Динамика лесистости регионов России
Алевская Елизавета
library(tidyverse)
library(ggplot2)
#library(plotly)
#library(formattable)Введение
Лесистость — это степень облесенности территории. Определяется отношением покрытой лесом площади к общей площади региона, выражается в процентах.
Лесные ландшафты всегда играли важную роль и выполняли разнообразные функции в жизни как отдельного человека, так и общества в целом. Лесные ресурсы сохраняют разнообразие биосферы, обогащают атмосферу кислородом, оказывают влияние на климат, сохраняют и повышают плодородие почвы, используются в качестве сырьевой базы для народного хозяйства и выполняют множество других функций.
Одним из наиболее значимых природных богатств нашей страны как раз-таки является лес. Леса покрывают большУю площадь территории России и оказывают значительное влияние на формирование её климата. Помимо этого, огромные площади лесов способны обеспечить благосостояние страны. Поэтому сохранение, разумное использование и воспроизводство лесов остаются главными задачами государственного управления лесами на протяжении многих лет.
Цель и задачи работы
Цель: проанализировать динамику лесистости территорий регионов России.
Задачи:
- Отследить изменение лесистости с 2000 г. по 2017 г. для субъектов РФ и в среднем по стране;
- Выявить 5 самых лесистых регионов;
- Выявить 5 самых безлесых регионов.
Анализ данных
Исходные данные были взяты из Национального доклада о кадастре антропогенных выбросов из источников и абсорбции поглотителями парниковых газов, не регулируемых Монреальским протоколом за 1990 – 2017гг.
Таблица лесистости регионов России
Лесистость оценена для каждого региона по данным Рослесхоза и учитывает соотношение площади покрытых лесом земель к общей площади региона. В таблице приведены значения лесистости по регионам страны для некоторых лет периода 2000-2017.
les <- readxl::read_excel("Лесистость по регионам.xlsx")
les1 <- les %>%
filter(!is.na(`2000y`),
!is.na(`2017y`)) %>%
mutate(d.y = `2017y` - `2000y`)
#formattable::formattable(les1)
les1## # A tibble: 81 × 12
## Region `2000y` `2005y` `2010y` `2011y` `2012y` `2013y` `2014y` `2015y`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Белгородская… 8.5 8.6 8.6 8.6 8.5 8.6 8.6 8.6
## 2 Брянская обл… 32.4 32.9 33 33 32.9 32.9 32.9 32.8
## 3 Владимирская… 50.4 51 51.1 50.7 50.8 50.6 50.6 50.9
## 4 Воронежская … 8.4 8.3 8.1 8.1 8 8.1 8.1 8.1
## 5 Ивановская о… 45.6 46.9 46.8 46.6 45.8 45.7 46.1 46.4
## 6 Калужская об… 44.6 44.8 45.4 45.3 45.2 45.2 45.2 45.2
## 7 Костромская … 73.5 74 74.3 74.2 74.3 74.3 74.3 74.3
## 8 Курская обла… 7.8 7.9 8.2 8.2 8.2 8.2 8.2 8.2
## 9 Липецкая обл… 8 7.6 7.2 7.2 7.2 7.2 7.3 7.3
## 10 Московская о… 41 41 42.5 43.4 43 42.9 42.8 42.7
## # ℹ 71 more rows
## # ℹ 3 more variables: `2016y` <dbl>, `2017y` <dbl>, d.y <dbl>Динамика лесистости регионов России с 2000 по 2017 гг.
На данном графике можно проследить, как меняется лесистость каждого региона по годам.
Разница в лесистости территорий с 2000 по 2017 гг.
График динамики лесистости регионов России отражает разницу в площадях облесенных територрий между 2017 и 2000 годами.
p1<- ggplot(les1, aes(x = Region, y = d.y)) +
geom_col(fill = 'darkgreen')+
theme_minimal()+
labs( x = "Регион", y = "Разница в лесистости с 2000 по 2017 гг., %",
title ="Динамика лесистости регионов России")+
theme(axis.text.x = element_text(angle = 90, hjust=1, size=6.5),
plot.title = element_text(size = 14, face = "bold"),
axis.title = element_text(size = 8,face = "bold"))
#plotly::ggplotly(p1)
p1
В следующей таблице представлены максимальное и минимальное значения разницы облесенности территорий регионов. Можно отметить, что для Пермского края площадь территорий, занятых лесом, увеличилась; для Красноярского края - наоборот, уменьшилась.
les2<- les1 %>%
slice (which.max(d.y), which.min(d.y))
les3<- select(les2, Region, d.y)
#formattable::formattable(les3)
les3## # A tibble: 2 × 2
## Region d.y
## <chr> <dbl>
## 1 Пермский край 4.90
## 2 Красноярский край -26.9Наглядно представить данные можно с помощью следующих карт для 2000 и 2017 годов соответственно.
