Leaf area index (LAI) est l'une des mesures les plus utilisées pour décrire la structure du couvert végétal. Le LAI est également utile pour comprendre le fonctionnement de la canopée, car de nombreux échanges de masse et d'énergie entre la biosphère et l'atmosphère ont lieu à la surface des feuilles. Pour ces raisons, le LAI est souvent une variable biophysique clé utilisée dans les modèles biogéochimiques, hydrologiques et écologiques. Leaf area index est également couramment utilisé comme mesure de la croissance et de la productivité des cultures et des forêts à des échelles spatiales allant de la parcelle au globe. Dans cet article, vous apprendrez comment mesurer leaf area index, ce que c'est et comment l'utiliser.
Dans le passé, la mesure de leaf area index (LAI) était difficile et prenait beaucoup de temps. Cependant, la théorie et la technologie développées ces dernières années ont rendu la mesure du LAI beaucoup plus simple et plus faisable pour une large gamme de canopées. Téléchargez ce guide d'application pour une brève introduction à la théorie et aux instruments utilisés pour mesurer leaf area index. Plusieurs scénarios et considérations particulières sont abordés, ce qui aidera les individus à choisir et à appliquer la méthode la plus appropriée à leurs besoins de recherche.
Leaf area index (LAI) quantifie la quantité de feuilles dans un couvert végétal. Par définition, il s'agit du rapport de la surface foliaire unilatérale par unité de surface au sol. Le LAI n'a pas d'unité car il s'agit d'un rapport de surfaces. Par exemple, un couvert ayant un LAI de 1 présente un rapport de 1:1 entre la surface foliaire et la surface au sol. Un couvert dont l'indice leaf area index est égal à 3 présente un rapport de 3:1 entre la surface foliaire et la surface au sol.
À l'échelle mondiale, le LAI est très variable. Certains écosystèmes désertiques ont un leaf area index inférieur à 1, tandis que les forêts tropicales les plus denses peuvent avoir un LAI allant jusqu'à 9. Les forêts et les zones arbustives des latitudes moyennes ont généralement des valeurs de LAI comprises entre 3 et 6.
Au fil des saisons, les couverts végétaux annuels et à feuilles caduques ainsi que les terres cultivées peuvent présenter d'importantes variations de LAI. Par exemple, de l'ensemencement à la maturité, le maïs leaf area index peut varier de 0 à 6. Il est évident que le LAI est une mesure utile pour décrire les schémas spatiaux et temporels de la croissance et de la productivité de la canopée.
Apprenez-en plus sur les bases de leaf area index (LAI) dans la vidéo ci-dessous. Jeff Ritter, chercheur scientifique, aborde la théorie qui sous-tend la mesure, les méthodes directes et indirectes, la variabilité entre ces méthodes, les éléments à prendre en compte lors du choix d'une méthode et les applications de leaf area index.
Il n'existe pas de méthode unique pour mesurer le LAI. Chaque méthode présente des avantages et des inconvénients. La méthode que vous choisirez dépendra largement de vos objectifs de recherche. Le chercheur qui a besoin d'une estimation unique du LAI peut utiliser une méthode différente de celle utilisée par le chercheur qui suit l'évolution du site leaf area index dans le temps. Par exemple, le chercheur sur les prairies peut préférer une méthode différente de celle du chercheur en foresterie. Dans ce guide, nous aborderons les fondements théoriques de chacune des principales méthodes, ainsi que leurs principaux avantages et limites.
Mesure directe
Traditionnellement, les chercheurs mesurent leaf area index en récoltant toutes les feuilles d'une parcelle et en mesurant minutieusement la surface de chaque feuille. Les équipements modernes, tels que les scanners à plat, ont rendu ce processus plus efficace, mais il reste laborieux, long et destructeur. Dans les forêts à haute canopée, il n'est même pas toujours possible de le réaliser. Elle reste cependant la méthode la plus précise pour calculer leaf area index , car chaque feuille est mesurée physiquement. Les pièges à litière sont un autre moyen de mesurer directement le LAI, mais ils ne fonctionnent pas bien dans les canopées à feuilles persistantes et ne peuvent capturer des informations que sur les feuilles qui sont devenues sénescentes et abscentes de la plante.
Mesure indirecte
Il y a plusieurs décennies, les chercheurs sur le couvert végétal ont commencé à chercher de nouvelles façons de mesurer le LAI, à la fois pour gagner du temps et pour éviter de détruire les écosystèmes qu'ils essayaient de mesurer. Ces méthodes indirectes déduisent le LAI à partir de mesures de variables connexes, telles que la quantité de lumière transmise ou réfléchie par la canopée.
La photographie de l'hémisphère a été l'une des premières méthodes utilisées pour estimer indirectement leaf area index. Les chercheurs photographiaient la canopée depuis le sol à l'aide d'un objectif fisheye. À l'origine, les chercheurs analysaient eux-mêmes les photographies. Aujourd'hui, la plupart des chercheurs utilisent des logiciels spécialisés pour analyser les images et différencier les pixels végétalisés des pixels non végétalisés.
Avantages : La photographie hémisphérique présente des avantages certains. Tout d'abord, elle ne se limite pas à des mesures sur le site leaf area index . Elle peut également fournir des mesures de la canopée telles que la fraction d'espace, le moment et la durée de l'éclaircie, et d'autres mesures de l'architecture de la canopée. Deuxièmement, les images de la canopée peuvent être archivées en vue d'une utilisation ultérieure ou d'une réanalyse en fonction de l'évolution des méthodes et du perfectionnement des logiciels.
Limites : La photographie hémisphérique présente toutefois des inconvénients. Bien que les images soient désormais traitées numériquement, la subjectivité de l'utilisateur reste un problème important. Les utilisateurs doivent choisir des seuils de luminosité de l'image qui permettent de distinguer les pixels du ciel de ceux de la végétation, ce qui fait varier les valeurs LAI d'un utilisateur à l'autre ou lors de l'utilisation de différents algorithmes d'analyse d'image.
La photographie hémisphérique demande également beaucoup de temps. Il faut du temps pour acquérir des images de bonne qualité sur le terrain et encore plus de temps pour analyser les images en laboratoire. En outre, le ciel doit être uniformément couvert au moment de la prise de vue. La photographie hémisphérique ne fonctionne pas bien pour les couverts végétaux courts comme le blé et le maïs, car le boîtier de l'appareil photo, l'objectif et le trépied ne peuvent pas tenir physiquement sous le couvert végétal.
Note : Pour certains utilisateurs, les instruments qui mesurent le PAR offrent un raccourci. Certains modèles utilisent les valeurs LAI pour estimer le PAR. Dans ce cas, l'instrument de mesure du PAR peut être utilisé pour estimer directement les niveaux de PAR sous la canopée, ce qui améliore la précision du modèle.
Plusieurs instruments disponibles dans le commerce, y compris le logiciel METER LP-80 Ceptomètre, offrent une alternative à la photographie hémisphérique. Ils estiment le LAI en utilisant la quantité d'énergie lumineuse transmise par un couvert végétal. L'idée est assez simple : un couvert très dense absorbe plus de lumière qu'un couvert clairsemé. Cela signifie qu'il doit y avoir une relation entre le LAI et l'interception de la lumière. La loi de Beer fournit la base théorique de cette relation. Pour les besoins de la biophysique environnementale, la loi de Beer est formulée comme suit
où PARt est le rayonnement photosynthétiquement actif (PAR) transmis, mesuré près de la surface du sol, PARi est le PAR incident au sommet de la canopée, z est la longueur du trajet des photons à travers un milieu atténuant, et k est le coefficient d'extinction. Dans le cas des couverts végétaux, z représente le LAI, puisque les feuilles sont le support à travers lequel les photons sont atténués. Vous pouvez constater que si nous connaissons k et mesurons PARt et PARi, il est possible d'inverser l'équation 1 pour calculer z en tant qu'estimation du LAI. Cette approche est communément appelée technique d'inversion PAR. Le monde réel est légèrement plus complexe, mais comme vous le verrez dans la section 3, la loi de Beer est la base de l'estimation du LAI à l'aide de mesures du PAR incident et transmis.
Avantages : La technique d'inversion PAR est non destructive, un avantage évident mais majeur qui permet d'échantillonner une canopée de manière extensive et répétée dans le temps. La technique d'inversion PAR est également intéressante parce qu'elle repose sur des bases solides en matière de théorie du transfert radiatif et de biophysique et qu'elle est applicable à une grande variété de types de canopée. Pour ces raisons, la technique d'inversion PAR est actuellement une procédure standard et bien acceptée.
Outre les instruments portatifs tels que le ceptomètre METER LP-80 ceptomètre, des capteurs PAR standard (également appelés capteurs quantiques) peuvent également être utilisés pour mesurer le rayonnement transmis dans le cadre d'un modèle d'inversion PAR. L'avantage d'utiliser des capteurs de PAR plutôt qu'un instrument LAI portable spécialement conçu est que les capteurs de PAR peuvent être laissés sur le terrain pour mesurer en continu les changements de transmittance du PAR. Cela peut s'avérer utile pour étudier les changements rapides du LAI de la canopée ou lorsqu'il n'est pas possible de se rendre sur le terrain assez fréquemment pour saisir la variabilité temporelle du LAI à l'aide d'un instrument portatif.
Limites : La technique d'inversion PAR présente quelques limites. Elle nécessite des mesures du PAR transmis (sous la canopée) et incident (au-dessus de la canopée) dans des conditions d'éclairage identiques ou très similaires. Cela peut s'avérer difficile dans les canopées forestières très hautes, bien que des mesures de PAR incidentes puissent être effectuées dans les grandes trouées ou clairières de la canopée. De même, dans les canopées extrêmement denses, l'absorption du PAR peut être presque totale, laissant peu de lumière transmise à mesurer au bas de la canopée. Il est donc difficile de distinguer les changements ou les différences de LAI lorsque le LAI est très élevé. Enfin, les estimations du LAI obtenues à partir des mesures du PAR transmis peuvent être affectées par l'agglutination du feuillage. Les erreurs d'estimation du LAI associées à l'agglutination peuvent généralement être réduites en collectant de nombreux échantillons de PAR transmis répartis dans l'espace.
Une autre méthode d'estimation du LAI utilise la lumière réfléchie plutôt que la lumière transmise. Le rayonnement réfléchi par une végétation verte et saine présente un spectre très distinct (figure 3). En fait, certains scientifiques ont proposé de trouver des planètes potentiellement habitables en dehors de notre système solaire en recherchant ce signal spectral unique. Le spectre de réflectance typique de la végétation est très faible dans la partie visible du spectre électromagnétique (~400 à 700 nm, qui est également la région PAR). Cependant, dans le proche infrarouge (NIR) (> 700 nm), la réflectance peut atteindre 50 %. La quantité exacte de réflectance à chaque longueur d'onde dépend de la concentration de divers pigments foliaires comme la chlorophylle et de la structure de la canopée (par exemple, la disposition et le nombre de couches de feuilles).
Avantages : Les premières tentatives d'utilisation des données de réflectance spectrale pour quantifier les propriétés de la canopée ont montré que le rapport entre la réflectance rouge et la réflectance proche infrarouge pouvait être utilisé pour estimer le pourcentage de couverture de la canopée pour une zone donnée. Les efforts ultérieurs ont permis d'obtenir un certain nombre de combinaisons de longueurs d'onde différentes liées à diverses propriétés de la canopée. Ces combinaisons de longueurs d'onde, ou indices spectraux de végétation, sont désormais couramment utilisées comme approximations du LAI ou, grâce à une modélisation empirique, sont utilisées pour estimer directement le LAI.
Jusqu'à récemment, l'un des seuls moyens de collecter des données de réflectance était d'utiliser un spectromètre portatif, un instrument coûteux et délicat conçu pour le laboratoire et non pour le terrain. Mais les options de capteurs se sont élargies avec le développement de radiomètres multibandes légers qui mesurent un indice de végétation spécifique. Ces petits capteurs sont peu coûteux et peu gourmands en énergie, ce qui les rend parfaits pour la surveillance sur le terrain.
C'est une bonne nouvelle pour tous ceux qui souhaitent suivre l'évolution du LAI dans le temps, y compris les chercheurs intéressés par la phénologie, la croissance de la canopée, la détection du stress et du déclin de la canopée, ou la détection des plantes malades.
Les indices de végétation présentent un autre avantage : de nombreux satellites d'observation de la terre, tels que Quickbird, Landsat et MODIS, mesurent la réflectance qui peut être utilisée pour calculer les indices de végétation. Comme ces satellites observent de vastes zones, ils peuvent servir à mettre à l'échelle des zones beaucoup plus vastes des observations faites à l'échelle locale. Inversement, les mesures effectuées à l'échelle locale à l'aide d'un radiomètre multibande peuvent constituer une source utile de données de référence pour les indices de végétation dérivés des satellites.
