Name: leaf area index estimation using three distinct methods in pure deciduous stands
Uploaded: 2019-08-29T13:00:00
Description: Watch this Scientific Journal Video about Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands at JoVE.com

Orman Araştırmaları Dergisi'nin yayın kuruluna, bu protokoldeki temsili sonuçları burada yayınlanan makaleden yararlanmayetkisi vermek ve teşvik etmek için borçluyuz. Ayrıca, el yazması önemli ölçüde geliştirdik onların değerli yorum için iki anonim yorumcular teşekkür ederiz. Araştırma, Çek Cumhuriyeti Tarım Bakanlığı, kurumsal destek MZE-RO0118 ve Ulusal Tarımsal Araştırma Ajansı (Proje No) tarafından finanse edilmiştir. QK1810126).

1. LAI çöp tuzakları kullanılarak tahmin
<ol><li>İlk olarak, incelenen standların (yani, eğimin eğimi ve sergilenmesi, orman veya bitki örtüsü nün, orman veya bitki örtüsünün yoğunluğunun, gölgeliğin kapatılmasının homojenliği, taç boyutu ve taç taban yüksekliği).</li>
	<li>İncelenen standların asimilasyon aparatının boyutuna göre ağın örgü boyutunu seçerek gölgeliğin altına konumlandırma için uygun bir çöp kapanı tipi seçin (örn. mesh boyutu yakalanan a...

Çöp tuzakları LAI tahmini gerçekleştirmek için en doğru yöntemlerden biri olarak kabul edilir8, ama daha fazla emek yoğun ve zaman alıcı dolaylı yöntemlerdaha35,64 hangi bu protokole dahil edildi. Çöp tuzakları kullanarak tüm LAI tahmin prosedürü içinde, SLA kesin bir tahmin en kritik noktası10 çünkü SLA bitki türleri65,tarih ve yıl, tuzaklar, hava6...

