Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

순수 낙엽 스탠드에서 세 가지 뚜렷한 방법을 사용한 잎 영역 지수 추정

doi: 10.3791/59757 Published: August 29, 2019

Summary

리프 영역 지수(LAI)의 정확한 추정은 식물 생태계 내의 재료 및 에너지 플럭스 모델과 생태계와 대기 경계 층 사이에 매우 중요합니다. 따라서, 정확한 LAI 측정을 위한 3가지 방법(쓰레기 트랩, 바늘 기술 및 PCA)이 제시된 프로토콜에 있었다.

Abstract

수평 지표면적 단위당 전체 잎 표면적의 절반으로 정의되는 잎 면적 지수(LAI)의 정확한 추정은 생태, 임업 및 농업 분야의 식물 구조를 설명하는 데 매우 중요합니다. 따라서, LAI 추정을 수행하기 위한 3가지 상업적사용 방법(쓰레기 트랩, 바늘 기술 및 식물 캐노피 분석기)의 시술을 단계적으로 제시하였다. 구체적인 방법론적 접근법을 비교하고, 이 프로토콜에서 현재의 장점, 논쟁, 과제 및 미래의 관점에 대해 논의했습니다. 쓰레기 트랩은 일반적으로 참조 수준으로 간주됩니다. 바늘 기술과 식물 캐노피 분석기(예를 들어, LAI-2000)는 참조와 비교하여 LAI 값을 과소평가하는 경우가 빈번합니다. 바늘 기술은 쓰레기가 매년 완전히 분해되는 낙엽 스탠드에서 사용하기 쉽습니다 (예 : 오크와 네이치 스탠드). 그러나 쓰레기 트랩이나 직접적인 파괴적인 방법에 기반한 교정이 필요합니다. 식물 캐노피 분석기는 생태, 임업 및 농업에서 LAI 추정을 수행하는 데 일반적으로 사용되는 장치이지만, 단풍 응집 및 센서의 시야(FOV)에서 우디 요소의 기여로 인해 잠재적 오류가 발생할 수 있습니다. 이러한 잠재적인 오류 소스를 제거하는 것에 대해 논의했습니다. 이 플랜트 캐노피 분석기는 높은 공간 수준에서 LAI 추정을 수행하고 계절적 LAI 역학을 관찰하며 LAI를 장기적으로 모니터링하는 데 매우 적합한 장치입니다.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

LAI는 수평 지표면적1의단위당 전체 잎 표면적의 절반으로 정의되며, 탄소 및 물 플럭스 2,3에초점을 맞춘 많은 생물 지구 물리학 및 화학 교환 모델에 사용되는 주요 변수입니다. 4. LAI는 식물의 다양한 생태계 프로세스와 연결된 1 차 생산 (광합성), 증발, 에너지 교환 및 기타 생리적 특성을 구동하는 잎의 활성 표면에 정비례합니다. 커뮤니티5.

LAI 추정을 수행하기위한 수많은 접근 및 도구가 개발되었으며, 현재 시중 6,7,8,9에서사용할 수 있습니다. LAI 추정을 수행하기 위한 지상 기반 방법은 두 가지 주요 범주로 그룹화될 수 있습니다: (i) 직접 및 (ii) 간접 방법10,11,12. 첫 번째 그룹은 잎 면적을 직접 측정하는 방법을 포함하며, 간접 방법은 보다 쉽게 측정 가능한 매개 변수의 측정에서 LAI를 추론하고 방사성 전송 이론 (시간, 노동 집약성 및 기술 측면에서)을 사용하여13 ,14.

이 프로토콜은 비파괴 반직접적 방법(10)으로서 쓰레기 트랩과바늘 기술의 실용적 사용을 다룹니다. 및 광장치 식물 캐노피 분석기는 중부 유럽의 온대 낙엽엽엽포로부터 선택한 샘플에 대한 LAI 추정을 수행하기 위한 간접방법6,7(구조 및 굴각 특성 참조) 부록 A부록B).

낙엽숲및작물에서, 캐노피층(15) 아래에 분포된 쓰레기트랩(11)을 이용하여 비파괴반다이렉트LAI 추정을 수행할 수 있다. 쓰레기 트랩은 LAI가 성장기 내에 고원에 도달하는 낙엽 종에 대한 정확한 LAI 값을 제공합니다. 그러나, 포플러와 같은 성장기 동안 잎을 대체 할 수있는 종의 경우, 이 방법은 LAI11을과대 평가한다. 이 방법은 트랩의 함량이 스탠드16의잎 가을 기간 동안, 특히 가을 개월 동안 떨어지는 잎의 평균 양을 나타낸다고 가정합니다. 트랩은 미리 정해진 충분한 크기(최소 0.18m2, 바람직하게는0.25m2 이상)10,17,바람의 바람을 막고 잎을 내/밖으로 불지 않도록 하는 충분한 크기(그림1)를열수 있습니다. 트랩, 그리고 잎의 분해를 피하고 천포 바닥; 이는 연구 스탠드의 캐노피 층 아래에 위치하지만, 지표면(11)위에 위치한다. 트랩의 분포는 임의18 또는 트랜스크(19) 또는 일반 간격그리드(20)에서체계적일 수 있다. 트랩의 수와 분포는 독특한 스탠드 구조, 공간 균질성, 예상 풍속 및 방향을 반영하는 정확한 LAI 추정을 수행하기 위한 중요한 방법론 단계이며, 특히 스파스 스탠드(또는 골목및 과수원) 및 데이터 평가를 위한 작업 용량. LAI 추정의 정밀도는 연구된 스탠드11,21 내에서 트랩의 상승 주파수에 따라 증가합니다(그림 2참조).

각 트랩에서 쓰레기 가을의 샘플을 수집하는 권장 빈도는 폭우와 일치 할 수있는 무거운 가을기간에 적어도 매월10, 심지어 일주일에 두 번입니다. 화학 적 분석의 경우 비가 오는 동안 트랩의 쓰레기의 분해 및 재료의 침출을 방지 할 필요가있다. 필드에서 잎을 수집 한 후, 혼합 하위 샘플은 건조 질량 중량 비에 잎의 신선한 투영 영역으로 정의 된 특정 잎 영역 (SLA,cm2 g-1)22를추정하는 데 사용됩니다. 수집된 나머지 쓰레기는 일정한 무게로 건조되고 실험실에서 gcm-2로 쓰레기의 건조 질량을 계산하는 데 사용된다. 각 수집 날짜에 잎 건조 질량은 SLA 23,24에역 파라미터로서 SLA 또는 잎 건조 질량을 지역당 SLA 또는 잎 건조 질량(LMA, gcm-2)으로 곱하여 잎 영역으로 변환된다. 특정 잎의 신선한 투영 영역은 평면도 접근법을 사용하여 결정할 수 있습니다. 평면도 방법은 특정 리프의 영역과 수평 표면의 리프로 덮인 영역 간의 종속성을 기반으로 합니다. 잎은 스캔 화면에 수평으로 고정되며 평균은 리프 영역 미터를 사용하여 측정됩니다. 그런 다음 해당 영역이 계산됩니다. 다른 측정 원리에 따라 많은 잎 면적 미터는 시장에서 사용할 수 있습니다. 그 중 일부는 예를 들어, 직교 투영 방법을 사용하는 LI-3000C 휴대용 잎 영역 미터, 형광 광원과 반 전도 스캐닝 카메라를 사용하여 잎 평균을 측정하는 LI-3100C 영역 미터를 포함한다. 다음 장치인 CI-202 휴대용 레이저 리프 영역 측정기는 코드 리더를 사용하여 잎 길이를 코딩합니다. 그 외에, AM350 및 BSLM101 휴대용 잎 영역 미터는 또한 일반적으로 정확한 잎 면적 추정을 수행하는 데 사용됩니다.

