Критерии и индикаторы для оценки состояния лесов московской области
На правах рукописи
Левицкая Наталья Николаевна Критерии и индикаторы для оценки состояния лесов Московской области Специальность 03.02.08 – Экология
Автореферат диссертации на соискание ученой степени кандидата биологических наук
Москва – 2012 Диссертационная работа выполнена в Федеральном государственном бюджетном учреждении науки Центр по проблемам экологии и продуктивности лесов РАН
Научный консультант: Черненькова Татьяна Владимировна, доктор биологических наук, ведущий научный сотрудник ФГБУН Центр по проблемам экологии и продуктивности лесов РАН
Официальные оппоненты: Рысин Лев Павлович, доктор биологических наук, член-корреспондент РАН, главный научный сотрудник ФГБУН Институт лесоведения РАН Хорошев Александр Владимирович, кандидат географических наук, доцент кафедры физической географии и ландшафтоведения географического факультета МГУ им. М.В. Ломоносова
Ведущая организация: ФГБУН Институт проблем экологии и эволюции им. А. Н. Северцова РАН
Защита состоится «30» мая 2012 г. в 10.00 на заседании диссертационного совета Д 002.054.01 при Институте лесоведения РАН по адресу: 143030, Московская обл., Одинцовский р-н, п/о Успенское, ул.
Советская, д. 21.
Тел./факс: (495) 634 52 57;
e-mail: [email protected]
С диссертацией можно ознакомиться в библиотеке Института лесоведения РАН. Текст автореферата размещен на сайте Института лесоведения РАН http://ilan.ras.ru «30» апреля 2012 г.
Автореферат разослан «30» апреля 2012 г.
Ученый секретарь диссертационного совета, кандидат биологических наук И.А.Уткина
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Леса Московской области (МО) обладают высокой социальной и экологической значимостью и, как любые лесные массивы вблизи мегаполисов, испытывают сильнейшие антропогенные нагрузки. Проблема гармоничного сочетания антропогенной деятельности с природной средой, поставленная на Конференции ООН по окружающей среде и развитию (1992), для МО стоит крайне остро. В принятых на данной конференции директивных документах сформулирована необходимость научного обоснования критериев и руководящих принципов для управления и устойчивого развития всех типов лесов (Agenda 21, 1992). Обеспечение биологического разнообразия, продуктивности, жизнеспособности и возобновления лесообразующих пород, а также способности лесов выполнять в настоящее время и в будущем разнообразные экологические функции является основным условием устойчивого лесопользования (Лесной кодекс РФ, 2006). Для реализации этого условия первоочередной задачей являются выбор способов измерения биоразнообразия и оценки эффективности действий по его сохранению с помощью системы индикаторов (Ministerial conference …, 1995).
Совершенствование критериев и индикаторов устойчивого управления лесами является важной составляющей этого процесса.
Разработка критериев и индикаторов устойчивого управления лесами в последние десятилетия получила широкое развитие во многих странах мира (Исаев и др., 1991;
Алексеев и др., 2002;
Критерии и индикаторы …, 1995, 2009;
Черненькова и др., 2009;
Ministerial conference…, 1993-2011;
The Montreal Process …, 1995). В связи с этим актуальной задачей является совершенствование параметров устойчивого управления лесами, согласующихся с перечнем основных общепринятых в отечественной и международной практике критериев и индикаторов и обеспечивающих сохранение экологических, экономических и социальных функций лесов.
Цель – обоснование выбора и апробация системы критериев и индикаторов устойчивого управления лесами на примере территории МО.
Задачи исследования:
1) анализ результатов деятельности международных программ в области устойчивого управления лесами и обоснование преимуществ системы критериев и индикаторов, структурированных по модели “pressure-state-response” («Нагрузки – Состояние – Реагирование») (далее PRS) (OECD, 1993);
2) оценка состояния лесов МО по набору критериев и индикаторов для сохранения умеренных и бореальных лесов (далее Монреальский процесс);
3) оценка значимости природных и антропогенных факторов, обуславливающих современное состояние лесов МО с учетом ландшафтных условий;
4) оценка состояния лесного покрова МО на основе официальных и независимых источников информации (дистанционные данные);
5) определение интегральных количественных показателей «нагрузок», «состояния» и «реагирования» в соответствии с моделью PRS;
6) оценка эффективности схем развития и размещения ООПТ МО, утвержденных Постановлением Правительства МО от 11.07.2007 и 11.02.2009, и разработка основных направлений корректировки системы ООПТ МО с целью реализации конкретных действий, направленных на поддержание биоразнообразия лесного покрова региона.
Научная новизна заключается в адаптации национальных критериев и индикаторов устойчивого управления лесами к региональному уровню на примере МО. Впервые в РФ использованы критерии и индикаторы модели «PSR» и продемонстрированы практические преимущества данной модели перед индикаторами Монреальского процесса. Состояние лесного покрова области (лесистость, фрагментарность, доля хвойных и лиственных лесов и др.) оценено при совместном использовании официальных данных и независимых источников (мультиспектральные снимки). Получены интегральные количественные оценки показателей «нагрузок», «состояния» лесов и мер «реагирования», которые могут использоваться для поддержки принятия решений по управлению лесами.
Защищаемые положения Применение набора критериев и индикаторов Монреальского процесса на 1.
региональном уровне позволяет оценить степень выполнения экологических и социально-экономических функций лесного покрова, поддержания санитарного благополучия и биологического биоразнообразия. Однако, его слабой стороной является невозможность осуществления взаимосогласованных оценок нагрузок на лесной покров, состояние лесов, а также мероприятий, обеспечивающих устойчивое лесопользование.
Модель PSR позволяет не только оценить состояние лесов, но и выявить 2.
основные факторы, влияющие на него, а также определить эффективность мер, направленных на оптимизацию режимов природопользования с целью поддержания биоразнообразия лесов.
Использование данных дистанционного зондирования (ДДЗ), средств ГИС 3.
технологий и математического аппарата позволяет оперативно получить данные по состоянию и динамике лесного покрова (лесистость, фрагментация, распределение хвойных и лиственных пород и др.), преодолевая ведомственную разобщенность информационных источников по состоянию лесов МО.
Система ООПТ, предложенная Схемой территориального планирования МО и, 4.
утвержднная постановлением Правительства МО № 517/23 от 11.07.2007, является более эффективной мерой для поддержания качества лесов по сравнению со схемой развития и размещения ООПТ МО, утвержденной Постановлением Правительства №106/5 от 11.02.2009.
Научно-практическая значимость заключается в апробации критериев и индикаторов модели «PSR» на примере МО, дающей достаточное для практики управления представление о текущем состоянии лесных территорий с точки зрения их эколого-экономической и социальной ценности. Применение набора интегральных количественных показателей может рассматриваться как выражение обобщенной информации, непосредственно используемой при оценке действующих тенденций и принятии решений в конкретном регионе. Опыт использования современных средств анализа, ГИС-технологий, математического аппарата продемонстрировал широкий спектр возможностей для осуществления мониторинга состояния лесов МО, проведения инвентаризационных работ, создания тематических карт и их дальнейшего использования.
