Dry Matter Content in Fractions of Aboveground Phytomass of Forest-Forming Species of Eurasia

Cover Page

Cite item

Full Text

Abstract

In the context of the continuously increasing global role of the planet's forest cover, the study of qualimetric indicators of trees and stands is becoming one of the priorities. The dry matter content (DMC) in plant tissues is an important but insufficiently studied factor. Determination of DMC in the phytomass of trees as a measure of organic matter and carbon concentrations in it is an essential stage in studying biological productivity, phytomass and net primary production of trees and stands. Various fractions of tree phytomass differ in the DMC-moisture ratio, which affects the rate of natural decomposition and the return of carbon and nutrients to the environment. Since DMC in fractions of the aboveground phytomass of forest-forming species of Eurasia have not been previously studied at the transcontinental level, the aim of this study is to identify species-specific features of DMC in the aboveground phytomass fractions, as well as the DMC ratios in its various fractions, for which species-specific regression models of DMC in phytomass should be developed that will describe its dependence on dendrometric indicators of trees in Eurasia. Objects and methods. To achieve this aim,
7,068 indicators of DMC in different fractions of aboveground phytomass of 14 forest-forming species were selected from the author's database on the qualimetry of the main species of Eurasia. Based on them, mixed-type models were built, in which the contribution of dendrometric indicators and dummy variables encoding the belonging of DMC to certain species amounted to 8 and 92 %, respectively. Results. It was found that DMC in the stem wood varies from 72.5 % in Fraxinus excelsior to 42.7 % in Abies alba; DMC in the stem bark varies from 63.4 % in Robinia pseudoacacia to 44.3 % in Picea abies, respectively; DMC in (needle) foliage varies from 52.0 % in Pinus nigra to 28.4 % in Tilia cordata; DMC in branches varies from 69.4 % in Fraxinus to 46.1 % in Tilia, respectively. The difference between DMC in the stem bark and DMC in the stem wood varies from +11.6 % in Pinus nigra to -10.1 % in Fraxinus; the difference between DMC in the branches and DMC in the stem wood varies from +10.1 % in Abies to -10.3 % in Betula pubescens; the difference between DMC in the stem bark and DMC in the branches varies from +18.4 % in Betula pubescens to -6.0 % in Fraxinus. Finally, the difference between DMC in branches and DMC in foliage varies from +31.4 % in Fraxinus to -1.2 % in Pinus nigra. Conclusion. The developed regression models of DMC in phytomass fractions have demonstrated significant differences in DMC between fractions and species, which must be taken into account when assessing the carbon depositing capacity of the forest-forming species of Eurasia.

About the authors

V. V. Usoltsev

Ural State Forest Engineering University

Author for correspondence.
Email: Usoltsev50@mail.ru

Doctor of Agricultural Sciences, Professor of the Department of Forest Taxation and Forest Management

Russian Federation, 37, Sibirskii Trakt, Yekaterinburg, 620100

N. I. Plyukha

Ural State Forest Engineering University; Botanical Garden, Russian Academy of Sciences, Ural Branch,

Email: Usoltsev50@mail.ru

Postgraduate student of the Ural State Forestry Engineering University;
Junior Researcher at the Botanical Garden of the Ural Branch of the Russian Academy of Sciences

Russian Federation, 37, Sibirskii Trakt, Yekaterinburg, 620100; 202а, 8 Marta str., Yekaterinburg, 620144

