FRACTIONAL COMPOSITION OF PHYTOMASS AND PHOTOSYNTHETIC PIGMENTS OF THE SHRUB LAYER OF THE MIXED FOREST IN THE MIDDLE TAIGA SUBZONE

Cover Page

Cite item

Full Text

Abstract

The ongoing climate changes in the boreal zone affect carbon sequestration capacity of forest ecosystems. Thus, the environmental conditions and taxonomic diversity of the plant cover of ecosystems determine the relevance of studying the fractional composition of their phytomass and pigment complex in the stability and regulation of the activity of the photosynthetic apparatus. Living ground cover is typically underestimated or excluded when estimating forest phytomass due to the lack of standard equations. In this study, we assessed the stock of aboveground phytomass and developed a set of allometric equations for widespread species of living ground cover growing in the mixed forest of the middle taiga: Vaccinium vitis-idaea L., Ledum palustre L., Vaccinium uliginosum L., Vaccinium myrtillus L., Linnaea borealis L. The highest percentage of occurrence in the forest ecosystems (60 %) is characterized by the species V. vitis-idaea . The dominant species is V. myrtillus , the reserve of which is 21.2 ± 52.8 g/m2. The ratio of the average supply of leaf phytomass to wood phytomass ranged from 0.08 ± 0.17 for V. myrtillus to 0.73 ± 1.04 for V. vitis-idaea . Leaf area index and photosynthetic pigments for the study objects were also determined. The index varied from от 0.027 ± 0.062 м2 м-2 for V. myrtillus to 0.097 ± 0.077 м2 м-2 for L. palustre . In the mixed forest of the middle taiga zone, the largest amount of chlorophylls and carotenoids was found in the leaves of V. uliginosum , and the smallest - in V. vitis-idaea . The photosynthetic apparatus of the studied species is characterized by a fairly stable accumulation of photosynthetic pigments belonging to the light-harvesting complex.

About the authors

D. A. Polosukhina

Krasnoyarsk Science Centre of the Siberian Branch of Russian Academy of Science, V. N. Sukachev Institute of Forest, Russian Academy of Sciences, Siberian Branch; Siberian Federal University

Email: polosukhina@ksc.krasn.ru
Krasnoyarsk, Russian Federation; Krasnoyarsk, Russian Federation

D. V. Trusov

Krasnoyarsk Science Centre of the Siberian Branch of Russian Academy of Science, V. N. Sukachev Institute of Forest, Russian Academy of Sciences, Siberian Branch; Siberian Federal University

Email: trusovd13@gmail.com
Krasnoyarsk, Russian Federation; Krasnoyarsk, Russian Federation

S. V. Titov

Krasnoyarsk Science Centre of the Siberian Branch of Russian Academy of Science, V. N. Sukachev Institute of Forest, Russian Academy of Sciences, Siberian Branch

Email: titov-sergey@mail.ru
Krasnoyarsk, Russian Federation

A. S. Prokushkin

Krasnoyarsk Science Centre of the Siberian Branch of Russian Academy of Science, V. N. Sukachev Institute of Forest, Russian Academy of Sciences, Siberian Branch; Siberian Federal University

Email: prokushkin@ksc.krasn.ru
Krasnoyarsk, Russian Federation; Krasnoyarsk, Russian Federation

