Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Szacowanie wskaźnika powierzchni liści przy użyciu trzech różnych metod w drzewostanach czystych liściastych

13.5K wyświetleń

⸱

DOI:

10.3791/59757

⸱

29 sierpnia 2019

 ,  ,  , 
1Forestry and Game Management Research Institute, Research Station at Opočno, 2Department of Silviculture, Mendel University in Brno, 3Department of Forest Botany, Dendrology and Geobiocenology, Mendel University in Brno

W tym artykule

Podsumowanie

Dokładne oszacowanie wskaźnika powierzchni liści (LAI) jest kluczowe dla wielu modeli przepływów materiałów i energii w ekosystemach roślinnych oraz między ekosystemem a atmosferyczną warstwą graniczną. W związku z tym w przedstawionym protokole znalazły się trzy metody (pułapki na śmieci, technika igłowa i PCA) wykonywania precyzyjnych pomiarów LAI.

Streszczenie

Dokładne oszacowanie wskaźnika powierzchni liści (LAI), zdefiniowanego jako połowa całkowitej powierzchni liści na jednostkę poziomej powierzchni gruntu, jest kluczowe dla opisu struktury roślinności w dziedzinach ekologii, leśnictwa i rolnictwa. W związku z tym krok po kroku przedstawiono procedury trzech komercyjnie stosowanych metod (pułapki na śmieci, technika igłowa i analizator koron roślin) do wykonywania oceny LAI. Porównano konkretne podejścia metodologiczne, a w niniejszym protokole omówiono ich obecne zalety, kontrowersje, wyzwania i perspektywy na przyszłość. Pułapki na śmieci są zwykle uważane za poziom odniesienia. Zarówno technika igłowa, jak i analizator baldachimu roślin (np. LAI-2000) często zaniżają wartości LAI w porównaniu z wartością referencyjną. Technika igłowa jest łatwa do zastosowania w drzewostanach liściastych, w których ściółka ulega całkowitemu rozkładowi każdego roku (np. drzewostany dębowe i bukowe). Konieczna jest jednak kalibracja oparta na pułapkach na śmieci lub metodach bezpośredniego niszczenia. Analizator koron roślin jest powszechnie stosowanym urządzeniem do szacowania LAI w ekologii, leśnictwie i rolnictwie, ale jest podatny na potencjalne błędy ze względu na zbrylanie się liści i udział elementów drzewnych w polu widzenia (FOV) czujnika. Omówiono eliminację tych potencjalnych źródeł błędów. Analizator baldachimu roślin jest bardzo odpowiednim urządzeniem do wykonywania szacunków LAI na wysokim poziomie przestrzennym, obserwacji sezonowej dynamiki LAI oraz do długoterminowego monitorowania LAI.

Wprowadzenie

LAI, zdefiniowany jako połowa całkowitej powierzchni liścia na jednostkę poziomej powierzchni gruntu1, jest kluczową zmienną używaną w wielu modelach wymiany biogeofizycznej i chemicznej skoncentrowanych na przepływach węgla i wody2,3,4. LAI jest wprost proporcjonalny do aktywnej powierzchni liści, gdzie napędza produkcję pierwotną (fotosyntezę), transpirację, wymianę energii i inne atrybuty fizjologiczne związane z szeregiem procesów ekosystemowych w zbiorowiskach roślinnych5.

Opracowano liczne podejścia i instrumenty do szacowania LAI, które są obecnie dostępne na rynku6,7,8,9. Naziemne metody szacowania LAI można podzielić na dwie główne kategorie: (i) bezpośrednie i (ii) metody pośrednie10,11,12. Pierwsza grupa obejmuje metody mierzące powierzchnię liści bezpośrednio, podczas gdy metody pośrednie wnioskują LAI z pomiarów łatwiej mierzalnych parametrów, wykorzystując teorię transferu promieniowania (pod względem czasu, pracochłonności i technologii)13,14.

Ten protokół zajmuje się praktycznym wykorzystaniem pułapek na śmieci i techniki igłowej, jako nieniszczących metod półbezpośrednich10; oraz analizatora baldachimu roślin urządzeń optycznych jako metody pośredniej6,7 do przeprowadzenia oszacowania LAI na wybranej próbce z umiarkowanych drzewostanów liściastych w Europie Środkowej (zobacz jego charakterystykę strukturalną i dendrometryczną w Załączniku A i Załącznik B).

W lasach liściastych i uprawach możliwe jest przeprowadzenie nieniszczącego półbezpośredniego oszacowania LAI za pomocą pułapek na śmieci11 rozmieszczone poniżej warstwy koron drzew15. Pułapki na śmieci podają dokładne wartości LAI dla gatunków liściastych, w których LAI osiąga plateau w sezonie wegetacyjnym. Jednak w przypadku gatunków, które mogą zastępować liście w okresie wegetacji, takich jak topola, metoda zawyża LAI11. Metoda ta zakłada, że zawartość pułapek reprezentuje średnią ilość liści, które opadają w okresie opadania liści w drzewostanie16, zwłaszcza w miesiącach jesiennych. Pułapki to otwarte skrzynki lub sieci (Rysunek 1) o z góry określonym wystarczającym rozmiarze (minimum 0,18 m2, ale najlepiej ponad 0,25 m2)10,17, boczne boki zapobiegające wdmuchiwaniu liści do / z pułapek przez wiatr oraz z perforowanym dnem zapobiegającym rozkładowi liści; które znajdują się poniżej warstwy korony drzewostanu badanego, natomiast powyżej powierzchni terenu11. Rozmieszczenie pułapek może być albo losowe18, albo systematyczne w transects19 lub regularna siatka odstępów20. Liczba i rozmieszczenie pułapek są kluczowym krokiem metodologicznym dla przeprowadzenia dokładnego oszacowania LAI odzwierciedlającego unikalną strukturę drzewostanu, jednorodność przestrzenną, oczekiwaną prędkość i kierunek wiatru, zwłaszcza w przypadku rzadkich drzewostanów (lub alejek i sadów) oraz zdolność roboczą do oceny danych. Precyzja szacowania LAI wzrasta wraz ze wzrostem częstości występowania pułapek w obrębie badanych stanowisk11,21 (patrz Rysunek 2).

Zalecana częstotliwość pobierania próbek śmieci z każdej pułapki to co najmniej raz w miesiącu10, a nawet dwa razy w tygodniu w okresach obfitych opadów, które mogą zbiegać się z obfitymi opadami. W przypadku analizy chemicznej konieczne jest zapobieganie rozkładowi ściółki w pułapkach i wypłukiwaniu składników odżywczych z materiału podczas epizodów deszczowych. Po zebraniu liści na polu, mieszana podpróbka jest używana do oszacowania określonej powierzchni liści (SLA, cm2 g-1)22, zdefiniowanej jako świeży rzutowany obszar liści do ich stosunku do masy suchej masy. Pozostała część zebranego ściółki jest suszona do stałej masy i wykorzystywana do obliczenia suchej masy ściółki jako g cm-2 w laboratorium. Masa suchych liści w każdym dniu zbioru jest przeliczana na powierzchnię liścia poprzez pomnożenie zebranej biomasy przez SLA lub suchą masę liści na powierzchnię (LMA, g cm-2) jako parametr odwrotny do SLA23,24. Świeży rzutowany obszar poszczególnych liści można określić za pomocą podejścia planimetrycznego. Metoda planimetryczna opiera się na zależności między powierzchnią konkretnego liścia a powierzchnią pokrytą przez liść na powierzchni poziomej. Skrzydło jest przymocowane poziomo do ekranu skanującego, a jego średnia mierzona jest za pomocą miernika powierzchni skrzydła. Następnie obliczana jest jego powierzchnia. Na rynku dostępnych jest wiele mierników powierzchni liści opartych na różnych zasadach pomiaru. Należą do nich m.in. przenośny miernik powierzchni liści LI-3000C, który wykorzystuje metodę projekcji ortogonalnej oraz miernik powierzchni LI-3100C, który mierzy średnią powierzchnię liści za pomocą fluorescencyjnego źródła światła i półprzewodnikowej kamery skanującej. Kolejne urządzenie, przenośny laserowy miernik powierzchni liści CI-202, koduje długość liścia za pomocą czytnika kodów. Oprócz nich przenośne mierniki powierzchni liści AM350 i BSLM101 są również powszechnie używane do dokładnego szacowania powierzchni liści.

