ВЛИЯНИЕ ИЗМЕНЕНИЯ КЛИМАТА НА УПРАВЛЕНИЕ ЛЕСОВОССТАНОВЛЕНИЕМ
Аннотация и ключевые слова
Аннотация (русский):
В условиях изменения климата возникла необходимость учитывать данный фактор при выборе площадей и лесных культур при лесовосстановлении. Для оценки влияния климатических факторов на эффективность процесса лесовосстановления необходим в первую очередь сбор и анализ информации об изменении температуры, количества осадков и их влиянии на онтогенез, как ювенильных, так и зрелых древесных растений с целью эффективного управления лесовосстановлением

Ключевые слова:
лесовосстановление, изменение температуры, климат, управление
Текст
Текст произведения (PDF): Читать Скачать

Научные достижения в области сенсорных технологий, дистанционного зондирования, робототехники, спутниковых технологий, машинного обучения, анализа больших данных и геномики используются учеными для высокопроизводительного фенотипирования, точного земледелия и платформ для планирования посевных площадей и прогнозирования сбора урожая в условиях изменения климата. Более того, сопоставление темпов изменения климата с фенотипической пластичностью лесных культур будет способствовать адаптивному восстановлению лесных полезащитных ландшафтов.

Темпы изменения климата, характеризуемые увеличением среднемесячной температуры за декаду 2010-2020, представленные в таблице 1 и на рисунке 1 для 15 стран с наибольшей мощностью публикационной активности в области изменения климата, не сопоставимы с адаптивными возможностями многих культур.

Таблица 1 – Изменение температурного режима в странах, входящих в ТОП-10 (по версии поискового агрегатора LENS) с учетом R&D в области изменения климата.

Страна

Изменение температуры к 2020 году, °С

Количество статей, возвращаемых по LENS-запросу
{
Climatechange} AND (Country)

среднее

± СКО

Великобритания

1.392

0.444

20 146

США

1.331

0.303

15 616

Нидерланды

2.482

0.616

12 991

Германия

2.521

0.614

4923

Швейцария

2.503

0.458

3 907

Китайская Народная Республика

1.703

0.251

914

Канада

1.158

0.643

763

Индия

0.461

0.25

471

Австралия

1.404

0.351

452

Италия

1.903

0.318

443

Российская Федерация

3.699

0.659

269

Бразилия

1.449

0.223

220

Япония

1.413

0.358

216

Швеция

2.938

0.851

204

Франция

2.478

0.427

201

 

Примечание – Количество статей, возвращаемых по LENS-запросу = Title: {ClimateChange} AND (Country), режим доступа 02 марта 2023 года, показывает потенциальный интерес исследователей из конкретной страны к изучению изменения климата.

Средние значения изменения температуры за декаду адаптированы из FAOSTAT (https://www.fao.org/faostat/en/). Строки таблицы отсортированы по убыванию значений в поле «Количество статей».

Рисунок 1 – Наибольшее количество статей, связанных с изменением климата, возвращается по запросу в странах с умеренными изменениями распределения среднемесячных температур

 

Одним концептуальным примером принятия решений на уровне лесхоза является анализ, основанный на сценариях «продукт-среда-менеджмент». Исторически такие исследования были сосредоточены на взаимодействии между исходными ресурсами (такими как конкретная порода) и окружающей средой (такими как наличие определенного профиля питательных веществ в почве, температура и ожидаемые осадки [1-3]). Можно было бы назвать это анализом генетики по окружающей среде. Включение в большие данные результатов различных стратегий управления из многочисленных областей, использующих различные исходные данные и условия окружающей среды, могло бы позволить оценивать управленческие решения также, как переменную величину. Традиционные исследования сосредоточены на фенотипическом взаимодействии продукта и окружающей среды, а не на включении предприятия лесного хозяйства и его методов управления в качестве переменной в анализ. Использование данных, полученных в результате применения точных аналитических приборов и информационных технологий, определяет решения не только на уровне лесхозов, но и для производителей оборудования и технических средств для мониторинга, процесса восстановления лесных ландшафтов, ухода за лесными культурами и т.д. Все это открывает бесчисленные возможности для исследований влияния методов управления [7,9] на результаты лесовосстановления и может оказать глубокое влияние на такую дисциплину, как управление лесным хозяйством.

