Rank Distribution of A Tree Phytomass Fractions in New INTERPRETATION

Cover Page

Cite item

Full Text

Abstract

Due to the observed climatic shifts, the problem of an adequate assessment of the carbon depositing capacity of forests and its possible climate-related changes is being actualized. To achieve optimal plant productivity, a certain proportionality between its constituent organs must be ensured, which depends, among other things, on the relative amount of biomass in these organs. In contrast to the theories of metabolic scaling and adaptive mass distribution, the study performed is associated with a concept based on non-Gaussian distributions. Using published data on biomass of 4515 trees of forest-forming coniferous genera of Eurasia, a new concept of ranking biomass fractions based on a modified Zipf-Pareto model is presented. Since the stem and branches of the tree perform the same function in its architectonics, namely, the implementation of xylem and phloem transport and the maintenance of the assimilation apparatus of the tree in the canopy space, we combine these two components into one common block when ranking biomasses. Since the 1-year-old seedling has no branches, and the needles are attached directly to its stem (the axis of the initial sprout), combining the biomasses of the stem and branches into a single block allowed us to consider the dynamics of the distribution of biomasses in the plant in the total age range, from seedlings to mature trees. Having accepted the ranking of biomasses in the sequence: stem plus branches, roots and needles, we established a positive relationship of the biomass with its rank at the initial stage of plant growth. As the plant grows, the named positive relationship changes its sign and becomes negative one. The presented regularity is confirmed statistically at the level of p<0.999. The change of the sign of the coefficient of competition for a resource occurs in all the genera in a fairly narrow age range between 2 and 7 years.

About the authors

V. A. Usoltsev

Botanical Garden, Russian Academy of Sciences, Ural Branch; Ural State Forest Engineering University

Author for correspondence.
Email: usoltsev50@mail.ru
Yekaterinburg, Russian Federation; Yekaterinburg, Russian Federation

