Оценки годовых потоков углекислого газа из почвы еловых лесов карбонового полигона «Урал-Карбон» по неполным временны́м рядам с применением классических регрессионных подходов и машинного обучения
- Авторы: Сморкалов И.А.1,2
-
Учреждения:
- Уральский федеральный университет им. Первого президента России Б.Н. Ельцина
- Институт экологии растений и животных УрО РАН
- Выпуск: № 3 (2025)
- Страницы: 212-223
- Раздел: Статьи
- URL: https://vestnik.nvsu.ru/0367-0597/article/view/687347
- DOI: https://doi.org/10.31857/S0367059725030059
- EDN: https://elibrary.ru/tcdwho
- ID: 687347
Цитировать
Аннотация
Годовой поток углекислого газа из почв различных биомов играет ключевую роль в создании глобальных климатических моделей и при анализе циклов углерода в наземных экосистемах. Тем не менее существуют значительные пробелы в подобных исследованиях регионального масштаба. Из-за высокой трудоемкости получения ежедневных показателей почвенного дыхания используются различные методы моделирования. В данной работе на основе 2760 измерений дыхания почвы в еловых лесах карбонового полигона «Урал-Карбон» (Средний Урал), выполненных осенью 2021 г. и с апреля по октябрь 2022 г., с применением классических регрессионных подходов и машинного обучения были оценены годовые показатели дыхания почвы. Мы также исследовали зависимость результатов от сложности модели (числа предикторов) и используемых методов (экстраполяции моделью случайного леса и комбинированными подходами для оценки зимних потоков CO₂). «Упрощенная» модель с 7 предикторами показала лишь незначительное снижение точности по сравнению с полной моделью с 21 предиктором (R² = 0.89, MSE = 0.31 против R² = 0.92, MSE = 0.22). Предикторы, основанные на дистанционном зондировании, оказались более значимыми для точности модели, чем данные, полученные в полевых условиях. Хотя первоначальные результаты разных подходов различались, добавление значений зимнего дыхания, взятых из литературы, в модель случайного леса и усреднения значения комбинированных подходов позволило добиться схожих величин годового дыхания почвы: 830.3 ± 6.4 и 851.6 ± 8.0 г C/м² · год соответственно.
Ключевые слова
Полный текст

Об авторах
И. А. Сморкалов
Уральский федеральный университет им. Первого президента России Б.Н. Ельцина; Институт экологии растений и животных УрО РАН
Автор, ответственный за переписку.
Email: ivan.a.smorkalov@gmail.com
Россия, 620002 Екатеринбург, ул. Мира, 19; 620144 Екатеринбург, ул. 8 Марта, 202
Список литературы
- Yang M., Yu G.R., He N.P. et al. A Method for Estimating Annual Cumulative Soil/Ecosystem Respiration and CH4 Flux from Sporadic Data Collected Using the Chamber Method // Atmosphere. 2019. V. 10. № 10. Art. 623. https://doi.org/10.3390/atmos10100623
- Курганова И.Н., Лопес де Гереню В.О., Мякшина Т.Н. и др. Эмиссия CO₂ из почв различных экосистем южно-таежной зоны: анализ данных непрерывных 12-летних круглогодичных наблюдений // Доклады РАН. 2011. Т. 436. № 6. С. 843–846.
- Mukhortova L., Schepaschenko D., Moltchanova E. et al. Respiration of Russian soils: Climatic drivers and response to climate change // Science of the Total Environment. 2021. V. 785. Art. 147314. https://doi.org/https://doi.org/10.1016/j.scitotenv.2021.147314
- Кудеяров B.Н., Курганова И.Н. Дыхание почв России: анализ базы данных, многолетний мониторинг, общие оценки // Почвоведение. 2005. № 9. С. 1112–1121.
- Карбоновые полигоны (официальный сайт) / URL: https://carbon-polygons.ru/
- Гафуров Ф.Г. Почвы Свердловской области. Екатеринбург: Изд-во Урал. ун-та, 2008. 417 с.
- Усольцев В.А., Воробейчик Е.Л., Бергман И.Е. Биологическая продуктивность лесов Урала в условиях техногенного загрязнения: исследование системы связей и закономерностей. Екатеринбург: Изд-во УГЛТУ, 2012. 365 с.
- Фомин В.В., Рогачев В.Е., Агапитов Е.М. и др. Депонирование углерода основными лесообразующими древесными породами карбонового полигона Свердловской области // Леса России и хозяйство в них. 2024. № 4(91). С. 4–16. https://doi.org/10.51318/FRET.2024.91.4.001
- Сморкалов И.А., Воробейчик Е.Л. Влияние отдельных деревьев на дыхание почвы лесных экосистем в условиях промышленного загрязнения // Почвоведение. 2023. № 9. С. 1116–1127.
- Luo Y., Zhou X. Soil respiration and the environment. Burlington: Acad. Press, 2006. 316 p.
- Карелин Д.В., Почикалов А.В., Замолодчиков Д.Г., Гитарский М.Л. Факторы пространственно-временной изменчивости потоков CO₂ из почв южно-таежного ельника на Валдае // Лесоведение. 2014. № 4. С. 56–66.
- Лупян Е.А., Савин И.Ю., Барталев С.А. и др. Спутниковый сервис мониторинга состояния растительности («Вега») // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 190–198.
