High-resolution spectral data predict taxonomic diversity in low diversity grasslands
IF 2.6
Q2 ECOLOGY
引用次数: 0
Abstract
高分辨率光谱数据预测低多样性草原的分类多样性
减轻全球变化对生物多样性的影响是土地管理者的迫切目标，但对影响的了解往往受到传统现场数据的空间和时间限制。遥感技术的进步在一定程度上解决了这一难题，实现了大空间尺度和跨时间的生物多样性标准化绘图。特别是，高光谱图像可以通过测量反射光的细微差别来检测植被的功能和组成特征。光谱方差假说（SVH）希望通过光谱多样性或各像素反射率的变化来预测植被多样性。然而，迄今为止，大多数测试 SVH 的研究都是在条件受控的系统或空间同质的集合体中进行的，对异质的真实世界系统几乎没有普适性。在这里，我们在一个物种丰富的系统中测试 SVH，该系统因物种组成多变和近期火灾而具有高度异质性，从而推动了该领域的发展。我们利用空间分辨率极高（约 1 毫米）的高光谱图像，将光谱得出的植被多样性估算值与在美国科罗拉多州博尔德采集的原位测量值进行比较。我们发现，光谱多样性和分类学多样性仅在低到中等多样性横断面，或在植被多样性较低且主要由 C3 禾本科植物组成的最近发生过火灾的横断面上呈正相关。此外，我们还发现光谱多样性与分类多样性之间的关系取决于空间分辨率，这表明像素大小仍应是生物多样性监测的优先事项：即使使用高空间分辨率数据，这种关系的背景依赖性也证实了之前的工作，即 SVH 并不在所有地貌中都成立，这也表明有必要重复使用高分辨率数据，以揭示 SVH 的基本生物条件。不过，随着技术的不断完善，本文介绍的遥感技术将为土地管理者提供一种具有成本效益的跨时空监测生物多样性的方法。
本文章由计算机程序翻译，如有差异，请以英文原文为准。
求助全文
约1分钟内获得全文
求助全文
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
