Функции роста леса
Общая математическая модель временного ряда хода роста некоторого таксационного показателя древостоев—Y(t) --может быть представлена в виде
Y(t) = V(t)+ U(t).
где V(t) - детерминированная компонента; U(t), - случайная составляющая. Детерминированную компоненту, или систематическую составляющую, можно рассматривать как некоторую лесорастительную норму, выявляющуюся в исследованиях массовых процессов роста насаждений. Это - оптимальная лесорастительная норма роста по высоте, диаметру, запасу и т. д., к которой стремится древостой в данных лесорастительных условиях. Случайная составляющая U(t) подчиняющаяся некоторому вероятностному закону распределения, представляет колебания (отклонения) в росте вокруг лесорастительной нормы. Эти отклонения возникают при неоднородности в условиях произрастания отдельных насаждений, различий в биологической конкуренции деревьев в древостое. Они возможны также из-за влияния окружающих объектов, ошибок измерений и т. д. В принципе, при повторении ситуации целиком функция V(t) должна была оставаться одной и той же (при одинаковых условиях), а случайные составляющие оказались бы различными как разные реализации случайного процесса роста леса. Существующие таблицы хода роста насаждений представляют собой модели, в которых влияние возраста древостоев проявляется только в детерминированной V(t) составляющей с той или иной степенью надежности и достоверности. Это - классическая ситуация регрессионных моделей, где предполагается, что течение времени никак не отражается на случайной составляющей, т. е. математическое ожидание (среднее значение) случайной составляющей тождественно равно нулю, а дисперсия равна некоторой постоянной величине, а значения U(t), в различные моменты времени некоррелированы. Такое определение приводит к тому, что всякую зависимость от времени приходится включать в систематическую составляющую V(t). Регрессия (линейная или криволинейная) обычно может быть использована для аналитического выравнивания опытных данных, однако применять ее для экстраполяции или прогноза роста древостоев следует весьма осторожно. Наконец, мы проводим исследования в условиях так называемого пассивного эксперимента, где эксперимент ведет природа (древостой растет под влиянием факторов окружающей среды) с учетом хозяйственной деятельности человека. Это обстоятельство объясняет одну из причин низкой работоспособности регрессионных моделей, полученных в условиях пассивного эксперимента при сильной корреляции входных переменных и искажениях в оценках коэффициентов регрессии. Для математического описания детерминированной составляющей, или тренда, временного ряда роста древостоев V(t) применяются различные функции (К.Е.Никитин, 1963; Л. Странд, 1964; М. Продан, 1968; Н. Н. Свалов, 1974; Я. А. Юдицкий, 1982). Это - параболы 2-3 порядков, уравнения, предложеные Ф.Корсунем, модель логарифмического типа Бакмана и т. д. М.Продан (1965) и Е. Ассман (1970) указывают два основных признака кривых роста деревьев и древостоев: -- кривые роста являются асимптотическими, т. е. при неограниченном увеличении возраста кривые имеют асимптоту - прямую, параллельную оси абсцисс; -- текущий прирост кривой роста возрастает и достигает максимума в точке перегиба кривой, а затем уменьшается и медленно падает до нуля, т. е. до полного распада древостоя. Максимум прироста зависит от древесной породы и условий произрастания. Если эти принципы процесса роста насаждений удовлетворяются математической моделью, то такая модель вполне подходит для моделирования производительности древостоев. Число функций роста, предложенных в разное время исследователями, составляет несколько сотен и увеличивается с каждым годом. Анализ значительного их количества проведен В. Пешелем (Peshel, 1938), а техника расчетов параметров описана в книге М. Продана (1961). Все формулы разделены В. Пешелем на две группы: полученные путем формально-математических построений или сконструированные на основе энергетических представлений. После анализа уравнений первой группы В. Пешель пришел к заключению, что хорошие результаты достигаются применением формулы Леваковича (Lewacowic, 1935): Y = a/(1+ b/x)с. Отмечает он также формулу В. Корсуня (Korsun, 1935): Y= aeb lnx + cln2x. Во второй группе В. Пешель выделил функцию Р. Хугерсхофа (Hugershoft),: Y = ax2e-cx. В 1878 г. Д. Коллер предложил формулу выравнивания хода роста древостоев по высоте: Y = axиe -cx. Японский лесовод Т. Теразани в 1915 г. рекомендует простую S-образную функцию роста: Y = ae~h/x. В.