또한, 영상을 분석하는 시스템을 기반으로 리프 면적 미터가 존재한다. 이러한 리프 영역 미터는 WD3 WinDIAS 리프 이미지 분석 시스템(11)과 같은 데이터 분석을 위한 적합한 소프트웨어를포함하여 비디오 카메라, 디지털화 프레임, 스크린 및 PC로 구성된다. 현재 PC에 연결된 기존 스캐너는 리프 면적 추정에 사용할 수 있습니다. 그 후, 잎 영역은 검은 픽셀의 수의 배수로 계산하고 그 크기는 선택한 해상도에 따라 달라집니다 (인치 당 점 – dpi), 또는 잎 영역은 특정 소프트웨어를 통해 측정된다, 예를 들어, WinFOLIA. 마지막으로, 공지된 지표면적 내에서 수집된 잎의 총 건조 질량은 신선하고 건조한 잎의 면적의 변화를 반영하는 SLA 및 수축 계수25를 곱하여 LAI로 변환됩니다. 수축은 나무 종, 수분 함량 및 잎 부드러움에 따라 달라집니다. 길이와 폭 (투영 된 영역에 영향을 미치는 것)의 잎의수축은 일반적으로 최대 10 % 26이며, 예를 들어 오크27의경우 2.6 ~ 6.8 %의 범위입니다. 각 종의 비중을 측정하고 특정 잎 면적 비율을 확립하기 위해 종별로 잎을분류하여 전체 LAI(28)에 대한 각 종의 기여도를 결정할 필요가 있다.

바늘 기술에 의한 LAI 측정은 경사점 사분면 방법29,30,31,32로부터유래된 저렴한 방법이다. 낙엽 스탠드에서, 전체 잎 가을(20) 후 토양 표면에 수집되는 것과 동일한 총 잎 수와 나무의 면적을 가정에 따라 트랩 (10)을 사용하지 않고 LAI 추정을 수행하기위한 대안이다 . 얇은 날카로운 바늘은 잎 가을10직후 땅에 누워 있는 쓰레기에 수직으로 관통된다. 완전한 잎 낙하 후, 잎은 수직 프로브의 바늘에 지상에서 수집, 접촉 번호와 관련된 실제 LAI 값과 동일합니다. 바늘 기술에 의한 집중샘플링(필드 프로브당 연구된 스탠드당 100-300샘플링 포인트)은 평균 접촉수를 정량화하고 LAI 값을 정확하게10,20,33으로도출하기 위해 요구된다.

Tthe식물 캐노피 분석기(예를 들어, LAI-2000 또는 LAI-2200 PCA)는 캐노피 전체에서 광투과를 측정함으로써 간접 LAI 추정을 수행하기 위해 일반적으로 사용되는 휴대용 기기입니다.7광 스펙트럼의 여과 된 파란색 부분 (320-490 nm)34,35나뭇잎을 통과 한 빛의 기여를 최소화하기 위해 캐노피에 흩어져 나뭇잎을 통과하고 있습니다.7,34. 광 스펙트럼의 파란색 부분에서 잎과 하늘 사이의 최대 대비가 달성되고 단풍이 하늘에 검은 색으로 나타납니다.34. 따라서 캐노피 갭 분율 분석을 기반으로 합니다.7. 이 기기는 작물과 같은 식물 공동체에서 생태 생리학 연구를 하는 데 널리 사용되어 왔습니다.36초원37, 응비 스탠드8, 낙엽 스탠드38. 식물 캐노피 분석기는 FOV가 148°인 어안 광학 센서를 사용합니다.35캐노피의 반구형 이미지를 실리콘 검출기에 투사하여 5개의 동심원으로 배열합니다.397°, 23°, 38°, 53°및 68°의 중앙 천정각9,40,41. 5개의 뷰 캡(예:,270°, 180°, 90°, 45°및 10°)를 사용하여 광학 센서의 방지각 보기를 제한할 수 있습니다.27LAI 추정 중에 열린 영역(위에서 참조된 판독의 경우) 장애물에 의한 차광을 방지하거나 센서의 FOV 작업자가 캐노피 위 판독을 위해 FOV 센서를 열린 영역으로 조정할 수 있습니다. 식물 캐노피 분석기를 사용한 측정은 연구된 캐노피 위(또는 충분히 확장된 개방 영역)에서 수행됩니다.7. 간격 분수 추정의 편향을 피하기 위해 위와 아래 판독값 모두에 동일한 뷰 캡을 사용해야 합니다.34. LAI-2000 PCA는 첸 외에 의해 도입된 효과적인 잎 영역 지수(LAIe)를 생성한다.42, 또는 오히려 효과적인 식물 영역 지수 (PAIe) 우디 요소로 센서 판독 값에 포함되어 있습니다. 평평한 잎이 있는 낙엽 스탠드에서 LAIe는 헤미 표면 LAI와 동일합니다. 상록 수림 스탠드의 경우, LAIe는 촬영 레벨에서 응집 효과를 수정할 필요가 있습니다 (SPAR, STAR)43, 촬영보다 큰 스케일의 응집 지수(Ω전자)44줄기와 가지를 포함한 우디 요소의 기여(즉,,우디 대 전체 면적 비율),45체계적인 LAI 과소 평가를 야기하는20. 촬영 또는 리프보다 더 높은 공간 규모의 응집 지수는 명백한 응집 지수(ACF)로 정량화될 수 있으며, 이는 보다 제한적인 뷰 캡을 사용할 때 식물 캐노피 분석기를 사용하여 추정할 수 있습니다.27. 이 저자들은 이 ACF가 Lang에 따라 균질하고 비균질적인 캐노피에 대한 다른 절차에 의해 전송에서 계산된 LAI 값의 비율에서 추론된다고 말합니다.46, 우리는이 응집 인덱스오히려 캐노피 균질성을 설명하는 것으로 가정합니다. ACF 계산 외에도 기상 조건과 관련하여 LAI-2200 PCA를 보다 광범위하게 적용 할 수있는 새로운 디퓨저 캡, Fct 코드 대신 사용자 메뉴 및 파일 세션당 더 많은 측정을 수행 할 수있는 가능성이 주요 항목 중 하나입니다. 이전 LAI-2000 PCA에 비해 기술 업그레이드34,47. 측정 및 후속 내부 소프트웨어 계산은 네 가지 가정을 기반으로 합니다: (1) 나뭇가지, 가지 및 줄기를 포함한 광 차단 식물 요소는 캐노피에 무작위로 분포되며, (2) 단풍은 모든 것을 흡수하는 광학적으로 검은 몸체입니다. (3) 모든 식물 요소는 단순한 기하학적 볼록 한 모양과 수평 지표면에 동일한 투영, (4) 식물 요소는 각 고리에 의해 덮여 영역에 비해 작다11.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