LAI, yatay zemin yüzey alanı1birim başına toplam yaprak yüzey alanının yarısı olarak tanımlanan, karbon ve su akıları 2 odaklı birçok biyo-jeofizik ve kimyasal değişim modellerinde kullanılan önemli bir değişkendir2,3, 4. LAI, birincil üretim (fotosentez), transpirasyon, enerji değişimi ve bitkideki bir dizi ekosistem süreciyle bağlantılı diğer fizyolojik özellikleri yönlendirdiği yaprakların aktif yüzeyi ile doğru orantılıdır. topluluklar5.
LAI tahmini gerçekleştirmek için çok sayıda yaklaşım ve araçlar geliştirilmiştir, ve şu anda piyasada mevcuttur6,7,8,9. LAI tahmini gerçekleştirmek için zemin tabanlı yöntemler iki ana kategoriye gruplandırılabilir: (i) doğrudan ve (ii) dolaylı yöntemler10,11,12. İlk grup yaprak alanını doğrudan ölçen yöntemler içerirken, dolaylı yöntemler LAI'yi daha kolay ölçülebilir parametrelerin ölçümlerinden çıkararak, radyatif transfer teorisini (zaman, emek yoğunluğu ve teknoloji açısından) kullanarak13 ,14.
Bu protokol, çöp kapanlarının pratik kullanımı ve iğne tekniği ile ilgilidir,tahribatsız yarı-direkt yöntemler 10; ve optik cihaz bitki kanopi analizörü dolaylı bir yöntem olarak6,7 Orta Avrupa'da ılıman yaprak döken orman standları seçilen bir örnek ÜZERINDE LAI tahmini gerçekleştirmek için (bkz. Ek A ve Ek B).
Yaprak döken ormanlar ve bitkileri, bu çöp tuzakları11 gölgelik tabakası15altında dağıtılan kullanarak tahribatsız yarı doğrudan LAI tahmini gerçekleştirmek mümkündür. Çöp tuzakları, LAI'nin büyüme mevsiminde bir platoya ulaştığı yaprak döken türler için kesin LAI değerleri sağlar. Ancak, kavak gibi büyüyen sezon boyunca yaprakları değiştirebilirsiniz türler için, yöntem LAI11overestimates . Bu yöntem, tuzakların içeriğinin, özellikle sonbahar aylarında,16. Tuzaklar önceden belirlenmiş yeterli büyüklükte (en az 0,18 m2) ama tercihen 0,25 m2)10,17, yanal kenarlar rüzgarın yaprakları niçine/dışına üflemesini engelleyen kutular veya ağlar açılır (Şekil 1) tuzaklar ve yaprakların ayrışmasını önleyen delikli bir alt ile; incelenen standın gölgelik tabakasının altında bulunan, ancak, zemin yüzeyinin üzerinde11. Tuzakların dağılımı ya rastgele18 veya transects19 veya düzenli bir boşluk ızgara20sistematik olabilir. Tuzakların sayısı ve dağılımı, özellikle seyrek standlar (veya ara sokaklar ve) durumunda, benzersiz stand yapısını, mekansal homojenliği, beklenen rüzgar hızını ve yönünü yansıtan doğru bir LAI tahmini gerçekleştirmek için çok önemli bir metodolojik adımdır. meyve bahçeleri) ve verilerin değerlendirilmesi için çalışma kapasitesi. LaI tahmininin hassasiyeti, incelenen 11,21 standlarında tuzakların artan sıklığı ile artar (Bkz. Şekil 2).
Her bir tuzaktan gelen çöp düşme örnekleri toplama önerilen sıklığı en az aylık10 ve hatta ağır yağış ile çakışabilir ağır sonbahar dönemlerinde haftada iki kez. Bu tuzaklar ve kimyasal analiz durumunda yağmur atakları sırasında malzemeden besin yıkama çöp ayrışma önlemek için gereklidir. Bir tarlada yaprak lar toplandıktan sonra, yaprakların kuru kütle ağırlık oranına göre taze öngörülen alanı olarak tanımlanan belirli yaprak alanını (SLA, cm2 g-1)22)tahmin etmek için karışık bir alt numune kullanılır. Toplanan çöpgeri kalanı sabit bir ağırlıkta kurutulur ve laboratuvarda g cm-2 olarak çöp kuru kütlesi hesaplamak için kullanılır. Her toplama tarihinde yaprak kuru kütlesi SLA veya yaprak kuru kütle sla (LMA, g cm-2) sla23ters parametre olarak toplanan biyokütle çarpılarak yaprak alanına dönüştürülür ,24. Belirli yaprakların yeni bir öngörülen alanı planimetrik bir yaklaşım kullanılarak belirlenebilir. Planimetrik yöntem, belirli bir yaprağın alanı ile yatay yüzeydeki yaprağın kapsadığı alan arasındaki bağımlılık temel alınarak belirlenir. Yaprak yatay tarama ekranına sabitlenir ve ortalama bir yaprak alan ölçer kullanılarak ölçülür. Daha sonra, alanı hesaplanır. Farklı ölçüm prensiplerine göre birçok yaprak alan metre piyasada mevcuttur. Bunlardan bazıları, örneğin, li-3000C Taşınabilir Yaprak Alan Ölçer, ortogonal projeksiyon yöntemi ni kullanır, ve LI-3100C Alan Ölçer, bir floresan ışık kaynağı ve yarı-yapılan tarama kamera kullanarak yaprak ortalama ölçer. Sonraki cihaz, CI-202 taşınabilir lazer yaprak alan ölçer, kod okuyucu kullanarak bir yaprak uzunluğu kodları. Bunların yanı sıra, AM350 ve BSLM101 Taşınabilir Yaprak Alan Ölçerler de yaygın olarak doğru yaprak alanı tahmini gerçekleştirmek için kullanılır.
