Leaf area index è un singolo numero
-un'istantanea statistica di un baldacchino scattata in un momento particolare. Ma quel singolo numero può portare a una comprensione significativa.
Leaf area index (LAI) è una delle misure più utilizzate per descrivere la struttura delle chiome delle piante. Il LAI è utile anche per comprendere la funzione della chioma, poiché molti degli scambi di massa ed energia tra biosfera e atmosfera avvengono sulla superficie delle foglie. Per questi motivi, il LAI è spesso una variabile biofisica chiave utilizzata nei modelli biogeochimici, idrologici ed ecologici. Leaf area index è anche comunemente usato come misura della crescita e della produttività delle colture e delle foreste su scale spaziali che vanno dall'appezzamento al globo. In questo articolo scopriremo come misurare leaf area index, cos'è e come si usa.
In passato, la misurazione di leaf area index (LAI) era difficile e richiedeva molto tempo. Tuttavia, la teoria e la tecnologia sviluppate negli ultimi anni hanno reso la misurazione del LAI molto più semplice e fattibile per un'ampia gamma di chiome. Scaricate questa guida applicativa per una breve introduzione alla teoria e agli strumenti utilizzati per misurare leaf area index. Vengono discussi diversi scenari e considerazioni speciali, che aiuteranno gli individui a scegliere e applicare il metodo più appropriato per le loro esigenze di ricerca.
Che cos'è leaf area index (LAI)?
Leaf area index (LAI) quantifica la quantità di materiale fogliare in una chioma. Per definizione, è il rapporto tra l'area fogliare di un lato e l'unità di superficie del terreno. Il LAI è privo di unità perché è un rapporto tra aree. Ad esempio, una chioma con un LAI di 1 ha un rapporto 1:1 tra superficie fogliare e superficie del terreno. leaf area index Una chioma con un LAI di 3 ha un rapporto di 3:1 tra superficie fogliare e superficie del terreno.
A livello globale, il LAI è molto variabile. leaf area index Alcuni ecosistemi desertici hanno un LAI inferiore a 1, mentre le foreste tropicali più dense possono avere un LAI fino a 9. Le foreste e gli arbusteti delle medie latitudini hanno in genere valori di LAI compresi tra 3 e 6.
Stagionalmente, le chiome annuali e decidue e i terreni coltivati possono presentare grandi variazioni nel LAI. Ad esempio, dalla semina alla maturità, il mais leaf area index può variare da 0 a 6. Ovviamente, il LAI è una metrica utile per descrivere i modelli spaziali e temporali di crescita e produttività delle chiome.
Per saperne di più sui fondamenti di leaf area index (LAI), consultate il video qui sotto. Il ricercatore Jeff Ritter illustra la teoria alla base della misurazione, i metodi diretti e indiretti, la variabilità tra questi metodi, le cose da considerare quando si sceglie un metodo e le applicazioni di leaf area index.
Come misurare leaf area index
Non esiste un metodo migliore per misurare il LAI. Ogni metodo presenta vantaggi e svantaggi. La scelta del metodo dipende in gran parte dagli obiettivi della ricerca. Il ricercatore che ha bisogno di una singola stima del LAI potrebbe usare un metodo diverso da quello che sta monitorando le variazioni di leaf area index nel tempo. Ad esempio, il ricercatore che si occupa di praterie potrebbe preferire un metodo diverso rispetto a quello che si occupa di foreste. In questa guida discuteremo le basi teoriche di ciascuno dei principali metodi, insieme ai principali vantaggi e limiti.
Misura diretta
Tradizionalmente, i ricercatori misuravano leaf area index raccogliendo tutte le foglie di un appezzamento e misurando minuziosamente l'area di ciascuna foglia. Le moderne attrezzature, come gli scanner piani, hanno reso questo processo più efficiente, ma è comunque un'operazione che richiede molto lavoro, tempo e distruzione. Nelle chiome delle foreste alte, potrebbe anche non essere fattibile. Tuttavia, rimane il metodo più accurato per calcolare leaf area index perché ogni singola foglia viene misurata fisicamente. Le trappole per la lettiera sono un altro modo per misurare direttamente il LAI, ma non funzionano bene nelle chiome sempreverdi e possono catturare informazioni solo dalle foglie che sono senescenti e si sono staccate dalla pianta.
Misura indiretta
Alcuni decenni fa, i ricercatori di chiome hanno iniziato a cercare nuovi modi per misurare il LAI, sia per risparmiare tempo sia per evitare di distruggere gli ecosistemi che stavano cercando di misurare. Questi metodi indiretti deducono il LAI da misure di variabili correlate, come la quantità di luce trasmessa o riflessa da una chioma.
Fotografia emisferica
La fotografia dell'emisfero è stato uno dei primi metodi utilizzati per stimare indirettamente leaf area index. I ricercatori fotografavano la chioma da terra utilizzando un obiettivo fisheye. Le fotografie venivano originariamente analizzate dai ricercatori stessi. Oggi, la maggior parte dei ricercatori utilizza software specializzati per analizzare le immagini e differenziare i pixel vegetati da quelli non vegetati.
Figura 2. Fotografia emisferica di una foresta mista di latifoglie con l'obiettivo fisheye di una fotocamera digitale.
Vantaggi: La fotografia emisferica presenta notevoli vantaggi. In primo luogo, non fornisce solo misure di leaf area index . Può anche fornire misurazioni della chioma, come la frazione di gap, i tempi e la durata del sunfleck e altre metriche dell'architettura della chioma. In secondo luogo, le immagini della chioma possono essere archiviate per un uso successivo o per una nuova analisi in caso di cambiamento dei metodi e di miglioramento dei programmi software.
Limitazioni: La fotografia emisferica presenta tuttavia degli inconvenienti. Nonostante il fatto che le immagini siano ora elaborate digitalmente, la soggettività dell'utente rimane un problema significativo. Gli utenti devono selezionare soglie di luminosità dell'immagine che distinguano i pixel del cielo da quelli della vegetazione, il che fa sì che i valori di LAI varino da utente a utente o quando si utilizzano diversi algoritmi di analisi delle immagini.
La fotografia emisferica richiede anche molto tempo. Ci vuole tempo per acquisire immagini di buona qualità sul campo e ancora di più per analizzarle in laboratorio. Inoltre, le condizioni del cielo devono essere uniformemente nuvolose quando vengono scattate le immagini. La fotografia emisferica non funziona bene per le chiome corte come quelle del grano e del mais, poiché il corpo macchina, l'obiettivo e il treppiede non possono essere fisicamente inseriti sotto la chioma.
Nota: per alcuni utenti, gli strumenti che misurano il PAR offrono una scorciatoia. Alcuni modelli utilizzano i valori di LAI per stimare la PAR. In questo caso, lo strumento PAR può essere utilizzato per stimare direttamente i livelli di PAR sotto la chioma, migliorando l'accuratezza del modello.
Trasmittanza delle radiazioni
Diversi strumenti disponibili in commercio, tra cui il METER LP-80 cettometro, offrono un'alternativa alla fotografia emisferica. Essi stimano il LAI utilizzando la quantità di energia luminosa trasmessa da una chioma vegetale. L'idea è abbastanza semplice: una chioma molto densa assorbirà più luce di una chioma rada. Ciò significa che deve esistere una relazione tra il LAI e l'intercettazione della luce. La legge di Beer fornisce la base teorica di questa relazione. Ai fini della biofisica ambientale, la legge di Beer è formulata come segue
dove PARt è la radiazione fotosinteticamente attiva (PAR) trasmessa misurata vicino alla superficie del suolo, PARi è la PAR incidente alla sommità della chioma, z è la lunghezza del percorso dei fotoni attraverso un mezzo attenuante e k è il coefficiente di estinzione. Nel caso delle chiome della vegetazione, z tiene conto del LAI, poiché le foglie sono il mezzo attraverso il quale i fotoni vengono attenuati. Se si conosce k e si misurano PARt e PARi, è possibile invertire l'equazione 1 per calcolare z come stima del LAI. Questo approccio viene comunemente chiamato tecnica di inversione del PAR. Il mondo reale è leggermente più complesso, ma come si vedrà nella Sezione 3, la legge di Beer è il fondamento per stimare il LAI utilizzando le misure di PAR incidente e trasmesso.
Vantaggi: La tecnica di inversione PAR non è distruttiva, un vantaggio ovvio ma importante che consente di campionare una chioma in modo esteso e ripetuto nel tempo. La tecnica di inversione PAR è interessante anche perché ha una solida base nella teoria del trasferimento radiativo e nella biofisica ed è applicabile a un'ampia varietà di tipi di chiome. Per questi motivi, la tecnica dell'inversione PAR è attualmente una procedura standard e ben accettata.
Oltre agli strumenti portatili come il METER LP-80 cettometro, si possono usare anche sensori PAR standard (detti anche sensori quantici) per misurare la radiazione trasmessa per un modello di inversione PAR. Il vantaggio di utilizzare i sensori PAR rispetto a uno strumento LAI portatile appositamente costruito è che i sensori PAR possono essere lasciati sul campo per misurare continuamente le variazioni della trasmittanza PAR. Ciò può essere utile quando si studiano rapidi cambiamenti nel LAI della chioma o quando non è possibile visitare un sito sul campo con una frequenza sufficiente per catturare la variabilità temporale del LAI con uno strumento portatile.
Limitazioni: La tecnica di inversione PAR presenta alcune limitazioni. Richiede misure di PAR trasmesse (sotto la chioma) e incidenti (sopra la chioma) in condizioni di luce identiche o molto simili. Ciò può essere difficile nelle chiome forestali molto alte, anche se le misure di PAR incidente possono essere effettuate in ampi spazi vuoti o radure della chioma. Inoltre, nelle chiome estremamente dense, l'assorbimento della PAR può essere quasi totale, lasciando poca luce trasmessa da misurare alla base della chioma. Ciò rende difficile distinguere le variazioni o le differenze nel LAI quando questo è molto elevato. Infine, le stime di LAI ottenute dalle misure di PAR trasmessa possono essere influenzate dall'ammasso di fogliame. Gli errori nella stima del LAI associati all'agglomerazione possono essere generalmente attenuati raccogliendo numerosi campioni di PAR trasmessi distribuiti spazialmente.
Riflettanza delle radiazioni
Un altro metodo per stimare il LAI utilizza la luce riflessa piuttosto che quella trasmessa. La radiazione riflessa da una vegetazione verde e sana ha uno spettro molto distinto (Figura 3). In effetti, alcuni scienziati hanno proposto di trovare pianeti potenzialmente abitabili al di fuori del nostro sistema solare cercando questo segnale spettrale unico. Un tipico spettro di riflettanza della vegetazione ha una riflettanza molto bassa nella porzione visibile dello spettro elettromagnetico (~400-700 nm, che è anche la regione PAR). Tuttavia, nella regione del vicino infrarosso (NIR) (> 700 nm) la riflettanza può raggiungere il 50%. L'esatta quantità di riflettanza a ciascuna lunghezza d'onda dipende dalla concentrazione di vari pigmenti fogliari come la clorofilla e dalla struttura della chioma (ad esempio, la disposizione e il numero degli strati fogliari).
Vantaggi: I primi tentativi di utilizzare i dati di riflettanza spettrale per quantificare le proprietà delle chiome hanno scoperto che il rapporto tra la riflettanza rossa e quella NIR poteva essere utilizzato per stimare la percentuale di copertura delle chiome in una determinata area. Gli sforzi successivi hanno prodotto una serie di combinazioni di lunghezze d'onda diverse che si riferiscono a varie proprietà della copertura. Queste combinazioni di lunghezze d'onda, o indici spettrali di vegetazione, sono ora utilizzate di routine come proxy per il LAI o, attraverso una modellazione empirica, sono utilizzate per stimare direttamente il LAI.
Fino a poco tempo fa, uno degli unici modi per raccogliere dati di riflettanza era uno spettrometro portatile, uno strumento costoso e delicato progettato per il laboratorio, non per il campo. Ma le opzioni di sensori si sono ampliate con lo sviluppo di radiometri multibanda leggeri che misurano uno specifico indice di vegetazione. Questi piccoli sensori sono poco costosi e non richiedono molta energia, il che li rende perfetti per il monitoraggio sul campo.
Questa è una buona notizia per chiunque voglia monitorare le variazioni del LAI nel tempo, compresi i ricercatori interessati alla fenologia, alla crescita delle chiome, al rilevamento dello stress e del declino delle chiome o all'individuazione di piante malate.
Gli indici di vegetazione offrono un altro vantaggio: molti satelliti per l'osservazione della Terra, come Quickbird, Landsat e MODIS, misurano la riflettanza che può essere utilizzata per calcolare gli indici di vegetazione. Poiché questi satelliti osservano vaste aree, possono servire a scalare le osservazioni effettuate a scala locale ad aree molto più ampie. Al contrario, le misurazioni effettuate a scala locale con un radiometro multibanda possono essere un'utile fonte di dati di verità a terra per gli indici di vegetazione derivati dal satellite.
I radiometri multibanda offrono anche un'opzione dall'alto verso il basso per le chiome estremamente corte, come quelle delle praterie di erba bassa e delle foraggere. È difficile, se non impossibile, utilizzare la maggior parte dei metodi di stima del LAI con queste chiome perché l'attrezzatura è troppo grande per essere inserita completamente sotto la chioma. Gli indici di vegetazione sono misurati con sensori che osservano la chioma dall'alto verso il basso, il che li rende un'ottima alternativa in casi come questo.
