Εκτίμηση της κατάστασης της διατροφής των φύλλων σε υποβαθμισμένη βλάστηση με βάση την έρευνα πεδίου και τα υπερφασματικά δεδομένα.
Από RemoteSensing Wiki
Πρωτότυπος τίτλος: Estimation of leaf nutrition status in degraded vegetation based on field survey and hyperspectral data
Δημοσίευση: 09 March 2020
Συντάκτες: Yu Peng, Mei Zhang, Ziyan Xu, Tingting Yang, Yali Su, Tao Zhou, Huiting Wang, Yue Wang & Yongyi Lin
Σύνδεσμος πρωτότυπου κειμένου: https://www.nature.com/articles/s41598-020-61294-7
Λέξεις κλειδιά: διατροφή, φύλλα, υποβαθμισμένη βλάστηση.
Περίληψη
Η έγκαιρη παρακολούθηση των παγκόσμιων βιογεωχημικών διεργασιών των φυτών απαιτεί γρήγορη και πολύ ακριβή εκτίμηση της κατάστασης της φυτικής διατροφής, η οποία συχνά εκτιμάται με βάση υπερφασματικά δεδομένα. Ωστόσο, λίγες τέτοιες μελέτες έχουν διεξαχθεί για την υποβαθμισμένη βλάστηση. Σε αυτήν τη μελέτη, έχουν αναπτυχθεί πλήρεις συνδυασμοί είτε πρωτότυπων ανακλαστικών, είτε πρώτων τάξεων παραγώγων φασμάτων για τον ποσοτικό προσδιορισμό του περιεχομένου αζώτου φύλλων (Ν), φωσφόρου (Ρ) και καλίου (Κ) ειδών δέντρων, θάμνων και χόρτου χρησιμοποιώντας υπερφασματικά σύνολα δεδομένων από ελαφριές, μέτριες και σοβαρά υποβαθμισμένες περιοχές βλάστησης στο Helin County, στην Κίνα. Τα περιεχόμενα των φύλλων Ν, Ρ και Κ συσχετίστηκαν για τον προσδιορισμό κατάλληλων συνδυασμών. Οι πιο αποτελεσματικοί συνδυασμοί ήταν εκείνοι της διαφοράς ανακλαστικότητας (Dij), ομαλοποιημένων διαφορών (ND), πρώτης τάξης παραγώγου (FD) και πρώτης τάξης παραγώγων διαφοράς (FD (D)). Χρησιμοποιήθηκε ανάλυση γραμμικής παλινδρόμησης για περαιτέρω βελτιστοποίηση ευαίσθητων συνδυασμών με βάση ζώνες, οι οποίοι συγκρίθηκαν με 43 εμπειρικούς φασματικούς δείκτες που χρησιμοποιούνται συχνά. Οι προτεινόμενοι υπερφασματικοί δείκτες αποδείχθηκαν ότι ποσοτικοποιούν αποτελεσματικά την περιεκτικότητα σε φύλλα Ν, Ρ και Κ (R2> 0,5, p <0,05), επιβεβαιώνοντας ότι τα υπερφασματικά δεδομένα μπορούν δυνητικά να χρησιμοποιηθούν για παρακολούθηση σε λεπτή κλίμακα της υποβαθμισμένης βλάστησης.