Ponadto istnieją mierniki powierzchni liści oparte na systemach analizujących wideo. Te mierniki powierzchni liści składają się z kamery wideo, ramki digitalizacyjnej, ekranu i komputera PC, w tym odpowiedniego oprogramowania do analizy danych, takiego jak WD3 WinDIAS Leaf Image Analysis System11. Obecnie konwencjonalne skanery podłączone do komputera PC mogą być używane do szacowania powierzchni liści. Następnie powierzchnia liścia jest obliczana jako wielokrotność liczby czarnych pikseli, a jej wielkość zależy od wybranej rozdzielczości (punkty na cal – dpi) lub powierzchnia liścia jest mierzona za pomocą specjalnego oprogramowania, na przykład WinFOLIA. Na koniec całkowita sucha masa liści zebranych na znanej powierzchni gruntu jest przeliczana na LAI poprzez pomnożenie przez SLA i współczynnik skurczu25, który odzwierciedla zmiany w obszarze świeżych i suszonych liści. Skurcz zależy od gatunku drzewa, zawartości wody i miękkości liści. Kurczenie się liści pod względem długości i szerokości (co wpływa na rzutowaną powierzchnię) wynosi zwykle do 10%26, na przykład dla oak27. Sortowanie liści według gatunków w celu zważenia i ustalenia konkretnego stosunku powierzchni liści jest niezbędne do określenia udziału każdego gatunku w całkowitej liczbie LAI28.

Wyznaczanie LAI za pomocą techniki igłowej jest tanią metodą wywodzącą się z metody kąta nachylonego29,30,31,32. W drzewostanach liściastych jest to alternatywa dla przeprowadzenia oszacowania LAI bez użycia pułapek10 w oparciu o założenie, że całkowita liczba liści i ich powierzchnia na drzewie są równe temu, co jest zbierane na powierzchni gleby po całkowitym opadnięciu liści20. Cienką, ostrą igłę wbija się pionowo w ściółkę leżącą na ziemi natychmiast po opadnięciu liści10. Po całkowitym opadnięciu liści liście są zbierane z ziemi na igłę sondy pionowej, są powiązane z numerem kontaktowym i są równe rzeczywistej wartości LAI. Intensywne pobieranie próbek (100-300 punktów próbkowania na badane stanowisko na sondę terenową) za pomocą techniki igłowej jest wymagane do ilościowego określenia średniej liczby kontaktowej i prawidłowego wyprowadzenia wartości LAI10,20,33.

Analizator baldachimu roślin (np. LAI-2000 lub LAI-2200 PCA) jest powszechnie używanym przenośnym instrumentem do pośredniego szacowania LAI poprzez pomiar transmisji światła w całym baldachimie7 w przefiltrowanej niebieskiej części widma światła (320-490 nm)34,35 Aby zminimalizować wkład światła, które przeszło przez liście, zostało rozproszone przez baldachim i przechodzi przez liście7,34. W niebieskiej części widma światła osiągany jest maksymalny kontrast między liściem a niebem, a liście wydają się czarne na tle nieba34. W związku z tym opiera się na analizie frakcji szczeliny czaszowej7. Przyrząd jest szeroko stosowany do wykonywania badań ekofizjologicznych w zbiorowiskach roślinnych, takich jak uprawy36, łąki37, drzewostany iglaste8 i drzewostany liściaste38. Analizator baldachimu rośliny wykorzystuje czujnik optyczny typu rybie oko o polu widzenia 148° 35 do rzutowania półkulistego obrazu baldachimu na detektory krzemowe w celu ułożenia ich w pięć koncentrycznych pierścieni39 z centralnymi kątami zenitalnymi 7°, 23°, 38°, 53° i 68° 9,40,41. Pięć nasadek widoku (tj. 270°, 180°, 90°, 45° i 10°) może być używanych do ograniczania widoku azymutu czujnika optycznego27, aby uniknąć zacienienia przez przeszkody na otwartej przestrzeni (dla odczytu wspomnianego powyżej) lub operator w polu widzenia czujnika podczas szacowania LAI może dostosować czujnik FOV do otwartej przestrzeni w celu odczytów nad baldachimem. Pomiary za pomocą analizatora koron roślin są wykonywane powyżej (lub na wystarczająco rozległej otwartej przestrzeni) i poniżej badanego baldachimu 7. Te same limity widoków muszą być używane zarówno dla odczytów powyżej, jak i poniżej, aby uniknąć błędów w szacowaniu ułamka luki34. LAI-2000 PCA wytwarza efektywny wskaźnik powierzchni liści (LAIe), jak przedstawił Chen et al.42, a raczej efektywny wskaźnik powierzchni rośliny (PAIe), ponieważ elementy drzewne są uwzględnione w wartości odczytu czujnika. W drzewostanach liściastych z płaskimi liśćmi LAIe jest taki sam jak LAI-surface na półpowierzchni. W przypadku drzewostanów zimozielonych LAIe jest konieczne do skorygowania efektu zbrylania na poziomie pędów (SPAR, STAR)43, wskaźnika zbrylania w skalach większych niż pęd (ΩE)44, oraz udziału elementów zdrewniałych, w tym łodyg i gałęzi (tj. stosunek powierzchni drzewiastej do całkowitej),45, które powodują systematyczne niedoszacowanie LAI20. Wskaźnik zbrylania w wyższej skali przestrzennej niż pęd lub liść można określić ilościowo jako wskaźnik pozornego zbrylania (ACF), który można oszacować za pomocą analizatora baldachimu rośliny, gdy używane są bardziej restrykcyjne czapki widoków27. Ponieważ autorzy ci twierdzą, że ten ACF jest wydedukowany ze stosunku wartości LAI obliczonego na podstawie transmitancji za pomocą różnych procedur dla homogenicznych i niejednorodnych koron drzew zgodnie z Lang46, zakładamy, że ten wskaźnik zbrylenia opisuje raczej jednorodność baldachimu. Oprócz obliczeń ACF, nowe nasadki dyfuzora, które umożliwiają szersze zastosowanie LAI-2200 PCA w odniesieniu do warunków pogodowych, menu użytkownika zamiast kodów Fct oraz możliwość wykonania znacznie większej liczby pomiarów na sesję pliku to jedne z głównych ulepszeń technologicznych w porównaniu z poprzednim LAI-2000 PCA34,47. Pomiary i późniejsze wewnętrzne obliczenia oprogramowania opierają się na czterech założeniach: (1) elementy roślin blokujące światło, w tym liście, gałęzie i łodygi, są losowo rozmieszczone w baldachimie, (2) liście są optycznie czarnym ciałem, które pochłania całe światło, które otrzymuje, (3) wszystkie elementy rośliny są takim samym rzutem na poziomą powierzchnię gruntu, jak prosty geometryczny wypukły kształt, (4) Elementy roślinne są małe w porównaniu z obszarem pokrytym przez każdy pierścień11.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. LAI szacowany przy użyciu pułapek na ściółkę

  1. W pierwszej kolejności należy przeprowadzić badanie terenowe, analizując warunki stanowiska oraz strukturę badanych drzewostanów (tzn., nachylenie i ekspozycja stoku, typ lasu lub roślinności, gęstość lasu lub roślinności, jednorodność zwarcia koron, rozmiar korony oraz wysokość podstawy korony).
  2. Wybierz odpowiedni typ pułapki na opad, przeznaczonej do umieszczenia pod koronami drzew, dobierając rozmiar oczek siatki w zależności od wielkości aparatu asymilacyjnego badanych drzewostanów (tj., (rozmiar oczek musi być mniejszy niż rozmiar urządzenia do przechwytywania asymilacji), następnie ponumeruj i rozmieść pułapki w badanych drzewostanach, a następnie je oznakuj.
    1. Zazwyczaj należy zastosować od 15 do 25 pułapek na badany drzewostan.25,48 z obszarem przechwytywania wynoszącym od 0,18 m2 do 0,5 m2 lub więcej, zwłaszcza w przypadku gatunków drzew o dużych liściach, takich jak topola10,17,48.
    2. Rozmieścić pułapki w regularnych odstępach w obrębie badanego drzewostanu wzdłuż jednego lub dwóch wzajemnie prostopadłych transektów lub w regularnej siatce (Rysunek 2). Odpowiedni schemat próbkowania, procedura oraz analiza opadu ściółki zostały również opisane przez Ukonmaanaho i wsp.17 lub Fleck i wsp.21.
      1. Wyznacz odległość między pułapkami w zależności od rozmiarów koron, zwarcia koron oraz struktury drzewostanu.
      2. Zwiększ liczbę pułapek na ściółkę wraz ze wzrostem powierzchni drzewostanu oraz stopnia jego heterogeniczności pod względem tekstury.