Работа выполнялась по теме НИР ЦЭПЛ РАН 6.3. (5.27) № 01.2.007 «Разработка системы индикаторов биоразнообразия лесов и области их применения для наземных и дистанционных исследований» при поддержке программы Президиума РАН по разработке методологии мониторинга биоразнообразия лесов и грантов РФФИ (11-04-01093 и 07-04-01743). Материалы диссертации в настоящее время уже используются ГУП МО НИиПИ градостроительства при разработке схемы корректировки системы ООПТ МО.
Апробация работы. Результаты работы докладывались на Конференции «Интеграция экосистемных услуг в экономику стран СНГ» (2011, пос. Дубровский, Московская область), 20th Workshop European Vegetation Survey (2011, Rome), на семинаре «Обучение по проблемным вопросам устойчивого управления лесами и подходам к сохранению биологического разнообразия» (2011, Звенигородская биостанция МГУ им. М.В. Ломоносова), на заседании «круглого стола» Московской городской Думы в рамках комиссии по экологической политике «Перспективы устойчивого развития города Москвы с учетом присоединенной территории» (2012).
Публикации. По теме диссертации опубликовано 5 печатных работ, в том числе 2 статьи – в рецензируемых научных журналах из списка, рекомендуемых ВАК для публикации результатов диссертаций, 1 – в коллективной монографии. 2 работы находятся в печати.
Объем и структура диссертации. Диссертация состоит из введения, заключения, шести глав и списка цитируемой литературы, насчитывающего источник, в том числе 57 зарубежных. Работа изложена на 158 страницах машинописного текста, включая 42 рисунка и 21 таблицу.
Благодарности. Выражаю искреннюю признательность научному руководителю, д.б.н. Т.В.Черненьковой за помощь и поддержку на всех этапах работы, а также большую благодарность к.г.н. Д.Н.Козлову за методическую помощь в верификации ДДЗ и математической обработке данных.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Глава 1. Критерии и индикаторы устойчивого управления лесами Определены понятия критериев и индикаторов устойчивого управления лесами и охарактеризованы основные международные инициативы по их разработке. В документе "Об утверждении критериев и индикаторов устойчивого управления лесами Российской Федерации» (1998) критерии определяют как стратегические направления практической деятельности для осуществления принятых принципов, индикаторы - как количественные и описательные характеристики критериев устойчивого управления лесами. Последовательное отслеживание индикаторов с течением времени показывает тенденции в изменении управления лесами.
В настоящее время существует ряд международных процессов, развивающих систему критериев и индикаторов устойчивого управления лесами, в которые вовлечено приблизительно 150 стран (FAO, 2001). Наиболее детально критерии и индикаторы разрабатываются в ходе Монреальского и Пан-европейского процессов.
Индикаторы позволяют отследить изменения во времени следующих характеристик лесов: сохранение биологического разнообразия, поддержание продуктивной способности, санитарного благополучия и жизнеспособности лесных экосистем, сохранение почвенных и водных ресурсов, поддержание и приумножение комплексных социально-экономических полезностей. Критический анализ существующих систем устойчивого управления лесами показал, что слабой стороной индикаторов, построенных по модели «тема – индикатор», является невозможность осуществления взаимосогласованных оценок факторов воздействия на леса и эффективности мероприятий, направленных на поддержание устойчивого лесопользования. Показано, что модель PRS является более эффективным инструментом управления по сравнению с другими моделями.
Глава 2. Материалы и методы исследования. В качестве источников информации служили официальные статистические данные Мослесхоза, Росстата, Управления Роснедвижимости по МО, ежегодные доклады о состоянии окружающей среды, выполненные Министерством экологии и природопользования Правительства МО в 2000-2010 гг. (О состоянии…, 2003-2005, 2007, 2008;
2011;
Об использовании…, 2002, Проект Лесного плана, 2010), данные Центра Охраны Дикой Природы, используемые в качестве индикаторов по критериям «нагрузки» и «реагирование». В основе данных по критерию «состояние», отражающего основные характеристики состояния и качества лесов, легли материалы лесоустроительных работ, тематические карты растительности и ландшафтов (Огуреева, 1996;
Анненская и др., 1997), а также данные оценки индикаторов биоразнообразия лесного покрова, полученные на основе данных дистанционного зондирования (ДДЗ), ГИС-технологий и математического аппарата.
В работе применены как визуальные, так и автоматизированные способы обработки снимков (геометрические преобразования, яркостные преобразования и классификация). Для оценки показателей состояния и динамики лесного покрова были использованы комбинированные разновременные снимки высокого и среднего пространственного разрешения: MOD09Q1 с пространственным разрешением 231,7 м (10 февраля 2008, 15 мая 2008, 5 августа 2008) и Landsat 5 TM с пространственным разрешением 30 м (май 2008), не имеющие облачности над территорией исследования в момент съемки. Яркостные преобразования снимков MOD09Q1 включали в себя синтезирование и математические операции с матрицами значений яркости (определение индекса биологической продуктивности NDVI).
Дешифрирование наземного покрова проведено с применением классификации с обучением, основанной на решающем правиле максимального правдоподобия (Книжников и др., 2004). В частности, для определения лесистости для MOD09Q была сформирована обучающая выборка на основе съемки Landsat 5 TM. Лесистость для каждого пикселя MOD09Q1 была оценена в процентах (от 0 до 100) по 60-ти пикселям Landsat 5 TM. Зависимость показателя лесистости от количества отраженной солнечной радиации в красном и ближнем ИК каналах съемки и NDVI в разное время года получена на основе регрессионной модели. Площадь лесовосстановления определена с помощью сопоставления разновременных данных по снимкам за 2000 и 2008 гг. Вычисление параметров выделенных классов (хвойные породы, лиственные породы, застройка, водная поверхность, сельскохозяйственные земли) производилось с помощью дискриминантного анализа (Пузаченко, 2004).
При обработке данных применялись методы многомерной статистики, реализованные в пакетах программы STATISTICA (корреляционный, регрессионный и дискриминантный). Средствами геоинформационного анализа и визуализации результатов являлись стандартные программные продукты MapInfo, SAGA GIS, MRT (Modis Reprojection Tool).
Оценка значений индикаторов осуществлялась в рамках муниципальных районов МО. Оцениваемые величины параметров пересчитаны на единицу площади и представлены в виде оценочных экологических картосхем. Формально все переменные получили равный вес, поскольку отсутствуют общепризнанные приоритеты в ранжировании ценности того или иного параметра. Простановка баллов осуществлялась с помощью метода «естественные группы» с использованием прикладного пакета по созданию тематических карт программы MapInfo.
