Расположение мест отбора проб и геологических поверхностных материалов. Фото: Журнал дистанционного зондирования (2024 г.). DOI: 10.34133/remotesensing.0093
Общее состояние лесов можно оценить по содержанию микро- и макроэлементов в листьях деревьев, чтобы помочь в принятии решений по управлению лесами в свете изменения климата, потери видов и других переменных. Традиционные методы оценки уровней питательных веществ в лесах являются дорогостоящими и трудоемкими.
Недавно исследователи проанализировали отраженные спектры от листвы деревьев, чтобы точно оценить содержание питательных веществ в листьях, предложив более быстрый и масштабный метод оценки состояния лесов.
Полевые методы сбора образцов листьев и последующего измерения содержания питательных веществ в листве в лабораторных условиях требуют много времени. Для оценки здоровья леса требуются новые, более быстрые методы, поскольку изменение климата изменяет условия роста.
Чтобы решить эту проблему, группа исследователей из Массачусетского университета и Вирджинского университета проанализировала отраженный свет (спектры) в широком диапазоне длин волн от листвы леса, чтобы точно определить концентрации кальция (Ca), магния (Mg), калия (K), фосфора (P), марганца (Mn) и цинка (Zn) в листьях.
Группа опубликовала исследование 27 июня в Журнале дистанционного зондирования.
В частности, исследователи измеряли отраженный свет на длинах волн от 400 до 2450 нанометров (нм, 1,0 x 10-9 м) для оценки концентрации питательных веществ. Команда смогла определить наилучшие длины волн для измерения каждого проанализированного питательного вещества с помощью частичной регрессии наименьших квадратов (PLSR). PLSR особенно хорошо подходит для управления высококоррелированными независимыми переменными, такими как индивидуальное отражение в непрерывном спектре.
«Разработанная модель PLSR предсказывает питательные вещества для растений с умеренной и высокой точностью для макро- и микроэлементов в лесах с твердой древесиной умеренного пояса на северо-востоке США. Спектральные измерения в сочетании с выбором длины волны и моделями PLSR можно использовать для количественной оценки макро- и микроэлементов в листве в региональных масштабах, и их можно дополнительно улучшить, включив геологические материалы участка и роды деревьев», — сказал Цянь Юй, доцент кафедры наук о Земле, географии и климате в Массачусетском университете в Амхерсте и автор-корреспондент исследовательской работы.
Исследователи поняли, что их способность точно использовать спектры для определения уровня питательных веществ в листве деревьев может быть значительно улучшена, если учесть тип почвы, на которой произрастают деревья. Примечательно, что эта переменная часто упускается из виду при оценке состава питательных веществ в листьях деревьев.
Команда измерила содержание питательных веществ в листве Ca и P деревьев в четырех типах почв: грубая ледниковая почва, ледниково-флювиальная почва, талые почвы и зандровые почвы. Принимая во внимание тип почвы, исследователи улучшили точность анализа питательных веществ PLSR с R2 = 0,66 до R2 = 0,87 (R2, или коэффициент детерминации, равный 1,0, указывает на то, что все наблюдаемые изменения обусловлены различиями в независимой переменной или спектральными измерениями).
Различные почвы оказывали большее и меньшее влияние на Ca и P. Например, почва мало влияла на концентрацию Ca, но имела тенденцию влиять на P в большей степени. Смывная почва также дала наиболее точные прогнозы по содержанию питательных веществ как Ca, так и P. Крайне важно, что Са является лимитирующим питательным веществом в лесах, которое играет важную роль в структуре растений, химической передаче сигналов и в качестве кофактора фермента, который изменяет эффективность ферментов.
Род деревьев дополнительно повлиял на точность прогнозов концентрации питательных веществ в листве. Фактически, анализ спектральных данных на основе родов деревьев повысил точность прогнозов питательных веществ даже лучше, чем состав почвы. Род деревьев повысил точность прогноза Ca с R2 = 0,66 до R2 = 0,91 и R2 = 0,93 для родов Fagus (бук) и Quercus (дуб) соответственно. Команда также проанализировала спектральные данные для родов Acer (клен) и Betula (береза).
Исследовательская группа предполагает, что определенные роды деревьев, вероятно, влияют на питательные вещества листвы, поскольку физиологические механизмы, отвечающие за получение и транспортировку питательных веществ, контролируются генетически и уникальны для каждого рода. Кроме того, некоторые роды деревьев могут требовать отдельных питательных веществ больше, чем другие роды, которые могут быть более приспособлены к определенной почве, что приводит к различиям в усвоении питательных веществ.
В конечном итоге исследовательская группа надеется, что их новый метод спектральной оценки будет успешно применен к другим лесам лиственных пород для принятия важных решений по управлению лесами.
«Метод, представленный в этой статье, обещает крупномасштабную оценку питательных веществ растений и может снизить затраты на традиционные полевые подходы», — сказал Вэньсю Тэн, доктор философии. кандидат наук о Земле, географии и климате в Массачусетском университете в Амхерсте и первый автор статьи.
Дополнительная информация: Вэньсю Тенг и др., Прогнозирование концентрации питательных веществ в листьях в геологических материалах и древесных породах на северо-востоке США с использованием моделей спектрального отражения и регрессии методом частичных наименьших квадратов, Журнал дистанционного зондирования (2024). DOI: 10.34133/remotesensing.0093
Предоставлено журналом дистанционного зондирования