Корф (Korf, 1939) использовал для описания хода роста деревьев уравнение Y = ae/(1-n)xn-1. И. Шимек (Shimek, 1967) при исследовании хода роста древостоев рекомендует более сложную функцию роста: Y = aek/(1 -a) x1 – n bx- В настоящее время исследователи роста и производительности древостоев стремятся разработать гибкую теорию роста насаждений. Это означает переход от чисто эмпирического и индуктивного подхода к дедуктивному методу исследования. В эмпирических уравнениях значения коэффициентов используются для оценки факторов, влияющих на рост леса, но они не имеют биологического смысла. Ход роста деревьев и древостоев представляет аналогичный процесс. Он выражается S-образной кривой роста. В первый начальный период роста кривая медленно возрастает, затем идет второй период интенсивного роста до максимума прироста. Достигнув какой-то максимальной величины, прирост снижается, но кривая роста возрастает. Наконец, прирост падает до нуля, рост прекращается, и кривая роста приближается к асимптоте, параллельной оси X (возрасту). Интенсивность роста и S-образность кривой зависят от биологических особенностей древесной породы, лесорастительных условий роста. Кривые роста быстрорастущих пород (осина, береза) имеют слабо выраженную S-образность в молодом возрасте, медленно растущие (ель, дуб) характеризуются четкой S-образностью. Большинство математических моделей, применяемых для описания биомассы единичного растения и в культурах, основаны на функциях роста. Наиболее простой формой роста является, так называемый, экспоненциальный рост с постоянной относительной скоростью. Размеры растения вычисляют по формуле Wt = W0. ekt, где t - время роста от начала наблюдения, когда размеры (например, масса) особи составляют W0; е - основание натуральных логарифмов; к - скорость роста. Прологарифмировав это выражение, имеем линейную форму: In Wt = In W0 + kt. Впервые математический принцип экспоненциального роста сформулировал Г. Бакман. Он указал, что рост по экспоненте происходит по правилу сложных процентов. Экспоненциальный закон роста не может продолжаться бесконечно, так как это должно привести к гигантским размерам растений. Экспоненциальный рост наблюдается в начальный период роста деревьев; экспонентой выражается зависимость объемов деревьев от их диаметров. В биологической литературе, посвященной изучению относительного роста растений и животных, часто встречается степенная функция роста: Y = bха, получившая название формулы простой аллометрии. Само понятие «аллометрия» означает неравномерный рост. Оказалось, что соответствие размеров особей данного вида в фиксированном возрасте удовлетворительно описывается степенной функцией роста. В 50-х годах ХХ века японскими исследователями Шинозаки, Кира (Shinozaki, Kira, 1956) были предложены обобщенные ростовые функции.. Берталанффи (Von Bertalanffi, 1938) сформулировал научную гипотезу, согласно которой прирост (интенсивность роста) по объему организма (dV/dt) выражается разностью между анаболическим (nVc) и катаболическим (у V) темпами роста: dV l dt = n Vе -у V,где n, у - параметры;V- объем биомассы. Анаболический темп роста пропорционален площади поверхности организма, катаболический - объему биомассы. Аллометрическая константа (с) характеризует особенности вида растения и окружающей среды, т. е. отражает измерительные связи между размерами растения. Интегрируя дифференциальное уравнение, получим обобщенную функцию роста П. Берталанффи: V(t) = А[1—е-k(t-t0)]1//(1 – c), где А—асимптота по объему: А1--c = n /у; К = у(1 - с); t0 - начало роста. Ф. Ричардс (F. Richards, 1959), изучая рост растений, и Р. Чепмен (Chapman, 1961) - рост рыб, пришли к выводу, что