Интегральные показатели получены путем суммирования отдельных показателей.
Глава 3. Природные и градостроительные особенности Московской области Лесной покров территории МО уже с XVI в. затронут глубокими антропогенными преобразованиями. Зональные хвойные и хвойно широколиственные леса сменялись производными насаждениями из мелколиственных пород, в которых происходило изменение биоразнообразия, снижение устойчивости экосистем и хозяйственной ценности древостоев. МО является одним из наиболее густонаселенных и экономически развитых субъектов РФ. Леса МО испытывают сильные антропогенные нагрузки: помимо загрязнения воздуха, воды, почвы, важным фактором воздействия на природные ландшафты территории стала резко возросшая и, как правило, экологически необоснованная градостроительная деятельность, наносящая вред природным экосистемам. При этом процесс организации ООПТ замедлился (в 19962007 гг. в МО не было создано ни одной новой ООПТ регионального значения), а изменения в законодательстве привели к значительным ослаблениям экологических ограничений (Водный кодекс, 2006;
СП 2.1.4.2626-10 и др.) Совет Федерации 27.12.2011 одобрил соглашение об изменении границ между Москвой и МО. Согласно документу, в состав столицы будет включено 148864 га новых территорий. Значительные площади лесов резервируются под строительство дорог, инженерных коммуникаций и сооружений (Постановление…, 2007).
В работе дана краткая характеристика семи физико-географических провинций (ФГП) МО с анализом их антропогенной трансформации и особенностей лесного покрова (Анненская и др., 1997;
Растительность …, 1996). Территория Верхне Волжской ФГП вследствие преобладания песчаных, малопродуктивных почв и заболоченности медленно вовлекалась в хозяйственный оборот. Здесь сохранились значительные участки, занятые елово-сосновыми лесами бореальной группы, которые никогда не распахивались. В Смоленской, Московской и Московорецко-Окской ФГП, напротив, многие залесенные участки ранее использовались как пашни, в связи с этим в Смоленской и Московской ФГП условно-коренные дубово-еловые леса занимают небольшие площади, а широколиственные липово-дубовые леса Московорецко-Окской равнины сменились вторичными производными лесами.
Ландшафты Мещерской ФГП претерпели значительные изменения за счет осушительной мелиорации, добычи торфа и фосфоритов. Сосново-еловые леса с хорошо развитым кустарничковым ярусом в основном ранее не вовлекались в распашку, однако подвергались интенсивным рубкам. Ландшафты Заокской и Среднерусской ФГП вследствие относительно высокого плодородия серых лесных почв (Заокская ФГП) и выщелоченных и оподзоленных черноземов (Среднерусская ФГП) раньше других начали использоваться в земледелии. В настоящее время эти природно-территориальные комплексы испытывают сравнительно высокие сельскохозяйственные нагрузки (Анненская и др., 1997).
Глава 4. Оценка состояния лесов Московской области по индикаторам Монреальского процесса. Анализ состояния лесов области по критериям и индикаторам Монреальского процесса в 2000-2009 гг. позволил выявить следующие изменения:
С1: Сохранение биологического разнообразия. Распределение площадей насаждений по основным лесообразующим породам относительно всей площади лесов отражает сокращение доли хвойных пород (ели и сосны) и увеличение доли мягколиственных пород (березы и ольхи) (Лесной план, 2010). Леса МО «стареют»;
при сохранении сложившейся системы лесопользования и воспроизводства лесных ресурсов уже в ближайшие годы в возрастной структуре древостоев будут доминировать приспевающие и спелые насаждения.
За последние 10 лет фрагментация лесов возросла в центральных районах МО. В северных и восточных периферийных районах Подмосковья фрагментация, напротив, снизилась за счет зарастания сельскохозяйственных земель. Максимальная фрагментация лесов наблюдается в Серебряно-Прудском, Каширском и Зарайском районах (в силу природных особенностей и длительного сельскохозяйственного использования) и в Химкинском, Ленинском и Домодедовском районах (за счет высоких градостроительных нагрузок).
Леса являются основным хранителем биоразнообразия МО - из 740 таксонов, занесенных в Красную Книгу МО, лесозависимыми является 401 вид (54%). В МО наблюдается 18 зависимых от леса краснокнижных видов, ареал распространения которых сократился за рассматриваемые 10 лет (5% от общего числа краснокнижных видов). При этом статус 14 лесных краснокнижных видов изменился к лучшему (Красная Книга …, 2008).
С2: Поддержание продуктивной способности лесных экосистем. Площадь лесных земель, пригодных для получения древесины (лесохозяйственная зона), в г. составляла 607,5 тыс. га (28% лесопокрытой площади). Расчетная лесосека была утверждена в объеме 1564,2 тыс. м3 и использована на 43%, в том числе по хвойному хозяйству – 85,5%, по мягколиственному – 11,4% (О состоянии …, 2001). В настоящее время эксплуатационные леса в МО не выделяют. Заготовку древесины осуществляют при рубках главного пользования, проводимых в спелых и перестойных древостоях, включенных в расчет, при рубке погибших и поврежденных насаждений, при рубках промежуточного пользования, а также при прочих рубках. В 2009 г. расчетная лесосека по главному пользованию составила 2098.3 тыс. м3 и была использована лишь на 13,7%, в том числе по хвойному хозяйству на 36,7%, по мелколиственному на 3,6% (Лесной план, 2010).
С3: Поддержание санитарного благополучия и жизнеспособности лесных экосистем. Леса МО периодически подвергаются стихийным природным воздействиям. Так, ураганы конца прошлого века повлекли вспышку размножения короеда-типографа в 2000-е гг., ставшую причиной массового усыхания хвойных лесов. В 20002006 гг. основной причиной гибели древостоев стали вредные насекомые (рис. 1). В 20072009 гг. лесопатологическая обстановка в лесах области была относительно благополучная (площадь погибших лесов составляла 6661061 га ежегодно). В 2010 г. из-за аномально засушливого и жаркого лета и устойчивых низовых пожаров площадь погибших древостоев резко возросла до 21,4 тыс. га (в раз по сравнению с 2009 г.).
С4: Сохранение и поддержание почвенных и водных ресурсов. На территории МО выделяются следующие категории защитных лесов: леса, расположенные в I и II поясах зон санитарной охраны источников питьевого и хозяйственно-бытового водоснабжения (12,59% от площади лесного фонда) и нерестоохранные полосы лесов (0,03% от площади ЛФ) (Лесной План, 2010).
Площадь водозащитных лесов не претерпела изменений за 10 лет. Под водой расположены 7,4 тыс. га земель ЛФ (0,4% земель ЛФ). Лесные земли со значительной почвенной эрозией встречаются в пределах Заокского эрозионного плато и Клинско Дмитровской моренно-эрозионной возвышенности (Анненская и др., 1997).
Рис. 1. Динамика погибших древостоев в 20002010 гг. (Обзор…, 2010, 2011).
