Waiting
Login processing...

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

Environment

Blad gebied index schatting met behulp van drie verschillende methoden in zuivere Bladverliedige stands

doi: 10.3791/59757 Published: August 29, 2019

Summary

Een nauwkeurige schatting van de Leaf Area index (LAI) is cruciaal voor veel modellen van materiaal-en energiestromen in planten ecosystemen en tussen een ecosysteem en de atmosferische grenslaag. Daarom waren drie methoden (strooisel vallen, naald techniek en PCA) voor het nemen van precieze LAI-metingen in het gepresenteerde protocol.

Abstract

Nauwkeurige schattingen van de Leaf Area index (LAI), gedefinieerd als de helft van het totale bladoppervlak per eenheid horizontaal grondoppervlak, zijn van cruciaal belang voor het beschrijven van de vegetatie structuur op het gebied van ecologie, bosbouw en landbouw. Daarom werden de procedures van drie commercieel gebruikte methodes (strooisel vallen, naald techniek en een plantencanopy Analyzer) stap voor stap gepresenteerd voor het uitvoeren van LAI-schatting. Er werden specifieke methodologische benaderingen vergeleken en hun huidige voordelen, controverses, uitdagingen en toekomstige perspectieven werden in dit protocol besproken. Strooisel vallen worden meestal als referentieniveau beschouwd. Zowel de naald techniek als de plant Canopy Analyzer (bijvoorbeeld LAI-2000) onderschatten vaak de LAI-waarden in vergelijking met de referentie. De naald techniek is gemakkelijk te gebruiken in bladverliedige stands, waarbij het strooisel elk jaar volledig ontbindt (bijv. eiken-en beuken statieven). Kalibratie op basis van strooisel vallen of directe destructieve methoden is echter noodzakelijk. De plant Canopy Analyzer is een veelgebruikt apparaat voor het uitvoeren van LAI-schatting in ecologie, bosbouw en landbouw, maar is onderhevig aan mogelijke fouten als gevolg van loof klontering en de bijdrage van houtachtige elementen in het gezichtsveld (FOV) van de sensor. Het elimineren van deze potentiële foutbronnen werd besproken. De plant Canopy Analyzer is een zeer geschikt apparaat voor het uitvoeren van LAI-schattingen op het hoge ruimtelijke niveau, het observeren van een seizoensgebonden LAI-dynamiek en voor lange termijn monitoring van LAI.

Introduction

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

Lai, gedefinieerd als de helft van het totale bladoppervlak per eenheid horizontaal grondoppervlak1, is een belangrijke variabele die wordt gebruikt in vele bio-geopfysische en chemische uitwisselings modellen die gericht zijn op koolstof-en water fluxen2,3, 4. Lai is direct evenredig aan het actieve oppervlak van bladeren waar het de primaire productie (fotosynthese), transpiratie, energie-uitwisseling en andere fysiologische kenmerken die verbonden zijn met een reeks van ecosysteem processen in plant Gemeenschappen5.

Talrijke benaderingen en instrumenten voor het uitvoeren van Lai schatting zijn ontwikkeld, en ze zijn momenteel beschikbaar op de markt6,7,8,9. Grond methoden voor het uitvoeren van LAI-schatting kunnen worden onderverdeeld in twee hoofdcategorieën: (i) direct, en (II) indirecte methoden10,11,12. De eerste groep omvat methoden die het blad gebied direct meten, terwijl de indirecte methoden LAI afleiden van metingen van gemakkelijker meetbare parameters, met behulp van radiatieve overdrachts theorie (in termen van tijd, arbeidsintensiteit en technologie)13 ,14.

Dit protocol behandelt het praktische gebruik van strooisel vallen en de naald techniek, als niet-destructieve semi-directe methoden10; en de optische apparaat installatie Canopy Analyzer als een indirecte methode6,7 voor het uitvoeren van Lai schatting op een gekozen monster uit gematigde bladverliezer bos stands in Midden-Europa (Zie de structurele en dendrometrische kenmerken in Bijlage A en aanhangsel B).

In bladverliedige bossen en gewassen is het mogelijk om niet-destructieve semi-directe LAI-schatting uit te voeren met strooisel vallen11 die onder de Canopy Layer15worden gedistribueerd. Strooisel vallen bieden precieze LAI-waarden voor bladverliedige soorten waarin LAI in het groeiseizoen een plateau bereikt. Echter, voor soorten die bladeren kunnen vervangen tijdens het groeiseizoen, zoals populier, overschattingen de methode LAI11. Bij deze methode wordt ervan uitgegaan dat de inhoud van de traps de gemiddelde hoeveelheid bladeren vertegenwoordigt die tijdens een periode van de herfst in de stand16vallen, vooral tijdens de najaarsmaanden. Vallen worden geopend dozen of netten (Figuur 1) met een vooraf bepaalde voldoende grootte (minimum 0,18 m2, maar bij voorkeur meer dan 0,25 m2)10,17, laterale zijkanten voorkomen dat de wind van blazen bladeren in/uit de vallen en met een geperforeerde bodem die de ontbinding van de bladeren vermijdt; die zich onder de Canopy laag van de onderzochte stand bevinden, echter boven het grondoppervlak11. De verdeling van de vallen kan ofwel willekeurig18 of systematisch in transecten19 of een regelmatige afstand raster20. Het aantal en de verdeling van vallen zijn een cruciale methodologische stap voor het uitvoeren van een nauwkeurige LAI-schatting die de unieke stand-structuur, ruimtelijke homogeniteit, verwachte windsnelheid en-richting weergeeft, vooral in het geval van sparse stands (of steegjes en en de werkcapaciteit voor het evalueren van gegevens. De precisie van Lai-schatting neemt toe met de stijgende frequentie van vallen binnen bestudeerde stands11,21 (Zie Figuur 2).

De aanbevolen frequentie van het verzamelen van monsters van de strooisel-val van elke val is ten minste maandelijks10 en zelfs tweemaal per week in perioden van zware val, die kunnen samenvallen met zware regenval. Het is noodzakelijk om afbraak van het strooisel in de vallen en het uitlogen van voedingsstoffen uit het materiaal tijdens regen episoden in het geval van chemische analyse te voorkomen. Na het verzamelen van bladeren in een veld wordt een gemengd submonster gebruikt voor het schatten van het specifieke blad gebied (SLA, cm2 g-1)22, gedefinieerd als het verse geprojecteerde gebied van bladeren tot de droge massa gewichtsverhouding. De rest van het verzamelde strooisel wordt tot een constant gewicht gedroogd en gebruikt voor de berekening van de droge massa van het nestje als g cm-2 in het laboratorium. Blad droge massa op elke afhaaldatum wordt omgezet in het blad gebied door de verzamelde biomassa te vermenigvuldigen met sla of blad droge massa per gebied (LMA, g cm-2) als de inverse parameter voor sla23,24. Een nieuw geprojecteerd gebied van bepaalde bladeren kan worden bepaald met behulp van een planimetrische benadering. De planimetrische methode is gebaseerd op de afhankelijkheid tussen het gebied van een specifiek blad en het gebied bedekt door het blad in het horizontale oppervlak. Het blad is horizontaal bevestigd aan het Scan scherm, en het gemiddelde wordt gemeten met behulp van een Leaf Area meter. Vervolgens wordt het gebied berekend. Veel bladoppervlak meters op basis van verschillende meetprincipes zijn beschikbaar op de markt. Sommigen van hen omvatten, bijvoorbeeld, de LI-3000C Portable Leaf Area meter, die gebruik maakt van de orthogonale projectie methode, en de LI-3100C gebied meter, die meet blad gemiddelde met behulp van een fluorescerende lichtbron en een semi-uitgevoerde scan camera. Het volgende apparaat, de CI-202 Portable Laser Leaf Area meter, codeert een blad lengte met behulp van een code lezer. Naast hen, de AM350 en BSLM101 Portable Leaf gebied meters worden ook vaak gebruikt voor het uitvoeren van nauwkeurige blad gebied schatting.

