Estimación de la química foliar con espectroscopia de imágenes y datos LiDAR
Versandkostenfrei!
Versandfertig in 1-2 Wochen
41,99 €
inkl. MwSt.
PAYBACK Punkte
21 °P sammeln!
Se utilizaron datos de espectroscopia de imágenes (IS) y de detección y medición de la luz (LiDAR) para modelizar la relación N:P foliar, los macronutrientes (N, P, K, Ca, Mg) y la clorofila en el dosel de un bosque boreal del norte de Ontario, Canadá. La medición de los macronutrientes foliares y de la clorofila foliar proporciona información crítica sobre el estado fisiológico y nutricional de las plantas, el estrés y los procesos del ecosistema como el intercambio de carbono (C) (fotosíntesis y producción primaria neta), la descomposición y el ciclo de los nutrientes. Los resul...
Se utilizaron datos de espectroscopia de imágenes (IS) y de detección y medición de la luz (LiDAR) para modelizar la relación N:P foliar, los macronutrientes (N, P, K, Ca, Mg) y la clorofila en el dosel de un bosque boreal del norte de Ontario, Canadá. La medición de los macronutrientes foliares y de la clorofila foliar proporciona información crítica sobre el estado fisiológico y nutricional de las plantas, el estrés y los procesos del ecosistema como el intercambio de carbono (C) (fotosíntesis y producción primaria neta), la descomposición y el ciclo de los nutrientes. Los resultados muestran que los datos de IS aerotransportados y espaciales explicaron aproximadamente el 70% de la varianza en la proporción N:P de la cubierta vegetal con errores de predicción inferiores al 8% en dos años consecutivos. Los modelos LiDAR explicaron más del 50% de la varianza en la proporción N:P de la cubierta vegetal con errores de predicción similares. Se desarrollaron modelos predictivos utilizando datos espaciales de Hyperion IS con valores R2 ajustados de 0.73, 0.72, 0.62, 0.25, y 0.67 para N, P, K, Ca y Mg, respectivamente y el modelo LiDAR explicó el 80% de la varianza en la concentración de Ca en el dosel.Dos índices derivados IS (D705/D722 y Dmax(680-750))/D703) emergieron como buenos predictores de la concentración de clorofila a través del tiempo y el espacio.
Andere Kunden interessierten sich für
