Volume 5, Issue 16 (9-2016)                   2016, 5(16): 55-67 | Back to browse issues page


XML Persian Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Poorghasemi N, Abbasi M. Relationship between LAI of Quercus persica and Pistacia atlantica with Field Spectroscopy . Iranian Journal of Applied Ecology 2016; 5 (16) :55-67
URL: http://ijae.iut.ac.ir/article-1-764-en.html
Shahrekord Univ., Shahrekord, Iran.
Abstract:   (7997 Views)

Leaf area index (LAI) is a key variable in primary production and carbon cycling in ecosystems. It is used as an important predictor to explain the processes of forest ecology, forest management, and remote sensing studies. Most of the remote sensing instruments such as LAI-2000 and Fisheye photography are based on three-dimensional space and they consider the geometry of the crown to estimate LAI. The aim of this study was to investigate the relationship between spectral behaviour of Quercus persica and Pistacia atlantica with two-dimensional and three-dimensional LAI. To estimate LAI, a box (0.5× 0.5× 0.5 meters) was placed in the four directions of the crown and all the leaves were harvested. In situ spectral measurements of leaves were done with ASD Fieldspec spectroradiometer. The results of partial least squares regression to model LAI form spectral data of Quercus persica showed maximum regression coefficient at visible and near infrared wavelengths for both LAI3D and LAI2D. The coefficient of determination (R2) between the measured and estimated LAI2D and LAI3D values for Quercus persica was 0.16 and 0.23 respectively, and for Pistacia atlantica was 0.15 and to 0.42, respectively. Generally, LAI3D showed better relationship with spectral reflectance for both species.

Full-Text [PDF 426 kb]   (2373 Downloads)    

رابطه شاخص سطح برگ گونه بلوط (Quercus persica) و بنه (Pistacia atlantica)

با انعکاس طیفی حاصل از طیف‌سنجی زمینی

نرگس پورقاسمی1 و مژگان عباسی1٭

(تاریخ دریافت: 21/4/1394 ؛ تاریخ پذیرش: 12/2/1395)

چکیده

شاخص سطح برگ متغیر کلیدی در تعیین تولید اولیه و چرخه کربن در اکوسیستم‌ها به‌عنوان یک پیش‌بینی کننده مهم برای توضیح فرایندهای اکولوژی جنگل، مدیریت جنگل و مطالعات سنجش از دوری استفاده می‌شود. پایه بیشتر ابزار‌ها و روش‌هایی که در سنجش از دور برای برآورد LAI مورد استفاده قرار می‌گیرند با درنظر گرفتن بازتاب تاج، براساس ساختار هندسی و فضای سه بعدی تاج درختان است. هدف این مطالعه بررسی ارتباط رفتار طیفی دو گونه بلوط (Quercus persica) و بنه (Pistacia atlantica) با شاخص سطح برگ سه بعدی و دو بعدی است. برای برآورد LAI، جعبه‌ای به ابعاد  m5/0 در چهار جهت تاج درخت قرار داده شد و برگ‌های داخل جعبه برداشت شد. انعکاس طیفی برگ‌ها با دستگاه طیف‌سنج زمینی اندازه‌گیری شد. نتایج رگرسیون حداقل مربعات بخشی نشان داد انعکاس در طول موج‌های مرئی و مادون قرمز نزدیک بیشترین ضریب رگرسیون را با LAI3D و LAI2D دارد. برای گونه بلوط میزان R2 بین مقادیر اندازه‌گیری شده و برآورد شده LAI2D و LAI3D به‌ترتیب برابر 16/0 و 23/0 و برای گونه بنه به‌ترتیب برابر 15/0 و 42/0 بود. به‌طور کلی LAI3D نسبت به LAI2D توانست رابطه بهتری با انعکاس طیفی گیاه نشان دهد.

