Απομακρυσμένοι αισθητήρες πρόβλεψης της θνησιμότητας των κωνοφόρων δέντρων κατά τη διάρκεια σοβαρής ξηρασίας
Από RemoteSensing Wiki
Απομακρυσμένοι αισθητήρες πρόβλεψης της θνησιμότητας των κωνοφόρων δέντρων κατά τη διάρκεια σοβαρής ξηρασίας
Πρωτότυπος τίτλος: Remotely sensed predictors of conifer tree mortality during severe drought
Συγγραφείς: P. G. Brodrick and G. P.
Λέξεις κλειδιά: Ξηρασία, Κωνοφόρα, Δείκτης θνησιμότητας
Σύνδεσμος πρωτότυπου κειμένου: [1]
ΠΕΡΙΛΗΨΗ
Η εκτεταμένη δασική θνησιμότητα που προκαλείται από την ξηρασία έχει τεκμηριωθεί σε κάθε δασώδη ήπειρο κατά τις δύο τελευταίες δεκαετίες, ωστόσο οι δείκτες πρόωρης θνησιμότητας των δένδρων παραμένουν ελάχιστα κατανοητοί. Τηλεπισκοπικά αισθητήρια μέτρα που λειτουργούν με βάση τη φυσιολογία του δέντρου προσφέρουν ένα μέσο ανάλυσης μεγάλης κλίμακας για την κατανόηση και την πρόβλεψη της θνησιμότητας που προκαλείται από την ξηρασία. Εδώ, χρησιμοποιούμε φασματοσκοπία απεικόνισης καθοδηγούμενη από λέιζερ από πολλά έτη αεροφωτογραφιών για να εκτιμηθεί ο αντίκτυπος της διαρκούς απώλειας νερού σε θόλο λόγω θνησιμότητας των δένδρων. Αναλύουμε τόσο τη μικτή θνησιμότητα με θόλο το 2016 όσο και τη μεταβολή της θνησιμότητας μεταξύ των ετών 2015 και 2016 σε δείγμα εκατομμύρια τοποθεσιών με κωνοφόρα δέντρα στα βουνά της Σιέρα Νεβάδα στην Καλιφόρνια. Κατά μέσο όρο, η απώλεια ύδατος και η μεγάλη ακαθάριστη θνησιμότητα σχετίζονται έντονα, και η απώλεια νερού κατά τη διάρκεια της ξηρασίας από έτος σε έτος δείχνει επακόλουθη θνησιμότητα. Και οι δύο σχέσεις είναι συνεπείς αφού ελέγξουμε την τοποθεσία και τη σύνθεση του δέντρου, υποδηλώνοντας ότι αυτές οι μετρήσεις μπορούν να χρησιμεύσουν ως δείκτες θνησιμότητας κατά τη διάρκεια ξηρασίας.
ΕΙΣΑΓΩΓΗ
Με την αυξημένη επικράτηση και τη σοβαρότητα των θερμών ξηρασιών, η ικανότητά μας να προβλέπουμε την θνησιμότητα των δέντρων έχει αποκτήσει μεγάλη σημασία για την οικολογία και τη διαχείριση των δασών. Η αυξανόμενη βιβλιογραφία δείχνει ότι η συχνότητα και ο αντίκτυπος των θερμών ξηρασιών αυξάνονται όσο ο πλανήτης ζεσταίνεται [Overpeck, 2013; AghaKouchak et al., 2014; Cook et al., 2014]. Με την αυξημένη συχνότητα των θερμών ξηρασιών έπεται κίνδυνος και για τα δάση. Επίσης, οι συνθήκες ξηρασίας έχει αποδειχθεί ότι αυξάνουν την ευαισθησία της βιομάζας των περισσότερων δασών, ανεξάρτητα από τα επίπεδα βροχόπτωσης [Choat et al., 2012]. Ωστόσο, η πλήρης έκταση της ευαισθησίας των δασών στο υδατικό στρες παραμένει άγνωστη.
Πολλές μελέτες έχουν δείξει ότι μπορούν να χρησιμοποιηθούν τηλεπισκοπικές μετρήσεις για την περιγραφή διαφορετικών γεγονότων θνησιμότητας των δασών. Ωστόσο, μέχρι τώρα, οι τεχνικές τηλεπισκόπησης δεν έχουν ακόμα αποδείξει την ικανότητα πρόβλεψης του κινδύνου θνησιμότητας από το στρες του νερού και από άλλους σχετικούς με την ξηρασία παράγοντες. Συνεπώς, διερευνάμε την επίδραση των τηλεπισκοπικά ανιχνευόμενων υδροφορέων (CWC), που αποτελεί ένα μέτρο της φυσιολογικής απάντησης των δένδρων στην ξηρασία [Asner et al., 2016], στη θνησιμότητα των δέντρων προκειμένου να εξεταστεί μια πιο άμεση σχέση μεταξύ της ξηρασίας και της θνησιμότητας.
