Summary

Оценка индекса листа, используя три различных метода в чистых лиственных стендах

Published: August 29, 2019
doi:

Summary

Точная оценка индекса площади листьев (ЛАИ) имеет решающее значение для многих моделей материальных и энергетических колебаний в экосистемах растений и между экосистемой и атмосферным пограничным слоем. Таким образом, три метода (ловушки для мусора, техника иглы и PCA) для принятия точных измерений LAI были в представленном протоколе.

Abstract

Точные оценки индекса площади листьев (LAI), определяемого как половина общей площади поверхности листьев на единицу горизонтальной площади поверхности земли, имеют решающее значение для описания структуры растительности в области экологии, лесного хозяйства и сельского хозяйства. Поэтому процедуры трех коммерчески используемых методов (ловушки для мусора, техника иглы и анализатор растительного навеса) для выполнения оценки LAI были представлены шаг за шагом. Были сопоставлены конкретные методологические подходы, и в этом протоколе обсуждались их текущие преимущества, противоречия, проблемы и перспективы на будущее. Помет ловушки, как правило, считаются в качестве эталонного уровня. И техника иглы, и анализатор растительного навеса (например, LAI-2000) часто недооценивают значения LAI по сравнению с эталоном. Техника иглы проста в использовании в лиственных стендах, где помет полностью разлагается каждый год (например, дуб и бук стоит). Однако необходима калибровка на основе мусорных ловушек или прямых разрушительных методов. Анализатор навеса завода является широко используемым устройством для выполнения оценки LAI в экологии, лесном хозяйстве и сельском хозяйстве, но подвержен потенциальной ошибке из-за слипания листвы и вклада древесных элементов в поле зрения (FOV) датчика. Обсуждалось устранение этих потенциальных источников ошибок. Анализатор навеса завода является очень подходящим устройством для выполнения оценок LAI на высоком пространственном уровне, наблюдения сезонной динамики LAI, а также для долгосрочного мониторинга LAI.

Introduction

LAI, определяется как половина от общей площади поверхности листа на единицу горизонтальной площади поверхности земли1, является ключевой переменной, используемой во многих био-геофизических и химических моделей обмена сосредоточены на углеродных и водных потоках2,3, 4. LAI прямо пропорциональна активной поверхности листьев, где она управляет первичным производством (фотосинтез), транспирацией, обменом энергией и другими физиологическими атрибутами, связанными с рядом экосистемных процессов на заводе общины5.

Разработаны многочисленные подходы и инструменты для выполнения оценкиLAI, и в настоящее время они доступны на рынке 6,7,8,9. Наземные методы для выполнения оценки LAI могут быть сгруппированы в две основные категории: i) прямые и (ii) косвенные методы10,11,12. Первая группа включает в себя методы измерения области листьев непосредственно, в то время как косвенные методы вывод LAI из измерений более легко измеримых параметров, используя теорию радиационного перевода (с точки зрения времени, трудоемкости и технологии)13 ,14.

Этот протокол касается практического использования подстилков ловушек и техники иглы, как неразрушающие полупрямые методы10; и оптическое устройство завода навес анализатор в качестве косвенного метода6,7 для выполнения оценки LAI на выбранном образце из умеренной лиственных лесных стендов в Центральной Европе (см. его структурные и дендрометрические характеристики в Приложение А и приложение B).

В лиственных лесах и сельскохозяйственных культурах можно выполнять неразрушительную полупрямую оценку LAI с помощью мусорных ловушек11, распределенных под слоем навеса15. Помет ловушки обеспечивают точные значения LAI для лиственных видов, в которых LAI достигает плато в течение вегетационного периода. Однако, для видов, которые могут заменить листья во время вегетационного периода, такие как тополь, метод переоценивает LAI11. Этот метод предполагает, что содержание ловушек представляет собой среднее количество листьев, которые падают во время лист-падение период на стенде16, особенно в осенние месяцы. Ловушки открываются коробки или сетки(рисунок 1) с предопределенным достаточным размером (минимум 0,18 м2, но предпочтительно более 0,25 м2)10,17, боковые стороны предотвращения ветра от дует листья в / из ловушки, и с перфорированным дном, избегая разложения листьев; которые расположены под слоем навеса изученного стенда, однако, над поверхностью земли11. Распределение ловушек может быть случайным18 или систематическим в трансектах19 или регулярной сетки интервала20. Количество и распределение ловушек являются важнейшим методологическим шагом для выполнения точной оценки LAI, отражающей уникальную структуру стенда, пространственную однородность, ожидаемую скорость и направление ветра, особенно в случае разреженных стендов (или переулков и садов), а также работоспособность для оценки данных. Точность оценки LAI увеличивается с ростом частоты ловушек в изученных стендах11,21 (см. рисунок2).