Układy do zbierania opadu ściółki leśnej; różne konstrukcje pułapek do badań ekologicznych nad rozkładem roślin.
Rycina 1: Różne typy konstrukcji pułapek na ściółkę oraz ich rozmieszczenie w drzewostanie.
Od lewej: drewniana, plastikowa, plastikowe pudełka i metalowa konstrukcja. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.

  1. Zainstaluj pułapki na początku sezonu wegetacyjnego (wkrótce po rozwinięciu liści, ponieważ w okresie letnim może dojść do opadania liści w wyniku uszkodzeń przez owady lub ekstremalnych susz).
    1. Mocno zamocuj każdą z pułapek nad powierzchnią gruntu i poniżej korony drzewostanu, aby nie zmieniać powierzchni chwytania. Utrzymuj każdą z pułapek w pozycji poziomej, zapewniając stabilną, znormalizowaną powierzchnię chwytania. Przykłady różnych rodzajów pułapek przedstawiono na Rysunku 1 lub np. w pracy Ukonmaanaho et al.17.

Schemat orientacyjny z kierunkami kompasowymi i znacznikami odległości, ilustrujący ścieżki nawigacyjne.
Rycina 2: Regularny schemat rozmieszczenia pułapek na ściółkę w drzewostanach o wyraźnej homogeniczności.
Homogeniczność zmniejsza się w kierunku prawym. Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

  1. Umieść pułapki powyżej powierzchni gruntu (minimum 0,1 m), aby umożliwić przepływ powietrza pod częścią zbierającą pułapek. Zazwyczaj pułapki umieszcza się na wysokości 1 m nad powierzchnią gruntu.25,38,49.
  2. Wybierz odstęp czasowy dla zbierania ściółki, biorąc pod uwagę typowy przebieg warunków pogodowych w badanym miejscu oraz intensywność opadu ściółki. Standardowy odstęp czasowy wynosi od 1 do 4 tygodni (krótszy odstęp czasowy należy zastosować podczas deszczowej pogody, aby uniknąć rozkładu ściółki, oraz w okresach intensywnego opadu liści).
    1. Podczas każdego pomiaru należy sprawdzić wytrzymałość ram pułapek, szczelność sieci lub skrzynek oraz wypoziomowanie całej pułapki (tj., pozioma pozycja pułapki).
  3. Umieść zebraną ściółkę z każdej z pułapek w wcześniej oznakowanych papierowych torbach.
    1. Transportować wszystkie próbki najlepiej w lodówkach transportowych lub, w razie potrzeby, przechowywać je tymczasowo w temperaturze 4 °Cale nie zamrożone17 ze względu na uszkodzenie tkanek liścia.
  4. Po przetransportowaniu próbek do laboratorium oddziel aparat asymilacyjny od pozostałych składników ściółki (gałązek, nasion, kory, kwiatów; w razie potrzeby w zależności od gatunku drzewa).
  5. Bezpośrednio po sortowaniu należy przeanalizować część zmieszanej próbki z każdej pułapki na ściółkę w celu oszacowania SLA (tj., stosunek rzutowanej powierzchni liści do ich suchej masy).
    1. Biorąc pod uwagę, że w pionowym profilu korony występują różne gatunki drzew, a nawet typy liści (nasłonecznione i zacienione) o odmiennych właściwościach, należy dokładnie wymieszać próbkę z każdej pułapki przed wybraniem liści do szacowania SLA (LMA).11Z uwagi na różnicę w powierzchni rzutu świeżych i wysuszonych liści wynikającą ze skurczu, należy wyznaczyć współczynnik korekcji skurczu na podstawie podpróby świeżych (zielonych) liści.26.
      1. Należy zebrać liście proporcjonalnie (podobnie jak w przypadku mieszanej podpróbki z pułapki) ze wszystkich gatunków drzew występujących w drzewostanie.
    2. Oddziel podpróbkę zawierającą co najmniej 100–200 liści ze wszystkich użytych pułapek.21,27 do przeprowadzenia szacowania SLA.
      1. Ułożyć liście płasko i prosto na tablicy skanującej lub mierniku powierzchni liści, unikając przy tym ich nakładania na siebie.
      2. Ponieważ wysuszone liście ściółki mogą się składać lub zwijać, należy namoczyć je w gorącej wodzie (60-70 °C) przez krótki czas17,21Stwierdzono, że metoda ta pozwala na dostateczne spłaszczenie liści w celu dokonania pomiarów, jednak zwłaszcza po długim moczeniu tracą one na masie.
      3. Jeśli skaner lub miernik powierzchni liści nie umożliwia oświetlenia górnego (w celu uniknięcia odbić i zacieniowania), należy zastosować odpowiedni rozkład liści na płytce skanującej lub przenośniku miernika powierzchni liści (tj. liście powinny być ułożone prostopadle do głowicy skanującej), aby podczas ruchu głowicy nie powstawały cienie, ponieważ ich usunięcie podczas późniejszego przetwarzania danych jest trudne.
      4. W przypadku użycia skanera podłączonego do komputera, należy zastosować rozdzielczość obrazów czarno-białych wynoszącą co najmniej 200 dpi, aby zapewnić wystarczającą dokładność odwzorowania obszaru.
        1. Aby uniknąć refleksów, które objawiają się jako jasne piksele w obrębie liści podczas korzystania ze zwykłego skanera, należy dostosować jasność skanowania, aby osiągnąć odpowiedni próg (Rysunek 3). Oprogramowanie (np., (WinFOLIA) szacuje następnie powierzchnię liścia poprzez zliczenie ciemnych pikseli na skanie i przelicza je, wykorzystując znaną rozdzielczość dpi.
    3. Suszyć tę podpróbkę przeznaczoną do szacowania SLA przez 48 godzin w temperaturze 80°C lub 105 °C do uzyskania stałej masy. Należy użyć suszarki z wymusznym obiegiem powietrza wyposażonej w termostat, aby ujednolicić i utrzymać temperaturę wewnętrzną (np., IncuMax CV150).
      UWAGA: Zawartość wody w liściach pozostaje w formie wody związanej w komórkach, gdy suszenie w suszarce odbywa się w niższych temperaturach. Podczas suszenia w 105 °C, w próbce roślinnej nie pozostaje woda17.
    4. Zważ masę suchą tej próbki pomocniczej, używając wagi laboratoryjnej o wysokiej dokładności, wynoszącej co najmniej 1 g.
      1. Sprawdź poziom wag laboratoryjnych i unikaj czynników zewnętrznych (np., (podmuchy silnego wiatru w laboratorium podczas ważenia).
    5. Oblicz wartość SLA jako stosunek powierzchni rzutu liści świeżej podpróbki przeznaczonej do wyznaczenia SLA do jej masy suchej.

Porównanie morfologii liści; schemat różnych kształtów i rozmiarów liści do analizy botanicznej.
Rysunek 3: Skan próbki liścia z przykładem skanu o prawidłowej jakości (po lewej stronie) oraz skanu nieprawidłowego (po prawej stronie)
w przypadku którego należy dostosować jasność, aby wyeliminować odblaski widoczne jako białe piksele wewnątrz powierzchni liści i/lub gdzie należy usunąć zanieczyszczenia powierzchniowe (a) oraz wszelkie efekty krawędziowe (b) przed przeprowadzeniem analizy powierzchni.

