CC BY
54
АРИДНЫЕ ЭКОСИСТЕМЫ, 2020, том 26, № 2 (83), с. 72-79
——— ОТРАСЛЕВЫЕ ПРОБЛЕМЫ ОСВОЕНИЯ ЗАСУШЛИВЫХ ЗЕМЕЛЬ ——=
УДК 004.942:551.582.2:631.417.1
КЛИМАТООБУСЛОВЛЕННЫЕ ИЗМЕНЕНИЯ ЗАПАСОВ ОРГАНИЧЕСКОГО УГЛЕРОДА В ПАХОТНЫХ ЧЕРНОЗЕМАХ КУРСКОЙ ОБЛАСТИ1
©2020 г. О.Э. Суховеева*, А.Н. Золотухин**, Д.В. Карелин*' ***
*Институт географии РАН Россия, 119017, г.Москва, Старомонетный пер., д. 29. E-mail: [email protected]
**Курский государственный университет Россия, 305000, г. Курск, ул. Кирова, д. 5 ***Центр по проблемам экологии и продуктивности лесов Россия, 117997, г. Москва, ул. Профсоюзная, д. 84/32
Поступила в редакцию 22.05.2019. После доработки 19.06.2019. Принята к публикации 02.07.2019.
Две имитационные биогеохимические модели, описывающие круговорот углерода в почве, DeNitrification-DeComposition (DNDC) и Rothamsted Long Term Field Experiment Carbon Model (RothC), параметризованы в соответствии с условиями пахотных выщелоченных черноземов Курской области и верифицированы по данным измерений почвенной эмиссии СО2 на Курской биосферной станции Института географии РАН на примере пяти культур: озимой пшеницы, ячменя, кукурузы, подсолнечника и картофеля. С помощью моделирования восстановлена динамика содержания органического углерода (Сорг.) в почве за 1990-2018 гг. Модель RothC дает регионоспецифичную характеристику потерь Сорг. с преимущественной их зависимостью от погодных условий и средней скоростью 342±54 кг С/гагод. Результаты, полученные при использовании модели DNDC, отличаются большей специфичностью по культурам и показывают максимальные потери Сорг. под кукурузой (272 кг С/га год) и его накопление под озимой пшеницей (266 кг С/га год). За аналогичный период наблюдается устойчивый рост теплообеспеченности, в том числе среднегодовых температур воздуха (0.68°С/10 лет) и сумм активных температур (224°С-сут/10 лет). Коэффициенты вариации суммы осадков и индексов увлажнения в регионе за эти годы превышают 20%. Динамика Сорг. в пахотных черноземах Курской области характеризуется положительными средними и сильными корреляциями с температурными характеристиками среды, в том числе с суммой активных температур, гидротермическим коэффициентом Селянинова, коэффициентом увлажнения Сапожниковой, менее значимую роль играют осадки теплого периода.
Ключевые слова: агроклиматические ресурсы, агроэкосистемы, баланс органического углерода, имитационное моделирование, нейтральный баланс деградации земель, статистический анализ, эмиссия диоксида углерода. DOI: 10.24411/1993-3916-2020-10098
Конвенция по борьбе с опустыниванием (КБО) ООН принимает содержание органического углерода (Сорг.) в почве как один из наиболее значимых индикаторов современной концепции нейтрального баланса деградации земель (НБДЗ; Sustainable Land ..., 2017). В качестве альтернативы предлагаемым в системе КБО прямым измерениям при недостатке данных о динамике органического вещества почв могут быть использованы модельные расчеты изменения запасов Сорг..
1 Оценка содержания углерода по двум моделям сделана в рамках проекта РНФ№ 18-17-00178 "Развитие фундаментальной концепции нейтрального баланса деградации земель для оценки эффективности мероприятий по устойчивому землепользованию и адаптации к изменениям климата". Полевые исследования выполнены в рамках темы Госзадания ИГ РАН № 0148-2019-0006 "География, генезис, эволюция и углеродный цикл естественных и антропогенно-измененных почв на основе новейших научных концепций и технологий для целей рационального природопользования". Расчеты изменения климатических условий произведены в соответствии с темой Госзадания ИГ РАН № 0148-2019-0009 "Изменения климата и их последствия для окружающей среды и жизнедеятельности населения на территории России".
