Ny indsigt i trækronernes lysabsorption og dens klimaimplikationer

Klumpningsindekset (CI) er afgørende for nøjagtig modellering af lysabsorption i plantekroner, hvilket påvirker forudsigelser af fotosyntese og klimadynamik. Traditionelle metoder til at estimere CI ignorerer dog typisk dens variabilitet med observationsvinklen, hvilket fører til potentielt betydelige fejl i miljøvurderinger.

En nylig udgivelse i Journal of Remote Sensing , udgivet 12. april 2024, dykker ned i, hvordan vegetationskroner påvirker lysabsorptionen på forskellige måder, et afgørende aspekt for at forstå fotosyntese og klimainteraktioner.

Til undersøgelsen beregnede holdet omhyggeligt CI på tværs af forskellige betragtningsvinkler og vegetationstyper, ved at anvende den avancerede storskala-fjernmålingsdata- og billedsimuleringsramme (LESS) model inden for radiation transfer model intercomparison (RAMI)-V rammen, som f.eks. som nåleskove og løvskove. Dette indeks måler, hvordan blade i en baldakin samles, hvilket påvirker lysets passage gennem baldakinen.

Deres resultater fremhæver, at CI ikke er et statisk træk, men varierer betydeligt med zenitvinklen og vegetationstypen, og ændrer sig med årstidens cyklusser og baldakinstrukturer. For eksempel viser nåleskove minimal variation i CI med ændringer i zenitvinklen, hvorimod bredbladede skove viser mere udtalte ændringer.

Disse retningsbestemte karakteristika for CI er essentielle for at forfine strålingsoverførselsmodeller, der bruges i globale klimaforudsigelser, og demonstrerer en sofistikeret tilgang til økologisk modellering, der tager højde for de komplekse realiteter i naturlig vegetation.

Dr. Donghui Xie, den ledende forsker fra Beijing Normal University, siger:"Ved at tage højde for retningsvariabiliteten af ​​CI, kan vi markant forfine vores modeller af, hvordan vegetation interagerer med lys, hvilket forbedrer nøjagtigheden af ​​globale klimamodeller og økologiske prognoser."

Denne undersøgelse afslører, hvordan vegetationskroner varierer i deres indvirkning på lysabsorption, hvilket er afgørende for fotosyntese og klimamodellering. Ved at bruge LESS-modellen til at analysere CI på tværs af forskellige vegetationstyper fremhæver forskningen betydelig variabilitet påvirket af faktorer som vegetationstype og årstid. Disse indsigter muliggør mere nøjagtige klimaforudsigelser og informerer om bæredygtig skovbrugspraksis, hvilket forbedrer økologisk og miljømæssig forvaltning.

Flere oplysninger: Jinke Xie et al., Analyse af retningskarakteristika for sammenklumpningsindekset (CI) baseret på RAMI-V Canopy Scenes, Journal of Remote Sensing (2024). DOI:10.34133/remotesensing.0133

Leveret af Chinese Academy of Sciences