Рекомендуемая частота сбора образцов мусора-падения из каждой ловушки составляет не менее10 и даже два раза в неделю в периоды сильного падения, что может совпадать с обильными осадками. Необходимо предотвратить разложение помета в ловушках и выщелачивание питательных веществ из материала во время дождевых эпизодов в случае химического анализа. После сбора листьев в поле, смешанный подобразий используется для оценки конкретной области листьев (SLA, см2 г-1)22, определяется как свежий прогнозируемой области листьев к его сухой массы соотношение веса. Остальная часть собранного помета высушивается до постоянного веса и используется для расчета сухой массы помета в виде г см-2 в лаборатории. Лист сухой массы на каждой дате сбора преобразуется в области листьев путем умножения собранной биомассы SLA или лист сухой массы на площади (LMA, г см-2) в качестве обратного параметра SLA23,24. Свежий прогнозируемой области конкретных листьев может быть определен с помощью планиметрического подхода. Планиметрический метод основан на зависимости между областью конкретного листа и областью, покрытой листом в горизонтальной поверхности. Лист горизонтально крепится к экрану сканирования, а его среднее измерение измеряется с помощью счетчика области листа. Затем рассчитывается его площадь. Многие измерительные площади листьев, основанные на различных принципах измерения, доступны на рынке. Некоторые из них включают, например, LI-3000C Портативный лист площадь метр, который использует метод ортогоналовой проекции, и LI-3100C площадь метр, который измеряет лист среднем с помощью флуоресцентного источника света и полу-проведенной камеры сканирования. Следующее устройство, CI-202 портативный лазерный лист области метр, коды длина листа с помощью кода читателя. Кроме того, AM350 и BSLM101 Портативный лист площадь метров также широко используются для выполнения точной оценки области листьев.

Кроме того, существуют счетчики площади листа на основе систем, которые анализируют видео. Эти измобующие площади листа состоят из видеокамеры, рамки цифровизации, экрана и ПК, включая подходящее программное обеспечение для анализа данных, такие как WD3 WinDIAS Leaf Image Analysis System11. В настоящее время обычные сканеры, подключенные к ПК, могут быть использованы для оценки области листа. После этого область листа рассчитывается как кратное количество черных пикселей, и ее размер зависит от выбранного разрешения (точки на дюйм – dpi), или область листа измеряется с помощью конкретного программного обеспечения, например, WinFOLIA. Наконец, общая сухая масса листьев, собранных в пределах известной площади поверхности земли, преобразуется в LAI путем умножения на SLA и коэффициент усадки25, который отражает изменения в области свежих и сушеных листьев. Сжатие зависит от видов деревьев, содержания воды и мягкости листьев. Усадка листьев в длину и ширину (что влияет на прогнозируемую площадь), как правило, до 10%26, например, она колеблется от 2,6 до 6,8% для дуба27. Сортировка листьев по видам для взвешивания и установления конкретного соотношения площади листьев необходимо определить вклад каждого вида в общий LAI28.

LAI определение по технике иглы является недорогим методом, полученным из метода наклонной точки квадрата29,30,31,32. В лиственных стендах, это альтернатива для выполнения оценки LAI без использования ловушек10 на основе предположения, что общее количество листьев и их площадь в дереве равны тому, что собирается на поверхности почвы после полного листа-падения20 . Тонкая острая игла прокалывается вертикально в помет, лежащий на земле сразу после листа-падения10. После полного листа-падения листья собираются из земли на иглу вертикального зонда, связаны с контактным номером и равны фактическому значению LAI. Интенсивный отбор проб (100-300 точек отбора проб на изученный стенд на полевой зонд) по методу иглы требуется для количественной оценки среднего контактного номера и правильного получения значения LAI10,20,33.

