Региональная оценка эмиссии метана из болот тайги Западной Сибири методом дистанционного зондирования тема диссертации и автореферата по ВАК РФ 03.02.08, кандидат наук Терентьева Ирина Евгеньевна

• Терентьева Ирина Евгеньевна
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Терентьева Ирина Евгеньевна

1.1 Актуальность исследования

1.2 Цели и задачи исследования

2 ЛИТЕРАТУРНЫЙ ОБЗОР

2.1 Динамика концентрации метана в атмосфере

2.2 Ландшафты Арктики и изменения климата

2.3 Зависимость эмиссии метана от факторов окружающей среды

2.4 Изменчивость эмиссии метана

2.5 Модель эмиссии метана

2.6 Выбор материалов дистанционного зондирования

2.7 Методы дешифрирования болотных ландшафтов

2.8 Обзор региональных инвентаризаций болотных ландшафтов

2.9 История инвентаризации болот ЗС

2.10 Обзор типологий болотных ландшафтов

3 ОБЪЕКТЫ ИССЛЕДОВАНИЙ

3.1 Описание основных ключевых участков

4 МЕТОДЫ ИССЛЕДОВАНИЙ

4.1.1 Измерения эмиссии метана

4.1.2 Картографирование болотных ландшафтов

5 РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

5.1 Типология болотных ландшафтов

5.2 Типологическая карта болот таежной зоны ЗС

5.2.1 Сравнение с площадями общемировых болот

5.2.2 Сравнение с другими оценками площадей болот ЗС

5.3 Сравнение с картой ГГИ

5.4 Особенности дешифрирования болот эвтрофного ряда

5.5 Оценка точности карты болотных ландшафтов

5.6 Пространственная изменчивость эмиссии метана

5.7 Временная динамика эмиссии метана

5.8 Пространственные закономерности размещения болот

5.8.1 Северная тайга

5.8.2 Средняя тайга

5.8.3 Южная тайга

5.8.4 Подтайга

5.9 Региональная оценка эмиссии метана

5.9.1 Вклад различных болотных экосистем в региональную эмиссию СЩ

5.9.2 Анализ существующих оценок регионального потока СЩ

5.10 Озера и их вклад в эмиссию метана

6 ЗАКЛЮЧЕНИЕ

7 ВЫВОДЫ

8 БЛАГОДАРНОСТИ

9 ПРИЛОЖЕНИЕ

9.1 Текст компьютерной программы IntRaVert на языке Ма1ЬаЬ

9.2 Текст компьютерной программы Geotiffreadwrite на языке Ма1ЬаЬ

10 СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Региональная оценка эмиссии метана из болот тайги Западной Сибири методом дистанционного зондирования»

1 ВВЕДЕНИЕ 1.1 Актуальность исследования

Болота всего мира являются важнейшим компонентам цикла воды и углерода. Болота влияют на пополнение грунтовых вод, общий водный баланс, они ответственны за наводнения и изменение расхода рек (Bullock and Acreman, 1999). Географически, около 44% общемировых болот располагаются в северных широтах (OECD, 1996), где они так же могут быть подвержены процессам, связанным с вечной мерзлотой (Woo and Young, 2006). Оставшаяся часть болотных ресурсов находится преимущественно в тропических и субтропических регионах; около 30% из них располагаются в аридных и семиаридных зонах (OECD, 1996).

Медленная скорость разложения органического вещества в болотах способствует накоплению углерода в почве. По разным оценкам, в северных широтах запасы углерода составляют 270-600 PgC (Turunen et al., 2002; Yu, 2012), в то время как в тропических широтах запасено лишь 90 PgC (Page et al., 2011). Продуктивность болот, особенно мезо- и эвтрофных, бывает максимальной среди экосистем той же природной зоны. Peregon et al. (2009) оценили чистую первичную продукцию болот Западной Сибири (ЗС) в 400 гС/м2/год, что почти в два раза выше средних значений для бореальных лесов.

В то время как болотная растительность аккумулирует атмосферный углерод в результате фотосинтеза, разложение органического вещества в торфяной залежи способствует его высвобождению в виде метана - важного парникового газа (Solomon et al., 2007). Продукция метана активизируется при насыщении почвы водой как результат ограничения доступа кислорода, лимитирующего жизнедеятельность облигатно анаэробных метаногенных бактерий (Whiticar, 1999). Болота играют важную роль в глобальном бюджете метана, внося в атмосферу от 15 до 40% от вклада всех источников (Solomon et al., 2007). В результате глобальных климатических изменений баланс углерода в болотных ландшафтах может меняться с соответствующим обратным эффектом на климат (Bousquet et al., 2006; Zhuang et al., 2006; Bohn et al., 2007). Высказываются предположения, что именно болота ответственны за скачки концентрации метана, вызывавшие

ледниковые и межледниковые периоды в прошлом (Loulergue et al., 2008). Поскольку болотные ландшафты рассматриваются в качестве первоочередной причины дальнейших изменений климата, их изучение должно быть направлено на оценку и прогнозирование эмиссии CH4, а также на улучшение наших представлений об их географическом распространении.

Изучение эмиссии метана болотами особенно актуально в России, где торфяные болота вместе с заболоченными мелкооторфованными землями занимают 21.6% территории (Вомперский, 1994). Наиболее заболоченным регионом России является ЗС, болотные ландшафты которой в соответствии с картой Государственного гидрологического института (ГГИ) покрывают 68.5 Мга или 27% ее общей площади (Peregon et al., 2008). По недавним прогнозам, климат ЗС должен стать существенно влажнее и теплее в течение 21 столетия (Solomon et al., 2007). Чтобы предсказать динамику эмиссии вследствие климатических изменений, было создано несколько глобальных моделей. Результаты прогнозирования сходятся в том, что эмиссия метана из северных болот должна как минимум удвоиться к концу текущего века (Gedney, 2004; Shindell, 2004; Zhuang et al., 2006).

В течение последних 20 лет различные ученые предпринимали попытки оценить величину суммарного потока метана из болот ЗС. Тем не менее, до последнего времени полученные величины значительно варьировали между собой, так как были основаны на данных крайне низкого пространственного и временного разрешения (см. главу «Обсуждение»). Чтобы получить адекватную оценку данной величины, нами были организованные масштабные полевые измерения потоков CH4 по всей ЗС. Первая оценка региональной эмиссии была сделана в 2007 и с того момента изменялась каждый год с получением новых данных.

Недавние исследования показали, что при оценке регионального потока, в частности, в ЗС, существенную неопределенность вносит используемая картографическая основа (Bohn et al., 2015). Zhu et al. (2011) утверждают, что она имеет больший эффект при прогнозировании динамики эмиссии СН4 нежели неопределенность степени климатических изменений. Глаголев с соавт. (2013) на

примере болот России показали, что оценка площадей болот имеет более приоритетное значение, нежели математическая модель расчетов региональной эмиссии. Sabrekov et al. (2014) доказал, что при оценке эмиссии из болот ЗС пространственная вариабельность играет большую роль, нежели временная. В работе Kim et al. (2011b) на примере болот ЗС также указывается на приоритетность инвентаризации площадей распространения различных типов болот.

За последнее столетие русскими и зарубежными учеными было создано множество инвентаризаций болотных ландшафтов ЗС. Большинство из них основано на масштабных исследованиях, проведенных в 1950-х гг. трестом «Геолторфразведка», и данных аэрофотосъемки (Марков, 1971). Тем не менее, даже одна из последних инвентаризаций болот, созданная с помощью ГИС-технологий и дополненная ранее неопубликованными данными полевых исследований (Sheng et al., 2004), имеет точность лишь в 56% для болотных и 0-5% для водных ландшафтов (Frey and Smith, 2007). Что касается оценки распространенности различных типов болот, основанной на детальной классификационной схеме, то доступна лишь карта ГГИ, созданная Романова с соавт. (1977) и впоследствии оцифрованная и дополненная Peregon et al. (2009). Она использовалась нами для расчетов региональной оценки эмиссии ранее (Glagolev et al., 2011), однако накопленные полевые данные позволили предположить, что карта ГГИ также обладает недостаточной точностью и может значительно увеличивать погрешность региональной оценки потока CH4.

Таким образом, для лучшего понимания процессов, происходящий с климатической системой, необходимо провести инвентаризацию современного состояния болот, включающую как данные об эмиссиях метана, так и площади распространения различных типов. Поскольку к настоящему моменту практически вся территория России покрыта космическими многоканальными снимками, открылись новые возможности для картографирования болотных экосистем. В настоящей диссертации представлены обобщенные результаты 8 лет исследований, приведенные для зоны тайги ЗС и включающие как данные об измерениях эмиссии

метана in situ, так и результаты разработки типологической карты болот и карты эмиссии метана.

1.2 Цели и задачи исследования

Целью данной работы явилось получение региональной оценки эмиссии метана из болот тайги ЗС. Для лучшей структуризации, мы разбили данное исследование на два блока, различающихся по методам, но объединенных общей целью.

Первый блок основан на данных полевых исследований и связан с измерением удельных потоков метана, а также объединением их в рамках модели эмиссии. В данном блоке были поставлены следующие задачи:

- Определение величин удельных потоков СН4 из различных болот ЗС;

- Объединение разнородной информации по удельным потокам в модель эмиссии метана;

Второй блок исследования связан с обработкой данных дистанционного зондирования. При этом были поставлены и решены следующие задачи:

- Создание типологической карты болот тайги ЗС на основании спутниковых снимков Landsat;

- Оценка региональной эмиссии метана на основании новой карты;

- Создание карты пространственного распределения источников метана с разрешением 0.1°*0.1° для тайги ЗС.

2 ЛИТЕРАТУРНЫЙ ОБЗОР 2.1 Динамика концентрации метана в атмосфере

Вплоть до начала 1980-х годов считалось, что концентрация метана стабильна в земной атмосфере (Khalil, 2000). Однако при измерениях газового состава пузырьков воздуха, вмороженных в ледовые керны, ученые обнаружили, что она не была постоянна, по крайней мере, в течение последних 650 тыс. лет и значительно возросла к концу 20 века (Solomon et al., 2007). Чтобы понять процессы, отвечающие за динамику концентрации метана, мы постараемся рассмотреть изменения, произошедшие с климатической системой в последние десятилетия, а также выявить их связь с эмиссией CH4 болотными системами бореальной зоны.

Несмотря на то, что концентрация метана в атмосфере возрастала на протяжении всего 20 века, отмечались значительные межгодовые колебания ее скорости роста. В частности, с начала 1980-х до 1990-х годов произошло значительное ее замедление с 12±2 ppb/год до 4±4 ppb/год. Пик роста был зафиксирован в 1991 год в тропической зоне, за ним последовало резкое его падение в 1992 г. в северных регионах. Следующие две значительные аномалии роста концентрации СН4 пришлись на периоды 1997-1998 и 2002-2003 годов и были приурочены, по большей части, к территориям севернее 30° с.ш. Очередной значительный скачок до значений в 8.0±0.6 ppb/год и 6.3±0.6 ppb/год наблюдался в 2007 и 2008 годах, соответственно (Bousquet et al., 2006; Bousquet et al., 2011).

