REMOTE ASSESSMENT OF CARBON SEPARATION IN PINE (PINUS SYLVESTRISL.) OVERGROWING FALLFORWARD LANDS USING THE EXAMPLE OF THE «NASIBASH» SITE OF THE EURASIAN CARBON LANDFILL

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

aUfa State Petroleum Technological University, Russia 450064 Ufa bUfa University of Science and Technology, Russia 450076 Ufa cUfa Federal Research Center, Russian Academy of Sciences, Russia 450054 Ufa *e-mail: eavolkova@bk.ru A remote assessment of carbondeposition was carried out on former arable lands (Republic of Bashkortostan, Eurasian Carbon Polygon, «Yangan-Tau» Geopark, «Nasibash» site) overgrown with pine (Pinus sylvestrisL.). Samples of woody and herbaceous plants were collected from 8 sample plots located in stands at different stages of succession (1st, 3rd, 4th and 4th sparse). The stock of phytomass and the carbon content in living phytomass (trunk, needles, branches, herbaceous plants) and mortmass are estimated. The carbon reserve is calculated for each stage of succession. The largest change in carbon reserve was noted for pine stands at the 4th stage of succession, averaging of 2.7 t / ha per year. A correlation analysis of the relationship between carbon reserve values and data on the height of trees obtained as a result of laser scanning, as well as the values of some vegetation indices, was carried out. The results showed that it is possible to estimate the dynamics of changes in carbon stock in the carbon stock in the stand based on data on the height of trees (R2= 0.85) and on the values of the vegetation index NDVI (R2= 0.79).

About the authors

L. N. Belan

Ufa State Petroleum Technological University; Ufa University of Science and Technology

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450076, Ufa, ul. Zaki Validi, 32

E. A. Bogdan

Ufa State Petroleum Technological University; Ufa University of Science and Technology

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450076, Ufa, ul. Zaki Validi, 32

N. I. Fedorov

Ufa State Petroleum Technological University; Ufa Federal Research Center, Russian Academy of Sciences

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450054, Ufa, prospekt Oktyabrya, 69

I. G. Bikbaev

Ufa State Petroleum Technological University; Ufa Federal Research Center, Russian Academy of Sciences

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450054, Ufa, prospekt Oktyabrya, 69

I. R. Vildanov

Ufa State Petroleum Technological University; Ufa University of Science and Technology

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450076, Ufa, ul. Zaki Validi, 32

I. Yu. Saifullin

Ufa State Petroleum Technological University; Ufa University of Science and Technology

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450076, Ufa, ul. Zaki Validi, 32

P. S. Shirokikh

Ufa State Petroleum Technological University; Ufa Federal Research Center, Russian Academy of Sciences

Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1; Russia 450054, Ufa, prospekt Oktyabrya, 69

I. O. Tuktarova

Ufa State Petroleum Technological University

Author for correspondence.
Email: eavolkova@bk.ru
Russia 450064, Ufa, ul. Kosmonavtov, 1

