Un team internazionale di ricercatori, guidato dal professor Jin Wu della Scuola di Scienze Biologiche dell’Università di Hong Kong (HKU), ha fatto un progresso promettente nella mappatura dei tratti funzionali delle piante dallo spazio utilizzando dati satellitari di serie temporali. Lo studio, pubblicato su Remote Sensing of Environment , mette in mostra la combinazione innovativa della missione satellitare Sentinel-2 e le sue capacità di serie temporali dinamiche.
Questo approccio innovativo non solo consente una comprensione più profonda dei tratti fogliari essenziali, fornendo informazioni cruciali sulla diversità funzionale e sul funzionamento degli ecosistemi terrestri, ma ci fornisce anche potenti strumenti per affrontare in modo efficace le pressanti sfide ambientali.
I tratti delle piante sono vitali nella regolazione dei processi chiave dell’ecosistema come il sequestro del carbonio, la regolazione della temperatura dell’aria e la regolazione idrologica su larga scala. Determinano inoltre il modo in cui gli ecosistemi rispondono a vari fattori di stress ambientale, determinandone in ultima analisi la salute, la resilienza e la vulnerabilità ai cambiamenti climatici.
Tuttavia, la mappatura su larga scala di questi tratti è stata impegnativa a causa delle limitazioni delle metodologie esistenti, come la difficoltà nell'acquisire tratti in vaste aree e problemi come la disponibilità dei dati, la complessità dei tratti e le tecniche di misurazione.
Per superare queste sfide, il team del professor Wu ha sfruttato la potenza della tecnologia satellitare e ha introdotto un approccio pionieristico che combina la spettroscopia della vegetazione e la fenologia. Il loro approccio ha utilizzato immagini ad alta risoluzione provenienti dal satellite Sentinel-2, che hanno catturato dati multispettrali su un intervallo settimanale con una risoluzione di 10 metri.
Analizzando queste immagini satellitari, il team ha osservato e registrato i riflessi della luce provenienti dalle foglie delle piante, fornendo preziose informazioni sulle proprietà fisiche e biochimiche della vegetazione. Queste osservazioni sono state poi confrontate con i tempi degli eventi del ciclo di vita delle piante, noti come fenologia.
Integrando i dati provenienti dalle immagini satellitari e dalle osservazioni fenologiche, il team è riuscito a ottenere informazioni complete sui tratti funzionali delle piante nelle dimensioni elevate. Questa integrazione ha un grande potenziale per estendersi ad altre dimensioni delle caratteristiche delle piante, come la salute, il funzionamento e la resilienza delle piante.
Questo metodo è stato sottoposto a test approfonditi e rigorosi per valutarne l'efficacia, l'applicabilità su scale diverse e il potenziale per il monitoraggio ad alto rendimento. Il test ha utilizzato dati di riferimento di 12 tratti fogliari raccolti da 14 siti geograficamente distanti all'interno della National Ecological Observatory Network (NEON) negli Stati Uniti orientali.
Shuwen Liu, il primo autore e Ph.D. Il candidato del laboratorio del professor Wu ha dichiarato:"Il nostro approccio cattura efficacemente la diversità dei tratti delle piante su scale spaziali fini, pur mantenendo la precisione su vaste aree". Liu ha inoltre spiegato che il loro metodo supera i limiti di altri metodi che si basano esclusivamente sui tipi funzionali delle piante o sull'acquisizione di singole immagini.
L'approccio proposto ha sovraperformato i metodi tradizionali che si basano su variabili ambientali o su singole immagini Sentinel-2 come predittori senza richiedere variabili ambientali per migliorare le capacità predittive. Questa scoperta sottolinea l'importanza delle informazioni fenologiche nella previsione dei tratti e suggerisce che la teoria dello "spettro economico fogliare" potrebbe essere il meccanismo sottostante alla base del loro successo tecnico.
Data la comprovata efficacia del modello in 14 diversi siti di ecosistemi negli Stati Uniti, si dimostra molto promettente per l'espansione su scala nazionale e globale, consentendo così il monitoraggio dei tratti funzionali delle piante dall'ecosistema ai livelli regionale e nazionale.
Riflettendo sul potenziale futuro di questa ricerca, il professor Wu ha affermato:"Gli studi futuri si concentreranno su una convalida più ampia per sfruttare appieno il potenziale di questa tecnologia nella scienza di base di frontiera, come comprendere la risposta sensibile degli ecosistemi terrestri ai cambiamenti climatici e identificare i rispettivi punti critici.
"Inoltre, esiste un grande potenziale per la scienza applicata, in particolare nell'esplorazione di soluzioni climatiche basate sulla natura."
Ulteriori informazioni: Shuwen Liu et al, Integrazione spettro-fenologica per la mappatura ad alta risoluzione, accurata e scalabile dei tratti funzionali fogliari utilizzando dati Sentinel-2 di serie temporali, Rilevamento remoto dell'ambiente (2024). DOI:10.1016/j.rse.2024.114082
Fornito dall'Università di Hong Kong