Оказалось, что практически каждый из вышеперечисленных пиков можно привязать к какому-либо событию. Заметное падение скорости роста концентрации CH4 после пикового значения в 1991 году наблюдалось в 1992-1993 годах. Предполагается, что оно связано с экономическими следствиями развала СССР, приведшими к уменьшению антропогенной эмиссии. Дополнительным фактором явилось наблюдавшееся в тот же период похолодание (Hansen et al., 1996) и связанное с ним уменьшение эмиссии из тропических и бореальных болот. Другой скачок роста концентрации СН4 произошел между 1997 и 1998 годами, в период одного из самых масштабных Эль-Ниньо. Он объясняется тем, что вследствие

повсеместных засух значительно возросло число пожаров, несмотря на то, что в бореальной и тропических зонах Евразии эмиссия метана из болот понизилась. К 2003 году антропогенная эмиссия пришла к уровню, наблюдавшемуся до развала СССР, вследствие экономического бума в Азии. В сочетании с пожарами, возникшими в результате засушливого периода, он нивелировал падение естественной эмиссии из-за сокращения площадей болот (Bousquet et al., 2006).

Поскольку антропогенная эмиссия метана с течением времени изменяется медленно, большая часть динамики концентрации СН4 связана либо с эмиссией болотами (Bousquet et al., 2006; Chen and Prinn, 2006), либо с процессами сжигания биомассы, в том числе с пожарами. Последние играли главенствующую роль при таких событиях, как Эль-Ниньо в 1997-1998 годах или особенно засушливый в северных широтах период 2002-2003 годов (Langenfelds et al., 2002; Simmonds et al., 2005). Тем не менее, оставшиеся 70% аномалий потоков за последние декады объясняются флуктуациями общей эмиссии метана из болотных экосистем (Bousquet et al., 2006). Самой вероятной причиной снижения скорости роста концентрации СН4 в конце 20 века было названо заметное сокращение площадей обводненных ландшафтов по всему миру (на 1.1% в год при общей площади в 420 Мга), наблюдающееся, в первую очередь, в Азии и субтропической части Южной Америки (Prigent et al., 2001).

Очередной скачок роста концентрации произошел в 2006-2008 годах и был зафиксирован 46 станциями наблюдения по всему миру (Dlugokencky et al., 2009). В этот период средний ежегодный поток метана возрос на 40 ± 43 Тг, из них 22 ± 35 Тг пришлись на северное полушарие и 18 ± 24 Тг - на южное (Rigby et al., 2008). Чтобы объяснить данный феномен, было выдвинуто несколько предположений. Dlugokencky et al. (2009) считают причиной аномально высокие температуры, наблюдавшиеся в Арктике, а также большее количество осадков, выпавших в тропиках. Rigby et al. (2008) в качестве одной из причин называют необычайно высокие температуры в Сибири (возросшие на +4°С по сравнению с 1961-1990 гг.), обширные территории которой покрыты болотными ландшафтами и вечной мерзлотой. Экспериментальные данные, полученные на одной из двух вышек в

средней тайге ЗС, подтвердили, что эмиссия метана в 2007 году увеличилась практически на две трети, вероятно, вследствие аномально высокого количества осадков, возросшего в 2.5 раза по сравнению с периодом между 1979 и 1998 гг (Sasakawa et al., 2012). Bousquet et al. (2011) связывают 60-80% скачка роста концентрации с эмиссией метана ландшафтами тропических широт, причем доминантная роль в этом процессе принадлежит болотным ландшафтам (2/3 скачка). Оставшуюся часть авторы действительно объясняют динамикой эмиссии в северных широтах.

Таким образом, болотные ландшафты бореальной зоны оказывают немалое воздействие на климатическую систему, позволяя объяснить значительную часть междугодичной вариабельности роста концентрации СН4. Климатическая система, в свою очередь, влияет на величину эмиссии из болотных ландшафтов, напрямую связанную с ежегодными колебаниями количества осадков и температуры, а также с изменением площадей болот.

2.2 Ландшафты Арктики и изменения климата

Часто используемое в настоящее время слово «Арктика» имеет очень широкое значение, под которым понимаются территории между Арктическим океаном и южной границей распространения островной вечной мерзлоты. Обычно условную границу Арктики проводят по 45° с.ш., таким образом, она включает как арктическую и полярную полосы, так и бореальную зону (McGuire et al., 2009). Из этого определения следует, что ландшафты всей таежной зоны ЗС относятся к Арктике, несмотря на то, что островная мерзлота появляется лишь в зоне средней тайги.

В настоящее время Арктический регион является объектом пристального внимания всего научного сообщества. Ландшафты Арктики, с одной стороны, крайне чувствительны к климатическим изменениям, с другой стороны, сами активно воздействуют на климатическую систему, в первую очередь, за счет обратной связи «лед-альбедо». Основная ее идея заключается в том, что исходное увеличение температуры ведет к уменьшению площади снежно-ледового покрова,

характеризующегося высокой отражательной способностью. За счет этого снижается альбедо поверхности и увеличивается абсорбция солнечного излучения, что ведет к дальнейшему потеплению и уменьшению площади снежно-ледового покрова и т.д. Арктические ландшафты особенно чувствительны к данной связи за счет более мягких климатических условий по сравнению с Антарктидой и близости средних температур к температуре таяния, за счет чего даже небольшие колебания в энергетическом балансе могут значительно влиять на продолжительность периода снеготаяния. Ключевым вопросом, касающимся потепления в Арктике является нахождение того количества «добавочного» тепла, которое сдвинет относительное равновесие в сторону необратимых изменений (Serreze and Francis, 2006).

Что касается конкретных цифр, то начиная с середины 1980-х гг. приземная температура воздуха возросла по всему миру в среднем на 0.7°С (Jones and Moberg, 2003). По наиболее вероятным сценариям, в период с 2010 по 2029 года она увеличится еще на 1 -2°С, причем наибольшие изменения будут приурочены к Арктической Сибири с вероятным смещением южной границы снежного покрова на север (Serreze and Francis, 2006). Поскольку значительная часть региона покрыта островной или сплошной мерзлотой, то при потеплении климата будет происходить ее деградация с последующим увеличением эмиссии парниковых газов. Вследствие таяния вечной мерзлоты также может происходить увеличение площадей болот и поднятие уровня грунтовых вод. Несмотря на то, что для предсказания масштабов данных процессов создано несколько моделей (Klein et al., 2005), вопрос о сезонной, междугодичной и долговременной вариабельности площадей болот остается открытым. Предполагается, что максимальный уровень деградации мерзлоты будет достигнут во второй половине этого столетия и особенно затронет области распространения островной мерзлоты (Lawrence et al., 2008). В ответ на вышеописанные изменения должно произойти существенное увеличение эмиссии метана с соответствующим обратным эффектом на климатическую систему. В настоящий момент, по разным оценкам, Арктические ландшафты ответственны за 15-50 ТгСН^/год, что составляет 3-9% от глобальной

эмиссии CH4. Относительно недавно была выдвинута гипотеза, что озера к северу от 45° с.ш. ежегодно выделяют в атмосферу «дополнительные» 24.2 ± 10.5 ТгС (Walter et al., 2006b).

Другими факторами, провоцирующими дальнейшие изменения в Арктике, являются зафиксированное по спутниковым снимкам падение уровня моря на 3% за последнее десятилетие, а также двукратное уменьшение площади снежного покрова в сентябре. Есть свидетельства о происходящем сокращении толщины и объема пакового льда (Rothrock et al., 2003), увеличении температуры почвы (Osterkamp and Romanovsky, 1999), количества осадков (Groves and Francis, 2002) и объема стока Арктических рек (Peterson et al., 2002). Модели глобального растительного покрова предсказывают перемещение умеренно-континентальных видов на север в ответ на потепление климата (Cramer et al., 2001). В последующие 50-100 лет возможны изменения в растительных сообществах, связанные с распространением широколиственных лесов на север (Chapin et al., 2000).

Что касается болотных систем, считается, что, помимо прочего, степень их устойчивости к воздействию внешних факторов прямо пропорциональна размеру. Уже в среднем голоцене болотообразование, охватившее к тому времени огромные территории в ЗС, привело к возникновению таких колоссальных болотных массивов, что их центральные части приобрели относительную автономность и перестали зависеть от колебаний условий среды. В настоящий момент обширные болотные системы ЗС являются одними из самых устойчивых природных образований. С другой стороны, небольшие болота или периферийные части крупных массивов, особенно при наличии мерзлоты, могут чутко реагировать на климатические ритмы не только векового, но даже и внутривекового ранга. Это подтверждается не только переслаиванием различных видов торфа в залежи, но иногда и перерывами в торфообразовании, которые могут быть вызваны изменением климатических и гидрологических условий (Земцов, 2000).

Так или иначе, современных представлений о различных процессах и их взаимодействиях, происходящих в Арктике в связи с изменением климата, явно недостаточно для уверенного прогнозирования. Данная работа может дополнить

наши знания и предоставить новые экспериментальные данные для уточнения и валидации различных климатических и гидрологических моделей.

2.3 Зависимость эмиссии метана от факторов окружающей среды

Для того, чтобы спрогнозировать динамику эмиссии при изменениях климата, необходимо рассмотреть факторы окружающей среды, влияющие на нее, в более локальном масштабе. Как известно, продукция метана болотными массивами является результатом взаимодействия трех процессов: процесса микробного образования метана, его микробного окисления и процессов транспорта метана в атмосферу (Conrad, 1989).

Образование метана происходит благодаря метаногенным археям, являющимся облигатными анаэробами (Vogels et al., 1988). В болотных ландшафтах процессы метаногенеза будут преимущественно происходить в толще почвенного профиля, лежащей ниже уровня болотных вод (УБВ) вследствие преобладания бескислородных условий. В дальнейшем, метан, образовавшийся в торфяной толще, поступает в атмосферу тремя путями: диффундируя через торф, выделяясь в виде пузырьков газа и посредством растений. Процесс окисления CH4 метанотрофными микроорганизмами преобладает в кислородных условиях над зеркалом болотных вод при первом пути переноса, а также вблизи от корней растений при третьем пути (Walter et al., 2001).

