Аогв сибирь 17 отзывы: Отзывы о котлах Сиберия, напольных газовых моделей Siberia

Отзывы о газовых котлах Сиберия моделей 11, 17, 23, 29, 35, цены, характеристики

Ростовский завод газовой аппаратуры – отечественный производитель приборов обогрева и горячего водоснабжения. На сегодняшний день модельный ряд предприятия представлен линейками: АОГВ, RGA и Siberia. Каждое устройство изготавливается из качественных материалов. Именно поэтому отзывы о газовых отопительных котлах Siberia говорят о надежности и долговечности агрегатов, при сравнительно невысокой цене.

Оглавление:

1. Отзывы пользователей
2. Преимущества и недостатки котлов
3. Цены и описание моделей
4. Рекомендации по выбору

Линейка Сиберия включает напольное оборудование (в том числе и с чугунным термообменником), настенные приборы, проточные водонагреватели. Каждый характеризуется высоким уровнем качества, достигнутого благодаря тесному сотрудничеству с ведущими зарубежными производителями основных узлов: Viadrus, Gianoni – теплообменники, Polidoro – горелки, SIT, Honeywell – блок автоматики, Grundfos – насосы и Zilmet – расширительные баки.

Такая комплектация позволяет не только повысить долговечность и эффективность оборудования, но и сохранить его доступную стоимость.К примеру, водяное отопление газовой колонкой фирмы Сиберия на 18 кВт обойдется уже на этапе эксплуатации дешевле того же Электролюкса за счет потребления газа, которое в данном котле выше почти на 20 %, чем в отечественном аналоге. Потребители давно оценили качество изготовления, материалов и сборки аппаратов, именно поэтому они пользуются спросом на нашем рынке.

Оценка покупателей Сиберии

«Долго с женой выбирали бойлер, ориентировались на 20-25 кВт. В итоге нас подкупила стоимость двухконтурного котла фирмы Siberia, сравнивая с аналогичными по качеству сборки устройствами зарубежных компаний – газовая Сиберия, оказывается, гораздо выгоднее, а если еще добавить адаптацию под условия СНГ (заявленную производителем), то тут вообще ей равных нет. В общем, установили – все без проблем. Пользуемся уже второй сезон – нареканий пока нет.»

Александр Петровский, Санкт-Петербург.

«Подбирал котел около 10 кВт, который бы мог работать в условиях отсутствия электричества и с соответствующей автоматикой на случай его внезапного отключения. Цена газовых энергонезависимых котлов Сиберия 11 показалась мне приемлемой, правда, в интернете читал, что они поддерживают сжиженный газ, а в магазине сказали, надо отдельно покупать специальные форсунки. Но для меня это принципиальной роли не играло. Установили, отработал уже 2 года. Как и ожидалось, были отключения, котел продолжал функционировать без сбоев.»

Георгий Казанцев, Владикавказ.

«Купить газовый одноконтурный напольный котел Siberia 17 меня уговорила жена, я склонялся к модели на 23 кВт, а у нас дом 190 квадратов, хоть и утеплен хорошо – лучше иметь запас. Тем не менее, мощности оказалось достаточно даже для 18-градусных морозов, при которых в доме по-прежнему держались 20 градусов тепла. При установке возникли небольшие трудности с подключением, оказалось, что подвод к водонагревательной части у меня не совпадает по диаметру, поэтому рекомендую заранее все уточнить. »

Яков Цегельский, Элиста.

«После того, как прочел отзывы пользователей о 2-х контурных настенных котлах TopLine 24, решил попробовать довериться продукции отечественного производства. Вопреки увещеваниям друзей до сих пор не было ситуации, в которой бы я пожалел о своем выборе. Сборка качественная, то, что необходимо для подключения, есть в комплекте, автоматика работает без сбоев, а емкости батареи даже моего скромного ИБП вполне хватило для того, чтобы газовый котел Сиберия продолжал греть в течение 2 часов без электричества (потребляет он 85 Вт).»

Анатолий Петров, Краснодар.

«Характеристики отопительного газового котла Сиберия АОГВ 11 показались мне убедительными. На сегодня ему уже более 3-х лет, за это время все, что делал – вызывал мастера для плановой чистки, которая предусмотрена инструкцией. У меня такое впечатление, будто он только разбирал и собирал аппарат (попыток серьезной чистки я не разглядел), что говорит в пользу выбранного устройства.»

Денис Мурманцев, Майкоп.

«По моему скромному мнению, отечественный котел марки Сиберия 23 для частного дома – газовый прибор, обладающий лучшим показателем цена-качество на рынке. Прежде чем купить, перебрал массу вариантов (в основном собранных в Китае), все равно не нашел котла, который бы внушал доверие и находился в такой же ценовой категории. Сегодня уже год, как работает аппарат в моем доме, понимаю, что срок маленький, но за это время были только положительные впечатления. Могут ведь и у нас делать, когда захотят.»

Владимир Семин, Домодедово.

«В прошлом году летом установил Сиберия 17 на 133 м.кв. Зиму отработал на ура, автоматика функционирует отлично. Думаю купить 11 модель для гаража.»

Валентин Алябьев, Санкт-Петербург.

Плюсы и минусы

Рассмотрим основные достоинства и недостатки аппаратов, чтобы определить, какой газовый котел выбрать для отопления частного дома и на что следует обратить внимание.

К достоинствам можно отнести:

• Низкий уровень шума.
• Автоматическую систему управления и безопасности.
• Широкий модельный ряд котлов Сиберия.
• Нетребовательность к качеству воды и газа.
• Возможность функционирования при низком давлении.
• Надежность используемых сплавов металлов.
• Итальянские разработки в ответственных узлах.
• Энергонезависимость.

Среди недостатков котлов Сиберия стоит отметить:

• Необходимость получения разрешения на установку из газовой службы.
• Повышенная пожароопасность оборудования.
• Отсутствие в линейке конденсационных агрегатов.
• Нуждается в расположении около внешней стены.
• Требует обустройства дымохода.

Стоимость и краткое описание Siberia

На рынке представлено большое разнообразие устройств Siberia, проведем обзор модельного ряда российских газовых отопителей основной линейки этого производителя.

Модель газового котла Сиберия	Мощность, кВт	Расход природного газа, м. куб/ч	Площадь обогрева, м. кв	Цена, руб
11	11,6	1,18	125	16 500
17	17,4	1,76	200	17 700
23	23,2	2,3	250	20 600
29	29	2,94	300	25 300
35	35	3,75	400	29 100

Следует отметить, что аппараты Siberia, имеющие в маркировке букву «К», отличаются только наличием контура горячего водоснабжения, все остальные характеристики у них одинаковы.

Советы покупателю

Перед тем как выбрать колонку Siberia для отопления дома, предлагаем ознакомиться с рекомендациями:

• Котлы могут быть переоборудованы для сжиженного газа, для этого потребуется заменить форсунки запальника и основную часть горелки.
• Если бюджет не ограничен жесткими рамками, лучше подобрать котел с чугунным теплообменником, по отзывам Сиберия из данного материала имеет ресурс использования в 2,5 раза выше.
• Даже при покупке модели без обеспечения горячего водоснабжения, его организовывают дополнительно при помощи водонагревателя косвенного типа.
• Для быстрого определения требуемой мощности котла используется приблизительная зависимость: 1 кВт на 10 м. кв помещения. Но нельзя забывать про степень утепления здания. Например, для слабоизолированных построек соотношение может быть 1 к 7, а для домов с хорошим термослоем – 1 к 13-15.

Описание энергонезависимых котлов отопления Siberia указывает на необходимость проведения технического обслуживания не реже 1 раза в год, при котором выполняется:

• Чистка газового фильтра.
• Промывка запальной и основной горелок.
• Проверка герметичности систем устройства; автоматики, отвечающей за безопасность; тяги дымохода котла.

Все перечисленные работы должны выполняться специалистом газовой службы.

