Область применения и точность моделей динамики древостоев

 

Описанные модели широко применяются в лесном хозяйстве. В первую очередь их используют при составлении таблиц хода роста. Применяются они также для разработки разных прогнозов, для оценки влияния хозяйственных мероприятий на рост древостоев. Наибольшее применение находит стандартная таблица. Она является основным вспомогательным нормативом для таксатора. На ее основе устанавливается полнота. От величины полноты зависит назначение рубок ухода. В Беларуси рубками ухода заготавливают до 5 -5,5 млн.м³ древесины.

Важной областью применения моделей роста и производительности насаждений является актуализация лесного фонда. Проекты по актуализации и прогнозу динамики лесного фонда выполняются по материалам базового и непрерывного лесоустройства с учетом текущих изменений, происшедших в лесном фонде, вызванных рубками леса, приемкой и передачей земель, созданием лесных культур, стихийными явлениями. Данные по учету лесного фонда в отдельных предприятиях имеют различную давность, поэтому они приводятся к одной дате, т. е. актуализируются. Для выполнения этой работы требуются нормативы, позволяющие надежно прогнозировать ход роста насаждений.

Актуализация предполагает внесение изменений, которые произошли в результате проведения хозяйственных мероприятий, естественного роста леса и стихийных явлениё природы за определённый срок. Нередко необходимо сделать прогноз состояния лесов на длительный период (от 5 до 50 и даже до 100лет), для чего тоже используют модели динамики древостоев.

Точность актуализации зависит от многих составляющих: качество моделей, возраст древостоя, характер происходящих изменений и возможность их прогнозирования. Например, выполняя прогноз состояния лесов на 5 лет вперёд, мы можем относительно точно учесть возможные рубки главного пользования и рубки ухода. Но сделать прогноз прочих рубок уже затруднительно, а оценить последствия ураганов почти невозможно.

В Институте леса в начале 90 годов прошлого века под руководством В. Ф. Багинского была проведена актуализация лесного фонда Коренёвкой экспериментальной базы Института леса за период в 9лет. Для этого опытный таксатор измерительным методом протаксировал около 7000га насаждений разных пород, возраста, полноты, происхождения. В учтённых древостоях проводились различные хозяйственные мероприятия. При выполнении актуализации применяли модели динамики древостоев, которые использовались для составления таблиц хода роста, вошедших в перечень нормативных материалов для таксации лесов Беларуси.

Результаты актуализации показали следующее.

--Прогноз запасов и других таксационных показателей для приспевающих и спелых древостоев, где не проводилось интенсивных хозяйственных мероприятий, уложился в пределы 10% при достоверности 0,68.

Точность прогноза в средневозрастных насаждениях была в пределах 10—12% в зависимости от интенсивности рубок ухода. Особо сильное отрицательное влияние на точность оказали выборочные санитарные рубки, где точность снижалась дп 15-17

В молодняках точность прогноза оказалась невысокой -- 20-25 и даже 30%. При этом часто (особенно в лучших условиях роста) неудовлетворительно прогнозировался состав древостоя.

Прогноз запасов в хвойных насаждениях был точнее, чем в мягколиственных. Достаточно точно определены запасы в дубравах.

Процесс естественного возобновления можно спрогнозировать относительно точно.

Были и другие особенности при актуализации, которые имели меньшее значение.

На основе проведенной работы сделали вывод о необходимости совершенствования моделей роста для молодняков и более строгом учёте при проведении прогноза результатов рубок промежуточного пользования.

В те же годы и теми же исполнителями выполнена актуализация лесного фонда для Тульской и Калининской (ныне Тверской) областей. Она проводилась по данным учёта лесного фонда с уточнением моделей роста по экспериментальному материалу в виде пробных площадей. Результаты использованы заказчиками при разработке планов освоения лесосечного фонда, хотя точность прогноза здесь была невысокой—15-20%.

В Беларуси методы актуализации лесного фонда разработаны сотрудниками кафедры лесоустройства и лесной таксации БГТУ (О, А. Атрощенко и др.) и специалистами Белгослеса (А. П. Кулагин и др.) Эта система актуализации лесного фонда создана как автоматизированная система на ЭВМ на основе банка данных «Лесной фонд Республики Беларусь». Актуализация лесного фонда имеет особое практическое значение при ведении повыдельного банка данных, лесного кадастра, в геоинформационной системе «Лесные ресурсы».

