Техногенное загрязнение лесов и изменение климата

Биогеохимические модели симулируют приток, убыль и внутренние циклы углерода, питательных элементов и воды; в этих моделях изучается влияние изменений температуры, осадков, влажности почвы, атмосферного содержания углекислоты, и других факторов, связанных с климатом на такие процессы, как продуктивность экосистемы и накопление углерода.
Модель Biome-BGC (биохимических циклов) – полибиомное обобщение FOREST-BGC, изначально разработанной для моделирования роста леса в течение его жизненного цикла (Running and Coughlan, 1988; Running and Gower, 1991). Модель требует ежедневных климатических данных и определение ряда ключевых условий, связанных с климатом, растительностью для оценки потоков углерода, азота и воды в экосистемах. На основе содержания этих элементов в листьях используются алометрические связи для выявления растительного и почвенного запаса углерода и азота (Vitousek et al., 1988). Компоненты BIOME-BGC ранее прошли тестирование и были признаны, - в том числе по углеродной динамике (Running, 1994) и гидрологии (White and Running, 1995).

6.1.2 Модель CENTURY

Модель CENTURY – обобщенная модель питательных циклов растение-почва, применяемая для симуляции динамики углерода и питательных элементов (азот, фосфор и сера) в различных типах экосистем, включая травяные степи, сельскохозяйственные земли, леса и саванны (Parton et al., 1993; Metherell, 1992). Модель использует ежемесячные данные по температуре и осадкам, также как и поступление в атмосферу азота и углекислого газа для того, чтобы оценить аккумуляцию и потоки углерода и азота в экосистемах. Модель CENTURY включает также водную субмодель, которая рассчитывает суммарное месячное испарение, транспирацию, содержание воды в почвенных слоях, в снеговом покрове и передвижение воды между слоями почвы. Модель CENTURY включает алгоритмы, объясняющие влияние пожаров, зарастание травой и штормовых потрясений на экосистемы (Ojima et al., 1990; Metherаll, 1992).

6.1.3 Модель ТЕМ 4.1

Модель наземных экосистем (ТЕМ, версия 4.1) описывает углеродно-азотную динамику растений и почв для безболотных экосистем Земли (Tian et al., 1999a). Эта модель требует ежемесячных данных по климату вместе с параметрами по специфике почв и растительности для оценки углеродно-азотных потоков и параметров аккумуляции. Модель включает алгоритмы из модели водного баланса (Vorosmarty et al., 1989).

6.1.4 Прогнозируемые изменения продуктивности экосистем

Первичная нетто продуктивность (NPP) в масштабах Северо-Американского континента в природных экосистемах для современного состояния климата и содержания углекислого газа изменяется от 2,8 Гт (Biome-BGC) до 3,5 Гт углерода в год (ТЕМ). В ближайший период (2025-2034 гг.) все три модели предсказывают возрастание продуктивности для обеих климатических ситуаций (сценарий Hadley и Canadian) – климатические изменения и рост концентрации углекислоты (425 ppmv) в атмосфере. Для климата ближайших лет, предсказанного при помощи «канадского» сценария изменения климата, модели Biome-BGC и ТЕМ предполагают, что без распыления СО2 среднегодовая продуктивность за период 2025-2034 гг. упадет по отношению к его сегодняшнему значению (соответственно –10 % и –3.1 %). Сценарий Hadley для аналогичных условий предполагает увеличение нетто-продуктивности в среднем для 3 моделей на 4.9 %.
Среднегодовое накопление углерода на североамериканском континенте изучалось всеми тремя биогеохимическими моделями: оно будет нарастать в ближайший период времени – в соответствии с обеими климатическими моделями, учитывающими как изменение климата, так и концентрации углекислоты. Согласно биогеохимическим моделям, сегодняшний средний уровень накопления углерода равен 66 Мт в год. Для климата, смоделированного с помощью модели Hadley для 2025-2034 гг, биогеохимические модели оценивают среднегодовое накопление углерода в 117 Тг в год (рост почти на 100% по сравнению с сегодняшней цифрой). Для климата, смоделированного в соответствии и «канадской» моделью для того же периода, биогеохимические модели оценивают этот уровень в 96 Тг в год.
Для климатических симуляций в соответствии с «канадской» моделью, усредненный прогноз биогеохимических моделей состоит в том, что юго-восточные экосистемы будут в ближайший период времени (2025-2034 гг.) снижать накопление углерода. Эта экологическая реакция находится в соответствии с прогнозируемым сухим, жарким климатом.
Модельные расчеты (Mingkui, Woodward, 1998), проведенные с целью оценки отклика наземных экосистем на глобальные изменения климата и уровня СО2 в атмосфере, показали, что в случае только роста СО2 (без климатических изменений) стимуляция фотосинтеза уменьшается при высоких значениях СО2, но выделение углерода из почв растет по мере его аккумуляции в растительности и почвах. Если содержание СО2 в атмосфере стабилизируется, чистая продукция экосистем (результирующий поток углерода между биотой и атмосферой) быстро падает до нуля, так как фотосинтез компенсируется дыханием растений и почв. Ответом наземных экосистем на климатические изменения без воздействия роста СО2, согласно этим расчетам, может стать уменьшение глобального потока углерода из атмосферы в биоту из-за усиления дыхания почв в северных экосистемах и уменьшения чистой первичной продукции в тропиках в результате падения влагосодержания почв. Этот результат подтверждается оценками, согласно которым воздействие потепления на дыхание почв превалирует над воздействием его на рост растений и уменьшает почвенный запас углерода (Алексеев и др., 1999). Совместное воздействие глобального потепления и роста СО2 в атмосфере может увеличить глобальную чистую продукцию экосистем и сток углерода в биоту, однако значительное возрастание почвенного дыхания может компенсировать этот сток в зимний и весенний периоды.
Естественно, прогнозы реакции наземных экосистем существенно зависят от видового состава растительных сообществ, обеспеченности питательными веществами, возраста древесных пород и значительно варьируют в пределах климатических зон.