Напольный газовый котел Siberia 17

Siberia 17 – это напольный одноконтурный газовый котел производства российского завода Ростовгазоаппарат. Котел Сиберия 17 можно использовать как для отопления в жилых домах, так и на хозяйственных и промышленных объектах. В нашем интернет магазине вы можете купить Siberia 17 по приемлемой стоимости.

Аппарат отопительный газовый бытовой с водяным контуром Siberia 17 (АОГВ-17,4-3 модель 2210–032 исп. 3 ) оборудован системой автоматики EUROSIT 630 итальянского производства,  идеально подходящей для применения в российских условиях. Особенностями данной системы являются возможность ее работы даже при невысоком давлении газа и воды, отсутствие необходимости в подключении к электрической сети и оснащенность пьезоэлектрическим розжигом. Отсутствие надобности в подключении к электрической сети представляет большую важность в местах, где нередко случаются нарушения электроснабжения.

Чтобы узнать цену Siberia 17, загляните в наш каталог товаров или уточняйте по телефону.

Благодаря использованию высококачественных материалов и тому, что сваривание осуществляется автоматически, бак теплообменника установки характеризуется повышенной прочностью и надежностью. Толщина теплообменника агрегата равна 3 мм, что является одной из наиболее важных характеристик, которые влияют на долговечность и неприхотливость отопительной установки в целом на протяжении всего срока ее эксплуатации.

Помимо вышеперечисленного, котлы Сиберия обладают множеством других преимуществ:
— Стальной теплообменник агрегата обеспечивает действенный подогрев теплоносителя;
— Благодаря современному дизайну, компактности и отсутствию шума при функционировании агрегат годится для установки в любое помещение;

— Установка аппаратов допускается как в природных системах водоснабжения, так и с принудительной циркуляцией воды;
— Для данных котлов характерен КПД до 90% и простое управление режима обогрева;
— Каждая установка поступает на рынок с толстым слоем тепловой изоляции, что придает надежности при эксплуатации;
— Цена Сиберия 17 отличается доступностью.

Интегрированная система автоматики EUROSIT (итальянского бренда) имеет такие достоинства:
— Наличие датчика тяги и возможности управления пламенем;
— Отсутствие надобности в регулировании комбинированного клапана;
— Умеет предельно точно поддерживать температуру;
— Блоки автоматики в аппарате удобно расположены, за счет чего им довольно легко управлять;
— После выбора режима работы горелки система автоматически определяет расход газа.

Не лишним будет отметить и функционирование горелки Polidoro производства Италия, которой оснащены конструкции Сиберия. У нее есть свои особенности, отличающие ее от продуктов конкурентов:
— Устройство отличается повышенным уровнем КПД – до 90%;
— Регулировка величины пламени осуществляется автоматически, причем происходит это довольно плавно;
— Данная горелка отличается экологичностью. В ее отходящих газах не содержаться вредные вещества;
— В случае смены сопла основной горелки и запальника Сиберия сможет функционировать на сжиженном газе;
— Материалом для производства горелки служила нержавеющая сталь. В связи с этим прогорание исключено даже при невысоком давлении газа;
— Регулировка температуры воды и отопления производится раздельно, благодаря чему летом котел может применяться в качестве водогрейного бойлера, причем система отопления будет отключенной.

Каждая модель обладает идентичными показателями по глубине и высоте, а именно – 560 и 850 мм соответственно. Что касается ширины, то она различается от модели к модели. Ее значение зависит от мощности аппарата и размеров теплообменника.

Котел газовый напольный Siberia АОГВ 17К в Краснодаре

Котлы серии Siberia (Ростов на Дону), оснащены газовой горелкой итальянского производства, горелка атмосферная, из высоколегированной жаропрочной и нержавеющей стали, теплообменник  изготовлен из углеродистой стали, плюс надежный блок автоматики (SIT). При такой комбинации получается котел экономически более выгодный и экологически чистый. Такой газовый котел прослужит Вам достаточно долго и обеспечит комфортные условия и уют в Вашем доме. В газовых котлах Siberia в качестве топлива применяется магистральный газ, который по праву считается одним из самых дешевых энергоносителей на данный момент. КПД котла может достигать порядка 95%.  Экологичность котла – при сгорании газа, образовываются вода и углекислый газ, которые для окружающей среды безвредны.

В зависимости от характерных особенностей, котлы можно по разному классифировать. По типу материала изготовления существуют стальные и чугунные котлы; по виду применяемого топлива – газовые, твердотопливные и на жидком топливе, в свою очередь  твердотопливные могут быть универсальными; по виду камеры сгорания – с открытой и закрытой камерой; энергонезависимые  и энергозависимые.

Газовый котел Siberia можно купить в Краснодаре, по ул. Ростовсое шоссе 20/1 оптом и в розницу по низкой цене, у официального представителя завода изготовителя.

Газовые котлы Siberia

— это отопительная аппаратура нового поколения.

Газовые котлы Siberia бывают одноконтурные или двухконтурные, отопительные котлы энергонезависимые, в комплекте с блоком автоматики импортного производства (автоматика SIT). Не нуждаются в подключении к электрической сети. Все теплотехнические характеристики и дизайн не уступает импортным аналогам, а по надежности даже превосходят. Это достигается тем, что в конструкции котлов Siberia  применяются современные импортные комплектующие от ведущих мировых брендов.

Газовые котлы Сиберия предназначены как для отопления жилых домов, так и для промышленных объектов и хозяйств.

 

Особенности котлов Siberia АОГВк 17

 

• высокое качество газового аппарата;
• котел полностью независим от электроэнергии;
• простой доступ к узлам аппарата;
• запатентован  уникальный теплообменник с отличной теплоизоляцией;
• автоматика EUROSIT 630;
• встроенная атмосферная горелка из нержавеющей стали, которая обеспечивает максимум сгорания газа;
• двухконтурный;
• применяется для отопления жилых помещений;
• капиллярный термометр, для контроля температуры воды в теплообменнике;
• корпус аппарата покрыт порошковой эмалью;
• котел может работать при низком давлении газа;
• стильный дизайн;
• простой монтаж и легкий в техобслуживании;
• компактные размеры;
• котел разработан специально для российских условий;
• по цене и качеству — оптимальное соотношение.

 

Основные узлы котла Siberia АОГВ 17К

Данные отопительного котла

Теплообменник

Стальной

Камера сгорания

открытая

Установка

напольный

Тип

двухконтурный

Основной цвет

белый

Гарантия

12 мес

Производитель

Ростов, Россия

Технические характеристики

Тепловая мощность, кВт

17,4

Отапливаемая площадь

до 170 м2

Производительность ГВС, л/мин

5,5

КПД , не менее

90%

Расход природного газа, м3/ч

1,76

Максимальное давление в системе отопления, МПа

0,1

Максимальное давление в системе ГВС, МПа

0,6

Присоеденительные размеры

Диаметр подвода газа

G 3/4

Диаметр подключения к системе отопления

G2, наружняя

Размеры и вес

Ростовские газовые котлы (Ростовгазоаппарат) АОГВ, АОГВК, SIBERIA

Газовый отопительный котел SIBERIA 17 (АОГВ-17,4-3 Ростов) производства Ростовгазоаппарат

                            

Описание

Аппарат отопительный газовый бытовой с водяным контуром АОГВ-17,4-3 Ростов мод. 2210-032 исп.3 Siberia 17 (автоматика EUROSIT)

Класс аппарата: Комфорт

ГОСТ 20219-74
ГОСТ 20219-93
ТУ 51-20-25-92

Предназначен для местного водяного отопления жилых помещений площадью до 100-200 м².

Присоединительная резьба штуцера для подачи газа G 3/4

Технические характеристики

Номинальная тепловая мощность основной горелки, кВт	17.4
*К.п.д., %, не менее	90
Предел настройки температуры нагрева воды, °С	90+-5
Приведенный расход газа к стандартному
природного, м3/ч	1,76
сжиженного, кг/ч	1,21
Габаритные размеры, мм
	850
	280
	560
Масса, кг	56
*КПД указан по отходящим газам

В отопительных системах, обслуживающих бытовые объекты, отлично зарекомендовали себя недорогие производительные газовые котлы производства ЗАО «Ростовгазоаппарат» марки SIBERIA.