Ayrıca, video analiz sistemleri dayalı yaprak alan metre var. Bu yaprak alan metre bir video kamera oluşur, bir dijitalleştirme çerçevesi, bir ekran, ve pc, WD3 WinDIASYaprak Görüntü Analiz Sistemi 11 gibi veri analizi yapmak için uygun yazılım da dahil olmak üzere. Şu anda, bir bilgisayara bağlı geleneksel tarayıcılar tahmin edilen bir yaprak alanı için kullanılabilir. Daha sonra, yaprak alanı siyah piksel sayısının bir katı olarak hesaplanır ve boyutu seçilen çözünürlüğe (inç başına noktalar – dpi) bağlıdır veya yaprak alanı belirli bir yazılım aracılığıyla ölçülür, örneğin, WinFOLIA. Son olarak, bilinen bir zemin yüzey alanı içinde toplanan yaprakların toplam kuru kütlesi SLA ile çarpılarak LAI dönüştürülür ve taze ve kurutulmuş yaprakların alanında değişiklikleri yansıtan bir büzülme katsayısı25. Büzülme ağaç türlerine, su içeriğine ve yaprak yumuşaklığına bağlıdır. Uzunluk ve genişlik (ne öngörülen alanı etkiler) yaprakların büzülme genellikle kadar% 1026, örneğin, meşe27için 2,6 ila 6,8% arasında değişmektedir. Yapraklarıtmak ve belirli yaprak alanı oranını belirlemek için türlere göre sıralamak, hertürün toplam LAI 28'e katkısını belirlemek için gereklidir.
İğne tekniği ile LAI tayini eğimli nokta quadrat yöntemi29,30,31,32türetilen ucuz bir yöntemdir. Yaprak döken standlarda, toplam yaprak sayısı nın ve bir ağaçtaki alanlarının tam bir yaprak düşmesinden sonra toprak yüzeyinde toplananlara eşit olduğu varsayımına dayanarak10 numaralı tuzakları kullanmadan LAI tahmini yapmak için bir alternatiftir20 . İnce keskin bir iğne, yaprak düşmesinden hemen sonra yerde yatan çöpün içine dikey olarak delinmiş10. Tam yaprak düşmesinden sonra, yapraklar yerden dikey bir sondanın iğnesi üzerine toplanır, temas numarasıile ilişkilidir ve gerçek LAI değerine eşittir. İğne tekniği ile yoğun bir örnekleme (alan sondası başına çalışılan stand başına 100-300 örnekleme noktası) ortalama bir temas numarasını ölçmek ve LAI değerini doğru bir şekilde elde etmek için gereklidir10,20,33.
Bu,bitki gölgelik analizörü(örneğin, LAI-2000 veya LAI-2200 PCA) kanopi boyunca ışık iletimi bir ölçüm alarak dolaylı BIR LAI tahmini gerçekleştirmek için yaygın olarak kullanılan taşınabilir bir araçtır7ışık spektrumunun filtrelenmiş mavi kısmı içinde (320-490 nm)34,35yaprakların içinden geçen ışığın katkısını en aza indirmek için, gölgelik tarafından dağınık ve yaprakları geçiyor7,34. Işık spektrumunun mavi kısmında, yaprak ve gökyüzü arasındaki maksimum kontrast elde edilir ve yeşillik gökyüzüne karşı siyah görünür34. Bu nedenle, gölgelik boşluğu fraksiyonu analizidayanmaktadır7. Cihaz yaygın bitkileri gibi bitki topluluklarında eko-fizyolojik çalışmalar yapmak için kullanılmıştır36, otlaklar37, iğne yapraklı standlar8, ve yaprak döken standları38. Bitki kanopisi analizörü 148 ° fov ile bir balıkgözü optik sensör kullanır35beş eşmerkezli halkalar halinde düzenlemek için silikon dedektörleri üzerine gölgelik bir hemisperik görüntü yansıtmak için397°, 23°, 38°, 53°, ve 68° merkezi zenit açıları ile9,40,41. Beş görünüm kapağı (örn.,270°, 180°, 90°, 45°, ve 10°) optik sensörün azimut görünümünü kısıtlamak için kullanılabilir27açık bir alanda engeller (yukarıda başvurulan okuma için) veya LAI tahmini sırasında sensörün FOV operatör gölgelik okumalar için açık bir alana FOV sensörü ayarlayabilirsiniz gölgeleme engelleri tarafından gölgeleme önlemek için. Bitki kanopisi analizörü kullanılarak yapılan ölçümler, incelenen gölgelik lerin üzerinde (veya yeterince uzatılmış bir açık alanda) ve7. Boşluk kesir tahmini önyargılarını önlemek için hem yukarıda hem de altındaki okumalar için aynı görünüm kapakları kullanılmalıdır34. LAI-2000 PCA chen ve ark tarafından tanıtılan etkili bir yaprak alan indeksi (LAIe) üretir.42, daha doğrusu etkili bir bitki alanı indeksi (PAIe) odunsu elemanları olarak sensör okuma değeri dahildir. Düz yaprakları ile yaprak döken standları, LAIe hemi yüzeyLI LAI aynıdır. Dökmeyen orman standları durumunda, LAIe çekim düzeyinde (SPAR, STAR) kümeleme etkisi için düzeltmek için gereklidir43, çekimden daha büyük ölçeklerde kümeleme indeksi (ΩE)44, ve sapları ve dalları (yani dahil odunsu elemanların katkısı,odunsu-toplam alan oranı),45sistematik bir LAI küçümseme neden20. Sürgün veya yapraktan daha yüksek bir mekansal ölçekte kümelenme indeksi, daha kısıtlayıcı görüş kapakları kullanıldığında bitki gölgelik analizörü kullanılarak tahmin edilebilen belirgin bir kümelenme indeksi (ACF) olarak ölçülebilir.27. Bu yazarların belirttiği gibi, bu ACF, Lang'e göre homojen ve homojen olmayan kanopiler için farklı prosedürlerle ile iletintilan hesaplanan LAI değerlerinin bir oranından çıkarılır.46, Bu kümelenme indeksi oldukça gölgelik homojenliği açıklar varsayılacağız. ACF hesaplamasının yanı sıra, hava koşulları açısından LAI-2200 PCA'nın daha kapsamlı bir şekilde uygulanmasını sağlayan yeni difüzör kapakları, Fct kodları yerine bir kullanıcı menüsü ve dosya oturumu başına çok daha fazla ölçüm alma imkanı ana eski LAI-2000 PCA ile karşılaştırıldığında teknolojik yükseltmeleri34,47. Ölçümler ve sonraki dahili yazılım hesaplamaları dört varsayıma dayanmaktadır: (1) yapraklar, dallar ve saplar da dahil olmak üzere ışık engelleme tesisi elemanları, kanopide rastgele dağıtılır, (2) yapraklar tüm emici optik siyah bir cisimdir aldığı ışık, (3) tüm bitki elemanları basit bir geometrik dışbüvek şekli olarak yatay zemin yüzeyine aynı projeksiyon, (4) bitki elemanları her halka tarafından kapsanan alana göre küçük11.