Figura 3. Spettri di riflettanza ottenuti in diversi stadi di sviluppo della chioma. Nota: si nota una netta differenza tra la riflettanza nel visibile e nel vicino infrarosso (NIR) che si sviluppa all'aumentare del LAI.
Limitazioni: Una delle maggiori limitazioni degli indici di vegetazione è che si tratta di valori senza unità e che, se usati da soli, non forniscono una misura assoluta di leaf area index. Se non si ha bisogno di valori assoluti di LAI, il valore dell'indice di vegetazione può essere usato come proxy del LAI. Se invece si ha bisogno di valori assoluti di LAI, è necessario utilizzare un altro metodo per misurare il LAI insieme all'indice di vegetazione, fino a quando non si saranno raccolti dati sufficienti per produrre un modello empirico. Anche questo metodo può essere limitato dalla posizione dei sensori. Per natura, la riflettanza deve essere misurata dalla sommità della chioma della pianta, il che potrebbe non essere fattibile in alcune chiome alte.
Utilizzo del cettometro LP-80
Il METER LP-80 utilizza la tecnica di inversione PAR per calcolare leaf area index (LAI). LP-80 utilizza una versione modificata del modello di trasmissione e diffusione della luce della chioma sviluppato da Norman e Jarvis (1975). Di seguito vengono illustrate cinque variabili chiave utilizzate come input.
τ (rapporto tra PAR trasmesso e incidente): Il fattore più influente per determinare il LAI con qualsiasi modello di inversione PAR è il rapporto tra PAR trasmesso e PAR incidente. Questo rapporto(τ) viene calcolato utilizzando le misurazioni del PAR trasmesso vicino alla superficie del suolo e del PAR incidente sopra la chioma.
τ è una variabile relativamente intuitiva da comprendere. Quando il LAI è basso, la maggior parte della radiazione incidente viene trasmessa attraverso la chioma invece di essere assorbita o riflessa, quindi τ sarà prossimo a 1. All'aumentare della quantità di materiale fogliare nella chioma, aumenta proporzionalmente la quantità di luce assorbita e la percentuale di luce trasmessa alla superficie del suolo diminuisce. Il sito LP-80 è costituito da una barra luminosa con 80 sensori PAR a distanza lineare e da un sito esterno PAR sensor. In scenari tipici, la barra luminosa viene utilizzata per misurare la PAR sotto la chioma, mentre il sensore esterno è destinato a quantificare la PAR incidente, sia sopra la chioma che in una radura.
θ (angolo zenitale solare):θ è l'elevazione angolare del sole nel cielo rispetto allo zenit, o al punto direttamente sopra la testa, in qualsiasi momento, data e posizione geografica (Figura 4). L'angolo zenitale solare viene utilizzato per descrivere la lunghezza del percorso dei fotoni attraverso la chioma (ad esempio, in una chioma chiusa, la lunghezza del percorso aumenta man mano che il sole si avvicina all'orizzonte) e per determinare l'interazione tra la radiazione del fascio e l'orientamento delle foglie (discusso di seguito).
θ viene calcolato automaticamente da LP-80 utilizzando gli input di ora, data, latitudine e longitudine locali. Pertanto, è fondamentale assicurarsi che questi dati siano impostati correttamente nel menu di configurazione di LP-80 .
ƒb (frazione del fascio): In un ambiente esterno, la fonte principale di radiazione a onde corte è il sole. Quando il cielo è sereno, la maggior parte della radiazione proviene come fascio diretto dal sole (Figura 5a). In presenza di nuvole o foschia, tuttavia, una parte della radiazione viene dispersa dal vapore acqueo e dagli aerosol presenti nell'atmosfera (Figura 5b). Questa componente diffusa viene chiamata radiazione diffusa. La ƒb è calcolata come il rapporto tra la radiazione diffusa e quella del fascio. Il sito LP-80 calcola automaticamente la ƒb confrontando i valori misurati della PAR incidente con la costante solare, che è un valore noto dell'energia luminosa proveniente dal sole (assumendo condizioni di cielo sereno) in qualsiasi momento e luogo della superficie 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.
In generale, χ descrive la quantità di luce assorbita dalle foglie di una chioma in diverse ore del giorno, mentre il sole si muove nel cielo. La stima di leaf area index con la tecnica di inversione PAR non è eccessivamente sensibile al valore di χ, soprattutto quando si campiona in condizioni di cielo uniformemente diffuso (Garrigues et al., 2008). Il valore χ è più importante quando si lavora con chiome che presentano caratteristiche estremamente verticali o orizzontali e quando si lavora in condizioni di cielo limpido in cui fb è inferiore a circa 0,4. Per ulteriori informazioni sulla distribuzione dell'angolo fogliare, consultare Campbell e Norman (1998).
Figura 4. Variazione dell'angolo zenitale solare durante il giorno. L'osservatore è rivolto verso l'equatore.Figura 5. Frazione del fascio in condizioni di (a) cielo soleggiato e (b) cielo coperto
K (coefficiente di estinzione): Il coefficiente di estinzione della chioma, K, descrive la quantità di radiazione assorbita dalla chioma a un determinato angolo zenitale solare e alla distribuzione dell'angolo fogliare della chioma. Il concetto di coefficiente di estinzione deriva dalla legge di Beer (equazione 1). Una spiegazione dettagliata del coefficiente di estinzione può diventare rapidamente complicata. Per la stima del LAI, è sufficiente sapere che l'angolo di penetrazione del raggio solare interagisce con la distribuzione dell'angolo fogliare per determinare la probabilità che un fotone venga intercettato da una foglia. Ai fini della stima del LAI, K viene calcolato come
Equazione 2
Da questa equazione dovrebbe risultare evidente che, per una determinata chioma, K cambia solo quando il sole si muove nel cielo. Il sito LP-80 calcola automaticamente K ogni volta che misura il LAI. Una volta calcolato K e quantificate tutte le altre variabili, il LAI è calcolato come
Equazione 3
dove L è il LAI e A è l'assorbenza fogliare. Per impostazione predefinita, A è impostato a 0,9 nel sito LP-80. L'assorbenza fogliare è una proprietà molto coerente per la maggior parte del fogliame verde e sano, e un valore di 0,9 è una buona approssimazione per la maggior parte delle situazioni. In casi estremi (ad esempio, foglie estremamente giovani, foglie molto pubescenti o cerose, foglie senescenti), A può deviare da 0,9, con conseguenti errori nelle stime del LAI. Se si utilizza LP-80 in condizioni non tipiche, potrebbe essere necessario combinare manualmente i risultati di LP-80 con un valore A modificato per calcolare il LAI.
Utilizzo di LP-80 in caso di chiome corte (colture cerealicole, pascoli)
In scenari tipici, è meglio tenere il LP-80 cettometro a un'altezza costante sotto la calotta, mentre il PAR sensor esterno allegato viene tenuto sopra la calotta. Usare la livella a bolla allegata per assicurarsi che la barra luminosa e PAR sensor l'esterno siano tenuti in piano. Per le colture a filari o per piccoli appezzamenti campione, i ricercatori spesso montano il sensore esterno su un treppiede tra le file o sopra la chioma. Il sensore LP-80 effettua misurazioni PAR simultanee sopra e sotto la chioma ogni volta che viene premuto il pulsante, tenendo conto di eventuali variazioni delle condizioni di luce. Se la chioma è sufficientemente corta, un approccio ancora più semplice consiste nell'utilizzare il cettometro per acquisire misure sia sopra che sotto la chioma. È sufficiente tenere il LP-80 sopra la chioma per acquisire una misura di PAR incidente. Aggiornare la misura sopra la chioma ogni pochi minuti o quando le condizioni del cielo cambiano (ad esempio, a causa di nuvole variabili). In entrambi i casi, tutte le altre variabili vengono misurate e calcolate automaticamente e leaf area index (LAI) viene aggiornato con ogni misurazione sotto la chioma.
Utilizzando il sito LP-80 nelle chiome alte (foreste, aree ripariali).
Nelle chiome alte, spesso non è pratico misurare il PAR sopra e sotto la chioma con un unico strumento. Quando si utilizza il sito LP-80 in alte chiome, sono disponibili un paio di opzioni per effettuare misure di PAR sopra e sotto la chioma.
Un'opzione è quella di montare un PAR sensor al di sopra della chioma o in un'ampia radura con una vista libera del cielo. Questo metodo richiede un'ulteriore post-elaborazione dei dati, ma può dare buoni risultati. Il PAR sensor deve essere collegato al proprio data logger, che deve essere configurato per acquisire le misure a intervalli regolari (ad esempio, ogni 1-5 minuti) in modo da catturare qualsiasi variazione dei livelli di luce ambientale. Raccogliere le misurazioni sotto la chioma con il ceptometro, quindi combinare i dati in postelaborazione utilizzando i timestamp per associare ogni misurazione sopra e sotto la chioma. Calcolare τ con ogni coppia, che può essere utilizzata come input per l'Equazione 3.
La seconda opzione è utile quando non è possibile posizionare un PAR sensor sopra la chioma o quando non è disponibile un PAR sensor o un data logger. In questo caso, utilizzare LP-80 per misurare la PAR incidente in un luogo all'esterno della chioma con una vista libera del cielo. In modalità di misurazione, scegliere se misurare la radiazione incidente o quella trasmessa. Quando si utilizza lo stesso LP-80 per effettuare letture sopra e sotto la chioma, tenere conto della variabilità delle condizioni del cielo.
In una giornata di cielo sereno, è più facile acquisire campioni verso metà giornata, poiché i livelli di luce non cambiano molto nell'arco di 20-30 minuti. Quando il cielo è uniformemente coperto, le condizioni di PAR possono rimanere per periodi di tempo più lunghi, offrendo una finestra di misurazione più ampia prima di dover effettuare nuovamente una misurazione sopra la chioma.
Se le condizioni del cielo sono molto variabili, tuttavia, non consigliamo questo metodo, a meno che non sia possibile aggiornare costantemente la misura del PAR incidente. Il sistema LP-80 calcola automaticamente il LAI ad ogni misurazione sotto la chioma, utilizzando la misurazione del PAR incidente memorizzata. Riacquisire una misura di PAR incidente ogni volta che le condizioni di luce cambiano (ad esempio, quando cloud ostruisce il disco solare o dopo circa 20-30 minuti) per evitare errori nel calcolo del LAI.
Aggregazione e campionamento spaziale
Nella maggior parte delle chiome, leaf area index è variabile nello spazio. Ad esempio, nelle colture a filari, il LAI può variare da 0 a 2-3 in un raggio di 1 metro. Anche nelle foreste e in altre chiome naturali, la spaziatura variabile degli alberi, le caratteristiche delle ramificazioni e la disposizione delle foglie sui fusti causano la formazione di ammassi. Ciò significa che le misurazioni puntuali del LAI possono essere altamente distorte. Lang e Yueqin (1986) hanno scoperto che la media di diverse misurazioni lungo un transetto orizzontale aiutava ad attenuare le distorsioni associate al raggruppamento a scale spaziali fini.
LP-80 utilizza un approccio simile, calcolando la media delle misure di luce tra otto gruppi di dieci sensori situati lungo una sonda lunga 80 cm. Sebbene questo approccio riduca gli errori su scala locale, potrebbe non tenere conto della variabilità di leaf area index a livello di chioma. I ricercatori devono considerare la variabilità spaziale del LAI della chioma quando sviluppano uno schema di campionamento. In generale, le chiome più eterogenee richiedono un maggior numero di misurazioni del LAI nello spazio per ottenere un valore di LAI rappresentativo dell'intera chioma.
Condizioni atmosferiche
Il sistema LP-80 è in grado di misurare accuratamente leaf area index sia in condizioni di cielo sereno che coperto. Questo perché il modello LAI utilizzato da LP-80 tiene conto delle variazioni della radiazione diffusa e del fascio di luce(ƒb), dell'angolo di zenit solare(θ) e perché la radiazione incidente e quella trasmessa vengono misurate simultaneamente quando si utilizza un PAR sensor sistema sopra la chioma. Gli errori associati a un'errata specificazione della distribuzione dell'angolo fogliare(χ) sono più pronunciati quando il campionamento avviene in condizioni di cielo sereno (Garrigues et al., 2008). Ciò è dovuto al fatto che c'è una proporzione maggiore di radiazione proveniente da un unico angolo (il fascio di radiazioni direttamente dal sole). In queste condizioni, è importante modellare correttamente l'interazione tra l'angolo delle foglie e l'angolo di penetrazione del fascio. Pertanto, quando si campiona in condizioni di cielo sereno, assicurarsi di utilizzare un valore di χ appropriato.
Influenza di elementi non fotosintetici
Nelle foreste, negli arbusteti e in altre aree in cui sono presenti specie legnose, le misurazioni di LP-80 saranno influenzate da elementi diversi dalle foglie. Ad esempio, i pali, i rami e i fusti degli alberi intercettano parte della radiazione e quindi hanno un effetto sulle stime del LAI ottenute con la tecnica di inversione PAR. Infatti, alcuni ricercatori si riferiscono alla misura ottenuta da LP-80 e da strumenti simili come indice di area vegetale (PAI) piuttosto che LAI, per riconoscere il contributo del materiale non fogliare alla misura. Non deve sorprendere che il PAI sia più alto del LAI in un determinato ecosistema. Tuttavia, i valori di PAI e LAI spesso non sono troppo diversi perché l'area fogliare è generalmente molto più grande dell'area dei rami e la maggior parte dei rami è ombreggiata dalle foglie (Kucharik et al., 1998). Negli ecosistemi di latifoglie, il contributo del materiale legnoso può essere tenuto in considerazione acquisendo le misure durante la fase di distacco delle foglie.
