Содержание
Ресурсы торфа
Торф представляет собой комплексное полезное ископаемое, один из важных видов природных ресурсов, образующийся в процессе естественного отмирания и неполного распада болотных растений в условиях избыточного увлажнения и затрудненного доступа воздуха. Он используется как удобрение, топливо, сырье для химической промышленности, строительный материал, а также для медицинских целей (так называемая торфотерапия).
По запасам и площади торфяных залежей, ценности и разновидности их ресурсов Россия не имеет себе равных в мире. Мировые запасы торфа оцениваются около 500 млрд т, из которых около188 млрд т (более 37%) приходится на долю России.
Торфяные ресурсы нашей страны распределены крайне неравномерно. Более 80% их расположены в Сибири, остальная часть — в Европейской части страны. Особенно много торфяных месторождений в Западной Сибири. Здесь учтено 5004 месторождения, общие ресурсы которых составляют более 100 млрд т, то есть более 20% мировых и более 50% российских запасов.
Огромные ресурсы торфа Западной Сибири (почти 90%) представлены крупными залежами площадью более 50 тыс. га, из которых выделяются месторождения, расположенные на Васюганском болоте Томской области: Васюганское (2310,4 тыс. га), Коноваловское-Юголовское-Карасье (373,5 тыс. га), Пасол и Когот (210,3 тыс. га), Малое Васюганское (141,7 тыс. га), Лебяжье-Исанское (53,3 тыс. га). Другие крупные торфяные месторождения Томской области — Кулай (72 тыс. га), Андрюшкино II (77,7), Александровское (75), Озерное большое (572,4 тыс. га).
Основные залежи торфа в стране сформировались в голоцене за последние 7–10 тыс. лет. Толща торфяного пласта ежегодно нарастает на 0,2–2,0 мм (то есть на площади в 80,5 млн га ежегодно формируется более 100 млн т торфа стандартной влажности). По принятым стандартам 96% торфа пригодны для производства компостов и 90% — топлива.
Торф — это природная кладовая гуминовых веществ, составляющих от 20 до 70% органической массы, а также азота, содержание которого в среднем составляет: в верховом торфе —1,5% (от 0,6 до 2,5%), в низинном — 2,6% (от 1,3 до 3,8%).
Различают следующие виды торфов: низинный, переходный и верховой. Верховые торфяники расположены на водоразделах; низинные — на понижениях рельефа, чаще всего в поймах. Поэтому низинный торф считают лучшим для производства удобрений; однако из-за меньшей влагоемкости он уступает верховому при производстве подстилочного навоза. Особенно широко торф используется в Нечерноземной зоне страны.
На топливно-энергетические цели за последнее столетие в России использовано около 1 млрд т торфа, что равноценно 400 млн т каменного угля. До недавнего времени страна являлась самым крупным потребителем топливного торфа. В настоящее время она занимает лишь четвертое место в мире, уступая Финляндии, Швеции и Ирландии, где вклад торфа в производство энергии составляет от 10 до 20%.
Энергетический потенциал торфяных ресурсов России, оцениваемый в 49,5 млрд т условного топлива, свидетельствует о недостаточности его использования в энергетическом балансе страны. Запасы торфа только на разрабатываемых месторождениях позволяет довести объем его добычи до 10–11 млн т в год, что теоретически эквивалентно 7% объема ежегодно потребляемого в России угля.
Следует отметить важное обстоятельство, повышающее конкурентоспособность торфяного топлива, — его экологическую безопасность, простоту утилизации торфяной золы (по сравнению с угольными шлаками), снижение вредных выбросов в атмосферу, в первую очередь оксидов серы и азота.
Для торфотерапии обычно используют торф, соответствующий санитарно-гигиеническим требованиям, — высокой (более 60 %) степени разложения и подогретый до 42–52°С. Торфолечение переносится легче, чем лечение иловой грязью.
Кризис последних лет особенно сказался на сельскохозяйственном использовании торфа. В предреформенные годы — период интенсивной химизации сельского хозяйства, доля торфа в органических удобрениях России достигала 12–15 %, а в некоторых районах, особенно Нечерноземья, до 50–60 %. Среднегодовое внесение торфа в 1986–1990 гг. составило около 92 млн т, в 1994 г. — 29 млн т, в 1997 г. — менее 5 млн т. Доля торфа, используемого в качестве органического удобрения, резко упала во всех экономических районах страны.
WWF России обеспокоен планами разработки Митогинского месторождения торфа на Камчатке
Экологи уверены: добыча торфа в непосредственной близости от нерестовых рек повлечет за собой непредсказуемые негативные последствия для лососевых экосистем в западной части полуострова.
Митогинское месторождение торфа находится на Западе
Камчатки, вблизи мыса Левашова, в семи километрах севернее Усть-Большерецка.
Площадь месторождения приближается к 50 тыс. гектаров. Глубина торфяной залежи
составляет от 2 до 7 метров. Общий объем запасов оценивается в 245 млн тонн.
Оценка перспектив его разработки уходит корнями еще в сороковые годы прошлого
века. Сегодня разработка Митогинского месторождения торфа – один из проектов,
который в правительстве региона предлагают для финансирования китайским
партнерам. В КНР торф пользуется спросом как необходимый элемент для
производства органических удобрений.
Торфяное месторождение Оршинский мох в Тверской области
© Кирилл Шахматов
По своей структуре торф похож на губку, и в его естественном
состоянии вода составляет до 96 % от массы торфа.
Прежде чем добывать торф,
необходимо осушить болото. С этой целью в районе добычи прокладывают сложную
систему дренажных каналов для сброса грунтовых вод.
«Традиционные направления использования природных ресурсов болот в хозяйственных целях, предусматривающие осушение болот, не соответствуют современным взглядам. Прежде всего потому, что предусматривают уничтожение болотных экосистем, – отметила Ирина Каменнова, координатор проектов Российской программы Wetlands International (международная некоммерческая организация, деятельность которой направлена на сохранение и восстановление водно-болотных угодий). – Занимая лишь 3 % земной поверхности, торфяные болота хранят 500 гигатонн углерода. При осушении болот происходит окисление углерода, ранее связанного в торфе, и выброс в атмосферу углекислого газа. Эмиссия метана с поверхности дренажных каналов на осушенных торфяниках также может быть весьма значительной. Увеличение концентрации в атмосфере этих парниковых газов связывают с проблемой глобального изменения климата.
