Оценка и картографирование запасов углерода лесной подстилки на региональном уровне (на примере Республики Карелия) тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Нарыкова Анна Николаевна

• Нарыкова Анна Николаевна
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Нарыкова Анна Николаевна

ВВЕДЕНИЕ

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ КАРТОГРАФИРОВАНИЯ СОДЕРЖАНИЯ И ЗАПАСОВ УГЛЕРОДА ОРГАНИЧЕСКОГО ВЕЩЕСТВА ПОЧВ

1.1 Лесная подстилка как почвенный пул углерода

1.1.1 Строение и функции лесной подстилки

1.1.2 Структурные характеристики подстилки лесных экосистем

1.2 Картографирование климаторегулирующих услуг лесов

1.2.1 Картографирование экосистемных услуг

1.2.2 Климаторегулирующие услуги лесов

1.3 Картографирование содержания и запасов углерода органического вещества почв

1.3.1 Методические подходы к картографированию

1.3.2 Лабораторно-полевые данные для цифрового почвенного картографирования

1.3.3 Пространственные предикторы моделирования

1.3.4 География исследований, использующих методы ЦПК

ЗАКЛЮЧЕНИЕ К ГЛАВЕ

ГЛАВА 2. ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1 Физико-географическое описание региона исследования

2.2 Источники данных лабораторно-полевых измерений по запасам углерода лесной подстилки

2.2.1 Данные ICP Forests

Подходы к осуществлению работ по определению запасов углерода подстилки по данным ICP Forests

Статистическая характеристика данных ICP Forest

2.2.2 Данные ВИП ГЗ

Подходы к осуществлению работ по определению запасов углерода подстилки по данным ВИП ГЗ

Статистическая характеристика данных ВИП ГЗ

Сравнение запасов углерода подстилки сосновых лесов по данным ICP Forests и ВИП ГЗ

2.3 Методы цифрового почвенного картографирования

2.3.1 Модель scorpan

2.3.2 Корреляционный анализ

2.3.3 Метод машинного обучения Random Forest

2.3.4 Валидация результатов моделирования

2.4 Методы статистического анализа данных

2.4.1 Критерий Шапиро-Уилка

2.4.2 Критерии Манна-Уитни и Краскела-Уоллиса

2.5 Открытые облачные технологии для междисциплинарных научных исследований

ЗАКЛЮЧЕНИЕ К ГЛАВЕ

ГЛАВА 3. ГЕОПРОСТРАНСТВЕННОЕ МОДЕЛИРОВАНИЕ ЗАПАСОВ УГЛЕРОДА ЛЕСНОЙ ПОДСТИЛКИ РЕГИОНА ИССЛЕДОВАНИЯ

3.1 Создание пространственных предикторов моделирования

3.1.1 Создание исходного набора пространственных предикторов

3.1.2 Корреляционный анализ исходного набора пространственных предикторов

3.2 Результаты геопространственного моделирования и оценка его качества

3.2.1 Характеристика геопространственной модели

3.2.2 Неопределенности и ограничения модели

3.3 Валидация результатов моделирования по данным ВИП ГЗ

Валидация посредством сравнения двух геопространственных моделей

3.4 Сравнение результатов моделирования с другими российскими исследованиями

3.5 Анализ наиболее информативных предикторов

3.6 Создание геосервиса для визуализации и анализа результатов моделирования

ЗАКЛЮЧЕНИЕ К ГЛАВЕ

ГЛАВА 4. ЗАПАСЫ УГЛЕРОДА ЛЕСНОЙ ПОДСТИЛКИ В ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЯХ РЕСПУБЛИКИ КАРЕЛИЯ

4.1 Количественная оценка запасов углерода лесной подстилки ООПТ федерального значения Республики Карелия

4.2 Лесные экосистемы ГПЗ «Кивач» и НП «Водлозерский»

4.2.1 Функциональное зонирование заповедника «Кивач»

4.2.2 Функциональное зонирование национального парка «Водлозерский»

4.3 Анализ запасов углерода лесной подстилки ГПЗ «Кивач» и НП «Водлозерский»

4.3.1 Запасы углерода подстилки различных лесных формаций в пределах ООПТ

4.3.2 Различие запасов углерода подстилки между ООПТ и охранной зоной

4.3.3 Запасы углерода лесной подстилки функциональных зон ООПТ

ЗАКЛЮЧЕНИЕ К ГЛАВЕ

ВЫВОДЫ

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

СПИСОК СОКРАЩЕНИИ

Введение диссертации (часть автореферата) на тему «Оценка и картографирование запасов углерода лесной подстилки на региональном уровне (на примере Республики Карелия)»

ВВЕДЕНИЕ

Актуальность темы исследования. Выгоды, которые люди получают от экосистем, как правило, не оценены должным образом, что вызывает неравномерное потребление экосистемных услуг и деградацию природных экосистем (Букварева, Замолодчиков, 2016). Лесные ландшафты в основном воспринимаются только как источник древесины и топлива. В меньшей мере учитываются другие важные функции леса, такие как регулирование круговорота воды, цикла углерода и, соответственно, климата, естественное почвообразование, фотосинтез и др.

В настоящее время картографирование экосистемных услуг, в том числе климаторегулирующих, недостаточно развито и является относительно новым научным направлением в России, что подтверждается небольшим количеством работ (Нарыкова, Плотникова, 2022а; Гопп и др., 2023; Suleymanov et а1., 2024Ь). На национальном уровне единичны работы по картографированию запасов углерода лесной подстилки (Щепащенко и др., 2013; Чернова и др., 2021; Чинилин, Савин, 2022).

Современные возможности спутниковых данных, такие как пространственный охват, высокая детальность и доступность, делают их наиболее удобным и объективным источником регулярно обновляемой информации для картографирования экосистемных услуг лесов на региональном уровне. Помимо этого, в настоящее время получили развитие высокопроизводительные облачные платформы, объединяющие архивы разнородной спутниковой, почвенно-климатической, топографической и другой информации, а также инструменты и методы машинного обучения для их анализа.

Перспективным направлением является интеграция геопространственных предикторов, полученных на основе данных дистанционного зондирования Земли, и наземных измерений качественных и количественных характеристик лесов для оценки и моделирования экосистемных услуг. Целесообразно применение

подобного подхода к картографированию запасов углерода лесной подстилки на региональном уровне.

Цель исследования — оценка и картографирование запасов углерода лесной подстилки на территории Республики Карелия и Карельского перешейка с помощью методов машинного обучения на основе геопространственных предикторов и результатов наземных измерений.

Задачи исследования:

1. Провести анализ современных подходов картографирования содержания и запасов углерода органического вещества почв. Выбрать методы машинного обучения и геостатистики, выявить предикторы, которые используются для геопространственного моделирования содержания и запасов углерода органического вещества почв.

2. Подготовить геопространственные данные, характеризующие факторы почвообразования Республики Карелия и Карельского перешейка. На их основе выявить набор независимых предикторов для моделирования запасов углерода лесной подстилки региона исследования.

3. Создать и проанализировать геопространственную модель запасов углерода лесной подстилки Республики Карелия и Карельского перешейка на основе подхода цифрового почвенного картографирования. Сравнить полученные результаты моделирования с имеющимися оценками других авторов.

4. Дать количественную оценку запасов углерода лесных подстилок на особо охраняемых природных территориях федерального значения Республики Карелия, основываясь на результатах геопространственного моделирования.

Объект исследования — лесная подстилка сосняков, ельников и березняков Республики Карелия и Карельского перешейка (КП). Предмет исследования — запасы углерода в лесной подстилке сосняков, ельников и березняков Республики Карелия и Карельского перешейка.

Научная новизна:

1. На территории Республики Карелия и Карельского перешейка выполнена геопространственная оценка вариабельности запасов углерода лесной подстилки на основе подходов цифрового почвенного картографирования.

2. С помощью машинного обучения выявлены категории предикторов, характеризующих факторы почвообразования, которые оказывают наибольшее влияние на вариабельность запасов углерода в лесной подстилке на региональном уровне (в Республике Карелия и на Карельском перешейке).

3. На основе выполненной геопространственной оценки показано, что заповедный режим способствует увеличению запасов углерода подстилки сосновых и еловых лесов в средней тайге.

Теоретическая и практическая значимость. На примере исследуемой территории подтверждена целесообразность использования современных методических подходов цифрового почвенного картографирования к оценке запасов углерода лесной подстилки на региональном уровне. Созданная в рамках диссертационного исследования геопространственная модель запасов углерода лесной подстилки применима при верификации результатов лесоклиматических проектов по секвестрации углерода. Полученные оценки запасов углерода лесной подстилки Республики Карелия могут быть использованы при подготовке Национального доклада о кадастре антропогенных выбросов парниковых газов из источников и их абсорбции поглотителями. Помимо этого, результаты могут найти применение в направлении научных исследований по уточнению охвата, данных, методик измерения поглощения углерода управляемыми природными экосистемами России (Первый ежегодный..., 2025).

Материалы диссертационного исследования используются в учебном процессе при преподавании курсов «Ландшафтно-геохимическое картографирование» для магистрантов первого года обучения кафедры геохимии ландшафтов и географии почв географического факультета Московского государственного университета имени М.В. Ломоносова; «Веб-картография и Веб-ГИС» для бакалавров четвертого курса факультета географии и

геоинформационных технологий Национального исследовательского университета «Высшая школа экономики». Положения, выносимые на защиту:

1. Геопространственная модель с разрешением 30 м, созданная на основе цифрового почвенного картографирования, объясняет около 46% вариабельности запасов углерода лесной подстилки на территории Республики Карелия и Карельского перешейка.

2. Наиболее информативными категориями предикторов, объясняющими вариабельность запасов углерода в лесной подстилке на региональном уровне Республики Карелия и Карельского перешейка, являются: климат, пространственное положение и растительность — 37.2%, 22.6% и 17.9%, соответственно.

3. Запасы углерода лесной подстилки восьми ООПТ федерального значения Республики Карелия количественно оценены на основе методов цифрового почвенного картографирования и геоинформационного анализа. В сосновых и еловых лесах запасы углерода подстилки между функциональными зонами среднетаежных ООПТ сопоставимы и превосходят запасы в границах охранных зон.

Личный вклад автора. Автор участвовала во всех этапах диссертационного исследования — постановке цели и задач, анализе научной литературы, подготовке геопространственных предикторов и выборки на основе результатов лабораторно-полевых измерений ICP Forests, моделировании запасов углерода лесной подстилки, валидации и анализе результатов моделирования, статистической обработке, написании и публикации статей, представлении основных результатов на конференциях, написании и оформлении рукописи диссертации. Совместно с коллегами из Карельского научного центра РАН автор принимала участие в отборе почвенных проб, в том числе, лесной подстилки на тестовом полигоне «Кивач» в рамках Важнейшего инновационного проекта государственного значения.

Апробация работы. Результаты и выводы диссертационного исследования достоверны, так как основаны на фактических результатах лабораторно-полевых измерений, а также признанных научным сообществом современных методах машинного обучения (Random Forest) и статистической обработки (критерии Шапиро-Уилка, Манна-Уитни и Краскела-Уоллиса). Работа выполнена посредством современной высокопроизводительной облачной платформы Google Earth Engine и программной среды R. Помимо этого, было выполнено несколько видов валидации результатов исследования, в том числе сравнение с результатами других российских ученых.

Основные положения и результаты диссертационного исследования были доложены и обсуждены на следующих международных и всероссийских научных конференциях как в очном, так и онлайн форматах: «Леса России: политика, промышленность, наука, образование», Санкт-Петербург (2025, 2024); «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии», Москва (2025); «Математическое моделирование в экологии», Пущино, Московская область (2025); «Продуктивность лесов в условиях меняющегося климата», Петрозаводск, (2024); «Региональные проблемы дистанционного зондирования земли», Красноярск, (2024, 2023); «Лесные экосистемы бореальной зоны: биосферная роль, биоразнообразие, экологические риски», Красноярск, (2024); «Актуальные вопросы теории и практики лесного почвоведения», Петрозаводск, (2023); «Пространственные данные: наука и технологии», Москва (2023); «Научные основы устойчивого управления лесами», Москва (2022); Ежегодная встреча Американской Ассоциации Географов (American Association of Geographers, AAG) (2025, 2023, 2022); Ежегодная встреча Американского геофизического общества (American Geophysical Union, AGU) (2024, 2022).

Публикация результатов. По теме диссертации опубликовано 24 работы, из которых 6 — публикации в журналах, включенных в Перечень ВАК.

Структура и объем диссертации. Работа состоит из введения, четырех глав, выводов и списка использованных источников. Общий объем работы

составляет 136 страниц, из них 24 страницы — библиография. Работа содержит 20 таблиц и 30 рисунков. Список использованной литературы включает 192 наименования, в том числе 77 — на английском языке. Диссертация соответствует паспорту научной специальности 4.1.6. — Лесоведение, лесоводство, лесные культуры, агролесомелиорация, озеленение, лесная пирология и таксация в пункте 43 — Моделирование поглощения, накопления, запаса и бюджета углерода в лесных экосистемах разного иерархического уровня.

Благодарности. Автор выражает искреннюю благодарность научному руководителю к.т.н. А.С. Плотниковой — за руководство исследованиями, регулярные консультации и советы, всестороннюю помощь и поддержку на всех этапах исследования; директору Центра по проблемам экологии и продуктивности лесов РАН, члену-корреспонденту РАН Н.В. Лукиной и научным сотрудникам — к.б.н. М.А. Даниловой, к.б.н. А.И. Кузнецовой, к.б.н. А.В. Горнову, к.б.н. Т.Ю. Браславской, к.б.н. Д.Н. Тебеньковой, к.б.н. А.Д. Никитиной за ценные консультации по лесоведению и лесному почвоведению, помощь в обработке данных и обсуждение полученных результатов. Автор благодарит Е.А. Архипцеву за консультацию и помощь в создании геосервиса.

