Урбанизация может привести к негативным последствиям: деградации городских водотоков, увеличению стока и ухудшению качества воды, росту потребления материалов и энергии. С другой стороны, города обладают огромным потенциалом для повышения эффективности использования ресурсов.
Деревья - один из них; стратегическое планирование их высадки помогает управлять ими, оптимизировать экосистемные услуги, учитывая знания о неоднородном городском ландшафте и демографии человека.
Так, различия в альбедо, теплоемкости и коэффициенте излучения между естественной и искусственной средой, а также уменьшение растительного покрова приводят к повышению температуры воздуха в городе (по сравнению с сельской местностью). Это явление известно как “городской остров тепла”. Как и загрязнители воздуха, жара в городской среде может приводить к росту числа госпитализаций и повышению смертности.
i-Tree
В Балтиморе (штат Мэриленд, США) сформировали несколько схем высадки деревьев при помощи биофизических моделей iTree. Они были основаны на оптимизации показателей, связанных с улучшением качества воздуха и смягчением последствий “тепловых островов”.
При помощи моделей i-Tree можно рассчитать экосистемные услуги по смягчению последствий жары и удалению загрязнений для трех состояний древесного покрова: существующего, прирастающего и убывающего.
В перспективе эта методология могла бы применяться муниципалитетами по всему миру для эффективного использования пространственных демографических и биофизических данных и лучшего управления городскими лесами.
Методы
Район исследования: Балтимор, Мэриленд
Национальный научный фонд выбрал эту территорию для исследования социальных и экологических траекторий городских и урбанизированных территорий. В городе ярко выражен эффект “острова тепла”, который усиливают теплые ветра. Выбросы загрязняющих веществ превышают выбросы в соседних округах.
Характеристика местности (получена в результате анализа аэроснимков):
- 24% древесного покрова
- 18,9% травянистой растительности
- 1,5% голой почвы
- 12,2% воды
- 43,4% непроницаемых поверхностей.
Городской план обеспечения устойчивости Балтимора планирует увеличить древесный покров с 24% до 40% к 2040 году.
1. Потенциальные деревья
Районы с голой почвой и травянистой растительностью в Балтиморе пригодны для посадки деревьев. Распределение фактического и потенциального древесного покрова варьировалось по масштабу в соответствии с требованиями двух моделей:
- модели температуры воздуха PASATH - физически обоснованная аналитическая пространственная модель температуры и влажности воздуха; запущена на основе растровой сетки (370 м);
- модели осаждения загрязнителей воздуха i-Tree Eco, которая делит Балтимор на 200 участков и 653 кварталов;
Карты приращения - это прогноз поэтапной высадки деревьев в районах с голой почвой и травянистой растительностью. Каждый этап приращения — 10% территории, не покрытой деревьями.
Дополнительная карта древесного покрова отражала его уменьшение. Для ее разработки потребовалось сокращение текущего древесного покрова на 10% от потенциального (то есть площади пустых территорий). Результаты позволяют количественно оценить изменения в услугах и выгодах при уменьшении древесного покрова и выявлять места для приоритетной защиты или поддержания существующего древесного покрова.
2. Количественное определение температуры и влажности воздуха: модель PASATH
Аналитическая пространственная модель PASATH используется для расчета пространственных почасовых значений температуры и влажности воздуха. Здесь учитываются поступающая радиация, альбедо растительного покрова, испарение и эвапотранспирация растительности, которые влияют на перенос тепла через три вертикальных слоя: поверхность земли, приземный слой воздуха на высоте древесного полога и мезомасштабный климатический слой, который, как предполагается, имеет однородную температуру и влажность по всей территории исследования (до высоты ≈ 10 км).
Модель PASATH запускалась двенадцать раз — для каждого входного покрытия дерева (текущее состояние, десять положительных приращений и одна карта деградации). Основой стали данные исследований метеоусловий за июль 2008 года - этот период выбрали из-за высоких температур и влажности.
3. Количественная оценка услуг и преимуществ удаления загрязняющих веществ: i-Tree Eco
i-Tree Eco используется для расчета чистого почасового сухого осаждения PM2,5 на деревьях и поглощения деревьями O3. Программа рассчитала поток загрязняющих веществ на единицу площади древесного листа, опираясь на скорость осаждения и концентрации загрязняющих веществ.
Скорость осаждения O3 и PM2,5 основана на индексе листовой поверхности (LAI) . Он показывает отношение общей площади листьев к площади поверхности почвы, над которой они находятся. Повторное взвешивание PM2,5 контролируется скоростью ветра. Общее осаждение на уровне деревьев — это произведение скорости осаждения, концентрации и общей площади листьев (площадь полога, умноженная на LAI).
i-Tree Eco также включает в себя инструмент «картирование выгод», который оценивает и контролирует снижение заболеваемости и смертности на основе изменения концентраций загрязнителей воздуха и характеристик населения. Он использует базу данных эпидемиологических данных, отражающих возрастную чувствительность к загрязнителям воздуха, и предполагает, что воздействие загрязнителей воздуха происходит по месту проживания.