6.2 Биогеографическое моделирование

6.2.1 Гэп-модели семейства FORSKA

Биогеографические модели используются для изучения влияния климата на географическое распределение видов или типов растений, таких как деревья, травы и кустарники.
В последнее время весьма существенное развитие получило гэп-моделирование древесных ценозов (Недорезов, Макарова, Макаров, 2001). Гэп-моделирование базируется на положении о том, что динамику лесного массива можно описать, моделируя его развитие на относительно небольших по площади (0,1-0,2 га) участках (гэпах). При этом характеристика всего массива определяется как среднее значение соответствующих показателей по всем рассматриваемым гэпам.
FORSKA имитирует рост, гибель и возобновление отдельных деревьев на небольших участках леса. Состояние каждого гэпа описывается совокупностью деревьев, входящих в него, а каждое дерево – рядом показателей: D1.3, видовое число, высота ствола, высота ствола до кроны, возраст. На их основе рассчитываются: сумма площадей сечений стволов деревьев, индекс листовой поверхности, биомасса, продуктивность, плотность каждого вида деревьев на участке.
В таблице 6.1 представлены результаты использования модели FORSKA для количественной оценки изменения лесной растительности на 488 пробных площадях (Германия) через 110 лет при различных сценариях изменения климата и управления. Альтернативные управленческие сценарии – в обоих климатических вариантах – демонстрируют существенные различия. Если при традиционном управлении (М1) леса с господством сосны еще преобладают к 2100 году, управленческие сценарии М2 (адаптивный) и М3 (увеличение биоразнообразия) приводят к возрастанию доли лиственных видов, с наибольшей долей лесов с преобладанием березы в сценарии М2 и перевесом дубов и других твердолиственных в сценарии М3.

Таблица 6.1 - Моделирование лесной растительности по 488 пробным площадям через 110 лет при различных сценариях изменения климата и управления (Marcus, Petra, Markus, 2000).

При перемене климата имеет место сдвиг в моделируемой видовой композиции в пользу более засухоустойчивых видов. Доля бука, игравшего незначительную роль во всех управленческих сценариях в современных климатических условиях, еще более уменьшается. При традиционном управлении господство лесов с преобладанием сосны усиливается, тогда как адаптивный и биоразнообразный сценарии говорят о сильной доминации дубовых и дубово-сосновых лесов. На большинстве участков моделирование изменений климата (+1.5 К) привело к сокращению биомассы изученных древесных растений (Marcus, Petra, Markus, 2000).
С целью изучения влияния сезонной и годичной изменчивости климата на экосистемы бореального леса на 11 климатических станциях вдоль трансекты, проходящей через бореальную зону центральной Канады проводились исследования, имитируемые фрагментарной моделью FORSKA2 (Price et al., 1999). Установлено, что состав и распределение бореальных лесов могут быть более чувствительны к изменениям суммы месячных осадков, чем к изменениям температуры. Изменение климата влияют на сезонный водный баланс и должны учитываться при использовании фрагментарных моделей в целях прогнозирования динамики растительности во время и после климатических переходов. Модифицированная модель дает улучшенные представления о широтной тенденции пространственно усредненной плотности биомассы в данном районе.