Автор признательна директору Института леса Карельского научного центра РАН, д.б.н. А.М. Крышеню и научным сотрудникам — к.б.н. Г.В. Ахметовой, к.б.н. М.В. Медведевой, к.б.н. С.Г. Новикову за помощь в анализе полученных результатов и совместную работу в области лесного почвоведения, за консультирование во время полевых выездов и ценные рекомендации по развитию исследования. Автор выражает благодарность к.б.н. Н.В. Гопп, к.с.х.н. Ю.Л. Мешалкиной и к.б.н. О.В. Черновой за консультации по теме диссертационного исследования, а также за сбор и подготовку материалов для проведения совместного литературного обзора по анализу современных подходов картографирования содержания и запасов углерода органического вещества почв.

Отдельная благодарность семье и друзьям за эмоциональную поддержку в период подготовки работы.

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ КАРТОГРАФИРОВАНИЯ СОДЕРЖАНИЯ И ЗАПАСОВ УГЛЕРОДА ОРГАНИЧЕСКОГО ВЕЩЕСТВА

ПОЧВ

1.1 Лесная подстилка как почвенный пул углерода

Для обеспечения научно-экспертного сопровождения работы Рамочной конвенции ООН об изменении климата (РКИК ООН) создана организация -межправительственная группа экспертов по изменению климата (МГЭИК, англ.: Intergovernmental Panel on Climate Change, IPCC). МГЭИК занимается подготовкой специализированных оценочных докладов, систематизирующих последние научные знания в сфере изменения климата и его антропогенных факторов (Первый ежегодный..., 2025). МГЭИК выделяет следующие основные резервуары (пулы) углерода для категории землепользования «лесные земли»: живая биомасса - надземная и подземная; мертвое органическое вещество - сухостой и валежная древесина, лесная подстилка; органическое вещество почвы (Руководящие указания..., 2003). Живая биомасса (фитомасса) включает стволы деревьев, ветви, листья, хвою, корни, генеративные органы растений. Мертвое органическое вещество составляет сухостой, валеж, отмершие корни, ветви и пни.

Значительная часть углерода органического вещества лесных почв сосредоточена в подстилке и других органогенных горизонтах, различающихся по составу и степени разложения растительных остатков. Углерод в лесной подстилке находится на поверхности почвы и является лабильным пулом. По результатам исследования О.В. Черновой и соавторов (2020) лесных почв Европейской территории России в автоморфных условиях доля подстилки в общих запасах углерода слоя почв 0-30 см может достигать 30%, снижаясь до 24% в слое 0-50 см и до 18% в слое 0-100 см. В почвах с дополнительным увлажнением доля лесной подстилки в запасах углерода может увеличиться до 67% в слое 0-30 см и постепенно снизиться до 50% в слое 0-100 см (Чернова и др., 2020). По данным Т.А. Сухаревой и соавторов (2023) содержание углерода в органогенном горизонте почв сосновых и еловых лесов изменяется от 12 до 54%.

1.1.1 Строение и функции лесной подстилки

Лесная подстилка представляет собой поверхностный органогенный горизонт, формирующийся в лесных почвах из растительного опада — листьев, хвои, мелких веток разной степени разложения, основываясь на Классификации и диагностике почв России (Классификация и диагностика почв..., 2004)

В лесной подстилке выделяют три подгоризонта: OL, OF и ОН. (1) OL -подгоризонт опада, состоящий из опада текущих и прошлых лет, который дифференцируется на листья, хвою, ветки, кору, опад напочвенного покрова. В лесах с зеленомошным покровом к опаду относится нижняя, отмершая часть мхов. (2) OF - ферментативный подгоризонт из полуразложившегося опада без возможности определения признаков анатомического строения фракций растений. (3) ОН - гумифицированный подгоризонт из переработанного органического вещества, отличающийся темным мажущим цветом. Лесная подстилка является промежуточным звеном между поступившим растительным опадом и минеральной частью почв. Растительные органы отмирают и поступают на поверхность почвы с последующим разложением. Верхний подгоризонт лесной подстилки (OL) ежегодно обновляется за счет опадающих фракций фитомассы, а нижняя часть подстилки последовательно трансформируется в ферментативный (OF) и гумифицированный (ОН) подгоризонты.

Лесная подстилка участвует в аккумуляции и трансформации органических и минеральных веществ (Сукачев, Дылис, 1954). Одними из основных функций лесной подстилки являются почвозащитная и противоэрозионная. Поверхностный органогенный горизонт играет важную роль в процессах почвообразования, оказывает влияние на газообмен, водный и тепловой режимы почв. Помимо этого, подстилка является местообитанием многих видов почвенной фауны (Гераськина, 2020), а также создает условия для прорастания семян и развития всходов. Лесная подстилка может служить биогеохимическим барьером для проникновения поллютантов — абсорбировать тяжелые металлы, поступающие с атмосферными выпадениями (Прокушкин и др., 1983).

Запасы лесной подстилки обладают высокой вариабельностью в

зависимости от биоклиматических условий, типа леса, возраста, состава и плотности древостоев, положения в рельефе на уровне геохимического ландшафта, характера почвенного покрова, почвообразующих пород, а также антропогенного воздействия (Богатырев и др., 1996; Благовещенский и др., 2006; Рыжова, Подвезенная, 2008; Чернова и др., 2020; Ахметова, 2022; Сухарева и др., 2023; Богатырев и др., 2024).

1.1.2 Структурные характеристики подстилки лесных экосистем

В таежных экосистемах подстилка представляет собой важный компонент биологического круговорота и процесса гумусообразования, являясь начальным этапом формирования и перераспределения углерода в профиле лесных почв. В лесах Республики Карелия и Карельского перешейка мощность подстилки варьирует от 3 до 9 см и имеет ярко выраженную корреляционную связь со степенью увлажнения - по мере увеличения влажности почв мощность лесной подстилки возрастает (Федорец, Бахмет, 2003). В сухих типах леса подстилка имеет мощность не более 2-3 см и состоит из слабо разложившихся растительных остатков. Для подстилки, формирующейся в более влажных условиях, характерна мощность 5-6 см, слоистость и дифференциация по степени разложения растительных остатков.

Локальный уровень. Строение, мощность и запас лесной подстилки варьируют в зависимости от местоположения в системе элементарных геохимических ландшафтов. Так, в исследовании Г.В. Ахметовой (2022) проведено сравнение содержания химических элементов (Са, К, Мп, Mg, и Си) и запаса лесных подстилок от элювиальных геохимических ландшафтов к аккумулятивным элементам рельефа с учетом характеристик напочвенного покрова. Автором были выявлены наибольшие запасы лесной подстилки в полугидроморфных местообитаниях - в трансаккумулятивном элементарном геохимическом ландшафте (рисунок 1.1).

Элювиальный

100 200 300 400 500 м

Оин (органогенный горизонт) Пиж - подзол иллювиально-жслсзистый

Е (подзолистый горизонт) ТПиж г - торфяно-подзол иллювиально-железистый

ВР (альфегумусовый горизонт) Тг - торфяно-глеевая почва

С (флювиогляниальныс отложения) Т - торфяная почва

Рисунок 1.1 — Изменение мощности лесной подстилки в таежных экосистемах с

учетом ряда геохимических ландшафтов (Ахметова, 2022)

Исследователи отмечают варьирование мощности и запаса подстилки между приствольным, подкроновым и межкроновым пространствами лесного фитоценоза (Рыжова, Подвезенная, 2008; Подвезенная, Рыжова, 2010; Семенюк и др., 2020).

Так, в работе О.В. Семенюк (2020) и соавторов было изучено изменение строения и свойств лесных подстилок в системе ствол - крона - окно в ельниках Московской области. На основе наземных измерений авторы зафиксировали уменьшение мощности лесной подстилки в ряду ствол - крона - окно: в приствольных повышениях мощность подстилки варьировала от 5.5 см до 12.5 см, под кронами - 2.5 до 5.5 см, в окнах - от 2 до 4.5 см. Авторы установили, что у ствола мощность лесной подстилки втрое больше, чем в двух остальных пространствах. Аналогичные результаты получены по запасам лесной подстилки. В публикации М.А. Подвезенной и И.М. Рыжовой (2010) были выявлены аналогичные закономерности: запасы подстилки уменьшаются от приствольного пространства к межкроновому. Выявленные закономерности варьирования мощности и запасов подстилки могут быть обусловлены различиями в фракционном составе опада. В приствольном пространстве преобладающими

фракциями являются ветки, в межкроновом — листья. Также в окнах отмечено повышенное содержание опада трав из-за оптимальных условий освещенности.

В работе Н.В. Лукиной и др. (2023) выполнено сравнение запасов углерода в почвах межкроновых и подкроновых пространств северотаежных старовозрастных еловых лесов. Исследователи отмечают, что в нижних гумифицированных слоях подстилки подкроновых пространств старовозрастной ели более чем в три раза больше углерода по сравнению с межкроновыми пространствами. Максимальные запасы углерода в подстилке (с учетом всех трех подгоризонтов OL, OF, ОН) наблюдаются в подкроновых пространствах ели с мертвопокровными пространствами — в среднем 3.7 кг/м2, в межкроновых пространствах — 2.4 кг/м2 углерода. Ученые пришли к выводу, что в таежных лесах без нарушений под деревьями высокого возраста происходит заметное накопление углерода в почвах, включая подстилку.

Региональный уровень. В лесах северной и средней тайги процесс разложения подстилки замедлен в связи с низкими температурами, пониженной микробиологической активностью, слабым участием беспозвоночных животных в переработке подстилки и др. Даже несмотря на меньший приток органического вещества, накапливаются значительные запасы подстилки. На южных участках процессы разложения проходят более активно, чему способствуют высокие температуры, повышенная микробиологическая активность и др. (Честных и др., 2007). В публикации Л.Г. Богатырева и соавторов (2024) выделено, что в зональном ряду (от Московской до Волгоградской области) разложение древесины преимущественно контролируется климатическими параметрами, в частности температурой и влажностью. На региональном уровне климатический фактор оказывает влияние на скорость разложения подстилки в зависимости от природной зональности, однако степень влияния определяется качеством опада.

Аналогичная тенденция характерна для запаса углерода лесной подстилки. Как отмечает О.В. Честных и соавторы (2007), северные регионы Европейско-Уральской части России и Западной Сибири обладают более высокими запасами углерода в лесной подстилке по сравнению с южными.

1.2 Картографирование климаторегулирующих услуг лесов

1.2.1 Картографирование экосистемных услуг

Рост антропогенной нагрузки на природные экосистемы и ограниченность ресурсов планеты обусловила создание и развитие концепции экосистемных услуг (ЭУ, англ.: ecological services). Концепция заключается в учете широкого спектра функций природного капитала в процессе принятия решений и обеспечения устойчивого природопользования в целях противодействия деградации естественных природных комплексов (Тихонова, 2018). Протекающие в экосистеме физические, химические, биологические процессы, в частности, разложение и минерализация органического вещества, цикл азота, производство первичной продукции, регулирование водного и температурного режимов и др. принято называть экосистемными функциями (Ansink et al., 2008). Под экосистемными услугами подразумеваются выгоды, получаемые людьми от экосистем (Millennium Ecosystem Assessment, 2005). В соответствии с классификациями международного исследования «Экономика экосистем и биоразнообразия» (The Economics of Ecosystems and Biodiversity, TEEB) (The Economics ..., 2008), Европейского агентства по охране окружающей среды (CICES, 2017) и доклада «Оценка экосистем на пороге тысячелетия» (Millennium Ecosystem Assessment, 2005) выделяется 4 основных группы экосистемных услуг (таблица 1.1).

Таблица 1.1 - Классификация экосистемных услуг на основе доклада «Оценка экосистем на пороге тысячелетия» (Millennium Ecosystem Assessment, 2005)

Экосистемные Определение Примеры ЭУ

услуги

Обеспечивающие обеспечение людей материальными пресная вода, древесина,

благами и ресурсами, которые ими производство продуктов

непосредственно используются питания, генетические ресурсы

Экосистемные услуги Определение Примеры ЭУ

Регулирующие различные механизмы регулирования экосистемами показателей окружающей среды, непосредственно значимых для благополучия человека регулирование климата, гидрологических процессов, контроль эрозии почв, очистка воды

Культурные нематериальное обеспечение культурных, духовных и научных потребностей людей рекреация и природный туризм, эстетическое значение, культурное разнообразие, образование, духовные и религиозные ценности

Поддерживающие услуги, необходимые для производства всех других экосистемных услуг почвообразование, фотосинтез и круговорот питательных веществ

Картографирование ЭУ имеет важное значение для представления их территориального размещения, возможности проведения геопространственного анализа, динамического выявления изменений и исследования взаимоотношений между элементами экосистемы. Вопросам картографирования экосистемных услуг в российских исследованиях долгое время не уделялось должного внимания. Применение картографического метода целесообразно при решении достаточно широкого круга задач: от устойчивого управления природными ресурсами, оценки запасов ЭУ, защиты окружающей среды, регулирования климата и гидрологического режима до экологического образования, планирования туристической деятельности (Burkhard, Maes, 2017). В настоящее время карты экосистемных услуг создаются на глобальном (Naidoo et al., 2008), национальном-региональном (Назаренко, Красноярова, 2018; Пакина и др., 2019; Egoh et al., 2008; Tallisa et al., 2009; Kroll et al., 2012) и локальном уровнях (Nelson et al., 2009; Felipe-Lucia et al., 2014; Hayha et al., 2015; Nedkov et al., 2015 и др.).

В литературном обзоре А.Н. Нарыковой и А.С. Плотниковой (2022a) рассмотрены основные направления картографирования, используемые исходные данные и методические подходы, а также изучена география исследований. Как правило, авторы картографируют комплекс экосистемных услуг, реже работы

посвящены одной или двум услугам. В 39% рассмотренных работ было выполнено картографирование регулирующих ЭУ: депонирование углерода в лесной растительности и почвах, регулирование климата, защита от наводнений, контроль эрозии почвы. Картографирование обеспечивающих и культурных услуг было отражено в 28% и 23% работ соответственно. Значительно меньшее число исследований включало картографирование поддерживающих ЭУ - 10%.

