JoVE Journal > Environment
Summary
Abstract
Introduction
Protocol
Resultados
Discussion
Declarações
Acknowledgements
Materials
Referências
Tadução automática
Please note that all translations are automatically generated. Click here for the English version.
Ambiente

Blad gebied index schatting met behulp van drie verschillende methoden in zuivere Bladverliedige stands

Published: August 29, 2019
doi:
10.3791/59757
, , ,
1Forestry and Game Management Research Institute,Research Station at Opočno, 2Department of Silviculture,Mendel University in Brno, 3Department of Forest Botany, Dendrology and Geobiocenology,Mendel University in Brno

Summary

Een nauwkeurige schatting van de Leaf Area index (LAI) is cruciaal voor veel modellen van materiaal-en energiestromen in planten ecosystemen en tussen een ecosysteem en de atmosferische grenslaag. Daarom waren drie methoden (strooisel vallen, naald techniek en PCA) voor het nemen van precieze LAI-metingen in het gepresenteerde protocol.

Abstract

Nauwkeurige schattingen van de Leaf Area index (LAI), gedefinieerd als de helft van het totale bladoppervlak per eenheid horizontaal grondoppervlak, zijn van cruciaal belang voor het beschrijven van de vegetatie structuur op het gebied van ecologie, bosbouw en landbouw. Daarom werden de procedures van drie commercieel gebruikte methodes (strooisel vallen, naald techniek en een plantencanopy Analyzer) stap voor stap gepresenteerd voor het uitvoeren van LAI-schatting. Er werden specifieke methodologische benaderingen vergeleken en hun huidige voordelen, controverses, uitdagingen en toekomstige perspectieven werden in dit protocol besproken. Strooisel vallen worden meestal als referentieniveau beschouwd. Zowel de naald techniek als de plant Canopy Analyzer (bijvoorbeeld LAI-2000) onderschatten vaak de LAI-waarden in vergelijking met de referentie. De naald techniek is gemakkelijk te gebruiken in bladverliedige stands, waarbij het strooisel elk jaar volledig ontbindt (bijv. eiken-en beuken statieven). Kalibratie op basis van strooisel vallen of directe destructieve methoden is echter noodzakelijk. De plant Canopy Analyzer is een veelgebruikt apparaat voor het uitvoeren van LAI-schatting in ecologie, bosbouw en landbouw, maar is onderhevig aan mogelijke fouten als gevolg van loof klontering en de bijdrage van houtachtige elementen in het gezichtsveld (FOV) van de sensor. Het elimineren van deze potentiële foutbronnen werd besproken. De plant Canopy Analyzer is een zeer geschikt apparaat voor het uitvoeren van LAI-schattingen op het hoge ruimtelijke niveau, het observeren van een seizoensgebonden LAI-dynamiek en voor lange termijn monitoring van LAI.

Introduction

Lai, gedefinieerd als de helft van het totale bladoppervlak per eenheid horizontaal grondoppervlak1, is een belangrijke variabele die wordt gebruikt in vele bio-geopfysische en chemische uitwisselings modellen die gericht zijn op koolstof-en water fluxen2,3, 4. Lai is direct evenredig aan het actieve oppervlak van bladeren waar het de primaire productie (fotosynthese), transpiratie, energie-uitwisseling en andere fysiologische kenmerken die verbonden zijn met een reeks van ecosysteem processen in plant Gemeenschappen5.

Talrijke benaderingen en instrumenten voor het uitvoeren van Lai schatting zijn ontwikkeld, en ze zijn momenteel beschikbaar op de markt6,7,8,9. Grond methoden voor het uitvoeren van LAI-schatting kunnen worden onderverdeeld in twee hoofdcategorieën: (i) direct, en (II) indirecte methoden10,11,12. De eerste groep omvat methoden die het blad gebied direct meten, terwijl de indirecte methoden LAI afleiden van metingen van gemakkelijker meetbare parameters, met behulp van radiatieve overdrachts theorie (in termen van tijd, arbeidsintensiteit en technologie)13 ,14.

Dit protocol behandelt het praktische gebruik van strooisel vallen en de naald techniek, als niet-destructieve semi-directe methoden10; en de optische apparaat installatie Canopy Analyzer als een indirecte methode6,7 voor het uitvoeren van Lai schatting op een gekozen monster uit gematigde bladverliezer bos stands in Midden-Europa (Zie de structurele en dendrometrische kenmerken in Bijlage A pt aanhangsel B).

