Научный журнал
Успехи современного естествознания
ISSN 1681-7494
"Перечень" ВАК
ИФ РИНЦ = 0,823

ВЛИЯНИЕ КООРДИНАТ БЕРЕЗ У АВТОМОБИЛЬНЫХ ДОРОГ НА СРЕДНЕЕ ВРЕМЯ ВЕГЕТАЦИИ И МАКСИМАЛЬНУЮ ШИРИНУ УЧЕТНЫХ ЛИСТЬЕВ

Мазуркин П.М. 1 Кудряшова А.И. 1
1 Поволжский государственный технологический университет
Для повышения экологической оценки качества окружающей растущие березы территории летом 2018 г. была измерена ширина десяти учетных листьев у десяти учетных деревьев березы повислой в черте города Йошкар-Ола. Были замерены расстояния от края автомобильной дороги до центра комля берез, а также высота расположения зоны кроны у каждой березы 1,5–2,0 м со стороны преобладающих ветров (примерно северо-запад). На каждой березе сбоку кроны выделялась зона диаметром примерно 0,5 м, где выделяли десять учетных листьев, к их корешкам привязывали белые нитки с бирками, на которых были указаны номера учетных листьев. Приведенная система координат вычислялась следующим образом. Сотовым телефоном были измерены географические координаты оси ствола (в градусах, минутах и секундах), которые были приведены к условным северной широте и восточной долготе. От этих влияющих факторов были получены закономерности изменения времени вегетации с первого мая и средней максимальной ширины учетных листьев. Проведен факторный анализ шести влияющих переменных и двух зависимых показателей. Даны формулы и графики. Получено, что влияние расстояния от дороги на максимум ширины учетных листьев имеет коэффициент корреляции 0,7574, а влияние приведенной восточной долготы на этот же биометрический параметр – 0,7514. Средняя максимальная ширина учетных листьев березы повислой может стать великолепным индикатором загрязнения придорожной территории. Для идентификации волновых закономерностей необходимо в разных местах принять более двадцати берез.
вегетация листьев
этап роста до максимума
преобладающие ветра
10 берез
по 10 учетных листьев
ширина
дорога
координаты
тренды
колебательная адаптация
закономерности
1. Mazurkin P.M. Method of identification. International Multidisciplinary Scientific GeoConference Surveying Geology and Mining Ecology Management. SGEM. 2014. Book 6. Vol. 1. P. 427–434. DOI: 10.5593/SGEM2014/B61/S25.059.
2. Mazurkin P.M. Wavelet Analysis Statistical Data. Advances in Sciences and Humanities. 2015. Vol. 1. № 2. Р. 30–44. DOI: 10.11648/j.ash.20150102.11.
3. Mazurkin P.M., Kudryashova A.I.. Fito meteorologiya City: The Influence of the Amount of Relative Humidity of Air Ontogenesis Leaves of Birch. J. Basic Sci. Appl. Res. 2018. Vol. 4. № 1. Р. 1–15.
4. Plenderleith T.L., Stratford D., Lollback G. W., Chapple D.G., Reina R.D., Hero J.-M. Calling phenology of a diverse amphibian assemblage in response to meteorological conditions. International Journal of Biometeorology. 2018. Vol. 62. Issue 5. P. 873–882. DOI: 10.1007/s00484-017-1490-2.
5. Laube J., Sparks T.H., Estrella N., Menzel A. Does humidity trigger tree phenology Proposal for an air humidity based framework for bud development in spring. New Phytologist. 2014. Vol. 202. Issue 2. P. 350–355. DOI: 10.1111/nph.12680.
6. Fu Y.H., Zhao H., Piao S., Peaucelle M., Peng S., Zhou G., Ciais P., Huang M., Menzel A., Penuelas J., Song Y., Vitasse Y., Zeng Z., Janssens I.A. Declining globalwarming effects on the phenology of Spring leaf unfolding. Nature. 2015. Vol. 526. Р. 104–107. DOI:10.1038/nature15402.
7. Zhang Y., Bielory L., Georgopoulos P. Climate change effect on Betula (birch) and Quercus (oak) pollen seasons in US. Int. J. Biometeorol. 2014. Vol. 58. Issue 5. P. 909–919. DOI: 10.1007/s00484-013-0674-7.
8. Dahlhausen J., Rotzer T., Biber P., Uhl E., Pretzsch H. Urban climate modifies tree growth in Berlin. International Journal of Biometeorology. 2018. Vol. 62. Issue 5. P. 795–808. DOI: 10.1007/s00484-017-1481-3.
9. Wang H., Rutishauser T., Tao Z., Zhong S., Ge Q., Dai J. Impacts of global warming on phenology of spring leaf unfolding remain stable in the long run. International Journal of Biometeorology. 2017. Vol. 61. Issue 2. P. 287–292. DOI 10.1007/s00484-016-1210-3.
10. Wang Y., Groot R., Bakker F., Wortche H., Leemans R. Thermal comfort in urban green spaces: a survey on a Dutch university campus. International Journal of Biometeorology. 2017. Vol. 61. Issue 1. P. 87–101. DOI: 10.1007/s00484-016-1193-0.
11. Sellin A., Rosenvald K., Ounapuu-Pikas E., Tullus A., Ostonen I., Lohmus K. Elevated air humidity affects hydraulic traits and tree size but not biomass allocation in young silver birches (Betula pendula). Frontiers in Plant Science. 2015. Vol. 6. P. 860. DOI: 10.3389/fpls.2015.00860.

