Российские ученые спрогнозировали реакцию деревьев на изменения климата

Ученые из Сибирского федерального университета, Института леса имени В.Н. Сукачева СО РАН и их коллеги из Китая и Германии смоделировали, как изменение климата и повышение концентрации парниковых газов в атмосфере повлияют на деревья высоких широт Северного полушария. Созданные алгоритмы на основе методов искусственного интеллекта помогли определить оптимальные параметры роста деревьев в Евразии в автоматическом режиме в рамках многомерной имитационной модели Ваганова – Шашкина. Исследование проходило в рамках проекта, поддержанного грантом Российского научного фонда, а его последние результаты были опубликованы в журнале Dendrochronologia.

Проблема реакции древесных растений на возможные климатические изменения является одной из наиболее насущных проблем современной лесной экологии. Несмотря на значительное количество исследований реакции древесных растений на различные изменения внешних условий, таких как повышение температуры, дополнительная ирригация, четкого ответа на то, как будет реагировать древесная растительность в естественных условиях на эти изменения среды при разном составе древостоев в разных физико-географических зонах, до сих пор не было.

«Подойти к решению данной проблемы мы решили на основе разработанной в России многомерной имитационной модели Ваганова – Шашкина роста годичных колец деревьев, которая была одной из первых процессных моделей подобного рода в мире. Несмотря на перспективность использования данной модели в лесной экологии, существовала сложность в ее применении, связанная с настройкой модели для различных местообитаний», — рассказал один из авторов статьи, заведующий кафедрой математических методов и информационных технологий Сибирского федерального университета Владимир Шишов.

Для того чтобы модель Ваганова – Шашкина правильно спрогнозировала реакцию деревьев, ее нужно настроить в соответствии с местом обитания. Эта проблема была решена на основе многомерной параметризации данной модели, а также нахождения оптимальных параметров роста деревьев в автоматическом или полуавтоматическом режиме для обширных лесных территорий Евразии. Кроме того, ученые разрабатывают алгоритмы на основе методов искусственного интеллекта, которые позволяют в автоматическом режиме находить эти параметры. Исследователи улучшают модель, стремясь научить машину принимать решения, аналогичные мнению хорошего эксперта в лесной экологии. Ученые уже апробировали результаты своей работы на обширных лесных территориях России, стран Европы, Северной Африки. Сейчас исследования проводятся в Китае.

«Китайские коллеги из Северо-Западного института изучения окружающей среды Китайской академии наук серьезно заинтересовались моделью Ваганова – Шашкина и обратились к нам с просьбой проанализировать процесс формирования годичных колец на Тибетском плато под действием климатических факторов. Результаты нашего моделирования для верификации были сопоставлены с прямыми четырехгодичными полевыми наблюдениями за приростом древесных растений в данном регионе. Сопоставление показало хорошее совпадение результатов, что дало возможность на основе обычного моделирования сделать заключение о процессе роста древесных растений на периоде в несколько десятилетий, избегая длительных и трудозатратных полевых экспериментов», — добавил Владимир Шишов.

Ранее считалось, что основным драйвером роста деревьев на Тибетском плато является весенняя и летняя температура. Сибирским ученым удалось выявить дополнительные устойчивые эффекты влияния режимов увлажненности почвы на процесс формирования годичных колец в середине сезона роста в условиях холодного резко континентального климата на Тибетском плато. Установлено, что изменения влияния режимов увлажненности почвы произошли после 1985 года и были вызваны увеличением количества осадков в данном регионе в связи с глобальным потеплением, что существенно отразилось на влажности почвы, а соответственно, и на скорости роста деревьев.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.