Bovendien zijn Leaf-gebied meters gebaseerd op systemen die video analyseren. Deze blad gebied meters bestaan uit een videocamera, een digitaliserings kader, een scherm en een PC, inclusief geschikte software voor het maken van de data-analyse zoals WD3 WinDIAS Leaf image analysesysteem11. Op dit moment kunnen conventionele scanners die zijn aangesloten op een PC worden gebruikt voor een schatting van het Leaf-gebied. Daarna wordt het blad gebied berekend als een veelvoud van het aantal zwarte pixels en de grootte ervan is afhankelijk van de geselecteerde resolutie (dots per inch-dpi), of het blad gebied wordt gemeten door middel van specifieke software, bijvoorbeeld WinFOLIA. Ten slotte wordt de totale droge massa van de bladeren die binnen een bekend grondoppervlak worden opgevangen, omgezet in de LAI door vermenigvuldiging met SLA en een krimp coëfficiënt25 die de veranderingen in het gebied van verse en gedroogde bladeren weerspiegelt. Krimp is afhankelijk van de boomsoort, het watergehalte en de blad zachtheid. De krimp van bladeren in lengte en breedte (wat het geprojecteerde gebied beïnvloedt) is meestal tot 10%26, bijvoorbeeld varieert van 2,6 tot 6,8% voor eiken27. Het sorteren van bladeren op soorten voor weging en het vaststellen van de specifieke bladoppervlak verhouding is noodzakelijk om de bijdrage van elke soort aan de totale LAI28te bepalen.

Lai bepaling door de naald techniek is een goedkope methode afgeleid van de hellende punt Quadrat methode29,30,31,32. In bladverliedige stands is het een alternatief voor het uitvoeren van LAI-schatting zonder gebruik te maken van traps10 op basis van de veronderstelling dat het totale bladnummer en hun gebied in een boom gelijk zijn aan wat wordt verzameld op het bodemoppervlak na een volledig blad-Fall20 . Een dunne scherpe naald wordt verticaal doorboord in het nestje liggend op de grond direct na het blad-Fall10. Na de volledige Leaf-Fall, de bladeren worden verzameld van de grond op een naald van een verticale sonde, zijn gerelateerd aan het contactnummer en gelijk aan de werkelijke LAI waarde. Een intensieve bemonstering (100-300 bemonsteringspunten per bestudeerde stand per veld sonde) door de naald techniek is nodig om een gemiddeld contactnummer te kwantificeren en de Lai-waarde correct af te leiden10,20,33.

Deplant Canopy Analyzer(bijvoorbeeld LAI-2000 of LAI-2200 PCA) is een algemeen gebruikt draagbaar instrument voor het uitvoeren van een indirecte LAI schatting door het nemen van een meting van de lichttransmissie door de luifel7binnen het gefilterde blauwe gedeelte van het lichtspectrum (320-490 nm)34,35om de bijdrage van het licht dat door de bladeren is gepasseerd te minimaliseren, werd verstrooid door de luifel en passeert het loof7,34. In het blauwe deel van het lichtspectrum wordt het maximale contrast tussen het blad en de lucht bereikt en wordt het loof zwart tegen de hemel34. Daarom is het gebaseerd op de Canopy gap breuk analyse7. Het instrument is op grote schaal gebruikt voor het maken van eco-fysiologische studies in plantengemeenschappen zoals gewassen36Graslanden37, naald stands8, en bladverliedige stands38. De plant Canopy Analyzer maakt gebruik van een fisheye optische sensor met een FOV van 148 °35om een halfronde afbeelding van de luifel op silicium detectoren te projecteren om ze in vijf concentrische ringen te rangschikken39met centrale Zenith-hoeken van 7 °, 23 °, 38 °, 53 ° en 68 °9,40,41. Vijf weergave-caps (d.w.z.,270 °, 180 °, 90 °, 45 ° en 10 °) kunnen worden gebruikt om de Azimut weergave van de optische sensor te beperken27om arcering door obstakels in een open gebied te voorkomen (voor de hierboven genoemde lezing) of de operator in de GEZICHTShoek van de sensor tijdens LAI-schatting kan de FOV-sensor worden aangepast aan een open gebied voor bovenoverkap metingen. Metingen met behulp van de plant Canopy Analyzer worden boven (of in een voldoende uitgebreide open ruimte) en onder de bestudeerde luifel7. Dezelfde View caps moeten worden gebruikt voor zowel boven als onder de lezingen om te voorkomen dat vooroordelen van Gap breuk schatting34. De LAI-2000 PCA produceert een effectieve Leaf Area index (LAIe) zoals geïntroduceerd door Chen et al.42, of beter gezegd een effectieve plant area index (PAIe) als houtachtige elementen zijn opgenomen in de sensor lees waarde. In bladverliedige stands met platte bladeren is de LAIe hetzelfde als de Hemi-oppervlakte LAI. In het geval van groenblijvende bosopstanden is de Laie noodzakelijk om het klonteren-effect op het schiet niveau te corrigeren (spar, ster)43, de klonteren index op schalen groter dan de shoot (ΩE)44en de bijdrage van houtachtige elementen, met inbegrip van stengels en takken (d.w.z.,oppervlakte-verhouding van hout tot totaal),45die een systematische LAI onderschatting veroorzaken20. De klonteren index op een hogere ruimtelijke schaal dan de shoot of Leaf kan worden gekwantificeerd als een schijnbare klonteren index (ACF), die kan worden geschat met behulp van de plant Canopy Analyzer wanneer meer beperkende weergave caps worden gebruikt27. Zoals deze auteurs verklaren dat dit ACF wordt afgeleid uit een ratio van LAI-waarden, berekend op basis van doorgeleiding door verschillende procedures voor homogene en niet-homogene luifels volgens lang46, veronderstellen we dat deze klonteren-index nogal luifel homogeniteit beschrijft. Naast de ACF-berekening, nieuwe diffusor doppen die een uitgebreidere toepassing van LAI-2200 PCA mogelijk maken met betrekking tot de weersomstandigheden, een gebruikersmenu in plaats van fct-codes, en de mogelijkheid om veel meer metingen per bestands sessie te doen, behoren tot de belangrijkste technologische upgrades in vergelijking met de voormalige LAI-2000 PCA34,47. Metingen en daaropvolgende interne software berekeningen zijn gebaseerd op vier veronderstellingen: (1) lichtblokkerende plant elementen, waaronder bladeren, takken en stengels, worden willekeurig verdeeld in de luifel, (2) loof is een optisch zwart lichaam dat alle licht dat het ontvangt, (3) alle plant elementen zijn dezelfde projectie naar het horizontale grondoppervlak als een eenvoudige geometrische convexe vorm, (4) planten elementen zijn klein in vergelijking met het gebied bedekt door elke ring11.