<table>
	<tbody>
		<tr>
			<td>Area Meter</td>
			<td>LI-COR Biosciences Inc., NE, USA</td>
			<td>LI-3100C</td>
			<td>https://www.licor.com/env/products/leaf_area/LI-3100C/</td>
		</tr>
		<tr>
			<td>Computer Image Analysis System</td>
			<td>Regent Instruments Inc., CA</td>
			<td>WinFOLIA</td>
			<td>http://www.regentinstruments.com/assets/images_winfolia2/WinFOLIA2018-s.pdf</td>
		</tr>
		<tr>
			<td>File Viewer</td>
			<td>LI-COR Biosciences Inc., NE, USA</td>
			<td>FV2200C Software</td>
			<td>https://www.licor.com/env/products/leaf_area/LAI-2200C/software.html</td>
		</tr>
		<tr>
			<td>Laboratory oven</td>
			<td>Amerex Instruments Inc., CA, USA</td>
			<td>CV150</td>
			<td>https://www.labcompare.com/4-Drying-Ovens/2887-IncuMax-Convection-Oven-250L/?pda=4|2887_2_0|||</td>
		</tr>
		<tr>
			<td>Leaf Image Analysis System</td>
			<td>Delta-T Devices, UK</td>
			<td>WD3 WinDIAS</td>
			<td>https://www.delta-t.co.uk/product/wd3/</td>
		</tr>
		<tr>
			<td>Litter traps</td>
			<td>Any</td>
			<td>NA</td>
			<td>See Fig. 2</td>
		</tr>
		<tr>
			<td>Needle</td>
			<td>Any</td>
			<td>NA</td>
			<td>Maximum diameter of 2 mm</td>
		</tr>
		<tr>
			<td>Plant Canopy Analyser</td>
			<td>LI-COR Biosciences Inc., NE, USA</td>
			<td>LAI-2000 PCA</td>
			<td>LAI-2200 PCA or LAI-2200C as improved versions of LAI-2000 PCA can be used, see: https://www.licor.com/env/products/leaf_area/LAI-2200C/</td>
		</tr>
		<tr>
			<td>Portable Laser Leaf Area Meter</td>
			<td>CID Bio-Science, WA, USA</td>
			<td>CI-202</td>
			<td>https://cid-inc.com/plant-science-tools/leaf-area-measurement/ci-202-portable-laser-leaf-area-meter/</td>
		</tr>
		<tr>
			<td>Portable Leaf Area Meter</td>
			<td>ADC, BioScientic Ltd., UK</td>
			<td>AM350</td>
			<td>https://www.adc.co.uk/products/am350-portable-leaf-area-meter/</td>
		</tr>
		<tr>
			<td>Portable Leaf Area Meter</td>
			<td>Bionics Scientific Technogies (P). Ltd., India</td>
			<td>BSLM101</td>
			<td>http://www.bionicsscientific.com/measuring-meters/leaf-area-index-meter.html</td>
		</tr>
		<tr>
			<td>Portable Leaf Area Meter</td>
			<td>LI-COR Biosciences Inc., NE, USA</td>
			<td>LI-3000C</td>
			<td>https://www.licor.com/env/products/leaf_area/LI-3000C/</td>
		</tr>
	</tbody>
</table>