Активное внедрение математических методов в географические исследования дает возможность количественно оценить потоки вещества в ландшафтах в зависимости от множества природных, главным образом, климатических, и антропогенных факторов (Черкашин, Бибаева, 2013). Математические модели позволяют проводить компьютерные эксперименты, выступая в качестве объектов исследования (Припутина и др., 2016). Однако недостаточность натурных данных и неоднородность методов определения органического вещества почв является серьезным фактором, сдерживающим построение и развитие таких моделей (Чертов, Надпорожская, 2016).
Основными причинами антропогенного характера потери Сорг. в агроценозах признаются интенсивная обработка почвы, применение минеральных и отсутствие органических удобрений, недостаточно научно обоснованные приемы мелиорации, развитие эрозионных и дефляционных процессов (Косолапов и др., 2015). Сохранению и накоплению Сорг. для достижения целей концепции НБДЗ должно способствовать применение практик устойчивого землепользования (Sanz et al., 2017).
Среди природных факторов решающее влияние на динамику Сорг. оказывает климат, в том числе температурные и влажностные условия региона (Reichstein et al., 2005; Moyano et al., 2013). Взаимодействие климата и углеродного цикла через влияние погодных условий на запасы Сорг. в наземных экосистемах и в почве бесспорно признается исследователями (Friedlingstein et al., 2003) и учитывается с помощью специальных коэффициентов в официальных методиках (МГЭИК, 2006).
Курская область лежит не только в зоне неустойчивого увлажнения (Смольянинов, Стародубцев,
2011), но ив области наиболее интенсивного роста температур в летнее время (Второй оценочный доклад, 2014). Это сопровождается увеличением числа волн жары и количества дней без осадков, на фоне чего снижаются показатели увлажнения территории, возрастает аридность климата (Сиротенко, Павлова,
2012), что, несомненно, должно находить отражение в обусловленной климатом динамике Сорг..
Цель исследования состояла в оценке влияния климатических условий на изменения запаса Сорг. в пахотных почвах. В его задачи входили расчет агроклиматических показателей в Курской области за 1990-2018 гг., параметризация и верификация имитационных углеродных моделей для условий исследуемого региона, воссоздание на их основе динамики Сорг. за тот же период, корреляционный анализ влияния изменений климата на целевой показатель.
Материалы и методы
Исследование проводилось на примере пахотных черноземов Курской биосферной станции (КБС) Института географии РАН (с. Панино, Медвенского р-на, Курской обл., координаты: 51°54'с.ш., 36° 10'в.д.) - географического стационара, лежащего в 20км к югу от г.Курска в ЦентральноЧерноземном районе. Главной задачей КБС является длительный мониторинг влияния различных видов сельскохозяйственной деятельности на геосистемы лесостепной зоны (Петрова, 2008).
На основе базы данных ВНИИ ГМИ - МЦД по метеостанции г. Курск (Специализированные массивы ..., 2000) были рассчитаны необходимые для характеристики региона агроклиматические показатели (Сиротенко, Павлова, 2012): среднегодовые температуры воздуха (Тсред.), температуры января (Тянв.) и июля (Тиюл), суммы положительных температур (ЕТ>0), суммы температур выше 5°С (ЕТ>5), суммы активных температур выше 10°С (ЕТ>10), суммы температур за теплый период (ЕТ^-к), суммы температур за лето (ЕТу^п), суммы осадков за год (Ргод), суммы осадков холодного периода (Рх-ш), суммы осадков теплого периода (Piv-ix), суммы осадков за лето (Pvi-viii), индекс сухости Будыко (ИС Будыко), гидротермический коэффициент Селянинова (ГТК Селянинова), коэффициент увлажнения Сапожниковой (КУ Сапожниковой), испаряемость по методам Л. Тюрка (1958) и С.В. Торнтвейта (Thornthwainte, 1948).
В исследовании использовались две имитационные биогеохимические модели, описывающие круговорот Сорг. в почве - DNDC и RothC. Они широко используются в мире и, согласно оценке Международного консорциума по почвенному моделированию (International Soil ..., 2019), адекватно отражают почвенные процессы.