References

  1. Ахметжанова А. А., Онипченко В. Г., Эльканова М. Х., Стогова А. В., Текеев Д. К. Изменение эколого-морфологических параметров листьев альпийских растений при внесении элементов минерального питания // Журн. общ. биол. 2011. Т. 72. № 5. С. 388-400
  2. Головко Т. К., Далькэ И. В., Дымова О. В., Захожий И. Г., Табаленкова Г. Н. Пигментный комплекс растений природной флоры Европейского Северо-Востока // Изв. Коми науч. центра УрО РАН. 2010. № 1. С. 39-46
  3. Голубева Е. И., Червякова А. А., Шмакова Н. Ю., Зимин М. В., Тимохина Ю. И. Видовые и фитоценотические особенности пигментного состава растений Севера // Пробл. рег. экол. 2019. № 1. С. 6-12
  4. Дымова О. В., Головко Т. К. Фотосинтетические пигменты в растениях природной флоры таежной зоны Европейского Северо-Востока России // Физиол. раст. 2019. Т. 66. № 3. С. 198-206
  5. Зарубина Л. В., Коновалов В. Н. Особенности сезонной динамики пигментов в листьях растений сосняка кустарничково-сфагнового // ИВУЗ. Лесн. журн. 2009. № 4. С. 24-33
  6. Иванова Г. А., Конард С. Г., Макрае Д. Д., Безкоровайная И. Н., Богородская А. В., Жила С. В., Иванов В. А., Иванов А. В., Ковалева Н. М., Краснощекова Е. Н., Кукавская Е. А., Орешков Д. Н., Перевозникова В. Д., Самсонов Ю. Н., Сорокин Н. Д., Тарасов П. А., Цветков П. А., Шишикин А. С. Воздействие пожаров на компоненты экосистемы среднетаежных сосняков Сибири. Новосибирск: Наука, 2014. 232 с
  7. Карпенко Л. В., Гренадерова А. В., Михайлова А. Б., Подобуева О. В. Реконструкция локальных пожаров в голоцене по данным содержания макрочастиц угля в торфяной залежи в долине реки Дубчес // Сиб. лесн. журн. 2022. № 4. С. 3-13
  8. Климченко А. В., Верховец С. В., Слинкина О. А., Кошурникова Н. Н. Запасы крупных древесных остатков в среднетаежных экосистемах Приенисейской Сибири // Геогр. и природ. рес. 2011. № 2. С. 91-97
  9. Лидер Е. Н., Казанцева Е. С., Елумеева Т. Г., Онипченко В. Г. Эколого-морфологические признаки растений альпийских болот Тебердинского заповедника // Бюл. МОИП. Отд. биол. 2016. Т. 121. № 3. С. 51-59
  10. Марковская Е. Ф., Шмакова Н. Ю. Растения и лишайники Западного Шпицбергена: экология, физиология. Петрозаводск: Петрозаводск. гос. ун-т, 2017. 270 с
  11. Махныкина А. В., Прокушкин А. С., Меняйло О. В., Верховец С. В., Тычков И. И., Урбан А. В., Рубцов А. В., Кошурникова Н. Н., Ваганов Е. А. Влияние климатических факторов на эмиссию СО2 из почв в среднетаежных лесах Центральной Сибири: эмиссия как функция температуры и влажности почвы // Экология. 2020. № 1. С. 51-61
  12. Панов А. В., Онучин А. А., Кошурникова Н. Н. Структура и динамика фитомассы на вырубках в сосняках лишайниковых Средней Сибири // Вестн. КрасГАУ. 2009. № 12 (39). С. 129-133
  13. Пахарькова Н. В., Гетте И. Г., Андреева Е. Б., Масенцова И. В. Сезонные изменения пигментного состава растений разных систематических групп на территории заповедника «Столбы» // Вестн. КрасГАУ. 2014. № 8 (95). С. 139-143
  14. Приложение № 1 к методике количественного определения объема поглощений парниковых газов, утвержденной Приказом Минприроды России от 27.05.2022 № 371. М.: Минприроды России, 2022
  15. Трефилова О. В., Ведрова Э. Ф., Кузьмичев В. В. Годичный цикл углерода в зеленомошных сосняках Енисейской равнины // Лесоведение. 2011. № 1. С. 3-12
  16. Усольцев В. А., Цепордей И. С., Уразова А. Ф., Борников А. В. Биомасса подлесочных видов Урала и ее аллометрические модели // Леса России и хоз-во в них. 2023. № 1 (84). С. 30-40
  17. Уткин А. И., Ермолова Л. С., Уткина И. А. Площадь поверхности лесных растений: сущность, параметры, использование. М.: Наука, 2008. 292 с
  18. Шидаков И. И. Эколого-морфологические особенности листьев альпийских растений Тебердинского заповедника: автореф. дис. … канд. биол. наук: 03.00.05. Уфа: Башкир. гос. ун-т, 2009. 17 с
  19. Шидаков И. И., Онипченко В. Г. Сравнение параметров листового аппарата растений альпийского пояса Тебердинского заповедника // Бюл. МОИП. Отд. биол. 2007. Т. 112. Вып. 4. С. 42-50
  20. Шмакова Н. Ю., Марковская Е. Ф. Фотосинтетические пигменты растений и лишайников арктических тундр Западного Шпицбергена // Физиол. раст. 2010. Т. 57. № 6. С. 819-825