Εισαγωγή
Υπάρχει μια αυξανόμενη ανάγκη για μια μέθοδο παρακολούθησης των παγκόσμιων βιογεωχημικών διεργασιών των φυτών, που απαιτεί ταχεία και ακριβή εκτίμηση της κατάστασης της φυτικής διατροφής σε πολλαπλές κλίμακες. Η τηλεπισκόπηση, ειδικά η υπερφασματική τηλεπισκόπηση, είναι κατάλληλη μέθοδος για το σκοπό αυτό. Το περιεχόμενο σε άζωτο φύλλων (N), φωσφόρο (P) και κάλιο (K) είναι ισχυροί δείκτες της κατάστασης διατροφής των φυτών. Περίπου το 50-75% του συνολικού αζώτου των φυτών κατανέμεται στους χλωροπλάστες για συμμετοχή στη φωτοσύνθεση. Δεδομένου ότι η δραστηριότητα Rubisco σε φύλλα σχετίζεται πολύ με την περιεκτικότητα σε φύλλα, υπάρχουν ισχυροί συσχετισμοί μεταξύ της χλωροφύλλης των φύλλων και της περιεκτικότητας σε Ν. Ομοίως, η ανεπάρκεια Ν μπορεί να επηρεάσει άμεσα την παραγωγικότητα της βλάστησης και να καθυστερήσει την ανάπτυξη λόγω του κοινοτικού ανταγωνισμού. Η επαρκής παροχή Ν συμβάλλει στην οικολογική αποκατάσταση της υποβαθμισμένης βλάστησης. Έχουν διεξαχθεί εκτεταμένες μελέτες για την εκτίμηση του περιεχομένου Ν μέσω φασματικών δεικτών με βάση τη χλωροφύλλη, χρησιμοποιώντας τεχνικές όπως η επιλογή ευαίσθητων μηκών κύματος που σχετίζονται με το Ν, ή με τη λήψη δεδομένων φασματικής ανάκλασης από πολλούς αισθητήρες με ποικιλία χωρικών αναλύσεων. Το φύλλο Ν έχει βρεθεί ότι σχετίζεται με την ανάκλαση φύλλων ή θόλων πιο κοντά στα πράσινα μήκη κύματος από ό, τι στις περιοχές κόκκινου άκρου ή NIR. Ταυτόχρονα, τα μήκη κύματος που είναι πιο ευαίσθητα στην περιεκτικότητα σε φύλλα Ν ποικίλλουν ανάλογα με τις χωρικές κλίμακες στις οποίες έγιναν οι μετρήσεις. Το P είναι ένα δεύτερο βασικό μέρος της διατροφής των φυτών, που χρησιμοποιείται σε κυτταρικές μεμβράνες, νουκλεϊκά οξέα και διάφορα ένζυμα, και μπορεί επίσης να χρησιμοποιηθεί για τον προσδιορισμό της κατάστασης της υγείας ενός φυτού. Οι κύριες λειτουργίες του Ρ σχετίζονται με την αφομοίωση του άνθρακα, όπου μια ανεπάρκεια στο Ρ θα μειώσει τον μεταβολισμό του άνθρακα, θα αποτρέψει τη σύνθεση διαφόρων χημικών ενώσεων και τελικά θα υποβαθμίσει τη βιομάζα του θόλου. Για την ταχεία παρακολούθηση της κατάστασης του φυτού P, η τηλεπισκόπηση έχει χρησιμοποιηθεί σε λιβάδια και σαβάνες, καλλιέργειες και δέντρα. Μια μελέτη περιεκτικότητας σε φύλλα Α αραβοσίτου διαπίστωσε ότι τα 540, 720, 740 και 850 nm είναι οι πιο ευαίσθητες ζώνες για την ανίχνευση του Ρ τόσο στο στάδιο παραγωγής της βλάστησης όσο και στο στάδιο της ανθοφορίας. Η φασματική περιοχή που σχετίζεται στενότερα με την περιεκτικότητα σε φύλλα Ρ έχει βρεθεί ότι επικαλύπτει τη φασματική περιοχή που παρουσιάζει χαρακτηριστικά απορρόφησης νερού (1000-2500 