Preencha o formulário abaixo para nos ajudar a encontrar o especialista certo para você. Prepararemos as informações solicitadas e entraremos em contato o mais breve possível.
O guia completo do pesquisador para Leaf Area Index (LAI)
Leaf area index é um número único
-um instantâneo estatístico de um dossel tirado em um determinado momento. Mas esse único número pode levar a uma percepção significativa.
Leaf area index (LAI) é uma das medidas mais usadas para descrever a estrutura do dossel das plantas. O LAI também é útil para compreender a função do dossel porque muitas das trocas de massa e energia entre a biosfera e a atmosfera ocorrem na superfície da folha. Por esses motivos, o LAI costuma ser uma variável biofísica importante usada em modelos biogeoquímicos, hidrológicos e ecológicos. Leaf area index também é comumente usado como medida do crescimento e da produtividade de culturas e florestas em escalas espaciais que vão desde o talhão até o globo. Neste artigo, saiba como medir o leaf area index, o que ele é e como usá-lo.
No passado, a medição do leaf area index (LAI) era difícil e demorada. Entretanto, a teoria e a tecnologia desenvolvidas nos últimos anos tornaram a medição do LAI muito mais simples e viável para uma ampla gama de coberturas. Faça o download deste guia de aplicação para obter uma breve introdução à teoria e aos instrumentos usados para medir leaf area index. Vários cenários e considerações especiais são discutidos, o que ajudará as pessoas a escolher e aplicar o método mais apropriado para suas necessidades de pesquisa.
O que é leaf area index (LAI)?
Leaf area index (LAI) quantifica a quantidade de material foliar em um dossel. Por definição, é a proporção da área foliar unilateral por unidade de área de solo. O LAI não tem unidade porque é uma proporção de áreas. Por exemplo, um dossel com um LAI de 1 tem uma proporção de 1:1 entre a área das folhas e a área do solo. Um dossel com um leaf area index de 3 teria uma proporção de 3:1 de área foliar em relação à área do solo.
Globalmente, o LAI é altamente variável. Alguns ecossistemas desérticos têm um leaf area index de menos de 1, enquanto as florestas tropicais mais densas podem ter um LAI de até 9. As florestas e os arbustos de latitude média geralmente têm valores de LAI entre 3 e 6.
Sazonalmente, as copas anuais e decíduas e as áreas de cultivo podem apresentar grandes variações no LAI. Por exemplo, da semeadura à maturidade, o milho leaf area index pode variar de 0 a 6. Obviamente, o LAI é uma métrica útil para descrever os padrões espaciais e temporais do crescimento e da produtividade do dossel.
Saiba mais sobre os conceitos básicos de leaf area index (LAI) no vídeo abaixo. O cientista pesquisador Jeff Ritter discute a teoria por trás da medição, os métodos diretos e indiretos, a variabilidade entre esses métodos, os aspectos a serem considerados ao escolher um método e as aplicações do leaf area index.
Como medir leaf area index
Não existe uma única maneira ideal de medir o LAI. Cada método tem vantagens e desvantagens. O método escolhido dependerá em grande parte dos seus objetivos de pesquisa. O pesquisador que precisa de uma estimativa única do LAI pode usar um método diferente daquele que está monitorando as mudanças no leaf area index ao longo do tempo. Por exemplo, o pesquisador de pastagens pode preferir um método diferente do pesquisador de florestas. Neste guia, discutiremos a base teórica de cada um dos principais métodos, juntamente com as principais vantagens e limitações.
Medição direta
Tradicionalmente, os pesquisadores mediam o leaf area index colhendo todas as folhas de uma parcela e medindo meticulosamente a área de cada folha. Equipamentos modernos, como scanners de mesa, tornaram esse processo mais eficiente, mas ele ainda é trabalhoso, demorado e destrutivo. Em copas altas de florestas, pode até não ser viável. No entanto, esse continua sendo o método mais preciso de calcular leaf area index porque cada folha individual é medida fisicamente. As armadilhas de lixo são outra forma de medir diretamente o LAI, mas não funcionam bem em dosséis sempre verdes e só podem capturar informações de folhas que tenham senescido e se retirado da planta.
Medição indireta
Há várias décadas, os pesquisadores de dossel começaram a procurar novas maneiras de medir o LAI, tanto para economizar tempo quanto para evitar a destruição dos ecossistemas que estavam tentando medir. Esses métodos indiretos inferem o LAI a partir de medições de variáveis relacionadas, como a quantidade de luz que é transmitida ou refletida por um dossel.
Fotografia hemisférica
A fotografia do hemisfério foi um dos primeiros métodos usados para estimar indiretamente leaf area index. Os pesquisadores fotografavam o dossel a partir do solo usando uma lente olho de peixe. Originalmente, as fotografias eram analisadas pelos próprios pesquisadores. Atualmente, a maioria dos pesquisadores usa um software especializado para analisar imagens e diferenciar entre pixels vegetados e não vegetados.
Vantagens: A fotografia hemisférica tem vantagens decisivas. Primeiro, ela oferece mais do que apenas medições leaf area index . Ela também pode fornecer medições de dossel, como fração de lacuna, tempo e duração do sunfleck e outras métricas de arquitetura de dossel. Em segundo lugar, as imagens do dossel podem ser arquivadas para uso posterior ou para reanálise à medida que os métodos mudam e os programas de software melhoram.
Limitações: No entanto, a fotografia hemisférica tem desvantagens. Apesar do fato de as imagens serem agora processadas digitalmente, a subjetividade do usuário continua sendo um problema significativo. Os usuários devem selecionar os limites de brilho da imagem que distinguem os pixels do céu dos pixels da vegetação, fazendo com que os valores de LAI variem de um usuário para outro ou ao usar diferentes algoritmos de análise de imagem.
A fotografia hemisférica também continua consumindo tempo. Leva tempo para obter imagens de boa qualidade no campo e mais tempo ainda para analisar as imagens no laboratório. Além disso, as condições do céu devem estar uniformemente nubladas quando as fotos são tiradas. A fotografia hemisférica não funciona bem para dosséis curtos, como trigo e milho, pois o corpo da câmera, a lente e o tripé podem não caber fisicamente sob o dossel.
Observação: Para alguns usuários, os instrumentos que medem o PAR oferecem um atalho. Alguns modelos usam valores de LAI para estimar a PAR. Nesse caso, o instrumento PAR pode ser usado para estimar diretamente os níveis de PAR abaixo do dossel, melhorando a precisão do modelo.
Transmitância de radiação
Vários instrumentos disponíveis comercialmente, incluindo o METER's LP-80 oferecem uma alternativa à fotografia hemisférica. Eles estimam o LAI usando a quantidade de energia luminosa transmitida pelo dossel de uma planta. A ideia é bastante simples: um dossel muito denso absorverá mais luz do que um dossel esparso. Isso significa que deve haver alguma relação entre o LAI e a interceptação de luz. A lei de Beer fornece a base teórica para essa relação. Para fins de biofísica ambiental, a lei de Beer é formulada como
em que PARt é a radiação fotossinteticamente ativa (PAR) transmitida medida perto da superfície do solo, PARi é a PAR incidente no topo do dossel, z é o comprimento do caminho dos fótons através de algum meio atenuante e k é o coeficiente de extinção. No caso de dosséis de vegetação, z é responsável pelo LAI, pois as folhas são o meio pelo qual os fótons são atenuados. Você pode ver que, se soubermos k e medirmos PARt e PARi, pode ser possível inverter a Equação 1 para calcular z como uma estimativa de LAI. Essa abordagem é comumente chamada de técnica de inversão PAR. O mundo real é um pouco mais complexo, mas, como você verá na Seção 3, a lei de Beer é a base para estimar o LAI usando medições de PAR incidente e transmitido.
Vantagens: A técnica de inversão do PAR é não destrutiva, uma vantagem óbvia, mas importante, que permite que um dossel seja amostrado extensivamente e repetidamente ao longo do tempo. A técnica de inversão do PAR também é atraente porque tem uma base sólida na teoria da transferência radiativa e na biofísica e é aplicável em uma ampla variedade de tipos de dossel. Por esses motivos, a técnica de inversão de PAR é atualmente um procedimento padrão e bem aceito.
Além de instrumentos portáteis como o ceptômetro METER LP-80 os sensores PAR padrão (também conhecidos como sensores quânticos) também podem ser usados para medir a radiação transmitida para um modelo de inversão PAR. A vantagem de usar os sensores PAR, em vez de um instrumento LAI portátil e específico, é que os sensores PAR podem ser deixados em campo para medir continuamente as alterações na transmitância PAR. Isso pode ser útil ao estudar mudanças rápidas no LAI do dossel ou quando não for viável visitar um local de campo com frequência suficiente para capturar a variabilidade temporal no LAI com um instrumento portátil.
Limitações: A técnica de inversão do PAR tem algumas limitações. Ela exige medições de PAR transmitido (abaixo do dossel) e incidente (acima do dossel) sob condições de luz idênticas ou muito semelhantes. Isso pode ser um desafio em dosséis florestais muito altos, embora as medições do PAR incidente possam ser feitas em grandes aberturas ou clareiras do dossel. Além disso, em dosséis extremamente densos, a absorção de PAR pode ser quase completa, deixando pouca luz transmitida para ser medida na parte inferior de um dossel. Isso dificulta a distinção de alterações ou diferenças no LAI quando o LAI é muito alto. Por fim, as estimativas de LAI obtidas a partir de medições de PAR transmitida podem ser afetadas pelo acúmulo de folhagem. Os erros na estimativa do LAI associados à aglomeração geralmente podem ser atenuados com a coleta de várias amostras espacialmente distribuídas do PAR transmitido.
Refletância de radiação
Outro método para estimar o LAI utiliza a luz refletida em vez da transmitida. A radiação refletida pela vegetação verde e saudável tem um espectro muito distinto (Figura 3). De fato, alguns cientistas propuseram encontrar planetas potencialmente habitáveis fora do nosso sistema solar procurando por esse sinal espectral único. Um espectro típico de refletância de vegetação tem uma refletância muito baixa na parte visível do espectro eletromagnético (~400 a 700 nm, que também é a região PAR). Entretanto, na região do infravermelho próximo (NIR) (> 700 nm), a refletância pode chegar a 50%. A quantidade exata de refletância em cada comprimento de onda depende da concentração de vários pigmentos foliares, como a clorofila e a estrutura do dossel (por exemplo, disposição e número de camadas de folhas).
Vantagens: As primeiras tentativas de usar dados de refletância espectral para quantificar as propriedades do dossel descobriram que a proporção da refletância do vermelho e do NIR poderia ser usada para estimar a porcentagem de cobertura do dossel em uma determinada área. Esforços posteriores produziram várias combinações diferentes de comprimento de onda que se relacionam a várias propriedades do dossel. Essas combinações de comprimentos de onda, ou índices de vegetação espectral, agora são usadas rotineiramente como proxies para o LAI ou, por meio de modelagem empírica, são usadas para estimar diretamente o LAI.
Até recentemente, uma das únicas maneiras de coletar dados de refletância era com um espectrômetro portátil - um instrumento caro e delicado projetado para o laboratório, não para o campo. Mas as opções de sensores se expandiram com o desenvolvimento de radiômetros leves de várias bandas que medem um índice de vegetação específico. Esses pequenos sensores são baratos e não requerem muita energia, o que os torna perfeitos para o monitoramento em campo.
Essa é uma boa notícia para quem deseja monitorar as alterações no LAI ao longo do tempo, incluindo pesquisadores interessados em fenologia, crescimento do dossel, detecção de estresse e declínio do dossel ou detecção de plantas doentes.
Os índices de vegetação oferecem outra vantagem: muitos satélites de observação da Terra, como Quickbird, Landsat e MODIS, medem a refletância que pode ser usada para calcular os índices de vegetação. Como esses satélites observam grandes áreas, eles podem servir como uma forma de dimensionar as observações feitas em escala local para áreas muito mais amplas. Por outro lado, as medições feitas em escala local com um radiômetro multibanda podem ser uma fonte útil de dados de verdade para índices de vegetação derivados de satélites.