В линейке котлов SIBERIA Вы найдете аппараты тепловой мощностью от 11,6 до 35 кВт, предназначенные как для отопления (одноконтурные), так и для отопления и горячего водоснабжения (двухконтурные) помещений площадью от 50 до 400 кв.м.

Приобретая котел SIBERIA, вы обеспечиваете себе эффективный обогрев помещения при небольших финансовых вложениях и сможете оценить отличные эксплуатационные качества ростовского отопительного оборудования.

Выпуская отопительные газовые котлы, «Ростовгазоаппарат» стремится предоставить своему потребителю оборудование европейского уровня по доступной цене. Благодаря стильному дизайну и высокому качеству продукция ЗАО «Ростовгазоаппарат» уже заслужила доверие и признание пользователей. Компактность газовых котлов SIBERIA и эстетичное покрытие порошковой эмалью позволяют монтировать оборудование в любых помещениях, не нарушая гармонии интерьера.

Отличная сборка и высокая надежность всех узлов обеспечили долговечность газовым котлам от ЗАО «Ростовгазоаппарат», —  срок службы оборудования составляет 14 лет.

 Особенности конструкции отопительных котлов марки SIBERIA:

Все котлы отопления SIBERIA оснащены итальянскими горелками Worgas, обеспечивающими сгорание природного газа практически без остатка. Такая конструкция обеспечивает хорошие показатели экологичности и делает эксплуатацию отопительного оборудования завода «Ростовгазоаппарат»  более безопасной. Кроме того, газовые котлы SIBERIA оснащены термометром, автоматикой Eurosit и пьезорозжигом.

Отличная конструкция обеспечивает газовым котлам SIBERIA высокую экономичность, простоту монтажа и удобство  эксплуатации.

 Преимущества газовых котлов SIBERIA производства ОАО «Ростовгазоаппарат»:

• высокое качество исполнения аппарата
• аппарат полностью энергонезависим
• лёгкий доступ ко всем узлам аппарата
• аппарат имеет уникальный запатентованный теплообменник с теплоизоляцией
• скрытая автоматика
• предназначен для отопления жилых помещений
• аппарат комплектуется горелкой из нержавеющей стали, обеспечивает максимальную полноту сгорания газа
• капиллярный термометр позволяет контролировать температуру воды в теплообменнике
• покрытие корпуса аппарата порошковой эмалью делает его вид более привлекательным
• аппарат способен работать при пониженном давлении газа
• аккуратный и выдержанный дизайн
• прост в монтаже и техобслуживании
• имеет небольшие габаритные размеры
• разработан специально для суровых российских условий
• оптимальное соотношение цены и качества

Инструкция по эксплуатации

Сертификат соответствия

Приложение

 

Зной, дымные пожары в Сибири

Этой весной по Дальнему Востоку России распространилось большое количество сильных пожаров, окутав дымом небо, дороги и леса. Всего за шесть дней с 7 по 13 мая 2018 года российские пожарные тушили 693 пожара на 40 территориях.Многие из пожаров произошли в Амурской области в Сибири. Экипажи все еще работают над тушением пожаров в этом районе.

Эти изображения пожаров в Амурской области были сделаны спутником Landsat 8 7 мая 2018 г. Данные в естественных цветах (полосы 4–3–2) накладываются на данные инфракрасного излучения (полосы 6 и 5), чтобы выявить все еще горящие горячие точки.

Сухая теплая зима подготовила почву для тяжелого сезона лесных пожаров 2018 года в России. В этом густо покрытом лесом регионе часто случаются лесные пожары, а сезон обычно начинается в апреле или мае.Фермеры в этой области также сжигают старые посевы, чтобы очистить поля и пополнить почву питательными веществами; такие пожары иногда выходят из-под контроля. По данным Global Fire Emissions Database, в этом году в Амурской области за месяц произошло больше пожаров, чем с 2008 года.

Ученые наблюдали всплеск уровня углекислого газа и аэрозолей в атмосфере после того, как начались недавние пожары в Сибири. Согласно данным Ozone Mapping и Profiler Suite, аэрозоли, крошечные частицы дыма, переносимые погодными фронтами через Тихий океан в Канаду.

Большие количества и перенос этих аэрозолей на большие расстояния могут указывать на явление пирокумулуса. Возвышающиеся пирокучевые облака образуются за счет тепла от огня, а не испарения с нагретой солнцем земли. Они имеют тенденцию поднимать дым высоко в атмосферу, где он может быть унесен ветрами с более высоких уровней. Кроме того, по прогнозам Марка Паррингтона, старшего научного сотрудника Службы мониторинга атмосферы Коперника Европейского центра среднесрочных прогнозов погоды, высокие уровни окиси углерода достигнут Арктики.

Снимки обсерватории Земли НАСА, сделанные Джошуа Стивенсом с использованием данных Landsat Геологической службы США. По рассказу Каши Пателя.

Американский футбол на заснеженных полях Урала и Западной Сибири

С 6 по 11 апреля 2017 г. весенний тренировочный сбор по американскому футболу с тренерами Билли Элмором и Майклом Хейнсом собрал более 100 участников на Урале и в Западной Сибири. Билли Элмор — главный футбольный тренер средней школы Вест-Мемфис (Арканзас), двукратный чемпион штата.Майкл Хейнс играл в футбол в Пенсильвании и был выбран в 1-м раунде драфта 1-й сборной всех американцев в пользу Chicago Bears, 4 года играл в НФЛ и теперь является владельцем Modern Day Athletics, компании профессионального развития, которая работает со школьными округами. и организации по всему миру (Германия, Великобритания, Панама, Мексика, Южная Корея и США) по обучению тренеров, спортивным лагерям и организационному развитию.

Генеральный консул США в Екатеринбурге Маркус Микели поприветствовал спортсменов и тренеров на открытии тренировочного сбора в Екатеринбурге.Сборы проходили в два этапа: сначала 4 дня в Екатеринбурге, затем 2 дня в Тюмени. Он сочетал в себе лекции, тренировки на местах и ​​последующие обсуждения полевых практик с обзорами фильмов. Лагерь собрал представителей 17 различных команд, в том числе четырех женских, из Москвы, Казани, Самары, Пензы, Челябинска, Екатеринбурга, Перми, Тюмени, Кургана, Новосибирска и Кыштыма. Свой первый весенний сбор на Урале Хейнс и Элмор провели в 2016 году, а в этом году организаторы сбора екатеринбургская команда Ural Lightning отметили, что американские тренеры, приехавшие во второй раз, отлично организовали свои уроки. уровень подготовки местных спортсменов.Как сказал один из футболистов, «специалисты из США передают бесценные знания, которые в России получить очень сложно». Американские тренеры были поражены тем, что всего за несколько дней им удалось установить такой позитивный контакт с игроками. По окончании сбора российские тренеры вместе с Билли Элмором и Майклом Хейнсом начали планировать возможную поездку в Штаты, чтобы углубить опыт.