RothC (версия 26.3) - модель круговорота Сорг. в незаболоченных верхних слоях почвы, учитывающая влияние типа почвы, температуры, влажности, растительного покрова на динамику Сорг. и эмиссию СО2 (Jenkinson et al., 1997), изменения которых являются выходными параметрами модели. Ее шаг составляет один месяц.
DNDC (версия 9.5) - процессно-ориентированная модель, созданная для оценки основных компонентов циклов углерода и азота в почвах сельскохозяйственного назначения (Li et al., 1992).
Кроме характеристик, перечисленных для первой модели, она учитывает особенности технологии возделывания культур, в том числе их биомассу, даты посева, уборки, почвообрабатывающих мероприятий, сроки и количество вносимых удобрений. Выходные данные формируются с суточным шагом и включают в себя изменения легко- и трудно-растворимого пулов углерода в почвенном профиле на разных глубинах, его поступление с растительными остатками, а также интенсивность фотосинтеза, дыхания растений и микроорганизмов и т.д.
Параметризация модели RothC ввиду малого количества входных переменных выполнялась в рамках предусмотренных алгоритмов (Coleman et al., 1997); коэффициенты рассчитывались в соответствии с утвержденными уравнениями. Внутренние параметры модели DNDC были существенно изменены на основе методики, изложенной и верифицированной нами ранее с примерами для КБС (Суховеева, Карелин, 2019).
Характеристики преобладающих в регионе тяжелосуглинистых выщелоченных пахотных черноземов (Haplic Chernozem), запасов в них Сорг. и гумуса были взяты из монографии Д.И. Люри с соавторами (2010). Содержание в почве разлагаемой растительной биомассы и микробной биомассы определялось нами ранее (Карелин и др., 2015; Карелин и др., 2017). Информация об урожайности культур и количестве внесенных удобрений была взята из базы данных Росстата (Единая межведомственная ..., 2019). Количество поступающих в почву растительных остатков определялось по методике Ф.И. Левина (1977).
Для верификации результатов моделирования использовались натурные измерения эмиссии СО2 из почвы, выполненные в 2017-2018 гг. камерным методом согласно разработанным нами принципам оценки эмиссии в травяных экосистемах (Карелин и др., 2015). Для анализа эффективности моделирования применялись корреляционный и однофакторный дисперсионный методы анализа, а также двухвыборочный F-тест дисперсий.
Результаты и обсуждение
Климатические условия. За анализируемый период 1990-2018 гг. устойчивые тренды были получены для среднегодовой температуры воздуха и суммы активных температур (рис. 1 а). Средняя за 29 лет среднегодовая температура воздуха в регионе равна 7.1°С, потепление идет со скоростью 0.68°С/10 лет, т.е. интенсивней, чем в Центральном Федеральном округе (0.62°С/10 лет), на Европейской части России (0.53°С/10 лет) и в целом по стране (0.44°С/10 лет; Груза, Ранькова, 2012).
Рис. 1. Динамика агроклиматических условий в Курской области за 1990-2018 гг. по
температуре (а) и индексам увлажнения (б) Условные обозначения: 1 -среднегодовая температура воздуха и 2 -сумма активных температур с их линейными трендами, формулами и коэффициентами детерминации; 3 - ИС Будыко, 4 - ГТК Селянинова, 5 - КУ Сапожниковой.
°С 9.0 8.5 8.0 7.5 7.0 6.5 6.0 5.5 5.0
■2--Линейный (2)
Линейный (1) °С 3400
-....... ......у=ш)бш+б:а54Г" ...................."X..........Т
R2 = 0.4432 , ■j
—rirr*
, \ / JL- ~7i' ' д/ / у = 22.428х + 2433.8*
Г- , \ - / / \ \ / / ...................К2 = 0.4825..............
2000
0101»01»9|»»9|0\0000000000гняянннянн »«»»»»»»»»ооооооооооооооооооо HHHHHHHHiHHNNNNNNNNNNNNNNMNNNN
а)
¡¡¡¡¡¡¡§¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡111
б)
Средняя сумма активных температур составляет 2770°С, теплообеспеченность возрастает на 224°С-сут/10 лет, тогда как в среднем по России она увеличивается со скоростью 96°С-сут/10 лет (Второй оценочный доклад ..., 2014).