Os radiômetros multibanda também oferecem uma opção de cima para baixo para dosséis extremamente curtos, como pradarias de grama curta e forbes. É difícil, se não impossível, usar a maioria dos métodos de estimativa de LAI com esses dosséis porque o equipamento é grande demais para caber totalmente sob o dossel. Os índices de vegetação são medidos usando sensores que visualizam o dossel de cima para baixo, o que os torna uma ótima alternativa em casos como esse.
Limitações: Uma das maiores limitações dos índices de vegetação é que eles são valores sem unidade e, quando usados isoladamente, não fornecem uma medida absoluta de leaf area index. Se você não precisar de valores absolutos de LAI, o valor do índice de vegetação pode ser usado como um substituto para o LAI. No entanto, se precisar de valores absolutos de LAI, será necessário usar outro método para medir o LAI em conjunto com o índice de vegetação até que sejam coletados dados colocados suficientes para produzir um modelo empírico. Esse método também pode ser limitado devido à localização dos sensores. Por natureza, a refletância deve ser medida a partir do topo do dossel de uma planta, o que pode não ser viável em alguns dosséis altos.
Usando o ceptômetro LP-80
O METER LP-80 usa a técnica de inversão PAR para calcular leaf area index (LAI). O site LP-80 usa uma versão modificada do modelo de transmissão e dispersão de luz do dossel desenvolvido por Norman e Jarvis (1975). Cinco variáveis-chave usadas como entradas são discutidas abaixo.
τ (proporção de PAR transmitido e incidente): O fator mais influente para determinar o LAI com qualquer modelo de inversão de PAR é a razão entre o PAR transmitido e o PAR incidente. Essa relação(τ) é calculada usando medições de PAR transmitido próximo à superfície do solo e PAR incidente acima do dossel.
τ é uma variável relativamente intuitiva de entender. Quando o LAI é baixo, a maior parte da radiação incidente é transmitida pelo dossel em vez de ser absorvida ou refletida, portanto, τ será próximo de 1. À medida que a quantidade de material foliar no dossel aumenta, há um aumento proporcional na quantidade de luz absorvida, e uma proporção decrescente de luz será transmitida para a superfície do solo. O LP-80 consiste em uma barra de luz, que tem 80 sensores PAR linearmente espaçados e um PAR sensor externo. Em cenários típicos, a barra de luz é usada para medir o PAR sob o dossel, enquanto o sensor externo destina-se a quantificar o PAR incidente, seja acima do dossel ou em uma clareira.
θ (ângulo do zênite solar):θ é a elevação angular do sol no céu em relação ao zênite, ou o ponto diretamente acima da sua cabeça, em um determinado horário, data e localização geográfica (Figura 4). O ângulo zenital solar é usado para descrever o comprimento do caminho dos fótons através do dossel (por exemplo, em um dossel fechado, o comprimento do caminho aumenta à medida que o sol se aproxima do horizonte) e para determinar a interação entre a radiação do feixe e a orientação das folhas (discutida abaixo).
θ é calculado automaticamente pelo site LP-80 usando entradas de hora local, data, latitude e longitude. Portanto, é fundamental certificar-se de que essas informações estejam corretamente definidas no menu de configuração do LP-80 .
ƒb (fração do feixe): Em um ambiente externo, a principal fonte de radiação de ondas curtas é o sol. Quando o céu está claro, a maior parte da radiação vem como um feixe diretamente do sol (Figura 5a). Entretanto, na presença de nuvens ou neblina, parte da radiação do feixe é espalhada pelo vapor de água e pelos aerossóis na atmosfera (Figura 5b). Esse componente disperso é chamado de radiação difusa. O ƒb é calculado como a razão entre a radiação difusa e a radiação do feixe. O site LP-80 calcula automaticamente ƒb comparando os valores medidos de PAR incidente com a constante solar, que é um valor conhecido de energia luminosa do sol (pressupondo condições de céu claro) em qualquer momento e local na superfície da Terra.
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.
Em geral, χ descreve a quantidade de luz que será absorvida pelas folhas em um dossel em diferentes momentos do dia, à medida que o sol se move pelo céu. A estimativa de leaf area index com a técnica de inversão PAR não é muito sensível ao valor de χ, especialmente quando a amostragem é feita em condições de céu uniformemente difuso (Garrigues et al., 2008). O valor χ é mais importante quando se trabalha com dosséis que apresentam características extremamente verticais ou horizontais e quando se trabalha em condições de céu claro em que fb é menor que aproximadamente 0,4. Para obter mais informações sobre a distribuição do ângulo das folhas, consulte Campbell e Norman (1998).
K (coeficiente de extinção): O coeficiente de extinção do dossel, K, descreve quanta radiação é absorvida pelo dossel em um determinado ângulo zenital solar e na distribuição do ângulo das folhas do dossel. O conceito de um coeficiente de extinção vem da lei de Beer (Equação 1). Uma explicação detalhada do coeficiente de extinção pode se tornar complicada rapidamente. Para a estimativa de LAI, basta saber que o ângulo de penetração do feixe solar interage com a distribuição do ângulo da folha para determinar a probabilidade de um fóton ser interceptado por uma folha. Para fins de estimativa do LAI, K é calculado como
A partir dessa equação, deve ser óbvio que, para qualquer dossel, K só muda à medida que o sol se move pelo céu. O LP-80 calcula automaticamente K sempre que mede o LAI. Depois que K é calculado e todas as outras variáveis são quantificadas, o LAI é calculado como
em que L é o LAI e A é a absortividade da folha. Por padrão, A é definido como 0,9 no site LP-80. A absortividade da folha é uma propriedade altamente consistente para a maioria das folhagens verdes saudáveis, e um valor de 0,9 é uma boa aproximação para a maioria das situações. Em casos extremos (por exemplo, folhas extremamente jovens, folhas altamente pubescentes ou cerosas, folhas senescentes), A pode se desviar de 0,9, levando a erros nas estimativas de LAI. Se estiver usando o site LP-80 em condições atípicas, talvez seja necessário combinar manualmente os resultados do site LP-80 com um valor A modificado para calcular o LAI.
Usando o LP-80 em dosséis curtos (culturas de cereais, pastagens)
Em cenários típicos, é melhor manter o LP-80 ceptômetro a uma altura consistente sob a capota, enquanto o PAR sensor externo anexado é mantido acima da capota. Use o nível de bolha anexado para garantir que a barra de luz e o PAR sensor externo sejam mantidos nivelados. Para culturas em linha ou pequenas parcelas de amostragem, os pesquisadores geralmente montam o sensor externo em um tripé entre as linhas ou acima do dossel. O LP-80 faz medições simultâneas de PAR acima e abaixo do dossel sempre que o botão é pressionado, levando em conta quaisquer alterações nas condições de luz. Se o dossel for curto o suficiente, uma abordagem ainda mais fácil é usar o ceptômetro para obter medições acima e abaixo do dossel. Basta segurar o LP-80 acima do dossel para obter uma medição PAR incidente. Atualize a medição acima do dossel a cada poucos minutos ou quando as condições do céu mudarem (por exemplo, devido a nuvens variáveis). Em ambos os casos, todas as outras variáveis são medidas e calculadas automaticamente, e o leaf area index (LAI) é atualizado com cada medição abaixo do dossel.
Usando o LP-80 em copas altas (florestas, áreas ribeirinhas)
Em dosséis altos, muitas vezes não é prático medir o PAR acima e abaixo do dossel com um único instrumento. Ao usar o LP-80 em dosséis altos, há algumas opções disponíveis para fazer medições de PAR acima e abaixo do dossel.
Uma opção é montar um PAR sensor acima do dossel ou em uma clareira ampla com uma visão desobstruída do céu. Esse método requer algum pós-processamento adicional dos dados, mas pode dar bons resultados. O PAR sensor precisa ser conectado ao seu próprio registrador de dados, que deve ser configurado para adquirir medições em intervalos regulares (por exemplo, a cada 1 a 5 minutos) para que qualquer variação nos níveis de luz ambiente seja capturada. Colete medições abaixo do dossel com o ceptômetro e, em seguida, combine os dados no pós-processamento usando os registros de data e hora para emparelhar cada medição acima e abaixo do dossel. Calcule τ com cada par, que pode então ser usado como entrada para a Equação 3.
A segunda opção é útil quando não é viável colocar um PAR sensor acima do dossel ou quando um PAR sensor ou registrador de dados não está disponível. Se esse for o caso, use o LP-80 para medir o PAR incidente em um local fora do dossel com uma visão desobstruída do céu. No modo de medição, escolha se deseja medir a radiação incidente ou transmitida. Ao usar o próprio LP-80 para fazer leituras acima e abaixo do dossel, leve em conta a variabilidade das condições do céu.
Em um dia de céu claro, é mais fácil obter amostras no meio do dia, pois os níveis de luz não mudarão muito no período de 20 a 30 minutos. Quando as condições do céu estão uniformemente nubladas, as condições PAR podem permanecer por períodos mais longos, proporcionando uma janela de medição mais longa antes da necessidade de readquirir uma medição acima do dossel.
No entanto, se as condições do céu forem muito variáveis, não recomendamos esse método, a menos que seja possível atualizar constantemente a medição do PAR incidente. O LP-80 calcula automaticamente o LAI a cada medição abaixo do dossel usando a medição do PAR incidente armazenada. Readquira uma medição do PAR incidente sempre que as condições de luz mudarem (por exemplo, quando o cloud obstruir o disco solar ou depois de decorridos cerca de 20 a 30 minutos) para evitar erros no cálculo do LAI.
Aglomeração e amostragem espacial
Na maioria dos dosséis, o leaf area index é variável no espaço. Por exemplo, em plantações em linha, o LAI pode variar de 0 a 2-3 em uma distância de 1 metro. Mesmo em florestas e outros dosséis naturais, o espaçamento variável das árvores, as características de ramificação e a disposição das folhas nos caules causam aglomeração. Isso significa que as medições de LAI baseadas em pontos podem ser altamente tendenciosas. Lang e Yueqin (1986) descobriram que a média de várias medições ao longo de um transecto horizontal ajudou a aliviar as tendências associadas à aglomeração em escalas espaciais finas.
O LP-80 usa uma abordagem semelhante, calculando a média das medições de luz em oito grupos de dez sensores situados ao longo de uma sonda de 80 cm de comprimento. Embora essa abordagem reduza os erros em escala local, ela pode não levar em conta a variabilidade em leaf area index na escala do dossel. Os pesquisadores devem considerar a variabilidade espacial no LAI do dossel ao desenvolver um esquema de amostragem. Em geral, dosséis mais heterogêneos exigirão mais medições de LAI no espaço para obter um valor de LAI que seja representativo de todo o dossel.
Condições atmosféricas
O LP-80 é capaz de medir com precisão o leaf area index em condições de céu claro e nublado. Isso ocorre porque o modelo de LAI usado pelo LP-80 leva em conta as alterações na radiação difusa e de feixe(ƒb), o ângulo do zênite solar(θ) e porque a radiação incidente e a transmitida são medidas simultaneamente quando se usa um sistema acima do dossel PAR sensor. Os erros associados à especificação incorreta da distribuição do ângulo da folha(χ) são mais pronunciados quando a amostragem é feita em condições de céu claro (Garrigues et al., 2008). Isso ocorre porque há uma proporção maior de radiação proveniente de um único ângulo (a radiação do feixe diretamente do sol). Nessas condições, é importante modelar corretamente como o ângulo da folha e o ângulo de penetração do feixe interagem. Portanto, ao fazer a amostragem em condições de céu claro, certifique-se de usar um valor χ adequado.