И это еще один негативный фактор разработки торфяных месторождений, помимо утраты экосистемных услуг, таких как защита от паводков, очищение воды. Не говоря уже о том, что болота являются местом обитания многих видов растений и животных».
Для промышленного освоения месторождения необходимо провести
осушение всей его территории. Вода с болота будет сброшена в притоки реки
Амчигача, в русле которых расположены нерестилища кижуча и горбуши. Сама река
Амчигача тесно связана в своей устьевой части с рекой Большая. Сброс вод,
загрязненных органическими веществами, в
притоки Амчигачи неизбежно окажет негативное воздействие на гидрохимический
режим обеих крупных рек. Трудно предсказать, как изменение химического состава
повлияет на стада тихоокеанских лососей, чей хоминг (способность лососей
возвращаться на нерест в ту реку, в которой они родились) основан на
хеморецепции (способности лососей воспринимать химический состав воды).
Участок торфоразработки, Тверская область
© Ирина Каменнова
Разработка торфа потребует строительства дорог и других
объектов инфраструктуры, проведения электросетей, установки наблюдательных
вышек: учитывая легковоспламеняемость торфа, за ним требуется постоянное
наблюдение.
Применяемая сегодня фрезерная технология добычи торфа оставляет
после себя ровные поля, разделенные системой осушительных каналов. Процесс
естественного восстановления катастрофически медленный и требует многих
десятков лет.
«Водно-болотные угодья предоставляют обширный спектр экосистемных услуг. Среди них – регулирование поверхностного и подземного стока, очищение воды, сдерживание эрозии. Утрата болот может потребовать значительных расходов на возведение и содержание технических устройств, заменяющих эти услуги. Мы не даем оценку экономической целесообразности реализации проекта. Но с точки зрения охраны природы и сохранения запасов лососевых, проект требует тщательной всесторонней оценки, которая бы учла весь комплекс негативных последствий для окружающей среды при разработке месторождения», — отметил Сергей Рафанов, директор Камчатского/Берингийского экорегионального отделения Всемирного фонда дикой природы (WWF).
Болота относятся к числу наиболее биологически разнообразных
и продуктивных экосистем на планете.
Их состояние стремительно ухудшается. В
период с 1970 по 2015 годы в мире исчезло 35 % водно-болотных угодий; процесс
особенно обострился с 2000-х годов. Потеря болот вызвана изменениями климата,
ростом населения и городов. Больше всего водно-болотные угодья страдают от
сельскохозяйственного освоения. Не меньший вред наносят болотам загрязнения: по
данным ООН, более 80 % сточных вод поступает в водно-болотные угодья всего мира
без должной очистки.
Фото в анонсе новости: © Кирилл Шахматов.
Фото в шапке новости: © Ирина Каменнова.
#ДажеЛайкПомогает
Помогают не только деньги. Подписывайтесь на нас в социальных сетях, участвуйте в
дискуссиях, делитесь с друзьями новостями о деятельности фонда.
Карта глобальной протяженности торфяников, созданная с помощью машинного обучения (Peat-ML)
TerraClimate, глобальный набор данных высокого разрешения о ежемесячных климатических и
климатический водный баланс за 1958–2015 гг.
// Науч. Дата, 5, 170191, г.
https://doi.org/10.1038/sdata.2017.191, 2018. a, b, c, d
Адаме М. Ф., Кауфман Дж. Б., Медина И., Гамбоа Дж. Н. , Торрес О., Камаль,
Дж. П., Реза М. и Эррера-Сильвейра Дж. А.: Запасы углерода в тропических
прибрежные водно-болотные угодья в карстовом ландшафте мексиканского Карибского моря, PLoS
Один, 8, e56569, https://doi.org/10.1371/journal.pone.0056569, 2013. a
Эйткенхед, М. Дж. и Коул, М. К.: Картирование глубины профиля почвы, объемной плотности
и накопление углерода в Шотландии с использованием дистанционного зондирования и пространственных ковариатов,
Евро. J. Soil Sci., https://doi.org/10.1111/ejss.12916, 2019. a, b, c
Алин, А.: Мультиколлинеарность, Wiley Interdiscip. Преп. Вычисл. Стат., 2, оф.
370–374, https://doi.org/10.1002/wics.84, 2010. a
Аматулли Г., Макинерни Д., Сети Т., Стробл П. и Домиш С.:
Геоморфо90м, эмпирическая оценка и оценка точности глобальных
геоморфометрические слои высокого разрешения. Дата, 7, 162,
https://doi.
org/10.1038/s41597-020-0479-6, 2020. a, b, c, d, e, f
Анда М., Ритунг С., Сурьяни Э., Сукарман, Хикмат М., Ятно Э., Муляни,
А., Субандионо, Р. Э., Суратман и Хуснайн: еще раз о тропических
торфяники в Индонезии: полудетальное картирование, протяженность и распределение по глубине
оценка, Геодерма, 402, 115235, https://doi.org/10.1016/j.geoderma.2021.115235,
2021. a
Арора, В. К., Мелтон, Дж. Р., и Пламмер, Д.: Оценка естественных потоков метана, смоделированная моделью CLASS-CTEM, Biogeosciences, 15, 4683–4709, https://doi.org/10.5194/bg- 15-4683-2018, 2018. a
Бехтольд, М., Де Ланнуа, Г. Дж. М., Костер, Р. Д., Райхле, Р. Х., Маханама,
С. П., Блейтен В., Бурго М. А., Брюммер К., Бурдун И., Десаи А. Р.,
Девито К., Грюнвальд Т., Григорук М., Хамфрис Э. Р., Клатт Дж.,
Курбатова Дж., Лохила А., Мунир Т. М., Нильссон М. Б., Прайс Дж. С., Рёль,
М., Шнайдер А. и Тимейер Б.: PEAT–CLSM: специфическое лечение
Гидрология торфяников в модели поверхности водосбора НАСА, J. Adv.
Модель.