Среднегодовая сумма осадков в области составляет 642 мм, изменяясь от 458 мм в 2014 г. до 965 мм в 2016 г. Испаряемость оценивается нами от 479 мм (расчёт по методу Л. Тюрка (1958)) до 653 мм (расчёт по методу C.W. TЪomthwamte (1948)). За 29 лет средние расчетные индексы и диапазоны их значений составили: ИС Будыко=0.8 (от 1.2 в 2014 г. до 0.5 в 2016 г.), ГТК Селянинова=1.1 (от 0.4 в 2010 г. до 1.8 в 2016 г.), КУ Сапожниковой=1.0 (от 0.6 в 2010 г. до 1.4 в 1997 г.), что в целом характеризует увлажнение как достаточное (рис. 1 б). Но показатели влагообеспеченности очень изменчивы. Так, коэффициент вариации для осадков за год равен 16%, для осадков теплого периода- 24%, для осадков летнего периода - 33%. Для ИС Будыко он составляет 20%, КУ Сапожниковой - 21%, ГТК Селянинова - 34%.
Верификация моделей. При верификации модели RothC (табл. 1) для подтверждения совпадения полевых и расчетных значений эмиссии СО2 решено было обращать внимание преимущественно на равенство средних величин, подтверждаемое однофакторным дисперсионным анализом, поскольку малый объем выборки (п=6-7, т.к. шаг модели составляет месяц) ограничивал возможность применения других методов. Для всех культур, кроме кукурузы, различия средних были незначимы.
Таблица 1. Верификация моделей по полевым наблюдениям эмиссии СО2 из почвы (Курская биосферная станция ИГ РАН).
Модель Критерии Культуры Картофель Кукуруза Озимая пшеница Подсолнечник Ячмень
Год 2017 2018 2018 2017 2018 2017 2017
ЯоЛС Корреляционный анализ ГР 0.931 0.652 0.577 0.552 0.633 0.302 -0.022
р 0.002 0.161 0.230 0.199 0.177 0.510 0.963
п 7 6 6 7 6 7 7
Однофакторный дисперсионный анализ F 3.068 2.019 7.816 0.814 0.624 2.239 1.164
Fкрит 4.747 4.965 4.965 4.747 4.965 4.747 4.747
р 0.105 0.186 0.019 0.385 0.448 0.160 0.302
Двухвыборочный F-тест для дисперсий F 0.811 1.460 0.160 0.327 0.617 0.305 0.600
Fкрит 0.233 5.050 0.198 0.233 0.198 0.233 0.233
р 0.403 0.344 0.032 0.100 0.305 0.087 0.275
БЖ)С Корреляционный анализ Гр 0.300 0.336 0.772 0.531 0.424 0.662 0.533
Р 0.259 0.204 <0.001 0.028 0.101 0.005 0.028
п 16 16 16 17 16 16 17
Однофакторный дисперсионный анализ F 1.020 5.119 0.001 0.591 2.068 1.405 0.975
Fкрит 4.171 4.171 4.171 4.149 4.171 4.171 4.149
р 0.321 0.031 0.991 0.448 0.161 0.245 0.331
Двухвыборочный F-тест для дисперсий F 4.559 1.331 1.763 4.989 14.695 1.707 1.186
Fкрит 2.403 2.403 2.403 2.333 2.403 2.403 2.333
р 0.002 0.293 0.142 <0.001 <0.001 0.156 0.368
Примечания к таблице 1: серым фоном отмечены ячейки, в которых значения критериев доказывают соответствие наблюдаемых и рассчитанных по моделям значений.
При верификации модели DNDC по результатам однофакторного дисперсионного анализа у всех культур подтверждалось равенство средних полевых и расчетных значений эмиссии СО2 из почвы, были равны их дисперсии, смоделированные и измеренные значения характеризовались средними и сильными корреляциями. Поэтому в расчеты по DNDC были включены все пять культур.
Динамика запасов Сорг.. Модель RothC за многолетний период предсказывает убывание Сорг. со
средней скоростью 342±54 кг С/гагод. Она оценивает потери на участках с озимой пшеницей в 289, ячменем 332, подсолнечником 341, картофелем 407 кг С/га год. Расчеты по DNDC говорят о возможности накопления 266 кг С/гагод Сорг. в агроценозах озимой пшеницы, тогда как у культур весеннего сева - подсолнечника, картофеля, ячменя и кукурузы - он теряется со скоростями 86, 160, 240 и 272 кг С/гагод соответственно.