аллометрическая константа ограничивает область применения функции роста, и предложили параметр (m). Отсюда появилась обобщенная функция роста Ричардса - Чепмена, которая широко используется в биометрии, в том числе при моделировании роста леса: W = А(1—be-kt)1/ (1-m) , где W - значение таксационного признака во время t; А - максимальное значение признака; b, к,m~ параметры роста. Кривая роста определяется параметрами роста. -- Параметр роста А представляет предельное значение таксационного показателя, когда неограниченно увеличивается время, т. е. древостой прекращает прирост и отмирает. Точка перегиба кривой определяется W = Аm1/ (1-m) Кривая роста является асимптотической к горизонтальной асимптоте.. Из этого следует, что если А = const, то четвертый параметр (m) является основным, характеризующим расположение точки перегиба на кривой роста. -- Параметр роста b с биологической точки зрения не имеет большого значения, так как определяет только выбор начала отсчета. Для кривых, описывающих связь высоты с возрастом (бонитировачные шкалы), параметр b всегда должен быть равен 1,0 (теоретически), так как все эти кривые проходят через начало координат. Если начало отсчета времени (возраста) принято в возрасте посадки леса, то кривые роста не проходят через начало координат; -- Параметр роста (к) выражает скорость роста, при которой значение зависимой переменной следует из линейной функции: lп{l - (W/А)1-m }= lnb-kt. Значение (к/m) есть средняя относительная скорость роста совокупности в виде временного ряда, в которой все классы возраста или 5-10-летние периоды представлены с одинаковой вероятностью. Это отношение есть также взвешенная средняя скорость роста на весь период роста. Параметр роста (к), таким образом, имеет три „различные интерпретации: а) площадь под кривой равна [А2к/(2m + 2)] и зависит от параметров кривой (А, к, m, b\; b); средняя высота (ордината) кривой равна [Ак/(2m + 2)]; с) функция скорости роста (прирост) зависит от функции роста и наоборот: dW/dt = nWm – к1W. Если функция роста аппроксимирована по наблюдениям, параметры (n) и (к1) функции скорости роста получают значения: k1 = к/(1-m); n= k1А1\ -m. Параметр Ак/(2m + 2) - средневзвешенная абсолютная скорость роста в течение всего периода развития. Абсолютная скорость роста составляет
Коэффициент kW характеризует выражение экспоненциального роста с постоянной относительной скоростью. Такой рост можно рассматривать как основную тенденцию всех живых организмов к росту и усложнению. Выражение (A / W)1-m -1 показывает отклонение величины относительной скорости роста от экспоненциального роста, или меры эффективности факторов, тормозящих увеличение признака (объема W). Функция роста Ф. Ричардса - Чепмена выражается кривыми разной формы в зависимости от параметров a, k, m (Рисунок 16.8).
Рисунок 16.8. Функция Ричардса различной формы: a – А = 100; m = 0,5; k = 0,1 (кривая 1); k = 0,05 (кривая 2); b – A = 50; m = 0,8; k = 0,1 (кривая 1); k = 0,05 (кривая 2); c – A = 100; m = 0,0; k = 0,1 (кривая 1); k = 0,05 (кривая 2)
Четыре параметра b,m, к/m, Ак(2m + 2) определяют семейство кривых функции роста Ричардса - Чепмена, которая является обобщением многих функций роста: мономолекулярной Гомперца, Дракина - Вуевского, логистической. При значениях параметра от от 0 до 1 кривые существуют между мономолекулярной и функцией Гомперца. При значениях от = 1-2 типы кривых распространены от функции Гомперца до логистической. Мономолекулярная функция роста получается из функции Ф. Ричардса при от = 0, т. е. в виде W = A(1-be-k'). Эта функция роста растений создана как аналог химической реакции, где W - количество вещества, которое исчезает через время t, а А -количество исходной субстанции. При характеристике биологических объектов А будет предельной величиной особи, а W показывает размеры растения во время t. Скорость роста характеризуется величиной dW/dt = к{А - W),т. е. мономолекулярная функция не имеет точки перегиба. В этом случае прирост уменьшается линейно с увеличением возраста. Эта модель показывает хорошее совпадение с экспериментальными данными при характеристике