Tehанализатор растительного навеса(например, LAI-2000 или LAI-2200 PCA) является широко используемым портативным инструментом для выполнения косвенной оценки LAI, принимая измерения передачи света по всему навесу7в отфильтрованную синюю часть светового спектра (320-490 нм)34,35чтобы свести к минимуму вклад света, который прошел через листья, был рассеян навесом и проходит через листву7,34. В синей части светового спектра достигается максимальный контраст между листом и небом, и листва кажется черной на фоне неба34. Таким образом, он основан на анализе фракции разрыва навеса7. Инструмент широко используется для проведения эко-физиологических исследований в растительных сообществах, таких как сельскохозяйственные культуры36Луга37, хвойные стенды8, и лиственные стенды38. Анализатор навеса завода использует оптический датчик рыбьего глаза с FOV 14835проецировать полусферическое изображение навеса на кремниевые детекторы, чтобы расположить их в пять концентрических колец39с центральными углами зенита 7 “, 23”, 38 “, 53” и 68 “9,40,41. Пять колпачков для просмотра (т.е.,270 “, 180”, 90 “, 45” и 10 “) могут быть использованы для ограничения азимута зрения оптического датчика27чтобы избежать затенения препятствиями на открытой местности (для вышеупомянутого чтения) или оператор в FOV датчика во время оценки LAI может настроить датчик FOV на открытую область для показаний выше навеса. Измерения с использованием анализатора растительного навеса проводятся выше (или на достаточно расширенной открытой местности) и ниже изученного навеса7. Одни и те же колпачки представлений должны использоваться как для выше, так и ниже показаний, чтобы избежать предубеждений по оценке фракции разрыва34. LAI-2000 PCA производит эффективный индекс области листьев (LAIe), как введено Чэнь и др.42, или, скорее, эффективный индекс площади завода (PAIe), так как древесные элементы включены в значение считывания датчика. В лиственных стендов с плоскими листьями, LAIe такой же, как геми-поверхность LAI. В случае вечнозеленых лесных стендов, LAIe необходимо исправить для слипания эффект на уровне побега (SPAR, STAR)43, индекс слипания в масштабах больше, чем стрелять (яп.E)44, и вклад древесных элементов, включая стебли и ветви (т.е.,коэффициент древесного к общей площади),45которые вызывают систематическое недооценку LAI20. Индекс слипания на более высокой пространственной шкале, чем побег или лист, может быть количественно оценен как очевидный индекс слипания (ACF), который может быть оценен с помощью анализатора растительного навеса при использовании более ограничительных колпачков представления27. Как утверждают эти авторы, что это ACF выводится из соотношения значений LAI рассчитывается из передачи различными процедурами для однородных и неоднородных навесов в соответствии с Ланг46, мы предполагаем, что этот индекс слипания описывает скорее однородность навеса. Помимо расчета ACF, новые крышки диффузора, которые позволяют более широкое применение LAI-2200 PCA в отношении погодных условий, меню пользователя вместо кодов Fct, и возможность принять гораздо больше измерений за файл сессии являются одними из основных технологические усовершенствования по сравнению с бывшим ИПХ ЛАИ-200034,47. Измерения и последующие внутренние расчеты программного обеспечения основаны на четырех предположениях: (1) свет блокирующие растительные элементы, включая листья, ветви и стебли, случайным образом распределены в навесе, (2) листва является оптически черным телом, которое поглощает все свет он получает, (3) все элементы завода являются той же проекцией на горизонтальную поверхность земли, как простая геометрическая выпуклая форма, (4) элементы растений малы по сравнению с областью, покрытой каждым кольцом11.