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. LAI geschat met behulp van strooisel vallen

  1. Voer eerst een veldonderzoek uit, onderzoekt de omstandigheden van de site en de structuur van de bestudeerde stands (d.w.z. helling en expositie van de helling, bos-of vegetatietype, bos-of vegetatie dichtheid, homogeniteit van de kap van de luifel, de kroon grootte en de hoogte van de kroon voet).
  2. Selecteer een geschikt type strooisel voor plaatsing onder de luifel door de maaswijdte van het net te kiezen op basis van de grootte van het assimilatie apparaat van de bestudeerde stands (d.w.z.dat de Maas wijdte kleiner moet zijn dan de grootte van de vastgelegde assimilatie toestel), vervolgens de traps in de onderzochte stands nummeren verdelen en vervolgens labelen.
    1. Gebruik meestal een aantal traps variërend van 15 tot 25 per onderzochte stand25,48 met een opnamegebied variërend van 0,18 m2 tot 0,5 m2 of meer, vooral voor boomsoorten met grote bladeren zoals populier10 ,17,48.
    2. Plaats de vallen op regelmatige afstand in de onderzochte stand binnen een of twee wederzijds loodrechte transecten of een regulier raster (Figuur 2). Het juiste bemonsterings ontwerp, de procedure en de analyse van de strooisel vallen ook beschreven door Ukonmaanaho et al.17 of Fleck et al.21.
      1. Bepaal de afstand tussen de vallen op kroon maten, Canopy sluiting en stand textuur.
      2. Verhoog het aantal strooisel vallen, zowel met een stijgende stand en heterogeniteit in textuur.

Figure 2
Figuur 1: de bouw van verschillende soorten strooisel vallen en hun locatie binnen de stand.
Van links: Woody, plastic, plastic dozen en metalen constructie. Klik hier om een grotere versie van dit cijfer te bekijken.

  1. Installeer de vallen aan het begin van het groeiseizoen (kort na het bladeren doorspoelen omdat er een bladval kan optreden als gevolg van ofwel beschadiging door insecten of extreem droge weersomstandigheden in de zomerperiode).
    1. Bevestig elk van de vallen boven het grondoppervlak en onder de standaard luifel, zodat er geen veranderingen zijn in het opnamegebied. Houd elk van de traps in een horizontale positie en stabiel genormaliseerd opnamegebied. Voorbeelden van verschillende soorten vallen worden weergegeven in Figuur 1 of bijvoorbeeld in Ukonmaanaho et al.17.

Figure 1
Figuur 2: het regelmatige schematische patroon van de verdeling van de strooisel overvulling in bosopstanden met een duidelijke homogeniteit.
De homogeniteit daalt van links af. Klik hier om een grotere versie van dit cijfer te bekijken.

  1. Plaats de vallen boven het grondoppervlak (minimum 0,1 m) zodat de lucht onder het verzamel gedeelte van de vallen kan blazen. Gewoonlijk is de hoogte van de vallen 1 m boven het grondoppervlak25,38,49.
  2. Kies de tijd stap voor het verzamelen van strooisel met betrekking tot het typische verloop van het weer in de bestudeerde site en de intensiteit van het zwerfvuil. De standaard tijdstap varieert van 1 tot 4 weken (een kortere tijds stap moet tijdens regenachtig weer worden gebruikt om de decompositie van de zwerfafval en tijdens intensieve blad vallen te gebruiken).
    1. Controleer tijdens elk van de metingen de sterkte van de trap Frames, de compactheid van de netten of dozen en de nivellering van de hele val (d.w.z. de horizontale positie van de val).
  3. Plaats het verzamelde zwerfvuil van elk van de vallen in eerder gelabelde papieren zakken.
    1. Alle monsters bij voorkeur in koele dozen vervoeren, of indien nodig tijdelijk bewaard bij 4 °C, maar niet17 bevroren als gevolg van beschadiging van de blad weefsels.
  4. Na het transport van de monsters naar het lab, scheiden het assimilatie apparaat van de andere onderdelen van het nest (takken, zaden, schors, bloemen, indien nodig volgens boomsoorten).
  5. Analyseer onmiddellijk na het sorteren een deel van een gemengd (onderling vermengd) monster van elke strooisel vanger voor het uitvoeren van de SLA-schatting (d.w.z. de verhouding tussen het geprojecteerde gebied van bladeren en het droge massa gewicht).
    1. Gezien het feit dat verschillende boomsoorten en zelfs soorten loof (zonnig en beschaduwd) met verschillen in eigenschappen optreden binnen het verticale profiel van de kroon, meng het monster grondig van elke val voordat u bladeren selecteert voor het uitvoeren van SLA (LMA) raming11 . Aangezien er een verschil is tussen het geprojecteerde gebied van vers en droog blad als gevolg van krimp, schat u een correctiecoëfficiënt voor krimp af van het submonster van verse (groene) bladeren26.
      1. Verzamel de bladeren proportioneel (net als in het gemengde submonster van de val) van alle boomsoorten die zich in de stand bevinden.
    2. Scheid de substeekproef tellingen ten minste 100-200 bladen uit alle gebruikte traps21,27 voor het uitvoeren van de sla-raming.
      1. Plaats bladeren in een vlakke, rechte manier hetzij op het Scan bord of de Leaf Area meter, en het is noodzakelijk om te vérgaande overlappen de bladeren daar.
      2. Als de gedroogde strooisel bladeren kunnen vouwen of krullen, weken ze in heet water (60-70 °c) voor een korte tijd17,21. Dit is gebleken om te afvlakken van bladeren voldoende voor het nemen van metingen, maar vooral na een lange tijd van weken, ze afvallen.
      3. Als de scanner of Leaf Area meter geen bovenste verlichting inschakelt (om reflectie en shadowing te voorkomen), gebruik dan een geschikte verdeling van bladeren op een scan plaat of een Leaf Area meter transporteur (d.w.z. dat de bladeren loodrecht op de scan koplamp worden geplaatst), zodat schaduwen vormen niet tijdens de scan koplamp beweging, omdat het moeilijk is om de schaduwen te verwijderen tijdens de volgende gegevensverwerking.
      4. Als een scanner die op een PC is aangesloten, wordt gebruikt, gebruikt u een resolutie van de zwart-witfoto's van 200 dpi op een minimum gebaseerd op voldoende nauwkeurigheid van het gebied.
        1. Om reflectie, die zichtbaar is als licht pixels binnen de bladeren, te vermijden wanneer een gewone scanner wordt gebruikt, past u de scan helderheid aan om een geschikte drempel te bereiken (Figuur 3). Software (bijv. winfolia) dan schattingen Leaf gebied door het tellen van de donkere pixels in de scan en converteert ze met behulp van de bekende dpi resolutie.
    3. Droog deze sub-sample aangewezen voor SLA schatting voor 48 uur bij 80 of 105 °C om een constant gewicht te bereiken. Gebruik een geventileerde oven met een thermostaat om de inwendige temperatuur te homogeniseren en te behouden (bijv. incumax CV150).
      Opmerking: het watergehalte in de bladeren blijft als vast water in de cellen bij een ovendroging bij lagere temperaturen. Bij droging van 105 °C blijft er geen water in het planten monster17.
    4. Weeg de droge massa van dit submonster met behulp van labweegschalen met een hoge mate van nauwkeurigheid van 1 g minimaal.
      1. Controleer de nivellering van de labweegschalen en Vermijd externe effecten (bijv. het blazen van sterke wind in het laboratorium tijdens het wegen).
    5. Bereken de SLA-waarde als het vers geprojecteerde gebied van bladeren van het submonster dat is aangewezen voor SLA-raming gedeeld door het droge massa gewicht.

