ИНФОРМАЦИОННО-СПРАВОЧНЫЕ СИСТЕМЫ
ДЛЯ ИНВЕНТАРИЗАЦИИ ЛЕСОВ
И УПРАВЛЕНИЯ ЛЕСНЫМИ РЕСУРСАМИ
Приоритетность научных разработок в области создания инфор-мационно-справочных систем (ИСС) для лесного хозяйства страны очевидна. Современные технические средства дистанционного зон-дирования лесов, геопозиционирования и лазерного сканирования в сочетании с ГИС позволяют получить пользователю достаточный объем исходной информации для запуска ИСС многомерных лесово-дственно-таксационных нормативов инвентаризации лесов.
Общая схема функционирования и логического использования системы проведения выборочной инвентаризации лесов построена на главном принципе, сформулированном еще в 1952 году М.Г. Здориком: «Выборочный метод инвентаризации – это система, направленная к тому, чтобы часть возможно лучше репрезентирова-ла целое, чтобы она представляла уменьшенную картину целого и чтобы по этой части мы могли дать возможно точную и полную ха-рактеристику целого» [1].
При этом важным научно-методическим вопросом остается рас-пределение таксонов (лесничеств) в однородные группы, в которых будет наблюдаться максимально возможная однородность лесной территории (отдельного района). Только при минимальном варьиро-вании в пределах района всего комплекса показателей, характери-зующих лесной фонд, обеспечивается достоверность определения средних значений показателей. В очередной раз следует отметить, что действующая в настоящее время схема лесного районирования, утвержденная приказом МПР от 28 марта 2007 г., построена на интуи-тивно субъективном разделении территории лесного фонда России, без должной доказательной основы и нуждается в пересмотре. Такая критика справедливо прозвучала на Лесном форуме Гринпис России со стороны ведущих учѐных специалистов по районированию [6].
Достоверная схема комплексного лесного районирования может быть получена только на основе методов многомерной классифика-ции (группировки) лесничеств по однородности (схожести) значений показателей, включѐнных в анализ. Сущность такого подхода заклю-чается в последовательном применении факторного, кластерного и дискриминантного анализов, на что ещѐ в начале 80-х годов прошло-го столетия было указано в специальной литературе [5, 7, 8].
Следуя критическим замечаниям и указанным методическим ре-комендациям, при решении поставленной задачи было задействовано 39 переменных, разделенных на пять блоков, характеризующих по-тенциальную продуктивность почв (Х 1- Х 4), климатические показате-ли (Х 5- Х 17), долю площадей, занятых различными категориями зе-мель и объектов (Х 18- Х 28), долю площадей под разными типами лесов (Х 29- Х 33), уровни продуктивности и полноты по типам лесов (Х 34- Х 39). Критериальная оценка распределения лесничеств по типичным груп-пам (районам) осуществлена по суммарному межкластерному рас-стоянию Махаланобиса. Это позволило представить новые картосхе-мы комплексного лесного районирования, как для отдельных субъ-ектов РФ, так и в целом для Северо-Западного Федерального округа. Следует отметить, что выделенные районы по отдельным субъектам РФ имеют наименьшую изменчивость включенных в анализ пере-менных и потому должны быть положены в основу выборочной ин-вентаризации лесов.
Другим, не менее важным вопросом выборочной инвентаризации, особенно в труднодоступных территориях, следует считать необхо-димость внедрения аппаратных методов дистанционного зондирова-ния, геопозиционирования насаждений и измерения того минимума таксационных показателей, которые позволили бы при помощи ин-формационно-справочных систем получить всестороннюю информа-цию о конкретном насаждении.
На первой международной конференции «Проблемы лесоустрой-ства и государственной инвентаризации лесов в России» научными сотрудниками Института леса им. В.Н. Сукачѐва СО РАН и компа-нией «Геолидар» были продемонстрированы результаты лазерного сканирования насаждений лесного массива [2, 3]. Достаточно высо-кая точность определения вертикальной и горизонтальной структур древостоев, с охватом 100-метровой полосы сканирования, надежно-го геопозиционирования и автоматизированной оцифровки таксаци-онных показателей позволяют сформировать массив данных в диапазоне снятой полосы (в виде линейной выборки). Принцип случайно-сти и репрезентативности выборки может быть обеспечен заданным маршрутом сканирования.
Если маршрут сканирования четко геопозиционирован на элек-тронных картах, то он может быть зафиксирован на контурах типов лесорастительных условий (ТЛУ) по трофности (Z 1), увлажненности (Z 2), класса бонитета (Z 3). В связи с тем, что тип лесорастительных условий имеет незначительную изменчивость во времени, а бонитет является порядковой переменной, также относительно стабильной ве-личиной во времени, то целесообразно было бы считать эти три пере-менные индикаторами экологической ниши. Саму нишу в этом случае следует именовать реально существующей природной стратой.
