Водные ресурсы, 2024, № 1

Российская академия наук
ВОДНЬIЕ РЕСУРСЬI
Том 51   №1   2024   Январь-Февраль
Журнал основан в декабре 1972 г.
Выходит 6 раз в год
ISSN: 0321-0596
Журнал издается под руководством 
Отделения наук о Земле РАН
Главный редактор
В.И. Данилов-Данильян член-корр. РАН
Редакционная коллегия:
М.В. Михайлова канд. геогр. наук, ИВП РАН (заместитель главного редактора), 
Т.Д. Миллионщикова канд. геогр. наук (ответственный секретарь),
В.В. Беликов докт. техн. наук, С.Д. Беляев докт. техн. наук, М.В. Болгов докт. техн. наук,
Е.В. Веницианов докт. физ.-мат. наук, Е.Ж. Гармаев член-корр. РАН, Б.И. Гарцман докт. геогр. наук,
А.Н. Гельфан член-корр. РАН, Ю.С. Даценко докт. геогр. наук, В.К. Дебольский докт. техн. наук,
Р.Г. Джамалов докт. геол.-мин. наук, С.Г. Добровольский докт. геогр. наук,
П.О. Завьялов член-корр. РАН, А.Т. Зиновьев докт. физ.-мат. наук,
В.П. Карликов докт. физ.-мат. наук, С.А. Кондратьев докт. физ.-мат. наук,
С.К. Коновалов член-корр. РАН, Н.И. Коронкевич докт. геогр. наук,
Л.С. Кучмент докт. физ.-мат. наук, В.Ю. Лаврушин докт. геол.-мин. наук,
Ю.Н. Лукина докт. биол. наук, Т.И. Моисеенко член-корр. РАН,
Ю.Г. Мотовилов докт. геогр. наук, И.И. Мохов акад. РАН, С.П. Поздняков докт. геол.-мин. наук,
Л.В. Полищук докт. биол. наук, В.А. Румянцев акад. РАН, В.А. Семенов акад. РАН,
Ю.А. Федоров докт. геогр. наук, Н.Н. Филатов член-корр. РАН, М.В. Флинт акад. РАН,
Н.Л. Фролова докт. геогр. наук, В.В. Шамов докт. геогр. наук
Зав. редакцией М.Г. Сушинцева 
E-mail: waterres@iwp.ru
Адрес редакции: 119333 Москва, ул. Губкина, 3, редакция журнала «Водные ресурсы» 
тел. 8(499) 135-54-04
Москва
ФГБУ «Издательство «Наука»
© Российская академия наук, 2024
© Редколлегия журнала
     «Водные ресурсы» (составитель), 2024

ВОДНЫЕ РЕСУРСЫ, 2024, том 51, № 1
УДК
СОДЕРЖАНИЕ
Том 51, номер 1, 2024
Водные ресурсы и режим водных объектов
Измерение стволового сокодвижения как инструмент оценки транспирации в исследованиях 
водного баланса речного бассейна
Т. С. Губарева, С. Ю. Лупаков, В. В. Шамов, Б. И. Гарцман 
3
 
Гидрофизические процессы
Турбулентная вязкость и гидравлическое сопротивление в приливных устьях рек
А. М. Алабян, Е. Д. Панченко 
18
 
Гидрохимия, гидробиология, экологические аспекты
Содержание фтора в водах р. Лены с 1995 по 2021 г.
А. В. Савенко, В. С. Савенко, В. А. Ефимов 
29
Загрязнение нефтепродуктами реки Камчатки
И. П. Блоков, Е. А. Васильева 
33
Г
еоэкологические и гидрохимические особенности бассейна р. Аккем (Г
орный Алтай)
Е. В. Бородина  
45
 
