WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

- проверке адекватности воспроизведения статистических свойств климатических характеристик, не заложенных непосредственно в структуру модели (например – сезонных и годовых сумм осадков, средней годовой температуры, продолжительности периодов с температурой, превышающей заданные значения, или соответствующих сезонных сумм температур и т.д.).

Проведенный анализ данных для нескольких станций Севера и центра ЕТС показывает, что изменчивость параметров “атмосферной” субмодели (за исключением многолетних средних величин температуры и осадков, обычно доступных из справочной литературы) в пределах довольно обширного региона не превышает погрешностей их вычисления.

С несколько большей осторожностью данный вывод можно распространить и на параметры субмодели температуры почвы. Здесь, однако, представляет интерес более глубокий анализ факторов, определяющих пространственную изменчивость средних значений (поскольку изменчивость их более значительна, а густота сети измерений, напротив, существенно меньше, чем в случае температуры воздуха).

Что же касается влажности почвы: во-первых, в основу положена известная модель, многократно верифицированная как на зональном, так и (пусть в меньшей степени), на локальном уровне; во-вторых, достаточно показательным представляется непосредственное сравнение результатов расчетов с измеренными величинами. Такое сравнение произведено по материалам многолетних наблюдений Валдайского филиала ГГИ [Материалы..., 1961-1989; Федоров, 1977]. Результаты расчетов приведены в таблице 2 и на рисунке 2.

Сравнение результатов по температуре почвы несколько менее показательно, чем в случае влажности, хотя совпадение измеренных и расчетных величин хорошее. Во-первых, все параметры соответствующей субмодели, кроме разности температур почвы ”лес-метеоплощадка”, определены по Валдаю (т.е. хорошее совпадение результатов говорит прежде всего о том, что значения этой разности, полученные по данным других стационаров, хорошо работают и для данного места). Во-вторых, отсутствуют фактические данные для холодного времени года, так что о правдоподобии полученных результатов в этом случае можно судить лишь на качественном уровне.

T o C А 2 1 1 - we i g h t W, % Б 2 2 1 1 1 9 7 5 1 9 7 6 1 9 7 7 1 9 7 8 1 9 7 9 1 9 8 0 1 9 8 1 1 9 8 2 1 9 8 3 1 9 8 4 1 9 8 5 1 9 8 Рисунок 2. Многолетняя динамика измеренных (1) и рассчитанных по модели (2) значений температуры на глубине 0.20 м (а) и весовой влажности почвы, средней в слое 0–1 м (б). Валдай, Новгородская обл., ельник-кисличник, почва подзолистая, суглинистая Модель достаточно хорошо воспроизводит статистические характеристики влажности почвы (средние значения и стандартные отклонения), притом, что в “явном” виде они в модель не заложены (в отличие от “температурной” субмодели). Для конкретных значений за отдельные месяцы связь менее тесная.

Заметим, что максимальное соответствие расчетных величин фактическим наблюдается в летние месяцы (точнее, в июне-сентябре), когда изменчивость фактической влажности максимальна. Для нашей задачи это важно, т.к. летом, при высоких температурах, интенсивность процессов деструкции органического вещества, зависящих от температуры и влажности почвы максимальна, и соответственно, требования к точности модели повышены.

Хуже всего результаты согласуются весной, особенно в апреле. Очевидно, временные масштабы изменений водного режима почвы в период снеготаяния плохо согласуются с месячным шагом модели. Тем не менее, с точки зрения поставленных задач, а также с учетом предельной простоты модели и месячного шага, ее точность может быть признана удовлетворительной.

Таблица 2.