С5: Поддержание вносимого лесом вклада в глобальный углеродный цикл.
Оценить запасы депонированного углерода возможно лишь для лесов, входящих в ЛФ, в связи с наличием генерализированной отчетности ГЛР (Замолодчиков и др., 2011). По состоянию на 1 января 2003 г. пул углерода в фитомассе древостоя составил 137, 26 млн. т., в крупных древесных останках – 30,94 млн. т, в почвах – 182, 24 млн.т.
(Милова, 2007). С 2003 по 2008 гг. площадь ЛФ в МО увеличилась на 81,1 тыс. га (за счет включения в его состав лесов, ранее находившихся во владении других ведомств) (Лесной план, 2010), а объем лесопользования снизился в несколько раз, что привело, соответственно, к увеличению запаса депонированного углерода.
Бюджет углерода в МО в 2008 г. составил 0,51,0 т С га-1 год-1 (Замолодчиков и др., 2011). При этом в проекте Лесного плана высказываются опасения о резком снижении углерододепонирующей способности лесов МО в связи с увеличением в их составе спелых и перестойных насаждений (Лесной план, 2010).
С6: Поддержание и приумножение комплексных социально-экономических полезностей леса длительного характера. Более 95% (586 975,7 тыс. руб.) доходов лесного хозяйства в регионе генерируется за счет осуществления рекреационной деятельности (арендная плата за использование участков для культурно оздоровительных целей). Заготовка древесины обеспечивает 1,9% дохода (11 555, тыс. руб.), заготовка и сбор недревесных лесных ресурсов – 0,02% (161,8 тыс. руб.), ведение сельского хозяйства – 0,001% (8 тыс. руб.). Доля лесопромышленного комплекса в экономике области в последние годы постоянно снижалась. Если в г. на лесопромышленный комплекс в отраслевой структуре промышленности приходилось 6,3%, то в 2008 г. – лишь 4,6%. На лесопромышленных предприятиях и организациях МО занято около 40 тыс. работающих, при этом более половины из них занято в производстве мебели, а доля занятых в лесозаготовках составляет около 1% (Лесной план, 2010).
Набор критериев и индикаторов Монреальского процесса, примененный на региональном уровне, позволил оценить динамику состояния лесного покрова, экологические, экономические и социальные функции лесов. Однако, его слабой стороной является отсутствие рычагов обоснованного управления лесами из-за невозможности осуществления взаимосогласованных оценок негативных факторов воздействия на леса и эффективности мероприятий, направленных на поддержание устойчивого лесопользования в регионе.
Глава 5. Оценка состояния лесов по модели PRS Индикаторы «воздействия» Леса МО, как было сказано выше, периодически подвергаются стихийным природным воздействиям: пожарам, насекомым-вредителям, неблагоприятным погодным условиям, болезням леса. Массовая гибель деревьев сделала сплошные санитарные рубки наиболее распространенным видом лесохозяйственной деятельности в Подмосковье. В этой связи вопрос отнесения фактора «рубки» к группе индикаторов «нагрузки» становится дискуссионным, поскольку санитарные рубки направлены на поддержание устойчивости насаждений. Отношение общей площади погибших, сгоревших и вырубленных древостоев в 19922008 гг.
к лесопокрытой площади муниципального района характеризует северо-западный и восточный сектора области как территории с максимальным выраженными значениями данного показателя (Природа Подмосковья, 2009).
Рис. 2. Доля вырубленных, сгоревших и погибших древостоев от общей лесопокрытой площади (1992 – 2008 гг.), % Негативное влияние застройки (как гражданской, так и промышленной) проявляется, в первую очередь, в прямом отторжении природных земель под хозяйственные нужды, в результате чего нарушается непрерывность природного пространства, разрушаются местообитания ценопопуляций животных и растений. Вокруг массивов застройки происходит увеличение рекреационной нагрузки на леса, усиление фактора беспокойства для животных, обитающих поблизости, уничтожение редких видов растений, загрязнение водомов и грунтовых вод, часто производятся незаконные рубки леса, территория загрязняется стихийными свалками мусора.
В последние десятилетия широкое развитие получила индивидуальная жилищная застройка. Под строительство коттеджей осваиваются в первую очередь заболоченные, заросшие кустарником, малопродуктивные и покрытые лесом сельхозугодья, а также наиболее престижные пойменные участки, расположенные в прибрежных зонах поверхностных водоемов. Дачные и коттеджные поселки имеют характер второго жилья (Схема, 2007). Строительство и реконструкция автодорог тесно связаны с освоением территории под коттеджную застройку. При меньшем площадном распространении строительство такого рода наносит зачастую еще больший вред, приводя к фрагментации целостных природных массивов и делая невозможным миграцию животных. Кроме того, за счет создания акустического дискомфорта дополнительно увеличивается фактор беспокойства. Результаты оценки динамики площади застройки в муниципальных районах области в 19922008 гг.
(Природа Подмосковья, 2009) продемонстрировали наиболее активное увеличение площади коттеджной застройки (4-7%) в центральных районах области (рис. 3).
Рис. 3. Градостроительная ситуация: увеличение площади застроенных территорий в 19922008 гг., % Рекреация оказывает значительное воздействие на лесные экосистемы Подмосковья (Рысин, 2004;
Лесные экосистемы…, 2008;
Восстановление и мониторинг…, Чижова, 2011).
2010;
Сравнительно новым видом антропогенного воздействия на природные комплексы области является аренда участков лесного фонда для рекреационных целей (рис. 4 а). Максимальной привлекательностью в этом случае также пользуются участки ближнего Подмосковья, где доля арендованных лесов составляет более 8% от общей лесопокрытой площади в муниципальных районах.
Отношение численности населения региона к площади лесов косвенно характеризует рекреационные нагрузки и условно названо «рекреационное воздействие на леса» (рис. 4 б). Различия в плотности населения в отношении лесных территорий в муниципальных районах МО составляют два порядка, формируя плотное кольцо повышенной рекреационной нагрузки за московской кольцевой дорогой.
б Рис. 4. Рекреационная нагрузка а - доля лесов, переданных в аренду под культурно-оздоровительные цели, от общей площади лесов муниципального района в 2000 2005 гг., % (по данным ГУП МО НИиПИ градостроительства);
б – «рекреационное воздействие на леса», чел. км- Интенсивность распашки территории, как сильнейший фактор преобразования территории области, можно косвенно оценить по площади сельскохозяйственных земель. Площадь сельскохозяйственных земель определялась по данным мультиспектральной съемки, достоверность дешифрирования составила 70,6%.
Площадь сельскохозяйственных угодий максимальна в южном и юго-восточном секторах, минимальна – в восточной части МО (рис. 5).
