The Development of Outbreaks of Forest Insects on Different Spatial Scale

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The work is dedicated to the discussion of the possibilities of describing the dynamics of the forest insect outbreaks development on different spatial scales. The properties of outbreaks were considered on a microspatial scale, where the distribution patterns of individuals across different food sources within the boundaries of a local territory or a stand were analysed, and on a macrospatial scale, where the focus of the analysis were the indicators of the photosynthetic apparatus (leaves or needles) removal over the entire territory of the locus, including primary, secondary and migratory loci. When analysing the microspatial distribution of caterpillars on trees within loci on different stages of gradation, the model of the individuals’ distribution on fodder trees was used as a second order stage transition. The macrospatial processes that occur during the outbreak development include, firstly, the growth of an existing outbreak and the emergence of new connected damaged areas of the forest, and secondly, the emergence of new unconnected secondary foci. To characterise the outbreaks, their fractal dimension D and the characteristics of the “viscous fingers” on the border of the outbreaks were used. Remote sensing data were used to calculate these characteristics. The proposed approaches can be used to predict the development of forest insects outbreak. When constructing and verifying the models, we used data from the Siberian silkworm census and the trees colonisation rate in the outbreak zone, as well as the remote sensing data on the areas and shapes of the foci in the regions of the Krasnoyarsk Territory during an outbreak of the Siberian silk moth Dendrolimus sibiricus Tschetv. in 2015–2019.

作者简介

V. Soukhovolsky

V.N.Sukachev Forest Institute Siberian Branch of the RAS

编辑信件的主要联系方式.
Email: soukhovolsky@yandex.ru
Russia, Krasnoyarsk, Akademgorodok, 50/28

Yu. Ivanova

Instutute of Biophysics Siberian Branch of the RAS

Email: soukhovolsky@yandex.ru
Russia, Krasnoyarsk, Akademgorodok, 50/50

A. Kovalev

Federal Research Center of the Krasnoyarsk Scientific Centre, Siberian Branch of the RAS