30-летние средние значения и стандартные отклонения (с.к.о.) фактических и рассчитанных по модели значений температуры на глубине 0.20 м и весовой влажности почвы, средней в слое 0–1 м (Валдай, Новгородская обл., ельник-кисличник, почва подзолистая, суглинистая) Характер данных Величина Месяц 1 2 3 4 5 6 7 8 9 10 11 Средняя месячная температура почвы на глубине 0.20 м (°C) Фактические данные средняя – – – – 6.2* 10.1 12.5 12.6 9.7 6.0* – – 1957–1986 с.к.о. – – – – 2.4* 1.1 0.9 0.7 0.8 1.3* – – Расчет по модели (с средняя -1.1 -1.0 -0.8 0.7 5.7 10.8 13.4 12.6 9.6 5.2 1.5 -0.фактической с.к.о. 0.6 0.3 0.3 0.9 1.2 1.0 1.2 1.0 1.0 1.4 0.7 0.погодой) Расчет по модели (с средняя -1.3 -1.2 -0.9 0.4 5.0 10.8 13.4 12.6 9.6 4.8 1.4 -0. «генерированной» с.к.о. 1.2 0.7 0.5 1.3 1.6 1.4 1.4 0.9 0.8 1.4 0.7 0.погодой) Весовая влажность почвы в конце месяца, средняя в слое 0–1 м (%) Фактические данные средняя 18.3 17.9 18.8 19.7 16.7 15.2 14.3 13.7 14.8 16.1 17.3 17.1957–1986 с.к.о. 1.9 1.7 1.6 2.0 1.8 1.8 2.2 3.2 2.9 1.7 1.8 1.Расчет по модели (с средняя 17.6 17.6 17.7 21.1 18.3 15.8 14.6 14.2 14.9 17.2 17.7 17.фактической с.к.о. 1.8 1.8 1.9 1.1 1.6 2.1 1.9 1.7 1.7 1.6 1.9 1.погодой) Расчет по модели (с средняя 17.8 17.8 18.1 20.9 18.2 15.6 14.2 14.5 15.4 17.5 17.8 17. «генерированной» с.к.о. 2.1 2.1 2.1 1.3 2.4 2.1 1.6 1.7 1.9 1.8 2.1 2.погодой) Примечания:

* значения рассчитаны по ограниченному числу лет, ** данные отсутствуют.

Глава 6: посвящена применению модели SCLISS как составной части системы моделей EFIMOD [Komarov et al., 2003; Моделирование динамики…, 2007]. Модель неоднократно использовалась для исследования динамики органического вещества и азота в лесных экосистемах Европейской части России (в частности, Московской, Ленинградской, Тверской, Костромской областей, Республики Коми, Республики Марий Эл), ряда стран Северной и Центральной Европы (Финляндия, Швеция, Германия, Нидерланды, Чешская Республика), а также центральной Канады (провинции Саскачеван и Манитоба). Многие результаты опубликованы [Моделирование динамики…, 2007; Chertov et al., 2004, 2009; Shaw et al., 2007; Надпорожская и др., 2009].

Один из наиболее показательных примеров использования модели – анализ влияния предполагаемых изменений климата в сочетании с различными уровнями выпадений соединений азота и сценариями лесопользования на динамику запасов органического вещества на примере сосновых лесов ОЛХ «Русский лес» (юг Московской области, почвы дерново-подзолистые, супесчаные и песчаные). Рассматривались 4 сценария лесопользования [Михайлов и др., 2007]: естественное развитие без рубок (А), выборочные рубки (Б), нормативные рубки (В) и имитация элементов самовольной рубки (Г); варианта выпадения соединений азота (0, 6, 12 и 20кгN/га/год) и 2 варианта климатических сценариев: стационарный климат и «экстремальный» вариант глобального потепления (сценарий A1Fi+HadCM3 [Mitchell et al, 2004]).

