КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 22-24-00098

НазваниеЧернопихтово-кедрово-широколиственные леса юга Дальнего Востока в условиях усиления активности тропических циклонов: оценка повреждений, закономерности восстановительной динамики и прогнозирование распространения при изменении климата

РуководительКрестов Павел Витальевич, Доктор биологических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки Ботанический сад - институт Дальневосточного отделения Российской академии наук, Приморский край

Период выполнения при поддержке РНФ 2022 г. - 2023 г. 

Конкурс№64 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами».

Область знания, основной код классификатора 04 - Биология и науки о жизни, 04-107 - Экология биосистем

Ключевые словалесная экосистема, биоразнообразие, тайфун, ветровал, восстановление лесного покрова, оконная динамика, сукцессия, беспилотный летательный аппарат, дистанционное зондирование, нейронная сеть, Дальний Восток России, моделирование распространения видов

Код ГРНТИ34.35.25


СтатусУспешно завершен


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Экосистемы чернопихтово-кедрово-широколиственных лесов (Abies holophylla, Pinus koraiensis) (ЧКШЛ) юга Дальнего Востока, по своей сложности, структуре и динамике не имеющие аналогов в умеренной зоне мира, являются резерватами биологического разнообразия в северо-Восточной Азии и естественным депозитарием биологического разнообразия в самой южной части Дальнего Востока России. Именно такие сообщества являются исконными местообитаниями дальневосточного леопарда (Panthera pardus orientalis) - вида, включенного в Красный список МСОП со статусом "На грани исчезновения", и амурского тигра (Panthera tigris tigris, "Вымирающий вид"). Хозяйственная деятельность в виде повсеместных рубок и стихийные пожары привели к существенному сокращению площадей ЧКШЛ на территории России, они практически исчезли в северо-восточном Китае и на Корейском полуострове. К настоящему времени основные массивы этих лесов сохранились только в пределах особо охраняемых природных территорий южной части Приморского края: в заповедниках "Кедровая падь" и "Уссурийский", в национальном парке "Земля леопарда". Отдельные небольшие массивы лесов сохранились в окрестностях Владивостока, в том числе на территории Ботанического сада-института ДВО РАН (более 150 га). Как показал тайфун (тропический циклон) Майсак, обрушившийся на континентальные регионы Дальнего Востока в сентябре 2020 года, ЧКШЛ оказались подвержены влиянию штормового ветра в силу особенностей их структуры (деревья пихты цельнолистной с густой кроной, возвышающейся над густым пологом). Ранее нами установлено, что число и сила тропических циклонов в регионе имеют устойчивую тенденцию к увеличению, а фронты циклонов за последние 300 лет существенно продвинулись вглубь континента и на север. Усиление циклонической активности в регионе может стать триггером новых нарушений ЧКШЛ и существенно изменить растительный покров и среду обитания тигра и леопарда. Цель проекта: с использованием методов дендрохронологии, ДЗЗ и моделирования распространения видов и экосистем оценить возможности экосистем ЧКШЛ адаптироваться к комплексу изменений среды, обусловленному климатическими изменениями, и выработать технологические рекомендации по увеличению устойчивости массивов ЧКШЛ к воздействию возрастающей тайфунной активности. Создание качественных моделей естественной, климатогенной, антропогенной динамики биоты наземных экосистем на разных уровнях ее организации: от организменного до биосферного – амбициозная задача, которая требует: ликвидации пробелов в современных знаниях о разнообразии и функционировании экосистем, основанных, прежде всего, на данных наземных исследований; внедрения новых методов (в том числе экспресс-методов) индикации реакции биоты на изменения климата; разработки новых подходов, позволяющих интегрировать результаты разрозненных исследований разнообразия, динамики и ресурсного потенциала растительных экосистем и интеграции усилий специалистов разных направлений. К настоящему времени усилиями группы исследователей, вовлеченных в данный проект, создана уникальный для России подход к интерпретации данных ДЗЗ, основанный на нейросетевых алгоритмах. Выбранный объект уникален тем, что ЧКШЛ, исторический ареал которых на 95% находится на территории Корейского полуострова и в северо-восточном Китае, практически уничтожены вне территории России. В России, на крайнем юге Приморья, ЧКШЛ, не имеющие историю нарушений, остались только на особо охраняемых природных территориях, вне их экосистемы сильно фрагментированы. Формирование ЧКШЛ проходило в относительно стабильных климатических условиях, начиная с раннего голоцена из палеогеновых реликтов, переживших плейстоцен в рефугиумах на Корейском полуострове и в северо-восточном Китае. Климатические изменения на юге российского Дальнего Востока будут благоприятствовать распространению экосистем данного типа, ожидаются миграции видов на территорию России с прилегающих районов Китая и Кореи. Судя по реакции лесных экосистем на тайфун "Майсак", виды деревьев - основных продуцентов данной экосистемы, не адаптированы к воздействию ветров. Оценка уровня повреждений в ЧКШЛ юга Приморского края в результате воздействия тропического циклона Майсак и других опасных метеорологических явлений и выявление динамических откликов растительного покрова этих экосистем на естественные ветровые нарушения. Разработка и применение методов дистанционной оценки повреждений ЧКШЛ при помощи беспилотных летательных аппаратов и методов нейросетевого дешифрирования (распознавания) оптических изображений сверхвысокого разрешения. Создание моделей распространения для основных ключевых видов деревьев ЧКШЛ: Abies holophylla, Acer pseudosieboldianum, Betula davurica, Carpinus cordata, Fraxinus mandshurica, Kalopanax septemlobus, Pinus koraiensis, Quercus mongolica, Sorbus alnifolia, а также экосистемы в целом. Модели распространения будут созданы на основе имеющихся у участников проекта данных, полученных в китайской и корейской частях ареала данной лесной формации. Ввиду того, что ареал потенциального распространения ЧШКЛ на 95% находится вне территории России, где данный тип экосистем очень сильно фрагментирован деятельностью человека, основной задачей проекта будет оценка возможностей содействия расширению ареала ЧШКЛ с изменением климата на территории России.