leaf area index estimation using three distinct methods in pure deciduous stands

Yatay zemin yüzey alanının birim başına toplam yaprak yüzey alanının yarısı olarak tanımlanan yaprak alanı indeksi (LAI) doğru tahminleri, ekoloji, ormancılık ve tarım alanlarındaki bitki örtüsü yapısını tanımlamak için çok önemlidir. Bu nedenle, LAI tahmini gerçekleştirmek için ticari olarak kullanılan üç yöntemin (çöp tuzakları, iğne tekniği ve bitki kanopisi analizörü) prosedürleri adım adım sunulmuştur. Bu protokolde belirli metodolojik yaklaşımlar karşılaştırıldı ve bunların mevcut avantajları, tartışmaları, zorlukları ve gelecekteki perspektifleri tartışıldı. Çöp tuzakları genellikle referans seviyesi olarak kabul edilir. Hem iğne tekniği hem de bitki kanopisi analizörü (örneğin, LAI-2000) referansla karşılaştırıldığında LAI değerlerini sık sık hafife almaktadır. İğne tekniği, çöpün her yıl tamamen çürüyüğü yaprak döken standlarda (örn. meşe ve kayın standları) kullanımı kolaydır. Ancak, çöp tuzakları veya doğrudan yıkıcı yöntemlere dayalı kalibrasyon gereklidir. Bitki kanopisi analizörü ekoloji, ormancılık ve tarımla ilgili LAI tahmini yapmak için yaygın olarak kullanılan bir cihazdır, ancak yeşillik kümelenme ve sensör görüş alanında odunsu elemanların katkısı nedeniyle potansiyel hataya tabidir . Bu olası hata kaynaklarının ortadan kaldırılması tartışıldı. Bitki kanopisi analizörü, yüksek mekansal düzeyde LAI tahminleri gerçekleştirmek için çok uygun bir cihazdır, mevsimsel LAI dinamik gözlemleyerek, ve LAI uzun vadeli izleme için.

2013 büyüme sezonunda çalışılan tüm standların stand seviyesindeki ortalama LAI değerleri Şekil8'de sunulmuştur. A hariç tüm arazilerde, en yüksek değerler referans seviyesi olarak hizmet veren çöp tuzakları ile ölçüldü. Aksine, en yüksek ortalama LAI değeri arsa A üzerinde iğne tekniği ile tahmin edilebilmektedir. Çöp kapanları kullanılarak tahmin edilen LAI değerleri ile bitki gölgelik analizörü arasındaki tüm farklar anlamlı değildi (p > 0.05; <stron...

Watch this Scientific Journal Video about Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands at JoVE.com

Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands

Yaprak alan indeksi (LAI) doğru bir tahmin bitki ekosistemleri içinde malzeme ve enerji akıları birçok model için ve bir ekosistem ve atmosferik sınır tabakası arasında çok önemlidir. Bu nedenle, sunulan protokolde hassas LAI ölçümleri almak için üç yöntem (çöp tuzakları, iğne tekniği ve PCA) yer aldı.

Saf Yaprak Döken Standlarda Üç Farklı Yöntem Kullanılarak Yaprak Alan İndeksi Tahmini

Accurate estimations of leaf area index (LAI), defined as half of the total leaf surface area per unit of horizontal ground surface area, are crucial for ...