Email: soukhovolsky@yandex.ru
Russia, Krasnoyarsk, Akademgorodok, 50

参考

  1. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. 755 с.
  2. Болдаруев В.О. Динамика численности сибирского шелкопряда и его паразитов. Улан-Удэ: Бурят. книж. из-во, 1969. 162 с.
  3. Исаев А.С., Хлебопрос Р.Г., Кондаков Ю.П., Недорезов Л.В., Киселев В.В., Суховольский В.Г. Популяционная динамика лесных насекомых М.: Наука, 2001. 374 с.
  4. Клеман М., Лаврентович О.Д. Основы физики частично упорядоченных сред. М.: Физматлит, 2007. 680 с.
  5. Князева С.В., Королева Н.В., Эйдлина С.П., Сочилова Е.Н. Оценка состояния растительности в очаге массового размножения сибирского шелкопряда по спутниковым данным // Лесоведение. 2019. № 5. С. 385–398.
  6. Колмогоров А.Н., Петровский И.Г., Пискунов Н.С. Исследование уравнения диффузии, соединенной с возрастанием вещества, и его применение к одной биологической проблеме // Бюллетень МГУ. Серия А. Математика и механика. 1937. Т. 1. № 6. С. 1–25.
  7. Кондаков Ю.П. Закономерности массовых размножений сибирского шелкопряда // Экология популяций лесных животных Сибири. Новосибирск: Наука, 1974. С. 206–265.
  8. Песенко Ю.А. Принципы и методы количественного анализа в фаунистических исследованиях. М.: Наука, 1982. 287 с.
  9. Сасскинд Л. Битва при черной дыре. СПб.: Питер, 2013. 448 с.
  10. Свирежев Ю.М. Нелинейные волны, диссипативные структуры и катастрофы в экологии. М.: Наука, 1987. 368 с.
  11. Суховольский В.Г., Пальникова Е.Н., Тарасова О.В., Карлюк А.Ю. Модель вспышки массового размножения лесных насекомых как фазового перехода второго рода // Доклады Академии наук. 2005. Т. 403. № 4. С. 551–553.
  12. Суховольский В.Г., Тарасова О.В., Ковалев А.В. Моделирование эмиссии углерода в ходе массового размножения лесных насекомых // Лесоведение. 2006. № 5. С. 22–28.
  13. Суховольский В.Г., Исхаков Т.Р., Тарасова О.В. Оптимизационные модели межпопуляционных взаимодействий. Новосибирск: Наука, 2008. 162 с.
  14. Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы. М.: Едиториал УРСС, 2002. 112 с.
  15. Тарасова О.В., Калашникова И.И., Кузнецова В.В. Энергетический баланс потребления корма насекомыми-филлофагами: оптимизационная модель // Сибирский лесной журн. 2015. № 3. С. 83–92.
  16. Федер Е. Фракталы. М.: Мир, 1991. 261 с.
  17. Шредер М. Фракталы, хаос, степенные законы. Ижевск: РХД, 2001. 528 с.
  18. Anderson T.M., Dragicevic S. Network-agent based model for simulating the dynamic spatial network structure of complex ecological systems // Ecological Modelling. 2018. V. 389. P. 19–32.
  19. Barbour D.A. Synchronous fluctuations in spatially separated populations of cyclic forest insects // Population dynamics of forest insects. Intercept Limited, Andover, UK. 1990. P. 339–346.
  20. Charbonneau D., Lorenzetti F., Doyon F., Mauffette Y. The influence of stand and landscape characteristics on forest tent caterpillar (Malacosoma disstria) defoliation dynamics: the case of the 1999–2002 outbreak in northwestern Quebec // Canadian J. Forest Research. 2012. V. 42. P. 1827–1836.
  21. Cooke B.J., MacQuarrie C.J.K., Lorenzetti F. The dynamics of forest tent caterpillar outbreaks across east-central Canada // Ecography. 2012. V. 35. P. 422–435.
  22. Cooke B.J., Roland J. Trembling aspen responses to drought and defoliation by forest tent caterpillar and reconstruction of recent outbreaks in Ontario // Canadian J. Forest Research. 2007. V. 37. № 9. P. 1586–1598.
  23. Fisher R.A. The Wave of Advance of Advantageous Genes // Annals of Eugenics. 1937. V. 7. P. 355–369.
  24. Isaev A.S, Soukhovolsky V.G., Tarasova O.V., Palnikova E.N., Kovalev A.V. Forest Insect Population Dynamics, Outbreaks and Global Warming Effects. Wiley, N.Y., 2017. 298 p.
  25. Robert L.E., Sturtevant B.R., Cooke B.J., James P.M., Fortin M.J., Townsend P.A., Wolter P.T., Kneeshaw D. Landscape host abundance and configuration regulate periodic outbreak behavior in spruce budworm (Choristoneura fumiferana Clem.) // Ecography. 2018. V. 41. P. 1556–1571.
  26. Robert L.-E., Sturtevant B.R., Kneeshaw D., James P.M.A., Fortin M.-J., Wolter P.T., Townsend P.A., and Cooke B.J. Forest landscape structure influences the cyclic-eruptive spatial dynamics of forest tent caterpillar outbreaks // Ecosphere. 2020. V. 11(8):e03096. https://doi.org/10.1002/ecs2.3096
  27. Soukhovolsky V., Ivanova Y. Modeling Production Processes in Forest Stands: An Adaptation of the Solow Growth Model // Forests. 2018. № 9. P. 391–403.
  28. Soukhovolsky V., Kovalev A., Tarasova O. et al. Wind Damage and Temperature Effect on Tree Mortality Caused by Ips typographus L.: Phase Transition Model // Forests. 2022. V. 13. № 2. 180 p. https://doi.org/10.3390/f13020180
  29. Sutton A., Tardif J. Dendrochronological reconstruction of forest tent caterpillar outbreaks in time and space, western Manitoba, Canada // Canadian J. Forest Research. 2007. V. 37. № 9. P. 1643–1657.
  30. Wolter P.T., Townsend P.A., Sturtevant B.R., Kingdon C.C. Remote sensing of the distribution and abundance of host species for spruce budworm in Northern Minnesota and Ontario // Remote Sensing of Environment. 2008. V. 112. № 10. P. 3971–3982.
  31. apps.sentinel-hub.com/eo-browser

补充文件

附件文件
动作
1. JATS XML
2.

下载 (491KB)
3.

下载 (43KB)
4.

下载 (46KB)
5.

下载 (39KB)
6.

下载 (28KB)
7.

下载 (178KB)
8.

下载 (46KB)
9.

下载 (46KB)
10.

下载 (45KB)
11.

下载 (300KB)
12.

下载 (45KB)
13.

下载 (57KB)
14.

下载 (66KB)
15.

下载 (101KB)
16.

下载 (36KB)

版权所有 © В.Г. Суховольский, Ю.Д. Иванова, А.В. Ковалев, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».