Наземное лазерное сканирование предсказало запас напочвенных горючих материалов на 53 участках, R² до 0,72

Исследователи оценили, как структура леса связана с запасами поверхностного топлива на 53 участках в Германии и Чехии, сообщает журнал Fire Ecology. Участки расположены вдоль градиента от насаждений с преобладанием сосны обыкновенной (Pinus sylvestris) до насаждений с преобладанием дуба (Quercus spp.). Модели случайного леса предсказывали запасы топлива с R² до 0,72 biomedcentral.comFire Ecologybiomedcentral.comОткрыть источник ↗.

Поверхностное топливо сильно влияет на поведение лесных пожаров, но его распределение и состав часто неизвестны в деталях. Авторы исходили из гипотезы, что запасы топлива систематически зависят от структуры и состава леса, а значит, структурные характеристики можно использовать для их предсказания.

Лазерное сканирование и разрушающий отбор проб

Команда применила наземное лазерное сканирование (TLS), чтобы получить подробные, не зависящие от наблюдателя структурные и композиционные метрики для каждого участка. Участки в Бранденбурге (Германия) обследовали в июле и августе 2023 года, участки в Чехии — в июле 2024 года. Использовался наземный лазерный сканер RIEGL VZ-400i.

Запасы поверхностного топлива измеряли разрушающим отбором проб на повторных микроплощадках. Материал высушивали и вручную сортировали по классам: листья, хвоя, шишки, жёлуди, древесные остатки диаметром до 2,5 см, мох, трава и травянистые растения, а также полный запас топлива. Предикторы разделили на три группы: обычные метрики лесной таксации, трёхмерные метрики плотности растительности и статистические описания облака лазерных точек biomedcentral.comFire Ecologybiomedcentral.comОткрыть источник ↗.

Какие метрики предсказывали запас топлива

Лучше всего модели работали для классов топлива из более мелких равномерно распределённых частиц: листьев, хвои и полного запаса топлива.

При совместном моделировании всех участков вдоль градиента видов важнейшими предикторами были простые таксационные метрики, различающие хвойные и лиственные деревья. При раздельном моделировании участков одной породы решающими становились более сложные описания плотности и высоты растительности. Плотность растительности в пологе при этом была важным предиктором запаса поверхностного топлива.

Авторы заключают, что относительно простые метрики на основе таксации, многие из которых есть в существующих базах данных о лесах, позволяют предсказывать ключевые компоненты поверхностного топлива вдоль исследованного градиента видов. По их оценке, это делает картирование топлива доступнее и масштабируемее и может быть включено в модели поведения пожаров. Модели для отдельных пород и чистых насаждений выигрывают от дополнительной информации трёхмерных структурных метрик biomedcentral.comFire Ecologybiomedcentral.comОткрыть источник ↗.