Многомерный статистический анализ в оценке токсичности поверхностных вод Волжских 
водохранилищ (на основе результатов биотестирования и химического анализа) 
Р. А. Ложкина, Д. Г. Селезнев, И. И. Томилина, М. В. Гапеева 
61
Влияние гидрологических условий разных участков крупного равнинного водохранилища 
на структуру планктона и сестона в целом
С. В. Быкова, М. В. Уманская, Н. Г. Тарасова, О. В. Мухортова, М. Ю. Горбунов, Е. С. Краснова 
72
Трансформация углеводородов в донных осадках после аварийного разлива дизельного 
топлива в Норильске
Ю. С. Глязнецова, И. А. Немировская 
85
Г
еохимическая характеристика вод родников южной части городского округа Балашиха 
(Московская область)
О. А. Липатникова, Т. Н. Лубкова, Д. А. Яблонская, Л. А. Дмитриева 
101
Чувствительность лабораторных тест-организмов к бихромату калия в природной воде 
р. Москвы
Е. В. Оганесова, Т. А. Самойлов, Е. С. Дмитриева, Л. А. Духова, 
В. В. Трофимова, С. Ю. Кладити 
115
Элементный состав водорослей рода Spirogyra (Zygnematophyceae, Charophyta) литорали 
оз. Байкал
Н. Н. Куликова, Е. П. Чебыкин, Е. А. Волкова, О. А. Тимошкин, А. Н. Сутурин 
125
1

.
ВОДНЫЕ РЕСУРСЫ, 2024, том 51, № 1
УДК
2

, с. 3–17
ВОДНЫЕ РЕСУРСЫ, 2024, том 51, № 1
ВОДНЫЕ РЕСУРСЫ И РЕЖИМ 
ВОДНЫХ ОБЪЕКТОВ
УДК
556.5+551.573
ИЗМЕРЕНИЕ СТВОЛОВОГО СОКОДВИЖЕНИЯ КАК ИНСТРУМЕНТ 
ОЦЕНКИ ТРАНСПИРАЦИИ В ИССЛЕДОВАНИЯХ ВОДНОГО БАЛАНСА 
РЕЧНОГО БАССЕЙНА1
© 2024 г. Т. С. Губареваa, b, *, С. Ю. Лупаковb, В. В. Шамовb, Б. И. Гарцманa, b
a Институт водных проблем РАН, Москва, 119333 Россия
bТихоокеанский институт географии ДВО РАН, Владивосток, 690041 Россия
*e-mail: tgubareva@bk.ru
Поступила в редакцию 19.09.2022 г.
После доработки 01.02.2023 г.
Принята к публикации 01.06.2023 г.
Приведены результаты инструментальных измерений стволового сокодвижения с помощью датчиков сокодвижения (“sap-flowmeters”) в стволах пихты белокорой (Abies nephrolepis), анализ основных факторов 
процесса транспорта влаги в стволах деревьев и результаты моделирования часовых серий расходов ксилемного потока. Анализ факторов выполнен методом главных компонент, а воспроизведение индивидуальных серий ксилемного расхода – на основе модели множественной линейной регрессии. Оцененный объем 
транспортируемого потока влаги в экземплярах пихты в 2020 г. за вегетационный период в зависимости от 
диаметра дерева составил от 1720 до 5620 л, а среднесуточные скорости сокодвижения в ксилеме – от 0.3 до 
1.0 см/ч. На основе регрессионного анализа установлена оптимальная структура эмпирической модели, которая включает в себя два предиктора – температуру и влажность воздуха. По калибровочным выборкам для 
каждого дерева определены эмпирические коэффициенты регрессионных уравнений. Результаты проверки 
на достаточно длинных тестируемых выборках показали, что модельные серии ксилемного расхода по полной выборке (с мая по октябрь) для трех экспериментальных деревьев из четырех достаточно близки к измеренным: коэффициент корреляции составляет 0.79–0.88, коэффициент Нэша–Сатклиффа – 0.62–0.85. 
Качество моделирования существенно улучшается в случае использования выборок по отдельным месяцам: 
коэффициент корреляции – 0.87–0.94, коэффициент Нэша–Сатклиффа – 0.73–0.97.
Ключевые слова: стволовое сокодвижение, ксилемный расход, транспирация, Abies nephrolepis, регрессионный анализ, гидрологическое моделирование.
DOI: 10.31857/S0321059624010018   EDN:  EEROMF
ВВЕДЕНИЕ
му, на данный момент далекую от полного разрешения.
Водный баланс речного бассейна определяется соотношением атмосферных осадков, речного стока и  суммарного испарения. Первые 
два элемента достаточно надежно фиксируются 
инструментально, в отличие от испарения и его 
составляющих 
(транспирация 
растительным 
покровом, испарения с почвы и водной поверхности). Количественная оценка испарения – 
фундаментальная задача на стыке различных научных дисциплин. Получение соответствующих 
надежных данных при этом составляет проблеВ практике при калибровке гидрологических 
моделей потери влаги на испарение обычно задаются с помощью расчетных методов, что приводит к неопределенностям величин их параметров, а  также отражается на конечных оценках 
стока и водного баланса в целом. Верификация 
методов расчета испарения и его составляющих 
часто затруднена, поскольку соответствующие 
наблюдения проводятся редко, а качество получаемых данных может быть невысоким.
__________________________
1 Часть работы, связанная с анализом данных, выполнена в рамках 
Государственного задания ИВП РАН (тема FMWZ-2022-0001). 
Часть работы, связанная с выполнением мониторинга стволового 
сокодвижения, выполнена в рамках темы 122020900184-5 ТИГ 
ДВО РАН, а также при финансовой поддержке РФФИ (проект 
19-05-00326).
В  лесных ландшафтах в  межпаводочные периоды эвапотранспирация становится основной 
гидрологической функцией малого речного бассейна [2, 9]. Это отчетливо проявляется в суточной динамике стока, которая обычно находится 
3

