Άρθρο 2
Από RemoteSensing Wiki
Πρωτότυπος τίτλος: Stand Structural Characteristics Derived from Combined TLS and Landsat Data Support Predictions of Mushroom Yields in Mediterranean Forest
Συγγραφείς: Raquel Martínez-Rodrigo, and Beatriz Águeda, Cristina Gómez, Astor Toraño-Caicoya, Luke Bohnhorst, Enno Uhl.
Δημοσιεύθηκε: Οκτώβρης του 2022
Σύνδεσμος πρωτότυπου κειμένου: https://doi.org/10.3390/rs14195025
Εισαγωγή
Τα άγρια μανιτάρια αποτελούν σημαντικό δασικό προϊόν στη Μεσόγειο, με υψηλή οικονομική, οικολογική και κοινωνική αξία, αλλά η παραγωγή τους είναι χωρικά και χρονικά πολύ μεταβλητή και δύσκολο να προβλεφθεί. Η καρποφορία των μανιταριών επηρεάζεται από το κλίμα (ιδίως τις βροχοπτώσεις και τη θερμοκρασία), τα χαρακτηριστικά του εδάφους και, κυρίως, τη δομή και παραγωγικότητα του δάσους, δηλαδή την ποσότητα και κατανομή της βιομάζας. Προηγούμενες μελέτες έδειξαν συσχέτιση της μανιταροπαραγωγής με την πρωτογενή παραγωγικότητα (π.χ. NDVI) και με δείκτες υγρασίας εδάφους από δορυφόρους, όμως συχνά έλειπαν λεπτομερή δομικά δεδομένα για τη συστάδα.Ο συνδυασμός παθητικών οπτικών δεδομένων Landsat (πολυχρονικός NDVI ως δείκτης παραγωγικότητας) με λεπτομερή δομικά χαρακτηριστικά από κινητό Terrestrial Laser Scanning (TLS) μπορεί να βελτιώσει ουσιαστικά τα μοντέλα πρόβλεψης, γιατί αποτυπώνει ταυτόχρονα τόσο το «πόσο ζωντανό» είναι το δάσος όσο και το πώς είναι δομημένο στον χώρο. Οι στόχοι της έρευνας συνοψίζονται σε 3 μέρη: (i) να αξιολογήσουν τη δυνατότητα των πολυχρονικών μεταβλητών Landsat και των TLS δομικών χαρακτηριστικών να προβλέψουν τη συνολική παραγωγή μανιταριών σε μεσογειακά δάση Pinus pinaster, (ii) να διερευνήσουν αν η παραγωγική ικανότητα του δάσους, και ειδικότερα ο όγκος υπέργειας βιομάζας, καθορίζει την παραγωγή μανιταριών, και (iii) να συγκρίνουν αν οι παράγοντες που εξηγούν την συνολική παραγωγή είναι οι ίδιοι με εκείνους που ελέγχουν την παραγωγή του εμπορικά σημαντικού είδους Lactarius deliciosus. Με αυτό το πλαίσιο, η μελέτη συνδέει την τηλεπισκόπηση με τη διαχείριση μη ξυλωδών δασικών προϊόντων.
Υλικά και Μέθοδοι
Η περιοχή μελέτης βρίσκεται σε μεσογειακά δάση Pinus pinaster στην επαρχία Soria (Ισπανία), όπου υπάρχει πειραματικό δίκτυο δειγματοληπτικών επιφανειών με μακροχρόνια παρακολούθηση της παραγωγής μανιταριών. Σε κάθε επιφάνεια καταγράφηκαν εβδομαδιαία, για δέκα χρόνια (2012–2021), τα καρποσώματα όλων των ειδών μανιταριών: αριθμός, είδος και βιομάζα, δημιουργώντας χρονοσειρές ετήσιας παραγωγής τόσο για το σύνολο των ειδών όσο και ξεχωριστά για το Lactarius deliciosus. Παράλληλα χρησιμοποιήθηκαν κλιματικά δεδομένα δεκαετίας (βροχόπτωση και θερμοκρασία), με έμφαση στη φθινοπωρινή βροχόπτωση, γνωστό κλειδί για την καρποφορία. Η δομή του δάσους αποτυπώθηκε με κινητό TLS, από το οποίο εξήχθησαν μεταβλητές όπως πυκνότητα συστάδας (Stand Density Index, SDI), βασική επιφάνεια, όγκος υπέργειας βιομάζας και κάλυψη κόμης. Από πολυχρονικά δεδομένα Landsat υπολογίστηκε NDVI για διαφορετικές περιόδους, και χρησιμοποιήθηκε είτε ως απόλυτη τιμή είτε ως διαφορά (NDVIdiff) μεταξύ κρίσιμων φάσεων, ώστε να εκφράζει τη δυναμική της πρωτογενούς παραγωγικότητας. Στατιστικά, οι συγγραφείς χρησιμοποίησαν Generalized Additive Mixed Models (GAMMs), που επιτρέπουν μη γραμμικές σχέσεις και τυχαίες επιδράσεις, με μεταβλητές προβλέψεως το κλίμα, τη δομή του δάσους και τον NDVI, και απόκριση την ετήσια βιομάζα μανιταριών ανά επιφάνεια. Δημιουργήθηκαν δύο χωριστά μοντέλα: ένα για τη συνολική παραγωγή όλων των ειδών και ένα για το Lactarius deliciosus.