1. LAI는 쓰레기 트랩을 사용하여 추정

  1. 첫째, 현장 조사를 수행하여 연구된 스탠드의 부지 조건 및 구조를 조사합니다(즉, 경사면, 숲 또는 식물 유형, 숲 또는 식물 밀도, 캐노피 클로저의 균질성, 크라운의 경사도 및 박람회) 크라운 베이스 높이)를 참조하십시오.
  2. 연구된 스탠드의 동화 장치의 크기에 따라 그물의 메쉬 크기를 선택하여 캐노피 아래에 위치하기 위한 적합한 쓰레기 트랩 유형을 선택합니다(즉, 메쉬 크기는 포획된 동화의 크기보다 작아야 합니다. 그런 다음 연구된 스탠드 내에서 트랩을 번호로 배포한 다음 레이블을 지정합니다.
    1. 일반적으로 조사스탠드25,48당 15~25에 이르는 다수의 트랩을 사용하며, 특히 포플러 10과 같은 큰 잎이 있는 나무 종의 경우 0.18m2에서 최대 0.5m2 이상에 이르는 포획 면적을 가지고 있습니다. ,17,48.
    2. 트랩을 연구된 스탠드 전체에 걸쳐 하나의 상호 수직 횡단 또는 일반 그리드 내에 배치합니다(그림2). 쓰레기 가을의 적절한 샘플링 설계, 절차 및 분석은 또한 Ukonmaanaho et al.17 또는 Fleck et al.21에의해 설명된다.
      1. 크라운 크기, 캐노피 잠금 장치 및 스탠드 텍스처의 트랩 사이의 거리를 결정합니다.
      2. 상승 스탠드 영역과 질감이 이질성을 모두 쓰레기 트랩의 수를 증가.

Figure 2
그림 1: 다양한 유형의 쓰레기 트랩 의 구조와 스탠드 내의 위치.
왼쪽부터 우디, 플라스틱, 플라스틱 상자, 금속 구조. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. 성장 기의 시작 부분에 트랩을 설치하십시오 (잎이 떨어지는 것은 곤충에 의한 손상이나 여름 철에 매우 건조한 날씨 이벤트로 인해 발생할 수 있기 때문에 잎이 붉어지는 직후).
    1. 각 트랩을 지면 위와 스탠드 캐노피 아래에 단단히 고정하여 캡처 영역이 변경되지 않도록 합니다. 각 트랩을 수평 위치로 유지하고 안정적으로 정규화된 캡처 영역을 유지합니다. 다양한 종류의 트랩의 예는 그림 1 또는 예를 들어 우콘마아나호 외17에제시되어 있습니다.

Figure 1
그림 2: 숲에서 쓰레기 트랩 분포의 일반 회로도 패턴은 뚜렷한 균질성을 의미합니다.
동질성은 왼쪽에서 감소합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. 트랩을 지상 표면(최소 0.1m) 위에 놓아 공기가 트랩의 수집 부분 아래에 불어오도록 합니다. 일반적으로 트랩의 높이는 지상 면25,38,49에서1m입니다.
  2. 연구 된 사이트의 전형적인 날씨 과정과 쓰레기 가을 강도와 관련하여 쓰레기 수거 시간 단계를 선택하십시오. 표준 시간 단계는 1 ~ 4 주 범위 (짧은 시간 단계는 쓰레기 분해를 피하기 위해 비오는 날씨 와 집중적 인 잎 폭포 동안 사용되어야한다).
    1. 각 측정 동안 트랩 프레임의 강도, 그물 또는 상자의 소형화 및 전체 트랩의 수평 (즉, 트랩의 수평 위치)을 확인합니다.
  3. 각 트랩에서 수집된 쓰레기를 이전에 라벨이 붙은 종이 봉투에 넣습니다.
    1. 모든 시료를 냉각 상자에 보관하거나 필요한 경우 4°C에 일시적으로 보관하되 잎 조직의 손상으로 인해 17°C에 동결되지 않는 것이 바람직하다.
  4. 실험실에 샘플을 운반 한 후, 다른 쓰레기 구성 요소 (가지, 씨앗, 껍질, 꽃; 필요한 경우 나무 종에 따라)에서 동화 장치를 분리합니다.
  5. 선별 직후, SLA 추정을 수행하기 위해 각 쓰레기 트랩의 혼합(혼합된) 샘플의 일부를 분석합니다(즉, 잎의 투영 면적과 건조 질량 중량 사이의 비율).
    1. 크라운 수직 프로파일 내에서 특성의 차이가 있는 다른 나무 종과 균일한 유형의 단풍(햇볕이 잘 드는 그늘)이 발생한다는 점을 감안할 때, SLA(LMA) 추정을 수행하기 위한 잎을 선택하기 전에 각 트랩의 샘플을 철저히 혼합합니다(11) . 수축에 의한 신선및건성잎 투영면적의 차이가 있기 때문에, 신선(녹색) 잎(26)의서브샘플로부터 수축 보정 계수를 추정한다.
      1. 스탠드에있는 모든 나무 종에서 비례 (트랩에서 혼합 하위 샘플에서와 같이) 잎을 수집합니다.
    2. SLA 추정을 수행하기 위해 사용되는 모든 트랩21,27에서 적어도 100-200 개의 잎을 계수하는 하위 샘플을 분리합니다.
      1. 잎을 평평하고 직선적인 방식으로 스캔 보드 나 잎 영역 미터에 놓고 잎이 겹치는 것을 피해야합니다.
      2. 말린 쓰레기 잎이 접히거나 말릴 수 있기 때문에, 17,21짧은시간 동안 뜨거운 물 (60-70 °C)에 담가 둡니다. 이것은 측정을 위해 충분히 잎을 평평하게 하는 것으로 나타났습니다, 그러나 특히 담가 두는 긴 시간 후에, 그(것)들은 무게를 분실합니다.
      3. 스캐너 또는 잎 영역 미터가 상부 조명을 사용하지 않는 경우 (반사 및 그림자를 피하기 위해), 스캔 보드 또는 잎 영역 미터 컨베이어 (즉, 잎이 스캔 헤드 라이트에 수직으로 배치됨)에 잎을 적당한 분포로 사용하십시오. 후속 데이터 처리 중에 그림자를 제거하기가 어렵기 때문에 스캔 헤드라이트 이동 중에 그림자가 형성되지 않습니다.
      4. PC에 연결된 스캐너를 사용하는 경우 영역의 충분한 정확도에 따라 최소 200dpi의 흑백 사진 해상도를 사용합니다.
        1. 일반 스캐너를 사용할 때 나뭇잎 내의 라이트 픽셀로 보이는 반사를 방지하려면 스캔 밝기를조정하여 적절한 임계값에 도달합니다(그림 3). 그런 다음 소프트웨어(예: WinFOLIA)는 스캔의 어두운 픽셀을 계산하여 리프 영역을 추정하고 알려진 dpi 해상도를 사용하여 변환합니다.
    3. 일정한 중량을 달성하기 위해 80 또는 105°C에서 48시간 동안 SLA 추정을 위해 지정된 이 하위 샘플을 건조시다. 온도 조절장치가 있는 환기 오븐을 사용하여 내부 온도를 균질화하고 유지합니다(예:IncuMax CV150).
      참고: 오븐 건조가 낮은 온도에서 발생할 때 잎의 수분 함량은 셀의 고정 된 물로 유지됩니다. 105 °C에서 건조할 때 식물 샘플17에물이 남아 있지 않습니다.
    4. 실험실 스케일을 사용하여 이 하위 샘플의 건조 질량을 최소 1g의 높은 정확도로 계량합니다.
      1. 실험실 스케일의 레벨링을 확인하고 외부 효과(예: 계량 중 실험실에서 강한 바람이 부는 경우)를 피하십시오.
    5. SLA 추정에 지정된 하위 샘플의 새로 투영된 잎 영역을 건조 질량 가중치로 나눈 값으로 SLA 값을 계산합니다.