In bladverliedige bossen en gewassen is het mogelijk om niet-destructieve semi-directe LAI-schatting uit te voeren met strooisel vallen11 die onder de Canopy Layer15worden gedistribueerd. Strooisel vallen bieden precieze LAI-waarden voor bladverliedige soorten waarin LAI in het groeiseizoen een plateau bereikt. Echter, voor soorten die bladeren kunnen vervangen tijdens het groeiseizoen, zoals populier, overschattingen de methode LAI11. Bij deze methode wordt ervan uitgegaan dat de inhoud van de traps de gemiddelde hoeveelheid bladeren vertegenwoordigt die tijdens een periode van de herfst in de stand16vallen, vooral tijdens de najaarsmaanden. Vallen worden geopend dozen of netten (Figuur 1) met een vooraf bepaalde voldoende grootte (minimum 0,18 m2, maar bij voorkeur meer dan 0,25 m2)10,17, laterale zijkanten voorkomen dat de wind van blazen bladeren in/uit de vallen en met een geperforeerde bodem die de ontbinding van de bladeren vermijdt; die zich onder de Canopy laag van de onderzochte stand bevinden, echter boven het grondoppervlak11. De verdeling van de vallen kan ofwel willekeurig18 of systematisch in transecten19 of een regelmatige afstand raster20. Het aantal en de verdeling van vallen zijn een cruciale methodologische stap voor het uitvoeren van een nauwkeurige LAI-schatting die de unieke stand-structuur, ruimtelijke homogeniteit, verwachte windsnelheid en-richting weergeeft, vooral in het geval van sparse stands (of steegjes en en de werkcapaciteit voor het evalueren van gegevens. De precisie van Lai-schatting neemt toe met de stijgende frequentie van vallen binnen bestudeerde stands11,21 (Zie Figuur 2).

De aanbevolen frequentie van het verzamelen van monsters van de strooisel-val van elke val is ten minste maandelijks10 en zelfs tweemaal per week in perioden van zware val, die kunnen samenvallen met zware regenval. Het is noodzakelijk om afbraak van het strooisel in de vallen en het uitlogen van voedingsstoffen uit het materiaal tijdens regen episoden in het geval van chemische analyse te voorkomen. Na het verzamelen van bladeren in een veld wordt een gemengd submonster gebruikt voor het schatten van het specifieke blad gebied (SLA, cm2 g-1)22, gedefinieerd als het verse geprojecteerde gebied van bladeren tot de droge massa gewichtsverhouding. De rest van het verzamelde strooisel wordt tot een constant gewicht gedroogd en gebruikt voor de berekening van de droge massa van het nestje als g cm-2 in het laboratorium. Blad droge massa op elke afhaaldatum wordt omgezet in het blad gebied door de verzamelde biomassa te vermenigvuldigen met sla of blad droge massa per gebied (LMA, g cm-2) als de inverse parameter voor sla23,24. Een nieuw geprojecteerd gebied van bepaalde bladeren kan worden bepaald met behulp van een planimetrische benadering. De planimetrische methode is gebaseerd op de afhankelijkheid tussen het gebied van een specifiek blad en het gebied bedekt door het blad in het horizontale oppervlak. Het blad is horizontaal bevestigd aan het Scan scherm, en het gemiddelde wordt gemeten met behulp van een Leaf Area meter. Vervolgens wordt het gebied berekend. Veel bladoppervlak meters op basis van verschillende meetprincipes zijn beschikbaar op de markt. Sommigen van hen omvatten, bijvoorbeeld, de LI-3000C Portable Leaf Area meter, die gebruik maakt van de orthogonale projectie methode, en de LI-3100C gebied meter, die meet blad gemiddelde met behulp van een fluorescerende lichtbron en een semi-uitgevoerde scan camera. Het volgende apparaat, de CI-202 Portable Laser Leaf Area meter, codeert een blad lengte met behulp van een code lezer. Naast hen, de AM350 en BSLM101 Portable Leaf gebied meters worden ook vaak gebruikt voor het uitvoeren van nauwkeurige blad gebied schatting.