Les radiomètres multibandes offrent également une option de haut en bas pour les couverts extrêmement courts tels que les prairies d'herbes courtes et les herbacées. Il est difficile, voire impossible, d'utiliser la plupart des méthodes d'estimation de l'indice LAI pour ces couverts, car l'équipement est trop grand pour être placé sous le couvert. Les indices de végétation sont mesurés à l'aide de capteurs qui observent le couvert de haut en bas, ce qui en fait une excellente alternative dans des cas comme celui-ci.
Limites : L'une des principales limites des indices de végétation est qu'il s'agit de valeurs sans unité et que, lorsqu'ils sont utilisés seuls, ils ne fournissent pas une mesure absolue de leaf area index. Si vous n'avez pas besoin de valeurs absolues de l'IAL, la valeur de l'indice de végétation peut être utilisée comme une approximation de l'IAL. En revanche, si vous avez besoin de valeurs absolues de LAI, vous devrez utiliser une autre méthode de mesure de LAI en conjonction avec l'indice de végétation jusqu'à ce que suffisamment de données colocalisées aient été collectées pour produire un modèle empirique. Cette méthode peut également être limitée par l'emplacement des capteurs. Par nature, la réflectance doit être mesurée depuis le sommet d'un couvert végétal, ce qui peut s'avérer impossible dans certains grands couverts.
Le ceptomètre METER LP-80 utilise la technique d'inversion PAR pour calculer leaf area index (LAI). Le site LP-80 utilise une version modifiée du modèle de transmission et de diffusion de la lumière du couvert végétal développé par Norman et Jarvis (1975). Cinq variables clés utilisées comme données d'entrée sont examinées ci-dessous.
τ (rapport entre le PAR transmis et le PAR incident) : Le facteur le plus influent pour déterminer le LAI avec n'importe quel modèle d'inversion PAR est le rapport entre le PAR transmis et le PAR incident. Ce rapport(τ) est calculé à partir des mesures du PAR transmis près de la surface du sol et du PAR incident au-dessus de la canopée.
τ est une variable relativement intuitive à comprendre. Lorsque le LAI est faible, la majeure partie du rayonnement incident est transmise à travers la canopée au lieu d'être absorbée ou réfléchie, et τ sera donc proche de 1. L'augmentation de la quantité de feuilles dans le couvert végétal entraîne une augmentation proportionnelle de la quantité de lumière absorbée et une diminution de la proportion de lumière transmise à la surface du sol. Le site LP-80 se compose d'une barre lumineuse dotée de 80 capteurs PAR linéairement espacés et d'un site externe PAR sensor. Dans des scénarios typiques, la barre lumineuse est utilisée pour mesurer le PAR sous la canopée, tandis que le capteur externe est destiné à quantifier le PAR incident, soit au-dessus de la canopée, soit dans une clairière.
θ (angle zénithal solaire) : θ est l'élévation angulaire du soleil dans le ciel par rapport au zénith, c'est-à-dire le point situé directement au-dessus de votre tête, à une heure, une date et un lieu géographique donnés (figure 4). L'angle solaire zénithal est utilisé pour décrire la longueur du trajet des photons à travers la canopée (par exemple, dans une canopée fermée, la longueur du trajet augmente à mesure que le soleil s'approche de l'horizon) et pour déterminer l'interaction entre le rayonnement et l'orientation des feuilles (voir ci-dessous).
θ est calculé automatiquement par le site LP-80 à partir de l'heure locale, de la date, de la latitude et de la longitude. Il est donc essentiel de s'assurer que ces paramètres sont correctement définis dans le menu de configuration de LP-80 .
ƒb (fraction du faisceau) : Dans un environnement extérieur, la source ultime de rayonnement à ondes courtes est le soleil. Lorsque le ciel est dégagé, la majeure partie du rayonnement provient directement du soleil sous forme de faisceau (figure 5a). En présence de nuages ou de brume, cependant, une partie du rayonnement est diffusée par la vapeur d'eau et les aérosols présents dans l'atmosphère (figure 5b). Cette composante dispersée est appelée rayonnement diffus. ƒb est calculé comme le rapport entre le rayonnement diffus et le rayonnement du faisceau. Le site LP-80 calcule automatiquement ƒb en comparant les valeurs mesurées du PAR incident à la constante solaire, qui est une valeur connue de l'énergie lumineuse provenant du soleil (en supposant un ciel clair) à tout moment et en tout lieu de la surface terrestre.
χ (leaf angle distribution): The leaf angle distribution parameter (χ) describes the projection of leaf area onto a surface. Imagine, for example, a light source directly overhead. The shadow cast by a leaf with a vertical orientation would be much smaller than the shadow cast by a leaf with a horizontal orientation. In nature, canopies are typically composed of leaves with a mixture of orientations. This mixture is often best described by what is known as the spherical leaf distribution with a χ value = 1 (the default in the LP-80). Canopies with predominantly horizontal orientations, such as strawberries, have χ values > 1, whereas canopies with predominantly vertical orientations, like some grasses, have χ values < 1.
En général, χ décrit la quantité de lumière qui sera absorbée par les feuilles d'une canopée à différents moments de la journée lorsque le soleil se déplace dans le ciel. L'estimation de leaf area index à l'aide de la technique d'inversion PAR n'est pas trop sensible à la valeur du χ, en particulier lorsque l'échantillonnage se fait dans des conditions de ciel uniformément diffus (Garrigues et al., 2008). La valeur χ est plus importante lorsque l'on travaille avec des canopées présentant des caractéristiques extrêmement verticales ou horizontales et lorsque l'on travaille dans des conditions de ciel clair où fb est inférieur à environ 0,4. Pour de plus amples informations sur la distribution de l'angle des feuilles, veuillez vous référer à Campbell et Norman (1998).
K (coefficient d'extinction): Le coefficient d'extinction de la canopée, K, décrit la quantité de rayonnement absorbée par la canopée à un angle zénithal donné et à une distribution d'angles des feuilles de la canopée. Le concept de coefficient d'extinction provient de la loi de Beer (équation 1). Une explication détaillée du coefficient d'extinction peut rapidement devenir compliquée. Pour l'estimation du LAI, il suffit de savoir que l'angle de pénétration du faisceau solaire interagit avec la distribution de l'angle des feuilles pour déterminer la probabilité qu'un photon soit intercepté par une feuille. Pour estimer le LAI, K est calculé comme suit
A partir de cette équation, il devrait être évident que, pour une canopée donnée, K ne change que lorsque le soleil se déplace dans le ciel. Le site LP-80 calcule automatiquement K chaque fois qu'il mesure le LAI. Une fois K calculé et toutes les autres variables quantifiées, le LAI est calculé comme suit
où L est le LAI et A l'absorptivité de la feuille. Par défaut, A est fixé à 0,9 dans le site LP-80. L'absorptivité des feuilles est une propriété très cohérente pour la plupart des feuillages verts sains, et une valeur de 0,9 est une bonne approximation pour la plupart des situations. Dans les cas extrêmes (feuilles extrêmement jeunes, feuilles fortement pubescentes ou cireuses, feuilles sénescentes), A peut s'écarter de 0,9, ce qui entraîne des erreurs dans les estimations du LAI. Si vous utilisez le site LP-80 dans des conditions atypiques, vous devrez peut-être combiner manuellement les résultats du site LP-80 avec une valeur A modifiée pour calculer le LAI.
Dans des scénarios typiques, il est préférable de maintenir le ceptomètre LP-80 à une hauteur constante sous la canopée, tandis que l'appareil externe PAR sensor est maintenu au-dessus de la canopée. Utilisez le niveau à bulle ci-joint pour vous assurer que la barre lumineuse et le PAR sensor externe sont maintenus à niveau. Pour les cultures en ligne ou les petites parcelles d'échantillonnage, les chercheurs montent souvent le capteur externe sur un trépied entre les rangs ou au-dessus de la canopée. Le capteur externe LP-80 effectue des mesures simultanées de PAR au-dessus et au-dessous de la canopée chaque fois que le bouton est enfoncé, ce qui permet de tenir compte de tout changement dans les conditions de luminosité. Si la canopée est suffisamment courte, une approche encore plus facile consiste à utiliser le ceptomètre pour obtenir des mesures au-dessus et au-dessous de la canopée. Il suffit de tenir le site LP-80 au-dessus de la canopée pour obtenir une mesure du PAR incident. Mettez à jour la mesure au-dessus de la canopée toutes les quelques minutes ou lorsque les conditions du ciel changent (par exemple, en raison de nuages variables). Dans les deux cas, toutes les autres variables sont mesurées et calculées automatiquement, et leaf area index (LAI) est mis à jour à chaque mesure effectuée sous la canopée.
Dans les grandes canopées, il n'est souvent pas pratique de mesurer le PAR au-dessus et au-dessous de la canopée avec un seul instrument. Lorsque vous utilisez le site LP-80 dans des canopées hautes, vous disposez de deux options pour effectuer des mesures de PAR au-dessus et au-dessous de la canopée.
Une option consiste à monter un PAR sensor au-dessus de la canopée ou dans une large clairière offrant une vue dégagée sur le ciel. Cette méthode nécessite un post-traitement supplémentaire des données mais peut donner de bons résultats. Le PAR sensor doit être relié à son propre enregistreur de données, qui doit être configuré pour acquérir des mesures à intervalles réguliers (par exemple, toutes les 1 à 5 minutes) afin que toute variation des niveaux de lumière ambiante soit prise en compte. Recueillez les mesures sous la canopée avec le ceptomètre, puis combinez les données lors du post-traitement en utilisant les horodatages pour associer chaque mesure au-dessus et au-dessous de la canopée. Calculez τ pour chaque paire, qui peut ensuite être utilisé comme entrée dans l'équation 3.
La deuxième option est utile lorsqu'il n'est pas possible de placer un PAR sensor au-dessus de la canopée ou lorsqu'un PAR sensor ou un enregistreur de données n'est pas disponible. Dans ce cas, utilisez le LP-80 pour mesurer le PAR incident dans un endroit situé à l'extérieur de la canopée et offrant une vue dégagée du ciel. En mode de mesure, choisissez de mesurer le rayonnement incident ou transmis. Lorsque vous utilisez le site LP-80 pour prendre des mesures au-dessus et au-dessous de la canopée, tenez compte de la variabilité des conditions du ciel.
Par temps clair, il est plus facile de prélever des échantillons vers le milieu de la journée, car les niveaux de lumière ne changent pas beaucoup en l'espace de 20 à 30 minutes. Lorsque le ciel est uniformément couvert, les conditions de PAR peuvent rester plus longtemps, ce qui permet de disposer d'une fenêtre de mesure plus longue avant d'avoir à reprendre une mesure au-dessus de la canopée.
Cependant, si les conditions du ciel sont très variables, nous ne recommandons pas cette méthode, à moins qu'il ne soit possible de mettre à jour en permanence la mesure du PAR incident. Le site LP-80 calcule automatiquement le LAI à chaque mesure sous la canopée en utilisant la mesure du PAR incident enregistrée. Reprenez la mesure du PAR incident chaque fois que les conditions de luminosité changent (par exemple, lorsque cloud obstrue le disque solaire ou après environ 20 à 30 minutes) afin d'éviter toute erreur dans le calcul du LAI.
Dans la plupart des couverts, leaf area index est variable dans l'espace. Par exemple, dans les cultures en ligne, le LAI peut varier de 0 à 2-3 sur une distance d'un mètre. Même dans les forêts et autres canopées naturelles, l'espacement variable des arbres, les caractéristiques de ramification et la disposition des feuilles sur les tiges entraînent une agglutination. Cela signifie que les mesures ponctuelles du LAI peuvent être fortement biaisées. Lang et Yueqin (1986) ont constaté que le calcul de la moyenne de plusieurs mesures le long d'un transect horizontal permettait d'atténuer les biais associés à l'agglutination à des échelles spatiales fines.
Le site LP-80 utilise une approche similaire, en faisant la moyenne des mesures de la lumière sur huit groupes de dix capteurs situés le long d'une sonde de 80 cm de long. Bien que cette approche réduise les erreurs à l'échelle locale, elle peut ne pas tenir compte de la variabilité de leaf area index à l'échelle de la canopée. Les chercheurs doivent tenir compte de la variabilité spatiale du LAI de la canopée lors de l'élaboration d'un plan d'échantillonnage. En général, les couverts plus hétérogènes nécessiteront davantage de mesures de l'IAL dans l'espace afin d'obtenir une valeur de l'IAL qui soit représentative de l'ensemble du couvert.
