Группа российских и итальянских ученых оценила пользу деревьев в парке при помощи концепции Интернета вещей, на протяжении пяти месяцев следя за растениями на Болотной площади. О результатах исследователи рассказали в журнале Forests. С развитием урбанистики и городского планирования все больше значение приобретают зеленые технологии для городской инфраструктуры. Деревья в парках оценивают не только по их красоте, но и по экосистемным услугам — пользе для жителей города. Деревья поддерживают водный баланс, защищают от ветре и шумового загрязнения, очищают воздух и становятся средой обитания для животных. Городской лес или парк, как и любая другая живая система, городской лес — это набор динамично изменяющихся параметров. Эти данные пять месяцев индивидуально от каждого дерева собирали ученые из России и Италии, применив технологию Интернета вещеей. «Оценка экосистемных услуг во всем мире используется для того, чтобы показать людям, принимающим решения, экологическую ценность и значимость городских лесов для качества жизни и здоровья граждан. Такой подход может помочь даже в переоценке балансовой стоимости деревьев с учетом их экологических функций. А ведь любой чиновник знает, что управлять можно тем, что может быть измерено», — считает Виктор Матасов, кандидат географических наук, научный сотрудник лаборатории «Смарт технологии устойчивого развития городской среды в условиях глобальных изменений» РУДН. Интернет вещей (ИВ), который многим известен скорее как способ управления «умным» домом, позволяет собирать и анализировать данные не только от человека к устройству, но и внутри целой сети устройств. Иногда такие технологии применяются и с живыми системами: к примеру, уже используются для дистанционного управления «умными» теплицами. В этот раз ученые выбрали для эксперимента парк на Болотной площади, страдающий от антропогенного и теплового воздействия. Показатели 16 деревьев (лиственниц, лип, берез и кленов) измерялись при помощи недорогих беспроводных устройств TreeTalker+, ранее разработанных коллегами из Италии. Дополнительное устройство разместили вне кроны как контроль. Схема размещения устройств на Болотной площади Виктор Матасов/РУДН Устройства анализировали пропускание света через крону спектрометрами, датчиками определяли температуру и влажность рядом с каждым деревом, диаметр ствола измеряли при помощи инфракрасного оптического механизма, а по рассеиванию тепла оценивали сокодвижение. Каждые полтора часа данные поступали в облачное хранилище, а затем в онлайн-базу, чтобы подвергнуться обработке в программной среде R. Физиологические показатели помогли оценить экосистемные услуги: поглощение ливневых потоков воды, световой и тепловой энергии, связывание растением углерода и перехват кронами деревьев ультрадисперсных частиц размером менее 100 нанометров. Хотя эксперимент длился не на протяжении всех сезонов, ученым удалось определить индивидуальный вклад растений в изменение микроклимата. В среднем каждое дерево уменьшало аномально высокие температуры на 2 °C за счет затенения, охлаждало окружающую область, забирало из окружающей среды около 2000 кВт·ч солнечной энергии и осаждало на листьях около 5 килограммов твердых частиц класса PM10 (пыль, пыльца и плесень). Лучше всех экосистемные услуги оказывали клены, но исследователи объяснили это скорее размером деревьев и площадью их кроны, чем особенностями вида. В дальнейшем ученые хотят повысить защиту электроники от сильного дождя, добавить датчики шума и скорости ветра, обеспечить бесперебойное и эргономичное питание беспроводных устройств (нынешним нужно менять батарейки каждые полтора месяца). Надежные и доступные устройства мониторинга городских экосистем в реальном времени позволят оперативно и направленно управлять зеленой инфраструктурой. Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще. Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.
Исследователи создали математическую модель эпилепсии