6.2.2 Гэп-модель ZELIG

С помощью гэп-модели ZELIG проводили оценку влияния повышения температуры (на 2°C) и изменения режима осадков на высокогорные экосистемы гор Олимпик в штате Вашингтон (Zolbrod, Peterson, 1999). Изменения видового состава, распределения и относительной численности деревьев и их биомассы изучали на северных и южных, сухих северо-восточных (СВ) и влажных юго-западных (ЮЗ) склонах для различных климатических сценариев. Доминантные виды деревьев смещались на 300-600 м вверх на ЮЗ, а Tsuga mertensiana вытеснялась Abies amabilis. На СВ засухостойкие виды доминировали на 200 м ниже современного уровня. На северных склонах доминировала Abies lasiocarpa, а на южных - Pinus contorta. Биомасса возрастала на ЮЗ и уменьшалась на СВ.

6.2.3 Объединение модели экосистемного процесса (LINKAGES) с пространственно-ландшафтной моделью (LANDIS)

В ходе моделирования в пределах большого гетерогенного ландшафта (севере шт. Висконсин, США) при потеплении климата наблюдалось угнетение бореальных видов и усиление видов умеренного пояса (He, Mladenoff, Crow, 1999). Реакции твердолиственных видов северного умеренного пояса варьировали по экорегионам в зависимости от минерального питания и водного режима. В результате прогноза бореальные виды исчезнут в этом ландшафте за 200-300 лет и станут обычными здесь южные виды. Потепление может ускорить реколонизационный процесс для современных видов типа тсуги канадской при условии достаточности влаги и обилия семян.

6.2.4 Модель сибирской растительности

Для оценки сдвигов зон при потеплении климата модель растительности была сопряжена с четырьмя сценариями изменения климата (GFDL -геофизическая лаборатория динамики жидкостей Принстонского университета; GISS- Институт космических исследований Годдарда Колумбийского университета; UKMO - Метеорологическое бюро Объединенного Королевства; OSU - Орегонский государственный университет), которые были получены по моделям общей циркуляции атмосферы при условии удвоенной концентрации углекислого газа (Чебакова и др., 1999). Климатические индексы в каждом пикселе пересчитывали с учетом изменений, данных в различных сценариях, и по модели растительности прогнозировали новый тип растительности. После сравнения карт современной и будущей растительности была произведена оценка изменения площадей различных классов, направления и расстояния их передвижек. Сравнение современной зональной растительности в Сибири с прогнозируемой по четырем перечисленным сценариям потепления климата показало существенные сдвиги растительных зон к северу и северо-востоку. По всем сценариям отмечается большое сокращение площадей тундры и лесотундры, а также уменьшение площадей северной, средней и южной тайги (таблица 6.2). Значительно увеличится площадь подтайги и лесостепи бореальной зоны. Отмечается также глубокое проникновение с юга лесостепи и даже степи умеренной зоны. Изменения в горных регионах носят более сложный характер, но в целом высотные пояса поднимутся на 200-300 м, при этом верхние пояса существенно редуцируются, а горная тундра местами исчезнет.

Таблица 6.2 - Изменение площади зон растительности Сибири в современном климате и при возможном потеплении (составлена по данным Н. М Чебаковой и др., 1999)

По сценарию GFDL и UKMO (значительные изменения) северная тайга продвинется далеко на север (около 1000 км) и займет позиции современных тундры и лесотундры. В свою очередь средняя тайга, а местами даже южная тайга продвинутся на 1000-1500 км на север и заместят современную северную тайгу (Чебакова и др., 1999). В Западной Сибири, например, подтайга достигнет 70° с.ш., лесостепь достигнет полярного круга, где сегодня отмечается контакт северной тайги и лесотундры. В результате глобального потепления лесостепь умеренной зоны проникнет на 2500 км на север, а ее площадь будет составлять около 40 % площади Сибири. Небольшие ядра континентальных вариантов лесостепи и степи на востоке Якутии увеличатся в 6 раз. Снижение континетальности климата на 10 единиц (по Конраду) будет сопровождаться исчезновением самых континентальных вариантов тайги, отмечаемых сегодня в Якутии. На 50 % выживут также умеренно континетальные (западные) варианты лесотундры, в то время как ее резко континентальные варианты исчезнут.