Полученные количественные оценки уменьшения запасов Сорг. в пахотных черноземах Курской области соответствуют результатам других исследователей. По данным В.М. Косолапова с соавторами (2015) на основе «Государственного (национального) доклада ...» (2014), в почвах лесостепной зоны Центрального Черноземья из-за их интенсивного дыхания формируется отрицательный баланс гумуса в пахотном слое, потери которого оцениваются в 0.7-0.9 т/га год, что соответствует снижению содержания Сорг. в регионе на 406-522 кг С/га год, поскольку, согласно нашим расчетам, в исследуемых почвах доля углерода в гумусе составляет 58%. Эти потери немного меньше средних ежегодных потерь Сорг. на возделываемых землями России за 1990-2004 гг., рассчитанных балансовым методом и равных 610 кг С/га год (Романовская, Карабань, 2007).
При сравнении динамики углерода под различными культурами отмечалось аналогичное оценке DNDC накопление со скоростью 250 кг С/га год под озимой пшеницей в зернопаровом севообороте на серых лесных почвах Московской области (Сапронов, 2008). Хотя на дерново-подзолистых почвах Владимирской области под картофелем без удобрений потери Сорг. были больше и составляли 1004 кг С/га год, тогда как с удобрениями баланс углерода в почве достигал 6016 кг С/га год (Лукин, 2015). На парующем выщелоченном черноземе в Приобье его потери оценивались в 19673701 кг С/га год в зависимости от поступления растительных остатков пшеницы и покровных культур (Власенко и др., 2009).
Исходя из результатов графического анализа, RothC отражает регионоспецифичную характеристику потерь углерода из пахотных почв, и их ежегодные значения для разных культур практически идентичны друг другу (рис. 2 а). Результаты моделирования с помощью DNDC более дифференцированы по культурам, и различия между ними существенны (рис. 2б). Такая культуроспецифичность DNDC вполне оправдана, поскольку растения существенно различаются по влиянию на процессы минерализации Сорг.: наибольшие его потери наблюдаются под чистым паром и пропашными, средние - под зерновыми и однолетними травами; под многолетними травами его запасы не сокращаются (Косолапов и др., 2015).
¡§§¡¡¡¡£¡¡¡¡¡§¡¡¡¡¡¡1
I «Л ЧО 1> ЭО ,
Годы
1Ш1ШШШ1ШШ
¡¡Iгоды
б)
Рис. 2. Оценка динамики органического углерода в пахотном выщелоченном черноземе под различными культурами по данным модели RothC (а) и модели DNDC (б). Условные обозначения: 1 -картофель, 2 - кукуруза, 3 - подсолнечник, 4 - пшеница озимая, 5 - ячмень.
Наиболее вероятным фактором снижения содержания запасов Сорг. следует признать нерегулярность и малое количество вносимых органических удобрений. Так, по сведениям Росстата (Единая межведомственная ..., 2019) за 1993-2018 гг. в Курской области в среднем их было внесено лишь 0.8 т/гагод. В последние годы для пропашных культур количество уменьшилось в 10 раз по сравнению со средним за эти 26 лет. В обозначенный период удобрения под картофель вносились 9 раз, под подсолнечник - 7. В конечном итоге это приводит к уменьшению содержания потенциально-минерализуемого углерода (Семенов, Тулина, 2011).
Зависимость потерь Сорг. от климатических условий. Отмечаются сильные положительные корреляции между балансом Сорг., рассчитанным по модели RothC, и температурными условиями -различными суммами температур и испаряемостью (табл. 2). Интересны отрицательные связи динамики углерода с осадками теплого периода, ГТК Селянинова и КУ Сапожниковой. Обычно в пахотных черноземах формируется специфический режим увлажнения, при котором наибольшее влагосодержание в почве отмечается весной и осенью на фоне пониженных температур (Русский чернозем, 1983). Но согласно алгоритму, применяемому в этой модели (Coleman et al., 1997), при таком значительном содержании глины (56%) и высоком максимальном дефиците почвенной влаги (61 мм), признается, что даже при недостаточном атмосферном увлажнении в летний период почва сохраняет в себе влагу и потери Сорг. через почвенное дыхание продолжают оставаться высокими.