Каждое индивидуально растущее дерево может стать индикатором той окружающей среды, которая вокруг него располагается. Поэтому уровень загрязненности придорожной территории можно оценить по поведению, например, березы повислой, растущей около автомобильной дороги. Причем учетные листья березы реагируют не только на загрязнения от выхлопов автомобилей, но при своем росте и развитии за вегетационный период учитывают комплекс факторов воздуха, воды и почвы.

Цель статьи: выявление закономерностей влияния координат березы повислой, расположенной у кромки автомобильной дороги, на продолжительность вегетационного периода и ширину учетных листьев около дороги в городской среде.

В экологических технологиях с использованием листьев березы повислой приходит понимание о моделировании взаимных связей между параметрами структуры листьев растений методом идентификации [1, 2]. Априори ясно, что именно погода влияет на ход развития и роста (онтогенеза) растений. А на многолетние растения погода влияет через ежегодный онтогенез листвы. Кванты поведения листьев, например, березы повислой [3], распространенной на Северном полушарии, четко зависят от квантов (асимметричных вейвлетов) поведения температуры воздуха и относительной влажности. Метеорологические условия являются сильными факторами активности биологических объектов, и для этого в статье [4] оценены влияние температуры, осадков, атмосферного давления и влажности.

Рост растений – сложный процесс, в его основе лежат такие фундаментальные явления, как ритмичность, полярность, дифференциация, раздражимость, корреляция. Эти процессы являются общими для онтогенеза живых организмов [5, 6]. Онтогенез – индивидуальное развитие организма от зиготы (или вегетативного зачатка) до природной смерти. Благодаря активной деятельности меристем и фотосинтетической активности листьев зеленое растение приобретает ряд черт, которые характеризуют его рост. В процессе онтогенеза растения рост наблюдается на протяжении основных этапов его жизненного цикла [7].

Формирование и отмирание листьев в цикле онтогенеза разделяются на такие этапы: распускание почек, рост и развитие листьев, расцвечивание отмирающих листьев, опадение листьев. Мы предлагаем два этапа онтогенеза – роста до максимума и спада до опадения.

В Берлине [8] по 252 дереву липы на кернах по расстояниям от центра к периферии были выявлены изменения приращения толщины деревьев за 50–100 лет. Семь пород деревьев в Европе [9] показали нелинейные зависимости развития растений от температуры и микроклимата. В биометео-
рологии пока наблюдается неопределенность на будущее. В [10] показано влияние городской растительности на тепловой комфорт человека, равный 22,2 °С. Рациональный фитоклимат позволит противодействовать глобальному потеплению.

Вегетационный период становится одним из важных экосистемных процессов, так как развитие листьев очень чувствительно к температуре воздуха. Поэтому будущее климата в наблюдениях за листьями. Повышение влажности воздуха снижает температуру и накопление биомассы в молодых березках, в особенности восприимчивы листья [11].