Le site LP-80 est capable de mesurer avec précision le site leaf area index aussi bien par ciel clair que par temps couvert. Cela est dû au fait que le modèle LAI utilisé par le LP-80 tient compte des variations du rayonnement diffus et du faisceau(ƒb), de l'angle zénithal(θ), et que le rayonnement incident et transmis est mesuré simultanément lors de l'utilisation d'une antenne au-dessus de la canopée PAR sensor. Les erreurs associées à une mauvaise spécification de la distribution de l'angle foliaire(χ) sont plus prononcées lorsque l'échantillonnage se fait par ciel clair (Garrigues et al., 2008). Ceci est dû au fait qu'il y a une plus grande proportion de rayonnement provenant d'un seul angle (le rayonnement du faisceau provenant directement du soleil). Dans ces conditions, il est important de modéliser correctement l'interaction entre l'angle de la feuille et l'angle de pénétration du faisceau. Ainsi, lorsque vous prélevez des échantillons sous un ciel dégagé, veillez à utiliser une valeur de χ appropriée.
Dans les forêts, les zones arbustives et les autres zones où des espèces ligneuses sont présentes, les mesures effectuées sur le site LP-80 seront influencées par des éléments autres que les feuilles. Par exemple, le tronc des arbres, les branches et les tiges interceptent une partie du rayonnement et ont donc un effet sur les estimations du LAI obtenues avec la technique d'inversion PAR. En fait, certains chercheurs appellent la mesure obtenue à l'aide du site LP-80 et d'instruments similaires l'indice de surface végétale (PAI) plutôt que le LAI, afin de reconnaître la contribution des éléments non foliaires à la mesure. Il n'est pas surprenant que le PAI soit plus élevé que le LAI dans un écosystème donné. Cependant, les valeurs du PAI et du LAI ne sont souvent pas très différentes, car la surface foliaire est généralement beaucoup plus grande que la surface des branches, et la majorité des branches sont ombragées par les feuilles (Kucharik et al., 1998). Dans les écosystèmes à feuilles caduques, la contribution du matériel ligneux peut être prise en compte en effectuant des mesures au cours de la phase d'effeuillage.
Le capteur SRS-NDVI mesure la réflectance de la canopée dans les longueurs d'onde rouge et NIR, ce qui permet de calculer l'indice de végétation par différence normalisée (Normalized Difference Vegetation Index) (NDVI). À son tour, NDVI peut être utilisé pour estimer le LAI. Nous donnons ici un bref aperçu de la théorie de fonctionnement du SRS-NDVI . Le SRS-NDVI mesure la réflectance de la canopée dans les longueurs d'onde du rouge et du proche infrarouge, et ses mesures peuvent être utilisées pour calculer ou approximer le LAI. Les réflectances dans le rouge et le proche infrarouge sont utilisées dans l'équation suivante pour calculer NDVI
où ρ représente le pourcentage de réflectance dans les longueurs d'onde du proche infrarouge et du rouge. Mathématiquement, NDVI peut varier de -1 à 1. À mesure que le LAI augmente, la réflectance rouge diminue généralement en raison de l'augmentation de la teneur en chlorophylle de la canopée, tandis que la réflectance NIR augmente en raison de l'expansion des cellules mésophylles et de la complexité structurelle croissante de la canopée. Ainsi, dans des conditions de terrain typiques, les valeurs de NDVI varient entre 0 et 1, ce qui représente des LAI faibles et élevés, respectivement.
Dans des cas comme la phénologie et le phénotypage de la verdure, où les valeurs absolues du LAI ne sont pas nécessaires, les valeurs de NDVI peuvent être utilisées directement comme substituts du LAI. Par exemple, si l'objectif d'une étude est de suivre les schémas temporels de la croissance et de la sénescence de la canopée (figure 6), il peut suffire d'utiliser NDVI comme métrique. Si les objectifs de la recherche exigent des estimations du LAI réel, il est possible d'établir un modèle spécifique au couvert qui permettra de convertir NDVI en LAI. Cette méthode est décrite dans la section suivante.
Pour estimer directement leaf area index à partir des valeurs NDVI , il convient de développer une relation de corrélation spécifique au site ou à la culture. La meilleure façon est de prendre des mesures colocalisées de NDVI et du LAI (par exemple, à l'aide d'un ceptomètre LP-80 ). Par exemple, des mesures colocalisées du LAI et de NDVI ont été effectuées pendant une période de croissance rapide du couvert végétal. La régression des moindres carrés a été utilisée pour ajuster un modèle linéaire aux données (figure 7). Avec ce modèle, il est possible d'utiliser NDVI pour prédire le LAI sans effectuer de mesures indépendantes.
L'élaboration d'un modèle empirique robuste demande un certain effort, mais une fois le modèle achevé, il est possible de suivre en continu les variations du LAI à l'aide d'un capteur SRS-NDVI déployé sur une parcelle ou une canopée à long terme. Cette méthode permet d'économiser beaucoup de temps et d'efforts à long terme.
Le SRS-NDVI est conçu pour être utilisé comme un capteur à double vue. Cela signifie qu'un capteur, ayant un champ de vision hémisphérique, doit être monté face au ciel. L'autre capteur, avec un champ de vision de 36° (demi-angle de 18°), doit être monté face à la canopée, vers le bas. Les mesures prises par chaque capteur, orientées vers le bas et vers le haut, sont utilisées pour calculer le pourcentage de réflectance dans les bandes rouge et proche infrarouge. Les pourcentages de réflectance sont utilisés comme données d'entrée dans l'équation NDVI (équation 4).
Le capteur orienté vers le haut doit être placé au-dessus de tout obstacle qui bloquerait la vue du ciel du capteur. Le capteur orienté vers le bas doit être dirigé vers la zone de la canopée à mesurer. La taille de la zone mesurée par le capteur orienté vers le bas dépend de la hauteur du capteur au-dessus de la canopée. Le diamètre du spot du capteur orienté vers le bas est calculé comme suit
où γ est le demi-angle du champ de vision (18° pour le SRS-NDVI), et h est la hauteur du capteur au-dessus de la canopée. Ceci est valable pour mesurer le diamètre du spot lorsque le capteur orienté vers le bas est pointé directement vers le bas (c'est-à-dire l'angle de vue du nadir). Dans les cas où le capteur orienté vers le bas ne pointe pas vers le nadir, la tache sera oblique et plus grande que celle calculée par l'équation 5.
Pour quantifier la variabilité spatiale du LAI, plusieurs capteurs orientés vers le bas peuvent être installés pour surveiller différentes parties de la canopée. Par exemple, plusieurs capteurs ont été montés au-dessus de la canopée dans une forêt de feuillus pour surveiller les différences dans la phénologie printanière de plusieurs arbres. Les mesures effectuées sur le site NDVI ont révélé des différences dans le calendrier et l'ampleur de la croissance des feuilles parmi les arbres mesurés (figure 8). Une approche similaire pourrait être utilisée pour surveiller la réponse des plantes dans des parcelles individuelles soumises à des manipulations expérimentales ou pour surveiller les schémas de croissance dans différentes unités agricoles.
Une erreur considérable dans les mesures de NDVI peut se produire lorsque le sol se trouve dans le champ de vision du capteur SRSNDVI ou dans des situations où la quantité de sol dans le champ de vision change en raison de la croissance de la canopée (par exemple, du début à la fin de la saison de croissance). Qi et al. (1994) ont montré que NDVI est sensible à la texture et à l'humidité du sol. Cette sensibilité du sol peut rendre difficile la comparaison des valeurs de NDVI recueillies à différents endroits ou à différentes périodes de l'année. Elle peut également rendre difficile l'établissement d'un modèle de régression NDVI-LAI fiable. L'indice de végétation ajusté au sol modifié (Modified Soil Adjusted Vegetation Index - MSAVI) a été développé par Qi et al. (1994) comme un indice de végétation peu ou pas sensible au sol. Le MSAVI est calculé comme suit
Les avantages de MSAVI sont les suivants : (1) aucun ajustement des paramètres du sol n'est nécessaire, et (2) il utilise exactement les mêmes données d'entrée que NDVI (réflectances rouge et NIR), ce qui signifie qu'il peut être calculé à partir des sorties de n'importe quel capteur NDVI .
Outre la sensibilité au sol, NDVI souffre également d'un manque de sensibilité aux changements de LAI lorsque le LAI est supérieur à environ 3 à 4, en fonction de la canopée (Figure 9). La diminution de la sensibilité de NDVI lorsque le LAI est élevé est due au fait que la chlorophylle est un absorbeur très efficace de rayonnement rouge. Ainsi, à un certain moment, l'ajout de chlorophylle à la canopée (par exemple, par l'ajout de feuilles) ne modifiera pas sensiblement la réflectance rouge (voir figure 3).
Plusieurs solutions à la saturation de NDVI ont été développées. L'une des solutions les plus simples utilise un facteur de pondération appliqué à la réflectance dans le proche infrarouge au numérateur et au dénominateur de l'équation 4. L'indice qui en résulte est appelé indice de végétation à large gamme dynamique (WDRVI ; Gitelson, 2004). Le facteur de pondération peut être compris entre 0 et 1. Lorsque le facteur de pondération se rapproche de 0, la linéarité de la corrélation WDRVI-LAI tend à augmenter au prix d'une réduction de la sensibilité aux changements de LAI dans les canopées clairsemées.
L'indice de végétation amélioré (EVI) est un autre indice de végétation plus sensible aux LAI élevés que le NDVI. L'EVI a été conçu à l'origine pour être mesuré à partir de satellites et comprenait une bande bleue comme entrée pour atténuer les problèmes liés à la vision de la surface de la terre à travers l'atmosphère à partir de l'orbite. Récemment, une nouvelle formulation de l'IVE a été développée, qui ne nécessite pas de bande bleue. Cette version modifiée de l'indice EVI est appelée EVI2 (Jiang et al., 2008). À l'instar de l'indice MSAVI, l'indice EVI2 utilise exactement les mêmes données d'entrée que NDVI (réflectances rouge et proche infrarouge) et se calcule comme suit
Un autre avantage de l'EVI2 est qu'il est moins sensible au sol que le NDVI. L'EVI2 est donc un bon indice de végétation polyvalent pour estimer le LAI, car il est peu sensible au sol et présente une relation linéaire avec le LAI.
Dans le webinaire suivant, le Dr Steve Garrity aborde la théorie, les méthodes, les limites et les applications de NDVI et de PRI, entre autres. Il explique également les capteurs de réflectance spectrale et leurs considérations en matière de mesure.
| Méthode | Coût relatif | Échantillonnage temporel | Convient pour les auvents de grande taille | Adaptation aux auvents courts | Échelle spatiale | Facilité de collecte des échantillons | Échantillons de profilage vertical |
|---|---|---|---|---|---|---|---|
| Récolte destructive | H* | Célibataire | L | H | L | VL | Oui |
| Pièges à litière | M* | Célibataire | H | L | L - M | M | Non |
| Photographie hémisphérique | M | Célibataire | H | L | M | M | Non |
| Inversion PAR (LP-80) | M | Les deux* | H* | H | M | H | Oui |
| Indice de végétation | L - VH | Continu | M** | VH | M -H | VH | Non |
Tableau 1. KEY : VL = très faible, L = faible, M = modéré, H = élevé, VH = très élevé
Précision : 10 % ou plus pour les valeurs d'éclairement énergétique spectral et de radiance.
Dimensions : 43 x 40 x 27 mm : 43 x 40 x 27 mm
Étalonnage : Étalonnage traçable par le NIST en fonction de l'irradiance spectrale et de la radiance connues.
Measurement type: < 300 ms
Type de connecteur : Fiche de 3,5 mm (stéréo) ou fils dénudés et étamés
Communication : Capteur numérique SDI-12
Compatibilité avec les enregistreurs de données : (non exclusif) METER Em50/60 series, Campbell Scientific
NDVI bandes : Centrées à 630 nm et 800 nm avec des largeurs de bandes de 50 nm et 40 nm, respectivement.
Environnement de fonctionnement : 0 à 50°C, 0 à 100% d'humidité relative
Longueur de la sonde : 86,5 cm
Nombre de capteurs : 80
Longueur totale : 102 cm (40.25 in)
Dimensions du microcontrôleur : 15,8 x 9,5 x 3,3 cm (6,2 x 3,75 x 1,3 in)
Gamme PAR : 0 à >2 500 µmol m-2 s-1
Résolution : 1 µmol m-2 s-1
Résolution spatiale minimale : 1cm
Capacité de stockage des données : 1MB RAM, 9000 lectures
Intervalle d'enregistrement sans surveillance : Sélectionnable par l'utilisateur, entre 1 et 60 minutes
Poids de l'instrument : 1,22 kg (2,7 lbs)
Récupération des données : Directe par câble RS-232
Alimentation : 4 piles alcalines AA
Connecteur externe PAR sensor : Connecteur circulaire verrouillable à 3 broches (câble de 2 m)
Option de câble d'extension : 7,6 m (25 ft)
D'autres ressources qui répondent aux questions : Qu'est-ce que leaf area index et comment mesurer leaf area index.