Потери Сорг. из почвы под ячменем, рассчитанные по DNDC, демонстрируют слабые прямые связи с температурными характеристиками, под подсолнечником - с влажностными (табл. 2). Для пшеницы значимых зависимостей между этими параметрами не выявлено. Сильные положительные корреляции характерны для ГТК Селянинова и динамики запасов Сорг. под пропашными культурами -кукурузой и подсолнечником, которые наиболее требовательны к влаге.
Таблица 2. Коэффициенты корреляции Пирсона между изменениями климатических показателей и динамикой запасов органического углерода в пахотном выщелоченном черноземе Курской области за 1990-2018 гг. (п=29, Р<0.05).
Модель RothC DN DC
^^^^ Культура Климатические показатели"--..^ Картофель Подсолнечник Пшеница Ячмень Картофель Кукуруза Подсолнечник Ячмень
Тсред. 0.792 0.802 0.799 0.804 - - -
Тиюл. 0.739 0.731 0.699 0.683 - - - 0.420
ГГ>0 0.984 0.990 0.988 0.992 - - - 0.444
ГГ>5 0.978 0.985 0.983 0.988 - - - 0.431
ШМ0 0.938 0.941 0.933 0.950 0.414 - - 0.602
ХТгу-1х 0.980 0.977 0.980 0.979 - - - 0.543
ЕТуг-уШ 0.905 0.891 0.884 0.855 - - - 0.513
Испаряемость по Торнтвейту 0.996 0.996 0.984 0.985 - - - 0.478
Испаряемость по Тюрку 0.792 0.802 0.799 0.804 - - - -
Р - - - - - - 0.442 -
Ргу-гх -0.419 -0.414 -0.475 -0.471 - 0.402 0.534 -
Руг-уггг - - - - - - 0.850 -
Рх-ггг - - - - 0.438 - - -
ИС Будыко 0.636 0.636 0.648 0.656 - - - 0.454
ГТК Селянинова -0.424 -0.414 -0.457 -0.430 - 0.741 0.839 -
КУ Сапожниковой -0.603 -0.601 -0.660 -0.659 - 0.451 0.569 -
Примечания к таблице 2: светло-серым выделены средние корреляции (0.4< Гр<0.7), темно-серым -сильные (гр>0.7), *— отсутствие значимых корреляций.
С одной стороны, температура, действительно, оказывает решающее влияние на скорость разложения органического вещества (Reichstein et al., 2005). А поскольку она, как и влажность, зависит от особенностей субстрата, то, чем легче разлагается органическое вещество, тем более чувствительна скорость этого процесса к гидротермическим условиям (Kirschbaum, Mueller, 2001).
С другой стороны, обнаруженные зависимости объясняются тем, что в большинстве современных биогеохимических моделей механизмы отклика компонентов цикла углерода в почве на изменения температуры и влажности представлены в виде простой эмпирической нелинейной функции (Davidson et al., 2006). Используемые в них уравнения Вант-Гоффа и Аррениуса систематически недооценивают скорость разложения Сорг. при низких температурах и переоценивают ее при высоких, поскольку влияние метеоусловий при отклонении их от оптимальных объясняется изменением активности почвенной микробиоты и скорости биохимических процессов. Но в агроландшафтах оптимальные для микроорганизмов температуры (35-45°С) приходятся на период недостатка влаги, вследствие чего они не влияют на скорость разложения органического вещества (Алексеева, Фомина, 2015).
Выводы
В Курской области за 1990-2018 гг. наблюдался устойчивый восходящий тренд теплообеспеченности при неустойчивом характере увлажнения.
Параметризованные модели RothC и DNDC могут применяться в Курской области для оценки динамики запасов органического углерода в пахотном черноземе.
Модель RothC дает регионоспецифичную характеристику потерь Сорг. из почвы с преимущественной зависимостью их от климатических условий, тогда как результаты модели DNDC больше характеризуют влияние отдельных культур на запасы органического углерода.
Динамика Сорг. в почве, рассчитанная с помощью обеих моделей, демонстрирует сильные положительные корреляции с температурными характеристиками среды.