‌واژه‌های‌ کلیدی‌: طیف سنجی زمینی، شاخص سطح برگ، رگرسیون حداقل مربعات بخشی، سنجش از دور، جنگل‌های زاگرس

AWT IMAGE 

 

1. گروه علوم جنگل، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد

* : مسئول مکاتبات، پست الکترونیکی: mozhgan.abbasi@nres.sku.ac.ir

مقدمه

مدیریت منابع جنگلی نیاز به داشتن اطلاعات کمی و کیفی در مورد پارامتر‌هایی مانند شاخص سطح برگ، نیتروژن، کلروفیل، رطوبت و غیره دارد (19 و 41). امروزه استفاده از شاخص‌های اکولوژیک برای شناخت وضعیت کمی و کیفی تاج درخت و پایش و ارزیابی تغییرات ایجاد شده در طی زمان امری ضروری است. از جمله شاخص‌های اکولوژیک که در آن ضعف اطلاعات به‌خوبی مشهود است، آگاهی از توان تولید زیست‌توده و شاخص سطح برگ (Leaf Area Index :LAI) است (7). شاخص سطح برگ کاربرد مهمی در تعیین میزان تغییر فرآیندهای متنوع اکوسیستمی مانند میزان عبور نور و باران، تعرق، فتوسنتز، تنفس گیاه و تنفس هتروتروپیک خاک (از طریق لاشبرگ) دارد (31). بررسی شاخص سطح برگ هم‌چنین در تعیین حاصلخیزی رویشگاه‌های جنگلی کاربرد دارد‌ (1، 2، 4، 7 و 13). در سال‌های اخیر تغییر شرایط اکولوژیک و پیامدهای ناشی از آن، در کنار سایر چالش‌های موجود اکوسیستم‌های جنگلی زاگرس را تحت تاثیر قرار داده است. در همین ارتباط پدیده خشکیدگی جنگل‌های بلوط به سرعت گسترش یافته و منجر‌به آسیب دیدن بخش قابل توجهی از این جنگل‌ها شده است. همه این عوامل در جنگل‌های بلوط و بنه که چهره اصلی جنگل‌های زاگرس را نشان می‌دهند به ضرورت مطالعه متغیر کیفی تاج درختان نظیر شاخص سطح برگ این منطقه می‌افزاید.