Influência de elementos não fotossintéticos
Em florestas, arbustos e outras áreas com a presença de espécies lenhosas, as medições do LP-80 serão influenciadas por outros elementos além das folhas. Por exemplo, os troncos, galhos e caules das árvores interceptam parte da radiação e, portanto, afetam as estimativas de LAI obtidas com a técnica de inversão PAR. De fato, alguns pesquisadores se referem à medição obtida com o LP-80 e instrumentos semelhantes como índice de área vegetal (PAI) em vez de LAI, a fim de reconhecer a contribuição do material não foliar para a medição. Não é de se surpreender que o PAI seja maior que o LAI em um determinado ecossistema. No entanto, os valores de PAI e LAI geralmente não são muito diferentes porque a área das folhas geralmente é muito maior do que a área dos galhos, e a maioria dos galhos é sombreada por folhas (Kucharik et al., 1998). Em ecossistemas decíduos, a contribuição do material lenhoso pode ser contabilizada por meio da aquisição de medições durante o estágio de desfolha.
Usando o sensor SRS-NDVI
O sensor SRS-NDVI mede a refletância do dossel nos comprimentos de onda vermelho e NIR, o que permite o cálculo do Índice de Vegetação por Diferença Normalizada (NDVI). Por sua vez, o NDVI pode ser usado para estimar o LAI. Apresentamos aqui uma breve visão geral da teoria operacional do SRS-NDVI . O SRS-NDVI mede a refletância do dossel nos comprimentos de onda vermelho e NIR, e suas medições podem ser usadas para calcular ou aproximar o LAI. As refletâncias do vermelho e do NIR são usadas na seguinte equação para calcular NDVI
em que ρ denota a porcentagem de refletância nos comprimentos de onda NIR e vermelho. Matematicamente, NDVI pode variar de -1 a 1. À medida que o LAI aumenta, a refletância vermelha normalmente diminui devido ao aumento do conteúdo de clorofila do dossel, enquanto a refletância NIR aumenta devido à expansão das células mesofílicas e ao aumento da complexidade estrutural do dossel. Portanto, em condições típicas de campo, os valores de NDVI variam de 0 a 1, representando LAIs baixos e altos, respectivamente.
Em casos como fenologia e fenotipagem de stay-green, em que os valores absolutos de LAI não são necessários, os valores de NDVI podem ser usados diretamente como substitutos de LAI. Por exemplo, se o objetivo de um estudo for rastrear os padrões temporais de crescimento e senescência do dossel (Figura 6), pode ser adequado simplesmente usar NDVI como métrica. Se os objetivos da pesquisa exigirem estimativas do LAI real, é possível estabelecer um modelo específico para o dossel que permita que o NDVI seja convertido em LAI. Esse método é descrito na próxima seção.
Desenvolvimento de modelos de regressão baseados em campo NDVI-LAI
Para estimar diretamente o leaf area index usando os valores do NDVI , desenvolva uma relação correlativa específica para o local ou para a cultura. A melhor maneira é fazer medições colocalizadas de NDVI e LAI (por exemplo, usando um ceptômetro LP-80 ). Por exemplo, medições colocadas de LAI e NDVI foram adquiridas durante um período de rápido crescimento do dossel. A regressão dos mínimos quadrados foi usada para ajustar um modelo linear aos dados (Figura 7). Com esse modelo, é possível usar o NDVI para prever o LAI sem fazer medições independentes.
O desenvolvimento de um modelo empírico robusto envolve algum esforço, mas, uma vez que o modelo esteja concluído, é possível monitorar continuamente as alterações no LAI com um sensor SRS-NDVI implantado em uma parcela ou copa a longo prazo. Esse método economiza muito esforço e tempo a longo prazo.
SRS-NDVI considerações sobre amostragem
O SRS-NDVI foi projetado para ser usado como um sensor de visão dupla. Isso significa que um sensor, com um campo de visão hemisférico, deve ser montado voltado para o céu. O outro sensor, com um campo de visão de 36° (meio ângulo de 18°), deve ser montado voltado para baixo, para o dossel. As medições voltadas para baixo e para cima coletadas de cada sensor são usadas para calcular a porcentagem de refletância nas bandas vermelha e NIR. As refletâncias percentuais são usadas como entradas para a equação NDVI (Equação 4).
O sensor voltado para cima deve ser colocado acima de qualquer obstrução que bloqueie a visão do céu pelo sensor. O sensor voltado para baixo deve ser direcionado para a região do dossel a ser medida. O tamanho da área medida pelo sensor voltado para baixo depende da altura do sensor acima da copa das árvores. O diâmetro do ponto do sensor voltado para baixo é calculado como
em que γ é o meio ângulo do campo de visão (18° para o SRS-NDVI) e h é a altura do sensor acima do dossel. Isso é válido para medir o diâmetro do ponto quando o sensor voltado para baixo está apontado diretamente para baixo (ou seja, ângulo de visão nadir). Nos casos em que o sensor voltado para baixo estiver apontando para fora do nadir, o ponto será oblíquo e será maior do que o calculado pela Equação 5.
Para quantificar a variabilidade espacial no LAI, vários sensores voltados para baixo podem ser configurados para monitorar diferentes partes do dossel. Por exemplo, vários sensores foram montados acima do dossel em uma floresta decídua para monitorar as diferenças na fenologia da primavera de várias árvores. As medições do site NDVI revelaram diferenças no momento e na magnitude do crescimento das folhas entre as árvores que foram medidas (Figura 8). Uma abordagem semelhante poderia ser usada para monitorar a resposta das plantas em parcelas individuais sujeitas à manipulação experimental ou para monitorar os padrões de crescimento em diferentes unidades agrícolas.
Influência do fundo do solo NDVI medições
Pode ocorrer um erro considerável nas medições do NDVI quando o solo está no campo de visão do sensor SRS-NDVI ou em situações em que a quantidade de solo no campo de visão muda devido ao crescimento do dossel (por exemplo, do início para o final da estação de crescimento). Qi et al. (1994) mostraram que o NDVI é sensível à textura e à umidade do solo. Essa sensibilidade do solo pode dificultar a comparação dos valores de NDVI coletados em diferentes locais ou em diferentes épocas do ano. Isso também pode dificultar o estabelecimento de um modelo de regressão confiável do NDVI-LAI. O Índice de Vegetação Ajustado ao Solo Modificado (MSAVI) foi desenvolvido por Qi et al. (1994) como um índice de vegetação que tem pouca ou nenhuma sensibilidade ao solo. O MSAVI é calculado como
As vantagens do MSAVI incluem: (1) não é necessário ajustar os parâmetros do solo e (2) ele usa exatamente as mesmas entradas do site NDVI (refletâncias vermelha e NIR), o que significa que pode ser calculado a partir das saídas de qualquer sensor NDVI .
Lidando com a saturação do NDVI em dosséis de alto LAI
Além da sensibilidade do solo, o NDVI também sofre com a falta de sensibilidade às mudanças no LAI quando o LAI é maior que aproximadamente 3 a 4, dependendo do dossel (Figura 9). A sensibilidade reduzida do NDVI em LAI alto se deve ao fato de que a clorofila é um absorvedor altamente eficiente da radiação vermelha. Portanto, em algum momento, adicionar mais clorofila ao dossel (por exemplo, por meio da adição de material foliar) não alterará significativamente a refletância do vermelho (consulte a Figura 3).
Foram desenvolvidas várias soluções para a saturação do NDVI . Uma das soluções mais simples usa um fator de ponderação que é aplicado à refletância do infravermelho próximo no numerador e no denominador da Equação 4. O índice resultante é chamado de Índice de Vegetação de Amplo Alcance Dinâmico (WDRVI; Gitelson, 2004). O fator de ponderação pode ser qualquer número entre 0 e 1. À medida que o fator de ponderação se aproxima de 0, a linearidade da correlação WDRVI-LAI tende a aumentar ao custo de reduzir a sensibilidade às alterações do LAI em copas esparsas.
O EVI (Enhanced Vegetation Index, Índice de Vegetação Aprimorado) é outro índice de vegetação que tem maior sensibilidade ao LAI alto em comparação com o NDVI. O EVI foi originalmente projetado para ser medido a partir de satélites e incluía uma banda azul como entrada para aliviar os problemas associados à observação da superfície da Terra através da atmosfera a partir da órbita. Recentemente, foi desenvolvida uma nova formulação do EVI que não requer uma banda azul. Essa versão modificada do EVI é chamada de EVI2 (Jiang et al., 2008). Semelhante ao índice MSAVI, o EVI2 usa exatamente os mesmos dados que o NDVI (refletâncias vermelha e NIR) e é calculado como
Outra vantagem do EVI2 é que ele é menos sensível ao solo em comparação com o NDVI. Assim, o EVI2 é um bom índice de vegetação geral para estimar o LAI, pois é pouco sensível ao solo e tem uma relação linear com o LAI.
Saiba mais sobre NDVI
No webinar a seguir, o Dr. Steve Garrity discute a teoria, os métodos, as limitações, as aplicações e muito mais do NDVI e do PRI. Ele também explica os sensores de refletância espectral e suas considerações de medição.
Gráfico de comparação rápida do método 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
Método
Custo relativo
Amostragem temporal
Adequação para coberturas altas
Adequação para toldos curtos
Dimensionamento espacial
Facilidade de coleta de amostras
Amostras de perfilamento vertical
Colheita destrutiva
H*
Individual
L
H
L
VL
Sim
Armadilhas para lixo
M*
Individual
H
L
L - M
M
Não
Fotografia hemisférica
M
Individual
H
L
M
M
Não
Inversão do PAR (LP-80)
M
Ambos*
H*
H
M
H
Sim
Índice de vegetação
L - VH
Contínuo
M**
VH
M -H
VH
Não
Tabela 1.CHAVE:VL = muito baixo, L = baixo, M = moderado, H = alto, VH = muito alto
Ambiente operacional: 0 a 50°C, 0 a 100% de umidade relativa
Comprimento da sonda: 86,5 cm
Número de sensores: 80
Comprimento total: 102 cm (40,25 pol.)
Dimensões do microcontrolador: 15,8 x 9,5 x 3,3 cm (6,2 x 3,75 x 1,3 pol.)
Faixa de PAR: 0 a >2.500 µmol m-2 s-1
Resolução: 1 µmol m-2 s-1
Resolução espacial mínima: 1cm
Capacidade de armazenamento de dados: 1 MB de RAM, 9000 leituras
Intervalo de registro sem supervisão: Selecionável pelo usuário, entre 1 e 60 minutos
Peso do instrumento: 1,22 kg (2,7 lbs)
Recuperação de dados: Direto via cabo RS-232
Alimentação: 4 pilhas alcalinas AA
Conector externo PAR sensor : Conector circular de 3 pinos com trava (cabo de 2 m)
Opção de cabo de extensão: 7,6 m (25 pés)
Referências
Mais recursos que respondem às perguntas: O que é leaf area index e como medir leaf area index.
Campbell, Gaylon S. e John M. Norman. "The light environment of plant canopies." Em 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. "Intercomparação e análise de sensibilidade de Leaf Area Index recuperações de LAI-2000, AccuPAR e fotografia hemisférica digital sobre áreas de cultivo." Agricultural and Forest Meteorology 148, no. 8 (2008): 1193-1209.
Gitelson, Anatoly A. "Wide dynamic range vegetation index for remote quantification of biophysical characteristics of vegetation." Journal of Plant Physiology 161, no. 2 (2004): 165-173.
Hyer, Edward J. e Scott J. Goetz. "Comparação e análise de sensibilidade de instrumentos e métodos radiométricos para estimativa de LAI: avaliações de um local de floresta boreal." Agricultural and Forest Meteorology 122, no. 3 (2004): 157-174.
Jiang, Zhangyan, Alfredo R. Huete, Kamel Didan e Tomoaki Miura. "Desenvolvimento de um índice de vegetação aprimorado de duas bandas sem uma banda azul". Remote Sensing of Environment 112, no. 10 (2008): 3833-3845.