Yaprak alan indeksi yapraklar ve birçok fizyolojik süreçlerin uygulandığı atmosfer, özellikle fotosentetik alımı arasında bir arayüz olarak hizmet vermektedir. Yaprak alanı dizin tahmini için bu yöntemin başlıca avantajları basit uygulanabilirlik, kısa ölçüm süresi gereksinimleri ve elde edilen verilerin hassasiyetidir. Bu yöntemlerin ekinler, otlaklar, kozalaklı alanlar ve parke orman standlarında ekofizyolojik çalışmalarda zaten kullanıldığı göz önüne alındığında, diğer bitki ekosistemlerinin çoğu için yaygın olarak uygulanabilir olmalıdır.Yaprak alanı dizin tahmini için açıklanan tüm yöntemler basit ve kullanımı basittir. Metotlara yeni gelen araştırmacılar, ölçümlerin uygulanmasında zorluklarla karşılaşmamalıdır. Bu yaprak alan indeks tahmin yöntemlerinin görsel gösterimi, bunların kavrayışı, tasarımı ve uygulanması için gereklidir.Prosedürü gösteren Pavel Haninec, Orman Botanik, Dendroloji ve Jeobiyocoenology Bölümü'nden doktora öğrencisi olacaktır. Çöp kapanları kullanılarak yaprak alan indeks tahmini için, büyüyen sezon başında 0,18 metre kare veya daha fazla metrekareye kadar değişen bir yakalama alanı ile araştırılmış stand başına 15 ila 25 tuzaklar yerleştirin. Tuzakları, tuzakların toplama kısmının altından havanın üflemesini sağlamak için, bir veya iki karşılıklı dikey transektveya normal Bir ızgara içinde, yer yüzeyinden en az 0,1 metre yukarıda, üzerinde durdurduğu nda, üzerinde normal aralıklara tuzakları yerleştirin.Yakalama alanında herhangi bir değişiklik olmaması için, yer yüzeyinin üzerindeki ve stand gölgeliklerinin altındaki tuzakların her birini sıkıca sabitleyin. Her ölçüm zaman noktasında, tuzakların her birinden toplanan çöpleri laboratuvara götürülmek üzere uygun şekilde etiketlenmiş kağıt torbalara yerleştirin. Laboratuvarda, asimilasyon cihazını diğer çöp bileşenlerinden ayırın.Belirli bir yaprak alanı tahmini gerçekleştirmek için, kullanılan tüm tuzaklardan en az 100 ila 200 yapraklık bir alt numuneyi ayırmadan önce her bir bindirmeden alınan numuneyi iyice karıştırın. Kısa bir süre katlama veya kıvrık yaprakları tutmak için 60 ila 70 derece su herhangi bir kurutulmuş yaprakları ıslatma sonra, düz bir şekilde alt örnek yaprakları yerleştirin, düz bir şekilde örtüşme olmadan bir tazyik tahtası üzerine. İç sıcaklığı homojenize etmek ve korumak için termostatlı havalandırmalı fırında sabit bir ağırlığa ulaşmak için alt numuneyi 80 veya 105 derecede 48 saat kurulayın.Kurutma döneminin sonunda, bir laboratuvar ölçeğinde alt numunenin kuru kütlesini en az bir gram doğruluk derecesiile tartın ve kuru kütle ağırlığına bölünen belirli yaprak alanı tahmini için belirlenen alt örnekten yaprakların taze öngörülen alanı olarak belirli yaprak alanını hesaplayın. Daha sonra, fırın, her bir tuzaktaki numunenin geri kalanını, belirli yaprak alanı tahmini için kullanılan aynı sıcaklıkta 48 saat kurutun ve her bir çöp kapanı için numunenin geri kalanının kuru kütle ağırlığını, her bir çöp kapanı için doğru belirli yaprak alanı değeriile çarpıp her tuzak başına toplam öngörülen yaprak alanı indeksine ulaşın. İğne tekniğini kullanarak yaprak alanı indeksini tahmin etmek için, tam bir yaprak düşmesinden hemen sonra, en az 100 incelenmiş örnekleme noktasının her birinde zemin yüzeyinde yatan taze düşmüş yaprakların tabakası aracılığıyla yaprakları az ya da çok benzer bir açıyla delmek için iki milimetre çapında yeterince uzun, keskin, metalik bir iğne kullanın.