هر چند مبنای تعریف شاخص سطح برگ را روش اندازه‌گیری آن تعیین می‌کند (24)، اما به‌طور کلی طبق تعریف بسیار ساده، شاخص سطح برگ، نسبت مجموع مساحت یک طرف برگ گیاه بر سطح تاج پوشش است (21 و 28). روش‌های برآورد LAI به دو دسته عمده مستقیم و غیرمستقیم تقسیم می‌‌شوند که هرکدام از آنها مزیت‌ها و محدودیت‌هایی دارند. روش‌های مستقیم شامل نمونه‌برداری تخریبی (Destructive sampling)، تله جمع آوری لاشبرگ (Litter trap) و روابط آلومتریک هستند. این روش‌ها اگرچه دقیق هستند اما به‌دلیل پیچیدگی، طولانی بودن زمان برآورد، پر زحمت بودن، نیاز به نیروی انسانی بیشتر، هزینه‌های زیاد نمونه‌برداری تخریبی در صورت جمع‌آوری برگ قطع شده درختان (7)، عدم تکرارپذیری به‌طور فصلی و سالیانه به مطالعات محدود به تک درخت و یا قطعات نمونه محدود می‌شوند و اجرای آنها در سطح وسیع غیرممکن است (13، 19 و 21). از جمله روش‌های غیرمستقیم، ابزار‌های اپتیکی هستند. منطق این روش‌ها که از تنوع زیادی نیز برخوردارند، به‌طور عمده بر پایه اندازه‌گیری میزان نور عبور یافته از میان تاج پوشش درختان با استفاده از ابزار‌های پیشرفته‌ای مانند عکس‌برداری یا لنز چشم ماهی (30 و 39)LAI-2000,  (14، 35 و 40) است. تکنیک‌های سنجش از دوری شاخه‌ای از روش‌های اپتیکی محسوب می‌شوند که با به‌کار بردن طیف سنجی زمینی، هوابرد ابرطیفی، ماهواره‌ها و داده‌های ماهواره‌ای چند طیفی از مقیاس محلی تا قاره‌ای مشکلات تخمین متغیر‌های بیوفیزیکی و بیوشیمیایی را حل کرده‌اند (19، 29 و 40). مزیت مهم این روش‌ها غیرمخرب، ساده، سریع و ارزان بودن آنها و از همه مهم‌تر تکرارپذیری به‌طور فصلی و سالیانه و هزینه کمتر است (13 و 36). به‌علاوه، طیف سنجی زمینی با افزایش تعداد باند‌های طیفی امکان مطالعه پدیده‌ها در محدوده طول موج طیفی از مرئی تا مادون قرمز دور را فراهم کرده است (6 و 19). در مطالعات بسیاری از طیف‌سنجی برای تخمین متغیر‌هایی مانند شاخص سطح برگ (16)، میزان فتوسنتز (37)، رطوبت (41 و 43)، کلروفیل و نیتروژن (26) استفاده شده است. اشنباخ و کاپن (18) برای یک توده 50 ساله با ساختار تاج همگن و افقی توسکا (Alnus glutinosa) در شمال آلمان، سه روش برآورد LAI را که شامل استفاده از ابزار LAI-2000، تله جمع آوری لاشبرگ و نمونه‌برداری از نمونه‌ها (جعبه‌های cm30×50×50) بوده را بررسی کردند. نتایج نشان داد که روش جمع‌آوری لاشبرگ و نمونه‌برداری غیرمخرب در محل، بیشترین مقادیر LAI را برآورد کرده و روش LAI-2000 برآورد کمتری داشته است. لی و همکاران (25)، مطالعه‌ای برای تخمین LAI جنگل‌های پهن‌برگ و سوزنی‌برگ Peninsula کره، انجام دادند. در این مطالعه رابطه LAI اندازه‌گیری شده در توده جنگلی با تاج بسته با انعکاس طیفی ناشی شده از طیف‌سنجی در دو محیط مختلف یکی اندازه‌گیری‌های طیفی زمینی روی چند لایه از نمونه برگ‌ها و دیگری انعکاس داده‌های سنجنده ETM+  بررسی شد. درویش‌زاده و همکاران (16)، به‌منظور تخمین شاخص سطح برگ، میزان کلروفیل برگ و میزان کلروفیل تاج انعکاس طیفی تاج چند گونه علفی مدیترانه‌ای با ساختار ناهمگن را با طیف‌سنج زمینی اندازه‌گیری کردند و برای بررسی رابطه این متغیر‌ها با انعکاس طیفی از آزمون‌های تک‌متغیره شامل شاخص‌های باند باریک و انحنای لبه قرمز و رگرسیون خطی چند متغیره، رگرسیون خطی چندگانه گام به گام و حداقل مربعات بخشی استفاده کردند. نتایج نشان داد که روش رگرسیون خطی چندگانه گام‌به‌گام R2 بیشتر و RMSE کمتری نسبت به شاخص‌های باند نزدیک و انحنای لبه قرمز داشته و روش حداقل مربعات بخشی تخمین مناسب‌تری ارائه داده است. نوی روبرسون و همکاران (34) نیز با استفاده از داده‌های طیفی حاصل از طیف‌سنجی زمینی و محاسبه شاخص‌ها، دو شاخص کلروفیل و شاخص بهبود یافته NDVI تحت عنوانWDRVI ، را در تخمین شاخص سطح برگ مناسب‌تر دیدند (27). ماهیت داده‌های طیفی حاصل از طیف‌سنجی زمینی به‌گونه‌ای است که مستلزم به‌کارگیری روش‌های خاص برای بررسی تفاوت طیفی پدیده‌ها می‌باشد. یکی از کارآمدترین روش‌ها در این زمینه، رگرسیون چند متغیره حداقل مربعات بخشی (Partial Least Square Regression) می‌باشد که نتایج قابل قبولی را ارائه داده است.