Актуализация выполняется двумя методами:

§ на основе повыдельного банка данных;

§ по итоговым таблицам классов возраста.

Повыдельная актуализация лесного фонда должна проводиться по каждому таксационному выделу лесного предприятия. Для этого в банке данных организуется файл (отдельный массив записей) таксационного выдела: основной файл, файлы рубок, лесовосстановления и прочих изменений.

Внесение текущих изменений и организация файла проводятся по сведениям, полученным от лесхозов. После внесения текущих изменений осуществляется прогнозирование роста по регрессионным моделям.

Регрессионная модель прогнозирования древостоев по диаметру и высоте имеет вид

lgP_H(P_D)=b₀ + b₁ lgA + b₂lgA + b₃lgH₁₀₀.

Прогноз запаса древостоев выполняется по следующей регрессионной модели:

lgP_M = b₀ + b,lgA + b₂lgA + b₃lgH₁₀₀.

Сумма площадей сечения древостоя получается через запас и ви­довую высоту, которая оценивается по уравнению

HF = b₀ + b₁ H + b₂HD^--2 + b₃H₁₀₀,

где Р_н - процент среднепериодического прироста древостоя по средней высоте и диаметру (P _D); Р_M - процент среднепериодического текущего запаса древостоя; А - средний возраст древостоя; М - запас древостоя;H₁₀₀ - индекс класса бонитета; H, D - средние высота и диаметр; b₀-bз - коэффициенты регрессии.

Связь между зависимыми переменными и коэффициентами регрессии для сосновой хозсекции представлена в таблице 16.1.

Показатели регрессионных моделей прогноза роста древостоя показывают, что модели объясняют 94-99% вариационной зависимости переменной с абсолютной ошибкой до 1% прироста. Модели, предсказывающие видовую высоту, характеризуются относительной ошибкой +5-10%. Коэффициенты регрессии значимы на 5-10%-ном уровне значимости, и модели достоверны по F-кри-терию Фишера.

 

Таблица 16.1. - Регрессии прогноза диаметров, высот и запасов древостоев

	Коэффициенты регрессии	Детерминация	Стандартная ошибка	Критерий Фишера
	b0	b1	b2	b3
lgРн	1,9067	-0,4152	-0,2512	-01955	0,954	0,11	1751,8
lgPd	1,7597	-0,4002	-0,2156	-0,1275	0,960	0,09	2028.8
lgРм	2,3102	-0,2026	-0,9096	-0,0415	0,939	0,12	1283,7

 

Более простым является второй способ актуализации лесного фонда по итогам распределения площадей и запасов насаждений хозсекций по классам возраста в разрезе древесных пород. Для актуализации необходим определённый период времени. Модели прогноза процесса среднепериодических (за год) текущих изменений запасов древостоев (в коре) имеют вид

lgP_M = b₀ + b_{lgA + b₂lgM.

Регрессия включает фактические запасы древостоев, показывает относительную полноту насаждения или степень их изреживания. С увеличением возраста древостоя процент текущих изменений запасов уменьшается, а с уменьшением среднего запаса древостоев на 1 га -увеличивается. Регрессия объясняет 94-98% вариации процента текущих изменений запасов древостоев.

Модели роста и производительности насаждений требуются для различных аспектов контроля и управления лесами: таксации насаждений, оценки вариантов ухода за лесом, прогнозирования продуктивности древостоев, оценки производительности условий произрастания. Главное же назначение математических моделей роста насаждений - обеспечить данными для анализа и проверки многочисленных гипотез, планов и прогнозов для различных вариантов ведения лесного хозяйства: лесопользования, лесовосстановления, рубок ухода, лесомелиорации и т. д. Совместно с моделями оптимизации лесохозяйственных мероприятий модели роста насаждений дают ключевую информацию при принятии правильных решений в управлении лесами.

Моделирование в лесном хозяйстве постоянно совершенствуется и новые модели, которые будут разрабатывать поколения молодых ученых, должны в будущем быть лучше действующих.