Это утверждение позволяет критически оценить принятое в дей-ствующих методических рекомендациях условное выделение страт по заданным градациям значений таксационных показателей. Такая условность при выделении страт порождена, главным образом, от-сутствием достоверных статистических моделей, отображающих ди-намику роста, строения и продуктивности древостоев. Устранить этот пробел позволяет информационно-справочная система много-мерных, составленных по ТЛУ и типам леса лесоводственно-таксационных нормативов текущей актуализации роста, строения, товарной, биологической и биоэнергетической продуктивности на-саждений разного возраста, полноты, густоты, по отдельным элемен-там леса. Входами в ИСС, наряду с переменными (Z 1- Z 3), являются верхняя высота (Z 4), полнота (Z 5), и доля участия породы в составе древостоя (Z 6).
ИСС представляет собой единую систему электронных лесотак-сационных нормативов и включает в себя:
многомерные модели взаимосвязи средних и верхних высот, средних диаметров элементов леса с типами лесорастительных усло-вий, бонитетом, полнотой, составом древостоев;
многомерные модели обезличенного объѐма, объѐма деревьев по категориям крупности, дровам и отходам в зависимости от тол-щины и высоты деревьев разного возраста;
многомерные модели биологической продуктивности деревь-ев по массе стволов, коры, ветвей, хвои (листвы), корням в зависимости от толщины и высоты деревьев разного возраста;
распределение числа деревьев, суммы площадей сечения, обезличенного запаса, запаса деловой, крупной, средней, мелкой древесины, дров и отходов по толщине деревьев;
распределение числа деревьев, суммы площадей сечения, обезличенного запаса, запаса деловой, крупной, средней, мелкой древесины, дров и отходов, биомассы стволов, коры, ветвей, хвои (листвы), корням по толщине деревьев.
Итак, располагая заданными маршрутами дистанционного скани-рования по объекту инвентаризации, получаем данные о размерах и размещении деревьев на учетной полосе леса шириной 100 м. Нали-чие данных о переменных Z 4- Z 6 отдельных участков полосы, привя-занных к реально существующим природным стратам, характери-зуемым переменными Z 1- Z 3, позволяет при помощи ИСС получить данные по всему перечню лесоводственно-таксационных показате-лей насаждений.
Для окончательного результата выборочной инвентаризации дос-таточно лишь сформировать случайную выборку отдельных участ-ков (проб), чтобы иметь достоверные значения средних таксацион-ных показателей насаждений, а также их распределение в процентах, согласующееся с генеральной совокупностью (представленной всеми насаждениями природной страты).
Изложенная ИСС может быть успешно использована при назем-ной таксации лесов. Так, использование только шести переменных позволяет при помощи ИСС получить полную аналитическую ин-формацию о распределении лесных ресурсов, как по толщине де-ревьев, так и в целом по отдельным элементам леса. При этом все данные по конкретному древостою могут быть экспортированы в таб-личную форму и интерпретированы графически.
Предложенная система лесоводственных нормативов текущей ак-туализации таксационных показателей древостоев является надеж-ной платформой, позволяющей поставить более обоснованные задачи по инвентаризации лесов, а именно по прогнозированию текущего прироста и самоизреживанию конкретных древостоев на заданный период упреждения. А надежные прогностические модели, в свою очередь, позволят решать задачи, связанные с эффективным управ-лением лесными ресурсами с целевой направленностью на максимум повышения продуктивности древостоев в режиме оптимального промежуточного и главном пользовании лесом [4].
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Здорик М.Г. Статистика для лесных специалистов: монография. М.-Л.: Гос-лесбумиздат, 1952. 226 с.
2. Медведев Е.М., Пестов К.А., Каправлова Е.Н., Данилин И.М. Мониторинг ле-сов и инвентаризация на основе авиационной лазерной локации и цифровой аэрофо-тосъемки // Материалы I Междунар. конф. «Проблемы лесоустройства и государст-венной инвентаризации лесов России». М.: ФГУП Рослесинфорг, 2009. С. 166-167.
3. Фарбер С.К., Соколов В.А. Основные положения технологии лесоинвентари-зации на основе выборочных данных лазерной съѐмки и цифровых космических снимков // Материалы I Междунар. конф. «Проблемы лесоустройства и государст-венной инвентаризации лесов России». М.: ФГУП Рослесинфорг, 2009. С. 71-75.
4. Хлюстов В.К. Древесный прирост и лесопользование. СПб: ЛТА, 1992. Депо-нир. во ВНИПИЭИ леспром 06.05.92, №2842-лб 92. 495 с.
5. Шейнгауз А.С., Дорофеева А.А., Ефремов Д.Ф., Сапожников А.П. Комплекс-ное лесохозяйственное районирование. Владивосток: Дальневосточное книжн. изд-во, 1980. 142 с.
6. Шейнгауз А.С.: www.wood.ru/ru/lonewsid-17443.html
7. Burrough Р.А. Principles of Geographical Information Sistems for Land Resources Assessment. Claredon Press. Oxford, 1986.
8. Sibson R. Natural Neighbourhood Interpolation in Graphical Metods for Multiva-riate Data (ed. Barnett V.D.). Wiley, Chichester, U. K., 1980.