Kucharik, Christopher J., John M. Norman e Stith T. Gower. "Measurements of branch area and adjusting leaf area index indirect measurements." Agricultural and Forest Meteorology 91, no. 1 (1998): 69-88.
Lang, A. R. G. e Xiang Yueqin. "Estimativa de leaf area index a partir da transmissão da luz solar direta em dosséis descontínuos". Agricultural and Forest Meteorology 37, no. 3 (1986): 229-243.
Norman, J. M. e P. G. Jarvis. "Photosynthesis in Sitka spruce (Picea sitchensis (Bong.) Carr.). III. Medições da estrutura do dossel e interceptação da radiação". Journal of Applied Ecology (1974): 375-398.
Rouse Jr., J_W, R. H. Haas, J. A. Schell e D. W. Deering. "Monitoramento de sistemas de vegetação nas Grandes Planícies com ERTS". (1974).
Qi, Jiaguo, Abdelghani Chehbouni, A. R. Huete, Y. H. Kerr e Soroosh Sorooshian. "Um índice de vegetação ajustado ao solo modificado". Remote Sensing of Environment 48, no. 2 (1994): 119-126.
O site LP-80: sem dor leaf area index
DR. GAYLON S. CAMPBELL
Leaf area index (LAI) é apenas um único número, um instantâneo estatístico de um dossel tirado em um determinado momento. Mas esse único número pode levar a uma visão significativa, pois pode ser usado para modelar e entender os principais processos do dossel, incluindo interceptação de radiação, conversão de energia, momento, troca de gás, interceptação de precipitação e evapotranspiração.
Os métodos LAI mais antigos são tediosos
Leaf area index é definida como a área de folhas verdes unilaterais de um dossel ou comunidade de plantas por unidade de área de solo. Ele pode ser encontrado colhendo e medindo a área de cada folha em um dossel que cobre uma unidade de área de solo. Em 1981, Anderson desenvolveu um método menos destrutivo para determinar o LAI. Usando fotografias hemisféricas voltadas para cima, ela estimou a fração de luz que penetrava no dossel e aplicou um modelo matemático preditivo para aproximar leaf area index.
A avaliação de imagens de dossel "olho de peixe" era um trabalho tedioso. Em geral, um assistente colocava uma grade sobre cada imagem e contava a fração de luz nos quadrados. Um técnico de laboratório lembra: "Depois de muitas horas olhando para essas imagens, eu costumava sonhar com damas". A avaliação das "damas" permitia que os pesquisadores encontrassem a probabilidade de um feixe de luz aleatório penetrar naquela seção específica do dossel.
Conversão de LAI
Obter um valor para leaf area index geralmente é apenas um ponto no caminho. Se você planeja usar o LAI para modelar as interações ambientais do dossel, a medição da radiação fotossinteticamente ativa (PAR) pode ser um caminho mais direto. Isso ocorre porque muitos desses modelos estão usando o LAI para prever o PAR em primeiro lugar. É possível voltar ao caminho inverso - usar o PAR para estimar o LAI. Mas por que fazer isso se o PAR é o número que você realmente deseja? Talvez você queira avaliar se o LAI é o parâmetro mais útil para sua aplicação específica. Às vezes é mais simples, e geralmente mais preciso, simplesmente medir o PAR interceptado e usar esses dados diretamente em um modelo apropriado.
O modelo matemático que converte essa fração de luz em uma estimativa de leaf area index é relativamente simples. Para entender como ele funciona, imagine segurar uma folha com uma área de dez centímetros quadrados horizontalmente sobre um grande quadrado branco. Ela projetaria uma sombra de dez centímetros quadrados. Em seguida, coloque aleatoriamente uma folha de tamanho idêntico sobre o quadrado. É muito provável que a sombra projetada agora seja de vinte centímetros quadrados, embora haja uma pequena chance de que as folhas se sobreponham. Quando uma terceira folha é adicionada, a probabilidade de sobreposição aumenta. À medida que mais e mais folhas são colocadas aleatoriamente, eventualmente o quadrado branco ficará completamente sombreado. E embora a área das folhas aumente à medida que elas são adicionadas, a área sombreada permanecerá constante porque toda a luz foi interceptada.
O site LP-80 resolve a equação para você
A equação que descreve esse fenômeno (consulte Resolver a equação abaixo para obter a derivação matemática) é
τ é a probabilidade de um raio penetrar no dossel, L é o leaf area index do dossel e K é o coeficiente de extinção do dossel. Se você medir a radiação fotossinteticamente ativa acima e abaixo de um dossel em um dia ensolarado, a razão entre as duas (PAR abaixo e PAR acima) será aproximadamente igual a τ. Se você souber K, poderá encontrar leaf area index (L), invertendo a equação:
O LP-80 basicamente resolve essa equação para encontrar leaf area index. Mas há alguns fatores complicadores. Ao construir o modelo, presumimos que as folhas em nosso dossel artificial eram horizontais e pretas e que toda a radiação vinha diretamente do sol. Na realidade, o ângulo do sol muda ao longo do dia, e os dosséis reais têm uma arquitetura bastante complexa. Além disso, parte da radiação é espalhada pelas folhas do dossel e pelo céu. Um modelo completo para encontrar o leaf area index a partir de uma medida da radiação fotossinteticamente ativa inclui correções para todos esses fatores.
Essa equação, que é a realmente usada pelo site LP-80, ajusta a quantidade de luz absorvida (e não dispersa) pelas folhas no termo A e a fração de luz que entra no dossel como um feixe (em oposição à luz difusa do céu ou das nuvens) no termo fb. K, o coeficiente de extinção do dossel, inclui variáveis para o ângulo zenital do sol e para a distribuição das folhas. Se você especificar sua localização e definir o relógio interno para a hora local, o site LP-80 calculará o ângulo zenital do sol no momento de cada medição. Presume-se que a distribuição do ângulo das folhas seja esférica, a menos que você indique o contrário.
Resolvendo a equação
Se dividirmos um dossel de folhas pretas horizontais distribuídas aleatoriamente em tantas camadas que cada camada contenha uma fração infinitesimalmente pequena da área foliar(dL), a mudança na radiação do topo para a base dessa camada será
Em outras palavras, a mudança na quantidade média de luz solar que passa por essa fração do dossel(dSb) é igual a negativa (porque a quantidade de luz diminui à medida que a área da folha aumenta) a quantidade média de energia radiante por unidade de área(Sb) vezes a mudança em leaf area index (dL). Essa é uma equação diferencial separável variável. Dividindo ambos os lados por Sb e integrando do topo do dossel para baixo, obtemos
Ao realizar a integração, obtém-se
Ao considerar a exponencial de ambos os lados, obtém-se
Sbo é a radiação em uma superfície horizontal acima do dossel; τ é a probabilidade de um raio penetrar no dossel, que é o mesmo que a razão entre a radiação do feixe na parte inferior do dossel e a radiação do feixe na parte superior (já que não supomos nenhuma dispersão de radiação no dossel). Para dosséis com folhas não horizontais, o resultado é o mesmo, exceto que L é substituído por KL, em que K é o coeficiente de extinção do dossel.
Referência
Anderson, Margaret C. "The geometry of leaf distribution in some south-eastern Australian forests." Agricultural Meteorology 25 (1981): 195-206. Link do artigo.
The LP-80: Qual é o grau de precisão?
O LP-80 faz medições rápidas e diretas da radiação fotossinteticamente ativa(PAR) em dosséis. Ele fornece medições instantâneas de PAR quando você o liga e também fornece uma medição de Leaf Area Index-LAI. Mas de onde vem essa medição de LAI e qual é a sua precisão?
Os dosséis são variáveis. O LP-80 considera isso usando χ.
Leaf area index é a área de folhas verdes unilaterais de um dossel ou comunidade de plantas por unidade de área de solo. Para medir diretamente o LAI, você teria que medir a área de cada folha no dossel acima de uma unidade de área de solo. Como esse método é destrutivo e consome muito tempo, ele raramente é usado. Todas as outras medições do índice de área foliar, desde fotos hemisféricas até sensores ópticos, tentam se aproximar desse valor. O LP-80 encontra o LAI medindo a radiação fotossinteticamente ativa e convertendo esse valor PAR em leaf area index. O LP-80 usa diversas variáveis para calcular o leaf area index. Uma dessas variáveis, χ, descreve a orientação das folhas no dossel.
O que é χ?
χ é o "parâmetro de distribuição do ângulo do dossel". Ele descreve a arquitetura de um dossel - como suas folhas são orientadas no espaço. Diz-se que as folhas distribuídas aleatoriamente no espaço têm uma distribuição esférica, o que significa que se cada folha do dossel fosse cuidadosamente movida sem alterar sua orientação, as folhas poderiam ser usadas para cobrir a superfície de uma esfera. Um dossel com folhas distribuídas de forma esférica tem um valor χ de 1.
Many canopy architectures tend to be more horizontal (χ > 1) or vertical (χ < 1). Some canopy types have published χ values (see the LP-80 manual for a short list). But because this value can vary from species to species, it’s important to be able to approximate the value.
LAI ou PAR: quem começa primeiro?
Obter um valor para Leaf Area Index geralmente é apenas um ponto no caminho. Se você planeja usar o LAI para modelar as interações ambientais do dossel, a medição da radiação fotossinteticamente ativa (PAR) pode ser um caminho mais direto. Isso ocorre porque muitos desses modelos matemáticos usam o LAI para prever o PAR em suas equações internas. Às vezes, os pesquisadores usam o PAR para prever o LAI e, sem querer, colocam o número do LAI em um modelo que faz o caminho inverso. É importante avaliar se o LAI é o parâmetro mais útil em uma aplicação específica. Às vezes, é mais simples e geralmente mais preciso simplesmente medir o PAR interceptado e usar esses dados diretamente em um modelo apropriado.
Um bom valor de χ melhora a precisão da aproximação do LAI
É tentador querer um número exato para χ, com precisão de pelo menos duas casas decimais. Porém, devido à incrível variação nas copas, é impossível obter esse tipo de precisão. Leaf area index Os números, embora valiosos, são sempre apenas aproximações. Um bom valor de χ melhora a precisão dessa aproximação de leaf area index (LAI). Porém, mesmo com um valor χ menos preciso, as aproximações do leaf area index provavelmente serão bastante precisas, dependendo de outras condições (consulte a Figura 1).
Para obter um valor aproximado de χ para um dossel, encontre um grupo representativo de dossel com a mesma profundidade e largura. Em seguida, determine a fração do espaço vertical (τ0) - a porcentagem de luz em relação à sombra que você vê verticalmente através da touceira - e a fração do espaço horizontal (τ90) - a porcentagem de luz que você vê horizontalmente através da touceira. Em um dossel de folhas perfeitamente verticais, por exemplo, você pode ver cerca de 10% de luz para 90% de sombra horizontalmente - (τ90) = 0,1 - e 100% de luz verticalmente - (τ0) = 1. χ é encontrado a partir da seguinte equação simples
Usando essa equação, χ = 0 para um dossel perfeitamente vertical. Se as folhas estivessem distribuídas de forma esférica, com cerca de 10% de luz visível tanto vertical quanto horizontalmente, (τ90) = (τ0) = 0,1. Então, use essa equação, χ =1. (Essa é, incidentalmente, a configuração padrão de χ do LP-80).
Minimizar a incerteza no valor final do LAI
Para fins práticos, pode ser difícil estimar a quantidade de luz visível através de uma "touceira representativa" do dossel. Pode ser mais fácil fazer um pano de fundo e usá-lo para ajudá-lo a analisar o dossel (usamos um quadrado de um metro por um metro de cartolina colorida). O grupo deve incluir todos os elementos típicos do dossel. Se estiver estudando culturas em fileiras, por exemplo, a touceira deve ir do centro de uma fileira até o centro da seguinte para incluir a lacuna característica da copa que ocorre entre as fileiras. Imagine dissecar a touceira em um cubo. Para estimar τ, use o pano de fundo para formar a parte de trás do cubo e posicione-se na parte da frente para fazer sua estimativa da porcentagem de luz que é transmitida horizontalmente por essa seção cúbica do dossel. Para estimar τ0, use o pano de fundo para formar a parte superior ou inferior do cubo e posicione-se na extremidade oposta para estimar a porcentagem de luz transmitida verticalmente. Em seguida, encontre χ na Equação 1 (mostrada acima).