  1. Wysuszyć w suszarce pozostałą część próbki (tj., zebrane liście) dla każdej pułapki przez 48 godzin w tej samej temperaturze, która była stosowana do szacowania SLA, tj., w 80 lub 105 °C do osiągnięcia stałej masy.
  2. Pomnóż masę suchej masy pozostałej części próbki dla każdej konkretnej pułapki na ściółkę przez odpowiednią wartość SLA, aby uzyskać całkowitą przewidywaną powierzchnię liści na pułapkę.
  3. Powtórzyć kroki od 1.5 do 1.9 dla każdego z badanych drzewostanów oraz dla każdej daty zbioru ściółki.
  4. Oblicz LAI jako stosunek skumulowanej całkowitej powierzchni liści oszacowanej przy użyciu pułapek na ściółkę do powierzchni chwytającej pułapek na ściółkę.

2. Technika igłowa do pomiarów LAI

  1. Wstępnie należy przeprowadzić badanie terenowe, zbadać warunki siedliskowe oraz strukturę badanych drzewostanów (tj., nachylenie i ekspozycja stoku, typ lasu lub roślinności, gęstość lasu lub roślinności, jednorodność zwarcia koron, rozmiar korony oraz wysokość podstawy korony).
  2. Niezwłocznie po całkowitym opadnięciu liści należy przygotować cały niezbędny sprzęt, w tym wystarczająco długą, ostrą metalową igłę o jak najmniejszej średnicy (maksymalnie 2,0 mm).
  3. Wybierz odpowiednią liczbę losowo rozmieszczonych punktów próbkowania (co najmniej 100)10,20,38 w zależności od struktury korony każdego badanego drzewostanu.
    UWAGA: Zasadniczo im więcej punktów pomiarowych, tym wyższa dokładność szacowania LAI w badanym drzewostanie (liczba punktów pomiarowych powinna wzrastać w zależności od wielkości badanej powierzchni oraz struktury korony).
  4. Za pomocą metalowej igły nakłuj liście pod mniej więcej podobnym kątem, przechodząc przez warstwę świeżo opadłych liści zalegających na powierzchni gruntu w każdym z badanych punktów poboru próbek.
    1. Można zastosować dowolny kąt nakłucia, ponieważ opadłe liście nie wykazują związku ze swoją poprzednią pozycją w koronie drzewa.
  5. Należy upewnić się, że na ściółce znajdują się wyłącznie świeżo opadłe liście. W przypadku obecności częściowo rozłożonych liści z poprzedniego roku, należy usunąć je ze ściółki.
  6. Zlicz liczbę liści przebitych igłą przy każdym wkłuciu w każdym punkcie poboru próbek.
  7. Powtórz kroki od 2.4 do 2.6 dla wszystkich badanych punktów poboru próbek.
  8. Policz całkowitą liczbę wszystkich liści przebitych igłą w obrębie całego stanowiska (tj., dla co najmniej 100 punktów pomiarowych).
  9. Podziel tę sumę przez liczbę nakłuć (tzn., (obliczając średnią arytmetyczną). Uzyskana średnia arytmetyczna jest równa rzeczywistej wartości LAI na poziomie drzewostanu. Uwaga: średnia liczba wszystkich świeżych liści zebranych z igły odpowiada rzeczywistej wartości LAI badanego drzewostanu leśnego.

3. Urządzenie optyczne analizatora okapy roślinnego do szacowania LAI

  1. Na początku należy przeprowadzić badanie terenowe, obejmujące analizę warunków siedliskowych oraz struktury badanych drzewostanów (tj., nachylenie i wystawa stoku, typ lasu lub roślinności, gęstość lasu lub roślinności, jednorodność zwarcia koron, wielkość korony oraz wysokość podstawy korony).
  2. Należy znaleźć odpowiedni otwarty obszar (prześwit) o takich samych warunkach nieba, jakie panują nad obserwowaną działką, znajdujący się w odległości maksymalnie 1 km.21, co jest wymagane do odczytów z czujników umieszczonych powyżej korony drzew.
    1. Ponieważ analizator pokrywy roślinnej umożliwia użytkownikowi zastosowanie różnych pól widzenia (FOV) zarówno w kierunku azymutalnym (za pomocą ograniczających widok nakładek), jak i zenitalnym (poprzez przetwarzanie programowe za pomocą maskowania pierścieniowego), należy stosować tę samą nakładkę (i tę samą orientację) zarówno podczas pomiarów nad pokrywą, jak i pod nią.
    2. Wyznacz wielkość otwartego obszaru oraz dobierz odpowiednią osłonę widoku na podstawie zakresu pola widzenia (FOV). Najbardziej odpowiednie rozwiązanie zapewnia znane FOV czujnika w pionie w orientacji zenitalnej oraz oszacowanie wysokości najbliższych przeszkód (drzew, terenu, budynków), przy czym wystarczającą wielkość otwartego obszaru można obliczyć zgodnie z równaniem 1:
      Y = H∙tg∙α (1),
      gdzie Y to wymagana odległość od najbliższej bariery; H oznacza wysokość przeszkody; α oznacza pole widzenia (FOV) w kierunku od pionu (Rycina 4). Zamiast otwartego terenu, do pomiarów powyżej korony drzew można wykorzystać wieżę wyższą niż badana powierzchnia próbna.21.
      1. Przy obliczaniu wielkości obszaru otwartego należy wziąć pod uwagę nachylenie oraz heterogeniczność terenu.

Równowaga statyczna, ΣFx=0, schemat trójkątny, analiza sił, kąt α, symetria, koncepcja fizyczna.
Rysunek 4: Schematyczne przedstawienie pola widzenia (FOV) czujnika (obszar szary).
α to pole widzenia (FOV) czujnika; H oznacza wysokość najbliższej przeszkody; Y oznacza odległość w poziomie między operatorem a przeszkodą63.

  1. Na podstawie parametrów strukturalnych drzewostanu (homogeniczności korony), należy wyznaczyć odpowiednią liczbę punktów próbnych, lokalizację równoodległych punktów próbnych rozmieszczonych w transektach lub siatkę do wykonywania pomiarów pod koronami w badanym drzewostanie9.
    1. Wyznacz odpowiednią odległość na podstawie zmienności odczytów dokonywanych pod koronami drzew w warunkach polowych.
      1. Powoli przemieszczaj się z czujnikiem pod koroną drzew wzdłuż transektu, obserwując zmienność odczytów z najwyższego pierścienia. Typowym wynikiem jest niewielka zmienność przerywana wyższymi wartościami. Za odpowiednią należy uznać połowę odległości między tymi szczytowymi wartościami zmienności.
    2. Jeśli prowadzone są obserwacje sezonowej dynamiki LAI, należy zastosować stałe wyznaczenie transektów lub punktów próbnych w obrębie badanego drzewostanu (np., za pomocą drewnianych palików lub geologicznych prętów metalowych).
      UWAGA: Liczba i rozmieszczenie transektów zależą od konkretnej struktury korony drzewostanu (Rysunek 5).
    3. W drzewostanach jednorodnych wystarczająca liczba transektów wynosi od 1 do 3. W przypadku wysokiej heterogeniczności należy zastosować regularną siatkę punktów próbkowania. Orientację transektów należy dobrać z uwzględnieniem nachylenia stoku oraz rozmieszczenia drzew w drzewostanie, w szczególności w przypadku sadzenia w rzędach. Odległość między poszczególnymi punktami próbkowania określa się w zależności od heterogeniczności drzewostanu, wielkości koron, wysokości podstawy korony oraz pola widzenia (FOV) czujnika.Rysunek 6). W drzewostanach jednorodnych liczba punktów pomiarowych zazwyczaj mieści się w przedziale od 5 do 36 46,50Szczególne schematy pobierania prób zostały opisane również przez Baret i wsp.51; Majasalmi i wsp.52; Woodgate i wsp.50; Fleck i wsp.21; Calders i wsp.53.
      1. W przypadku nachylonego terenu należy zorientować pole widzenia czujnika wzdłuż poziomic.