Среди применяемых при картографировании ЭУ методов моделирование занимает центральное место: исследователи используют как различные методы регрессионного анализа, так и специализированные программные пакеты для анализа и предсказания пространственных закономерностей, такие как InVEST, KINEROS, FORRUS-S и др.

Список литературы диссертационного исследования кандидат наук Нарыкова Анна Николаевна, 2026 год

p - - -

a - - -

n широта, долгота - 30 м/пиксель

Примечание: s — почва (другие характеристики почвы); c — климат (климатические характеристики); o — организмы, растительность, фауна, включая человека; r — рельеф (морфометрические величины); p — почвообразующие породы, литология; a — возраст, время; n — пространственное положение.

Оценки качества моделей, полученных на основе 33 и 11 предикторов, представлены в таблице 3.3. Как видно, наилучшие значения метрик оценки качества моделей на тестовом наборе получены при использовании 11 предикторов: R2 = 0.46; MAE = 1.84; RMSE = 2.59. В результате полученная модель описывает около 46 % распределения запасов углерода лесной подстилки региона исследования. На рисунке 3.5 представлена диаграмма рассеяния, показывающая предсказанные (смоделированные) и фактически измеренные значения запасов углерода подстилки.

Таблица 3.3 - Метрики оценки качества моделирования на разных наборах предикторов

Метрика качества 33 предиктора 11 предикторов

Выборка train test train test

R2 0.83 0.35 0.77 0.46

MAE 0.94 2.0 1.00 1.84

RMSE 1.3 2.7 1.38 2.59

Примечание: R2— коэффициент детерминации, МАЕ — средняя абсолютная ошибка, RMSE — корень из средней квадратичной ошибки; train — обучающая выборка, test — тестовая выборка.

у= 1.81+0.48* R - 0.77 /=2.46 + 0.241 * R2 = 0.46

о Ч

о с СП

ч о

Q. CD

с;

▲ A

* » • •

• • *

Va •л • •

Выборка

training ■ validation

Измеренные запасы углерода подстилки, кг/мг

12

Рисунок 3.5 — Диаграмма рассеяния предсказанных и измеренных значений

запасов углерода лесной подстилки

Примечание: красным цветом показаны данные обучающей выборки, синим — тестовой. Черная пунктирная линия показывает идеальное совпадение между предсказанными и измеренными значениями (у = х).

Созданная в пределах лесных экосистем Республики Карелия и Карельского перешейка геопространственная модель имеет следующие характеристики: среднее значение запасов углерода лесной подстилки — 3.9, медианное — также 3.9, минимальное — 1.4, а максимальное — 7.4 кг/м2, стандартное отклонение —

0.81. Наибольшие запасы углерода расположены в средней тайге: окрестности северного Приладожья — в среднем от 4.7 до 5.4 кг/м2, Заонежский полуостров и юго-восток Карелии — от 5.2 до 5.7 кг/м2, также увеличение запасов наблюдается на севере региона. Минимальные запасы углерода смоделированы на территории Карельского перешейка — от 1.9 до 2.6 кг/м2, в Центральной части Карелии при движении на северо-восток — от 3.8 до 4.2 кг/м2. На рисунке 3.6 представлена визуализация полученной растровой модели с пространственным разрешением 30 м/пиксель.

30° 33° 36°

30° 33° 36° Ь

Рисунок 3.6 — Распределение запасов углерода лесной подстилки

Республики Карелия и Карельского перешейка; карта врезка — окрестности поселка городского типа Хелюля, Сортавальский район, Республика Карелия. Спутниковый снимок — базовая карта Google Satellite.

3.2.2 Неопределенности и ограничения модели

Модель запасов углерода описывает 46% вариабельности распределения запасов углерода подстилки на территории исследования. Во время литературного

обзора дополнительно были рассмотрены коэффициенты детерминации моделей содержания и запасов углерода ОВП в различных природно-климатических зонах Земли, полученные в рамках 12-ти современных исследований регионального уровня (таблица 3.4). Как следует из таблицы 3.4, среднее значение R2 составляет 0.56. В ряде работ приводятся еще более низкие значения R2 для тестовых выборок: 0.33 (Gomes et al., 2019), 0.32 (McNicol et al., 2019), 0.25 (Somarathna et al., 2016). Учитывая результаты ранее опубликованных исследований, а также высокую мозаичность и мелкоконтурность почв Карелии и Карельского перешейка, полученная оценка точности моделирования является удовлетворительной.

Таблица 3.4 — Коэффициент детерминации для оценки точности моделирования содержания и запасов углерода ОВП в различных регионах Земли

R2 Метод валидации/ % от всей выборки ML Ссылка Журнал Регион исследования

0.33 5-fold кросс-валидация RF Gomes et al., 2019 Geoderma Бразилия

0.47 Среднее по 100 итерациям RF Wang et al., 2018 Science of the Total Environment Австралия

0.47 - RF Zhang et al., 2022 Journal or Cleaner Production Китай

0.53 5-fold кросс-валидация RF Fathizad et al., 2022 Agronomy Иран

0,540,57 30 % RF Jien et al., 2025 Geoderma Тайвань

0.468 * 10-fold кросс-валидация QRF Ng et al., 2025 Geoderma Австралия

0.50 20 % RF Zhang et al., 2025 Catena Китай

0.66 Среднее по 100 итерациям RF Venter et al., 2021 Science of the Total Environment ЮАР

0.78 10-fold grid search и отдельный валидационный набор GBRT Robb et al., 2025 European Journal of Soil Science Шотландия

Метод

R2 валидации/ % от всей выборки ML Ссылка Журнал Регион исследования

0.45 RF

0.40 10-fold кросс-валидация KNN Suleymanov et al., 2024a Geoderma Regional Россия

0.42 Cubist

0.35 SMLRK

0.41 30 % RF Lamichhane et al., 2021 Catena Непал

0.416 ** 10-fold кросс-валидация RFK Ji et al., 2024 Ecological Indicators Германия

Примечание: R2 — коэффициент детерминации, ML — алгоритм машинного обучения (Machine Learning algorithm), RF — алгоритм Случайный лес (Random Forest); QRF — Quantile Random Forest; GBRT — Gradient Boosting Regression Tree; SMLRK — Stepwise Multiple Linear Regression Kriging; RFK — сочетание RF и residual ordinary kriging.

*0.468 — средний R2 по всем слоям почв;

**0.416 — лучший результат среди всех примененных алгоритмов ML и геопространственных моделей

Ограничения модели обусловлены рядом факторов. Одним из них является небольшой объем выборки — 137 ППН, полученной в результате лабораторно-полевых измерений программы ICP Forests. В частности, наблюдаемая полоса пониженных значений при движении в северо-восточном направлении Карелии, вероятно, связана с отсутствием ППН в регулярной сети ICP Forests на этой обширной территории. В условиях недостатка обучающих данных алгоритм Random Forest, не обладая способностью к экстраполяции, основывается на информации из ближайших участков с аналогичными входными признаками. Полученные предсказанные значения запасов углерода подстилки в северо-восточной части региона могли быть заниженными вследствие преобладания низких значений запасов в соседних ППН. Помимо этого, выборка результатов лабораторно-полевых измерений ICP Forests обладает высокой вариативностью (CV = 71%). Регулярная сеть ППН ICP Forests была заложена без учета задачи картографирования запасов углерода лесной подстилки. Следует отметить, что ППН программы ICP Forests не закладывались на свежих вырубках

и гарях. Дополнительным ограничением модели является низкое пространственное разрешение ряда тематических предикторов, в частности, климатических характеристик.

3.3 Валидация результатов моделирования по данным ВИП ГЗ

На территории заповедника «Кивач» не было заложено ППН регулярной сети ICP Forests. Ближайший пункт постоянного наблюдения сети ICP Forests находится на расстоянии 8.6 км от тестового полигона ВИП ГЗ. Значение запаса углерода подстилки в этом ППН составляет 3.03 кг/м2, что превышает среднее значение по данным ВИП ГЗ — 2.27 кг/м2 (таблица 2.3).

Выполнено сравнение средних значений геопространственной модели в пределах тестового полигона (ТП) «Кивач» и средних значений, полученных на основе лабораторно-полевых измерений ВИП ГЗ. Согласно статистическим характеристикам смоделированных запасов углерода подстилки в пределах ТП «Кивач» (таблица 3.5, модель 1): среднее значение - 4.06 кг/м2. Среднее значение запаса углерода на ТП «Кивач» по данным ВИП ГЗ - 2.27 кг/м2 (таблица 2.3).

Валидация посредством сравнения двух геопространственных моделей

Было выполнено геопространственное моделирование запасов углерода лесной подстилки на территорию тестового полигона «Кивач» по результатам лабораторно-полевых измерений ВИП ГЗ. Для моделирования была использована разработанная в рамках диссертационного исследования архитектура модели и тот же набор из 11 предикторов, которые были использованы для создания модели на территорию Республики Карелия и КП (Таблица 3.2).

Сравнение полученных регрессионных моделей представлено в виде гистограмм, отражающих распределение значений запасов углерода лесной подстилки в пределах тестового полигона «Кивач»: Модель 1 — по данным ICP Forests; Модель 2 — по данным ВИП ГЗ (рисунок 3.7). Обе гистограммы имеют выраженное модальное распределение данных со сдвигом к высоким значениям. Для модели 1 на тестовом полигоне запасы углерода варьируют от 3.6 до 5 кг/м2, когда модель 2 имеет значения от 2 до 4.2 кг/м2 (таблица 3.5). Диапазоны

смоделированных результатов лишь частично пересекаются в узкой области от 3.7 до 3.9 кг/м2. Полученные закономерности обусловлены различиями значений лабораторно-полевых измерений ICP Forests и ВИП ГЗ, по которым обучались модели.

Рисунок 3.7 — Гистограммы распределения смоделированных значений запасов углерода в пределах тестового полигона «Кивач» для Моделей 1 и 2.

Примечание: Модель 1 — регрессионная модель по данным ICP Forests; Модель 2 — регрессионная модель по данным ВИП ГЗ.

Таблица 3.5 — Статистические характеристики смоделированных запасов

углерода подстилки в пределах тестового полигона «Кивач», кг/м2

Mean Median Min Max Q1 Q3 Sd Var IQR

Модель 1 4.06 4.02 3.61 5.01 3.91 4.15 0.23 0.05 0.24

Модель 2 2.64 2.53 2.05 4.2 2.38 2.83 0.35 0.12 0.45

Примечание: Модель 1 — регрессионная модель по данным ICP Forests; Модель 2 — регрессионная модель по данным ВИП ГЗ.

Статистические характеристики: Mean — среднее значение, Median — медиана (50-й перцентиль), Min — минимальное, Max — максимальное, Q1 — первый квартиль (25-й перцентиль); Q3 — третий квартиль (75-й перцентиль), Sd — стандартное отклонение, Var — дисперсия, IQR — межквартильный размах

Также для сравнения результатов моделирования были рассчитаны значения знаковой и абсолютной ошибки предсказания модели как разность между смоделированными и фактически измеренными значениями запасов углерода подстилки, а также модуль этой разности. На рисунке 3.8 представлена гистограмма распределения знаковых ошибок геопространственных моделей на всю территорию Республики Карелия (Модель 1) и на тестовый полигон «Кивач» (Модель 2) в едином масштабе. Сравнение стабильности моделей представлено в таблице 3.6.

Сравнение распределения ошибок двух моделей

■ Модель 1

Модель 2

----- Нулевая линия

Перценгили Модели 1

о _| Перценгапи Модели 2

Ошибка (Predicted - Observed)

Рисунок 3.8 — Гистограмма распределения знаковой ошибки для: Модель 1 — на территорию Республики Карелия и КП по данным ICP Forest; Модель 2 — на территорию тестового полигона «Кивач» по данным ВИП ГЗ

Таблица 3.6 — Сравнение стабильности моделей на основе знаковых ошибок

Параметры Модель 1 Модель 2

Основные статистические Min-Max: 0.07 - 11.4, Min-Max: 0.31- 4.54,

характеристики входных Mean: 3.6 Mean: 2.27

параметров Median: 2.9 Median: 2.24

Cv: 71% Cv: 40%

Минимальная и -1.87 - 0.76

максимальная ошибка +0.60 +1.33

Параметры Модель 1 Модель 2

Средняя знаковая ошибка -0.02 +0.04

(bias)

Медиана ошибки +0.03 +0.08

Основной диапазон от -0.10 до +0.14 от -0.27 до +0.28

ошибок (Q1-Q3) (50% данных)

Количество точек ниже 14 (10.22%) 4 (13.79%)

5% и выше 95%

Примечание: Модель 1 — регрессионная модель по данным ICP Forests, Модель 2 — регрессионная модель по данным ВИП ГЗ;

Статистические характеристики: Min — минимальное значение в выборке, Mean — среднее значение, Median — медианное, Max — максимальное значение, Cv — коэффициент вариации.

В обеих моделях средняя ошибка близка к нулю, медианные значения также расположены вблизи нуля (+0.03 и +0.08 кг/м2). Полученные значения указывают на отсутствие систематического смещения в предсказаниях моделей — обе модели не склонны ни к переоценке, ни к занижению запасов углерода подстилки. Основной диапазон ошибок не превышает ±0.14 кг/м2 для модели на территорию Карелии и ±0.28 кг/м2 для модели тестового полигона «Кивач». В обеих моделях имеется умеренное число выбросов: 10.22% — от всего количества наблюдений для Республики Карелия и 13.79% — для тестового полигона «Кивач».