Campbell, Gaylon S., et John M. Norman. "The light environment of plant canopies". Dans An Introduction to Environmental Biophysics, pp. 247-278. Springer New York, 1998.
Garrigues, Sébastien, N. V. Shabanov, K. Swanson, J. T. Morisette, F. Baret et R. B. Myneni. "Intercomparison and sensitivity analysis of Leaf Area Index retrievals from LAI-2000, AccuPAR, and digital hemispherical photography over croplands". Agricultural and Forest Meteorology 148, no. 8 (2008) : 1193-1209.
Gitelson, Anatoly A. "Wide dynamic range vegetation index for remote quantification of biophysical characteristics of vegetation". Journal of Plant Physiology 161, no. 2 (2004) : 165-173.
Hyer, Edward J., et Scott J. Goetz. "Comparison and sensitivity analysis of instruments and radiometric methods for LAI estimation : assessments from a boreal forest site". Agricultural and Forest Meteorology 122, no. 3 (2004) : 157-174.
Jiang, Zhangyan, Alfredo R. Huete, Kamel Didan et Tomoaki Miura. "Développement d'un indice de végétation amélioré à deux bandes sans bande bleue". Remote Sensing of Environment 112, no. 10 (2008) : 3833-3845.
Kucharik, Christopher J., John M. Norman et Stith T. Gower. "Measurements of branch area and adjusting leaf area index indirect measurements". Agricultural and Forest Meteorology 91, no. 1 (1998) : 69-88.
Lang, A. R. G., et Xiang Yueqin. "Estimation de leaf area index à partir de la transmission de la lumière directe du soleil dans les canopées discontinues". Agricultural and Forest Meteorology 37, no. 3 (1986) : 229-243.
Norman, J. M., et P. G. Jarvis. "Photosynthèse chez l'épicéa de Sitka (Picea sitchensis (Bong.) Carr.). III. Measurements of canopy structure and interception of radiation". Journal of Applied Ecology (1974) : 375-398.
Rouse Jr, J_W, R. H. Haas, J. A. Schell, et D. W. Deering. "Monitoring vegetation systems in the Great Plains with ERTS". (1974).
Qi, Jiaguo, Abdelghani Chehbouni, A. R. Huete, Y. H. Kerr, et Soroosh Sorooshian. "A modified soil adjusted vegetation index". Remote Sensing of Environment 48, no. 2 (1994) : 119-126.
DR. GAYLON S. CAMPBELL
Leaf area index (LAI) n'est qu'un simple chiffre, un instantané statistique d'un couvert végétal pris à un moment donné. Mais ce simple chiffre peut apporter des informations importantes, car il peut être utilisé pour modéliser et comprendre les processus clés de la canopée, notamment l'interception du rayonnement, la conversion de l'énergie, la quantité de mouvement, les échanges gazeux, l'interception des précipitations et l'évapotranspiration.
Leaf area index est définie comme la surface de feuilles vertes d'un côté d'un couvert ou d'une communauté végétale par unité de surface au sol. Il peut être déterminé en récoltant et en mesurant la surface de chaque feuille d'un couvert couvrant une unité de surface au sol. En 1981, Anderson a mis au point une méthode moins destructrice pour déterminer le LAI. À l'aide de photographies hémisphériques regardant vers le haut, elle a estimé la fraction de lumière qui pénètre dans le couvert et a appliqué un modèle mathématique prédictif pour obtenir une approximation de leaf area index.
L'évaluation des photos de voilure "fisheye" était un travail fastidieux. Un assistant plaçait généralement une grille sur chaque photo et comptait la fraction des carrés correspondant à la lumière. Un technicien de laboratoire se souvient : "Après avoir passé trop d'heures à regarder ces images, je rêvais d'un jeu de dames". L'évaluation des "pions" a permis aux enquêteurs de déterminer la probabilité qu'un faisceau de lumière aléatoire pénètre dans cette section particulière de la canopée.
Obtenir une valeur pour leaf area index n'est souvent qu'un point de départ. Si vous envisagez d'utiliser le LAI pour modéliser les interactions environnementales de la canopée, la mesure du rayonnement photosynthétiquement actif (PAR) peut être une voie plus directe. En effet, bon nombre de ces modèles utilisent le LAI pour prédire le PAR. Il est possible de revenir en arrière et d'utiliser le PAR pour estimer le LAI. Mais pourquoi faire cela si le PAR est le chiffre que vous voulez vraiment obtenir ? Vous pouvez évaluer si le LAI est le paramètre le plus utile pour votre application particulière. Il est parfois plus simple, et généralement plus précis, de mesurer simplement le PAR intercepté et d'utiliser ces données directement dans un modèle approprié.
Le modèle mathématique qui convertit cette fraction de lumière en une estimation de leaf area index est relativement simple. Pour comprendre comment il fonctionne, imaginez que vous tenez une feuille d'une surface de dix centimètres carrés horizontalement au-dessus d'un grand carré blanc. Elle projetterait une ombre de dix centimètres carrés. Placez ensuite au hasard une feuille de même taille sur le carré. Selon toute probabilité, l'ombre projetée sera maintenant de vingt centimètres carrés, bien qu'il y ait une petite chance que les feuilles se chevauchent. Lorsqu'une troisième feuille est ajoutée, la probabilité de chevauchement augmente. Au fur et à mesure que les feuilles sont placées au hasard, le carré blanc finit par être complètement ombragé. Et bien que la surface des feuilles augmente au fur et à mesure que des feuilles sont ajoutées, la surface ombragée reste constante car toute la lumière a été interceptée.
L'équation décrivant ce phénomène (voir la résolution de l'équation ci-dessous pour sa dérivation mathématique) est la suivante
τ est la probabilité qu'un rayon pénètre la canopée, L est le leaf area index de la canopée et K est le coefficient d'extinction de la canopée. Si vous mesurez le rayonnement photosynthétiquement actif à la fois au-dessus et au-dessous d'une canopée lors d'une journée ensoleillée, le rapport entre les deux (PAR au-dessous et PAR au-dessus) est approximativement égal à τ. Si vous connaissez K, vous pouvez trouver leaf area index (L), en inversant l'équation :
Le LP-80 permet de résoudre cette équation pour trouver leaf area index. Mais il y a quelques facteurs de complication. Lors de la construction du modèle, nous avons supposé que les feuilles de notre canopée artificielle étaient horizontales et noires et que tout le rayonnement provenait directement du soleil. En réalité, l'angle du soleil change au cours de la journée et les canopées réelles ont une architecture assez complexe. En outre, une partie du rayonnement est diffusée par les feuilles de la canopée et par le ciel. Un modèle complet permettant de trouver le site leaf area index à partir d'une mesure du rayonnement photosynthétiquement actif comprend des corrections pour tous ces facteurs.
Cette équation, qui est celle utilisée par le site LP-80, tient compte de la quantité de lumière absorbée (et non diffusée) par les feuilles (terme A) et de la fraction de lumière qui pénètre dans la canopée sous forme de faisceau (par opposition à la lumière diffuse provenant du ciel ou des nuages) (terme fb). K, le coefficient d'extinction de la canopée, comprend des variables pour l'angle zénithal du soleil et pour la distribution des feuilles. Si vous indiquez votre emplacement et réglez l'horloge interne sur l'heure locale, le site LP-80 calcule l'angle zénithal du soleil au moment de chaque mesure. La distribution de l'angle des feuilles est supposée être sphérique, sauf indication contraire de votre part.
Si nous divisons une canopée de feuilles noires horizontales distribuées au hasard en autant de couches que chaque couche contient une fraction infiniment petite de la surface foliaire(dL), le changement de rayonnement du haut vers le bas de cette couche est le suivant
En d'autres termes, la variation de la quantité moyenne de lumière solaire traversant cette fraction de la canopée(dSb) est égale à la valeur négative (parce que la quantité de lumière diminue à mesure que la surface foliaire augmente) de la quantité moyenne de puissance radiante par unité de surface(Sb) multipliée par la variation de leaf area index (dL). Il s'agit d'une équation différentielle séparable à variables. En divisant les deux côtés par Sb et en intégrant depuis le sommet de la canopée vers le bas, on obtient
L'intégration donne
En prenant l'exponentielle des deux côtés, on obtient
Sbo est le rayonnement sur une surface horizontale au-dessus de la canopée ; τ est la probabilité qu'un rayon pénètre la canopée, ce qui correspond au rapport entre le rayonnement du faisceau au bas de la canopée et le rayonnement du faisceau au sommet (puisque nous supposons qu'il n'y a pas de diffusion du rayonnement dans la canopée). Pour les canopées avec des feuilles non horizontales, le résultat est le même sauf que L est remplacé par KL, où K est le coefficient d'extinction de la canopée.
Anderson, Margaret C. "The geometry of leaf distribution in some south-eastern Australian forests". Agricultural Meteorology 25 (1981) : 195-206. Lien vers l'article.
L'appareil LP-80 permet de mesurer rapidement et directement le rayonnement photosynthétiquement actif(PAR) dans les canopées. Il donne des mesures instantanées du PAR lorsque vous l'allumez, et il fournit également une mesure du Leaf Area Index-LAI. Mais d'où vient cette mesure du LAI et quelle est sa précision ?
Leaf area index est la surface foliaire verte unilatérale d'une canopée ou d'une communauté végétale par unité de surface au sol. Pour mesurer directement le LAI, il faudrait mesurer la surface de chaque feuille du couvert au-dessus d'une unité de surface au sol. Cette méthode étant à la fois destructive et incroyablement longue, elle est rarement utilisée. Toutes les autres mesures de l'indice de surface foliaire, des photos hémisphériques aux capteurs optiques, tentent d'approcher cette valeur. Le site LP-80 calcule l'indice de surface foliaire en mesurant le rayonnement photosynthétiquement actif et en convertissant cette valeur PAR en leaf area index. Le site LP-80 utilise plusieurs variables pour calculer leaf area index. L'une de ces variables, χ, décrit l'orientation des feuilles dans la canopée.
χ est le "paramètre de distribution de l'angle de la canopée". Il décrit l'architecture d'une canopée, c'est-à-dire l'orientation de ses feuilles dans l'espace. Les feuilles qui sont distribuées de manière aléatoire dans l'espace sont dites avoir une distribution sphérique, ce qui signifie que si chaque feuille de la canopée était soigneusement déplacée sans changer d'orientation, les feuilles pourraient être utilisées pour couvrir la surface d'une sphère. Une canopée dont les feuilles sont distribuées de façon sphérique a une valeur χ de 1.
Many canopy architectures tend to be more horizontal (χ > 1) or vertical (χ < 1). Some canopy types have published χ values (see the LP-80 manual for a short list). But because this value can vary from species to species, it’s important to be able to approximate the value.
Obtenir une valeur pour Leaf Area Index n'est souvent qu'un point de départ. Si vous envisagez d'utiliser le LAI pour modéliser les interactions environnementales de la canopée, la mesure du rayonnement photosynthétiquement actif (PAR) peut être une voie plus directe. En effet, bon nombre de ces modèles mathématiques utilisent le LAI pour prédire le PAR dans leurs équations internes. Parfois, les chercheurs utilisent le PAR pour prédire le LAI, puis introduisent involontairement le chiffre du LAI dans un modèle qui va dans l'autre sens. Il est important d'évaluer si le LAI est le paramètre le plus utile dans une application particulière. Il est parfois plus simple et généralement plus précis de mesurer simplement le PAR intercepté et d'utiliser ces données directement dans un modèle approprié.
Il est tentant de vouloir un nombre exact pour le χ, avec une précision d'au moins deux décimales. Mais en raison de l'incroyable variation des voûtes, ce type de précision est impossible à atteindre. Les chiffres de Leaf area index , bien que précieux, ne sont jamais que des approximations. Une bonne valeur de χ améliore la précision de l'approximation leaf area index (LAI). Mais même avec une valeur χ moins précise, les approximations de leaf area index seront probablement assez précises en fonction d'autres conditions (voir figure 1).
Pour obtenir une valeur approximative de χ pour une canopée, trouvez une touffe représentative de la canopée d'une profondeur et d'une largeur égales. Déterminez ensuite la fraction de l'espace vertical (τ0) - le pourcentage de lumière par rapport à l'ombre que vous voyez verticalement à travers la touffe - et la fraction de l'espace horizontal (τ90) - le pourcentage de lumière que vous voyez horizontalement à travers la touffe. Dans une canopée de feuilles parfaitement verticales, par exemple, vous verrez environ 10 % de lumière pour 90 % d'ombre horizontalement - (τ90) = 0,1 - et 100 % de lumière verticalement - (τ0) = 1. χ est obtenu à partir de l'équation simple suivante
En utilisant cette équation, χ = 0 pour une canopée parfaitement verticale. Si les feuilles sont réparties de manière sphérique, avec environ 10 % de lumière visible à la fois verticalement et horizontalement, (τ90) = (τ0) = 0,1. Ensuite, utilisez cette équation, χ =1 (c'est d'ailleurs le réglage par défaut de χ sur le site LP-80).