Schematy upakowania cząsteczkowego przedstawiające różne układy sieciowe i linie graniczne w badaniach kryształów.
Rysunek 5: Schematy pomiarów w czystych drzewostanach liściastych.
(A), (B) Schematy optymalnego rozmieszczenia poszczególnych transektów w monokulturze założonej metodą sadzenia w rzędach (tj., odstępy prostokątne). (C) Układ optymalnego rozmieszczenia poszczególnych transektów w czystej plantacji założonej metodą sadzenia w rzędach z rozstawem trójkątnym. (DUkład optymalnego rozmieszczenia poszczególnych transektów w czystej plantacji założonej metodą sadzenia w rzędach, składającej się z dwóch wyraźnie różnych części.E) Schemat optymalnego rozmieszczenia poszczególnych transektów w drzewostanie z czterema wyraźnie odmiennymi częściami. (FUkład optymalnego rozmieszczenia poszczególnych transektów w czystej plantacji założonej w rzędach, składającej się z dwóch różnych części.G) Układ optymalnego rozmieszczenia poszczególnych transektów w monokulturze założonej w systemie sadzenia w rzędach, z trzema wyraźnie odrębnymi częściami stanowiącymi odpowiednio 50%, 25% i 25% całkowitej powierzchni drzewostanu. (HUkład rozmieszczenia transektów w drzewostanach powstałych w wyniku odnowienia naturalnego, gdzie z punktu widzenia dokładności wystarczające jest około 12 punktów pomiarowych na transekt. Alternatywnie z pomiarów można pominąć transektu szare.

Schemat pomiaru korony drzew, przedstawiający pole widzenia sensora, podstawę korony, wysokość sensora oraz analizę przestrzenną.
Rysunek 6: Schematyczny opis wyboru odstępów między punktami pomiarowymi w obrębie transektów w zależności od pola widzenia (FOV), zagęszczenia drzewostanu i wysokości podstawy korony.
a: odpowiedni odstęp w przypadku schematycznie przedstawionej wysokości i pola widzenia sensora oraz wysokości podstawy korony; c: nieodpowiedni odstęp, ponieważ niektóre części korony (d – na biało) nie są widoczne dla sensora. W związku z tym odstęp powinien zostać skorygowany (o wartość b, tj. , a = c – b); c*: skorygowany, odpowiedni odstęp wynikający ze skorygowanego, powiększonego kąta widzenia sensora (cienka przerywana linia).

  1. Chociaż przedstawiono pewne możliwości i korekty szacowania LAI w warunkach słonecznych47,54, wszystkie pomiary należy przeprowadzać pod niebem z rozproszonym światłem (standardowe zachmurzenie) i w warunkach bezwietrznych55,56 (patrz Rysunek 7). Pomimo że analizator canopy roślin umożliwia korekcję rozpraszania światła dla pomiarów w warunkach słonecznych21, producent czujnika zaleca jego stosowanie w standardowych warunkach zachmurzenia34.
    1. Używaj analizatora canopy roślin poza bezpośrednim światłem słonecznym, ponieważ oświetlone słońcem liście mogą pojawić się na obrazie jako jasne piksele i zostać błędnie sklasyfikowane jako niebo (efekt półcienia). Idealnie jest wykonywać pomiary w warunkach całkowitego zachmurzenia (przy jednolitym pokryciu chmur), gdy światło rozproszone jest równomiernie rozproszone na całym niebie.
    2. Odblask jest oczywiście również wyższy przy świetle słonecznym w porównaniu do warunków rozproszonego nieba. Alternatywnie pomiary można przeprowadzać przed wschodem słońca lub po zachodzie, gdy słońce znajduje się poniżej horyzontu, a roślinność nie jest podświetlona od tyłu (należy pamiętać, że w tych porach dnia środowisko świetlne zmienia się szybko). Należy jednak również pamiętać, że ze względu na czułość czujnika, odczytywane wartości na otwartym terenie powinny być wyższe niż ok. 3.
    3. Unikaj deszczu, ponieważ krople deszczu na czujniku wpływają na precyzję pomiarów. Mokre korony roślin odbijają więcej światła, co może prowadzić do niedoszacowania LAI.
    4. Zapobiegaj silnemu wiatrowi, ponieważ poruszające się elementy roślin mogą wpływać na odczyty pod koronami, co może prowadzić do nieprawidłowych wyników.
    5. Unikaj również warunków mglistych w obrębie korony roślin.

Zachmurzone niebo i bezlistne drzewa; potencjalne badanie wzorców pogodowych, formowania się chmur, zmian sezonowych.
Rysunek 7: Optymalne warunki pogodowe do szacowania LAI przy użyciu analizatora korony roślin. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

  1. Jeśli obserwacja sezonowego przebiegu LAI nie jest wymagana, należy przeprowadzić wszystkie pomiary od czerwca do połowy września, ponieważ w tym czasie LAI większości gatunków drzew osiąga wartość maksymalną i utrzymuje się na tym poziomie (z wyjątkiem suchych lat). Okres ten jest zatem najodpowiedniejszy do porównywania wartości LAI w trakcie sezonu wegetacyjnego.38,57,58,59.
    UWAGA: Okres ten powinien zostać skrócony lub zmodyfikowany w warunkach suszy, opadania liści lub starzenia się roślin.
  2. Oszacuj wskaźnik powierzchni zdrewniałej (WAI, Rycina 10) w okresie bezlistnym (tj., zarówno przed pękaniem pąków wczesną wiosną, jak i po całkowitym opadnięciu liści późną jesienią).
    UWAGA: Biorąc pod uwagę, że analizator pokrywy roślinnej posiada tylko jeden pasmo widzialne (320–490 nm)34,35 i nie potrafi odróżnić komponentów liściowych od zdrewniałych, zatem wyniki uzyskane w trakcie sezonu wegetacyjnego reprezentują indeks powierzchni roślin (PAI), który jest sumą LAI i WAI (PAI = LAI + WAI)60Należy zatem odjąć średnią wartość obu pomiarów WAI wykonanych w okresie bezlistnym od każdego z pomiarów PAI oszacowanych w okresie zliściałym, aby uzyskać prawidłowe wartości LAI (LAI = PAI – WAI).20,38.
    1. Wykonaj powyższe pomiary korony drzew jako pierwszy pomiar każdego transekptu lub siatki w obrębie drzewostanu w dostatecznie otwartym obszarze (patrz krok 3.2).
      UWAGA: Możliwe jest przeprowadzanie pomiarów w trybie podwójnym, ponieważ urządzenie LAI-2000 PCA (lub jego ulepszone wersje LAI-2200 PCA i LAI-2200C) umożliwia jednoczesne szacowanie z wykorzystaniem dwóch czujników razem (tj., (jeden dla odczytów poniżej i jeden dla odczytów powyżej roślinności). W tym przypadku czujniki należy skalibrować zgodnie z instrukcją obsługi (LI-COR 2011). W skrócie zaleca się, aby użytkownik podłączył oba czujniki do jednej jednostki sterującej w celu ujednolicenia odczytów i czasu, umieszczając czujnik do pomiarów powyżej korony drzew na szczycie statywu na otwartej przestrzeni, wypoziomował go i użył tej samej nakładki ograniczającej pole widzenia. Orientacja pola widzenia czujnika w kierunku azymutu powinna być taka sama, jak ta stosowana podczas wykonywania pomiarów poniżej korony drzew.
    2. Odczyty pod okapem roślin wykonuje się zgodnie z projektem pomiarów przestrzennych opisanym szczegółowo w punkcie 3.3. Czujnik trzyma się zazwyczaj na wysokości od 0,5 do 2,0 m nad ziemią.21,38tj., powyżej roślinności podszytu, poniżej korony drzew, z widoczną poziomicą czujnika.
      1. Poziomnica jest elementem czujnika. Jeśli czujnik jest trzymany na wysokości poniżej 2,0 m, należy użyć nakładek ograniczających pole widzenia, aby wykluczyć operatora z FOV. Do odczytów wykonywanych zarówno poniżej, jak i powyżej należy używać tej samej nakładki.
      2. Zachowaj minimalną odległość między czujnikiem a najbliższym elementem nadziemnych części rośliny (łodygami, gałęziami) wynoszącą co najmniej czterokrotność średnicy lub szerokości tego elementu.
    3. Oblicz wartości WAI z surowych danych pomiarowych z terenu, korzystając z bezpłatnego oprogramowania LAI-2200 File Viewer (FV2200), dostępnego pod adresem https://www.licor.com/env/products/leaf_area/LAI-2200C/software.html.
      1. Ogranicz pole widzenia (FOV) czujnika w kierunku zenitu do trzech górnych pierścieni (tj., 0-43°) aby wykluczyć efekt brzeżny i duże przerwy20,61,62.
      2. Przetworzyć dane przy użyciu standardowych algorytmów dla LAI-2000 PCA oraz ustawić parametry przeprowadzania pomiarów za pomocą FV2200 zgodnie z instrukcją obsługi34.
    4. Wyznacz roczną wartość WAI jako średnią arytmetyczną obu pomiarów wykonanych przed rozpoczęciem sezonu wegetacyjnego (tzn., przed pękaniem pąków) oraz po całkowitym opadnięciu liści (Rysunek 10).
  3. Oszacuj PAI, stosując tę samą procedurę, która została wykorzystana do oszacowania WAI (z kroków 3.6.1-3.6.3).
  4. Oblicz rzeczywistą wartość LAI na poziomie drzewostanu jako różnicę między średnimi wartościami PAI i WAI (LAI = PAI – WAI)20,38.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Średnie wartości LAI na poziomie drzewostanu dla wszystkich badanych drzewostanów w sezonie wegetacyjnym 2013 r. przedstawiono na Ryc. 8. Na wszystkich powierzchniach próbnych z wyjątkiem A najwyższe wartości zmierzono za pomocą pułapek na ściółkę, które służyły jako poziom odniesienia. Przeciwnie, najwyższą średnią wartość LAI oszacowano metodą igieł na powierzchni A. Wszystkie różnice między wartościami LAI oszacowanymi za pomocą pułapek na ściółkę a analizatora korony roślin nie były isto...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Pułapki na śmieci są uważane za jedną z najdokładniejszych metod szacowania LAI8, ale są bardziej pracochłonne i czasochłonne niż metody pośrednie35,64, które zostały włączone do tego protokołu. W ramach całej procedury szacowania LAI przy użyciu pułapek na śmieci, precyzyjne oszacowanie SLA jest najbardziej krytycznym punktem10, ponieważ SLA może się różnić w zależności od gatunku roślin65, ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia. Reprezentatywne wyniki wykorzystano z artykułu Černý J, Haninec P, Pokorný R (2018) Wskaźnik powierzchni liści szacowany metodami bezpośrednimi, półbezpośrednimi i pośrednimi w europejskich drzewostanach buka i klonu jaworowego. Dziennik Badań Leśnych. doi: 10.1007/s11676-018-0809-0 (wersja online) na podstawie uprzejmej zgody redakcji Journal of Forestry Research.