Анализ абсолютных ошибок показал, что обе модели имеют низкие минимальные ошибки (0.002 и 0.045 кг/м2), а также незначительное количество ошибок выходит за пределы 5-го и 95-го перцентилей: 10.22% для всей Карелии и 6.9% для тестового полигона (рисунок 3.9, таблица 3.7).

Рисунок 3.9 — Гистограмма распределения абсолютных ошибок для Модели 1 — на территорию Республики Карелия и КП по данным ICP Forests; Модели 2 — на территорию тестового полигона «Кивач» по данным ВИП ГЗ.

Таблица 3.7 — Сравнение стабильности моделей на основе абсолютных ошибок

Параметры Модель 1 Модель 2

Основные статистические Min-Max: 0.07 - 11.4, Min-Max: 0.31- 4.54,

характеристики входных Mean: 3.6 Mean: 2.27

параметров Median: 2.9 Median: 2.24

Cv: 71% CV: 40%

Минимальная ошибка 0.002 0.045

Медиана ошибки 0.128 0.271

Количество точек ниже 5% и 14 (10.22%) 2 (6.9%)

выше 95%

Примечание: Модель 1 — на территорию Республики Карелия и КП по данным ICP Forests; Модель 2 — на территорию тестового полигона «Кивач» по данным ВИП ГЗ;

Статистические характеристики: Min — минимальное значение в выборке, Mean — среднее значение, Median — медианное, Max — максимальное значение, Cv — коэффициент вариации.

Таким образом, анализ распределений ошибок исследуемых моделей на территорию Республики Карелия и КП и тестовый полигон «Кивач» подтвердил, что различия в результатах моделирования полностью описываются различиями

исходных наборов лабораторно-полевых измерений (ICP Forests и ВИП ГЗ), при этом архитектура модели является оптимальной и обеспечивает минимальные ошибки на тестовых выборках в обоих случаях.

3.4 Сравнение результатов моделирования с другими российскими

исследованиями

Значения запасов углерода лесной подстилки Республики Карелия и Карельского перешейка, полученные в результате моделирования, сравнивались с ранее опубликованными российскими исследованиями национального (Честных и др., 2007; Щепащенко и др., 2013; Чернова и др., 2021) и регионального уровня (Базилевич, 1993; Бахмет и др., 2018). В таблице 3.8 систематизированы работы по следующим характеристикам: источник данных, пространственный уровень исследования, регион оценки, число описаний, лесные формации, значения запасов углерода подстилок по подзонам тайги и разница значений с результатами моделирования.

Таблица 3.8 — Сравнение результатов моделирования с другими российскими

исследованиями по территории Республики Карелия и Карельского перешейка

Источник данных Простр. уровень исследова ния Регион оценки Число описаний Лесные формации Среднее значение запасов углерода лесной подстилки, кг/м2 Подзона тайги Разница значений

С Ср. Ю

Честных и др., 2007 национальный Европейско Уральская часть России 12 (С), 6 (Ср), 75 (ю) сосновые 1.3 ± 0.2 1.7 ± 0.39 0.9 ± 0.07 выше в 2.5 раза (2.6)

5 (С), 58 (Ю) еловые 1.57 ±0.2 - 1.09 ±0.16

3 (С), 2 (Ср), 24 (Ю) березовые 1.98±0. 42 1.36 0.62 ±0.14

Всего 185 1.62±0. 29 1.53 0.87±0.1 3

Щепащенко и др., 2013 национальный Европейска я часть России - - 0.97 1.04 0.92 выше в 4 раза (3.9)

ИГКЭ*, 2018-2019 гг. национальный Республика Карелия - - 1.5 выше в 2.5 раза (2.6)

Источник данных Простр. уровень исследова ния Регион оценки Число описаний Лесные формации Среднее значение запасов углерода лесной подстилки, кг/м2 Разница значений

Подзона тайги

С Ср. Ю

Чернова и др., 2021 национальный Республика Карелия и Карельский перешеек - - mean - 1.2, median - 1.3, min - 0.1, max - 3.6 выше в 3 раза (3.25)

Базилевич, 1993 региональный *** Республика Карелия и Карельский перешеек 67 сосновые 1.06 1.56 - выше в 3 раза

28 еловые 1.0 1.44 -

Бахмет, 2018 региональный Республика Карелия 423 сосновые от 0.76 до 2.4 близки к результатам модели (1.3)

189 еловые от 1.1 до 6.1

Примечание: значения запаса углерода в лесной подстилке, кг/м2; Подзоны тайги: С — северная, Ср. — средняя, Ю — южная.

Статистические характеристики: min — минимальное, median — медианное, mean max — максимальное.

среднее,

*ИГКЭ — Институт глобального климата и экологии имени академика Ю.А. Израэля. Потоки парниковых газов и параметров углеродного бюджета управляемых экосистем. Карта запасов углерода, 2019.

**южная подзона тайги в сравнительном анализе не учитывалась (Змитрович, 2011). ***включены следующие регионы: нижняя часть Белого моря, западная часть бассейна Онежского озера, бассейн Ладожского озера, бассейн средней Северной Двины, южная часть бассейна Финского залива и Ладожского озера.

Полученные в диссертационном исследовании средние значения запасов углерода лесной подстилки превышают данные О.В. Честных и соавторов (2007) в 2.5 раза, О.В. Черновой и соавторов (2021) в 3 раза, коллектива авторов (Щепащенко и др., 2013) в 4 раза. В пределах Республики Карелия среднее значение запаса углерода в 3 раза выше приводимой Институтом глобального климата и экологии имени академика Ю.А. Израэля оценки (Институт глобального климата..., 2019). Результаты моделирования сопоставимы по порядку величин с данными, приведенными Н.И. Базилевич (1993), но при этом превышают их примерно в 3 раза. Расчеты выполнены на основе оценки запасов подстилки с использованием среднего содержания углерода, принятого равным 0.4 (Министерство природных ресурсов и экологии., 2017). В то же время смоделированные значения практически совпадают с оценками, приведенными в публикации О.Н. Бахмет (2018) на основе многолетних исследований почв на всей

территории Карелии в период 1993-2012 гг. Значения варьируют от 0.76 до 2.43 кг/м2 в сосновых лесах и от 1.11 до 6.13 кг/м2 в еловых.

База данных «Подстилки лесной зоны России» для северной и средней подзон тайги Европейско-Уральской части России содержит значения запасов в 1.5 раза ниже, чем полученные результаты моделирования (таблица 3.9). Кроме того, средние значения для северной и средней подзон тайги практически не отличаются — 2.9 и 2.8 кг/м2.

Таблица 3.9 — Сравнение результатов моделирования с БД «Подстилки лесной зоны России» для подзон тайги Европейско-Уральской части России

Зональные полосы Основные ле сообразующие породы Запасы углерода в подстилке, кг/м2 Общие запасы углерода по зональным полосам, кг/м2 Результаты геопространственного моделирования, кг/м2 Разница значений

Северная (n = 146) ель (п = 52) сосна(п = 84) береза (п = 10) 2.7±0.2 2.7±0.2 3.3±0.5 2.9±0.3 4.4 выше в 1.5 раза

Средняя (n = 88) сосна(п = 73) береза (п = 15) 2.1±0.2 3.5±0.9 2.8±0.5 4.7 выше в 1.5 раза

Южная (n = 306) ель (п = 147) сосна (п = 120) береза (п = 39) 2.6±0.4 0.9±0.08 0.8±0.2 1.4±0.2 не проводилось моделирование не проводилось моделирование

Примечание: n — количество описаний

Полученные в рамках диссертационного исследования средние значения запасов углерода лесной подстилки Республики Карелия и Карельского перешейка превышают данные, приводимые в работах отечественных авторов на национальном уровне. Следует отметить, что высокие смоделированные значения запасов обусловлены изначально высокими значениями, полученными в ходе лабораторно-полевых измерений программы ICP Forests (таблица 2.2).

В обозначенных исследованиях национального уровня не приведена информация о количестве полевых измерений запасов углерода лесной подстилки в полугидроморфных и гидроморфных условиях увлажнения. Недостаточное количество подобных измерений может приводить к занижению средних оценок запасов углерода ОВП. О существующей проблеме недостаточного учета

вариабельности запасов углерода в различных условиях увлажнения ранее упоминалось в исследовании (Рыжова и др., 2022). Также работы национального уровня, как правило, представляют значения для Европейско-Уральской части России, реже для Республики Карелии и прилегающих территорий, что затрудняет определение точного числа лабораторно-полевых измерений, расположенных непосредственно в исследуемом регионе.

3.5 Анализ наиболее информативных предикторов

Анализ информативности предикторов часто используется в цифровом почвенном картографировании для выявления факторов почвообразования, оказывающих наибольшее влияние на целевую переменную в исследуемом регионе. Многочисленны примеры исследований по картографированию различных почвенных свойств, в том числе, содержания и запасов углерода лесной подстилки и других почвенных горизонтов, включающих подобный анализ (Szatmari et al., 2021; Venter et al., 2021; Lu et al., 2023; Suleymanov et al., 2023a; Suleymanov et al., 2024a; Jien et al., 2025; Ng et al., 2025; Robb et al., 2025; Zhang et al., 2025 и др.). Оценка относительного вклада предикторов в моделирование выполнена с помощью функции explain и параметра importance в Google Earth Engine. Эта функция позволяет получить информацию о важности переменных в классификаторе. Она применяется к обученной модели, чтобы извлечь данные о значимости предикторов.

На диаграмме (Рисунок 3.10) представлен относительный вклад каждого из 11 предикторов моделирования. Наиболее информативными категориями предикторов, объясняющими вариабельность накопления запасов углерода в лесной подстилке на территории Республики Карелия и Карельского перешейка, являются: климат, пространственное положение и растительность — 37.2%, 22.6% и 17.9%, соответственно.

Рисунок 3.10 - Относительный вклад предикторов в накопление запасов углерода лесной подстилки Республики Карелия и Карельского перешейка

Климат и пространственное положение. Влияние климатического фактора при накоплении углерода органического вещества почв на региональном уровне подчеркивается в работах российских (Гопп и др., 2023; Кузнецова и др., 2020) и зарубежных исследователей (Wiesmeier et al., 2019; Venter et al., 2021; Zhou et al., 2021; Duarte et al., 2022; Gu et al., 2022). Влияние пространственного положения на территории Республики Карелия и Карельского перешейка напрямую связано с климатом из-за долготно-широтного градиента, который проявляется в изменении среднегодовой температуры, количества осадков, диапазона и суммы активных температур и др. На территории европейской части России отмечается тренд увеличения средних значений запасов углерода лесной подстилки с юга на север вплоть до северной тайги (Честных и др., 2007; Щепащенко и др., 2013; Чернова и др., 2021). Меньшая биологическая активность почв и низкая температура воздуха, а также короткий вегетационный период обусловливают накопление мощной лесной подстилки в северных районах.

Климатический фактор также проявляется через высокий коэффициент

увлажнения в северотаежной зоне, что приводит к широкому распространению почти на 40% территории болотно-подзолистых и болотных почв (Федорец и др., 2003). Коэффициент увлажнения влияет на скорость разложения растительных остатков и, как следствие, на накопление лесной подстилки различной мощности.

Растительность. Исследование показало, что на аккумуляцию углерода в лесной подстилке Республики Карелия и Карельского перешейка значительное влияние оказывает растительность. Значение фактора растительности при накоплении углерода ОВП в хвойно-широколиственных и таежных лесах подчеркивается в исследованиях (Гопп и др., 2023; Кузнецова и др., 2021; Кузнецова и др., 2020; Lukina et а1., 2020; Wiesmeier et а1., 2019).

На территории Карелии запасы углерода подстилок еловых и сосновых лесов различаются. В работе (Бахмет, 2018) показано, что запасы углерода в подстилках еловых лесов могут достигать 6.1 кг/м2, в то время как сосновых лесов - не более 4.7 кг/м2. Вариабельность запасов может быть обусловлена как различиями в структуре крон ели и сосны, так и более высоким качеством лесной подстилки еловых лесов (Ьикша et а1., 2020). Плотная крона ели ограничивает проникновение атмосферных осадков, что снижает вынос элементов с почвенными водами из верхних горизонтов почв и, как следствие, способствует большему накоплению запасов углерода ОВП (Лукина и др., 2019).

В настоящем исследовании тест Краскела-Уоллиса показал статистически значимые различия между смоделированными запасами углерода лесной подстилки в северной и средней тайге (p-value < 0.05), основываясь на 1200 точках, расположенных случайным образом на территории исследования (рисунок 3.11). Так, запасы углерода лесной подстилки в средней тайге выше, чем в северной. Различия обусловлены значительной долей ельников (37% площади лесных экосистем) и лиственных лесов в среднетаежной лесной подзоне (Волков, 2008).

Рисунок 3.11 — Различие смоделированных запасов углерода в лесной подстилке северной и средней тайги на основе 1200 случайных точек (р-уаЫв < 0.05). Скрипичный график показывает распределение данных, боксплот — медиану, квартили, минимальные и максимальные значения.

Для характеристики растительного покрова использовались разносезонные композитные спутниковые изображения, показывающие различия содержания воды и пигментов в листьях древесной растительности в разные месяцы периода вегетации. Сочетание нескольких фенологических периодов, как правило, дает лучшие результаты распознавания видов деревьев. На территории Карелии и Карельского перешейка август и сентябрь — месяцы с наиболее выраженными различиями между фенологическим состоянием лиственных и хвойных пород в конце вегетационного периода. В научной литературе можно найти упоминания исследователей о пожелтении листьев березы в начале августа и начале листопада в середине августа на широте 62° N (Бобрецов и др., 2017).

Наиболее информативными предикторами, характеризующими растительность, являются значения спектральной яркости в каналах ЖК и SWIR-2 композитных изображений за август и сентябрь. Спектральный канал КЖ

является наиболее чувствительным к содержанию хлорофилла в растениях и различиям в структуре листьев (Schuster et al., 2012), канал SWIR-2 отражает изменения содержания воды в растительности и чувствителен к условиям увлажнения. Использование каналов NIR и SWIR-2 находит широкое применение при классификации видов древесной растительности (Барталев и др., 2011; Барталев и др., 2015; Тарасова и др., 2023; Schuster et al., 2012; Immitzer et al., 2016; Radoux et al., 2016).