4. Расчет экосистемных услуг
Относительная влажность определяется на основании данных о температуре PASATH и точке росы (температуры воздуха, при которой вода начинает осаждаться, переходя из газообразного состояния в жидкое). Значения теплового индекса рассчитываются по температуре и относительной влажности. Снижение индекса тепла в городах рассматривается как экосистемная услуга.Температура воздуха, влажность, давление, скорость ветра и воздействие солнечного излучения способствуют развитию различных заболеваний. Последние три фактора индивидуальны, но в то же время тепловой индекс — это величина, получаемая как от температуры, так и от влажности воздуха, поэтому она важнее для оценки теплового воздействия.
Минимальная температура воздуха, используемая в расчетах теплового индекса — 26,7 ◦C (80 ◦F). Ожидается, что охлаждающее действие деревьев будет различаться при изменении температуры.
Средний тепловой индекс для каждой территории рассчитывается на основе выходных данных модели PASATH. Окончательное значение градиента для каждой ячейки определяется как среднее значение теплового индекса по всем интервалам покрытия деревьев.
Градиенты удаления загрязняющих веществ и денежные выгоды подсчитываются с помощью сопоставления показателей: значения услуг и выгод, связанные с каждым сценарием увеличения древесного покрытия, вычитаются из значений последующего сценария. Результаты варьировались между группами территориальных блоков, но оказались постоянными внутри группы - значит, градиент удаления загрязняющих веществ не зависит от площади древесного покрытия.
5. Экосистемные услуги и индикаторы выгоды
Национальная метеорологическая служба США определяет четыре порога риска на основе значений индекса тепла:
- Осторожность (26,7°)
- Крайняя осторожность (32,8°)
- Опасность (39,4°)
- Крайняя опасность (52,2°)
Показатель превышения теплового индекса (EHI) был определен как мера того, насколько тепловой индекс в ячейке превышает критический порог нагрева за период времени. Порог крайней осторожности использовался в качестве критического значения теплового индекса, поскольку в Балтиморе в июле 2008 года не было значений теплового индекса, превышающих значение крайней опасности.
Для расчета показателя EHI и его влияния на популяционный риск были определены факторы риска теплового воздействия для четырех возрастных групп: 0–17, 18–45, 45–65 и 65+. Население каждой группы блоков умножалось на отношение площади ячеек к площади группы блоков.
Эти показатели использовались в качестве косвенных индикаторов пользы от регулирования температуры в городах.
Результаты
- Оптимизация планирования посадки деревьев
Определение потенциальной площади для посадки может недооценивать размах древесного покрова: полог деревьев способен распространяться на непроницаемые участки, которые учитываются как непригодные для посадки деревьев.
- Оптимизация древесного покрова для удаления загрязняющих веществ
Превышения теплового индекса сконцентрированы в районах с высокой долей непроницаемых поверхностей - в первую очередь, в центре города. Посадки для смягчения популяционного риска сгруппированы в густонаселенных районах.
Городской лес Балтимора в 2007 году обеспечивал удаление твердых частиц и озона в объеме около 211 т/год, а выгода для здоровья человека оценивается в $8,2 млн в год. При максимальном потенциальном покрытии деревьев (44,4%) прогнозируется удаление около 173 т загрязняющих веществ в год и выгода в размере $6,3 млн в год.
- Смягчение жары
Сценарии оптимизации, связанные с теплом, работают лучше, чем сценарии снижения загрязнения воздуха. Максимальное потенциальное древесное покрытие снижает связанные с жарой риски для населения на 37%. При этом градиент теплового индекса был наибольшим за пределами центра города.
- Дополнительные данные
В Балтиморе, как и в других городах, где проводились подобные исследования, центр города определяется как приоритетное место для посадки деревьев. При этом площадь, пригодная для этого, сильно ограничена.
Чтобы компенсировать это, можно высаживать породы деревьев с более плотными кронами, обеспечивая более непроницаемое покрытие полога. В рамках модели PASATH предполагается, что только проницаемые области (например, пустыри) можно заменить древесным покровом. Но PASATH не учитывает затенение, передачу тепла между клетками или эффекты потенциального орошения, которые могут повлиять на тепловой баланс и местную температуру воздуха.
Наибольшие градиенты удаления загрязняющих веществ ожидаются в местах с наивысшими концентрациями загрязняющих веществ: промышленных районах и районов с интенсивным движением транспорта. Но результаты исследований показывают, что самые большие градиенты удаления загрязняющих веществ наблюдаются в менее развитых и покрытых деревьями районах.
Источники:
Where to plant urban trees? A spatially explicit methodology to explore ecosystem service tradeoffs // E.W.Bodnaruk, C.N.Kroll, Y.Yang, S.Hirabayashi, D.J.Nowak, T.A.Endreny, 2017