Podziękowania

Jesteśmy wdzięczni redakcji Journal of Forestry Research za zachęcenie i upoważnienie nas do wykorzystania reprezentatywnych wyników w tym protokole z opublikowanego tam artykułu. Dziękujemy również dwóm anonimowym recenzentom za cenne uwagi, które przyczyniły się do znacznego ulepszenia manuskryptu. Badania zostały sfinansowane przez Ministerstwo Rolnictwa Republiki Czeskiej, wsparcie instytucjonalne MZE-RO0118 oraz Narodową Agencję Badań Rolniczych (nr projektu QK1810126).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Miernik powierzchniLI-COR Biosciences Inc., NE, USALI-3100Chttps://www.licor.com/env/products/leaf_area/LI-3100C/
komputerowy system analizy obrazuRegent Instruments Inc., CAPrzeglądarka plików WinFOLIA
http://www.regentinstruments.com/assets/images_winfolia2/WinFOLIA2018-s.pdf LI-COR Biosciences Inc., NE, USAFV2200C Oprogramowaniehttps://www.licor.com/env/products/leaf_area/LAI-2200C/software.html
Piec laboratoryjnyAmerex Instruments Inc., CA, USACV150https://www.labcompare.com/4-Drying-Ovens/2887-IncuMax-Convection-Oven-250L/?pda=4|2887_2_0|||
System analizy obrazu liściUrządzenia Delta-T, Wielka BrytaniaWD3 WinDIAShttps://www.delta-t.co.uk/product/wd3/
Pułapki na śmieciDowolnaNAZobacz rys. 2
IgłaDowolnaNAMaksymalna średnica 2 mm
Analizator baldachimuroślin LI-COR Biosciences Inc., NE, USALAI-2000 PCALAI-2200 PCA lub LAI-2200C jako ulepszone wersje LAI-2000 PCA mogą być używane, patrz: https://www.licor.com/env/products/leaf_area/LAI-2200C/
Przenośny laserowy miernik powierzchni liściCID Bio-Science, WA, USACI-202https://cid-inc.com/plant-science-tools/leaf-area-measurement/ci-202-portable-laser-leaf-area-meter/
Przenośny miernik powierzchni liściADC, BioScientic Ltd., Wielka BrytaniaAM350https://www.adc.co.uk/products/am350-portable-leaf-area-meter/
Przenośny miernik powierzchni liściBionics Scientific Technogies (P.) Ltd., IndieBSLM101http://www.bionicsscientific.com/measuring-meters/leaf-area-index-meter.html
Przenośny miernik powierzchni liściLI-COR Biosciences Inc., NE, USALI-3000Chttps://www.licor.com/env/products/leaf_area/LI-3000C/

