Analysis of the spatial distribution of the Siberian silk moth outbreak area based on terrain features in the Siberian mountain southern taiga forests

Capa

Citar

Texto integral

Resumo

Background. The degradation of coniferous forests dominated by siberian fir (Abies sibirica Ledeb.) as a consequence of outbreaks of the Siberian silkmoth (Dendrolimus sibiricus Tschetv.) gives rise to considerable environmental and economic damage at the regional level. An improved understanding of the ecology of the pest population in mountainous terrain will facilitate the development of a more effective monitoring system and the use of a digital terrain model to predict the spread of the outbreak. This will allow the implementation of timely active forest protection measures.

Purpose. This study aims to investigate the spatiotemporal patterns of the Siberian silkmoth outbreak by analyzing orographic data from mountainous southern taiga forests in Siberia.

Materials and methods. The study was carried out by the method of retrospective analysis based on a geoinformation system combined with data from remote sensing of the Earth. The research was based on a time series of Landsat-8 images obtained from the USGS Earth Explorer data portal (https://earthexplorer.usgs.gov/) with a spatial resolution of 30 m.

Results. This was achieved by analyzing time series data from Landsat-8 satellite images. An assessment was conducted of the area of defoliated forests and the relief features of such an area using the ASTER digital elevation model. This was done in order to detail the parameters for predicting the development of the pest outbreaks based on the following orographic characteristics in mid-mountain relief: height above sea level, terrain slope and slope exposure.

Conclusion. It is recommended that the early detection of Siberian silkmoth outbreaks in mountainous southern taiga forests should be aimed at the initial monitoring of dark coniferous stands concentrated at altitudes from 400 to 600 m above sea level, located on flat areas and slopes of up to 15 degrees, including exposures predominantly occupied by feather moss forest types.

Sobre autores

Svetlana Sultson

Reshetnev Siberian State University of Science and Technology

Autor responsável pela correspondência
Email: sultson2011@yandex.ru
ORCID ID: 0000-0001-5679-1874
Código SPIN: 8980-0250
Scopus Author ID: 57211203392
Researcher ID: AAQ-6490-2021

PhD (Agriculture), Assoc. Prof., Leading Researcher, Laboratory of Forest Health

 

Rússia, 31, Krasnoyarskii Rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Andrey Goroshko

Reshetnev Siberian State University of Science and Technology

Email: utrom3@gmail.com
ORCID ID: 0000-0001-6461-144X
Código SPIN: 3758-5809
Scopus Author ID: 57219091788
Researcher ID: AAD-1316-2022

Researcher, Laboratory of Forest Health

 

Rússia, 31, Krasnoyarskii Rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Denis Demidko

Reshetnev Siberian State University of Science and Technology

Email: sawer_beetle@mail.ru
ORCID ID: 0000-0001-6538-9828
Código SPIN: 1579-0843
Scopus Author ID: 14622168900
Researcher ID: ABA-6936-2021

PhD (Biology), Senior Researcher, Laboratory of Forest Health

 

Rússia, 31, Krasnoyarskii Rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Pavel Mikhaylov

Reshetnev Siberian State University of Science and Technology

Email: mihaylov.p.v@mail.ru
ORCID ID: 0000-0003-3967-0709
Código SPIN: 3337-8195
Scopus Author ID: 57211200376
Researcher ID: G-4082-2015

PhD (Agriculture), Assoc. Prof., Leading Researcher, Scientific Laboratory of Forest Ecosystem

 

Rússia, 31, Krasnoyarskii Rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Olga Slinkina

Reshetnev Siberian State University of Science and Technology

Email: sloa@mail.ru
ORCID ID: 0000-0001-9453-318X
Código SPIN: 4723-4950
Scopus Author ID: 6506026863
Researcher ID: AAC-8227-2022

Senior Researcher, Laboratory of Forest Health

 

Rússia, 31, Krasnoyarskii Rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Nadezhda Kulakova

Reshetnev Siberian State University of Science and Technology

Email: nadezha21@mail.ru
ORCID ID: 0000-0001-6900-5115
Código SPIN: 1137-3998
Scopus Author ID: 57211207296
Researcher ID: AEL-6927-2022

PhD (Agriculture), Senior Researcher, Laboratory of Forest Health

 

Rússia, 31, Krasnoyarskii Rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Bibliografia