Figure 3
그림 3: 올바른 품질 검사(왼쪽)와 잘못된 스캔(오른쪽)의 예가 있는 리프 샘플 스캔
밝기를 조정하여 리프 바디 내부의 흰색 픽셀로 보이는 반사도 및/또는 영역 을 분석하기 전에 표면 먼지(a) 및 가장자리 효과(b)를 삭제해야 하는 경우.

  1. 오븐-건조시 샘플의 나머지 부분(즉, 수집된 잎)을 SLA 추정에 사용된 것과 동일한 온도에서 48시간 동안, 즉 80 또는 105°C에서 일정한 중량에 도달하도록 하였다.
  2. 각 특정 쓰레기 트랩에 대한 나머지 샘플의 건조 질량 중량을 올바른 SLA 값에 곱하여 트랩당 총 투영 된 잎 영역에 도달합니다.
  3. 연구된 각 스탠드와 각 쓰레기 수거 날짜에 대해 1.5에서 1.9까지 단계를 반복합니다.
  4. LAI를 쓰레기 트랩을 사용하여 추정한 누적 총 잎 면적의 비율과 쓰레기 트랩의 캡처 영역으로 계산합니다.

2. LAI 측정을 위한 바늘 기술

  1. 처음에, 현장 조사를 수행, 현장 조건 및 연구 스탠드의 구조를 조사 (즉, 경사의 경사 및 박람회, 숲 또는 식물 유형, 숲 또는 식물 밀도, 캐노피 폐쇄의 균질성, 크라운 크기 및 크라운 기본 높이)를 참조하십시오.
  2. 완전한 잎 낙하 직후, 직경이 최대 2.0mm인 만큼 긴 날카로운 금속 바늘을 포함하여 필요한 모든 장비를 준비하십시오.
  3. 각 연구 스탠드의 캐노피 구조에 기초하여 임의로 분포된 샘플링 포인트(100개 이상)10,20,38을 선택한다.
    참고: 일반적으로 샘플링 포인트가 많을수록 연구된 스탠드에서 LAI 추정의 정확도가 높아지며(조사된 플롯의 크기와 캐노피의 구조와 관련하여 샘플링 점수가 증가해야 합니다).
  4. 금속 바늘을 사용하여, 프로브 샘플링 포인트의 각각에 지상 표면에 누워 갓 떨어진 잎의 층을 통해 다소 유사한 각도로 잎을 뚫는다.
    1. 이 낙엽은 캐노피 내의 이전 위치와 아무관계가 없기 때문에 찌르기의 각도를 사용합니다.
  5. 바늘에 갓 떨어진 잎만 있는지 확인하십시오. 전년도에 부분적으로 분해 된 잎이있는 경우 바늘에서 제거하십시오.
  6. 각 샘플링 지점에서 각 찌르기로 바늘로 피어싱된 잎의 수를 계산합니다.
  7. 모든 프로브 샘플링 포인트에 대해 2.4에서 2.6까지 단계를 반복합니다.
  8. 전체 스탠드 내의 바늘에 의해 관통된 모든 잎의 합계를 계산합니다(즉, 샘플링 포인트가 100개 이상).
  9. 이 합계를 찌르기 수(예: 산술 평균 계산)로 나눕니다. 결과 산술 평균은 스탠드 레벨의 실제 LAI 값과 같습니다. 참고: 바늘에 수집된 모든 신선한 잎의 평균 수는 조사된 숲 스탠드의 실제 LAI 값에 해당합니다.

3. LAI 추정을 수행하기위한 식물 캐노피 분석기 광학 장치

  1. 처음에, 현장 조사를 수행, 현장 조건 및 연구 스탠드의 구조를 조사 (즉, 경사의 경사 및 박람회, 숲 또는 식물 유형, 숲 또는 식물 밀도, 의 균질성 캐노피 잠금 장치, 크라운 크기 및 크라운 베이스 높이).
  2. 관측 된 플롯 위와 동일한 하늘 조건의 적절한 개방 영역 (클리어링)을찾으십시오.
    1. 식물 캐노피 분석기를 사용하면 사용자가 지각부 (제한 보기 캡에 의해)뿐만 아니라 천정 (링 마스킹에 의한 소프트웨어 처리를 통해) 방향모두에서 다른 FOV를 사용할 수 있으므로 위와 아래 캐노피 모두에 동일한 캡 (및 방향)을 적용하십시오. 판독.
    2. FOV의 범위에서 열린 영역의 크기와 적절한 뷰 캡의 활용도를 도출합니다. 가장 가까운 장애물(나무, 지형, 건물)의 높이를 추정하고 천정 방향에서 수직으로부터 센서의 공지된 FOV는 개방 영역의 충분한 크기를 계산할 수 있는 가장 적합한 솔루션을 제공합니다. 방정식 1:
      Y = H∙tg∙α (1),
      Y가 가장 가까운 장벽으로부터 필요한 거리인 경우; H는 장애물의 높이를 의미한다; α는 수직으로부터의 방향으로 FOV를나타낸다(그림 4). 개방 된 영역 대신, 조사되는 스탠드보다 높은 타워는 캐노피 판독값(21)을복용하는 데 사용할 수 있습니다.
      1. 열린 영역의 크기를 계산할 때 지형의 경사와 이질성을 고려합니다.

Figure 4
그림 4: 센서의 FOV(회색 영역)의 개략적 묘사입니다.
α는 센서의 FOV입니다. H는 가장 가까운 장애물의 높이를 나타낸다; Y는 운전자와 장애물(63)사이의 수평 거리를 의미한다.

  1. 스탠드의 구조적 파라미터(캐노피 균질성)에 기초하여, 적합한 샘플링 포인트 번호, transect에 위치한 등거리 샘플링 포인트의 위치, 또는 연구된 스탠드9에서캐노피 이하 판독값을 취하기 위한 그리드를 결정한다.
    1. 필드의 캐노피 아래 판독값의 가변성에서 적절한 거리를 추론합니다.
      1. 캐노피 아래의 센서를 트랜스펙트에서 천천히 이동하고 가장 상부 링 판독값의 가변성을 관찰합니다. 값이 높을수록 중단된 약간의 가변성은 일반적인 결과입니다. 가변성에서 이러한 피크 값 사이의 거리의 절반은 적절한 것으로 간주되어야 합니다.
    2. 계절적 LAI 역학에 대한 관찰이 수행되는 경우, 연구된 스탠드 내에서 트랜스펙트 또는 샘플링 포인트의 영구 고정을 사용합니다(예: 나무 말뚝 또는 지질 금속 막대기).
      참고: 트랜스크의 수와 간격은 스탠드의 특정 캐노피 구조에따라 달라집니다(그림 5).
    3. 균일 한 스탠드에서, 트랜스의 충분한 수는 1에서 3까지 범위. 높은 이질성의 경우, 샘플링 포인트의 일반 그리드를 적용합니다. 특히 행 간격의 경우 스탠드에 있는 나무의 경사 및 분포와 관련하여 횡단 방향의 방향을 선택합니다. 특정 샘플링 점 간의 간격은 스탠드의 이질성, 크라운 크기, 크라운 베이스 높이 및 센서의 FOV(그림6)에 대해 결정됩니다. 균일 한 스탠드에서 샘플링 포인트의 수는 일반적으로 5와 36 46,50사이의 범위입니다. 특정 샘플링 디자인은 또한 Baret et al.51에의해 설명된다; 마자살미 외52; 우드 게이트 외.50; Fleck 외.21; 칼더스 외.53.
      1. 경사진 지형을 사용하면 레벨 곡선을 따라 센서 뷰를 방향을 조정합니다.

