Функциональное богатство лесных фитоценозов Смоленско-Приволжского широколиственно-хвойнолесного биома

Авторы:

Дудова К. В.

Ключевые слова: функциональное разнообразие, функциональное богатство, хвойно-широколиственные леса, восстановление лесов, антропогенное влияние, фитоценология, видовое богатство

Аннотация

В связи с высокой степенью антропогенного преобразования лесных сообществ европейской территории России актуальным вопросом является восстановление нарушенных или уничтоженных экосистем, а также оценка состояния имеющихся фитоценозов. В настоящее время растет интерес к функциональным показателям состояния сообществ, поскольку они связаны с различными функциями экосистем, в том числе и социально-экономическими («экосистемные услуги»). Один из широко используемых в функциональной экологии индексов — функциональное богатство. Впервые проведена оценка функционального богатства для нескольких типов фитоценозов разной степени нарушенности в пределах Смоленско-Приволжского широколиственно-хвойнолесного биома. Рассматривали пять функциональных признаков: содержание в листьях углерода, азота; удельная листовая поверхность; вегетативная высота растения; масса семян. Подтверждена положительная взаимосвязь между функциональным богатством и числом видов сосудистых растений на пробной площади. Наименьшими значениями функционального богатства из изученных сообществ характеризуются зональные елово-широколиственные леса, в то время как наибольшими — березовые леса с подростом ели, выявленные различия статистически значимы. Не выявлено значимых различий по этому параметру между зональными елово-широколиственными лесами и монокультурными посадками ели.

Список литературы

Левицкая Н. Н., Черненькова Т. В. Применение системы индикаторов для оценки состояния лесов Московской области // Лесоведение. 2012. Т. 6. С. 14–29.
Смирнова О. В. Методологические подходы и методы оценки климаксового и сукцессионного состояния лесных экосистем (на примере восточноевропейских лесов) // Лесоведение. 2004. Т. 3. С. 15–27.
Ahmed D. A., van Bodegom P. M., Tukker A. Evaluation and selection of functional diversity metrics with recommendations for their use in life cycle assessments // The International Journal of Life Cycle Assessment. 2019. Vol. 24. P. 485–500. https://doi.org/10.1007/s11367-018-1470-8.
Bonilla-Valencia L., Castillo-Agüero S., Zavala-Hurtado J. A., Espinosa García F. J., Lindig-Cisneros R., Martínez-Orea Y. Linking functional diversity to ecological indicators: a tool to predict anthropogenic effects on ecosystem functioning // Environmental Reviews. 2022. Vol. 30. No 2. P. 175–183. https://doi.org/10.1139/er-2021-0093.
Cornelissen J. H., Lavorel S., Garnier E. et al. A handbook of protocols for standardised and easy measurement of plant functional traits worldwide // Australian journal of Botany. 2003. Vol. 51. No 4. P. 335–380. https://doi.org/10.1071/BT02124.
Eyre T. J., Kelly A. L., Neldner V. J. et al. BioCondition: A condition assessment framework for terrestrial biodiversity in Queensland. Assessment manual. Version 2.2. Brisbane: Information Technology, Innovation and Arts. 2015. 82 p.
Frick H., Chow F., Kuhn M. et al. Rsample: General Resampling Infrastructure. R package version 1.2.1. 2024. Accessed at: https://github.com/tidymodels/rsample, https://rsample.tidymodels.org.
Kattge J., Bönisch G., Díaz S. et al. TRY plant trait database–enhanced coverage and open access // Global change biology. 2020. Vol. 26. No 1. P. 119–188. https://doi.org/10.1111/gcb.14904.
Laliberté E., Legendre P., Shipley B., Laliberté M. E. Package ‘FD’. Measuring functional diversity from multiple traits, and other tools for functional ecology. 2014. Accessed at: https://cran.r-project.org/web/packages/FD/FD.pdf.
Legras G., Loiseau N., Gaertner J. C. Functional richness: Overview of indices and underlying concepts // Acta Oecologica. 2018. Vol. 87. P. 34–44. https://doi.org/10.1016/j.actao.2018.02.007.
Magneville C., Loiseau N., Albouy C. et al. mFD: mFD: an R package to compute and illustrate the multiple facets of functional diversity // Ecography. 2022. Vol. 2022. No 1. https://doi.org/10.1111/ecog.05904.
R Core Team R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing, 2012. Accessed at: https://www.R-project.org/.
Ricotta C. A note on functional diversity measures // Basic and Applied Ecology. 2005. Vol. 6. No 5. P. 479–486. https://doi.org/10.1016/j.baae.2005.02.008.
RStudio Team RStudio: Integrated Development for R. Rstudio. PBC, Boston, MA. 2024. Accessed at: http://www.rstudio.com/.
Standish R. J., Gove A. D., Grigg A. H., Daws M. I. Beyond species richness and community composition: using plant functional diversity to measure restoration success in jarrah forest // Applied Vegetation Science. 2021. Vol. 24. No 3. P. 1–15. https://doi.org/10.1111/avsc.12607.

Forest communities functional richness of Smolensk-Volga deciduous-coniferous biome

Authors:

Dudova K. V.

Keywords: functional diversity, functional richness, coniferous-broadleaf forests, forest restoration, anthropogenic impact, plant ecology, species richness

Abstract

Due to the high level of anthropogenic transformation of forest ecosystems in the European part of Russia, restoration of disturbed or damaged ecosystems and assessment of the current state of existing plant communities is a pressing issue. Currently, there is an increasinginterest in functional indicators of community health, as they are linked to various ecosystem processes, including socio-economic functions (“ecosystem services”). One of the most widely used indicators in functional ecology is functional richness. For the first time, we have assessed functional diversity for several types of plant communities with varying degrees of disturbance within the Smolensk-Volga broadleaf-coniferous biome. We considered five functional features: the content of carbon and nitrogen in leaves, specific leaf area, vegetative height, and seed weight. A positive correlation between functional diversity and the number of plant species in a given area has been established. The lowest levels of functional diversity among the studied communities were found in zonal spruce-deciduous forests, while the highest were in birch forests with spruce trees. Significant differences were identified between the communities studied. No significant differences were observed between zonal spruce-deciduous forests and monoculture spruce plantations in terms of the parameter under investigation.