На рис. 3 показаны различия между накоплением углерода в экосистеме при «экстремальном» варианте потепления, по сравнению со стационарным климатом, т.е. запасы углерода, получаемые при стационарном климате, были вычтены из запасов углерода, накапливаемых при потеплении климата. В результате видно, что, изменение климата по-разному влияет на пулы углерода в древостое и почве. Так, при потеплении увеличивается скорость минерализации и гумификации в почве, запас органического вещества почвы быстрее уменьшается и при этом освобождается больше доступного для растений азота, вследствие чего увеличивается прирост древостоев. Причем, чем интенсивнее рубки, тем меньше влияние как потепления климата, так и увеличения уровней поступления атмосферного азота (но, заметим, больше деградация почв и меньше продуктивность древостоев).

Подобные результаты получены и в других модельных экспериментах, в частности, при моделировании лесов Костромской области и центральной Канады. В последнем случае, наряду с различными сценариями рубок и изменений климата, моделировалось влияние лесных пожаров и инвазий 60 50 2000 2050 2000 2050 2100 --годы годы 0 ----А --Б --В -Г ---2000 2050 2000 2050 годы годы Рисунок 3. Разность между накоплением углерода в экосистеме при «экстремальном» потеплении по сравнению со стационарным климатом. Слева - при выпадениях азота 6 кг/га в год; справа – 12 кг/га в год. Вверху приведены данные для древостоев, внизу – для почвы. А, Б, В, Г – разные сценарии лесопользования. Начало отсчета – 1950 г вредителей. При этом различия сценариев изменения климата оказывают не столь сильное влияние на баланс углерода в моделируемом лесу, как режимы катастрофических нарушений. Однако, если потепление климата приведет к изменению частоты таких нарушений, в частности, пожаров то картина изменения баланса углерода может существенно измениться.

В Заключении сформулированы основные результаты работы:

1. На основании проведенного анализа моделей круговорота углерода и азота в лесных экосистемах сформулированы требования к разрабатываемой модели климата почвы: быть достаточно простой, иметь месячный шаг по времени, и решать задачу преобразования входных климатических рядов в температуру и влажность лесной подстилки и почвы и, при необходимости, генерировать сами входные ряды с заданными статистическими свойствами; также климатический блок, будучи включенным в систему моделей биологического круговорота тС/га тС/га тС/га тС/га углерода и азота в лесных экосистемах EFIMOD, должен позволить сравнение влияния изменений климата и внешних воздействий, таких как сплошные рубки и выпадения соединений азота из атмосферы.

2. Предложенные методы статистического генерирования искусственных климатических рядов (средних месячных значений температуры воздуха и месячных сумм осадков) позволяют использовать такие ряды, наряду с фактическими рядами метеорологических наблюдений и опубликованными «готовыми» климатическими сценариями, в биогеохимических моделях продуктивности леса.

3. Разработанная модель водно-теплового режима почвы с месячным шагом, состоящая из статистической модели температуры почвы и простой балансовой модели влажности почвы, позволяет учитывать роль климатических факторов в биогеохимических моделях круговорота углерода и азота в лесных экосистемах. Произведена оценка параметров указанных моделей на основании литературных данных, включая поправки для различных типов леса умеренного пояса. Проведенная верификация разработанных моделей показала их применимость и достаточность для решения поставленных задач.

4. Разработанная модель SCLISS в составе системы моделей EFIMOD как источник сценариев климата почвы для моделировании круговорота углерода и азота в лесных экосистемах позволила промоделировать сукцессионные процессы при изменениях климата и антропогенных воздействиях на лесные экосистемы.

5. Вычислительные эксперименты с системой моделей продуктивности EFIMOD, показали, что:

• атмосферные выпадения соединений азота при стационарном климате ведут к увеличению продуктивности лесной растительности и к соответствующему увеличению запасов углерода и азота в органическом веществе почвы, в то время как повышение температуры приводит к увеличению продуктивности, но к уменьшению их запасов в почве;

• «сильные воздействия» – рубки и пожары – приводят к значительным потерям органического вещества из экосистемы (как из надземного, так, в конечном счете, и из почвенного пулов), компенсация которых требует длительного времени; при повторяющихся «сильных воздействиях» запасы углерода в экосистеме не восстанавливаются полностью, и остаются существенно ниже, чем в ненарушенных лесах;

• влияние рубок и пожаров более существенно, чем эффект потепления климата; причем, чем интенсивнее рубки, тем меньше влияние как потепления климата, так и увеличения уровней поступления атмосферного азота (но при этом, больше деградация почв и меньше продуктивность древостоев).