Verifique a razoabilidade de sua estimativa lembrando que os valores de χ para dosséis mais horizontais são maiores que um, enquanto os de dosséis mais verticais são menores que um. Você pode especificar o valor de χ para o dossel selecionando "Set χ" (Definir χ) no menu Setup (Configuração) do aplicativo LP-80. Usando esse método, você deve ser capaz de estimar um valor χ que minimizará a incerteza no valor final de leaf area index .
Esta figura mostra o erro percentual no cálculo de L do site LP-80 se o LP-80 estiver definido como ? = 1 e o parâmetro de distribuição real do dossel for o valor mostrado na figura. Ela pressupõe sol pleno (fb= 0,8). Observe que o erro depende do ângulo zenital do sol. A maioria das medições ocorrerá com ângulos zenitais superiores a 30 graus, portanto, o erro em pleno sol, sem informações sobre o parâmetro de distribuição do dossel, é, na pior das hipóteses, de 20%. Esse erro diminui com valores decrescentes de fb e torna-se zero quando fb é zero. Se o parâmetro de distribuição do dossel puder ser estimado com uma precisão de 10% ou mais, o erro no LAI será de 5% ou mais, mesmo no ângulo zenital de zero. Portanto, não é provável que a incerteza no parâmetro de distribuição contribua significativamente para a incerteza no LAI.
APÊNDICE
Modelos simplificados para assimilação de carbono pelas plantas
Dr. Gaylon S. Campbell
Os processos detalhados da fotossíntese são complicados e difíceis de modelar. Em muitos casos, entretanto, é possível simplificar o modelo concentrando-se em uma ou mais das limitações à assimilação.
Assimilação de carbono simplificada: luz e água
Em termos mais simples, a assimilação de carbono envolve a transformação química de dióxido de carbono e água em carboidratos e oxigênio nas folhas das plantas. O processo requer energia para prosseguir, e essa energia é fornecida pela luz, geralmente proveniente do sol. OCO2 vem da atmosfera e deve se difundir nas células do mesofilo da folha para ser fixado. Comoo interior da folha é muito mais úmido do que a atmosfera, a água se difunde para fora à medida queo CO2 se difunde para dentro. A quantidade de água usada no processo fotossintético real é minúscula, mas a água perdida em conexão com a absorção deCO2 é substancial.
Limitado pela luz, limitado pela água: duas abordagens distintas
Com base nessa descrição simples, poderíamos postular situações em que a luz seria o fator limitante da assimilação e outras em que a água seria o fator limitante. Nossos modelos, em palavras, poderiam ser: a assimilação é proporcional à capacidade da planta de capturar luz ou a assimilação é proporcional à capacidade da planta de capturar água. Ambas as abordagens podem ser úteis na modelagem da produção de biomassa.
Modelo baseado em luz
O modelo baseado em luz em forma de equação é
em que A é a assimilação líquida de matéria seca, S é a radiação incidente total recebida durante o período de crescimento da cultura, f é a fração média de radiação interceptada pela cultura e e é uma eficiência de conversão. Se A e S forem expressos em mol m-2s-1, então e é uma eficiência de conversão sem dimensão. Em situações de limitação de luz, o valor de e é bastante conservador para uma determinada espécie e está na faixa de 0,01 a 0,03 molde CO2 (mol de fótons)-1 Campbell e Norman (1998, p. 237) fornecem informações adicionais e referências para uma análise mais completa.
Medição de f com o ACCUPAR LP-80
Está claro que f, a fração de luz incidente interceptada pelo dossel da planta, é um fator crítico para determinar a assimilação. Esse fator é medido diretamente com o ACCUPAR LP-80. Em ambientes com limitação de luz, é possível prever a produção de matéria seca conhecendo a quantidade de PAR incidente e a eficiência de conversão de luz, e, em seguida, medindo f ao longo do tempo com o LP-80.
Modelo baseado em água
Em situações de limitação de água, aplica-se uma equação diferente. Ela é
em que T é a transpiração, D é o déficit de vapor atmosférico e k é uma constante para uma determinada espécie e nível deCO2 atmosférico. Tanner e Sinclair (1983) e Campbell e Norman (1998) fornecem derivações para essa equação, mas sua validade tem sido repetidamente confirmada em experimentos que remontam a mais de um século. Entre outras coisas, ela prevê que as regiões úmidas produzirão mais matéria seca por unidade de água utilizada do que as áreas áridas. Assim, um projeto de irrigação em Wisconsin, por exemplo, produziria muito mais matéria seca por unidade de água utilizada do que um no Arizona. Embora possa haver diferenças de uma espécie para outra na quantidade de matéria seca produzida por unidade de água utilizada, toda produção de matéria seca requer uma quantidade substancial de água. Os sonhos de fazer os desertos florescerem por meio da engenharia genética de plantas que fixam o carbono sem usar água são apenas isso - sonhos.
Interceptação no modelo baseado em água
O modelo de matéria seca baseado na evaporação também depende da interceptação da luz. A água perdida por uma cultura inclui a água transpirada pelas plantas e a água evaporada do solo. Somente a água perdida pela transpiração está relacionada à assimilação de carbono. Geralmente não é prático medir T na Equação 2, mas podemos criar um modelo de computador simples que o calculará todos os dias se soubermos a chuva ou a irrigação e algumas variáveis ambientais e do solo. Para o modelo, precisamos definir uma quantidade chamada evapotranspiração potencial, que é a taxa de perda de água quando o suprimento de água não limita nem a evaporação nem a transpiração. A transpiração potencial é calculada a partir de
Como a evaporação da superfície do solo também consome água, precisamos computá-la também. A evaporação potencial é calculada a partir de
em que Etp é a evapotranspiração potencial. Como antes, f é a fração de radiação interceptada pelo dossel e pode ser medida com o LP-80. Campbell e Diaz (1988) apresentam um modelo de computador simples para calcular a Etp, bem como algoritmos para calcular a evaporação e a transpiração reais a partir das quantidades potenciais dadas pelas Equações 3 e 4.
É fácil saber qual modelo usar
A maneira mais eficiente de determinar se a luz ou a água é o fator limitante é simplesmente executar os dois modelos matemáticos diariamente para ver qual deles prevê o valor mais baixo. Esse valor é o melhor indicador da produção de matéria seca para o dia específico em que ele é executado.
Modelagem de computador BASIC
Os modelos matemáticos com limitação de luz e água são difíceis de manipular manualmente, mas fáceis de programar em um computador. Eles são executados a partir de dados climáticos facilmente obtidos e podem ser preditores bastante precisos da produção de matéria seca da cultura, especialmente para culturas anuais. Eles têm sido especialmente úteis para avaliar o potencial de produção para determinados ambientes e práticas culturais (Campbell e Diaz, 1988; Kunkel e Campbell, 1987).
Computação da interceptação fracionária
A interceptação fracionária, f, usada em ambos os modelos é o valor médio de dias inteiros. A medição feita pelo LP-80 normalmente é feita em um determinado momento do dia e não é a média do dia. O manualLP-80 fornece equações e um exemplo (pág. 57) para converter da observação única para a média diária. O site LP-80 mede a transmissão da radiação considerando a razão entre o PAR medido abaixo do dossel e o PAR medido acima. Essa é a transmissão em um determinado ângulo zenital do sol, ?(θ). A média de transmissão em dias inteiros é a mesma que a transmissão para radiação difusa e é dada por
onde q depende de leaf area index, da distribuição do ângulo das folhas e do ângulo zenital do sol, conforme mostrado no manual. A interceptação fracionária para esses modelos é:
Referências
Campbell, G. S. e R. Diaz. "Modelos simplificados de balanço hídrico do solo para prever a transpiração da cultura". Drought research priorities for the dryland tropics. ICRISAT, Índia (1988): 15-26. Link do artigo (acesso aberto).
Campbell, G. S., e J. M. Norman. An Introduction to Environmental Biophysics (2ª ed.). Nova York: Springer, 1998. Link do artigo.
Kunkel, Robert e Gaylon S. Campbell. "Potencial máximo de produção de batata na Bacia de Columbia, EUA: modelo e valores medidos". American potato journal 64, no. 7 (1987): 355-366. Link do artigo.
Como o cálculo da fração do feixe no site LP-80 simplifica as medições de LAI
A radiação que atinge a sonda do ACCUPAR LP-80 pode vir diretamente do feixe solar ou ser espalhada pelo céu ou pelas nuvens. Essas duas fontes são afetadas de forma diferente pela arquitetura do dossel e, portanto, devem ser tratadas separadamente no cálculo do leaf area index (LAI) a partir das medições de transmissão do dossel. As informações necessárias para fazer o cálculo são a fração do feixe ou a proporção da radiação que vem diretamente do feixe solar em relação à radiação total (feixe mais PAR dispersa ou difusa) incidente na sonda.
Não há mais sombreamento da sonda
A versão anterior do ACCUPAR exigia que o usuário medisse a fração do feixe sombreando a sonda. O site LP-80 calcula essa fração usando as medições disponíveis. O método usado é modificado a partir de um método publicado por Spitters et al. (1986) para encontrar a fração do feixe para a radiação total. Eles correlacionaram a fração do feixe com a razão entre a radiação global total medida e a radiação potencial em uma superfície horizontal fora da atmosfera da Terra.
A medição do PAR acima do dossel do site LP-80 é o valor total global do PAR. Como a latitude e a hora do dia são conhecidas, o PAR potencial (PAR em uma superfície horizontal fora da atmosfera da Terra) pode ser calculado. A proporção dessas duas medições está relacionada à fração do PAR total no feixe solar, exatamente como Spitters et al. fizeram. O procedimento no site LP-80 é o seguinte:
Calcule r, a fração de PAR potencial que atinge a sonda. Essa é a "constante solar" do PAR vezes o cosseno do ângulo zenital, dividida pela leitura do PAR acima do dossel. Presumimos que a "constante solar" PAR seja de 2550 µmol/m2/s.
Um valor de r de 0,82 ou superior é definido como 0,82, um céu claro; um valor de 0,2 ou inferior é definido como 0,2, um céu totalmente difuso.
A fração r é usada no seguinte polinômio empírico, derivado de dados, para calcular a fração do feixe:
A macro para fazer esse cálculo é fornecida no apêndice abaixo.
LP-80 a teoria economiza tempo e esforço
É provável que essa abordagem seja menos precisa do que uma medição direta de fb, se essa medição for feita com muito cuidado, mas é difícil fazer medições diretas de fb rotineiramente quando se está tentando medir a interceptação do dossel ou o LAI. De fato, os erros introduzidos pelo método aproximado usado no site LP-80 são normalmente pequenos em comparação com os erros de outras medições. O gráfico a seguir mostra o erro no LAI em função do erro na estimativa da fração do feixe, supondo que uma fração de feixe constante de 0,4 tenha sido usada em todos os cálculos de LAI.
Esse erro é independente do LAI. Os cálculos são para um ângulo zenital de 30 graus. Ângulos zenitais maiores têm erros menores. O gráfico mostra que o erro no LAI é sempre menor que ± 20%. Para um erro de 10% na fração do feixe, o erro no LAI é de cerca de 2%. É difícil saber o tamanho dos erros que podem ocorrer no método LP-80 para calcular a fração do feixe, pois isso depende das condições, mas é provável que estejam na faixa de 10 a 20%. O erro que isso introduz no cálculo do LAI está, portanto, na faixa de 2 a 4%, o que é consideravelmente menor do que as incertezas da variabilidade espacial na medição do LAI.