Figure 5
그림 5: 순수 낙엽 스탠드의 측정 레이아웃입니다.
(A),(B)라인 심기 (즉, 직사각형 간격)에 의해 설립 된 순수한 농장에서 특정 트랜스의 최적의 배치의 레이아웃. (C) 삼각형 간격에 라인 심기로 설립 된 순수한 농장에서 특정 횡단의 최적의 배치의 레이아웃. (D) 두 개의 뚜렷하게 다른 부분으로 라인 심기로 설립 된 순수한 농장에서 특정 트랜스펙의 최적의 배치의 레이아웃. (E) 스탠드의 현저하게 구별되는 4개의 부분이 있는 스탠드에 특정 트랜스크를 최적으로 배치하는 레이아웃입니다. (F) 두 개의 서로 다른 부분으로 라인 심기로 설립 된 순수한 농장에서 특정 트랜스펙의 최적의 배치의 레이아웃. (G) 스탠드의 전체 면적의 50%, 25%, 25%를 나타내는 3개의 현저하게 뚜렷한 부품으로 라인 심기로 확립된 순수 농장에서 특정 트랜스펙의 최적 배치 레이아웃. (H) 자연 재생에 의해 확립 된 스탠드에 트랜스를 배치하는 레이아웃은 트랜스크 당 약 12 개의 측정 포인트가 정확도 관점에서 충분합니다. 회색 트랜스펙트는 측정에서 대체로 생략될 수 있습니다.

Figure 6
그림 6: FOV, 스탠드 밀도 및 크라운 베이스의 높이와 관련하여 트랜스내측정점 간의 간격 선택의 회로도 묘사입니다.
a: 개략적으로 표시된 센서 높이 및 보기, 크라운 베이스 높이, c: 일부 캐노피 부품(d – 흰색)이 센서에 의해 보이지 않기 때문에 부적절한 간격 거리가 표시되는 경우 적절한 간격 거리입니다. 따라서 간격을 보정해야 합니다(즉, a= c – b), c*: 보정된 확대센서 시야각(미세 파선)으로 인해 적절한 간격 거리도 보정되어야 합니다.

  1. 맑은 조건에서 LAI 추정의 몇 가지 가능성과 보정이 제시되지만47,54,확산 빛 하늘 (표준 흐림) 및 바람이없는 조건55에서모든 측정을 수행합니다. 56(그림 7참조). 식물 캐노피 분석기는 맑은 조건21에서측정을 위한 광 산란보정을 가능하게 한다는 사실에도 불구하고, 센서 의 생산자는 표준 흐린 조건(34)에서그것을 사용하는 것이 좋습니다.
    1. 햇빛이 비치는 단풍이 이미지에 밝은 픽셀로 나타나고 하늘(음경 효과)으로 부적절하게 분류될 수 있기 때문에 직사광선이 비추는 식물 캐노피 분석기를 사용합니다. 확산 광이 하늘 전체에 고르게 흩어져 있을 때 완전히 흐린 조건(균일한 구름 덮개 포함)에서 측정을 하는 것이 좋습니다.
    2. 반사도는 확산 하늘 조건에 비해 햇빛 아래에서도 분명히 더 높습니다. 대안으로, 일출 전이나 일몰 후, 태양이 지평선 아래에 숨겨져 있고 식물이 태양에 의해 백라이트되지 않을 때 측정하십시오 (이 시간 동안 조명 환경이 급격히 변한다는 것을 명심하십시오). 그러나 센서의 감도로 인해 읽기 값은 열린 영역에서 ca. 3보다 높아야 합니다.
    3. 센서에 빗방울이 측정의 정밀도에 영향을 미치기 때문에 빗을 피하십시오. 젖은 캐노피는 더 많은 빛을 반사하여 LAI과소평가로 이어질 수 있습니다.
    4. 식물 원소를 이동하면 캐노피 아래 판독값에 영향을 줄 수 있으므로 잘못된 결과를 초래할 수 있으므로 강한 바람을 방지할 수 있습니다.
    5. 캐노피 내에서도 안개가 자욱한 상태를 피하십시오.

Figure 7
그림 7: 식물 캐노피 분석기를 사용하여 LAI 추정을 수행하기 위한 최적의 기상 조건. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. LAI의 계절적 코스를 관찰할 필요가 없는 경우, 대부분의 수목 종의 LAI가 최대 값에 도달하고 남아 있기 때문에 6월부터 9월 중순까지 모든 측정을 수행하십시오(건조한 여름 제외). 따라서, 이 기간은 성장 시즌 동안 LAI 비교를 만들기에 가장 적합하다38,57,58,59.
    참고: 이 기간은 잎 가을이나 노화의 가뭄 조건 하에서 더 짧거나 수정되어야 합니다.
  2. 잎이 벗겨지는 기간 동안 우디 영역 지수(WAI, 그림 10)를추정합니다(즉, 이른 봄에 싹이 부서지기 전과 늦은 가을에 완전한 잎가을 벗어난 후).
    참고 : 식물 캐노피 분석기는 하나의 가시 밴드 (320-490 nm)34,35를 가지고 잎과 우디 구성 요소를 구별 할 수없는 것을 감안할 때, 성장 시즌 동안 얻은 결과는 식물 영역 지수 (PAI)를 나타냅니다 LAI 와이 (PAI = LAI + WAI)60. 따라서, 리프온 기간에 추정된 각 PAI 측정으로부터 리프오프 기간에서 취해진 두 WAI 측정의 평균 값을 빼고 올바른 LAI 값(LAI=PAI – WAI)을 구한다(LAI=PAI – WAI)(20,38).
    1. 충분한 개방 영역에서 각 스탠드 트랜스크 또는 그리드의 첫 번째 측정으로 위의 캐노피 판독값을 수행합니다(단계 3.2 참조).
      참고: LAI-2000 PCA(또는 개선된 버전의 LAI-2200 PCA 및 LAI-2200C)가 두 개의 센서(예: 아래 센서용 및 위 판독용 센서)와 동시에 추정할 수 있기 때문에 이중 모드 측정이 가능합니다. 이 경우 센서는 사용 설명서(LI-COR 2011)에 따라 보정되어야 합니다. 간단히 말해서, 사용자는 두 센서를 하나의 제어 장치에 연결하여 판독값과 시간을 통합하고, 삼각대 상단에 캐노피 판독값을 배치하고, 수평을 지정하고, 동일한 제한 보기 캡을 사용하는 것이 좋습니다. 센서 뷰 방향은 캐노피 아래 판독값에 사용된 것과 방위각 방향에서 동일해야 합니다.
    2. 3.3에 자세히 설명된 공간 측정 설계에서 아래 캐노피 판독값을 수행합니다. 센서는 일반적으로 지상21,38,즉 지하 식물위, 캐노피 아래 및 가시 센서 버블 레벨에서 0.5 ~ 2.0 m에서 유지됩니다.
      1. 버블 레벨은 센서의 구성 요소입니다. 센서가 2.0m 이하로 유지되는 경우 제한 보기 캡을 사용하여 FOV에서 운전자를 제외하십시오. 아래 및 위의 판독값 모두에 대해 동일한 뷰 캡을 사용합니다.
      2. 센서와 식물의 지름 또는 폭의 최소 4배 이상인 식물의 지상 부품(스템, 가지) 사이의 최소 거리를 사용합니다.
    3. https://www.licor.com/env/products/leaf_area/LAI-2200C/software.html 사용할 수 있는 LAI-2200 파일 뷰어(FV2200) 프리웨어를 사용하여 필드 측정 원시 데이터에서 WAI 값을 계산합니다.
      1. 센서의 FOV를 상단 3개 링(즉, 0-43°)으로 제한하여 가장자리 효과와 큰 간격 크기를20,61,62로제외합니다.
      2. LAI-2000 PCA에 대한 표준 알고리즘을 사용하여 데이터를 처리하고, 사용자매뉴얼(34)에따라 FV2200을 사용하여 평가를 위한 파라미터를 설정한다.
    4. 연간 WAI 값을 성장 기가 시작되기 전에 수행된 두 측정의 산술 평균(즉, 싹이 깨지기 전) 및 완전한 잎 가을 이후(그림10)로결정합니다.
  3. WAI 추정을 만들기 위해 사용된 것과 동일한 절차를 사용하여 PAI를 추정합니다(단계 3.6.1-3.6.3.3.3.3.)
  4. 스탠드 레벨에서 평균 PAI 와 WAI 값(LAI = PAI – WAI)20,38의 차이로 실제 LAI 값을 계산합니다.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