Figure 3
Figuur 3: de scan van een blad monster met een voorbeeld van een correcte kwaliteitsscan (links) en een onjuiste scan (rechterzijde)
Wanneer de helderheid moet worden aangepast om de reflectiegraad te elimineren die zichtbaar is als witte pixels in de blad lichamen en/of waar oppervlakte vuil (a) en elk randeffect (b) moeten worden verwijderd alvorens een analyse van het gebied te maken.

  1. Oven-droog de rest van het monster (d.w.z. verzamelde bladeren ) voor elke val gedurende 48 uur bij dezelfde temperatuur die werd gebruikt voor de schatting van de sla, d.w.z.bij 80 of 105 °c om een constant gewicht te bereiken.
  2. Vermenigvuldig het droge massa gewicht van de rest van het monster voor elke strooisel vanger met de juiste SLA-waarde om het totale geprojecteerde blad gebied per val te bereiken.
  3. Herhaal de stappen van 1,5 tot 1,9 voor elk van de bestudeerde stands en elke Verzamel datum van de nest.
  4. Bereken de LAI als de verhouding van het cumulatieve totale blad gebied geschat met behulp van strooisel vallen en de opnamegebied van de strooisel vallen.

2. naald techniek voor het nemen van LAI metingen

  1. Voer in eerste instantie een veldonderzoek uit, onderzoek de omstandigheden van de site en de structuur van de bestudeerde stands (d.w.z. helling en expositie van de helling, bos-of vegetatietype, bos-of vegetatie dichtheid, homogeniteit van de afsluiting van de luifel, de grootte van de kroon en de kroon voet hoogte).
  2. Bereid onmiddellijk na een volledige blad-val alle benodigde apparatuur, waaronder een voldoende lange scherpe metalen naald met een zo klein mogelijke diameter (maximaal 2,0 mm in diameter).
  3. Selecteer een geschikt aantal willekeurig verdeelde bemonsteringspunten (ten minste 100)10,20,38 op basis van de Canopy-structuur van elke onderzochte stand.
    Opmerking: over het algemeen, hoe meer bemonsteringspunten, hoe hoger de nauwkeurigheid van de LAI schatting in de bestudeerde stand (het aantal bemonsteringspunten moet toenemen ten opzichte van de grootte van het onderzochte perceel en de structuur van de luifel).
  4. Steek de bladeren met behulp van de metalen naald in een meer of minder vergelijkbare hoek door de laag van vers gevallen blad die op de grondoppervlak liggen op elk van de monsternemingspunten.
    1. Gebruik elke hoek van de steek, omdat deze gevallen bladeren geen relaties hebben met hun vorige positie binnen de luifel.
  5. Controleer om ervoor te zorgen dat alleen vers gevallen bladeren aanwezig zijn op de naald. In het geval van de aanwezigheid van gedeeltelijk gedecomponeerde bladeren van het voorgaande jaar, verwijder ze uit de naald.
  6. Tel het aantal bladeren dat door de naald doorboord wordt met elke steek op elk bemonsteringspunt.
  7. Herhaal de stappen van 2,4 tot 2,6 voor alle bemonsteringspunten voor doorzochte.
  8. Tel het totaal van alle bladeren die door de naald in de hele stand worden doorboord (d.w.z. voor ten minste 100 bemonsteringspunten).
  9. Verdeel deze som door het aantal steken (d.w.z. het rekenkundiggemiddelde tellen) . Het resultaat rekenkundig gemiddelde is gelijk aan de werkelijke LAI waarde op het niveau van de stand. Opmerking: het gemiddelde aantal van alle verse bladeren die op de naald worden verzameld, komt overeen met de echte LAI-waarde van de onderzochte bostaop.

3. plant Canopy Analyzer optisch apparaat voor het uitvoeren van LAI-schatting

  1. Voer in het begin een veldonderzoek uit, inclusief het onderzoeken van de omstandigheden van de site en de structuur van de bestudeerde stands (d.w.z. helling en expositie van de helling, bos-of vegetatietype, bos-of vegetatie dichtheid, homogeniteit van de luifel, de kroon maat en de hoogte van de kroon voet).
  2. Zoek een geschikte open ruimte (clearing) met identieke lucht omstandigheden als boven de waargenomen plot, gelegen op een maximale afstand van 1 km afstand21, die vereist is voor bovenluifel sensor lezingen.
    1. Omdat de plant Canopy Analyzer de gebruiker in staat stelt om een andere FOV te gebruiken in zowel azimuth (door restriction View caps) als Zenith (door middel van software processing by ring masking), past u dezelfde dop (en de oriëntatie) toe voor zowel boven-als onder-Canopy Lezingen.
    2. Afleiden van de grootte van het open gebied en het gebruik van de juiste weergave Cap van het bereik van de FOV. De bekende FOV van de sensor van de verticale in de Zenith-oriëntatie en de schatting van de hoogte van de dichtstbijzijnde obstakels (bomen, terrein, gebouwen) bieden de meest geschikte oplossing, waarbij de voldoende omvang van het open gebied kan worden berekend volgens vergelijking 1:
      Y = H ∙ TG ∙ α (1),
      Waarbij Y de vereiste afstand van de dichtstbijzijnde barrière is; H: de hoogte van de hindernis; α duidt de FOV aan in een richting van verticaal (Figuur 4). In plaats van de open ruimte, kan een toren hoger zijn dan de stand die wordt onderzocht stand worden gebruikt voor het nemen van boven-Canopy lezingen21.
      1. Neem de helling en heterogeniteit van het terrein in overweging bij het berekenen van de grootte van het open gebied.

