Современные направления моделирования роста леса

 

Настоящее учебное пособие требуется не только студентам, но и магистрантам. Для этой категории обучающихся необходимо более подробное изложение вопросов моделирования. Весьма обстоятельно проблема моделирования динамики древостоев изучена проф. О.А.Атрощенко и изложена в его монографии «Моделирование роста леса и хозяйственных процессов» и в учебном пособии «Лесная таксация», которые приведены в списке литературы. Поэтому проведем анализ современного состояния в моделировании динамики древостоев в его интерпретации с некоторыми сокращениями.

Математическое моделирование роста леса с помощью компьютеров является относительно новым направлением в лесотаксационной науке. Как и в большинстве новых направлений, первоначальное внимание было сконцен­трировано на решении узких, специальных вопросов, а не на перспективу применения моделей в системе управления лесными ресурсами. Системный подход к моделированию роста леса на компьютерах связан с пересмотром идей и способов моделирования.

Первоначально исследователи пытались связать отдельные цели (назначения) моделирования роста леса, а не основные принципы моделирования, что привело к несколько путаной классификации направлений моделирования. Тем не менее практически все модели имеют одну общую цель: в некоторой точке или точках времени (возрасте) можно получать данные о состоянии насаждения. Д. Манро (1974 г.) выделяет три основных принципа в моделировании роста насаждений.

Первый принцип предполагает, что основной единицей моделирования является отдельное дерево и его части. Для разработки моде­ли роста насаждения необходимы данные таксации частей древесного ствола, измерений коры, оценки биологической конкуренции деревьев и их пространственного размещения на площади в системе координат.

Второй принцип предполагает, что основная единица моделирования - отдельное дерево. Переменными в модели представлены таксационные признаки деревьев без учета их пространственного размещения и данных таксации частей древесного ствола.

Третий принцип моделирования предполагает, что основной единицей моделирования является древостой, и поэтому модели строятся для совокупности насаждений по их средним таксационным показателям.

Модели первого типа создаются на основе информации о росте отдельных деревьев в насаждении: индекс условий произрастания, фактор конкуренции деревьев, измерения ширины и длины кроны, расстояние между деревьями, анализ хода роста древесного ствола, текущий прирост по диаметру и высоте по 5-летиям вдоль ствола, положение дерева в системе координат.

Это направление получило развитие в Северной Америке. Модели Ньюнхама (Newnham, 1964), Ли (Lee, 1967), Лина (Lin, 1974), Белла (Bella, 1970), Митчелла (Mitchell, 1967), Арнея (Агпеу, 1974) и другие, хотя отчасти различные в деталях, являются в принципе подобными. Каждая модель основывается на постулате: размер конкуренции, которой подвергается дерево, пропор­ционален той части круга, которая перекрывается кругами конкуренции соседних деревьев. Круг конкуренции обычно определяется как некоторая функция диаметра дерева на 1,3 м. Фактическое количество перекрытия (т. е. конкуренция) выражалось различными авторами в единицах площади окружности или углов.

Ньюнхам проверил влияние различных пространственных распределений на отпад. Лин показал, что конкуренция, которой дерево подвергалось последние 5 лет, является полезной переменной в модели роста дерева. Белла дал итеративный алгоритм для определения пределов влияния конкуренции. Арней показал возможность использования для имитационной модели насаждения текущего прироста каждого дерева по 5-летиям.

Дж. Лин (1974) разработал имитационную модель для прогноза текущего прироста древостоя. В насаждении проводится перечислительная таксация, измеряются положение деревьев в системе координат и текущий прирост каждого дерева по высоте и диаметру. Функции связи текущего прироста с показателями имеют вид

Z_d = f(SI, A, d, GSI, AGSI);

Z_h =f(SI, A, d),

где Z_d,,Z_h - абсолютный текущий годичный прирост дерева по диаметру и высоте соответственно; SI - индекс условий местопроизрастания - показатель их потенциальной производительности; А - возраст дерева, лет; GSI - индекс растущего пространства, или площадь питания дерева; AGSI - текущее изменение индекса растущего пространства; d- диаметр дерева, см.

Индекс GSI вычисляется путем оценки угла между деревом и его конкурентами. Методический подход заключается в установлении связей между шириной кроны и диаметром деревьев, растущих на открытом пространстве (индекс GSI=0) и угнетенных (GSI=100), которые показывают соответствующий угол (рисунок 16.6).

Рисунок 16.6. Связь между шириной кроны и диаметром деревьев, растущих на открытом пространстве и угнетенных

 

Между прямыми линиями на рисунке. 16.6 находятся пределы растущего пространства дерева. Таким образом, если угол между деревом и его конкурентом меньше 2,15°, то конкуренция отсутствует (GSI= 100), если угол равен или больше 5,25°, то конкуренция максимальная и индекс GSI = 0.