Οι κίνδυνοι από την ξηρασία είναι ιδιαίτερα σημαντικοί για την πολιτεία της Καλιφόρνιας των ΗΠΑ. Τα τελευταία χρόνια η Καλιφόρνια υπήρξε θύμα της πιο σοβαρής ξηρασίας σε μια χιλιετία [Griffin and Anchukaitis, 2014]. Η τηλεπισκόπηση χρησιμοποιήθηκε για να ποσοτικοποιήσει τον αντίκτυπο της ξηρασίας στην Καλιφόρνια τα έτη 2012-2016, υποδεικνύοντας ότι 58 εκατομμύρια μεγάλα δέντρα είχαν υποστεί σοβαρό υδατικό στρες μέχρι το 2015 [Asner et al., 2016].
Στόχος μας ήταν να προβλέψουμε τη θνησιμότητα στα κωνοφόρα δέντρα σε όλη την περιοχή της οροσειράς της Σιέρα Νεβάδα χρησιμοποιώντας τις μεταβολές στην τηλεπισκοπική CWC. Ρωτήσαμε (1) μπορούμε να χρησιμοποιήσουμε τις τηλεπισκοπικά μετρούμενες αλλαγές του στρες του νερού για την πρόβλεψη της μικτής θνησιμότητας των δένδρων κατά τη διάρκεια της ξηρασίας και (2) μπορούν οι αλλαγές στο CWC μεταξύ των ετών να χρησιμοποιηθούν για την πρόβλεψη μελλοντικής θνησιμότητας σε μια συνεχιζόμενη ξηρασία;
ΥΛΙΚΑ & ΜΕΘΟΔΟΙ
2.1 Συλλογή δεδομένων
Συνδυάσαμε πολλαπλά σύνολα δεδομένων με διαφορετικές εγγενείς χωρικές αναλύσεις για να συνδέσουμε την πτώση της CWC διαχρονικά με αυξήσεις στη θνησιμότητα των δέντρων. Το πρώτο σύνολο δεδομένων αποτελείται από 2 m ανάλυσης φασματοσκοπικές απεικονίσεις και δεδομένα LiDAR από χωρικά επικαλυπτόμενες συλλογές από τον Αύγουστο του 2015 και τον Ιούλιο του 2016. Αυτά τα δεδομένα χρησιμοποιήθηκαν για την αναγνώριση ζωντανής και νεκρής κάλυψης δέντρων και στα δύο χρόνια. Το δεύτερο σύνολο δεδομένων είναι μια χρονική σειρά CWC ανάλυσης των 30 m από το 2010 έως το 2016 (εκτός του 2012).
Περιορίσαμε τη μελέτη αυτή στην ορεινή περιοχή της Σιέρα Νεβάδα ή τη "συντήρηση" [Schwarzenegger, 2004; Πολιτεία της Καλιφόρνιας, 2017]. Επίσης, αποκλείσαμε οποιαδήποτε τοποθεσία στην οποία σημειώθηκε πυρκαγιά μεταξύ των ετών 2010 και 2017 [USGS, 2016]. Για να επικεντρωθούμε ειδικά στα κωνοφόρα, όπου θεωρούμε ότι οι σημαντικές μετατοπίσεις της κατεύθυνσης στον NDVI (που χρησιμοποιούμε για να υποδείξουμε τη θνησιμότητα) είναι λιγότερο πιθανό να είναι φαινολογικές, χρησιμοποιήσαμε τη βάση δεδομένων CALFIRE FVEG για να οριοθετήσουμε το κάλυμμα των δασικών περιοχών με κωνοφόρα [CALFIRE FRAP, 2015]. Επιλέξαμε μόνο εικονοστοιχεία όπου οι σχέσεις του συστήματος περιβάλλον - οικοσύστημα της Καλιφόρνια (California Wildlife Habitat Relationships - CWHR) υποδηλώνει έναν βιότοπο κωνοφόρων [CDFW, 2014]. Τέλος, επιλέξαμε εικονοστοιχεία όπου ο θόλος υπερβαίνει τα 5 μ ύψος και που δεν ήταν σκιασμένα από τον περιβάλλοντα θόλο ούτε στις πτήσεις το 2015 αλλά ούτε και το 2016. Συνολικά, αυτό είχε ως αποτέλεσμα 26.706 εκτάρια δεδομένων με κάλυψη και στις δύο χρονιές 2015 και 2016, με πάνω από 59,7 εκατομμύρια μεμονωμένες κυψελίδες σε ανάλυση εδάφους 2 μ.