Protocol

1. LAI оценивается с использованием мусора ловушки Во-первых, провести полевое обследование, исследуя условия и структуру исследуемых стендов (т.е. наклон и экспозицию склона, типа леса или растительности, плотность леса или растительности, однородность закрытия навеса, кроны р…

Representative Results

Средние значения LAI на уровне стенда всех исследованных стендов в вегетационный сезон 2013 года представлены на рисунке 8. На всех участках, кроме А, самые высокие значения измерялись ловушками для мусора, которые служат эталонным уровнем. Напротив, самое высокое среднее з…

Discussion

Помет ловушки считаются одним из наиболее точных методов для выполнения LAI оценки8, но они являются более трудоемкими и трудоемкими, чем косвенные методы35,64, которые были включены в этот протокол. В рамках всей процедуры оценки LAI с использова…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Мы в долгу перед редакционной коллегией журнала лесных исследований за поощрение и разрешение нам использовать репрезентативные результаты в этом протоколе из статьи, опубликованной там. Мы также благодарим двух анонимных рецензентов за их ценные комментарии, которые существенно улучшили рукопись. Исследование финансировалось Министерством сельского хозяйства Чешской Республики, институциональной поддержкой МЗЕ-РО0118 и Национальным агентством сельскохозяйственных исследований (проект No. К1810126).

Materials

Area Meter LI-COR Biosciences Inc., NE, USA LI-3100C https://www.licor.com/env/products/leaf_area/LI-3100C/
Computer Image Analysis System Regent Instruments Inc., CA WinFOLIA http://www.regentinstruments.com/assets/images_winfolia2/WinFOLIA2018-s.pdf
File Viewer LI-COR Biosciences Inc., NE, USA FV2200C Software https://www.licor.com/env/products/leaf_area/LAI-2200C/software.html
Laboratory oven Amerex Instruments Inc., CA, USA CV150 https://www.labcompare.com/4-Drying-Ovens/2887-IncuMax-Convection-Oven-250L/?pda=4|2887_2_0|||
Leaf Image Analysis System Delta-T Devices, UK WD3 WinDIAS https://www.delta-t.co.uk/product/wd3/
Litter traps Any NA See Fig. 2
Needle Any NA Maximum diameter of 2 mm
Plant Canopy Analyser LI-COR Biosciences Inc., NE, USA LAI-2000 PCA LAI-2200 PCA or LAI-2200C as improved versions of LAI-2000 PCA can be used, see: https://www.licor.com/env/products/leaf_area/LAI-2200C/
Portable Laser Leaf Area Meter CID Bio-Science, WA, USA CI-202 https://cid-inc.com/plant-science-tools/leaf-area-measurement/ci-202-portable-laser-leaf-area-meter/
Portable Leaf Area Meter ADC, BioScientic Ltd., UK AM350 https://www.adc.co.uk/products/am350-portable-leaf-area-meter/
Portable Leaf Area Meter Bionics Scientific Technogies (P). Ltd., India BSLM101 http://www.bionicsscientific.com/measuring-meters/leaf-area-index-meter.html
Portable Leaf Area Meter LI-COR Biosciences Inc., NE, USA LI-3000C https://www.licor.com/env/products/leaf_area/LI-3000C/