3.6 Создание геосервиса для визуализации и анализа результатов

моделирования

Посредством инструмента Google Earth Engine Apps создан геосервис, функциональные возможности которого позволяют визуализировать и интерактивно изучать результаты геопространственного моделирования запасов углерода лесной подстилки региона исследования (рисунок 3.12). Помимо этого, геосервис содержит несколько наиболее информативных предикторов моделирования — осадки самого влажного квартала, среднесуточный размах температур, уклон рельефа, значения спектральной яркости в ближнем инфракрасном канале (NIR) композитного изображения за сентябрь. С помощью функции Map.onClick реализована возможность получения значения запаса углерода лесной подстилки для пикселя созданной растровой модели, а также значений наиболее информативных пространственных предикторов. Поиск интересующего участка возможен через поисковую строку «Search places». Геосервис размещен по URL-адресу

https://ritm-c.ru/results/modeling/geospatial/karelia/.

Рисунок 3.12 — Интерфейс геосервиса с результатами геопространственного моделирования запасов углерода лесной подстилки Карелии и КП

ЗАКЛЮЧЕНИЕ К ГЛАВЕ 3

В результате диссертационного исследования создана геопространственная модель запасов углерода лесной подстилки Республики Карелия и Карельского перешейка с пространственным разрешением 30 м/пиксель. Модель характеризуют следующие метрики точности: R2 = 0.46, MAE = 1.84, RMSE = 2.59. Среднее значение запасов углерода лесной подстилки составляет 3.9, минимальное — 1.4, максимальное — 7.4 кг/м2. Наиболее высокие запасы углерода смоделированы в средней тайге Карелии: районы северного Приладожья, Заонежского полуострова и юго-востоке региона. Низкие запасы наблюдаются на Карельском перешейке и в центральной части Карелии.

Качество моделирования соответствует современному мировому уровню исследований в области цифровой почвенной картографии. Неопределенности и ограничения модели обусловлены небольшим объемом результатов лабораторно-полевых измерений программы ICP Forests и высокой вариативностью значений запасов углерода лесной подстилки (CV = 71%) на территории исследования. Сеть мониторинга международной программы ICP Forests проектировалась без учета выполнения задачи картографирования запасов углерода ОВП, в том числе лесной подстилки. Дополнительным ограничением является низкое пространственное разрешение некоторых тематических предикторов.

Стабильность созданной модели проверена на независимом наборе лабораторно-полевых данных, полученном в рамках ВИП ГЗ на тестовом полигоне «Кивач». На основе набора предикторов и архитектуры модели для территории Карелии и КП создана геопространственная модель запасов углерода лесной подстилки тестового полигона «Кивач» по данным ВИП ГЗ. Анализ распределений ошибок моделей на территорию Карелии и КП и тестовый полигон «Кивач» подтвердил, что различия в результатах моделирования полностью описываются различиями исходных наборов лабораторно-полевых измерений (ICP Forests и ВИП ГЗ), при этом архитектура модели является оптимальной и обеспечивает минимальные ошибки на тестовых выборках в обоих случаях.

Выполнено сравнение результатов моделирования с другими российскими исследованиями по оценке запасов углерода лесной подстилки на национальном и региональном уровнях. Смоделированные значения запасов углерода лесной подстилки наиболее сходны с оценками, полученными в результате многолетних лабораторно-полевых исследований почв на всей территории Карелии в период 1993-2012 гг. Запасы углерода в работах национального уровня имеют схожий порядок значений, но ниже результатов моделирования от 1.5 до 4-х раз. Разница в значениях, вероятно, обусловлена недостатком данных полевых измерений в полугидроморфных и гидроморфных условиях увлажнения.

Примененный в исследовании метод машинного обучения Random Forest позволил выявить факторы почвообразования, оказывающие наибольшее влияние на пространственную вариабельность накопления запасов углерода лесной подстилки Республики Карелия и Карельского перешейка. Такими факторами являются: климат (относительный вклад 37.2%), пространственное положение (22.6%) и растительность (17.9%).

ГЛАВА 4. ЗАПАСЫ УГЛЕРОДА ЛЕСНОЙ ПОДСТИЛКИ В ОСОБО ОХРАНЯЕМЫХ ПРИРОДНЫХ ТЕРРИТОРИЯХ РЕСПУБЛИКИ КАРЕЛИЯ

В научных публикациях неоднократно упоминалось о значении полного или частичного изъятия из хозяйственной деятельности природных территорий для увеличения объема ряда предоставляемых экосистемных услуг (Снакин и др., 2011; Тихонова, Щенявский, 2021). Согласно обзорному исследованию Нарыковой и Плотниковой (2022a) работ, посвященных картографированию экосистемных услуг на локальном уровне, оценка ЭУ выполняется в границах особо охраняемых природных территорий и их буферных зонах (Истомина и др., 2016; Истомина, Лужкова, 2017; Лелькова, Пакина, 2020; Козлов и др., 2021; Palomo et al., 2013; и др.). В приведенных работах отмечается значимость анализа экосистемных услуг ООПТ для принятия обоснованных управленческих решений, направленных на сохранение природных экосистем и регулирование рекреационной нагрузки. Важным направлением исследований является оценка экосистемных услуг не только в границах охраняемых территорий, но и в прилегающих буферных зонах, оказывающих существенное влияние на состояние природных экосистем ООПТ. Так, в работе I. Palomo и соавторов (2013) была выявлена высокая уязвимость экосистем национального парка «Доньяна» на юге Испании к воздействию сельскохозяйственной деятельности, интенсивно развивающейся в верховьях речного бассейна.

На основе созданной в рамках диссертационного исследования геопространственной модели запасов углерода лесной подстилки выполнена количественная оценка соответствующей экосистемной услуги ООПТ федерального значения Республики Карелия. Помимо этого, проведен геопространственный статистический анализ запасов углерода подстилки в пределах функциональных зон ООПТ и прилегающих к ним охранным (буферным) зонам.

На территории Ленинградской области по состоянию на 01.01.2024 г. расположено 56 ООПТ (Состояние окружающей среды..., 2024). Исследуемая в

диссертации территория Ленинградской области ограничивается Карельским перешейком, в пределах которого нет ООПТ федерального значения.

4.1 Количественная оценка запасов углерода лесной подстилки ООПТ федерального значения Республики Карелия

На основе приказа Министерства природных ресурсов и экологии Республики Карелия от 15.01.2025 № 27 на территории Карелии располагается 146 ООПТ регионального значения и 8 ООПТ федерального значения (таблица 4.1, рисунок 4.1): 2 государственных природных заповедника (ГПЗ): «Кивач», «Костомукшский»; 4 национальных парка (НП): «Ладожские шхеры», «Водлозерский» (27% на территории Республики Карелия), «Паанаярви» и «Калевальский»; 2 государственных природных заказника (ГПЗк): «Олонецкий», «Кижский. Природно-заповедный фонд федерального значения Республики Карелия составляет 568 тыс. га или 3.14% от общей площади региона (Государственный доклад... , 2022).

Таблица 4.1 — Общая характеристика ООПТ федерального значения Республики Карелия

Название ООПТ Площадь ООПТ*, га Площадь охранной (буферной) зоны, га (при наличии) административный МЛТ

ГПЗ «Кивач» 10 930 на землях лесного фонд — 5 888; общая площадь — 6492.6 (Лесохозяйственный регламент лесничества.., 2019) Кондопожский -

ГПЗ «Костомукшский» 49 260 Не указано Калевальский и Муезерский +

НП «Паанаярви» 104 400 Не указано Лоухский +

НП «Калевальский» 74 400 Не указано Костомукшский и Калевальский +

НП «Ладожские Шхеры» 122 000 - Сортавальский -

Название ООПТ Площадь ООПТ*, га Площадь охранной (буферной) зоны, га (при наличии) административный МЛТ

НП «Водлозерский» (на территории РК) 128 200 88316** Пудожский и Онежский +

ГПЗк «Кижи» 50 000 - Медвежьегорский -

ГПЗк «Олонецкий» 27 000 - Олонецкий -

Примечание: МЛТ — малонарушенные лесные территории. «-» отсутствие охранной зоны и МЛТ, «+» наличие МЛТ.

*Площадь ООПТ дана из Государственного доклада о состоянии окружающей среды Республики Карелия в 2022 году.

**Площадь охранной зоны по Республике Карелия дана из Лесохозяйственного регламента (2018).

Рисунок 4.1 — ООПТ федерального значения Республики Карелия (Источники данных: OpenStreetMap; Леса высокой природоохранной ценности России:

https://hcvf.ru/ru/maps/hcvf-russia)

Результаты количественной оценки запасов углерода лесной подстилки в пределах ООПТ федерального значения Республики Карелия, полученные на основе созданной геопространственной модели, представлены в таблице 4.2.

Таблица 4.2 — Запасы углерода лесной подстилки ООПТ федерального

значения Республики Карелия

ООПТ Подзона тайги Запасы углерода лесной подстилки ООПТ, кг/м2

min mean max

ГПЗ «Костомукшский» северная 3.09 3.85 5.61

НП «Паанаярви» северная 3.28 4.16 5.684

НП «Калевальский» северная 3.06 3.75 5.69

НП «Ладожские Шхеры» средняя 2.07 3.58 6.18

НП «Водлозерский»* средняя 4.052 5.37 7.21

ГПЗк «Кижи» средняя 4.06 4.972 6.487

ГПЗ «Кивач» средняя 3.012 4.10 5.12

ГПЗк «Олонецкий» средняя 3.72 4.007 5.341

Примечание: граница между средней и северной подзонами тайги проходит примерно на 63°N (Атлас Республики Карелия..., 2021); min — минимальное значение в выборке, mean — среднее значение, max — максимальное. *территория Республики Карелия

Основные характеристики запасов углерода лесной подстилки в границах ООПТ также опубликованы на геосервисе в виде интерактивного векторного слоя. При выборе (клике) любого участка ООПТ представляются основные характеристики запасов углерода подстилки территорий с заповедным режимом на основе выполненной геопространственной оценки (рисунок 4.2). Подробное описание работы геосервиса описано в разделе 3.2.4.

Рисунок 4.2 — Получение информации о запасах углерода лесной подстилки в рамках границ ООПТ в интерактивном режиме. Источник: https://ritm-c.ru/results/modeling/geospatial/karelia/

Распределение запасов углерода в лесной подстилке по ООПТ Республики Карелия соответствует описанным выше климатическим и долготно-широтным закономерностям (раздел 3.2). Наиболее высокие значения запасов углерода характерны для ООПТ, расположенных в подзоне средней тайги: ГПЗ «Кивач», НП «Водлозерский», ГПЗк «Кижи» и «Олонецкий». В отдельных случаях высокие запасы углерода лесной подстилки отмечаются и в северной тайге — например, национальный парк «Паанаярви». Вероятно, это обусловлено преобладанием на территории Парка еловых лесов. Более 90% площади Парка занято ельниками (Громцев, Литинский, 2003), для которых характерно более интенсивное накопление запасов углерода ОВП (Бахмет, 2018; Лукина и др., 2019; Lukina et al., 2020).

Минимальные значения запасов углерода в лесной подстилке получены в НП «Калевальский» и ГПЗ «Костомукшский». Это обусловлено северным

географическим положением, а также преобладанием сосновых лесов. Так, на территории ГПЗ «Костомукшский» около 85 % лесных площадей занято сосняками (Громцев, 2009). Для национального парка «Ладожские Шхеры» характерна высокая вариабельность запасов углерода в лесной подстилке — от 2.29 до 6.04 кг/м2. Низкие значения запасов могут быть обусловлены слабой мощностью органогенного горизонта в сосновых лесах на участках с выходами скальных пород (Бахмет, 2018).

Полученные на основе геопространственной модели количественные оценки запасов углерода подстилки ООПТ федерального значения Республики Карелия согласуются с ранее установленными на региональном уровне закономерностями. Значительное влияние на накопление запасов углерода лесной подстилки изучаемого региона оказывают факторы климата и растительности, а также широтный градиент.

Буферные зоны ООПТ. С помощью статистических критериев проанализированы различия значений запасов углерода лесной подстилки в пределах ООПТ федерального значения и их буферных зонах (Нарыкова и др., 2025Ь). Вдоль границ каждой ООПТ в геоинформационной системе QGIS были созданы внешние буферные зоны шириной 1, 5 и 10 км. Далее на основе геопространственной модели в пределах ООПТ были получены значения запаса углерода подстилки в 3000 точек, распределенных случайным образом. Аналогичная процедура проведена в границах созданных буферных зон.

Применение критерия Шапиро-Уилка показало, что распределение данных в обеих выборках отличается от нормального. Критерий Манна-Уитни выявил статистически значимые различия в запасах углерода подстилки между ООПТ и тремя буферными зонами шириной 1, 5 и 10 км (таблица 4.3).

Таблица 4.3 — Результаты статистических тестов по оценке различий запасов углерода подстилки между ООПТ и буферными зонами

Буфер Критерий Шапиро-Уилка Критерий Манна-Уитни

1 км р^аЬе < 0.001

5 км гипотеза о нормальности отвергнута (р^аЫе < 0.05), распределение — ненормальное р^аЬе < 0.001

10 км р^аЬе < 0.001

Примечание: Различия между рассматриваемыми группами считаются статистически значимыми при условии, чтор^а1ие < 0.05.

4.2 Лесные экосистемы ГПЗ «Кивач» и НП «Водлозерский»

В диссертационном исследовании выполнен геопространственный анализ запасов углерода лесной подстилки в различных зонах двух ООПТ — заповеднике «Кивач» и национальном парке «Водлозерский». Выбор ООПТ обусловлен наличием официально выделенной охранной зоны и доступностью геопространственных данных о функциональном зонировании территории.