  21. Akhmetzhanova A. A., Onipchenko V. G., El’kanova M. Kh., Stogova A. V., Tekeev D. K. Changes in ecological-morphological parameters of alpine plant leaves upon application of mineral nutrients // Biol. Bull. Rev. 2011. V. 72. N. 5. P. 000-000 (Original Rus. text © A. A. Akhmetzhanova, V. G. Onipchenko, M. Kh. El’kanova, A. V. Stogova, D. K. Tekeev, 2011, publ. in Zhurn. obshch. biol. 2011. V. 72. N. 5. P. 388-400)
  22. Azevedo O., Parker T. C., Siewert M. B., Subke J. A. Predicting soil respiration from plant productivity (NDVI) in a sub-Arctic tundra ecosystem // Rem. Sens. 2021. V. 13. Iss. 13. Article number 2571. 14 p
  23. Barnes J. D., Balaguer L., Manrique E., Elvira S., Davison A. W. A reappraisal of the use of DMSO for the extraction and determination of chlorophylls a and b in lichens and higher plants // Environ. Exp. Bot. 1992. V. 32. Iss. 2. P. 85-100
  24. Brown S. Measuring carbon in forests: current status and future challenges // Environ. Pollut. 2002. V. 116. N. 3. P. 363-372
  25. Burba G., Anderson D. A. Brief practical guide to eddy covariance flux measurements: Principles and workflow examples for scientific and industrial applications. Lincoln, USA: LI-COR, 2010. 211 p
  26. Bussotti F., Pollastrini M. Do tree species richness, stand structure and ecological factors affect the photosynthetic efficiency in European forests? // Web Ecol. 2015. V. 15. N. 1. P. 39-41
  27. Castro-Díez P., Vaz A. S., Silva J. S. et al. Global effects of non-native tree species on multiple ecosystem services // Biol. Rev. 2019. V. 94. Iss. 4. P. 1477-1501
  28. Chen W., Li J., Zhang Y., Zhou F., Koehler K., Leblanc S., Fraser R., Olthof I., Zhang Y., Wang J. Relating biomass and leaf area index to non-destructive measurements in order to monitor changes in Arctic vegetation // Arctic. 2009. V. 62. N. 3. P. 281-294
  29. Conti G., Gorne L. D., Zeballos S. R., Lipoma M. L., Gatica G., Kowaljow E., Whitworth-Hulse J. I., Cuchietti A., Poca M., Pestoni S., Fernandes P. M. Developing allometric models to predict the individual aboveground biomass of shrubs worldwide // Glob. Ecol. Biogeogr. 2019. V. 28. N. 7. P. 961-975
  30. Cornet D., Sierra J., Tournebize R. Assessing allometric models to predict vegetative growth of yams in different environments // Agronom. J. 2015. V. 107. N. 1. P. 241-248
  31. Crowther T., Todd-Brown K., Rowe C. et al. Quantifying global soil carbon losses in response to warming // Nature. 2016. V. 540. N. 7631. P. 104-108
  32. Dickinson Y. L., Zenner E. K. Allometric equations for the aboveground biomass of selected common eastern hardwood understory species // North. J. Appl. For. 2010. V. 27. N. 4. P. 160-165
  33. Duncanson L., Armston J., Disney M., Avitabile V., Barbier N., Calders K., Carter S., Chave J., Herold M., Crowther T. W., Falkowski M., Kellner J. R., Labrière N., Lucas R., MacBean N., McRoberts R. E., Meyer V., Næsset E., Nickeson J. E., Paul K. I., Phillips O. L., Réjou-Méchain M., Román M., Roxburgh S., Saatchi S., Schepaschenko D., Scipal K., Siqueira P. R., Whitehurst A., Williams M. The importance of consistent global forest aboveground biomass product validation // Surv. Geophys. 2019. V. 40. P. 979-999
  34. Dyderski M. K., Jagodziński A. M. How do invasive trees impact shrub layer diversity and productivity in temperate forests? // Ann. For. Sci. 2021. V. 78. P. 1-14
  35. Dymov A. A., Grodnitskaya I. D., Yakovleva E. V., Dubrovskiy Y. A., Kutyavin I. N., Startsev V. V., Milanovsky E. Yu., Prokushkin A. S. Albic podzols of boreal pine forests of Russia: soil organic matter, physicochemical and microbiological properties across pyrogenic history // Forests. 2022. V. 13. Iss. 11. Article number 1831. 22 p
  36. Dymova O. V., Golovko T. K. Photosynthetic pigments in native plants of the taiga zone at the European Northeast Russia // Rus. J. Plant Physiol. 2019. V. 66. N. 3. P. 384-392 (Original Rus. text © O. V. Dymova, T. K. Golovko, 2019, publ. in Fiziologiya rasteniy. 2019. V. 66. N. 3. P. 198-206)
