来自成像光谱学的功能特征为塞拉内华达干旱期间森林死亡率的模式提供了信息

科学领域:

• 植物生态学和生理学
• 遥感和地理空间分析
• 气候变化对森林的影响

背景情况:

• 加利福尼亚州2012-2016年的大干旱导致超过1亿棵树死亡.
• 了解树木死亡的驱动因素需要将植物的功能特征与环境数据相结合.
• 植物的功能特征提供了关于在极端事件期间影响树木死亡的生理和非生物因素的见解.

研究的目的:

• 用两个独立的数据集来比较树木死亡趋势.
• 评估不同地点和物种的叶子功能特征和树木死亡率之间的关系.
• 将特征死亡率关系与树木级干旱应对机制联系起来.

主要方法:

• 利用NASA AVIRIS-Classic成像光谱仪数据进行早期干旱叶状特征测绘.
• 来自NEON站点的综合气候,地形,树冠结构和死亡率数据.
• 采用随机森林来确定死亡率驱动因素的相对重要性.

主要成果:

• 在受水限制的Soaproot Saddle地区,针叶树的死亡率与更高,更干燥的树冠相关;宽叶树的死亡率与特定的叶状特征相关 (纤维素更低,糖含量更高,LMA更高).
• 在能源有限的Lower Teakettle地点,死亡率主要是由海拔和气候驱动的,叶子特征的影响最小.
• 干旱死亡率模式因特定地点的水和能源限制而有显著差异.

结论:

• 叶子功能特征是干旱死亡率的关键指标,特别是在水有限的环境中.
• 特定地点的环境因素 (水与能源限制) 决定了树木死亡的主要驱动因素.
• 将植物特征的遥感与环境数据相结合,可以更好地了解森林对极端气候的反应.