Ресурсный потенциал лесов Волжского бассейна в смягчении глобального потепления (К Решению Парижского соглашения по изменению климата)

Современное глобальное потепление является свершившимся фактом, и оно имеет, по всей видимости, антропогенное происхождение.1Клима-тические прогнозы, основанные на сценариях техногенных выбросов парниковых газов в атмосферу, предполагают повышение средней глобальной температуры поверхности Земли в пределах 1,4–5,8оС за период 1990– 2100 гг.,

что в 2 ‒ 10 раз больше величины потепления, произошедшего в ХХ в. (Албриттон и др., 2003). Однако реальная картина значительно превосходит эти расчеты. По данным МГЭИК, существующие в настоящее время тренд потепления способен привести к повышению средней глобальной температуры к 2100 г. на 4^оС (Le Quere et al., 2015). При этом региональное потепление на территории России может составить порядка 6–11^о (Швиденко и др., 2017).

В 2015 году в Париже в ходе Конференции по климату в рамках Рамочной конвенции ООН об изменении климата было достигнуто Согла- шение, регулирующее меры по снижению углекислого газа в атмосфере с 2020 г. (Paris Agreement, 2015). Согласно Статьям 2 и 4 Парижского Соглашения, во избежание экологической катастрофы необходимо стремиться к «… достижению баланса между возникающими в результате деятельности человека парниковыми газами и их поглощением морями и лесами – ко второй половине ХХI века», в целях удержания прироста средней глобальной температуры не выше 1,5–2оС. Стабилизация окружающей среды на суше может быть достигнута через процессы адсорбции парниковых газов естественными, и прежде всего лесными, экосистемами.

С другой стороны, важной целью Парижского Соглашения является планирование действий в области адаптации – «укреплении адаптационных возможностей, повышении сопротивляемости и снижении уязвимости <…> экологических систем к изменениям климата, в целях <…> обеспечения адекватного адаптационного реагирования в контексте упомянутой выше температурной цели» (Статья 7 Соглашения). Таким образом, определена необходимость решения по лесным экосистемам двуединой задачи – адсорбции и адаптации, что позволит оценить регуляцию лесами углеродного цикла, направленную на смягчение глобального потепления .

В данном сообщении изложен экспериментальный опыт регионального решения этой двуединой задачи на примере Волжского бассейна. Климатические параметры взяты из прогнозных сценариев двух глобальных моделей семейства общей циркуляции атмосферы AOGCMs. Известно, что модели AOGCMs наиболее сложны из всех климатических моделей и не имеют себе равных по пространственному разрешению и достоверности получаемых результатов (Тарко, 2005). Будучи трехмерными гидродинамическими моделями, они позволяют определить изменения как температуры, так и других важных климатических характеристик (осадков, влажности почвы и др.).

Первая модель – умеренная EGISS (Hansen et al., 2007), с ее ранней версией GISS-1993 (Hansen et al., 1988; Kolomyts, 2013). Она отвечает целям Парижского Соглашения. Модель достаточно хорошо имитировала наблюдаемые изменения глобального климата за период 1880– 2003 г.г. и особенно за последние 3–4 десятилетия. Она реалистично отображает столетнюю климатическую динамику в пределах Европейского континента. Модель прогнозирует повышение глобальной температуры на 2,7–2,9оС при удвоении концентрации СО2 в атмосфере, что соответствует эмпирическому диапазону чувствительности климата, установленному по палеогеографическим данным (Hansen et al., 2007).

Вторая прогнозная модель HadCM3, версия А2 (Pope et al., 2000; Мохов, 2006) – экстремальная. Она дает прогноз, адекватный современному беспрецедентно высокому тренду глобального потепления (см. выше). Такие глобальные климатические изменения могут превысить порог выносливости основных лесообразующих пород и привести к распаду на обширных пространствах не только неморальных, но и бореальных лесов. Согласно данной модели, к концу XXI столетия среднеиюльские температуры в Среднем и Верхнем Поволжье вырастут на 4–6о, а среднеянварские – на 6,5–8,0о. Судя по современным температурным трендам, столь значительное региональное потепление представляется вполне реальным (Швиденко и др., 2017).