Ожидаемые результаты
При реализации проекта планируется получение следующих результатов: 1) выяснение закономерностей размещения деревьев Abies holophylla и Pinus koraiensis, поваленных ураганными ветрами деревьев в пределах чернопихтово-кедрово-широколиственных лесов (ЧКШЛ) на территории России; 2) разработка и применение методов автоматического нейросетевого дешифрирования видовой принадлежности деревьев и поврежденных участков в пологе ЧКШЛ на ортофотоснимках сверхвысокого разрешения; 3) выявление особенностей процессов восстановительной динамики и иных откликов в экосистемах ЧКШЛ после ветровальных повреждений; 4) разработка ретроспективных и прогнозных моделей распространения ключевых видов деревьев и экосистем ЧКШЛ для разных климатических ситуаций. Полученные результаты позволят выработать рекомендации по расширению ареала ЧКШЛ на территории России при благоприятных климатических трендах и будут способствовать реализации возможностей использования потепления как фактора увеличения ресурсной базы лесов на территории российского Дальнего Востока. Будет выполнено дешифрирование, с оценкой численности вываленных деревьев и определением размеров вывалов методами фотограмметрии. Имеющиеся фотографии с беспилотных летательных аппаратов имеют пространственную привязку. Изображения также сопровождаются растром относительных высот, которые позволяют определить "рельеф" сплошного древесного полога: "впадины" - окна в лесном пологе, "пики" - деревья маяки, возвышающиеся над пологом. Анализируя участки изображений, соответствующие окнам, по состоянию поваленных деревьев и отсутствию кустарников и подроста деревьев возможно определение возраста окна. Методология автоматического распознавание элементов древесного полога на оптических изображениях сверхвысокого разрешения, как участков повреждений, так и отдельных видов деревьев, разработана сотрудниками лаборатории геоботаники БСИ ДВО РАН и может быть использована в инвентаризационных целях всех оставшихся в России массивов ЧКШЛ. Полученные изображения в комбинации с нашими ранними наработками по онтогенетическому развитию древесных видов позволят также оценить пространственную структуру и популяционные мозаики двух ключевых видов деревьев ЧКШЛ. Будут определены особенности реакции экосистем ЧКШЛ на возрастание активности тропических циклонов. В рамках действующей системы постоянных пробных площадей будет выполнено датирование воздействия тайфунов на экосистемы за последние 300 лет по методикам, использованным в работах Altman et al (2018), Janda et al. (2021). Будут получена информация о воздействии тайфуна "Майсак" (сентябрь 2020) на экосистемы чернопихтово-кедрово-широколиственных лесов в российской части из ареала. Будет проведено моделирование изменения структуры экосистем, вызванные активностью тропических циклонов, в сравнении с динамикой, вызванной естественными нарушениями. Весь комплекс работ позволит дать прогнозы динамики ареала ЧКШЛ и дать рекомендации по содействию развития данной продуктивной лесной формации на территории России.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2022 году
При помощи беспилотного летательного аппарата оценена площадь нарушений древесного полога лесных массивов в окрестностях г. Владивостока пострадавших в момент прохождения тайфуна Майсак (сентябрь 2020 г.). Для исследуемого участка на основе натурных обследований составлена крупномасштабная геоботаническая карта, а данные сверхвысокого разрешения полученные с квадрокоптера позволили выполнить высокоточную оценку повреждений древостоя. Выявлено, что наиболее пострадавшими от тайфуна оказались коренные старовозрастные леса с доминированием пихты цельнолистной и корейского кедра, поддерживающие высокие уровни биологического разнообразия в естественных местообитаниях амурского тигра и дальневосточного леопарда на юге Приморского края. В то же время, древостои вторичных лесов, сформированные преимущественно дубом монгольским, пострадали от воздействия тайфуна в существенно меньшей степени. Крупные деревья пихты цельнолистной и корейского кедра возвышаются над пологом лиственных видов деревьев, поэтому они сильнее подвержены экстремальным ветровым нагрузкам. Выворачиваясь с корнями во время особо сильных порывов ветра, они обрушивались и повреждали соседние более низкорослые деревья по принципу падающего домино. Мы обнаружили участки поваленных деревьев площадью более полутора тысяч квадратных метров для коренных лесов с пихтой и кедром, в то время как для дубовых лесов площадь участков с поваленными деревьями не превышала, как правило, 400–500 квадратных метров. Доля поврежденных тайфуном лесов с пихтой цельнолистной и корейским кедром на особо охраняемой природной территории Ботанического сада-института ДВО РАН составила 10% от занимаемой ими площади, а для дубовых лесов этот показатель составил всего 1.7%. Разработаны и применены свёрточные нейронные сети различных архитектур, позволяющие автоматически определять кроны деревьев пихты цельнолистной и корейского кедра на фотоснимках сверхвысокого разрешения, полученных при помощи беспилотных летательных аппаратов. Точность распознавания форм крон достигает почти 90%, а точность распознавания конкретного вида дерева составляет почти 100%. Разработанные алгоритмы распознавания позволяют выполнять высококачественную и быструю оценку состава древостоя лесов южной уссурийской тайги, обнаруживать высокоценные деревья пихты и кедра. Созданная методика может найти применение в рамках мониторинговых исследований заповедников и национальных парков, а также лесоинвентаризационных мероприятиях органов лесного хозяйства и лесопользователей. При помощи методов глубокого машинного обучения, сведений о фактическом распространении пихты цельнолистной, ретроспективных и прогнозных климатических моделей созданы предварительные модели ареалов пихты цельнолистной для временного промежутка от максимума последнего оледенения (около 21 тысячи лет назад) до 2070 года. Современная климатическая обстановка потенциально способна поддерживать произрастание пихты цельнолистной на территории площадью около 155 тыс. км2. Площадь территорий, которые можно рассматривать как рефугиумы пихты цельнолистной, в пределах которых популяции вида могли бы беспрерывно существовать со времени максимума последнего оледенения до 2070 г. составляет 26.4 тыс. км2 или 11.2 тыс. км2 в зависимости от оптимистического или пессимистического сценария глобального потепления. Существенное сокращение численности популяций пихты цельнолистной в недавнем прошлом вследствие вырубок и пожаров приводит к прогрессирующей фрагментации ареала вида на фоне драматических изменений пригодной для вида климатической обстановки, особенно в южной части современного ареала (Корейский полуостров). Прогнозируемые изменения климата требуют пересмотра устоявшихся традиций управления лесами и создания лесных культур, в частности более широкого внедрения пихты цельнолистной в лесокультурную практику на территории юга Приморского края.