Figure 4
Figuur 4: schematische weergave van de gezichtshoek van de sensor (een grijs gebied).
α is de GEZICHTShoek van de sensor; H geeft de hoogte van het dichtstbijzijnde obstakel aan; Y: de horizontale afstand tussen de bediener en de hindernis63.

  1. Bepaal op basis van de structurele parameters van de standaard (Canopy homogeniteit) een geschikt bemonsteringspunt nummer, de locatie van de meetpunten die zich in een transpositie bevinden, of een rooster voor de meting van de onderluifel in de bestudeerde stand9.
    1. Leid de juiste afstand af van de variabiliteit van de metingen onder de luifel in het veld.
      1. Beweeg langzaam met de sensor onder de luifel in transect en kijk naar de variabiliteit van de meeste bovenste ring lezingen. Een geringe variabiliteit die wordt onderbroken door hogere waarden is een gemeenschappelijk resultaat. De helft van de afstand tussen deze piekwaarden in variabiliteit moet als passend worden beschouwd.
    2. Als er een observatie van de seizoensgebonden LAI-dynamiek wordt uitgevoerd, gebruik dan permanente fixatie van transecten of bemonsteringspunten binnen de bestudeerde stand (bijv. door houten palen of geologische metalen stokken).
      Opmerking: het aantal en de afstand van transecten is afhankelijk van de specifieke Canopy-structuur van de standaard (Figuur 5).
    3. In homogene stands varieert een voldoende aantal transecten van 1 tot 3. In het geval van hoge heterogeniteit, een regelmatig raster van bemonsteringspunten toepassen. Kies de oriëntatie van transecten met betrekking tot helling en verdeling van de bomen in de stand, vooral in het geval van rijafstand. De afstand tussen bepaalde bemonsteringspunten wordt bepaald met betrekking tot de heterogeniteit van de standaard, de kroon maten, de kroon voet hoogte en de GEZICHTShoek van de sensor (Figuur 6). In homogene stands, varieert het aantal bemonsteringspunten meestal tussen 5 en 36 46,50. Bepaalde bemonsterings ontwerpen worden ook beschreven door baret et al.51; Majasalmi et al.52; Woodgate et al.50; Fleck et al.21; Calders et al.53.
      1. Met een hellend terrein oriënteer je de sensor weergave langs niveau curves.

Figure 5
Figuur 5: lay-outs van metingen in zuivere bladverliedige stands.
A),B) de lay-outs van de optimale plaatsing van bepaalde transecten in een zuivere plantage die is ingesteld door lijn aanplant (d.w.z. rechthoekige afstand ). C) de lay-out van de optimale plaatsing van bepaalde transecten in een zuivere plantage die is vastgesteld door lijn aanplant op een driehoekige afstand. D) de lay-out van de optimale plaatsing van bepaalde transecten in een zuivere plantage die is opgesteld door een lijn beplanting met twee duidelijk verschillende delen. E) de indeling van de optimale plaatsing van bepaalde transecten in een stand met vier duidelijk verschillende delen van de standaard. F) de lay-out van de optimale plaatsing van bepaalde transecten in een zuivere plantage die is opgesteld door een lijn beplanting met twee verschillende delen. G) de lay-out van de optimale plaatsing van bepaalde transecten in een zuivere plantage die is opgezet door een lijn beplanting met drie duidelijk onderscheiden delen die 50%, 25% en 25% van het gehele gebied van de stand vertegenwoordigen. H) de lay-out van het plaatsen van transecten in stands die door natuurlijke regeneratie zijn vastgesteld, waarbij ongeveer 12 meetpunten per transect vanuit het oogpunt van de nauwkeurigheid voldoende zijn. Grijze transecten kunnen ook uit de meting worden weggelaten.

Figure 6
Figuur 6: een schematische weergave van een keuze tussenafstanden tussen meetpunten binnen transecten met betrekking tot FOV, standdichtheid en hoogte van de kroon voet.
a: geschikte afstand in het geval van de schematisch weergegeven sensor hoogte en-weergave, en kroon bodemhoogte, c: ongeschikte afstand afstand aangezien sommige Canopy delen (d – in wit) niet zichtbaar zijn door de sensor. Zo moet de afstand worden gecorrigeerd (door b,d.w.z. a = c – b), c *: ook gecorrigeerd, geschikte afstand afstand door de gecorrigeerde vergrote sensor weergavehoek (fijne stippellijn).

  1. Hoewel sommige mogelijkheden en correcties van Lai schatting onder zonnige omstandigheden worden gepresenteerd47,54, voeren alle metingen onder een diffuse licht hemel (standaard overgegoten) en windstil voorwaarden55, 56 (Zie Figuur 7). Ondanks het feit dat de plant Canopy Analyzer de correctie van lichtverstrooiing mogelijk maakt voor metingen onder zonnige omstandigheden21, raadt de producent van de sensor aan deze te gebruiken onder standaard bewolkt-condities34.
    1. Gebruik de plant Canopy Analyzer uit direct zonlicht, als zonovergoten loof kan verschijnen als heldere pixels op het beeld en onjuist classificeren als de lucht (het Penumbra-effect). In het ideale geval, neem de metingen onder volledig overgegoten omstandigheden (met uniforme bewolking), wanneer diffuus licht gelijkmatig over de lucht is verspreid.
    2. Reflectie is ook duidelijk hoger onder zonlicht in vergelijking met diffuse lucht omstandigheden. Als alternatief, neem metingen voor zonsopgang of na zonsondergang, wanneer de zon is verborgen onder de horizon, en de vegetatie is niet verlicht door de zon (Houd er rekening mee dat tijdens deze tijden van de dag, de lichtomgeving verandert snel). Houd er echter ook rekening mee dat, vanwege de gevoeligheid van de sensor, de Lees waarden hoger moeten zijn dan ca. 3 in een open gebied.
    3. Vermijd regen omdat regendruppels op de sensor de nauwkeurigheid van metingen beïnvloeden. Een natte luifel reflecteert meer licht, wat kan leiden tot een onderschatting van LAI.
    4. Voorkom zware wind, omdat bewegende planten elementen onder de luifel metingen kunnen beïnvloeden, waardoor ze onjuiste resultaten kunnen opleveren.
    5. Vermijd ook mistige omstandigheden in de luifel.

Figure 7
Figuur 7: optimale weersomstandigheden voor het uitvoeren van Lai-schatting met behulp van een plant Canopy Analyzer. Klik hier om een grotere versie van dit cijfer te bekijken.