Utilizzo del sensore SRS-NDVI
Il sensore SRS-NDVI misura la riflettanza della chioma nelle lunghezze d'onda del rosso e del NIR, che consente di calcolare l'indice di vegetazione differenziale normalizzato (NDVI). A sua volta, NDVI può essere utilizzato per stimare il LAI. Forniamo qui una breve panoramica della teoria di funzionamento dell'SRS-NDVI . L'SRS-NDVI misura la riflettanza della chioma nelle lunghezze d'onda del rosso e del NIR e le sue misure possono essere utilizzate per calcolare o approssimare il LAI. Le riflettanze rosse e NIR sono utilizzate nella seguente equazione per calcolare NDVI
Equazione 4
dove ρ indica la riflettanza percentuale nelle lunghezze d'onda NIR e rosse. Dal punto di vista matematico, NDVI può variare da -1 a 1. Con l'aumento del LAI, la riflettanza rossa diminuisce a causa dell'aumento del contenuto di clorofilla della chioma, mentre la riflettanza NIR aumenta a causa dell'espansione delle cellule mesofile e della maggiore complessità strutturale della chioma. Quindi, in condizioni tipiche di campo, i valori di NDVI vanno da 0 a 1, che rappresentano rispettivamente LAI bassi e alti.
Figura 6. NDVI segue da vicino le dinamiche stagionali anno per anno del LAI in una foresta mista di latifoglie.
In casi come la fenologia e la fenotipizzazione stay-green, in cui non sono richiesti valori assoluti di LAI, i valori di NDVI possono essere utilizzati direttamente come proxy del LAI. Ad esempio, se l'obiettivo di uno studio è quello di tracciare i modelli temporali di crescita e senescenza della chioma (Figura 6), può essere adeguato utilizzare semplicemente NDVI come metrica. Se gli obiettivi della ricerca richiedono stime del LAI effettivo, è possibile stabilire un modello specifico per la chioma che consenta di convertire NDVI in LAI. Questo metodo è descritto nella prossima sezione.
Sviluppo di modelli di regressione NDVI-LAI basati sul campo
Per stimare direttamente leaf area index utilizzando i valori di NDVI , sviluppare una relazione correlativa specifica per il sito o per la coltura. Il modo migliore è quello di effettuare misure colocate di NDVI e LAI (ad esempio, utilizzando un LP-80 cettometro). Ad esempio, le misure colocate di LAI e NDVI sono state acquisite durante un periodo di rapida crescita della chioma. La regressione ai minimi quadrati è stata utilizzata per adattare un modello lineare ai dati (Figura 7). Con questo modello, è possibile utilizzare NDVI per prevedere il LAI senza effettuare misurazioni indipendenti.
Lo sviluppo di un modello empirico robusto richiede un certo impegno, ma una volta completato il modello, è possibile monitorare continuamente le variazioni del LAI con un sensore SRS-NDVI distribuito su un appezzamento o su una chioma a lungo termine. Questo metodo consente di risparmiare tempo e fatica nel lungo periodo.
Figura 7. Relazione tra NDVI e LAI. Nota: il modello di regressione lineare adattato (linea solida) può essere utilizzato per prevedere il LAI dalle misurazioni di NDVI .
SRS-NDVI considerazioni sul campionamento
L'SRS-NDVI è progettato per essere utilizzato come sensore a doppia vista. Ciò significa che un sensore, con un campo visivo emisferico, deve essere montato rivolto verso il cielo. L'altro sensore, con un campo visivo di 36° (18° di semiangolo), deve essere montato rivolto verso la calotta. Le misure di orientamento verso il basso e verso l'alto raccolte da ciascun sensore vengono utilizzate per calcolare la riflettanza percentuale nelle bande del rosso e del NIR. Le riflettanze percentuali sono utilizzate come input per l'equazione NDVI (Equazione 4).
Il sensore rivolto verso l'alto deve essere collocato al di sopra di qualsiasi ostacolo che possa bloccare la vista del sensore sul cielo. Il sensore rivolto verso il basso deve essere diretto verso la zona della chioma da misurare. L'ampiezza dell'area misurata dal sensore rivolto verso il basso dipende dall'altezza del sensore rispetto alla chioma. Il diametro dello spot del sensore di orientamento verso il basso si calcola come segue
Equazione 5
dove γ è il semiangolo del campo visivo (18° per l'SRS-NDVI) e h è l'altezza del sensore sopra la calotta. Questo vale per la misurazione del diametro dello spot quando il sensore rivolto verso il basso è puntato direttamente verso il basso (cioè, angolo di vista nadir). Nel caso in cui il sensore rivolto verso il basso sia puntato fuori dal nadir, la macchia sarà obliqua e sarà più grande di quella calcolata dall'Equazione 5.
Per quantificare la variabilità spaziale del LAI, è possibile installare diversi sensori down-looking per monitorare diverse porzioni della chioma. Ad esempio, in una foresta di latifoglie sono stati montati diversi sensori sopra la chioma per monitorare le differenze nella fenologia primaverile di diversi alberi. Le misure di NDVI hanno rivelato differenze nei tempi e nell'entità della crescita delle foglie tra gli alberi misurati (Figura 8). Un approccio simile potrebbe essere utilizzato per monitorare la risposta delle piante in singoli appezzamenti soggetti a manipolazione sperimentale o per monitorare i modelli di crescita in diverse unità agricole.
Figura 8. Variabilità spaziale di NDVI durante il green up primaverile. Nota: la variabilità è determinata dalle differenze nei tempi di sviluppo delle foglie tra gli alberi e le specie arboree.
Influenza delle misure di fondo del suolo NDVI
Un errore considerevole nelle misurazioni di NDVI può verificarsi quando il suolo si trova nel campo visivo del sensore SRS-NDVI o in situazioni in cui la quantità di suolo nel campo visivo cambia a causa della crescita della chioma (ad esempio, dall'inizio alla fine della stagione di crescita). Qi et al. (1994) hanno dimostrato che NDVI è sensibile sia alla tessitura che all'umidità del suolo. Questa sensibilità del suolo può rendere difficile il confronto dei valori di NDVI raccolti in luoghi diversi o in periodi diversi dell'anno. Può anche rendere difficile stabilire un modello di regressione NDVI-LAI affidabile. Il Modified Soil Adjusted Vegetation Index (MSAVI) è stato sviluppato da Qi et al. (1994) come indice di vegetazione poco o per nulla sensibile al suolo. L'MSAVI è calcolato come
I vantaggi di MSAVI includono: (1) non richiede la regolazione dei parametri del suolo e (2) utilizza esattamente gli stessi input di NDVI (riflettanze rosse e NIR), il che significa che può essere calcolato dalle uscite di qualsiasi sensore NDVI .
Figura 9. NDVI ha un senso limitato a leaf area index (LAI) valori superiori a 3 o 4
Affrontare la saturazione di NDVI in tettoie ad alto LAI
Oltre alla sensibilità del suolo, NDVI soffre anche di una mancanza di sensibilità alle variazioni del LAI quando quest'ultimo è superiore a circa 3-4, a seconda della chioma (Figura 9). La minore sensibilità di NDVI ad alti LAI è dovuta al fatto che la clorofilla è un assorbitore altamente efficiente di radiazioni rosse. Pertanto, a un certo punto, l'aggiunta di ulteriore clorofilla alla chioma (ad esempio, attraverso l'aggiunta di materiale fogliare) non modificherà in modo apprezzabile la riflettanza rossa (vedere Figura 3).
Sono state sviluppate diverse soluzioni alla saturazione del sito NDVI . Una delle soluzioni più semplici utilizza un fattore di ponderazione applicato alla riflettanza nel vicino infrarosso sia al numeratore che al denominatore dell'equazione 4. L'indice risultante è chiamato Wide Dynamic Range Vegetation Index (WDRVI; Gitelson 2004). L'indice risultante è chiamato Wide Dynamic Range Vegetation Index (WDRVI; Gitelson, 2004). Il fattore di ponderazione può essere un numero qualsiasi compreso tra 0 e 1. Quando il fattore di ponderazione si avvicina a 0, la linearità della correlazione WDRVI-LAI tende ad aumentare, a costo di ridurre la sensibilità alle variazioni del LAI nelle chiome rade.
L'Enhanced Vegetation Index (EVI) è un altro indice di vegetazione che presenta una maggiore sensibilità a LAI elevati rispetto a NDVI. L'EVI è stato originariamente progettato per essere misurato dai satelliti e includeva una banda blu come input per alleviare i problemi associati alla visione dell'atmosfera sulla superficie terrestre dall'orbita. Recentemente è stata sviluppata una nuova formulazione dell'EVI che non richiede la banda blu. Questa versione modificata dell'EVI è denominata EVI2 (Jiang et al., 2008). Simile all'indice MSAVI, EVI2 utilizza esattamente gli stessi input di NDVI (riflettanze rosse e NIR) ed è calcolato come
Equazione 7
Un altro vantaggio dell'EVI2 è che ha una minore sensibilità al suolo rispetto all'NDVI. Pertanto, l'EVI2 è un buon indice di vegetazione a tutto tondo per la stima del LAI, poiché ha una bassa sensibilità al suolo e una relazione lineare con il LAI.
Per saperne di più NDVI
Nel seguente webinar, il dott. Steve Garrity illustra la teoria di NDVI e PRI, i metodi, i limiti, le applicazioni e altro ancora. Illustra inoltre i sensori di riflettanza spettrale e le loro considerazioni sulle misure.
Tabella di confronto rapido del metodo LAI
*Labor intensive
**Single with LP-80Continuous with subcanopy PAR sensors
*Requires access to top of canopy or large open area**Requires access to top of canopy
Metodo
Costo relativo
Campionamento temporale
Idoneità per tettoie alte
Idoneità per tettoie corte
Scala spaziale
Facilità di raccolta dei campioni
Campioni di profilatura verticale
Raccolta distruttiva
H*
Singolo
L
H
L
VL
Sì
Trappole per lettiere
M*
Singolo
H
L
L - M
M
No
Fotografia emisferica
M
Singolo
H
L
M
M
No
Inversione PAR (LP-80)
M
Entrambi*
H*
H
M
H
Sì
Indice di vegetazione
L - VH
Continuo
M**
VH
M -H
VH
No
Tabella 1.CHIAVE:VL = molto basso, L = basso, M = moderato, H = alto, VH = molto alto
Ambiente operativo: Da 0 a 50°C, da 0 a 100% di umidità relativa
Lunghezza della sonda: 86,5 cm
Numero di sensori: 80
Lunghezza complessiva: 102 cm (40,25")
Dimensioni del microcontrollore: 15,8 x 9,5 x 3,3 cm (6,2 x 3,75 x 1,3 pollici)
Intervallo PAR: Da 0 a >2.500 µmol m-2 s-1
Risoluzione: 1 µmol m-2 s-1
Risoluzione spaziale minima: 1 cm
Capacità di memorizzazione dei dati: 1MB RAM, 9000 letture
Intervallo di registrazione non presidiato: Selezionabile dall'utente, tra 1 e 60 minuti
Peso dello strumento: 1,22 kg (2,7 libbre)
Recupero dati: Diretto tramite cavo RS-232
Alimentazione: 4 pile alcaline AA
Connettore esterno PAR sensor : Connettore circolare a 3 pin bloccabile (cavo da 2 m)
Opzione cavo di prolunga: 7,6 m (25 ft)
Riferimenti
Altre risorse che rispondono alle domande: Che cos'è leaf area index e come si misura leaf area index.
Campbell, Gaylon S. e John M. Norman. "L'ambiente luminoso delle chiome delle piante". In An Introduction to Environmental Biophysics, pp. 247-278. Springer New York, 1998.
Garrigues, Sébastien, N. V. Shabanov, K. Swanson, J. T. Morisette, F. Baret e R. B. Myneni. "Intercomparazione e analisi di sensibilità dei recuperi di Leaf Area Index da LAI-2000, AccuPAR e fotografia emisferica digitale su terreni coltivati". Agricultural and Forest Meteorology 148, no. 8 (2008): 1193-1209.
Gitelson, Anatoly A. "Indice di vegetazione ad ampio range dinamico per la quantificazione a distanza delle caratteristiche biofisiche della vegetazione". Journal of Plant Physiology 161, no. 2 (2004): 165-173.
Hyer, Edward J. e Scott J. Goetz. "Confronto e analisi di sensibilità tra strumenti e metodi radiometrici per la stima del LAI: valutazioni da un sito di foresta boreale". Agricultural and Forest Meteorology 122, no. 3 (2004): 157-174.
Jiang, Zhangyan, Alfredo R. Huete, Kamel Didan e Tomoaki Miura. "Sviluppo di un indice di vegetazione potenziato a due bande senza banda blu". Remote Sensing of Environment 112, no. 10 (2008): 3833-3845.