Рис. 5. Доля сельскохозяйственных земель Рис. 6. Объем выбросов загрязняющих от площади района, % веществ от стационарных источников в 2008 г. на единицу площади, т га-1*год- Загрязнение окружающей среды характеризовалось показателем отношения объема выбросов загрязняющих веществ от стационарных источников на единицу площади. Распределение показателя по районам очень неравномерно с преобладанием в центральных, восточных и, отчасти, южных районах (рис. 6).
Для интегральной оценки факторов воздействия на леса МО сделана комплексная оценка нагрузок в границах муниципальных районов. С использованием метода балльных оценок получены 5 классов, расположенных в порядке возрастания суммы баллов: 1 очень низкая;
2 низкая;
3 средняя;
высокая и 5 очень высокая. Максимальная нагрузка на лесные экосистемы наблюдается в Красногорском, Ленинском, Мытищинском, Химкинском, Истринском, Одинцовском, Домодедовском и Раменском районах (рис. 7).
Рис 7. Комплексная оценка нагрузок на леса МО, баллы Минимальные нагрузки характерны для периферийных районов:
Лотошинского, Шаховского, Талдомского, Шатурского, Серпуховского, Луховицкого, Зарайского и Серебряно-Прудского. Леса этих районов испытывают сравнительно низкие рекреационные нагрузки, темпы застройки территории этих районов значительно уступают центральным районам области, выбросы загрязняющих веществ в атмосферу невелики. Основными факторами воздействия в этой группе стали вырубки, пожары, стихийные природные воздействия (Талдомский и Шатурский) и сельскохозяйственное использование (Луховицкий, Зарайский и Серебряно-Прудский).
Индикаторы «состояния» Для преодоления ведомственной разобщенности информационных источников и получения независимой оценки лесопокрытой территории использовались комбинированные материалы мультиспектральных космических снимков среднего и высокого разрешения. На рисунке 8 а представлена карта распределения лесов на территории Москвы и МО, в которую включены все категории земель с лесным покрытием. Показатель лесистости МО в этом случае равен 43,5%.
б а Рис. 8. Распределение лесов в МО, % а - леса земель лесного фонда, а также леса, произрастающие на землях сельскохозяйственного назначения, на землях обороны и безопасности и на землях иных категорий, в т.ч. на землях населенных пунктов б - леса земель лесного фонда, а также леса, произрастающие на землях сельскохозяйственного назначения, на землях обороны и безопасности и на землях иных категорий, при исключении древесной растительности, произрастающей на застроенных территориях.
При исключении из общей площади облесенной территории древесно кустарниковой растительности, произрастающей на застроенных территориях, а также небольших по площади разрозненных лесных массивов (площадью менее га), получена другая карта распределения лесов в пределах МО со средним показателем лесистости 37% (рис. 8 б).
Распределение показателя лесистости в границах муниципальных районов МО в зависимости от учета разных категорий лесных земель дано на рисунке 9 а, б, в.
б а в Рис. 9. Распределение показателя лесистости по муниципальным районам МО, % а – обозначение то же, что на рис. 8 б (по данным ДДЗ. Лесистость – 37%);
б – обозначение то же, что на рис. 8 а (по данным ДДЗ. Лесистость – 43.5%);
в – леса ЛФ (Статистические данные (О состоянии…, 2009). Лесистость – 41.2%).
Необходимо отметить, что в период с 2000 по 2009 гг. площадь вырубленных и погибших древостоев частично компенсировалась зарастанием территорий сельскохозяйственных угодий на периферии области. Управление Роснедвижимости отмечает сокращение площади лесопокрытых территорий в МО на 1% за рассматриваемый период (О состоянии … 2000, 2011), при этом площадь лесов, входящих в ЛФ, увеличилась (Лесной план, 2010).
Для характеристики распределения хвойных и лиственных лесов в МО использовались разновременные снимки высокого и среднего разрешения. Точность дешифрирования с использованием дискриминантного анализа для хвойных пород – 84,7%, лиственных – 85,7%. Доля хвойных и лиственных пород в составе лесопокрытой территории муниципальных районов МО, полученная на основе ДДЗ (рис. 10), соответствует общим закономерностям распределения основных типов лесной растительности, согласуется с данными Рослесхоза (2010) и картой растительности МО (1996). Хвойные насаждения (елово-сосновые леса бореальной группы) доминируют в северном секторе МО, в Верхне-Волжской низменности. В Мещерской низменности преобладают сосново-еловые леса. Лесной покров юго западной части региона представлен длительнопроизводными мелколиственными и короткопрозводными хвойно широколиственными и широколиственными лесами, в которых дуб и липа в результате длительного антропогенного воздействия сменились мелколиственными породами:
березой, осиной, ольхой.
Рис. 10. Участие хвойных пород в составе лесопокрытых территорий муниципальных районов МО, % Доля условно-коренных лесов от общей лесопокрытой площади оценена по карте растительности МО (Огуреева, 1996) (рис. 11). Условно-коренные леса сохранились в большей мере в северо-западной, северной и восточной окраинах области. На севере преобладают условно-коренные бореальные леса, отнесенные к сосновым долгомошно-сфагновым, сосново-еловым кисличным и заболоченным березовым черноольховым типам. В восточной части МО сохранились относительно большие площади условно-коренных бореальных (преимущественно сосновых кустарничково-зеленомошных) и хвойных субнеморальных лесов (сосново-еловых с дубом и липой вейниково-широкотравных) в сочетании с мелколиственными лесами.
Максимальная доля условно-коренных лесов от общей лесопокрытой площади наблюдается в Луховицком районе (преимущественно сосновые кустарничково-зеленомошные, дубовые широколиственно-влажные и мелколиственные леса). Доля условно коренных лесов для МО составляет 9,6%, для юго-западной части Подмосковья – 4,8% (Черненькова, Козлов, 2009) Рис. 11. Доля условно-коренных лесов от общей лесопокрытой площади, % При оценке фрагментации использован показатель отношения площади лесных массивов к квадрату периметра, рассчитываемый по формуле F = S лесов/P2, а также показатель оценки среднего размера лесных массивов (рис. 12 а, б). Леса значительно фрагментированы в центральном, западном и южном секторах МО.
Рис. 12.
Распределение фрагментации (а) и среднего размера лесных массивов в км2 (б) по районам МО Распределение краснокнижных лесных видов по муниципальным районам МО варьирует в широком диапазоне (рис. 13 а). Следует учитывать, что число редких и охраняемых видов, как косвенная характеристика видового разнообразия в целом, связано не только со степенью сохранности природных сообществ, а находится в прямой зависимости от биотопического и, как следствие, ценотического разнообразия. Немаловажным фактором является также хорошая изученность охраняемых экосистем. Более информативным показателем служит число краснокнижных видов на единицу лесопокрытой площади. Максимальное количество краснокнижных лесных видов на единицу площади лесов наблюдается в Серебряно-Прудском районе (в силу обитания там большого количества редких видов, находящихся на границе своего ареала) (рис. 13 б).