Индекс вычисляется на ПК с использованием карты пространственного распределения деревьев по площади насаждения. Для отдельного дерева растущее пространство делится на 4 части (рисунок. 16.7). В квадрате северо-запад конкуренция равна нулю (нет соседних де­ревьев), т. е. индекс GSI= 100. В квадрате северо-восток угол конкуренции уменьшается в 5 раз, т. е. GSI = 25-- 5 = 20. В квадрате юго-восток угол конкуренции 5,25°, т. е. конкуренция составляет 25 и индекс GSI = 25 - 25 = 0.

 

Рисунок 16.7. Оценка индекса растущего пространства

 

Прогноз текущего прироста на 18 лет по имитационной модели сравнивался с данными перечислительной таксации древостоев на пробных площадях. Результаты показывают максимальные отклонения по среднему диаметру древостоя от +4,5 до -5,0 см, средней высоте от +3,6 до -3,4 м.

Модели данного типа дают весьма детальную информацию о строении древостоя, и главное их назначение - проверить влияние различных лесохозяйственных программ, таких, как схемы посадки, рубок ухода и удобрений, на рост леса. Однако самым большим препятствием к практическому применению этих моделей является требование информации о пространственном распределении деревьев и данных таксации частей древесного ствола. Такая информация дорогостоящая и не всегда имеется в наличии. Трудно также измерить биологическую конкуренцию деревьев. Применение крупномасштабной аэрофотосъемки позволит более эффективно выполнять картирование деревьев по пробе, но это не уменьшит стоимость таксации частей ствола и трудности практического применения данного типа моделей.

Модели второго типа разрабатываются с использованием зависимостей относительного прироста по высоте, диаметру и объему от таксационных показателей дерева и насаждения, факторов окружающей среды (среднее расстояние между деревьями, температура и длина сезона роста, величина осадков и т. д.). В этих моделях широко используются функции распределения деревьев по диаметру, высоте и другим признакам. Моделирование режимов рубок ухода выполняется имитацией строения древостоев по диаметру с прогнозированием прироста по площади сечения, вырубаемой части, по числу деревьев и площади сечения.

Моделирование прироста и отпада древостоя отличается от простых регрессионных моделей роста (Lemon, Shumaher 1962), в которых периодический текущий прирост по диаметру является функцией фактора конкуренции, условий местопроизрастания и объема дерева. Наибольшее распространение эти модели получили в Скандинавских странах. Сторонники «аналитического» способа моделирования хода роста насаждений, К. Тонбулл, Л. Пиенар (Turnbull, Pienaar 1973), Дж. Клуттер (J. Clutter 1963, 1972) концентрируют внимание на развитии математической теории и совместимости функций прироста и общей производительности насаждений. С другой стороны, сторонники эмпирического изучения «лучшей» функции прироста К. Голдинг (Golding, 1972), Ю. Вуокила (Vuokila, 1973), П. Стейдж (Stage, 1973) обычно применяют регрессионный анализ с подбором наиболее подходящей регрессии без строгого внимания к математической элегантности и совместимости функций прироста и производительности.

А. Силливан и Дж. Клуттер предложили систему уравнений, составляющих алгебраически логическую модель хода роста одновозрастных насаждений по сумме площадей сечения и запасу. Цель—получить совместные модели роста и производительности насаждений. Прогнозирование запаса древостоя выполняется по модели:

 

M₂=b₀+b_lH₁₀₀ + _b2 A₂^-1 +b₃(A₁/A₂)lnG₁+b₄-(1- A₁/ A₂) ₊b₅(A₁/ A₂)H₁₀₀. (16.11).

 

Прогнозирование суммы площадей сечения древостоя:

lnG₂ = (A₁ / A₂) ln G₁, + b₁ (1 – А₁/ A₃) + b₂ (1- A₁/ A₂) H₁₀₀_ А_)Я,₀₀. (16.12)

 

Прогнозирование общей производительности насаждений:

М=b₀+b₁H₁₀₀+bA^-1+b₃lnG, (16.13),

 

где b₀, b₁, b₂, b₃, b₄, b₅ — коэффициенты регрессий; Н₁₀₀ - индекс условий местопроизрастания, определяемый верхней высотой в возрасте 100 лет; А₁ и А₂ — возраст древостоя в настоящий момент и через n лет; G₁ иG₂ - соответственно сумма площадей сечения древостоя теперь и через n лет; М - общая производительность.

Проверка моделей (16.11—16.13) на данных таксации древостоев (102 постоянные пробные площади) подтвердила логическое постоянство и адекватность моделей.