Цель статьи – повышение точности индикации качества окружающей листья березы локальной среды сбоку на высоте 1,5–2,0 м со стороны преобладающих ветров по времени вегетации в 2018 г. от первого мая до максимума ширины как среднего из 10 учетных листьев по патенту на изобретение 2606189 в зависимости от расстояния от края дороги, высоты расположения центра зоны 10 учетных листьев над почвой и приведенных географических координат расположения центра комля деревьев.

Материалы и методы исследования

Колебания записываются волновой формулой [1, 2] вида

mazur01.wmf

mazur02.wmf

mazur03.wmf (1)

где y – показатель (зависимый фактор), i – номер составляющей модели (1), m – количество членов в модели (1), х – объясняющая переменная (влияющий фактор), a1...a8 – параметры модели (1), принимающие числовые значения в ходе структурно-параметрической идентификации в програм-
мной среде CurveExpert-1.40 (URL: http://www.curveexpert.net/), Ai – амплитуда (половина) вейвлета (ось y), pi – полупериод колебания (ось x).

В табл. 1 даны расстояния от дороги и почвы, а также географические и биометрические параметры 10 берез в г. Йошкар-Ола по средней ширине у 10 учетных листьев.

На каждой березе сбоку кроны со стороны преобладающих ветров (примерно северо-запад) выделялась зона диаметром примерно 0,5 м, где выделяли 10 учетных листьев, к корешкам их привязывали белые нитки с бирками, на которых были указаны номера учетных листьев. Приведенная система координат вычислялась следующим образом. С помощью сотового телефона вначале записывали координаты зоны учетных листьев (в градусах, минутах и секундах). Затем эти значения приводили к градусам по формуле ПК = градус + минута / 60 + секунда /3600. Из полученных результатов вычитали: для северной широты начало координат –56,60; для восточной долготы начало координат –47,80. Однако для программной среды Curve Expert 1.40 необходимо умножить полученные значения приведенных координат на 100.

Таблица 1

Параметры расположения берез с 10 учетными листами на каждом дереве

Место учетной березы

Расстояния

L и h, м

Координаты

березы

Приведенные

координаты 10-2, 0

Время

вегетации ?, сутки

Макс. ширина листа,

mazur04.wmf, мм

дороги

почвы

с.ш.

в.д.

с.ш. ?

в.д. ?

1. Ул. Лебедева

7,0

1,60

56? 37? 6?

47? 56? 48?

1,833

14,667

110

45,92

2. Воскресенский пр.

2,9

1,46

56?38?6?

47?54?51?

3,500

11,417

110

48,66

3. Ул. Эшкинина

5,2

1,40

56? 37? 58?

47? 54? 47?

3,278

11,306

92

39,77

4. Пр-т Ленина

4,9

1,60

56? 38? 8?

47? 53? 12?

3,556

8,667

99

40,11

5. Б-р Чавайна

2,1

1,60

56? 37? 52?

47? 54? 47?

3,111

11,306

106

44,71

6. Ул. Панфилова

4,1

1,30

56? 37? 40?

47? 52? 55?

2,778

8,194

103

39,56

7. Ул. Карла Маркса

3,2

1,60

56? 36? 47?

47? 52? 45?

1,306

7,917

99

44,39

8. Ул. Строителей

4,3

1,45

56? 36? 54?

47? 52? 5?

1,500

6,806

103

42,25

9. Ботанический сад

2,4

1,55

56? 38? 42?

47? 52? 50?

4,500

8,056

103

40,71

10. Ул. Осипенко

2,3

1,45

56? 38? 42?

47? 52? 50?

4,500

8,056

99

44,09

mazur1a.tif

mazur1b.tif

Время вегетации до максимального роста

Средняя максимальная ширина листа

Рис. 1. Графики рангового распределения биометрических параметров листьев березы повислой

Результаты исследования
и их обсуждение

В табл. 2 даны результаты факторного анализа по данным табл. 1. Здесь факторы L, h, ? и ? являются только ка влияющие переменные, так как они не могут одновременно стать зависимыми показателями. А факторы ? и mazur05.wmf становятся одновременно влияющими и зависимыми параметрами, поэтому их можно ранжировать по вектору предпорядка предпочтительности «лучше > хуже». Для обоих биометрических параметров ? и mazur06.wmf принимается вектор «чем больше, тем лучше».