Earth Sy., 11, 21:30–2162, https://doi.org/10.1029/2018MS001574, 2019. a
Бергстра, Дж., Комер, Б., Элиасмит, К., Яминс, Д., и Кокс, Д. Д.: Гиперопт: а
Библиотека Python для выбора модели и оптимизации гиперпараметров, Comput. науч. Дисков., 8, 014008, г.
https://doi.org/10.1088/1749-4699/8/1/014008, 2015. a
Бевен, К. Дж. и Киркби, М. Дж.: Физически обоснованная переменная участвующая область
модель бассейновой гидрологии, Гидрол. науч. Бюлл., 24, 43–69,
https://doi.org/10.1080/02626667909491834, 1979. a
Бон, Т.Дж., Мелтон, Дж.Р., Ито, А., Кляйнен, Т., Спахни, Р., Стокер, Б.Д., Чжан, Б., Чжу , X., Шредер Р., Глаголев М.В., Максютов С., Бровкин В., Чен Г., Денисов С.Н., Елисеев А.В., Гальего-Сала А., Макдональд К.С., Роулинз М.А. , Райли, В. Дж., Субин, З. М., Тиан, Х., Чжуан, К., и Каплан, Дж. О.: WETCHIMP-WSL: взаимное сравнение моделей выбросов метана водно-болотных угодий в Западной Сибири, Биогеонауки, 12, 3321–3349, https://doi.org/10.5194/bg-12-3321-2015, 2015.
a
Буржо-Чавес, Л. Л., Грелик, С. Л., Батталья, М. Дж., Лейсман, Д. Дж.,
Чимнер Р. А., Хриблян Дж. А., Лиллесков Э. А., Дрейпер Ф. К., Зутта,
Б. Р., Хергоуалч, К., Бхомия, Р. К., и Ляхтеноя, О.: Достижения в
Дискриминация амазонских торфяников с многовременными уточнениями PALSAR
Оценки распределения торфяников, запасов углерода и обезлесения, Front. Земля
науч. Китай, 9, 1019, https://doi.org/10.3389/feart.2021.676748, 2021. a
Брауэр, Ф. и Валворт, Д. Дж. Дж.: Basisregistratie Ondergrond (BRO) –
актуализация bodemkaart: Herkartering van de bodem в Eemland, Tech. Респ.
2352-2739, Wettelijke Onderzoekstaken Natuur & Milieu, Wageningen, 2019. a, b
Брауэр, Ф., Врис, Ф. Д., и Валвурт, Д. Дж. Дж.: Основа регистрации Ondergrond
(BRO) актуализация bodemkaart : Herkartering van de bodem во Флеволанде,
Тех. Представитель 2352-2739, Wettelijke Onderzoekstaken Natuur & Milieu,
Вагенинген, 2018. а, б
Коннолли, Дж. и Холден, Н. М.: Картирование торфяных почв в Ирландии: обновление
производная ирландская карта торфа, Ir.
геогр., 42, 343–352,
https://doi.org/10.1080/00750770903407989, 2009. a, b, c
Дарги, Г. К., Льюис, С. Л., Лоусон, И. Т., Митчард, Э. Т. А., Пейдж, С. Э.,
Бокко, Ю. Э., и Ифо, С. А.: Возраст, протяженность и накопление углерода в центральной
Комплекс торфяников бассейна Конго, Природа, 542, 86–90, https://doi.org/10.1038/nature21048, 2017. a, b, c, d
Дидан, К. и Баррето, А.: VIIRS/NPP Vegetation Индексы 16-Day L3 Global 500m
SIN Grid V001, USGS, https://doi.org/10.5067/VIIRS/VNP13A1.001, 2018. a, b
Дорманн, К. Ф., Элит, Дж., Бахер, С., Бухманн, К., Карл, Г., Карре, Г.,
Маркес, Дж. Р. Г., Грубер, Б., Лафуркад, Б., Лейтао, П. Дж.,
Мюнкемюллер Т., Макклин К., Осборн П. Э., Райнекинг Б., Шредер Б.,
Скидмор А. К., Зурелл Д. и Лаутенбах С.: Коллинеарность: обзор
методы борьбы с этим и имитационное исследование, оценивающее их эффективность,
Экография, 36, 27–46, https://doi.org/10.1111/j.1600-0587.2012.07348.x, 2013. a, b
Дрейпер Ф. К., Руку К. Х., Лоусон , И.
Т., Митчард, Э.Т. А., Коронадо, Э.
Н. Х., Ляхтеноя О., Монтенегро Л. Т., Сандовал Э. В., Сарате Р. и
Бейкер, Т. Р.: Распределение и количество углерода в крупнейшем торфянике.
комплекс в Амазонии, Окружающая среда. Рез. Лет., 9, 124017, https://doi.org/10.1088/1748-9326/9/12/124017, 2014. a, b, c
Фридл М., Грей Дж. и Сулла-Менаше Д.: MCD12Q2 MODIS/Терра+Аква Ленд
Обложка Dynamics Yearly L3 Global 500 м SIN Grid V006,
https://doi.org/10.5067/MODIS/MCD12Q2.006 (последний доступ: 4 сентября 2020 г.), 2019. a, b, c
Авторы GDAL/OGR: GDAL/OGR Geospatial Data Abstraction software
Библиотека, Open Source Geospatial Foundation, https://gdal.org (последний доступ: 28 декабря 2020 г.),
2021. a
Гелинас, Н.: В Окаванго, США,
https://www.nationalgeographic.org/projects/okavango/ (последний доступ: 11 октября 2021 г.), 2018 г. a
Геологическая служба Финляндии: Поверхностные отложения Финляндии 1:200 000
(полигоны отложений) v.10.1, 2018. a, b
Гласс, Р. Л.: Ресурсы водно-болотных угодий Аляски, Tech.
Представитель 2425, Геологическая служба США.
Survey, Water-Supply Paper 2425, 1992. a
GLIMS и NSIDC: Глобальные измерения наземного льда из базы данных космических ледников.
Составлено и предоставлено международным сообществом GLIMS и
Национальный центр данных по снегу и льду, Боулдер, штат Колорадо, США,
https://doi.org/10.7265/N5V98602 (последний доступ: 4 марта 2021 г.), 2018 г. a
Горелик Н., Ханчер М., Диксон М., Ильющенко С., Тау Д. и Мур,
Р.: Google Earth Engine: геопространственный анализ планетарного масштаба для всех,
Remote Sens. Environ., 202, 18–27, https://doi.org/10.1016/j.rse.2017.06.031, 2017. a
Gorham, E.: Северные торфяники: роль в углеродном цикле и вероятность Ответы
к потеплению климата, Экол. Appl., 1, 182–195, https://doi.org/10.2307/1941811, 1991. a, b
Grundling, P. and Grootjans, A. P.: Торфяники Африки, в: The Wetland Book:
II: Распространение, описание и сохранение, под редакцией: Финлейсон, К. М.,
Милтон Г. Р., Прентис Р.