nm). Οι ζώνες που είναι ενδεικτικές του φύλλου P βρίσκονται επίσης στην περιοχή των 580-710 nm, αν και αυτό ποικίλλει μεταξύ διαφορετικών περιπτωσιολογικών μελετών. Σε αυτή τη μελέτη, επιλέχθηκαν αρκετές ευαίσθητες ζώνες από τις 500 διαθέσιμες και αναπτύχθηκε ένας πλήρη συνδυασμός ανακλαστικότητας του παραγώγου πρώτης τάξης (FD) από είδη δέντρων, θάμνων και χόρτου σε διάφορες περιοχές υποβαθμισμένης βλάστησης, με στόχο την ανάπτυξη γενικότεροι υπερφασματικοί δείκτες για την εκτίμηση της περιεκτικότητας σε φύλλα Ρ. Τέλος, το κάλιο (K) είναι επίσης βασική απαίτηση φυτού, που εμφανίζεται κυρίως ως ιόντα Κ+ σε κενοτόπια. Το Κ παρέχει ρυθμιστικό έλεγχο επί διεργασιών όπως διαπνοή, σύνθεση αμύλου, μετατόπιση σακχαρόζης, αναπνοή και σύνθεση λιπιδίων. Τα φυτά με ανεπάρκεια σε Κ εμφανίζουν περιορισμένη ανάπτυξη και μεταβολισμό, οδηγώντας σε χαμηλότερη συνολική βιομάζα, κάλυψη και αλλαγές στο χρώμα των φύλλων. Εάν εμφανιστεί ανεπάρκεια Κ σε επίπεδο βλάστησης, αυτό μπορεί να επιταχύνει τη διαδικασία αποδόμησης. Τα εδάφη σε πολλές ημι-ξηρές περιοχές ευρείας έκτασης έχουν μειωμένο Κ, με αποτέλεσμα τη μείωση του Κ στο κουβούκλιο και το στέλεχος. Η τηλεπισκόπηση για την περιεκτικότητα των φύλλων σε N, P ή K είναι μια δύσκολη εργασία λόγω της έλλειψης χαρακτηριστικών άμεσης απορρόφησης που μπορούν να παρατηρηθούν στα φάσματα. Μια τυπική ερευνητική προσέγγιση εκμεταλλεύεται τους υπάρχοντες συσχετισμούς μεταξύ της διατροφής των φύλλων και των βιοφυσικών μεταβλητών όπως η χλωροφύλλη των φύλλων ή ο δείκτης περιοχής που διαμορφώνουν τα φάσματα ανάκλασης για την εκτίμηση του περιεχομένου των φύλλων Ν, Ρ ή Κ. Καμία μελέτη δεν αξιολόγησε τη σχέση μεταξύ φασματικών δεικτών με βάση το Κ και της περιεκτικότητας σε Κ που μετρήθηκε σε πεδίο σε εύκρατη υποβαθμισμένη βλάστηση. Επειδή η κατάσταση της φυτικής διατροφής δείχνει τη συνολική υγεία της βλάστησης, απαιτούνται επειγόντως τέτοιες μετρήσεις για την ταχεία παρακολούθηση της υποβάθμισης των φυτών με μη καταστρεπτικό τρόπο. Αυτό θα επιτρέψει ενέργειες αποκατάστασης και αναβλάστησης όπου απαιτούνται. Ωστόσο, έχουν διεξαχθεί σχετικά λίγες έρευνες για την ανάπτυξη υπερφασματικών δεικτών για την εκτίμηση της κατάστασης της φυτικής διατροφής, παρόλο που αυτή είναι μια βασική φυσιολογική παράμετρος για την παρακολούθηση της κατάστασης των φυτών, και οι φασματικοί δείκτες που σχετίζονται με τη διαφορετική ένταση αποδόμησης είναι ασαφής. Για το λόγο αυτό αναπτύχθηκαν κατάλληλοι δείκτες με βάση μήκη κύματος από 350 έως 1000 nm και εντοπίστηκαν οι καλύτεροι για την εκτίμηση του περιεχομένου των φύλλων Ν, Ρ και Κ σε εύκρατη υποβαθμισμένη βλάστηση.