а б Рис. 13. Число краснокнижных лесных видов (а), число краснокнижных лесных видов на единицу площади, км2 (б) Интегральная оценка состояния лесов региона проводилась по следующим показателям: лесистость, средний размер лесного массива, доля условно-коренных лесов, плотность краснокнижных лесных видов (отношение числа видов к лесопокрытой площади). В границах муниципальных районов выделено 5 классов, отражающих состояние лесного покрова по своей экологической ценности. Районы с наиболее ценными лесными массивами сосредоточены на севере и востоке области. Особо выделяются леса Талдомского, Шатурского, Егорьевского, Орехово-Зуевского и Щелковского районов (рис. 14).
Наиболее нарушенными (сильно фрагментированные, небольшие по площади и представленные длительнопроизводными насаждениями) в силу высокой антропогенной нагрузки приходится признать леса Люберецкого, Красногорского, Химкинского и Домодедовского районов. К этой же группе относятся леса, расположенные в Заокской и Среднерусской ФГП.
Рис. 14. Комплексная оценка состояния лесов муниципальных районов МО, баллы (обозначения те же, что и на рис. 7) При многообразии и сопряженности влияния внешних факторов на леса региона важно определить оценку значимости их воздействия на состояние и качество лесного покрова. С этой целью установлена зависимость между основными показателями «нагрузки» и показателями «состояния» лесов (табл. 1). Результаты корреляционного анализа позволяют оценить тесноту связи между показателями:
при величине коэффициента корреляции менее 0,3 связь оценивается как слабая, 0,31 до 0,5 – умеренная, от 0,51 до 0,7 – значительная, от 0,71 до 0,9 – тесная, от 0, и выше – очень тесная. Для практических целей рекомендуется использовать значительные, тесные и очень тесные связи.
Таблица Коэффициенты корреляции Пирсона (r) между показателями «состояния» лесного покрова и показателями «нагрузки» Показатель «состояния» Показатель «нагрузки» Средняя площадь лесных массивов, Фрагментарность Лесистость, % краснокнижных Доля хвойных лесных видов Плотность пород, % км -0,56* 0,51* -0,43 -0,19 0,55* Отношение объемов выбросов загрязняющих веществ на единицу площади, т год-1 га- -0,32 0,55* -0,32 0,093 0,51* Доля лесных участков, переданных в аренду под культурно-оздоровительные цели, к общей лесопокрытой площади, % -0,48* 0,73* -0,51* -0,08 0,68* Рекреационная нагрузки на леса, чел. км- -0,34 0,55* -0,41 -0,06 0,53* Увеличение доли застроенных территорий в 1992-2008 гг., % 0,44 0,13 0,37 0,36 -0, Доля площади вырубок, гарей, погибших древостоев в 1992-2008 гг. от общей лесопокрытой площади, % -0,70* 0,43 -0,46* -0,72* -0, Доля сельскохозяйственных земель, % Примечание: * - статистически значимые значения Как видно из таблицы, наиболее значимыми показателями «нагрузки» стали доля сельскохозяйственных земель, рекреационная нагрузка на леса и объемы выбросов загрязняющих веществ в атмосферу. Корреляционная матрица не выявила четкой зависимости индикаторов «состояния» лесов от показателя площади погибших древостоев, гарей и вырубок.
Составление матрицы интегральных показателей «состояния» лесов и нагрузок на них дает представление о распределении лесов муниципальных районов области по их состоянию (экологической ценности) в зависимости от суммарной нагрузки (табл. 2).
Таблица 2.
Матрица нагрузок и состояния лесов муниципальных районов МО Комплексная оценка состояния Нагрузки Сильно Нарушенные Среднее Хорошее Особо нарушенные состояние состояние ценные Очень Зарайский Шаховской Талдомский Лотошинский Луховицкий Серебряно- Шатурский низкий Прудский Низкий Коломенский Подольский Пушкинский Егорьевский Можайский Сергиево- Орехово Озерский Посадский Зуевский Волоколамский Рузский Серпуховский Наро-Фоминский Средний Ступинский Воскресенский Павлово- Щелковский Каширский Балашихинский Ногинский Посадский Люберецкий Солнечногорский Чеховский Клинский Дмитровский Высокий Домодедовский Раменский Истринский Одинцовский Химкинский Очень Красногорский Ленинский Мытищинский высокий Районы с наиболее ценными лесами расположены в правом верхнем углу матрицы. В этих районах расположены крупные по площади лесные массивы с большей представленностью участков условно-коренных лесов, испытывающих сравнительно низкие антропогенные нагрузки. Именно в таких лесах создаются условия для сохранения и функционирования полноценных биогеоценозов. Правый нижний угол матрицы занимает Одинцовский и Мытищинский районы, леса которых характеризуются высокой ценностью и при этом испытывают высокие антропогенные нагрузки. Особо ценных лесных массивов в районах с высокой антропогенной нагрузкой не сохранилось. В левом нижнем углу матрицы представлены районы, леса которых подвержены высоким антропогенным нагрузкам и сильно нарушены. В левый верхний угол матрицы попали малозалесенные районы южной части МО.
Индикаторы «реагирования» Площадь ООПТ является приоритетным параметром при оценке устойчивости лесопользования, поскольку именно на охраняемых территориях существует возможность эффективного сохранения видового и экосистемного разнообразия, создания условий спонтанного протекания природных экологических процессов.
Максимальные площади ООПТ занимают в Шатурском, Егорьевском, Талдомском, Сергиево-Посадском, Клинском, Волоколамском, Рузском, Можайском районах. В Химкинском, Люберецком, Каширском и Домодедовском районах ООПТ отсутствуют (рис. 15).
Общая площадь лесовосстановления в 2000-2009 гг. составила 50 000 га, при этом наиболее интенсивное восстановление лесной растительности наблюдалось в северных районах области. Данные, полученные по результатам обработки ДДЗ, согласуются с официальной статистикой (53 000 га за рассматриваемый период).
Наблюдаемые различия могут определяться причинами разного свойства:
погрешностью дешифрирования, а также гибелью посадок от экстремальных погодных факторов, снижением качества мероприятий по уходу за посадками и, как следствие, худшей приживаемостью посадок. При этом темпы естественного зарастания лугов и пашен за последние десятилетия увеличились втрое, а площадь культур упала в два раза (Федеральная служба государственной статистики).
Распределение территорий с разной активностью лесовосстановительного процесса по районам в 20002009 гг. отражено на рис. 16.
Рис. 15. Доля ООПТ от площади района, % Рис. 16. Площадь лесовосстановления в 2000 2009 гг. по районам области, кв. км Наиболее активные действия, направленные на сохранение лесного биоразнообразия и сохранение устойчивого состояния лесного покрова, наблюдаются в северном, северо-западном и восточном секторах области (рис. 17).
В центральных и южных районах на долю ООПТ приходятся небольшие площади (либо ООПТ вовсе отсутствуют), а процесс лесовосстановления не компенсирует сокращение лесопокрытых территорий за счет активной градостроительной деятельности (центральные районы) и активного сельскохозяйственного использования (южные районы).