К. и Дэвидсон Н. К., Springer
Нидерланды, Дордрехт, 1–10, https://doi.org/10.1007/978-94-007-6173-5_112-1, 2016. a, b
Гумбрихт Т., Роман-Куэста Р. М., Вершо Л., Герольд М., Виттманн Ф.,
Хаусхолдер, Э., Герольд, Н., и Мурдиярсо, Д.: Модель экспертной системы для
нанесение на карту тропических водно-болотных угодий и торфяников показывает, что Южная Америка является крупнейшим
автор, Глоб. Чанг. Biol., 23, 3581–3599, https://doi.org/10.1111/gcb.13689, 2017. a, b, c, d, e, f, g, h
Harris, I., Osborn, T Дж., Джонс П. и Листер Д.: Версия 4 CRU
Ежемесячный набор многомерных климатических данных с сеткой высокого разрешения TS, Sci. Данные,
7, 109, https://doi.org/10.1038/s41597-020-0453-3, 2020. a
Хельбиг М., Уоддингтон Дж. М., Алексейчик П., Амиро Б. Д., Аурела, М., Барр,
А. Г., Блэк, Т. А., Бланкен, П. Д., Кэри, С. К., Чен, Дж., Чи, Дж., Десаи,
А. Р., Данн А., Ойскирхен Э. С., Фланаган Л. Б., Форбрих И., Фрибург,
Т., Грелль А., Хардер С., Хелиас М., Хамфрис Э. Р.
, Икава Х.,
Изабель П.-Э., Ивата Х., Джассал Р., Коркиакоски М., Курбатова Дж.,
Куцбах Л., Линдрот А., Лёфвениус М. О., Лохила А., Маммарелла И.,
Марш П., Максимов Т., Мелтон Дж. Р., Мур П. А., Надо Д. Ф., Николлс,
Э. М., Нильссон М. Б., Охта Т., Пайхль М., Петроне Р. М., Петров Р.,
Прокушкин А., Куинтон В. Л., Рид Д. Э., Руле Н. Т., Ранкл Б. Р. К.,
Зоннентаг О., Страхан И. Б., Тайллардат П., Туиттила Э.-С., Туовинен,
Дж.-П., Тернер Дж., Уэяма М., Варлагин А., Уилмкинг М., Вофси С. С. и
Зырянов В.: Увеличение доли торфяников в бореальных
эвапотранспирация в потеплении климата, Nat. Клим. Чанг., 10, 555–560,
https://doi.org/10.1038/s41558-020-0763-7, 2020. a
Hengl, T.: Слои свойств почвы с сайта openlandmap.org. Все данные доступны
по лицензии Open Data Commons Open Database License (ODbL) и/или Creative
Международная лицензия Commons Attribution-ShareAlike 4.0 (CC BY-SA),
https://doi.org/10.5281/zenodo.2525663 (последний доступ: 4 сентября 2020 г.), 2018. a, b, c
Хенгл, Т.
и Макмиллан, Р. А.: Прогностическое картирование почвы с помощью R, Lulu.com,
2019. a
Хукер Г., Ментч Л. и Чжоу С. Неограниченные силы перестановок
Экстраполяция: важности переменной требуется как минимум еще одна модель или есть
Не имеет значения свободной переменной, arXiv: 1905.03151 (стат.МЭ), 2021. a
Хоуп, Г. С.: Торф в горах Новой Гвинеи, Mires Peat, 15, 1–21, 2015. a
Хаусхолдер, Дж. Э., Яновец, Дж. П., Тоблер, М. В., Пейдж, С., и Ляхтенойя,
О.: Торфяники реки Мадре-де-Диос в Перу: распространение,
геоморфология и разнообразие местообитаний, Wetlands, 32, 359–368, 2012. a, b, c
Хриблян Дж. А., Суарес Э., Буржо-Чавес Л., Эндрес С., Лиллесков Э. . А.,
Чимболема С., Уэйсон С., Сероки Э. и Чимнер Р. А.: Multidate,
мультисенсорное дистанционное зондирование выявило высокую плотность богатых углеродом гор
торфяники в парамо Эквадора, Glob. Чанг. биол., 23, 5412–5425,
https://doi.org/10.1111/gcb.13807, 2017. a
Уэте А., Дидан К., Миура Т., Родригес Э.
П., Гао X. и Феррейра
Л. Г.: Обзор радиометрических и биофизических характеристик MODIS
индексы растительности, Remote Sens. Environ., 83, 195–213,
https://doi.org/10.1016/S0034-4257(02)00096-2, 2002. a
Хугелиус, Г., Луазель, Дж., Чадберн, С., Джексон, Р. Б., Джонс, М. ., Макдональд,
Г., Марущак М., Олефельдт Д., Пакален М., Зиверт М. Б., Трит К.,
Турецкий М., Фойгт С. и Ю З.: Большие запасы углерода торфяников и
азота уязвимы к таянию вечной мерзлоты, P. Natl. акад. науч. США,
117, 20438–20446, https://doi.org/10.1073/pnas.1916387117, 2020. a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v, w, x, y
IDEAM: Leyenda nacional de coberturas de la tierra: metodología CORINE
Земельный покров адаптирован для Колумбии: Escala 1:100 000, под редакцией: Мартинес Ардила, Нью-Джерси, и Мурсия Гарсия,
U.G., Ministryio De Ambiente, Vivienda Y Desarrollo Territorial Instituto De Hidrología, Meteorología Y Estudios Ambientales – IDEAM, ISBN 978-958-806729-2, 2010. Демирчи С.