Bibliografia

  1. Chen, J. M., Black, T. A. Defining leaf area index for non-flat leaves. Plant, Cell and Environment. 15 (4), 421-429 (1992).
  2. Sellers, J. P., et al. Modelling the exchanges of energy, water, and carbon between continents and the atmosphere. Science. 275, 502-509 (1997).
  3. Calvet, J. C., et al. An interactive vegetation SVAT model tested against data from six contrasting sites. Agricultural and Forest Meteorology. 92 (2), 73-95 (1998).
  4. Wang, Y. P., Leuning, R. A two-leaf model for canopy conductance, photosynthesis and partitioning of available energy. I. Model description and comparison with multi-layered model. Agricultural and Forest Meteorology. 91 (1-2), 89-111 (1998).
  5. Asner, G. P., Scurlock, J. M. O., Hicke, J. A. Global synthesis of leaf area index observations: implications for ecological and remote sensing studies. Global Ecology and Biogeography. 12, 191-205 (2003).
  6. Welles, J. M. Some indirect methods of estimating canopy structure. Remote Sensing Reviews. 5 (1), 31-43 (1990).
  7. Welles, J. M., Cohen, S. Canopy structure measurement by gap fraction analysis using commercial instrumentation. Journal of Experimental Botany. 47 (302), 1335-1342 (1996).
  8. Chen, J. M., Rich, P. M., Gower, S. T., Norman, J. M., Plummer, S. Leaf area index of boreal forests: Theory, techniques, and measurement. Journal of Geophysical Research. 102 (D24), 29429-29443 (1997).
  9. Weiss, M., Baret, F., Smith, G. J., Jonckheere, I., Coppin, P. Review of methods for in situ leaf area index (LAI) determination. Part II. Estimation of LAI, errors and sampling. Agricultural and Forest Meteorology. 121, 37-53 (2004).
  10. Bréda, N. J. J. Ground-based measurements of leaf area index: a review of methods, instruments and current controversies. Journal of Experimental Botany. 54, 2403-2417 (2003).
  11. Jonckheere, I., et al. Review of methods for in situ leaf area index determination. Part I. Theories, sensors, and hemispherical photography. Agricultural and Forest Meteorology. 121 (1-2), 19-35 (2004).
  12. Zheng, G., Moskal, M. Retrieving leaf area index (LAI) using remote sensing: theories, methods and sensors. Sensors. 9 (4), 2719-2745 (2009).
  13. Fassnacht, K. S., Gower, S. T., Norman, J. M., McMurtrie, R. E. A comparison of optical and direct methods for estimating foliage surface area index in forests. Agricultural and Forest Meteorology. 71 (1-2), 183-207 (1994).
  14. Gower, S. T., Kucharik, C. J., Norman, J. M. Direct and indirect estimation of leaf area index, fAPAR, and net primary production of terrestrial ecosystems. Remote Sensing of Environment. 70 (1), 29-51 (1999).
  15. Chason, J. W., Baldocchi, D. D., Huston, M. A. A comparison of direct and indirect methods for estimating forest canopy leaf area. Agricultural and Forest Meteorology. 57 (1-3), 107-128 (1991).
  16. Eriksson, H., Eklundh, L., Hall, K., Lindroth, A. Estimating LAI in deciduous forest stands. Agricultural and Forest Meteorology. 129 (1-2), 27-37 (2005).
  17. Ukonmaanaho, L., Pitman, R., Bastrup-Birk, A., Bréda, N. J. J., Rautio, P. Sampling and analysis of litterfall. Manual Part XIII. In: UNECE ICP Forests Programme Co-ordinating Centre (ed.): Manual on methods and criteria for harmonized sampling, assessment, monitoring and analysis of the effects of air pollution on forests. , Thünen Institute for Forest Ecosystems. Eberswalde, Germany. (2016).
  18. McShane, M. C., Carlile, D. W., Hinds, W. T. The effect of collector size on forest litter-fall collection and analysis. Canadian Journal of Forest Research. 13 (6), 1037-1042 (1993).
  19. Battaglia, M., Cherry, M., Beadle, C., Sands, P., Hingston, A. Prediction of leaf area index in eucalypt plantations: effects of water stress and temperature. Tree Physiology. 18 (8-9), 521-528 (1998).
  20. Dufrêne, E., Bréda, N. J. J. Estimation of deciduous forest leaf area index using direct and indirect methods. Oecologia. 104 (2), 156-162 (1995).
  21. Fleck, S., et al. Leaf area measurements. Manual Part XVII. In: UNECE ICP Forests Programme Co-ordinating Centre (Ed.) Manual of methods and criteria for harmonized sampling, assessment, monitoring and analysis of the effects of air pollution on forests. , Thünen Institute of Forest Ecosystems. Eberswalde, Germany. (2016).
  22. Fellner, H., Dirnberger, G. F., Sterba, H. Specific leaf area of European larch (Larix decidua Mill.). Trees-Structure and Function. 30 (4), 1237-1244 (2016).
  23. Niinemets, Ü Acclimation to low irradiance in Picea abies: influence of past and present light climate on foliage structure and function. Tree Physiology. 17 (11), 723-732 (1997).
  24. Čermák, J. Leaf distribution in large trees and stands of the floodplain forest in southern Moravia. Tree Physiology. 18 (11), 727-737 (1998).
  25. Chianucci, F., Cutini, A. Estimation of canopy properties in deciduous forests with digital hemispherical and cover photography. Agricultural and Forest Meteorology. 168, 130-139 (2013).
  26. Essaghi, S., Hachmi, M., Yessef, M., Dehhaoui, M. Leaf shrinkage: a predictive indicator of the potential variation of the surface area-to-volume ratio according to the leaf moisture content. SpringerPlus. 5, 1229(2016).
  27. Chianucci, F., MacFarlane, C., Pisek, J., Cutini, A., Casa, R. Estimation of foliage clumping from the LAI-2000 Plant Canopy Analyser: effect of view caps. Trees-Structure and Function. 29, 355-366 (2015).
  28. Bequet, R. Environmental determinants of the temporal and spatial variability in leaf area index of Fagus sylvatica L., Quercus robur L., and Pinus sylvestris L. Thesis. , University of Antwerp. Antwerp. (2011).
  29. Goodall, D. W. Some considerations in the use of point quadrats for the analysis of vegetation. Australian Journal of Biological Sciences. 5 (1), 1-41 (1952).
  30. Warren Wilson, J. Analysis of the spatial distribution of foliage by two-dimensional point quadrats. New Phytologist. 58 (1), 92-99 (1959).
  31. Warren Wilson, J. Inclined point quadrats. New Phytologist. 59 (1), 1-7 (1960).
  32. Warren Wilson, J. Estimation of foliage denseness and foliage angle by inclined point quadrants. Australian Journal of Botany. 11 (1), 95-105 (1963).
  33. Nizinski, J. J., Saugier, B. A model of leaf budding and development for a mature Quercus forest. Journal of Applied Ecology. 25 (2), 643-655 (1988).
  34. LI-COR. Instruction manual. LAI-2200 Plant Canopy Analyzer. , LI-CORM. Lincoln, Nebraska, USA. (2011).
  35. Yan, G., et al. Review of indirect optical measurements of leaf area index: Recent advances, challenges, and perspectives. Agricultural and Forest Meteorology. 265, 390-411 (2018).
  36. Hicks, S. K., Lascano, R. J. Estimation of leaf area index for cotton canopies using the Li-Cor LAI 2000 plant canopy analyser. Agronomy Journal. 87, 458-464 (1995).
  37. He, Y., Guo, X., Wilmshurst, J. F. Comparison of different methods for measuring leaf area index in a mixed grassland. Canadian Journal of Plant Science. 87 (4), 803-813 (2007).
  38. Černý, J., Haninec, P., Pokorný, R. Leaf area index estimated by direct, semi-direct, and indirect methods in European beech and sycamore maple stands. Journal of Forestry Research. online version, 1-10 (2018).
  39. Gower, S. T., Norman, J. M. Rapid estimation of leaf area index in conifer and broad-leaf plantations. Ecology. 72 (5), 1896-1900 (1991).
  40. Planchais, I., Pontailler, J. Y. Validity of leaf areas and angles estimated in a beech forest from analysis of gap frequencies, using hemispherical photographs and a plant canopy analyser. Annals of Forest Science. 56 (1), 1-10 (1999).
  41. Danner, M., Locherer, M., Hank, T., Richter, K. Measuring leaf area index (LAI) with the Li-Cor LAI 2200C or LAI-2200 (+2200 Clear Kit) – Theory, measurement, problems, interpretation. EnMAP Field Guide Technical Report, GFZ Data Services. , (2015).
  42. Chen, J. M., Black, T. A., Adams, R. S. Evaluation of hemispherical photography for determining plant area index and geometry of a forest stand. Agricultural and Forest Meteorology. 56 (1-2), 129-143 (1991).
  43. Stenberg, P. Correcting LAI-2000 estimates for the clumping of needles in shoots of conifer. Agricultural and Forest Meteorology. 79 (1-2), 1-8 (1996).
  44. Chen, J. M., Cihlar, J. Quantifying the effect of canopy architecture on optical measurements of leaf area index using two gap size analysis methods. IEEE Transactions on Geosciences and Remote Sensing. 33 (3), 777-787 (1995).