Автор: Представительство США в России | 17 мая, 2017 | Категории: Новости, Екатеринбург

Различная реакция климата в тундре, лесотундре и бореальных лесных биомах на севере Западной Сибири

Спутниковые исследования с использованием нормированного разностного индекса растительности (NDVI) выявили изменения в продуктивности растительности северной Евразии за последние десятилетия, в том числе озеленение тундры и потемнение в бореальных лесах. Однако очевидные изменения NDVI и их взаимосвязь с климатом зависят от временной и пространственной выборки, а также от типа изученного биома и лесного покрова. Здесь мы проводим последовательный анализ NDVI и климата в четырех биоклиматических зонах (тундра, лесотундра, северная и средняя тайга) на севере Западной Сибири (СЗС), далее стратифицированных на восемь типов лесного покрова. Мы используем данные NDVI от спектрорадиометра изображения среднего разрешения и данные реанализа климата за период с 2000 по 2016 год, период, включающий рекордную теплую аномалию в 2016 году (+2 ° C – 5 ° C, температура приземного воздуха (SAT) с июня по июль на всем северо-западном побережье).Статистически значимые ( α = 0,05) корреляции были обнаружены для двух двумерных соотношений на уровне биома: между NDVImax и температурой приземного воздуха (SAT) с июня по июль ( r ~ +0,79) и между NDVImax в средней тайге и июльскими осадками. ( r ~ +0,48). Для биомов северной тайги и лесотундры достоверных статистических зависимостей не обнаружено. Однако в пределах этих биомов мы обнаружили, что NDVImax лиственных листьев хвои (лиственница) значительно коррелирует с температурой июля ( r ~ +0.48). В качественном отношении пространственные составные части NDVI и климатических переменных были эффективны для выявления понимания и закономерностей этих взаимосвязей в субрегиональном масштабе. Пространственная неоднородность паттернов NDVI указывает на различные реакции конкретных типов растительности, а также на местные эффекты, которые явно важны на фоне региональной реакции климата.

Спутниковые исследования данных нормализованного разностного индекса растительности (NDVI) выявили изменения в продуктивности растительности в северной Евразии, а также в субарктической и арктической Северной Америке за последние десятилетия.В тундре было зарегистрировано широко распространенное «озеленение», на которое указывают увеличивающиеся максимумы NDVI в период вегетации (например, Walker et al 2009, Epstein et al 2012, Bhatt et al 2017), в то время как недавнее «потемнение» ‘в бореальных лесах был обнаружен (например, Beck and Goetz 2011, Elsakov and Teljatnikov 2013, Buermann et al 2014). Однако наблюдаемые тенденции очень чувствительны к временной и пространственной выборке и имеют большую пространственную неоднородность (Miles and Esau, 2016).Причины этих изменений не совсем понятны, но их связывают с несколькими факторами, включая региональное потепление климата. Климатическая реакция растительности Северной Евразии не кажется универсальной, но варьируется между разными периодами (Buermann et al 2014), разными биомами, например. тундра по сравнению со средней тайгой — и может существенно различаться даже в пределах данного биома (например, Kharuk et al 2013, 2015, Hellman et al 2016). Сопоставимые результаты были получены в панарктических и североамериканских исследованиях (например.грамм. Bunn et al 2007, Olthof and Latifovic 2007, Epstein 2016, Bhatt et al 2017). Банн и Гетц (2006) подчеркивают, что изменения растительности сильно изменчивы в пространстве и что определенные виды и типы ландшафта, вероятно, более чувствительны к изменениям, чем другие, что указывает на то, что разные виды растительности по-разному реагируют на климатические изменения (Цебакова и др. 2010, стр. Андреу-Хейлс и др. 2011, Гетц и др. 2011). Выявление пространственных закономерностей дает важную информацию о факторах контроля растительности и потенциальных ответах на изменение климата и окружающей среды, а также позволяет разделить климатические эффекты и эффекты возмущения (например,грамм. Сулла-Менаше и др. 2018).

Исследования реакции тундры на климат в северной Евразии были основаны на экспериментах на уровне отдельных участков (Hollister et al 2005, Walker et al 2006 и ссылки в них), полевых наблюдениях (Elemendorf et al 2013, г. Ackerman et al 2018), а также спутниковые наблюдения NDVI (например, Walker et al 2009, Epstein et al 2012, Bhatt et al 2017).Исследования убедительно свидетельствуют о том, что рост тундры положительно отражает изменение температуры, хотя Walker и др. (2009) обнаружили только слабую связь для тундры на полуострове Ямал в северной части Западной Сибири (СЗС), а Блок и др. (2011) не обнаружил устойчивый температурный режим для тундры северо-востока Сибири.

Исследования реакции бореальных лесов на климат в Северной Евразии были основаны на полевых измерениях ширины годичных колец (например, Lloyd and Bunn 2007, Hellman et al 2016) и спутниковых исследованиях с использованием NDVI (e.грамм. Goetz et al 2011, Buermann et al 2014). Неблагоприятная реакция бореальных лесов на недавнее потепление в западной части центральной Евразии, обнаруженная Буэрманном и др. (2014), похоже, согласуется с результатами недавних исследований в других местах, которые предполагают, что этот биом становится более уязвимым для факторов, связанных с потеплением, включая засуха.

Практически не проводились исследования северной Евразии, в которых последовательно изучались бы взаимосвязи NDVI и климата в диапазоне от тундры до средней тайги — и в переходных биомах лесотундры и северной тайги — за исключением обзорной главы Goetz et al. (2011).Поэтому сложно сравнивать и противопоставлять результаты вышеупомянутых исследований тундры и бореальных лесов из-за различий во временных и пространственных выборках, данных и методах — поэтому существует некоторая неоднозначность в оценке реакции климата. Кроме того, большинство предыдущих спутниковых исследований NDVI в северной Евразии, в которых изучалась реакция экосистем на изменение климата, основывались на анализе тенденций или изменениях между временными интервалами. Некоторые заметные исключения, например, Олтхоф и Латифович (2007), Бауэрманн и др. (2014) и Хеллман и др. (2016).Особое значение здесь имеет исследование Buermann et al (2014), которые эффективно изучили межгодовую ковариабельность NDVI бореальных лесов, а также температуры и осадков с акцентом на центральную западную часть Евразии (50–65 ° с.ш., 50–75 ° в.д.).

Здесь мы исследуем межгодовую изменчивость NDVI и взаимосвязь с температурой и осадками в четырех основных биоклиматических зонах (тундра, лесотундра, средняя тайга и северная тайга) на Северо-западе. Мы проводим последовательный анализ — те же временные и пространственные выборки, наборы данных и методы — по этим биоклиматическим зонам с последующей стратификацией на восемь типов лесного покрова.Это дает возможность: (а) определить подробную пространственно-временную изменчивость NDVImax в последние годы, включая рекордно теплое лето 2016 г., (b) определить конкретные климатические переменные и месяцы с мая по июль, которые влияют на NDVImax, и (c) изучить изменяющуюся реакцию растительности на климат между различными биомами и типами лесного покрова и внутри них.

2.1. Район исследования и его растительность

СЗЮ лежит к востоку от Уральских гор и к западу от реки Енисей, охватывая примерно 55–72 ° с.ш., 54–80 ° в.д. (рисунок 1).Распределение зональной растительности в пределах СЗП соответствует общеклиматическим закономерностям и образует четыре основных биоклиматических зоны: тундра и лесотундра на севере, северная тайга и средняя тайга на юге. СЗШ имеет относительно равнинный рельеф с преимущественно широтной поясностью. Различные климатические факторы способствуют или ограничивают рост и развитие растений в каждой биоклиматической зоне СЗЮ. В то время как средняя температура воздуха явно важна для растительности во всем регионе, осадки также играют важную роль, как это разъясняется здесь в нашем исследовании изменчивой реакции климата различных биомов.

Приблизить Уменьшить Сбросить размер изображения

Рис. 1. (a) Земельный покров и биоклиматические зоны Северной Западной Сибири (СЗС): Т-тундра, FT-Лес-тундра, NT-Северная тайга и MT-Средняя тайга. Категории растительного покрова включают восемь типов леса (ED-вечнозеленый темный игольчатый лист; EL-вечнозеленый светлый игольчатый лист; BrD-лиственный широколиственный); DN-лиственный игольчатый лист; MNM-смешанное большинство игольчатых листьев; Смешанный; MBM-смешанное широколистное большинство и UF-безлесное) и водоемы.В соответствии с данными Miles and Esau (2016) и на основе Bartalev et al (2014).