Kucharik, Christopher J., John M. Norman e Stith T. Gower. "Misurazione dell'area dei rami e regolazione delle misure indirette leaf area index ". Agricultural and Forest Meteorology 91, no. 1 (1998): 69-88.
Lang, A. R. G. e Xiang Yueqin. "Stima di leaf area index dalla trasmissione della luce solare diretta in chiome discontinue". Agricultural and Forest Meteorology 37, no. 3 (1986): 229-243.
Norman, J. M. e P. G. Jarvis. "Fotosintesi nell'abete Sitka (Picea sitchensis (Bong.) Carr.). III. Misure della struttura della chioma e dell'intercettazione della radiazione". Journal of Applied Ecology (1974): 375-398.
Rouse Jr, J_W, R. H. Haas, J. A. Schell e D. W. Deering. "Monitoraggio dei sistemi di vegetazione nelle Grandi Pianure con ERTS". (1974).
Qi, Jiaguo, Abdelghani Chehbouni, A. R. Huete, Y. H. Kerr e Soroosh Sorooshian. "Un indice di vegetazione modificato aggiustato per il suolo". Remote Sensing of Environment 48, no. 2 (1994): 119-126.
Il sito LP-80: senza dolore leaf area index
DR. GAYLON S. CAMPBELL
Leaf area index (LAI) è solo un numero, un'istantanea statistica di una chioma scattata in un momento particolare. Ma questo numero può portare a una comprensione significativa, perché può essere usato per modellare e comprendere i processi chiave della chioma, tra cui l'intercettazione della radiazione, la conversione dell'energia, la quantità di moto, lo scambio di gas, l'intercettazione delle precipitazioni e l'evapotraspirazione.
I vecchi metodi LAI sono noiosi
Leaf area index è definita come l'area delle foglie verdi di un lato di una chioma o di una comunità vegetale per unità di superficie. Si può trovare raccogliendo e misurando l'area di ogni foglia di una chioma che copre un'unità di superficie del terreno. Nel 1981, Anderson ha sviluppato un metodo meno distruttivo per trovare il LAI. Utilizzando fotografie emisferiche che guardano verso l'alto, ha stimato la frazione di luce che penetra nella chioma e ha applicato un modello matematico predittivo per approssimare leaf area index.
Valutare le immagini delle chiome "fisheye" era un lavoro noioso. Un assistente di solito stendeva una griglia su ogni immagine e contava quale frazione dei quadrati era illuminata. Un tecnico di laboratorio ricorda: "Dopo troppe ore a guardare quelle immagini, sognavo di giocare a dama". La valutazione delle "pedine" consentiva agli investigatori di trovare la probabilità che un raggio di luce casuale penetrasse in quella particolare sezione della calotta.
Conversione del LAI
Ottenere un valore per leaf area index è spesso solo un punto del percorso. Se si intende utilizzare il LAI per modellare le interazioni ambientali della chioma, la misurazione della radiazione fotosinteticamente attiva (PAR) può essere un percorso più diretto. Questo perché molti di questi modelli utilizzano il LAI per prevedere la PAR. È possibile ripercorrere la strada inversa: usare la PAR per stimare il LAI. Ma perché farlo se il PAR è il numero che si desidera davvero? Si può valutare se il LAI è il parametro più utile per la propria applicazione. A volte è più semplice, e di solito più accurato, misurare semplicemente il PAR intercettato e utilizzare questi dati direttamente in un modello appropriato.
Il modello matematico che converte questa frazione di luce in una stima di leaf area index è relativamente semplice. Per capire come funziona, immaginate di tenere una foglia con un'area di dieci centimetri quadrati in orizzontale su un grande quadrato bianco. La foglia proietta un'ombra di dieci centimetri quadrati. Quindi, posizionate a caso una foglia di dimensioni identiche sopra il quadrato. Con ogni probabilità, l'ombra proiettata sarà ora di venti centimetri quadrati, anche se c'è una piccola possibilità che le foglie si sovrappongano. Quando si aggiunge una terza foglia, la probabilità di sovrapposizione aumenta. Man mano che un numero sempre maggiore di foglie viene posizionato in modo casuale, alla fine il quadrato bianco sarà completamente ombreggiato. Anche se l'area delle foglie aumenterà man mano che se ne aggiungono, l'area ombreggiata rimarrà costante perché tutta la luce è stata intercettata.
Il sito LP-80 risolve l'equazione per voi
L'equazione che descrive questo fenomeno (per la sua derivazione matematica, si veda la sezione "Risolvere l'equazione") è la seguente
Equazione 1
τ è la probabilità che un raggio penetri nella chioma, L è la leaf area index della chioma e K è il coefficiente di estinzione della chioma. Se si misura la radiazione fotosinteticamente attiva sia sopra che sotto la chioma in una giornata di sole, il rapporto tra i due (PAR sotto e PAR sopra) è approssimativamente uguale a τ. Se si conosce K, si può trovare leaf area index (L), invertendo l'equazione:
Equazione 2
Il LP-80 risolve sostanzialmente questa equazione per trovare leaf area index. Ma ci sono un paio di fattori di complicazione. Nel costruire il modello, abbiamo ipotizzato che le foglie della nostra chioma artificiale fossero orizzontali e nere e che tutta la radiazione provenisse direttamente dal sole. In realtà, l'angolo del sole cambia nel corso della giornata e le chiome reali hanno un'architettura piuttosto complessa. Inoltre, una parte della radiazione viene dispersa sia dalle foglie della chioma sia dal cielo. Un modello completo per trovare leaf area index da una misura di radiazione fotosinteticamente attiva include correzioni per tutti questi fattori.
Equazione 3
Questa equazione, che è quella effettivamente utilizzata dal sito LP-80, regola la quantità di luce assorbita (e non dispersa) dalle foglie nel termine A e la frazione di luce che entra nella chioma come fascio (rispetto alla luce diffusa proveniente dal cielo o dalle nuvole) nel termine fb. K, il coefficiente di estinzione della chioma, include variabili per l'angolo zenitale del sole e per la distribuzione delle foglie. Se si specifica la località e si imposta l'orologio interno sull'ora locale, LP-80 calcola l'angolo zenitale del sole al momento di ogni misurazione. La distribuzione dell'angolo delle foglie viene assunta come sferica, a meno che non si indichi diversamente.
Risolvere l'equazione
Se dividiamo una chioma di foglie nere orizzontali distribuite in modo casuale in così tanti strati che ogni strato contiene una frazione infinitamente piccola di area fogliare(dL), la variazione di radiazione dall'alto verso il basso di quello strato è
Equazione 4
In altre parole, la variazione della quantità media di luce solare che attraversa questa frazione della chioma(dSb) è uguale a un valore negativo (perché la quantità di luce diminuisce all'aumentare della superficie fogliare) della quantità media di potenza radiante per unità di superficie(Sb) per la variazione di leaf area index (dL). Si tratta di un'equazione differenziale a separazione di variabili. Dividendo entrambi i lati per Sb e integrando dalla sommità della chioma verso il basso, si ottiene
Equazione 5
Eseguendo l'integrazione si ottiene
Equazione 6
Prendendo l'esponenziale di entrambi i lati si ottiene
Equazione 7
Sbo è la radiazione su una superficie orizzontale al di sopra della chioma; τ è la probabilità che un raggio penetri nella chioma, che è uguale al rapporto tra la radiazione del fascio alla base della chioma e la radiazione del fascio alla sommità (poiché si ipotizza che non ci sia dispersione della radiazione nella chioma). Per le chiome con foglie non orizzontali, il risultato è lo stesso, tranne per il fatto che L è sostituito da KL, dove K è il coefficiente di estinzione della chioma.
Riferimento
Anderson, Margaret C. "La geometria della distribuzione delle foglie in alcune foreste australiane sudorientali". Agricultural Meteorology 25 (1981): 195-206. Link all'articolo.
Il sito LP-80: Quanto è preciso?
Il LP-80 effettua misurazioni rapide e dirette della radiazione fotosinteticamente attiva(PAR) nelle chiome. Fornisce misurazioni PAR istantanee quando lo si accende e fornisce anche una misura di Leaf Area Index-LAI. Ma da dove proviene questa misurazione del LAI e quanto è accurata?
Le chiome sono variabili. Il sito LP-80 ne tiene conto utilizzando χ.
Leaf area index è l'area delle foglie verdi di un lato di una chioma o di una comunità di piante per unità di superficie del terreno. Per misurare direttamente il LAI, si dovrebbe misurare l'area di ogni foglia della chioma sopra un'unità di superficie del terreno. Poiché questo metodo è distruttivo e richiede molto tempo, viene utilizzato raramente. Tutte le altre misurazioni dell'indice di area fogliare, dalle foto emisferiche ai sensori ottici, cercano di approssimare questo valore. LP-80 trova il LAI misurando la radiazione fotosinteticamente attiva e convertendo il valore PAR in leaf area index. LP-80 utilizza diverse variabili per calcolare leaf area index. Una di queste variabili, χ, descrive l'orientamento delle foglie nella chioma.
Che cos'è il χ?
χ è il "parametro di distribuzione angolare della chioma". Descrive l'architettura di una chioma, ovvero l'orientamento delle sue foglie nello spazio. Si dice che le foglie distribuite in modo casuale nello spazio abbiano una distribuzione sferica, il che significa che se ogni foglia della chioma fosse spostata con attenzione senza cambiare il suo orientamento, le foglie potrebbero essere utilizzate per coprire la superficie di una sfera. Una chioma con foglie distribuite in modo sferico ha un valore di χ pari a 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.
LAI o PAR: chi è il primo?
Ottenere un valore per Leaf Area Index è spesso solo un punto del percorso. Se si intende utilizzare il LAI per modellare le interazioni ambientali della chioma, la misurazione della radiazione fotosinteticamente attiva (PAR) può essere un percorso più diretto. Questo perché molti di questi modelli matematici utilizzano il LAI per prevedere la PAR nelle loro equazioni interne. A volte i ricercatori usano il PAR per prevedere il LAI, poi involontariamente inseriscono il numero di LAI in un modello che torna indietro nella direzione opposta. È importante valutare se il LAI è il parametro più utile in una particolare applicazione. A volte è più semplice e di solito più accurato misurare semplicemente il PAR intercettato e utilizzare questi dati direttamente in un modello appropriato.
Un buon valore di χ migliora l'accuratezza dell'approssimazione di LAI
Si è tentati di ottenere un numero esatto per χ, preciso almeno fino a un paio di decimali. Ma a causa dell'incredibile variazione delle chiome, questo tipo di precisione è impossibile da raggiungere. Leaf area index numeri, per quanto validi, sono sempre solo approssimazioni. Un buon valore di χ migliora l'accuratezza di questa approssimazione leaf area index (LAI). Ma anche con un valore χ meno accurato, le approssimazioni di leaf area index saranno probabilmente abbastanza accurate a seconda di altre condizioni (vedi Figura 1).
Per approssimare il valore di χ per una chioma, trovare un ciuffo rappresentativo di uguale profondità e larghezza. Determinate quindi la frazione di spazio verticale (τ0) - la percentuale di luce/ombra che si vede verticalmente attraverso la chioma - e la frazione di spazio orizzontale (τ90) - la percentuale di luce che si vede orizzontalmente attraverso la chioma. In una chioma di foglie perfettamente verticali, per esempio, si potrebbe vedere circa il 10% di luce e il 90% di ombra in orizzontale - (τ90) = 0,1 - e il 100% di luce in verticale - (τ0) = 1. χ si ottiene dalla seguente semplice equazione
Equazione 1
Utilizzando questa equazione, χ = 0 per una chioma perfettamente verticale. Se le foglie fossero distribuite in modo sferico, con circa il 10% di luce visibile sia in verticale che in orizzontale, (τ90) = (τ0) = 0,1. (Questo è, per inciso, il valore di χ =1). Quindi, utilizzando questa equazione, χ = 1. (Questa è, per inciso, l'impostazione predefinita di χ di LP-80).
Ridurre al minimo l'incertezza nel valore finale del LAI
A fini pratici, può essere difficile stimare la quantità di luce visibile attraverso un "ciuffo rappresentativo" della chioma. Può essere più facile creare uno sfondo e utilizzarlo per analizzare la chioma (noi abbiamo usato un quadrato di un metro per un metro di cartoncino colorato). Il ciuffo deve includere tutti gli elementi tipici della chioma. Se si studiano le colture a filari, ad esempio, il ciuffo deve andare dal centro di un filare al centro di quello successivo, per includere il caratteristico vuoto nella chioma che si verifica tra i filari. Immaginate di sezionare il grumo in un cubo. Per stimare τ, usate lo sfondo per formare il lato posteriore del cubo e posizionatevi sul lato anteriore per stimare la percentuale di luce trasmessa orizzontalmente attraverso la sezione cubica della chioma. Per stimare τ0, utilizzate il fondale per formare il lato superiore o inferiore del cubo e posizionatevi all'estremità opposta per stimare la percentuale di luce trasmessa verticalmente. Quindi trovare χ dall'equazione 1 (mostrata sopra).
Verificare la ragionevolezza della stima ricordando che i valori di χ per le chiome più orizzontali sono maggiori di uno, mentre quelli delle chiome più verticali sono minori di uno. È possibile specificare il valore χ per la calotta selezionando "Imposta χ" nel menu Setup del programma. LP-80. Utilizzando questo metodo, si dovrebbe essere in grado di stimare un valore di χ che ridurrà al minimo l'incertezza del valore finale leaf area index .