Основные публикации по теме диссертации Статьи в рецензируемых журналах, рекомендованных ВАК:

1. Chertov O.G. Komarov A.S., Nadporozhskaya M.A., Bykhovets S.S., Zudin S.L.

ROMUL – a model of forest soil organic matter dynamics as a substantial tool for forest ecosystem modelling // Ecological Modelling. 2001. Vol. 138. No. 1-3, p. 289– 308.

2. Быховец С.С, Комаров А.С. Простой статистический имитатор климата почвы с месячным шагом // Почвоведение. 2002. № 4, с. 443–452.

3. Chertov O.G., Komarov A.S., Bykhovets S.S., Kobak K.I. Simulated soil organic matter dynamics in forests of the Leningrad administrative area, northwestern Russia // Forest Ecology and Management. 2002. Vol. 169, No. 1-2. P. 29–44.

4. Komarov A., Chertov O., Zudin S., Nadporozhskaya M., Mikhailov A., Bykhovets S., Zudina E., Zoubkova E. EFIMOD 2 – a model of growth and cycling of elements in boreal forest ecosystems // Ecological Modelling. 2003. Vol. 170. No. 2-3, P. 373– 392.

5. Shaw C., Chertov O., Komarov A., Bhatti J., Nadporozskaya M., Apps M., Bykhovets S., Mikhailov A. Application of the forest ecosystem model EFIMOD 2 to Jack pine along the Boreal Forest Transect Case Study // Canadian Journal of Soil Science. 2006. Vol. 86, No. 2, p. 171–185.

6. Быховец С.С., Сороковиков В.А., Мартуганов Р.А, Мамыкин В.Г., Гиличинский Д.А. История наблюдений за температурой почвы на сети метеорологических станций России // Криосфера Земли. 2007. Т. 11, № 1, c. 7– 20.

7. Larionova A.A., Yevdokimov I.V., Bykhovets S.S. Temperature response of soil respiration is dependent on readily decomposable C. Biogeosciences, 2007, Vol. 4, No. 6, 1073-1081.

8. Chertov O., Bhatti J.S., Komarov A., Mikhailov A., Bykhovets S. Influence of climate change, fire and harvest on the carbon dynamics of black spruce in Central Canada // Forest Ecology and Management. 2009. Vol. 257, No. 3, p. 941–950.

9. Надпорожская М.А., Цудлин П., Новак Ф., Быховец С.С., Чертов О.Г., Комаров А.С., Михайлов А.В. Применение математической модели ROMUL для анализа устойчивости почв ельников Крконоше в Чехии // Почвоведение.

2009, № 6, с. 708-718.

Прочие публикации:

10. Быховец С.С. Статистический имитатор климата почвы // Новые подходы и методы в изучении природных и природно-хозяйственных систем. Доклады к Международной конференции. Алматы: Казак Университетi, 2000. С. 109–113.

11. Комаров А.С., Чертов О.Г., Михайлов А.В., Надпорожская М.А., Быховец С.С., Зудин С.Л., Зудина Е.В., Зубкова Е.В. EFIMOD – система имитационных моделей циклов элементов в бореальных лесных экосистемах и ее область применения // Эмиссия и сток парниковых газов на территории Северной Евразии / Под ред. Н.П. Лаверова. Пущино: ОНТИ ПНЦ РАН, 2004.

С. 167–172.

12. Быховец С.С. Климатологическая информация для моделирования баланса углерода в лесных экосистемах // там же. С. 190–195.

Pages:     | 1 | 2 || 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»