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

Растительность тундры развивается в ограничивающих условиях короткого вегетационного периода, низких температур (воздуха и почвы) и высокой влажности из-за низкого проникновения почвы и испарения. Тундра расширяется на территории сплошной вечной мерзлоты и держит ее в замороженном состоянии большую часть года. Основные типы растительности — лишайники, мохообразные, злаковые, разнотравные и кустарниковые.Деревья покрывают только 2% тундровой зоны и лишь 0,5% всей покрытой лесом площади СЗЮ. Larix sibirica вместе с елью сибирской ( Picea obovata ) образует полярный предел распространения древостоя (см. Рисунок 1).

Лесотундра — это переходная зона, которая разрастается на спорадической вечной мерзлоте. Он имеет низкий и открытый растительный покров, а лес покрывает немногим более 30%, что составляет 2,6% от общей площади лесов на СЗЮ. Вечнозеленые леса здесь часто заболочены, с обильными кустарниками и зелеными мхами, среди которых преобладают ель ( Picea obovata ) и сосна ( Pinus sylvestris ). Лучше дренированные участки занимают лиственничники ( Larix sibirica) . Тундра и лесотундра — самые холодные зоны СЗШ. Средняя температура самого теплого месяца (июль) составляет 5–10 ° C. Продолжительность вегетационного периода в северных широтах невелика: 50–60 дней в зоне тундры и 60–90 дней в зоне тайги. Июнь, июль и август — месяцы с самым высоким уровнем биомассы, с пиком роста активности в июле.

Бореальные леса СЗЮ состоят из северной и средней тайги.В северной тайге основными типами леса являются лиственный хвойно-листовой (DN) лес с преобладанием Larix sibirica (лиственница) и светло-вечнозеленый (EL) хвойный с преобладанием Pinus sylvestris . В средней тайге вечнозеленый редколесье ( Pinus sylvestris) обычен на севере, тогда как на юге широко распространены широколиственные березовые лиственные ( Betula ) леса, представляющие в основном вторичную сукцессию.

NDVI в NWS показывает самые высокие значения около зоны 60 ° с. ш. и постепенно уменьшается к северу в сторону низкотемпературной полярной области (см. Miles and Esau 2016, их рисунок 2 (a)).

Приблизить Уменьшить Сбросить размер изображения

Рис. 2. Пространственное распределение статистически значимых ( p <0,05) (а) положительных и (б) отрицательных тенденций максимальных значений NDVI на севере Западной Сибири, 2000–2016 гг., Стратифицированных по восьми типам лесного покрова. , сокращенно, как на рисунке 1.

Загрузить рисунок:

Стандартное изображение Изображение высокого разрешения

2.2. Данные и методы NDVI

2.2.1. Данные NDVI

В этом исследовании мы использовали продукты данных NDVI с разрешением 250 м, полученные с помощью спектрорадиометра изображения среднего разрешения (MODIS) на борту спутника на платформе системы наблюдения Земли Terra. Многочисленные предыдущие исследования продемонстрировали, что MODIS NDVI может быть эффективно использован для оценки продуктивности растительности для арктических и северных биомов Сибири (Frey and Smith 2007, Epstein et al 2012, Macias-Fauria et al 2012, Esau et al 2016 , Майлз и Исав, 2016). Используемые здесь данные и методы NDVI, по сути, такие же, как в Esau et al (2016) и Miles and Esau (2016), и кратко описаны здесь — см. Эти ссылки для подробностей. Признано, что для глобальных исследований растительности использование Коллекции 5 (C5) для анализа долгосрочных тенденций может дать результаты, отличные от результатов более новой коллекции C6 (например, Zhang et al 2017). Однако данные C5 считаются соразмерными для наших целей изучения закономерностей межгодовой изменчивости на региональной основе.

Данные MODIS NDVI за лето 2000–2016 гг. (Июнь – июль – август, JJA) по NWS были собраны и обработаны для этого исследования. Использовались композиты MODIS NDVI 16 d с пространственным разрешением 250 м (MOD13Q1). Этот продукт широко используется в фенологических исследованиях и исследованиях динамики растительности в Арктической и бореальной зоне (например, Blok et al 2011). Были загружены и импортированы в географическую информационную систему ArcGIS пять листов, покрывающих всю интересующую территорию (всего 35 листов за лето). Промежутки данных в пикселях растровой мозаики затем были заполнены информацией с использованием статистической интерполяции ближайшего соседа из окружающих пикселей с данными. Процент исключенных пикселей может варьироваться от 10% до 30%. См. Miles and Esau (2016) для получения дополнительной информации.

Здесь продуктивность растительности характеризовалась годовым максимумом NDVI (далее NDVImax) в соответствии с Esau et al (2016) и Miles and Esau (2016) и несколькими предыдущими спутниковыми исследованиями арктической и субарктической растительности (e.грамм. Raynolds et al 2008, Walker et al 2009, Beck and Goetz 2011, Blok et al 2011). Значения NDVImax характеризуют максимальное развитие и представляют собой пиковую озелененность, достигаемую растительностью в течение вегетационного периода, и исключают любые сезонные колебания в NDVI между различными зонами растительности. Мы выбрали максимальное значение NDVI для каждого года из 16-дневных композитов для каждого пикселя и составили базовый набор данных NDVImax, из которого мы сгенерировали: (1) Карта 17-летнего среднего значения NDVImax по всему NWS, обеспечивающая среднее состояние пространственного распределения продуктивности растительности, (2) карты NDVImax для каждого года, предоставляющие информацию о временной и пространственной изменчивости продуктивности растительности, и (3) значения NDVImax для каждого года, стратифицированные по типу биома и лесного покрова, агрегированные в средние значения для каждой категории и используется в качестве исходных данных для статистического анализа. Информация о доминирующих видах лесов была получена из цифровой карты лесного покрова России Проба-В-ТерраНорте с пространственным разрешением 345 м и с использованием тех же типов лесов (Барталев и др. 2014) (рис. 1). Чтобы избежать расхождений в данных, карта леса была пересчитана до разрешения 250 м с использованием методов интерполяции ближайшего соседа, что подходит для дискретных данных, таких как классы землепользования, потому что это не изменит значения ячеек. Максимальная пространственная ошибка составляет половину размера ячейки.Мы рассчитали доли площади, покрытые различными типами леса, от общей площади СЗП в каждой биоклиматической зоне по карте леса. Линия деревьев была оцифрована с использованием тех же данных путем определения границ роста древесной растительности. Более подробная информация доступна в Bartalev et al (2014).

2.2.2. Изменчивость и тенденции NDVI

Межгодовая изменчивость NDVImax, агрегированная для каждого биома и типа лесного покрова, была идентифицирована путем создания набора временных рядов NDVImax для каждого класса. На основании этих данных мы оценили комбинированные годы с самым высоким или самым низким средним значением NDVImax для конкретной зоны биома по сравнению со средним значением NDVImax за весь период исследования. Пространственные композиции были основаны на отдельных годах наиболее положительных и отрицательных аномалий, обозначенных зелеными и коричневыми точками во временном ряду на рисунке 3 (а). Пространственные карты аномалий NDVImax были составлены как разность между средним летним NDVImax за указанные годы и средним летним NDVImax за весь период исследования (2000–2016 гг.).Полученные в результате композиты аномалий полезны для характеристики состояния растительности относительно нормального (среднего) и по сравнению с композитами климатических аномалий.

Приблизить Уменьшить Сбросить размер изображения

Рис. 3. Межгодовая изменчивость NDVImax, усредненная в пределах (а) четырех биомов и (б) восьми типов лесного и земельного покрова в СЗЯ, 2000–2016 гг. Зеленые и коричневые точки в и представляют годы композитов высокого и низкого NDVImax, см. Рисунки 6 и 8.