  1. Als een observatie van een seizoensgebonden kuur van de LAI niet nodig is, neem dan alle metingen van juni tot half september omdat de LAI van de meeste boomsoorten zijn maximale waarde bereikt en blijft (behalve tijdens droge zomers). Daarom is deze periode het meest geschikt voor het maken van een Lai vergelijking tijdens het groeiseizoen38,57,58,59.
    Let op: deze periode moet korter of gewijzigd worden onder droogte condities van op blad vallen of senescentie.
  2. Schat de houtachtige gebieds index (WAI, Figuur 10) tijdens de blad periode (dat wil zeggen, zowel vóór het breken van de kiem in het vroege voorjaar als na het volledige blad-vallen in de late herfst).
    Opmerking: gezien het feit dat de plant Canopy Analyzer slechts één zichtbare band heeft (320-490 nm)34,35 en geen blad-en houtachtige componenten kan onderscheiden, vertegenwoordigen de resultaten die tijdens een groeiseizoen zijn verkregen een planten gebied index (PAI) die de som is van de LAI en WAI (PAI = LAI + WAI)60. Trek daarom de gemiddelde waarde van beide Wai-metingen af die zijn genomen in een uitschakel periode van elk van de Pai-metingen die in de blad periode zijn geschat om de juiste Lai-waarden te verkrijgen (Lai = Pai – WAI)20,38.
    1. Voer de bovenstaande Canopy-metingen uit als de eerste meting van elke stand trans ect of raster in een voldoende open ruimte (zie stap 3,2).
      Let op: het is mogelijk om dual-mode metingen te doen omdat de LAI-2000 PCA (of de verbeterde versies LAI-2200 PCA en LAI-2200C) het maken van gelijktijdige schattingen met twee sensoren samen (d.w.z. één voor onder-en één voor bovenlezingen) inschakelen. In dit geval moeten de sensoren worden gekalibreerd volgens de gebruiksaanwijzing (LI-COR 2011). In het kort wordt aanbevolen dat de gebruiker beide sensoren op één besturingseenheid aansluit om de meetwaarden en tijd te verenigen, de sensor boven op een statief in een open gebied te plaatsen, te egaliseren en dezelfde restrictie weergave te gebruiken. De oriëntatie van de sensor weergave moet hetzelfde zijn in de Azimut richting zoals die werd gebruikt voor het nemen van onder-Canopy lezingen.
    2. Voer de onderstaande afdekkings waarden uit in het ontwerp voor ruimtelijke afmetingen dat in detail wordt beschreven in 3,3. De sensor wordt meestal gehouden van 0,5 tot 2,0 m boven de grond21,38,d.w.z. boven under Story vegetatie, onder de luifel en met de zichtbare sensor Bubble-level.
      1. Een bubbel niveau is een onderdeel van de sensor. Gebruik de beperkings weergave doppen als de sensor onder de 2,0 m wordt gehouden om de operator van de FOV uit te sluiten. Gebruik de identieke weergave-dop voor zowel onder-als boven-lezingen.
      2. Gebruik een minimale afstand tussen de sensor en het dichtstbijzijnde element van de bovengrondse delen van de plant (stengels, takken) van ten minste vier maal de diameter of breedte van de component.
    3. Bereken de WAI-waarden van veld gemeten onbewerkte gegevens met behulp van de LAI-2200 File Viewer (FV2200) freeware, die beschikbaar is op https://www.licor.com/env/products/leaf_area/LAI-2200C/software.html.
      1. Beperk de gezichtshoek van de sensor in de Zenith-richting tot de bovenste drie ringen (d.w.z. 0-43 ° ) om een randeffect en grote spleet groottes20,61,62uit te sluiten.
      2. Verwerken van de gegevens met behulp van de standaard algoritmen voor LAI-2000 PCA, en stel parameters voor het maken van evaluaties met behulp van FV2200 volgens de gebruikershandleiding34.
    4. Bepaal de jaarlijkse WAI-waarde als rekenkundig gemiddelde van beide metingen uitgevoerd vóór het begin van het groeiseizoen (d.w.z. vóór het breken van de kiem) en na het voltooien van de blad-val (Figuur 10).
  3. Bereken PAI volgens dezelfde procedure als voor het maken van de WAI-schatting (vanaf stap 3.6.1-3.6.3).
  4. Bereken de werkelijke Lai-waarde op het stand niveau als het verschil tussen de gemiddelde Pai-en Wai-waarden (Lai = Pai – WAI)20,38.

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

De gemiddelde LAI-waarden op het standniveau van alle bestudeerde stands in het 2013-groeiseizoen worden weergegeven in Figuur 8. Op alle waarnemingspunten, behalve A, werden de hoogste waarden gemeten met strooisel vallen, die als referentieniveau dienen. In tegenstelling werd de hoogste gemiddelde LAI-waarde geschat door de naald techniek op plot A. Alle verschillen tussen de LAI-waarden geschat met behulp van strooisel vallen en een plantencanopy Analyzer waren niet significant (p > 0,05; Afbeelding 8, links). Op de percelen B, C en D onderschat de naald techniek de LAI die uit de strooisel vallen is verkregen aanzienlijk. Omgekeerd, op plot A, deze techniek overschat de LAI gemeten met behulp van de strooisel vallen, echter, op niet een significant niveau (p = 0,01; Afbeelding 8, midden). Belangrijke verschillen tussen de LAI-waarden geschat door de plant Canopy Analyzer en de naald techniek werden in alle gevallen gevonden (Figuur 8, rechts).

Figure 8
Figuur 8: een vergelijking van de statistisch significante verschillen tussen gemiddelde LAI-waarden geschat met behulp van strooisel vallen, de naald techniek en LAI-2000 PCA-benaderingen.
A-C: Europese beuken percelen, D: Sycamore esdoorn plot, p < 0,05 (*), p < 0,001 (* *), p ˃ 0,05 (NS). De snorharen vertonen standaardafwijkingen. Dit cijfer is gewijzigd met toestemming38. Klik hier om een grotere versie van dit cijfer te bekijken.

Afwijkingen van de onder-of overschatting van de LAI verkregen door de plant Canopy Analyzer en de naald techniek, zowel in vergelijking met de LAI-waarden die zijn verkregen uit de strooisel vallen die als referentieniveau worden beschouwd, worden weergegeven in Figuur 9. Onderschattingen van de LAI-waarden gemeten met behulp van strooisel vallen en de plant Canopy Analyzer op de percelen A, B, C en D waren respectievelijk 15,3%, 11,0%, 18,9% en 5,8%. De gemiddelde Afbuiging van LAI-waarden op beuken percelen en alle onderzochte waarnemingspunten samen waren respectievelijk 15,1% en 12,7%. Op de percelen B, C, en D, de naald techniek onderschat LAI verkregen uit de strooisel vallen door 41,0%, 38,0%, en 40,0%, respectievelijk. In tegenstelling tot plot A, werd een overschatting van 13,0% gevonden tussen de LAI-waarden verkregen door de naald techniek en de strooisel vallen. De gemiddelde afbuigingen van LAI waarden op beuken en alle bestudeerde plots ongeacht de samenstelling van de boomsoort waren respectievelijk 39,7% en 26,5%.