, Такахаши А., Рази П.,
Насуча М., Ян Х. и Тетуко С. С., Дж.: Потенциал почвенной влаги
поиск тропических торфяников в Индонезии с использованием L-диапазона ALOS-2
полнополяриметрические данные SAR, Int. J. Дистанционный датчик, 40, 5938–5956,
https://doi.org/10.1080/01431161.2019.1584927, 2019. a
Джексон Р. Б., Лайта К., Кроу С. Э., Хугелиус Г., Крамер М. Г., и
Пиньейро, Г.: Экология почвенного углерода: пулы, уязвимости и биотика
и Abiotic Controls, Annu. Преподобный Экол. Эвол. С., 48, 419–445,
https://doi.org/10.1146/annurev-ecolsys-112414-054234, 2017. a
Джустен, Х. и Кларк, Д.: Разумное использование болот и торфяников, International Mire
Группа охраны природы и Международное торфяное общество, ISBN 951-97744-8-3, 304, 2002. а, б
Джанк, В. Дж.: поймы Амазонки: их экология, настоящее и потенциальное использование,
Revue d’Hydrobiologie Tropicale, 15, 285–301, 1982. a
Каплан, Дж. О.: Водно-болотные угодья во время последнего ледникового максимума: распространение и метан
выбросы, Геофиз.
Рез. Письма, 29, 3-1–3-4, https://doi.org/10.1029/2001GL013366,
2002. а, б
Ке, Г., Мэн, К., Финли, Т., Ван, Т., Чен, В., Ма, В., Е, К. и Лю,
Т.-Ю.: LightGBM: высокоэффективное дерево принятия решений по повышению градиента, в:
Достижения в системах обработки нейронной информации 30, под редакцией: Гийон, И.,
Люксбург У. В., Бенжио С., Уоллах Х., Фергус Р., Вишванатан С. и
Гарнетт Р., 3146–3154, Curran Associates, Inc., 2017. a
Кидд Д., Мортон Р. и Браун Г.: Проект картирования органической почвы Тасмании,
Отчет о методах. Отчет об охране природы 21/2, неопубликованный отчет,
2021. a, b, c
Кобаяши С., Ота Ю., Харада Ю., Эбита А., Мория М., Онода Х., Оноги,
К., Камахори Х., Кобаяши К., Эндо Х., Мияока К. и Такахаши К.:
Повторный анализ JRA-55: общие спецификации и основные характеристики, J.
метеорол. соц. JPN, 93, 5–48. ., и Баччини, А.: Решение задачи картирования торфяников с помощью данных дистанционного зондирования, Biogeosciences, 5, 1809 г.–1820, https://doi.
org/10.5194/bg-5-1809-2008, 2008. a
Кохи, М., Хидерер, Р. и Фрейбауэр, А.: Глобальное распределение почвенного органического углерода – часть 1: Массы и частотные распределения запасов ПОУ для тропиков, регионов вечной мерзлоты, водно-болотных угодий и мира, ПОЧВА, 1, 351–365, https://doi.org/10.5194/soil-1-351-2015, 2015. a
Ляхтенойя, О. и Руку, К.: Зарождение, история и развитие
торфяники в бассейне Амазонки, PAGES News, 18, 27–28,
https://doi.org/10.22498/pages.18.1.27, 2010. a
Landcare Research NZ Ltd: Фундаментальный слой почвы – почва Новой Зеландии
Classification, https://doi.org/10.7931/L10T0 (последний доступ: 4 января 2020 г.), 2000. a, b
Largeron, C., Krinner, G., Ciais, P., and Brutel-Vuilmet, C. .: Внедрение северных торфяников в глобальную модель земной поверхности: описание и оценка в модели высокоширотной версии ORCHIDEE (ORC-HL-PEAT), Geosci. Model Dev., 11, 3279–3297, https://doi.org/10.5194/gmd-11-3279-2018, 2018. a
Ленер, Б.
и Дёлль, П.: Разработка и проверка глобальной базы данных
озера, водохранилища и водно-болотные угодья, J. Hydrol., 296, 1–22,
https://doi.org/10.1016/j.jhydrol.2004.03.028, 2004. a
Лейфельд, Дж. и Меничетти, Л.: Недооцененный потенциал торфяников в
глобальные стратегии смягчения последствий изменения климата, Nat. коммун., 9, 1071,
https://doi.org/10.1038/s41467-018-03406-6, 2018. a
Лимпенс, Дж., Берендсе, Ф., Блодау, К., Канаделл, Дж. Г., Фриман, К., Холден, Дж. ., Руле, Н., Райдин, Х., и Шепман-Штруб, Г.: Торфяники и углеродный цикл: от локальных процессов к глобальным последствиям – синтез, Биогеонауки, 5, 1475–149.1, https://doi.org/10.5194/bg-5-1475-2008, 2008. a
Луазель, Дж., Ю, З., Парсекян, А., Нолан, Дж., и Слейтер, Л. : количественная оценка
Влияние морфологии ландшафта на боковое расширение торфяников с использованием
георадар (GPR) и анализ торфяного керна, J.
Геофиз. Res.-Biogeo., 118, 373–384, https://doi.org/10.1002/jgrg.20029, 2013. a
Loisel, J.
, van Bellen, S., Pelletier, L., Talbot, J. ., Хугелиус Г., Карран,
Д., Ю. З., Николс Дж. и Холмквист Дж.: Взгляды и проблемы с
оценка запасов и потоков углерода в северных торфяниках со времени последнего оледенения
Максимум, Earth-Sci. Обр., 165, 59–80, https://doi.org/10.1016/j.earscirev.2016.12.001,
2017. a, b, c, d
Лопес Гонсалес, М., Эргуальч, К., Ангуло Нуньес, О., Бейкер, Т., Чимнер, Р., дель Агила Паскель, Х., дель Кастильо Торрес , Д., Фрейтас Альварадо, Л., Фуэнтеальба Дюран, Б., Гарсия Гонсалес, Э., Онорио Коронадо, Э., Казуйо, Х., Лиллесков, Э., Малага Дюран, Н., Мальдонадо Фонкен, М., Мартин Браньяс, М., Варгас, Т.М., Планас Кларк, А.М., Руку, К., и Вакалла Очоа, Ф.: Что мы знаем о перуанских торфяниках?,
Центр международных исследований лесного хозяйства (CIFOR),
https://doi.org/10.17528/cifor/007848, 2020. a
Мартин-Лопес, Х.М., Вершот, Л., Мартиус, К., и да Силва, М.: Моделирование пространственного распределения почвенного органического углерода и запасов углерода для затопленных саванн Касанаре, Колумбия, Генеральная ассамблея EGU 2022, Вена , Австрия, 23–27 мая 2022 г.
, EGU22-1840, https://doi.org/10.5194/egusphere-egu22-1840, 2022. a, b
Мэтьюз, Э.: Глобальные базы данных по распространению, характеристикам и метану.
эмиссия естественных водно-болотных угодий: документация архивной ленты данных, НАСА.
