Содержание к диссертации
Введение
1 Введение 4
1.1 Актуальность исследования 4
1.2 Цели и задачи исследования 7
2 Литературный обзор 8
2.1 Динамика концентрации метана в атмосфере 8
2.2 Ландшафты Арктики и изменения климата 10
2.3 Зависимость эмиссии метана от факторов окружающей среды 13
2.4 Изменчивость эмиссии метана 17
2.5 Модель эмиссии метана 21
2.6 Выбор материалов дистанционного зондирования 25
2.7 Методы дешифрирования болотных ландшафтов 29
2.8 Обзор региональных инвентаризаций болотных ландшафтов 33
2.9 История инвентаризации болот ЗС 37
2.10 Обзор типологий болотных ландшафтов 40
3 Объекты исследований 46
3.1 Описание основных ключевых участков 46
4 Методы исследований 54
4.1.1 Измерения эмиссии метана 54
4.1.2 Картографирование болотных ландшафтов 55
5 Результаты и обсуждение 60
5.1 Типология болотных ландшафтов 60
5.2 Типологическая карта болот таежной зоны ЗС
5.2.1 Сравнение с площадями общемировых болот 69
5.2.2 Сравнение с другими оценками площадей болот ЗС
5.3 Сравнение с картой ГГИ 72
5.4 Особенности дешифрирования болот эвтрофного ряда 77
5.5 Оценка точности карты болотных ландшафтов 81
5.6 Пространственная изменчивость эмиссии метана 84
5.7 Временная динамика эмиссии метана 90
5.8 Пространственные закономерности размещения болот
5.8.1 Северная тайга 98
5.8.2 Средняя тайга 103
5.8.3 Южная тайга 106
5.8.4 Подтайга 109
5.9 Региональная оценка эмиссии метана 111
5.9.1 Вклад различных болотных экосистем в региональную эмиссию CH4 111
5.9.2 Анализ существующих оценок регионального потока CH4 118
5.10 Озера и их вклад в эмиссию метана 122
6 Заключение 127
7 Выводы 129
8 Благодарности 131
9 Приложение
9.1 Текст компьютерной программы IntRaVert на языке MatLab 132
9.2 Текст компьютерной программы Geotiffreadwrite на языке MatLab 135
10 Список литературы
- Цели и задачи исследования
- Изменчивость эмиссии метана
- Картографирование болотных ландшафтов
- Пространственная изменчивость эмиссии метана
Цели и задачи исследования
Болота всего мира являются важнейшим компонентам цикла воды и углерода. Болота влияют на пополнение грунтовых вод, общий водный баланс, они ответственны за наводнения и изменение расхода рек (Bullock and Acreman, 1999). Географически, около 44% общемировых болот располагаются в северных широтах (OECD, 1996), где они так же могут быть подвержены процессам, связанным с вечной мерзлотой (Woo and Young, 2006). Оставшаяся часть болотных ресурсов находится преимущественно в тропических и субтропических регионах; около 30% из них располагаются в аридных и семиаридных зонах (OECD, 1996).
Медленная скорость разложения органического вещества в болотах способствует накоплению углерода в почве. По разным оценкам, в северных широтах запасы углерода составляют 270-600 PgC (Turunen et al., 2002; Yu, 2012), в то время как в тропических широтах запасено лишь 90 PgC (Page et al., 2011). Продуктивность болот, особенно мезо- и эвтрофных, бывает максимальной среди экосистем той же природной зоны. Peregon et al. (2009) оценили чистую первичную продукцию болот Западной Сибири (ЗС) в 400 гС/м2/год, что почти в два раза выше средних значений для бореальных лесов.
