Voronezh, Russian Federation
It is necessary to know the degree of relationship between the biometric parameters of Scots pine juvenile trees grown from conditioned seeds to assess the results of reforestation and the full use of the above algorithms and the development of new ones. Descriptive statistics were calculated for direct and indirect measurements of the biometric characteristics of single Scots pine trees (container-grown 1 + 0.2017 fall plants, seed spectrometric separation) grown from conditioned seeds on a linear plot of the experimental area (51. 49 '45.605200 "; 39. 20 '33.046700"). Direct measurements of the height and diameter of the root collar of seedlings were carried out directly in the field. Indirect Image J-measurements of the biometric parameters of seedlings were carried out on the basis of low-altitude photographs in plan, obtained from a camera mounted on an unmanned aerial vehicle with a four-rotor aerodynamic scheme. Pearson correlation tests were used to quantify the correlation between young tree height with root collar diameter and crown area. Biometric parameters were as follows: seedling height - 53.9 ± 16.2 cm (mean ± standard deviation); diameter of the root collar - 7.7 ± 2.9 mm; endurance coefficient - 73.8 ± 17.8; crown area - (229.111 ± 139.494) ×103 mm2. The height and diameter of the root collar of the seedling strongly positively correlated with each other (r = 0.807 at the p = 0.01 significance level) and with the crown area (r = 0.830 and 0.875, respectively, at the p = 0.01 significance level). The endurance coefficient had an inverse correlation with the diameter of the root collar (r = -0.621 at the significance level of p = 0.01), crown area (r = -0.407 at the significance level p = 0.01) and had no correlation with seedling height.
conditioned seeds, juvenile seedlings, Pinus sylvestris L., seedling length, root collar diameter, crown area, endurance coefficient, reforestation
Введение
Набор данных, полученный Flora Donald с соавторами (2021) в Британском центре экологии и гидрологии, свидетельствует, что «посадочные проекты имели неоднозначный успех в решении задач восстановления и что проводился ограниченный последующий мониторинг [1]».
Концепция целевого растения TPC [2] (Target Plant Concept) устанавливает приоритеты во взаимодействии между элементами траектории лесовосстановления [3] начиная от автоматизированного питомника [4] до пересадки в поле [5]. Концепция подразумевает связь «между спектрометрическими параметрами семян хвойных пород и молекулярными показателями сеянцев [6]» На протяжении всего процесса необходимо оценивать биометрические параметры целевого сеянца. Как правило, этими параметрами, определяемыми на основании прямых измерений [7,8], отражающими рост и развитие сеянца сосны обыкновенной в зависимости от внешних стрессоров, являются высота сеянца и диаметр корневой шейки.
Для оценки результатов лесовосстановления (биомассы единичного дерева) бесконтактным способом с помощью недорогих конструкций беспилотного летательного аппарата четырехроторной аэродинамической схемы [9] возможно использование алгоритмов: ITCD (Individual Tree Crown Delineation) [10], использующего дискретное вейвлет-преобразование (DWT); OPS (open thermodynamic system), оценивающего «фитомассу отдельного дерева путем деления фитомассы насаждения на количество деревьев [11]» или других.
Однако для оценки результатов лесовосстановления и полноценного использования вышеуказанных алгоритмов и разработки новых необходимо знать степень взаимосвязи между биометрическими параметрами ювенильных деревьев сосны обыкновенной, выращенных из кондиционных семян, что одновременно является целью исследования.
Материалы и методы
Экспериментальная площадь по апробации технологии получения сеянцев сосны обыкновенной (Pinus sylvestris L.) из кондиционированных по спектрометрическим свойствам семян [12] расположена в Левобережном лесничестве Учебно-опытного лесхоза ВГЛТУ рядом с кордоном Кожевенный и соответствует 51° 29′ 40″ северной широты и 39° 12′ 12″ восточной долготы в географических координатах.