заключительных этапов роста, когда снижается абсолютная скорость роста растений. Мономолекулярная функция относится к типу кривых с ограниченным ростом и известна как закон Э. А. Митчерлиха (1957), выражающий зависимость между урожаем и факторами среды, определяющими рост растений: dY/dx = C(A-x), где -- Y - урожай; --- А - константа, обозначающая предельный урожай, к которому стремится Y, когда x стремится к бесконечности и постоянстве остальных факторов; ---X—уровень испытываемого фактора. Белорусские (гомельские) исследователи В. Н. Дракин и Д. И. Вуевский ещё в довоенное время разработали функцию роста, отражающую S-образную закономерность хода роста древостоев по высоте. В основе ее создания лежит предложенная авторами научная гипотеза: скорость роста насаждения по высоте, начиная от нуля, возрастает до некоторого максимума, после чего стремится к нулю при неограниченном увеличении возраста. Функция Дракина - Вуевского прпиведена выше (формула 16.1). Следовательно, белорусские ученые В. Н. Дракин и Д. И. Вуевский на 20 лет раньше Ричардса (1959) и Уэмпмена (1961), разработали обобщенную функцию роста при параметре b = 0, когда кривые роста проходят через начало координат. При b = 0 и W = 0, т. е. соблюдается условие, которое необходимо для характеристики хода роста древостоя по высоте, диаметру, суммам площадей сечения и другим таксационным показателям. Положительным свойством этой функции является то, что при m > 1 она имеет точку перегиба и S-образный вид. При m < 1 или m = 1 точка перегиба отсутствует и кривая обращена выпуклостью вверх. Отсюда функция Дракина - Вуевского применима для математического описания хода роста как быстрорастущих, так и медленнорастущих древесных пород. Функцию Дракина—Вуевсккого можно изобразить в разном виде, но широкое применение она нашла в виде формулы (16.1). Эта формула реализована в виде компьютерных программ, используемых для обработки экспериментального материала при исследованиях в лесоводстве и лесной таксации. Обобщенная функция роста Ричардса - Чепмена находит широкое применение при моделировании роста и производительности древостоев. А. Рават и Ф. Франц (A. Rawat, F. Franz) детально исследовали функцию Ричардса для математического описания роста насаждений 10 основных древесных пород ФРГ и Индии и пришли к выводу, что эта асимптотическая нелинейная регрессия хорошо подходит для моделирования и построения системы кривых роста насаждений. Для создания системы полиморфных кривых роста древостоев четыре параметра отдельных кривых роста (А,b, к, m), предварительно оцененных по опытным наблюдениям, выравниваются в зависимости от класса бонитета с использованием полинома: Y = b0 +b1H100+ b2(Н100) + b3(H100) + b4 (H100), где Y - зависимая переменная (параметр функции Ричардса); H100 -- индекс класса бонитета. В результате получены системы кривых роста и производительностдревостоев (рисунки 16.9 и 16.10).
Рисунок 16.9 Функция роста Ричардса, аппроксимированная к трем кривым роста по высоте
Рисунок 16.10 Функция абсолютной скорости рости по высоте
Функция абсолютной скорости роста показывает динамику текущего прироста древостоев, его кульминацию для различных условий местопроизрастания. Я. А. Юдицкий выполнил детальный анализ функций роста леса,разделив их на те,что, полученные из дифференциальных уравнений, и эмпирические. Он показал, что общим дифференциальным уравнением типа А является Yt = b (na - Ya) Y. Ha рисунке 16.10 три полиморфные кривые роста, три горизонтальные асимптоты (W = A1; W = A2; W=A3) и точки перегиба. Кривые роста являются S-образными и характеризуют биологическую особенность роста древесных пород. Решение уравнения включает как частные следующие случаи модели роста: экспоненциальную, логистическую, Хильми (для запаса), Митчерлиха, Шарфа, Ричардса при различных соотношениях параметров. График функции Y, удовлетворяющий заданным условиям, имеет S-образную форму и ограничен прямыми Y= 0 и Y=n. Решениями общего дифференциального уравнения Y! =(a / Aa+1- b)Y являются ростовые функции Шмальгаузена, Корфа, Терзаки, Колера, Хутерсфора, Шимека. Показано, что