6.2.5 Объединение геоинформационной системы (GIS) с регрессионным анализом деревьев (RTA)

В качестве сценариев климатических изменений в результате удвоения атмосферного СО2 к концу 21 века приняты GFDL (геофизическая лаборатория динамики жидкостей Принстонского университета) и GISS (Институт космических исследований Годдарда Колумбийского университета).
Изменение ареала устанавливается не только на основании климатических изменений, но и с учетом почвенных условий, рельефа, ландшафтных параметров. Регрессионный анализ описывает экологические условия, необходимые для сдвига в распределении вида, тогда как миграционная модель прогнозирует более реалистичные сдвиги, основанные на вероятной колонизации местообитаний в связи с варьированием относительной численности вида в условиях фрагментированного ландшафта. Модель демонстрирует сильно ограниченную миграцию вида в районах с высокой фрагментированностью леса, особенно при низкой относительной численности вида у границы ареала (Iverson, Prasad, Schwartz, 1999).
Предполагаемое распределение видов в будущем, следуя за прогнозируемым изменением климата, демонстрирует значительные сдвиги для большинства видов. Например, осина будет двигаться на север от границ США по сценарию GFDL, и примерно также по сценарию GISS, тогда как кизил, как прогнозируется, сдвинется на северо-восток. Для большинства видов ареал и экологический оптимум (с доминированием) будут передвигаться вместе, хотя Acerrubrum сохранит свой ареал, но утратит – в значительной мере свое влияние внутри последнего.
В соответствии с анализом, четыре вида (Betula papyrifera, Pinus resinosa, Populus grandidentata, and Thuja occidentalis) по прогнозу модели GISS передвинут свой южный оптимум к северу от границы США, тогда как пять других видов (Abies balsamea, Acer saccharum, Betula alleghaniensis, Populus tremuloides, and Prunus serotina) по прогнозу, в соответствии с моделью GFDL, исчезнут. Несколько других американских видов также переместят свой оптимум (Acer pensylvanicum, Betula lenta, Carya glabra, Celtis occidentalis, Cercis canadensis, Cornus florida, Crataegus sp., Diospyros virginiana, Oxydendrum arboreum, Pinus virginiana, Quercus muehlenbergii, Q. palustris, Tilia americana and Tsuga canadensis) демонстрируя значительный (более 100 км) сдвиг на север своих южных границ. Конечно, по причине продолжительности жизни деревьев и наличия «убежищ» для некоторой части популяции, этот процесс может занять столетия (Loehle and LeBlanc, 1996).
Для видов, северный оптимум которых, как прогнозируется, остается к югу от канадской границы, значительные его сдвиги очевидны. Например, следующие виды, как предполагается, сдвинут северную границу своего ареала, по крайней мере, на 100 км к северу: Celtis laevigata, Cercis canadensis, Cornus florida, Diospyros virginiana, Liquidambar styraciflua, Nyssa sylvatica, Oxydendrum arboreum, Pinus echinata, P. elliottii, P. palustris, P. taeda, Quercus alba, Q. coccinea, Q. laurifolia, Q. marilandica, Q. muehlenbergii, Q. nigra, Q. phellos, Q. stellata, and Ulmus alata. Многие из этих видов одновременно не сдвигают свою южную границу на север, - по причине ряда меняющихся экологических воздействий.
Если вычисления широты экологического оптимума не столь очевидны для граничных явлений и аутсайдеров, они, в то же время, могут служить наилучшим индикатором предполагаемого передвижения видов. 36 видов, как предполагается, сдвинут свои зоны максимального участия, по меньшей мере, на 100 км на север, а семь из них, как прогнозируется, даже на 250 км: Cercis canadensis, Prunus serotina, Quercus coccinea, Q. marilandica, Q. stellata, Tsuga canadensis, and Ulmus alata. Интересно, что по прогнозу пять видов сдвинут свои экологические оптимумы на юг: Carpinus caroliniana, Fagus grandifolia, Juniperus virginiana, Magnolia virginiana, and Sassafras albidum.В этих случаях просматривается относительная привязка ареала к высотам южных Аппалачей.

