Отдел защиты леса ВНИИЛМ Н.И. Лямцев Предложения по совершенствованию методов прогноза развития лесопатологической ситуации

Цели и задачи Цель : повышение эффективности методов оценки и прогнозирования состояния лесов, возникновения и распространения очагов вредных организмов для планирования и осуществления лесозащитных мероприятий. Основные задачи : повышение информативности показателей прогноза повышение точности оценок показателей (достоверности результатов лесопатологического мониторинга) корректировка и разработка новых методов прогнозирования состояния лесов, их повреждения насекомыми и болезнями, необходимости защитных мероприятий

Основные положения лесозащитного прогнозирования Прогноз в защите леса – это вероятностная научно обоснованная оценка будущего изменения показателей состояния лесов и негативного воздействия вредных организмов (численности вредных насекомых, распространения их очагов, степени повреждения насаждений (отпада деревьев) и др. Для разработки лесозащитных прогнозов необходимо обеспечить получение информации, ее накопление в базах данных и полноценный анализ. Основными источниками ретроспективной лесопатологической информации является статистическая отчетность по защите леса и материалы стационарных научных исследований. В практике защиты лесов различают многолетние, долгосрочные, краткосрочные и текущие прогнозы. С учетом пространственного масштаба и системы лесоуправления целесообразно выделять прогнозы национального, регионального и локального уровней. Основной задачей прогнозирования является создание алгоритмов, моделей и методов для автоматизированного анализа лесопатологической информации и разработки прогнозов.

Основные методы прогнозирования Для получения количественных прогнозных оценок используют аналитические, эмпирико-статистические и имитационные модели. Наиболее простые прогностические модели - эмпирико-статистические. Прогноз осуществляется по соотношению между исходным и конечным состоянием системы в конкретных условиях без детального ее изучения. Изменение лесопатологических показателей рассматривается как случайный стационарный процесс. С помощью алгоритмов строится уравнение, позволяющее оценивать значения показателей в будущем с определенной точностью и достоверностью по набору факторов, измеренных в предшествующие моменты времени. Для анализа большого числа факторов и отбора наиболее информативных показателей используются методы многомерного статистического анализа. Проверка и усовершенствование моделей невозможны без сбора новых данных. Построение модели должно иметь итеративный характер, когда каждый вариант проверяется с помощью дополнительных наблюдений.

Прогнозирование динамики площадей очагов рыжего соснового пилильщика данные: сглаженные, исходные, прогнозные оценки: по модели регрессии, авторегрессии

Вербальные и классификационные методы прогнозирования При отсутствии математических моделей для прогноза необходимо использовать словесное описание процесса, что лучше, чем отсутствие всякой оценки При показателях засушливости вегетационного периода, превышающих критические отметки, уже летом этого же года можно ожидать появления очагов короеда типографа, которые при благоприятной для вредителя погоде в последующем могут перерасти в катастрофу для еловых насаждений. Через 2-3 года возможно появления очагов массовых видов хвое- и листогрызущих вредителей – соснового и сибирского шелкопрядов, сосновой совки, непарного шелкопряда Весенние и раннелетние гари начинают заселяться стволовыми вредителями летней подгруппы в июле-августе того же года, позднелетние и осенние – с весны следующего года. Небольшие по площади гари интенсивно заселяются насекомыми уже в первые 1-2 года после пожара, вся вспышка продолжается не более 3-4 лет. Развитие очагов насекомых на больших гарях значительно более длительное. Небольшие по площади ветровальники могут быть полностью отработанными за 2-3 года, причем при высоком запасе вредителей вспышка может начаться сразу со второй фазы. Крупные по площади очаги действуют до 5-7 лет, из них первые 1-2 года являются фазой роста численности вредных насекомых, а на 3-4-й год, по мере отработки ветровала, может сильно пострадать сохранившийся на корню лес, особенно ельники в засушливые годы..

Основная трудность прогнозирования: повреждение, ослабление и усыхание насаждений – процесс многофакторный, леса – сложные экологические системы Ослабление и усыхание насаждений – процесс многофакторный. Например, усыхание еловых лесов на большой территории обусловлено комплексом причин: накоплением перестойных насаждений; засухами, ухудшающими гидрологический режим; значительным распространением гнилевых болезней; ветровалами; хозяйственной деятельностью человека – рубками леса часто с нарушением санитарных правил и на завершающем этапе массовым размножением короеда типографа.

