№ 1 (61) (2024)

Обложка

Весь выпуск

Колонка главного редактора

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):5-5
pages 5-5 views

Лесное хозяйство

Государственная инвентаризация лесов в Российской Федерации: изменчивость и точность определения запаса древесины

Черных В.Л., Поваров Е.Д., Фёдоров С.В., Черных Л.В., Черных Д.В., Фомин А.С.

Аннотация

Введение. Устойчивое управление лесным сектором в каждой стране невозможно без актуальных и достоверных данных о лесах. В настоящее время одним из методов учёта лесных ресурсов является государственная инвентаризация лесов (ГИЛ) на основе точечных оценок данных постоянных пробных площадей (ППП). Первый цикл ГИЛ в России завершился в 2020 году. Большой объём данных о запасах древесины, полученных выборочным методом, требует глубокого их анализа. Цель работы – оценка изменчивости и точности средних значений относительной полноты, запаса древостоев по материалам ППП, выявление причин расхождения относительных полнот и запасов, полученных по данным государственного лесного реестра (ГЛР), и материалами первого цикла ГИЛ 69 субъектов Российской Федерации. Объекты и методы. Объектом исследования послужили леса Российской Федерации (РФ). Исследования базируются на материалах ГЛР по состоянию на 01.01.2023 и результатах измерений 57,5 тыс. ППП, заложенных по методике ГИЛ. Анализ выборочных данных проводился с использованием критерия Аббе, правила Томпсона, t-распределения, кумуляты, регрессионных моделей. Результаты. Выполнены испытания на однородность таксационных показателей ППП ГИЛ, а также проверка гипотезы о равенстве средних значений относительных полнот, вычисленных по материалам ГИЛ и ГЛР по t-критерию существенности различия на уровне значимости 0,05. Обоснованы причины расхождения запасов, полученных по данным ГЛР и ГИЛ. Выводы. В целом по обобщённым совокупностям средневзвешенных относительных полнот по площади в 69 субъектах РФ изменчивость принимает значение 47,5 % (21,6–103,9 %) по материалам ГИЛ и 27,1 % (2,4–30,9 %) по данным ГЛР. Относительные полноты ГИЛ и ГЛР в 30 регионах существенно не различаются на уровне значимости α = 0.05, а в остальных 39 субъектах РФ такие различия статистически доказаны. Определена точность оценки относительных полнот по субъектам РФ, которая по материалам ППП ГИЛ находится в пределах от 0,2 до 3,6 %, и по данным ГЛР от 0,1 до 1,0 %. В целом для РФ по данным ГИЛ точность определения запаса древостоев равна 0,25 % и относительной полноты 0,20 %.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):6-29
pages 6-29 views

Оценка алгоритма «Случайный лес» машинного обучения для классификации фитомассы лесов

Дергунов Д.М., Воробьёв О.Н., Курбанов Э.А., Лежнин С.А., Губаев А.В.

Аннотация

Введение. Леса играют решающую роль в смягчении последствий изменения климата, защите биоразнообразия и обеспечении других экосистемных услуг, как чистый воздух и вода. Оценка и мониторинг наземной фитомассы лесов являются важными для понимания углеродного баланса, изменений их состояния и продуктивности с течением времени. Цель исследования – оценка алгоритма «Случайный лес» машинного обучения для классификации пространственного распределения надземной фитомассы по данным спутникового снимка Sentinel-2 на примере заказника «Сосновоборский» Пензенской области. Объекты и методы. Объектом исследования явились лесные насаждения заказника. На исследуемой территории, по данным лесоустройства и полевых работ, заложены 110 тестовых участков. Для моделирования пространственного распределения фитомассы использован ансамблевый метод машинного обучения «Случайный лес». Входными данными для модели были 12 спектральных каналов спутника Sentinel-2 и 7 вегетационных индексов. Для подбора значений оптимальных параметров модели «Случайный лес» использовалась программа GridSearchCV. Моделирование распределения фитомассы лесного насаждения по алгоритму «Случайный лес» проводилось с помощью интерактивной веб-среды с открытым исходным кодом Jupyter Notebook. Результаты. При использовании выбранных параметров алгоритма «Случайный лес» была получена оптимальная модель (R2=0,60) распределения фитомассы по территории заказника. Плотность остатков прогнозируемых значений вокруг нуля и их близость к нормальному распределению свидетельствуют об её адекватности. Максимальную связь с фитомассой лесов показали 11 (SWIR), b5, b3, b12, b2 и b7 спектральные каналы снимка Sentinel-2. В итоге получена карта пространственного распределения фитомассы лесов по территории заказника. Выводы. Результаты показывают, что сочетание спектральных каналов Sentinel-2 и вегетационных индексов повышают точность оценки фитомассы лесных насаждений с использованием алгоритма машинного обучения «Случайный лес». Разработанный алгоритм может быть рекомендован для определения пространственного распределения надземной фитомассы в лесных экосистемах Пензенской области.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):30-43
pages 30-43 views