2013년 성장기의 모든 스탠드 레벨의 평균 LAI 값은 그림8에 표시됩니다. A를 제외한 모든 플롯에서 가장 높은 값은 참조 수준으로 쓰이는 쓰레기 트랩으로 측정되었습니다. 반대로, 가장 높은 평균 LAI 값은 플롯 A의 바늘 기술을 통해 추정되었다. 쓰레기 트랩과 식물 캐노피 분석기를 사용하여 추정된 LAI 값 간의 모든 차이는 유의하지 않았습니다(p > 0.05; 그림8, 왼쪽). 플롯 B, C 및 D에서 바늘 기술은 쓰레기 트랩에서 얻은 LAI를 크게 과소 평가했습니다. 반대로 플롯 A에서 이 기술은 쓰레기 트랩을 사용하여 측정된 LAI를 유의한 수준이 아닌(p = 0.01) 과대 평가했습니다. 그림8, 중간). 식물 캐노피 분석기와 바늘 기술에 의해 추정된 LAI 값 간의유의한 차이는 모든 경우에 발견되었다(도 8, 오른쪽).

Figure 8
도 8: 쓰레기 트랩, 바늘 기술 및 LAI-2000 PCA 접근법을 사용하여 추정된 평균 LAI 값 간의 통계적으로 유의한 차이를 비교한 것입니다.
A-C: 유럽 너도밤나무 플롯, D: 시카모어 메이플 플롯, p < 0.05 (*), p & 0.001 (**), p의 0.05 (ns). 수염은 표준 편차를 보여줍니다. 이 그림은 사용 권한38로수정되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

식물 캐노피 분석기 및 바늘 기술에 의해 얻어진 LAI의 과소 평가의 편차는 모두 기준 수준으로 간주되는 쓰레기 트랩으로부터 얻어진 LAI 값과 비교하여 9에 도시되어 있다. 플롯 A, B, C 및 D에서 쓰레기 트랩과 식물 캐노피 분석기를 사용하여 측정된 LAI 값의 과소 평가는 각각 15.3%, 11.0%, 18.9%, 5.8%였습니다. 네이치 플롯과 조사된 모든 플롯에 대한 LAI 값의 평균 편향은 각각 15.1%와 12.7%였습니다. 플롯 B, C 및 D에서 바늘 기술은 쓰레기 트랩에서 얻은 LAI를 각각 41.0%, 38.0%, 40.0%로 과소 평가했습니다. 반대로, 플롯 A에서, 13.0%의 과대평가는 바늘 기술과 쓰레기 트랩에 의해 얻어진 LAI 값 사이에서 발견되었다. 나무 종 조성에 관계없이 네이치와 모든 연구 플롯에 LAI 값의 평균 편향은 각각 39.7 %와 26.5 %였다.

Figure 9
도 9: 참조로 간주되는 쓰레기 트랩으로부터 얻은 LAI 값으로부터 바늘 기법과 LAI-2000 PCA를 사용하여 추정된 LAI 값의 평균 편향.
A-C: 유럽 너도밤나무 플롯, D: 시카모어 메이플 플롯, ALL – 나무 종에 관계없이 모든 플롯의 평균 편차. 수염은 표준 편차를 보여줍니다. 이 그림은 사용 권한38로수정되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

완전한 잎-가을 및 싹 이완 전(즉, 4월)에 WAI는 식물 캐노피 분석기를 사용하여 쉽게 측정할 수 있습니다. 플롯 A, B, C 및 D에 대한 WAI의 평균 계절 값은 각각 1.33, 0.26, 0.99 및 0.38에 도달했습니다(그림10). 가장 빠른 LAI 개발은 4월에 발생하는 싹 이탈부터 5월 초까지의 기간에 주목되었다(1부, 그림 10). 5월부터 6월 말까지(2부, 그림 10),잎의 빠른 LAI 발달이 지속되는 것을 관찰하였습니다. 그러나 파트 1에 비해 강도가 낮습니다. 6월 하반기부터 7월 말까지 플롯 B. Plot A에서 LAI 값이 0.46 하락하여 더 짧은 시간 간격으로 계절별 LAI 측정이 수행된 보다 자세한 LAI 모니터링을 위해 의도적으로 선택되었습니다. 따라서 LAI의 침체는 이 플롯의 여름 철동안 더 분명하게 드러났습니다(3부, 그림 10). 모든 연구된 삼림 스탠드에서, 나뭇잎은 LAI 곡선의 감소에 의해 예시된 9월 말에 떨어지기 시작했다(4부, 그림 10).