В то время как болотная растительность аккумулирует атмосферный углерод в результате фотосинтеза, разложение органического вещества в торфяной залежи способствует его высвобождению в виде метана – важного парникового газа (Solomon et al., 2007). Продукция метана активизируется при насыщении почвы водой как результат ограничения доступа кислорода, лимитирующего жизнедеятельность облигатно анаэробных метаногенных бактерий (Whiticar, 1999). Болота играют важную роль в глобальном бюджете метана, внося в атмосферу от 15 до 40% от вклада всех источников (Solomon et al., 2007). В результате глобальных климатических изменений баланс углерода в болотных ландшафтах может меняться с соответствующим обратным эффектом на климат(Bousquet et al., 2006; Zhuang et al., 2006; Bohn et al., 2007). Высказываются предположения, что именно болота ответственны за скачки концентрации метана, вызывавшие ледниковые и межледниковые периоды в прошлом (Loulergue et al., 2008). Поскольку болотные ландшафты рассматриваются в качестве первоочередной причины дальнейших изменений климата, их изучение должно быть направлено на оценку и прогнозирование эмиссии CH4, а также на улучшение наших представлений об их географическом распространении.
Изучение эмиссии метана болотами особенно актуально в России, где торфяные болота вместе с заболоченными мелкооторфованными землями занимают 21.6% территории (Вомперский, 1994). Наиболее заболоченным регионом России является ЗС, болотные ландшафты которой в соответствии с картой Государственного гидрологического института (ГГИ) покрывают 68.5 Мга или 27% ее общей площади (Peregon et al., 2008). По недавним прогнозам, климат ЗС должен стать существенно влажнее и теплее в течение 21 столетия (Solomon et al., 2007). Чтобы предсказать динамику эмиссии вследствие климатических изменений, было создано несколько глобальных моделей. Результаты прогнозирования сходятся в том, что эмиссия метана из северных болот должна как минимум удвоиться к концу текущего века (Gedney, 2004; Shindell, 2004; Zhuang et al., 2006).
В течение последних 20 лет различные ученые предпринимали попытки оценить величину суммарного потока метана из болот ЗС. Тем не менее, до последнего времени полученные величины значительно варьировали между собой, так как были основаны на данных крайне низкого пространственного и временного разрешения (см. главу «Обсуждение»). Чтобы получить адекватную оценку данной величины, нами были организованные масштабные полевые измерения потоков CH4 по всей ЗС. Первая оценка региональной эмиссии была сделана в 2007 и с того момента изменялась каждый год с получением новых данных.
Недавние исследования показали, что при оценке регионального потока, в частности, в ЗС, существенную неопределенность вносит используемая картографическая основа (Bohn et al., 2015). Zhu et al. (2011) утверждают, что она имеет больший эффект при прогнозировании динамики эмиссии СН4 нежели неопределенность степени климатических изменений. Глаголев с соавт. (2013) на примере болот России показали, что оценка площадей болот имеет более приоритетное значение, нежели математическая модель расчетов региональной эмиссии. Sabrekov et al. (2014) доказал, что при оценке эмиссии из болот ЗС пространственная вариабельность играет большую роль, нежели временная. В работе Kim et al. (2011b) на примере болот ЗС также указывается на приоритетность инвентаризации площадей распространения различных типов болот.
За последнее столетие русскими и зарубежными учеными было создано множество инвентаризаций болотных ландшафтов ЗС. Большинство из них основано на масштабных исследованиях, проведенных в 1950-х гг. трестом «Геолторфразведка», и данных аэрофотосъемки (Марков, 1971). Тем не менее, даже одна из последних инвентаризаций болот, созданная с помощью ГИС-технологий и дополненная ранее неопубликованными данными полевых исследований (Sheng et al., 2004), имеет точность лишь в 56% для болотных и 0-5% для водных ландшафтов (Frey and Smith, 2007). Что касается оценки распространенности различных типов болот, основанной на детальной классификационной схеме, то доступна лишь карта ГГИ, созданная Романова с соавт. (1977) и впоследствии оцифрованная и дополненная Peregon et al. (2009). Она использовалась нами для расчетов региональной оценки эмиссии ранее (Glagolev et al., 2011), однако накопленные полевые данные позволили предположить, что карта ГГИ также обладает недостаточной точностью и может значительно увеличивать погрешность региональной оценки потока CH4.