Центр космических полетов имени Годдарда, Гринбелт, Мэриленд, США, 19 лет.89. a
Макбратни, А. Б., Мендонса Сантос, М. Л., и Минасный, Б.: На цифровой почве
картирование, Geoderma, 117, 3–52, https://doi.org/10.1016/S0016-7061(03)00223-4, 2003. a
Маккартни, М., Херингер, М., и Полифке, В. : Сравнение машинного обучения
Алгоритмы интерполяции и экстраполяции описания пламени
Функции, J. Eng. Gas Turbines Power, 142, 061009, https://doi.org/10.1115/1.4045516, 2020. a
Melton, J. R., Wania, R., Hodson, E. L., Poulter, B., Ringeval, B., Spahni, Р., Бон, Т., Авис, К.А., Берлинг, Д.Дж., Чен, Г., Елисеев, А.В., Денисов, С.Н., Хопкрофт, П.О., Леттенмайер, Д.П., Райли, В.Дж., Сингарайер, Дж.С., Субин, З.М., Тиан , Х., Цюрхер, С.
, Бровкин, В., ван Бодегом, П. М., Кляйнен, Т., Ю, З. К. и Каплан, Дж. О.: Текущее состояние глобальной протяженности водно-болотных угодий и моделирование метана водно-болотных угодий: выводы из модели сравнительный проект (WETCHIMP), Biogeosciences, 10, 753–788, https://doi.org/10.5194/bg-10-753-2013, 2013. a
Мелтон, Дж. Р., Чан, Э., Миллард, К., Фортье, М., Уинтон, Р. С., Мартин-Лопес, Дж. М., Кадильо-Кирос, Х. , Кидд Д. и Вершо Л. В.: Карта глобальной протяженности торфяников, созданная с использованием машинного обучения (Peat-ML), Zenodo [набор данных], https://doi.org/10.5281/zenodo.5794336, 2021. a
Мелтон, Дж. Р., Чан, Э., Миллард, К., Фортье, М., Винтон, Р. С., Мартин-Лопес, Х. М., Кадильо-Кирос, Х., Кидд, Д. и Вершо, Л. В.: код для «Карта глобальной протяженности торфяников, созданная с использованием машинного обучения (Peat-ML)» (0,9), Zenodo [code], https://doi.org/10.5281/zenodo.6345309, 2022. a
Meyer, H., Reudenbach, C., Wöllauer, S., и Nauss, T.
: Важность пространственного
выбор переменной предиктора в приложениях машинного обучения — переход от
воспроизведение данных для пространственного прогнозирования, Ecol. Модел., 411, 108815,
https://doi.org/10.1016/j.ecolmodel.2019.108815, 2019. a
Минасный Б., Берглунд О., Коннолли Дж., Хедли К., де Врис Фолкерт, Джимона,
А., Кемпен Б., Кидд Д., Лилья Х., Мэлоун Б., Макбратни А., Рудье П.,
О’Рурк С., Рудиянто, Падариан Дж., Поджио Л., тен Катен А., Томпсон,
Д., Туве К. и Видьятманти В.: Цифровое картографирование торфяников – критический
обзор, Earth-Sci. Обр., 196, 102870, г.
https://doi.org/10.1016/j.earscirev.2019.05.014, 2019. a, b, c, d, e, f, g
Олефельдт Д., Ховемыр М., Кун М. А., Баствикен , Д., Бон, Т.Дж., Коннолли, Дж., Крилл, П., Ойскирхен, Э.С., Финкельштейн, С.А., Жене, Х., Гроссе, Г., Харрис, Л.И., Хеффернан, Л., Хелбиг, М., Хугелиус Г., Хатчинс Р., Юутинен С., Лара М.Дж., Малхотра А., Манис К., Макгуайр А.Д., Натали С.М., О’Доннелл Дж.А., Парментье Ф.-Дж.
В., Расанен, А., Шедель, К., Зоннентаг, О., Страк, М., Танк, С.Э., Трит, К., Варнер, Р.К., Виртанен, Т., Уоррен, Р.К., и Уоттс, Дж.Д.: Набор данных о бореально-арктических водно-болотных угодьях и озерах (BAWLD), Earth Syst. науч. Дата, 13, 5127–5149, https://doi.org/10.5194/essd-13-5127-2021, 2021. a, b, c, d
Olson, D. M., Dinerstein, E., Wikramanayake, E. D., Burgess , Н. Д., Пауэлл, Г.
В. Н., Андервуд, Э. К., Д’амико, Дж. А., Итуа, И., Странд, Х. Э., Моррисон,
Дж. К., Лукс, С. Дж., Оллнатт, Т. Ф., Рикеттс, Т. Х., Кура, Ю., Ламоре,
Дж. Ф., Веттенгель В. В., Хедао П. и Кассем К. Р.: Земные экорегионы
мира: новая карта жизни на Земле, BioScience, 51, 933,
https://doi.org/10.1641/0006-3568(2001)051[0933:teotwa]2.0.co;2, 2001. a, b
Пейдж, С. Э., Рили, Дж. О., и Бэнкс, К. Дж.: Глобальное и региональное значение
бассейн углерода тропических торфяников, Glob. Чанг. биол., 17, 798–818,
https://doi.org/10.1111/j.1365-2486.2010.02279.x, 2011. a
Папа, Ф., Приджент, К.
, Айрес, Ф., Хименес, К., Россоу, В. Б. ., и Мэтьюз, Э.:
Межгодовая изменчивость площади поверхностных вод в глобальном масштабе,
199–2004, Ж. Геофиз. Рез.-Атмос., 115, https://doi.org/10.1029/2009JD012674, 2010. a
Педрегоса Ф., Вароко Г., Грамфор А., Мишель В., Тирион Б., Гризель,
О., Блондель М., Преттенхофер П., Вайс Р., Дюбур В., Вандерплас Дж.,
Пассос А., Курнапо Д., Брюше М., Перро М. и Дюшене Э.:
Scikit-learn: Machine Learning in Python, J. Mach. Учиться.