Figure 9
Figuur 9: gemiddelde doorbuiging van LAI-waarden geschat met behulp van de naald techniek en een LAI-2000 PCA uit LAI-waarden verkregen uit strooisel vallen die als referentie worden beschouwd.
A-C: Europese beuken percelen, D: Sycamore esdoorn plot, alle – gemiddelde afwijking van alle percelen ongeacht boomsoort. De snorharen vertonen standaardafwijkingen. Dit cijfer is gewijzigd met toestemming38. Klik hier om een grotere versie van dit cijfer te bekijken.

Na de volledige Leaf-Fall en voor Bud break (d.w.z. in april ) kan de WAI gemakkelijk worden gemeten met behulp van een plant Canopy Analyzer. De gemiddelde seizoenswaarden van de WAI voor de percelen A, B, C en D bereikten respectievelijk 1,33, 0,26, 0,99 en 0,38 (Figuur 10). De meest snelle LAI-ontwikkeling werd opgemerkt tijdens de periode van Bud Break die zich in april tot begin mei voordoet (deel 1, Figuur 10). Van mei tot eind juni (deel 2, Figuur 10) werd de voortzetting van de Fast Lai-ontwikkeling van bladeren waargenomen; echter, met minder intensiteit in vergelijking met deel 1. Vanaf de tweede helft van juni tot eind juli daalde de LAI-waarde met 0,46 op plot B. plot A werd opzettelijk geselecteerd voor meer gedetailleerde LAI-monitoring waarbij seizoenlai-metingen werden uitgevoerd met kortere tijdsintervallen. Daarom was de stagnatie van LAI duidelijker tijdens de zomermaanden op dit perceel (deel 3, Figuur 10). In alle bestudeerde bosopstanden begon de bladeren eind september te vallen, geïllustreerd door de afname van de LAI-curve (deel 4, Figuur 10).

Figure 10
Figuur 10: Seizoensgebonden LAI-dynamiek tijdens het groeiseizoen 2013.
LAI: Leaf Area index, WAI: Woody area index, A – C: Europese beuken percelen, D: Maple plot, DOY: dag van het jaar. Lege diamanten betekenen gemiddelde seizoenswai afgetrokken van de PAI om de juiste LAI (LAI = PAI-WAI) te verkrijgen. Periode 3 lijkt de meest geschikte fase te zijn om de LAI van bladverliedige stands tijdens het hele groeiseizoen te vergelijken. De snorharen vertonen standaarddeviaties van LAI-schatting en het grijze gebied geeft het betrouwbaarheidsinterval van de gemiddelde LAI-curve aan. Dit cijfer is gewijzigd met toestemming38. Klik hier om een grotere versie van dit cijfer te bekijken.

Plot A B C D
Geografische coördinaten 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
Hoogte 600 m a. s. l. 450 m a. s. l. 460 m a. s. l.
Bedrock Zure granodiorit Granodiorit
Bodemclassificatie (bodemtype) Modale oligotrofische Cambisol Modale mesotrofische Cambisol
Gemiddelde jaarlijkse neerslag (mm) 592 596
Gemiddelde jaarlijkse temperatuur (°C) 7,0 7,0
Helling oriëntatie Nw W N Nw
Hellingshoek (%) 10 15 20 10
Type forest Abieto-Fagetum oligo-mesotrophicum; Nutriënt middelgrote spar-beuk Fagetum genoemd; Kalksteen beuken Fagetum mesotrophicum; Voedzame beuken Fagetum illimerosum mesotrophicum; Loamy beuken

Aanhangsel A: kenmerken van de studiepunten. A – C: Europese beuken, D: Sycamore esdoorn. De indeling van het type bos is gebaseerd op ecologische factoren (d.w.z. de bodemen het klimaat ) en hun relaties met bosopstanden. Elk van de percelen had een oppervlakte van 400 m2 (20 x 20 m). Deze tabel is gewijzigd met toestemming38.

Plot A B C D
Leeftijd van de stand jaar 46 19 77 13
Statief dichtheid (bomen ha-1) 2300 2700 900 5800
Hoogte 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 ha-1) 38,8 ± 0,01 10,4 ± 0,01 40,9 ± 0,10 6,9 ± 0,01
Weergave van boomsoorten (%) EB (100) EB (100) EB (100) SM (100)

Aanhangsel B: structurele kenmerken (gemiddeld ± SD) van de onderzochte standen. A – C: Europese beuken percelen, D: Sycamore esdoorn plot, DBH: diameter op de borsthoogte, BA1,3: basale gebied op de borsthoogte aan het einde van de 2013 groeiseizoen, EB: Europese BEUKEN, SM: Sycamore esdoorn. Deze tabel is gewijzigd met toestemming38.

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

Strooisel vallen worden beschouwd als een van de meest accurate methoden voor het uitvoeren van Lai schatting8, maar ze zijn arbeidsintensieve en tijdrovend dan de indirecte methoden35,64 die in dit protocol zijn opgenomen. Binnen de hele LAI schattings procedure met behulp van strooisel vallen is een precieze schatting van de SLA het meest kritieke punt10 , omdat de sla kan variëren met plantensoorten65, datum en jaar, lengte van de tijd in de traps, weer66en site vruchtbaarheid67. Hoewel strooisel vallen meestal als referentieniveau worden beschouwd en een kalibratie hulpmiddel voor indirecte methoden38,49, kan een mogelijke discrepantie van Lai-schatting met behulp van strooisel vallen optreden als gevolg van windstroom, het aantal en verdeling van de vallen binnen de stand, ongeacht de luifel en de stand structuur, de grootte van de stand gebied,68,69 of het kan ook worden veroorzaakt door een afbuiging van de strooisel val van zijn niveau, horizontale positie. Bovendien kunnen Lai-waarden die worden verkregen door strooisel vallen ook worden beïnvloed door het weer en klimaat70, met name door de ontleding van het zwerfvuil-Fall10,11 of de verwelking van bladeren in vallen, die kunnen worden opgewekt door hevige droogte tijdens de zomermaanden. Daarom dient in dit geval25,26,27een correctiecoëfficiënt voor krimp te worden toegepast. Het voldoende aantal strooisel vallen voor het uitvoeren van een schatting van Lai varieerde tussen 15 en 25 25,48, echter, de hogere totale opnamegebied van traps per onderzochte stand, de preciezere Lai schatting. Strooisel vallen stellen gebruikers niet in staat om de blad distributie binnen het verticale profiel van kronen11te schatten, of om een nauwkeurige Lai-waarde te bepalen op een enkel moment tijdens het groeiseizoen60, maar in de blad-valtijd is het nuttig bij het inschatten van de dynamiek van Lai en voor het maken van een inter-Annual vergelijking van haar Dynamics48,71. Hoewel een precieze schatting van LAI door strooisel vallen gerelateerd is aan het volledige jaarlijkse blad-Fall16, is deze aanpak ook al met succes toegepast in gemengde Evergreen-bladverliedige bossen72.