ГУБАРЕВА и др.
Рис. 1. Мониторинговая сеть водосбора руч. Березового: а – картосхема водосбора и размещение пунктов наблюдений; б ‒ установленные в стволе sapfl
 ow-датчики; в ‒ внешний вид измерительной системы. 1 – речная сеть, 2 – 
метеостанции, 3 – почвенный датчик, 4 – измеряемые деревья.
ВОДНЫЕ РЕСУРСЫ          том 51         № 1          2024

ИЗМЕРЕНИЕ СТВОЛОВОГО СОКОДВИЖЕНИЯ...
Таблица 1. Основные характеристики деревьев
№ дерева
Высота, м
Обхват L, см
Диаметр на уровне 
груди DBH, см
Толщина коры 
и флоэмы В, см
Площадь сечения 
водопроводящей ткани Sq, см2
400
20
138.4
44.1
0.80
1415
205
13
66.1
21.0
0.60
303
105
17
72.0
22.9
0.65
367
109
17
71.0
22.6
0.75
350
являются предметом анализа при исследовании 
процесса транспирации в типичных ландшафтах 
южной дальневосточной тайги.
в противофазе с колебаниями температуры воздуха. Такую динамику можно связать с  интенсивностью физиологического испарения, на 
которое, по некоторым оценкам, приходится до 
80‒90% суммарного [15, 19]. Следовательно, информации о транспирации может быть достаточно для первичной оценки суммарного испарения 
с поверхности водосбора.
В задачи исследования входили анализ основных факторов процесса транспорта влаги в стволах деревьев и адаптация модели множественной 
линейной регрессии для воспроизведения индивидуальных серий ксилемного расхода по метеорологическим данным. Успешное их решение 
позволит определить оптимальную структуру 
статистической модели транспирации, которая 
могла бы представлять основу методики оценки объемов транспирации с водосбора, а также 
блока испарения в составе гидрологических моделей.
ОБЪЕКТЫ И КОМПЛЕКС НАБЛЮДЕНИЙ
К  настоящему времени развитая методическая база позволяет с высоким временным разрешением измерять характеристики потоков 
влаги в ксилеме (ксилемный поток – “sap fl
 ow”) 
в стволах деревьев [10, 11, 13, 14, 18]. На ее основе созданы различные варианты измерительных 
приборов, в  которых подаваемое тепло применяется в  качестве трассера. Трассерный метод 
положен в  основу большинства измерительных 
систем, а существенные различия – в математических средствах обработки получаемых сигналов [23, 25]. Даже относительно простые методы 
мониторинга теплового потока в  стволе дерева 
[13] эффективны для оценки движения влаги 
и ее потребления деревом [24].
Инструментальный мониторинг стволового 
сокодвижения и  метеорологических параметров выполнялся на водосборе руч.  Березового 
с мая по октябрь 2020 г. (рис. 1а). Объекты исследования – четыре взрослых экземпляра пихты белокорой (Abies nephrolepis) (рис. 1в; табл. 1), 
произрастающих на пробной площади в средней 
части склона западной экспозиции с  уклонами 
поверхности ~22˚ на высоте ~780 м абс. [7, 21]. 
Расстояние между деревьями 10‒15  м. Видовой 
состав древесной растительности типичен для 
южной тайги и в основном представлен пихтой 
белокорой (Abies nephrolepis) ~32%, елью аянской (Picea ajanensis) ~22%, кедром корейским 
(Pinus koraiensis) ~10%, черемухой Максимовича (Cerasus maximowiczii) ~12% и другими менее 
распространенными видами. В  верхний ярус 
лесного покрова на склонах выходят преимущественно пихта, ель, кедр, липа. Наибольшее 
распространение здесь получили горнолесные 
бурые почвы, отличающиеся высокой пористостью, 
каменистостью, 
влагопроницаемостью 
и выраженным промывным режимом.
В России специальные исследования стволового сокодвижения для оценки транспирации не 
имеют систематического характера [1, 4, 5, 20], 
а их объем весьма мал. На Дальнем Востоке РФ 
дефицит таких наблюдений особенно заметен 
[16], хотя оценки физиологического испарения 
в речных бассейнах необходимы для уточнения 
компонентов приповерхностного влагооборота 
в  условиях муссонного климата. С  целью привлечения данных о стволовом сокодвижении для 
исследований водного баланса бассейнов и  гидрологического моделирования с 2019 г. организован его инструментальный мониторинг [3] на 
малом экспериментальном бассейне в верховьях 
р. Уссури (Приморский край, РФ). Данные наблюдений в 2020 г. за транспортом влаги в четырех стволах пихты белокорой (Abies nephrolepis) 
ВОДНЫЕ РЕСУРСЫ          том 51         № 1          2024