Рис. 17. Комплексная оценка индикаторов «реагирования», баллы (обозначения те же, что и на рис. 7) Интенсивные мероприятия, направленные на понижение пожароопасности лесов (обводнение торфяников), проводятся в Дмитровском, Шатурском, Егорьевском, Клинском, Луховицком, Талдомском, Орехово-Зуевском районах (Лесной план, 2010).
Зависимость между показателями «состояния» и «реагирования» представлена в табл. 3.
Таблица 3.
Коэффициенты корреляции Пирсона (r) между показателями «состояния» лесов, показателем лесовосстановления и долей ООПТ Показатели «состояния» Фрагментарность краснокнижных площадь лесных массивов, кв. км Лесистость, % Доля хвойных пород, % Средняя Показатели «реагирования» Число видов Доля ООПТ от площади района, % 0,29 -0,34* 0,38 0,40* -0, Доля заросших лесом территорий в 2000 0,61* -0,55* 0,57* 0,36* -0, – 2009 гг. от площади района, % Примечание – * статистически значимые значения Наблюдается положительная зависимость между показателями «реагирования» (площадь лесовосстановления) и показателями «состояния» (лесистость, фрагментарность, средняя площадь лесных массивов, доля хвойных пород). Фрагментация находится в обратной зависимости от показателей «реагирования». Показатель «доля ООПТ от площади района» коррелирует не со всеми показателями «состояния», что говорит о недостаточной эффективности ООПТ в регионе (табл. 4).
Ниже представлена матрица состояния лесных экосистем и показателей «реагирования» в муниципальных районах МО (табл. 4). Анализируя матрицу соотношения состояния лесных территорий и показателей «реагирования» можно сделать следующий вывод: в районах, расположенных в верхнем правом углу матрицы, необходимо создание новых ООПТ, в районах, расположенных в нижнем левом углу матрицы, требуются мероприятия по лесовосстановлению.
Анализ соотношения комплексных оценок нагрузки, состояния и индикаторов «реагирования» в границах ландшафтных провинций МО показал, что в пределах Верхне-Волжской ФГП Талдомский район рассматривается как эталонный;
для Лотошинского района не требуется специальных мероприятий, естественное лесовосстановление приведет к повышению ценности лесов района (рис. 18). В пределах Московской ФГП выделяются районы с высокими и очень высокими нагрузками на лесные экосистемы (Красногорский, Мытищинский, Химкинский и Истринский районы). Для лесных экосистем Красногорского и Химкинского районов рекомендуются мероприятия по благоустройству и повышению рекреационной емкости, а также создание ООПТ местного значения. Пушкинский район является эталонным в пределах Московской ФГП, при этом площадь ООПТ не соответствует значимости лесных экосистем. В этом районе рекомендуется создание новых ООПТ регионального значения.
Таблица 4.
Матрица комплексной оценки состояния лесов и комплексной оценки индикаторов «реагирования» в муниципальных районах МО Комплексная оценка состояния КО индикаторов Сильно Нарушенные Среднее Ценные Особо «реагирова- нарушенные состояние ценные ния» Очень Зарайский Ленинский Каширский низкий Домодедовский Химкинский Люберецкий Низкий Серебряно- Коломенский Ногинский Пушкинский Щелковский Прудский Озерский Солнечногор- Чеховский Красногорский Ступинский ский Одинцовский Раменский Воскресенский Павлово Шаховской Посадский Луховицкий Средний Волоколамский Истринский Серпуховский Орехово Балашихинский Подольский Рузский Зуевский Мытищинский Высокий Можайский Лотошинский Сергиево- Егорьевский Посадский Дмитровский Наро Фоминский Очень Клинский Шатурский Талдомский высокий В пределах Смоленской ФГП лесной покров нарушен в результате длительного хозяйственного освоения, при этом в настоящее время лесные экосистемы данной территории испытывают сравнительно низкие нагрузки.
Естественное лесовосстановление приведет к повышению ценности лесных экосистем Можайского, Шаховского и Волоколамского районов, проведения специальных мероприятий не требуется. В пределах Мещерской ФГП Шатурский, Егорьевский, Павлово-Посадский и Орехово-Зуевский районы являются эталонными, однако, в Павлово-Посадском и Орехово-Зуевском районах площадь ООПТ не соответствует значимости лесных экосистем. В этих районах требуется создание новых ООПТ регионального значения. Для Люберецкого и Балашихинского районов рекомендуются мероприятия по благоустройству и повышению рекреационной емкости лесов. В пределах Москворецко-Окской ФГП ценные лесные экосистемы сохранились в пределах Одинцовского и Чеховского районов, при этом показатели «реагирования» оцениваются как низкие. В этих районах требуется создание новых ООПТ регионального значения (в первую очередь, в Одинцовском районе, лесные экосистемы которого испытывают высокие антропогенные нагрузки).
Для Ленинского и Домодедовского районов требуются мероприятия по повышению рекреационной емкости лесов. Леса южных муниципальных районов, расположенные в Заокской и Среднерусской ФГП, сильно фрагментированы, ООПТ занимают незначительные площади или вовсе отсутствуют. В этих районах рекомендуется придать охранный статус ценным, но небольшим по площади лесным массивам, в которых обитают краснокнижные виды.
б в а Рис. 18. Комплексная оценка индикаторов «нагрузки» (а), «состояния» (б), «реагирования» (в) в границах физико-географических провинций МО ФГП: 1 - Верхне-Волжская, 2 – Смоленская, 3 - Московская, 4- Московорецко Окская, 5 – Мещерская, 6 – Заокская, 7 – Среднерусская.
Глава 6. Предложения по корректировке системы ООПТ МО.
Описана история формирования системы ООПТ МО и проанализировано современное ее состояние. Доказано, что система планируемых природных территорий, утвержденная в рамках Схемы территориального планирования МО (постановление Правительства МО № 517/23 от 11.07.2007), является более эффективной, чем схема развития и размещения ООПТ МО, утвержденная Постановлением Правительства МО №106/5 от 11.02.2009. Распределение ООПТ по территории МО в рамках Схемы территориального планирования имеет более равномерной характер, обеспечивая охрану репрезентативных природных территорий во всех ФГП. Площади, резервируемые под ООПТ, соответствуют ценности лесов и размещены с учетом планируемых нагрузок на природные экосистемы МО. Структурные элементы планируемых ООПТ (ключевые и транзитные территории) создают непрерывное природное пространство, обеспечивая экологическую связь между экосистемами различного уровня. Данная схема согласуется с международными инициативами, направленными на создание экологической сети в Европе (Natura 2000, 2007;
Conservation …, 2010;
The Pan European ecological network, 2007). Основным препятствием формирования экологического каркаса на территории МО является отсутствие в законодательной базе РФ и МО таких категорий ООПТ как транзитные территории и экологические коридоры.