Предполагается, что некоторые виды (Celtis occidentalis, Gleditsia triacanthos, Juglans nigra, Magnolia virginiana, Nyssa biflora, Pinus elliottii, Pinus strobus, Quercus stellata, Taxodium distichum, Tilia americana, and Ulmus alata) значительно усилят участие внутри своих экологических оптимумов. С другой стороны, значительное сокращение влияния ожидается для нескольких видов (Acer rubrum, Liquidambar styraciflua, and Quercus macrocarpa).

6.2.6 Проект по анализу и моделированию растительной жизни и экосистем (VEMAP II)

Сценарии изменения климата основываются на двух общих циркуляционных атмосферных модельных (GCM) экспериментах – осуществленных Центром Хэдли исследования и предсказания климата Метеорологического департамента Великобритании (версия HadCM2), и Канадского центра климатического моделирования и анализа. Эти сценарии выбраны по причине наилучшей репрезентативности (представлены экстремумы температурной чувствительности) по сравнению с первоначальными моделями VEMAP II.
Поскольку рост содержания углекислого газа может влиять на растения вне зависимости от производимых изменений климата, VEMAP II предложила такой дизайн эксперимента, при котором моделирование производится с учетом как изменений климата и роста углекислоты одновременно, так и только изменений климата. Как биогеохимическая, так и биогеографическая модели исследуются как с учетом обоих факторов, так и с учетом одного только изменения климата.

6.2.7 Модель MAPSS

Модель MAPPS начинает с применения экофизиологических ограничителей для определения, какие типы растительности могут возникнуть в данном месте. Двухслойный гидрологический модуль позволяет моделировать фенологию листа, индекс площади листа, конкурентные отношения между травами и древесной растительностью.
Учитывается конкуренция за воду между древесными и травянистыми растительными формами при различных характеристиках проводимости лесного полога и глубины корневой системы. В вычисление водного баланса включена устьичная проводимость. Прямое влияние углекислоты на водный баланс сопровождается сокращением максимальной устьичной проводимости (Neilson and Marks, 1995). Введена также простая модель пожара для того, что ограничить распространение кустарника в районах, подобных Великой Равнине (Neilson, 1995).
В соответствии со сценарием HadCM2 биогеографическая модель MAPPS предсказывает крупномасштабное отступление тундры и тайги на Аляске, тогда как другие леса будут распространяться на север и запад. Возможные последствия включают нарушения миграции животных, устойчивости экосистем, возможность быстрого освобождения почвенного углерода.

6.2.8 Модель LPJ

Модель LPJ-DGVM (Sitch, 2000) создана на модульной основе. Индивидуальные модули соответствуют ключевым экосистемным процессам, включая возникновение растительности, конкуренция за ресурсы, рост и гибель. Структура и состав растительности представлены девятью растительными функциональными типами, определенными в соответствии с их физиологическими (С3, С4 – фотосинтез), фенологическими (лиственные, вечнозеленые) и физиогномическими (дерево, трава) атрибутами. Модель работает на основе метода ячеек с исходными данными по структуре почвы, месячного хода температуры, осадков и количества солнечных часов.