ГУБАРЕВА и др.
6
греве. Заболонь – внешняя, наиболее молодая 
часть ксилемы, по которой преимущественно 
происходит восходящее сокодвижение. Три 
стальных электрода, ограничивающих участок 
ствола, в  котором проводится измерение потока, проводят в  ксилему электрический ток. 
Пространство вокруг электродов нагревается, 
при этом часть энергии нагрева рассеивается 
в окружающую среду благодаря теплопроводности ткани, а остальная часть уносится ксилемным потоком.
Тепловой баланс участка дерева представляется выражением [11]
                        
Δ
Δ λ,
w
P
Q Tc
T


 
(1)
где P – входной тепловой поток, Вт; Q – массовый 
расход потока влаги через сечение измерительного сектора, кг/с; ΔT – разница температуры между 
нагретым и не нагретым участками древесины, К; 
сw – удельная теплоемкость воды, Дж/(кг K); λ – 
коэффициент тепловых потерь, Вт/K.
Для мониторинга стволового сокодвижения 
применялась измерительная система “ЕМS81” 
(Брно, Чехия), принцип измерения которой основан на методе теплового баланса участка дерева (Tissue Heat Balance (HB)) [11]. Основной 
принцип метода заключается в  регистрации теплового потока, необходимого для поддержания 
постоянной разности температуры нагреваемого и не нагреваемого участков ствола в основной 
водопроводящей ткани – ксилеме, по которой 
происходит восходящее сокодвижение. Для этого на высоте ~1.3 м от поверхности земли в ствол 
дерева внедрялись три пластинчатых электрода 
на расстоянии 2 см друг от друга (параллельно), 
четвертый электрод (без нагрева) располагался на 
10  см ниже (рис.  1б). Совместно с  электродами 
устанавливались термопары из медно-константанового сплава. Работа системы контролировалась 
электронным блоком “Microset 8X”, также выполняющим роль накопителя данных. С интервалом 2 мин проводились измерения интенсивности стволового сокодвижения Qtree (кг/ч), которые 
усреднялись и регистрировались каждые 10 мин. 
Параллельно с помощью дендрометров “DR26E” 
(“EMS”, Чехия) измерялся обхват дерева L (см) 
с временным разрешением 10 мин.
Удельный массовый расход влаги в  рассматриваемом сечении на 1  см окружности ствола 
Qw (кг/(c см)) выражается так:
                               
/ ,
Qw
Q
l

 
(2)
P
Qw
Tc l
c
λ
Δ


 
(3)
l – ширина участка нагрева ствола, см. Способ 
расчета Qw основан на измерении теплового потока P, необходимого для поддержания заданной 
пользователем постоянной разности температуры ΔT, с учетом (1) и (2):
                         
  
 