СПИСОК ЛИТЕРАТУРЫ
Алексеева А.А., Фомина Н.В. 2015. Анализ активности редуцирующих ферментов агрогенно измененных почв лесных питомников лесостепной зоны Красноярского края // Вестник Красноярского государственного аграрного университета. № 1. С. 32-35. Власенко А.Н., Шарков И.Н., Шепелев А.Г., Самохвалова Л.М., Прозоров А.С. 2009. Баланс углерода в черноземе выщелоченном при использовании его в различных севооборотах лесостепи Приобья // Сибирский вестник сельскохозяйственной науки. № 6. С. 5-13. Второй оценочный доклад Росгидромета об изменениях климата и их последствиях на территории Российской
Федерации. Общее резюме. 2014. М.: Росгидромет. 58 с. Государственный (национальный) доклад о состоянии и использовании земель Российской Федерации в
2013 году. 2014. М.: Росреестр. 196 с. Груза Г.В., Ранькова Э.Я. 2012. Наблюдаемые и ожидаемые изменения климата России: температура воздуха -
Обнинск: ФГБУ «ВНИИГМИ-МЦД». 194 с. Единая межведомственная информационно-статистическая система. 2019 [Электронный ресурс https://fedstat.ru/
(дата обращения 10.03.2019)]. Карелин Д.В., Горячкин С.В., КудиковА.В., Лопес де Гереню В.О., Лунин В.Н., Долгих А.В., ЛюриД.И. 2017. Изменение запасов углерода и эмиссии СО2 в ходе постагрогенной сукцессии растительности на серых почвах в Европейской части России // Почвоведение. № 5. С. 580-594. Карелин Д.В., ЛюриД.И., Горячкин С.В., Лунин В.Н., КудиковА.В. 2015. Изменение почвенной эмиссии диоксида углерода в ходе постагрогенной сукцессии в черноземной лесостепи // Почвоведение. № 11. С. 1354-1366.
Косолапов В.М., Трофимов И.А., Трофимова Л.С., Яковлева Е.П. 2015. Агроландшафты Центрального
Черноземья. Районирование и управление. М.: Наука. 198 с. Левин Ф.И. 1977. Количество растительных остатков в посевах полевых культур и его определение по урожаю
основной продукции // Агрохимия. № 8. С. 36-42. Лукин С.М. 2015. Эмиссия углекислого газа в агроценозах картофеля на дерново-подзолистой супесчаной почве
// Владимирский земледелец. № 3-4 (74). С. 22-23. Люри Д.И., Горячкин С.В., Караваева Н.А., Денисенко Е.А., Нефедова Т.Г. 2010. Динамика сельскохозяйственных
земель России в ХХ веке и постагрогенное восстановление растительности и почв. М.: ГЕОС. 416 с. МГЭИК. 2006. Руководящие принципы национальных инвентаризаций парниковых газов. Приложение 2. Сводка уравнений. Подготовлено программой МГЭИК по национальным кадастрам парниковых газов /
Ред. Х.С. Игглестон, Л. Буэндиа, К. Мива, Т. Нгара, К. Танабе. Хаяма, Япония: ИГЕС. 37 с.
Петрова И.Ф. 2008. Концепция геоинформационно-поисковой системы географического стационара (на примере Курской биосферной станции ИГ РАН) // Известия РАН. Серия географическая. № 1. С. 125-130.
Припутина И.В., Фролова Г.Г., Шанин В.Н. 2016. Выбор оптимальных схем посадки лесных культур: комьютерный эксперимент // Компьютерные исследования и моделирование. Т. 8. № 2. С. 333-343.
Романовская А.А., Карабань Р.Т. 2007. Баланс почвенного углерода в возделываемых землях России // Проблемы экологического мониторинга и моделирования экосистем. Т. XXI. СПб.: Гидрометеоиздат. С. 58-74.
Русский чернозем. 1983. 100 лет после В.В. Докучаева / Ред. Н.Н. Розов, Е.М. Самойлова, Н.И. Полупан. М.: Наука. 304 с.
СапроновД.В. 2008. Многолетняя динамика эмиссии СО2 из серых лесных и дерново-подзолистых почв. Автореф. ... канд. биол. наук. Пущино: ИФХиБПП РАН. 20 с.
Семенов В.М., Тулина А.С. 2011. Сравнительная характеристика минерализуемого пула органического вещества в почвах природных и сельскохозяйственных экосистем // Агрохимия. № 12. С. 53-63.