6.2.9 Динамическая глобально-вегетативная модель МС1

Динамические глобально-вегетативные модели соединяют биогеохимические процессы с динамическими изменениями в составе и распределении растительности.
МС1 состоит из трех связанных модулей, моделирующих биогеографию, биогеохимию и воздействие пожаров (Lenihan et al., 1998; Daly et al., 2000). Основные функции биогеографического модуля состоят в следующем: (1) воспроизвести состав лиственных/вечнозеленых и хвойных/лиственных древесных и С3/С4 травяных комплексов растительной жизни в зависимости от климатических условий; и (2) классифицировать эти древесные и травяные формы жизни в различные классы растительности, основываясь на их биомассах (или индексах площади листа), моделируемых биогеохимическим модулем.
Биогеохимический модуль, основанный на модели CENTURY (Parton et al. 1987), воспроизводит месячные углеродный и питательный циклы для данного сообщества форм жизни. Он был разработан для анализа конкурентного взаимодействия типа трава-дерево. Над- и подземные процессы смоделированы детально, и включают развитие растения, разложение органических останков в почве, водные и питательные циклы. Потребность в азоте не ограничивается местными условиями.
Модуль воздействия пожаров воспроизводит возникновение, поведение и воздействие разрушительных пожаров. Аллометрические уравнения, привязанные к видовому составу и поддержанные биогеографическим модулем, используются для перевода наземной биомассы в классы горючего. Эффекты пожаров (такие, как гибель растений и сгорание живой и мертвой биомассы) оцениваются как функция моделируемого поведения огня (т.е. распространения огня и его интенсивности на линии пожара) и структуры растительности (Daly et al., 2000). Эти эффекты дают дополнительную информацию биогеохимическому модулю для более точного учета положения дел с накоплением углерода и питательных элементов.
Моделирование выпаса скота не зависит от вида и рассматривается в модели только с апреля по сентябрь. Потребляются только травы; гибель деревьев как результат питания или перемещения травоядных не рассматривается. Часть потребленного ими материала возвращается на место (углерод и азот).
MC1 в соответствии со сценарием HadCM2 показывают нарастание накопления углерода живой растительностью для лесных экосистем внутри континентальной зоны США. В соответствии с «канадским» сценарием, модель моделирует потерю растительного углерода порядка 2 Гт (Bachelet et al., 2000; Daly et al., 2000). Воздействие пожаров – основные причины углеродной реакции в модели МС1.
Региональное изменение в накоплении углерода сильно варьирует по территории континентальной зоны США, и отражает вероятность возникновения таких воздействий, как засуха или пожары. По сценарию HadCM2 около 20% современных лесных районов испытывают определенного уровня потерю углерода, тогда как оставшиеся 80% осуществляют его накопление. В гораздо более теплом и в общем более сухом «канадском» сценарии, около 80% нынешних лесных регионов испытывают инициируемую засухой убыль углерода. Наиболее существенное сокращение накопления углерода прогнозируется МС1 для восточной и юго-восточной части США, где потери, умножаемые засухой и пожарами, достигают 75%.