References

  1. Ramankutty N., Foley J.A. Estimating historical changes in global land cover: croplands from 1700 to 1992 // Global Biogeochem. Cycles. 1999. № 13. P. 997–1027. https://doi.org/10.1029/1999GB900046
  2. Люри Д.И., Некрич А.С., Карелин Д.В.Изменение пахотных площадей в России в 1990–2015 гг. и почвенная эмиссия диоксида углерода // Вестник Московского ун-та. Серия 5. География. 2018. № 3. С. 70–76.
  3. Богдан Е.А., Вильданов И.Р., Сайфуллин И.Ю. и др. Зарастающие сельскохозяйственные земли как потенциал естественной декарбонизации нефтегазовых месторождений // Нефтегазовое дело. 2023. Т. 21. № 6. С. 322–334. https://doi.org/10.17122/ngdelo-2023-6-322-334
  4. Mulyani A., Mulyanto B., Barus B.et al. Geospatial analysis of abandoned lands based on agroecosystems: the distribution and land suitability for agricultural land development in Indonesia // Land. 2022. № 11. P. 2071. https://doi.org/10.3390/land11112071
  5. Xie Y., Spawn-Lee S.A., Radeloff V.C.et al. Cropland abandonment between 1986 and 2018 across the United States: spatiotemporal patterns and current land uses // Environ. Res. Lett. 2024. № 19. Art. 044009. https://doi.org/10.1088/1748-9326/ad2d12.
  6. Романовская А.А., Коротков В.Н., Карабань Р.Т., Смирнов Н.С.Динамика элементов баланса углерода на неиспользуемых пахотных угодьях Валдайской возвышенности // Экология. 2012. № 5. С. 347–352.
  7. Широких П.С., Федоров Н.И., Туктамышев И.Р. и др. Закономерности лесовосстановительных сукцессий на заброшенных сельскохозяйственных землях Башкирского Предуралья // Экобиотех. 2023. № 3. С. 179–187. https://doi.org/10.31857/S036705972303006X
  8. Volkov A., Belan L., Bogdan E.et al. Spatio-temporal analysis of forest growing stock volume and carbon stocks: a case study of Kandry-Kul natural park, Russia // Land. 2023. № 12. P. 1441. https://doi.org/10.3390/land12071441.
  9. Щепащенко Д.Г., Швиденко А.З., Лесив М.Ю. и др. Площадь лесов России и ее динамика на основе синтеза продуктов дистанционного зондирования // Лесоведение. 2015. № 3. С. 163–171.
  10. Япаров И.М., Вильданов И.Р., Сулейманов Р.Р., Сайфуллин И.Ю.Состояние и особенности динамики заброшенных сельскохозяйственных ландшафтов лесостепей Башкирского Предуралья // Вестник Забайкальского гос. ун-та. 2017. № 52. С. 28–36. https://doi.org/10.21209/2227
  11. Широких П.С., Мартыненко В.Б., Ямалов С.М. и др. Влияние сельскохозяйственного использования на формирование растительности залежей горнолесной зоны Южного Урала // Изв. Уфимского научного центра РАН.2017. № 3. С. 221–227.
  12. Garcia Kerdan I., Giarola S., Jalil Vega F., Hawkes A.Carbon sequestration potential from large-scale reforestation and sugarcane expansion on abandoned agricultural lands in Brazil // Polytechnica. 2019.№2.P. 9–25. https://doi.org/10.1007/s41050-019-00012-3
  13. Fedorov N., Shirokikh P., Zhigunova S. et al. Dynamics of biomass and carbon stocks during reforestation on abandoned agricultural lands in Southern Ural region // Agriculture. 2023. № 13. Art. 1427. https://doi.org/10.3390/agriculture13071427.
  14. Fedorov N., Bikbaev I., Shirokikh P. et al. Estimation of carbon stocks of birch forests on abandoned arable lands in the Cis-Ural using unmanned aerial vehicle-mounted lidar camera // Forests. 2023. № 14. Art. 2392. https://doi.org/10.3390/f14122392
  15. Янбаев Ю.А., Тагиров В.В., Бахтина С.Ю., Тагирова А.А.Динамика роста подроста сосны обыкновенной на неосваиваемых землях // Изв. Оренбургского гос. аграрного ун-та. 2018. № 4(72). С. 150–151.
  16. Атутова Ж.В., Екимовская О.А.Основные тенденции восстановительной динамики аграрно трансформированных геосистем Тункинской котловины / Изв. Иркутского гос. ун-та.2019. № 27. С. 16–31.
  17. Атутова Ж.В.Современное состояние залежных угодий Тункинской котловины (юго-западное Прибайкайлье) // География и природные ресурсы. 2020. № 9. С. 51–61. https://doi.org/10.21782/gipr0206-1619-2020-2(51-61).