рез., 12, 2825–2830, 2011. а, б
Пекель, Дж.-Ф., Коттам, А., Горелик, Н., и Белворд, А. С.: Высокое разрешение
картографирование глобальных поверхностных вод и их долгосрочных изменений, Природа, 540,
418–422, https://doi.org/10.1038/nature20584, 2016. a
Петерс, Дж. и Тегетмейер, К.: Инвентаризация торфяников в Карибском бассейне и
первое описание приоритетных направлений, тех. респ., Материалы
Грайфсвальдский болотный центр, 2019. a
Пфлюгмахер Д., Кранкина О. Н. и Коэн В. Б.: Торфяники со спутника
картографирование: Возможности датчика MODIS, Глоб.
Планета. Смена, 56, 248–257,
https://doi.org/10.1016/j.gloplacha.2006.07.019, 2007. a, b, c, d
Плотон, П., Мортье, Ф., Режу-Мешен, М., Барбье, Н., Пикард, Н., Росси,
В., Дорманн К., Корню Г., Вьеннуа Г., Байоль Н., Ляпустин А.,
Гурле-Флери, С., и Пелисье, Р.: Пространственная проверка выявляет
прогностическая эффективность крупномасштабных моделей экологического картографирования, Nat.
Commun., 11, 4540, https://doi.org/10.1038/s41467-020-18321-y, 2020. a
Prigent, C., Papa, F., Aires, F., Rossow, W. B ., и Мэтьюз, Э.: Global
динамика затопления, полученная по множеству спутниковых наблюдений,
1993–2000, Ж. Геофиз. Рез.-Атмос., 112, https://doi.org/10.1029/2006JD007847,
2007. a, b
Ricaurte, L. F., Olaya-Rodríguez, M. H., Cepeda-Valencia, J., Lara, D.,
Аррояве-Суарес, Дж., Макс Финлейсон, К., и Паломо, И.: Будущие последствия
факторы изменения экосистемных услуг водно-болотных угодий в Колумбии, Glob. Окружающая среда.
Change, 44, 158–169, https://doi.org/10.1016/j.
gloenvcha.2017.04.001, 2017. a, b, c
Roberts, D. R., Bahn, V., Ciuti, S ., Бойс, М. С., Элит, Дж., Гильера-Арроита,
Г., Хауэнштейн С., Лахоз-Монфор Дж. Дж., Шредер Б., Тюллер В.,
Уортон Д. И., Уинтл Б. А., Хартиг Ф. и Дорманн К. Ф.:
Стратегии перекрестной проверки данных с временными, пространственными, иерархическими или
филогенетическая структура, Экография, 40, 913–929, https://doi.org/10.1111/ecog.02881,
2017. a, b
Роча, А. Д., Гроен, Т. А., Скидмор, А. К., и Виллемен, Л.: роль выборки
Проектирование при прогнозировании пространственно зависимых экологических данных с удаленным
Зондирование, IEEE Trans. Geosci. Remote Sens., 59, 663–674,
https://doi.org/10.1109/TGRS.2020.2989216, 2021. a, b
Бег, С., Му, К., и Чжао, М.: MOD17A3 MODIS/Terra Net Primary
Производство Год L4 Global 1km SIN Grid V055, MODIS [набор данных], https://doi.org/10.5067/MODIS/MOD17A3.006, 2011. a, b, c
Шредер Р., Макдональд К., Чепмен Б., Дженсен К., Подест Э., Тесслер З.,
Бон, Т.
, и Циммерманн, Р.: Разработка и оценка многолетнего
Дробный набор данных о поверхностных водах, полученных с помощью активного/пассивного микроволнового излучения
Данные дистанционного зондирования, Дистанционное зондирование, 7, 16688–16732,
https://doi.org/10.3390/rs71215843, 2015. a
Schulzweida, U.: Руководство пользователя CDO, Zenodo, https://doi.org/10.5281/zenodo.4246983, 2020. a
Shimada, M. ., Ито, Т., Мотоока, Т., Ватанабэ, М., Сираиси, Т., Тапа, Р., и
Лукас, Р.: Новые глобальные карты лесов и нелесов на основе данных ALOS PALSAR.
(2007–2010), Дистанционное зондирование окружающей среды, 155, 13–31,
https://doi.org/10.1016/j.rse.2014.04.014, 2014. а, б, в
Смит, К. Б., Смит, К. Э., Форест, С. Ф., и Ричард, А. Дж.: Полевое руководство по
водно-болотные угодья экозоны бореальных равнин Канады // Техн. респ., Утки
Unlimited Canada, Western Boreal Office: Edmonton, Alberta, 2007. a, b, c, d, e
Tarnocai, C., Kettles, I. M., and Lacelle, B.: Торфяники Канады, Tech.
Респ.
Open File 6551, Геологическая служба Канады, 2011. а, б, в, г, д, е, ж, з, и, к
Терентьева И.Е., Глаголев М.В., Лапшина Е.Д., Сабреков А.Ф., Максютов , S.: Картирование комплексов водно-болотных угодий таежной зоны Западной Сибири с использованием снимков Landsat: последствия для выбросов метана, Biogeosciences, 13, 4615–4626, https://doi.org/10.5194/bg-13-4615-2016, 2016. a, b
Тиан, Дж. и Филпот, В. Д.: Взаимосвязь между поверхностным содержанием влаги в почве,
скорость испарения и глубина полосы поглощения воды в отражательной способности SWIR
спектры, Remote Sens. Environ., 169, 280–289,
https://doi.org/10.1016/j.rse.2015.08.007, 2015. a
Тузи Р., Омари К., Госселин Г. и Слип Б.: Поляриметрический L-диапазон ALOS
по мониторингу подземных вод торфяников // Материалы конференции 2013 г.
Азиатско-Тихоокеанская конференция по радарам с синтезированной апертурой (APSAR), 53–56,
2013. a
Тоузи, Р., Омари, К., Сон, Б., и Цзяо, X.: Рассеянная и полученная волна
Оптимизация поляризации для расширенной классификации торфяников и пожаров
Оценка повреждений с использованием поляриметрического PALSAR, IEEE J.
Sel.
Вершина. заявл., 11, 4452–4477,
https://doi.org/10.1109/JSTARS.2018.2873740, 2018. a
Wang, L., Qu, J. J., Hao, X., and Zhu, Q.: Исследования чувствительности влажности
влияние на отражательную способность MODIS SWIR и водные индексы растительности, Int. Дж.