Ю. Вуокила (1980) при моделировании роста и производительности сосновых насаждений Финляндии использовал функции относительного текущего прироста деревьев и древостоев по диаметру, высоте и объему. Независимыми переменными в моделях явились показатели среднего дерева древостоя (диаметр, высота, возраст, объем); таксационные показатели древостоя (диаметр, верхняя высота, возраст, площадь сечения, запас, процент отпада по площади сечения); переменные окружающей среды: среднее расстояние до соседних деревьев, средняя температура сезона роста, число дней с положительной температурой более 16°С. Рубки ухода прогнозируются по программам рубок ухода (способ, интенсивность и повторяемость рубок) на ПК с применением динамики строения древостоев по диаметру с помощью бета-функции.

Модели второго типа требуют меньше информации и могут быть полезны при создании системы принятия решений и оценке альтернативных вариантов ведения лесного хозяйства. Серьезный недостаток этих моделей - отсутствие надежности в прогнозировании текущего прироста древостоев и имитации роста насаждений.

Дальнейшим развитием моделей второго типа явились модели роста леса в виде случайного стохастического процесса (Т. Suzuki, 1971,1974; L. Peden и др., 1973; Н. Bruner, J. Moser, 1973). Информация собирается в виде данных периодической таксации насаждений на стационарах. За период роста (1 год) дерево может остаться в данной ступени толщины или перейти в другое состояние - следующую ступень толщины, из растущего состояния в отпад или вырубленную часть. Процесс роста леса рассматривается в виде непрерывно-временной модели описания вероятностей перехода дерева из одного состояния в другое. А. Маркова. Т. Сузуки и Ж. Умемура (1974) условные переходные вероятности описывают дифференциальным уравнением А. Н. Колмогорова. Л. Педен и другие (1973) применили модель А. Маркова.

Это направление моделирования роста насаждений является попыткой еще глубже и точнее описать процесс роста леса. Основная цель - прогнозирование роста насаждений. Трудностью в создании моделей является большой объем опытных данных и вычислительных работ на компьютере.

Модели третьего типа широко используются в различных странах в виде таблиц хода роста. Современные компьютеры позволяют разработать сложные регрессионные модели. К сожалению, ценность таких регрессионных моделей в условиях пассивного эксперимента невелика, поэтому работа идет по созданию имитационных моделей роста леса, использующих регрессионные модели связи таксационных признаков древостоев. Большое преимущество регрессионных моделей состоит в возможности использовать массовую лесоустроительную информацию, получаемую в процессе инвентаризации лесов, в их простоте и меньшем объеме вычислений на компьютерах.

В СССР развивался биофизический подход к теории роста леса (Г. М. Хилыми, 1955; И. А. Тересков, М. И. Терескова, 1980), решались задачи прогнозирования древесных запасов и экологической обусловленности динамики биологических систем (И. Я. Лиепа, 1980), применения математических методов для оценки биологических закономерностей роста и продуктивности насаждений (И. В. Карманова, 1976; В. В. Кузьмичев, 1977).

Особый подход применяется к моделированию хода роста разновозрастных насаждений (М. Верхунов, 1976; В. Ф. Лебков, 1967; И. В. Семечкин, 1967; Э.Н. Фалалеев, 1983; В. Г. Кузнецова, Д. П. Столяров, 1981).

Хотя сейчас имеются четкие различия между тремя типами моделей роста леса, но со временем они уменьшатся, и рассмотренные принципы моделирования будут дополнять друг друга.

Моделирование роста леса в значительной степени зависит от наличия достаточно надежной и полной лесоводственной информации. Сбор этой информации - весьма трудоемкий и дорогостоящий процесс. Однако в противоположность распространенному мнению огромный банк долговременных наблюдений на постоянных пробных площадях является необязательным. Относительно малое число проб, особенно полезных для создания системы принятия решения, в сочетании с временными выборочными пробами (выборочная лесоинвентаризация) и анализами хода роста древесных стволов могут обеспечить данными для разработки приемлемых функций роста насаждений.

В то же время с последним тезисом многие лесоводы не согласны. Закладка постоянных робных площадей, хотя и является трудоёмким и дорогостоящим делом, но компенсируется получением точной и достоверной информации, которую другим способом добыть нельзя. Ряд НИИ и ВУЗов Беларуси и СНГ накопили большое количество стационаров. Многие из них уже имеют давность наблюдений в 40 – 80 лет.Такие пробы есть в БГТУ, Институте леса НАН Беларуси, C.-Петер.НИИЛХ, C.—ПетерЛТА, в Украине и в других местах. Зарубежные специалисеы (шведы, немцы и др.), посещая стационары в лесах Беларуси, были в восторге от них и отмечали огромое значение постоянных пробных площадей для проведения исследований.