  1. Gninenko, Y. I., & Baranchikov, Y. N. (2021). Factors of biological regulation of populations of the Siberian silkmoth and their use in forest protection. Siberian Forestry Journal, (5), 9–25. https://doi.org/10.15372/SJFS20210503
  2. Grodnitsky, D. L., Raznobarsky, V. G., Soldatov, V. V., & Remarchuk, N. P. (2002). Stand degradation in Siberian spruce-fir forests infested by the Siberian silkmoth. Appendix 1 of Siberian Ecological Journal, 1, 3–12.
  3. Denisova, N. B., Sobolev, A. A., & Shipinskaya, U. S. (2020). Survey results of outbreaks of the Siberian silkmoth (Dendrolimus sibiricus Tschetv.) in the Vasyugan forest district of Tomsk region. Forest Messenger, 24(6), 65–72. https://doi.org/10.18698/2542-1468-2020-6-65-72
  4. Zhuravlyov, G. P. (1960). Recommendations for surveillance of the Siberian silkmoth in Far Eastern forests. DalNIILKH. 33 p.
  5. Ilinskii, A. I. (1952). Monitoring of foliage-eating insect pests in forests and forecasting their mass reproduction. Moscow-Leningrad: Goslesbumizdat. 186 p.
  6. Im, S. T., Fedotova, E. V., & Kharkuk, V. I. (2008). Spectrodiameter satellite imagery in analyzing the area of Siberian silkmoth outbreak. Journal of Siberian Federal University. Series: Engineering & Technologies, 1(4), 346–358.
  7. Isaev, A. S., Palnikova, E. N., Sukhovolsky, V. G., & Tarasova, O. V. (2015). Population dynamics of defoliating forest insects: Models and forecasts. Moscow: LLC "KMK Scientific Press". 262 p.
  8. Isaev, A. S., & Ryapolov, V. Ya. (1979). Analysis of landscape-ecological specificity of Siberian silkmoth outbreaks using aerial and satellite imaging. In Remote Sensing Methods in Taiga Landscapes (pp. 152–167). Novosibirsk: Nauka.
  9. Knyazeva, S. V., Korolyova, N. V., Eydlina, S. P., & Sochilova, E. N. (2019). Assessment of vegetation condition in the area of mass reproduction of the Siberian silkmoth using satellite data. Silviculture, (5), 385–398. https://doi.org/10.1134/S0024114819050036
  10. Kondakov, Y. P. (1974). Regularities of massive outbreaks of the Siberian silkmoth. In Population Ecology of Forest Animals (pp. 206–264). Novosibirsk: Nauka.
  11. Kondakov, Y. P. (2002). Mass outbreaks of the Siberian silkmoth in forests of the Krasnoyarsk region. Entomological Research in Siberia, 2, 25–74.
  12. Ministry of Natural Resources of the Russian Federation, Federal Agency of Forestry, All-Russian Research Institute of Forestry and Mechanization of Forestry. (2006). Methodological recommendations for supervision, accounting, and prediction of massive reproductions of stem pests and sanitary conditions of forests. Pushkino, Moscow region: VNII LM. 107 p.
  13. Russian Forest Protection Center. (2020). Overview of sanitary and forest pathological conditions of forests in the Russian Federation in 2019. Pushkino: Roscenter for Forest Protection. 165 p.
  14. Okunev, P. P. (1955). Geographic distribution and harmfulness zones of the Siberian silkmoth. Geographical Collection. V. Geographical Questions of Forestry, 13–24.
  15. Pavlov, I. N., Litovka, Y. A., Golubev, D. V., Astapenko, S. A., & Khromogin, P. V. (2018). New outbreak of mass reproduction of Dendrolimus sibiricus Tschetw. in Siberia (2012–2017): Development regularities and prospects for biological control. Siberian Ecological Journal, (4), 462–478.
  16. Perevoznikova, V. D., & Baranchikov, Y. N. (1999). Structure of aboveground biomass reserves in fresh silkmoth-infested coniferous forests of Lower Angara. Entomological Research in Siberia, (2), 87–102.
  17. Ponomarev, E. I., Yakimov, N. D., Tretyakov, P. D., & Sulston, S. M. (2023). Defoliation assessment of dark coniferous stands after Siberian silkmoth attack using remote sensing data. Modern Problems of Spaceborne Earth Observation, 20(4), 175–186. https://doi.org/10.21046/2070-7401-2023-20-4-175-186
  18. Rozhkov, A. S. (1965). Outbreaks of the Siberian silkmoth and measures to combat them. Moscow: Nauka. 179 p.
  19. Ryapolov, V. Ya. (1985). Methodology for creating maps of forest damage caused by insect pests. Geography and Natural Resources, (2), 97–106.