I. S. Tsepordey

Botanical Garden, Russian Academy of Sciences, Ural Branch

Email: ivan.tsepordey@yandex.ru
Yekaterinburg, Russian Federation

References

  1. Антанайтис В. В., Тябера А. П., Шяпетене Я. А. Законы, закономерности роста и строения древостоев: Метод. пособ. Каунас: Литов. с.-х. акад., 1986. 157 с.
  2. Воробейчик Е. В. Статическая аллометрия в случае существенно неоднородных выборок: опасность артефакта // Сиб. экол. журн. 2001. Т. 8. № 5. С. 631-636.
  3. Воробьев В. Н., Хамитов Р. С. Влияние состояния филлотаксиса на показатели роста сеянцев кедра сибирского // Вестн. Иркут. гос. с.-х. акад. 2015. Вып. 69. С. 46-52.
  4. Данилов Ю. И., Попова А. А., Бурцев Д. С. Использование компостов из твердых бытовых отходов в питомниках для удобрения посевов сосны и ели // Лес-2009: Материалы X Междунар. науч.-тех. конф. Брянск: БГИТА, 2009. С. 1-4.
  5. Заде Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня: сб. перевод. ст. М.: Знание, 1974. С. 5-49.
  6. Иванчиков А. А. Биологическая и хозяйственная продуктивность сосняков Карелии // Лесные растительные ресурсы Южной Карелии. Петрозаводск: Карелия, 1971. С. 78-85.
  7. Казимиров Н. И., Волков А. Д., Зябченко С. С., Иванчиков А. А., Морозова Р. М. Обмен веществ и энергии в сосновых лесах Европейского Севера. Л.: Наука. Ленингр. отд-ние, 1977. 304 с.
  8. Комаров А. С. Смена парадигмы математического моделирования в экологии // Моделирование динамики органического вещества в лесных экосистемах / ред. В. Н. Кудеяров. М.: Наука, 2007. С. 13-19.
  9. Комаров А. С., Гинжул Л. К., Шанин В. Н., Быховец С. С., Бобкова К. С., Кузнецов М. А., Манов А. В., Осипов А. Ф. Особенности распределения биомассы бореальных видов деревьев по фракциям // Изв. РАН. Сер. биол. 2017. № 6. С. 656-664.
  10. Кофман Г. Б. Рост и форма деревьев. Новосибирск: Наука. Сиб. отд-ние, 1986. 211 с.
  11. Мамаев А. А., Жемкова Е. С. Влияние субстратов на рост сеянцев сосны горной с ЗКС в Ботаническом саду-институте ПГТУ // Междунар. журн. гуман. и естеств. наук. 2019. № 1. С. 112-114.
  12. Мина Н. В., Клевезаль Г. А. Рост животных. М.: Наука, 1976. 291 с.
  13. Мухортов Д. И., Антропова А. В. Рост и развитие сеянцев сосны обыкновенной в контейнерах при использовании субстратов различной плотности сложения // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг: Междунар. сб. науч. ст. Йошкар-Ола: Поволж. гос. технол. ун-т, 2019. С. 42-53.
  14. Оплетаев А. С., Залесов С. В., Башегуров К. А., Осипенко А. Е., Жигулин Е. В. Влияние способа полива на рост и фитомассу сеянцев лиственницы Сукачева (Larix sukaczewii Dyl.) // Междунар. науч.-иссл. журн. 2021. № 11 (113). Ч. 1. С. 160-165.
  15. Острошенко В. В., Острошенко Л. Ю., Острошенко В. Ю. Влияние корневой подкормки стимуляторами роста одно-двухлетних сеянцев пихты почкочешуйной Abies nephrolepis (Trautv.) на их дальнейший рост // Вестн. КрасГАУ. 2015. № 10. С. 160-167.
  16. Палуметс Я. К. Опыт моделирования распределения фитомассы ели // Лесоведение. 1990. № 3. С. 43-48.
  17. Подлазов А. В. Закон Ципфа и модели конкурентного роста // Новое в синергетике. Нелинейность в современном естествознании / Ред. Г. Г. Малинецкий. М.: Либроком, 2009. С. 229-256.
  18. Рачко П. Имитационная модель динамики роста дерева как элемента биогеоценоза // Пробл. кибернетики. 1979. Вып. 52. С. 73-111.
  19. Розенберг Г. С. Математическое моделирование фитоценотических систем // Бюлл. МОИП. Отд. биол. 1980. Т. 85. Вып. 2. С. 79-88.
  20. Соловьев В. А., Нян Ч. Т., Шорохова Е. В. Распределение углерода по фракциям фитомассы различных древостоев и лесного массива // Изв. СПбГЛТА. 2012. Вып. 198. С. 33-40.
  21. Стаканов В. Д. Распределение органического вещества в различных частях деревьев сосны обыкновенной // Лесоведение. 1990. № 4. С. 25-32.
  22. Суховольский В. Г. Распределение фитомассы деревьев по фракциям и оценка биопродуктивности деревьев и насаждений // Лесоведение. 1996. № 1. С. 30-40.
