Changes in the Parameters of the Environment-Forming Function of Steppe Ecosystems in the Conditions of Oil-and-Gas Production

Cover Page

Cite item

Full Text

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

Abstract

Any anthropogenic impact leads to the transformation of material and energy flows and changes in ecosystem functions and services. The aim of the work is to identify changes in the parameters of the environmental function under the influence of technogenic effects of oil production in the steppe Volga-Ural region. A 10 plots representing 5 pairs of plots with initial steppe and technogenically disturbed landscapes were selected as key plots. The objects were studied during fieldwork (in 2023-2024) and using remote sensing data. The temperature and humidity of the air and soil were measured on the ground, as well as the concentration of carbon dioxide as the main greenhouse gas and oxygen. The carbon absorption index, the surface temperature of the landscape, and the moisture content in the vegetation cover were analyzed using satellite images. It was revealed that in areas with man-made effects of shallow oil production facilities, the temperature and humidity of the air do not change, but the temperature of the soil increases and its humidity decreases. Also, these plots showed a reduced carbon deposition rate in combination with its increased emission and reduced oxygen content. Deformed soil and vegetation cover is the most likely cause of changes in the above-mentioned environmental and climate-regulating characteristics. However, the areal scale of these changes in the study region is insignificant against the background of natural and other anthropogenic factors of soil and vegetation transformation.

About the authors

K. V. Myachina

Steppe Institute, Ural Branch of the Russian Academy of Sciences

Email: mavicsen@gmail.com
Orenburg, Russia

A. N. Shchavelev

Steppe Institute, Ural Branch of the Russian Academy of Sciences

Email: mavicsen@gmail.com
Orenburg, Russia

R. V. Ryakhov

Steppe Institute, Ural Branch of the Russian Academy of Sciences

Email: mavicsen@gmail.com
Orenburg, Russia

S. A. Dubrovskaya

Steppe Institute, Ural Branch of the Russian Academy of Sciences

Email: mavicsen@gmail.com
Orenburg, Russia

A. A. Chibilev

Steppe Institute, Ural Branch of the Russian Academy of Sciences

Author for correspondence.
Email: mavicsen@gmail.com
Orenburg, Russia

References

  1. Глаголев М.В., Шнырев Н.А. Динамика летне-осенней эмиссии СН4 естественными болотами (на примере юга Томской области) // Вестник МГУ. 2007. № 1. С. 8–14.
  2. Конюшков Д.Е. Формирование и развитие концепции экосистемных услуг: обзор зарубежных публикаций // Бюллетень Почвенного института им. В.В. Докучаева, 2015. №. 80. С. 26–49.
  3. Куричев Н.К., Птичников А.В., Шварц Е.А., Кренке А.Н. Природно-климатические проекты в России: ключевые проблемы и условия успеха // Известия Российской академии наук. Серия географическая, 2023. Т. 87. № 4. С. 619–636.
  4. Мячина К.В. Геоэкологические аспекты оптимизации степных ландшафтов в условиях разработки нефтегазовых месторождений. М.: Общество с ограниченной ответственностью «Экспо-Медиа-Пресс», 2020. 216 с.
  5. 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. 347–347.
  6. Тишков А.А. Биосферные функции и экосистемные услуги ландшафтов степной зоны России // Аридные экосистемы. 2010. Т. 16. № 41. С. 5–15.
  7. Федоров Ю.А., Сухоруков В.В., Трубник Р.Г. Аналитический обзор: эмиссия и поглощение парниковых газов почвами. Экологические проблемы // Антропогенная трансформация природной среды. 2021. № 1. С. 6–34.
  8. Экосистемные услуги России: Прототип национального доклада. Том 1. Услуги наземных экосистем / Ред.-сост.: Е.Н. Букварева, Д.Г. Замолодчиков. М.: Изд-во Центра охраны дикой природы, 2016. 148 с.
  9. Canqiang Z., Wenhua L., Biao Z., Moucheng L. Water yield of Xitiaoxi river basin based on InVEST modeling // Journal of Resources and Ecology, 2012. № 3(1), С. 50–54.
  10. Borges E.C., Paz I., Leite Neto A.D., Willinger B., Ichiba A., Gires A., Schertzer D. Evaluation of the spatial variability of ecosystem services and natural capital: The urban land cover change impacts on carbon stocks // International Journal of Sustainable Development & World Ecology. 2021. № 28(4). С. 339–349.
  11. Ghosal K., Das Bhattacharya S. A review of RUSLE model // Journal of the Indian Society of Remote Sensing. 2020. № 48. С. 689–707.
  12. Haines-Young R., Potschin M. Common international classification of ecosystem services (CICES, Version 4.1). European Environment Agency, 2012. № 33. 107 p.
  13. Hosseini C.F., Farrokhian F.A., Amerykhah H. Pedotransfer Function (PTF) for Estimation Soil moisture using NDVI, land surface temperature (LST) and normalized moisture (NDMI) indices // Journal of Water and Soil Conservation. 2019. № 26(4). С. 239–254.
  14. Jarrah M., Mayela S., Tatarkob J., Funkc R., Kuka K. A review of wind erosion models: Data requirements, processes, and validity // Catena. 2020. № 187. С. 104388.
  15. Özkan U., Gökbulak F. Effect of vegetation change from forest to herbaceous vegetation cover on soil moisture and temperature regimes and soil water chemistry // Catena. 2017. № 149. С. 158–166.
  16. Running S., Mu Q. University of Montana, Maosheng Zhao – University of Maryland and MODAPS SIPS – NASA. MOD17A3 MODIS/Terra Gross Primary Productivity Yearly L4 Global 1km SIN Grid. NASA LP DAAC, 2015.
  17. Sandholt I., Rasmussen K., Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status // Remote Sensing of environment. 2002. № 79(2-3). С. 213–224.
  18. Yu D., Shi P., Shao H., Zhu W. Modelling net primary productivity of terrestrial ecosystems in East Asia based on an improved CASA ecosystem model // International Journal of Remote Sensing. 2009. № 30(18). С. 4851–4866.

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».