Сиротенко О.Д., Павлова В.Н. 2012. Методы оценки влияния изменений климата на продуктивность сельского хозяйства // Методы оценки последствий изменения климата для физических и биологических систем. М.: Росгидромет. С. 165-189.
Смольянинов В.М., Стародубцев П.П. 2011. Комплексная мелиорация и орошение земель в ЦентральноЧерноземном регионе: состояние, условия развития. Воронеж: Истоки. 179 с.
Специализированные массивы для климатических исследований. 2000 [Электронный ресурс http://aisori-m.meteo.ru/waisori/selectxhtml (дата обращения 12.03.2019)].
Суховеева О.Э., Карелин Д.В. 2019. Параметризация модели DNDC для оценки компонентов биогеохимического цикла углерода на Европейской территории России // Вестник Санкт-Петербургского университета. Науки о Земле. Т. 64. Вып. 2. С. 362-383.
Тюрк Л. 1958. Баланс почвенной влаги. Л.: Гидрометеоиздат. 228 с.
Черкашин А.К., БибаеваА.Ю. 2013. Пейзаж как отображение функционально-динамических свойств ландшафта // География и природные ресурсы. № 4. С. 157-165.
Чертов О.Г., Надпорожская М.А. 2016. Модели динамики органического вещества почв: проблемы и перспективы // Компьютерные исследования и моделирование. Т. 8. № 2. С. 391-399.
Coleman K., Jenkinson D.S., Crocker G.J., Grace P.R., KlirJ., KorschensM., Poulton P.R., Richter D.D. 1997. Simulating trends in soil organic carbon in long-term experiments using RothC-26.3 // Geoderma. Vol. 81. No. 12. P. 29-44.
Davidson Е.А., Janssens I.A., Luo Y. 2006. On the variability of respiration in terrestrial ecosystems: moving beyond Q10 // Global Change Biology. No. 12. Р. 154-164.
Friedlingstein P., Dufresne J.L., Cox P.M., Rayner P. 2003. How positive is the feedback between climate change and the carbon cycle? // Tellus. Vol. 55B. No. 2. P. 692-700.
Jenkinson D.S., HartP.B.S., Rayner J.H., Parry L.C. 1987. Modeling the turnover of organic matter in long-term experiments at Rothamsted // INTECOL Bulletin. No. 15. P. 1-8.
International Soil Modeling Consortium. 2019 [Электронный ресурс https://soil-modeling.org/resources-links/model-portal (дата обращения 20.03.2019)].
Kirschbaum M.U.F., MuellerR. 2001. Net Ecosystem Exchange. Australia: Cooperative Research Centre for Greenhouse Accounting. 139 p.
Li C., Frolking S., Frolking T.A. 1992. A model of nitrous oxide evolution from soil driven by rainfall events: 1. Model structure and sensitivity // Journal of geophysical research. No. 97 (D9). P. 9759-9776.
Moyano F.E., Manzoni S., Chenu С. 2013. Responses of soil heterotrophic respiration to moisture availability: аn exploration of processes and models // Soil Biology & Biochemistry. No. 59. P. 72-85.
Reichstein M., Katterer T., AndrenO., CiaisP., Schulze E.-D., Cramer W., Papale D., Valentini R. 2005. Temperature sensitivity of decomposition in relation to soil organic matter pools: critique and outlook // Biogeosciences. No. 2. P. 317-321.
SanzM.J., deVenteJ., ChotteJ.-L., BernouxM., KustG., Ruiz I., AlmagroM., AllozaJ.-A., Vallejo R., Castillo V., Hebe A., Akhtar-Schuster M. 2017. Sustainable Land Management contribution to successful land-based climate change adaptation and mitigation // A Report of the Science-Policy Interface. Bonn: UNCCD. 178 р.
Sustainable Land Management for Climate and People. 2017 // SCIENCE-POLICY BRIEF. No. 3. P. 1-6 [Электронный ресурс http://catalogue.unccd.int/SER_SPIPB_3_ENG_WEB.pdf (дата обращения 11.03.2019)].
Thornthwainte C.W. 1948. An approach toward a rational classification of climate // Geographical Review. Vol. 38. No. 1. Р. 55-94.