En pratique, il peut être difficile d'estimer la quantité de lumière visible à travers une "touffe représentative" de la canopée. Vous trouverez peut-être plus facile de fabriquer une toile de fond et de l'utiliser pour vous aider à analyser la canopée (nous avons utilisé un carré d'un mètre sur un mètre de carton d'affichage coloré.) Trouvez une touffe raisonnablement typique de la canopée que vous étudiez. La touffe doit comprendre tous les éléments typiques de la canopée. Si vous étudiez les cultures en ligne, par exemple, la touffe doit aller du centre d'une rangée au centre de la suivante afin d'inclure l'espace caractéristique de la canopée qui se produit entre les rangées. Imaginez que vous disséquiez la touffe en un cube. Pour estimer τ, utilisez la toile de fond pour former la face arrière du cube et placez-vous sur la face avant pour estimer le pourcentage de lumière transmise horizontalement à travers cette section cubique de la canopée. Pour estimer τ0, utilisez la toile de fond pour former le haut ou le bas du cube et placez-vous à l'extrémité opposée pour estimer le pourcentage de lumière transmise verticalement. Trouvez ensuite χ à l'aide de l'équation 1 (illustrée ci-dessus).
Vérifiez le caractère raisonnable de votre estimation en vous rappelant que les valeurs du χ des voilures plus horizontales sont supérieures à un alors que celles des voilures plus verticales sont inférieures à un. Vous pouvez spécifier la valeur du χ pour la canopée en sélectionnant "Set χ" dans le menu Setup de l'application LP-80. En utilisant cette méthode, vous devriez être en mesure d'estimer une valeur de χ qui minimisera l'incertitude dans la valeur finale de leaf area index .
Cette figure montre le pourcentage d'erreur dans le calcul de L sur LP-80 si LP-80 est réglé sur ? = 1 et que le paramètre de distribution réel de la canopée est la valeur indiquée sur la figure. On suppose qu'il s'agit d'un plein soleil (fb= 0,8). Notez que l'erreur dépend de l'angle zénithal du soleil. La plupart des mesures seront effectuées avec des angles zénithaux supérieurs à 30 degrés, de sorte que l'erreur en plein soleil, sans information sur le paramètre de distribution de la canopée, est au pire de 20 %. Cette erreur diminue avec les valeurs décroissantes de fb et devient nulle lorsque fb est égal à zéro. Si le paramètre de distribution de la canopée peut être estimé avec une précision de 10 % ou plus, l'erreur sur le LAI sera de 5 % ou plus, même à un angle zénithal de zéro. L'incertitude sur le paramètre de distribution ne devrait donc pas contribuer de manière significative à l'incertitude sur le LAI.
Dr. Gaylon S. Campbell
Les processus détaillés de la photosynthèse sont compliqués et difficiles à modéliser. Dans de nombreux cas, il est toutefois possible de simplifier le modèle en se concentrant sur une ou plusieurs des limites de l'assimilation.
En termes simples, l'assimilation du carbone implique la transformation chimique du dioxyde de carbone et de l'eau en hydrates de carbone et en oxygène dans les feuilles des plantes. Ce processus nécessite de l'énergie, et cette énergie est fournie par la lumière, qui provient généralement du soleil. LeCO2 provient de l'atmosphère et doit se diffuser dans les cellules mésophylles de la feuille pour être fixé. L'intérieur de la feuille étant beaucoup plus humide que l'atmosphère, l'eau s'en échappe au fur et à mesure que leCO2 y pénètre. La quantité d'eau utilisée dans le processus de photosynthèse proprement dit est minuscule, mais la perte d'eau liée à l'absorption duCO2 est considérable.
Sur la base de cette simple description, nous pourrions postuler des situations où la lumière serait le facteur limitant de l'assimilation, et d'autres où l'eau serait le facteur limitant. En d'autres termes, nos modèles pourraient être les suivants : l'assimilation est proportionnelle à la capacité de la plante à capter la lumière, ou l'assimilation est proportionnelle à la capacité de la plante à capter l'eau. Les deux approches peuvent être utiles pour modéliser la production de biomasse.
Le modèle basé sur la lumière sous forme d'équation est le suivant
où A est l'assimilation nette de matière sèche, S est le rayonnement incident total reçu pendant la période de croissance de la culture, f est la fraction moyenne du rayonnement intercepté par la culture et e est une efficacité de conversion. Si A et S sont tous deux exprimés en mol m-2s-1, e est une efficacité de conversion sans dimension. Dans les situations de limitation de la lumière, la valeur de e est assez conservatrice pour une espèce particulière, et se situe entre 0,01 et 0,03 molCO2 (mol photons)-1 Campbell et Norman (1998, p. 237) donnent des informations supplémentaires et des références pour effectuer une analyse plus complète.
Il est clair que f, la fraction de lumière incidente interceptée par la canopée de la plante, est un facteur critique dans la détermination de l'assimilation. Ce facteur est directement mesuré à l'aide de la méthode ACCUPAR LP-80. Dans les environnements limités en lumière, on peut prédire la production de matière sèche en connaissant la quantité de PAR incident et l'efficacité de conversion de la lumière, e, puis en mesurant f au fil du temps à l'aide de l'outil LP-80.
Dans les situations où l'eau est limitée, une autre équation s'applique. Elle est la suivante
où T est la transpiration, D le déficit de vapeur atmosphérique et k une constante pour une espèce et un niveau deCO2 atmosphérique particuliers. Tanner et Sinclair (1983) et Campbell et Norman (1998) donnent des dérivés de cette équation, mais sa validité a été confirmée à maintes reprises dans des expériences remontant à plus d'un siècle. Elle prédit notamment que les régions humides produiront plus de matière sèche par unité d'eau utilisée que les régions arides. Ainsi, un projet d'irrigation dans le Wisconsin, par exemple, produira beaucoup plus de matière sèche par unité d'eau utilisée qu'un projet en Arizona. Bien qu'il puisse y avoir des différences d'une espèce à l'autre dans la quantité de matière sèche produite par unité d'eau utilisée, toute production de matière sèche nécessite une quantité substantielle d'eau. Les rêves de faire fleurir les déserts en créant par génie génétique des plantes qui fixent le carbone sans utiliser d'eau ne sont que des rêves.
Le modèle de matière sèche basé sur l'évaporation dépend également de l'interception de la lumière. L'eau perdue par une culture comprend l'eau transpirée par les plantes et l'eau évaporée du sol. Seule l'eau perdue par transpiration est liée à l'assimilation du carbone. Il n'est généralement pas pratique de mesurer T dans l'équation 2, mais nous pouvons créer un modèle informatique simple qui le calculera chaque jour si nous connaissons la pluie ou l'irrigation et certaines variables du sol et de l'environnement. Pour le modèle, nous devons définir une quantité appelée évapotranspiration potentielle, qui est le taux de perte d'eau lorsque l'approvisionnement en eau ne limite ni l'évaporation ni la transpiration. La transpiration potentielle est calculée à partir de
Étant donné que l'évaporation à la surface du sol consomme également de l'eau, nous devons également la calculer. L'évaporation potentielle est calculée à partir de
où Etp est l'évapotranspiration potentielle. Comme précédemment, f est la fraction de rayonnement interceptée par la canopée et peut être mesurée à l'aide de l'instrument de mesure de l'évapotranspiration. LP-80. Campbell et Diaz (1988) proposent un modèle informatique simple pour le calcul de l'Etp ainsi que des algorithmes pour le calcul de l'évaporation et de la transpiration réelles à partir des quantités potentielles données par les équations 3 et 4.
La manière la plus efficace de déterminer si la lumière ou l'eau est le facteur limitant consiste simplement à exécuter quotidiennement les deux modèles mathématiques pour voir lequel prédit la valeur la plus basse. Cette valeur est le meilleur indicateur de la production de matière sèche pour le jour en question.
Les modèles mathématiques de limitation de la lumière et de l'eau sont difficiles à manipuler à la main mais faciles à programmer sur un ordinateur. Ils fonctionnent à partir de données climatiques faciles à obtenir et peuvent être des prédicteurs assez précis de la production de matière sèche, en particulier pour les cultures annuelles. Ils ont été particulièrement utiles pour évaluer le potentiel de production pour des environnements et des pratiques culturales particuliers (Campbell et Diaz, 1988 ; Kunkel et Campbell, 1987).
La fraction d'interception, f, utilisée dans ces deux modèles est la valeur moyenne sur des jours entiers. La mesure effectuée par le LP-80 est généralement effectuée à un moment particulier de la journée et n'est pas la moyenne sur la journée. Le manuelLP-80 donne des équations et un exemple (p. 57) pour passer de l'observation unique à la moyenne journalière. Le site LP-80 mesure la transmission du rayonnement en prenant le rapport entre le PAR mesuré sous la canopée et le PAR mesuré au-dessus. Il s'agit de la transmission à un angle zénithal particulier, ?(θ). La transmission moyennée sur des jours entiers est la même que la transmission pour le rayonnement diffus, et est donnée par
où q dépend de leaf area index, de la distribution de l'angle des feuilles et de l'angle zénithal du soleil, comme indiqué dans le manuel. L'interception fractionnée pour ces modèles est la suivante :
Campbell, G. S., et R. Diaz. "Simplified soil-water balance models to predict crop transpiration". Priorités de la recherche sur la sécheresse dans les zones tropicales arides. ICRISAT, Inde (1988) : 15-26. Lien vers l'article (accès libre).
Campbell, G. S., et J. M. Norman. An Introduction to Environmental Biophysics (2e éd.). New York : Springer, 1998. Lien vers l'article.
Kunkel, Robert et Gaylon S. Campbell. "Maximum potential potato yield in the Columbia Basin, USA : Model and measured values". American potato journal 64, no. 7 (1987) : 355-366. Lien vers l'article.
Le rayonnement qui atteint la sonde du ACCUPAR LP-80 peut provenir directement du faisceau solaire ou être diffusé par le ciel ou les nuages. Ces deux sources sont affectées différemment par l'architecture de la canopée et doivent donc être traitées séparément dans le calcul de l'indice d'occupation du sol (LAI) à partir des mesures de transmission de la canopée. leaf area index (LAI) à partir des mesures de transmission de la canopée. L'information nécessaire pour effectuer le calcul est la fraction du faisceau ou le rapport entre le rayonnement provenant directement du faisceau solaire et le rayonnement total (faisceau plus PAR diffusé ou diffus) incident sur la sonde.
La version précédente du site ACCUPAR demandait à l'utilisateur de mesurer la fraction du faisceau en ombrageant la sonde. Le site LP-80 la calcule en utilisant les mesures dont il dispose. La méthode utilisée est modifiée par rapport à celle publiée par Spitters et al. (1986) pour déterminer la fraction de faisceau pour le rayonnement total. Ils ont corrélé la fraction de faisceau avec le rapport entre le rayonnement global total mesuré et le rayonnement potentiel sur une surface horizontale en dehors de l'atmosphère terrestre.
La mesure de PAR au-dessus de la canopée à partir du site LP-80 est la valeur totale de PAR à l'échelle mondiale. La latitude et l'heure de la journée étant connues, le PAR potentiel (PAR sur une surface horizontale en dehors de l'atmosphère terrestre) peut être calculé. Le rapport entre ces deux mesures est lié à la fraction du PAR total dans le faisceau solaire, comme l'ont fait Spitters et al. La procédure dans le site LP-80 est la suivante :
La macro pour effectuer ce calcul est donnée dans l'annexe ci-dessous.
Cette approche est susceptible d'être moins précise qu'une mesure directe de fb, si cette mesure est effectuée avec beaucoup de soin, mais il est difficile d'effectuer des mesures directes de fb sur une base régulière lorsque l'on essaie de mesurer l'interception de la canopée ou le LAI. En fait, les erreurs introduites par la méthode approximative utilisée dans le site LP-80 sont généralement faibles par rapport aux erreurs d'autres mesures. Le graphique suivant montre l'erreur dans le LAI en fonction de l'erreur dans l'estimation de la fraction de faisceau, en supposant qu'une fraction de faisceau constante de 0,4 a été utilisée pour tous les calculs du LAI.
Cette erreur est indépendante du LAI. Les calculs sont effectués pour un angle zénithal de 30 degrés. Des angles zénithaux plus importants entraînent des erreurs plus faibles. Le graphique montre que l'erreur de LAI est toujours inférieure à ± 20 %. Pour une erreur de 10 % dans la fraction du faisceau, l'erreur dans le LAI est d'environ 2 %. Il est difficile de savoir quelle peut être l'ampleur des erreurs dans la méthode LP-80 de calcul de la fraction de faisceau, puisque cela dépend des conditions, mais il est probable qu'elles se situent entre 10 et 20 %. L'erreur que cela introduit dans le calcul du LAI est donc de l'ordre de 2 à 4 %, ce qui est considérablement plus faible que les incertitudes liées à la variabilité spatiale de la mesure du LAI.