Figura 1. Errore percentuale nel calcolo di LP-80 di L se LP-80 è impostato su ?=1 e il parametro di distribuzione effettivo della chioma è il valore mostrato in figura
Questa figura mostra l'errore percentuale nel calcolo di LP-80 di L se LP-80 è impostato su ? = 1 e il parametro di distribuzione effettivo della chioma è il valore mostrato nella figura. Si assume il sole pieno (fb= 0,8). Si noti che l'errore dipende dall'angolo zenitale del sole. La maggior parte delle misurazioni avverrà con angoli zenitali superiori a 30 gradi, quindi l'errore in pieno sole, senza informazioni sui parametri di distribuzione della chioma, è nella peggiore delle ipotesi del 20%. Questo errore diminuisce con valori decrescenti di fb e diventa nullo quando fb è pari a zero. Se il parametro di distribuzione della chioma può essere stimato con un'accuratezza del 10% o superiore, l'errore nel LAI sarà del 5% o superiore anche con un angolo zenitale pari a zero. È quindi improbabile che l'incertezza del parametro di distribuzione contribuisca in modo significativo all'incertezza del LAI.
APPENDICE
Modelli semplificati per l'assimilazione del carbonio da parte delle piante
Dr. Gaylon S. Campbell
I processi dettagliati della fotosintesi sono complicati e difficili da modellare. In molti casi, tuttavia, è possibile semplificare il modello concentrandosi su una o più limitazioni all'assimilazione.
Assimilazione del carbonio semplificata: luce e acqua
In termini più semplici, l'assimilazione del carbonio comporta la trasformazione chimica di anidride carbonica e acqua in carboidrati e ossigeno all'interno delle foglie delle piante. Il processo richiede energia per procedere e tale energia è fornita dalla luce, di solito proveniente dal sole. LaCO2 proviene dall'atmosfera e deve diffondersi nelle cellule del mesofillo della foglia per essere fissata. Poiché l'interno della foglia è molto più umido dell'atmosfera, l'acqua si diffonde all'esterno mentre laCO2 si diffonde all'interno. La quantità di acqua utilizzata nel processo fotosintetico vero e proprio è minima, ma l'acqua persa in relazione all'assorbimento diCO2 è notevole.
Limitato dalla luce, limitato dall'acqua: due approcci distinti
Sulla base di questa semplice descrizione, potremmo postulare situazioni in cui la luce sarebbe il fattore limitante dell'assimilazione e altre in cui l'acqua sarebbe il fattore limitante. I nostri modelli, in parole povere, potrebbero essere: l'assimilazione è proporzionale alla capacità della pianta di catturare la luce, oppure l'assimilazione è proporzionale alla capacità della pianta di catturare l'acqua. Entrambi gli approcci possono essere utili per modellare la produzione di biomassa.
Modello basato sulla luce
Il modello basato sulla luce in forma di equazione è
Equazione 1
dove A è l'assimilazione netta di sostanza secca, S è la radiazione incidente totale ricevuta durante il periodo di crescita della coltura, f è la frazione media di radiazione intercettata dalla coltura ed e è l'efficienza di conversione. Se A e S sono entrambi espressi in mol m-2s-1, e è un'efficienza di conversione adimensionale. In situazioni di limitazione della luce, il valore di e è abbastanza conservativo per una particolare specie e si aggira tra 0,01 e 0,03 molCO2 (mol fotoni)-1 Campbell e Norman (1998, pag. 237) forniscono ulteriori informazioni e riferimenti per un'analisi più completa.
Misurare f con il ACCUPAR LP-80
È chiaro che f, la frazione di luce incidente intercettata dalla chioma della pianta, è un fattore critico nel determinare l'assimilazione. Questo fattore viene misurato direttamente con il metodo ACCUPAR LP-80. In ambienti a luminosità limitata, si può prevedere la produzione di sostanza secca conoscendo la quantità di PAR incidente e l'efficienza di conversione della luce, e, e misurando poi f nel tempo con il metodo LP-80.
Modello basato sull'acqua
In situazioni di limitazione idrica, si applica un'equazione diversa. Essa è
Equazione 2
dove T è la traspirazione, D è il deficit di vapore atmosferico e k è una costante per una particolare specie e livello diCO2 atmosferica. Tanner e Sinclair (1983) e Campbell e Norman (1998) forniscono delle derivazioni per questa equazione, ma la sua validità è stata ripetutamente confermata in esperimenti che risalgono a più di un secolo fa. Tra l'altro, prevede che le regioni umide producano più materia secca per unità di acqua utilizzata rispetto alle aree aride. Pertanto, un progetto di irrigazione nel Wisconsin, ad esempio, produrrebbe molta più materia secca per unità di acqua utilizzata rispetto a uno in Arizona. Anche se ci possono essere differenze da una specie all'altra nella quantità di materia secca prodotta per unità di acqua utilizzata, tutta la produzione di materia secca richiede una quantità sostanziale di acqua. I sogni di far fiorire i deserti ingegnerizzando geneticamente piante che fissano il carbonio senza usare l'acqua sono solo sogni.
Intercettazione nel modello basato sull'acqua
Il modello di sostanza secca basato sull'evaporazione dipende anche dall'intercettazione della luce. L'acqua persa da una coltura comprende l'acqua traspirata dalle piante e quella evaporata dal suolo. Solo l'acqua persa per traspirazione si riferisce all'assimilazione del carbonio. Di solito non è pratico misurare T nell'equazione 2, ma possiamo creare un semplice modello al computer che lo calcola ogni giorno se conosciamo la pioggia o l'irrigazione e alcune variabili ambientali e del suolo. Per il modello, dobbiamo definire una quantità chiamata evapotraspirazione potenziale, che è il tasso di perdita di acqua quando l'approvvigionamento idrico non limita né l'evaporazione né la traspirazione. La traspirazione potenziale è calcolata da
Equazione 3
Poiché anche l'evaporazione dalla superficie del suolo consuma acqua, è necessario calcolare anche questa. L'evaporazione potenziale si calcola da
Equazione 4
dove Etp è l'evapotraspirazione potenziale. Come in precedenza, f è la frazione di radiazione intercettata dalla chioma e può essere misurata con il metodo LP-80. Campbell e Diaz (1988) forniscono un semplice modello computerizzato per calcolare l 'Etp, nonché algoritmi per calcolare l'evaporazione e la traspirazione effettive dalle quantità potenziali date dalle equazioni 3 e 4.
Sapere quale modello utilizzare è facile
Il modo più efficace per determinare se il fattore limitante è la luce o l'acqua è semplicemente quello di eseguire entrambi i modelli matematici ogni giorno per vedere quale prevede il valore più basso. Questo valore è il miglior predittore della produzione di sostanza secca per il particolare giorno in cui viene eseguito.
Modellazione informatica di base
I modelli matematici light-limited e water-limited sono difficili da manipolare a mano, ma facili da programmare al computer. Si basano su dati climatici facilmente ottenibili e possono essere predittori abbastanza accurati della produzione di sostanza secca delle colture, in particolare per le colture annuali. Sono stati particolarmente utili per valutare il potenziale produttivo di particolari ambienti e pratiche culturali (Campbell e Diaz, 1988; Kunkel e Campbell, 1987).
Calcolo dell'intercettazione frazionaria
L'intercettazione frazionale, f, utilizzata in entrambi i modelli è il valore medio su giorni interi. La misurazione effettuata dal LP-80 è tipicamente effettuata in una particolare ora del giorno e non rappresenta la media dell'intera giornata. Il manualeLP-80 fornisce equazioni e un esempio (p. 57) per convertire dalla singola osservazione alla media giornaliera. Il sito LP-80 misura la trasmissione della radiazione considerando il rapporto tra il PAR misurato sotto la chioma e il PAR misurato sopra. Si tratta della trasmissione a un particolare angolo zenitale del sole, ?(θ). La trasmissione mediata su giorni interi è la stessa della trasmissione per la radiazione diffusa ed è data da
Equazione 5
dove q dipende da leaf area index, dalla distribuzione dell'angolo fogliare e dall'angolo zenitale del sole, come mostrato nel manuale. L'intercettazione frazionaria per questi modelli è:
Equazione 6
Riferimenti
Campbell, G. S. e R. Diaz. "Modelli semplificati di bilancio idrico del suolo per prevedere la traspirazione delle colture". Priorità di ricerca sulla siccità nei tropici secchi. ICRISAT, India (1988): 15-26. Link all'articolo (accesso libero).
Campbell, G. S. e J. M. Norman. Introduzione alla biofisica ambientale (2a ed.). New York: Springer, 1998. Link all'articolo.
Kunkel, Robert e Gaylon S. Campbell. "La massima resa potenziale della patata nel bacino del Columbia, Stati Uniti: valori misurati e modellizzati". American potato journal 64, no. 7 (1987): 355-366. Link all'articolo.
Come il calcolo della frazione del fascio in LP-80 semplifica le misure di LAI
La radiazione che raggiunge la sonda del ACCUPAR LP-80 può provenire direttamente dal fascio solare o essere diffusa dal cielo o dalle nuvole. Queste due fonti sono influenzate in modo diverso dall'architettura della chioma e devono quindi essere trattate separatamente nel calcolo di leaf area index (LAI) dalle misure di trasmissione della chioma. L'informazione necessaria per effettuare il calcolo è la frazione del fascio o il rapporto tra la radiazione proveniente direttamente dal fascio solare e la radiazione totale (fascio più PAR diffuso o disperso) incidente sulla sonda.
Niente più ombreggiatura della sonda
La versione precedente di ACCUPAR richiedeva all'utente di misurare la frazione del fascio ombreggiando la sonda. Il sito LP-80 la calcola utilizzando le misure disponibili. Il metodo utilizzato è modificato da quello pubblicato da Spitters et al. (1986) per trovare la frazione del fascio per la radiazione totale. Il metodo utilizzato è modificato da quello pubblicato da Spitters et al. (1986) per trovare la frazione del fascio per la radiazione totale, correlata al rapporto tra la radiazione totale globale misurata e la radiazione potenziale su una superficie orizzontale al di fuori dell'atmosfera terrestre.
La misurazione della PAR al di sopra della chioma, effettuata dal sito LP-80 , rappresenta il valore totale della PAR globale. Poiché la latitudine e l'ora del giorno sono note, è possibile calcolare il PAR potenziale (PAR su una superficie orizzontale al di fuori dell'atmosfera terrestre). Il rapporto tra queste due misure è legato alla frazione della PAR totale nel fascio solare, proprio come hanno fatto Spitters et al. La procedura del sito LP-80 è la seguente:
Calcolare r, la frazione di PAR potenziale che raggiunge la sonda. Si tratta della "costante solare" PAR moltiplicata per il coseno dell'angolo zenitale, divisa per la lettura del PAR sopra la chioma. Assumiamo che la "costante solare" PAR sia 2550 µmol/m2/s.
Un valore r di 0,82 o superiore è impostato su 0,82, un cielo chiaro; un valore di 0,2 o inferiore è impostato su 0,2, un cielo completamente diffuso.
La frazione r viene utilizzata nel seguente polinomio empirico, derivato dai dati, per calcolare la frazione del fascio:
La macro per il calcolo è riportata nell'appendice seguente.
LP-80 la teoria fa risparmiare tempo e fatica
È probabile che questo approccio sia meno accurato di una misurazione diretta di fb, se questa fosse effettuata con molta attenzione, ma è difficile effettuare misurazioni dirette di fb su base routinaria mentre si cerca di misurare l'intercettazione della chioma o il LAI. Infatti, gli errori introdotti dal metodo approssimativo utilizzato nel sito LP-80 sono tipicamente piccoli rispetto agli errori di altre misurazioni. Il grafico seguente mostra l'errore nel LAI in funzione dell'errore nella stima della frazione del fascio, assumendo una frazione del fascio costante di 0,4 per tutti i calcoli del LAI.
Questo errore è indipendente dal LAI. I calcoli si riferiscono a un angolo zenitale di 30 gradi. Angoli zenitali maggiori comportano errori minori. Il grafico mostra che l'errore nel LAI è sempre inferiore a ± 20%. Per un errore del 10% nella frazione del fascio, l'errore nel LAI è di circa il 2%. È difficile sapere quanto possano essere grandi gli errori nel metodo LP-80 per calcolare la frazione del fascio, poiché dipende dalle condizioni, ma è probabile che siano compresi tra il 10 e il 20%. L'errore introdotto nel calcolo del LAI è quindi compreso tra il 2 e il 4%, un valore notevolmente inferiore alle incertezze dovute alla variabilità spaziale nella misurazione del LAI.
Figura 1. L'errore nel LAI in funzione dell'errore nella stima della frazione del fascio, ipotizzando che per tutti i calcoli del LAI sia stata utilizzata una frazione del fascio costante di 0,4.
Riferimento
Spitters, C. J. T., H. A. J. M. Toussaint e J. Goudriaan. "Separazione della componente diffusa e diretta della radiazione globale e sue implicazioni per la modellazione della fotosintesi della chioma, parte I. componenti della radiazione in entrata". Agricultural and Forest Meteorology 38, no. 1-3 (1986): 217-229. Link all'articolo.
