高分辨率光谱数据预测低多样性草原的分类多样性

IF 2.6 Q2 ECOLOGY
Meghan T. Hayden, Elisa Van Cleemput, Katharine N. Suding, Ann Lezberg, Brian Anacker, Laura E. Dee
{"title":"高分辨率光谱数据预测低多样性草原的分类多样性","authors":"Meghan T. Hayden,&nbsp;Elisa Van Cleemput,&nbsp;Katharine N. Suding,&nbsp;Ann Lezberg,&nbsp;Brian Anacker,&nbsp;Laura E. Dee","doi":"10.1002/2688-8319.12365","DOIUrl":null,"url":null,"abstract":"<p>\n \n </p>","PeriodicalId":100388,"journal":{"name":"Ecological Solutions and Evidence","volume":null,"pages":null},"PeriodicalIF":2.6000,"publicationDate":"2024-07-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1002/2688-8319.12365","citationCount":"0","resultStr":"{\"title\":\"High-resolution spectral data predict taxonomic diversity in low diversity grasslands\",\"authors\":\"Meghan T. Hayden,&nbsp;Elisa Van Cleemput,&nbsp;Katharine N. Suding,&nbsp;Ann Lezberg,&nbsp;Brian Anacker,&nbsp;Laura E. Dee\",\"doi\":\"10.1002/2688-8319.12365\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"<p>\\n \\n </p>\",\"PeriodicalId\":100388,\"journal\":{\"name\":\"Ecological Solutions and Evidence\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":2.6000,\"publicationDate\":\"2024-07-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://onlinelibrary.wiley.com/doi/epdf/10.1002/2688-8319.12365\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Ecological Solutions and Evidence\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://onlinelibrary.wiley.com/doi/10.1002/2688-8319.12365\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q2\",\"JCRName\":\"ECOLOGY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ecological Solutions and Evidence","FirstCategoryId":"1085","ListUrlMain":"https://onlinelibrary.wiley.com/doi/10.1002/2688-8319.12365","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"ECOLOGY","Score":null,"Total":0}
引用次数: 0

摘要

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。

High-resolution spectral data predict taxonomic diversity in low diversity grasslands

High-resolution spectral data predict taxonomic diversity in low diversity grasslands

求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
CiteScore
4.00
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信