2.2 Μετρήσεις θνησιμότητας
Χρησιμοποιούμε τον όρο θνησιμότητα για να υποδείξουμε τμήματα ενός θόλου όπου το φύλλωμα πέφτει κάτω από την τιμή 0,4 του δείκτη NDVI. Ο NDVI υπολογίστηκε από τα δεδομένα HiFIS χρησιμοποιώντας ζώνες με ανάκλαση πλάτους 10 nm και κέντρο στα 680 και 800 nm, αφού εξαιρέθηκαν οι σκιασμένες περιοχές και η βλάστηση με μικρότερο από 2 m ύψος.
Η εικόνα 1 δείχνει ένα ιστόγραμμα NDVI των κωνοφόρων της περιοχής μελέτης τόσο για τις ζωντανές όσο και για τις νεκρές κατηγορίες (κανονικοποιημένες στο μέγιστο).
Η εικόνα 2 απεικονίζει ένα παράδειγμα συνόλου δεδομένων NDVI στο πλαίσιο μιας μόνο χρονοσειράς CWC pixel και επιδεικνύει πώς ταξινομήσαμε τον NDVI και διορθώσαμε τη διαφορά στην ανάλυση μεταξύ της ταξινόμησης θνησιμότητας (2 m) και της χρονοσειράς CWC (30 m).
Πρώτον, εφαρμόσαμε το όριο 0,4 του NDVI σε όλα τα μη αποκαλυφθέντα εικονοστοιχεία για τα δεδομένα των ετών 2015 και 2016. Ύστερα υπολογίσαμε το ποσοστό θνησιμότητας τόσο του 2015 όσο και του 2016 ως εξής:
𝑀 = ∑ 𝑝𝑖 𝑖∈𝐶𝑝 |𝑝𝑖=1 ∑ 𝑠𝑖 | 𝑖∈𝐶𝑝 𝑠𝑖=0
όπου M είναι το κλάσμα θνησιμότητας, p είναι η ταξινόμηση θνησιμότητας για κάθε 2 m pixel, s είναι μια δυαδική μάσκα με τιμή 1 εάν το pixel εξαιρείται (λόγω σκιάς ή ανεπαρκούς ύψους) και Cp είναι το σύνολο των εικονοστοιχείων ανάλυσης 2 m μέσα σε ένα δεδομένο CWC εικονοστοιχείο.
Στη συνέχεια υπολογίζουμε την αύξηση της θνησιμότητας, ως εξής:
∆𝑀 = 𝑀2016 − 𝑀2015,
όπου ο δείκτης υποδεικνύει το έτος. Όπως ορίστηκε παραπάνω, ένα θετικό ΔM σημαίνει μια αύξηση στην θνησιμότητα, ενώ ένα αρνητικό ΔΜ δείχνει ανάπτυξη ή/και ανάκτηση φύλλων. Και τα δύο ΔM και M2016 χρησιμοποιούνται ως ανεξάρτητες μεταβλητές στις προβλέψεις και υπολογίζονται για κάθε χρονολογική σειρά CWC εικονοστοιχείων. Είναι σημαντικό να σημειωθεί ότι το M, και κατά συνέπεια και το ΔΜ, είναι ένας τρόπος μέτρησης του ποσοστού θνησιμότητας, υποδεικνύοντας τον αριθμό των εικονοστοιχείων που είναι κάτω από το όριο 0,4 του NDVI. Αυτό το ποσοστό είναι διαφορετικό από το ποσοστό των νεκρών μεμονωμένων δένδρων, καθώς μπορεί να περιλαμβάνει μερική αποδυνάμωση του φυλλώματος.
2.3 Ανάλυση
Για να εξετάσουμε τη σχέση μεταξύ μιας χρονοσειράς CWC και της θνησιμότητας των δένδρων, πραγματοποιήσαμε δύο βασικές αναλύσεις σε όλα τα σημεία δεδομένων με δεδομένα CWC και δεδομένα θνησιμότητας από τα έτη 2015 και 2016, περίπου 300.000 σημεία δεδομένων στην τελική ανάλυση των 30 μέτρων. Πρώτον, για να προσδιορίσουμε ποια τμήματα των χρονολογικών σειρών ήταν σχετικά για περαιτέρω έρευνα, χωρίσαμε τα δεδομένα σε 8 ομοιόμορφα κατανεμημένες κατηγορίες με βάση το M2016. Στη συνέχεια υπολογίσαμε κατά μέσο όρο όλες τις τιμές CWC για κάθε έτος και για κάθε κατηγορία M2016 και απεικονίσαμε τα αποτελέσματα, προκειμένου να εξετάσουμε τις τάσεις στο χρόνο. Αυτό η διαδικασία επαναλήφθηκε στη συνέχεια με τις κατηγορίες που βασίζονται στο ΔΜ.
