Моделирование и прогнозирование динамики верхней границы леса на хребте Зигальга (Южный Урал)

Цель. Оценка изменения лесопокрытых площадей на верхнем пределе произрастания древесной растительности на хребте Зигальга (Южный Урал). Создание научно-обоснованного прогноза расширения лесопокрытых площадей в ближайшем столетии на основе полученных данных о пространственном положении, возрасте, морфометрических параметрах древесных растений.

Процедура и методы. На склонах разной экспозиции и на разной высоте над уровнем моря заложены пробные площади в экотоне верхней границы леса. На пробных площадях с использованием дендрохронологических методов определён возраст 411 деревьев на общей площади 1,1 гектар. На основе отобранных полевых материалов произведена оценка надземной древесной фитомассы, с использованием древесных кернов получены её оценки в прошлом. Созданы модели оценки надземной фитомассы популяции ели сибирской для 2 склонов, где фитомасса в некоторой точке зависит от расстояния до линии раздела склонов и от времени.

Результаты. На Южном Урале, на хребте Зигальга на склонах разных экспозиций в последнем столетии произошел сдвиг верхней границы распространения ели сибирской в сообщества горных тундр и данный процесс происходит в настоящее время. В работе предложена модель, описывающая накопление надземной фитомассы еловых древостоев и продвижение, верхней границы леса вверх в будущем. По полученным прогнозам, горная тундра на перевале между г. Поперечная и г. Лысая зарастёт к 2065–2070 гг.

Теоретическая и/или практическая значимость. Результаты исследования представляют первый опыт моделирования продвижения верхней границы леса в горах Южного Урала и могут быть использованы при решении подобных задач в других горных районах. Полученные данные о пространственном положении деревьев их морфометрических параметрах могут быть использованы для мониторинга их состояния при различных сценариях изменения климата в будущем.

1. Высоцкая А. А., Медведков А. А. Климатогенные изменения ландшафтов курумов на западе Среднесибирского плоскогорья в зональных условиях средней тайги // Вестник Московского университета. Серия 5. География. 2024. № 4. Р. 17–29. DOI: 10.55959/MSU0579-9414.5.79.4.2.

2. Высоцкая А. А., Медведков А. А. Климатогенное «позеленение» курумовых ландшафтов в долине нижнего течения реки Подкаменная Тунгуска // ИнтерКарто. ИнтерГИС. 2022. Т. 28. № 1. С. 305–313. DOI: 10.35595/2414-9179-2022-1-28-305-313

3. Горчаковский П. Л., Шиятов С. Г. Фитоиндикация условий среды и природных процессов в высокогорьях. М.: Наука, 1985. 208 с.

4. Григорьев А. А., Шалаумова Ю. В., Терентьева М. В., Вьюхин С. О., Балакин Д. С. , Моисеев П. А. Горные тундры Южного Урала: современное распространение и угроза исчезновения в XXI веке // Географическая среда и живые системы. 2024. № 3. C. 26–46. DOI: 10.18384/2712-7621-2024-3-26-46

5. Шиятов С. Г., Ваганов Е. А., Кирдянов А. В., Круглов В. Б., и др. Методы дендрохронологии. Красноярск: КрасГУ, 2000. 80 с.

6. Шиятов С. Г., Моисеев П. А., Григорьев А. А. Фотомониторинг древесной и кустарниковой растительности в высокогорьях Южного Урала за последние 100 лет. Екатеринбург, 2020. 191 с.

7. Daoud J. I. Multicollinearity and Regression Analysis // Journal of Physics Conference Series. 2017. Vol. 1. № 949. P. 012009. DOI: 10.1088/1742-6596/949/1/012009

8. Dirnböck T., Essl F., Rabitsch W. Disproportional risk for habitat loss of high-altitude endemic species under climate change // Global Change Biology. 2011. Vol. 2. № 17. P. 990–996. DOI: 10.1111/j.1365-2486.2010.02266.x

9. Dullinger S., Dirnböck T., Grabherr G. Modelling climate change-driven treeline shifts: Relative effects of temperature increase, dispersal and invasibility // Journal of Ecology. 2004. Vol. 2. № 92. P. 241–252. DOI: 10.1111/j.0022-0477.2004.00872.x

10. Duncanson L., Montesano P. M., Neuenschwander A., Thomas N., Mandel A., et al. Aboveground Biomass Density for High Latitude Forests from ICESat-2, 2020/2023. DOI: 10.3334/ORNLDAAC/2186

11. Grigoriev A. A., Mikryukov V. S., Shalaumova Yu. V., Moiseev P. A., Vuykhin S. O., et al. Struggle zone: alpine shrubs are limited in the Southern Urals by an advancing treeline and insufficient snow depth // Journal of Forestry Research. 2024. Vol. 97. № 35. DOI: 10.1007/s11676-024-01745-3

