Модель леса предсказывает конкуренцию между растениями: бортовые лазеры помогают исследователям понять рост деревьев

Их модель показала, что в этом конкретном лесу из выносливых местных деревьев полиморфного метросидера на наветренном склоне Мануа-Кеа ветвь дерева, озеленяющая данный квадратный метр, все еще будет доминировать над своим положением два года спустя, что весьма неприемлемо.9 процентов времени. Модель, описанная в журнале Ecology Letters, может помочь сделать аналогичные прогнозы и для других лесов.
Зачем отслеживать рост лесов с помощью дистанционного зондирования, пиксель за пикселем? Некоторые экологи могут использовать эту информацию, чтобы узнать, насколько один вид вытесняет другой на большой территории или как быстро заполняются пробелы в пологе.

Другие могли видеть, насколько хорошо растет лес в целом. Отслеживание высоты полога леса показывает, насколько высоки деревья и, следовательно, сколько углерода они удерживают в атмосфере — то есть до тех пор, пока ученые знают, как интерпретировать измерения роста леса.
Джеймс Келлнер, доцент кафедры экологии и эволюционной биологии в Университете Брауна, ведущий специалист и автор статьи, заметил неправдоподобно большой рост растительного покрова на снимках LIDAR, собранных воздушной обсерваторией Карнеги на площади 43 гектаров на наветренном склоне Мануа-Кеа. В подавляющем большинстве пикселей (каждый составляет около квадратного метра) рост леса выглядел нормально, но в некоторых местах изменение высоты между 2007 и 2009 годами казалось невозможным: иногда на 10 или 15 метров.

Вскоре он подтвердил, что данные верны, но скачки в высоту сигнализировали о чем-то другом, кроме вертикального роста. Они сигнализировали о местах, где одно дерево успело перекрыть другое или где навес заполнял голое место.

Лес накапливал не так уж много углерода; более высокие деревья росли на несколько метров в сторону и создавали преувеличенную видимость вертикального роста на изображениях сверху.
Превратить эту реализацию в предсказательную математическую модель — непростое дело.

Работа с соавтором Грегори П. Аснер из Научного института Карнеги в Стэнфорде, Калифорния., Келлнер создал модель, которая обеспечивает вероятностный учет того, может ли изменение высоты в пикселе быть нормальным ростом действующего дерева, переходом на другое дерево или другой ветвью действующего дерева.

Отслеживание верхушек деревьев
По словам Келлнера, эта модель работает не только для этого леса, но потенциально для разных видов лесов, поскольку ее интерпретация данных определяется самими данными.

Модель использует то, что кажется нормальной скоростью роста леса, чтобы определить, когда признаки вертикального роста более чем правдоподобны — и, следовательно, возможный сигнал о боковом превышении.
«Хотя мы все можем согласиться с тем, что 20-метровый рост за два года определенно не является вертикальным ростом, определение границ — это обязательно субъективное решение», — сказал Келлнер. "Отличительная черта аналитической основы заключается в том, что у вас есть выбор данных за вас. Данные являются арбитражными, когда данное изменение высоты оценивается как вертикальное, а не поперечное, и это основано на уникальном окружении вокруг этой позиции и на том, что мы наблюдали в остальных данных."
Таким образом, даже в области, где рост является достаточно равномерным, модель все равно может предсказать, связано ли изменение высоты с ростом или поглощением.

Учет нескольких районов, в том числе некоторых с большим разбросом, может выявить тенденции, например, насколько близко должны быть деревья, чтобы одно могло перекрыть другое.
Используя эту модель, Келлнер и Аснер получили ряд идей помимо огромного преимущества в должности.

Они обнаружили, что высота дерева плохо предсказывала, сможет ли оно уклониться от соперников. У очень коротких деревьев (менее 11 метров) явно были проблемы, но высота более 11 метров не имела большого значения.

Вместо этого они увидели, что самой большой угрозой для дерева была близость к более высоким соседям.
"Когда место в навесе было потеряно для соседа, это было почти исключительно из-за конкуренции между ближайшими соседями (соседство 3 на 3 пикселя), которые представляли места, которые были меньше 1.77 метров », — написали Келлнер и Аснер. "Соседи на больших расстояниях составили только два из 3906 эпизодов бокового захвата, которые, согласно нашим данным, произошли."
Но в лесу с деревьями, способными к более резкому боковому росту, это расстояние может оказаться больше.

Модель будет освещать это.
«Определенно существует фундаментальный экологический интерес в понимании того, что можно назвать правилами игры», — сказал Келлнер. "Если вы думаете, что деревья соревнуются за доступ к пространству в кроне деревьев, и мы можем сделать вывод, что это за правила, проанализировав подобные данные."

Оставьте комментарий

Ваш адрес email не будет опубликован.