Таким образом, для лучшего понимания процессов, происходящий с климатической системой, необходимо провести инвентаризацию современного состояния болот, включающую как данные об эмиссиях метана, так и площади распространения различных типов. Поскольку к настоящему моменту практически вся территория России покрыта космическими многоканальными снимками, открылись новые возможности для картографирования болотных экосистем. В настоящей диссертации представлены обобщенные результаты 8 лет исследований, приведенные для зоны тайги ЗС и включающие как данные об измерениях эмиссии метана in situ, так и результаты разработки типологической карты болот и карты эмиссии метана.
Изменчивость эмиссии метана
Существует два взаимодополняющих подхода в определении мощности природных избыточно увлажненных почв как источников метана. В первом подходе с помощью метода обратного моделирования из данных наблюдения о концентрации атмосферного метана выводится информация о вариациях потоков по пространству и времени (Крупчатников и Крылова, 2004). Второй основан на длительном мониторинге потоков метана сетью полевых станций, которые покрывают основные виды избыточно увлажненных почв и основные типы растительности. Это позволяет вычислить характерные годовые эмиссии, а затем экстраполировать полученные значения на площади, соответствующие каждому виду избыточно увлажненных почв (Глаголев, 2008).
Таким образом, «ядром» второго подхода является длительный мониторинг удельных потоков метана и экстраполяция характерных годовых эмиссий на площади, соответствующие каждому виду избыточно увлажненных почв. На первый взгляд представляется, что этот этап совершенно отсутствует в первом подходе – там распределение эмиссий по пространству и времени должно получиться «автоматически» из наблюдаемых концентраций атмосферного СН4. Однако метод обратного моделирования приводит к необходимости решать задачу, некорректную в математическом смысле (Глаголев и Клепцова, 2009).
В соответствие с (Глаголев, 2008), решить некорректную задачу если и возможно, то лишь при использовании некоторой априорной информации о решении. Такой априорной информацией может быть: грубая оценка распределения эмиссий по пространству и времени, если решение ищется методом пробной функции (Бек с соавт., 1989), качественное соотношение между эмиссиями в различных точках пространства и времени (например, утверждения типа: «из рямов эмиссия меньше, чем из открытых мезотрофных топей», «летом эмиссия больше, чем осенью» и т.п.) если решение ищется на компактном множестве (Тихонов с соавт., 1990).
Следовательно, указанная приближенная оценка распределения эмиссий может оказаться полезной при любом подходе (Глаголев и Клепцова, 2009). В соответствии с (Глаголев, 2008) такая оценка, полученная на основании данных мониторинга для каждой типичной экосистемы всех природных зон ЗС, условно называется «стандартной моделью» эмиссии и включает в себя три основных элемента для каждой природной зоны: 1) набор распределений плотностей вероятностей удельных потоков метана в типичных биогеоценозах зоны (или хотя бы такие характеристики распределений, как квартили); 2) площади различных типов болот и соотношения площадей болотных экосистем в них (Глаголев и Клепцова, 2009); 3) продолжительность периода эмиссии метана (ПЭМ). Для получения первого элемента нами были организованы широкомасштабные полевые исследования по всей ЗС. Второй элемент ранее задавался согласно работе (Peregon et al, 2009), основанной на классификации типов болотных биогеоценозов по карте ГГИ (Романова с соавт., 1977). В данном исследовании для его получения была создана новая типологическая карта болот. Таким образом, обсуждению первых двух элементов посвящена глава «Результаты и Обсуждение» настоящей работы.