Многочисленные физические, химические и биологические факторы влияют на физиологию метаногенных и метанотрофных бактериальных сообществ, а соответственно и уровень эмиссии метана. Одним из таких факторов является температура окружающей среды, регулирующая величину потока метана: а) напрямую - посредством влияния на активность метанотрофных бактерии, а также на активность метаногенов и других анаэрбных бактерий, участвующих в цепи разложения органического вещества (Metje and Frenzel, 2005); б) косвенно -посредством влияния на скорость процессов разрушения субстрата (Aerts, 2006; Davidson and Janssens, 2006), на коэффициент диффузии (незначительно) и пороговую концентрацию образования пузырьков метана (Baird et al., 2004).

В целом, торфяные отложения обычно имеют температуру гораздо меньшую, нежели оптимальная, в течение большей части или даже всего года (Cicerone and Oremland, 1988). Таким образом, при изменении климатических условий в сторону увеличения температуры эмиссия метана должна будет сообразно возрастать. Расчеты этого эффекта проведены достаточно давно: к примеру, исследования на двух болотных ландшафтах в Швеции показывают, что при потеплении на 1.5, 2.5 и 4.5°С увеличение эмиссии составит 17, 30 и 60%, соответственно (Chapman and Thurlow, 1996). Стоит заметить, что подгруппы метаногенов имеют разные температурные оптимумы. К примеру, ацетат-утилизирующие метаногены в кислых торфяных почвах имеют оптимум при 20°C, в то время как водород-окисляющие - от 24°С до 28°С (Svensson, 1984). Это осложняет получение единообразной зависимости между удельным потоком метана и температурой вследствие варьирования состава микробного сообщества в разных экосистемах.

Исследования влияния температурного режима на эмиссию метана развивались от поисков простейших регрессионных зависимостей до создания сложных математических моделей. Были предложены линейные (Svensson and Rosswall, 1984), полиноминальные (Baker-Blocker et al., 1977) и экспоненциальные (Moore et al., 1990; Глаголев, 2007) зависимости. Тем не менее, корреляция эмиссии с температурой почвенного слоя/воздуха обнаруживалась далеко не всегда. К примеру, Svensson and Rosswall (1984) обнаружили корреляцию с температурой лишь на «обводненных» точках (R=0.60, R=0.75, R=0.78 для олиготрофных, мезотрофных и эвтрофных мочажин, соответственно). При этом «необводненные» точки не показывали никакой корреляции между эмиссией и температурой. Christensen (1993) также сообщает о меньшей корреляции удельного потока с температурой на сухих точках в тундровой зоне и большей на влажных.

В большинстве случаев, эмиссия метана зависит от того, как температура влияет на общую экосистемную продукцию, от которой зависит количество субстрата для метаногенеза, и на режим влажности, который определяет, будет происходить разрушение субстрата аэробно или анаэробно. Эмиссия возрастает при увеличении температуры с последующим возрастанием количества осадков и

общей экосистемной продукции, но может уменьшиться, если возросшая температура ведет к уменьшению этих двух параметров (Christensen, 1993).

Другим фактором, который значительно влияет на величину удельного потока метана через соотношение мощностей анаэробной и аэробной зон, т.е. зон, в которых происходит активное образование и окисление метана, является уровень болотных вод (УБВ).

По мнению некоторых авторов, УБВ является одним из главных факторов, определяющих величину эмиссии (Moore and Dalva, 1993; Dise et al., 1993). Результаты исследований показывают, что с увеличением зоны аэрации, т.е. положения УБВ относительно поверхности болота, эмиссия метана существенно уменьшается. УБВ также влияет на деятельность метанотрофных бактерий, наиболее активных в зонах, где и метан, и кислород одновременно присутствуют. Исходя из этого, теоретически можно предположить, что наибольшая эмиссия метана будет наблюдаться при наибольшем УБВ (т.е. при минимальной зоне аэрации).

Прямое воздействие УБВ на величины удельных потоков метана было изучено, например, путем конструирования трех болотных «водосборов» площадью 1.2 м2 в северной Миннесоте, которые поддерживали искусственно более высокий УБВ без серьезных нарушений в естественных болотных формациях. Как результат, повышение УБВ с его естественной величины в 6 см до значения 10-ти см в течение одного летнего периода привело к удвоению сезонного потока метана (Dise, 1993). Многократно проводился регрессионный анализ зависимости эмиссии метана от УБВ. К примеру, Калюжный с соавт. (2009) выражают полученные результаты отдельной серии измерений уравнением вида:

J = 7.7 - 0.22h,

где J - интенсивность эмиссии метана, м^^-м^час-1, h - расстояние от поверхности болота до уровня стояния болотных вод, см. Тогда при h выше 35 см удельный поток метана становится меньше или равен нулю. Аналогичные выводы получены в работах (Moore and Knowles, 1989; MacDonald et al., 1998), где эти зависимости имеют вид J = 0.42 - 0.012 h и J = 1.26 - 0.05 h, соответственно. В

первом случае J = 0 при h = 35см, во втором - при 25.2 см. Roulet et al. (1993) также сообщает, что критический УБВ, при котором болотный ландшафт прекращает быть источником метана и становится его стоком (J < 0), располагается между 25 и 30 см. Когда УБВ падает до этих величин, толщина зоны метанотрофной активности возрастает, а большая часть образовавшегося метана окисляется еще до того, как достигает поверхности торфа (Whalen et al., 1996).

Другие изыскания показывали, что корреляция потока метана с УБВ гораздо менее строгая, чем, например, с температурой (Silvola et al., 2003). При этом часто обнаруживалось, что, хотя на отдельных точках УБВ слабо коррелирует с эмиссией метана, в группах точек он объясняет некоторые заметные изменчивости в потоках между ними. В частности оказывалось, что более влажные местообитания выделяют больше метана (Sebacher et al., 1986).

Тип растительного сообщества являются третьим важным фактором, контролирующим эмиссию метана. Помимо прочего, растительность служит одним из путей его переноса в атмосферу (Sebacher et al., 1985; Chanton and Dacey, 1991). В болотных системах с естественной растительностью, количество транспортируемого посредством растений метана может достигать 90% и более (Whiting et al., 1991). Помимо механизма транспорта, растения обеспечивают метаногенных микроорганизмов субстратом, продуцируемым корнями, а также образующимся при их деструкции (Whiting and Chanton, 1992).

Список литературы диссертационного исследования кандидат наук Терентьева Ирина Евгеньевна, 2017 год

% ЛИТЕРАТУРА: *

% Глаголев М.В., Сабреков А.Ф. 2008. О восстановлении плотности * % вероятности методом гистограмм в почвоведении и экологии * % // Динамика окружающий среды и глобальные изменения климата: *

% Сборник научных трудов кафедры ЮНЕСКО Югорского государственного *

% университета. Вып. 1; (под ред. Глаголева М.В. и Лапшиной Е.Д.) *

% Новосибирск: НГУ. С. 55-83. *

% ДАТА: 13.04.2010 ЯЗЫК: MATLAB7.8.0.347 ПРОГРАММИСТ: КЛЕПЦОВА И.Е. *

% ДАТА ПОСЛЕДНИХ ИСПРАВЛЕНИЙ: *

% 30.04.2010 - добавлены комментарии; *

0% *

% ПЕРЕМЕННЫЕ: *

% n - длина вектора Y; *

% K - число классов разбиения, округляется в зависимости от N; * % N - число элементов вектора Y, входящих в один любой класс (кроме * % последнего) *

% Nlast - число элементов вектора Y, входящих в последний класс (программа* % построена таким образом, что Nlast > N; *

% A - нулевая матрица, в которую впоследствии идет разбиение вектора Y по * % классам (1 столбик - 1 класс) *

% V - нулевой вектор, в который впоследствии записывается число элементов * % каждого класса (например, 3-е значение в векторе показывает, сколько* % элементов в третьем классе); *

% k, i - счетчики цикла; *

% a, b - вспомогательные переменные (номер первого и последнего элементов * % данного класса в векторе Y); *

% Low, Top, TopLow - вспомогательные переменные для расчета границ между *

% классами; *

% border - вектор, содержащий границы между классами; * % Bo - вспомогательная переменная для расчета ширин классов; * % Shi - вектор, содержащий ширины классов; *

% Hpu - вспомогательная величин для расчета "пуассоновской" погрешнсти; * % Spu - "пуассоновская" погрешность; *

% Srapl, Srap2, Hapl, Hap2 - вспомогательные переменные для расчета * % погрешности аппроксимации; *

% типов в разных природных зонах. Матрица имеет следующую структуру: % строки матрицы соответствуют 7 природным зонам или подзонам, столб-% цы - 19 типам болот (1-9, 11, 12, 14-20, в последнем столбце - эмис-* % сия с болот неустановленного типа); *

% Sap - погрешность аппроксимации; *

% Вычисляем количество классов и элементов в них: *

Y=sort(Y); n=length(Y); K=1.9*nA0.4; K=round(K); N=n/K; N=round(N);

*

*

K=fix(n/N); Nlast=n-N*(K-1); % Задаем нулевую матрицу и вектор: *

A=zeros(K,Nlast); V=zeros(1,K);

% Цикл для записи в нулевую матрицу всех элементов всех классов по * % столбикам (1 стоблик - 1 класс), а в нулевой вектор - * % соответствующее число элементов в этих классах: *

k=0;

while k<K

a=k*N+1; b=N*(k+1); A(k+1, 1 :N)=Y(a: b); V(1,k+1)=N; k=k+1; end

A(k,1:Nlast)=Y(a:n);

V(1,k)=Nlast;

A=A';

% Поиск ошибки, связанной с неразбиением на классы (Nlast==1): *

if Nlast==1

Sr=A;

else Sr=sum(A)./V; % Вычисляем средние по классам end

if Sr(1 )==min(Y)| | Sr(K)==max(Y)

к=тепи('Ошибка','Произошло неразбиение на классы','Ошибка'); % Если ошибка случилась, значит, не произошло объединение в классы * end

% Добавляем в вектор средних минимальное и максимальное значение выборки:* Sr=(min(Y),Sr); Sr=(Sr,max(Y));

% Вычисляем гранцы между классами: *

Low=A(1,:); Top=A(N,:); Low=(Low,0); Top=(0,Top); TopLow=(Top;Low); border=mean(TopLow); border(1, 1 )=min(Y); border(1 ,K+1 )=max(Y); % Вычисляем нормированные высоты классов *

Bo=border;

Bo(1,1:K)=Bo(1,2:K+1); Shi=Bo-border; Shi=Shi(1:K); H=V./Shi/n;

H=(0,H); H=; % Задаем нулевые первую и последнюю высоты * H=H'; Sr=Sr';

% Строим график плотности вероятности: *

plot (Sr,H), grid

set(gca,'FontName,,,Arial Cyr','FontSize,,16),

title('Распределение плотностей вероятностей удельных потоков метана'); xlabel('Удельный поток метана'); ylabel('Плотность вероятности')

% Расчеты погрешностей измерений ("пуассоновская" и погр. аппроксим.) *

%pu=H(2:K+1); 77i=S>l7i,; Spu=77Shi.7Hpu; Spu=1./Spu; % "Пуассоновская" погрешность Srap1=Sr(1:K); Srap2=Sr(2:K+1); Hap1=H(1:K); Hap2=H(2:K+1); % Погрешноть аппроксимации: *

Sap=0.250(Shi.o(Hap2-Hap1)./(Srap2-Srap1)./Hap2).A2; % Итоговая погрешность - сумма "пуассоновской" и погрешности аппроксимации* Ss=(Sap+Spu).A0.5;

% Регуляризация погрешности: *

for i=1:K; if Ss(i)>H(i+1) Ss(i)=H(i+1); end end

9.2 Текст компьютерной программы Geotiffreadwrite на языке MatLab

Программа используется для объединения спектральных классов в информационные и фильтрации шумов

function A=Geotiffreadwrite A=1;

[X,cmap,R,bbox]=geotiffread('D:\Decoding\Processing\MatLab\p150r020NEW v.2 dec.tif);

[X2,cmap2,R2,bbox2]=geotiffread('D:\Decoding\Processing\MatLab\Cmap2.tif); [r,c]=size(X); X; k=1;

while k<=c i=1;

while i<=r if X(i,k)==1

% Х(1,к)=1; % Белый % Х(1,к)==4

% Х(1,к)=2; %Озерца

% е18е1Г Х(1,к)==3

% Х(1,к)=3; %Топь

% е18е1Г Х(1,к)==26

% Х(1,к)=3; %Топь

% е18е1Г Х(1,к)==112

% Х(1,к)=4; %Рям

% е18е1Г Х(1,к)==42

% Х(1,к)=5; %ГМК средний

% е18е1Г Х(1,к)==29

% Х(1,к)=6; %Ростратник

% е18е1Г Х(1,к)==41 % Х(1,к)=7; %ГкМК и топяные ГМК

% е18е1Г Х(1,к)==8

% Х(1,к)=8; %Лазиокарпа

% е18е1Г Х(1,к)==26

% Х(1,к)=9; %Мезотопи роз

% е18е1Г Х(1,к)==31

% Х(1,к)=10; %Веретья

% е18е1Г Х(1,к)==28

% Х(1,к)=11; %ГМК окр

% е18е1Г Х(1,к)==16

% Х(1,к)=13; %Согра

% е18е1Г Х(1,к)==25

% Х(1,к)=14; %Мелколесье

% е18е1Г Х(1,к)==31

% Х(1,к)=15; %Эвтрофные топи!

% е18е1Г Х(1,к)==38

% Х(1,к)=16; %Ааппа

% е18е1Г Х(1,к)==15

% Х(1,к)=17; %Грядово-топяные син-роз-фиол

% е18е1Г Х(1,к)==19

% Х(1,к)=18; %Грядово-топяные зел

% е18е1Г Х(1,к)==72

% X(i,k)=19; %Мочажины/озерца в пальсе синие и фиол (сев)

% е18е1Г Х(1,к)==7

% X(i,k)=20; % "Пойменные" рыжие эвтопи (сев)

% е18е1Г Х(1,к)==20

% X(i,k)=31; % Ярко-зеленые и голубые тундровые топи (сев)

% е18е1Г Х(1,к)==17

% X(i,k)=21; % Кустарничковые и рямово-куст. рыж-зел сообщества (сев)

% Х(1,к)==19

% X(i,k)=36; % Зел тундровые откр куст болота (сев)

% е1Бе1Г Х(1,к)==52

% X(i,k)=22; % Ср-зел тундровые откр болота с мочажинами (сев)

% е1Бе1Г Х(1,к)==63

% е1Бе1Г х(1,к)==76

% X(i,k)=23; % Темно-зел тундровые откр болота с озерцами (сев)

% е1Бе1Г Х(1,к)==23

% X(i,k)=32; % Сине-зел тундровые откр болота с озерцами? (сев)

% е1Бе1Г Х(1,к)==15

% X(i,k)=24; % Белая с зеленой пальса (сев)

% е1Бе1Г Х(1,к)==24

% Х(^к)=25; % Белая с розовой пальса (сев)

% е1Бе1Г Х(1,к)==42

% Х(^к)=26; % Светло-бир пальса (сев)

% е1Бе1Г Х(1,к)==54

% Х(^к)=27; % Бир и ярко-бир пальса (сев)

% е1Бе1Г Х(1,к)==73

% Х(^к)=28; % Грязно-бир и темновато-бир пальса с мочажинами/озерцами

% е1Бе1Г Х(1,к)==16

% X(i,k)=29; % Темно-бир пальса с мочажинами/озерцами (сев)

% е1Бе1Г Х(1,к)==24

% X(i,k)=33; % Пальса светло-роз (сев)

% е1Бе1Г Х(1,к)==79

% X(i,k)=37; % Пальса светло-фиол-роз с моч (сев)

% е1Бе1Г Х(1,к)==29

% Х(1,к)=34; % Пальса ярко-роз (сев)

% е1Бе1Г Х(1,к)==15

% Х(1,к)=35; % Рыж рям (сев)

% е1Бе1Г Х(1,к)==18

% X(i,k)=38; % "ГМК" тундровый розовый с моч/озерц (сев)

% е1Бе1Г Х(1,к)==8

% X(i,k)=39; % "ГМК" осуш. светло-роз и розовато-рыж светл(сев)

% е1Бе1Г Х(1,к)==22

% Х(^к)=40; % Желт и светло-желт тундра (сев)

% е1Бе1Г Х(1,к)==88

% X(i,k)=41; % Розово-рыж мезо и эвтопи (сев)

% е1Бе1Г Х(1,к)==43

% X(i,k)=42; % Заболоченные леса светл

% е1Бе1Г Х(1,к)==53

% X(i,k)=43; % Заболоченные леса средние

% е1Бе1Г Х(1,к)==97

% Х(^к)=44; % Рямово-моч комплекс (низк рям)

% elseif X(i,k)==14

% X(i,k)=45; % Бирюзовые займища (юг) % elseif X(i,k)==24 % X(i,k)=46; % Синие займища (юг) % elseif X(i,k)==10

% X(i,k)=47; % Влажная пойма + сезонные озера % elseif X(i,k)==11 % elseif X(i,k)==56

% X(i,k)=48; % Водораздел роз-рыж (сев) % elseif X(i,k)==63 % X(i,k)=49; % Пойма бир % elseif X(i,k)==64 % X(i,k)=50; % Полигоны влаж тз % elseif X(i,k)==16 % X(i,k)=51; % Роз тростники % elseif X(i,k)==81

% X(i,k)=52; % Олигоболота (розовые, ср тайга) else X(i,k)=1; end i=i+1; end k=k+1; end

C=zeros(10,10); D=1*ones(4,4); k=-3;

while k<(c-12) k=k+4; i=1; while i<(r-9) C=X(i:i+9,k:k+9); V=C;

e=0;l=1; while l<82 if V(l)==1

e=e+1; end l=l+2; end if e>30

X(i+3: i+6,k+3:k+6)=D; end i=i+4; end end

% Определение доминанты: k=0;

while k<(c-4) k=k+1; i=1; while i<(r-3) C=X(i:i+2,k:k+2); V=C;

m=1 ;D=zeros( 1,100); while m<10; n=1;

while n<100 if V(m)==n D(n)=D(n)+1; break

else n=n+1; end end

m=m+1; end D; n=1;

Dmax=max(D); while n<101 if D(n)==Dmax dom=n; break

else n=n+1;

end

end

a=V(5); D(a);

if D(a)<3 %Чем больше это число, тем выше степень генерализации

X(i+1,k+1)=dom;

end

a=V(5); D(a);

if X(i+1,k+1)==3

if D(a)<1 %Чем меньше это значение, тем хуже фильтруется класс

X(i+1,k+1)=dom;

end

elseif X(i+1,k+1)==2 if D(a)<1 %Чем меньше это значение, тем хуже фильтруется класс X(i+1,k+1)=dom; end

elseif X(i+1,k+1)==17 if D(a)<1 %Чем меньше это значение, тем хуже фильтруется класс X(i+1,k+1)=dom; end

% elseif X(i+1,k+1)==4

% if D(a)<7 %Чем меньше это значение, тем хуже фильтруется класс % X(i+1,k+1)=dom; % end end

i=i+1; end end k=1;

while k<=c i=1;

while i<=r if X(i,k)==1 X(i,k)=0; % elseif X(i,k)==10 % X(i,k)=0; end i=i+1; end k=k+1; end figure

mapshow(X,cmap2,R); option.ColorMap = 65535*cmap2;

geotiffwrite('D:\Decoding\Processing\MatLab\pp150r020NEW v.2 dec M.tif,bbox,X,8,option)

10 СПИСОК ЛИТЕРАТУРЫ

1. Adam, E., Mutanga, O., Rugege, D. Multispectral and hyperspectral remote sensing for identification and mapping of wetland vegetation: a review // Wetlands Ecology and Management. — 2009. — V. 18. — № 3. — P. 281-296.

2. Aerts, R. The freezer defrosting: global warming and litter decomposition rates in cold biomes // Journal of Ecology. — 2006. — V. 94. — №№ 4. — P. 713-724.

3. Andronova, N., Karol, I. The contribution of USSR sources to global methane emission // Chemosphere. — 1993. — V. 26. — № 1. — P. 111-126.

4. Baird, A.J., Beckwith, C.W., Waldron, S., Waddington, J. Ebullition of methane-containing gas bubbles from near-surface Sphagnum peat // Geophysical Research Letters. — 2004. — V. 31. — № 21.

5. Baker-Blocker, A., Donahue, T.M., Mancy, K.H. Methane flux from wetlands areas // Tellus. — 1977. — V. 29. — № 3. — P. 245-250.

6. Bartholomé, E., Belward, A. GLC2000: a new approach to global land cover mapping from Earth observation data // International Journal of Remote Sensing.

— 2005. — V. 26. — № 9. — P. 1959-1977.

7. Benz, U.C., Hofmann, P., Willhauck, G., Lingenfelder, I., Heynen, M. Multiresolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information // ISPRS Journal of Photogrammetry and Remote Sensing. — 2004.

— V. 58. — № 3-4. — P. 239-258.

8. Bischof, H., Schneider, W., Pinz, A.J. Multispectral classification of Landsatimages using neural networks // Geoscience and Remote Sensing, IEEE Transactions on. — 1992. — V. 30. — № 3. — P. 482-490.

9. Bleuten, W. Do Western Siberian mires sequestrate atmospheric carbon and feed back climate warming? // Proceedings of the Second International Field Symposium "West Siberian Peatlands and Carbon Cycle: Past and Present". — 2007. — P. 8-9.

10. Bohn, T., Lettenmaier, D., Sathulur, K., Bowling, L., Podest, E., McDonald, K., Friborg, T. Methane emissions from western Siberian wetlands: heterogeneity and sensitivity to climate change // Environmental Research Letters. — 2007.

— V. 2. — № 4. — P. 045015.

11. Bohn, T.J., Melton, J.R., Ito, A.et al. WETCHIMP-WSL: intercomparison of wetland methane emissions models over West Siberia // Biogeosciences. — 2015. — V. 12. — № 11. — P. 3321-3349.

12. Bohn, T.J., Podest, E., Schroeder, R., Pinto, N., McDonald, K.C., Glagolev, M., Filippov, I., Maksyutov, S., Heimann, M., Lettenmaier, D.P. The effects of surface moisture heterogeneity on wetland carbon fluxes in the West Siberian Lowland // Biogeosciences Discussions. — 2013. — V. 10. — № 4. — P. 6517-6562.

13. Botch, M., Kobak, K., Vinson, T., Kolchugina, T. Carbon pools and accumulation in peatlands of the former Soviet Union // Global Biogeochemical Cycles. — 1995. — V. 9. — № 1. — P. 37-46.

14. Bousquet, P., Ciais, P., Miller, J., Dlugokencky, E., Hauglustaine, D., Prigent, C., Van der Werf, G., Peylin, P., Brunke, E.-G., Carouge, C. Contribution of anthropogenic and natural sources to atmospheric methane variability // Nature.

— 2006. — V. 443. — № 7110. — P. 439-443.

15. Bousquet, P., Ringeval, B., Pison, I., Dlugokencky, E., Brunke, E.-G., Carouge, C., Chevallier, F., Fortems-Cheiney, A., Frankenberg, C., Hauglustaine, D. Source attribution of the changes in atmospheric methane for 2006-2008 // Atmospheric Chemistry and Physics. — 2011. — V. 11. — № 8. — P. 3689-3700.

16. Bullock, A., Acreman, M. The role of wetlands in the hydrological cycle // Hydrology and Earth System Sciences. — 1999. — V. 7. — № 3. — P. 358-389.

17. Carpenter, G.A., Gopal, S., Macomber, S., Martens, S., Woodcock, C.E., Franklin, J. A neural network method for efficient vegetation mapping // Remote Sensing of Environment. — 1999. — V. 70. — № 3. — P. 326-338.

18. Chanton, J.P., Dacey, J.W. Effects of vegetation on methane flux, reservoirs, and carbon isotopic composition // Trace gas emissions by plants. — 1991. — P. 65-92.

19. Chapin, F., McGuire, A., Randerson, J., Pielke, R., Baldocchi, D., Hobbie, S., Roulet, N., Eugster, W., Kasischke, E., Rastetter, E. Arctic and boreal ecosystems of western North America as components of the climate system // Global Change Biology. — 2000. — V. 6. — № S1. — P. 211-223.

20. Chapman, S., Thurlow, M. The influence of climate on CO 2 and CH 4 emissions from organic soils // Agricultural and Forest Meteorology. — 1996. — V. 79.

— № 4. — P. 205-217.

21. Chen, Y.H., Prinn, R.G. Estimation of atmospheric methane emissions between 1996 and 2001 using a three-dimensional global chemical transport model // Journal of Geophysical Research: Atmospheres (1984-2012). — 2006. — V. 111. — № D10.

22. Christensen, T. Seasonal emission of methane from the active layer of organic tundra soils-scale and controlling factors // Joint Russian-American seminar on Cryopedology and global change (November 15-16, 1992, Pushchino). — Pushchino: Pushchino Research Centre, 1993. — P. 325-341.

23. Cicerone, R.J., Oremland, R.S. Biogeochemical aspects of atmospheric methane // Global Biogeochemical Cycles. — 1988. — V. 2. — № 4. — P. 299-327.

24. Cicerone, R.J., Shetter, J.D. Sources of atmospheric methane: measurements in rice paddies and a discussion // Journal of Geophysical Research: Oceans (19782012). — 1981. — V. 86. — № C8. — P. 7203-7209.

25. Cihlar, J., Xiao, Q., Chen, J., Beaubien, J., Fung, K., Latifovic, R. Classification by progressive generalization: A new automated methodology for remote sensing multichannel data // International Journal of Remote Sensing. — 1998.

— V. 19. — № 14. — P. 2685-2704.

26. Cogley, J. GGHYDRO: global hydrographic data. — Peterborough, Ontario, Canada: 1994.

27. Cohen, W.B., Goward, S.N. Landsat's role in ecological applications of remote sensing // Bioscience. — 2004. — V. 54. — № 6. — P. 535-545.

28. Congalton, R.G. A review of assessing the accuracy of classifications of remotely sensed data // Remote sensing of environment. — 1991. — V. 37. — № 1. — P. 35-46.

29. Congalton, R.G., Green, K. Assessing the accuracy of remotely sensed data: principles and practices. — Florida, USA: CRC press, 2008.

30. Connolly, J., Holden, N.M., Ward, S.M. Mapping peatlands in Ireland using a rule-based methodology and digital data // Soil Science Society of America Journal. — 2007. — V. 71. — № 2. — P. 492-499.

31. Conrad, R. Control of methane production in terrestrial ecosystems, Exchange of Trace Gases between Terrestrial Ecosystems and the Atmospherel. — New York: John Wiley, 1989.

32. Cowell, D.W. Earth Sciences of the Hudson Bay Lowland: Literature Review and Annotated Bibliography. Lands Directorate, Environment Canada, 1982.

33. Cramer, W., Bondeau, A., Woodward, F.I., Prentice, I.C., Betts, R.A., Brovkin, V., Cox, P.M., Fisher, V., Foley, J.A., Friend, A.D. Global response of terrestrial ecosystem structure and function to CO2 and climate change: results from six dynamic global vegetation models // Global change biology. — 2001. — V. 7.

— № 4. — P. 357-373.

34. Crill, P., Bartlett, K., Harriss, R., Gorham, E., Verry, E., Sebacher, D., Madzar, L., Sanner, W. Methane flux from Minnesota peatlands // Global Biogeochemical Cycles. — 1988. — V. 2. — № 4. — P. 371-384.

35. Davidson, E.A., Janssens, I.A. Temperature sensitivity of soil carbon decomposition and feedbacks to climate change // Nature. — 2006. — V. 440.

— № 7081. — P. 165-73.

36. Dise, N. Methane emission from Minnesota peatlands: Spatial and seasonal variability // Global Biogeochemical Cycles. — 1993. — V. 7. — № 1. — P. 123-142.

37. Dise, N.B., Gorham, E., Verry, E.S. Environmental factors controlling methane emissions from peatlands in northern Minnesota // Journal of Geophysical Research: Atmospheres (1984-2012). — 1993. — V. 98. — № D6. — P. 10583-10594.

38. Dlugokencky, E., Bruhwiler, L., White, J., Emmons, L., Novelli, P.C., Montzka, S.A., Masarie, K.A., Lang, P.M., Crotwell, A., Miller, J.B. Observational constraints on recent increases in the atmospheric CH4 burden // Geophysical Research Letters. — 2009. — V. 36. — № 18.

39. Foody, G.M. Approaches for the production and evaluation of fuzzy land cover classifications from remotely-sensed data // International Journal of Remote Sensing. — 1996. — V. 17. — № 7. — P. 1317-1340.

40. Foody, G.M. Status of land cover classification accuracy assessment // Remote sensing of environment. — 2002. — V. 80. — № 1. — P. 185-201.

41. Frey, K.E., Smith, L.C. How well do we know northern land cover? Comparison of four global vegetation and wetland products with a new ground-truth database for West Siberia // Global Biogeochemical Cycles. — 2007. — V. 21. — № 1.

42. Friedl, M.A., McIver, D.K., Hodges, J.C., Zhang, X., Muchoney, D., Strahler, A.H., Woodcock, C.E., Gopal, S., Schneider, A., Cooper, A. Global land cover mapping from MODIS: algorithms and early results // Remote Sensing of Environment. — 2002. — V. 83. — № 1. — P. 287-302.

43. Frolking, S., Crill, P. Climate controls on temporal variability of methane flux from a poor fen in southeastern New Hampshire: Measurement and modeling // Global Biogeochemical Cycles. — 1994. — V. 8. — № 4. — P. 385-397.

44. Fuller, R., Wyatt, B., Barr, C. Countryside survey from ground and space: different perspectives, complementary results // Journal of Environmental Management. — 1998. — V. 54. — № 2. — P. 101-126.

45. Fung, I., John, J., Lerner, J., Matthews, E., Prather, M., Steele, L., Fraser, P. Three-dimensional model synthesis of the global methane cycle // Journal of

Geophysical Research: Atmospheres (1984-2012). — 1991. — V. 96. — №№ D7.

— P. 13033-13065.

46. Gedney, N. Climate feedback from wetland methane emissions // Geophysical Research Letters. — 2004. — V. 31. — № 20.

47. Glagolev, M., Kleptsova, I., Filippov, I., Maksyutov, S., Machida, T. Regional methane emission from West Siberia mire landscapes // Environmental Research Letters. — 2011. — V. 6. — № 4. — P. 045214.

48. Glagolev, M., Kleptsova, I., Maksyutov, S. High rates of methane emissions from south taiga wetland ponds // EGU General Assembly Conference Abstracts. 2012a. — P. 9037.

49. Glagolev, M., Sabrekov, A., Kleptsova, I., Filippov, I., Lapshina, E., Machida, T., Maksyutov, S.S. Methane emission from bogs in the subtaiga of Western Siberia: The development of standard model // Eurasian Soil Science. — 2012b.

— V. 45. — № 10. — P. 947-957.

50. Glagolev, M.V., Kleptsova, I.E. Critical review of the different methane emission estimations for West Siberian Wetlands // Западносибирские торфяники и цикл углерода: прошлое и настоящее / Материалы Третьего международного полевого симпозиума (Ханты-Мансийск, 24 июня - 5 июля 2011 г.). — Новосибирск: Издательство "Талер-Пресс", 2011. — P. 146-147.

51. Gluck, M.J., Rempel, R.S., Uhlig, P. An evaluation of remote sensing for regional wetland mapping applications. — Sault Ste. Marie: Ontario Forest Research Institute, 1996.

52. Gong, P., Marceau, D.J., Howarth, P.J. A comparison of spatial feature extraction algorithms for land-use classification with SPOT HRV data // Remote Sensing of Environment. — 1992. — V. 40. — № 2. — P. 137-151.

53. Gong, P., Wang, J., Yu, L.et al. Finer resolution observation and monitoring of global land cover: first mapping results with Landsat TM and ETM+ data //

International Journal of Remote Sensing. — 2013. — V. 34. — № 7. — P. 26072654.

54. Groves, D.G., Francis, J.A. Variability of the Arctic atmospheric moisture budget from TOVS satellite data // Journal of Geophysical Research: Atmospheres (1984-2012). — 2002. — V. 107. — № D24.

55. Hansen, J., Ruedy, R., Sato, M., Reynolds, R. Global surface air temperature in 1995: Return to pre-Pinatubo level // Geophysical Research Letters. — 1996. — V. 23. — № 13. — P. 1665-1668.

56. Heyer, J., Berger, U., Kuzin, I.L., Yakovlev, O.N. Methane emissions from different ecosystem structures of the subarctic tundra in Western Siberia during midsummer and during the thawing period // Tellus B. — 2002. — V. 54. — № 3. — P. 231-249.

57. Homer, C., Dewitz, J., Fry, J., Coan, M., Hossain, N., Larson, C., Herold, N., McKerrow, A., VanDriel, J.N., Wickham, J. Completion of the 2001 National Land Cover Database for the Counterminous United States // Photogrammetric Engineering and Remote Sensing. — 2007. — V. 73. — № 4. — P. 337.

58. Homer, C., Huang, C., Yang, L., Wylie, B., Coan, M. Development of a 2001 national land-cover database for the United States // Photogrammetric Engineering & Remote Sensing. — 2004. — V. 70. — № 7. — P. 829-840.

59. Homer, C.G., Ramsey, R.D., Edwards Jr, T.C., Falconer, A. Landscape covertype modeling using a multi-scene thematic mapper mosaic // Photogrammetric Engineering and Remote Sensing. — 1997. — V. 63. — № 1. — P. 59-67.

60. URL: http://gis-lab.info

61. URL: http://glovis.usgs.gov/.

62. Hutchinson, G.L., Mosier, A.R. Improved soil cover method for field measurement of nitrous oxide fluxes // Soil Science Society of America Journal. — 1981. — V. 45. — № 2. — P. 311-316.

63. Jagovkina, S., Karol, I., Zubov, V., Lagun, V., Reshetnikov, A., Rozanov, E. Methane fluxes in West Siberia: 3-D regional model simulation // Water, Air and Soil Pollution: Focus. — 2001. — V. 1. — № 5-6. — P. 429-436.

64. Jensen, J.R., Ramsey, E., Mackey Jr, H., Christensen, E., Sharitz, R. Inland wetland change detection using aircraft MSS data // Photogrammetric engineering and remote sensing (USA). — 1987.

65. Johnston, R.M., Barson, M.M. Remote sensing of Australian wetlands: An evaluation of Landsat TM data for inventory and classification // Marine and Freshwater Research. — 1993. — V. 44. — № 2. — P. 235-252.

66. Jones, P.D., Moberg, A. Hemispheric and large-scale surface air temperature variations: An extensive revision and an update to 2001 // Journal of Climate. — 2003. — V. 16. — № 2. — P. 206-223.

67. Kartikeyan, B., Sarkar, A., Majumder, K. A segmentation approach to classification of remote sensing imagery // International Journal of Remote Sensing. — 1998. — V. 19. — № 9. — P. 1695-1709.

68. Kempka, R., Kollasch, R., Koeln, G. Ducks Unlimited: Using GIS to preserve the Pacific Flyway's wetland resource // GIS World. — 1992. — V. 5. — P. 46-52.

69. Khalil, M.A.K. Atmospheric methane: an introduction. Springer, 2000.

70. Kim, H., Maksyutov, S., Glagolev, M., Machida, T., Patra, P., Sudo, K., Inoue, G. Evaluation of methane emissions from West Siberian wetlands based on inverse modeling // Environmental Research Letters. — 2011a. — V. 6. — № 3. — P. 035201.

71. Kim, H.S., Maksyutov, S., Glagolev, M.V., Machida, T., Patra, P.K., Sudo, K., Inoue, G. Evaluation of methane emissions from West Siberian wetlands based on inverse modeling // Environmental Research Letters. — 2011b. — V. 6. — № 3. — P. 035201.

72. Klein, E., Berg, E.E., Dial, R. Wetland drying and succession across the Kenai Peninsula Lowlands, south-central Alaska // Canadian Journal of Forest Research. — 2005. — V. 35. — № 8. — P. 1931-1941.

73. Kotsyurbenko, O.R., Chin, K.J., Glagolev, M.V., Stubner, S., Simankova, M.V., Nozhevnikova, A.N., Conrad, R. Acetoclastic and hydrogenotrophic methane production and methanogenic populations in an acidic West-Siberian peat bog // Environmental microbiology. — 2004. — V. 6. — № 11. — P. 1159-1173.

74. Krankina, O., Pflugmacher, D., Friedl, M., Cohen, W., Nelson, P., Baccini, A. Meeting the challenge of mapping peatlands with remotely sensed data // Biogeosciences. — 2008. — V. 5. — № 6. — P. 1809-1820.

75. Kremenetski, K.V., Velichko, A.A., Borisova, O.K., MacDonald, G.M., Smith, L.C., Frey, K.E., Orlova, L.A. Peatlands of the Western Siberian lowlands: current knowledge on zonation, carbon content and Late Quaternary history // Quaternary Science Reviews. — 2003. — V. 22. — № 5-7. — P. 703-723.

76. Langenfelds, R., Francey, R., Pak, B., Steele, L., Lloyd, J., Trudinger, C., Allison, C. Interannual growth rate variations of atmospheric CO2 and its 513C, H2, CH4, and CO between 1992 and 1999 linked to biomass burning // Global Biogeochemical Cycles. — 2002. — V. 16. — № 3. — P. 21-22.

77. Lawrence, D.M., Slater, A.G., Romanovsky, V.E., Nicolsky, D.J. Sensitivity of a model projection of near-surface permafrost degradation to soil column depth and representation of soil organic matter // Journal of Geophysical Research: Earth Surface (2003-2012). — 2008. — V. 113. — № F2.

78. Lehner, B., Doll, P. Development and validation of a global database of lakes, reservoirs and wetlands // Journal of Hydrology. — 2004. — V. 296. — № 1-4. — P. 1-22.

79. Loulergue, L., Schilt, A., Spahni, R., Masson-Delmotte, V., Blunier, T., Lemieux, B., Barnola, J.M., Raynaud, D., Stocker, T.F., Chappellaz, J. Orbital and millennial-scale features of atmospheric CH4 over the past 800,000 years // Nature. — 2008. — V. 453. — № 7193. — P. 383-6.

80. Loveland, T., Reed, B., Brown, J., Ohlen, D., Zhu, Z., Yang, L., Merchant, J. Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data // International Journal of Remote Sensing.

— 2000. — V. 21. — № 6-7. — P. 1303-1330.

81. MacAlister, C., Mahaxay, M. Mapping wetlands in the Lower Mekong Basin for wetland resource and conservation management using Landsat ETM images and field survey data // J Environ Manage. — 2009. — V. 90. — № 7. — P. 2130-7.

82. MacDonald, J., Fowler, D., Hargreaves, K., Skiba, U., Leith, I., Murray, M. Methane emission rates from a northern wetland; response to temperature, water table and transport // Atmospheric Environment. — 1998. — V. 32. — № 19.

— P. 3219-3227.

83. Maksyutov, S., Inoue, G., Sorokin, M., Nakano, T., Krasnov, O., Kosykh, N., Mironycheva-Tokareva, N., Vasiliev, S. Methane fluxes from wetland in west Siberia during April-October 1998 // Proceedings of the Seventh Symposium on the Joint Siberian Permafrost Studies between Japan and Russia. 1998. — P. 115-124.

84. Masing, V., Botch, M., Laanelaid, A. Mires of the former Soviet Union // Wetlands Ecology and Management. — 2009. — V. 18. — № 4. — P. 397-433.

85. Mastepanov, M., Sigsgaard, C., Dlugokencky, E.J., Houweling, S., Strom, L., Tamstorf, M.P., Christensen, T.R. Large tundra methane burst during onset of freezing // Nature. — 2008. — V. 456. — № 7222. — P. 628-630.

86. Matthews, E., Fung, I. Methane emission from natural wetlands: Global distribution, area, and environmental characteristics of sources // Global biogeochemical cycles. — 1987. — V. 1. — № 1. — P. 61-86.

87. Mayaux, P., Bartholomé, E., Fritz, S., Belward, A. A new land-cover map of Africa for the year 2000 // Journal of Biogeography. — 2004. — V. 31. — № 6.

— P. 861-877.

88. McGuire, A.D., Anderson, L.G., Christensen, T.R., Dallimore, S., Guo, L., Hayes, D.J., Heimann, M., Lorenson, T.D., Macdonald, R.W., Roulet, N.

Sensitivity of the carbon cycle in the Arctic to climate change // Ecological Monographs. — 2009. — V. 79. — № 4. — P. 523-555.

89. Metje, M., Frenzel, P. Effect of temperature on anaerobic ethanol oxidation and methanogenesis in acidic peat from a northern wetland // Applied and environmental microbiology. — 2005. — V. 71. — № 12. — P. 8191-8200.

90. Moore, T., Knowles, R. The influence of water table levels on methane and carbon dioxide emissions from peatland soils // Canadian Journal of Soil Science. — 1989. — V. 69. — № 1. — P. 33-38.

91. Moore, T., Roulet, N., Knowles, R. Spatial and temporal variations of methane flux from subarctic/northern boreal fens // Global Biogeochemical Cycles. — 1990. — V. 4. — № 1. — P. 29-46.

92. Motohka, T., Nasahara, K.N., Oguma, H., Tsuchida, S. Applicability of green-red vegetation index for remote sensing of vegetation phenology // Remote Sensing. — 2010. — V. 2. — № 10. — P. 2369-2387.

93. Mwita, E., Menz, G., Misana, S., Becker, M., Kisanga, D., Boehme, B. Mapping small wetlands of Kenya and Tanzania using remote sensing techniques // International Journal of Applied Earth Observation and Geoinformation. — 2013. — V. 21. — P. 173-183.

94. Niu, Z., Zhang, H., Wang, X.et al. Mapping wetland changes in China between 1978 and 2008 // Chinese Science Bulletin. — 2012. — V. 57. — № 22. — P. 2813-2823.

95. OECD. Guidelines for aid agencies for improved conservation and sustainable use of tropical and sub-tropical wetlands. Development Assistance Committee Organisation for Economic Co-operation Development, 1996.

96. Osterkamp, T., Romanovsky, V. Evidence for warming and thawing of discontinuous permafrost in Alaska // Permafrost and Periglacial Processes. — 1999. — V. 10. — № 1. — P. 17-37.

97. Ozesmi, S.L., Bauer, M.E. Satellite remote sensing of wetlands // Wetlands ecology and management. — 2002. — V. 10. — № 5. — P. 381-402.

98. Page, S.E., Rieley, J.O., Banks, C.J. Global and regional importance of the tropical peatland carbon pool // Global Change Biology. — 2011. — V. 17. — № 2. — P. 798-818.

99. Papa, F., Prigent, C., Aires, F., Jimenez, C., Rossow, W.B., Matthews, E. Interannual variability of surface water extent at the global scale, 1993-2004 // Journal of Geophysical Research. — 2010. — V. 115. — № D12.

100. Peregon, A., Maksyutov, S., Kosykh, N., Mironycheva-Tokareva, N., Tamura, M., Inoue, G. Application of the multi-scale remote sensing and GIS to mapping net primary production in west Siberian wetlands // Phyton. — 2005. — V. 45.

— № 4. — P. 543-550.

101. Peregon, A., Maksyutov, S., Kosykh, N.P., Mironycheva-Tokareva, N.P. Map-based inventory of wetland biomass and net primary production in western Siberia // Journal of Geophysical Research: Biogeosciences (2005-2012). — 2008. — V. 113. — № G1.

102. Peregon, A., Maksyutov, S., Yamagata, Y. An image-based inventory of the spatial structure of West Siberian wetlands // Environmental Research Letters.

— 2009. — V. 4. — № 4. — P. 045014.

103. Peterson, B.J., Holmes, R.M., McClelland, J.W., Vorosmarty, C.J., Lammers, R.B., Shiklomanov, A.I., Shiklomanov, I.A., Rahmstorf, S. Increasing river discharge to the Arctic Ocean // Science. — 2002. — V. 298. — № 5601. — P. 2171-2173.

104. Prigent, C., Matthews, E., Aires, F., Rossow, W.B. Remote sensing of global wetland dynamics with multiple satellite data sets // Geophysical Research Letters. — 2001. — V. 28. — № 24. — P. 4631-4634.

105. Prigent, C., Papa, F., Aires, F., Rossow, W.B., Matthews, E. Global inundation dynamics inferred from multiple satellite observations, 1993-2000 // Journal of Geophysical Research. — 2007. — V. 112. — № D12.

106. Rigby, M., Prinn, R.G., Fraser, P.J.et al. Renewed growth of atmospheric methane // Geophysical Research Letters. — 2008. — V. 35. — № 22.

107. Rothrock, D., Zhang, J., Yu, Y. The arctic ice thickness anomaly of the 1990s: A consistent view from observations and models // Journal of Geophysical Research: Oceans (1978-2012). — 2003. — V. 108. — № C3.

108. Roulet, N.T., Ash, R., Quinton, W., Moore, T. Methane flux from drained northern peatlands: effect of a persistent water table lowering on flux // Global Biogeochemical Cycles. — 1993. — V. 7. — № 4. — P. 749-769.

109. Sabrekov, A., Kleptsova, I., Glagolev, M., Maksyutov, S.S., Machida, T. Methane emission from middle taiga oligotrophic hollows of Western Siberia // Вестник ТГПУ. — 2011. — № 5. — P. 107.

110. Sabrekov, A.F., Runkle, B.R., Glagolev, M.V., Terentieva, I.E., Stepanenko, V.M., Kotsyurbenko, O.R., Maksyutov, S.S., Pokrovsky, O.S. Variability in methane emissions from West Siberia's shallow boreal lakes // Biogeosciences Discuss. — 2016. — doi: 10.5194/bg-2016-331. — In review.

111. Sabrekov, A.F., Runkle, B.R.K., Glagolev, M.V., Kleptsova, I.E., Maksyutov, S.S. Seasonal variability as a source of uncertainty in the West Siberian regional CH4 flux upscaling // Environmental Research Letters. — 2014. — V. 9. — № 4. — P. 045008.

112. Sanderson, J., March, M., County, P. Extreme rich fens of South Park, Colorado: their distribution, identification, and natural heritage significance. Colorado Natural Heritage Program, Colorado State University, 1996.

113. Sasakawa, M., Ito, A., Machida, T., Tsuda, N., Niwa, Y., Davydov, D., Fofonov, A., Arshinov, M. Annual variation of CH4 emissions from the middle taiga in West Siberian Lowland (2005-2009): a case of high CH4 flux and precipitation rate in the summer of 2007 // Tellus B. — 2012. — V. 64. — № 0.

114. Schneider, J., Grosse, G., Wagner, D. Land cover classification of tundra environments in the Arctic Lena Delta based on Landsat 7 ETM+ data and its application for upscaling of methane emissions // Remote Sensing of Environment. — 2009. — V. 113. — № 2. — P. 380-391.

115. Schuldt, R., Brovkin, V., Kleinen, T., Winderlich, J. Modelling Holocene carbon accumulation and methane emissions of boreal wetlands-an Earth system model approach // Biogeosciences. — 2013. — V. 10. — № 3. — P. 1659-1674.

116. Sebacher, D.I., Harriss, R.C., Bartlett, K.B. Methane emissions to the atmosphere through aquatic plants // Journal of Environmental Quality. — 1985.

— V. 14. — № 1. — P. 40-46.

117. Sebacher, D.I., Harriss, R.C., Bartlett, K.B., Sebacher, S.M., Grice, S.S. Atmospheric methane sources: Alaskan tundra bogs, an alpine fen, and a subarctic boreal marsh // Tellus B. — 1986. — V. 38. — № 1. — P. 1-10.

118. Serreze, M.C., Francis, J.A. The Arctic amplification debate // Climatic Change.

— 2006. — V. 76. — № 3-4. — P. 241-264.

119. Sheng, Y., Smith, L.C., MacDonald, G.M., Kremenetski, K.V., Frey, K.E., Velichko, A.A., Lee, M., Beilman, D.W., Dubinin, P. A high-resolution GIS-based inventory of the west Siberian peat carbon pool // Global Biogeochemical Cycles. — 2004. — V. 18. — № 3.

120. Shindell, D.T. Impacts of climate change on methane emissions from wetlands // Geophysical Research Letters. — 2004. — V. 31. — № 21.

121. Silvola, J., Saarnio, S., Foot, J., Sundh, I., Greenup, A., Heijmans, M., Ekberg, A., Mitchell, E., Van Breemen, N. Effects of elevated CO2 and N deposition on CH4 emissions from European mires // Global biogeochemical cycles. — 2003.

— V. 17. — № 2.

122. Simmonds, P., Manning, A., Derwent, R., Ciais, P., Ramonet, M., Kazan, V., Ryall, D. A burning question. Can recent growth rate anomalies in the greenhouse gases be attributed to large-scale biomass burning events? // Atmospheric Environment. — 2005. — V. 39. — № 14. — P. 2513-2517.

123. Solomeshch, A. The West Siberian Lowland // The world's largest wetlands: ecology and conservation. Cambridge University Press, Cambridge. — 2005. — P. 11-62.

124. Solomon, S., Dahe, Q., Martin, M., Melinda, M., Kristen, A., Melinda M.B. , T., Henry, L.M., Zhenlin, C. Climate change 2007-the physical science basis: Working group I contribution to the fourth assessment report of the IPCC. V. 4 Cambridge University Press, 2007.

125. Song, C., Woodcock, C.E., Seto, K.C., Lenney, M.P., Macomber, S.A. Classification and change detection using Landsat TM data: when and how to correct atmospheric effects? // Remote sensing of Environment. — 2001. — V. 75. — № 2. — P. 230-244.

126. Stillwell-Soller, L., Klinger, L., Pollard, D., Thompson, S. The Global Distribution of Freshwater Wetlands. TN-416STR // National Center for Atmospheric Research, Boulder, Colorado, USA. Available via http://www.scd. ucar.edu/iag/staff/lana/wetlands. — 1995.

127. Svensson, B.H. Different temperature optima for methane formation when enrichments from acid peat are supplemented with acetate or hydrogen // Applied and environmental microbiology. — 1984. — V. 48. — № 2. — P. 389-394.

128. Svensson, B.H., Rosswall, T. In situ methane production from acid peat in plant communities with different moisture regimes in a subarctic mire // Oikos. — 1984. — P. 341-350.

129. Taylor, A., Howard, G., Begg, G. Developing wetland inventories in southern Africa: A review // Vegetatio. — 1995. — V. 118. — № 1-2. — P. 57-79.

130. Terentieva, I.E., Glagolev, M.V., Lapshina, E.D., Sabrekov, A.F., Maksyutov, S. Mapping of West Siberian taiga wetland complexes using Landsat imagery: implications for methane emissions // Biogeosciences. — 2016. — V. 13. — № 16. — P. 4615-4626.

131. Tiner, J., Ralph, W. Use of high-altitude aerial photography for inventorying forested wetlands in the United States // Forest Ecology and Management. — 1990. — V. 33. — P. 593-604.

132. Tollefson, J. Landsat 8 to the rescue // Nature. — 2013. — V. 494. — № 7435.

— P. 13-14.

133. Turunen, J., Tomppo, E., Tolonen, K., Reinikainen, A. Estimating carbon accumulation rates of undrained mires in Finland-application to boreal and subarctic regions // The Holocene. — 2002. — V. 12. — № 1. — P. 69-80.

134. Velichko, A., Timireva, S., Kremenetski, K., MacDonald, G., Smith, L. West Siberian Plain as a late glacial desert // Quaternary International. — 2011. — V. 237. — № 1. — P. 45-53.

135. Vogelmann, J.E., Howard, S.M., Yang, L., Larson, C.R., Wylie, B.K., Van Driel, N. Completion of the 1990s National Land Cover Data Set for the conterminous United States from Landsat Thematic Mapper data and ancillary data sources // Photogrammetric Engineering and Remote Sensing. — 2001. — V. 67. — № 6.

136. Vogels, G.D., Keltjens, J.T., Van Der Drift, C. Biochemistry of methane production // Biology of anaerobic microorganisms. — 1988. — P. 707-770.

137. Walter, B.P., Heimann, M., Matthews, E. Modeling modern methane emissions from natural wetlands: 1. Model description and results // Journal of Geophysical Research: Atmospheres (1984-2012). — 2001. — V. 106. — № D24. — P. 34189-34206.

138. Walter, H. The oligotrophic peatlands of Western Siberia-the largest peino-helobiome in the world // Vegetatio. — 1977. — V. 34. — № 3. — P. 167-178.

139. Walter, K., Edwards, M., Grosse, G., Zimov, S., Chapin, F. Thermokarst lakes as a source of atmospheric CH4 during the last deglaciation // Science. — 2007a.

— V. 318. — № 5850. — P. 633-636.

140. Walter, K.M., Smith, L.C., Chapin, F.S. Methane bubbling from northern lakes: present and future contributions to the global methane budget // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. — 2007b. — V. 365. — № 1856. — P. 1657-1676.

141. Walter, K.M., Zimov, S., Chanton, J.P., Verbyla, D., Chapin, F.S. Methane bubbling from Siberian thaw lakes as a positive feedback to climate warming // Nature. — 2006a. — V. 443. — № 7107. — P. 71-75.

142. Walter, K.M., Zimov, S.A., Chanton, J.P., Verbyla, D., Chapin, F.S., 3rd. Methane bubbling from Siberian thaw lakes as a positive feedback to climate warming // Nature. — 2006b. — V. 443. — № 7107. — P. 71-75.

143. Whalen, S., Reeburgh, W., Reimers, C. Control of tundra methane emission by microbial oxidation // Landscape function and disturbance in arctic tundra. Springer, 1996. — P. 257-274.

144. Whalen, S.C., Reeburgh, W.S. A methane flux time series for tundra environments // Global Biogeochemical Cycles. — 1988. — V. 2. — № 4. — P. 399-409.

145. Whalen, S.C., Reeburgh, W.S. Interannual variations in tundra methane emission: A 4-year time series at fixed sites // Global Biogeochemical Cycles. — 1992. — V. 6. — № 2. — P. 139-159.

146. Whitcomb, J., Moghaddam, M., McDonald, K., Kellndorfer, J., Podest, E. Mapping vegetated wetlands of Alaska using L-band radar satellite imagery // Canadian Journal of Remote Sensing. — 2009. — V. 35. — № 1. — P. 54-72.

147. Whiticar, M.J. Carbon and hydrogen isotope systematics of bacterial formation and oxidation of methane // Chemical Geology. — 1999. — V. 161. — № 1. — P. 291-314.

148. Whiting, G., Chanton, J. Primary production control of methane emission from wetlands // Nature. — 1993.

149. Whiting, G.J., Chanton, J.P. Plant-dependent CH4 emission in a subarctic Canadian fen // Global Biogeochemical Cycles. — 1992. — V. 6. — № 3. — P. 225-231.

150. Whiting, G.J., Chanton, J.P., Bartlett, D.S., Happell, J.D. Relationships between CH4 emission, biomass, and CO2 exchange in a subtropical grassland // Journal

of Geophysical Research: Atmospheres (1984-2012). — 1991. — V. 96. — № D7. — P. 13067-13071.

151. Williams, R.T., Crawford, R.L. Microbial diversity of Minnesota peatlands // Microbial ecology. — 1983. — V. 9. — № 3. — P. 201-214.

152. Winderlich, J., Chen, H., Gerbig, C., Seifert, T., Kolle, O., Lavric, J.V., Kaiser, C., Hofer, A., Heimann, M. Continuous low-maintenance CO2, CH4, H2, O2 measurements at the Zotino Tall Tower Observatory (ZOTTO) in Central Siberia // Atmospheric Measurement Techniques. — 2010. — V. 3. — № 4. — P. 1113-1128.

153. Woo, M.-k., Young, K.L. High Arctic wetlands: their occurrence, hydrological characteristics and sustainability // Journal of Hydrology. — 2006. — V. 320.

— № 3. — P. 432-450.

154. Yu, Z. Northern peatland carbon stocks and dynamics: a review // Biogeosciences. — 2012. — V. 9. — № 10. — P. 4071-4085.

155. Zhu, X., Zhuang, Q., Chen, M., Sirin, A., Melillo, J., Kicklighter, D., Sokolov, A., Song, L. Rising methane emissions in response to climate change in Northern Eurasia during the 21st century // Environmental Research Letters. — 2011. — V. 6. — № 4. — P. 045211.

156. Zhu, X., Zhuang, Q., Qin, Z., Glagolev, M., Song, L. Estimating wetland methane emissions from the northern high latitudes from 1990 to 2009 using artificial neural networks // Global Biogeochemical Cycles. — 2013. — V. 27.

— № 2. — P. 592-604.

157. Zhuang, Q., Melillo, J.M., Sarofim, M.C., Kicklighter, D.W., McGuire, A.D., Felzer, B.S., Sokolov, A., Prinn, R.G., Steudler, P.A., Hu, S. CO2 and CH4 exchanges between land ecosystems and the atmosphere in northern high latitudes over the 21st century // Geophysical Research Letters. — 2006. — V. 33. — № 17.

158. Zoltai, S., Vitt, D. Canadian wetlands: environmental gradients and classification // Classification and inventory of the world's wetlands. Springer, 1995. — P. 131-137.

159. Бажин, Н. Метан в атмосфере // Соросовский образовательный журнал. — 2000. -Т. 6. — № 3. — C. 52-57.

160. Бек, Д., Блэкуэлл, Б., Сент-Клэр, Ч. Некорректные обратные задачи теплопроводности. — Москва: Издательство "Мир". — 1989. — 312 с.

161. Бронзов, А. Гипновые болота на южной окраине Западно-Сибирской равнинной тайги // Почвоведение. — 1936. — № 2. — C. 224-245.

162. Вомперский, С. Роль болот в круговороте углерода // Биогеоценотические особенности болот и их рациональное использование. — 1994. — C. 5-37.

163. Вомперский, С., Цыганова, О., Ковалев, А., Глухова, Т., Валяева, Н. Заболоченность территории России как фактор связывания атмосферного углерода // Круговорот углерода на территории России. — 1999. — C. 124-145.

164. Гвоздецкий, Н., Криволуцкий, А., Макунина, А. Схема физико-географического районирования Тюменской области // Физикогеографическое районирование Тюменской области — Москва: Издательство МГУ, 1973. — C. 9-28.

165. Глаголев, М. Оценка эмиссии метана заболоченными территориями Западной Сибири // Болота и биосфера: Сборник материалов Шестой Научной Школы (10-14 сентября 2007 г.) — Томск: Издательство ФГУ "Томский ЦНТИ", 2007. — C. 33-41.

166. Глаголев, М. Эмиссия метана: идеология и методология «стандартной модели» для Западной Сибири // Динамика окружающий среды и глобальные изменения климата: Сборник научных трудов кафедры ЮНЕСКО Югорского государственного университета. — 2008. -Т. 1. — C. 176-190.

167. Глаголев, М., Сабреков, А. О восстановлении плотности вероятности методом гистограмм в почвоведении и экологии // Динамика окружающий среды и глобальные изменения климата: Сборник научных трудов кафедры ЮНЕСКО Югорского государственного университета. — 2008. — № 1. — С. 55-83.

168. Глаголев, М., Филиппов, И., Клепцова, И., Максютов, Ш. Оценка потока метана из почв Росии на основе простейших математических моделей // Математическое моделирование в экологии / Материалы Третьей Национальной научной конференции с международным участием (21-25 октября 2013 г.) — Пущино: Издательство ИФХиБПП РАН, 2013. — С. 75-76.

169. Глаголев, М., Чистотин, М., Шнырев, Н., Сирин, А. Летне-осенняя эмиссия диоксида углерода и метана осушенными торфяниками, измененными при хозяйственном использовании, и естественными болотами (на примере участка Томской области) // Агрохимия. — 2008. -Т. 5. — С. 56-68.

170. Глаголев, М.В. Аннотированный список литературных источников по результатам измерений потоков СН4 и СО2 на болотах России // Динамика окружающей среды и глобальные изменения климата. — 2010а. — Т. 1. — № 2.

171. Глаголев, М.В. Эмиссия СН4 болотными почвами Западной Сибири: от почвенного профиля до региона. — Москва: — 2010Ь. — 211 с.

172. Глаголев, М.В., Клепцова, И.Е. Эмиссия метана в лесотундре: к созданию «стандартной модели»(Аа2) для Западной Сибири // Вестник Томского государственного педагогического университета. — 2009. — № 3.

173. Глаголев, М.В., Смагин, А.В. Количественная оценка эмиссии метана болотами: от почвенного профиля-до региона (к 15-летию исследований в Томской области) // Доклады по экологическому почвоведению. — 2006. -Т. 3. — № 3. — С. 75-114.

174. Денисенков, В. Основы болотоведения. — Санкт-Петербург: Издательство СПбГУ. — 2000. — 224 с.

175. Заварзин, Г. Микробный цикл метана в холодных условиях // Природа. — 1995. -Т. 6. — № 5. — С. 3-4.

176. Земцов, А. Болота Западной Сибири их роль в биосфере. — Томск: Издательство ТГУ, СибНИИТ. — 2000. — 72 с.

177. Калюжный, И., Лавров, С., Решетников, А., Парамонова, Н., Привалов, В. Эмиссия метана на олиготрофном болотном массиве северо-запада России // Метеорология и гидрология. — 2009. — № 1. — С. 53-67.

178. Кац, Н.Я., Нейштадт, М.И. Болота // Природные условия и естественные ресурсы СССР. Западная Сибирь / Под ред. Рихтера Г.Д. — Москва: Издательство АН СССР, 1963. — С. 230-248.

179. Костылев, А.А., Миляев, П.В., Дорский, Ю.Д., Левченко, В.К., Чикулаева, Г.А. Статистическая обработка результатов экспериментов на микро-ЭВМ и программируемых калькуляторах. — Ленинград: Энергоатомиздат. — 1991. — 304 с.

180. Крупчатников, В.Н., Крылова, А.И. Моделирование эмиссии метана от природных избыточно увлажненных почв и гидрологии поверхности с учетом топографии // География и природные ресурсы / Специальный выпуск «Труды международной конференции по измерениям, моделированию и информационным системам для изучения окружающей среды: БЫУЖОМК-2004». — 2004. — С. 272-276.

181. Крылова, А.И., Крупчатников, В.Н. Глобальное моделирование потоков метана от болотных экосистем // Большое Васюганское болото. Современное состояние и процессы развития. — 2002. — С. 98-103.

182. Кузин, И. Новейшая тектоника территории Ханты-Мансийского автономного округа. — СПб.: Изд-во ВСЕГЕИ. — 2002.

183. Лапшина, Е. Флора болот юго-востока Западной Сибири. — Томск: Издательство ТГУ. — 2004. — 296 с.

184. Лисс, О., Абрамова, Л., Аветов, Н., Березина, Н., Инишева, Л., Курнишкова, Т., Слука, З., Толпышева, Т., Шведчикова, Н. Болотные системы Западной Сибири и их природоохранное значение. — Тула: Издательство "Гриф и Ко". — 2001.

185. Львов, Ю.А. Методические материалы к типологии и классификации болот Томской области // Типы болот СССР и принципы их классификации. Сборник статей / Под ред. Абрамова Т.Г., Боч М.С., Галкина Е.А. — Ленинград: Издательство "Наука", 1974. — С. 188-194.

186. Мазинг, В. Актуальные проблемы классификации и терминологии в болотоведении // Типы болот СССР и принципы их классификации. — 1974. — С. 6-11.