Stima della chimica fogliare con spettroscopia d'immagine e dati LiDAR

I dati della spettroscopia di imaging (IS) e del light detection and ranging (LiDAR) sono stati utilizzati per modellare il rapporto N:P fogliare i macronutrienti (N P K Ca Mg) e la clorofilla in una chioma di una foresta boreale nell'Ontario settentrionale in Canada.La misurazione dei macronutrienti e della clorofilla fogliare fornisce informazioni critiche sullo stato fisiologico e nutrizionale delle piante sullo stress e sui processi ecosistemici come lo scambio di carbonio (C) (fotosintesi e produzione primaria netta) la decomposizione e il ciclo dei nutrienti. I risultati mostrano che i dati IS trasportati dall'aria e dallo spazio hanno spiegato circa il 70% della varianza del rapporto N:P della chioma con errori di previsione inferiori all'8% in due anni consecutivi. I modelli LiDAR hanno spiegato più del 50% della varianza del rapporto N:P della chioma con errori di previsione simili. Sono stati sviluppati modelli predittivi utilizzando i dati di Hyperion IS trasportati dallo spazio con valori di R2 aggiustati di 073 072 062 025 e 067 per N P K Ca e Mg rispettivamente e il modello LiDAR ha spiegato l'80% della varianza nella concentrazione di Ca della chioma. Due indici derivati di IS (D705/D722 e Dmax(680-750))/D703) sono emersi come buoni predittori della concentrazione di clorofilla nel tempo e nello spazio.