Figure 10
그림 10: 2013년 성장기의 계절적 LAI 역학.
LAI: 잎 지역 지수, WAI: 우디 지역 지수, A-C: 유럽 너도밤나무 플롯, D: 단풍 나무 플롯, DOY: 올해의 날. 빈 다이아몬드는 정확한 LAI(LAI = PAI - WAI)를 얻기 위해 PAI에서 차감된 평균 계절 WAI를 의미합니다. 피리어드 3는 전체 성장 기 동안 낙엽 스탠드의 LAI를 비교하기에 가장 적합한 단계로 나타납니다. 수염은 LAI 추정값의 표준 편차를 표시하고 회색 영역은 평균 LAI 곡선의 신뢰 구간을 나타냅니다. 이 그림은 사용 권한38로수정되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

플롯 A. B C D
지리적 좌표 49°26'29.946" N 49°19'27.6" N 49°19'32.6" N 49°19'20.7" N
16°42'06.237" E 16°43'4.3" E 16°43'54.8" E 16°43'48.2" E
구역 600 m. s. 450 m. s. l. 460 m. s. l.
암반 산 과각 그라노오리릿
토양 분류(토양 유형) 모달 올리고트로픽 캄비솔 모달 메조영양 캄비솔
평균 연간 강수량 (mm) 592 596
평균 연중 온도(°C) 7.0 7.0
경사 방향 Nw W N Nw
경사 경사도(%) 10 15 20 10
포리스트 유형 아비에토 파게툼 올리고-메소트로피쿰; 영양 중간 전나무 - 네이치 파게툼 칼카륨; 석회암 네이치 파게툼 중증화증; 영양이 풍부한 비치 파제툼 일리메로섬 중영양제; 로미 비치

부록 A: 스터디 플롯의 특성입니다. A-C: 유럽 너도밤나무, D: 시카모어 메이플. 산림 유형 분류는 생태 요인 (즉, 토양과 기후)과 숲 스탠드에 대한 관계에 따라 다릅니다. 각 플롯은 400m2 (20 x 20 m)의 면적을 가졌습니다. 이 테이블은 사용 권한38로수정되었습니다.

플롯 A. B C D
스탠드의 시대 (년) 46 19 77 13
스탠드 밀도 (나무하 -1) 2300 2700 900 5800
높이 (m) 18.3 ± 4.6 6.0 ± 1.3 22.6 ± 11.3 5.6 ± 0.8
DBH (cm) 13.4 ± 5.7 7.0 ± 1.3 24.1 ± 4.1 3.9 ± 1.6
BA1,3 (m2-1) 38.8 ± 0.01 10.4 ± 0.01 40.9 ± 0.10 6.9 ± 0.01
나무 종 표현 (%) EB (100) EB (100) EB (100) SM (100)

부록 B: 조사된 스탠드의 구조적 특성(평균 ± SD). A-C: 유럽 너도밤나무 플롯, D: 시카모어 메이플 플롯, DBH: 유방 높이에서 직경, BA1.3: 2013 년 성장 시즌의 끝에 유방 높이에서 기저 영역, EB : 유럽 너도밤 나무, SM : 시카 모어 단풍 나무. 이 테이블은 사용 권한38로수정되었습니다.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

쓰레기 트랩은 LAI 추정 8을 수행하는 가장 정확한방법 중 하나로 간주되지만 이 프로토콜에 통합된 간접 방법35,64보다 노동 집약적이고 시간이 많이 걸립니다. 쓰레기 트랩을 이용한 전체 LAI 추정 절차 내에서 SLA가 식물 종65,날짜 및 연도, 트랩의 시간 길이, 날씨66및 현장과 다를 수 있기 때문에 SLA의 정확한 추정은 가장 중요한 지점10입니다. 다산67. 쓰레기 트랩은 일반적으로 기준 레벨로 간주되고, 간접 방법38,49에대한 교정 도구이지만, 쓰레기 트랩을 이용한 LAI 추정의 가능한 불일치는 바람의 흐름, 수 및 캐노피 커버 및 스탠드 구조에 관계없이 스탠드 내의 트랩의 분포, 스탠드 영역의 크기,68,69 또는 그 레벨, 수평 위치에서 쓰레기 트랩의 편향에 의해 발생할 수 있습니다. 또한, 쓰레기 트랩에 의해 얻은 LAI 값은 날씨와 기후(70)에의해 영향을 받을 수 있습니다, 특히 쓰레기 가을의 분해에 의해10,11 또는 트랩에 잎의 시들어, 이는 에 의해 유도 될 수있다 여름철에 심한 가뭄이 발생했습니다. 따라서 이 경우 수축 보정 계수가 적용되어야합니다(25,26,27). LAI의 추정을 수행하기위한 충분한 수의 쓰레기 트랩은 15에서 25 25,48사이이지만 조사 된 스탠드 당 트랩의 총 캡처 영역이 높을수록 LAI 추정이 더 정확합니다. 쓰레기 트랩은 사용자가 크라운(11)의수직 프로파일 내에서 잎 분포를 추정하거나 성장 시즌60동안 한 순간에 정확한 LAI 값을 결정할 수 없지만 잎 - 가을 기간에는 유용합니다. LAI의 역학을 추정하고 역학48,71의연중 비교를 위해 . 쓰레기 트랩에 의한 정확한 LAI 추정은 완전한 연간 잎-가을16과관련이 있지만, 이 접근법은 또한 이미 혼합상록 낙엽숲(72)에 성공적으로 적용되었다.

바늘 기술은 낙엽 숲 스탠드에 만 적용하기 쉬우며 특히 오크(Quercus sp.) 또는 너도밤 나무(Fagus sp.) 속과 같은 큰 잎 종의 숲 스탠드에 적합합니다. 쓰레기가 매년 10분해되는 곳에서 가장 쉽게 사용할수 있습니다. 얇고 날카로운 바늘을 사용하는 경우,이 방법은 정확한 LAI 추정을 제공합니다. 바늘 기술의 주요 장점은 잎 영역 미터 또는 균형을 필요로하지 않는 간단한 사용이며, 고전적인 쓰레기 트랩(20)을사용하는 것보다 훨씬 적은 시간이 소요되고있다. 또한, 임의의 잎 분포의 가정이 필요하지 않고 그 비파괴 문자(11)로인해 때문에, 응용 프로그램에 대한 매력적이다. 그럼에도 불구하고, 이 방법을 기반으로 한 LAI 측정은 쓰레기 트랩에서 얻은 LAI 값을 체계적으로 과소평가합니다(6-37%),20은 체르니 외38에서지원됩니다. LAI의 과소 평가(그림 8, 그림9)는 주로 사용되는 바늘의 직경, 또는 연구 된 캐노피 아래의 지표면의 미세 한 릴리프에 의해 발생할 수 있으며, 여기서 잎은 지형 우울증또는 밖으로 바람에 의해 날려 버릴 수 있습니다. 표면의 작은 융기, 또는 언급 한 두 가지 요인의 조합에서. 이러한 단점 외에도, 바늘 방법은 낙엽송 sp. 그 동화 장치의 크기와 모양으로 인해 낙엽 수종에서 사용하기가 복잡하다.