4.2.1 Функциональное зонирование заповедника «Кивач»

Государственный природный заповедник «Кивач» является одним из старейших ООПТ России, был организован в 1931 году с целью сохранения и восстановления природных комплексов, являющихся типичными для средней тайги Европейской части России, а также ведения стационарных научно-исследовательских работ. В настоящее время заповедник «Кивач» является природоохранным, научно-исследовательским и эколого-просветительским учреждением федерального значения. К основным направлениям научной деятельности заповедника можно отнести сохранение и изучение естественных природных процессов и явлений, генетического фонда и отдельных видов растительного и животного мира.

Заповедник «Кивач» расположен в Кондопожском районе Республики Карелии. Его протяженность с севера на юг составляет 12 км, с запада на восток

— 14 км. Климат заповедника характеризуется мягкой и продолжительной зимой, коротким прохладным летом, что обусловлено близостью Балтийского, Белого и Баренцева морей, и преобладанием западного переноса воздушных масс. Среднегодовая температура воздуха составляет +2.4°C, среднегодовое количество осадков — 619-625 мм, продолжительность вегетационного периода — 90-95 дней (Скороходова, 2008; Ивантер, Тихомиров, 1988).

Большая часть (85.4%) территории заповедника занята лесными экосистемами. Хвойные леса естественного происхождения занимают 76.4% площади покрытых лесом земель с преобладанием сосны обыкновенной (Pinus sylvestris L.) — 44% и ели европейской (Picea abies (L.) Karst) — 32%. Лиственные породы расположены на 23.6% земель лесных территорий, среди которых преобладают береза повислая и пушистая (Betulapubescens Ehrh., B. pendula Roth.)

— 16.7%, осина (Populus tremula L.) — 6.5%, ольха серая и черная (Alnus incana и A. glutinosa L.) — 0.4%. Как правило, лиственные и хвойно-лиственные леса приурочены к участкам антропогенной деятельности либо природных стихийных явлений, таких как ветровалы, пожары от молниевых разрядов и др.

В лесах заповедника доминируют спелые и перестойные насаждения — 84.9%, средний возраст которых по преобладающим породам: сосна — 151, ель —

— 89 лет (Лесохозяйственный регламент лесничества.., 2019). Современный возраст древостоев, вероятно, обусловлен массовой заготовкой древесины для углежжения на Кончезерском и Александровском медеплавильных заводах в XVIII

— начале XIX вв. (Ивантер, Тихомиров, 1988). В Республике Карелия в целом доля спелых и перестойных лесов также велика — 33.6%, из них 29.3% — хвойные леса (Государственный доклад..., 2022). При этом доля молодняков в Киваче составляет 0.8% (Лесохозяйственный регламент лесничества.., 2019), а по всей территории Карелии - 32%, из которых 30% составляют хвойные (Государственный доклад..., 2022).

Нелесные экосистемы занимают 14.6% от территории ООПТ, среди которых преобладают болота — 3.6%, водные объекты — 10.2% и прочие земли,

включающие населенные пункты, дороги и др. — 0.8% (Лесохозяйственный регламент лесничества.., 2019).

Рисунок 4.3 — Квартальная сеть и функциональное зонирование заповедника «Кивач». Источник данных: Министерство природных ресурсов и экологии Республики Карелия. Цифрами указаны номер лесных кварталов.

На территории заповедника «Кивач» выделена зона хозяйственного значения, в пределах которой допускается рекреационная деятельность — кварталы 24, 25, 34, 35 (рисунок 4.3). Постановлением Совета Министров Карельской АССР от 14.05.1975 № 254 была создана охранная зона (ОЗ) заповедника, выполняющая функцию буферной зоны. Она направлена на снижение негативных антропогенных воздействий, сохранение природных комплексов, а также отдельных редких видов растений и животных (Лесохозяйственный регламент лесничества, 2019).

4.2.2 Функциональное зонирование национального парка «Водлозерский»

Национальный парк «Водлозерский» образован в 1991 году с целью сохранения в естественном состоянии лесоболотного комплекса в бассейне озера Водлозера и реки Илексы. В 2001 году парк был включен во Всемирную сеть биосферных резерватов ЮНЕСКО. Озерно-болотные системы НП являются эталонным в Европе ненарушенным комплексом и играют важную роль в поддержании стабильности водного баланса бассейна Балтики (Астанин, 2018). Северная часть НП расположена в Онежском районе Архангельской области, а южная в Пудожском районе Республики Карелия. Протяженность национального парка с севера на юг составляет 150-160 км, с востока на запад — 40-50 км.

В связи с широтной протяженностью НП «Водлозерский» климатические условия в его пределах различаются. Южная часть Парка, прилегающая к озеру, характеризуется более мягкими климатическим условиям: по данным WorldClim среднегодовая температура воздуха на севере (в Архангельской области) составляет от 0.3 до 0.8°C, а в южной части (на территории Карелии) - от 1.7 до 1.9°C. Среднегодовое количество осадков возрастает с севера на юг — от 580 мм в северной части НП до 675 мм на прибрежных участках Водлозера.

Лесные экосистемы и болота Парка занимают примерно равные площади — 45% и от 35 до 40%, соответственно (Лесохозяйственный регламент...2018; Антипин, 2009). На долю ельников приходится 54% от общей площади лесных экосистем, сосняков — 44%. Основные лесообразующие породы — сосна обыкновенная (Pinus sylvestris L.) и ель (Picea abies (L.) Karst, P. obovata Ledeb, P. fennica (Regel) Kom.). На месте зарастающих вырубок, гарей и ветровалов произрастают березовые (Betulapubescens Ehrh., B. pendula Roth.) и осиновые леса (Populus tremula L.). В парке сохранились самые западные естественные местообитания лиственницы (Larix sibirica L.). В пределах НП «Водлозерский» находится один из самых крупных массивов в Европе старовозрастных северо- и среднетаежных лесов, с преобладанием еловой формации (Тарасова и др., 2021). Рубки затронули лишь участки вокруг деревень и прибрежные части водных объектов, обусловив в настоящее время возраст основного поколения деревьев -

180-240 лет, отдельных экземпляров ели до 430 лет, сосны — до 500 лет (Прушинская, 2021).

К водным объектам относится около 11% площади Парка, при этом основными гидрологическими объектами являются озеро Водлозеро и река Илекса, образующие совместно с озерами, малыми реками и ручьями единую озерно-речную систему (Лесохозяйственный регламент...2018). Как и на всей территории Карелии почвы Парка характеризуются сложностью и мозаичностью строения, большим различием по уровню увлажнения и трофности. Почвы относятся к подзолистому, болотно-подзолистому и болотному типам (Федорец, 2016).

Функциональное зонирование НП «Водлозерский» включает следующие зоны: заповедная, особо охраняемая, рекреационная, охраны объектов культурного наследия, хозяйственного назначения, а также охранная (рисунок 4.4). Заповедная зона национального парка не входит в границы Республики Карелия.

Особо охраняемая зона выделена для сохранения наиболее ценных природных комплексов Парка в естественном состоянии и организации регулируемого посещения ООПТ. Зона особой охраны расположена на юге национального парка, в северо-восточной части Республики Карелия. Рекреационная зона предназначена для организации познавательного туризма и отдыха в естественных природных условиях. На территории Карелии рекреационная зона представляет собой сеть рекреационных коридоров вдоль берегов рек Илексы, Олова и др. в Водлозерском участковом лесничестве (Лесохозяйственный регламент., 2018).

Зона хозяйственного значения служит для сохранения системы традиционного природопользования местных жителей, сохранения и возрождения этнических традиций Водлозерья. Помимо этого, зона используется в рекреационно-туристской деятельности (Лесохозяйственный регламент., 2018). Зона хозяйственного значения расположена на самом юге Парка. Зона охраны объектов культурного наследия предназначена для формирования музейного комплекса, сохранения, реставрации и реконструкции утраченных памятников

архитектуры, а также возвращения традиционных хозяйственных и культурных функций. Зона расположена на островах Малый Колгостров, Колгостров и Канзанаволок на озере Водлозеро (Лесохозяйственный регламент..., 2018).

Охранная (буферная) зона выделена для защиты Парка от неблагоприятных антропогенных воздействий, в первую очередь — снижения негативных последствий сплошных концентрированных рубок. Буферная зона расположена на прилегающих к Парку территориях в границах квартальной сети. Площадь охранной зоны в Республике Карелия составляет 88 316 га (Лесохозяйственный регламент., 2018).

Рисунок 4.4 — Функциональное зонирование НП «Водлозерский». Источник данных: Министерство природных ресурсов и экологии Республики Карелия. Цифрами указаны номер лесных кварталов.

4.3 Анализ запасов углерода лесной подстилки ГПЗ «Кивач» и НП

«Водлозерский»

Как было отмечено в п. 3.2.2, запасы углерода подстилки еловых лесов превосходят запасы сосновых (Бахмет и др., 2018; Лукина и др., 2019; Lukina et al., 2020). Ввиду этого, оценка различий запасов углерода подстилки в пределах ООПТ и их охранных зон включала геопространственный анализ преобладающих лесных формаций. Была использована карта Института космических исследований РАН «Преобладающие древесные породы» (Барталев и др., 2016). Карта создана на основе многолетних разносезонных спутниковых наблюдений Terra-MODIS. Распознавание преобладающих древесных пород выполнялось на основе контролируемой локально-адаптивной классификации с обучением (Bartalev et al., 2014). Созданная в рамках диссертации модель запасов углерода лесной подстилки была приведена к пространственному разрешению карты преобладающих пород — 230 м/пиксель.

4.3.1 Запасы углерода подстилки различных лесных формаций в пределах ООПТ

На основе геопространственной модели в сосновых, еловых и березовых формациях ГПЗ «Кивач» были получены значения запасов углерода подстилки для 1500 точек, распределенных случайным образом. В сосновых и еловых формациях НП «Водлозерский» выполнен аналогичный анализ для 850 точек. Тест Шапиро-Уилка, проведенный для выборок по преобладающим породам в ГПЗ «Кивач» и НП «Водлозерский», позволил отвергнуть нулевую гипотезу о нормальности распределения. В ГПЗ «Кивач» для всех трех лесных формаций p-value < 0.001, в НП «Водлозерский» для еловой формации p-value < 0.005, для сосновой — p-value < 0.001. В связи с отклонением распределения данных от нормального, для дальнейшего анализа статистических различий между группами были использованы непараметрические критерии.

Для НП «Водлозерский» результаты критерия Манна-Уитни показали p-value < 0.001, что говорит о статистически значимом различии между запасами углерода подстилки сосновых и еловых лесов (рисунок 4.5а). Для заповедника

«Кивач» критерий Краскела-Уоллиса показал р-уаЫв < 0.001, что свидетельствует о значимых различиях в запасах углерода подстилки между тремя — сосновой, еловой и березовой (рисунок 4.5б).

а)

Сосна Ель Береза

Лесная формация

Рисунок 4.5 - Сравнение запасов углерода подстилок в различных лесных формациях: а) НП «Водлозерский», б) ГПЗ «Кивач»

4.3.2 Различие запасов углерода подстилки между ООПТ и охранной зоной

Согласно описанному в п. 4.3.1 принципу, в границах НП «Водлозерский» и ГПЗ «Кивач», а также их охранных зонах получены значения запасов углерода подстилки сосновых и еловых лесов. Количество точек, размещенных в сосновых и еловых формациях, различно, что связано с ограниченным количеством пикселей соответствующей преобладающей породы в пределах ООПТ или охранной зоны. Распределение выборок для обеих особо охраняемых природных территорий является ненормальным, что подтверждается результатами критерия Шапиро-Уилка. Результаты анализа непараметрического критерия Манна-Уитни представлены в таблице 4.4.

Тесты Манна-Уитни, результаты которых представлены в таблице 4.4, были выполнены в 100-кратной повторности для различного количества случайных точек — от 500 до 2000. Большинство повторных тестов показали р-уаЫв < 0.01, что свидетельствует об устойчивости статистически значимых различий запасов углерода лесной подстилки. В пределах ООПТ запасы углерода подстилки сосновых и еловых лесов выше по сравнению с охранной зоной.

Только в сосновых формациях заповедника «Кивач» и его охранной зоны отсутствуют различия запасов углерода. На основе 100 итераций построено распределение р-уаЫв (рисунок 4.6). Большинство повторных тестов критерия Манна-Уитни также показали значения р-уаЫв > 0.05, что свидетельствует об устойчивом отсутствии статистически значимых различий запасов углерода.

Таблица 4.4 - Результаты статистических тестов по оценке различий запасов углерода подстилки между ООПТ и охранной зоной

Заповедник «Кивач»

Лесная формация* N Критерий Шапиро-Уилка Критерий Манна-Уитни Средние значения запасов углерода лесной подстилки в ООПТ и охранной зоне, кг/м2

Сосна 2000 Гипотеза о р-уаЫв = 0.59 Нет статистических различий между ООПТ и ОЗ ООПТ — 4.11 ОЗ — 4.09

Ель 1500 нормальности отвергнута (р^аЫв < 0.05), распределение — ненормальное р-уаЫв < 0.001 Значения запасов углерода статистически выше в еловых лесах заповедника по сравнению с ОЗ ООПТ — 4.18 ОЗ — 4.02

НП «Водлозерский»

Сосна 800 Гипотеза о нормальности отвергнута р-уаЫв < 0.001 Значения запасов углерода статистически выше в сосновых лесах в НП по сравнению с ОЗ ООПТ — 5.34 ОЗ — 5.09

Ель 1000 (р-уаЫе < 0.05), распределение — ненормальное р-уаЫв < 0.001 Значения запасов углерода статистически выше в еловых лесах в НП по сравнению с ОЗ ООПТ — 5.48 ОЗ — 5.17

Примечание: N - количество случайных точек, использованных для анализа.