Referência
Spitters, C. J. T., H. A. J. M. Toussaint e J. Goudriaan. "Separando o componente difuso e direto da radiação global e suas implicações para a modelagem da fotossíntese do dossel - parte I. componentes da radiação recebida". Agricultural and Forest Meteorology 38, no. 1-3 (1986): 217-229. Link do artigo.
Macro Visual BASIC para calcular a fração do feixe
Function BeamFraction(Zenith As Single, PAR As Single) As Single
Const pi = 3,14159
Dim r As Single, b As Single
Zênite = Zênite * pi / 180
Se Zenith > 1,5, então
b = 0# 'nighttime
Além disso
r = PAR / (2550# * Cos(Zenith)) '600 w/m2 * 4,25 umol/w/m2 (.235 MJ/mol) (600 é o PAR potencial)
Se r > 0,82 Então 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)
Fim Se
BeamFraction = b
Função final
APÊNDICE B: Saiba mais sobre a LAI
O Dr. Steve Garrity fala sobre Leaf Area Index (LAI). Os tópicos abordados incluem a teoria por trás da medição, métodos diretos e indiretos, variabilidade entre esses métodos, aspectos a serem considerados ao escolher um método e aplicações do LAI.
Transcrição do vídeo:
Como calcular o LAI
Neste seminário virtual, abordaremos a teoria do leaf area index (LAI), diferentes métodos de medição do LAI e algumas aplicações para medir o LAI. Começaremos definindo leaf area index. A Figura 1 representa duas parcelas teóricas na floresta ou em uma plantação.
A parcela à esquerda tem um metro de cada lado ou um metro quadrado de área de solo (quadrado marrom). Acima disso, toda a área é coberta pela área da folha (quadrado verde). Imagine uma folha realmente grande cobrindo toda a área acima do terreno. Para calcular o LAI no exemplo à esquerda, sabemos que a área do solo é igual a um metro quadrado e a área da folha também é igual a um metro quadrado. O LAI é calculado como a razão entre a área da folha e a área do solo, nesse caso, de um para um. Portanto, nesse exemplo, o LAI seria igual a um.
À direita da Figura 1 está o mesmo gráfico, mas desta vez com três camadas de folhas. Nesse caso, há um metro quadrado de área de solo e três metros quadrados de área foliar, o que nos dá uma proporção de área foliar para área de solo de três para um. Portanto, nesse caso, o LAI seria igual a três.
Por que medir o LAI?
O LAI não é um conceito complexo de se entender, e eu gostaria de discutir por que medimos o leaf area index ou por que ele é útil. O LAI é uma daquelas variáveis bastante onipresentes, ou seja, é usada em todos os lugares. Isso ocorre porque ela é simples, mas também extremamente descritiva.
Este é um mapa do LAI global derivado de dados de satélite (consulte o código de tempo do webinar: 2:16). As áreas de alto LAI são representadas em verde escuro, e as áreas de baixo LAI em verde claro. Observe que nos trópicos, ao redor do equador, estão algumas das florestas mais densas e de maior LAI do planeta. E ao norte ou ao sul do equador, onde ocorrem muitos de nossos desertos, há um LAI muito baixo. Em seguida, indo mais para o norte ou para o sul nas zonas temperadas (as zonas boreais), o LAI aumenta novamente. Os padrões de LAI nesse mapa refletem muitos processos e muitas variáveis. A disponibilidade de água ou luz pode explicar alguns desses padrões, mas nesse exemplo, você pode ver que o LAI é muito descritivo dos padrões mundiais de vegetação.
Aqui estão alguns outros motivos pelos quais a LAI é tão importante:
Colheita de luz do dossel (produtividade, acúmulo de biomassa, crescimento da cultura)
Fenologia
Estrutura do dossel
Transpiração
Dimensionamento de processos e muito mais
O LAI está relacionado à captação de luz. Quanto mais material foliar houver em um dossel, maior será a capacidade de absorver a energia luminosa do sol. Essa energia luminosa é então usada para impulsionar a produtividade da planta (produtividade primária) por meio da absorção e conversão de dióxido de carbono da atmosfera em carboidratos. Isso está relacionado ao acúmulo de biomassa e ao crescimento de culturas e florestas.
O LAI também é usado como um indicador de fenologia, sendo que a fenologia simplesmente descreve os eventos do ciclo de vida das plantas. Por exemplo, em florestas decíduas, todos os anos as folhas brotam, crescem, se expandem, amadurecem e, por fim, senescem. Todos esses processos podem ser descritos pelo rastreamento leaf area index ao longo do tempo.
O LAI também é comumente usado como uma medida da estrutura do dossel ou uma forma de diferenciar a estrutura de um dossel de outro. E é útil em dois parâmetros relacionados: transpiração e processos de escalonamento.
Considere uma folha, por exemplo (Figura 2). Nessa folha, há muitos processos fisiológicos que interagem com a atmosfera circundante na superfície da folha. E essas interações ocorrem na troca de massa e energia. Se entendermos esses processos de troca no nível da folha e soubermos quantas folhas existem em um dossel por meio do LAI, teremos um método conveniente para dimensionar esses processos para o nível do dossel e além.
Como medir o LAI
Há duas divisões principais em termos de métodos de medição de LAI: métodos diretos e métodos indiretos. Os métodos diretos de LAI geralmente envolvem a colheita destrutiva de um dossel: corte de árvores ou corte de biomassa. Uma maneira não tão destrutiva é usar armadilhas para capturar as folhas que entram em senescência e caem das plantas. Por outro lado, os métodos indiretos não medem o LAI diretamente, mas medem alguma outra variável ou variáveis relacionadas. As variáveis relacionadas são então usadas como proxies para o LAI ou para modelar diretamente o que é o LAI. Os métodos indiretos que abordarei neste seminário são a fotografia hemisférica, a inversão PAR (que usa medições da radiação transmitida através do dossel) e a refletância espectral (uma abordagem de cima para baixo usando sensores acima do dossel).
LAI: métodos diretos
Conforme mencionado, uma colheita destrutiva é comum nos métodos diretos de LAI. Em uma floresta, isso implica o corte de árvores e a remoção de todo o material foliar dessas árvores: um processo trabalhoso e tedioso que também remove uma quantidade significativa de material do dossel.
A Figura 3 ilustra um dossel muito curto em que os pesquisadores designam uma parcela circular no solo e colhem todo o material foliar dessa parcela. Nesse caso, o uso de um método destrutivo pode ser a única maneira de medir o LAI, devido ao fato de o dossel ser muito curto.
Outra forma de medir diretamente o LAI é usar armadilhas de lixo. Em uma floresta decídua, a cada outono, as folhas senescem e caem no chão. As armadilhas de lixo podem ser colocadas ao redor do dossel para capturar algumas dessas folhas. Os pesquisadores podem então coletar amostras periódicas das folhas (ou seja, retirá-las da armadilha e levá-las ao laboratório para análise).
Com os métodos de colheita destrutiva e de armadilha de lixo, depois que o material foliar é extraído da planta, a quantidade de área foliar coletada deve ser medida. Um método comum é o Licor Li 3100, que é essencialmente um scanner óptico. O pesquisador passa cada folha pelo scanner e a área foliar é medida. Quando todas as folhas são escaneadas, o pesquisador pode somar a área e dividi-la pela área do solo para obter uma medida do LAI. Uma das vantagens exclusivas desse método é o fato de permitir uma espécie específica leaf area index. Isso é útil em sistemas não gerenciados ou em dosséis de espécies mistas para entender a contribuição de cada espécie para o LAI total do dossel. Um pesquisador pode colher as espécies A, B e C e, em seguida, analisar suas áreas foliares de forma independente usando um scanner.
LAI: métodos indiretos
Todos os métodos indiretos de LAI discutidos neste webinar dependem, de alguma forma, da medição de como a luz interage com o dossel, portanto, primeiro, uma breve visão geral de como a luz pode interagir com o dossel. Há três destinos para a luz em um dossel.
Transmissão: A luz solar é transmitida por todo o dossel.
Absorbância: A luz solar é absorvida ou capturada pelo dossel e a energia é usada no processo de fotossíntese.
Refletância: A luz solar atinge a parte superior do dossel e é refletida de volta para a atmosfera e para o espaço
Podemos medir duas dessas quantidades: transmitância e refletância. A absorbância não é mensurável porque essa energia é usada pela planta.
Fotografia hemisférica
A fotografia hemisférica é um método que usa a medição da luz transmitida para estimar o LAI. É um método que já existe há bastante tempo e está bem estabelecido. Ele envolve o uso de uma câmera com lente olho de peixe, a fixação de todo o aparato da câmera em uma plataforma de nivelamento e o apontamento para cima, de modo que fique sob a copa das árvores, de frente para o céu.
A câmera captura uma imagem do dossel a partir de baixo em um hemisfério como o da Figura 4. Assim, você pode ver que as sete imagens ao longo da parte inferior (veja as imagens no código de tempo 13:08 no webinar) seriam uma sequência temporal de fotografias que foram coletadas do mesmo local dentro do dossel de uma floresta decídua, desde o início da primavera até aproximadamente o meio do verão. Visualmente, essas fotografias demonstram que, no início da primavera, há pouco ou nenhum material foliar no dossel. E, quando chegamos ao meio do verão, as folhas já estão totalmente vermelhas, expandidas e maduras.
A fotografia hemisférica é única, ao contrário de alguns dos outros métodos sobre os quais falarei, porque uma imagem do dossel é um conjunto de dados extremamente rico em dados. Isso ocorre porque há um componente espacial e também um componente de cor. Ela também fornece um arquivo ou um registro de dados que pode ser reanalisado (ou seja, é possível usar um método diferente para analisar as imagens à medida que a teoria e a tecnologia mudam). Já com outros métodos, você está medindo algum valor e não pode voltar a medir esse valor.
A outra vantagem da fotografia hemisférica é que, além do LAI, você também pode medir um conjunto de outras variáveis de dossel relacionadas à estrutura do dossel. Por exemplo, eu tracei aqui uma trilha solar hipotética: a posição ou a trilha que o sol percorre no céu em um determinado dia. Você pode usar essas informações para traçar onde o sol estará e, em seguida, estimar quando uma mancha de sol poderá ocorrer no local da amostra e qual será a duração dessa mancha de sol. Isso pode ser importante se você estiver interessado em estudar como o LAI está relacionado à transmissão de luz e como isso afeta a disponibilidade de luz para as espécies do sub-bosque. E os pesquisadores criaram muitas outras maneiras de extrair informações de fotografias hemisféricas, além de leaf area index.
Para analisar fotos hemisféricas, a foto bruta é processada usando um software para obter uma estimativa de LAi ou de alguma outra variável. Isso é feito com o uso de limiarização. A ideia por trás da limiarização é distinguir entre os pixels ocupados por folhas e os pixels ocupados pelo céu. Observe que no canto superior esquerdo está a imagem bruta (veja o timecode do webinar 15:14). E as outras sete imagens são de diferentes valores de limiar que foram aplicados a essa imagem. Na minha opinião, esse é o calcanhar de Aquiles da fotografia hemisférica, pois observadores diferentes podem escolher limiares diferentes com base no que seus olhos estão dizendo. Além disso, diferentes métodos automatizados para detectar o limiar podem gerar resultados diferentes. Portanto, há um pouco de subjetividade envolvida na análise de fotografias hemisféricas, o que pode dificultar a comparação de fotografias obtidas em momentos diferentes ou quando diferentes pessoas estão envolvidas no processamento de dados.