Моделирование доли коры в фитомассе ветвей сосны обыкновенной в степной зоне

Плюха Н.И., Усольцев В.А., Цепордей И.С.

Аннотация

Введение. Количество стволовой древесины надлежащего качества для промышленности постоянно сокращается, и возникает необходимость эффективного использования ветвей деревьев в производстве технологической щепы, целлюлозы, плитных материалов. Поскольку базисная плотность коры ветвей существенно меньше, чем в древесине, доля коры в массе ветвей влияет на качество продукции, изготовляемой из ветвей деревьев. С другой стороны, кора деревьев, наряду с защитными функциями, выполняет важные физиологические функции, связанные, в частности, с влагопроводимостью внутренней части коры и влагоёмкостью её внешней части, и в последнее время интерес к этим экогидрологическим процессам в древесном пологе непрерывно растёт. Цель исследования. В настоящем исследовании предпринята первая попытка разработки моделей процентного содержания коры в массе ветвей сосны обыкновенной и сравнительного анализа содержания коры в массе ветвей естественных сосняков и культур. Объекты и методы. Объектом исследования послужили чистые сосняки естественного и искусственного происхождения островных боров в степной зоне Тургайского прогиба. Всего в анализе использовано 482 модельных дерева, взятых на 48 пробных площадях. Результаты. Анализ зависимости доли коры в массе ветвей от возраста и диаметра ствола на высоте 1,3 м показал, что названные переменные объясняют в естественных сосняках и культурах соответственно 71 и 91 % её изменчивости. Установлено различное соотношение доли коры в естественных сосняках и культурах в связи как с возрастом деревьев, так и с диаметром ствола. Вывод. Разработанные регрессионные модели зависимости доли коры в массе ветвей от дендрометрических показателей деревьев в естественных сосняках и культурах показали наличие разного её соотношения в зависимости от происхождения древостоев и в связи с дендрометрическими показателями деревьев.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):44-54
pages 44-54 views

Введение в культуру in vitro зелёных неодревесневших черенков дуба черешчатого (Quercus robur L.) разных возрастных групп

Тимаков А.А., Сергеев Р.В., Романов Е.М., Хусаинова А.Р., Краснов В.Г.