Что касается периода эмиссии метана (ПЭМ), авторы существующих региональных оценок из болот ЗС либо вообще не дают информацию о принятой ими для расчетов величине, как например, в (Бажин, 2000; Bleuten, 2007), либо дают такую величину без всякого обоснования. Некоторые опубликованные значения ПЭМ просуммированы в (Глаголев, 2008). В данной работе показано, что у разных авторов величины ПЭМ значительно отличаются. Там же предполагается, что, возможно, это происходит из-за того, что различные исследователи приписывают понятиям ПЭМ разный смысл. К примеру, Andronova and Karol (1993) условно считали, что болота выделяют метан круглый год (ПЭМ = 8786 час. = 365 сут.) но при этом величина эмиссии была небольшой (т.к. она является среднегодовой величиной). Другие исследователи предполагают, что болота выделяют метан, действительно, лишь в течение некоторого ПЭМ, существенно меньшего, чем год, но тогда величина эмиссии будет больше, т.к. в этом случае она является уже не среднегодовой, а, скорее, среднесезонной величиной, причем соответствующей сезону максимально интенсивного выделения СН4 (Глаголев, 2008).
В концепции «стандартной модели» для подсчета ПЭМ закладывается следующая идея. Предполагается, что в течение года существует отрезок времени, называемый периодом биологической активности почв (ПБА), когда создаются благоприятные условия для нормальной вегетации растений, активной микробиологической деятельности, когда активны биохимические и микробиологические процессы (Глаголев, 2008). С математической точки зрения, какая-либо характеристика биологической активности fj), непрерывно возрастающая от зимы к лету, а потом закономерно убывающая, может быть заменена ступенчатой функцией/і, равной
Картографирование болотных ландшафтов
Данная классификация широко использовалась в исследованиях североамериканских болот, а используемая терминология прочно закрепилась в международной болотоведческой литературе. Одной из трудностей, встающей при обращении к зарубежным классификациям болот, является проблема правильного перевода терминологии и определения соответствующих типов в отечественной литературе. Даже само слово «болото» обозначается в международной литературе двумя близкими терминами - «wetland» и «peatland». В то время как «wetlands» обозначает любые переувлажненные территории, «peatlands» относится к почвам, включающим, по крайней мере, 25% органических остатков, т.е. неразложившихся листьев, стеблей и т.д. (Sanderson et al, 1996). Таким образом, любое болото можно назвать термином «wetland», однако лишь торфяные болота относятся к термину «peatland». К сожалению, до сих пор при публикации отечественных работ в зарубежных изданиях многие исследователи неточно используют данные термины. Ниже мы постарались дать переводы и краткие описания основным типам (Рисунок
Bog - олиготрофное болото атмосферного питания со сфагновыми в моховом покрове; характеризуется низкими значениями pH и EC. Бывает как с древесным ярусом, так и открытым. К данному типу также могут относиться некоторые гетерогенные (комплексные ориентированные) болота, например, грядово-мочажинные и бугристые комплексы.
Poor fen - мезотрофное болото смешанного питания со сфагновыми и/или гипновыми в моховом покрове. pH и EC выше, чем у предыдущего типа. Бывает как с древесным ярусом, так и открытым.
Moderate-rich fen - эвтрофное болото грунтового питания с гипновыми в моховом покрове. pH и EC выше, чем у предыдущего типа. Бывает как с древесным ярусом, так и открытым. Extreme-rich fen - эвтрофное болото грунтового питания с гипновыми в моховом покрове. pH и EC принимают максимальные значения среди представленных типов. Данный тип встречается лишь в виде неолесенных болотных ландшафтов и, по всей видимости, соответствует займищным болотам лесостепной зоны. Swamp - как правило, олесенные болота грунтового питания со сфагновыми и/или гипновыми в моховом покрове, обычно приуроченные к берегам рек и озер. Fresh-water marsh - травяные прибрежные болота без торфяной залежи, приуроченные, как правило, к берегам рек и озер. Saline wetland - засоленные травяные прибрежные болота без торфяной залежи, приуроченные, как правило, к берегам засоленных озер. Tidal marsh - травяные прибрежные болота без торфяной залежи, подверженные действию приливов и отливов, приуроченные к морским побережьям.
