Оценки годовых потоков углекислого газа из почвы еловых лесов карбонового полигона «Урал-карбон» по неполным временным рядам с применением классических регрессионных подходов и машинного обучения

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Годовой поток углекислого газа из почв различных биомов играет ключевую роль в создании глобальных климатических моделей и при анализе циклов углерода в наземных экосистемах. Тем не менее существуют значительные пробелы в подобных исследованиях регионального масштаба. Из-за высокой трудоемкости получения ежедневных показателей почвенного дыхания используются различные методы моделирования. В данной работе на основе 2760 измерений дыхания почвы в еловых лесах карбонового полигона «Урал-Карбон» (Средний Урал), выполненных осенью 2021 г. и с апреля по октябрь 2022 г., с применением классических регрессионных подходов и машинного обучения были оценены годовые показатели дыхания почвы. Мы также исследовали зависимость результатов от сложности модели (числа предикторов) и используемых методов (экстраполяции моделью случайного леса и комбинированными подходами для оценки зимних потоков CO₂). «Упрощенная» модель с 7 предикторами показала лишь незначительное снижение точности по сравнению с полной моделью с 21 предиктором (R² = 0.89,MSE= 0.31 противR² = 0.92,MSE= 0.22). Предикторы, основанные на дистанционном зондировании, оказались более значимыми для точности модели, чем данные, полученные в полевых условиях. Хотя первоначальные результаты разных подходов различались, добавление значений зимнего дыхания, взятых из литературы, в модель случайного леса и усреднения значения комбинированных подходов позволило добиться схожих величин годового дыхания почвы: 830.3 ± 6.4 и 851.6 ± 8.0 г C/м²·год соответственно. EDN:tcdwho

Об авторах

И. А. Сморкалов

Уральский федеральный университет им. Первого президента России Б.Н. Ельцина; Институт экологии растений и животных УрО РАН

Автор, ответственный за переписку.
Email: ivan.a.smorkalov@gmail.com
Россия 620002 Екатеринбург, ул. Мира, 19; Россия 620144 Екатеринбург, ул. 8 Марта, 202