На экспериментальной площади выбирали характерные линейные участки (начальная координата строки для исследования задана GPS-координатами 51, 49' 45.605200" ; 39, 20' 33.046700") и оценивали для сеянцев (container-grown 1+0, 2017 Fall plants, seed spectrometric separation) следующие биометрические параметры:
- На основе прямых измерений:
– диаметр корневой шейки в мм (ДКШ, stem diameter, root collar diameter, RCD), имеющий самую сильную корреляцию с высотой сеянца [13] на ювенильном этапе онтогенеза;
– высоту сеянца в см (Высота), коррелирующую c «количеством игл на побеге [14]» и являющейся хорошей оценкой «фотосинтетической способности и транспирационной площади [14]» сеянца;
– отношение высоты сеянца к диаметру корневой шейки, в рамках данного исследования определенное как безразмерный коэффициент выносливости сеянца (КоэфВыносл, sturdiness ratio, Seedling Sturdiness Quotient, SSQ); высокие значения данного коэффициента могут указывать на большую восприимчивость сеянца к стрессорам ветра, засухи и морозов;
- На основе косвенных измерений:
– диаметр кроны с высоты 1 м в мм в продольном (Двдоль) и поперечном (Дпоперек) направлениях относительно оси движения беспилотного летательного аппарата (БПЛА);
– средний диаметр кроны (ДК) в мм как среднее арифметическое между диаметром кроны в продольном и поперечном направлениях;
– площадь кроны (ПлощадьК) в мм2, соответствующая прямым измерениям диаметра корневой шейки и высоты
Прямые измерения диаметра корневой шейки (ДКШ) сеянца в мм проводили в двух взаимно перпендикулярных направлениях с помощью цифрового штангенциркуля с точностью 0,1 мм, высоты сеянца (Высота) в см – металлической линейкой с точностью 0,1 см.
Косвенные измерения на основе фотоизображений единичных деревьев в плане, полученных в видимом диапазоне длин волн на малой высоте (1 м) с помощью камеры, установленной на гироподвесе БПЛА четырехроторной аэродинамической схемы DJI Mavic 2pro, проводили на базе программного комплекса ImageJ (IJ) из пакета FiJi, ver. 1.53n [15] в следующем порядке.
Производили калибровку и масштабирование измерительного инструмента программы IJ, отложив на фотоизображении эталона 10 отрезков длиной 10 мм. Диаграмма распределения длины искомых отрезков в пикселях представлена на рис. 1, а. Далее в окне установки масштаба программы IJ вписали среднее значение 28,253 pix = = 10 мм, в результате чего масштаб составил 2,8253 пиксель мм-1 (рис. 1, б), или 2,8 пиксель мм-1, что вполне удовлетворяет заданной точности.
Для фотоизображений единичных деревьев в плане, полученных с помощью БПЛА, используя IJ-инструмент свободного выделения, ограничивали площадь кроны. После преобразования и масштабирования результаты площади кроны, а также диаметров кроны заносили в строку таблицы базы данных измерений для соответствующего молодого дерева, впоследствии добавленной в разработанную информационную базу данных лесного репродуктивного материала (FRM-library) [16].
Для всех сравниваемых количественных вариант биометрических параметров исследуемых молодых деревьев сосны обыкновенной устанавливали показатели описательной статистики, используя программу IBM SPSS Statistics, версия 25, визуализируя их boхplot-диаграммой. По результатам проверки нормальности распределения вариант с помощью частотных гистограмм для определения степени связи между вариантами использовали метод парных корреляций, характеризуемый коэффициентом Пирсона r и двусторонним критерием значимости p.
Результаты и обсуждение
Распределение вариант биометрических параметров молодых деревьев сосны обыкновенной при прямых и косвенных измерениях с использованием в качестве меры центральной тенденции среднего арифметического значения представлено в табл. 1 и на рис. 1.
Поскольку исследуемые переменные представляют собой количественные (метрические) величины, то оценку взаимосвязи между ними целесообразно производить на основании коэффициента корреляции r Пирсона (табл. 2, рис. 2), критические значения а которого для количества проведенных наблюдений (N = 47) и уровней значимости p = 0,05, 0,01 и 0,001 находятся в пределах a = 0,29; 0,37 и 0,47 соответственно.
а б
Рисунок 8. Диаграмма масштабирования IJ-измерительного инструмента (а) и масштаб (б) для косвенных измерений параметров кроны единичного молодого дерева сосны обыкновенной в плане
Figure 2. The scaling diagram of the IJ-measuring instrument (a) and the scale (b) for indirect measurements of the crown parameters of a single young Scots pine tree in the plan
Источник: собственная композиция автора/source: author’s composition
Таблица 4
Дескриптивная статистика прямых и БПЛА-оптических измерений биометрических параметров единичного молодого дерева сосны обыкновенной (N = 47)
Table 4
Параметры | Parameters |
Минимум | Minimum |
Максимум | Maximum |
Среднее | Mean |
СКО | SD |
Дисперсия | Dispersion |
|
Статистика | Statistic |
Статистика | Statistic |
Статистика | Statistic |
ошибка | Std Error |
Статистика | Statistic |
Статистика | Statistic |
|
Прямые измерения | Direct measurements |
||||||
Высота, см | Height, cm |
18,5 |
97,5 |
53,9 |
2,4 |
16,2 |
260,9 |
ДКШ, мм | RCD, mm |
2,4 |
14,0 |
7,7 |
0,4 |
2,9 |
8,3 |
Косвенные измерения | Indirect measurements |
||||||
КоэфВыносл | SSQ |
47,0 |
119,0 |
73,8 |
2,6 |
17,8 |
318,376 |
Двдоль, мм | Dalong, mm |
82,0 |
937,0 |
580,7 |
34,8 |
238,3 |
56794,4 |
Дпоперек, мм | Dacross, mm |
49,0 |
976,0 |
586,2 |
33,3 |
228,5 |
52228,3 |
ДК, мм | СD, mm |
65,5 |
890,0 |
583,5 |
33,0 |
226,6 |
51326,9 |
ПлощадьК, 103 мм2 | SquareC, 103 mm2 |
3,746 |
489,357 |
229,111 |
20,347 |
139,494 |
194 · 108 |
Рисунок 9. Диаграмма распределения вариант биометрических параметров сеянцев сосны обыкновенной. Здесь точкой за пределами диаграммы показано выскочившее значение вариант (выброс), крестиком – среднее, средней линией в прямоугольнике – медиана, расстоянием между верхним и нижним вискером – размах, или разница максимального и минимального значения
Figure 3. Boxplot diagram of biometric parameters of Scots pine seedlings. Here, a dot outside the diagram shows the popped-out value option (outlier), a cross – the average, the median line in the rectangle, the distance between the upper and lower "whiskers" - the span, or the difference between the maximum and minimum values
Источник: собственная композиция автора / Source: author’s composition
Таблица 5
Корреляционный анализ (r-Пирсон) биометрических параметров сеянцев сосны обыкновенной (container-grown 1+0, 2017 Fall plants, seed spectrometric separation), полученных на основе фотоизображения в плане, и прямых измерений
Table 5
Параметры | Parameters |
Высота Height |
ДКШ| RCD |
КВ SSQ |
Двдоль Dalong |
Дпоперек Dacross |
ДК СD |
ПлощадьК SquareC |
|
Высота Height |
Корреляция | Correlation |
1 |
0,807** |
-0,100 |
0,840** |
0,794** |
0,843** |
0,830** |
Значимость | Significance |
|
0,000 |
0,504 |
0,000 |
0,000 |
0,000 |
0,000 |
|
ДКШ| RCD |
Корреляция | Correlation |
0,807** |
1 |
-0,621** |
0,817** |
0,822** |
0,845** |
0,875** |
Значимость | Significance |
0,000 |
|
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
|
КВ SSQ |
Корреляция | Correlation |
-0,100 |
-0,621** |
1 |
-0,346* |
-0,363* |
-0,365* |
-0,407** |
Значимость | Significance |
0,504 |
0,000 |
|
0,017 |
0,012 |
0,012 |
0,004 |
|
Двдоль Dalong |
Корреляция | Correlation |
0,840** |
0,817** |
-0,346* |
1 |
0,884** |
0,972** |
0,913** |
Значимость | Significance |
0,000 |
0,000 |
0,017 |
|
0,000 |
0,000 |
0,000 |
|
Дпоперек Dacross |
Корреляция | Correlation |
0,794** |
0,822** |
-0,363* |
0,884** |
1 |
0,969** |
0,932** |
Значимость | Significance |
0,000 |
0,000 |
0,012 |
0,000 |
|
0,000 |
0,000 |
|
ДК СD |
Корреляция | Correlation |
0,843** |
0,845** |
-0,365* |
0,972** |
0,969** |
1 |
0,951** |
Значимость | Significance |
0,000 |
0,000 |
0,012 |
0,000 |
0,000 |
|
0,000 |
|
ПлощадьК SquareC |
Корреляция | Correlation |
0,830** |
0,875** |
-0,407** |
0,913** |
0,932** |
0,951** |
1 |
Значимость | Significance |
0,000 |
0,000 |
0,004 |
0,000 |
0,000 |
0,000 |
|
|
**. Корреляция значима на уровне p = 0,01 (двухсторонняя). Correlation is significant at the level of p = 0.01 (two-way) |
||||||||
*. Корреляция значима на уровне p = 0,05 (двухсторонняя). Correlation is significant at the level of p = 0.05 (two-way) |
Источник: собственные вычисления автора
Source: own calculations
Рисунок 3. Диаграмма рассеяния коэффициентов корреляции Пирсона между биометрическими параметрами
Figure 3. Pearson correlation coefficients scatter-plot between biometric parameters
Источник: собственная композиция автора
Source: author’s composition
Количественная мера совместной изменчивости двух переменных – высоты сеянцев и площади кроны, характеризуется сильной положительной связью r = 0,843 на уровне значимости p = 0,01.
Заключение
1. Для бесконтактного и быстрого прогнозирования и оценки результатов лесовосстановления (биометрических параметров единичного молодого дерева) на линейных участках сосны обыкновенной (1+0, container, 2017 Fall plants, seed spectrometric separation), полученных на основе маловысотных косвенных БПЛА-измерений, целесообразно использовать параметры диаметра и площади кроны в плане.
2. Коэффициент корреляции Пирсона между прямыми измерениями высоты и диаметра корневой шейки сеянца сосны обыкновенной из кондиционных по спектрометрическому признаку семян составляет r = 0,807 при уровне значимости p = 0,01.
3. Коэффициенты корреляции Пирсона между высотой и площадью кроны, диаметром корневой шейки и площадью кроны сеянца сосны обыкновенной из кондиционных по спектрометрическому признаку семян составляют r = 0,830 и 0,875 соответственно при уровне значимости p = 0,01; таким образом, наблюдается сильная положительная связь между биометрическими параметрами, определяющая неизменное увеличение одного параметра при увеличении другого.
1. Donald, F.; Purse, B. V.; Green, S. Investigating the Role of Restoration Plantings in Introducing Disease-A Case Study Using Phytophthora. Forests 2021, 12, 764, doihttps://doi.org/10.3390/f12060764.
2. Davis, A.S.; Pinto, J.R. The Scientific Basis of the Target Plant Concept: An Overview. Forests 2021, 12, 1293, doihttps://doi.org/10.3390/f12091293.
3. Fargione, J.; Haase, D.L.; Burney, O.T.; Kildisheva, O.A.; Edge, G.; Cook-Patton, S.C.; Chapman, T.; Rempel, A.; Hurteau, M.D.; Davis, K.T.; et al. Challenges to the Reforestation Pipeline in the United States. Front. For. Glob. Chang. 2021, 4, 1-18, doihttps://doi.org/10.3389/ffgc.2021.629198.
4. Grossnickle, S.C.; Kiiskila, S.B.; Haase, D.L. Seedling Ecophysiology: Five Questions To Explore in the Nursery for Optimizing Subsequent Field Success. Tree Plant. Notes 2020, 63, 112-127.
5. Grossnickle, S.C. Ecophysiology of Northern Spruce Species: The Performance of Planted Seedlings; P.B. Cavers (University of Western Ontario), Ed.; NRC Research Press: Ottawa, Canada, 2000; ISBN 0660179598.
6. Ivetić, V.; Novikov, A.; Daneshvar, A.; Ahmadi-Afzadi, M. Correlation between the Spectrometric Parameters of Coniferous Seeds and the Molecular Indicators of Seedlings: Is It Possible to Apply It in Practice? Environ. Sci. Proc. 2020, 3, 18, doihttps://doi.org/10.3390/IECF2020-08084.
7. Novikov, A.I.; Sokolov, S.V.; Drapalyuk, M.V.; Zelikov, V.A.; Ivetić, V. Performance of Scots Pine Seedlings from Seeds Graded by Colour. Forests 2019, 10, 1064, doihttps://doi.org/10.3390/f10121064.
8. Novikov, A.I.; Ivetić, V. The effect of seed size grading on seed use efficiency and height of one-year-old container-grown Scots pine (Pinus sylvestris L.) seedlings. Reforesta 2018, 6, 100-109, doihttps://doi.org/10.21750/REFOR.6.08.61.
9. Felix, Castro, F.; Spalevic, V.; Curovic, M.; Luiz Mincato, R. Comparing pixel- and object- based forest canopy gaps classification using low-cost unmanned aerial vehicle imagery. Agric. For. 2021, 67, 19-29, doihttps://doi.org/10.17707/AgricultForest.67.3.02.
10. Safonova, A.; Hamad, Y.; Dmitriev, E.; Georgiev, G.; Trenkin, V.; Georgieva, M.; Dimitrov, S.; Iliev, M. Individual Tree Crown Delineation for the Species Classification and Assessment of Vital Status of Forest Stands from UAV Images. Drones 2021, 5, 77, doihttps://doi.org/10.3390/drones5030077.
11. Lisitsyn, V.I.; Matveev, N.N.; Saushkin, V. V Ecological and physiological modelling of mixed stand dynamics. IOP Conf. Ser. Earth Environ. Sci. 2021, 875, 012042, doihttps://doi.org/10.1088/1755-1315/875/1/012042.
12. Novikov, A.I.; Ivetić, V. The effect of seed coat color grading on height of one-year-old container-grown Scots pine seedlings planted on post-fire site. IOP Conf. Ser. Earth Environ. Sci. 2019, 226, 012043, doihttps://doi.org/10.1088/1755-1315/226/1/012043.
13. Ivetić, V.; Grossnickle, S.; Škorić, M. Forecasting the field performance of Austrian pine seedlings using morphological attributes. iForest - Biogeosciences For. 2016, 10, 99-107, doihttps://doi.org/10.3832/ifor1722-009.
14. Dumroese, K.; Landis, T.; Pinto, J.; Haase, D.; Wilkinson, K.; Davis, A. Meeting Forest Restoration Challenges: Using the Target Plant Concept. Reforesta 2016, 37-52, doihttps://doi.org/10.21750/REFOR.1.03.3.
15. Ferreira, T.; Rasband, W. ImageJ User Guide; 2020;
16. Novikov, A.I.; Ivetić, V.; Novikova, T.P.; Petrishchev, E.P. Scots Pine Seedlings Growth Dynamics Data Reveals Properties for the Future Proof of Seed Coat Color Grading Conjecture. Data 2019, 4, 106, doihttps://doi.org/10.3390/data4030106.