Spitters, C. J. T., H. A. J. M. Toussaint, et J. Goudriaan. "Separating the diffuse and direct component of global radiation and its implications for modeling canopy photosynthesis part I. components of incoming radiation". Agricultural and Forest Meteorology 38, no. 1-3 (1986) : 217-229. Lien vers l'article.
Function BeamFraction(Zenith As Single, PAR As Single) As Single
Const pi = 3,14159
Dim r As Single, b As Single
Zénith = Zénith * pi / 180
Si Zénith > 1,5 Alors
b = 0# "nuit
Autre
r = PAR / (2550# * Cos(Zenith)) '600 w/m2 * 4.25 umol/w/m2 (.235 MJ/mol)(600 est le PAR potentiel)
Si r > 0,82 Alors r = 0,82
If r < 0.2 Then r = 0.2
b = 48,57 + r * (-59,024 + r * 24,835)
b = 1,395 + r * (-14,43 + r * b)
Fin Si
Fraction du faisceau = b
Fin de la fonction
Steve Garrity aborde la question de Leaf Area Index (LAI). Les sujets abordés comprennent la théorie qui sous-tend la mesure, les méthodes directes et indirectes, la variabilité entre ces méthodes, les éléments à prendre en compte lors du choix d'une méthode et les applications du LAI.
Dans ce séminaire virtuel, nous aborderons la théorie du leaf area index (LAI), les différentes méthodes de mesure du LAI et quelques applications de la mesure du LAI. Nous commencerons par définir leaf area index. La figure 1 représente deux parcelles théoriques en forêt ou en culture.
La parcelle de gauche représente un mètre de côté ou un mètre carré de surface au sol (carré marron). Au-dessus, la totalité de la surface est couverte par la surface des feuilles (carré vert). Imaginez qu'une très grande feuille couvre toute la surface au-dessus de la parcelle. Pour calculer le LAI dans l'exemple de gauche, nous savons que la surface au sol est égale à un mètre carré et que la surface foliaire est également égale à un mètre carré. Le LAI est calculé comme le rapport entre la surface foliaire et la surface au sol, dans ce cas, un pour un. Dans cet exemple, le LAI est donc égal à un.
La partie droite de la figure 1 représente la même parcelle, mais cette fois-ci avec trois couches de feuilles. Dans ce cas, il y a un mètre carré de surface au sol et trois mètres carrés de surface foliaire, ce qui donne un rapport de trois à un entre la surface foliaire et la surface au sol. Dans ce cas, le LAI est donc égal à trois.
Le LAI n'est pas un concept complexe à comprendre, et j'aimerais vous expliquer pourquoi nous mesurons leaf area index ou pourquoi il est utile. Le LAI est l'une des variables les plus répandues, c'est-à-dire qu'elle est utilisée partout. Cela s'explique par le fait qu'il est simple, mais aussi extrêmement descriptif.
Il s'agit d'une carte de l'indice LAI mondial dérivée de données satellitaires (voir le timecode du webinaire : 2:16). Les zones à fort LAI sont représentées en vert foncé et les zones à faible LAI en vert clair. Vous remarquerez que dans les tropiques, autour de l'équateur, se trouvent certaines des forêts les plus denses et les plus riches en LAI de la planète. Au nord ou au sud de l'équateur, où se trouvent la plupart de nos déserts, l'indice LAI est très faible. Puis, plus au nord ou au sud, dans les zones tempérées (les zones boréales), l'indice LAI augmente à nouveau. Les tendances de l'indice LAI sur cette carte sont le reflet de nombreux processus et de nombreuses variables. La disponibilité de l'eau ou de la lumière peut expliquer certains de ces schémas, mais dans ce seul exemple, vous pouvez voir que l'indice LAI est très descriptif des schémas de végétation mondiaux.
Voici quelques autres raisons pour lesquelles le LAI est si important :
Le LAI est lié à la récolte de la lumière. Plus il y a de feuilles dans un couvert végétal, plus la capacité d'absorption de l'énergie lumineuse du soleil est grande. Cette énergie lumineuse est ensuite utilisée pour stimuler la productivité des plantes (productivité primaire) par l'absorption et la conversion du dioxyde de carbone de l'atmosphère en hydrates de carbone. Ce phénomène est lié à l'accumulation de biomasse et à la croissance des cultures et des forêts.
Le LAI est également utilisé comme indicateur de la phénologie, qui décrit simplement les événements du cycle de vie des plantes. Par exemple, dans les forêts à feuilles caduques, chaque année, les feuilles poussent, grandissent, s'étendent, mûrissent et enfin se flétrissent. Tous ces processus peuvent être décrits en suivant leaf area index dans le temps.
Le LAI est également couramment utilisé comme mesure de la structure du couvert ou comme moyen de différencier la structure d'un couvert par rapport à un autre. Il est également utile pour deux paramètres connexes : la transpiration et les processus d'écaillage.
Prenons l'exemple d'une feuille (figure 2). Dans cette feuille, de nombreux processus physiologiques interagissent avec l'atmosphère environnante à la surface de la feuille. Ces interactions se traduisent par un échange de masse et d'énergie. Si nous comprenons ces processus d'échange au niveau de la feuille et que nous connaissons le nombre de feuilles d'une canopée grâce au LAI, nous disposons d'une méthode pratique pour mettre ces processus à l'échelle de la canopée et au-delà.
Il existe deux grandes catégories de méthodes de mesure de l'indice LAI : les méthodes directes et les méthodes indirectes. Les méthodes directes de mesure du LAI impliquent généralement une récolte destructrice de la canopée : abattage des arbres ou coupe de la biomasse. Une méthode moins destructrice consiste à utiliser des pièges à litière pour capturer les feuilles qui sénescent et tombent des plantes. En revanche, les méthodes indirectes ne mesurent pas directement le LAI mais mesurent d'autres variables connexes. Ces variables sont ensuite utilisées soit comme substituts de l'indice d'occupation du sol, soit pour modéliser directement ce qu'est l'indice d'occupation du sol. Les méthodes indirectes que j'aborderai dans ce séminaire sont la photographie hémisphérique, l'inversion PAR (qui utilise des mesures du rayonnement transmis à travers la canopée) et la réflectance spectrale (une approche descendante utilisant des capteurs au-dessus de la canopée).
Comme nous l'avons mentionné, une récolte destructive est courante dans les méthodes LAI directes. Dans une forêt, il s'agit d'abattre des arbres et de retirer toutes les feuilles de ces arbres : un processus fastidieux et à forte intensité de main-d'œuvre qui retire également une quantité importante de matière de la canopée.
La figure 3 illustre une canopée très courte où les chercheurs désignent une parcelle circulaire au sol et récoltent tout le matériel foliaire de cette parcelle. Dans ce cas, l'utilisation d'une méthode destructive pourrait être le seul moyen de mesurer le LAI, simplement parce que la canopée est si courte.
Une autre façon de mesurer directement le LAI est d'utiliser des pièges à litière. Dans une forêt de feuillus, les feuilles tombent au sol à l'automne. Des pièges à litière peuvent être placés autour de la canopée pour capturer certaines de ces feuilles. Les chercheurs peuvent ensuite prélever périodiquement des échantillons de feuilles (c'est-à-dire les retirer du piège et les apporter au laboratoire pour analyse).
Dans le cas des méthodes de récolte destructive et de piégeage de la litière, une fois que le matériel foliaire est extrait de la plante, la surface foliaire collectée doit être mesurée. Une méthode courante est le Licor Li 3100, qui est essentiellement un scanner optique. Un chercheur passe chaque feuille dans le scanner et la surface de la feuille est mesurée. Lorsque toutes les feuilles ont été scannées, le chercheur peut additionner la surface et la diviser par la surface au sol pour obtenir une mesure du LAI. L'un des avantages uniques de cette méthode est qu'elle permet d'obtenir des données spécifiques à chaque espèce leaf area index. Ceci est utile dans les systèmes non gérés ou dans les canopées d'espèces mixtes afin de comprendre la contribution de chaque espèce au LAI total de la canopée. Un chercheur peut récolter les espèces A, B et C, puis analyser leur surface foliaire indépendamment à l'aide d'un scanner.
Toutes les méthodes indirectes de LAI discutées dans ce webinaire reposent d'une manière ou d'une autre sur la mesure de l'interaction de la lumière avec la canopée, alors tout d'abord, un bref aperçu de la manière dont la lumière peut interagir avec la canopée. Il y a trois destins pour la lumière dans une canopée.
Nous pouvons mesurer deux de ces quantités : la transmittance et la réflectance. L'absorbance n'est pas mesurable car cette énergie est utilisée par la plante.
La photographie hémisphérique est une méthode qui utilise la mesure de la lumière transmise pour estimer le LAI. C'est une méthode qui existe depuis longtemps et qui est bien établie. Elle consiste à utiliser un appareil photo doté d'un objectif fisheye, à fixer l'ensemble de l'appareil photo à une plate-forme de nivellement et à l'orienter vers le haut de manière à ce qu'il se trouve sous la canopée, face au ciel.
L'appareil photo capture une image de la canopée depuis le bas dans un hémisphère comme celui de la figure 4. Vous pouvez donc voir que les sept images du bas (voir les images au timecode 13:08 dans le webinaire) sont une séquence temporelle de photographies prises au même endroit dans la canopée d'une forêt à feuilles caduques, depuis le début du printemps jusqu'au milieu de l'été. Visuellement, ces photographies montrent qu'au début du printemps, il n'y a que peu ou pas de feuilles dans la canopée. Au milieu de l'été, les feuilles ont rougi, se sont développées et sont arrivées à maturité.
La photographie hémisphérique est unique, contrairement à certaines des autres méthodes dont je vais parler, car une image de la canopée est un ensemble de données extrêmement riche. En effet, elle comporte à la fois une composante spatiale et une composante couleur. Elle constitue également une archive ou un enregistrement de données qui peuvent ensuite être réanalysées (c'est-à-dire qu'il est possible d'utiliser une méthode différente pour analyser l'imagerie en fonction de l'évolution de la théorie et de la technologie). Alors qu'avec d'autres méthodes, vous mesurez une certaine valeur et vous ne pouvez pas la mesurer à nouveau.
L'autre avantage de la photographie hémisphérique est qu'en plus du LAI, vous pouvez également mesurer une série d'autres variables liées à la structure de la canopée. Par exemple, j'ai tracé ici une trajectoire solaire hypothétique : la position ou la trajectoire que le soleil prend dans le ciel pour un jour donné. Vous pouvez utiliser cette information pour tracer la position du soleil et estimer le moment où une tache solaire peut se produire à l'emplacement de l'échantillon et la durée de cette tache solaire. Cela peut s'avérer important si vous souhaitez étudier comment le LAI est lié à la transmission de la lumière et comment cela affecte la disponibilité de la lumière pour les espèces du sous-étage. Les chercheurs ont trouvé bien d'autres moyens d'extraire des informations des photographies hémisphériques que le simple site leaf area index.
Pour analyser les photos hémisphériques, la photo brute est traitée à l'aide d'un logiciel afin d'obtenir une estimation du LAi ou d'une autre variable. Pour ce faire, on utilise le seuillage. L'idée derrière le seuillage est de faire la distinction entre les pixels occupés par les feuilles et les pixels occupés par le ciel. Vous remarquerez que l'image brute se trouve en haut à gauche (voir le timecode du webinaire 15:14). Les sept autres images représentent différentes valeurs de seuil appliquées à cette image. C'est, à mon avis, le talon d'Achille de la photographie hémisphérique, car différents observateurs peuvent choisir différents seuils en fonction de ce que leur œil leur dit. De même, différentes méthodes automatisées de détection du seuil peuvent aboutir à des résultats différents. L'analyse des photographies hémisphériques comporte donc une bonne part de subjectivité, ce qui peut rendre difficile la comparaison de photographies acquises à des moments différents ou lorsque différentes personnes sont impliquées dans le traitement des données.
Lorsque vous utilisez la photographie hémisphérique, évitez de prendre une photo lorsque le disque solaire apparaît à travers la canopée. En effet, autour du disque solaire se trouve une tache très lumineuse et si vous essayez de faire la différence entre un arrière-plan lumineux, un ciel lumineux et une canopée, vous sous-estimerez l'importance de la canopée à cause de cette tache lumineuse. De plus, comme l'image est prise lorsque le soleil brille directement sur la canopée, il y aura des ombres projetées à l'intérieur de la canopée, ce qui rendra très difficile la distinction entre le seuil de luminosité lié au ciel et celui lié à la canopée. Enfin, s'il y a des nuages variables dans votre image, les zones nuageuses seront extrêmement lumineuses, alors que l'arrière-plan du ciel sera beaucoup plus sombre. Il est donc très difficile de choisir un seuil qui permette de distinguer la canopée de la non-canopée. Pour toutes ces raisons, il est recommandé de ne prendre des photographies hémisphériques que dans des conditions uniformément diffuses ou par un ciel uniformément couvert. L'autre moment de la journée qui convient est celui où le soleil est bas ou en dessous de l'horizon, très tôt ou très tard, afin d'éviter que le disque solaire ne vienne contaminer l'image.