Методы прогнозирования лесопатологической ситуации на национальном уровне Задачи: 1) оценка развития очагов и изменения состояния насаждений по территории России, анализ погодных аномалий, глобальных изменений климата и масштабных стихийных бедствий (лесных пожаров, ветровалов и др.). Наиболее эффективным и удобным представлением информации является картирование территории. 2) разработка долгосрочных прогнозов на основе анализа средних многолетних оценок, характера и тенденций изменения лесопатологических показателей Территориальная единица - субъект Российской Федерации (область, край, республика) или лесничество. При помощи ГИС-технологий и базы данных лесопатологической информации создаются цифровые карты. Ежегодный их анализ и сопоставление позволяет наглядно оценивать лесопатологическую ситуацию и прогнозировать ее развитие. Подобное картирование для выделения зон вредоносности насекомых имеет смысл для Европейской части России, где площадь регионов относительно невелика и можно выявить зональность в распределении очагов в пределах ареала вида. Для Сибири и Дальнего Востока необходимы данные по лесничествам.

Периодичность массовых усыханий и изменение климата Массовые усыхания ели в таежной зоне, по-видимому, происходили с периодичностью раз в сто лет, то есть существенно реже, чем в зоне хвойно- широколиственных лесов (раз в лет). Учитывая, что обострение процесса усыхания ельников в начале 21 века обусловлено длительным периодом с недостатком влаги и избытком тепла связанного не только с погодной ситуацией, но по-видимому, и с глобальным потеплением, можно прогнозировать увеличение частоты возникновения массового усыхания ели в таежной зоне и в Архангельской обл. Аномалии осредненной по территории России среднегодовой температуры воздуха за период гг.

Распространение и продолжительность существования очагов насекомых Зеленая дубовая листовертка

Сопряженность зон вредоносности непарного шелкопряда с изолиниями суммы осадков вегетационного периода

К - сосновый коконопряд, М – монашенка, П – сосновая пяденица, С – сосновая совка, Р – рыжий сосновый пилильщик, О – обыкновенный сосновый пилильщик Изменение зоны очагов хвоегрызущих насекомых

Динамика площадей очагов (1) и числа регионов (2) с очагами сибирского шелкопряда в Российской Федерации в гг. Динамика площадей очагов (1) и числа регионов (2) с очагами сибирского шелкопряда в Российской Федерации в гг.

Методы прогнозирования локального и регионального уровней Предлагаемая система простых моделей при последовательном их использовании позволяет существенно повысить эффективность прогнозирования. Причем это происходит в большей степени не за счет оценки дополнительных показателей, а благодаря ведению достаточно простых, но постоянных наблюдений (мониторинг), использованию более адекватных методов анализа и компьютерной обработки данных по программам, автоматизирующим построение и адаптацию моделей; Описание или моделирование структуры временных рядов можно проводить при помощи специализированной компьютерной программы. Она позволяет рассчитывать параметры моделей, проводить их экспертизу и выбирать наиболее адекватную. Программная среда дает возможность в режиме реального времени корректировать модели при получении новых данных или рассчитывать различные прогнозные сценарии, то есть осуществлять адаптацию моделей и корректировку прогнозов в автоматическом режиме.

Временные ряды площадей очагов насекомых База данных позволяет анализировать динамику площадей очагов по регионам и видам насекомых. Так, диаграммы изменения очагов в Воронежской обл. свидетельствуют о наличии колебаний разной периодичности и трендов

годы П л о щ а д и о ч а г о в, г а ( l g ) Сглаженная кривая изменения очагов по данным их учета Максимальные значения площадей (прогноз 1996 г.) Средние значения площадей очагов (прогноз 1996 г.) Скоррректированный прогноз очагов, разработанный в 1999 г. Прогноз с использованием компьютерной программы анализа временных рядов Разработана автоматизированная система прогнозирования с использованием компьютерной программы анализа временных рядов. Она позволяет моделировать динамику различных лесопатологических параметров (площадей очагов, численности вредителей) и разрабатывать прогнозы разного временного интервала. Положительным моментом технологии является возможность быстрой адаптации моделей и корректировки прогнозов. Проведена оценка параметров моделей для 10 видов наиболее опасных хвое- и листогрызущих насекомых на региональном уровне. Прогноз динамики очагов сибирского шелкопряда в Республике Якутия по модели авторегрессии

