EXPERIMENTAL ALGORITHMS FOR IDENTIFICATION OF FOREST PATHOLOGICAL STATUS OF WOODY PLANTS
EXPERIMENTAL ALGORITHMS FOR IDENTIFICATION OF FOREST PATHOLOGICAL STATUS OF WOODY PLANTS
Abstract
Visual signs allow to evaluate the condition of woody plants rather reliably and to forecast the dynamics of their condition. At the same time, retrospective assessment of the condition of woody plants is possible only if dendrochronological information is involved in the analysis of time series. At the same time, the width of the annual ring itself is an insufficiently reliable indicator of forest pathological condition. Variability indicators calculated on its basis are important. The development of algorithms for retrospective diagnostics of the state of trees and stands is urgent, as well as the development of new experimental algorithms for predicting the state of woody plants. Dendrochronological analysis is a single source of information for such developments.
1. Введение
Особый интерес с точки зрения оценки качественных и количественных характеристик лесов представляют алгоритмы оценки лесопатологического состояния и прогноза состояния (жизнеспособности) древесных растений на основе дендрохронологической информации , , . Как было показано в нашей предыдущей работе, ширина годичного кольца как таковая является ненадежным индикатором оценки состояния дерева . Текущая оценка лесопатологического состояния достаточно надежно устанавливается по критериям «Шкалы категорий состояния» на основе действующих правил санитарной безопасности в лесах РФ .
Однако дендрохронологическая информация может быть востребована в рамках ретроспективной реконструкции динамики лесопатологического состояния (это может быть востребовано при экспертизе целесообразности назначения санитарных рубок, и в исследовательских работах), а также дендрохронологическая информация может быть задействована при прогнозе состояния (жизнеспособности) отдельных деревьев.
2. Методологические основы исследования
В основу прогноза состояния деревьев может быть положен тезис, сформулированный одним из основателей отечественной лесной таксации Д.И. Менделеевым в работе посвященной изменчивости годичных колец: «Это же для высоких дерев наблюдается всегда, показывая, что рост (а потому и прирост) дерев стремится к некоторому конечному пределу дряхлости, когда легко наступает от случайности смерть или засыхание». Методологически аналогичный алгоритм прогноза жизнеспособности (старения) деревьев был сформулирован в работе Б.Б. Зейде , пришедшего к выводу, что скорость падения прироста с возрастом является важным индикатором жизнеспособности дерева, а процесс старения может быть выражен элементарной степенной функцией. Таким образом, в целях прогноза состояния древесных растений может быть предложен следующий алгоритм анализа дендрохронологической информации.

Рисунок 1 - Прогноз жизнеспособности дерева

Рисунок 2 - Ретроспективная реконструкция лесопатологического состояния
3. Объект исследований и методика исследований
Объектом исследования был заложенный в 2022 году исследовательский полигон площадью 9,02 га, расположенный на территории Фряновского участкового лесничества (Аксёновский лесохозяйственный участок) Московского учебно-опытного лесничества в выделе № 40 квартала № 25. Согласно таксационным данным 1974 года, выдел 40 квартала 25 занимал площадь 12 га. Тип лесорастительных условий С3, кисличный тип леса. Почва дерново-среднеподзолистая, среднесуглинистая на морене, мощность суглинков 41…80 см, глубина залегания грунтовых вод более 120 см, глубина залегания глея более 120 см. В 1953 года, после вырубки насаждения неустановленного породного состава, после предварительной обработки почвы была произведена посадка лесных культур сосны. Достоверных данных о подготовки почвы и схеме посадки не сохранилось. Но вполне вероятно, что в процессе подготовки почвы была поведена раскорчёвка и нарезка борозд. В гребень были посажены сеянцы сосны. В низких местах часть посаженых культур погибла, но в целом насаждение сохранилось. В 2020 году древостой имел состав 6С3Е3Б, средний диаметр 24 см и среднюю высоту 27 м. В таксационно описании 1984 года тип леса на данном выделе был диагностирован как сложно-широкотравный, эта же характеристика приводится в таксационных описаниях 1994, 2004, 2020 г. Согласно исследованиям 2022 года данный тип леса следовало бы диагностировать как разнотравно-кисличный.
В данном исследовании используется материал по сосне обыкновенной, полученный на основе отбора кернов древесины на двух участках полигона – участок 7 (с рубками ухода) и участок 8 (без рубок ухода). Рубка ухода прочистка проводилась в 1975 году на площади 3,2 га и 8,2 га с интенсивностью 20%. Данные о лесопатологическом состоянии имелись только для 2022 года, средневзвешенный балл лесопатологического состояния учетных деревьев был равен 2. В дальнейшем на полигоне планируется вести регулярный лесопатологический мониторинг, что обеспечит удлинение временного ряда по средневзвешенной категории состояния древостоя.
На материале древесно-кольцевых хронологий из культур сосны обыкновенной был выполнен ряд экспериментальных исследований. Отбор кернов проводился по стандартной методике лаборатории дендрохронологии МФ МГТУ . Измерения ширины годичных колец на кернах велись с использованием МБС-10 с точностью до 0,05 мм. Для контроля за правильностью измерений использовалась процедура перекрестной датировки в программе GROWLINE .
4. Результаты исследования
В результате были получены обобщенные хронологии для двух участков, характеризующие погодичную динамику радиального прироста (рисунок 3.).

Рисунок 3 - Динамика радиального прироста в двух исследуемых древостоях сосны

Рисунок 4 - Ширина годичного кольца в точках локальных экстремумов радиального прироста на 7-летнем временном интервале, значения радиального прироста по годам и границы интервалов для определения балла лесопатологического состояния древостоя

Рисунок 5 - Динамика индекса состояния насаждений сосны на исследуемых участках
Однако для уверенности в том, что исследуемый показатель действительно соответствует средневзвешенному балу лесопатологического состояния древостоя необходимо вести верификацию его значений с данными лесопатологического мониторинга. Пока это возможно сделать только относительно значений 2022 года, которые в нашем случае совпадают с результатами визуального обследования.
5. Заключение
Имея данные лесопатологического мониторинга древостоя хотя бы для пятилетнего временного интервала можно существенным образом скорректировать и повысить точность работы используемого алгоритма реконструкции индекса состояния насаждений на основе дендрохронологической информации.
Во-первых, этого можно достигнуть подбором оптимальных временных интервалов для определения локальных экстремумов прироста, так как разная длина временного интервала связана с разным вкладом долговременной изменчивости в формирование данных о значениях локальных экстремумов прироста.
Во-вторых, предположение о том, что дерево с баллом состояния 2 ровно на 33% менее здорово, чем дерево с баллом состояния 1 достаточно условно, границы этих интервалов также могут быть изменены с учетом эмпирических данных. Однако дальнейшее улучшение работы алгоритма возможно лишь итерационным методом на основе длительных стационарных лесоэкологических исследований.
Полученные результаты представляют собой концептуальную гипотетическую модель, уверенная апробация которой возможна только при условии консолидированных усилий ряда исследовательских коллективов. Как и любая гипотеза, сформулированная нами, концепция должна пройти ряд исследовательских этапов, по итогам которых, она, может быть, либо принята, либо отвергнута. В настоящее время теоретические предпосылки и первые предпринятые шаги апробации дают обнадеживающие результаты относительно ее познавательной ценности.