References

  1. Morrow C. D., Gorman T. M., Evans J. W. et al. Prediction of Wood Quality in Small‑Diameter Douglas‑Fir Using Site and Stand Characteristics. Wood and Fiber Science. 2013;45(1):49–61.
  2. Williams T. G., Flanagan L. B. Effects of changes in water content on photosynthesis, transpiration and discrimination against ¹³CO₂ and C¹⁸O¹⁶O in Pleurozium and Sphagnum. Oecologia. 1996;108(1):38–46. doi: 10.1007/BF00333212.
  3. Lawlor D. W., Cornic G. Photosynthetic carbon assimilation and associated metabolism in relation to water deficits in higher plants. Plant, Cell & Environment. 2002;25(2):275–294. doi: 10.1046/j.0016‑8025.2001.00814.x.
  4. Lawlor D. W., Tezara W. Causes of decreased photosynthetic rate and metabolic capacity in water‑deficient leaf cells: a critical evaluation of mechanisms and integration of processes. Annals of Botany. 2009;103(4):561–579. doi: 10.1093/aob/mcn244.
  5. Sibly R. M., Brown J. H., Kodric‑Brown A. (Eds.) Metabolic Ecology: A Scaling Approach. Chichester, UK: Wiley‑Blackwell Press; 2012. 392 p. doi: 10.1002/9781119968535.
  6. Wilson P., Thompson K., Hodgson J. Specific leaf area and leaf dry matter content as alternative predictors of plant strategies. New Phytologist. 1999;143(1):155–162. doi: 10.1046/j.1469‑8137.1999.00427.x.
  7. Breshears D. D., Myers O. B., Meyer C. W. et al. Tree die‑off in response to global change‑type drought: mortality insights from a decade of plant water potential measurements. Frontiers in Ecology and the Environment. 2009;7(4):185–189. doi: 10.1890/080016.
  8. Anderson‑Teixeira K. J., Delong J. P., Fox A. M. et al. Differential responses of production and respiration to temperature and moisture drive the carbon balance across a climatic gradient in New Mexico. Global Change Biology. 2011;17(1):410–424. doi: 10.1111/j.1365‑2486.2010.02269.x.
  9. Huang H., Ran J., Ji M. et al. Water content quantitatively affects metabolic rates over the course of plant ontogeny. New Phytologist. 2020;228(5):1524–1534. doi: 10.1111/nph.16808.
  10. Wang Z., Huang H., Wang H. et al. Leaf water content contributes to global leaf trait relationships. Nature Communications. 2022;13(1):5525. doi: 10.1038/s41467‑022‑32784‑1.
  11. Kumar H., Baredar P., Agrawal P. et al. Effect of moisture content on gasification efficiency in downdraft gasifier. International Journal of Scientific Engineering and Technology. 2014;3(4):411–413.
  12. Kirsanovs V., Žandeckis A., Blumberga D. et al. The influence of process temperature, equivalence ratio and fuel moisture content on gasification process: a review. In: 27th International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems (ECOS 2014): Proceedings (Finland, Turku, June 15–19, 2014). Turku: Abo Akademi University; 2014;1:1046–1060.
  13. Anderegg W. R. L., Kane J. M., Anderegg L. D. L. Consequences of widespread tree mortality triggered by drought and temperature stress. Nature Climate Change. 2013;3(1):30–36. doi: 10.1038/nclimate1635.
  14. Chen R. F., Ran J. Z., Huang H. et al. Life history strategies drive size‑dependent biomass allocation patterns of dryland ephemerals and shrubs. Ecosphere. 2019;10(4):e02709. doi: 10.1002/ecs2.2709.
  15. Tchebakova N. M., Parfenova E. I., Bazhina E. V. et al. Droughts are not the likely primary cause for Abies sibirica and Pinus sibirica forest dieback in the South Siberian Mountains. Forests. 2022;13(9):1378. doi: 10.3390/f13091378.
  16. Shipley B., Vu T.‑T. Dry matter content as a measure of dry matter concentration in plants and their parts. New Phytologist. 2002;153(2):359–364. doi: 10.1046/j.0028‑646X.2001.00320.x.