Ao usar a fotografia hemisférica, evite tirar uma foto quando o disco solar estiver aparecendo através do dossel. Isso ocorre porque, ao redor do disco solar, haverá um ponto muito brilhante e, se você tentar avaliar a diferença entre um fundo brilhante, um céu brilhante e um dossel, subestimará a quantidade de dossel existente devido a esse ponto brilhante. Além disso, como a imagem é coletada quando o sol está brilhando diretamente sobre o dossel, haverá sombras projetadas dentro do dossel, o que tornará muito difícil distinguir qual limiar de brilho está relacionado ao céu e ao dossel. Por fim, se houver nuvens variáveis em sua imagem, as áreas com nuvens serão extremamente brilhantes, enquanto o fundo do céu será um pouco mais escuro. Isso dificulta muito a escolha de um limite que diferencie o dossel do não dossel. Por todos esses motivos, recomenda-se que as fotografias hemisféricas sejam coletadas somente em condições uniformemente difusas ou uniformemente nubladas. A outra hora do dia que funciona é bem cedo ou bem tarde, quando o sol está baixo ou abaixo do horizonte, para eliminar problemas com o disco solar que contamina a imagem.
Então, quais aplicações são adequadas para a fotografia hemisférica? Um campo de trigo provavelmente não é um bom lugar para a fotografia hemisférica, pois a copa do trigo tem um crescimento bastante baixo e seria difícil colocar a câmera, a lente, a plataforma de nivelamento e o tripé totalmente abaixo da copa. A fotografia hemisférica funciona bem em dosséis altos, como o de uma floresta, porque é fácil encaixar o equipamento sob todo o material foliar do dossel.
LP-80: luz transmitida e lei de Beer
Do ponto de vista conceitual, é possível saber se estamos em um dossel esparso porque há muito poucas folhas e tende a ser muito mais brilhante no sub-bosque de um dossel esparso. Por outro lado, se estivermos em um dossel muito denso, é de se esperar que grande parte da luz seja absorvida ou refletida e não transmitida para o sub-bosque.
Usando essas observações básicas, você pode ver que há alguma relação entre a transmissão de luz e a área foliar. Isso é formalizado pela lei de Beer e, para fins de LAI, considere a forma da lei de Beer que trata da energia luminosa na forma de radiação fotossinteticamente ativa ou PAR.
PARt é a barra transmitida que pode ser medida na parte inferior do dossel. Essa será uma função da PAR incidente(PARi) ou da quantidade de radiação fotossinteticamente ativa incidente na parte superior do dossel. Outros dois parâmetros são k e z, em que k é o coeficiente de extinção e z é a ligação do caminho através do meio atenuante. Nesse caso, o meio atenuante seria o próprio dossel. Portanto, a lei de Beer nessa forma é a base para a maneira como usamos as medições da luz transmitida para estimar o LAI. Especificamente, vou ilustrar o modelo matemático usado pelo METER Accupar LP-80 (Equações 2 e 3).
Na Equação 2, no canto superior esquerdo, L é leaf area index, e o primeiro parâmetro que eu gostaria de abordar é o cálculo de k, que é o coeficiente de extinção dentro do modelo. A parte inferior direita da Equação 2 é um submodelo com dois parâmetros: chi (X) e theta(𝚹). Theta é simplesmente o ângulo do zênite solar no momento em que a medição é feita.
Ao longo de um dia, o ângulo zenital solar muda. Na Figura 6, o sol está em vários locais do céu. No início da manhã (à esquerda), o sol está mais baixo no céu em relação aos períodos mais próximos do meio-dia. E a mesma coisa acontece no final do dia. Theta é importante para descrever o comprimento do caminho da radiação do feixe (o caminho dos fótons diretamente do sol para o observador até algum ponto no dossel).
Observe que no início do dia ou no final do dia o comprimento do caminho é um pouco maior do que no meio do dia. Assim, o ângulo zenital solar é calculado simplesmente usando a hora do dia e o conhecimento da localização geográfica. No site LP-80, esses parâmetros são calculados automaticamente com os valores de hora e local inseridos pelo usuário, portanto, ao configurar um LP-80 , é fundamental que esses dois valores sejam inseridos corretamente.
A próxima variável no modelo de coeficiente de extinção (Equação 2, canto inferior direito) é o chi (XO chi descreve a distribuição do ângulo das folhas de um dossel. Cada dossel é uma mistura de folhas que são horizontais ou verticais em sua orientação ou em algum lugar entre horizontal e vertical. A Figura 7 é um gráfico que representa a distribuição dos ângulos das folhas em três dosséis diferentes.
Observe que os valores de chi em dosséis verticais são inferiores a um. Quanto mais vertical for a distribuição do ângulo da folha, mais próximo de zero será o chi. Em dosséis horizontais, o chi se aproxima do infinito. Normalmente, você verá valores de chi maiores que um nesse caso (ou seja, valores de um a cinco são comuns em dosséis horizontais). Os dosséis esféricos são dosséis com uma mistura de distribuições verticais e horizontais. Eles são a distribuição mais comum de ângulos de folhas que ocorrem na natureza. Eles têm valores de chi próximos ou iguais a um. O site LP-80 usa um valor de chi igual a um por padrão. Você pode alterar isso, mas, na maioria dos casos, é possível usar o padrão.
O gráfico no canto inferior esquerdo da Figura 8 demonstra como o valor de chi ou a distribuição do ângulo da folha influencia o coeficiente de extinção, dependendo do ângulo zenital do sol. Por exemplo, observe que com um chi igual a zero (um dossel completamente vertical) e o sol diretamente acima (o ângulo zenital do feixe é igual a zero), o coeficiente de extinção é igual a zero, o que significa que toda a radiação está passando pelo dossel. Nenhuma delas está sendo absorvida ou refletida. Ela é 100% transmitida.
Compare isso com um caso em que todas as folhas são perfeitamente horizontais (chi igual a infinito). Nesse caso, o coeficiente de extinção não depende do ângulo zenital do feixe. Isso faz sentido se você pensar em uma folha perfeitamente horizontal. Não importa o ângulo em que a radiação solar está incidindo sobre ela. Ela terá um coeficiente de extinção que é invariável.
O gráfico no canto inferior direito da Figura 8 analisa a transmissão em relação ao ângulo zenital solar. Observe que a transmissão do dossel horizontal é a mesma, independentemente do ângulo zenital. E o outro extremo, para dosséis verticais, a transmissão é igual a um quando o sol está diretamente acima da cabeça e é completa quando o ângulo do sol é muito baixo (sol no horizonte). Isso faz sentido quando você pensa em uma folha vertical e o sol diretamente acima dela. Não há sombra sendo projetada pela folha, ao passo que, se o sol estiver vindo pela lateral, há absorção total e nenhuma transmissão dessa radiação.
O que podemos aprender com isso? No canto superior esquerdo da Figura 8, há três copas diferentes com distribuições de ângulos de folha muito diferentes e, portanto, valores de chi diferentes, variando de 0,5 a três. Mas se você observar as figuras na parte inferior esquerda e direita, não há uma grande diferença no coeficiente de extinção ou na transmissão entre esses valores de chi. Portanto, o modelo leaf area index não é muito sensível ao valor de chi, especialmente os valores de chi que variam entre 0,5 e 2.
Portanto, a estimativa incorreta do chi pode ser uma fonte de erro, mas somente em casos extremos - se estivermos lidando com um dossel extremamente horizontal ou altamente vertical. Se não estiver trabalhando em nenhum desses extremos, então um valor de chi em torno de um será adequado para a estimativa do LAI.
Voltando ao modelo LAI (Equação 4), Fb é a fração do feixe e é calculada como a razão entre PAR difusa (radiação fotossinteticamente ativa) e PAR direta.
A Figura 9 ilustra o que isso significa. À esquerda, há condições típicas de céu claro com linhas brancas representando a radiação difusa (radiação espalhada na atmosfera por aerossóis em outras partículas). Essa radiação é espalhada para algum local no dossel, onde podemos estar medindo a luz transmitida. Observe também a radiação de feixe (radiação vinda diretamente do sol) na mesma imagem, que é dominante nessa condição de céu claro. Portanto, podemos ver que, à esquerda, Fb seria muito baixo porque o componente PAR direto é dominante.
Compare isso com a imagem à direita, onde há nuvens ou aerossóis pesados na atmosfera. Há mais dispersão e menos radiação do feixe está penetrando nessas nuvens até o local de observação abaixo do dossel. Nesse caso, Fb seria muito maior (próximo de 1), pois eliminamos completamente o componente de radiação do feixe.
O que isso significa? O Fb é importante porque descreve a distribuição dos ângulos de penetração dos fótons no dossel. Fb interage com a distribuição do ângulo da folha para descrever a probabilidade de um fóton penetrar ou ser transmitido por todo o dossel. Por exemplo, em um dia muito ensolarado, você tende a ver muitas sombras fortes. As sombras são projetadas de forma extremamente profunda e escura. Já em um dia nublado, é mais difícil encontrar sombras fortes. Isso ocorre porque há uma distribuição mais uniforme dos ângulos de radiação que atingem os objetos que podem projetar uma sombra. O mesmo acontece com as folhas em um dossel.
O próximo termo que discutiremos é tau(𝛕), que é a razão entre a radiação fotossinteticamente ativa transmitida e a incidente. E esse valor de tau é provavelmente o componente mais importante do modelo LAI. O modelo LAI é mais sensível ao tau. É o componente que forma o núcleo da medição ao usar esse modelo. Na Figura 10, estamos medindo a radiação incidente no topo do dossel com um PAR sensor. E abaixo do dossel, estamos usando um LP-80 para medir a quantidade de luz que está sendo transmitida pelo dossel. Esse modelo requer medições acima e abaixo do dossel.
Se o dossel for extremamente alto, encontre uma clareira ou um grande espaço onde possa colocar o PAR sensor e use-o como medida da radiação incidente. Você pode colocar um PAR sensor em uma clareira que esteja sendo continuamente registrada ou pode levar o próprio LP-80 para a clareira, obter uma leitura do incidente e, em seguida, levá-lo de volta à copa das árvores para medir a radiação transmitida.
Se estiver trabalhando em condições parcialmente nubladas ou se as condições do céu estiverem mudando rapidamente, atualize a leitura da radiação incidente com bastante frequência: basicamente sempre que as condições do céu (e, portanto, os níveis de luz ambiente) mudarem. Por esse motivo, se estiver preocupado com a flutuação dos níveis de luz ambiente, recomendo que registre de forma independente a radiação incidente e a radiação transmitida simultaneamente, de modo que esteja sempre levando em conta as mudanças no nível de luz ambiente e não introduzindo nenhuma fonte de erro no cálculo do LAI.
O site LP-80 funciona muito bem para amostragem pontual ou periódica. Para monitorar continuamente as alterações no LAI, outra abordagem seria usar sensores PAR acima e abaixo do dossel. Os sensores PAR abaixo do dossel basicamente substituem o LP-80 na Figura 10. A diferença é que os sensores PAR podem registrar continuamente, o que fornece uma medição contínua da radiação transmitida para entrada no modelo de LAI.
O último termo no modelo LP80's leaf area index (LAI) é A, que é a absorção da folha na região PAR (fotossinteticamente ativa) do espectro eletromagnético.
No site LP-80, A é fixado em um valor de 0,9, que é uma estimativa muito boa da absorção. Para a maioria dos dosséis existentes, a absorção não muda muito. Agora, esse pode não ser o caso em alguns exemplos extremos. Por exemplo, se as folhas forem extremamente jovens, sua absorvância pode ser um pouco menor que 0,9. E quando estão senescentes, pode ser menor do que 0,9. E, certamente, para folhas muito peludas ou extremamente cerosas, esse termo de absorção pode ser um pouco menor que 0,9. Mas, com exceção dos casos extremos, o valor de 0,9 é uma estimativa muito boa da absorvância da folha. Os valores que se desviam apenas ligeiramente de 0,9 não terão impactos dramáticos em um cálculo de LAI.
Reflectância: método indireto para o cálculo do LAI
Nos casos em que o LAI é muito baixo, normalmente há uma quantidade uniforme de refletância na parte visível e no infravermelho próximo do espectro. À medida que o LAI aumenta, há uma diminuição da quantidade de refletância visível, enquanto a refletância no infravermelho próximo tende a aumentar. Portanto, há uma relação entre a refletância no visível e no infravermelho próximo e o LAI que podemos usar para estimar o LAI.
