Поглощение углерода лесами регионов Поволжья и Сибири: состояние и перспективы

Перспектива экономического развития России будет неразрывно связана с успешностью участия страны в реализации глобальных климатических инициатив. Формируемая в настоящий момент стратегия развития национальной экономики с низким уровнем выбросов парниковых газов подразумевает наиболее полное использование потенциала поглощения углерода лесными экосистемами, в том числе за счет реализации различных лесоклиматических проектов. В статье показано, что несмотря на самые большие в мире лесные площади, углерод-поглощающая способность российских лесов не может сбалансировать антропогенные выбросы парниковых газов. На примерах нескольких регионов Поволжья и Сибири рассмотрена пространственная динамика бюджета углерода лесов в 2010-х гг. Для богатых бореальными лесами регионов Сибири наблюдается существенная диспропорция между количественными и качественными характеристиками лесных ресурсов и поглощающей способностью, которая объясняется неэффективным режимом лесохозяйствования на территории и высокой интенсивностью лесных нарушений. С учетом того, что выстраивание результативной системы борьбы с лесными пожарами и насекомыми-вредителями требует очень объемных и дорогостоящих мероприятий, эффективность которых оценить затруднительно, помимо использования потенциала наращивания поглощения углерода в традиционных лесных регионах при реализации лесоклиматических проектов следует обратить внимание и на малолесные районы.

1. Баранчиков Ю.Н., Петько В.М., Астапенко С.А., Акулов Е.Н., Кривец С.А. (2011). Уссурийский полиграф – новый агрессивный вредитель пихты в Сибири. Вестник Московского государственного университета леса – лесной вестник, 4, с. 78–81.

2. Данилов-Данильян В.И., Катцов В.М., Порфирьев Б.Н. (2020). Проблема климатических изменений – поле сближения и взаимодействия естественных и социогуманитарных наук. Вестник Российской академии наук, 90(10), с. 914–925. https://doi.org/10.1134/S1019331620050123

3. Колпаков А.Ю. (2021). Адекватный ответ на введение механизма трансграничного углеродного регулирования ЕС. Сб. материалов XVI Межд. научно-практ. конф. Российского общества экологической экономики «Ресурсная экономика, изменение климата и рациональное природопользование». Красноярск, с. 84–85.

4. Крюков В.А., Лавровский Б.Л., Селиверстов В.Е. и др. (2020). Сибирский вектор развития: в основе кооперация и взаимодействие. Проблемы прогнозирования, 5(182), с. 46–59. https://doi.org/10.1134/S1075700720050111

5. Макаров И.А., Чен Х., Пальцев С.В. (2018). Последствия Парижского климатического соглашения для экономики России. Вопросы экономики, 4, с. 76–94.

6. Нильссон С., Ваганов Е.А., Швиденко А.З. и др. (2003). Углеродный бюджет растительных экосистем России. Доклады академии наук, 393(4), с. 541–543.

7. Порфирьев Б.Н., Широв А.А, Колпаков А.Ю. (2020). Стратегия низкоуглеродного развития: перспективы для экономики России. Мировая экономика и международные отношения, 64(9), с. 15–25.

8. Пыжев А.И., Ваганов Е.А. (2019). Роль российских лесов в реализации Парижского климатического соглашения: возможности или риски? ЭКО, 11, с. 27–44.

9. Романовская А.А., Трунов А.А., Коротков В.Н., Карабань Р.Т. (2018). Проблема учета поглощающей способности лесов России в Парижском соглашении. Лесоведение, 5, с. 323–334.

10. Устойчивое энергетическое будущее. Годовой отчет Компании «Татнефть» (2020). https://2020.tatneft.ru

11. Филипчук А.Н., Малышева Н.В., Золина Т.А., Югов А.Н. (2020). Бореальные леса России: возможности для смягчения изменения климата. Лесохозяйственная информация, 1, с. 92–114.

12. Швиденко А.З., Щепащенко Д.Г. (2014). Углеродный бюджет лесов России. Сибирский лесной журнал, 1, c. 69–92.

13. Широв А.А., Белоусов Д.Р., Блохин А.А. и др. (2020). Потскризисное восстановление экономики и основные направления прогноза социально-экономического развития России на период до 2035 г. Москва: Наука, 152 с.

14. Filipchuk A., Moiseev B., Malysheva N., Strakhov V. (2018). Russian forests: A new approach to the assessment of carbon stocks and sequestration capacity. Environmental Development, 26, pp. 68–75. https://doi.org/10.1016/j.envdev.2018.03.002

15. Hyndman R. J., Khandakar Y. (2008). Automatic time series forecasting: The forecast package for R. Journal of Statistical Software, 26, pp. 1–22. https://doi.org/10.18637/jss.v027.i03

16. Ivantsova E.D., Pyzhev A.I., Zander E.V. (2019). Economic Consequences of Insect pests outbreaks in boreal forests: a literature review. Journal of Siberian Federal University. Humanities & Social Sciences, 12(4), pp. 627–642. https://doi.org/10.17516/1997-1370-0417

17. R Core Team. R: A Language and Environment for Statistical Computing. https://www.R-project.org/

18. Rogelj J. et al. (2021). Net-zero emissions targets are vague: three ways to fix. Nature, 591(7850), pp. 365–368. https://doi.org/10.1038/d41586-021-00662-3

19. Schepaschenko D., Moltchanova E., Fedorov S. et al. (2021). Russian forest sequesters substantially more carbon than previously reported. Scientific Reports, 11, 12825. https://doi.org/10.1038/s41598-021-92152-9

20. Tennekes M. (2018). Tmap: Thematic Maps in R. Journal of Statistical Software, 84, pp. 1–39. https://doi.org/10.18637/jss.v084.i06