References

  1. Chen, J. M., Black, T. A. Defining leaf area index for non-flat leaves. Plant, Cell and Environment. 15 (4), 421-429 (1992).
  2. Sellers, J. P., et al. Modelling the exchanges of energy, water, and carbon between continents and the atmosphere. Science. 275, 502-509 (1997).
  3. Calvet, J. C., et al. An interactive vegetation SVAT model tested against data from six contrasting sites. Agricultural and Forest Meteorology. 92 (2), 73-95 (1998).
  4. Wang, Y. P., Leuning, R. A two-leaf model for canopy conductance, photosynthesis and partitioning of available energy. I. Model description and comparison with multi-layered model. Agricultural and Forest Meteorology. 91 (1-2), 89-111 (1998).
  5. Asner, G. P., Scurlock, J. M. O., Hicke, J. A. Global synthesis of leaf area index observations: implications for ecological and remote sensing studies. Global Ecology and Biogeography. 12, 191-205 (2003).
  6. Welles, J. M. Some indirect methods of estimating canopy structure. Remote Sensing Reviews. 5 (1), 31-43 (1990).
  7. Welles, J. M., Cohen, S. Canopy structure measurement by gap fraction analysis using commercial instrumentation. Journal of Experimental Botany. 47 (302), 1335-1342 (1996).
  8. Chen, J. M., Rich, P. M., Gower, S. T., Norman, J. M., Plummer, S. Leaf area index of boreal forests: Theory, techniques, and measurement. Journal of Geophysical Research. 102 (D24), 29429-29443 (1997).
  9. Weiss, M., Baret, F., Smith, G. J., Jonckheere, I., Coppin, P. Review of methods for in situ leaf area index (LAI) determination. Part II. Estimation of LAI, errors and sampling. Agricultural and Forest Meteorology. 121, 37-53 (2004).
  10. Bréda, N. J. J. Ground-based measurements of leaf area index: a review of methods, instruments and current controversies. Journal of Experimental Botany. 54, 2403-2417 (2003).
  11. Jonckheere, I., et al. Review of methods for in situ leaf area index determination. Part I. Theories, sensors, and hemispherical photography. Agricultural and Forest Meteorology. 121 (1-2), 19-35 (2004).
  12. Zheng, G., Moskal, M. Retrieving leaf area index (LAI) using remote sensing: theories, methods and sensors. Sensors. 9 (4), 2719-2745 (2009).
  13. Fassnacht, K. S., Gower, S. T., Norman, J. M., McMurtrie, R. E. A comparison of optical and direct methods for estimating foliage surface area index in forests. Agricultural and Forest Meteorology. 71 (1-2), 183-207 (1994).
  14. Gower, S. T., Kucharik, C. J., Norman, J. M. Direct and indirect estimation of leaf area index, fAPAR, and net primary production of terrestrial ecosystems. Remote Sensing of Environment. 70 (1), 29-51 (1999).
  15. Chason, J. W., Baldocchi, D. D., Huston, M. A. A comparison of direct and indirect methods for estimating forest canopy leaf area. Agricultural and Forest Meteorology. 57 (1-3), 107-128 (1991).
  16. Eriksson, H., Eklundh, L., Hall, K., Lindroth, A. Estimating LAI in deciduous forest stands. Agricultural and Forest Meteorology. 129 (1-2), 27-37 (2005).
  17. Ukonmaanaho, L., Pitman, R., Bastrup-Birk, A., Bréda, N. J. J., Rautio, P. . Sampling and analysis of litterfall. Manual Part XIII. In: UNECE ICP Forests Programme Co-ordinating Centre (ed.): Manual on methods and criteria for harmonized sampling, assessment, monitoring and analysis of the effects of air pollution on forests. , (2016).
  18. McShane, M. C., Carlile, D. W., Hinds, W. T. The effect of collector size on forest litter-fall collection and analysis. Canadian Journal of Forest Research. 13 (6), 1037-1042 (1993).
  19. Battaglia, M., Cherry, M., Beadle, C., Sands, P., Hingston, A. Prediction of leaf area index in eucalypt plantations: effects of water stress and temperature. Tree Physiology. 18 (8-9), 521-528 (1998).
  20. Dufrêne, E., Bréda, N. J. J. Estimation of deciduous forest leaf area index using direct and indirect methods. Oecologia. 104 (2), 156-162 (1995).
  21. Fleck, S., et al. . Leaf area measurements. Manual Part XVII. In: UNECE ICP Forests Programme Co-ordinating Centre (Ed.) Manual of methods and criteria for harmonized sampling, assessment, monitoring and analysis of the effects of air pollution on forests. , (2016).