Na Figura 12, observe que a refletância depende do comprimento de onda. O gráfico no canto inferior esquerdo abrange tanto a região visível (400 a 700 nanômetros) quanto parte da região do infravermelho próximo (acima de 700 nanômetros) do espectro eletromagnético. Você pode ver que o espectro está sendo coletado para o mesmo dossel, mas com valores diferentes do leaf area index (LAI). O que estou descrevendo é uma diminuição da refletância visível com o aumento do LAI e um aumento da refletância no infravermelho próximo com o aumento do LAI.
Foram inventados índices de vegetação ou combinações de diferentes faixas que nos permitem estimar diferentes variáveis biofísicas do dossel. Um índice comum é o Índice de Vegetação por Diferença Normalizada (NDVI).
NDVI é formulado usando valores refletidos de radiação vermelha e radiação infravermelha próxima, e foi demonstrado que NDVI está relacionado a leaf area index. A Figura 13 mostra um sensor de refletância espectral na parte superior do dossel que está monitorando continuamente a radiação refletida nas duas bandas. As duas portas estão medindo o vermelho e o infravermelho próximo. Mas se quisermos usar esse valor NDVI como uma estimativa direta de LAI ou como uma forma de estimar um valor absoluto de LAI, teremos de desenvolver uma relação com alguma medida independente de LAI.
Por exemplo, poderíamos usar um site LP-80 para calcular o LAI a partir de medições de radiação transmitida e, em seguida, colocar um sensor de refletância espectral para coletar valores NDVI . Se coletarmos um número suficiente desses valores ao longo do tempo ou do espaço, poderemos desenvolver uma relação de regressão linear (Figura 13, canto superior esquerdo). Então, poderíamos usar os valores subsequentes de NDVI nessa equação empírica para calcular leaf area index sem precisar usar a fonte independente (LP-80) de LAI para todas as medições subsequentes.
Talvez você não precise de valores absolutos de LAI e tenha um motivo diferente para medir o LAI. A Figura 14 mostra alguns exemplos de como o site NDVI pode ser usado como um substituto para o LAI sem realmente precisar de um valor absoluto de LAI.
Aqui, o pesquisador estava medindo a fotossíntese do NDVI e do dossel em uma pastagem durante um ano inteiro. No painel superior esquerdo, os valores do NDVI são plotados em verde e, em seguida, a fotossíntese é mostrada com os círculos abertos. Você pode ver que a trajetória temporal da fotossíntese é muito bem acompanhada pelo NDVI. Ele mostra como é possível desenvolver uma equação de regressão que relaciona os valores do NDVI à fotossíntese do dossel. Nesse caso, o leaf area index é um dos principais impulsionadores da fotossíntese nessa pastagem anual. Mas, em vez de tentar modelar a fotossíntese do dossel a partir do LAI, ele simplesmente usa o NDVI como proxy.
Da mesma forma, poderíamos considerar um aplicativo de fenologia. Os gráficos no canto inferior direito da Figura 14 são alguns dados coletados de uma floresta decídua por sete anos com LAI e NDVI medidos em vários intervalos. Subjetivamente, podemos ver que o NDVI rastreia a dinâmica temporal do leaf area index de forma muito próxima. Portanto, nesse caso, poderíamos substituir uma medida de LAI por um proxy de NDVI.
Considerações sobre o LAI: amostragem e dimensionamento
Não pense que é possível medir o LAI em um único local e obter um valor que seja representativo de todo o dossel. Não é assim que funciona. Uma suposição que tendemos a ter com um modelo do tipo LAI é que as folhas são distribuídas aleatoriamente em um dossel. Esse quase nunca é o caso. Há sempre algum grau de aglomeração que ocorre devido ao padrão de ramificação e à maneira como as folhas, os galhos e as árvores são distribuídos no dossel.
Uma das maneiras mais fáceis de contornar os efeitos negativos da aglomeração ou da variabilidade espacial é aumentar o tamanho da amostra.
À esquerda da Figura 15, há uma recriação artística de uma imagem aérea de alguns campos de cultivo diferentes. À direita, há uma recriação de uma imagem de um sistema de imagens usado para coletar dados NDVI dessa mesma imagem de campo de cultivo e, em seguida, convertê-los em dados NDVI e, depois, em leaf area index. Você pode ver que há uma ampla gama de valores de LAI em diferentes unidades de gerenciamento dentro dessa imagem. As imagens nos dão uma noção da heterogeneidade espacial, mas os métodos de que falamos são mais discretos em termos da área que representam. Podemos superar isso simplesmente coletando várias amostras em nossa área de estudo para tentar capturar a variabilidade espacial. Em seguida, é possível obter algum tipo de média espacial para representar o LAI em toda a área.
Ou talvez estejamos simplesmente interessados em entender qual é a variabilidade do LAI em toda a área. A imagem que mostrei no início deste seminário (Figura 1) sobre a distribuição global do leaf area index foi derivada de dados de satélite. Mas como podemos confiar nesses valores? Temos de ter alguma forma de verificar esses valores em campo. Como? Você poderia ter um sensor NDVI acima do dossel fazendo uma medição muito detalhada em nível local. Verifique-a com o que nossos dados de satélite estão nos fornecendo e, em seguida, atribua algum nível de confiança ao que vemos fora de nossa área de amostra usando os dados de satélite.
Lembre-se de que nem todos os métodos produzirão os mesmos resultados. A Figura 16 mostra alguns dados que coletei há vários anos, durante a primavera, no dossel de uma floresta decídua. Usei quatro métodos diferentes: fotografia hemisférica, o LAI 2000 e um sensor quântico (PAR sensor). Em seguida, usei o satélite MODIS (eles fornecem um produto de LAI) e o coloquei com algumas de minhas medições e comparei todos os quatro. Observe que, em um determinado dia, há uma grande variabilidade entre a estimativa fornecida por qualquer um desses métodos. Portanto, isso pode ser um desafio quando se está comparando um método com outro. Alguns métodos tendem a se comparar melhor uns com os outros. Por exemplo, eu não tinha um LP-80 para esse estudo, mas há cerca de três ou quatro artigos diferentes que foram publicados agora e que mostram que o LAI 2000 e o LP-80 normalmente fornecem valores muito semelhantes entre si. E, teoricamente, os sensores quânticos deveriam estar muito próximos do LP-80 e do LAI 2000 também.
A verdade é que nenhum desses métodos obteve o valor absoluto correto. Nesse caso, usamos armadilhas de lixo, que foram a maneira mais direta de estimar qual era o LAI real. Nesse dossel, ele estava um pouco abaixo de 4,0. Portanto, você pode ver que, pelo menos na maturidade, nenhum desses métodos acertou exatamente. Portanto, tenha cuidado ao comparar métodos diferentes ou apenas entenda que há variabilidade de método para método.
Uma fonte de variabilidade que podemos evitar é demonstrada nesta imagem (veja o timecode 46.01 do webinar). Essa imagem demonstra alguns conceitos que discutimos. Os feixes de luz estão penetrando no dossel em contraste com algumas áreas sombreadas. E você pode ver que todas essas dinâmicas de luz são controladas pela quantidade de material foliar existente no dossel e pela distribuição desse material foliar no dossel. Portanto, se tivermos um único PAR sensor que esteja medindo a radiação transmitida nesse dossel. E se o colocarmos à direita, no momento em que a imagem foi tirada, leremos valores muito altos de luz transmitida. Mas se tivermos outro PAR sensor aqui na sombra, veremos valores muito baixos de luz transmitida. Portanto, temos de estar cientes da variabilidade espacial no dossel que estamos medindo.
A Figura 17 mostra alguns dados que demonstram a aparência quando analisamos os sensores PAR individuais. Aqui havia mais de 30 sensores PAR distribuídos sob o dossel de uma floresta decídua. Com o passar do tempo, todos eles tendem a se rastrear mutuamente, mas o valor absoluto da radiação transmitida pode ser muito diferente de um local para outro. Portanto, se usarmos a luz transmitida como uma estimativa do LAI, qual traço usaremos para estimar o LAI? A resposta depende de qual é o nosso objetivo. Se estivermos apenas tentando obter uma noção média do que é o LAI, talvez seja necessário obter uma média espacial de todos esses valores.
Outro aspecto a ser destacado é que esses fatores de aglomeração e variabilidade espacial são fontes reais de erro. Entretanto, o LP-80 leva isso em conta na forma como as medições de luz transmitida são adquiridas. Ele tem uma varinha que sai da unidade portátil, e essa varinha tem cerca de 80 centímetros de comprimento com 80 sensores PAR independentes nessa varinha. Portanto, as leituras do LP-80 são uma média espacial de todos os sensores da varinha.
Alguns pesquisadores demonstraram há vários anos que, em copas onde há aglomeração, se você fizer uma média em um transecto linear, tenderá a reduzir a quantidade de erro associada à aglomeração, e essa estratégia já está fisicamente incorporada no site LP-80.
Se estiver usando o site PAR sensor, uma abordagem é garantir que você esteja coletando amostras suficientes que representem a heterogeneidade espacial da transmissão de luz, o que, obviamente, está relacionado ao LAI.
Por que você está medindo o LAI?
Antes de medir, considere por que está medindo o LAI. Você está realmente interessado em leaf area index? Ou está interessado em alguma variável relacionada? Por exemplo, alguns pesquisadores estimam o LAI para que possam estimar a luz transmitida ou a luz absorvida com mais frequência porque estão tentando estimar a produtividade ou a fotossíntese do dossel. A questão é: por que estimar o LAI para estimar a absorção de luz quando você pode medir mais diretamente a absorção de luz por meio da medição da luz transmitida e incidente? Portanto, entenda por que o LAI é a variável na qual você está interessado.
Considere também se o LAI é ou não a única variável que você deseja medir. Vimos que a fotografia hemisférica pode produzir várias métricas sobre a estrutura do dossel, além do LAI, que podem ser úteis. Você está trabalhando com um dossel alto ou baixo? Se estiver trabalhando em um dossel extremamente alto, talvez não seja viável colocar um sensor NDVI acima dele, porque você simplesmente não tem a infraestrutura para alcançar o topo do dossel. Nesse caso, talvez você precise de uma fotografia hemisférica ou de uma medição de transmissão de luz como a LP-80.
Você precisa medir o LAI específico da espécie? Em caso afirmativo, a colheita direta é provavelmente o único método adequado. Você deseja realizar uma amostragem contínua ou discreta? Em outras palavras, deseja que as medições de luz transmitida sejam registradas continuamente para que possa estimar continuamente as alterações no LAI? Ou você está satisfeito com uma amostra pontual? Digamos que queiramos comparar o LAI entre diferentes parcelas de tratamento. Talvez a abordagem de amostragem pontual seja mais apropriada.
Você precisa dimensionar as medições? Considere seu protocolo de amostragem e quais são as fontes de dados que você tem disponíveis para dimensionar do nível local para uma escala mais ampla. Considere a heterogeneidade espacial do LAI dentro do seu dossel e o grau de aglomeração desse LAI. Isso influenciará o número de amostras que você coletará e onde essas amostras serão distribuídas espacialmente.
E, finalmente, você precisa de valores absolutos de LAI ou pode usar um proxy, como NDVI?
Dúvidas?
Nossos cientistas têm décadas de experiência em ajudar pesquisadores e produtores a medir o contínuo solo-planta-atmosfera.
Tudo o que você precisa saber sobre a medição do potencial hídrico - o que é, por que você precisa dele, como medi-lo, comparações de métodos. Além disso, veja-o em ação usando as curvas de liberação de umidade do solo.
Gerenciamento de irrigação simplificado. Gerenciamento perfeito de água e nutrientes sem perder tempo e dinheiro com problemas causados pelo excesso de irrigação.