Περιοχή μελέτης
Η μελέτη πραγματοποιήθηκε στην κομητεία Helin, στην εσωτερική Μογγολία, στη βόρεια Κίνα. Η κομητεία Helin βρίσκεται στη βόρεια αγροτο-ποιμαντική οικοτόνη, που αποτελείται από επίπεδες πεδιάδες, λόφους και βουνά σε σχεδόν ίση αναλογία (εικόνα 1). Το μέσο υψόμετρο του νομού είναι 1176 μέτρα πάνω από την επιφάνεια της θάλασσας και η συνολική έκταση είναι 3401 τετραγωνικά χιλιόμετρα. Με ένα εύκρατο κλίμα που εναλλάσσεται από προφανείς υγρές και ξηρές εποχές, η Helin County έχει μέση ετήσια θερμοκρασία 5,6 ° C, κατά μέσο όρο -12,8 ° C τον Ιανουάριο και 22,1 ° C τον Ιούλιο. Η μέση ετήσια βροχόπτωση είναι 417 χιλιοστά, κατά μέσο όρο 30 χιλιοστά τον Ιανουάριο και 103 χιλιοστά τον Ιούλιο. Οι μέσες ταχύτητες ανέμου είναι ελαφρώς υψηλότερες την άνοιξη και το χειμώνα από ό,τι τις εποχές του καλοκαιριού και του φθινοπώρου. Η μέση σχετική υγρασία για ολόκληρο το έτος δεν παρουσιάζει εμφανείς εποχιακές αλλαγές. Τα δεδομένα συλλέχθηκαν επιτόπου στο υποβαθμισμένο, εύκρατο λιβάδι αραιό-δασών στη μέση κομητεία Helin, Κίνα, όπου η ερημοποίηση καθώς και η υπερβόσκηση έχουν προκαλέσει υποβάθμιση της βλάστησης. Οικολογικοί εμπειρογνώμονες βαθμολογούν την υποβάθμιση είτε ως ελαφριά, μέτρια και σοβαρή. Η ελαφρά υποβαθμισμένη βλάστηση χαρακτηρίζεται από υψηλότερη κάλυψη θόλων (76%), ποικιλία ειδών (ο πλούτος είναι 32 και ο δείκτης Shannon είναι 2,36) και η υγρασία του εδάφους (σχετικό βάρος, 24%), ακολουθούμενη από μέτρια (52%, 28 και 1,34, 16%) και σοβαρή υποβαθμισμένη βλάστηση (33%, 22 και 0,88, 7%). Τα δεδομένα συλλέχθηκαν για 28 ημέρες κάτω από συνθήκες καθαρού ουρανού μεταξύ 10:00 και 14:00 τοπική ώρα τον Ιούλιο και τον Αύγουστο του 2012 και 2013. Αυτή η ώρα χαρακτηρίζεται ως αιχμή βλάστησης στην περιοχή. Περιεχόμενα φύλλων N, P και K και υπερφασματικά δεδομένα καταγράφηκαν για τις τρεις διαφορετικές θεραπείες από τα δείγματα μεσαίου φύλλου οκτώ φυτών σε κάθε έξι κυρίαρχα είδη φυτών (Setaria viridis, Agropyron cristatum, Salsola collina, Caragana microphylia, Lespedeza davurica, Pinus sylvestnis var.mongolica). Φορητόμετρο FieldSpec 2 με φορητό χειρισμό ASD (Analytical Spectral Devices Inc., USA) κατέγραψε υπερφασματικά δεδομένα. Το φασματικό εύρος του φασματομέτρου ήταν 325 έως 1075 nm, εύρος ζώνης 1 nm. Ένα κλιπ φύλλων που συνδέει τις οπτικές ίνες στα φύλλα παρείχε τιμές ανακλαστικότητας. Μόλις ολοκληρώθηκαν οι μετρήσεις ανάκλασης των φύλλων, συλλέχθηκαν δείγματα φύλλων, ξηράνθηκαν σε φούρνο στους 70 ° C ± 5 ° C για 72 ώρες και η ξηρά ύλη αναλύθηκε για τα Ν, Ρ και Κ. Το φύλλο Ν μετρήθηκε με τη μέθοδο Kjeldahl. Η περιεκτικότητα σε φύλλα Ρ μετρήθηκε χρησιμοποιώντας τη μέθοδο φωσφοβαναδάτη. Η περιεκτικότητα σε φύλλα Κ αναλύθηκε χρησιμοποιώντας φασματοσκοπία ατομικής απορρόφησης. Τα αποτελέσματα εκφράστηκαν ως mg (N, P, K) g-1 ξηρά ύλη φύλλων. Συλλέχθηκαν 144 αρχικά δείγματα μέτρησης ανάκλασης και διατροφής φύλλων (8 φυτά από 6 είδη σε 3 εντάσεις). Δείγματα 64 ζευγαριών χρησιμοποιήθηκαν για τη δημιουργία φασματικών μοντέλων, δείγματα 80 ζευγών (για εμπειρικούς δείκτες) και δείγματα 30 ζευγών (για νέους δείκτες) χρησιμοποιήθηκαν για την επικύρωση του περιεχομένου διατροφής φύλλων. Εξετάστηκε για πρώτη φορά η ανακλαστικότητα της βλάστησης σε διάφορες εντάσεις υποβάθμισης και εκτιμήθηκε ότι διαφοροποιείται η φασματική απόκριση. Οι φασματικές ανακλάσεις των φύλλων των κυρίαρχων φυτικών ειδών μετρήθηκαν σε τρεις εντάσεις υποβάθμισης: ελαφριά, μέτρια και σοβαρή. Χρησιμοποιήθηκε αναλυτική ανάλυση κανονικής αντιστοιχίας (DCCA) για να μελετηθεί η διαφοροποίηση της φασματικής απόκρισης. Το DCCA χρησιμοποιεί δύο πίνακες: έναν πίνακα μεταβλητών απόκρισης, ο οποίος δηλώνεται ως Υ και συχνά περιέχει τον βαθμό υποβάθμισης της βλάστησης και έναν πίνακα επεξηγηματικών μεταβλητών (π.χ. ανάκλαση σε κάθε ζώνη), η οποία δηλώνεται ως Χ και χρησιμοποιείται για να εξηγήσει τη διακύμανση Υ, όπως στην ανάλυση παλινδρόμησης. Στο DCCA με αποτροπή κατά τμήματα και κλιμάκωση Hill, το μήκος του μακρύτερου άξονα παρέχει μια εκτίμηση της διακύμανσης των ανακλαστικών. Το DCCA επέδειξε στατιστική ασυμφωνία μεταξύ των εντάσεων αποδόμησης, στη συνέχεια επιλέχθηκαν υπερφασματικοί δείκτες με την καλύτερη απόδοση, οι οποίοι είχαν την υψηλότερη συνέπεια στις τρεις εντάσεις υποβάθμισης. Οι δείκτες, που είχαν τους υψηλότερους συντελεστές σχέσης, επιλέχθηκαν ως οι τελικοί καλύτεροι δείκτες για την πρόβλεψη των περιεχομένων των φύλλων Ν, Ρ και Κ. Λόγω των επιπτώσεων του θορύβου στα πρωτογενή δεδομένα, τα οριακά εύρη 325-350 nm και 1000-1075 nm αφαιρέθηκαν από κάθε φάσμα. Αντί για ανάλυση διακρίσεων για την επιλογή των βέλτιστων ζωνών, έγινε εστίαση στη λήψη του πλήρους συνδυασμού φασματικών δεικτών μεταξύ όλων των καναλιών. Ο στόχος των φασματικών δεικτών είναι η κατασκευή ενός μαθηματικού συνδυασμού τιμών φασματικής ζώνης για την ενίσχυση του περιεχομένου πληροφοριών σε σχέση με την υπό εξέταση παράμετρο. Οι περισσότεροι δημοσιευμένοι δείκτες εκφράζονται ως ανακλαστικότητα ή παράγωγο πρώτης τάξης σε δεδομένο μήκος κύματος, διαφορά μήκους κύματος (Dij), αναλογία (RR), κανονικοποιημένη διαφορά (ND) ή αντίστροφες διαφορές ανάκλασης (ID). Χρησιμοποιήθηκαν δέκα συνηθισμένοι τύποι δεικτών με βάση τόσο την αρχική ανακλαστικότητα όσο και τα παράγωγα φάσματα:
R = R iR=Ri D i j = R j-R iDij=Rj−Ri R R = R j / R iRR=Rj/Ri Ν Δ =( R j - R i )/( R j + R i )ND=(Rj−Ri)/(Rj+Ri) I D =1/ R j -1/ R iID=1/Rj−1/Ri F D = F Δ ( R )FD=FD(R) F D ( D )= F D ( R j )- F D ( R i )FD(D)=FD(Rj)−FD(Ri) F D ( R R )= F D ( R j )/ F D ( R i )FD(RR)=FD(Rj)/FD(Ri) F D ( N D )=( F D ( R j )- F D ( R i ))/( F D ( R j )+ F D ( R i ))FD(ND)=(FD(Rj)−FD(Ri))/ (FD(Rj)+FD(Ri)) F D ( I D )=1/ F D ( R j )-1/ F D ( R i )FD(ID)=1/FD(Rj)−1/FD(Ri) όπου το R είναι ανακλαστικότητα, το FD είναι φάσμα παραγώγων πρώτης τάξης και τα επίθημα (i ή j) είναι μήκος κύματος (nm). Σε ολόκληρη την περιοχή μήκους κύματος 350 έως 1000 nm, αυτοί οι δείκτες αξιολογήθηκαν με ανάλυση παλινδρόμησης με το περιεχόμενο φύλλων Ν, Ρ και Κ. Προκειμένου να προσδιοριστεί το περιεχόμενο των φύλλων N, P και K, αποφασίστηκε από οπτική αξιολόγηση ότι οι σχέσεις ήταν γραμμικές. Αυτό επέτρεψε να υπολογιστεί ο συντελεστής προσδιορισμού (R 2) και το αντίστοιχο επίπεδο σημασίας (p), σε όλους τους πλήρεις συνδυασμούς 1-10 σε ολόκληρη τη ζώνη μήκους κύματος από 350 nm έως 1000 nm. Ο βέλτιστος συνδυασμός για να αντιπροσωπεύσει θρεπτικό περιεχόμενο ταυτοποιείται ως ότι με την υψηλότερη R 2. Ο τύπος της σταδιακής παλινδρόμησης είναι: Υ=β0+β1Χ1+β2Χ2+ … +βκΧκY=β0+β1X1+β2X2+…+βkXk Όπου το Y είναι επεξηγηματική μεταβλητή (περιεχόμενο διατροφής φύλλων). Η β0 είναι σταθερή παλινδρόμησης. Το β1 είναι ο συντελεστής μερικής παλινδρόμησης της ανεξάρτητης μεταβλητής X1 (μία ζώνη). Το β2 είναι ο συντελεστής μερικής παλινδρόμησης της ανεξάρτητης μεταβλητής X2. βk είναι ο συντελεστής μερικής παλινδρόμησης της ανεξάρτητης μεταβλητής Xk. k είναι ο αριθμός των ανεξάρτητων μεταβλητών. Προκειμένου να αξιολογηθούν οι ανεπτυγμένοι υπερφασματικοί δείκτες, έγινε εξαγωγή 43 εμπειρικών δεικτών που χρησιμοποιούνται συχνά από τη δημοσιευμένη βιβλιογραφία. Πραγματοποιήθηκε σύγκριση της απόδοσης των εμπειρικών δεικτών. Τα μοντέλα υπολογίστηκαν και συγκρίθηκαν με λογισμικό SPSS 19.0.
Αποτελέσματα
Οι διαφορές τείνουν να είναι πιο έντονες με μεγαλύτερη ένταση αποικοδόμησης (εικόνα 2). Οι δοκιμές Τ των ζωνών σε οπτικές περιοχές 350 nm και NIR 1000 nm έδειξαν αμφότερες σημαντικές διαφορές μεταξύ των εντάσεων αποδόμησης (p <0,05), οι οποίες μπορεί να εξηγηθούν εν μέρει από την ενίσχυση της κατακόρυφης κατανομής φύλλων σε ελαφρά υποβαθμισμένη βλάστηση, η οποία είχε υψηλότερη πυκνότητα φύλλων και κάλυμμα από θόλο από την έντονα υποβαθμισμένη βλάστηση. Σε σοβαρά υποβαθμισμένη βλάστηση, υπήρχε μειωμένη ικανότητα απορρόφησης στις ορατές και κόκκινες ακραίες περιοχές του φάσματος παράλληλα με μειώσεις στην κατάσταση διατροφής των φύλλων, η οποία μετατοπίζει την ανάκλαση προς το μπλε άκρο του φάσματος και μακριά από το κόκκινο στην ελαφρά υποβαθμισμένη βλάστηση. Κατά συνέπεια, ένα σύμπλεγμα μετρούμενων σημείων ανάκλασης από ελαφρά υποβαθμισμένη βλάστηση μπορεί να διαχωριστεί από αυτά τα σμήνη που σχετίζονται με σοβαρά υποβαθμισμένη βλάστηση. Λαμβάνοντας υπόψη τους διάφορους συνδυασμούς Ri και Rj, οι συνδυασμοί με τον μεγαλύτερο αριθμό σημαντικών συντελεστών συσχέτισης ήταν Dij, FD (D), RR και ND για την περιεκτικότητα