Y, возрастает, достигает максимума при А = А*, а потом убывает. Таким образом, при возрасте А <А* решение уравнения может применятся для аппроксимации таксационных показателей, увеличивающихся с возрастом, а при А > А* -убывающих. Я. А. Юдицким предложена новая функция роста: Y =b1 Ф [b2(A – b2) ] + b4, где -- Ф(х) - функции Маркова; -- b1, b2, b3, b4 - параметры. Проблема времени является центральной в научном прогнозировании биологических явлений. Обязательное требование к любому биологическому процессу - это определение временных интервалов предсказываемого явления или состояния системы. Конструктивный подход к изучению проблемы биологического времени разработан Гастоном Бакманом, который в 1925 г. опубликовал первую работу такого направления в трудах Латвийского университета. Проанализировав известные функции роста организмов (Фюрхюльста, Гопметца, Бестиена, Хеслина и др.), Г. Бакман выявляет их недостаточную адекватность. Кривая S-образнлй формыая, которой обычно аппроксимировали рост орнизмов, не отражает характерную особенность их роста, а именно ту особенность, что период снижения скорости роста обычно более длителен, чем период ее возрастания. Поэтому половины своих конечных размеров организм достигает после наступления максимума роста. Это явление он объясняет логарифмическим характером биологического времени, т. е. биологическое время рассматривается как логарифмическая функция физического. Основой функции Г. Бакмана есть постулат о том, что логарифм скорости роста пропорционален квадрату логарифма времени. Отсюда выводится функция роста: lgY=b0 + b1lgA + b2 lg2A. А. М. Мауринь детально выполнил исследование функции роста Г. Бакмана, определив время максимальной скорости роста, продолжительности жизни, точки перегиба и другие особенности функции. При выборе подходящих функций роста для математического описания хода роста и производительности древостоев следует исходить из точности исходных данных, их объема и времени обработки на ПЭВМ, требуемой точности и надежности результатов, практического применения модели.
Множественные регрессионные модели роста деревьев и древостоев
В моделировании хода роста насаждений и разработке имитационных моделей строения и производительности древостоев широко используются множественные регрессионные модели. Математическое описание функций системы (биогеоценоза, насаждения и т. д.) в целом и функций связи отдельных элементов системы можно выполнить в виде обобщенного дискретного полинома Колмогорова - Габора: Y = b0 + Σ b4xn + Σ Σbn1n2 xn1xn2+...+ Σb n1xmn1 При двух факторах (хь х2) линейная модель первой степени Y = b0 + b1x1 + b2x2 + b3x1x2, где -- b1, b2, b3, b4 - коэффициенты регрессии. Линейная модель второй степени имеет уже 11 членов:
Количество членов уравнения быстро растет с увеличением числа аргументов (факторов). Так, модель второй степени при четырех факторах включает 70 членов. Объем наблюдений также возрастает с увеличением числа переменных, так как число наблюдений должно быть в 5-7 раз больше числа факторов. При разработке модели необходимо провести эксперимент объемом 50-70 наблюдений. Для формального решения задачи объем наблюдений с ростом числа аргументов становится практически необозрим. В уравнении можно выделить три качественно отличные части: 1) линейную - с коэффициентом при аргументах в степени единица (b1x2 иb2х2); 2) нелинейную — с коэффициентами при аргументах в степени m> 1 (b4х2 иb5х2); 3) неаддитивную - с коэффициентами при произведениях аргументов по два, три и более (b3 x1 x2 ; a6x12x2 и т. д.). Практика применения регрессионного анализа показывает, что нет необходимости рассматривать в уравнениях слишком высокие степени и произведения многих аргументов. На линейную часть уравнения часто приходится наибольшая информация (70-90%), а вклад нелинейной и неаддитивной частей сравнительно невелик. Следовательно, сначала необходимо описать объект системой множественных линейных регрессионных моделей, а затем оценить, насколько улучшается аппроксимация функции, если дополнительно вводятся в уравнение нелинейные и неаддитивные члены.