Список литературы

  1. Yang M., Yu G.R., He N.P.et al. A Method for Estimating Annual Cumulative Soil/Ecosystem Respiration and CH4Flux from Sporadic Data Collected Using the Chamber Method // Atmosphere.2019.V. 10. № 10.Art. 623. https://doi.org/10.3390/atmos10100623
  2. Курганова И.Н., Лопес де Гереню В.О., Мякшина Т.Н.и др.Эмиссия СО2из почв различных экосистем южно-таежной зоны: анализ данных непрерывных 12-летних круглогодичных наблюдений // Доклады РАН. 2011. Т. 436. № 6.С. 843–846.
  3. Mukhortova L., Schepaschenko D., Moltchanova E. et al.Respiration of Russian soils: Climatic drivers and response to climate change // Science of the Total Environment. 2021. V. 785. Art. 147314. https://doi.org/https://doi.org/10.1016/j.scitotenv.2021.147314
  4. КудеяровB.Н., Курганова И.Н.Дыхание почв России: анализ базы данных, многолетний мониторинг, общие оценки // Почвоведение. 2005. № 9. С. 1112–1121.
  5. Карбоновые полигоны (официальный сайт) /URL:https://carbon-polygons.ru/
  6. Гафуров Ф.Г.Почвы Свердловской области. Екатеринбург: Изд-во Урал. ун-та, 2008. 417 с.
  7. Усольцев В.А., Воробейчик Е.Л., Бергман И.Е.Биологическая продуктивность лесов Урала в условиях техногенного загрязнения: исследование системы связей и закономерностей. Екатеринбург: Изд-во УГЛТУ, 2012. 365 с.
  8. Фомин В.В., Рогачев В.Е., Агапитов Е.М.и др. Депонирование углерода основными лесообразующими древесными породами карбонового полигона Свердловской области // Леса России и хозяйство в них. 2024. № 4(91). С. 4–16. https://doi.org/10.51318/FRET.2024.91.4.001
  9. Сморкалов И.А., Воробейчик Е.Л.Влияние отдельных деревьев на дыхание почвы лесных экосистем в условиях промышленного загрязнения // Почвоведение.2023. № 9.С. 1116–1127.
  10. Luo Y., Zhou X.Soil respiration and the environment. Burlington:Acad.Press, 2006. 316p.
  11. Карелин Д.В., Почикалов А.В., Замолодчиков Д.Г., Гитарский М.Л.Факторы пространственно-временной изменчивости потоков СО2из почв южно-таежного ельника на Валдае // Лесоведение. 2014. № 4. С. 56–66.
  12. Лупян Е.А., Савин И.Ю., Барталев С.А.и др.Спутниковый сервис мониторинга состояния растительности («Вега») // Современные проблемы дистанционного зондирования Земли из космоса.2011.Т. 8. № 1.С. 190–198.
  13. Vicente-Serrano S.M., Beguería S., López-Moreno J.I. A multiscalar drought index sensitive to global warming:The standardized precipitation evapotranspiration index // Journal of Climate. 2010. V. 23. № 7. P. 1696–1718. https://doi.org/10.1175/2009jcli2909.1
  14. Beguería S., Vicente-Serrano S.M., Reig F., Latorre B.Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring // International Journal of Climatology. 2014. V. 34. № 10. P. 3001–3023. https://doi.org/10.1002/joc.3887
  15. Kursa M.B., Rudnicki W.R.Feature selection with the Boruta package // Journal of Statistical Software. 2010. V. 36. № 11. P. 1– 3. https://doi.org/10.18637/jss.v036.i11
  16. randomForest: Breiman and Cutler’s Random Forests for classification and regression version 4.6-14 / URL: https://cran.r-project.org/package=randomForest
  17. caret: Classification and Regression Training version 6.0-86 / URL: https://cran.r-project.org/package=caret
  18. Jian J., Vargas R., Anderson-Teixeira K.J.et al. A global database of soil respiration data. Version 5.0. 2021. https://doi.org/10.3334/ORNLDAAC/1827
  19. Mavrovic A., Sonnentag O., Lemmetyinen J.et al.Environmental controls of winter soil carbon dioxide fluxes in boreal and tundra environments //Biogeosciences. 2023. V. 20. № 24. P. 5087–5108. https://doi.org/10.5194/bg-20-5087-2023
  20. Smorkalov I.A.Soil respiration of spruce-fir forests at the carbon supersite “Ural-Carbon”, Russia, Sverdlovsk region on 2021–2022.2023. https://doi.org/10.17632/8ns8zprx9c.1
  21. Осипов А.Ф.Влияние межгодовых различий метеорологических характеристик вегетационного периода на эмиссию СО2с поверхности почвы среднетаежного сосняка бруснично-лишайникового (Республика Коми) // Почвоведение. 2018. Т. 12. С. 1455–1463. https://doi.org/10.1134/S0032180X18120080
  22. Кадулин М.С., Копцик Г.Н.Эмиссия СО2почвами в зоне влияния горно-металлургического комбината “Североникель” в Кольской Субарктике // Почвоведение.2013. № 11.С. 1387–1396. https://doi.org/https://doi.org/10.7868/S0032180X13110063
  23. Kozlov M.V., Zvereva E.L., Zverev V.E.Impacts of point polluters on terrestrial biota: Comparative analysis of 18 contaminated areas. Dordrecht: Springer, 2009. 466 p.
  24. Takakai F., Desyatkin A.R., Lopez C.M.L.et al.Influence of forest disturbance on CO2, CH4and N2O fluxes from larch forest soil in the permafrost taiga region of eastern Siberia // Soil Science and Plant Nutrition.2008.V. 54. № 6.P. 938–949. https://doi.org/https://doi.org/10.1111/j.1747-0765.2008.00309.x
  25. Сморкалов И.А.Изменчивость дыхания почвы: оценка вклада пространства и времени с помощью алгоритмаrandomforest// Экология.2022. № 4.С. 299–311. https://doi.org/https://doi.org/10.31857/S0367059722040059
  26. Kurganova I., De Gerenyu V.L., Rozanova L.et al. Annual and seasonal CO2fluxes from Russian southern taiga soils // Tellus B: Chemical and Physical Meteorology. 2003. V. 55. № 2. P. 338–344. https://doi.org/10.3402/tellusb.v55i2.16724
  27. Shibistova O., Lloyd J., Zrazhevskaya G.et al. Annual ecosystem respiration budget for aPinus sylvestrisstand in central Siberia // Tellus, Series B: Chemical and Physical Meteorology. 2002. V. 54. № 5. P. 568–589.
  28. Yan J., Feng Y., Li J.et al. Response of soil respiration and Q10to temperature and moisture in naturally regenerated and bare lands based on an 11-year observation period // CATENA. 2022. V. 208. Art. 105711. https://doi.org/https://doi.org/10.1016/j.catena.2021.105711
  29. Berryman E.M., Vanderhoof M.K., Bradford J.B.et al. Estimating soil respiration in a subalpine landscape using point, terrain, climate, and greenness data // J. Geophys. Res.-Biogeosci. 2018. V. 123. № 10. P. 3231–3249. https://doi.org/10.1029/2018jg004613
  30. Shiri N., Shiri J., Kazemi M.H., Xu T.R.Estimation of CO2flux components over northern hemisphere forest ecosystems by using random forest method through temporal and spatial data scanning procedures // Environmental Science and Pollution Research. 2021. P. Published online. https://doi.org/10.1007/s11356-021-16501-x
  31. Hengl T., Nussbaum M., Wright M.N.et al. Random forest as a generic framework for predictive modeling of spatial and spatio-temporal variables // PeerJ. 2018. V. 6. Art. e5518. https://doi.org/10.7717/peerj.5518
  32. Kurganova I., Lopes de Gerenyu V., Khoroshaev D.et al.Temperature sensitivity of soil respiration in two temperate forest ecosystems: the synthesis of a 24-year continuous observation // Forests. 2022. V. 13. № 9. Art. 1374.
  33. Reinmann A.B., Templer P.H.Increased soil respiration in response to experimentally reduced snow cover and increased soil freezing in a temperate deciduous forest // Biogeochemistry. 2018. V. 140. № 3. P. 359–371. https://doi.org/10.1007/s10533-018-0497-z
  34. Monson R.K., Lipson D.L., Burns S.P.et al. Winter forest soil respiration controlled by climate and microbial community composition // Nature. 2006. V. 439. № 7077. P. 711–714. https://doi.org/10.1038/nature04555

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

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».