  22. Fellner, H., Dirnberger, G. F., Sterba, H. Specific leaf area of European larch (Larix decidua Mill.). Trees-Structure and Function. 30 (4), 1237-1244 (2016).
  23. Niinemets, &. #. 2. 2. 0. ;. Acclimation to low irradiance in Picea abies: influence of past and present light climate on foliage structure and function. Tree Physiology. 17 (11), 723-732 (1997).
  24. Čermák, J. Leaf distribution in large trees and stands of the floodplain forest in southern Moravia. Tree Physiology. 18 (11), 727-737 (1998).
  25. Chianucci, F., Cutini, A. Estimation of canopy properties in deciduous forests with digital hemispherical and cover photography. Agricultural and Forest Meteorology. 168, 130-139 (2013).
  26. Essaghi, S., Hachmi, M., Yessef, M., Dehhaoui, M. Leaf shrinkage: a predictive indicator of the potential variation of the surface area-to-volume ratio according to the leaf moisture content. SpringerPlus. 5, 1229 (2016).
  27. Chianucci, F., MacFarlane, C., Pisek, J., Cutini, A., Casa, R. Estimation of foliage clumping from the LAI-2000 Plant Canopy Analyser: effect of view caps. Trees-Structure and Function. 29, 355-366 (2015).
  28. Bequet, R. Environmental determinants of the temporal and spatial variability in leaf area index of Fagus sylvatica L., Quercus robur L., and Pinus sylvestris L. Thesis. , (2011).
  29. Goodall, D. W. Some considerations in the use of point quadrats for the analysis of vegetation. Australian Journal of Biological Sciences. 5 (1), 1-41 (1952).
  30. Warren Wilson, J. Analysis of the spatial distribution of foliage by two-dimensional point quadrats. New Phytologist. 58 (1), 92-99 (1959).
  31. Warren Wilson, J. Inclined point quadrats. New Phytologist. 59 (1), 1-7 (1960).
  32. Warren Wilson, J. Estimation of foliage denseness and foliage angle by inclined point quadrants. Australian Journal of Botany. 11 (1), 95-105 (1963).
  33. Nizinski, J. J., Saugier, B. A model of leaf budding and development for a mature Quercus forest. Journal of Applied Ecology. 25 (2), 643-655 (1988).
  34. LI-COR. . Instruction manual. LAI-2200 Plant Canopy Analyzer. , (2011).
  35. Yan, G., et al. Review of indirect optical measurements of leaf area index: Recent advances, challenges, and perspectives. Agricultural and Forest Meteorology. 265, 390-411 (2018).
  36. Hicks, S. K., Lascano, R. J. Estimation of leaf area index for cotton canopies using the Li-Cor LAI 2000 plant canopy analyser. Agronomy Journal. 87, 458-464 (1995).
  37. He, Y., Guo, X., Wilmshurst, J. F. Comparison of different methods for measuring leaf area index in a mixed grassland. Canadian Journal of Plant Science. 87 (4), 803-813 (2007).
  38. Černý, J., Haninec, P., Pokorný, R. Leaf area index estimated by direct, semi-direct, and indirect methods in European beech and sycamore maple stands. Journal of Forestry Research. online version, 1-10 (2018).
  39. Gower, S. T., Norman, J. M. Rapid estimation of leaf area index in conifer and broad-leaf plantations. Ecology. 72 (5), 1896-1900 (1991).
  40. Planchais, I., Pontailler, J. Y. Validity of leaf areas and angles estimated in a beech forest from analysis of gap frequencies, using hemispherical photographs and a plant canopy analyser. Annals of Forest Science. 56 (1), 1-10 (1999).
  41. Danner, M., Locherer, M., Hank, T., Richter, K. Measuring leaf area index (LAI) with the Li-Cor LAI 2200C or LAI-2200 (+2200 Clear Kit) – Theory, measurement, problems, interpretation. EnMAP Field Guide Technical Report, GFZ Data Services. , (2015).
  42. Chen, J. M., Black, T. A., Adams, R. S. Evaluation of hemispherical photography for determining plant area index and geometry of a forest stand. Agricultural and Forest Meteorology. 56 (1-2), 129-143 (1991).
  43. Stenberg, P. Correcting LAI-2000 estimates for the clumping of needles in shoots of conifer. Agricultural and Forest Meteorology. 79 (1-2), 1-8 (1996).
  44. Chen, J. M., Cihlar, J. Quantifying the effect of canopy architecture on optical measurements of leaf area index using two gap size analysis methods. IEEE Transactions on Geosciences and Remote Sensing. 33 (3), 777-787 (1995).