 

Публикации

1. Дзизюрова В.Д., Корзников К.А., Петренко Т.Я., Дудов С.В., Крестов П.В. Assessment of the mixed coniferous-broadleaved forest canopy disturbance induced by typhoon Maysak (2020) using drone-borne images near Vladivostok, Russia Botanica Pacifica, 11(2):81-87 (год публикации - 2022) https://doi.org/10.17581/bp.2022.11214

2. - Нужно думать не о том, что над землей во Владивостоке, а что под землей - Павел Крестов PrimaMedia, - (год публикации - )


Аннотация результатов, полученных в 2023 году
Чернопихтово-кедрово-широколиственные леса (ЧКШЛ) Дальнего Востока – это самая сложная по структуре и функциям лесная экосистема Российской Федерации – часть биома умеренных хвойно-широколиственных лесов мира. Пихта черная и сосна корейская (которую далее будем называть, как и наши предки, кедром) формируют верхний ярус лесной экосистемы, возвышаясь над общим пологом леса на 10-15 м. Древостой в пределах одной экосистемы исключительно разнообразный, включает до 20 видов деревьев, столько же кустарников и около десятка видов древесных лиан, распределенных по ярусам. В процессе продолжительной эволюции в борьбе за свет – главный ресурс в лесной экосистеме, ряд видов деревьев выработал адаптации к его недостатку, получив шанс воспроизводиться даже под сомкнутым пологом главных доминантов. Использование каждого сантиметра пространства экосистемы ассимиляционными органами деревьев обеспечивает высочайшую продуктивность экосистем ЧКШЛ, а сложнейшая структура приводит к уникально плотной «упаковке» экологических ниш, что и есть основа сосредоточения здесь невиданного больше нигде в России биоразнообразия и самых длинных и разветвленных пищевых цепей, контролируемых идеальными хищниками – тигром и леопардом. ЧКШЛ исторически были распространены в северной части Корейского полуострова и в самой южной части российского Дальнего Востока до северной широты 44 градуса, лишь незначительно заходя на территорию северо-восточного Китая. Бурный 20-й век привел к их полному исчезновению на Корейском полуострове: в Республике Корее пихту цельнолистную бережно сохраняют в самых северных провинциях, в КНДР леса с ее участием были уничтожены по время японской оккупации и последовавшей за ней корейской войны. В российской части ареала, ЧКШЛ вырубались, но предпочтения при рубках отдавалось сосне корейской – кедру. После вырубок в лесных экосистемах сохранялась лесная среда за счет никому не нужных тогда лиственных пород, и процессы восстановления экосистем успешно запускались и достигали кульминационных стадий. Экосистема, несмотря на подчас серьезные нарушения, была способна к восстановлению, а поток поколений основных лесообразователей не прерывался. Климатические изменения эффективно трансформируют ареалы экосистем как в бореальной, так и в умеренной зонах, и ЧКШЛ, распространенные по большей части южнее южных границ России, рассматривались многими исследователями как потенциально основные леса юга российского Дальнего Востока после предполагаемой миграции их основных компонентов и доминантов на север. На пихту цельнолистную возлагались надежды ресурсно значимой для лесного хозяйства породы. Проект в целом был посвящен оценке потенциала ЧКШЛ на российском Дальнем Востоке при существующих трендах климатических изменений. Проведенные исследования, увы, привели к неутешительным результатам: ареал ЧКШЛ сокращается, и данный тип экосистем переходит на российском Дальнем Востоке в рефугиальную стадию. При помощи методов глубокого машинного обучения, сведений о фактическом распространении пихты цельнолистной, ретроспективных и прогнозных климатических моделей созданы модели потенциальных ареалов пихты цельнолистной для временного промежутка от максимума последнего оледенения (около 21 тысячи лет назад) до 2070 года. Современная климатическая обстановка потенциально способна поддерживать произрастание пихты цельнолистной на территории площадью около 155 тыс. км2. Площадь территорий, которые можно рассматривать как рефугиумы пихты цельнолистной, в пределах которых популяции вида могли бы беспрерывно существовать со времени максимума последнего