Bovendien zijn Leaf-gebied meters gebaseerd op systemen die video analyseren. Deze blad gebied meters bestaan uit een videocamera, een digitaliserings kader, een scherm en een PC, inclusief geschikte software voor het maken van de data-analyse zoals WD3 WinDIAS Leaf image analysesysteem11. Op dit moment kunnen conventionele scanners die zijn aangesloten op een PC worden gebruikt voor een schatting van het Leaf-gebied. Daarna wordt het blad gebied berekend als een veelvoud van het aantal zwarte pixels en de grootte ervan is afhankelijk van de geselecteerde resolutie (dots per inch-dpi), of het blad gebied wordt gemeten door middel van specifieke software, bijvoorbeeld WinFOLIA. Ten slotte wordt de totale droge massa van de bladeren die binnen een bekend grondoppervlak worden opgevangen, omgezet in de LAI door vermenigvuldiging met SLA en een krimp coëfficiënt25 die de veranderingen in het gebied van verse en gedroogde bladeren weerspiegelt. Krimp is afhankelijk van de boomsoort, het watergehalte en de blad zachtheid. De krimp van bladeren in lengte en breedte (wat het geprojecteerde gebied beïnvloedt) is meestal tot 10%26, bijvoorbeeld varieert van 2,6 tot 6,8% voor eiken27. Het sorteren van bladeren op soorten voor weging en het vaststellen van de specifieke bladoppervlak verhouding is noodzakelijk om de bijdrage van elke soort aan de totale LAI28te bepalen.

Lai bepaling door de naald techniek is een goedkope methode afgeleid van de hellende punt Quadrat methode29,30,31,32. In bladverliedige stands is het een alternatief voor het uitvoeren van LAI-schatting zonder gebruik te maken van traps10 op basis van de veronderstelling dat het totale bladnummer en hun gebied in een boom gelijk zijn aan wat wordt verzameld op het bodemoppervlak na een volledig blad-Fall20 . Een dunne scherpe naald wordt verticaal doorboord in het nestje liggend op de grond direct na het blad-Fall10. Na de volledige Leaf-Fall, de bladeren worden verzameld van de grond op een naald van een verticale sonde, zijn gerelateerd aan het contactnummer en gelijk aan de werkelijke LAI waarde. Een intensieve bemonstering (100-300 bemonsteringspunten per bestudeerde stand per veld sonde) door de naald techniek is nodig om een gemiddeld contactnummer te kwantificeren en de Lai-waarde correct af te leiden10,20,33.

Deplant Canopy Analyzer(bijvoorbeeld LAI-2000 of LAI-2200 PCA) is een algemeen gebruikt draagbaar instrument voor het uitvoeren van een indirecte LAI schatting door het nemen van een meting van de lichttransmissie door de luifel7binnen het gefilterde blauwe gedeelte van het lichtspectrum (320-490 nm)34,35om de bijdrage van het licht dat door de bladeren is gepasseerd te minimaliseren, werd verstrooid door de luifel en passeert het loof7,34. In het blauwe deel van het lichtspectrum wordt het maximale contrast tussen het blad en de lucht bereikt en wordt het loof zwart tegen de hemel34. Daarom is het gebaseerd op de Canopy gap breuk analyse7. Het instrument is op grote schaal gebruikt voor het maken van eco-fysiologische studies in plantengemeenschappen zoals gewassen36Graslanden37, naald stands8, en bladverliedige stands38. De plant Canopy Analyzer maakt gebruik van een fisheye optische sensor met een FOV van 148 °35om een halfronde afbeelding van de luifel op silicium detectoren te projecteren om ze in vijf concentrische ringen te rangschikken39met centrale Zenith-hoeken van 7 °, 23 °, 38 °, 53 ° en 68 °9,40,41. Vijf weergave-caps (d.w.z.,270 °, 180 °, 90 °, 45 ° en 10 °) kunnen worden gebruikt om de Azimut weergave van de optische sensor te beperken27om arcering door obstakels in een open gebied te voorkomen (voor de hierboven genoemde lezing) of de operator in de GEZICHTShoek van de sensor tijdens LAI-schatting kan de FOV-sensor worden aangepast aan een open gebied voor bovenoverkap metingen. Metingen met behulp van de plant Canopy Analyzer worden boven (of in een voldoende uitgebreide open ruimte) en onder de bestudeerde luifel7. Dezelfde View caps moeten worden gebruikt voor zowel boven als onder de lezingen om te voorkomen dat vooroordelen van Gap breuk schatting34. De LAI-2000 PCA produceert een effectieve Leaf Area index (LAIe) zoals geïntroduceerd door Chen et al.42, of beter gezegd een effectieve plant area index (PAIe) als houtachtige elementen zijn opgenomen in de sensor lees waarde. In bladverliedige stands met platte bladeren is de LAIe hetzelfde als de Hemi-oppervlakte LAI. In het geval van groenblijvende bosopstanden is de Laie noodzakelijk om het klonteren-effect op het schiet niveau te corrigeren (spar, ster)43, de klonteren index op schalen groter dan de shoot (ΩE)44en de bijdrage van houtachtige elementen, met inbegrip van stengels en takken (d.w.z.,oppervlakte-verhouding van hout tot totaal),45die een systematische LAI onderschatting veroorzaken20. De klonteren index op een hogere ruimtelijke schaal dan de shoot of Leaf kan worden gekwantificeerd als een schijnbare klonteren index (ACF), die kan worden geschat met behulp van de plant Canopy Analyzer wanneer meer beperkende weergave caps worden gebruikt27. Zoals deze auteurs verklaren dat dit ACF wordt afgeleid uit een ratio van LAI-waarden, berekend op basis van doorgeleiding door verschillende procedures voor homogene en niet-homogene luifels volgens lang46, veronderstellen we dat deze klonteren-index nogal luifel homogeniteit beschrijft. Naast de ACF-berekening, nieuwe diffusor doppen die een uitgebreidere toepassing van LAI-2200 PCA mogelijk maken met betrekking tot de weersomstandigheden, een gebruikersmenu in plaats van fct-codes, en de mogelijkheid om veel meer metingen per bestands sessie te doen, behoren tot de belangrijkste technologische upgrades in vergelijking met de voormalige LAI-2000 PCA34,47. Metingen en daaropvolgende interne software berekeningen zijn gebaseerd op vier veronderstellingen: (1) lichtblokkerende plant elementen, waaronder bladeren, takken en stengels, worden willekeurig verdeeld in de luifel, (2) loof is een optisch zwart lichaam dat alle licht dat het ontvangt, (3) alle plant elementen zijn dezelfde projectie naar het horizontale grondoppervlak als een eenvoudige geometrische convexe vorm, (4) planten elementen zijn klein in vergelijking met het gebied bedekt door elke ring11.