  45. Chen, J. M. Optically-based methods for measuring seasonal variation of leaf area index in boreal conifer stands. Agricultural and Forest Meteorology. 80 (2-4), 135-163 (1996).
  46. Lang, A. R. G. Application of some Cauchy’s theorems to estimation of surface area of leaves, needles and branches of plants and light transmittance. Agricultural and Forest Meteorology. 55 (3-4), 191-212 (1991).
  47. Kobayashi, H., Ryu, Y., Baldocchi, D. D., Welles, J. M., Norman, J. M. On the correct estimation of gap fraction: How to remove scattered radiation in gap fraction measurements?. Agricultural and Forest Meteorology. 170-183, 170-183 (2013).
  48. Sprintsin, M., Cohen, S., Maseyk, K., Rotenberg, E., Grünzweig, J., Karnieli, A., Berliner, P., Yakir, D. Long term and seasonal courses of leaf area index in semi-arid forest plantation. Agricultural and Forest Meteorology. 151 (5), 565-574 (2011).
  49. Cutini, A., Matteucci, G., Mugnozza, G. S. Estimation of leaf area index with the Li-Cor LAI 2000 in deciduous forests. Forest Ecology and Management. 105 (1-3), 55-65 (1998).
  50. Woodgate, W., Soto-Berelov, M., Suarez, L., Jones, S., Hill, M., Wilkes, P., Axelsson, C., Haywood, A., Mellor, A. Searching for the optimal sampling design for measuring LAI in an upland rainforest. , (2012).
  51. Baret, F., et al. VALERI: a network of sites and a methodology for the validation of medium spatial resolution land satellite products. Remote Sensing of Environment. 76 (3), 1-20 (2008).
  52. Majasalmi, T., Rautiainen, M., Stenberg, P., Rita, H. Optimizing the sampling scheme for LAI-2000 measurements in a boreal forest. Agricultural and Forest Meteorology. 154-155, 38-43 (2012).
  53. Calders, K., et al. Variability and bias in active and passive ground-based measurements of effective plant, wood and leaf area index. Agricultural and Forest Meteorology. 252, 231-240 (2018).
  54. Leblanc, S. G., Chen, J. M. A practical method for correcting multiple scattering effects on optical measurements of leaf area index. Agricultural and Forest Meteorology. 110, 125-139 (2001).
  55. Rich, P. M. Characterizing plant canopies with hemispherical photographs. Remote Sensing Reviews. 5 (1), 13-29 (1990).
  56. Čater, M., Schmid, I., Kazda, M. Instantaneous and potential radiation effect on underplanted European beech below Norway spruce canopy. European Journal of Forest Research. 132 (1), 23-32 (2013).
  57. Le Dantec, V., Dufrêne, E., Saugier, B. Interannual and spatial variation in maximum leaf area index of temperate deciduous stands. Forest Ecology and Management. 134 (1-3), 71-81 (2000).
  58. Mussche, S., Samson, R., Nachtergale, L., De Schrijver, A., Lemeur, R., Lust, N. A comparison of optical and direct methods for monitoring the seasonal dynamics of leaf area index in deciduous forests. Silva Fennica. 35 (4), 373-384 (2001).
  59. Bequet, R., Campioli, M., Kint, V., Vansteenkiste, D., Muys, B., Ceulemans, R. Leaf area index development in temperate oak and beech forests is driven by stand characteristics and weather conditions. Trees-Structure and Function. 25 (5), 935-946 (2011).
  60. Neumann, H. H., Den Hartog, G. D., Shaw, R. H. Leaf-area measurements based on hemispheric photographs and leaf-litter collection in a deciduous forest during autumn leaf-fall. Agricultural and Forest Meteorology. 45 (3-4), 325-345 (1989).
  61. Küßner, R., Mosandl, R. Comparison of direct and indirect estimation of leaf area index in mature Norway spruce stands of eastern Germany. Canadian Journal of Forest Research. 30 (3), 440-447 (2000).
  62. Pokorný, R., Marek, M. V. Test of accuracy of LAI estimation by LAI-2000 under artificially changed leaf to wood area proportions. Biologia Plantarum. 43 (4), 537-544 (2000).
  63. Pokorný, R. . Estimation of leaf area index in pure forest stands. Certificated methodology. , (2015).
  64. Lang, A. R. G., Yueqin, X., Norman, J. M. Crop structure and the penetration of direct sunlight. Agricultural and Forest Meteorology. 35 (1-4), 83-101 (1985).