  17. Smart S. M., Glanville H. C., del Carmen Blanes M. et al. Leaf dry matter content is better at predicting above‑ground net primary production than specific leaf area. Functional Ecology. 2017;31(6):1336–1344. doi: 10.1111/1365‑2435.12832.
  18. Korablev A. P., Sandalova E. V., Arapov K. A. et al. Biomorphological traits and leaf dry matter content are important to plant persistence in a highly unstable volcanic ground. Nature Conservation Research. 2024;9(2):73–89. doi: 10.24189/ncr.2024.015.
  19. Hodgson J. G., Montserrat‑Martí G., Charles M. et al. Is leaf dry matter content a better predictor of soil fertility than specific leaf area. Annals of Botany. 2011;108(7):1337–1345. doi: 10.1093/aob/mcr225.
  20. Li Y., Johnson D. A., Su Y. et al. Specific leaf area and leaf dry matter content of plants growing in sand dunes. Botanical Bulletin of Academia Sinica. 2005;46(2):127–134.
  21. Huet S., Forgeard F., Nys C. Above‑ and belowground distribution of dry matter and carbon biomass of Atlantic beech (Fagus sylvatica L.) in a time sequence. Annals of Forest Science. 2004;61(7):683–694. doi: 10.1051/forest:2004063.
  22. Усольцев В. А., Цепордей И. С. Содержание сухого вещества в биомассе деревьев 13 видов Евразии: географические аспекты // Хвойные бореальной зоны. 2022;40(3):194–201. doi: 10.53374/1993‑0135‑2022‑6‑194‑201.Usoltsev V. A., Tsepordey I. S. Dry matter content in the biomass of trees of 13 species of Eurasia: geographical aspects. Conifers of the Boreal Area. 2022;40(3):194–201. doi: 10.53374/1993‑0135‑2022‑6‑194‑201. (In Russ.).
  23. Цепордей И. С. Биологическая продуктивность лесообразующих видов в климатическом контексте Евразии: монография. Екатеринбург: Учебно‑методический центр УПИ; 2023. 467 с. URI: https://elar.usfeu.ru/handle/123456789/12450.Tsepordey I. S. Biological productivity of forest‑forming species in the climatic context of Eurasia. Monograph. Yekaterinburg: Publishing House of the UPI Educational and Methodological Centre; 2023. 467 p. Availadle from: https://elar.usfeu.ru/handle/123456789/12450. (In Russ.).
  24. Windt C. W., Nabel M., Kochs J. et al. A mobile NMR sensor and relaxometric method to non‑destructively monitor water and dry matter content in plants. Frontiers in Plant Science. 2021;12:617768. doi: 10.3389/fpls.2021.617768.
  25. Usoltsev V. A. Stem taper, density and dry matter content in biomass of trees growing in Central Eurasia. Monograph. Yekaterinburg: Ural State Forest Engineering University, Botanical Garden of Ural Branch of RAS; 2020. Availadle from: https://elar.usfeu.ru/handle/123456789/9649.
  26. Усольцев В. А., Плюха Н. И., Цепордей И. С. Региональные особенности содержания сухого вещества во фракциях фитомассы деревьев сосны обыкновенной // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2024;(3):6–19. doi: 10.25686/2306‑2827.2024.3.6. (In Russ.).Usoltsev V. A., Plukha N. I., Tsepordey I. S. Regional peculiarities of dry matter content in the phytomass fractions of Scots pine trees. Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management. 2024;(3):6–19. doi: 10.25686/2306‑2827.2024.3.6. (In Russ.).
  27. Zeng W. S. Using nonlinear mixed model and dummy variable model approaches to construct origin‑based single tree biomass equations. Trees. 2015;29(1):275–283. doi: 10.1007/s00468‑014‑1112‑0.
  28. Fu L., Sharma R. P., Hao K. et al. A generalized interregional nonlinear mixed‑effects crown width model for Prince Rupprecht larch in northern China. Forest Ecology and Management. 2017;389:364–373. doi: 10.1016/j.foreco.2016.12.034.
  29. Baskerville G. L. Use of logarithmic regression in the estimation of plant biomass. Canadian Journal of Forest Research. 1972;2(1):49–53. doi: 10.1139/x72‑009.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».