6.3 Результаты моделирования возможного изменения климата на биогеографию США

При использовании сценариев, различающихся между собой в оценке степени потепления (Bachelet et al., 2000) характерен прогноз, связанный с сокращением лесных площадей в среднем на 11% (от увеличения на 23% при умеренном потеплении до сокращения на 45% при значительном повышении температуры). Северо-восточные смешанные леса (хвойные и лиственные), возможно, сократятся на 72% по площади в США, в среднем, со сдвигом ареала распространения в Канаду (Neilson et al., 1998). Ареал восточных лиственных лесов, как предполагается, сократиться в среднем на 34%. Хотя эти лиственные леса сдвинутся на север, замещая смешанные леса Северо-востока, они будут вытеснены с юга смешанными лесами Юго-Востока или с запада саваннами и прериями, в зависимости от сценария. Юго-восточные смешанные леса, как прогнозируется всеми сценариями, расширят свой ареал до 37% в среднем. Этот биоценоз останется без изменений в случае умеренного потепления, но будет замещен саваннами и прериями с юга в наиболее «жарком» варианте.
Альпийские экосистемы исчезнут с гор Запада, будучи замещены наступающими лесами. В соответствии с представленными сценариями, влажные хвойные леса Северо-запада сократят ареал распространения в среднем на 9%, тогда как зона распространения внутренних сосновых лесов изменится незначительно. Реакция влажных хвойных и внутренних сосновых лесов существенно варьируется в зависимости от сценария, с расширением в соответствии с новыми моделями (Bachelet et al., 2000). Аридные леса, как предполагается, распространятся в пределах Среднего Запада и Великой Равнины, занимая участки прерий.
Рассматривая лесные сообщества, надо отметить, что леса южного типа будут расширять свой ареал, тогда как леса северного типа – сокращать. Дубово-кариевый тип может расширить свой ареал до 34% на север и восток (Iverson and Prasad, 2000). Дубово-сосновый тип, как предполагается, увеличит ареал до 290% на весь Юго-Восток. Ареалы еловых лесов, и осинника-березняка, скорее всего, сократятся на 97% и 92% соответственно. Эти типы лесов будут замещены лесами дубово-кариевого и дубово-соснового типов. Короткохвойная сосна ладанная (P. taeda), также, вероятно, сократит свой ареал на 32% и сдвинется на север и запад, будучи замещена на теперешней территории распространения лесами дубово-сосновых типов. Длиннохвойная сосна (P. palustris), также сократит свой ареал на 31%.
В западной части США возможные будущие ареалы распространения рассматриваются как меняющиеся; ареалы некоторых из них сдвигаются на север к Канаде (Shafer et al., 2000). Предполагаемый будущий ареал Tsugaheterophylla расширится до горных хребтов в пределах всего Запада. Ареал Pseudotsugamenziesii распространится на восток от Скалистых гор, и на север по западному побережью Канады до Аляски. Потенциальные будущие районы распространения субальпийских хвойных видов, таких как Piceaengelmannii, Tsugamertensiana, а также нескольких видов ели резко сократятся в западной части США; тем не менее, эти субальпийские виды распространятся на север вдоль западного берега Канады до Аляски. Хотя многие из промежуточных и высокогорных видов сместятся на север в Канаду. Возможный будущий ареал Pinusponderosa расширится во внутренней части запада США.
Для восточной части США (к востоку от 100-го меридиана) широкомасштабные исследования (более чем 2100 графств) для оценки потенциальных сдвигов ареала проведены USDA Forest Service (Iverson and Prasad, 1998). Для изучения соотношения между экологическими факторами и распределением деревьев используется регрессионный анализ (RTA, также известный как CART – classification and regression trees) в сочетании с технологиями географических информационных систем (привязка модельных выходных данных к ландшафтам). Произведена оценка 196 видов деревьев, но только 80 видов использовались при моделировании.
RTA представляет собой рекурсивный алгоритм, основанный на дроблении агрегированных данных на две категории в соответствии с простым предсказанием переменной (переменной, которая минимизирует вариации отклика).
Поэтому RTA много более чувствителен в раскрытии структуры данных, где переменные могут быть hierarchical иерархизированы, нелинейны, несуммируемы, или категориальны по природе. RTA быстро приобретает популярность как средство выработки правил прогноза для быстрых и повторяющихся оценок, как метод сортировки переменных, как диагностическая техника исследования адекватности линейных моделей, а также для суммирования наборов многомерных данных (Clark and Pregibon 1992).
Использование этого метода – со значительным пространственным охватом - сопряжено с множеством преимуществ перед классическими статистическими методами (Michaelsen et al. 1994): приспособленность RTA к исследованию неаддитивного поведения, где связь между переменной отклика и некоторыми прогнозными переменными зависит от значений других таких переменных. RTA имеет дело с эффектом взаимодействия, разделяя данные без определения условий взаимодействия перед статистическим анализом (как необходимо во множественной линейной регрессии). Например. в нашем исследовании, факторы, ассоциируемые с северной границей ареала видов могут сильно отличаться от подобных же факторов. проявляющих себя на южной границе;
Общие механизмы климатического характера учитываются более полно в их влиянии на деревья, тогда как более локальные эффекты (почва, высота и др.) определяют более локализованные особенности распределения. Тем не менее, надо понимать, что, поскольку наш набор данных привязан к масштабу уровня графств, RTA не может учитывать экологические факторы, воздействующие на виды в более крупном масштабе (например, склоны или дно долины).
Для анализа были использованы:

Для прогноза возможного в будущем распределения видов использовались два сценария для месячной температуры и осадков с двойным содержанием СО2 в атмосфере: сценарий Геофизической гидродинамической лаборатории (GFDL), и Института космических исследований Годдарда (GISS). Данные анализа учета леса (FIA) для более чем ста тысяч лесных площадей дали представление об ареале распространения деревьев и доли их участия внутри ареала.
Метод, приведенный здесь, не принимает во внимание изменение физиологических эффектов, эффектов межвидового взаимодействия, а также наличие барьеров для миграции.
Величина удельного веса (влияния) для каждого вида (IV) устанавливается по площади поперечного сечения и числу стволов во всех ярусах.
Предполагаемое распределение видов в будущем демонстрирует значительные сдвиги для большинства видов. Например, осина, как предполагается, будет двигаться на север от границ США по сценарию GFDL, и примерно также по сценарию GISS, тогда как Cornus florida, как прогнозируется, сдвинется на северо-восток. Для большинства видов ареал и средний IV будут передвигаться вместе, хотя Acerrubrum сохранит свой ареал, но утратит – в значительной мере свое влияние внутри последнего. Суммарный видовой прогноз показывает, что примерно равное число видов потеряют и приобретут влияние в терминах IV. От 27 до 36 видов увеличат эти значения, по крайней мере, на 10% , тогда как от 30 до 34 видов – уменьшат, по меньше мере, на 10% . Оставшиеся виды изменятся лишь немного в смысле общего влияния или занимаемого ареала. Более того, многие виды ведут себя одинаково, вне зависимости от того, какая модель GCM используется; 28-33 вида улучшают указанные характеристики как в GISS, так и в GFDL модели, тогда как 31 вид ухудшают их во всех сценариях. Один только вид, Caryaovata, продемонстрировал обратную тенденцию для сценариев GCM, где IV прогнозируется к возрастанию в GISS и убыванию в GFDL.
Оценки южного предела, северного предела и зоны экологического оптимума, вместе с оценкой IV в экологическом оптимуме, были вычислены с использованием квадратичного распределения в соответствии с моделями; это дает нам основу для количественного исследования потенциальной миграции большинства видов.
В соответствии с анализом, четыре вида (Betula papyrifera, Pinus resinosa, Populus grandidentata, Thuja occidentalis) по прогнозу модели GISS передвинут свой южный оптимум к северу от границы США, тогда как пять других видов (Abies balsamea, Acer saccharum, Betula alleghaniensis, Populus tremuloides, Prunus serotina) по прогнозу, в соответствии с моделью GFDL, исчезнут.
Несколько других американских видов также переместят свой оптимум (Acer pensylvanicum, Betula lenta, Carya glabra, Celtis occidentalis, Cercis canadensis, Cornus florida, Crataegus sp., Diospyros virginiana, Oxydendrum arboreum, Pinus virginiana, Quercus muehlenbergii, Q. palustris, Tilia americana Tsuga canadensis ) демонстрируя значительный (более 100 км) сдвиг на север своих южных границ. Конечно, по причине продолжительности жизни деревьев и наличия «убежищ» для некоторой части популяции, этот процесс может занять столетия (Loehle and LeBlanc, 1996).
Для значительного количества этих видов северный оптимум лежит выше канадской границы, так что оценить потенциал миграции целиком не представлялось возможным. Тем не менее, для видов, северный оптимум которых, как прогнозируется, остается к югу от канадской границы, значительные его сдвиги очевидны. Например, следующие виды, как предполагается, сдвинут северную границу своего ареала, по крайней мере, на 100 км к северу: Celtis laevigata, Cercis canadensis, Cornus florida, Diospyros virginiana, Liquidambar styraciflua, Nyssa sylvatica, Oxydendrum arboreum, Pinus echinata, P. elliottii, P. palustris, P. taeda, Quercus alba, Q. coccinea, Q. laurifolia, Q. marilandica, Q. muehlenbergii, Q. nigra, Q. phellos, Q. stellata, Ulmus alata. Многие из этих видов одновременно не сдвигают свою южную границу на север, - по причине ряда меняющихся экологических воздействий.
Вычисление широты экологического оптимума может служить наилучшим индикатором предполагаемого передвижения видов. 36 видов, как предполагается, сдвинут свои зоны максимального IV, по меньшей мере, на 100 км на север, а семь из них, как прогнозируется, даже на 250 км: : Cercis canadensis, Prunus serotina, Quercus coccinea, Q. marilandica, Q. stellata, Tsuga canadensis, Ulmus alata. Интересно, что по прогнозу пять видов сдвинут свои экологические оптимумы на юг: Carpinus caroliniana, Fagus grandifolia, Juniperus virginiana, Magnolia virginiana, Sassafras albidum. В этих случаях просматривается относительная привязка ареала к высотам южных Аппалачей.

Предполагается, что некоторые виды значительно усилят влияние внутри своих экологических оптимумов, в том числе Celtis occidentalis, Gleditsia triacanthos, Juglans nigra, Magnolia virginiana, Nyssa biflora, Pinus elliottii, Pinus strobus, Quercus stellata, Taxodium distichum, Tilia americana, and Ulmus alata. С другой стороны, значительное сокращение влияния ожидается для нескольких видов (Acer rubrum, Liquidambar styraciflua, Quercus macrocarpa).

Главная

Исследовательские группы

Студенту

6 РАСТИТЕЛЬНОСТЬ И ЭКОСИСТЕМЫ ПРИ ГЛОБАЛЬНОМ ИЗМЕНЕНИИ КЛИМАТА: ОБЗОР СУЩЕСТВУЮЩИХ МОДЕЛЕЙ.

6.1 Биогеохимическое моделирование

6.1.1 Модель Biome-BGC