оледенения до 2070 г. составляет 26.4 тыс. км2 или 11.2 тыс. км2 в зависимости от оптимистического или пессимистического сценариев глобального потепления. Главными рисками для экосистемы на российском Дальнем Востоке, при условии исключения антропогенного воздействия, остаются климатические аномалии и связанные с ними особо опасные природные явления, такие как тропические циклоны (тайфуны). Нами проанализированы специфические воздействия ряда тайфунов, из последних, включая Лайонрок (2016) и Майсак (2020), на хвойные деревья, в том числе и на черную пихту. Оставленные непосредственно после тайфуна завалы деревьев – это лишь часть смертельного урожая стихии. Многие деревья, большая их часть, имеют силы выдержать первый удар стихии, но сильный ветер приводит к подрыву их корневых систем, далее наступает физиологическая засуха, дерево слабнет и оказывается незащищенным перед постоянным давлением естественного патогенного фона. Бактерии, грибы и насекомые за 3-5 лет завершают убийство, начатое тайфуном. Черная пихта в первую очередь подвергается ветровому давлению, поэтому увеличение частоты тайфунов будет ускорять ее исчезновение с зональных местообитаний. Но опасность потерять наши уникальные ЧКШЛ оказалась существенно ближе, и ее несет строгое, но не обдуманное заповедание территорий, приводящее к возрастанию плотности населения пятнистого оленя. Небольшие территории особо охраняемых природных территорий превращаются в убежища для оленей, и их популяцию несколько тигров, способных уместиться на заповедной территории, контролировать не могут. В результате мы вместо Уссурийской тайги получили практически современный Шервудский лес, просматриваемый на сотни метров. Процесс возобновления главных лесообразователей полностью прерывается, деревья не в состоянии обеспечить смену поколений. Экосистема обречена на коллапс. Работа над проектом позволила разработать технологии распознавания видов деревьев по материалам дистанционного зондирования Земли, которые могут и должны привести к революционным изменениям практики применяемого в России лесоустройства, позволяя получить большой пул информации о строении и составе экосистемы за очень короткое время и существенно меньшие усилия, чем сейчас тратят лесоустроители. Мы разработали и применили свёрточные нейронные сети различных архитектур, позволяющие автоматически определять кроны деревьев пихты цельнолистной и корейского кедра на фотоснимках сверхвысокого разрешения, полученных при помощи беспилотных летательных аппаратов. Точность распознавания форм крон достигает почти 90%, а точность распознавания конкретного вида дерева составляет почти 100%. Разработанные алгоритмы распознавания позволяют выполнять высококачественную и быструю оценку состава древостоя лесов южной уссурийской тайги, обнаруживать высокоценные деревья пихты и кедра. Созданная методика может найти применение в рамках мониторинговых исследований заповедников и национальных парков, а также лесоинвентаризационных мероприятиях органов лесного хозяйства и лесопользователей. Что мы имеем в сухом остатке после работы по данному проекту 1. Черная пихта на юге Приморья сейчас находится в угрожаемом состоянии, которое обусловлено как климатическими факторами, так и изменением природопользования. 2. В ближайшие 50 лет будет наблюдаться постепенное перемещение черной пихты с зональных местообитаний в рефугиумы. 3. Ускорять процесс будут более частые тропические циклоны. 4. Одним из наиболее эффективных уничтожителей черной пихты является пятнистый олень и существующая система управления особо охраняемыми природными территориями. Пятнистый олень полностью блокирует возобновление черной пихты на больших площадях. 5. Меры по сохранению крупных хищников, контролирующих популяции оленей, способствуют возвращению баланса в природные экосистемы, но сильно запаздывают. При существующем размере оленьей популяции растущие популяции тигра и леопарда не успевают предотвратить коллапс экосистемы ЧКШЛ. 6. При оставлении ситуации "как есть" вопрос о включении черной пихты в Красную книгу РФ станет актуальным при ее переиздании через 10 лет.