Με βάση αυτών των αποτελεσμάτων, επιλέξαμε δύο μετρήσεις για να διερευνήσουμε περαιτέρω: (Progressive Water Stress - PWS) από το 2011 έως το 2015 και την ποσοστιαία διαφορά στην CWC μεταξύ 2014 και 2015 (% Δ CWC14-15). Το PWS υπολογίζεται αθροίζοντας την απόλυτη τιμή της ποσοστιαίας απώλειας κάθε pixel στη CWC μεταξύ 2011 και 2013, μεταξύ 2013 και 2014, και μεταξύ 2014 και 2015, όπως στην περίπτωση των Asner et al. [2016]. Διαχωρίζουμε τα δεδομένα σε 20 ομοιόμορφα τοποθετημένες κυψελίδες με βάση το PWS και απεικονίζουμε τη μέση τιμή του PWS και τη μέση τιμή του M2016 για κάθε ένα. Επιπλέον, εξετάσαμε την κατανομή των κοινοτήτων των κωνοφόρων σε κάθε κυψελίδα και απεικονίσαμε εκείνες στον ίδιο άξονα. Η ανάλυση στη συνέχεια επαναλήφθηκε για % Δ CWC14-15 και ΔM. Τέλος, εξετάσαμε και τις δύο σχέσεις (PWS και M2016 καθώς και % Δ CWC14-15 και ΔM) σε συγκεκριμένο επίπεδο της κοινότητας των κωνοφόρων για τις πέντε πιο διαδεδομένες κοινότητες κωνοφόρων.
ΑΠΟΤΕΛΕΣΜΑΤΑ
• Τα αποτελέσματά μας δείχνουν ότι το προοδευτικό στρες νερού που εκτιμήθηκε με δεδομένα τηλεποσκόπησης είναι ισχυρά συσχετιζόμενο με την ακαθάριστη θνησιμότητα των κωνοφόρων κατά τη διάρκεια μιας ξηρασίας στη Σιέρα Νεβάδα.
• Επιπλέον, χρησιμοποιώντας δεδομένα ανάλυσης 30 μ., είμαστε σε θέση να εξετάσουμε χωρικά σαφείς σχέσεις μεταξύ της θνησιμότητας και του συνεχιζόμενου στρες του νερού σε διάφορες κοινότητες κωνοφόρων. Αυτά τα ευρήματα δίνουν ποσοτικά αποτελέσματα για τους ποιοτικούς ισχυρισμούς ότι τα δέντρα με υψηλά PWS είναι πιο ευάλωτα στη θνησιμότητα [Asner et al., 2016].
• Επίσης, αποδεικνύουμε ότι οι αλλαγές στην CWC κατά την ξηρασία σχετίζονται στενά με την επακόλουθη θνησιμότητα του δέντρου (Σχήματα 1 και 2). Ουσιαστικά, αυτή η σχέση είναι προγνωστική στο ότι οι συγκεκριμένες τηλεπισκοπικές παρατηρήσεις δείχνουν πού θα προκύψει θνησιμότητα στο μέλλον, όχι μόνο πού έχει ήδη συμβεί.
• Στα υψηλότερα επίπεδα απώλειας νερού, παρατηρούμε μια μικρή αναστροφή της τάσης σε σχέση με τα υπόλοιπα δεδομένα, τα ποσοστά θνησιμότητας των δένδρων μειώνονται καθώς αυξάνεται η απώλεια νερού (Σχήματα 1 και 2).
• Επιλέξαμε να εξετάσουμε την ποσοστιαία μεταβολή μεταξύ της CWC και της μετέπειτα αύξησης της θνησιμότητας, αλλά παρατηρούμε ότι η απόλυτη διαφορά στην CWC έδειξε γενικά παρόμοια αποτελέσματα. Υποστηρίζουμε ότι τόσο οι απόλυτες όσο και οι σχετικές αλλαγές στην CWC είναι προσεγγίσεις ευαισθησίας. Η πραγματική ένδειξη θνησιμότητας είναι πιθανώς μια ελάχιστη τιμή CWC. Αφού ένα δέντρο πέσει κάτω από αυτό το κατώτατο όριο CWC, η συνεχής απώλεια νερού θα οδηγήσει πιθανότατα στη θνησιμότητα. Ωστόσο, επειδή αυτό το ελάχιστο όριο εξαρτάται πιθανώς από το είδος, την τοποθεσία, το υψόμετρο και την ηλικία, δεν είμαστε ακόμη σε θέση να καθορίσουμε αυτή την ελάχιστη τιμή CWC με έναν στατιστικά σημαντικό τρόπο.