식물 캐노피 분석기는 간접 광학 비파괴 방법 중 하나입니다. LAI 추정을 위한 쉬운 현장 적용의 주요 장점은 반복적인 측정을 할 수 있는 가능성으로 구성되며, 이는 전체 성장 시즌 동안 LAI 계절 코스를 평가할 수 있게 해주며,11에서 대규모로 진행됩니다. LAI28의구현 및 장기 모니터링. LAI-2000 PCA는 정확한 LAI 추정을 수행하기 위해 비교적 구체적인 기상 조건을 요구합니다(3.4단계). 이러한 잠재적인 단점은 향상된 버전인 LAI-2200 PCA 및 LAI-2200C에 의해 현저하게 제거되며, 이는 광 산란을 수행하는 더 나은 능력으로 인해 LAI 추정(41)을 만들 때 시놉시스 상황에 대해 보다 견고합니다. 변환47. 이러한 사실에도 불구하고, 이러한 센서를 사용하는 LAI 추정은 표준 흐린 조건 34 또는 수평선(21)위의 높은 태양과 안정적인 밝은 하늘 화창한 조건에서 중 하나를 권장합니다. 이 방법을 사용하면 필요한 정확도 수준에 도달하려면 스탠드당 최대 25개의 샘플링 포인트 12개만 52개에서25개까지 만 측정해야 합니다. 그러나, 광학 갭 분수 기반 측정은 이러한 간접 LAI 추정값이 약 614의LAI 값으로 포화되기 때문에 높은 잎 면적을 가진 스탠드에 적합하지 않습니다. 정확한 LAI 추정을 수행하기 위해 LAI-2x00 PCA 접근법의 또 다른 잠재적 약점은 캐노피 위 참조 판독값6에대한 요구 사항입니다. 그러나 LAI-2000 PCA73 또는 개선된 후속 LAI-2200 PCA 및 LAI-2200C 34의 한 단위로 두 개의 센서를 제어하는 경우 이중 모드에서 동시 및 자동 측정을 할 수 있기 때문에 이러한 단점을 제거할 수 있습니다. ,41.

잎이 없는 기간에 WAI를 추정하기 위해 식물 캐노피 분석기의 사용은 잎이 많은 기간에 광학 PAI(즉, 유효 식물 영역 지수)로부터의 감산이 실용적인것으로보인다. 대조적으로, 이 기기의 잠재력은 불연속및 이질적인 캐노피15,20,43,49,74에서 LAI를 과소 평가하는 일반적인 경향에 의해 제한됩니다. 이는 주로 캐노피10,72내에서 우디 재료와 응집 효과의 기여에 기인한다. 반대로, LAI의 과대 평가는 성장 시즌11동안 잎을 대체 할 수있는 종 (예를 들어, 포플러)로 구성된 스탠드에서 관찰 될 수있다. Deblonde 외.75 매우 시간이 많이 소요되고 노동 집약적 인 직접 파괴적인 방법으로 우디 재료를 정량화. 또한 근적외선 대역(76) 내에서 구별되는 간접 측정을 사용하거나레이저스캐너(77) 또는 LIDAR 78의 포인트 클라우드를 사용하여 지상 레이저 스캐닝을 통해 우디 기여도를 추정할 수도 있습니다. . LAI 과소 평가는 특히 식물 캐노피 분석기가 촬영 레벨39에서 단풍으로 인해 LAI 값을 약 35-40 %로 과소 평가하는 비 무작위 분포 (예 : 상록 숲)를 가진 캐노피 내에서 특히 보였습니다. , 79. 정확한 LAI 추정을 수행하기위한 가능한 방법 중 하나로서, 첸 외8 및 르블랑 외80 식물 캐노피 분석기와 캐노피의 추적 방사선 및 아키텍처 (TRAC)를 결합하는 것이 좋습니다. 응집 효과와 우디 구성 요소를 정량화합니다. 그러나, 현재 는 유한 길이 평균화방법(81) 또는 갭 크기 분포방법(82) 또는 갭 크기 분포 및 유한 길이 평균화 방법(83)의 조합에 의해 응합을 수정할 수도 있다. 또는 경로 길이 분포 방법84 Yan et al.35에 의해 명시된 바와 같이 그들의 검토 연구에서. 간접 광학 방법을 사용한 LAI 계산 의 개발에서 상당한 진전이 이루어졌지만, 특히 활성 레이저 스캐닝을 적용한 잎 각 분포의 추정과 관련된 몇 가지 과제가 남아 있습니다. 기술은 그것을 감지 할 수있는 방법 중 하나이지만, 그 3 차원 정보는 아직 완전히 탐구하고 구현되지 않은35.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자는 공개 할 것이 없다. 대표적인 결과는 유럽 너도밤나무와 시카모어 메이플 스탠드에서 직접, 반직접, 간접적인 방법으로 추정한 Černý J, Haninec P, Pokorný R (2018) 잎 영역 지수에서 사용되었습니다. 산림 연구의 저널. doi: 10.1007/s11676-018-0809-0 (온라인 버전) 임업 연구 편집위원회의 종류 허가에 따라.

Acknowledgments

우리는 거기에 게시 된 기사에서이 프로토콜의 대표 결과를 사용하도록 장려하고 권한을 부여하기위한 임업 연구 저널의 편집위원회에 빚지고 있습니다. 우리는 또한 원고를 실질적으로 개선 한 귀중한 의견에 대해 두 명의 익명 검토자에게 감사드립니다. 연구는 체코 공화국의 농업부에 의해 투자되었다, 기관 지원 MZE-RO0118 과 농업 연구의 국가 기관 (프로젝트 번호. QK1810126).

Materials

Name Company Catalog Number Comments
Area Meter LI-COR Biosciences Inc., NE, USA LI-3100C https://www.licor.com/env/products/leaf_area/LI-3100C/
Computer Image Analysis System Regent Instruments Inc., CA WinFOLIA http://www.regentinstruments.com/assets/images_winfolia2/WinFOLIA2018-s.pdf
File Viewer LI-COR Biosciences Inc., NE, USA FV2200C Software https://www.licor.com/env/products/leaf_area/LAI-2200C/software.html
Laboratory oven Amerex Instruments Inc., CA, USA CV150 https://www.labcompare.com/4-Drying-Ovens/2887-IncuMax-Convection-Oven-250L/?pda=4|2887_2_0|||
Leaf Image Analysis System Delta-T Devices, UK WD3 WinDIAS https://www.delta-t.co.uk/product/wd3/
Litter traps Any NA See Fig. 2
Needle Any NA Maximum diameter of 2 mm
Plant Canopy Analyser LI-COR Biosciences Inc., NE, USA LAI-2000 PCA LAI-2200 PCA or LAI-2200C as improved versions of LAI-2000 PCA can be used, see: https://www.licor.com/env/products/leaf_area/LAI-2200C/
Portable Laser Leaf Area Meter CID Bio-Science, WA, USA CI-202 https://cid-inc.com/plant-science-tools/leaf-area-measurement/ci-202-portable-laser-leaf-area-meter/
Portable Leaf Area Meter ADC, BioScientic Ltd., UK AM350 https://www.adc.co.uk/products/am350-portable-leaf-area-meter/
Portable Leaf Area Meter Bionics Scientific Technogies (P). Ltd., India BSLM101 http://www.bionicsscientific.com/measuring-meters/leaf-area-index-meter.html
Portable Leaf Area Meter LI-COR Biosciences Inc., NE, USA LI-3000C https://www.licor.com/env/products/leaf_area/LI-3000C/

DOWNLOAD MATERIALS LIST

References

  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).
순수 낙엽 스탠드에서 세 가지 뚜렷한 방법을 사용한 잎 영역 지수 추정
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Černý, J., Pokorný, R., Haninec, P., Bednář, P. Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands. J. Vis. Exp. (150), e59757, doi:10.3791/59757 (2019).More

Černý, J., Pokorný, R., Haninec, P., Bednář, P. Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands. J. Vis. Exp. (150), e59757, doi:10.3791/59757 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter