сотрудник
Воронеж, Россия
аспирант
Воронеж, Россия
УДК 63 Сельское хозяйство. Лесное хозяйство. Охота. Рыбное хозяйство
Природно-производственные условия произрастания ювенильных деревьев сосны обыкновенной при лесовосстановлении обуславливают проведение исследования степени взаимосвязи экзогенных температурных факторов и технологических процессов сортирования семян с качеством лесного репродуктивного материала. Биометрические параметры определяли для третьего вегетационного периода (VP-III) произрастания культур сосны обыкновенной, высаженных в осенний период на постпирогенный участок контейнерными (1+0) сеянцами, выращенными из кондиционных по спектрометрическим свойствам семян. Оценку корреляционной взаимосвязи средних вариант индекса градусо-дней GDD, а также средних вариант индексов виталитета проводили по методу Спирмена на базе пакета прикладных программ SPSS Statistics. Степень влияния индекса градусо-дней на индекс DQI культур сосны обыкновенной на 3 вегетационном периоде после пересадки контейнерных сеянцев (1+0), выращенных из семян разных спектрометрических фракций, характеризуется слабой положительной корреляцией (ρ = 0,170; p = 0,05). Технологический процесс сепарирования светлой фракции семян сосны обыкновенной для производства контейнерных сеянцев демонстрирует у высаженных культур в конце VP-III лучшие индексы виталитета, статистически значимо (p = 0,05) отличающиеся от других спектрометрических групп в рамках природно-производственных условий данного исследования
лесовосстановление, сортирование лесных семян, сосна обыкновенная, виталитет, градусо-дни, контейнерные сеянцы
Введение
Рациональный выбор принципов лесовосстановления требует постепенного изучения влияния укрупненных технологических групп [1] декомпозированного алгоритма лесовосстановления [2] с учетом природно-производственных условий произрастания. Основной древесной породой для исследования установлена имеющая широкий ареал распространения сосна обыкновенная (Pinus sylvestris L.), семена которой технологически имеют разнообразный спектр признаков для повышения их предпосевной кондиционности [3,4]. При рассмотрении влияния операции сортирования семян [5] по спектрометрическому признаку [6,7] укрупненной V технологической группы [1] алгоритма лесовосстановления на онтогенез ювенильных культур [8] необходимо включать экзогенные критерии [9].
Изменение климата, по результатам Tamm-обзора, может вызывать разнообразные структурные реакции бореальных лесов России [10]. Морфологические атрибуты сосны обыкновенной, как следует из онтогенетического атласа, «во всех онтогенетических состояниях меняются в зависимости от их виталитета, определяемого эндогенными и экзогенными факторами [11]». Качество лесовосстановительного производства может быть оценено широким набором экзогенных критериев, важным из которых является климатический.
Одним из основных компонентов климатического набора, характеризующим и определяющим рост и развитие древесных пород, является показатель «Growing Degree-Days» (GDD) – градусо-дней роста. Наблюдаемая исследователями «сильная корреляция между градусо-днями и средней температурой месяца с мая по сентябрь [12]» подтверждает возможность использования данного критерия для оценки онтогенеза пересаженных на восстанавливаемую после пирогенной нагрузки площадь контейнерных сеянцев сосны обыкновенной. Критерий широко применяется для оценки сроков высева и посадки культур в сельском и лесном хозяйстве, а также при прогнозировании сроков сбора лесосеменного сырья (шишек) в лесном хозяйстве. Так, М. Fullarton отмечает, что «white spruce needs a minimum of 1000 GDD before collections begin[1] [13]».
Для оценки качества ювенильных культур древесных пород (их жизненности или виталитета) используется индекс качества Диксона (DQI). Расчет и сравнение индекса Диксона является довольно надежной и распространенной практикой. Первоначально он был разработан для Picea abies L. H. Karst. и Pinus strobus L. (Dickson et al. 1960), при этом доказано, что он обеспечивает объективный инструмент для оценки качества саженцев [14,15].
Целью исследования является оценка степени влияния экзогенного индекса градусо-дней на индекс виталитета культур сосны обыкновенной на 3 вегетационном периоде после пересадки контейнерных сеянцев (1+0), проросших из семян разных спектрометрических фракций.
Материалы и методы
На основании разницы климатических данных о среднедневной температуре воздуха за три вегетационных периода и термофизиологического минимума начала вегетации сосны обыкновенной рассчитывали индекс градусо-дней GDD, представленный на рисунке 1. Термофизиологический минимум начала вегетации для сосны обыкновенной устанавливали +5 0С исходя из рекомендаций [16].
В конце третьего вегетационного периода были непосредственно измерены у всех деревьев сосны обыкновенной в поле высота дерева (SH, см, точность 0,1 см, стальная линейка), диаметр стволика в районе корневой шейки в двух взаимоперпендикулярных направлениях (RCD, мм, точность 0,1 мм, цифровой штанегнциркуль). Затем в рандомизированном порядке были извлечены из каждой технологической группы (по спектрометрическому признаку семян) по 21 образцу для измерения в лабораторных условиях следующих массовых параметров: сухой массы всего растения (plant dry weight, PDW, цифровые весы, точность 0,001 г), сухой массы надземной части растения (shoot dry weight, SDW), сухой массы подземной части растения (root dry weight, RDW).
На основании полученных измерений линейных и массовых параметров культур сосны обыкновенной рассчитывали следующие показатели качества (индексы виталитета):
1. Индекс выносливости (sturdiness quotient, SQ)
; (1)
2. Индекс сбалансированности – отношение сухой массы надземной части растения к подземной части растения (shoot-to-root dry ratio)
; (2)
3. Индекс объема – надземной части растения (aerial plant volume, APV)
; (3)
а
б
в
Рисунок 1. Накопление GDD-индекса на вегетационных периодах роста пересаженных контейнерных сеянцев (1+0) сосны обыкновенной
а – I (07.04.2018-01.04.2019);
б – II (31.03.2019-01.04.2020);
в – III (02.04.2020-30.03.2021)
Figure 1. GDD-index accumulation during the growing season of outplanted Scots pine containerized seedlings (1+0): а – I (07.04.2018-01.04.2019); б – II (31.03.2019-01.04.2020); в – III (02.04.2020-30.03.2021)
Источник: собственные вычисления авторов.
Source: own calculations.
4. Индекс качества Диксона (Dickson’s quality index, DQI)
. (4)
Перед статистической обработкой в программе SPSS Statistics, версия 25, данные были стандартизированы, при этом различия в уровнях сортирования семян по спектрометрическому признаку были одинаковыми. Для всех сравниваемых индексов виталитета исследуемых ювенильных деревьев сосны обыкновенной на третьем вегетационном периоде рассчитывали показатели описательной статистики, иллюстрируя их ящичной диаграммой. Для сравнения различий виталитета в зависимости от сортирования семян по спектрометрическому признаку использовали специальный апостериорный тест HSD Тьюки (для всех парных тестов).
Для определения степени взаимосвязисвязи между индексами градусо-дней и виталитета исследуемых культур сосны обыкновенной в разных технологических группах по разделению семян после проверки нормальности распределения вариант с помощью накопленных частот (Р-Р Plots) применяли корреляционный анализ на основе критерия Спирмена с определением двустороннего уровня значимости p.
Результаты и обсуждение
Вариации средних значений индексов виталитета представлены на рисунке 2. Варианты индексов представляют собой комплексные величины, рассчитанные на основании измеренных биометрических и биомассовых параметров трехлетних культур сосны обыкновенной. Оценка взаимосвязи между индексом градусо-дней и ними представлена в таблице 2 на основании корреляции Спирмена.
Средние варианты индекса объема APV (рис. 2), тесно положительно коррелирующего с DQI, характеризующего степень адаптации растения к климатическим условиям [17], статистически значимо (p = 0.05) отличаются между культурами, полученными из светлой и других спектрометрических групп семян.
Рисунок 2. Диаграмма распределения вариант индексов виталитета культур сосны обыкновенной
Figure 2. Boxplot of vitality index of Scots pine seedlings
Источник: собственная композиция авторов
Source: author’s composition
Средние варианты индекса сбалансированности SRR (рис. 2), характеризующего баланс между водоиспаряющей и водопоглощающей поверхностями единичного дерева сосны обыкновенной, статистически значимо (p = 0.05) отличаются между культурами, полученными из светлой и других спектрометрических групп семян.
Средние варианты индекса выносливости SQ (рис. 2), характеризующего устойчивость культуры сосны обыкновенной к ветровой нагрузке, статистически значимо (p = 0.05) отличаются между культурами, полученными из светлой и других спектрометрических групп семян. Более того, снижение величины индекса по абсолютному значению, преимущественно на ветреных и засушливых участках природно-производственных условий произрастания, предполагает лучшую адаптацию.
Средние варианты комплексного индекса качества DQI (рис. 2), характеризующего способность растений выживать и расти в полевых условиях, статистически значимо (p = 0.05) отличаются между культурами, полученными из светлой и других спектрометрических групп семян. Более того, увеличение величины индекса по абсолютному значению предполагает лучшую производительность.
Мера совместной изменчивости вариант – индекса градусо-дней и комплексного индекса качества культур сосны обыкновенной в конце третьего вегетационного периода после посадки на постпирогенный участок, характеризуется слабой положительной связью ρ = 0,170 на уровне значимости p = 0,05 (табл. 1).
Мера совместной изменчивости двух вариант – индекса выносливости и индекса сбалансированности, характеризуется сильной положительной связью ρ = 0,923 на уровне значимости p = 0,01.
Мера совместной изменчивости двух вариант – индекса объема APV и комплексного индекса качества DQI, характеризуется сильной положительной связью ρ = 0,970 на уровне значимости p = 0,01.
Заключение
1. Степень влияния экзогенного индекса градусо-дней на индекс DQI культур сосны обыкновенной на 3 вегетационном периоде после посадки контейнерных сеянцев (1+0), выращенных из семян разных спектрометрических фракций, характеризуется слабой положительной корреляцией.
2. Для данного конкретного исследования процесс сепарирования светлой фракции семян сосны обыкновенной для производства контейнерных сеянцев демонстрирует у высаженных культур в конце VP-III лучшие индексы виталитета, статистически значимо (p = 0,05) отличающиеся от других спектрометрических групп.
Таблица 1
Корреляции Спирмена между индексом градусо-дней и индексами виталитета культур сосны обыкновенной в конце 3 вегетационного периода после пересадки на постпирогенный экспериментальный участок контейнерных сеянцев (1+0)
Table 1
Spearman correlations between the GDD index and indices of the vitality of Scots pine crops at the end of the 3rd growing season after transplanting containerized seedlings (1+0)
|
Индексы | Indexes |
GDD |
SQ |
SRR |
APV |
DQI |
|
|
GDD |
Корреляция | Correlation |
1 |
-0,138 |
-0,141 |
0,159* |
0,170* |
|
Значимость | Significance |
|
0,073 |
0,067 |
0,038 |
0,027 |
|
|
SQ |
Корреляция | Correlation |
-0,138 |
1 |
0,923** |
-0,428** |
-0,610** |
|
Значимость | Significance |
0,073 |
|
0,000 |
0,000 |
0,000 |
|
|
SRR |
Корреляция | Correlation |
-,141 |
0,923** |
1 |
-0,427** |
-0,609** |
|
Значимость | Significance |
0,067 |
0,000 |
|
0,000 |
0,000 |
|
|
APV |
Корреляция | Correlation |
0,159* |
-0,428** |
-0,427** |
1 |
0,970** |
|
Значимость | Significance |
0,038 |
0,000 |
0,000 |
|
0,000 |
|
|
DQI |
Корреляция | Correlation |
0,170* |
-0,610** |
-0,609** |
0,970** |
1 |
|
Значимость | Significance |
0,027 |
0,000 |
0,000 |
0,000 |
|
|
|
**. Корреляция значима на уровне p = 0,01 (двухсторонняя). *| Корреляция значима на уровне p = 0,05. Correlation is significant at the level of p = 0.01 (two-way) | Correlation is significant at the level of p = 0.05 (two-way) |
||||||
Источник: собственные вычисления авторов
Source: own calculations
[1] минимум 1000 градусо-дней для начала сбора шишек белой ели (англ.)