. Функции роста по А. К. Кивисте
Значительный вклад в моделирование процессов роста леса внесла эстонский исследователь А. К. Кивисте, опубликовавшую в 1988 году специальную монографию. Этот автолр отмечает, что функции роста леса являются одним из видов моделей хода роста, выражающих наиболее вероятные линии изменения важнейших таксационных показателей (признаков) древостоев в зависимости от их возраста. Обычно проводится анализ функций роста средней высоты (Н), среднего диаметра (D) и запаса (М) древостоя, которые имеют S-образ-ные кривые хода роста. Обобщенная кривая хода роста у исходит из точки начала координат, имеет точку перегиба и приближается к асимптоте, параллельной оси возраста. Эти закономерности называются общими закономерностями хода роста древостоев. Закономерности хода роста выявляются более четко при анализе не самой величины у, а ее текущего прироста у', который является первой производной функции роста и называется часто скоростью роста. Обобщенная кривая прироста имеет асимметричную колоколообразную форму: исходит из точки начала координат, возрастает быстро до максимума и затем медленно снижается, приближается к оси возраста. Исходя из общих закономерностей роста, к функциям роста можно предъявить следующие требования (в области А > 0). 1.Функция роста у(А) должна исходить из точки начала координат, у(0) = 0. 2.Функция роста у(А) должна быть возрастающей, т. е.у'(А) > 0. 3.Функция роста у(А) должна приближаться к асимптоте, параллельной оси возраста, lim у(А) = Ym- 4.У функции роста должна существовать одна точка перегиба. 5.Текущий прирост у'(А) должен исходить из точки начала координат, у'(А) = 0. 6.Текущий прирост у'(А) должен иметь справа и слева от его максимума Т по одной точке перегиба. Так как известных функций роста уже свыше полусотни, возникает вопрос об их классификации. В работе В. Пешеля функции роста разделены на две группы: формально-математические и «законы роста». В свете современных представлений о биофизике леса такая классификация не оправдана. Нецелесообразным с точки зрения А. К. Кивисте является и различие функций роста дерева и древостоя. Хотя процессы роста дерева и древостоя описываются разными механизмами, для их аппроксимации применяют, как правило, одни и те же функции роста. Своеобразная классификация функций роста сделана Д. Тодоровичем. В этой работе каждый класс функций представлен одной общей формулой, объединяющей находящиеся там функции роста. Таким образом, все их многообразие описывается Д. Тодоровичем одиннадцатью общими функциями разного вида. Классификация Д. Тодоровича имеет существенные недостатки. Некоторые функции роста (например, функция А. Леваковича) принадлежат одновременно к разным классам, а в некоторых группах существуют только разработанные Д. Тодоровичем функции, не имеющие практического применения до сих пор. К тому же в последние десятилетия опубликовано множество новых функций роста, которые выходят за рамки классификации Д. Тодоровича. Опыт Д. Тодоровича показывает, что множество функций роста леса настолько разнообразно, что их группировка по внешнему виду на несколько непересекающихся подмножеств, имеющих примерно одинаковое число функций, практически невозможна. Но в то же время у многих функций роста заметны одинаковые конструктивные единицы, указывающие на некоторое сходство между ними. Поэтому А. К. Кивисте отказалась от конструирования громоздких общих формул для разных классов функций, а выделила в качестве основы группировки некоторые более характерные выражения (преобразования), применяемые в формулах функций роста. С учетом принципа от простого к сложному были выполнены следующие преобразования, упорядоченные на 7 уровней: 1) линейные по параметрам: b0 +blfi(A)+b2f2(A)... +; 2) дробные: f1(А) / f2(А); 3) степенные преобразования: k0 [ f(A)] k; 4) экспоненциальные: exp[(А) ]; 5) Митчерлиха: 1 - exp:[ f(А) ]; 6) степенно-показательные: [f1 (А)] f 2 (А); 7) особые. Основой данной классификации функций роста (ФР) является примененное преобразование наивысшего уровня. Для иллюстрации классификации представлен рисунок 16.11, на котором изображена принадлежность роста к разным группам в зависимости от преобразований, примененных в них. На этом рисунке показано, что почти все функции роста содержат линейное преобразование, но в группу функций линейного преобразования входят только функции, линейные по всем ее параметрам. Функции второй группы содержат дробные преобразования и могут содержать также линейные. У данной классификации, как и у других классификаций функций роста, есть недостатки. Один из них состоит в том, что некоторые функции, имея похожий внешний вид, могут входить в разные группы. Во избежание этого недостатка в работе А. Кивнете при представлении ФР наиболее точно сохранен их первоначальный вид. Функции роста леса, линейные по параметрам, широко используются при составлении таблиц хода роста древостоев. К ним относятся полиномы, гиперболы и логарифмические кривые. Они не соответствуют строгим требованиям, которые предъявляются к функциям роста. Функции дробных преобразований (II группа) являются простейшими ФР, но удовлетворяют большинству имеющихся здесь требований. Наиболее известной функцией роста из этой группы является функция Хосвельда: у = A2/(b0 +b1 A +b2 A2), которая часто называется функцией Корсуня. С другой стороны, эти ФР не имеют явной точки перегиба и неудобны при актуализации. Функции степенных преобразований имеют в своем составе неизвестный параметр в качестве степени. Большинство ФР этой группы соответствуют требованиям к ФР, но не имеют биофизической основы. Наиболее известна в лесной таксации функция А. Леваковича: y = c1 [ A /(c0 + A) ] c2.
