Аналитический обзор по современным исследованиям изменений биотических составляющих углеродного цикла

Обложка

Цитировать

Полный текст

Аннотация

Анализируются существующие исследования по изменениям пространственно-временной динамики углерода в природных экосистемах суши. Приведены работы российских и зарубежных авторов по оценке углероддепонирующей способности лесного покрова и углеродного бюджета. Описаны работы по запасам биомассы и первичной продукции биогеоценозов, исследования в области математического моделирования углеродного цикла в экосистемах суши с использованием данных дистанционного зондирования. Рассмотрены современные подходы в математическом моделировании продукционных процессов и биологических циклов элементов в растительных экосистемах. Проанализирован вклад российских и зарубежных авторов в изучение пространственно-временной динамики углерода. Показана его роль в определении секвестрационной способности растительных экосистем как важной экосистемной функции, регулирующей состояние климатического ансамбля атмосферы. Приведены исследования, касающиеся роли управляемых лесов России в смягчении изменений климата, и прогноз их углероддепонирующего потенциала на период до 2050 г. при разных сценариях лесоуправления, а также основанные на моделировании различные методы оценки и прогноза запаса углерода в лесах, получившие международное признание, в их числе ИЗИС IIASA (Австрия), EFIMOD + ROMUL (Россия), РОБУЛ (Россия), Информационная система определения и картирования депонирования лесами углерода (Россия, УГЛТУ), CBM-CFS3 (Лесная служба Канады), FORCARB2 (Лесная служба США). Описаны работы, основанные на пространственной модели углеродного цикла в системе «атмосфера - растение - почва» (А.М. Тарко) ВЦ РАН имени А.А. Дородницына, применяемые для оценки поглотительного потенциала в различных регионах мира.

Об авторах

Анна Игоревна Курбатова

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: kurbatova-ai@rudn.ru

кандидат биологических наук, доцент, кафедра экологического мониторинга и прогнозирования, экологический факультет

Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6

Список литературы

  1. Kudeyarov VN. (ed.) Modeling the dynamics of organic matter in forest ecosystems. Moscow: Nauka Publ.; 2007. (In Russ.)
  2. Usoltsev VA. Carbon sequestration by forests of the Ural region of Russia (on the base of Forest State Inventory data 2007). Yekaterinburg; 2018. (In Russ.)
  3. Usoltsev VA, Kolchin KV, Malenko AA. On the need to construct and analyze allometric models of forest tree phytomass as the basis for a correct assessment of the carbon-containing function of forests: analytical review. Bulletin of the Altai State Agrarian University. 2017;3(149):78–87. (In Russ.)
  4. Shvidenko AZ, Shchepashchenko DG. Carbon budget of Russian forests. Siberian Forest Journal. 2014;(1):69–92. (In Russ.)
  5. Zamolodchikov DG, Grabovsky VI, Korovin GN, Gitarsky ML, Blinov VG, Dmitriev VV, Kurts VA. Carbon budget of managed forests of the Russian Federation in 1990–2050: retrospective assessment and forecast. Meteorology and Hydrology. 2013;(10):73–92. (In Russ.)
  6. Malysheva NV, Moiseev BN, Filipchuk AN, Zolina TA. Methods for assessing the carbon balance in forest ecosystems and the possibility of their use for calculating annual carbon deposition. Forestry Bulletin. 2017;21(1):4–13. (In Russ.) https://doi.org/10.18698/2542-1468-2017-1-4-13
  7. Karelin DV, Zamolodchikov DG, Shilkin AV, Kumanyaev AS, Popov SYu, Telnova NO, Gitarsky ML. The influence of the progressive decay of the forest stand on the carbon exchange of spruce forests. Doklady Earth Sciences. 2020;493(1):89–93. (In Russ.)
  8. Vaganov VA, Vedrova EF, Verkhovets SV, Efremov SP, Efremova TT, Kruglov VB, Onuchin AA, Sukhinin AI, Shibistova OB. Forests and swamps of Siberia in the global carbon cycle. Siberian Ecological Journal. 2005;(4):631–649. (In Russ.)
  9. Karelin DV, Zamolodchikov DG, Shilkin AV, Kumanyaev AS, Popov SYu, Telnova NO, Gitarskiy ML. The long-term effect of ongoing spruce decay on carbon exchange in Taiga forests. Doklady Earth Sciences. 2020;493(1):558–561.
  10. Zamolodchikov DG. Carbon balance of Russian forests: a retrospective analysis and forecast estimates. Scientific Foundations of Sustainable Forest Management: Conference Reports. Moscow; 2014. (In Russ.)
  11. Zamolodchikov DG. Systems for assessing and forecasting carbon stocks in forest ecosystems. Sustainable Forest Management. 2011;4(29):15–22. (In Russ.)
  12. Shimon TN. Assessment of the impact of biotic and anthropogenic factors of Russian forests on the carbon budget. Dissertation of the Candidate of Biological Sciences. Moscow; 2008. (In Russ.)
  13. Kurbatova AI, Tarko AM, Kozlova EV. Impact of global climate change on ecosystem functions of African countries. Arid Ecosystems. 2017;7:217–223. https://doi.org/10.1134/S2079096117040047
  14. Tarko A, Kurbatova A, Llerena S. Effect of CO2 increase on ecological parameters of plant ecosystems of Central and South America countries. E3S Web of Conferences. 2019;116:00090.
  15. Kurbatova AI, Tarko AM. Spatiotemporal dynamics of carbon in native and disturbed ecosystems of the world. Moscow: RUDN Publ.; 2017. (In Russ.)
  16. Ballav S, Naja M, Patra PK, et al. Assessment of spatio-temporal distribution of CO2 over greater Asia using the WRF–CO2 model. J. Earth Syst. Sci. 2020;129:80. https://doi.org/10.1007/s12040-020-1352-x.
  17. Yazaki T, Hirano T, Sano T. Biomass accumulation and net primary production during the early stage of secondary succession after a severe forest disturbance in Northern Japan. Forests. 2016;7(11):287. https://doi.org/10.3390/f7110287
  18. Liu LB, Yang HM, Xu Y, Guo YM, Ni J. Forest biomass and net primary productivity in Southwestern China: a meta-analysis focusing on environmental driving factors. Forests. 2016;7(8):173. https://doi.org/10.3390/f7080173
  19. Fedorov BG. Russian carbon balance. Moscow: Nauchnyi Konsul'tant Publ.; 2017. (In Russ.)
  20. Kurganova IN. Carbon dioxide emissions and balance in terrestrial ecosystems of Russia. Dissertation of the Doctor of Biological Sciences. Pushchino; 2010. (In Russ.)
  21. Malysheva NV, Moiseev BN, Filipchuk AN, Zolina TA. Methods for assessing the carbon balance in forest ecosystems and the possibility of their use for calculating annual carbon deposition. Forestry Bulletin. 2017;21(1):4–13. (In Russ.) https://doi.org/10.18698/2542-1468-2017-1-4-13
  22. Yershov DV, Lukina NV, Bartalev SA, Lupyan EA. The role of remote data in the system of biological diversity monitoring, assessment of ecosystem functions and forest services: plenary report. In: Scientific Bases of Forest Management. Moscow: CEPL RAS; 2014. (In Russ.)
  23. Shchepashchenko DG, Shvidenko AZ, Lesiv MYu, Ontikov PV, Shchepashchenko MV, Kraksner F. The forest area of Russia and its dynamics based on the synthesis of remote sensing products. Lesovedenie. 2015;(3):163–171. (In Russ.)
  24. Kolomyts EG, Kerzhentsev AS, Sharaya LS. Analytical and cartographic models of forest ecosystem sustainability. Theoretical and Practical Aspects of Functional Ecology: Proceedings of the Conference (27–29 October 2016, Pushchino). Pushchino; 2016. (In Russ.)
  25. Malysheva N, Zolina T, Dedova V. Estimation of carbon sequestration by Russian forests: geospatial issue. InterCarto. InterGIS. 2017;23:373–382. https://doi.org/ 10.24057/2414-9179-2017-1-23-373-382
  26. Saatchi SS, et al. Benchmark map of forest carbon stocks in tropical regions across three continents. Proceedings of the National Academy of Sciences of the United States of America. 2011;108(24):9899–9904. Available from: http://www.pnas.org/content/108/ 24/9899 (accessed: 01.02.2021).
  27. Zheng J, Mao F, Du H, Li X, Zhou G, Dong L, Zhang M, Han N, Liu T, Xing L. Spatiotemporal simulation of net ecosystem productivity and its response to climate change in subtropical forests. Forests. 2019;10(8):708. https://doi.org/10.3390/f10080708
  28. Llerena S, Tarko A, Kurbatova A, Kozhevnikova P. Assessment of carbon dynamics in Ecuadorian forests through the Mathematical Spatial Model of Global Carbon Cycle and the Normalized Differential Vegetation Index (NDVI). E3S Web of Conferences. 2019;96:02002.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».