Protocol

1. LAI geschat met behulp van strooisel vallen Voer eerst een veldonderzoek uit, onderzoekt de omstandigheden van de site en de structuur van de bestudeerde stands (d.w.z. helling en expositie van de helling, bos-of vegetatietype, bos-of vegetatie dichtheid, homogeniteit van de kap van de luifel, de kroon grootte en de hoogte van de kroon voet). Selecteer een geschikt type strooisel voor plaatsing onder de luifel door de maaswijdte van het net te kiezen op basis van de grootte van het assimil…

Representative Results

De gemiddelde LAI-waarden op het standniveau van alle bestudeerde stands in het 2013-groeiseizoen worden weergegeven in Figuur 8. Op alle waarnemingspunten, behalve A, werden de hoogste waarden gemeten met strooisel vallen, die als referentieniveau dienen. In tegenstelling werd de hoogste gemiddelde LAI-waarde geschat door de naald techniek op plot A. Alle verschillen tussen de LAI-waarden geschat met behulp van strooisel vallen en een plantencanopy Analyzer waren niet significant (p > 0,05;…

Discussion

Strooisel vallen worden beschouwd als een van de meest accurate methoden voor het uitvoeren van Lai schatting8, maar ze zijn arbeidsintensieve en tijdrovend dan de indirecte methoden35,64 die in dit protocol zijn opgenomen. Binnen de hele LAI schattings procedure met behulp van strooisel vallen is een precieze schatting van de SLA het meest kritieke punt10 , omdat de sla kan variëren met plantensoorten<sup class="x…

Declarações

The authors have nothing to disclose.

Acknowledgements

Wij zijn dank verschuldigd aan de redactieraad van het tijdschrift voor bosbouw onderzoek om ons te stimuleren en toe te staan om de representatieve resultaten van dit protocol uit het aldaar gepubliceerde artikel te gebruiken. We bedanken ook twee anonieme reviewers voor hun waardevolle opmerkingen, die het manuscript aanzienlijk hebben verbeterd. Het onderzoek werd gefinancierd door het ministerie van landbouw van de Tsjechische Republiek, institutionele steun MZE-RO0118 en het Nationaal Agentschap voor landbouwonderzoek (Projectnr. QK1810126).

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/
DOWNLOAD MATERIALS LIST

Referências

  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).

Tags

Leaf Area IndexLAI EstimationLitter TrapsOptical MethodsDestructive SamplingDeciduous StandsLeaf Area MeasurementEcophysiological StudiesPlant Ecosystems
check_url/pt/59757?article_type=t

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citar este artigo
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).
Baixar citação
Reimpressões e Permissões

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image