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

Тенденции NDVImax за период 2000–2016 гг. Были оценены с использованием обычной линейной регрессии методом наименьших квадратов (МНК) для каждого стека пикселей, что позволило получить пространственное распределение тенденций NDVImax по NWS. Чтобы идентифицировать пиксели со статистически значимыми тенденциями, мы замаскировали все пиксели с оценочным значением p > 0,05. Подробные сведения о статистической значимости и надежности представлены в Miles and Esau (2016).Тенденции также были объединены по типам биома и лесного покрова, чтобы определить распределение положительных и отрицательных тенденций в рамках каждого класса — цифры 2 и S1 (c), (d) доступны в Интернете по адресу stacks.iop.org/ERL / 14/075008 / mmedia.

2.3. Климатические данные и методы

2.

3.1. Климатические данные

Климатические данные из набора данных реанализа NCEP / NCAR (Kalnay et al 1996, обновлено) были извлечены и нанесены на график с использованием ежемесячных сезонных композитных функций, предоставленных Национальным управлением по океану и атмосфере.Лаборатория исследований окружающей среды (ESRL) Отделение физических наук (PSD). Для каждого месяца с мая по август каждого года с 2000 по 2016 год мы извлекали данные с месячным разрешением о температуре приземного воздуха (SAT) и осадках, усредненных для ячеек сетки, аппроксимирующих каждую из четырех областей биома. Далее мы разделили регионы на ячейки сетки для западной, центральной и восточной частей лесотундры, северной и средней тайги, а также для западной и восточной частей тундровой зоны (т.е. Ямал и Гыдан соответственно). Эти временные ряды климата использовались в одномерном и двумерном статистическом анализе и композитном анализе.

2.3.2. Статистический и композитный анализ

Во-первых, для проверки взаимосвязей первого порядка между NDVImax и климатом использовалась двумерная статистика путем расчета коэффициентов корреляции Пирсона r для NDVImax-SAT и NDVImax-осадков для каждого биома. Для климатических переменных были протестированы различные месяцы и комбинации месяцев с мая по июль, чтобы определить, какие из них имеют наибольшую корреляцию с NDVImax для каждого биома и типа почвенно-растительного покрова.Предыдущие исследования показали, что задержки во времени важны при изучении взаимосвязи между климатом и характеристиками растительности (см., Например, Лин и др. 2014 г., Ву и др. 2015 г., Седдон и др. 2016 г.). Статистическая значимость при α = 0,05 для небольшого размера выборки n = 17 (степени свободы = 16) требовала r > 0,5. Для тех двумерных соотношений, которые оказались статистически значимыми, мы также рассчитали наклоны регрессии для NDVImax как функцию температуры или количества осадков в качестве оценки общей реакции климата.

Во-вторых, в качестве дополнения к статистическому подходу «черного ящика» агрегированных значений, мы выполнили комбинированный анализ тех двумерных отношений, которые оказались статистически значимыми. Композитный анализ признан простым и эффективным инструментом для определения условий, наблюдаемых во время определенных состояний климата, то есть средних значений, а также положительных и отрицательных аномалий. Пространственные составные карты аномалий в SAT и осадках, охватывающие всю исследуемую область (координаты угла 54 ° N – 73 ° N, 54 ° E – 80 ° E), были созданы с использованием ежемесячных функций сезонных композитов на веб-сайте ESRL PSD.Мы исследовали SAT и осадки для комбинированных лет больших положительных и отрицательных аномалий NDVImax для каждого биома. Составленные карты оценивались качественно путем сравнения знака, величины и пространственного характера аномалий NDVImax и климатических переменных.

3.1. Изменчивость и тенденции NDVI для различных биомов и типов лесного покрова

Пространственное распределение значимых положительных и отрицательных тенденций в NDVImax, стратифицированных по основным типам лесного покрова, показано на рисунке 2. Озеленение наиболее распространено на севере, в безлесной (UF) тундре и лиственных хвоях (DN, лиственница) в лесотундре и прилегающих территориях. Браунинг наиболее распространен в средней тайге, особенно в классах смешанных лесов (M и MBM) и темно-вечнозеленых (ED) в средней и северной тайге. Хотя в целом на севере и юге преобладают озеленение и потемнение, соответственно, существует большая степень пространственной неоднородности («пятнистости») и различий в зависимости от типа леса, например.грамм. участки побурения листопадных хвои проявляются в восточной северной тайге, а лиственницы — даже на фоне побурения (или отсутствия изменений) других типов лесного покрова.

Есть некоторые заметные различия в тенденциях NDVImax, обнаруженные Майлзом и Исау (2016) и данным обновленным исследованием (2000–2016). Больше озеленения наблюдается по всей исследуемой территории, особенно в тундре на севере Ямала и юге Гыдана и в лесотундре, и значительно меньше побурения в северной и средней тайге (рисунки 2 и S1 (а), (б)). ).Соответственно изменилась пропорция тенденций позеленения и потемнения, стратифицированных по типу биома и лесного покрова (рисунки S1 (c), (d), таблица S1).

Если оставить в стороне тенденции, именно изменчивость представляет интерес для определения взаимосвязей бореальной растительности и климата. Межгодовая изменчивость NDVI для различных биомов и классов лесного покрова показана на рисунке 3. Для каждого биома годы больших положительных и отрицательных аномалий NDVI — зеленые и коричневые точки, соответственно, на рисунке 3 (a) — обеспечивают основу для составного анализа для пространственного изучения реакции растительности на изменения температуры и осадков.

Следует отметить, что значения NDVImax в 2015 и 2016 годах были высокими в тайге (рисунок 3 (а)) для различных типов леса, например широколиственные (BR), смешанные широколиственные (MBM), светлые вечнозеленые (EL), а также лиственные хвои (DN) и безлесные участки (UF) в лесотундровой и тундровой областях соответственно (рисунок 3 (b) ). Эти изменения являются результатом увеличения NDVImax за два года, 2015 и 2016, которые были аномально теплыми.

Климатические условия в 2016 году были исключительными: средний показатель SAT в Арктике за год, закончившийся в сентябре 2016 года, был самым высоким за всю историю наблюдений (Richter-Menge et al 2016) с +2.Аномалия 0 ° C (относительно исходного уровня 1981–2010 гг.) Над сушей к северу от 60 ° с. Самая большая температурная аномалия в Арктике произошла над СЗЮ летом 2016 года. Рисунок 4 (а) показывает, что в июне – июле SAT в нашем районе исследования были на 2–5 ° C выше среднего, с самыми высокими значениями над тундрой и тундрой. лесотундровые районы. В этих регионах наблюдались отрицательные аномалии осадков, особенно в восточной части, тогда как в лесных районах СЗЮ наблюдались сильные положительные аномалии осадков (рисунок 4 (b)).В NDVImax есть ярко выраженные положительные аномалии, охватывающие почти всю СЗЮ, с несколькими меньшими областями с отрицательными аномалиями, например северный Ямал и Гыдан и крайняя восточная часть северной тайги (рисунок 4 (в)).

Приблизить Уменьшить Сбросить размер изображения

Рис. 4. Климат и NDVImax во время рекордно теплого лета 2016 г. Сезонные композиты аномалий июня – июля (JJ) в SAT (° C) (а) и в осадках (d ^–1 мм) для 2016 г.(c) NDVImax за 2016 г., демонстрирующий положительные аномалии на большей части северо-запада Сибири.

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

3.2. Взаимосвязи NDVI и климата: типы биомов и растительного покрова-леса

Отношения между усредненным по биому NDVImax и климатическими переменными оказались статистически значимыми ( α = 0,05) только для двух двумерных пар: тундра NDVImax-SAT ( r ~ +0,79, p = 0,02) и средней тайги NDVImax-осадков ( r ~ +0.49, p = 0,05), с незначительными результатами для переходных биомов лесотундра и северная тайга. Отсутствие значимых корреляций для других биомов не обязательно означает отсутствие реакции климата, но, по-видимому, отражает ограничения массового усреднения, учитывая пространственную неоднородность NDVImax, возникающую из-за различных типов лесного покрова в каждом регионе, местных эффектов, а также небольшой размер выборки ( n = 17). Примечательно, что в биомах лесотундры и северной тайги мы обнаружили значимую взаимосвязь между NDVImax листопадной хвои (лиственница) и SAT (раздел 3.2.3).