Тогда ранговое распределение будет подчиняться закону экспоненциальной гибели при рангах R = 0, 1, 2, 3,... (рис. 1) по формулам:

– для рангового распределения времени вегетации учетных листьев у 10 берез (0,9912)

mazur07.wmf; (2)

– для средней ширины у 10 учетных листьев для каждой из 10 берез (0.9852)

mazur08.wmf (3)

В табл. 2 приведены результаты факторного анализа с использованием тренда, как частного случая формулы (1) при бесконечном периоде колебания.

Коэффициент коррелятивной вариации, как мера адекватности всей системы параметров объекта исследования, определяется как 6,4060 / (6?2) = 0,5338. Первое место среди влияющих переменных занимает время вегетации до конца этапа роста, а второе – средняя ширина учетных листьев при максимуме роста учетных листьев. Среди зависимых показателей как оценочных критериев занимает средняя ширина учетных листьев в конце этапа роста.

Выберем корреляционную матрицу (табл. 3) со средними и сильными бинарными отношениями с коэффициентом корреляции не менее 0,5. Наибольший коэффициент корреляции 0,7574 имеет влияние расстояния от примерного центра зоны расположения 10 учетных листьев на боковой поверхности кроны березы повислой со стороны преобладающих ветров (северо-запад) до края автомобильной дороги.

В табл. 4 расположим модели трендов по убыванию адекватности.

На рис. 2 приведены графики влияния расстояния от дороги до учетных листьев.

Из точечного графика остатков видно, что возможно колебание (табл. 5, рис. 3). Из-за малого количества точек коэффициент корреляции трехчленной модели стал равным 1.0000.

Средняя максимальная ширина учетных листьев березы повислой может стать великолепным индикатором загрязнения придорожной территории. Для идентификации волновых закономерностей необходимо в разных местах принять более 20 берез.

Наибольшая турбулентность наблюдается до 3 м от края дороги. Здесь же по тренду наблюдается максимум средней ширины. А затем от 3 м до 5 м наблюдается снижение ширины листа, то есть в этом интервале расстояния от дороги наблюдается сильное подавление вегетации листьев. После 5 м листья березы начинают расти с возрастающей шириной листьев.

Остальные закономерности из табл. 4 показаны на рис. 4.

Таблица 2

Корреляционная матрица факторного анализа и рейтинг факторов
после идентификации по закономерности тренда

Влияющие факторы

(параметры x)

Зависимые факторы

(показатели y)

Сумма

?r

Место

Ix

?, сутки

mazur10.wmf, мм

Расстояние группы листьев от дороги L, м

0,0021

0,7574

0,7595

4

Высота группы листьев от почвы h, м

0,2360

0,4640

0,7000

5

Приведенная северная широта ?, 0

0,1582

0,1656

0,3238

6

Приведенная восточная долгота ?, 0

0,5326

0,7540

1,2866

3

Время вегетации учетных листьев ?, сутки

0,9912

0,6804

1,6716

1

Средняя ширина учетных листьев mazur11.wmf, мм

0,6793

0,9852

1,6645

2

Сумма коэффиц. корреляции ?r

2,5994

3,8066

6,4060

Место Iy

2

1

0,5338

Таблица 3

Корреляционная матрица с коэффициентом корреляции не менее 0,5

Влияющие факторы (параметры x)

Показатели y

?, сутки

mazur12.wmf, мм

Расстояние группы листьев от дороги L, м

 

0,7574

Приведенная восточная долгота ?, 0

0,5326

0,7540

Время вегетации учетных листьев ?, сутки

 

0,6804

Средняя ширина учетных листьев mazur13.wmf, мм

0,6793

 

Таблица 4

Параметры тренда бинарных отношений данных по табл. 1

Переменная x

Показатель y

Тренд y = aexp(–bxc) + dxeexp(–fxg)

Коэф.

