JoVE Journal > Environment
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Automatic Translation
Environment

Leaf Area index estimering bruke tre distinkte metoder i Pure løvskog 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

En nøyaktig estimering av Leaf Area index (LAI) er avgjørende for mange modeller av materiale og energi flukser innen plante økosystemer og mellom et økosystem og den atmosfæriske grensen laget. Derfor, tre metoder (søppel feller, nål teknikk, og PCA) for å ta presise LAI målingene var i den presenterte protokollen.

Abstract

Nøyaktig estimater av Leaf Area index (LAI), definert som halvparten av den totale blad areal per enhet av horisontale bakken overflateareal, er avgjørende for å beskrive vegetasjon strukturen innen økologi, skogbruk og landbruk. Derfor prosedyrer av tre kommersielt brukte metoder (søppel feller, nål teknikk, og en plante baldakin analysator) for å utføre LAI estimering ble presentert steg-for-trinn. Spesifikke metoder for metodisk tilnærming ble sammenliknet, og deres nåværende fordeler, kontroverser, utfordringer og fremtidige perspektiver ble diskutert i denne protokollen. Søppel feller anses vanligvis som referanse nivå. Både nålen teknikk og anlegget baldakin analysator (f. eks, LAI-2000) ofte undervurderer LAI verdier i forhold til referansen. Nålen teknikken er enkel å bruke i løvskog står der kullet helt dekomponerer hvert år (f. eks, eik og bøk stands). Imidlertid er kalibrering basert på søppel feller eller direkte destruktive metoder nødvendig. Anlegget baldakin analysator er en vanlig brukt enhet for å utføre LAI estimering i økologi, skogbruk og landbruk, men er utsatt for potensielle feil på grunn av løvverk klumper og bidrag av Woody elementer i synsfeltet (FOV) av sensoren. Eliminerer disse potensielle feilkilder ble diskutert. Anlegget baldakin analysator er en svært egnet enhet for å utføre LAI estimater på høyt romlige nivå, observere en sesongmessige LAI dynamisk, og for langsiktig overvåking av LAI.

Introduction

Lai, definert som halvparten av det totale blad arealet per enhet av horisontal bakke overflate område1, er en nøkkel variabel som brukes i mange bio-geofysiske og kjemiske utvekslings modeller fokusert på karbon og vann flukser2,3, 4. Lai er direkte proporsjonal med den aktive overflaten av blader der det driver primærproduksjon (fotosyntese), transpirasjon, energi utveksling og andre fysiologiske attributter knyttet til en rekke økosystem prosesser i anlegget lokalsamfunnene5.

Mange tilnærminger og instrumenter for å utføre Lai estimering har blitt utviklet, og de er for tiden tilgjengelig på markedet6,7,8,9. Ground-baserte metoder for å utføre LAI estimering kan grupperes i to hovedkategorier: (i) direkte, og (II) indirekte metoder10,11,12. Den første gruppen omfatter metoder måle blad området direkte, mens de indirekte metodene antyde LAI fra målinger av lettere målbare parametre, ved hjelp av strålingspådrivet overføring teori (i form av tid, eksponeringens og teknologi)13 ,14.

Denne protokollen omhandler praktisk bruk av søppel feller og nål teknikk, som ikke-destruktive semi-direkte metoder10; og den optiske enheten anlegget baldakin analysator som en indirekte metode6,7 for Performing Lai estimering på et valgt utvalg fra tempererte løvskog står i Sentral-Europa (se dens strukturelle og dendrometric egenskaper i Vedlegg A og tillegg B).

I løvskog og avlinger, er det mulig å utføre ikke-destruktiv semi-direkte LAI estimering bruke søppel feller11 distribueres under kalesjen lag15. Kull feller gi presise LAI verdier for løvskog arter som LAI når et platå i vekstsesongen. Men for arter som kan erstatte blader i vekstsesongen, for eksempel poppel, metoden overestimates LAI11. Denne metoden forutsetter at innholdet av fellene representerer den gjennomsnittlige mengden av blader som faller under en blad-fall periode i stativet16, spesielt i løpet av høst månedene. Feller åpnes bokser eller garn (figur 1) med en forhåndsbestemt tilstrekkelig størrelse (minimum 0,18 m2, men fortrinnsvis over 0,25 m2)10,17, lateral sider hindrer vinden fra blåser blader inn/ut av fellene, og med en perforert bunn unngå nedbryting av bladene; som er plassert under kalesjen laget av studerte stand, men over bakken overflaten11. Fordelingen av fellene kan være enten tilfeldig18 eller systematisk i transects19 eller en vanlig avstand rutenett20. Antall og distribusjon av feller er en avgjørende metodisk skritt for å utføre en nøyaktig LAI estimering reflekterer den unike stand struktur, romlig homogenitet, forventet vindhastighet og retning, spesielt i tilfelle av sparsom stands (eller smug og frukthager), og arbeidskapasiteten for å evaluere data. Presisjonen til Lai-estimering øker med stigende frekvens av feller innenfor studerte stands11,21 (se figur 2).