Quelles sont donc les applications qui se prêtent à la photographie hémisphérique ? Un champ de blé n'est probablement pas un endroit idéal pour la photographie hémisphérique parce que le couvert végétal du blé pousse assez bas et qu'il serait difficile de placer l'appareil photo, l'objectif, la plate-forme de mise à niveau et le trépied entièrement sous le couvert végétal. La photographie hémisphérique fonctionne bien dans les canopées hautes comme celle d'une forêt, car il est facile de placer l'équipement sous toutes les feuilles de la canopée.
D'un point de vue conceptuel, vous pouvez dire que vous êtes dans une canopée clairsemée parce qu'il y a très peu de feuilles et qu'il y a beaucoup plus de lumière dans le sous-étage d'une canopée clairsemée. En revanche, si vous vous trouvez dans une canopée très dense, vous vous attendez à ce qu'une grande partie de la lumière soit absorbée ou réfléchie et ne soit pas transmise au sous-étage.
Ces observations de base vous permettent de constater qu'il existe une relation entre la transmission de la lumière et la surface foliaire. Cette relation est formalisée par la loi de Beer et, pour les besoins de l'indice LAI, nous considérons la forme de la loi de Beer qui traite de l'énergie lumineuse sous la forme du rayonnement photosynthétiquement actif (PAR).
PARt est la barre transmise qui peut être mesurée à la base de la canopée. Elle sera fonction de la PAR incidente(PARi) ou de la quantité de rayonnement photosynthétiquement actif incidente au sommet de la canopée. Deux autres paramètres sont k et z, où k est le coefficient d'extinction et z est le lien de chemin à travers le milieu atténuant. Dans ce cas, le milieu atténuant serait la canopée elle-même. Sous cette forme, la loi de Beer est donc à la base de la façon dont nous utilisons les mesures de la lumière transmise pour estimer le LAI. Plus précisément, je vais illustrer le modèle mathématique utilisé par le METER Accupar LP-80 (équations 2 et 3).
Dans l'équation 2 en haut à gauche, L est leaf area index, et le premier paramètre que j'aimerais aborder est le calcul de k, qui est le coefficient d'extinction dans le modèle. La partie inférieure droite de l'équation 2 est un sous-modèle avec deux paramètres : chi (X) et thêta(𝚹). Theta est simplement l'angle zénithal du soleil au moment où une mesure est prise.
Au cours d'une journée, l'angle zénithal du soleil change. Dans la figure 6, le soleil se trouve à différents endroits dans le ciel. Tôt le matin (à gauche), le soleil est plus bas dans le ciel par rapport aux périodes plus proches de midi. Il en va de même en fin de journée. Theta est important pour décrire la longueur du trajet du faisceau de rayonnement (le trajet des photons directement du soleil à l'observateur jusqu'à un point de la canopée).
Remarquez qu'en début ou en fin de journée, la longueur du trajet est beaucoup plus importante qu'en milieu de journée. Ainsi, l'angle zénithal du soleil est calculé simplement en utilisant l'heure de la journée et la connaissance de l'emplacement géographique. Sur le site LP-80, ces paramètres sont calculés automatiquement à partir des valeurs d'heure et de lieu saisies par l'utilisateur. Il est donc essentiel, lorsque vous configurez un site LP-80 , que ces deux valeurs soient saisies correctement.
La variable suivante dans le modèle du coefficient d'extinction (équation 2 en bas à droite) est le chi (X). Le chi décrit la distribution de l'angle des feuilles d'une canopée. Chaque canopée est un mélange de feuilles dont l'orientation est horizontale ou verticale, ou quelque part entre l'horizontale et la verticale. La figure 7 est un graphique représentant la distribution des angles des feuilles dans trois canopées différentes.
Notez que les valeurs du chi dans les canopées verticales sont inférieures à un. Plus la distribution de l'angle des feuilles est verticale, plus le chi se rapproche de zéro. Dans les couverts horizontaux, le chi s'approche de l'infini. En général, vous verrez des valeurs de chi supérieures à un dans ce cas (c'est-à-dire que des valeurs de un à cinq sont courantes dans les canopées horizontales). Les voûtes sphériques sont des voûtes présentant un mélange de distributions verticales et horizontales. Il s'agit de la distribution d'angles de feuilles la plus couramment rencontrée dans la nature. Ils ont des valeurs de chi proches ou égales à un. Le site LP-80 utilise par défaut une valeur de chi égale à un. Vous pouvez modifier cette valeur, mais dans la plupart des cas, vous pouvez vous contenter de la valeur par défaut.
Le graphique en bas à gauche de la figure 8 montre comment la valeur du chi ou la distribution de l'angle des feuilles influence le coefficient d'extinction en fonction de l'angle zénithal du soleil. Par exemple, remarquez qu'avec un chi égal à zéro (une canopée complètement verticale) et le soleil directement au-dessus de la tête (l'angle zénithal du faisceau est égal à zéro), le coefficient d'extinction est égal à zéro, ce qui signifie que tout le rayonnement passe à travers la canopée. Aucun rayonnement n'est absorbé ou réfléchi. Il est transmis à 100 %.
Comparez cela au cas où toutes les feuilles sont parfaitement horizontales (chi égal à l'infini). Dans ce cas, le coefficient d'extinction ne dépend pas de l'angle zénithal du faisceau. Cela est logique si vous pensez à une feuille parfaitement horizontale. L'angle sous lequel le rayonnement solaire la frappe n'a pas d'importance. Son coefficient d'extinction sera invariable.
Le graphique en bas à droite de la figure 8 présente la transmission en fonction de l'angle zénithal du soleil. Notez que la transmission de la canopée horizontale est la même quel que soit l'angle zénithal. À l'autre extrême, pour les canopées verticales, la transmission est égale à un lorsque le soleil est directement au-dessus de la tête, et elle est complète lorsque l'angle du soleil est très faible (soleil à l'horizon). Cela est logique si l'on pense à une feuille verticale et au soleil directement au-dessus de la tête. Il n'y a pas d'ombre projetée par la feuille, alors que si le soleil arrive sur le côté, il y a absorption complète et aucune transmission de ce rayonnement.
Que pouvons-nous en tirer ? Dans la partie supérieure gauche de la figure 8, il y a trois canopées différentes avec des distributions d'angles de feuilles très différentes et donc des valeurs de chi différentes allant de 0,5 à trois. Mais si vous regardez les figures en bas à gauche et à droite, il n'y a pas de grande différence dans le coefficient d'extinction ou la transmission entre ces valeurs de chi. Le modèle leaf area index n'est donc pas très sensible à la valeur du chi, en particulier aux valeurs du chi comprises entre 0,5 et 2.
Une mauvaise estimation du chi peut donc être une source d'erreur, mais uniquement dans les cas extrêmes - si nous avons affaire à une canopée extrêmement horizontale ou très verticale. Si vous n'êtes pas dans l'un de ces cas extrêmes, une valeur de chi d'environ un sera suffisante pour votre estimation du LAI.
Si l'on revient au modèle LAI (équation 4), Fb est la fraction de faisceau, calculée comme le rapport entre le PAR diffus (rayonnement photosynthétiquement actif) et le PAR direct.
La figure 9 illustre ce que cela signifie. Sur la gauche, vous voyez un ciel clair typique avec des lignes blanches représentant le rayonnement diffus (rayonnement diffusé dans l'atmosphère par les aérosols dans d'autres particules). Ce rayonnement est diffusé jusqu'à un endroit de la canopée où nous pourrions mesurer la lumière transmise. Remarquez également sur la même image le rayonnement de faisceau (rayonnement provenant directement du soleil) qui domine dans ces conditions de ciel clair. Nous pouvons donc voir qu'à gauche, Fb serait très faible parce que la composante PAR directe domine.
Comparez cela à l'image de droite où il y a des nuages ou des aérosols lourds dans l'atmosphère. La diffusion est plus importante, et une moins grande partie du rayonnement pénètre dans les nuages jusqu'au point d'observation situé sous la canopée. Dans ce cas, Fb serait beaucoup plus élevé (proche de 1) car nous éliminons complètement la composante de rayonnement du faisceau.
Qu'est-ce que cela signifie ? Le Fb est important car il décrit la distribution des angles de pénétration des photons dans la canopée. Fb interagit avec la distribution des angles des feuilles pour décrire la probabilité qu'un photon pénètre ou soit transmis à travers la canopée. Par exemple, lors d'une journée très ensoleillée, vous avez tendance à voir beaucoup d'ombres dures. Les ombres projetées sont extrêmement profondes et sombres. En revanche, par temps couvert, il est plus difficile de trouver des ombres fortes. En effet, les angles de rayonnement frappant les objets susceptibles de projeter une ombre sont mieux répartis. Il en va de même pour les feuilles d'une canopée.
Le terme suivant que nous allons aborder est le tau(𝛕), c'est-à-dire le rapport entre le rayonnement photosynthétiquement actif transmis et le rayonnement photosynthétiquement actif incident. Cette valeur tau est probablement la composante la plus importante du modèle LAI. Le modèle LAI est très sensible à tau. C'est la composante qui forme le cœur de la mesure lorsque l'on utilise ce modèle. Dans la figure 10, nous mesurons le rayonnement incident au sommet de la canopée à l'aide d'un PAR sensor. Puis, sous la canopée, nous utilisons un LP-80 pour mesurer la quantité de lumière transmise par la canopée. Ce modèle nécessite des mesures à la fois au-dessus et au-dessous de la canopée.
Si votre canopée est très haute, trouvez une clairière ou un grand espace où vous pouvez placer votre PAR sensor et l'utiliser pour mesurer le rayonnement incident. Vous pouvez soit placer un PAR sensor dans une clairière qui est continuellement exploitée, soit emmener le LP-80 dans la clairière, obtenir une mesure de l'incidence, puis le ramener dans la canopée pour mesurer le rayonnement transmis.
Si vous travaillez par temps partiellement couvert ou si les conditions du ciel changent rapidement, vous devez mettre à jour cette mesure du rayonnement incident assez fréquemment : en fait, chaque fois que les conditions du ciel (et donc les niveaux de lumière ambiante) changent. C'est pourquoi, si vous êtes préoccupé par la fluctuation des niveaux de lumière ambiante, je vous recommande d'enregistrer indépendamment le rayonnement incident et le rayonnement transmis simultanément, afin de toujours tenir compte des changements de niveau de lumière ambiante et de ne pas introduire de source d'erreur dans le calcul de l'indice LAI.
Le site LP-80 convient parfaitement à l'échantillonnage ponctuel ou périodique. Pour surveiller en permanence les changements de LAI, une autre approche consisterait à utiliser des capteurs PAR au-dessus et au-dessous de la canopée. Les capteurs PAR situés sous la canopée remplacent en fait le LP-80 de la figure 10. La différence réside dans le fait que les capteurs PAR peuvent s'enregistrer en continu, ce qui permet de mesurer en continu le rayonnement transmis et de l'introduire dans le modèle LAI.
Le dernier terme du modèle LP80's leaf area index (LAI) est A, qui représente l'absorption foliaire dans la région PAR (photosynthétiquement active) du spectre électromagnétique.
Dans le site LP-80, A est fixé à une valeur de 0,9, ce qui est une très bonne estimation de l'absorbance. Pour la majorité des toits existants, l'absorbance ne change pas beaucoup. Il se peut que ce ne soit pas le cas dans certains exemples extrêmes. Par exemple, si les feuilles sont extrêmement jeunes, leur absorbance peut être bien inférieure à 0,9. Et lorsqu'elles sont sénescentes, elle peut être inférieure à 0,9. Et certainement, pour les feuilles très poilues ou extrêmement cireuses, ce terme d'absorbance peut être très inférieur à 0,9. Mais en dehors des cas extrêmes, une valeur de 0,9 est une très bonne estimation de l'absorbance des feuilles. Les valeurs qui s'écartent légèrement de 0,9 n'auront pas d'impact dramatique sur le calcul du LAI.
Dans les cas où l'ISF est très faible, il y a généralement une quantité égale de réflectance dans la partie visible et dans la partie proche de l'infrarouge du spectre. Au fur et à mesure que l'ISF augmente, la réflectance visible diminue, tandis que la réflectance dans le proche infrarouge tend à augmenter. Il existe donc une relation entre la réflectance dans le visible et le proche infrarouge et le LAI que nous pouvons utiliser pour estimer le LAI.