  45. Chen, J. M. Optically-based methods for measuring seasonal variation of leaf area index in boreal conifer stands. Agricultural and Forest Meteorology. 80 (2-4), 135-163 (1996).
  46. Lang, A. R. G. Application of some Cauchy’s theorems to estimation of surface area of leaves, needles and branches of plants and light transmittance. Agricultural and Forest Meteorology. 55 (3-4), 191-212 (1991).
  47. Kobayashi, H., Ryu, Y., Baldocchi, D. D., Welles, J. M., Norman, J. M. On the correct estimation of gap fraction: How to remove scattered radiation in gap fraction measurements? Agricultural and Forest Meteorology. 170-183, 170-183 (2013).
  48. Sprintsin, M., Cohen, S., Maseyk, K., Rotenberg, E., Grünzweig, J., Karnieli, A., Berliner, P., Yakir, D. Long term and seasonal courses of leaf area index in semi-arid forest plantation. Agricultural and Forest Meteorology. 151 (5), 565-574 (2011).
  49. Cutini, A., Matteucci, G., Mugnozza, G. S. Estimation of leaf area index with the Li-Cor LAI 2000 in deciduous forests. Forest Ecology and Management. 105 (1-3), 55-65 (1998).
  50. Woodgate, W., Soto-Berelov, M., Suarez, L., Jones, S., Hill, M., Wilkes, P., Axelsson, C., Haywood, A., Mellor, A. Searching for the optimal sampling design for measuring LAI in an upland rainforest. Proceedings of the Geospatial Science Research Symposium GSR2, December, Melbourne, Australia, , (2012).
  51. Baret, F., et al. VALERI: a network of sites and a methodology for the validation of medium spatial resolution land satellite products. Remote Sensing of Environment. 76 (3), 1-20 (2008).
  52. Majasalmi, T., Rautiainen, M., Stenberg, P., Rita, H. Optimizing the sampling scheme for LAI-2000 measurements in a boreal forest. Agricultural and Forest Meteorology. 154-155, 38-43 (2012).
  53. Calders, K., et al. Variability and bias in active and passive ground-based measurements of effective plant, wood and leaf area index. Agricultural and Forest Meteorology. 252, 231-240 (2018).
  54. Leblanc, S. G., Chen, J. M. A practical method for correcting multiple scattering effects on optical measurements of leaf area index. Agricultural and Forest Meteorology. 110, 125-139 (2001).
  55. Rich, P. M. Characterizing plant canopies with hemispherical photographs. Remote Sensing Reviews. 5 (1), 13-29 (1990).
  56. Čater, M., Schmid, I., Kazda, M. Instantaneous and potential radiation effect on underplanted European beech below Norway spruce canopy. European Journal of Forest Research. 132 (1), 23-32 (2013).
  57. Le Dantec, V., Dufrêne, E., Saugier, B. Interannual and spatial variation in maximum leaf area index of temperate deciduous stands. Forest Ecology and Management. 134 (1-3), 71-81 (2000).
  58. Mussche, S., Samson, R., Nachtergale, L., De Schrijver, A., Lemeur, R., Lust, N. A comparison of optical and direct methods for monitoring the seasonal dynamics of leaf area index in deciduous forests. Silva Fennica. 35 (4), 373-384 (2001).
  59. Bequet, R., Campioli, M., Kint, V., Vansteenkiste, D., Muys, B., Ceulemans, R. Leaf area index development in temperate oak and beech forests is driven by stand characteristics and weather conditions. Trees-Structure and Function. 25 (5), 935-946 (2011).
  60. Neumann, H. H., Den Hartog, G. D., Shaw, R. H. Leaf-area measurements based on hemispheric photographs and leaf-litter collection in a deciduous forest during autumn leaf-fall. Agricultural and Forest Meteorology. 45 (3-4), 325-345 (1989).
  61. Küßner, R., Mosandl, R. Comparison of direct and indirect estimation of leaf area index in mature Norway spruce stands of eastern Germany. Canadian Journal of Forest Research. 30 (3), 440-447 (2000).
  62. Pokorný, R., Marek, M. V. Test of accuracy of LAI estimation by LAI-2000 under artificially changed leaf to wood area proportions. Biologia Plantarum. 43 (4), 537-544 (2000).
  63. Pokorný, R. Estimation of leaf area index in pure forest stands. Certificated methodology. , L.V. Print, Uherské Hradišt? (2015).
  64. Lang, A. R. G., Yueqin, X., Norman, J. M. Crop structure and the penetration of direct sunlight. Agricultural and Forest Meteorology. 35 (1-4), 83-101 (1985).
  65. Niinemets, Ü, Kull, K. Leaf weight per area and leaf size of 85 Estonian woody species in relation to shade tolerance and light availability. Forest Ecology and Management. 70 (1-3), 1-10 (1994).
  66. Bouriaud, O., Soudani, K., Bréda, N. J. J. Leaf area index from litter collection: impact of specific leaf area variability within a beech stand. Canadian Journal of Remote Sensing. 29 (3), 371-380 (2003).
  67. Burton, A. J., Pregitzer, K. S., Reed, D. D. Leaf area and foliar biomass relationships in northern hardwood forests located along an 800 km acid deposition gradient. Forest Science. 37 (4), 1041-1059 (1991).
  68. Finotti, R., Rodrigues, F. S., Cerqueira, R., Vinícius, V. M. A method to determine the minimum number of litter traps in litterfall studies. Biotropica. 35 (3), 419-421 (2003).
  69. Yang, Y., Yanai, R. D., See, C. R., Arthur, M. A. Sampling effort and uncertainty in leaf litterfall mass and nutrient flux in northern hardwood forests. Ecosphere. 8 (11), e01999(2017).
  70. Law, B. E., Cescatti, A., Baldocchi, D. D. Leaf area distribution and radiative transfer in open-canopy forests: implications for mass and energy exchange. Tree Physiology. 21 (12-13), 777-787 (2001).
  71. Guiterman, C. H., Seymour, R. S., Weiskittel, A. R. Long-term thinning effects on the leaf area of Pinus strobus L. as estimated from litterfall and individual-tree allometric models. Forest Science. 58 (1), 85-93 (2013).
  72. Liu, Z., Chen, J. M., Jin, G., Qi, Y. Estimating seasonal variations of leaf area index using litterfall collection and optical methods in four mixed evergreen-coniferous forests. Agriculture and Forest Meteorology. 209, 36-48 (2015).
  73. LI-COR. Instruction Manual. LAI-2000 Plant Canopy Analyzer. , LI-COR. Lincoln, Nebraska, USA. (1991).
  74. Mason, E. G., Diepstraten, M., Pinjuv, G. L., Lasserre, J. P. Comparison of direct and indirect leaf area index measurements of Pinus radiata D. Don. Agricultural and Forest Meteorology. 166-167, 113-119 (2012).
  75. Deblonde, G., Penner, M., Royer, A. Measuring leaf-area index with the Li-Cor Lai-2000 in pine stands. Ecology. 75 (5), 1507-1511 (1994).
  76. Zou, J., Yan, G., Zhu, L., Zhang, W. Woody-to-total area ratio determination with a multispectral canopy imager. Tree Physiology. 29 (8), 1069-1080 (2009).
  77. Zhu, X., et al. Improving leaf area index (LAI) estimation by correcting for clumping and woody effects using terrestrial laser scanning. Agricultural and Forest Meteorology. 263, 276-286 (2018).
  78. Li, Z., Strahler, A., Schaaf, C., Jupp, D., Schaefer, M., Olofsson, P. Seasonal change of leaf and woody area profiles in a midaltitude deciduous forest canopy from classified dual-wavelenght terrestrial lidar point clouds. Agricultural and Forest Meteorology. 262, 279-297 (2018).
  79. Chen, J. M., Black, T. A. Foliage area and architecture of plant canopies from sunfleck size distributions. Agricultural and Forest Meteorology. 60 (3-4), 249-266 (1992).
  80. Leblanc, S. G., Chen, J. M., Fernandes, R., Deering, D. V., Conley, A. Methodology comparison for canopy structure parameters extraction from digital hemispherical photography in boreal forests. Agricultural and Forest Meteorology. 129 (3-4), 187-207 (2005).
  81. Lang, A. R. G., Yueqin, X. Estimation of leaf area index from transmission of direct sunlight in discontinuous canopies. Agricultural and Forest Meteorology. 37 (3), 229-243 (1986).
  82. Leblanc, S. G. Correction to the plant canopy gap-size analysis theory used by the Tracing Radiation and Architecture of Canopies instrument. Applied Optics. 41 (36), 7667-7670 (2002).
  83. Leblanc, S. G., Chen, J. M., Kwong, M. Tracing Radiation and Architecture of Canopies MANUAL 2.1.4. , Natural Resources Canada. (2005).
  84. Hu, R., Yan, G., Mu, X., Luo, J. Indirect measurement of leaf area index on the basis of path length distribution. Remote Sensing of Environment. 155, 239-247 (2014).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Pułapki na ściółkęmetoda igiełanalizator korony roślinspecyficzna powierzchnia liściawskaźnik powierzchni zdrewniałejcyfrowe fotografie półsferycznetechnologia skanowania laserowegoteledetekcjadrzewostany leśne
Szacowanie wskaźnika powierzchni liści przy użyciu trzech różnych metod w drzewostanach czystych liściastych
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.