  37. Gleason C. J., Im J. Forest biomass estimation from airborne LiDAR data using machine learning approaches // Rem. Sens. Environ. 2012. V. 125. Р. 80-91
  38. Götmark F., Götmark E., Jensen A. M. Why be a shrub? A basic model and hypotheses for the adaptive values of a common growth form // Front. Plant Sci. 2016. V. 7. N. 1. P. 1-14
  39. Horodecki P., Jagodziński A. M. Tree species effects on litter decomposition in pure stands on aforested post-mining sites // For. Ecol. Manag. 2017. V. 406. P. 1-11
  40. Ikawa H., Nakai T., Busey R. C., Kim Y., Kobayashi H., Nagai S., Ueyama M., Saito K., Nagano H., Suzuki R., Hinzman L. Understory CO2, sensible heat, and latent heat fluxes in a black spruce forest in interior Alaska // Agr. For. Meteorol. 2015. V. 214-215. N. 2. P. 80-90
  41. Ishihara M. I., Hiura T. Modeling leaf area index from litter collection and tree data in a deciduous broadleaf forest // Agr. For. Meteorol. 2011. V. 151. N. 7. P. 1016-1022
  42. Juutinen S., Virtanen T., Kondratyev V., Laurila T., Linkosalmi M., Mikola J., Nyman J., Räsänen A., Tuovinen J.-P., Aurela M. Spatial variation and seasonal dynamics of leaf-area index in the arctic tundra-implications for linking ground observations and satellite images // Environ. Res. Lett. 2017. V. 12. N. 9. Article number 095002. 11 p
  43. Kaitaniemi P., Lintunen A. Neighbor identity and competition influence tree growth in Scots pine, Siberian larch and silver birch // Ann. For. Sci. 2010. V. 67. Iss. 7. P. 604-611
  44. Koshurnikova N. N., Verkhovets S. V., Antamoshkina O. A., Trofimova N. V., Zlenko L. V., Zhuikov A. V., Garmash A. A. Structure of the organic matter pool in Pinus sibirica dominated forests of Central Siberia // Fol. For. Polon. Ser. A. 2015. V. 57. N. 4. P. 218-223
  45. Kulmala L., Pumpanen J., Hari P., Vesala T. Photosynthesis of ground vegetation in different aged pine forests: Effect of environmental factors predicted with a process-based model //j. Veget. Sci. 2011. V. 22. N. 1. P. 96-110
  46. Liang X. Close-range remote sensing of forests: The state of the art, challenges, and opportunities for systems and data acquisitions // IEEE Geosci. Rem. Sens. Magazine. 2022. V. 10. N. 3. Р. 32-71
  47. Lichtenthaler H. K., Ac A., Marek M. V., Kalina J., Urban O. Differences in pigment composition, photosynthetic rates and chlorophyll fluorescence images of sun and shade leaves of four tree species // Plant Physiol. Biochem. 2007. V. 45. N. 8. P. 577-588
  48. Makhnykina A. V., Prokushkin A. S., Menyaylo O. V., Verkhovets S. V., Tychkov I. I., Urban A. V., Rubtsov A. V., Koshurnikova N. N., Vaganov E. A. The impact of climatic factors on CО2 emissions from soils of middle-taiga forests in Central Siberia: Emission as a function of soil temperature and moisture // Rus. J. Ecol. 2020. V. 51. N. 1. P. 45-56 (Original Rus. text © A. V. Makhnykina, A. S. Prokushkin, O. V. Menyaylo, S. V. Verkhovets, I. I. Tychkov, A. V. Urban, A. V.Rubtsov, N. N. Koshurnikova, E. A. Vaganov, 2020, publ. in Ekologiya. 2020. N. 1. P. 51-61)
  49. Martin R., Müller B., Linstädter A., Frank K. How much climate change can pastoral livelihoods tolerate? Modelling rangeland use and evaluating risk // Glob. Environ. Change. 2014. V. 24. P. 183-192
  50. Mikola J., Virtanen T., Linkosalmi M., Vähä E., Nyman J., Postanogova O., Räsänen A., Kotze D. J., Laurila T., Juutinen S., Kondratyev V., Aurela M. Spatial variation and linkages of soil and vegetation in the Siberian Arctic tundra-coupling field observations with remote sensing data // Biogeosciences. 2018. V. 15. Iss. 9. P. 2781-2801
  51. Moore P. A., Pypker T. G., Hribljan J. A., Chimner R. A., Waddington J. M. Examining the peatland shrubification-evapotranspiration feedback following multi-decadal water table manipulation // Hydrol. Proces. 2022. V. 36. N. 11. P. 1-16
  52. Park S.-B, Knohl A., Migliavacca M., Thum T., Vesala T., Peltola O., Mammarella I., Prokushkin A., Kolle O., Lavrič J., Park S. S., Heimann M. Temperature control of spring CO2 fluxes at a coniferous forest and a peat bog in Central Siberia // Atmosphere. 2021. V. 12. Iss. 8. Article number 984. 19 p