Dans la figure 12, notez que la réflectance dépend de la longueur d'onde. Le graphique en bas à gauche couvre à la fois le visible (400 à 700 nanomètres) et une partie du proche infrarouge (au-dessus de 700 nanomètres) du spectre électromagnétique. Vous pouvez voir que le spectre est collecté pour le même couvert mais à différentes valeurs de leaf area index (LAI). Ce que je décris est une diminution de la réflectance visible avec l'augmentation du LAI et une augmentation de la réflectance dans le proche infrarouge avec l'augmentation du LAI.
Il existe des indices de végétation ou des combinaisons de différentes bandes qui ont été inventés et qui nous permettent d'estimer différentes variables biophysiques du couvert végétal. Un indice courant est l'indice de végétation par différence normalisée (NDVI).
NDVI est formulée en utilisant les valeurs réfléchies du rayonnement rouge et du rayonnement infrarouge proche, et il a été démontré que NDVI est lié à leaf area index. La figure 13 montre un capteur de réflectance spectrale au sommet de la canopée qui surveille en permanence le rayonnement réfléchi dans les deux bandes. Les deux ports mesurent le rouge et le proche infrarouge. Mais si nous voulons utiliser cette valeur NDVI comme estimation directe du LAI ou comme moyen d'estimer une valeur absolue du LAI, nous devons établir une relation avec une mesure indépendante du LAI.
Par exemple, nous pourrions utiliser un site LP-80 pour calculer le LAI à partir de mesures du rayonnement transmis, puis installer un capteur de réflectance spectrale recueillant les valeurs NDVI . Si nous recueillons suffisamment de ces valeurs dans le temps ou dans l'espace, nous pourrons établir une relation de régression linéaire (figure 13, en haut à gauche). Nous pourrions alors utiliser les valeurs ultérieures de NDVI dans cette équation empirique pour calculer leaf area index sans avoir à utiliser la source indépendante (LP-80) de LAI pour toutes les mesures ultérieures.
Peut-être n'avez-vous pas besoin de valeurs absolues du LAI et avez-vous une autre raison de mesurer le LAI. La figure 14 montre quelques exemples de la façon dont NDVI peut être utilisé comme indicateur du LAI sans avoir besoin d'une valeur absolue du LAI.
Ici, le chercheur a mesuré la photosynthèse de NDVI et de la canopée dans une prairie pendant une année entière. Dans le panneau supérieur gauche, les valeurs de NDVI sont représentées en vert et la photosynthèse est représentée par les cercles ouverts. Vous pouvez voir que la trajectoire temporelle de la photosynthèse est très bien suivie par NDVI. Il montre comment une équation de régression peut être développée pour relier les valeurs de NDVI à la photosynthèse de la canopée. Dans ce cas, leaf area index est l'un des principaux moteurs de la photosynthèse dans cette prairie annuelle. Mais plutôt que d'essayer de modéliser la photosynthèse de la canopée à partir du LAI, il utilise simplement NDVI comme indicateur.
De même, nous pourrions envisager une application de phénologie. Les graphiques en bas à droite de la figure 14 représentent des données recueillies dans une forêt de feuillus pendant sept ans, avec le LAI et NDVI mesurés à différents intervalles. Subjectivement, nous pouvons voir que NDVI suit de très près la dynamique temporelle de leaf area index . Dans ce cas, nous pourrions donc remplacer une mesure du LAI par une approximation de NDVI.
Ne pensez pas que vous pouvez mesurer le LAI à un endroit et obtenir une valeur représentative de l'ensemble de la canopée. Ce n'est pas ainsi que cela fonctionne. L'une des hypothèses que nous avons tendance à faire avec un modèle de type LAI est que les feuilles sont réparties de manière aléatoire dans un couvert. Ce n'est presque jamais le cas. Il y a toujours un certain degré d'agglutination dû au schéma de ramification et à la façon dont les feuilles, les branches et les arbres sont distribués dans la canopée.
L'un des moyens les plus simples de contourner les effets négatifs de la concentration ou de la variabilité spatiale est d'augmenter la taille de votre échantillon.
À gauche de la figure 15, vous trouverez une recréation artistique d'une image aérienne de différents champs de culture. À droite, vous voyez une recréation d'une image provenant d'un système d'imagerie utilisé pour collecter des données NDVI à partir de cette même image de champ de culture, puis pour les convertir en données NDVI , puis en données leaf area index. Vous pouvez voir qu'il existe une large gamme de valeurs LAI dans les différentes unités de gestion de cette image. L'imagerie nous donne une idée de l'hétérogénéité spatiale, mais les méthodes dont nous avons parlé sont plus discrètes en termes de superficie qu'elles représentent. Nous pouvons y remédier simplement en collectant plusieurs échantillons dans notre zone d'étude pour essayer de capturer la variabilité spatiale. Vous pouvez ensuite prendre une sorte de moyenne spatiale pour représenter le LAI sur l'ensemble de la zone.
Ou peut-être sommes-nous simplement intéressés par la variabilité de l'indice LAI sur l'ensemble de la zone. L'image que j'ai montrée au début de ce séminaire (figure 1) sur la distribution mondiale de leaf area index a été dérivée de données satellitaires. Mais comment pouvons-nous nous fier à ces valeurs ? Nous devons disposer d'un moyen de vérifier ces valeurs sur le terrain. Comment ? Vous pourriez avoir un capteur NDVI au-dessus de la canopée qui prendrait une mesure très détaillée au niveau local. Vérifiez cette mesure avec les données satellitaires, puis attribuez un certain niveau de confiance à ce que nous voyons en dehors de notre zone d'échantillonnage à l'aide des données satellitaires.
N'oubliez pas que toutes les méthodes ne produisent pas les mêmes résultats. La figure 16 montre des données que j'ai recueillies il y a plusieurs années au printemps dans le couvert d'une forêt de feuillus. J'ai utilisé quatre méthodes différentes : la photographie hémisphérique, le LAI 2000 et un capteur quantique (PAR sensor). J'ai ensuite utilisé le satellite MODIS (qui fournit un produit LAI) et l'ai associé à certaines de mes mesures pour les comparer toutes les quatre. Notez que pour un jour donné, il existe une grande variabilité entre les estimations fournies par l'une ou l'autre de ces méthodes. Cela peut donc constituer un défi lorsque vous comparez une méthode à une autre. Certaines méthodes ont tendance à mieux se comparer entre elles. Par exemple, je n'avais pas de LP-80 pour cette étude, mais il y a environ trois ou quatre articles différents qui ont été publiés et qui montrent que le LAI 2000 et LP-80 donnent généralement des valeurs très similaires. Et théoriquement, les capteurs quantiques devraient être très proches à la fois de LP-80 et de LAI 2000.
En réalité, aucune de ces méthodes ne permet d'obtenir une valeur absolue correcte. Dans ce cas, nous avons utilisé des pièges à litière, qui constituaient le moyen le plus direct d'estimer le LAI réel. Dans ce couvert, il était légèrement inférieur à 4,0. Vous pouvez donc constater, au moins à maturité, qu'aucune de ces méthodes ne permet d'obtenir une valeur exacte. Faites donc preuve de prudence lorsque vous comparez différentes méthodes ou comprenez simplement qu'il existe une variabilité d'une méthode à l'autre.
Une source de variabilité que nous pouvons éviter est illustrée dans cette image (voir le timecode 46.01 du webinaire). Cette image illustre certains concepts dont nous avons discuté. Des faisceaux de lumière pénètrent dans la canopée et contrastent avec des zones ombragées. Vous pouvez voir que toute cette dynamique de la lumière est contrôlée par la quantité de feuilles dans la canopée et par la répartition de ces feuilles dans la canopée. Ainsi, si nous disposons d'un seul site PAR sensor qui mesure le rayonnement transmis dans cette canopée. Si nous le plaçons à droite, au moment où l'image a été prise, nous obtiendrons des valeurs très élevées de lumière transmise. Mais si nous plaçons un autre PAR sensor dans l'ombre, nous obtiendrons des valeurs très faibles de lumière transmise. Nous devons donc être conscients de la variabilité spatiale de la canopée que nous mesurons.
La figure 17 montre quelques données qui illustrent la situation lorsque nous examinons les capteurs PAR individuels. Ici, plus de 30 capteurs PAR sont répartis sous la canopée d'une forêt à feuilles caduques. Au fil du temps, ils ont tous tendance à se suivre, mais la valeur absolue du rayonnement transmis peut être très différente d'un endroit à l'autre. Donc, si nous utilisons la lumière transmise pour estimer le LAI, quelle trace devons-nous utiliser pour estimer le LAI ? La réponse dépend de notre objectif. Si nous essayons simplement d'avoir une idée moyenne de ce qu'est le LAI, nous pouvons prendre une moyenne spatiale de toutes ces valeurs.
Il convient également de souligner que ces facteurs d'agglutination et de variabilité spatiale sont de véritables sources d'erreur. Cependant, le site LP-80 en tient compte dans la manière dont les mesures de la lumière transmise sont acquises. L'unité portable est munie d'une baguette qui mesure environ 80 centimètres de long et qui est équipée de 80 capteurs PAR indépendants. Les relevés de LP-80 sont donc une moyenne spatiale de tous les capteurs de la baguette.
Certains chercheurs ont montré il y a plusieurs années que dans les canopées où il y a des regroupements, si vous prenez une moyenne sur un transect linéaire, vous avez tendance à réduire la quantité d'erreur associée au regroupement, et cette stratégie est déjà physiquement intégrée dans le site LP-80.
Si vous utilisez un site PAR sensor, une approche consiste à vous assurer que vous recueillez suffisamment d'échantillons représentant l'hétérogénéité spatiale de la transmission de la lumière, qui est bien sûr liée au LAI.
Avant de mesurer, réfléchissez à la raison pour laquelle vous mesurez le LAI. Êtes-vous vraiment intéressé par leaf area index? Ou êtes-vous intéressé par une variable connexe ? Par exemple, certains chercheurs estiment le LAI pour pouvoir estimer la lumière transmise ou la lumière absorbée plus souvent parce qu'ils essaient d'estimer la productivité de la canopée ou la photosynthèse. La question est de savoir pourquoi estimer le LAI pour estimer l'absorption de la lumière alors que vous pouvez mesurer plus directement l'absorption de la lumière en mesurant la lumière transmise et la lumière incidente. Il faut donc comprendre pourquoi le LAI est la variable qui vous intéresse.
Demandez-vous également si le LAI est la seule variable que vous souhaitez mesurer. Nous avons vu que la photographie hémisphérique peut produire plusieurs mesures sur la structure de la canopée, en plus du LAI, qui pourraient être utiles. Travaillez-vous avec une canopée haute ou courte ? Si vous travaillez sur une canopée extrêmement haute, il n'est peut-être pas possible d'installer un capteur NDVI au-dessus de la canopée, car vous n'avez tout simplement pas l'infrastructure nécessaire pour atteindre le sommet de la canopée. Dans ce cas, vous avez peut-être besoin d'une photographie hémisphérique ou d'une mesure de la transmission de la lumière comme le LP-80.
Avez-vous besoin de mesurer le LAI spécifique à une espèce ? Dans ce cas, la récolte directe est probablement la seule méthode appropriée. Souhaitez-vous procéder à un échantillonnage continu ou discret ? En d'autres termes, souhaitez-vous que les mesures de la lumière transmise soient continuellement enregistrées afin que vous puissiez estimer en permanence les changements de LAI ? Ou bien vous contentez-vous d'un échantillon ponctuel ? Supposons que nous voulions comparer l'IAL entre différentes parcelles de traitement. L'approche de l'échantillonnage ponctuel est peut-être plus appropriée.
Avez-vous besoin d'échelonner les mesures ? Réfléchissez à votre protocole d'échantillonnage et aux sources de données dont vous disposez pour passer du niveau local à une échelle plus large. Tenez compte de l'hétérogénéité spatiale de l'indice LAI au sein de votre canopée et du degré de regroupement de l'indice LAI. Cela aura une influence sur le nombre d'échantillons que vous prélèverez et sur la répartition spatiale de ces échantillons.
Enfin, avez-vous besoin de valeurs absolues de LAI ou pouvez-vous utiliser un indicateur tel que NDVI?
Nos scientifiques ont des dizaines d'années d'expérience pour aider les chercheurs et les cultivateurs à mesurer le continuum sol-plante-atmosphère.
Tout ce que vous devez savoir sur la mesure du potentiel hydrique - ce que c'est, pourquoi vous en avez besoin, comment le mesurer, les comparaisons de méthodes. De plus, vous pouvez le voir en action à l'aide des courbes de restitution de l'humidité du sol.
Tout ce que vous devez savoir sur la mesure de l'humidité du sol - en un seul endroit.
La gestion de l'irrigation simplifiée. Gérez parfaitement l'eau et les nutriments sans perdre de temps ni d'argent à cause des problèmes causés par l'irrigation excessive.
Recevez régulièrement le contenu le plus récent.