 

Публикации

1. Корзников К.А., Кислов Д.Е., Петренко Т.Я., Дзизюрова В.Д., Долежал И., Крестов П.В., Альтман Я. Unveiling the potential of drone-borne optical imagery in forest ecology: A study on the recognition and mapping of two evergreen coniferous species Remote Sensing, 15, 18, 4394 (год публикации - 2023) https://doi.org/10.3390/rs15184394


Возможность практического использования результатов
Разработаны технологии распознавания видов деревьев по материалам дистанционного зондирования Земли (снимки в RGB спектре), которые могут и должны привести к революционным изменениям практики применяемого в России лесоустройства, позволяя получить большой пул информации о строении и составе экосистемы за очень короткое время и существенно меньшие усилия, чем сейчас тратят лесоустроители. В разработке применены свёрточные нейронные сети различных архитектур, позволяющие автоматически определять кроны деревьев пихты цельнолистной и корейского кедра на фотоснимках сверхвысокого разрешения, полученных при помощи беспилотных летательных аппаратов. Точность распознавания форм крон достигает почти 90%, а точность распознавания конкретного вида дерева составляет почти 100%. Разработанные алгоритмы распознавания позволяют выполнять высококачественную и быструю оценку состава древостоя лесов южной уссурийской тайги, обнаруживать высокоценные деревья пихты и кедра. Созданная методика может найти применение в рамках мониторинговых исследований заповедников и национальных парков, а также лесоинвентаризационных мероприятиях органов лесного хозяйства и лесопользователей.