12. Hagedorn F., Dawes M. A., Bubnov M. O., Devi N. M., Grigoriev A. A., et al. Latitudinal decline in stand biomass and productivity at the elevational treeline in the Ural mountains despite a common thermal growth limit // Journal of Biogeography. 2020. Vol. 8. № 47. P. 1827–1842. DOI: 10.1111/jbi.13867

13. Hagedorn F., Shiyatov S. G., Mazepa V. S., et al. Treeline advances along the Urals mountain range – driven by improved winter conditions? // Global Change Biology. 2014. Vol. 11. № 20. P. 3530–3543. DOI: 10.1111/gcb.12613

14. Han J., Kamber M., Pei J. "Data Transformation and Data Discretization". Data Mining: Concepts and Techniques // Elsevier. 2012. P. 111–118. DOI: 10.1016/C2009-0-61819-5

15. Hansson A., Dargusch P., Shulmeister J. A review of modern treeline migration, the factors controlling it and the implications for carbon storage // Journal of Mountain Science. 2021. Vol. 18. P. 291–306. DOI: 10.1007/s11629-020-6221-1

16. Harsch M. A., Hulme P. E., McGlone M. S., Duncan R. P. Are treelines advancing? A global meta-analysis of treeline response to climate warming // Ecology Letters. 2009. № 12. P. 1040–1049. DOI: 10.1111/j.1461-0248.2009.01355.x

17. Körner C. Alpine treelines. Functional Ecology of the Global High Elevation Tree Limits. Berlin: Springer, 2012. 220 p.

18. Masson-Delmotte V., et al., eds. Climate Change 2021: The Physical Science Basis. United Kingdom, NY, 2021. P. 3–32.

19. Moiseev P. A., Hagedorn F., Balakin D. S., Bubnov M. O., Devi N. M., et al. Stand Biomass at Treeline Ecotone in Russian Subarctic Mountains Is Primarily Related to Species Composition but Its Dynamics Driven by Improvement of Climatic Conditions // Forests. 2022. Vol. 13. P. 254. DOI: 10.3390/f13020254

20. Myers-Smith I. H., Forbes B. C., Wilmking M., Hallinger M. Shrub expansion in tundra ecosystems: dynamics, impacts and research priorities // Environmental Research Letters. 2011. № 6. P. 1–15. DOI: 10.1088/1748-9326/6/4/045509

21. Nash J. E., Sutcliffe J. V. River flow forecasting through conceptual models part I – A discussion of principles // Journal of Hydrology. 1970. Vol. 10. № 3. P. 282–290.

22. Nelder J. A., Mead R. A Simplex Method for Function Minimization // The Computer Journal. 1965. Vol. 4. № 7. P. 308–313.

23. Pauli H., Gottfried M., Dullinger S., et al. Recent plant diversity changes on Europe’s mountain summits // Science. 2012. № 336. P. 353–355. DOI: 10.1126/science.1219033

24. Pedregosa F., Varoquaux G., Gramfort A., et al. Scikit-learn: Machine Learning in Python // Journal of Machine Learning Research. 2011. № 12. P. 2825–2830. DOI: 10.48550/ARXIV.1201.0490

25. Shapiro S. S., Wilk M. B. An analysis of variance test for normality (complete samples) // Biometrika, 1965. Vol. 52. P. 591–611. DOI: 10.2307/2333709

26. Spawn S. A., Gibbs H. K. Global Aboveground and Belowground Biomass Carbon Density Maps for the Year 2010. Oak Ridge, 2020. DOI: 10.3334/ORNLDAAC/1763

27. Spawn-Lee S. A., Sullivan С. С., Lark T., Gibbs H. Harmonized global maps of above and belowground biomass carbon density in the year 2010 // Scientific Data. 2020. Vol. 1. № 7. DOI: 10.1038/s41597-020-0444-4

28. Steinbauer M. J., Grytnes J. A., Jurasinski G., et al. Accelerated increase in plant species richness on mountain summits is linked to warming // Nature. 2018. № 566. P. 231–236. DOI: 10.1038/s41586-018-0005-6

29. Toner W., Darlow L. An Analysis of Linear Time Series Forecasting Models // Proceedings of Machine Learning Research. 2024. Vol. 235. P. 48404–48427. DOI: 10.48550/arXiv.2403.14587

30. Virtanen P., Gommers R., Oliphant T. E., et al. SciPy 1.0: fundamental algorithms for scientific computing in Python // Nature Methods. 2020. Vol. 17. № 3. P. 261–272. DOI: 10.1038/s41592-019-0686-2

31. Wilcoxon F. Individual comparisons by ranking methods // Biometrics Bulletin. 1945. Vol. 1. № 6. P. 80–83. DOI: 10.2307/3001968

32. Zhang P., Liang Y., Liu B., Ma T., Wu M. M. A coupled modelling framework for predicting tree species’ altitudinal migration velocity in montane forest // Ecological Modelling. 2023. Vol. 2. № 484. P. 110481. DOI: 10.1016/j.ecolmodel.2023.110481