            از آنجا که پایه اکثر روش‌های اپتیکی و روش‌های سنجش از دوری در برآورد LAI، مبتنی بر انعکاس طیفی تاج و با درنظر گرفتن ساختار تاج درختان است و در حجم تاج، برگ به نسبت عناصر دیگر سهم بیشتری دارد، در مطالعات طیف‌سنجی، انعکاس طیفی برگ درنظر گرفته می‌شود (40). در این مطالعه نیز رابطه انعکاس طیفی برگ به وسیله طیف سنج زمینی با میزان LAI از طریق روش معمول برآورد LAI یعنی در سطح تاج پوشش (LAI2D) یا در فضای دو بعدی و برآورد آن
در فضای سه بعدی (LAI3D) برای دو گونه اصلی جنگل‌های زاگرس (Quercus brantii و Pistacia atlantica) بررسی شد.

مواد و روش‌ها

مناطق مورد مطالعه

این مطالعه در دو منطقه از جنگل‌های استان چهارمحال و بختیاری که بخشی از جنگل‌های زاگرس مرکزی هستند انجام شد.

الف- ذخیره‌گاه جنگلی چهارطاق: این ذخیره‌گاه در
100 کیلومتری جنوب شرقی شهرکرد و 40 کیلومتری شهرستان اردل با مساحتی معادل 400 هکتار قرار گرفته است. این ذخیره‌گاه از سال 1362 تاکنون تحت قرق کامل بوده
است. ارتفاع از سطح دریا در این رویشگاه از حداقل 2100 تا 3100 متر متغیر است. متوسط میزان بارندگی سالیانه 400 تا 600 میلی‌متر و براساس روش دومارتن جزء اقلیم
نیمه‌مرطوب محسوب می‌شود. در این جنگل گونه‌های درختی بلوط، بادام، بنه، زبان گنجشک و ارس را می‌توان مشاهده
کرد. در ارتفاعات این منطقه درخت ارس یا سرو کوه
(Juniperus polycarpos) به‌صورت گونه غالب ظاهر گشته و توده‌های کم و بیش تنک را به‌وجود می‌آورد. گونه مورد مطالعه در این منطقه بلوط (Quercus brantii) است (3).

ب- منطقه جنگلی فلارد: این منطقه جنگلی در 150 کیلومتری شهرستان شهرکرد و در بخش فلارد شهرستان
لردگان واقع شده و دارای 20 هزار هکتار جنگل خالص بنه به‌نام جنگل کوت سیاه است که در 10 کیلومتری مال خلیفه
قرار دارد. میانگین بارندگی در این منطقه 560 میلی‌متر
در سال است (5). گونه مورد مطالعه در این منطقه بنه
(Pistacia atlantica) است.

اندازه‌گیری زمینی

در این مطالعه تعداد 40 درخت بلوط و 35 درخت بنه به‌طور انتخابی در دامنه‌های جنوبی و غربی مناطق مورد مطالعه (دامنه‌های غالب مناطق) انتخاب شد. موقعیت مکانی هر پایه توسط GPS ثبت شد. برای برآورد LAI در سطح سه بعدی تاج درخت (LAI3D) جعبه‌ای به ابعاد 50×50×50 سانتی‌متر مکعب در هر چهار جهت اصلی تاج درختان (شمال، شرق، غرب و جنوب) قرار داده شد (شکل 1) و تمامی شاخه‌ها در این فضا قطع شد و برگ‌های آنها مورد شمارش قرار گرفت. در واقع در این مطالعه جعبه به‌عنوان یک پایه درختی درنظر گرفته شد. برای تعیین سطح برگ‌ها، از تک‌تک برگ‌ها با دوربین دیجیتال عکس‌برداری شد و سطح آنها با نرم افزار Image J محاسبه شد. سپس با استفاده از رابطه‌های 1 و 2 شاخص سطح برگ دو بعدی (LAI2D) و شاخص سطح برگ سه بعدی (LAI3D) برآورد شدند:

]1[                                                          AWT IMAGE

]2[                                                     AWT IMAGE

در این روابط AWT IMAGE: متوسط سطح برگ، AWT IMAGE: تعداد برگ در واحد سطح، AWT IMAGE : تعداد برگ در واحد حجم، A: سطح جعبه و V: حجم جعبه است.