Таким образом, в среднем по регионам наблюдаются небольшие изменения лесистости территорий, однако имеются и регионы с существенной разницей в площадях облесенных территорий. Максимальное увеличение лесистости составляет 4.9%, а максимальное снижение - 26.9%
ТОП-5 самых лесистых и безлесых регионов России
Самые лесистые регионы за 2000 и 2017гг.
На графике показаны регионы с максимальной лесистостью за 2000 (зеленый) и 2017 (оранжевый) гг.
les4<- les1 %>%
select(Region, `2000y`)%>%
arrange(desc(`2000y`)) %>%
slice(1:5)
les5<- les1 %>%
select(Region, `2017y`)%>%
arrange(desc(`2017y`)) %>%
slice(1:5)
lesmax<-full_join( les4, les5)
plmax<- ggplot(lesmax) +
geom_point(aes(x=Region, y = `2000y`), size=3, color = "lightgreen")+
geom_point(aes(x=Region, y = `2017y`), size=3, color = "orange")+
geom_linerange(aes(x = Region,
ymin = `2000y`,
ymax = `2017y`))+
theme_minimal()+
labs( x = "Регион", y = "Лесистость, %",
title ="Регионы с максимальной лесистостью")+
theme(axis.text.x = element_text(angle = 90, hjust=1, size=8),
plot.title = element_text(size = 14, face = "bold"),
axis.title = element_text(size = 10,face = "bold"))+
scale_color_manual(values = c("2000y" = "lightgreen", "2017y" = "orange"), labels = c("2000", "2017"), name = "Год")+
guides(color = guide_legend(title = "Год"))
#plotly::ggplotly(plmax)
plmax
Таким образом, практически у всех регионов с максимальной лесистостью наблюдается увеличение площадей леса с 2000 по 2017 гг. за исключением Красноярского края, где площадь лесов сократилась. Место Красноярского края в пятерке самых лесистых регионов за 2017 год занял Пермский край.
Самые безлесые регионы за 2000 и 2017гг.
На графике показаны регионы с минимальной лесистостью за 2000 (зеленый) и 2017 (оранжевый) гг.
les6<- les1 %>%
select(Region,`2000y`)%>%
arrange(`2000y`) %>%
slice(1:5)
les7<- les1 %>%
select(Region,`2017y`)%>%
arrange(`2017y`) %>%
slice(1:5)
lesmin<-full_join( les6, les7)
plmin<- ggplot(lesmin) +
geom_point(aes(x=Region, y = `2000y`), size=3, color = "lightgreen")+
geom_point(aes(x=Region, y = `2017y`), size=3, color = "orange")+
geom_linerange(aes(x = Region, ymin = `2000y`, ymax = `2017y`))+ theme_minimal()+
labs( x = "Регион", y = "Лесистость, %", title ="Регионы с минимальной лесистостью")+
theme(axis.text.x = element_text(angle = 90, hjust=1, size=8),
plot.title = element_text(size = 14, face = "bold"),
axis.title = element_text(size = 10,face = "bold"))+
scale_color_manual(values = c("2000y" = "lightgreen", "2017y" = "orange"), labels = c("2000", "2017"), name = "Год")+
guides(color = guide_legend(title = "Год"))
#plotly::ggplotly(plmin)
plmin
Таким образом, для Астраханской области, Ненецкого автономного округа и Республики Калмыкии площадь лесов остается неизменной, у Ростовской области наблюдается снижение лесистости, а у Ставропольского края - увеличение.
Выводы
В целом по России наблюдается сокращение площадей лесов с 2000 по 2017 гг.
les01 <- les1 %>% summarise(sum_dy = sum(d.y))
print(les01$sum_dy)## [1] -11Источники
НАЦИОНАЛЬНЫЙ ДОКЛАД О КАДАСТРЕ антропогенных выбросов из источников и абсорбции поглотителями парниковых газов не регулируемых Монреальским протоколом за 1990 – 2017гг.
Ермоленко А.А. Анализ состояния и причин изменения лесистости в Центральном федеральном округе: сложившаяся практика и возможные решения // Лесохозяйственная информация. 2018. №4. URL: https://cyberleninka.ru/article/n/analiz-sostoyaniya-i-prichin-izmeneniya-lesistosti-v-tsentralnom-federalnom-okruge-slozhivshayasya-praktika-i-vozmozhnye-resheniya (дата обращения: 18.01.2024).
Тесленок Сергей Адамович, Тесленок Кирилл Сергеевич, Горелов Александр Владимирович Анализ динамики лесных ландшафтов административного района средствами геоинформационных технологий // Природные системы и ресурсы. 2015. №4 (14). URL: https://cyberleninka.ru/article/n/analiz-dinamiki-lesnyh-landshaftov-administrativnogo-rayona-sredstvami-geoinformatsionnyh-tehnologiy (дата обращения: 18.01.2024).