Рисунок 16.11 Стандартные преобразования и классификация функций роста
Функции экспоненциальных преобразований имеют общий вид: . y = exp [f(A)]. К этой группе относятся функции Т. Теразаки, В. Корфа, С. Гомперца, которые используются в биологии и лесной таксации. Функции преобразования Э. Митчерлиха соответствуют требованиям, предъявляемым к ФР. Наиболее известными из них являются функции Э. Митчерлиха, В. Дракина - Вуевского, Ф. Ричардса - Чэпмана. Степенно-показательные функции имеют общий вид: у = [f1(A)] f2(A). Основание f1(A) и показатель степени f2(A) являются функциями, зависящими от возраста (а) и содержащими неизвестные параметры. В этой группе функций роста наиболее известны функции Д. Тодоровича. Функции роста отвечают требованиям к ФР, но являются сложными в вычислениях. В седьмую группу классификации собраны ФР, отличные от предыдущих и имеющие в своем составе нестандартные S-образные элементарные функции (arctan, функция Маркова и т. п.). Функции роста леса данной группы малоизвестны в лесной таксации. Функция гиперболического тангенса у = c„th(ctA) применялась В. Д. Севостья-новым для моделирования биофизики чистых древостоев в Беларуси. Функции роста леса этой группы необычны и относительно сложны в применении. В своей работе А. Кивисте выполнил детальный анализ 75 функций роста, представленных в семи группах классификации (рисунок 16.12), и рекомендовал наиболее подходящие из них для моделирования хода роста древостоев по высоте, диаметру и запасу. В приложении к работе дана информация по аппроксимации данных к изученным функциям роста с применением ЭВМ. Биофизическая теория роста леса
Рост и развитие лесного насаждения зависят от его генетических и физиологических характеристик, экологических условий существования. Наиболее значительный фактор, определяющий рост растений, - это питание как источник минеральных и органических соединений, необходимых организму, и как энергетическая основа его жизнедеятельности. Источником энергии для всех видов растений является физиологически активная радиация солнечного излучения (ФАР). Фотосинтез представляет собой универсальный способ усвоения радиации. Количество усвоенной растениями энергии измеряется по запасу органического вещества в ценозе. Существует много различных эмпирических и феноменологических подходов к характеристике лесных насаждений. Но в то же время есть и более общий биофизический подход, связанный с энергетикой роста биологических объектов. В СССР такое направление развивали Г. Г. Винберг (1966,1975) и его последователи. В отношении лесных насаждений энергетический подход к теории роста применен Г. Ф. Хильми. Исследование роста лесных фитоценозов в зависимости от поступающей и усваиваемой энергии (ФАР) весьма перспективно в отношении оценки динамики запаса насаждений, анализа процесса естественного изреживания, зависимости их роста от температуры, влажности, структуры и состава почвы и других параметров внешней среды. Для характеристики роста надземной биомассы насаждения можно использовать систему единиц: длина (L), время (Т), энергия (Е). Введем обозначения: (V) - общая производительность насаждения, или объем надземной биомассы, произведенной на единице площади, V = L3/L2 = L; y0 -- физиологически активная радиация (ФАР), падающая на единицу площади в единицу времени [y0] = Ey-2T – 1, где y - эффективная доля ФАР, т. е. часть от полной радиации, пошедшая на прирост биомассы: y = ny0 (n = y / y0) -- коэффициент полезного действия ФАР); у - количество энергии, сосредоточенной в единице объема органической массы древостоя [у] = EL-3; t - число лет активного роста биомассы. Г. Ф. Хильми (1957) выдвинул основную гипотезу, которая заключается в том, что скорость изменения запаса есть функция потока свободной энергии насаждения