اندازه‌گیری طیفی

به‌منظور انجام بهتر تحقیق و تهیه منحنی طیفی گونه‌های مورد نظر، درختانی که دارای تاج بهتر و شاداب‌تر و تنه‌هایی که فاقد بیماری هستند انتخاب و متغیرهای کمی از جمله، ارتفاع، قطر درخت و هم‌چنین شرایط رویشگاه از جمله شیب، جهت منطقه یادداشت شد. ساختار درختان بلوط در مطالعه اخیر شاخه‌زاد و درختان بنه دانه‌زاد است.

اندازه‌گیری طیفی با استفاده از طیف‌سنجی‌زمینی به نام ASD Fieldspec®3 زیر نور خورشید در شرایط مناسب اتمسفری و آسمان صاف و آفتابی بین ساعت 10 تا 14 که تشعشع خورشیدی تقریباً ثابت بود، صورت گرفت (6، 16 و 19). به‌منظور جلوگیری از تداخل بازتاب زمینه با بازتاب نمونه مورد نظر، توده برگی به ضخامت چند لایه برگ در دایره‌ای به قطر 25 سانتی‌متر روی صفحه‌ای سیاه رنگ (پارچه) جمع‌آوری شد و اندازه‌گیری طیفی از ارتفاع 10 سانتی‌متری و عمود بر سطح برگ‌ها صورت گرفت. سطح میدان دید براساس رابطه 3 محاسبه شد.

]3[                                                                AWT IMAGE

AWT IMAGE: زاویه دید سنجنده ،h : ارتفاع دید و r: شعاع دایره مورد نظر که معادل 15 سانتی‌مترمربع است (42). به‌منظور کاهش اثر عوامل جوی مانند رطوبت، دما و باد در محیط طبیعی، از هر نمونه 100 اسکن (منحنی طیفی) پیاپی در کمتر از یک دقیقه انجام شد که بلافاصله به‌طور خودکار توسط نرم‌افزار RS3 موجود برروی رایانه میانگین‌گیری شده و به‌صورت یک منحنی طیفی برروی صفحه نمایش نوت بوک نشان داده می‌شود. با وجود شرایط ثابت جوی دستگاه با استفاده از صفحه سفید مخصوص بعد از اندازه‌گیری هر پنج نمونه، کالیبره شد (6، 16 و 42). اندازه‌گیری‌ها در اواخر مرداد ماه سال 1390 انجام گردید.

رگرسیون حداقل مربعات بخشی (PLSR)

رگرسیون حداقل مربعات بخشی، از تعمیم و ترکیب ویژگی‌های آنالیز مؤلفه‌های اصلی و تحلیل رگرسیون چند متغیره ایجاد می‌شود (8). این روش از اطلاعات هر دو متغیر پیش‌بینی و متغیر پاسخ تا حد ممکن استفاده می‌کند و زمانی که تعداد متغیر‌های پیش‌بینی بیشتر از نمونه‌های اندازه‌گیری
بوده و یا تعداد زیادی متغیر با اطلاعات مشترک باشد (طول موج طیفی پدیده‌ها از 350 تا 2500 نانومتر) به‌کار می‌رود
که سبب فشرده‌سازی اطلاعات در چند مؤلفه اصلی غیر همبسته می‌شود (20). این مؤلفه‌ها تغییرپذیری با هم متغیر(های) مورد بررسی را به حداکثر می‌رسانند (16) و بر مشکلات هم‌خطی(collinearity) و بیش‌برازش (overfitting) ناشی از نمونه‌های زیاد غلبه می‌کند (33). PLS مجموعه‌ای از متغیر‌های وابسته را از مجموعه بزرگی از متغیرهای مستقل پیش‌بینی می‌‌کند که روش‌های رگرسیون چندگانه معمول قادر به حل آن نمی‌باشند. مزیت این روش نسبت به تحلیل مؤلفه‌های اصلی
 

AWT IMAGE  AWT IMAGE Type of Study: Research | Subject: General


Add your comments about this article : Your username or Email:
CAPTCHA

Rights and permissions
Creative Commons License This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

© 2024 CC BY-NC 4.0 | Iranian Journal of Applied Ecology

Designed & Developed by : Yektaweb