- Vicente-Serrano S.M., Beguería S., López-Moreno J.I. A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index // Journal of Climate. 2010. V. 23. № 7. P. 1696–1718. https://doi.org/10.1175/2009jcli2909.1
- Beguería S., Vicente-Serrano S.M., Reig F., Latorre B. Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring // International Journal of Climatology. 2014. V. 34. № 10. P. 3001–3023. https://doi.org/10.1002/joc.3887
- Kursa M.B., Rudnicki W.R. Feature selection with the Boruta package // Journal of Statistical Software. 2010. V. 36. № 11. P. 1– 3. https://doi.org/10.18637/jss.v036.i11
- randomForest: Breiman and Cutler’s Random Forests for classification and regression version 4.6-14 / URL: https://cran.r-project.org/package=randomForest
- caret: Classification and Regression Training version 6.0-86 / URL: https://cran.r-project.org/package=caret
- Jian J., Vargas R., Anderson-Teixeira K.J. et al. A global database of soil respiration data. Version 5.0. 2021. https://doi.org/10.3334/ORNLDAAC/1827
- Mavrovic A., Sonnentag O., Lemmetyinen J. et al. Environmental controls of winter soil carbon dioxide fluxes in boreal and tundra environments // Biogeosciences. 2023. V. 20. № 24. P. 5087–5108. https://doi.org/10.5194/bg-20-5087-2023
- Smorkalov I.A. Soil respiration of spruce-fir forests at the carbon supersite “Ural-Carbon”, Russia, Sverdlovsk region on 2021–2022. 2023. https://doi.org/10.17632/8ns8zprx9c.1
- Осипов А.Ф. Влияние межгодовых различий метеорологических характеристик вегетационного периода на эмиссию CO₂ с поверхности почвы среднетаежного сосняка бруснично-лишайникового (Республика Коми) // Почвоведение. 2018. Т. 12. С. 1455–1463. https://doi.org/10.1134/S0032180X18120080
- Кадулин М.С., Копцик Г.Н. Эмиссия CO₂ почвами в зоне влияния горно-металлургического комбината “Североникель” в Кольской Субарктике // Почвоведение. 2013. № 11. С. 1387–1396. https://doi.org/https://doi.org/10.7868/S0032180X13110063
- Kozlov M.V., Zvereva E.L., Zverev V.E. Impacts of point polluters on terrestrial biota: Comparative analysis of 18 contaminated areas. Dordrecht: Springer, 2009. 466 p.
- Takakai F., Desyatkin A.R., Lopez C.M.L. et al. Influence of forest disturbance on CO₂, CH4 and N2O fluxes from larch forest soil in the permafrost taiga region of eastern Siberia // Soil Science and Plant Nutrition. 2008. V. 54. № 6. P. 938–949. https://doi.org/https://doi.org/10.1111/j.1747-0765.2008.00309.x
- Сморкалов И.А. Изменчивость дыхания почвы: оценка вклада пространства и времени с помощью алгоритма random forest // Экология. 2022. № 4. С. 299–311. https://doi.org/https://doi.org/10.31857/S0367059722040059
- Kurganova I., De Gerenyu V.L., Rozanova L. et al. Annual and seasonal CO₂ fluxes from Russian southern taiga soils // Tellus B: Chemical and Physical Meteorology. 2003. V. 55. № 2. P. 338–344. https://doi.org/10.3402/tellusb.v55i2.16724
- Shibistova O., Lloyd J., Zrazhevskaya G. et al. Annual ecosystem respiration budget for a Pinus sylvestris stand in central Siberia // Tellus, Series B: Chemical and Physical Meteorology. 2002. V. 54. № 5. P. 568–589.
- Yan J., Feng Y., Li J. et al. Response of soil respiration and Q₁₀ to temperature and moisture in naturally regenerated and bare lands based on an 11-year observation period // CATENA. 2022. V. 208. Art. 105711. https://doi.org/https://doi.org/10.1016/j.catena.2021.105711
- Berryman E.M., Vanderhoof M.K., Bradford J.B. et al. Estimating soil respiration in a subalpine landscape using point, terrain, climate, and greenness data // J. Geophys. Res.-Biogeosci. 2018. V. 123. № 10. P. 3231–3249. https://doi.org/10.1029/2018jg004613
- Shiri N., Shiri J., Kazemi M.H., Xu T.R. Estimation of CO₂ flux components over northern hemisphere forest ecosystems by using random forest method through temporal and spatial data scanning procedures // Environmental Science and Pollution Research. 2021. P. Published online. https://doi.org/10.1007/s11356-021-16501-x
- Hengl T., Nussbaum M., Wright M.N. et al. Random forest as a generic framework for predictive modeling of spatial and spatio-temporal variables // PeerJ. 2018. V. 6. Art. e5518. https://doi.org/10.7717/peerj.5518
- Kurganova I., Lopes de Gerenyu V., Khoroshaev D. et al. Temperature sensitivity of soil respiration in two temperate forest ecosystems: the synthesis of a 24-year continuous observation // Forests. 2022. V. 13. № 9. Art. 1374.
- Reinmann A.B., Templer P.H. Increased soil respiration in response to experimentally reduced snow cover and increased soil freezing in a temperate deciduous forest // Biogeochemistry. 2018. V. 140. № 3. P. 359–371. https://doi.org/10.1007/s10533-018-0497-z
- Monson R.K., Lipson D.L., Burns S.P. et al. Winter forest soil respiration controlled by climate and microbial community composition // Nature. 2006. V. 439. № 7077. P. 711–714. https://doi.org/10.1038/nature04555
Дополнительные файлы