σε φύλλα Ν. Dij, FD (R) και FD (D) για την περιεκτικότητα σε φύλλα P και Dij, RR, ND, FD και FD (D) για την περιεκτικότητα σε φύλλα Κ. Αυτά επιλέχθηκαν ως πιθανοί συνδυασμοί για περαιτέρω ανάλυση. Οι ευαίσθητες ζώνες που σχετίζονται με την περιεκτικότητα σε φύλλα Ν βρέθηκαν κυρίως στις περιοχές πράσινου, πράσινου-κίτρινου άκρου, μεσαίου κόκκινου και NIR του φάσματος. Η περιεκτικότητα σε φύλλα P είχε τους λιγότερους σημαντικούς συντελεστές στους συνδυασμούς ανάκλασης και του FD του (εικόνα 3). Οι καμπύλες για FD-P και FD (D) -P έδειξαν ευαίσθητες ζώνες στις περιοχές πράσινου-κίτρινου άκρου, κόκκινου και NIR. Οι ευαίσθητες ζώνες για την περιεκτικότητα σε φύλλα Κ βρίσκονταν κυρίως στις ζώνες μικρού μήκους κύματος, που κυμαίνονται από 360 nm έως 450 nm και καλύπτουν τις περιοχές βιολετί, μπλε, κυανό, πράσινο και κίτρινο του φάσματος. Οι τιμές FD δεν έδειξαν σημαντική σχέση με την περιεκτικότητα σε θρεπτικά φύλλα. Οι Dij, ND, RR, FD (D) και FD (R) ανταποκρίθηκαν διαφορετικά στη διατροφή των φύλλων στα μήκη κύματος. Για παράδειγμα, ο συντελεστής συσχέτισης μεταξύ του περιεχομένου Dij και φύλλων Ν ήταν σημαντικός σε μία ζώνη, αλλά μη σημαντικός στις γειτονικές ζώνες κυμάτων. Οι ζώνες με τον μεγαλύτερο αριθμό σημαντικών συντελεστών μεταξύ όλων των συνδυασμών καθορίστηκαν ως οι πιο ευαίσθητες και ενδεικτικές της διατροφικής περιεκτικότητας σε φύλλα φυτών. Μετρώντας τον αριθμό των σημαντικών συντελεστών συσχέτισης για τον προσδιορισμό ευαίσθητων ζωνών για κάθε συνδυασμό, προσδιορίστηκαν 22 ζώνες για το περιεχόμενο φύλλων Ν, Ρ και Κ. Χρησιμοποιήθηκε σταδιακή γραμμική παλινδρόμηση για να διακριθεί ο βέλτιστος συνδυασμός μεταξύ των 22 ευαίσθητων ζωνών που επιλέχθηκαν νωρίτερα για να προσδιοριστούν οι καλύτεροι για την εκτίμηση της διατροφής των φύλλων για όλους τους δείκτες. Επίσης, καθιερωμένες μέθοδοι εφαρμόστηκαν για τον σχεδιασμό εξισώσεων παλινδρόμησης υψηλής ακρίβειας για το περιεχόμενο φύλλων Ν, Ρ και Κ. Οι πιο ευαίσθητες ζώνες που επιλέχθηκαν τελικά για την περιεκτικότητα σε φύλλα Ν ήταν 468, 623, 624, 633, 652, 657, 668, 818, 821, 842, 937 και 938 nm, οι οποίες βρίσκονται κυρίως στις κόκκινες και NIR περιοχές του φάσματος. Οι πιο ευαίσθητες ζώνες για την περιεκτικότητα σε φύλλα P ήταν 416, 421, 424, 427, 458, 485, 664, 819, 828, 839, 902 και 933 nm, οι οποίες βρίσκονται στις ορατές περιοχές πράσινου και NIR και οι πιο ευαίσθητες ζώνες για το Κ ήταν 457, 483, 646, 731, 835, 900, 916 και 919 nm στις πράσινες, κόκκινες και NIR περιοχές. Διαφορετικές εντάσεις υποβάθμισης έδειξαν προφανή μεταβλητότητα στους συντελεστές συσχέτισης. Οι τιμές των Viopt, FD525–570, MSS-DVI, SDb και SDr συσχετίστηκαν σημαντικά αρνητικά με το μετρούμενο περιεχόμενο. Ωστόσο, σε σοβαρή υποβάθμιση, οι σχέσεις είναι σημαντικά θετικές. Σε