Перед выбором типологии стоит задаться вопросом, существует ли необходимость, а, главное, возможность создания и следования некой единой универсальной классификации болотных ландшафтов или лучше выбирать наиболее удобную типологию в соответствии с целями. К примеру, Мазинг (1974) считает, что рассматривая процесс развития болот, нельзя не уточнить, говорим ли мы о развитии болота на уровне фации, о развитии болота как болотного массива или о развитии болота как болотной системы. На каждом из этих уровней действуют какие-то свои специфические закономерности, которые интегрируются на следующем, более высоком уровне, образуя закономерности высшего порядка. Мы имеем здесь дело с системой, состоящей из подсистем и соединяющейся с подобными системами в еще более крупные, сложные системы. Сколько уровней таких подсистем мы имеем в случае болот, зависит, видимо, от их возраста, зонального положения и хода развития. Таким образом, мы можем говорить о количественно и качественно различных болотных объектах, требующих не только своих специфических методов исследования, но и приемов классификации. По мнению Мазинг (1974), единая классификация болот, учитывающая все компоненты ландшафта в комплексе, т.е. построенная на одновременном и равном учете всех важнейших компонентов растительности, торфяной залежи, расположения в рельефе и водно-минерального питания, может быть лишь весьма грубой и общей. Как итог, дробная научная классификация не может строиться на комплексе признаков, наоборот, необходима разработка классификационных систем на основании различных критериев, имеющих значимость для изучения и освоения болот. В случае классификации по космическим снимкам, в качестве критериев, позволяющих выделять различные болотные типы, мы имеем в распоряжении лишь спектральные характеристики болот, а также, как правило, небольшой объем наземной информации. Таким образом, типология болот должна быть основана не на каких-либо их отличительных особенностях, а, в первую очередь, на спектральных характеристиках. В частности, она должна включать типы, хорошо отделяющиеся друг от друга на используемых спутниковых снимках. С другой стороны, поскольку эмиссия метана характеризуется высокой пространственной вариабельности, нам необходимо выделить достаточно большое количество классов болот. Итоговая схема классификации болот представлена в главе «5.1. Типология болотных ландшафтов»
Еще одной трудностью, возникающей при выборе типологии болотных ландшафтов, является проблема наличия устоявшихся локальных названий, имеющихся у многих распространенных болотных типов. К примеру, олесенные олиготрофные болота в ЗС традиционно называют «рямами», хотя данный термин практически не используется в остальном мире. Усложняет ситуацию то, что даже в ЗС под «рямами» могут понимать различные типы, поскольку изначально термин относился лишь к округлым «островам» олиготрофных сосново-сфагновых болот в лесостепной зоне. Другим устоявшимся «народным» названием является «согра», термин, которым в ЗС обозначают олесенные эвтрофные болота, характерные для окраин больших болотных массивов и притеррасных понижений в поймах рек.
Несмотря на очевидные минусы, использование устоявшейся терминологии имеет ряд преимуществ. Во-первых, болотные системы таких регионов, как ЗС, имеют ряд специфических черт, которые подчеркиваются при использовании местных названий. Они точнее определяют некоторую узкую разновидность болотного типа по сравнению с общими болотоведческими терминами. Во-вторых, местные названия часто отличаются более простой формулировкой (к примеру, «рям» является сосново-кустарничково-сфагновым биоценозом или олесенным сосной олиготрофным болотом). Поэтому мы используем некоторые устоявшиеся названия, предварительно развернуто их описав.
Пространственная изменчивость эмиссии метана
При использовании любых автоматических и полуавтоматических методов дешифрирования возникают проблемы, связанные с отделением различных болотных типов друг от друга и от окружающих ландшафтов, вследствие перекрытия их спектральных сигнатур (Gluck et al., 1996). В частности, болота могут классифицироваться на снимках как суходольные ландшафты, например, как леса и сельскохозяйственные угодья, и как другие типы болот. Наиболее простым для дешифрирования классом являются открытые водные поверхности, в том числе в составе болотных комплексов. Как правило, легко картографируются грядово-мочажинные и грядово-мочажинно-озерковые комплексы. Напротив, для большинства типов низинных и переходных болот характерны проблемы с картографированием. Основная причина сложностей дешифрирования данных ландшафтов заключается в их крайнем разнообразии, проявляющемся в различиях растительного покрова, степени обводненности, микрорельефа. Они могут быть как гомогенными, так и включать несколько типов болотных экосистем, могут иметь или не иметь выраженный древесный и кустарничковый ярус либо и т.д.