Увеличение площади ООПТ в МО весьма актуально в связи с возрастающими градостроительными нагрузками. В соответствии со Схемой территориального планирования МО (2007) 15 900 га земель лесного фонда резервируется под строительство инженерных коммуникаций и сооружений. Кроме того, 2 302 км планируемых и реконструируемых автомобильных дорог пройдет по землям лесного фонда, около 300 000 га планируется передать в аренду для осуществления рекреационной деятельности. Под застройку также планируется передать около 78300 га сельскохозяйственных земель. Данные мероприятия могут привести к сокращению лесопокрытых территорий в МО, что повлечет значительный ущерб, связанный с потерей экосистемных услуг, предоставляемых лесами. Так, стоимость регулирующих экосистемных услуг (снижение загрязнения воздуха, защита почв от эрозии, регулирование речного стока), в соответствии с существующими экономическими методами оценки (Экономика …, 2002), может быть оценена в 578 000 руб./га. Величина ущерба при сокращении лесистости всего на 1% равна в этом случае 11 560 млн. руб. (1,5% ВРП МО в 2010 г.).
ВЫВОДЫ 1. Анализ результатов деятельности международных программ в области устойчивого управления лесами позволил выявить особенности и ограничения основных методических подходов к его оценке. Показано, что критерии и индикаторы устойчивого управления лесами наиболее детально разрабатывались в ходе Монреальского и Пан-европейского процессов. Они построены по модели «тема – индикатор» и дают возможность отразить динамику отдельных характеристик лесного покрова на национальном уровне. Набор индикаторов, структурированных по модели PRS «причина-следствие», позволяет не только оценить состояние лесов на региональном уровне, но и выявить основные факторы, влияющие на них, оценить эффективность мер, направленных на поддержание лесов, а также осуществить дальнейшее планирование с учетом выявленных причинно следственных связей.
2. Система национальных критериев и индикаторов устойчивого управления лесами адаптирована к региональному уровню на примере МО. Оценены изменения параметров биологического разнообразия, поддержания продуктивной способности, санитарного благополучия и жизнеспособности лесных экосистем, сохранения почвенных и водных ресурсов, поддержания и обеспечения социально экономических функций. Показано, что система критериев и индикаторов Монреальского процесса не может в полной мере претендовать на эффективный инструмент управления в связи с отсутствием причинно-следственных взаимосвязей между индикаторами, позволяющих в режиме обратной связи регулировать нагрузки на лесной покров.
3. Выявлена степень воздействия различных видов хозяйственной деятельности на леса региона с учетом ландшафтных условий. Наиболее значимыми показателями «нагрузки» для состояния лесного покрова и особенностей его пространственного распределения явились доля сельскохозяйственных земель, рекреационная нагрузка и объемы выбросов загрязняющих веществ в атмосферу. В Красногорском, Ленинском, Мытищинском, Химкинском, Одинцовском, Домодедовском районах наиболее значимым явился фактор градостроительной нагрузки. В Талдомском и Шатурском районах основными факторами воздействия стали вырубки, пожары, стихийные природные воздействия. Распашка земель оказала максимальное воздействие на состояние лесов Луховицкого, Зарайского и Серебряно-Прудского районов.
4. Состояние и динамика лесного покрова проанализированы на основе официальных и независимых источников информации (ДДЗ). Показано, что использование спутниковых данных позволяет эффективно оценить состояние и динамику лесов по основным показателям (лесистость, фрагментарность, доля хвойных и лиственных пород и др.). Применение современных средств ГИС технологий, математического аппарата - может быть реализовано в мониторинге состояния лесов, при создании тематических карт и их дальнейшем использовании в пределах территорий административного и природного деления.
5. Интегральная количественная оценка состояния лесного покрова показала, что наиболее ценные лесные массивы сосредоточены на севере и востоке области, в пределах Мещерской, Верхне-Волжской и Московской ФГП. Особо выделяются леса Талдомского, Шатурского, Егорьевского, Орехово-Зуевского и Щелковского районов. Наиболее нарушенными (сильно фрагментированные, небольшие по площади и представленные длительнопроизводными лесными участками) в силу высокой антропогенной нагрузки приходится признать леса Люберецкого, Красногорского, Химкинского и Домодедовского районов. К этой же группе относятся леса, расположенные в Заокской и Среднерусской ФГП. Интегральная количественная оценка показателей «воздействия» показала, что максимальные нагрузки испытывают леса центральных районов МО. Наиболее активные действия, направленные на сохранение устойчивого состояния лесного покрова, наблюдаются в северном, северо-западном и восточном секторах области.
6. Система планируемых природных территорий, утвержденная в рамках Схемы территориального планирования МО (постановление Правительства МО № 517/23 от 11.07.2007.), является более эффективной, чем схема развития и размещения ООПТ МО, утвержденная Постановлением Правительства МО от №106/5 от 11.02.2009. Основным препятствием для формирования экологического каркаса на территории МО является отсутствие в законодательной базе РФ и МО таких категорий ООПТ как транзитные территории и экологические коридоры.
Список основных публикаций по теме диссертации:
Черненькова Т.В., Князева С.В., Пузаченко М.Ю., Макарова М.А., Левицкая 1.
Н.Н. Критерии и индикаторы биоразнообразия лесов как инструменты устойчивого лесопользования // Лесоведение. 2009. №. 4. С. 43-58. (издание из перечня ВАК) 2. Левицкая Н.Н. Оценка экологического ущерба лесным территориям в окрестностях комбината «Североникель» (краткое сообщение) // Лесоведение. 2009.
№ 6. С. 73-76. (издание из перечня ВАК) 3. Левицкая Н.Н. Определение ценности лесов экономическими методами // Мониторинг биоразнообразия лесов: методология и методы / ред. А.С.Исаев. М.:
Наука. 2008. С. 393-398.
Липасова Н.Н. Экономико-географические подходы к оценке биологического 4.
разнообразия // Материалы VI Кирилло-Мефодиевских чтений. Смоленск: СГУ.
2000. С. 105-107.
5. Stepanov I., Levitskaya N. The economic estimation of forest biodiversity for Moscow region // European vegetation survey. 20th Workshop Rome 6-9 April 2011.
Rome. 2011. Р. 136.
Черненькова Т.В., Левицкая Н.Н., Козлов Д.Н., Тихонова Е.В., Огуреева Г.Н., 6.
Пестерова О.А. Оценка состояния лесов Московской области с использованием системы индикаторов // Разнообразие и мониторинг лесных экосистем России / Под ред. А.С.Исаева. М.: Т-во научн. Изданий КМК. 2012. в печати.
Левицкая Н.Н., Черненькова Т.В. Применение системы индикаторов 7.
для оценки состояния лесов Московской области // Лесоведение. 2012. № 5 (издание из перечня ВАК) в печати.