*деление на лесные формации было выполнено на основе карты «Преобладающие

древесные породы» (Барталев и др., 2016).

0.00 0.25 0.50 0.75 1.00

р-иа1ие

Рисунок 4.6 — Распределениер-уа1ие по результатам 100 итераций критерия Манна-Уитни для сосновых лесов ГПЗ «Кивач» и его охранной зоны

4.3.3 Запасы углерода лесной подстилки функциональных зон ООПТ

В соответствии с принципом, описанным в п. 4.3.1, в границах функциональных зон НП «Водлозерский» и ГПЗ «Кивач» получены значения запасов углерода подстилки сосновых и еловых лесов. В ГПЗ «Кивач» была выполнена статистическая оценка различий запасов углерода между двумя зонами — заповедной и хозяйственного значения. В Водлозерском национальном парке исследованы три зоны — особо охраняемая, рекреационная и хозяйственного значения. В то же время, анализ не включал участки, отнесенные к зоне охраны объектов культурного наследия, ввиду их малой площади. Результаты анализа с использованием непараметрических критериев Манна-Уитни и Краскела-Уоллиса представлены в таблице 4.5.

Таблица 4.5 — Результаты статистических тестов по оценке различий запасов углерода подстилки между функциональными зонами ООПТ

Заповедник «Кивач»: заповедная зона и хозяйственного значения

Лесная формация* N Критерий Шапиро-Уилка Критерии Манна — Уитни и Краскела — Уоллиса

Сосна 1000 Гипотеза о нормальности отвергнута (р-уаЫе < 0.05), распределение — ненормальное р-уа1ие < 0.001 Выявлены более высокие запасы углерода в сосновых лесах заповедной зоны по сравнению с зоной хозяйственного значения

Ель 1900 р-уа1ие = 0.601 Не выявлено увеличение запасов углерода лесной подстилки в заповедной зоне

НП «Водлозерский»: особо охраняемая зона, рекреационная и хозяйственного значения

Сосна 370 Гипотеза о нормальности отвергнута (р-уаЫе < 0.05), распределение — ненормальное Не выявлено увеличение запасов углерода лесной подстилки в особо охраняемой зоне

Ель 250 Не выявлено увеличение запасов углерода лесной подстилки в особо охраняемой зоне

Примечание: N - количество случайных точек, использованных для анализа.

**деление на лесные формации было выполнено на основе карты «Преобладающие древесные

породы» (Барталев и др., 2016).

В заповеднике «Кивач» запасы углерода подстилки сосновых лесов выше в особо охраняемой зоне по сравнению с зонами хозяйственного значения и рекреации. Полученная закономерность подтверждена серией из 100 итераций. Для остальных рассмотренных функциональных зон статистически значимых различий запасов углерода подстилки сосновых и еловых лесов не выявлено.

ЗАКЛЮЧЕНИЕ К ГЛАВЕ 4

На основе созданной в рамках диссертационного исследования геопространственной модели выполнена количественная оценка запасов углерода лесной подстилки особо охраняемых природных территорий федерального значения Республики Карелия. Полученные для ООПТ оценки согласуются с ранее установленными закономерностями — значительное влияние на накопление запасов углерода лесной подстилки Республики Карелия оказывают факторы климата и растительности, а также широтный градиент. Выявлены статистически значимые различия запасов углерода лесной подстилки между ООПТ федерального значения Республики Карелия и их буферными зонами шириной 1, 5 и 10 км.

Для заповедника «Кивач» и национального парка «Водлозерский» проведен анализ запасов углерода лесной подстилки в пределах функциональных зон ООПТ с помощью непараметрических критериев математической статистики на основе созданной геопространственной модели. В НП «Водлозерский» выявлены достоверные различия в запасах углерода подстилки сосновых и еловых лесов. В ГПЗ «Кивач» аналогичные результаты получены для сосновых, еловых и березовых лесов.

Запасы углерода подстилки сосновых и еловых лесов НП «Водлозерский» выше по сравнению с его охранной зоной, выделенной с целью снижения негативных последствий сплошных концентрированных рубок. В заповеднике «Кивач» аналогичная закономерность получена только для еловых лесов.

Статистически значимых различий запасов углерода подстилки сосновых и еловых лесов между функциональными зонами в пределах обозначенных ООПТ не выявлено. Исключением являются запасы углерода подстилки сосновых лесов особо охраняемой зоны ГПЗ «Кивач», которые превышают запасы в зонах хозяйственного значения и рекреации.

108

ВЫВОДЫ

1. Обзор современных научных публикаций по картографированию содержания и запасов углерода органического вещества почв на различных пространственных уровнях показал, что большинство исследований не включает оценки по лесной подстилке, которая является важным компонентом биологического круговорота и процесса гумусообразования, начальным этапом формирования и перераспределения углерода в профиле лесных почв. С применением методов машинного обучения геопространственное моделирование запасов углерода лесной подстилки в Республике Карелия не проводилось.

2. В цифровом почвенном картографировании при моделировании содержания и запасов углерода органического вещества почв наиболее часто используются следующие методы машинного обучения и геостатистики: случайный лес (Random Forest), регрессионный кригинг (Regression Kriging) и опорные вектора (Support Vector Machine). Чаще всего наиболее информативными предикторами моделирования становятся -классификационные единицы почв, среднегодовое количество осадков, нормализованный разностный вегетационный индекс NDVI, высота над уровнем моря, уклон и топографический индекс влажности.

3. Ha примере Республики Карелия и Карельского перешейка подтверждена целесообразность использования современных методических подходов цифрового почвенного картографирования к оценке запасов углерода лесной подстилки на региональном уровне. Созданная геопространственная модель объясняет около 46 % вариабельности запасов углерода лесной подстилки региона исследования, что соответствует современному мировому уровню исследований в области цифровой почвенной картографии.

4. Проведенная на основе моделирования количественная оценка запасов углерода лесной подстилки на территории Республики Карелия и Карельского перешейка показала их значительную изменчивость: от 1.5 кг/м2 до 7.5 кг/м2, при среднем значении 3.9 кг/м2. Наиболее высокие запасы

углерода характерны для средней тайги Карелии — районы северного Приладожья, Заонежского полуострова и юго-востока региона. Низкие запасы наблюдаются на Карельском перешейке и в центральной части Карелии. Смоделированные значения запасов углерода лесной подстилки наиболее сходны с оценками, полученными в результате многолетних лабораторно-полевых исследований почв на всей территории Карелии в период 1993-2012 гг.

5. Наиболее информативными категориями предикторов, объясняющими вариабельность запасов углерода в лесной подстилке на региональном уровне Республики Карелия и Карельского перешейка, являются: климат, пространственное положение и растительность — 37.2%, 22.6% и 17.9%, соответственно.

6. На примере национального парка «Водлозерский» и заповедника «Кивач», расположенных в подзоне средней тайги, показано, что заповедный режим способствует увеличению запасов углерода подстилки сосновых и еловых лесов. В сосновых и еловых лесах запасы углерода подстилки между функциональными зонами ООПТ на территории средней тайги сопоставимы и превосходят запасы в границах охранных зон.

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Антипин, В.К. Разнообразие болотной биоты национального парка «Водлозерский»/ В.К. Антипин // Самарская Лука: проблемы региональной и глобальной экологии. Самарская Лука. 2009. - Т. 18. - № 4. - С. 86-94.

2. Апарин, Б.Ф. Почвенное разнообразие Ленинградской области / Б.Ф. Апарин, Е.Ю. Сухачева, М.А. Лазарева. - СПб.: Наука, 2019. - 185 с.

3. Астанин, Д.М. Методика формирования функциональных зон ООПТ для развития экологического туризма /Д.М. Астанин // Архитектон: известия вузов. - 2018. - № 3. - Вып. 63. - С.1-26.

4. Атлас Ленинградской области / Под ред. Субетто. Д.А. - СПб.: Изд-во РГПУ им. А.И. Герцена, 2022. - 112 с.

5. Атлас Республики Карелия. - Петрозаводск: Версо, 2021. - 48 с.

6. Ахметова, Г.В. Пространственная неоднородность химического состава лесных подстилок сосновых насаждений средней тайги Восточной Фенноскандии / Г.В. Ахметова // Лесоведение. - 2022. - № 3. - С. 250-261. DOI: 10.31857/S0024114822030020.

7. Базилевич, Н.И. Биологическая продуктивность экосистем Северной Евразии / Н.И. Базилевич. - М.: Наука, 1993. - 293 с.

8. Барталев, С.А. Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS / С.А. Барталев, В.А. Егоров, Д.В. Ершов, А.С. Исаев, Е.А. Лупян, Д.Е. Плотников, И.А. Уваров // Современные проблемы дистанционного зондирования Земли из космоса. -2011. - Т.8. - № 4. - С. 285-302.

9. Барталев, С.А. Спутниковое картографирование растительного покрова России / С.А. Барталев, В.А. Егоров, В.О. Жарко, Е.А. Лупян, Д.Е. Плотников, С.А. Хвостиков, Н.В. Шабанов. - М.: ИКИ РАН. 2016. - 208 с.

10. Барталев, С.А. Состояние и перспективы развития методов спутникового картографирования растительного покрова России / С.А. Барталев, В.А. Егоров, В.О. Жарко, Е.А. Лупян, Д.Е. Плотников, С.А. Хвостиков //

Современные проблемы дистанционного зондирования Земли из космоса. -2015. - Т. 12. - № 5. - С. 203-221.

11.Бахмет, О.Н. Исследования по международной программе ICP Forests в Карелии / О.Н. Бахмет, Н.Г. Федорец, А.М.Крышень // Тр. Карельского науч. центра РАН. - 2011. - № 2. - С. 133-139.

12.Бахмет, О.Н. Запасы углерода в почвах сосновых и еловых лесов Карелии / О.Н. Бахмет // Лесоведение. - 2018. - № 1. - С. 48-55.

13.Бахмет, О.Н. Особенности органического вещества почв в лесных ландшафтах Карелии / О.Н. Бахмет // Лесоведение. - 2012. - №2. - С. 19-27.

14.Бахмет, О.Н. Исследования по международной программе ICP Forests в Карелии / О.Н. Бахмет, Н.Г. Федорец, А.М. Крышень // Тр. Карельского науч. центра РАН. - 2011. - №2. - С. 133-139.

15. Благовещенский, Ю.Н. Пространственная изменчивость мощности подстилки в лесах Карелии / Ю.Н. Благовещенский, Л.Г. Богатырев, Е.А. Соломатова, В.П. Самсонова // Почвоведение. - 2006. - № 9. - С. 1029-1035.

16.Бобрецов, А.В. Влияние изменения климата на фенологию растений и животных юго-восточной части республики Коми (Печоро-Илычский биосферный заповедник) / А.В. Бобрецов, Т.К. Тертица, В.П. Теплова // Пробл. экол. монит. и модел. экосистем. - 2017. - Т. 28. - № 4. - С. 74-93.

17. Богатырев, Л. Г. Комплексный подход к изучению лесной подстилки хвойных и хвойно-широколиственных лесов / Л.Г. Богатырев, В.А. Кузнецов, В.М. Телеснина, О.В. Семенюк, А.И. Бенедиктова, Ф.И. Земсков, М. М. Карпухин, В. В. Демин // Лесоведение. - 2024. - №5. - С. 73-87. DOI: 10.31857/S0024114824050073

18. Богатырев, Л.Г. Образование подстилок - один из важнейших процессов в лесных экосистемах / Л.Г. Богатырев // Почвоведение. - 1996. - № 4. - С. 501-511.

19.Букварева, Е. Н. Экосистемные услуги России: Прототип национального доклада. Том 1. Услуги наземных экосистем / Е. Н. Букварева, Д. Г. Замолодчиков. - М.: Изд-во Центра охраны дикой природы. 2016. - 148 с.

20.Волков А.Д. Типы леса Карелии / А.Д. Волков. - Петрозаводск: Кар. НЦ РАН, 2008. - 192 с.

21.Гаврилюк, Е.А. Геопространственное моделирование содержания и запасов азота и углерода в лесной подстилке на основе разносезонных спутниковых изображений Sentinel-2 / Е.А. Гаврилюк, А.И. Кузнецова, А.В. Горнов // Почвоведение. - 2021. - №. 2. - С. 168-182. https://doi.org/10.31857/S0032180X210200 40

22.Гераськина, А.П. Влияние дождевых червей разных морфо-экологических групп на аккумуляцию углерода в лесных почвах /А.П. Гераськина // Вопросы лесной науки. - 2020. - Т. 3.- № 2. - С. 1-20.

23.Голубева, Е.И. Индекс листовой поверхности: методы полевых инструментальных измерений и использование материалов дистанционного зондирования / Е.И. Голубева, М.В. Зимин, О.В. Тутубалина, Ю.И. Тимохина, А.С. Азарова // Экология. Экономика. Информатика. Сер.: Геоинформ. тех. и кос. монитор. - 2020. - Т. 2. - №5. - С. 70-74. https://doi.org/10.23885/2500-123X-2020-2-5-70-74.

24.Гопп, Н. В. Картографирование содержания и запасов органического углерода почв на региональном и локальном уровнях: анализ современных методических подходов / Н.В. Гопп, Ю.Л. Мешалкина, А.Н. Нарыкова, А.С. Плотникова, О.В. Чернова // Вопросы лесной науки. - 2023. - Т. 6. - № 1. -Статья № 120. DOI 10.31509/2658-607х-202361-120.