кор.

r

Экспоненциальный закон

Биотехнический закон

a

b

c

d

e

f

g

L, м

mazur14.wmf, мм

0,27696

–4,90586

0,041252

–2,50694e7

25,06937

27,20913

0,43559

0,7574

?, 0

47,77710

6,90355e-5

3,64290

8,14379e-140

185,8460

6,73438

1,21378

0,7514

?, сутки

0

0

0

0,65415

0,90434

0

0

0,6804

mazur15.wmf, мм

?, сутки

0

0

0

14,42463

0,52119

0

0

0,6793

?, 0

204,11047

0,29180

1

30,74222

0,46543

0

0

0,5325

mazur2a.tif

mazur2b.tif

Двухчленный тренд

Остатки от двухчленного тренда

Рис. 2. Графики влияния расстояния от дороги на среднюю максимальную ширину группы листьев

Таблица 5

Модели (1) влияния расстояния от дороги на максимум средней ширины листа

Номер

i

Вейвлет mazur16.wmf

Коэф.

кор.

r

Амплитуда (половина) колебания

Полупериод колебания

Сдвиг

a1i

a2i

a3i

a4i

a5i

a6i

a7i

a8i

1

5,77155

0

–1,96504

0,041252

0

0

0

0

1,0000

2

–5,59056e9

25,07757

30,15966

0,43558

0

0

0

0

3

–3,34826e-20

174,83658

46,85684

1,02318

0,81421

4,65539e–5

4,22651

1,29874

4

2308,83874

0

1,47595

1,73980

0,022770

0,021648

1,01222

3,29490

0,9523

mazur3a.tif

mazur3b.tif

Двухчленный тренд

Первое колебание

mazur3c.tif

mazur3d.tif

Двухчленный тренд и одно колебание

Второе колебание

Рис. 3. Графики влияния расстояния от дороги на среднюю максимальную ширину группы листьев

Прямое и обратное влияния биометрических параметров листьев по табл. 4 происходят по показательному закону. Подробнее рассмотрим влияние восточной долготы.

По графику на рис. 4 снижение времени вегетации происходит в центральном микрорайоне г. Йошкар-Ола. Наиболее сложным образом изменяется график влияния долготы на среднюю максимальную ширину учетных листьев.

На рис. 5 показана карта-схема расположения 10 учетных берез. Видно, что главный трансект получается вдоль р. Малая Кокшага. Максимальная ширина листьев снижается от запада к востоку на правой стороне города до реки, а на левой стороне реки приращение ширины возрастает, снова снижается в местности с высотными домами.

mazur4a.tif

mazur4b.tif

Влияние долготы на максимальную ширину

Время вегетации на максимальную ширину

mazur4c.tif

mazur4d.tif

Максимальная ширина на время вегетации

Влияние долготы на время вегетации

Рис. 4. Графики бинарных отношений по данным табл. 4

mazur5.tif

Рис. 5. Карта-схема расположения 10 учетных деревьев березы

Заключение

Средняя максимальная ширина учетных листьев березы повислой может стать великолепным индикатором загрязнения придорожной территории. Для идентификации волновых закономерностей необходимо в разных местах принять более 20 берез.

На каждой березе сбоку кроны со стороны преобладающих ветров выделялась зона, где выделяли 10 учетных листьев, а к корешкам их привязывали белые нитки с бирками и номерами. Сотовым телефоном записывали координаты зоны учетных листьев. Затем вычисляли приведенные координаты. Для программной среды Curve Expert 1.40 необходимо умножить полученные значения приведенных координат на 100.


Библиографическая ссылка

Мазуркин П.М., Кудряшова А.И. ВЛИЯНИЕ КООРДИНАТ БЕРЕЗ У АВТОМОБИЛЬНЫХ ДОРОГ НА СРЕДНЕЕ ВРЕМЯ ВЕГЕТАЦИИ И МАКСИМАЛЬНУЮ ШИРИНУ УЧЕТНЫХ ЛИСТЬЕВ // Успехи современного естествознания. – 2019. – № 9. – С. 58-64;
URL: http://www.natural-sciences.ru/ru/article/view?id=37198 (дата обращения: 23.04.2021).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074