Den anbefalte hyppigheten av å samle prøver av kullet-fall fra hver felle er minst månedlig10 og to ganger per uke i perioder med tungt fall, noe som kan falle sammen med kraftig nedbør. Det er nødvendig for å hindre nedbryting av søppel i fellene og utvasking av næringsstoffer fra materialet under regn episoder i tilfelle av kjemisk analyse. Etter å samle blader i et felt, en blandet sub-sample brukes til å estimere den spesifikke blad området (SLA, cm2 g-1)22, definert som fersk projisert område av bladene til sin tørr masse vekt ratio. Resten av de innsamlede kullet er tørket til en konstant vekt og brukes til å beregne den tørre massen av kullet som g cm-2 i laboratoriet. Leaf Dry Mass på hver samling dato er konvertert til Leaf området ved å multiplisere den innsamlede biomasse av SLA eller blad tørr masse per område (LMA, g cm-2) som den inverse parameteren til SLA23,24. En fersk projisert område av bestemte blader kan bestemmes ved hjelp av en posisjonell tilnærming. Den posisjonell metoden er basert på avhengigheten mellom arealet av en bestemt blad og området dekket av bladet i horisontal overflate. Bladet er horisontalt festet til skanningen skjermen, og gjennomsnittet måles ved hjelp av et blad området meter. Deretter beregnes området. Mange blad området meter basert på ulike måling prinsipper er tilgjengelige på markedet. Noen av dem inkluderer for eksempel LI-3000C Portable Leaf Area meter, som bruker ortogonale projeksjon metoden, og LI-ens ion 3100c området meter, som måler blad gjennomsnittet ved hjelp av en fluorescerende lyskilde og en semi-gjennomført skanning kamera. Den neste enheten, CI-202 bærbare laser blad området meter, koder et blad lengde ved hjelp av en kode leser. Foruten dem, den AM350 og BSLM101 Portable Leaf areal målere er også ofte brukt for å utføre nøyaktige blad området estimering.

Videre blad området meter basert på systemer som analyserer videoen eksisterer. Disse Leaf området meter består av et videokamera, en digitalisering ramme, en skjerm, og en PC, inkludert egnet programvare for å gjøre dataanalyse som WD3 WinDIAS Leaf Image Analysis system11. Foreløpig kan konvensjonelle skannere koblet til en PC brukes til et anslag blad området. Etterpå blir blad området beregnet som et multiplum av antallet svarte piksler og størrelsen avhenger av den valgte oppløsningen (punkter per tomme – PPT), eller blad området måles gjennom spesifikk programvare, for eksempel WinFOLIA. Til slutt, den totale tørre massen av bladene samlet innenfor en kjent bakken areal er omgjort til LAI ved å multiplisere med SLA og en krymping koeffisient25 som reflekterer endringene i området av friske og tørkede blader. Krymping avhenger av treslag, vanninnhold og løv mykhet. Den krymping av blader i lengde og bredde (hva som påvirker det projiserte området) er vanligvis opp til 10%26, for eksempel, varierer det fra 2,6 til 6,8% for eik27. Sortering blader av arter for veiing og etablering av spesifikke blad området ratio er nødvendig for å bestemme bidraget av hver art til den totale LAI28.

Lai bestemmelse av nålen teknikken er en rimelig metode avledet fra skrå punkt Quadrat metode29,30,31,32. I løvskog stands, er det et alternativ for å utføre LAI estimering uten å bruke feller10 basert på antagelsen om at den totale blad nummer og deres område i et tre er lik det som er samlet på jordoverflaten etter en komplett blad-fall20 . En tynn skarp nål er gjennomboret vertikalt i kullet liggende på bakken umiddelbart etter bladet-fall10. Etter den komplette blad-fall, bladene er samlet fra bakken på en nål av en vertikal sonde, er knyttet til kontaktnummer og lik den faktiske LAI verdi. En intensiv prøvetaking (100-300 prøvetaking poeng per studert stand per felt probe) av nålen teknikken er nødvendig for å kvantifisere en gjennomsnittlig kontaktnummer og å utlede Lai verdien riktig10,20,33.

