在严重干旱期间使用Sentinel-2数据监测复杂温带森林的功能特征

科学领域:

• 森林生态 森林生态
• 遥感 遥感 遥感 遥感
• 气候变化影响 气候变化影响

背景情况:

• 森林生态系统对生物多样性和服务至关重要,但面临着气候变化和人类活动带来的越来越大的威胁.
• 蒂西诺公园是意大利北部罕见的自然温带混合森林,特别容易受到这些干扰.
• 传统的森林状态评估遥感方法往往缺乏足够的时空分辨率.

研究的目的:

• 从卫星数据中得出森林特征的高时间分辨率时间序列.
• 识别干旱引起的异常及其与森林类型和环境因素的关系.
• 评估Sentinel-2数据在气候变化下监测森林健康的有效性.

主要方法:

• 对2017-2022年期间的Sentinel-2卫星图像进行分析,重点关注严重干旱年 (2022年).
• 使用S2工具箱检索叶面积指数 (LAI),树冠含量 (CCC) 和树冠水含量 (CWC).
• 检索的特征与2022年收集的现场测量进行验证.

主要成果:

• 在检索的特征和现场数据之间发现了统计学上显著的相关性,LAI (R2=0.75) 和CCC (R2=0.82) 的高精度.
• 覆盖层的叶绿素含量 (CCC) 显示了最负的每日标准化异常 (DSA),表明对缺水的敏感性更高.
• 干旱压力 (DSA) 在森林类型之间差异很大,松树和黑桃显示的压力最高,黑树和栗树显示的压力最低.

结论:

• 该研究表明,Sentinel-2数据能够提供森林特征的高时间分辨率监测.
• 确定了对干旱的特定物种反应,强调需要将这些信息纳入森林管理.
• 开发的方法为加强森林状况监测和适应性管理策略提供了具有成本效益的方法.