25.Гопп, Н.В. Картографирование кислотности почв Кузнецко-Салаирской геоморфологической провинции с использованием геостатитистических методов / Н.В. Гопп // Современные проблемы и перспективы развития агрохимии, земледелия и смежных наук о плодородии почв и продуктивности полевых культур в Сибири : Материалы международной научно-производственной конференции. - Красноярск: Федеральное государственное бюджетное научное учреждение «Федеральный исследовательский центр «Красноярский научный центр Сибирского

отделения Российской академии наук», 2023. - С. 235-238. DOI 10.52686/9785604525050_369

26.Гопп, Н.В. Цифровое картографирование содержания и запасов органического углерода в почвах Предсалаирья с использованием онлайн-платформы Google Earth Engine и алгоритма случайного леса / Н.В. Гопп, Т.В. Нечаева // Исследование Земли из космоса. - 2025. - №2. - C. 3-17. doi: 10.31857/S0205961425020015.

27.Государственный доклад о состоянии окружающей среды Республики Карелия в 2022 году / МПРиЭ Республики Карелия; ред. А. Н. Громцев, В. В. Каргинова-Губинова, О. Л. Кузнецов, Е. Г. Полина. — Петрозаводск: КарНЦ РАН, 2023.

28.Громцев, А.Н. Леса заповедника «Костомукшский»:структура, динамика, ландшафтные особенности /А.Н. Громцев // Труды Карельского научного центра РАН. - 2009. - № 2. - С. 71-78.

29.Громцев, А.Н., Литинский П.Ю. Леса района национального парка «Паанаярви»: природные особенности, современное состояние, планирование использования / А.Н. Громцев, П.Ю. Литинский // Природа национального парка «Паанаярви». - 2003. - C. 15-19.

30.Громцев, А.Н. основы ландшафтной экологии европейских таежных лесов России / А.Н. Громцев - Петрозаводск: КарнЦ Ран, 2008. - 238 с.

31. Докучаев, В.В. Доклад Закавказскому статистическому комитету об оценке земель вообще и Закавказья в особенности. Почвенные, горизонтальные и вертикальные зоны. / В.В. Докучаев В.В - Тифлис: тип. канцелярии Главно-начальствующего гражданской частью на Кавказе, 1899. - 19 с.

32. Дубенок, Н.Н. Гидрологическая роль лесных насаждений малого водосборного бассейна / Н.Н. Дубенок, А.В. Лебедев, А.В. Гемонов // Российская сельскохозяйственная наука. - 2021. - №3. - С. 3-6. DOI: 10.31857/S2500262721030017.

33.Елкина, Е.С. Построение серий NDVI высокого временного разрешения по данным Landsat для оценки тридцатилетней динамики используемой пашни

/ Е.С. Елкина, Д.Е. Плотников // Региональные проблемы дистанционного зондирования Земли. Материалы XI Международной научной конференции. - 2024. - С. 155-158.

34. Захаров, С.А. Курс почвоведения / С.А. Захаров // - М.: Госиздат, 1927. - 440 с.

35. Змитрович, И.В. Средняя тайга Карельского перешейка: зональные, интразональные и экстразональные явления / И.В. Змитрович // Вестник экологии, лесоведения и ландшафтоведения. - 2011. - № 12. - С. 54-76.

36.Иванов А.В. запасы лесных подстилок в кедрово-широколиственных лесах южного Сихотэ-Алиня /А.В. Иванов // Сибирский лесной журнал. - 2015. -№ 5. - С. 87-95

37.Ивантер, Э.В. Заповедник «Кивач» / Э.В. Ивантер, А.А. Тихомиров // Заповедники СССР. Заповедники европейской части РСФСР. Ч. 1. - М., 1988. - С. 100-128.

38.Институт глобального климата и экологии имени академика Ю. А. Израэля. Потоки парниковых газов и параметры углеродного бюджета управляемых экосистем. Карта запасов углерода [Электронный ресурс]. — 2019. — Режим доступа: https://map.igce.ra/subcategories/3/1/ (дата обращения: 17.07.2025).

39. Исаченко, Т. Е. Трансграничные территории как динамичный культурный ландшафт /Т.Е. Исаченко // Вестник СПбГУ. - 2010 . - Сер. 7. - Вып. 3. - С. 92-102.

40.Истомина, Е. А. Картографирование экосистемных услуг в Забайкальском национальном парке / Е.А. Истомина, Н.М. Лужкова // Геодезия и картография. - 2017. -Т. 78. - № 7. - С. 59-67.

41.Истомина, Е.А. Планирование инфраструктуры бердвотчингового туризма природного парка «Риа Формоза» (Португалия) методом ландшафтно-интерпретационного картографирования / Е.А. Истомина, Н.М. Лужкова, В.В. Хидекель // География и природные ресурсы. - 2016. - № 4. -C.182-190.

42. Классификация и диагностика почв России. - Смоленск: Ойкумена, 2004. -342 с.

43.Козлов, С. М. Картографирование экосистемных услуг национального парка Колхети (Грузия) на основе их эколого-экономической оценки / С.М. Козлов, Т.М. Красовская, Т.П. Гордезиани, Р.В. Маглакелидзе // ИнтерКарто. ИнтерГИС. - 2021. - Т. 27. - № 1. - С. 112-125.

44.Кузнецова, А.И. Запасы углерода в песчаных почвах сосновых лесов на западе России /А.И. Кузнецова, Н.В. Лукина, А.В. Горнов, М.В. Горнова, Е.В. Тихонова, В.Э. Смирнов, М.А. Данилова, Д.Н. Тебенькова, Т.Ю. Браславская, В.А. Кузнецов, Ю.Н. Ткаченко, Н.В. Геникова // Почвоведение. - 2020. - № 8. - С. 1-12. https://doi.org/10.31857/S0032180X20080109

45.Лелькова, А. К. Оценка экосистемных функций национального парка «Лосиный остров» / А.К. Лелькова, А.А. Пакина // Экосистемы: экология и динамика. - 2020. - Т. 4. - № 3. - С. 166-179.

46. Леса высокой природоохранной ценности России [Электронный ресурс]. — Режим доступа: https://hcvf.ru/ru/maps/hcvf-russia (дата обращения: 24.03.2025).

47.Лесохозяйственный регламент лесничества «Государственный природный заповедник «Кивач». — Петрозаводск, 2019. — 108 с.

48.Лесохозяйственный регламент лесничества «Национальный парк «Водлозерский». — Петрозаводск, 2018. — 306 с.

49.Лукина, Н.В. Глобальные вызовы и лесные экосистемы /Н.В. Лукина // Вестник Российской академии наук. - 2020. - Т. 90. - № 6. - С. 528-532.

50.Лукина, Н.В. Роль старовозрастных лесов в аккумуляции и хранении углерода / Н.В. Лукина, С.А. Барталев, А.П. Гераськина, А.С. Плотникова, А.В. Горнов, Д.В. Ершов, Е.А. Гаврилюк, А.И. Кузнецова, Н.Е. Шевченко, Е.В. Тихонова, М.А. Данилова, Д.Н. Тебенькова, В.Э. Смирнов, Е.В. Ручинская // Известия РАН. Сер. географическая. - 2023. - Т. 87. - № 4. - С. 1-22.

51. Лукина, Н.В. Приоритетные направления развития лесной науки как основы устойчивого управления лесами / Н.В. Лукина, А.С. Исаев, А.М. Крышень, А.А. Онучин, А.А. Сирин, Ю.Н. Гагарин, С.А. Барталев // Лесоведение -2015. - № 4. - С. 243-254.

52.Лукина, Н.В. Влияние растительности на характеристики лесных почв Республики Карелия / Н.В. Лукина, М.А. Орлова, О.Н. Бахмет, Е.В. Тихонова, Д.Н. Тебенькова, А.И. Казакова, А.М. Крышень, А.В. Горнов, В.Э. Смирнов, М.П. Шашков, В.В. Ершов, С.В. Князева. // Почвоведение. - 2019. - № 7. - C. 827-842.

53.Лукина, Н.В. Оценка критериев устойчивого управления лесами с использованием индикаторов международной программы ICP Forests / Н.В. Лукина, М.А. Орлова, А.В. Горнов, А.М. Крышень, П.В. Кузнецов, С.В. Князева, В.Э. Смирнов, О.Н. Бахмет, С.П. Эйдлина, В.В. Ершов, Н.В. Зукерт, Л.Г. Исаева // Лесоведение. - 2013. - № 5. - C. 62-75.

54.Методика мониторинга лесов по международной программе ICP Forests. -М., 2008. - 46 с.

55.Министерство природных ресурсов и экологии Российской Федерации. Распоряжение Минприроды России от 30 июня 2017 г. № 20-р (ред. от 20 января 2021 г.) «Об утверждении методических указаний по количественному определению объема поглощения парниковых газов» [Электронный ресурс]. — Режим доступа: https://carbonreg.ru/pdf/Климатические%20проекты/Распоряжение_Минприр оды_России_от_30_06_2017_N_20_р_Об_утв_методики.pdf (дата обращения: 24.03.2025).

56.Назаренко, А. Е. Оценка потенциала обеспечивающих экосистемных услуг муниципальных районов Алтайского края / А. Е. Назаренко, Б.А. Красноярова // Вестник Алтайского государственного аграрного университета. - 2018. - № 3. - С. 42-50.

57.Назарова, Л.Е. Атмосферные осадки в Карелии / Л.Е. Назарова // Труды Карельского научного центра РАН. - 2015. - № 9. - С. 114-120. DOI: 10.17076/lim56

58.Назарова, Л.Е. Климат Республики Карелия (Россия): температура воздуха, изменчивость и изменения / Л.Е. Назарова // Геополитика и экогеодинамика регионов. -2014. - Т. 10. - № 1.

59.Нарыкова, А. Н. Картографирование экосистемных услуг на локальном уровне: обзор современного состояния исследований / А.Н. Нарыкова, А.С. Плотникова // Вопросы лесной науки. - 2022а. - Т. 5. - № 3. - Статья № 110. DOI 10.31509/2658-607x-202252-110.

60.Нарыкова, А.Н. Оценка связей между факторами почвообразования и запасами органического углерода в лесных почвах Карелии и Карельского перешейка по тематическим спутниковым продуктам / А.Н. Нарыкова, А.Д. Никитина, А.С. Плотникова, М.А. Данилова, Н.Е. Шевченко // Современные проблемы дистанционного зондирования Земли из космоса. -2024. - Т. 21. -№ 2. - С. 196-211. https://doi.org/10.21046/2070-7401-2024-21-2-196-211

61.Нарыкова, А. Н. Подготовка предикторов для моделирования климаторегулирующих экосистемных услуг лесов на региональном уровне с помощью Google Earth Engine / А.Н. Нарыкова, А.С. Плотникова // Научные основы устойчивого управления лесами. Матер. Всерос. науч. конф., посвященной 30-летию ЦЭПЛ РАН.- М. 2022b. - С. 182-184.

62.Нарыкова, А.Н. Геопространственное моделирование запасов углерода лесной подстилки на территории Республики Карелия и Карельского перешейка (Ленинградская область) / А.Н. Нарыкова, А.С. Плотникова, Г.В. Ахметова, М.А. Данилова, А.И. Кузнецова // Почвоведение. - 2025a. - № 10. - С. 1252-1265.

63.Нарыкова, А.Н. Геопространственный анализ запасов углерода лесной подстилки ООПТ и прилегающих буферных зон Республики Карелия / А.Н. Нарыкова, А.С. Плотникова, Г.В. Ахметова, М.А. Шредерс // Леса России: политика, промышленность, наука, образование: материалы X

Всероссийской научно-технической конференции 21-23 мая 2025 г. / Под. ред. А.А. Добровольского. - Санкт-Петербург: СПбГЛТУ, 2025b. - С. 53-56.

64. Национальный парк «Водлозерский»: Природное разнообразие и культурное наследие. - Петрозаводск. 2001.- 311 с.

65.Пакина, А. А. Эколого-экономическое картографирование Республики Татарстан / А.А. Пакина, Н.И. Тульская, А.А. Карнаушенко // Геодезия и картография. - 2019. - № 1. - С. 146-155.

66.Пастухов, А. В. Построение региональных цифровых тематических карт (на примере карты запасов углерода в почвах бассейна р. Уса) /А.В. Пастухов, Д.А. Каверин, В.М. Щанов // Почвоведение. - 2016. - № 9. - С. 1042-1051.

67.Первый ежегодный Национальный доклад о климатической повестке в России [Электронный ресурс]. — 2025. — Центр «Климатическая политика и экономика России» ИНП РАН; при поддержке Фонда Мельниченко и МИА «Россия Сегодня». — Режим доступа: https://ecfor.ru/wp-content/uploads/2025/06/natsionalnyj-doklad-o-klimaticheskoj -povestke-v-rossii.pdf (дата обращения: 18.07.2025).

68. Плотникова, А.С. Обзор российских геоинформационных сервисов природоохранной тематики на основе открытого программного обеспечения / А.С. Плотникова, В.А. Хамедов, Е.А. Архипцева, Е.С. Подольская, А.Н. Нарыкова, А.Б. Алексеев. // Геоинформатика. - 2024. - № 4. - С. 4-20. https://doi.org/10.47148/1609-364X-2024-4-4-20.

69.Подвезенная М.А. Зависимость вариабельности запасов углерода в почве от пространственной структуры растительного покрова лесных биогеоценозов / М.А. Подвезенная, И.М. Рыжова // Вестник Московского университета. Серия 17. Почвоведение. - 2010. - № 4. - С. 3-9.

70.Положение о государственном природном заповеднике «Кивач» [Электронный ресурс] : утв. приказом Министерства природных ресурсов Российской Федерации от 31 декабря 2001 г. № 950 : в ред. приказов Минприроды России от 17 марта 2005 г. № 66; от 27 февраля 2009 г. № 48;

от 26 марта 2009 г. № 71. — Режим доступа: URL (дата обращения: 22.03.2025).

71.Потанин, М.Ю. Веб-ГИС технологии: обзор основных направлений развития /М.Ю. Потанин // Системный анализ в науке и образовании — 2014. - № 2. - С. 43-52.

72. Почвенная карта РСФСР. Масштаб 1 : 2 500 000 / Под ред. В. М. Фридланда. - М.: ГУГУК, 1988 (Скорректированная цифровая версия, 2007).