Аннотация

Введение. Дуб черешчатый – основная лесообразующая порода дубрав. Малая эффективность традиционного размножения дуба черешчатого на фоне снижения общей продуктивности дубрав является проблемой для всего мира и России в частности. Решить проблему можно благодаря применению современных методов культуры ткани in vitro. Цель исследования – разработать методику получения первичных эксплантов дуба на основе зелёных черенков. Задачи работы – 1) оценить влияние минерального состава питательной среды и обработки эксплантов аскорбиновой кислотой на эффективность введения эксплантов дуба разных возрастных групп; 2) определить воздействие питательной среды и режима стерилизации на экспланты дуба на ювенильной, имматурной и генеративной стадиях развития. Материалы и методы исследования. Объектами исследования были выбраны черенки дуба черешчатого Quercus robur L. разных возрастных групп – ювенильной, имматурной и генеративной. Методы исследования были основаны на общепринятых классических приёмах работы с культурами изолированных тканей и органов растений, в результате которых были получены жизнеспособные экспланты дуба черешчатого, а также проведены корреляционно-регрессионный и дисперсионный анализ. Результаты. Большое количество жизнеспособных ювенильных эксплантов было получено на питательной среде по прописи WPM – от 96,43 до 100 %. Наибольшая доля не жизнеспособных ювенильных эксплантов приходится на вариант опыта с питательной средой по прописи MS – 22,22 %. Наибольшее количество жизнеспособных стерильных эксплантов на генеративной фазе было получено на питательной среде по прописи WPM – от 70,59 до 100 %. При этом наибольшее число жизнеспособных стерильных эксплантов получено при использовании экспозиции в стерилизующем средстве от 4 мин. 30 сек. Выводы. Наибольшее количество жизнеспособных стерильных эксплантов на ювенильной фазе было получено на питательной среде по прописи WPM – от 96,43 до 100 %, в то время как по прописи MS – 77,78 %. Таким образом, среда WPM является лучшим выбором при введении в культуру зелёных черенков дуба черешчатого при выбранном режиме стерилизации. Наибольшее количество жизнеспособных стерильных эксплантов на генеративной фазе было получено на питательной среде по прописи WPM – от 70,59 до 100 % по сравнению с 50 % на питательной среде по прописи MS. Значительное влияние на количество жизнеспособных стерильных эксплантов оказал режим стерилизации и оптимальная экспозиция зелёных черенков дуба черешчатого в генеративной фазе в 3 % растворе Лизоформина 3000 начинается от 4,5 мин. с показателями жизнеспособности эксплантов от 87,5 до 100 %. Полученные результаты можно использовать для разработки технологии размножения и выращивания дуба черешчатого in vitro.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):55-65
pages 55-65 views

Технологии и машины лесного дела

Обоснование технологии лесосечных работ в горельниках с содействием естественному восстановлению сосны

Ширнин Ю.А., Ширнин А.Ю., Денисов С.А., Петухов И.В., Анисимов П.Н.

Аннотация

Введение. Исследования естественного возобновления леса на гарях 1921 и 1972 годов показали, что подрост сосны появляется не только за счёт налёта семян из крон сохранившихся живых деревьев, но также из шишек погибших от огня деревьев. Количественные и качественные параметры семян сосны после огневого воздействия были установлены экспериментально и подтверждены при обследовании горельников 2021 года. Совмещение заготовки древесины сосны в горельниках с использованием потенциала естественного возобновления сосны требует технологического решения. Цель исследования – обоснование технологии заготовки лесоматериалов в товарных горельниках сосны и оценка её по времени выполнения технологических элементов. Объектами являются процессы лесосечных работ с содействием естественному возобновлению сосны в товарных горельниках. Методами исследования являются анализ и синтез технологий машинной заготовки лесоматериалов в товарных сосновых горельниках и статистическая обработка результатов хронометражных наблюдений. Результаты. Проведённый анализ позволил выявить новые технологические приёмы заготовки лесоматериалов, использующие первичный постпирогенный лесовосстановительный потенциал сосны для её естественного возобновления. В результате синтеза получено новое техническое решение – способ заготовки сортиментов машинами манипуляторного типа в товарных горельниках сосны с обеспечением естественного возобновления сосны. Выводы. Предложенный способ рубки леса обеспечивает заготовку сортиментов в товарных горельниках сосны с сохранением семенного материала на вырубке. Увеличение среднего времени цикла обработки одного дерева по предлагаемому способу не существенно и не приводит к значительному снижению производительности харвестера.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):66-75
pages 66-75 views

Программа по оптимизации схем раскроя древесного хлыста породы сосна на пиловочные брёвна

Асташевский М.С., Асташевская А.А., Быковский М.А.