Были также определены конкретные месяцы с наиболее сильной корреляцией. Июнь – июль имели наибольшую корреляцию для тундровых NDVImax и SAT. Лесные массивы дали разные результаты. Для средней тайги NDVImax и осадков, а также для лиственных игольчатых NDVImax и SAT июль оказался лучшим предсказателем, чем июнь – июль. Однако для широколиственных лиственных и светлых вечнозеленых лесов корреляция с осадками была наиболее высокой в ​​июне – июле и мае – июне – июле, соответственно, хотя эти корреляции были ниже уровня значимости.

3.2.1. Тундра и температура

Тундра NDVImax увеличилась с 0,63 до 0,65 (+0,013 за десятилетие, рост ~ 3,1% за десятилетие) в течение периода, в то время как SAT июнь-июль (JJ) увеличился с 6,0 ° C до 8,7 ° C ( +1,6 ° C за десятилетие) по линейному тренду OLS. Статистическая взаимосвязь между NDVImax и SAT для тундры за 2000–2016 гг. Показана на рисунке 5 (а). Коэффициент корреляции r между тундровыми NDVImax-SAT равен +0,79 ( p = 0,02). Линейная зависимость еще сильнее ( r = +0.86), а наклон (реакция) будет более крутым, если исключить экстремальную температурную аномалию 2016 года (рисунок 5 (b)). Климатические условия летом 2016 года, показанные выше на рисунках 4 (a), (b), указывают на положительную аномалию SAT на ~ 4–5 ° C в тундровой зоне вместе с отрицательными аномалиями осадков, особенно в восточной части (Гыдан). ). Это привело к более низкому NDVImax, чем можно было бы ожидать от температурной аномалии 4 ° C, что свидетельствует о влиянии отрицательной аномалии осадков и подтверждается независимыми наблюдениями за сухой растительностью и условиями пожаров в регионе летом 2016 года.

Приблизить Уменьшить Сбросить размер изображения

Рис. 5. (a) Диаграмма рассеяния, показывающая совместную изменчивость между NDVImax в тундре и аномалиями приземной температуры воздуха (SAT) с июня по июль (JJ) в тундровом регионе на NWS, 2000–2016 гг. (b) То же, что и в (a), но без экстремальной положительной аномалии SAT в 2016 году.

Загрузить рисунок:

Стандартное изображение Изображение высокого разрешения

Характер аномалий SAT и осадков в течение лета, когда тундра зеленеет и потемнеет, показана на рисунке 6.Позеленение и потемнение тундры обычно связаны с положительными и отрицательными аномалиями в SAT соответственно. Здесь композит самых зеленых лет (рисунки 6 (a) — (c)) показывает большие положительные температурные аномалии 2–3,5 ° C вместе с осадками умеренно выше среднего (0,2–0,7 мм d ^–1 или выше до 4,2 см накоплено по JJ). Отметим, что наблюдаемое в эти годы озеленение тундры отрицательно коррелирует с повсеместным потемнением, наблюдаемым в северной и средней тайге.Годы самой бурой тундры (рисунки 6 (d), (e)) соответствуют умеренно отрицательным температурным аномалиям (от 0,2 ° C до -0,8 ° C) и умеренно превышающим средние значениям осадков (0–0,5 мм d ^–1 , или 0 –3 см для JJA).

Приблизить Уменьшить Сбросить размер изображения

Рис. 6. Составной анализ тундры. Климатические условия при озеленении тундры на севере Западной Сибири по сезонным композициям аномалий июня – июля (JJ) (а) приземной температуры воздуха (SAT, ° C), (б) осадков (d ^–1 мм) и (в) ) NDVImax за 2012 и 2013 годы, годы с наибольшим значением NDVImax в тундровом регионе (см. Рисунок 3 (а)).Климатические условия во время потемнения тундры на основе сезонных композиций аномалий летом (d) SAT, (e) осадки и (f) NDVImax для 2000, 2002 и 2010 годов, лет с самым низким значением NDVImax в тундровом регионе. NDVImax для трех биомов, кроме тундры, показаны перекрестной штриховкой.

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

3.2.2. Средняя тайга и осадки

Корреляция между NDVImax средней тайги и июльскими осадками за 2000–2016 гг. Умеренная ( r = +0.48, p = 0,05), а диаграмма рассеяния показывает в целом линейную зависимость (рисунок 7). Взаимосвязь между NDVI средней тайги и климатическими переменными дополнительно исследуется в рамках пространственного композитного анализа (рис. 8).

Приблизить Уменьшить Сбросить размер изображения

Рис. 7. Диаграмма рассеяния , показывающая совместную изменчивость между аномалиями осадков в средней тайге NDVImax и июнь – июль (JJ) аномалиями осадков (d ^–1 мм) в районе средней тайги на Северо-Западе, 2000–2016 гг.

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

Приблизить Уменьшить Сбросить размер изображения

Рис. 8. Композитный анализ средней тайги. Климатические условия в период озеленения средней тайги на севере Западной Сибири по сезонным композициям аномалий в июле (а) приземной температуры воздуха (SAT, ° C), (б) осадков (d ^–1 мм) и (в) NDVImax за 2003 г. , 2008, 2015 и 2016 годы, годы с наибольшим значением NDVImax в районе средней тайги (см. Рисунок 3 (а)). Климатические условия в годы потемнения средней тайги на основе сезонных композитов летних (JJA) аномалий в SAT (г), (д) ​​осадков и (е) NDVImax для 2011, 2012 и 2013 гг., Лет с наименьшим значением NDVImax в регионе средней тайги . NDVImax для трех биомов, кроме средней тайги, показаны штриховкой.

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

Озеленение средней тайги (рисунки 8 (а) — (в)) связано с умеренными аномалиями осадков по региону, +0.6–1 мм d ^–1 или +1,8–3 см для июля в эти годы. Районы наблюдаемого озеленения (западная и центральная средняя тайга) качественно согласуются с сводом аномалий осадков. Типы лесов средней тайги увеличили NDVI в 2015 и 2016 годах (рисунок 2 (a)), оба года с теплыми аномалиями, но с положительными аномалиями осадков в регионе, в отличие от отрицательных аномалий осадков в тундровой зоне в 2016 году (см. рисунки 4 (a), (b)), предполагая, что сильно положительные аномалии SAT (например,грамм. 2016) не подвергают стрессу растительность, если в лесных регионах выпадает количество осадков выше нормы (т. Е. Достаточная влажность).

Состав потемнения для средней тайги (2010, 2011 и 2012 гг.), Показанный на рисунках 8 (d) — (f), предполагает связь с уменьшенным количеством осадков (от –1 до –1,8 мм d ^–1 , т.е. 3– 5,4 см за июль) в средней и западной средней тайге, что совпадает с показателем SAT выше среднего. 1,0 ° C – 1,4 ° C. Даже в субрегиональном масштабе пространственные модели осадков и аномалии NDVImax соответствуют друг другу как для потемнения, так и для позеленения композитов.

3.2.3. Лиственный хвойно-листовой лес и температура

Хотя ни северная тайга, ни лесотундровые биомы не были связаны с климатом в целом, в этих двух регионах один класс растительности имел статистически значимую взаимосвязь. Коэффициент корреляции r между листопадными игольчатыми NDVImax-SAT в июле составляет +0,53 ( p = 0,03) (рисунок 9). Мало того, что июль был месяцем с самой высокой корреляцией, но и никакие другие месяцы или комбинации месяцев не были значимыми (например,грамм. Июнь Июль). Сила корреляции была практически одинаковой для SAT, рассчитанных для регионов северной тайги и лесотундры, и качественно согласуется с полевыми исследованиями в центральной Сибири (Харук и др. 2015).