De naald techniek is moeiteloos te gebruiken en alleen toepasbaar voor loof bosopstanden en is vooral geschikt voor bosopstanden van grote blad soorten zoals eiken (Quercus SP.) of beuken (Fagus SP.) geslacht. Het is het gemakkelijkst te gebruiken op sites waar het zwerfvuil elk jaar10volledig ontbindt. Als er een dunne en scherpe naald wordt gebruikt, biedt deze methode nauwkeurige LAI-schattingen. De belangrijkste voordelen van de naald techniek zijn het eenvoudige gebruik, het is niet nodig om een bladoppervlak meter of balans te hebben, en het is veel minder tijdrovend dan het gebruik van klassieke strooisel vallen20. Bovendien is het aantrekkelijk voor toepassing, omdat de aanname van willekeurige blad verdeling niet nodig is en vanwege het niet-destructieve karakter11. Niettemin onderschatten LAI-metingen op basis van deze methode LAI-waarden die zijn verkregen uit strooisel vallen (met 6-37%),20 die ook wordt ondersteund door Černý et al.38. De onderschatting van LAI (Figuur 8, Figuur 9) kan voornamelijk worden veroorzaakt door ofwel de diameter van de gebruikte naald, of een micro-reliëf van het grondoppervlak onder de bestudeerde luifel waar bladeren kunnen worden geblazen door de wind, hetzij in een terrein depressie of uit van kleine hobbels van het oppervlak, of een combinatie van beide genoemde factoren. Naast deze tekortkomingen is de naald methode ingewikkeld om te gebruiken in een bladverliezingsboom soort zoals Larch SP. door de grootte en vorm van zijn assimilatie apparaat.

De plant Canopy Analyzer is een van de indirecte optische niet-destructieve methoden. Het belangrijkste voordeel van zijn eenvoudige veld toepassing voor LAI schatting bestaat uit de mogelijkheid om herhaalde metingen te doen, wat het mogelijk maakt om de LAI seizoenscursus te evalueren gedurende het hele groeiseizoen,11 en het zorgt voor een grootschalig implementatie en monitoring op lange termijn van de LAI28. De LAI-2000 PCA eist relatief specifieke weersomstandigheden voor het uitvoeren van een precieze LAI-schatting (stap 3,4). Dit potentiële nadeel wordt duidelijk geëlimineerd door de verbeterde versies, LAI-2200 PCA en LAI-2200C, die robuuster zijn met betrekking tot de synoptische situatie bij het maken van een LAI schatting41 vanwege het betere vermogen om lichtverstrooiing uit te voeren conversie47. Ondanks dit feit, Lai schatting met behulp van deze sensoren wordt aanbevolen hetzij onder standaard bewolkt condities34 of zonnige omstandigheden waar een stabiele heldere hemel met de zon hoog boven de horizon21. Deze methode vereist het meten van slechts 1252 tot 25 bemonsteringspunten21 per standaard om de vereiste mate van nauwkeurigheid te bereiken. Echter, optische kloof breuk gebaseerde metingen zijn niet geschikt voor stands met een hoog blad gebied, omdat deze indirecte LAI schattingen zijn verzadigd bij LAI waarden rond 614. Voor het uitvoeren van een precieze LAI-schatting is een andere potentiële zwakte van de LAI-2x00 PCA-benadering de eis voor een referentie lezing boven de luifel6. Echter, dit nadeel kan worden geëlimineerd door de mogelijkheid van het nemen van gelijktijdige en geautomatiseerde metingen in Dual-modus wanneer twee sensoren worden bestuurd door één eenheid van de LAI-2000 PCA73 of de verbeterde opvolgers LAI-2200 PCA en Lai-2200C34 ,41.

Het gebruik van de plant Canopy Analyzer om de WAI in bladloze perioden te schatten en de aftrekking van de optische PAI (d.w.z. de effectieve plant area index) in de groene periode lijkt praktisch te zijn72. Het potentieel van dit instrument wordt daarentegen beperkt door de algemene tendens naar het onderschatten van Lai in discontinue en heterogene luifels15,20,43,49,74 die voornamelijk wordt toegeschreven aan de bijdrage van houtachtige materialen en klonteren effecten binnen de luifel10,72. Integendeel, overschatting van de LAI kan worden waargenomen in stands die bestaan uit soorten (bijvoorbeeld populier) die hun bladeren kunnen vervangen tijdens het groeiseizoen11. Deblonde et al.75 gekwantificeerd het houtachtige materiaal door directe destructieve methoden die zeer tijdrovend en arbeidsintensieve. Het is ook mogelijk om de houtige bijdrage te schatten met behulp van de indirecte meting die deze in de nabije-infrarood band76onderscheidt, of door terrestrische laser scanning met behulp van een laser scanner77 of punt wolken van LIDAR78 . LAI onderschatting werd vooral gezien in die luifels met een niet-willekeurige verdeling (bijv. groenblijvende bos) waar de plant Canopy Analyzer de LAI-waarden met ongeveer 35-40% onderschatte ten gevolge van gebladerte klonteren op het schiet niveau39 , 79. als een van de mogelijke methoden voor het uitvoeren van een nauwkeurige Lai schatting, Chen et al.8 en leblanc et al.80 raden het combineren van een plant Canopy Analyzer en de opsporing straling en de architectuur van de luifels (trac), die kwantificeert het klonteren-effect en de houtachtige componenten. Op dit moment is het echter ook mogelijk om de klontering te corrigeren door middel van de eindige-lengte Middelings methode81 of een Gap-size verdeelmethode82 of een combinatie van de gap-size verdeling en de eindige-lengte Middelings methoden83 of padlengte distributie methode84 zoals vermeld door Yan et al.35 in hun Review studie. Hoewel er aanzienlijke vooruitgang is geboekt bij de ontwikkeling van LAI-berekeningen met behulp van indirecte optische methoden, blijven sommige uitdagingen bestaan, vooral met betrekking tot de schatting van de bladhoek verdeling waarbij de toepassing van actieve laser scanning technologie is een van de methoden die het kan detecteren, maar de driedimensionale informatie is nog niet volledig verkend en geïmplementeerd35.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben niets te onthullen. De representatieve resultaten werden gebruikt uit het artikel Černý J, Haninec P, Pokorný R (2018) blad gebied index geschat door directe, semi-directe en indirecte methoden in Europese beuken en Sycamore esdoorn stands. Journal of Forest Research. DOI: 10.1007/s11676-018-0809-0 (online versie) op basis van de vriendelijke toestemming van het Journal of bosbouw onderzoek redactieraad.

Acknowledgments

Wij zijn dank verschuldigd aan de redactieraad van het tijdschrift voor bosbouw onderzoek om ons te stimuleren en toe te staan om de representatieve resultaten van dit protocol uit het aldaar gepubliceerde artikel te gebruiken. We bedanken ook twee anonieme reviewers voor hun waardevolle opmerkingen, die het manuscript aanzienlijk hebben verbeterd. Het onderzoek werd gefinancierd door het ministerie van landbouw van de Tsjechische Republiek, institutionele steun MZE-RO0118 en het Nationaal Agentschap voor landbouwonderzoek (Projectnr. 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).
Blad gebied index schatting met behulp van drie verschillende methoden in zuivere Bladverliedige stands
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