Schätzung der Blattchemie mit bildgebender Spektroskopie und LiDAR-Daten

Bildgebende Spektroskopie (IS) und Light Detection and Ranging (LiDAR)-Daten wurden verwendet, um das N:P-Verhältnis der Blätter, Makronährstoffe (N, P, K, Ca, Mg) und Chlorophyll in einem borealen Waldbestand im Norden Ontarios, Kanada, zu modellieren. Die Messung sowohl der Makronährstoffe als auch des Chlorophylls der Blätter liefert wichtige Informationen über den pflanzenphysiologischen und Ernährungszustand, Stress sowie über Ökosystemprozesse wie Kohlenstoffaustausch (Photosynthese und Nettoprimärproduktion), Zersetzung und Nährstoffkreislauf. Die Ergebnisse zeigen, dass luft- und weltraumgestützte IS-Daten etwa 70 % der Varianz im N:P-Verhältnis des Kronendachs erklärten, mit Vorhersagefehlern von weniger als 8 % in zwei aufeinanderfolgenden Jahren. LiDAR-Modelle erklärten mehr als 50 % der Varianz im N:P-Verhältnis der Baumkronen mit ähnlichen Vorhersagefehlern. Vorhersagemodelle, die weltraumgestützte Hyperion-IS-Daten verwendeten, wurden mit angepassten R2-Werten von 0,73, 0,72, 0,62, 0,25 und 0,67 für N, P, K, Ca und Mg entwickelt, und das LiDAR-Modell erklärte 80 % der Varianz in der Ca-Konzentration der Baumkronen. Zwei IS-Derivat-Indizes (D705/D722 und Dmax(680-750))/D703) erwiesen sich als gute Prädiktoren für die Chlorophyllkonzentration über Zeit und Raum.

Autorentext

Kemal Gokkaya, Doctor Investigador de la Iniciativa sobre el Cambio Medioambiental, Universidad de Notre Dame Intereses de investigación: Teledetección, SIG, ecología, biogeoquímica. PhD Forest Resources and Environmental Conservation Virginia Tech MA Geography SUNY-University at Buffalo MSc Environmental and Forest Biology SUNY-College of Environmental Science