1. Novikova, T.P. Study of a set of technological operations for the preparation of coniferous seed material for reforestation. For. Eng. J. 2021, 11, 150-160, doihttps://doi.org/10.34220/issn.2222-7962/2021.4/13.
2. Novikova, T.P. The Choice of a Set of Operations for Forest Landscape Restoration Technology. Inventions 2022, 7, 1, doihttps://doi.org/10.3390/inventions7010001.
3. Novikov, A.I.; Ersson, B.T.; Malyshev, V.V.; Petrishchev, E.P.; Ilunina, A.A. Mechanization of coniferous seeds grading in Russia: a selected literature analysis. IOP Conf. Ser. Earth Environ. Sci. 2020, 595, 012060, doihttps://doi.org/10.1088/1755-1315/595/1/012060.
4. 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.
5. Novikov, A.I.; Zolnikov, V.K.; Novikova, T.P. Grading of Scots Pine Seeds by the Seed Coat Color: How to Optimize the Engineering Parameters of the Mobile Optoelectronic Device. Inventions 2021, 6, 7, doihttps://doi.org/10.3390/inventions6010007.
6. Novikov, A.I. Visible wave spectrometric features of scots pine seeds: the basis for designing a rapid analyzer. IOP Conf. Ser. Earth Environ. Sci. 2019, 226, 012064, doihttps://doi.org/10.1088/1755-1315/226/1/012064.
7. Novikov, A.; Lisitsyn, V.; Tigabu, M.; Tylek, P.; Chuchupal, S. Detection of Scots Pine Single Seed in Optoelectronic System of Mobile Grader: Mathematical Modeling. Forests 2021, 12, 240, doihttps://doi.org/10.3390/f12020240.
8. 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.
9. 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.
10. Schaphoff, S.; Reyer, C.P.O.; Schepaschenko, D.; Gerten, D.; Shvidenko, A. Tamm Review: Observed and projected climate change impacts on Russia’s forests and its carbon balance. For. Ecol. Manage. 2016, 361, 432-444, doihttps://doi.org/10.1016/j.foreco.2015.11.043.
11. Жукова, Л.А.; Ведерникова, О.П.; Закамская, Е.С. Онтогенез сосны обыкновенной (Pinus sylvestris L.). In Онтогенетический атлас растений; Жукова, Л.А. (Мар. гос. ун-т), Ed.; Мар. гос. ун-т: Йошкар-Ола, 2013; pp. 26-65 ISBN 978-5-94808-793-1.
12. Grigorieva, E.; Matzarakis, A.; de Freitas, C. Analysis of growing degree-days as a climate impact indicator in a region with extreme annual air temperature amplitude. Clim. Res. 2010, 42, 143-154, doihttps://doi.org/10.3354/cr00888.
13. Fullarton, M. Canadian Forest genetic associztion, Tree Seed Working Group: News Bulletin. 2016, pp. 3-4.
14. Bian, Z.; Liu, L.; Ding, S. Analysis of forest landscape restoration based on landscape connectivity: A case study in the yi river basin, china, during 2015-2020. Land 2021, 10, doihttps://doi.org/10.3390/land10090904.
15. Köster, E.; Pumpanen, J.; Palviainen, M.; Zhou, X.; Köster, K. Effect of biochar amendment on the properties of growing media and growth of containerized norway spruce, scots pine, and silver birch seedlings. Can. J. For. Res. 2021, 51, 31-40, doihttps://doi.org/10.1139/cjfr-2019-0399.
16. Novikov, A.I. Improvement of technology for obtaining high-quality forest seed material : advanced Doctoral Thesis, Voronezh State University of Forestry and Technologies, 2021.
17. Dushimimana, C.; Magomere, T.; Mulatya, J.; Vandenabeele, J.; Olubayo, F.; Smagghe, G.; Werbrouck, S.P.O. Variation of Morphological Traits and Quality Indices of Micropropagated Melia volkensii Gürke Clones before Field Planting. Forests 2022, 13, 337, doihttps://doi.org/10.3390/f13020337.