αντίθεση, οι NVI και SDy παρουσίασαν σημαντικά θετικές σχέσεις με ελαφριά υποβάθμιση και αρνητικές σχέσεις για σοβαρή υποβάθμιση. Οι φασματικοί δείκτες για το περιεχόμενο της διατροφής των φύλλων έχουν διαφορετική απόδοση ανάλογα με την ένταση της αποδόμησης. Επιλέχθηκαν τρεις φασματικοί δείκτες για την εκτίμηση της διατροφής των φύλλων (RES, DVI και FD730-570) για την ευκολία χρήσης και την ακρίβειά τους. Στη συνέχεια, δημιουργήθηκε μια κατάλληλη εξίσωση για καθέναν από τους τρεις επιλεγμένους δείκτες. Κατασκευάστηκαν εξισώσεις γραμμικής παλινδρόμησης βάσει των περιεχομένων φύλλων Ν, Ρ και Κ μετρούμενου πεδίου και των αντίστοιχων εμπειρικών δεικτών RES, DVI και FD730-570 και για τις τρεις εντάσεις υποβάθμισης. Αυτά έδειξαν ότι και οι τρεις εμπειρικοί δείκτες μπορούν να προβλέψουν την περιεκτικότητα σε θρεπτικά φύλλα σε στατιστικά σημαντικό επίπεδο, με εξαίρεση τις RES και DVI για την περιεκτικότητα σε φύλλα P. Οι συντελεστές γραμμικής παλινδρόμησης και συσχέτισης των προβλεπόμενων τιμών αντικατοπτρίζουν με ακρίβεια το περιεχόμενο της διατροφής των φύλλων στις μετρήσεις πεδίου σε στατιστικά σημαντικό επίπεδο.
Συμπεράσματα
Αυτή η μελέτη χρησιμοποίησε ολοκληρωμένους συνδυασμούς ευαίσθητων ζωνών και 43 εμπειρικούς φασματικούς δείκτες από τρία σύνολα δεδομένων που συλλέχθηκαν in-situ από ελαφρά, μέτρια και σοβαρά υποβαθμισμένη βλάστηση στην εύκρατη εσωτερική Μογγολία, Κίνα για την εκτίμηση του περιεχομένου της διατροφής των φύλλων. Μεταξύ των εμπειρικών δεικτών, οι RES, DVI και FD730-570 είχαν την καλύτερη απόδοση. Σταδιακή γραμμική παλινδρόμηση στη διαφορά ανάκλασης (Dij), κανονικοποιημένες διαφορές (ND), παράγωγο πρώτης τάξης (FD) και διαφορά παραγώγων πρώτης τάξης (FD (D)) σε ευαίσθητες ζώνες επιλέχθηκαν χρησιμοποιώντας ανάλυση συσχέτισης Pearson υπό διάφορες συνθήκες κοινότητας και βρέθηκαν να είναι η πιο αποτελεσματική στην πρόβλεψη περιεχόμενα διατροφή των φύλλων (R 2 = 0,5-0,8, p <0,05). Αυτοί οι δείκτες, που εξήχθησαν από στενές ευαίσθητες ζώνες, ήταν στατιστικά σημαντικοί και είχαν καλύτερη απόδοση από τους εμπειρικούς δείκτες. Επομένως, μπορούν να θεωρηθούν ως παγκόσμιος δείκτης που αντιπροσωπεύει επαρκώς το θρεπτικό περιεχόμενο. Αυτό καταδεικνύει μεγάλες δυνατότητες χρήσης υπερφασματικών δεδομένων στην παρακολούθηση της κατάστασης της διατροφής των φύλλων σε λεπτή κλίμακα. Αυτά τα φασματικά πολύ στενά μοντέλα μπορούν να εφαρμοστούν μόνο με πολύ υψηλή φασματική ανάλυση φασματόμετρου 1-3 nm. Ωστόσο, οι καμπύλες του συντελεστή συσχέτισης προσδιορισμού μπορούν να βοηθήσουν στον εντοπισμό δεικτών προσαρμοσμένων σε άλλους απομακρυσμένους αισθητήρες. Αυτή η νέα κατανόηση μπορεί να βοηθήσει στην διερεύνηση των δυνατοτήτων υπερφασματικών δεδομένων στον ποσοτικό προσδιορισμό του περιεχομένου της διατροφής των φύλλων.