Для структуризации последовательности этапов управления процессом лесовосстановления в части планирования посадки (посева) лесных культур предложен алгоритм на рисунке 2.

Алгоритм для структуризации последовательности этапов управления процессом лесовосстановления в части планирования посевных площадей с учетом применения современных средств статистической обработки информации. Таким образом, эффективное управление предприятием лесного хозяйства учитывает специфику отрасли и базируется на научных достижениях.

 

Рисунок 2 – Алгоритм управления процессом лесовосстановления в части планирования посадки (посева) лесных культур

 

Данный алгоритм помимо стандартных этапов планирования посевных площадей включает предложенные методы оценки, планирования и прогнозирования [4-6,8] на базе кластерного анализа, дескриптивной статистики и регрессионного анализа.

Список литературы

1. Свидетельство о государственной регистрации программы для ЭВМ № 2020618694 Российская Федерация. Информационная система для малых предприятий растениеводства : № 2020617959 : заявл. 20.07.2020 : опубл. 03.08.2020 / Т. В. Новикова, Т. П. Новикова, А. И. Новиков ; заявитель ФГБОУ ВО ВГЛТУ.

2. Keith H. Coble, Ashok К. Mishra, Shannon Ferrell, Terry Griffin. Big Data in Agriculture: A Challenge for the Future // Applied Economic Perspectives and Policy. 2018. Vol. 40, Iss. 1. P. 79-96. DOIhttps://doi.org/10.1093/aepp/ppx056.

3. Lee, Soo-Jin & Kim, Nari & Lee, Yangwon. Development of Integrated Crop Drought Index by Combining Rainfall, Land Surface Temperature, Evapotranspiration, Soil Moisture, and Vegetation Index for Agricultural Drought Monitoring // Remote Sensing. 2021. DOI:13.1778.https://doi.org/10.3390/rs13091778.

4. Boikov, A.V. DEM Calibration Approach: Random Forest / A.V. Boikov, R.V. Savelev, V.A. Payor // Journal of Physics: Conference Series, Saint-Petersburg, 17–19 July 2018. Vol. 1118. Saint-Petersburg: Institute of Physics Publishing, 2018. P. 012009. DOI:https://doi.org/10.1088/1742-6596/1118/1/012009.

5. Novikov A.I. Non-Destructive Quality Control of Forest Seeds in Globalization: Problems and Prospects of Output Innovative Products / A. I. Novikov, T. P. Novikova // Globalization and its socio-economic consequences: Proceedings, Rajecke Teplice, Slovak Republic, 10–11 октября 2018 года / Edited by prof. Ing. Tomas Kliestik. Vol. Part I-VI. – Rajecke Teplice, Slovak Republic: University of Zilina, 2018. P. 1260-1267.

6. Новикова, Т. П. Разработка алгоритма и модели функционирования информационной системы для малого сельскохозяйственного предприятия / Т. П. Новикова, Т. В. Новикова, А. И. Новиков // Моделирование систем и процессов. – 2020. – Т. 13, № 4. – С. 53-58. – DOIhttps://doi.org/10.12737/2219-0767-2021-13-4-53-58.

7. Novikova, T. P. The choice of a set of operations for forest landscape restoration technology / T. P. Novikova // Inventions. – 2022. – Vol. 7, No. 1. – DOIhttps://doi.org/10.3390/inventions7010001.

8. Регрессионный анализ данных для планирования посевных площадей в условиях изменения климата / Т. П. Новикова, Д. Н. Афоничев, Т. В. Новикова [и др.] // Научно-технический вестник Поволжья. – 2023. – № 5. – С. 151-154.

9. Новикова, Т. П. К вопросу выбора методов принятия управленческих решений в социально-экономических системах / Т. П. Новикова // Альтернативные источники энергии в транспортно-технологическом комплексе: проблемы и перспективы рационального использования. – 2015. – Т. 2, № 1(2). – С. 286-289. – DOIhttps://doi.org/10.12737/14053.

Войти или Создать
* Забыли пароль?