Аннотация

Введение. Процесс раскряжёвки древесного хлыста на сортименты является одной из основных технологических операций на лесозаготовках, определяющей объём и качество получаемой продукции из имеющегося древесного сырья на разрабатываемой лесосеке. Раскряжёвка хлыста на сортименты может выполняться как на лесосеке (сортиментная технология), так и на лесном складе (хлыстовая технология). Раскрой хлыста по первой технологии предполагает одноразовое получение ограниченного числа сортиментов из-за трудностей в их сборе, сортировке и транспортировке на лесосеке. Для хлыстовой технологии, при раскряжёвке хлыста в стационарных условиях, постоянное количество типоразмеров сортиментов приводит к изменению круглых сортиментов в сортиментном плане предприятия. Цель разработать метод оптимизации раскряжёвки стволов сосны на сортименты, реализовать метод на языке программирования MATLAB для создания интерфейса программы, а также произвести имитационное моделирование процесса раскряжёвки для проверки адекватности модели. Объект и методы. Для исследования работы программы и анализа результатов было проведено имитационное моделирование раскроя 20 хлыстов с заранее обозначенным количеством выпиливаемых сортиментов. Результаты. Разработан метод оптимизации раскряжёвки древесного хлыста, основанный на критериях значимости сортимента в зависимости от диаметра в верхнем отрубе и длины сортимента, приведён интерфейс программы и рассмотрен порядок работы с программой. Обозначены необходимые исходные данные и режимы работы при взаимодействии с программой. Выводы. Оптимизация раскряжёвки хлыстов по определённым оценочным критериям, как показало данное исследование и опыт применения подобных программ на лесозаготовительных машинах, позволяет значительно повысить выход готовой продукции по ценностным и объёмным показателям. В то же время, для результативного использования программ оптимизации раскряжёвки необходимо получение подробной информации о форме и качестве отдельных деревьев древостоя и взаимодействие в работе с другими программными комплексами по управлению работой отдельных машин и технологического процесса лесозаготовок в целом. Эффективное использование отечественного оборудования лесной отрасли неразрывно связано с разработкой соответствующего программного обеспечения автоматического управления.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):76-84
pages 76-84 views

Проблемы экологии и рационального природопользования

Оценка таксационных показателей пихты киликийской в заповеднике «Пихта и Кедр» в Сирии

Тобо Б., Али В., Кармока Р., Махмуд А.

Аннотация

Введение. Средиземноморские леса обеспечивают местному населению широкий спектр социальных и экономических преимуществ. В частности, это справедливо в отношении лесов Сирии, находящихся под воздействием кризиса, от которого пострадала страна. В связи с этим существует потребность в более точных технологиях инвентаризации и мониторинга лесов для устойчивого управления лесами. Цель исследования – определение продуктивности и характеристик роста деревьев пихты киликийской (Abies cilicica), произрастающих в заповеднике «Пихта и Кедр» провинции Латакия в Сирии. Объект исследования – лес Шух, расположенный в северной части Сирийского прибрежного горного массива, на западном склоне горы Джебель ан-Наби Матта. Методы исследования. В ходе исследования были использованы технологии дистанционного зондирования и обработки снимков Sentinel с целью оценки некоторых факторов роста леса, для чего были составлены карты, определяющие факторы роста на основе множественного регрессионного анализа связи между переменными исследуемых участков и соответствующими значениями пикселей для всех используемых соотношений и показателей. Результаты и выводы. Все изученные переменные показали значимую корреляцию R, превышающую 0,75 по запасу древесины, при низкой реакции по плотности, не превышающей 0,33 несмотря на статистическую значимость. Карты рядов коэффициентов роста были составлены с использованием полученного уравнения регрессии для каждого показателя. Самая высокая точность оценки запаса древостоя составила 77 и 72 % для средней высоты. Что касается оценки точности модели, то среднее значение отклонения расчётных значений коэффициентов от полученных в ходе натурных измерений составило 6,08; 9,1; 9,6 и 8–12 % для моделей, оценивающих среднюю высоту, средний диаметр, запас древостоя и прикорневую зону, соответственно.

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):85-96
pages 85-96 views

Даты. События. Комментарии

Рекомендации парламентских слушаний по теме «Лесное семеноводство как основа интенсификации воспроизводства лесов»

Вестник Поволжского Государственного Технологического Университета. Серия: Лес. Экология. Природопользование. 2024;(1 (61)):97-100
pages 97-100 views

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».