Приблизить Уменьшить Сбросить размер изображения

Рис. 9. Диаграмма рассеяния, показывающая совместную изменчивость между NDVImax листопадных листьев и аномалиями приземной температуры воздуха (SAT) в июле в северной тайге в NWS, 2000–2016 гг.

Загрузить рисунок:

Стандартный образ Изображение высокого разрешения

Это исследование 17-летнего рекорда (2000–2016 гг.) Максимального NDVI (NDVImax), рассчитанного на основе данных MODIS, выявило контрастную изменчивость и тенденции в растительности между тундровыми и лесными территориями, а также, в частности, различия внутри биомов. Противоположные результаты подчеркивают большую пространственно-временную изменчивость реакции роста растительности на изменение климата в северных районах. Ответ определяется ограничивающими факторами роста растений, присущими конкретному биому.

Мы обнаружили, что наиболее сильная общая взаимосвязь — это положительная реакция продуктивности тундровой растительности на SAT, как обнаружено в усредненной по биомам корреляции ( r ~ +0,79) и композитном анализе. Модели озеленения и потемнения тундры, по-видимому, связаны с положительными и отрицательными аномалиями в SAT, соответственно, как и ожидалось из усредненной по совокупности корреляции и предыдущего анализа реакции тундровой растительности на изменения температуры (например, Walker et al 2006, Raynolds et al. al 2008, Elmendorf et al 2012, Seddon et al 2016, Lara et al 2019).Это соответствует предыдущим исследованиям в NWS и других местах, основанным на экспериментах по потеплению участков (например, Walker et al 2009, Elmendorf et al 2012), наблюдательным исследованиям, измеряющим ширину годового кольца роста в образцах кустарников в тундровых регионах (например, Ackerman et al 2018), а также спутниковые наблюдения NDVI (например, Epstein et al 2012, Bhatt et al 2013, Epstein 2016). Однако существуют пределы положительной реакции тундры на температуру, как показано здесь на композитах и ​​в крайнем случае 2016 года (рис. 4), в течение которого температуры JJ были на 2–4 ° C выше среднего, но с отрицательными аномалиями в осадках и влажность почвы в районе тундры, что привело к среднему значению NDVImax в тундре в 2016 г.Температура — важный фактор, определяющий рост растений в тундре. Однако влажность почвы контролирует и усиливает направление реакции растений (Bjorkman et al 2018). Влажность почвы в гораздо большей степени контролируется микрорельефом земли, чем ежегодными осадками, поскольку вечная мерзлота препятствует проникновению дождя и талой воды в землю (Grosse et al 2016). Кроме того, испарение замедляется из-за низких температур. В случае 2016 года аномалии в увеличении SAT должны были привести к увеличению испарения и в сочетании с меньшим количеством осадков привели к тому, что испарение превысило количество осадков и влажность почвы. Это согласуется с утверждением Аккермана и др. (2018) о том, что «кустарники демонстрировали снижение предельного прироста прироста в ответ на повышение температуры, что свидетельствует об альтернативных механизмах ограничения роста в особенно теплые годы, таких как ограничение влажности, вызванное температурой». Другие причины, которые могут повлиять на NDVI в более теплые периоды, заключаются в том, что увеличение летнего тепла может привести к таянию грунтового льда и / или таянию вечной мерзлоты, развитию термокарста и скоплению поверхностных вод, что уменьшит ландшафтный сигнал NDVI (Reichle и др. 2018).В 2016 году глубина сезонного таяния вечной мерзлоты была как минимум на 10 см больше, чем в прошлом (www.arctic.noaa.gov/Report-Card/Report-Card-2017/ArtMID/7798/ArticleID/694/Terrestrial-Permafrost , earthchronicles.com / natural-catastrophe / heat-waves-таяние-вечная мерзлота-на-yamalpeninsula.html). Снижение NDVI на севере Западной и Центральной Сибири также может быть результатом нарушений, связанных с потеплением, таких как пожар (например, Goetz et al 2005, Cuevas-Gonzalez et al 2009, Jin et al 2012, Liebman et al. al 2015).Более теплое и засушливое лето делает растительность более горючей, а более высокие температуры вызывают больше гроз и ударов молний, ​​которые могут вызвать лесные пожары, как, например, наблюдаемые в тундровом лесу на Северо-западе США в 2016 году. С другой стороны, некоторые полевые исследования не показали согласия и предполагают что межгодовая изменчивость продуктивности тундры обычно ограничена и не сильно связана с летними температурами (например, Hudson and Henry 2010, Bjorkman et al 2018), хотя другие показали положительную взаимосвязь между летними температурами и ростом растений тундры (Callaghan et al 1989 , van der Wal and Stien 2014, цитируется из Reichle et al 2018).Здесь комплексный анализ пространственной изменчивости NDVImax во время озеленения и побурения тундры (рисунок 6) показывает степень соответствия между паттернами аномалий SAT и NDVI на Ямале, особенно во время сильного озеленения в 2012 и 2013 годах, когда количество осадков и влажность почвы были адекватными. для усиленного роста.

Средняя тайга NDVImax показывает очевидную положительную реакцию на осадки как в позеленении, так и в побурении композитов. Некоторое понимание и иллюстрации могут быть получены из композитов зеленой тундры при высоких температурах в 2012 и 2013 годах (рисунки 6 (a), (c)), которые были годами потемнения бореальных лесов при высоких температурах, что в сочетании с дефицитом осадков дало явное потемнение (рисунки 8 (d) — (f)).Напротив, высокие температуры 2016 года были связаны с относительно коричневой тундрой и относительно зелеными лесными участками. Разница в том, что характер выпадения осадков был различным в разных странах, по сути, являясь зеркальным отображением друг друга (рисунки 6 (a), (b) по сравнению с рисунками 8 (a), (b)). Это проявляется в предполагаемом дефиците влаги в лесу в 2012 и 2013 годах и избытке влаги в лесу в 2016 году и наоборот в тундре. В биомах бореальных лесов мы не находим признаков прямого температурного стресса, вызвавшего потемнение; я. е. Положительные аномалии SAT могут быть связаны с положительным ответом NDVI, если осадки также выше среднего, например 2015 и 2016 гг. Таким образом, для прогнозирования изменений продуктивности бореальных лесов в будущих сценариях важно правильно смоделировать летние осадки.

В этом исследовании недавняя изменчивость летних максимальных значений NDVI по данным MODIS была последовательно проанализирована в четырех биомах для NWS. Знания о различной реакции арктических и субарктических типов растительности на климат были детализированы здесь, и были сделаны следующие выводы:

• 1.

  NDVImax в NWS имеет высокую межгодовую изменчивость в разных биомах и типах лесного покрова, что имеет большое влияние на очевидные тенденции во временных рядах десятилетнего масштаба.

• 2.

  Межгодовая изменчивость NDVImax, по-видимому, отражает краткосрочную реакцию растительности на температуру и / или осадки в течение вегетационного периода. Сама реакция климата варьируется в зависимости от биомов в СЗЮ, например NDVImax в тундре наиболее тесно связан с температурой июня – июля, тогда как NDVImax в средней тайге наиболее тесно связан с июльскими осадками.

• 3.

  Существует большая пространственная неоднородность моделей NDVI в биомах, так что различия в типах леса очевидны. В частности, NDVImax листопадной хвои положительно коррелирует с температурами июля в биомах северной тайги и лесотундры, тогда как другие типы леса в тайге не имеют четкой температуры отклика.

Результаты здесь представляют собой характеристику первого порядка краткосрочной климатической реакции растительности в различных биомах на СЗЮ.Хотя из этого анализа очевидна некоторая реакция климата, необъяснимая изменчивость намного больше, чем объясненная. Существует потребность в дальнейшем уточненном анализе, включая многомерный анализ, эффекты запаздывания реакции (например, снежный покров перед вегетационным периодом) и более конкретный пространственный анализ NDVI и климатических переменных. Однако это остается сложной задачей из-за отсутствия данных о климате и окружающей среде с такой же точностью и пространственной точностью, что и данные NDVI.