Macro Visual BASIC per il calcolo della frazione del fascio
Funzione BeamFraction(Zenith As Single, PAR As Single) As Single
Cost pi = 3,14159
Dim r come singolo, b come singolo
Zenith = Zenith * pi greco / 180
Se Zenith > 1,5 Allora
b = 0# 'notte
Altro
r = PAR / (2550# * Cos(Zenith)) '600 w/m2 * 4,25 umol/w/m2 (.235 MJ/mol)(600 è il PAR potenziale)
Se r > 0,82 Allora 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)
Fine Se
Frazione del fascio = b
Fine della funzione
APPENDICE B: Per saperne di più sul LAI
Il dottor Steve Garrity parla di Leaf Area Index (LAI). Gli argomenti trattati comprendono la teoria alla base della misurazione, i metodi diretti e indiretti, la variabilità tra questi metodi, gli aspetti da considerare quando si sceglie un metodo e le applicazioni del LAI.
Trascrizione del video:
Come calcolare il LAI
In questo seminario virtuale tratteremo la teoria di leaf area index (LAI), i diversi metodi di misurazione del LAI e alcune applicazioni per la misurazione del LAI. Inizieremo con la definizione di leaf area index. La Figura 1 rappresenta due appezzamenti teorici nella foresta o in una coltura.
Figura 1. Schema concettuale di una chioma vegetale dove (a)=1 (b)=3
L'appezzamento a sinistra corrisponde a un metro per lato o a un metro quadrato di superficie del terreno (quadrato marrone). Al di sopra, l'intera area è coperta da foglie (quadrato verde). Immaginate una foglia molto grande che copre l'intera area sopra l'appezzamento. Per calcolare il LAI nell'esempio di sinistra, sappiamo che l'area del terreno è pari a un metro quadrato e che anche l'area delle foglie è pari a un metro quadrato. Il LAI si calcola come rapporto tra l'area fogliare e l'area del terreno, in questo caso uno a uno. Quindi, in questo esempio, il LAI è pari a uno.
A destra della Figura 1 c'è lo stesso grafico, ma questa volta con tre strati di foglie. In questo caso, c'è un metro quadrato di superficie del terreno e tre metri quadrati di superficie fogliare, con un rapporto tra superficie fogliare e superficie del terreno di tre a uno. In questo caso, quindi, il LAI sarebbe pari a tre.
Perché misurare il LAI?
Il LAI non è un concetto complesso da comprendere e vorrei discutere perché misuriamo leaf area index o perché è utile. Il LAI è una di quelle variabili piuttosto onnipresenti, cioè utilizzate ovunque. Questo perché è semplice ma anche estremamente descrittiva.
Questa è una mappa del LAI globale derivata da dati satellitari (vedi timecode del webinar: 2:16). Le aree ad alto LAI sono rappresentate in verde scuro, mentre quelle a basso LAI in verde chiaro. Si noti che ai tropici, intorno all'equatore, si trovano alcune delle foreste più dense e con il LAI più alto di tutto il pianeta. A nord o a sud dell'equatore, dove si trovano molti dei nostri deserti, il LAI è molto basso. Poi, spostandosi più a nord o a sud nelle zone temperate (le zone boreali), il LAI aumenta di nuovo. I modelli di LAI in questa mappa riflettono molti processi e molte variabili. La disponibilità di acqua o di luce può spiegare alcuni di questi schemi, ma in questo esempio si può vedere che il LAI è molto descrittivo degli schemi della vegetazione mondiale.
Ecco alcuni altri motivi per cui il LAI è così importante:
Raccolta di luce dalla chioma (produttività, accumulo di biomassa, crescita delle colture)
Fenologia
Struttura del baldacchino
Traspirazione
Processi di scalatura e altro ancora
Il LAI è legato alla raccolta della luce. Più materiale fogliare è presente in una chioma, maggiore è la capacità di assorbire energia luminosa dal sole. Questa energia luminosa viene poi utilizzata per stimolare la produttività delle piante (produttività primaria) attraverso l'assorbimento e la conversione dell'anidride carbonica dall'atmosfera in carboidrati. Ciò è legato all'accumulo di biomassa e alla crescita delle colture e delle foreste.
Il LAI viene utilizzato anche come indicatore della fenologia, dove per fenologia si intende semplicemente la descrizione degli eventi del ciclo di vita delle piante. Ad esempio, nelle foreste di latifoglie, ogni anno le foglie si schiudono, crescono, si espandono, maturano e infine muoiono. Tutti questi processi possono essere descritti tracciando il sito leaf area index nel tempo.
Il LAI è anche comunemente usato come misura della struttura della chioma o come modo per differenziare la struttura di una chioma da un'altra. È utile anche per due parametri correlati: la traspirazione e i processi di scaling.
Figura 2. I processi di scambio avvengono sulla superficie della foglia
Consideriamo ad esempio una foglia (Figura 2). In quella foglia ci sono molti processi fisiologici che interagiscono con l'atmosfera circostante sulla superficie della foglia. Queste interazioni avvengono con scambi di massa ed energia. Se comprendiamo questi processi di scambio a livello di foglia e sappiamo quante foglie ci sono in una chioma attraverso il LAI, abbiamo un metodo conveniente per scalare questi processi a livello di chioma e oltre.
Come misurare il LAI
Esistono due grandi divisioni in termini di metodi di misurazione del LAI: metodi diretti e metodi indiretti. I metodi diretti di misurazione del LAI implicano tipicamente la raccolta distruttiva di una chioma: abbattere gli alberi o tagliare la biomassa. Un metodo non altrettanto distruttivo è l'utilizzo di trappole per la raccolta delle foglie che cadono dalle piante. I metodi indiretti, invece, non misurano direttamente il LAI, ma misurano altre variabili correlate. Le variabili correlate vengono poi utilizzate come proxy del LAI o per modellare direttamente il LAI. I metodi indiretti che tratterò in questo seminario sono la fotografia emisferica, l'inversione PAR (che utilizza misure della radiazione trasmessa attraverso la chioma) e la riflettanza spettrale (un approccio dall'alto verso il basso che utilizza sensori sopra la chioma).
LAI: metodi diretti
Come accennato, un raccolto distruttivo è comune nei metodi LAI diretti. In una foresta, questo comporta l'abbattimento degli alberi e la rimozione di tutto il materiale fogliare da essi: un processo laborioso e noioso che rimuove anche una quantità significativa di materiale dalla chioma.
Figura 3. Metodo distruttivo diretto in cui i ricercatori raccolgono tutto il materiale fogliare da un appezzamento.
La Figura 3 illustra una chioma molto corta in cui i ricercatori designano una parcella circolare sul terreno e raccolgono tutto il materiale fogliare da quella parcella. In questo caso, l'utilizzo di un metodo distruttivo potrebbe essere l'unico modo per misurare il LAI proprio perché la chioma è così corta.
Un altro modo per misurare direttamente il LAI è quello di utilizzare le trappole per la lettiera. In una foresta di latifoglie, ogni autunno le foglie cadono a terra. Le trappole per la lettiera possono essere posizionate intorno alla chioma per catturare alcune di queste foglie. I ricercatori possono poi campionare periodicamente le foglie (cioè estrarle dalla trappola e portarle in laboratorio per analizzarle).
Sia con il metodo della raccolta distruttiva che con quello della trappola per lettiera, una volta estratto il materiale fogliare dalla pianta, è necessario misurare la quantità di superficie fogliare raccolta. Un metodo comune è il Licor Li 3100, che è essenzialmente uno scanner ottico. Il ricercatore passa ogni foglia attraverso lo scanner e ne misura l'area. Quando tutte le foglie sono state scansionate, il ricercatore può sommare l'area e dividerla per l'area del terreno per ottenere una misura del LAI. Uno dei vantaggi esclusivi di questo metodo è che permette di ottenere un LAI specifico per ogni specie leaf area index. Ciò è utile nei sistemi non gestiti o nelle chiome di specie miste per capire il contributo di ciascuna specie al LAI totale della chioma. Un ricercatore può raccogliere le specie A, B e C e poi analizzare la loro area fogliare in modo indipendente utilizzando uno scanner.
LAI: metodi indiretti
Tutti i metodi di LAI indiretto discussi in questo webinar si basano in qualche modo sulla misurazione dell'interazione della luce con la chioma, quindi prima una breve panoramica di come la luce può interagire con la chioma. Ci sono tre destini per la luce in una chioma.
Trasmissione: La luce solare viene trasmessa attraverso la copertura.
Assorbanza: La luce solare viene assorbita o catturata dalla chioma e l'energia viene utilizzata nel processo di fotosintesi.
Riflettenza: La luce del sole colpisce la parte superiore della copertura e viene riflessa nell'atmosfera e nello spazio.
Possiamo misurare due di queste quantità: la trasmittanza e la riflettanza. L'assorbanza è incommensurabile perché l'energia viene utilizzata dalla pianta.
Fotografia emisferica
La fotografia emisferica è un metodo che utilizza la misurazione della luce trasmessa per stimare il LAI. È un metodo che esiste da tempo ed è ben consolidato. Consiste nell'utilizzare una fotocamera con un obiettivo fisheye, nel fissare l'intero apparato fotografico a un ponte di livellamento e nel puntarlo verso l'alto in modo che si trovi sotto la chioma rivolto verso il cielo.
Figura 4. Fotografia emisferica di una foresta mista di latifoglie con l'obiettivo fisheye di una fotocamera digitale.
La fotocamera cattura un'immagine della chioma dal basso in una semisfera come quella della Figura 4. Le sette immagini in basso (vedi immagini al timecode 13:08 del webinar) sono una sequenza temporale di fotografie raccolte dalla stessa posizione all'interno di una chioma di una foresta di latifoglie, dall'inizio della primavera fino alla metà dell'estate. Visivamente queste fotografie dimostrano che all'inizio della primavera c'è poco o niente materiale fogliare nella chioma. Quando si arriva a metà estate, le foglie si sono completamente arrossate, espanse e maturate.
La fotografia emisferica è unica, rispetto ad altri metodi di cui parlerò, perché un'immagine della chioma è un insieme di dati estremamente ricco di dati. Questo perché c'è sia una componente spaziale che una componente cromatica. Inoltre, fornisce un archivio o una registrazione di dati che possono essere rianalizzati (cioè, è possibile utilizzare un metodo diverso per analizzare le immagini in base al cambiamento della teoria e della tecnologia). Mentre con altri metodi si misura un valore e non è possibile misurarlo nuovamente.
L'altro vantaggio della fotografia emisferica è che, oltre al LAI, è possibile misurare una serie di altre variabili relative alla struttura della chioma. Ad esempio, ho tracciato qui un'ipotetica traccia solare: la posizione o la traccia che il sole percorre nel cielo in un determinato giorno. Si potrebbe utilizzare questa informazione per tracciare la posizione del sole e quindi stimare quando potrebbe verificarsi una macchia solare nella posizione del campione e quale potrebbe essere la durata di tale macchia. Questo potrebbe essere importante se si è interessati a studiare come il LAI sia legato alla trasmissione della luce e come questa influisca sulla disponibilità di luce per le specie del sottobosco. I ricercatori hanno escogitato molti altri modi per estrarre informazioni dalle fotografie emisferiche, oltre a leaf area index.
Per analizzare le foto emisferiche, la foto grezza viene elaborata con un software per ottenere una stima di LAi o di un'altra variabile. A tale scopo si utilizza il thresholding. L'idea alla base della soglia è quella di distinguere tra i pixel occupati dalle foglie e quelli occupati dal cielo. Si noti che in alto a sinistra c'è l'immagine grezza (vedi webinar timecode 15:14). Le altre sette immagini rappresentano i diversi valori di soglia applicati all'immagine. Questo è, a mio avviso, il tallone d'Achille della fotografia emisferica, perché osservatori diversi potrebbero scegliere soglie diverse in base a ciò che il loro occhio dice loro. Inoltre, diversi metodi automatizzati per rilevare la soglia potrebbero dare risultati diversi. L'analisi delle fotografie emisferiche è quindi piuttosto soggettiva e può rendere difficile il confronto tra fotografie acquisite in tempi diversi o quando diverse persone sono coinvolte nell'elaborazione dei dati.
Quando si utilizza la fotografia emisferica, evitare di fotografare quando il disco solare fa capolino attraverso la chioma. Questo perché proprio intorno al disco solare ci sarà un punto molto luminoso e se si cerca di valutare la differenza tra uno sfondo luminoso, un cielo luminoso e una chioma, si sottovaluterà la quantità di chioma presente a causa di quel punto luminoso. Inoltre, poiché l'immagine viene raccolta quando il sole splende direttamente sulla chioma, ci saranno ombre proiettate all'interno della chioma che renderanno molto difficile distinguere la soglia di luminosità relativa al cielo rispetto alla chioma. Infine, se nell'immagine sono presenti nuvole variabili, le aree coperte saranno estremamente luminose, mentre lo sfondo del cielo sarà molto più scuro. Questo rende molto difficile la scelta di una soglia che distingua la chioma dalla non chioma. Per tutti questi motivi, si raccomanda di raccogliere fotografie emisferiche solo in condizioni di diffusione uniforme o di cielo uniformemente coperto. L'altro momento della giornata che va bene è quello in cui il sole è basso o sotto l'orizzonte, per evitare che il disco solare contamini l'immagine.