.
w
w
В  настоящем эксперименте l = 5.5  см, 
ΔT  =  1˚К. Если принять плотность древесного 
сока равной плотности воды, то единицы измерения Qw можно перевести в л/(с см), а полученные значения при необходимости пересчитать 
в соответствии с часовыми или суточными интервалами времени.
Наблюдения за количеством осадков X (мм), 
температурой Tа (˚C) и  влажностью H  (%) воздуха, скоростью ветра vW (м/с), солнечной радиацией SR (ватт/км2) проводились с помощью 
трех автоматических метеостанций “WS-GP1” 
(“Delta-T”, Великобритания). Объемная влажность почвы SWC (доли) на глубине 10 и 20 см 
контролировалась с  помощью двух зондов 
“SM-100” (“Spectrum”, США), а  температура 
почвы ST15 (˚C) на глубине 15 см ‒ датчиком “LM 
34/8” (“EMS”, Чехия). Все метеорологические 
характеристики измерялись с 10-минутным интервалом. Дефицит насыщения водяного пара 
VPD (кПа) рассчитывался стандартным методом 
с учетом измеренных температуры и относительной влажности воздуха [12].
МЕТОДЫ ИССЛЕДОВАНИЯ
Основной принцип метода теплового баланса участка дерева THB, разрабатываемого 
с 1973 г. [11], заключается в регистрации теплового потока в заболони при ее внутреннем наДля удобства представления данных и  адекватного воспроизведения внутрисуточного хода 
сокодвижения используются единицы измерения с часовым шагом по времени. Тогда величина Qw (л/(ч см)) представляет объем транспортируемой ксилемной влаги в литрах за 1 ч на 1 см 
окружности ствола. В специальной литературе ее 
ВОДНЫЕ РЕСУРСЫ          том 51         № 1          2024

ИЗМЕРЕНИЕ СТВОЛОВОГО СОКОДВИЖЕНИЯ...
7
VPD, êÏà
25
Ta, 
oC
2
1.5


1
0.5
20
15
10
5
0
0
7.8
8.5
3.7
4.9
5.6
1.5
28.8
10.7
17.7
24.7
18.9
25.9
2.10
9.10
22.5
29.5
31.7
14.8
21.8
26.6
15.5
12.6
19.6
11.9
SWC, äîëè
SR, âàòò/ì2
250
0.2


200
0.15
150
0.1
100
0.05
50
0
0
7.8
3.7
8.5
5.6
4.9
1.5
28.8
10.7
17.7
24.7
22.5
29.5
26.6
31.7
14.8
21.8
18.9
25.9
2.10
9.10
15.5
12.6
19.6
11.9
X, ìì
Qtree, êã~ë
0
150
20
100
40
109
105
205
400
60
50
80
100
0
7.8
3.7
8.5
5.6
4.9
1.5
28.8
10.7
17.7
24.7
22.5
29.5
26.6
31.7
14.8
21.8
18.9
25.9
2.10
9.10
15.5
12.6
19.6
11.9
Рис. 2. Суточная динамика температуры воздуха Ta (1), дефицита насыщения водяного пара VPD (2), солнечной радиации SR (3), влажности почвы WSC (4), осадков X, ксилемных расходов Qtree в стволах деревьев 400, 205, 105, 109.
дерева – свое 
образное русло, в выбранном контрольном сечении которого, например на уровне 
груди, возможна регистрация транспорта влаги. 
В дальнейшем расход ксилемного потока Qtree для 
краткости будем называть ксилемным расходом.
принято называть интенсивностью сокодвижения [1]. Эта характеристика позволяет корректно сравнивать потоки между стволами разного 
диаметра.
Переход к  оценке полного расхода ксилемного потока в сечении ствола Qtree проводится по уравнению
                       
	

tree
2
,
Q
Qw L
B
π


 
(4)
Зная площадь сечения, где происходит сокодвижение, SQ (см2), можно найти среднюю 
скорость потока влаги на участке ствола v (см/ч):
                       
e
3
tr e
.
/
10
Q
v
Q
S q

 
(5)
где L – длина окружности ствола, см; B – суммарная толщина коры и флоэмы в месте измерения, см. За основную единицу измерения Qtree 
с учетом сказанного выше примем (л/ч), можно 
также (л/с), (кг/с) и  (кг/ч). Очевидно, что Qtree 
представляет собой полный аналог гидрологической характеристики – расхода воды, а ствол 
При анализе результатов измерений стволового сокодвижения следует учитывать два методических аспекта. Во-первых, хотя поток ксилемной 
влаги в стволе и поток транспирируемой влаги на 
листовых пластинах тесно связаны, их динамика 
ВОДНЫЕ РЕСУРСЫ          том 51         № 1          2024