  65. Niinemets, &. #. 2. 2. 0. ;., Kull, K. Leaf weight per area and leaf size of 85 Estonian woody species in relation to shade tolerance and light availability. Forest Ecology and Management. 70 (1-3), 1-10 (1994).
  66. Bouriaud, O., Soudani, K., Bréda, N. J. J. Leaf area index from litter collection: impact of specific leaf area variability within a beech stand. Canadian Journal of Remote Sensing. 29 (3), 371-380 (2003).
  67. Burton, A. J., Pregitzer, K. S., Reed, D. D. Leaf area and foliar biomass relationships in northern hardwood forests located along an 800 km acid deposition gradient. Forest Science. 37 (4), 1041-1059 (1991).
  68. Finotti, R., Rodrigues, F. S., Cerqueira, R., Vinícius, V. M. A method to determine the minimum number of litter traps in litterfall studies. Biotropica. 35 (3), 419-421 (2003).
  69. Yang, Y., Yanai, R. D., See, C. R., Arthur, M. A. Sampling effort and uncertainty in leaf litterfall mass and nutrient flux in northern hardwood forests. Ecosphere. 8 (11), e01999 (2017).
  70. Law, B. E., Cescatti, A., Baldocchi, D. D. Leaf area distribution and radiative transfer in open-canopy forests: implications for mass and energy exchange. Tree Physiology. 21 (12-13), 777-787 (2001).
  71. Guiterman, C. H., Seymour, R. S., Weiskittel, A. R. Long-term thinning effects on the leaf area of Pinus strobus L. as estimated from litterfall and individual-tree allometric models. Forest Science. 58 (1), 85-93 (2013).
  72. Liu, Z., Chen, J. M., Jin, G., Qi, Y. Estimating seasonal variations of leaf area index using litterfall collection and optical methods in four mixed evergreen-coniferous forests. Agriculture and Forest Meteorology. 209, 36-48 (2015).
  73. LI-COR. . Instruction Manual. LAI-2000 Plant Canopy Analyzer. , (1991).
  74. Mason, E. G., Diepstraten, M., Pinjuv, G. L., Lasserre, J. P. Comparison of direct and indirect leaf area index measurements of Pinus radiata D. Don. Agricultural and Forest Meteorology. 166-167, 113-119 (2012).
  75. Deblonde, G., Penner, M., Royer, A. Measuring leaf-area index with the Li-Cor Lai-2000 in pine stands. Ecology. 75 (5), 1507-1511 (1994).
  76. Zou, J., Yan, G., Zhu, L., Zhang, W. Woody-to-total area ratio determination with a multispectral canopy imager. Tree Physiology. 29 (8), 1069-1080 (2009).
  77. Zhu, X., et al. Improving leaf area index (LAI) estimation by correcting for clumping and woody effects using terrestrial laser scanning. Agricultural and Forest Meteorology. 263, 276-286 (2018).
  78. Li, Z., Strahler, A., Schaaf, C., Jupp, D., Schaefer, M., Olofsson, P. Seasonal change of leaf and woody area profiles in a midaltitude deciduous forest canopy from classified dual-wavelenght terrestrial lidar point clouds. Agricultural and Forest Meteorology. 262, 279-297 (2018).
  79. Chen, J. M., Black, T. A. Foliage area and architecture of plant canopies from sunfleck size distributions. Agricultural and Forest Meteorology. 60 (3-4), 249-266 (1992).
  80. Leblanc, S. G., Chen, J. M., Fernandes, R., Deering, D. V., Conley, A. Methodology comparison for canopy structure parameters extraction from digital hemispherical photography in boreal forests. Agricultural and Forest Meteorology. 129 (3-4), 187-207 (2005).
  81. Lang, A. R. G., Yueqin, X. Estimation of leaf area index from transmission of direct sunlight in discontinuous canopies. Agricultural and Forest Meteorology. 37 (3), 229-243 (1986).
  82. Leblanc, S. G. Correction to the plant canopy gap-size analysis theory used by the Tracing Radiation and Architecture of Canopies instrument. Applied Optics. 41 (36), 7667-7670 (2002).
  83. Leblanc, S. G., Chen, J. M., Kwong, M. . Tracing Radiation and Architecture of Canopies MANUAL 2.1.4. , (2005).
  84. Hu, R., Yan, G., Mu, X., Luo, J. Indirect measurement of leaf area index on the basis of path length distribution. Remote Sensing of Environment. 155, 239-247 (2014).

Play Video

Cite This Article
Černý, J., Pokorný, R., Haninec, P., Bednář, P. Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands. J. Vis. Exp. (150), e59757, doi:10.3791/59757 (2019).

View Video