Если болото эвтрофного ряда не имеет выраженного древесного яруса, вероятность его неправильной классификации как другого типа земель существенно возрастает с понижением УБВ ниже уровня мохового покрова. Особенно часто встречается спектральное перекрытие открытых мезо- и эвтрофных болот и сельскохозяйственных угодий, что ведет к значительному уменьшению точности дешифрирования. В случае, если территория покрыта
К данному ряду мы условно относим все разнообразие низинных и переходных болот большими площадями сельскохозяйственных земель, имеет смысл выбирать для дешифрирования снимки после периода снеготаяния, когда болота наиболее обводнены и легче всего отличимы от окружающих ландшафтов. Помимо этого, неплохие результаты показало трансформирование каналов снимка с применением метода главных компонент, в то время как использование стандартных вегетационных индексов, наоборот, не принесло ожидаемого результата. Очень хорошие результаты дало также применение теплового канала Landsat – за счет высокого альбедо сельскохозяйственные угодья легко отделяются от болотных ландшафтов, напротив, характеризующихся пониженным альбедо за счет высокой степени обводненности. Использование карт сельскохозяйственных земель было бы крайне полезным для отделения лугов и пашен, однако для таежной зоны ЗС, к сожалению, в открытом доступе они обнаружены не были.
Если мезо- или эвтрофное болото имеет выраженный древесный ярус (такие болота называются сограми), то его спектральные характеристику могут быть практически идентичными типичным спектрам лесных массивов. В таких случаях главным отличительным признаком согр может быть более ровная текстура на снимках Landsat. Поскольку, в настоящий момент, методы дешифрирования с учетом текстуры реализованы лишь в малом количестве программ (особенно свободно доступных), то дешифрирование согр до сих пор остается одной из наиболее плохо реализованных задач. Дополнительной сложностью, связанной с ними, является невозможность качественного отделения лесов с использованием GRVI, поскольку значения индекса похожи для обоих типов объектов. Кроме того, для согр характерна большая вариабельность уровня грунтовых вод и, соответственно, удельных потоков метана. Даже на местности согры (особенно в засушливые периоды) не всегда можно отличить от обычных переувлажненных лесов без дополнительных исследований (например, бурения). К примеру, в 2010 году нами было посещено несколько предполагаемых согр, выявленных по снимкам Landsat. Все посещенные болотные ландшафты оказались сухими, хотя по характерному микрорельефу и растительному покрову действительно соответствовали сограм. Измерения в относительно влажной западине одной из согр показали небольшие положительные удельные потоки, а в менее влажной западине – поглощение метана. Таким образом, даже правильно выделенные контуры согр будут вносить неопределенность в региональный поток из-за отсутствия информации об их водном режиме и метаногенной активности.
Если мезо- или эвтрофное болото состоит из нескольких типов болотных экосистем (например, обводненных мочажин, мезотрофных мочажин и гряд), то зачастую оно имеет крайне неоднородную текстуру на снимках. Пиксели, соответствующие таким болотным ландшафтам, в основном, «смешанные», т.е. каждый пиксель представляет собой некое определенное соотношение входящих в него болотных экосистем. Эмпирически было выявлено, что спектры таких пикселей часто перекрываются со спектрами рямов и лесов. Как результат, комплексные мезо- и эвтрофные болота плохо отделяются от суходольных ландшафтов по GRVI и другим вегетационным индексам, чем затрудняют весь процесс создания маски болот. К ним относятся веретьевые комплексы, широко распространенные в южной тайге и подтайге.