Базовым считается период инструментальных наблюдений 1881–1985 гг.

В качестве идеологической основы проведенного эксперимента использована выдвинутая новая экологически ориентированная парадигма в учении о лесе (Gorshkov, 1994; Уткин, 1995), которая содержит концептуальные положения об экологических ресурсах лесного покрова как его способности поглощать парниковые газы с помощью механизмов регуляции углеродного цикла при изменениях климата. Эта регуляция направлена на возвращение среды в оптимальное для лесной экосистемы состояние и способствует сохранению относительной стабильности ее продукционного процесса в меняющемся климате, что обеспечивает и устойчивость механизмов самой регуляции углеродного цикла как ведущего звена биологического круговорота.

МАТЕРИАЛЫ И МЕТОДЫ

Экологический эксперимент включает пять последовательных стадий: гипотезу, планирование, реализацию, статистический анализ и интерпретацию (Хелберт, 2008). В нашем эксперименте объектом исследования были не отдельные биогеоценологические единицы, а разномасштабная система локальных и региональных биогеосистем с определенным типологическим разнообразием. «Зачастую эти крупномасштабные управляемые эксперименты лишены повторности воздействия …», однако можно «… максимизировать ценность эксперимента, контролируя в нем возможно большее количество различных переменных» (Хелберт, 2008: с. 64 ‒ 65). Именно в таком направлении должен осуществляться массовый ландшафтно-экологический эксперимент, что и было осуществлено нами на практике.

В эксперименте использованы материалы крупномасштабных ландшафтно-экологических съемок, проведенных ранее по специально разработанной методике на восьми экспериментальных полигонах Среднего и Верхнего Поволжья (Коломыц, 2018). Каждый полигон характеризовал определенный экорегион (см. рис. 1).

Базовое содержание и климатогенная динамика углерода оценивались по дискретным параметрам малого биологического круговорота: 1) скелетной древесно-кустарниковой фитомассе – BS ; 2) массе корней – BR; 3) общей зеленой массе – BV ; 4) массе лесной подстилки – ML ; 5) мертвой скелетной фитомассе (валеж и сухостой) – W D ;

■-за Ш-б b Ш-ес |—]-г d Sd е Tef

Ш-^g В- uh ЕВ-к i

Рис. 1. Растительный покров Среднего Поволжья, по (Грибова и др., 1980) , и схема расположе-

ния экспериментальных полигонов.

Условные обозначения. Природные зоны (подзоны): I – смешанные леса; II – широколиственные леса; III – типичная и южная лесостепь; IV – северная степь.

Леса: а – еловые, пихтово-еловые и черноольховые с елью; б – широколиственно-сосновые, местами с елью; в – сосновые (боры) и елово-сосновые (субори); г – широколиственные; д – березово-осиновые и березово-липовые; е – березовые и сосново-березовые.

Остальные обозначения: ж – внемасштабные ареалы широколиственных лесов; и – границы природных зон и подзон; к – Главный ландшафтный рубеж Русской равнины.

Экспериментальные полигоны: 1 – Жигули; 2 – Присурье; 3 – Щелоковский Хутор; 4 – Зеленый Город; 5 – Выкса; 6 – Керженец (Керженский заповедник); 7 – Кудьма; 8 – Приокско-Террасный заповедник (ПТЗ).

Fig. 1. Vegetation cover of the Middle Volga region, according to (Gribova et al., 1980) , and the layout of the experimental sites.

Legend. Natural zones (subzones): I – mixed forests; II – broad-leaved forests; III – typical and southern forest-steppe; IV – northern steppe.

Forests: a – spruce, fir-spruce and black alder with spruce; b – broadleaf-pine, in places with spruce; c – pine (pine forests) and spruce-pine (subori); g – broadleaf; d – birch-aspen and birch-linden; e – birch and pinebirch.