и нормы энергии, расходуемой насаждением при увеличении его запаса на единицу: dV / dt = f(y,l0) = f(y,l -- bv), где b = y1 / v; y1 - часть энергии, затрачиваемой насаждением на поддержание жизнедеятельности его биомассы без прироста. Согласно методам теории размерности, запишем: dv / dt = Cyx (y --bv), где С - безразмерная постоянная. Числа хиу удовлетворяют условию LT-1 = Ex+ yL – 2y T-y. Решая это тождество, находим: х ~-1;у =- I. Отсюда имеем Dv / dt = C / y (l -- bv). Вторая гипотеза состоит в том, что для каждого вида древесных растений параметры не зависят от возраста насаждения (постоянные в динамике), но зависят от породы. Пусть запас насаждения возрастает от значения в момент времени t0 до значения в момент t. Тогда получим
Выполним интегрирование: lg(l-by) = lg(l-bv 0)-C(b / y)(t-t0) или l –bv =(l – bv0)e-C b / y(t – t0). Решая относительно v, имеем V = l / b –[(l / b) – v0] e-C(b / y)(t – t0). Полагая A = y / b; B = C(b / y), получим окончательную формулу для математического описания динамики запаса насаждения: v = A-{A-v0)e-b(t-t0). Параметры А и В можно оценить по таблицам хода роста насаждений. Г. Ф. Хильми выполнил расчеты параметров А и В по данным всеобщих таблиц хода роста сосновых, еловых и дубовых насаждений, составленных А. В. Тюриным. Значения параметра А для сосны изменялись от 1728 до 659 для Ia-V классов бонитета, параметра В -от 0,013 до 0,017. Наибольшее отклонение общей производительности сосновых древостоев по формуле от фактических данных таблиц хода роста составило +6,4%. И. А. Терсков и М. И. Терскова (1980) представили динамику общей производительности древостоя в виде Dv / dt = Cy(v/t); C = (dv/dt) /l; a = [y (dv/dt)] /n l 0.
Параметр (С) характеризует прирост объема биомассы в единицу времени за счет единицы эффективной ФАР (1 ккал/м2) и зависит от породы, климатических и почвенных условий, структуры древостоя. Параметр (у) может характеризовать запас энергии в единице объема биомассы древостоя независимо от удельного веса древесины. Для нахождения (у) можно пользоваться таблицами теплотворной способности древесины. Величина а = Су - константа роста, которая характеризует способность древостоя превращать ФАР в органическое вещество с учетом его теплотворной способности. Величина (а) безразмерная и зависит от абсолютного количества поступающей на древостой ФАР. По этой величине можно судить, сколько энергии на древостой поступает и насколько рационально он использует основной энергетический источник. Величина Хо также зависит от ряда факторов: широты местности, времени года, метеорологических условий, положения древостоя на местности и др. В работе даны оценка и анализ констант уравнений динамики общей производительности насаждений по таблицам хода роста А. В. Тюрина. Биофизический подход к математическому моделированию хода роста и производительности древостоев позволяет представить процесс с точки зрения потребления энергии, что особенно важно при описании энергетических процессов в лесной экосистеме. Точность и надежность таких моделей динамики производительности древостоев следует оценить по данным таксации насаждений на стационарах. В то же время следует отметить, что все расчёты в данном случае выполнены на материале таблиц хода роста, т. е. исходные данные представляли собой выровненный материал. По данным непосредственных замеров в лесу столь близкого совпадения расчётных величин с опытными может и не быть, во всяком случае, подобных публикаций у названных авторов не появлялось. Поэтому следует сказать, что биофизический подход к моделированию динамики древостоев, хотя и имеет веское теоретическое обоснование, но для практического применения пока не подходит. .Обобщая изложенное в настоящем разделе, отметим, что моделирование хода роста насажд
|