  20. Smagin, V. N., Ilinskaya, S. A., Nazimova, D. I., Novoseltseva, I. F., & Chereditnova, Y. S. (1980). Types of forests in the mountains of Southern Siberia. Novosibirsk: Nauka. 336 p.
  21. Tarasova, O. V., & Volkov, V. E. (2021). Impact of weather conditions on the development of Siberian silkmoth outbreaks in Middle Siberia. Siberian Forestry Journal, (5), 49–59. https://doi.org/10.15372/SJFS20210506
  22. Flоров, D. N. (1948). Pest of Siberian forests. Irkutsk: OGIZ, Irkutsk Regional Publishing House. 132 p.
  23. Kharkuk, V. I., & Antamoshkina, O. A. (2017). Impact of the Siberian silkmoth on forest fire occurrence. Siberian Ecological Journal, 5, 647–654. https://doi.org/10.15372/SEJ20170510
  24. Kharkuk, V. I., Im, S. T., & Yagnov, M. N. (2018). Migration of the northern boundary of the Siberian silkmoth distribution. Siberian Ecological Journal, 25(1), 32–44. https://doi.org/10.15372/SEJ20180103
  25. Shipinskaya, U. S., Denisova, N. B., & Sobolev, A. A. (2019). Dynamics of Dendrolimus sibiricus Tschetw. outbreaks in Tomsk region. Academy, (43), 40–42.
  26. Bright, B. C., Hudak, A. T., Egan, J. M., Jorgensen, C. L., Rex, F. E., Hicke, J. A., & Meddens, A. J. H. (2020). Using satellite imagery to evaluate bark beetle-caused tree mortality reported in aerial surveys in a mixed conifer forest in northern Idaho, USA. Forests, 11(5), 529. https://doi.org/10.3390/f11050529
  27. Bjørnstad, O. N., Peltonen, M., Liebhold, A. M., & Baltensweiler, W. (2002). Waves of larch budmoth outbreaks in the European Alps. Science, 298(5595), 1020–1023. https://doi.org/10.1126/SCIENCE.1075182
  28. Creeden, E. P., Hicke, J. A., & Buotte, P. C. (2014). Climate, weather, and recent mountain pine beetle outbreaks in the western United States. Forest Ecology and Management, 312, 239–251. https://doi.org/10.1016/j.foreco.2013.03.051
  29. Egan, J. M., Kaiden, J., Lestina, J., Stasey, A., & Jenne, J. L. (2019). Techniques to enhance assessment and reporting of pest damage estimated with aerial detection surveys. U.S. Department of Agriculture, Forest Service, Northern Region, Forest Health Protection: Missoula, MT, USA, R1-19-09, 33 p.
  30. Kharuk, V. I., Ranson, K. J., Kuz'michev, V. V., et al. (2003). Landsat-based analysis of insect outbreaks in southern Siberia. Canadian Journal of Remote Sensing, 29(2), 286–297. https://doi.org/10.5589/m02-094
  31. Kharuk, V. I., Demidko, D. A., Fedotova, E. V., & Dvinskaya, M. L. (2016). Spatial and temporal dynamics of Siberian silkmoth large-scale outbreak in dark-needle coniferous tree stands in Altai. Contemporary Problems of Ecology, 9(6), 711–720. https://doi.org/10.1134/S199542551606007X
  32. Kharuk, V. I., Im, S. T., & Soldatov, V. V. (2020). Siberian silkmoth outbreaks surpassed geoclimatic barrier in Siberian Mountains. Journal of Mountain Science, 17, 1891–1900. https://doi.org/10.1007/s11629-020-5989-3
  33. Kovalev, A., & Soukhovolsky, V. (2021). Analysis of forest stand resistance to insect attack according to remote sensing data. Forests, 12, 1188. https://doi.org/10.3390/f12091188
  34. Nelson, W. A., Bjørnstad, O. N., & Yamanaka, T. (2013). Recurrent insect outbreaks caused by temperature-driven changes in system stability. Science, 341(6147), 796–799. https://doi.org/10.1126/science.1238477
  35. Sultson, S. M., Goroshko, A. A., Verkhovets, S. V., Mikhaylov, P. V., Ivanov, V. A., Demidko, D. A., & Kulakov, S. S. (2021). Orographic factors as a predictor of the spread of the Siberian silk moth outbreak in the mountainous southern taiga forests of Siberia. Land, 10(2), 1–16. https://doi.org/10.3390/land10020115
  36. Wulder, M. A., Dymond, C. C., White, J. C., Leckie, D. G., & Carroll, A. L. (2006). Surveying mountain pine beetle damage of forests: A review of remote sensing opportunities. Forest Ecology and Management, 221, 27–41.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição–NãoComercial–SemDerivações 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».