Remote Sens., 29, 7065–7075, https://doi.org/10.1080/01431160802226034, 2008. a
Ваня Р., Росс И. и Прентис И. К.: Объединение торфяников и вечной мерзлоты
в динамическую глобальную модель растительности: 1. Оценка и чувствительность
физические процессы на поверхности земли, Global Biogeochem. Циклы, 23, https://doi.org/10.1029/2008GB003412, 2009 г.
a
Вебстер, К. Л., Бхатти, Дж. С., Томпсон, Д. К., Нельсон, С. А., Шоу, К. Х.,
Бона К. А., Хейн С. Л. и Курц В. А.: Пространственно-интегрированные оценки
чистый экосистемный обмен и потоки метана из канадских торфяников, углерод
Balance Manag., 13, 16, https://doi.org/10.1186/s13021-018-0105-5, 2018. a, b, c, d, e, f, g
Wetlands International: Международная карта распространения торфяников Wetlands International
Площадь и содержание углерода на Суматре, 1990–2002 гг.
, Wetlands International –
Программа Индонезии и среда обитания дикой природы Канады, Tech. респ., водно-болотные угодья
Международный, Богор, 2003. a
Wetlands International: Международная карта распространения торфяников Wetlands International
Площадь и содержание углерода на Калимантане, 2000–2002 гг., Wetlands International –
Программа Индонезии и среда обитания дикой природы Канады, Tech. респ., водно-болотные угодья
Международный, Богор, 2004. a
Wetlands International: Wetlands International Каданган Карбон Бава
Permukaan di Papua Wetlands International — Программа и дикая природа Индонезии
Среда обитания Канада, Тех. rep., Wetlands International, Bogor, 2006. a
Сюй, Дж., Моррис, П.Дж., Лю, Дж., и Холден, Дж.: PEATMAP: уточнение оценок
глобального распространения торфяников на основе метаанализа, Catena, 160,
134–140, https://doi.org/10.1016/j.catena.2017.09.010, 2018. a, b, c, d, e, f, g, h, i
Yamazaki, D., Ikeshima, Д., Таватари Р., Ямагучи Т., О’Лафлин Ф.
, Нил,
J. C., Sampson, C. C., Kanae, S. и Bates, P. D.: Высокоточная карта
глобальные высоты местности, Geophys. Рез. Летт., 44, 5844–5853,
https://doi.org/10.1002/2017gl072874, 2017. a
Ю. З., Луазель Дж., Броссо Д. П., Бейлман Д. В. и Хант С. Дж.: Global
динамика торфяников со времени последнего ледникового максимума, Geophys. Рез. Летта, 37,
https://doi.org/10.1029/2010GL043584, 2010. a, b, c, d
Zender, C. S.: Краткое сообщение: Анализ самоописания с координатной сеткой
геолого-геофизические данные с операторами netCDF (NCO), Environ. Модель. Софтв., 23,
1338–1342, https://doi.org/10.1016/j.envsoft.2008.03.004, 2008. a
Инвентаризация торфяников – Wetlands International Russia
Главная » Публикации » Сокровища торфяников » Сохранение и восстановление торфяников » Инвентаризация торфяников
Одной из ключевых задач проекта «Восстановление торфяников в России» является составление инвентаризации торфяников и потенциальных участков восстановления торфяников во всех регионах, присоединяющихся к проекту.
Такая инвентаризация должна предоставить информацию о расположении, площади, типе, экологическом состоянии, землепользовании и ценности торфяников. Это формирует основу для установления приоритетов любой деятельности, связанной с использованием, охраной и восстановлением торфяников. Данные инвентаризации также служат основой для мониторинга состояния торфяников и оценки эффективности проводимых восстановительных мероприятий.
В настоящее время торфяники в России (как нетронутые, так и разрабатываемые различного назначения) относятся к нескольким категориям земель: земли сельскохозяйственного назначения, лесного хозяйства, земли запаса, земли под водой и др. Единый кадастр торфяников отсутствует, что делает сложно планировать мероприятия по восстановлению и мониторингу осушенных торфяников.
Институтом лесоведения РАН разработана методика комплексной инвентаризации торфяников, включающая сбор отраслевой статистики, данных лесоустройства, данных дистанционного зондирования земли (спутниковых снимков высокого и сверхвысокого разрешения) и заполнение базы данных ГИС всей этой информацией.
Согласно данной методике процесс инвентаризации состоит из следующих этапов: выделение торфяников с вводом информации в базу данных ГИС, оконтуривание границ торфяников, внесение корректировок по имеющимся данным, актуализация информации.
На первом этапе можно использовать данные справочников и карт торфяных месторождений Российского геологического фонда (Росгеолфонд). Эти материалы содержат данные геологических съемок торфяных месторождений, проведенных почти по всем административным районам Российской Федерации в середине ХХ века. В частности, в справочники включены сведения о расположении, границах, типе, мощности и глубине торфяных залежей. Очевидно, что эта информация часто устаревает и нуждается в актуализации. Учитывая, что данные справочники в основном ориентированы на те торфяники, которые могут быть использованы для промышленной добычи торфа, не все торфяники перечислены в справочниках и нанесены на карты. При этом не приводятся географические координаты объектов, а только их примерное взаимное расположение: расстояние и направление до близлежащих населенных пунктов.
На картах обычно не показывают границы торфяников, а только их общее расположение, используя условные обозначения (рисунок 1). Хотя в Росгеолфонде имеются подробные крупномасштабные карты наиболее крупных и важных торфяных месторождений, которые находились в стадии детальной разведки.
Рисунок 1. Фрагмент карты торфяной залежи1 – тип торфа: а) верховое болото, б) переходное, в) низинное;
2 – площадь торфяной залежи: а) 11-50 га, б) 50-100 га, в) более 100 га;
3 – категория торфа: а) А и Б; б) С 1 и С 2 ; в) прогностический;
4 – прочие: а) участки торфа с низкой скоростью разложения; б) разрабатываемые месторождения; в) неглубокие торфяные залежи
На следующем этапе происходит актуализация полученных данных по снимкам дистанционного зондирования земли (ДЗЗ). Данные ДЗЗ должны удовлетворять следующим требованиям: мультиспектральная съемка в ближнем инфракрасном диапазоне, которая оказалась наиболее информативной для интерпретации состояния растительного покрова и поверхности торфяников; высокое разрешение съемки для достоверного дешифрирования объектов площадью до 0,5 га; полное покрытие изучаемой территории безоблачными снимками в течение вегетационного периода (май – сентябрь) в течение нескольких лет; разумная стоимость данных.