Оценка угрозы усыхания поврежденных пожарами древостоев ПородаВысота нагара, м, при диаметре ствола, см, на высоте 1.3 м Сосна Лиственница Ель Береза Высота нагара, при которой деревья, поврежденные огнем, могут усохнуть с вероятностью 70% на севере лесной зоны

Отпад в древостоях сосны по ступеням толщины после низовых пожаров по различным моделям

Прогнозирование заселения и усыхания насаждений в очагах стволовых вредителей При краткосрочном прогнозе ориентировочная угроза заселения деревьев последующей генерацией стволовых вредителей оценивается по эмпирическим моделям: В начальную фазу формирования эпизодических очагов ожидаемый отпад деревьев (%) под влиянием стволовых вредителей равен: N=0,3N N 4 где N 3 и N 4, соответственно, количество деревьев (%) 3 и 4-й категорий состояния; 0.3 и 0.7 – вероятность заселения этих деревьев. Прогноз заселения и усыхания насаждений в очагах стволовых вредителей по суммарной вероятности усыхания деревьев всех категорий состояния на ближайший год с учетом числа деревьев данной категории (N 1,2,3,4 ) и вероятности усыхания деревьев каждой категории (V 1,2,3,4 ) в конкретных условиях: N t+1 = (N 1 V 1 ) + (N 2 V 2 ) + (N 3 V 3 ) + (N 4 V 4 ) K i, где N t+1 – число деревьев, которые могут заселиться стволовыми насекомыми и усохнуть на следующий год; K i – коэффициенты, учитывающие факторы ослабления насаждений и образования очага стволовых вредителей (абсолютную численность и энергию размножения насекомых, метеорологические показатели, характеристики насаждений

Число хвоегрызущих вредителей, приходящихся в среднем на одно дерево или на 1 кв. м подстилки или почвы в насаждении и угрожающих ему 100%-ным объеданием хвои (по Ильинскому, 1965) Виды и фазы развития насекомого Число вредителей в среднем, шт. на одно дерево в возрасте, лет на 1 м Яиц монашенки, шт Гусениц соснового шелкопряда, шт Здоровых куколок самок сосновой совки, шт Здоровых куколок самок сосновой пяденицы, шт Здоровых куколок самок соснового бражника, шт. 0,81,21,833,64,55,78,39,411,70,5 Здоровых коконов самок обыкновенного соснового пилильщика, шт Здоровых коконов самок рыжего соснового пилильщика, шт Здоровых эонимф красноголового или звездчатого ткача, шт

Отпад в древостоях сосны, поврежденных сосновым шелкопрядом, сосновой совкой, монашенкой, звездчатым ткачом-пилильщиком (по модели А.В. Голубева) 1 - деревья 1-20 лет, 2 - деревья лет, 3 - деревья лет, 4 - деревья 81 и более лет

Прогнозирование: ошибки оценки лесопатологических показателей (на примере Прогнозирование: ошибки оценки лесопатологических показателей (на примере Обзора санитарного и лесопатологического состояния лесов на землях лесного фонда Российской Федерации за 2009 год. Пушкино: ФГУ «Рослесозащита», с.)

Прогнозирование: ошибки при моделировании многолетней динамики лесопатологических показателей (на примере Прогнозирование: ошибки при моделировании многолетней динамики лесопатологических показателей (на примере Обзора санитарного и лесопатологического состояния лесов на землях лесного фонда Российской Федерации за 2009 год. Пушкино: ФГУ «Рослесозащита», с.)

Заключение Для повышения эффективности лесозащитного прогнозирования необходимо: совершенствовать систему лесопатологического мониторинга и повышать точность оценки получаемых показателей; вести базу данных лесопатологической информации ; обеспечить оперативный доступ к метеорологической и лесоустроительной информации; совершенствовать систему алгоритмов, моделей и методов, а также программные продукты для автоматизированного анализа лесопатологической информации и разработки прогнозов различного назначения; на постоянной основе (ежегодно) вести научные исследования по вопросам лесозащитного прогнозирования ; организовать центр (отдел) лесозащитного прогнозирования

Отдел защиты леса ВНИИЛМ