Quali applicazioni sono adatte alla fotografia emisferica? Un campo di grano probabilmente non è un luogo ideale per la fotografia emisferica perché la chioma del grano è piuttosto bassa e sarebbe difficile portare la fotocamera, l'obiettivo, la piattaforma di livellamento e il treppiede completamente sotto la chioma. La fotografia emisferica funziona bene nelle chiome alte, come quelle di una foresta, perché è facile inserire l'attrezzatura sotto tutto il materiale fogliare della chioma.
LP-80: luce trasmessa e legge di Beer
Da un punto di vista concettuale, si può capire se ci si trova in una chioma rada perché ci sono poche foglie e la luce tende a essere molto più luminosa nel sottobosco di una chioma rada. Se invece ci si trovasse in una chioma molto densa, ci si aspetterebbe che gran parte della luce venga assorbita o riflessa e non trasmessa al sottobosco.
Figura 5. Esiste una relazione tra la trasmissione della luce e la superficie fogliare
Da queste osservazioni di base si evince che esiste una relazione tra la trasmissione della luce e l'area fogliare. Questa relazione è formalizzata dalla legge di Beer e, ai fini del LAI, consideriamo la forma della legge di Beer che tratta l'energia luminosa sotto forma di radiazione fotosinteticamente attiva o PAR.
Equazione 1
PARt è la barra trasmessa che può essere misurata alla base della chioma. Sarà una funzione del PAR incidente(PARi) o della quantità di radiazione fotosinteticamente attiva incidente nella parte superiore della chioma. Altri due parametri sono k e z, dove k è il coefficiente di estinzione e z è il percorso attraverso il mezzo attenuante. In questo caso, il mezzo attenuante è la chioma stessa. La legge di Beer in questa forma è alla base del modo in cui utilizziamo le misurazioni della luce trasmessa per stimare il LAI. Nello specifico, illustrerò il modello matematico utilizzato dal METER Accupar LP-80 (equazioni 2 e 3).
Equazione 2
Nell'Equazione 2 in alto a sinistra, L è leaf area index, e il primo parametro che vorrei affrontare è il calcolo di k, che è il coefficiente di estinzione all'interno del modello. L'equazione 2 in basso a destra è un sottomodello con due parametri: chi (X) e theta(𝚹). Theta è semplicemente l'angolo di zenit solare al momento della misurazione.
Figura 6. Variazione dell'angolo zenitale solare durante il giorno. L'osservatore è rivolto verso l'equatore.
Nel corso di una giornata, l'angolo zenitale solare cambia. Nella Figura 6, il sole si trova in varie posizioni del cielo. Al mattino presto (a sinistra), il sole è più basso nel cielo rispetto ai periodi più vicini a mezzogiorno. La stessa cosa accade alla fine della giornata. Theta è importante per descrivere la lunghezza del percorso della radiazione del fascio (il percorso dei fotoni direttamente dal sole all'osservatore fino a un punto della chioma).
Si noti che all'inizio o alla fine della giornata la lunghezza del percorso è molto più lunga rispetto alle ore centrali del giorno. Pertanto, l'angolo di zenit solare viene calcolato semplicemente utilizzando l'ora del giorno e la conoscenza della posizione geografica. All'interno del sito LP-80, questi parametri vengono calcolati automaticamente con i valori di ora e posizione inseriti dall'utente, quindi è fondamentale, quando si imposta un sito LP-80 , che entrambi i valori siano inseriti correttamente.
Equazione 3
La variabile successiva nel modello del coefficiente di estinzione (Equazione 2 in basso a destra) è il chi (XIl valore chi descrive la distribuzione dell'angolo fogliare di una chioma. Ogni chioma è una miscela di foglie con orientamento orizzontale o verticale o a metà tra orizzontale e verticale. La Figura 7 è un grafico che rappresenta la distribuzione degli angoli delle foglie in tre diverse chiome.
Figura 7. Distribuzione degli angoli fogliari all'interno di tre diverse chiome (Campbell e Newman, 1998).
Si noti che i valori del chi nelle chiome verticali sono inferiori a uno. Più la distribuzione dell'angolo fogliare è verticale, più il chi si avvicina a zero. Nelle chiome orizzontali, il chi si avvicina all'infinito. In genere, in questo caso si osservano valori di chi superiori a uno (cioè, valori da uno a cinque sono comuni nelle chiome orizzontali). Le chiome sferiche sono chiome con un misto di distribuzioni verticali e orizzontali. Sono la distribuzione degli angoli delle foglie più comunemente riscontrata in natura. Hanno valori di chi prossimi o uguali a uno. Il sito LP-80 utilizza un valore di chi pari a uno per impostazione predefinita. È possibile modificarlo, ma nella maggior parte dei casi è possibile utilizzare il valore predefinito.
Figura 8. Come il valore del chi o la distribuzione dell'angolo fogliare influenzano il coefficiente di estinzione in funzione dell'angolo zenitale del sole (Campbell e Norman, 1998)
Il grafico in basso a sinistra della Figura 8 mostra come il valore del chi o la distribuzione dell'angolo fogliare influenzino il coefficiente di estinzione in funzione dell'angolo zenitale del sole. Ad esempio, si noti che con un chi pari a zero (una chioma completamente verticale) e il sole direttamente sopra la testa (l'angolo zenitale del raggio è pari a zero), il coefficiente di estinzione è pari a zero, il che significa che tutta la radiazione passa attraverso la chioma. Nessuna viene assorbita o riflessa. È trasmessa al 100%.
Il contrasto è con il caso in cui tutte le foglie sono perfettamente orizzontali (chi è uguale a infinito). Allora il coefficiente di estinzione non dipende dall'angolo zenitale del fascio. Questo ha senso se si pensa a una foglia perfettamente orizzontale. Non ha importanza l'angolo con cui la radiazione solare la colpisce. Avrà un coefficiente di estinzione invariabile.
Il grafico in basso a destra della Figura 8 analizza la trasmissione in relazione all'angolo di zenit solare. Si noti che la trasmissione della copertura orizzontale è la stessa indipendentemente dall'angolo zenitale. All'altro estremo, per le chiome verticali, la trasmissione è uguale a uno quando il sole è direttamente sopra la testa, mentre è completa quando l'angolo solare è molto basso (sole all'orizzonte). Questo ha senso se si pensa a una foglia verticale e al sole direttamente sopra la testa. Non c'è ombra proiettata dalla foglia, mentre se il sole arriva di lato, c'è un assorbimento completo e nessuna trasmissione della radiazione.
Cosa possiamo imparare da questo? Nella figura 8, in alto a sinistra, ci sono tre diverse chiome con distribuzioni dell'angolo fogliare molto diverse e quindi diversi valori di chi che vanno da 0,5 a tre. Ma se si osservano le figure in basso a sinistra e a destra, non c'è una grande differenza nel coefficiente di estinzione o nella trasmissione tra questi valori di chi. Quindi il modello leaf area index non è molto sensibile al valore di chi, soprattutto a valori di chi che vanno da 0,5 a 2.
Quindi una stima errata del chi può essere una fonte di errore, ma solo in casi estremi, se si tratta di una chioma estremamente orizzontale o altamente verticale. Se non si lavora in uno di questi casi estremi, allora un valore di chi intorno a uno sarà adeguato per la stima del LAI.
Equazione 4
Tornando al modello LAI (Equazione 4), Fb è la frazione del fascio, calcolata come rapporto tra PAR diffuso (radiazione fotosinteticamente attiva) e PAR diretto.
Figura 9. PAR diffuso vs. PAR diretto
La Figura 9 illustra cosa significa. A sinistra sono rappresentate le tipiche condizioni di cielo sereno con linee bianche che rappresentano la radiazione diffusa (radiazione diffusa nell'atmosfera dagli aerosol e da altre particelle). Questa radiazione viene diffusa in qualche punto della chioma, dove potremmo misurare la luce trasmessa. Nella stessa immagine si nota anche la radiazione diffusa (radiazione proveniente direttamente dal sole) che domina in questa condizione di cielo sereno. Possiamo quindi vedere che a sinistra, Fb sarebbe molto bassa perché la componente PAR diretta domina.
In contrasto con l'immagine a destra, dove ci sono nuvole o aerosol pesanti nell'atmosfera. C'è una maggiore dispersione e una minore quantità di radiazione del fascio penetra dalle nuvole fino al punto di osservazione sotto la calotta. In questo caso, Fb sarebbe molto più alto (vicino a 1), poiché eliminiamo completamente la componente della radiazione del fascio.
Che cosa significa? La Fb è importante perché descrive la distribuzione degli angoli di penetrazione dei fotoni nella chioma. Fb interagisce con la distribuzione dell'angolo fogliare per descrivere la probabilità che un fotone penetri o venga trasmesso attraverso la chioma. Ad esempio, in una giornata molto soleggiata, si tende a vedere molte ombre dure. Vengono proiettate ombre estremamente profonde e scure. Mentre in una giornata nuvolosa è più difficile trovare ombre forti. Questo perché c'è una distribuzione più uniforme degli angoli di radiazione che colpiscono gli oggetti che potrebbero proiettare un'ombra. Lo stesso vale per le foglie di una chioma.
Figura 10. Tau è il rapporto tra la PAR trasmessa e quella incidente.
Il termine successivo di cui parleremo è tau(𝛕), ovvero il rapporto tra la radiazione fotosinteticamente attiva trasmessa e quella incidente. Il valore di tau è probabilmente la componente più importante del modello LAI. Il modello LAI è molto sensibile a tau. È la componente che costituisce il nucleo della misurazione quando si utilizza questo modello. Nella Figura 10, stiamo misurando la radiazione incidente in cima alla chioma con un PAR sensor. Poi, sotto la chioma, stiamo usando un LP-80 per misurare quanta luce viene trasmessa dalla chioma. Questo modello richiede misurazioni sia sopra che sotto la chioma.
Se la vostra chioma è molto alta, trovate una radura o un ampio spazio in cui posizionare il vostro PAR sensor e usatelo come misura della radiazione incidente. Si può collocare un PAR sensor in una radura che viene continuamente registrata, oppure si può portare il LP-80 stesso nella radura, ottenere una lettura incidente e poi riportarlo nella chioma per misurare la radiazione trasmessa.
Se si lavora in condizioni di cielo parzialmente coperto o se le condizioni del cielo cambiano rapidamente, è necessario aggiornare la lettura della radiazione incidente con una certa frequenza: in pratica ogni volta che le condizioni del cielo (e quindi i livelli di luce ambientale) cambiano. Per questo motivo, se siete preoccupati per le fluttuazioni dei livelli di luce ambientale, vi consiglio di registrare in modo indipendente sia la radiazione incidente che la radiazione trasmessa, in modo da tenere sempre conto delle variazioni del livello di luce ambientale e non introdurre alcuna fonte di errore nel calcolo del LAI.
Il sito LP-80 è ideale per campionamenti spot o periodici. Per monitorare costantemente le variazioni del LAI, un altro approccio potrebbe essere quello di utilizzare sensori PAR sia sopra che sotto la chioma. I sensori PAR al di sotto della chioma sostituiscono in pratica il LP-80 nella Figura 10. La differenza è che i sensori PAR sono in grado di registrare continuamente la radiazione trasmessa, fornendo così una misura continua della stessa da inserire nel modello LAI.
Figura 11. A è l'assorbanza PAR delle foglie (grafico: www.photobiology.info).
L'ultimo termine del modello LP80's leaf area index (LAI) è A, che rappresenta l'assorbimento delle foglie nella regione PAR (fotosinteticamente attiva) dello spettro elettromagnetico.
Nel sito LP-80, A è fissato a un valore di 0,9, che rappresenta un'ottima stima dell'assorbanza. Per la maggior parte delle coperture in circolazione, l'assorbanza non cambia molto. Ora, questo potrebbe non essere il caso di alcuni esempi estremi. Ad esempio, se le foglie sono estremamente giovani, la loro assorbanza può essere molto inferiore a 0,9. E quando sono senescenti, può essere inferiore a 0,9. E certamente, nel caso di foglie molto pelose o estremamente cerose, questo termine di assorbanza può essere molto più basso di 0,9. Ma a parte i casi estremi, un valore di 0,9 è una stima molto buona dell'assorbanza fogliare. Valori che si discostano di poco da 0,9 non hanno un impatto drammatico sul calcolo del LAI.
Riflettanza: metodo indiretto per il calcolo del LAI
Nei casi in cui il LAI è molto basso, in genere si ha una quantità uniforme di riflettanza sia nella porzione visibile che in quella vicina all'infrarosso dello spettro. Quando il LAI aumenta, la quantità di riflettanza visibile diminuisce, mentre quella nel vicino infrarosso tende ad aumentare. Esiste quindi una relazione tra la riflettanza nel visibile e nel vicino infrarosso e il LAI che possiamo utilizzare per stimare il LAI.
Figura 12. Dati di riflettanza
Nella Figura 12 si noti che la riflettanza dipende dalla lunghezza d'onda. Il grafico in basso a sinistra copre sia la regione visibile (da 400 a 700 nanometri) che quella del vicino infrarosso (oltre i 700 nanometri) dello spettro elettromagnetico. Si può notare che lo spettro viene raccolto per la stessa chioma, ma a valori diversi di leaf area index (LAI). Quello che sto descrivendo è una diminuzione della riflettanza visibile con l'aumento del LAI e un aumento della riflettanza nel vicino infrarosso con l'aumento del LAI.