  18. Юровских Е.В., Залесов С.В., Магасумова А.Г., Бачурина А.В.Густота и надземная фитомасса подроста сосны на бывших сельскохозяйственных угодьях // Аграрный вестник Урала. 2016. № 11. С. 80–85.
  19. Богдан Е.А., Камалова Р.Г., Хайрулина Л.А., Белан Л.Н. Международное сотрудничество в охране геологического наследия и геопарки. Уфа: Уфимский ун-т науки и технологий, 2022. 96 с.
  20. Богдан Е.А., Белан Л.Н., Фролова И.В., Галиев А.Ф.Методика инвентаризации объектов геологического наследия как инструмент управления геопарками // Устойчивое развитие горных территорий. 2022. Т. 14. № 2(52). С. 209–217. https://doi.org /10.21177/1998-4502-2022-14-2-209-217
  21. Аникина М.Л., Ахунов А.Р., Белан Л.Н.и др. Устойчивое развитие территории геопарков. Уфа: Уфимский федеральный исследовательский центр РАН, 2023. 196 с.
  22. Uri V., Varik M., Aosaar J. et al. Biomass production and carbon sequestration in a fertile silver birch (Betula pendulaRoth) forest chronosequence // For. Ecol. Manage. 2012. № 267. P. 117–126. https://doi.org/10.1016/j.foreco.2011.11.033
  23. Трифонова Т.А., Шоба С.А., Мищенко Н.В.и др. Постагрогенные фитоценозы Волжско-Обского междуречья // Юг России: экология, развитие. 2022.Т. 17. № 4. С. 40–49. https://doi.org/10.18470/1992-1098-2022-4-40-49
  24. Enkossa T., Nemomissa S., Lemessa D. Woody species diversity and the carbon stock potentials of different land use types in agroecosystem of Jimma Ganati District, Western Ethiopia // Environmental Challenges. 2023. V. 13. Art. 100761. https://doi.org/10.1016/j.envc.2023.100761
  25. Швиденко А., Щепащенко Д., МакКаллум Я., НильссонС. «Леса и лесное хозяйство России», Международный институт прикладного системного анализа и Российская Академия наук. Австрия, Лаксенбург. CD-ROM, 2007.
  26. Рыжова И.М., Ерохова А.А., Подвезенная М.А.Изменение запасов углерода в постагрогенных экосистемах в результате естественного восстановления лесов в Костромской области // Лесоведение. 2015. № 4. С. 307–317.
  27. Телеснина В.М., Подвезенная М.А., Рыжова И.М. Динамика пулов углерода в постагрогенных экосистемах южной тайги // Почвы и окружающая среда. 2024. Т. 7. № 3. C. 1–19. https://doi.org/10.31251/pos.v7i3.272
  28. Данилов Д.А., Яковлев А.А., Суворов С.А.Формирование надземной фитомассы лиственных древесных пород на постагрогенных землях // Лесной журнал. 2023. № 1. С. 65–76. https://doi.org/10.37482/0536-1036-2023-1-65-76
  29. Наквасина Е.Н., Шумилова Ю.Н.Динамика запасов углерода при формировании лесов на постагрогенных землях // Изв. вузов. Лесной журнал. 2021. № 1. С. 46–59. https://doi.org/10.37482/0536-1036-2021-1-46-59
  30. Вайс А.А., Вараксин Г.С., Мамедова С.К., Андронова А.А. Динамика биометрических и углеродных показателей сосновых насаждений на залежных землях Красноярской лесостепи // Изв. вузов. Лесной журнал. 2024. № 6.C.35–39. https://doi.org/10.37482/0536-1036-2024-6-35-49
  31. Никитина А.Д. Определение запасов углерода в сосновых древостоях хвойно-широколиственных лесов с использованием данных высокодетальной съемки: Дис. … канд. биол. наук. Москва, 2024. 204 с.
  32. Усольцев В.А., Канунникова О.В., Норицина Ю.В. и др. Распределение запасов и годичного депонирования углерода в фитомассе лесов на юго-западе Уральского региона // Актуальные проблемы лесного комплекса. 2007. № 19. С. 69–72.
  33. Мошкина Е.В., Медведева М.В., Туюнен А.В. Особенности естественного восстановления лесных экосистем на бывших сельскохозяйственных землях (на примере южного агроклиматического района Карелии) // Междисциплинарный научный и прикладной журнал «Биосфера». 2019. Т. 11.№ 3.С. 134‒145.
  34. Gurashi N.A., Mohammed E.M.I., Mohammed E.M.I.Open access modeling carbon stock-dendrometric parameters relationship and tree species diversity in Abu-Gadaf natural forest reserve, Sudan // J. Agric. For. Res. 2023. V. 2. № 6. P. 1–10.