Other designations: g – non-scale areas of broadleaf forests; i – boundaries of natural zones and subzones; k – Main landscape boundary of the Russian Plain.

Experimental sites: 1 – Zhiguli; 2 – Prisurye; 3 – Shchelokovsky Khutor; 4 – Green City; 5 – Vyksa; 6 ‒ Kerzhenets (Kerzhensky Nature Reserve); 7 – Kudma; 8 – Prioksko-Terrasny Nature Reserve.

• 6)    массе гумуса в органно-минеральном горизонте почвы – HU . Переход от самих биомасс к содержанию в них углерода осуществлялся с помощью известных углеродных коэффициентов.

Для прогнозирования этих параметров предварительно проводилась термо- и гидроэдафиче-ская ординация их базовых значений в пространстве локальных ландшафтных сопряжений (катен) по каждому экорегиону (Коломыц, 2018). Ординация проведена по двум наиболее репрезентативным геофизическим параметрам: температуре почвы на глубине 50 см (t50) и запасам летней продуктивной влаги в слое почвы 0–50 см (табл. 1). Корреляционные связи оказались не всегда достаточно высокими (коэффициент детерминации меняется от 0,25–0,30 до 0,65–0,70), хотя и вполне значимыми (критерий Пирсона Р = 1,0–2,5×10–4). При слабой связи последнюю можно интерпретировать как некоторую общую тенденцию изменений данного метаболического параметра под влиянием геофизического тренда на фоне «шумового» воздействия других факторов локального порядка (прежде всего, факторов литогенной основы ландшафтов). Как известно (Montgomery, Peck, 1982), при описании сложных многокомпонентных биологических систем неизбежны нарушения базовых принципов статистического анализа. В частности, не соблюдается принцип линейной независимости предикторов, а коэффициенты корреляции и детерминации не могут быть высокими. Диссимметриза-ция и дробление гидротермических ниш, с преимущественно пуассоновским характером распределения биогеоценотических единиц, указывают на сложный, дифференцированный в пространстве процесс их климатогенных преобразований (Коломыц, 2018).

Таблица 1 / Table 1

Фрагмент расчетных моделей, описывающих изменения параметров малого биологического круговорота в биогеоценозах экорегионов Среднего и Верхнего Поволжья под влиянием трендов температуры и влагосодержания почвы в вегетационный период

Fragment of calculation models describing changes in the parameters of the small biological cycle in biogeocoenoses of the ecoregions of the Middle and Upper Volga River under the influence of trends in temperature and soil moisture content during the vegetation period

Вид модели (расчетная формула)*	Экспериментальные полигоны ( см. рис. 1 )	Параметры ( см. в тексте )	Коэффициенты			Статистические ** характеристики**
			b 0	b 1	b 2	R	P	S y
	7. Присурье	BV	21,93	–0,7415	–0,7135	0,664	0	3,09
		HU	5,99	0	55,75	0,696	0	20,29
y = b 0 + b 1 x 1	5. Зеленый Го-	BR	8,712	5,838	–0,0678	0,582	0,1·10-3	17,92
+ b 2 x 2	род	HU	16,34	–0,2402	0,07426	0,713	0
	2. Щелоковский Хутор	ML	27,18	–2,333	0,04896	0,717	0	6,51
y = b 0 + b 1 x 1 + b2x1 2	2. Щелоковский Хутор	WD	642,1	–114,7	5,142	0,936	0	2,21
	1. Керженец	WD	22,85	–0,2588	0,00149	0,72	0	12,78
		HU	8,84	0,0091	0,0006	0,851	0	8,03
y = exp( b 0 + b1 / x1 )	4. Приокско-Террасный заповедник	BS	244,6	0,3956	–0,00312	0,557	0,7·10-3	71,4
		HU	25,31	0,0159	0,00042	0,577	0,4·10-3	16,32
	5. Зеленый	ML	0,0845	35,08	–	0,506	0	16,0
	Город	WD	–4,389	64,63	–	0,642	0	7,0
	3. Выкса	ML	0,3274	46,81	–	0,798	0	0,34