  23. Суховольский В. Г. Свободная конкуренция фракций дерева за ресурсы и аллометрические соотношения // Журн. общ. биол. 1997. Т. 58. № 5. С. 80-88.
  24. Суховольский В. Г. Экономика живого: Оптимизационный подход к описанию процессов в экологических сообществах и системах. Новосибирск: Наука, 2004. 140 с.
  25. Суховольский В. Г., Иванова Ю. Д. Оценка чистой первичной продукции лесных насаждений с использованием модели распределения фитомассы по фракциям // Лесоведение. 2013. № 5. С. 20-28.
  26. Суховольский В. Г., Иванова Ю. Д. Рост лесных насаждений как аналог процесса производства в экономических системах: У2Е-модель // Сиб. лесн. журн. 2015. № 3. С. 20-31.
  27. Суховольский В. Г., Иванова Ю. Д., Ковалев А. В. Рост насаждений кедровой сосны Pinus sibirica Du Tour разных бонитетов: оценка влияния регулирующих факторов // Хвойные бореал. зоны. 2022. Т. 40. № 5. С. 388-394.
  28. Усольцев В. А. Моделирование структуры и динамики фитомассы древостоев. Красноярск: Изд-во Краснояр. гос. ун-та, 1985. 191 с.
  29. Усольцев В. А. Принципы и методика составления таблиц биопродуктивности древостоев // Лесоведение. 1988. № 2. С. 24-33.
  30. Усольцев В. А. Биологическая продуктивность лесообразующих пород в климатических градиентах Евразии (к менеджменту биосферных функций лесов). Екатеринбург: УГЛТУ, 2016. 384 с.
  31. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа: Руководство для экономистов. М.: Финансы и статистика, 1983. 302 с. (пер. с нем.).
  32. Фрейберг И. А., Ермакова М. В., Стеценко С. К. Модификации морфологии и фитомассы сеянцев сосны обыкновенной под влиянием пестицидов // Леса Урала и хоз-во в них. 1998. Вып. 20. С. 166-170.
  33. Цепордей И. С., Усольцев В. А. Всеобщий характер действия закона Либиха - Шелфорда на биологическую продуктивность лесообразующих видов в климатических градиентах Евразии // Вестн. Поволж. гос. технол. ун-та. Сер: Лес. Экол. Природопольз. 2022. № 4 (56). С. 5-18.
  34. Чертов О. Г., Комаров А. С., Зудин С. Л., Михайлов А. В. Базовая модель роста дерева, основанная на экологических параметрах // Моделирование динамики органического вещества в лесных экосистемах. М.: Наука, 2007. С. 147-156.
  35. Шмитхюзен И. Общая география растительности. М.: Прогресс, 1966. 310 с. (пер. с нем.).
  36. Якимов Н. И., Поплавская Л. Ф., Сероглазова Л. М. Влияние состава субстрата на рост и развитие сеянцев сосны с закрытой корневой системой // Тр. Белорус. гос. технол. ун-та. Сер. 1. Лесн. хоз-во. 2004. Вып. 12. С. 189-192.
  37. Assmann E. Waldertragskunde: Organische Produktion, Struktur, Zuwachs und Ertrag von Waldbeständen. München, Bonn, Wien: BLV Verlagsgesellschaft, 1961. 492 р.
  38. Baskerville G. L. Use of logarithmic regression in the estimation of plant biomass // Can. J. For. Res. 1972. V. 2. N. 1. P. 49-53.
  39. Benguigui L., Blumenfeld-Lieberthal E. A dynamic model for city size distribution beyond Zipf’s law // Phys. A: Statistical mechanics and its applications. 2007. V. 384. Iss. 2. P. 613-627.
  40. Davidson R. L. Effect of root/leaf temperature differentials on root/shoot ratios in some pasture grasses and clover // Ann. Bot. (N. S.). 1969. V. 33. N. 3. P. 561-569.
  41. Delerue F., Scattolin M., Atteia O., Cohen G. J., Franceschi M., Mench M. Biomass partitioning of plants under soil pollution stress // Comm. Biol. 2022. V. 5. N. 1. Article number: 365.
  42. Delong V. A. Zipf’s law and zeta distribution. BSc Thesis. Czech Tech. Univ. Prague, 2011. 60 p.
  43. Deng C., Ma F., Xu X., Zhu B., Tao J., Li Q. Allocation patterns and temporal dynamics of Chinese fir biomass in Hunan Province, China // Forests. 2023. V. 14. N. 2. Article number: 286.
  44. Dhar P. K., Giuliani A. Laws of biology: why so few? // Syst. Synth. Biol. 2010. V. 4. N. 1. P. 7-13.
  45. Dubois E. Sur le rapport du poids de l’encéphale avec la grandeur du corps chez les mammifères // Bull. Soc. d’Anthrop. Paris. 1897. V. 8. P. 337-376.
  46. Enquist B. J., Niklas K. J. Global allocation rules for patterns of biomass partitioning in seed plants // Science. 2002. V. 295. N. 5559. P. 1517-1520.
  47. Ivancheva L. E. The non-Gaussian nature of bibliometric and scientometric distributions: A new approach to interpretation //j. Amer. Soc. Inf. Sci. Technol. 2001. V. 52. Iss. 13. P. 1100-1105.
  48. Komarov A. S., Ginzhul L. K., Shanin V. N., Bykhovets S. S., Bobkova K. S., Kuznetsov M. A., Manov A. V., Osipov A. F. Pattern of biomass partitioning into fractions of boreal trees // Biol. Bull. 2017. V. 44. Iss. 6. P. 626-633 (Original Rus. Text © A. S. Komarov, L. K. Ginzhul, V. N. Shanin, S. S. Bykhovets, K. S. Bobkova, M. A. Kuznetsov, A. V. Manov, A. F. Osipov, 2017, publ. in Izv. Akad. Nauk. Ser. Biol. 2017. N. 6. P. 656-664).
  49. Liu R., Yang X., Gao R., Hou X., Huo L., Huang Z., Cornelissen J. H. C. Allometry rather than abiotic drivers explains biomass allocation among leaves, stems and roots of Artemisia across a large environmental gradient in China //j. Ecol. 2020. V. 109. Iss. 2. P. 1026-1040.
  50. Mandelbrot B. Final note on a class of skew distribution functions: Analysis and critique of a model due to H. A. Simon // Inform. & Control. 1961. V. 4. N. 2-3. P. 198-216.
  51. McCarthy M. C., Enquist B. J., Kerkhoff A. J. Organ partitioning and distribution across the seed plants: assessing the relative importance of phylogeny and function // Int. J. Plant Sci. 2007. V. 168. N. 5. P. 751-761.
  52. Møller A. P., Jennions M. D. How much variance can be explained by ecologists and evolutionary biologists? // Oecologia. 2002. V. 132. N. 4. P. 492-500.
  53. Nilsson U., Albrektson A. Productivity of needles and allocation of growth in young Scots pine trees of different competitive status // For. Ecol. Manag. 1993. V. 62. P. 173-187.
  54. Oliver C. D., Larson B. C. Forest stand dynamics. Biol. Res. Manag. Ser. New York: McGraw-Hill, 1990. 467 p.
  55. Palumets J. K. Analysis of phytomass partitioning in Norway spruce. VIII Scripta Bot. Tartu: Univ. Press., 1991. 95 p.
  56. Poorter H., Jagodzinski A. M., Ruiz-Peinado R., Kuyah S., Luo Y., Oleksyn J., Usoltsev V. A., Buckley T. N., Reich P. B., Sack L. How does biomass distribution change with size and differ among species? An analysis for 1200 plant species from five continents // New Phytol. 2015. V. 208. Iss. 3. P. 736-749.
  57. Poorter H., Niklas K. J., Reich P. B., Oleksyn J., Poot P., Mommer L. Biomass allocation to leaves, stems and roots: meta-analyses of interspecific variation and environmental control // New Phytol. 2012. V. 193. N. 1. P. 30-50.
  58. Snell O. Die Abhängigkeit des Hirngewichtes von dem Körpergewicht und den geistigen Fähigkeiten // Arch. für Psychiatrie und Nervenkrankheiten. 1892. V. 23. P. 436-446.
  59. Thompson D. A. On growth and form. Cambridge Univ. Press, 1917. 793 p.
  60. Usoltsev V. A. Single-tree biomass data for remote sensing and ground measuring of Eurasian forests: digital version. The second edition, enlarged. Yekaterinburg: Ural St. For. Engineer. Univ.; Bot. Garden, Ural Br.Rus. Acad. Sci., 2020. https://elar.usfeu.ru/handle/123456789/9647
  61. Waring R. H. Site, leaf area and phytomass production in trees In: Mountain environments and subalpine tree growth: Proc. IUFRO. Workshop, Nov., 1979, Christchurch, New Zealand. Wellington, New Zealand: NZ For. Serv., For. Res. Inst., 1980. P. 125-136.
  62. Warren W. G. Record of preplanned and spontaneous discussions concerning the paper by Furnival G. M. and Wilson R. W. «Systems of equations for predicting forest growth and yield» // Stat. Ecol. 1971. V. 3. P. 56-57.
  63. West G. B., Brown J. H., Enquist B. J. A general model for the origin of allometric scaling laws in biology // Science. 1997. V. 276. N. 5309. P. 122-126.

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».