Sono stati inventati indici di vegetazione o combinazioni di bande diverse che ci permettono di stimare diverse variabili biofisiche della copertura. Un indice comune è il Normalized Difference Vegetation Index (NDVI).
Figura 13. Ogni tettoia ha una relazione NDVI-LAI unica.
NDVI è formulato utilizzando i valori riflessi della radiazione rossa e della radiazione nel vicino infrarosso, ed è stato dimostrato che NDVI è correlato a leaf area index. La Figura 13 mostra un sensore di riflettanza spettrale in cima alla chioma che monitora continuamente la radiazione riflessa nelle due bande. Le due porte misurano il rosso e il vicino infrarosso. Ma se vogliamo usare il valore di NDVI come stima diretta del LAI o come modo per stimare un valore assoluto del LAI, dobbiamo sviluppare una relazione con qualche misura indipendente del LAI.
Ad esempio, potremmo usare un LP-80 per calcolare il LAI dalle misurazioni della radiazione trasmessa e poi collocare un sensore di riflettanza spettrale che raccolga i valori NDVI . Se raccogliamo un numero sufficiente di questi valori nel tempo o nello spazio, potremmo sviluppare una relazione di regressione lineare (Figura 13, in alto a sinistra). Quindi, potremmo utilizzare i successivi valori di NDVI in questa equazione empirica per calcolare leaf area index senza dover utilizzare la fonte indipendente (LP-80) di LAI per tutte le misurazioni successive.
Forse non avete bisogno di valori assoluti di LAI e avete un motivo diverso per misurare il LAI. La Figura 14 mostra alcuni esempi di come NDVI possa essere utilizzato come proxy del LAI senza che sia necessario un valore assoluto del LAI.
Figura 14. NDVI può essere utilizzato come proxy per il LAI o per variabili correlate (Ryu et al. (2010) Ag for Met)
In questo caso, il ricercatore ha misurato sia NDVI che la fotosintesi della chioma in una prateria per un intero anno. Nel pannello in alto a sinistra, i valori di NDVI sono tracciati in verde e la fotosintesi è mostrata con i cerchi aperti. Si può notare che la traiettoria temporale della fotosintesi è tracciata molto bene da NDVI. Egli mostra come sia possibile sviluppare un'equazione di regressione che metta in relazione i valori di NDVI con la fotosintesi della chioma. In questo caso, leaf area index è uno dei principali fattori che determinano la fotosintesi in questa prateria annuale. Ma piuttosto che cercare di modellare la fotosintesi della chioma a partire dal LAI, utilizza semplicemente NDVI come proxy.
Allo stesso modo, potremmo considerare un'applicazione fenologica. I grafici in basso a destra della Figura 14 sono alcuni dati raccolti da una foresta di latifoglie per sette anni con LAI e NDVI misurati a vari intervalli. Soggettivamente, possiamo vedere che NDVI segue molto da vicino le dinamiche temporali di leaf area index . In questo caso, quindi, potremmo sostituire la misura del LAI con una proxy di NDVI.
Considerazioni sul LAI: campionamento e scala
Non pensate di poter misurare il LAI in un solo punto e ottenere un valore rappresentativo dell'intera chioma. Non è così che funziona. Un'ipotesi che si tende a fare con un modello di tipo LAI è che le foglie siano distribuite in modo casuale all'interno della chioma. Questo non è quasi mai il caso. C'è sempre un certo grado di raggruppamento dovuto al modello di ramificazione e al modo in cui foglie, rami e alberi sono distribuiti all'interno della chioma.
Uno dei modi più semplici per ovviare agli effetti negativi del raggruppamento o della variabilità spaziale è quello di aumentare la dimensione del campione.
Figura 15. Ricostruzione artistica di un'immagine aerea di un campo (Colombo et al. (2003) Rem. Sens. Env)
A sinistra della Figura 15 è riportata una riproduzione artistica di un'immagine aerea di alcuni campi coltivati. A destra, è una ricreazione di un'immagine proveniente da un sistema di imaging utilizzato per raccogliere i dati NDVI da quella stessa immagine di campo coltivato e poi convertirli in dati NDVI e poi in leaf area index. Si può notare che in quell'immagine c'è un'ampia gamma di valori di LAI tra le diverse unità di gestione. Le immagini ci danno un'idea dell'eterogeneità spaziale, ma i metodi di cui abbiamo parlato sono più discreti in termini di area rappresentata. Possiamo ovviare a questo problema semplicemente raccogliendo più campioni all'interno della nostra area di studio per cercare di catturare la variabilità spaziale. Poi si può prendere una sorta di media spaziale per rappresentare il LAI nell'intera area.
O forse siamo semplicemente interessati a capire qual è la variabilità del LAI nell'intera area. L'immagine che ho mostrato all'inizio di questo seminario (Figura 1) sulla distribuzione globale di leaf area index è stata ricavata da dati satellitari. Ma come possiamo fidarci di questi valori? Dobbiamo avere un modo per verificare questi valori sul campo. Come? Si potrebbe avere un sensore NDVI sopra la chioma che effettua una misurazione molto dettagliata a livello locale. Verificarla con i dati satellitari e poi assegnare un certo livello di fiducia a ciò che vediamo al di fuori della nostra area campione utilizzando i dati satellitari.
Figura 16. LAI in una chioma di una foresta di latifoglie in primavera (Garrity et al. (2008) ESA)
Ricordate che non tutti i metodi produrranno gli stessi risultati. La Figura 16 mostra alcuni dati che ho raccolto diversi anni fa durante la primavera nella chioma di una foresta di latifoglie. Ho usato quattro metodi diversi: la fotografia emisferica, il LAI 2000 e un sensore quantistico (PAR sensor). Poi ho usato il satellite MODIS (che fornisce un prodotto LAI) e l'ho collocato con alcune delle mie misurazioni e le ho confrontate tutte e quattro. Si noti che in un qualsiasi giorno, la variabilità tra le stime fornite da uno qualsiasi di questi metodi è piuttosto ampia. Questo può rappresentare una sfida quando si confronta un metodo con un altro. Alcuni metodi tendono a confrontarsi meglio tra loro. Ad esempio, non ho avuto a disposizione un sito LP-80 per questo studio, ma ci sono circa tre o quattro diversi lavori pubblicati che dimostrano che il LAI 2000 e il sito LP-80 forniscono valori molto simili tra loro. In teoria, anche i sensori quantistici dovrebbero essere molto vicini sia a LP-80 che a LAI 2000.
La verità è che nessuno di questi metodi ha azzeccato il valore assoluto. In questo caso, abbiamo usato le trappole per la lettiera, che erano il modo più diretto per stimare il LAI effettivo. In questa chioma, il LAI era leggermente inferiore a 4,0. Quindi, almeno a livello di maturità, si può notare che nessuno di questi metodi ha azzeccato il valore assoluto. Quindi bisogna fare attenzione quando si confrontano metodi diversi o semplicemente capire che c'è una variabilità da metodo a metodo.
Una fonte di variabilità che possiamo evitare è dimostrata da questa immagine (vedi webinar timecode 46.01). Questa immagine dimostra alcuni concetti che abbiamo discusso. Gli alberi di luce penetrano nella chioma in contrasto con alcune aree in ombra. Si può notare che tutte queste dinamiche luminose sono controllate dalla quantità di materiale fogliare presente nella chioma e dalla sua distribuzione. Quindi, se abbiamo un singolo PAR sensor che misura la radiazione trasmessa in questa chioma. E se lo posizioniamo sulla destra, in questo momento in cui è stata scattata l'immagine, leggeremo valori molto alti di luce trasmessa. Ma se abbiamo un altro PAR sensor qui all'ombra, vedremo valori molto bassi di luce trasmessa. Quindi dobbiamo essere consapevoli della variabilità spaziale della chioma che stiamo misurando.
Figura 17. Dati PAR (Garrity, et al. (2011) Ag For Met)
La Figura 17 mostra alcuni dati che dimostrano l'aspetto dei singoli sensori PAR. Qui c'erano più di 30 sensori PAR distribuiti sotto la chioma di una foresta di latifoglie. Nel corso del tempo, tutti tendono ad allinearsi, ma il valore assoluto della radiazione trasmessa può essere molto diverso da un luogo all'altro. Quindi, se usiamo la luce trasmessa come stima del LAI, quale traccia usiamo per stimare il LAI? La risposta dipende dal nostro obiettivo. Se stiamo solo cercando di ottenere un'idea media del LAI, allora potremmo prendere una media spaziale di tutti questi valori.
Un'altra cosa da sottolineare è che questi fattori di raggruppamento e variabilità spaziale sono reali fonti di errore. Tuttavia, LP-80 tiene conto di questo aspetto nel modo in cui vengono acquisite le misure di luce trasmessa. Ha una bacchetta che esce dall'unità portatile, lunga circa 80 centimetri e dotata di 80 sensori PAR indipendenti. Quindi le letture di LP-80 sono una media spaziale di tutti i sensori della bacchetta.
Figura 18. Il sito ACCUPAR LP-80 misura PAR e LAI.
Alcuni ricercatori hanno dimostrato diversi anni fa che nelle chiome in cui è presente un raggruppamento, se si fa una media su un transetto lineare, si tende a ridurre l'entità dell'errore associato al raggruppamento, e questa strategia è già fisicamente incorporata nel sito LP-80.
Se si utilizza un sito PAR sensor, un approccio è quello di assicurarsi di raccogliere un numero sufficiente di campioni che rappresentino l'eterogeneità spaziale della trasmissione della luce, che ovviamente è correlata al LAI.
Perché si misura il LAI?
Prima di effettuare la misurazione, considerate il motivo per cui state misurando il LAI. Siete davvero interessati a leaf area index? O siete interessati a qualche variabile correlata? Ad esempio, alcuni ricercatori stimano il LAI per poter stimare la luce trasmessa o assorbita, più spesso perché stanno cercando di stimare la produttività della chioma o la fotosintesi. La domanda diventa perché stimare il LAI per stimare l'assorbimento della luce quando si può misurare più direttamente l'assorbimento della luce attraverso la misurazione della luce trasmessa e incidente. Quindi bisogna capire perché il LAI è la variabile a cui si è interessati.
Considerate anche se il LAI è l'unica variabile che volete misurare. Abbiamo visto che la fotografia emisferica può produrre diverse metriche sulla struttura della chioma, oltre al LAI, che potrebbero essere utili. State lavorando con una chioma alta o corta? Se state lavorando su una chioma estremamente alta, forse non è possibile collocare un sensore NDVI al di sopra di essa, perché non avete l'infrastruttura per raggiungere la cima della chioma. In questo caso, forse avete bisogno di una fotografia emisferica o di una misurazione della trasmissione della luce come quella di LP-80.
Avete bisogno di misurare il LAI specifico per ogni specie? Se sì, la raccolta diretta è probabilmente l'unico metodo appropriato. Volete eseguire un campionamento continuo o discreto? In altre parole, volete che le misurazioni della luce trasmessa vengano registrate continuamente, in modo da poter stimare continuamente le variazioni del LAI? Oppure vi accontentate di un campione puntuale? Supponiamo di voler confrontare il LAI tra diverse parcelle di trattamento. Forse l'approccio a campione è più appropriato.
È necessario scalare le misurazioni? Considerate il vostro protocollo di campionamento e quali sono le fonti di dati disponibili per scalare dal livello locale a una scala più ampia. Considerate l'eterogeneità spaziale del LAI all'interno della vostra chioma e l'entità degli ammassi di LAI. Questo influenzerà il numero di campioni raccolti e la loro distribuzione spaziale.
Infine, è necessario disporre di valori assoluti di LAI o è possibile utilizzare un proxy come NDVI?
Domande?
I nostri scienziati hanno decenni di esperienza nell'aiutare ricercatori e coltivatori a misurare il continuum suolo-pianta-atmosfera.
Tutto quello che c'è da sapere sulla misurazione del potenziale idrico: cos'è, perché serve, come misurarlo, confronti tra metodi. Inoltre, vedetelo in azione con le curve di rilascio dell'umidità del suolo.
Gestione dell'irrigazione semplificata. Gestione perfetta dell'acqua e dei nutrienti senza perdere tempo e denaro a causa di problemi dovuti all'eccessiva irrigazione.
Casi di studio, webinar e articoli che vi piaceranno
Ricevere regolarmente i contenuti più recenti.
Webinar: Piante e chiome 101: tracciare il flusso dell'acqua dal suolo all'atmosfera
Come misurare il movimento dell'acqua attraverso la pianta e la chioma
Quando si cerca di capire il movimento dell'acqua attraverso il continuum suolo-pianta-atmosfera, non è necessario affidarsi alle inferenze per sapere cosa sta accadendo all'interno della pianta. In questo webinar, Jeff Ritter, Product Manager di METER per la strumentazione di monitoraggio delle piante, delle chiome e dell'atmosfera, spiegherà le misure necessarie per seguire il percorso dell'umidità attraverso le piante. Parlerà di:
Misurazioni chiave per tracciare l'umidità attraverso la pianta e la chioma, tra cui l'leaf area index (LAI) e la conduttanza stomatica (SC)
Metodi sperimentati per ottenere una visione completa del movimento dell'acqua attraverso il continuum suolo-pianta-atmosfera.
Esempi di utilizzo di sensori di umidità del suolo per misurare il contenuto idrico del fusto negli alberi
Come collegare le misure di LAI, SC e contenuto idrico del fusto