Denanlegg baldakin analysator(f. eks, LAI-2000 eller LAI-2200 PCA) er et vanlig brukt bærbart instrument for å utføre en indirekte LAI estimering ved å ta en måling av lystransmisjon gjennom kalesjen7innenfor den filtrerte blå delen av lysspekteret (320-490 NM)34,35å minimere bidraget av lyset som har passert gjennom bladene, ble spredt av kalesjen og passerer gjennom løvverk7,34. I den blå delen av lysspekteret, er den maksimale kontrasten mellom blad og himmel oppnådd, og løvverk vises svart mot himmelen34. Den er derfor basert på brøk analysen av baldakin gap7. Instrumentet har vært mye brukt for å lage øko-fysiologiske studier i plantesamfunn som avlinger36Gressletter37, bartre stands8, og løvskog stands38. Anlegget baldakin analysator bruker en fisheye optisk sensor med en FOV på 148 °35å projisere et halvkuleformet bilde av kalesjen på silisium detektorer for å ordne dem i fem konsentriske ringer39med sentrale høydepunkt vinkler på 7 °, 23 °, 38 °, 53 ° og 68 °9,40,41. Fem visnings caps (dvs.,270 °, 180 °, 90 °, 45 ° og 10 °) kan brukes til å begrense den asimut visningen av den optiske sensoren27å unngå skyggelegging av hindringer i et åpent område (for den ovenfor refererte lesing) eller operatøren i sensorens FOV under LAI estimering kan justere FOV sensor til et åpent område for over-kalesjen opplesninger. Målinger ved hjelp av anleggets baldakin analysator er tatt over (eller i et tilstrekkelig utvidet åpent område) og under den studerte baldakin7. De samme visnings dekslene må brukes for både over-og under målingene for å unngå bias av anslag for gap brøkdeler34. Den LAI-2000 PCA produserer en effektiv Leaf Area index (LAIe) som introdusert av Chen et al.42, eller rettere sagt en effektiv plante område indeks (PAIe) som Woody elementer er inkludert i sensoren lesing verdi. I løvskog står med flate blader, er LAIe den samme som hemi-LAI. I tilfelle av eviggrønne skog stands, det LAIe er nødvendig å korrigere for klumper effekt på skudd nivå (SPAR, STAR)43, klumper indeksen ved skalaer større enn skyte (ΩE)44, og bidraget av Woody elementer inkludert stengler og grener (dvs.,forhold mellom Woody og hele området),45som forårsaker en systematisk LAI undervurdering20. Den klumper indeksen på en høyere romlig skala enn skyte eller blad kan være kvantifisert som en tilsynelatende klumper indeks (ACF), som kan anslås ved hjelp av anlegget baldakin analysator når mer restriktive vise caps brukes27. Som disse forfatterne sier at dette ACF er utledet fra et forhold på LAI verdier beregnet fra Transmisjon av ulike prosedyrer for homogen og ikke-homogene overbygg i henhold til lang46, antar vi at denne klumper indeksen beskriver ganske homogenitet. I tillegg til ACF beregningen, nye diffuser caps som muliggjør en mer omfattende anvendelse av LAI-2200 PCA i forhold til værforhold, en bruker meny i stedet for FCT koder, og muligheten til å ta mange flere målinger per fil økt er blant de viktigste teknologiske oppgraderinger sammenlignet med tidligere LAI-2000 PCA34,47. Målinger og påfølgende interne programvare beregninger er basert på fire forutsetninger: (1) lys blokkering plante elementer inkludert blader, grener og stengler, er tilfeldig fordelt i kalesjen, (2) løvverk er en optisk svart kropp som absorberer alle lys den mottar, (3) alle plante elementer er de samme projeksjon til horisontal bakken overflaten som en enkel geometrisk konveks form, (4) plante elementer er små i forhold til området som dekkes av hver ring11.

Protocol

1. LAI anslått ved hjelp av søppel feller Først utføre en felt undersøkelse, gransker området forhold og struktur av studert stands (dvs. helling og utredning av skråningen, skog eller vegetasjon type, skog eller vegetasjon tetthet, homogenitet av kalesjen nedleggelse, kronen størrelse, og kronen base høyde). Velg en passende søppel felle type for posisjonering under kalesjen ved å velge mesh størrelsen på nettet basert på størrelsen av assimilering apparat av studert stands (<…

Representative Results

Gjennomsnittlig LAI verdier på standen nivå av alle studert står i 2013 vekstsesongen er presentert i Figur 8. På alle tomter unntatt A, de høyeste verdiene ble målt ved søppel feller, som fungerer som referanse nivå. Contrarily, den høyeste mener LAI verdi ble anslått gjennom nålen teknikken på tomten A. Alle forskjeller mellom LAI verdier anslått ved hjelp av søppel feller og en plante baldakin analysator var ikke signifikant (p > 0,05; Figur 8, …

Discussion

Søppel feller anses som en av de mest nøyaktige metodene for å utføre Lai estimering8, men de er mer arbeidskrevende og tidkrevende enn de indirekte metodene35,64 som ble innlemmet i denne protokollen. Innenfor hele LAI estimering prosedyre ved hjelp av søppel feller, en presis estimering av SLA er det mest kritiske punktet10 fordi SLA kan variere med plantearter65, dato og år, hvor len…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi står i gjeld til redaksjonsrådet for Journal of Forestry Research for å oppmuntre og autorisere oss til å bruke representative resultater i denne protokollen fra artikkelen publisert der. Vi takker også to anonyme anmeldere for sine verdifulle kommentarer, som har vesentlig forbedret manuskriptet. Forskningen ble finansiert av Landbruksdepartementet i den tsjekkiske republikk, institusjonell støtte MZE-RO0118 og National Agency of Agricultural Research (Project no. 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

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).

Tags

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

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
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).
Download Citation
Reprints and Permissions

View Video

✖

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

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image