ГУБАРЕВА и др.
8
во времени не идентична. Процессы транспорта 
влаги внутри дерева обладают заметной инерцией, продолжают этим аналогию со временем 
добегания и регулирующими свойствами речного бассейна. В  связи с  этим при сравнении часовых колебаний интенсивности сокодвижения 
и транспирации их динамика существенно различается, а различия имеют сложный характер.
главенствующих факторов, влияющих на сокодвижение, использовался метод главных компонент (МГК). Алгоритмы метода изложены 
в  [8]. Для исследования предикторов, которые 
вносят наибольший вклад в вариацию исследуемой характеристики, использованы методы пошаговой регрессии и множественной линейной 
регрессии (МЛР). МЛР выступала как основное 
средство поиска адекватной эмпирической модели динамики Qtree. Оценка качества модели 
проводилась с использованием следующих критериев: коэффициента детерминации R2, стандартной ошибки регрессии SE, ошибки дисперсии остатка SSост, коэффициентов корреляции r 
и Нэша–Сатклиффа NS.
РЕЗУЛЬТАТЫ ИЗМЕРЕНИЙ СТВОЛОВОГО 
СОКОДВИЖЕНИЯ
Подготовка данных
В  частности, при прекращении транспирации в  ночные часы сокодвижение, по-видимому, почти никогда не прекращается [4]. С учетом 
того, что расход воды на транспирацию у  растений в  зоне умеренного климата составляет 
в среднем 98–99.8% поглощенной корнями влаги, при интервалах времени >1 сут объем стволового сокодвижения может быть приравнен 
к  объему транспирации в  связи с  замыканием 
водного баланса на всех этапах транспорта влаги 
от корневой системы до кроны.
Восстановление 
пропущенных 
значений 
выполнено на основе анализа связей между 
соседними деревьями [3]. Пропуски в записях 
Qtree отмечались у  двух деревьев – 105 и  109 – 
преимущественно в  мае. Общее их число составило 57 и 81 соответственно при длине выборки значений 10-минутного разрешения, 
равной 23 
709.
Хотя большая часть подаваемого в ствол дерева тепла движется с ксилемным потоком, некоторая ее часть (второй член уравнения (3)) теряется 
за счет нагревания тканей дерева, окружающих 
сегмент измерения. Величина потерь хорошо 
заметна при анализе хода часовых измерений 
сокодвижения в утренние часы до поступления 
солнечной энергии и  при насыщенной влагой 
атмосфере (после длительного дождя). Регистратор фиксирует положительные величины потока 
влаги Qtree, которые являются фиктивными Qfi
 c. 
При расчете фактического ксилемного расхода 
выполняется срезка Qfi
 c путем его вычитания из 
измеренных Qtree. Значение Qfi
 c принимается из 
совместного анализа 10-минутных значений Qtree 
и метеоданных.
За величину срезки у каждого ствола Qfi
 c приняты осредненные измеренные расходы в  интервале с 3 до 5 ч утра 5 мая после трехдневных 
дождей при минимальном VPD (0.0051 кПа), 
отрицательной температуре (–2.2˚C) и  влажности воздуха, равной 99%. Далее все выборки 
разрешением 10 мин преобразовывались в  часовое и в суточное разрешение. Длина часовой 
выборки составила 3951 наблюдение, суточной – 165. Общий период наблюдений составил 
30.04.2022‒11.10.2022.
Измерения Qtree суточного разрешения
К преимуществам системы EMS относят нагревание достаточно большой площади ствола, 
что положительно влияет на точность измерений, и  отсутствие необоснованных эмпирических параметров [26]. Согласно оценкам [17], 
метод надежен, апробирован на множестве видов деревьев. Опыт применения в России в ряде 
задач датчиков “sap-fl
 ow” системы EMS изложен 
в [1, 6, 20, 22, 27].
Динамика влаги, транспортируемой по тканям 
ксилемы, и метеорологических параметров за вегетационный период с  суточным разрешением 
представлена на рис. 2. Сезонный ход Qtree отличался высокой вариабельностью и обусловлен метеорологическими условиями, но не абсолютно 
Для исследования полученных данных, взаимосвязи между переменными, для выявления 
ВОДНЫЕ РЕСУРСЫ          том 51         № 1          2024

ИЗМЕРЕНИЕ СТВОЛОВОГО СОКОДВИЖЕНИЯ...
9
Qtree, êã/÷~ë/÷
14
(à)
400
205
105
109
12
10
8
6
4
2
0
1.5
3.5
6.5
8.5
10.5
12.5
14.5
17.5
19.5
19.5
23.5
25.5
28.5
30.5
1.6
3.6
6.6
8.6
10.6
14.6
12.6
17.6
19.6
19.6
23.6
25.6
28.6
30.6
2.7
4.7
6.7
9.7
11.7
13.7
15.7
17.7
20.7
22.7
24.7
26.7
29.7
31.7
2.8
4.8
6.8
9.8
11.8
13.8
15.8
17.8
20.8
22.8
24.8
ÃÊi
(á)
14
ÃÊ1
10
ÃÊ2
6
2
–2
14.6
12.6
17.6
19.6
19.6
23.6
25.6
28.6
30.6
2.7
4.7
6.7
9.7
11.7
13.7
15.7
17.7
20.7
22.7
24.7
26.7
29.7
31.7
2.8
4.8
6.8
9.8
11.8
13.8
15.8
17.8
20.8
22.8
24.8
1.5
3.5
6.5
8.5
10.5
12.5
14.5
17.5
19.5
19.5
23.5
25.5
28.5
30.5
1.6
3.6
6.6
8.6
10.6
Рис. 3. Пример динамики часового разрешения: а – Qtree, измеренные для деревьев 400, 205, 105, 109; б – ГК1 и ГК2 
в МГК-модели I.
относительно значимая связь проявлялась в парах 
Qtree–H и Qtree–VPD (R2 – 0.33 и 0.35 соответственно).
синхронен для всех деревьев. Наиболее высокая 
синхронность отмечалась в  парах деревьев 400–
109 (R2 = 0.83) и 205–105 (R2 = 0.65). Это обусловлено физиологией этих деревьев, доступностью 
почвенной влаги, режимом освещения крон.
Средние за год среднесуточные скорости 
ксилемного потока для дерева 400, обладающего наибольшим обхватом, составили 1 см/ч, для 
дерева 205 с  наименьшим обхватом – 0.3  см/ч. 
Максимальная среднесуточная скорость для дерева 400 составила 4 см/ч.
Измерения Qtree часового разрешения
При анализе серий Qtree часового разрешения 
(рис.  3a) выявляются: устойчивый суточный 
цикл, выраженная синхронность между разными 
стволами, а также более тесные связи между Qtree 
и метеорологическими параметрами по сравнению с данными суточного разрешения. Теснота 
связи R2 в паре Q400‒Q109 составила 0.85, Q205‒Q105 
– 0.81, Q400‒Q105 – 0.60.
Абсолютные значения Qtree у разных деревьев 
существенно разные, а  суточные значения разнились в  3‒5 раз, особенно это заметно в  мае‒
июне. Взрослое дерево 400 с  наибольшим обхватом ствола транспортировало гораздо больше 
воды, чем остальные деревья. Суммарный объем 
транспортированной им влаги за весь сезон составил 5620 л, превышая таковой для молодого 
дерева 109 в 3.3 раза. К концу июня происходил 
заметный спад сокодвижения одновременно 
с  трендом снижения VPD, что было обусловлено продолжительной дождливой погодой. 
С июля по август на фоне повышенной температуры отмечались незначительная активизация 
транспортирующей способности и стабилизация 
в сентябре с последующим затуханием.
МГК-АНАЛИЗ ДАННЫХ ЧАСОВОГО 
РАЗРЕШЕНИЯ
В суточных сериях наблюдений наиболее тесная связь между Qtree и H выявлена для деревьев 400 
и 109 (R2 – 0.69 и 0.66 соответственно), для дерева 
105 наилучшая связь отмечается между Qtree и параметрами VPD и SR (R2 – 0.62 и 0.50). Для дерева 205 
Декомпозиция матрицы серий Qtree (I×J) (I – 
число измерений, соответствующих развертке 
по времени, J ‒ переменные, соответствующие 
количеству измеряемых деревьев) размерностью 
ВОДНЫЕ РЕСУРСЫ          том 51         № 1          2024