  53. Peichl M., Martínez-García E., Fransson J. E. S., Wallerman J., Laudon H., Lundmark T., Nilsson M. B. Landscape-variability of the carbon balance across managed boreal forests // Global Change Biol. 2023. V. 29. N. 4. P. 1119-1132
  54. Polosukhina D. A., Masyagina O. V., Prokushkin A. S. Carbon photoassimilation by dominant species of mosses and lichens in pine forests of Central Siberia // IOP Conf. Ser. Earth Environ. Sci. V. 611. 11th Int. Conf. and Early Career Sci. School on Environ. Observ., Modeling and Inform. Systems, Enviromis 2020, Tomsk, 07-11 Sept., 2020. 2020. Article 012031. 11 p
  55. Räsänen A., Juutinen S., Kalacska M., Aurela M., Heikkinen P., Mäenpää K., Rimali A., Virtanen T. Peatland leafarea index and biomass estimation with ultra-high resolution remote sensing // GISci. & Rem. Sens. 2020. V. 57. N. 7. P. 943-964
  56. Roxburgh S. H., Paul K. I., Clifford D., England R. J., Raison R. J. Guidelines for constructing allometric models for the prediction of woody biomass: how many individuals to harvest? // Ecosphere. 2015. V. 6. Iss. 3. P. 1-27
  57. Rueden C. T., Eliceiri K. W. The image J ecosystem: An open and extensible platform for biomedical image analysis // Microscopy and Microanalysis. 2017. V. 23. N. S1. P. 226-227
  58. Scheiter S., Langan L., Higgins S. I. Next-generation dynamic global vegetation models: learning from community ecology // New. Phytol. 2013. V. 198. N. 3. P. 957-969
  59. Schepaschenko D., Moltchanova E., Shvidenko A., Blyshchyk V., Dmitriev E., Martynenko O., See L., Kraxner F. Improved estimates of biomass expansion factors for Russian forests // Forests. 2018. V. 9. Iss. 6. Article number 312. 23 p
  60. Shmakova N. Yu., Markovskaya E. F. Photosynthetic pigments of plants and lichens inhabiting arctic tundra of West Spitsbergen // Rus. J. Plant Physiol. 2010. V. 57. Iss. 6. P. 764-769 (Original Rus. text © N. Yu. Shmakova, E. F. Markovskaya, 2010, publ. in Fiziologiya rasteniy. 2010. 2010. V. 57. N. 6. P. 819-825)
  61. Sonnentag O., Talbot J., Chen J. M., Roulet N. T. Using direct and indirect measurements of leaf area index to characterize the shrub canopy in an ombrotrophic peatland // Agr. For. Meteorol. 2007. V. 144. N. 3-4. P. 200-212
  62. Spadavecchia L., Williams M., Bell R., Stoy P.C., Huntle B., Van Wijk M. T. Topographic controls on the leaf area index and plant functional type of a tundra ecosystem //j. Ecol. 2008. V. 96. N. 6. P. 1238-1251
  63. Subke J. A., Tenhunen J. D. Direct measurements of CO2 flux below a spruce forest canopy // Agr. For. Meteorol. 2004. V. 126. N. 1-2. P. 157-168
  64. Temesgen H., Affleck D., Poudel K., Gray A., Sessions J. A review of the challenges and opportunities in estimating above ground forest biomass using tree-level models // Scand. J. For. Res. 2015. V. 30. Iss. 4. P. 326-335
  65. Wijk M. T. van, Williams M., Shaver G. Tight coupling between leaf area index and foliage N content in arctic plant communities // Oecologia. 2005. V. 142. N. 3. P. 421-427
  66. Wardle D. A., Jonsson M., Bansal S., Bardgett R. D., Gundale M. J., Metcalfe D. B. Linking vegetation change, carbon sequestration and biodiversity: insights from island ecosystems in a long-term natural experiment //j. Ecol. 2012. V. 100. N. 1. P. 16-30
  67. Weiss M., Baret F., Smith G. J., Jonckheere I., Coppin P. Review of methods for in situ leaf area index (LAI) determination: Part II. Estimation of LAI, errors and sampling // Agr. For. Meteorol. 2004. V. 121. N. 1. P. 37-53
  68. Wellburn A. R. The spectral determination of chlorophylls a and b, as well as total carotenoids, using various solvents with spectrophotometers of different resolution //j. Plant Physiol. 1994. V. 144. N. 3. P. 307-313
  69. Zotino Tall Tower Observatory. Atmospheric research project in the Siberian taiga, 2024. https://www.zottoproject.org/

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


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».