Αποτελέσματα
Τα αποτελέσματα έδειξαν ότι και για τη συνολική παραγωγή μανιταριών και για το Lactarius deliciosus οι σχέσεις με τους περιβαλλοντικούς παράγοντες είναι έντονα μη γραμμικές, κάτι που αποτυπώνεται στις υψηλές τιμές effective degrees of freedom των GAMM. Η φθινοπωρινή βροχόπτωση (Precautumn) πάνω από ένα κατώφλι περίπου 150 mm συνδέθηκε με σαφή αύξηση της παραγωγής, ενώ κάτω από αυτό το όριο δεν παρατηρήθηκε θετική επίδραση, υποδεικνύοντας μια κατώφλιακή συμπεριφορά στο νερό που απαιτείται για καρποφορία. Ο δείκτης πυκνότητας συστάδας SDI εμφάνισε βέλτιστο διάστημα μεταξύ ~1000–1200: σε αυτές τις τιμές οι αποδόσεις ήταν μέγιστες, ενώ σε χαμηλότερες ή πολύ υψηλές πυκνότητες η παραγωγή μειωνόταν, πιθανόν λόγω έλλειψης, αντίστοιχα, συμβιωτικών ριζών ή υπερβολικού ανταγωνισμού. Ιδιαίτερα σημαντική ήταν η αλληλεπίδραση του όγκου βιομάζας με τον NDVIdiff: μεγαλύτερος όγκος και υψηλότερη πρωτογενής παραγωγικότητα συνδέθηκαν με αυξημένη παραγωγή μανιταριών, επιβεβαιώνοντας ότι τα μανιτάρια εξαρτώνται από την ενεργή, παραγωγική βλάστηση του δάσους. Επιπλέον, η αλληλεπίδραση κάλυψης κόμης και ελάχιστης θερμοκρασίας έδειξε ότι υψηλότερη κάλυψη, σε συνδυασμό με πιο ήπιες ελάχιστες θερμοκρασίες φθινοπώρου, ευνοεί τις αποδόσεις, πιθανώς μέσω καλύτερου μικροκλίματος και υγρασίας εδάφους. Το μοντέλο για το L. deliciosus είχε μικρότερο R2 (~0,3) αλλά παρόμοια μοτίβα, υποδεικνύοντας ότι το είδος ανταποκρίνεται σε παρόμοιους, αλλά πιο στενούς, οικολογικούς περιορισμούς.
Συμπεράσματα
Ο συνδυασμός δομικών χαρακτηριστικών συστάδας από TLS με πολυχρονικά δεδομένα NDVI από Landsat βελτιώνει ουσιαστικά την κατανόηση και πρόβλεψη της παραγωγής άγριων μανιταριών σε μεσογειακά πευκοδάση. Η φθινοπωρινή βροχόπτωση παραμένει βασικός οδηγός καρποφορίας, αλλά η παραγωγή δεν εξαρτάται μόνο από το κλίμα· εξαρτάται επίσης από τη δομή του δάσους (πυκνότητα, βιομάζα, κάλυψη κόμης) και την πρωτογενή παραγωγικότητα, που μπορούν πλέον να εκτιμηθούν σε μεγάλη κλίμακα με τηλεπισκόπηση. Έτσι, τα μανιτάρια μπορούν να θεωρηθούν δείκτες της λειτουργικής κατάστασης και παραγωγικής ικανότητας του δασικού οικοσυστήματος, και τα μοντέλα που βασίζονται σε TLS + Landsat προσφέρουν ρεαλιστικά εργαλεία για χωρικό σχεδιασμό της συλλογής, εκτίμηση αποδόσεων και υποστήριξη πολιτικών για μη ξυλώδη δασικά προϊόντα. Οι συγγραφείς επισημαίνουν ότι η προσέγγιση είναι επεκτάσιμη: με αντίστοιχο συνδυασμό ενεργών (LiDAR) και παθητικών (οπτικών/NDVI) δεδομένων μπορεί να εφαρμοστεί σε άλλα είδη μανιταριών και σε άλλα δασικά συστήματα. Τέλος, προτείνεται ότι η ενσωμάτωση αυτού του τύπου τηλεπισκοπικών μοντέλων στη δασική διαχείριση θα ενισχύσει τόσο την οικονομική αξιοποίηση όσο και τη διατήρηση της βιοποικιλότητας, καθώς θα προσφέρει αντικειμενική πληροφόρηση για την παραγωγή άγριων μανιταριών σε βάθος χρόνου.