  35. K umar P., Kumar A., Patil M. et al. Factors influencing tree biomass and carbon stock in the Western Himalayas, India // Front. For. Glob. Change. 2024. №6. Art. 1328694. https://doi.org/10.3389/ffgc.2023.1328694
  36. Gaikadi S., Selvaraj V. Allometric model based estimation of biomass and carbon stock for individual and overlapping trees using terrestrial LiDAR // Model. Earth Syst. Environ. 2023. № 10. P. 1771–1782. https://doi.org/10.1007/s40808-023-01864-6
  37. Усольцев В.А., Часовских В.П., Богословская О.А. и др. Оценка запасов углерода в насаждениях высотного и зонального экотонов Урала // Сибирский лесной журнал. 2014. № 5. С. 77–92.
  38. Усольцев В.А., Колчин К.В., Маленко А.А. Смещения всеобщих аллометрических моделей при локальной оценке фитомассы деревьев лиственницы // Вестник Алтайского гос. аграрного ун-та. 2017. Вып. 4. № 150. С. 85–90.
  39. Sadadi O. Accuracy of measuring tree height using airborne lidar andterrestrial laser scanner and its effect on estimating forest biomass and carbon stock in Ayer Hitam tropical rain forest reserve. Malaysia,2016. P. 77.
  40. Qi Z., Li Sh., Pang Y. et al. Monitoring spatiotemporal variation of individual tree biomass using multitemporal LiDAR data // Remote Sensing. 2023. № 15.Art. 4768. https://doi.org/10.3390/rs15194768
  41. Fedorov N.I., Zharkikh T.L., Mikhailenko O.I.et al. Forecast changes in the productivity of plant communities in the Pre-Urals steppe site of Оrenburg state nature reserve (Russia) in extreme drought conditions using NDVI // Nat. Conserv. Res. 2019. № 4 (2). P. 104–110. https://dx.doi.org/10.24189/ncr.2019.044
  42. Fan X., Peng G., Biqing T.et al. Spatio-temporal patterns of NDVI and its influencing factors based on the ESTARFM in the Loess Plateau of China // Remote Sensing. 2023. № 15. Art. 2553. https://doi.org/10.3390/rs15102553
  43. Istomo I., Permatasari A., Hartoyo A., Lestari K.Vegetation density and carbon stock estimation by using NDVI in the core zone at mountain Halimun-Salak national park // The Syebold Report. 2024. V. 19. № 7. P. 450–466. https://doi.org/10.5281/zenodo.13064534
  44. Pandapotan J., Sugianto S., Darusman D. Estimation of carbon stock stands using EVI and NDVI vegetation index in production forest of Lembah Seulawah Sub-District, Aceh Indonesia // Aceh International J. of Science and Technology. 2016. № 5. P. 126–139. https://doi.org /10.13170/aijst.5.3.5836
  45. Hu Sh. Spatiotemporal change of NDVI in the arctic caused by global warming and its impact on carbon stock – a case study of Alaska // Highlights in Science, Engineering and Technology. 2023. № 48. P. 198–204. https://doi.org /10.54097/hset.v48i.8336.
  46. Дюкарев Е.А., Алексеева М.Н., Головацкая Е.А. Исследование растительного покрова болотных экосистем по спутниковым данным // Исследование Земли из космоса. 2017.№ 2. С. 38–51. https://doi.org /10.7868/S0205961417020014
  47. Мустафин Р.Ф., Мифтахов И.Р., Шамсутдинова А.Р. Оценка потоков углерода в лесном участке Уфимского района Республики Башкортостан // Актуальные проблемы лесного комплекса. 2022. № 62. С. 186–190.
  48. Мячина К.В., Керимов И.А., Ряхов Р.В., Дубровская С.А.Изучение поглотительной способности ландшафтов в отношении диоксида углерода с помощью ДДЗ (на примере степных, лесостепных и горнолесных регионов юга России) // Геология и геофизика Юга России. 2024. Т. 14. № 1. С. 141–151. https://doi.org /10.46698/VNC.2024.41.38.010
  49. Терехин Э.А. Анализ спектрально-отражательных свойств залежных земель Среднерусской лесостепи по даннымSentinel-2 // Компьютерная оптика. 2023. Т. 47. № 2. С. 306–313. https://doi.org/ 10.18287/2412-6179-CO-1160
  50. Федоров Н.И., Туктамышев И.Р., Широких П.С. и др. Использование зимних и ранневесенних космоснимков для оценки проективного покрытия березняков на залежах // Вестник Томского гос. ун-та. Биология. 2022. № 59. С. 110–127. https://doi.org/10.17223/19988591/59/5

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».