İğnede sadece taze düşmüş yaprakların mevcut olduğundan emin olun ve gerektiğinde bir önceki yıla ait kısmen çürümüş yaprakları kaldırın. Daha sonra, sonraki örnekleme noktalarında iğne tekniği yaprak toplama tekrarlamadan önce her örnekleme noktasında her bıçak her bıçak iğne tarafından delinmiş yaprakların sayısını saymak. Bir bitki kanopisi analizörü optik cihaz kullanarak yaprak alan indeks tahmini için, gözlenen arsa üzerinde aynı gökyüzü koşulları ile uygun bir açık açıklık bulmak, bir kilometre maksimum mesafe.Hem üst te hem de alt gölgelik okumaları için aynı kapağı ve oryantasyonu uygulayın ve en üst halka okumalarının değişkenliğini izleyerek gölgeliğin altındaki sensörle yavaşça hareket edin. Bir bitki gölgelik analizörü kullanarak doğru yaprak alan indeksi tahmini için hem üst te hem de gölgelik okumaları için aynı görüş kapağının kullanılması gereklidir. Transects sayısı ve aralıkları standın belirli gölgelik yapısına bağlıdır.Yeterli bir açık alanda her stand transect veya ızgara ilk ölçüm olarak yukarıdaki gölgelik okumaları gerçekleştirmek ve yerden 0,5 ila iki metre arasında bir ila üç transects ve beş ila 36 örnekleme noktaları arasında aşağıda gölgelik okumaları gerçekleştirin. Sensör, operatörü görüş alanından dışlamak için iki metrenin altında tutuluyorsa kısıtlama görüş kapaklarını kullanın ve sensör ile bileşenin çapının veya genişliğinin en az dört katı olan tesisin yer üstü parçalarının en yakın elemanı arasında minimum mesafe kullanın. Yaprak-off döneminde odunsu alan indeksi tahmin, tomurcuk erken ilkbaharda kırılma önce ve geç sonbaharda tam yaprak düşmesinden sonra hem de.Alan ölçülen ham verilerden odunsu alan indeks değerlerini hesaplamak için yaprak alan dizini 2200 Dosya Görüntüleyici freeware'ini kullanın ve odunsu alan indeksini tahmin etmek için aynı yordamı kullanarak bitki alanı dizini tahmin edin. Daha sonra ortalama bitki alanı indeksi ve odunsu alan indeksi değerleri arasındaki fark olarak stand düzeyinde gerçek yaprak alan indeks değerini hesaplayın. B, C ve D çizimlerinde yapılan bu temsili deneyde iğne tekniği, çöp tuzaklarından elde edilen yaprak alan indeksini önemli ölçüde hafife almıştır.Tersine, Plot A'da, bu teknik, çöp tuzakları kullanılarak önemli olmayan bir düzeyde ölçülen yaprak alanı indeksini fazla büyüttü. Ayrıca bitki kanopisi analizörü ve iğne tekniği ile her durumda yaprak alanı indeks değerleri arasında önemli farklılıklar saptadı. Odunsu alan indeksi kolayca tam yaprak düşmesinden sonra ve tomurcuk molası önce bir bitki gölgelik analizörü kullanılarak ölçülebilir.Bu temsili deneyde, en hızlı yaprak alan indeksi gelişimi, Nisan ayında meydana gelen tomurcuk molasından Mayıs başına kadar olan dönemde kaydedildi. Mayıs ayından Haziran ayı sonuna kadar, bir önceki döneme göre daha düşük yoğunlukta olmasına rağmen, yaprakların hızlı yaprak alan indeks gelişiminin devam ettiği gözlenmiştir. Haziran ayının ikinci yarısından Temmuz ayı sonuna kadar, Yaprak alanı indeks değeri Arsa B'de azaldı ve yaprak alanı indeksinin durgunluğu arsa A.In tüm çalışılan orman standları bu dönemde daha belirgin oldu, yaprak alan indeks eğrisindeki azalma gösterildiği gibi yapraklar Eylül ayı sonunda düşmeye başladı.Çöp kapanı yönteminin en önemli kısmı, yaprakların yeterince büyük bir alt örneğinden belirli yaprak alanının doğru tahmin ilerler. Bitki kanopisi analizörü için, standart bulutlu ve rüzgarsız koşullar altında ölçümler ilerler. Dijital hemisferik fotoğraflar ve lazer tarama teknolojisi de yaprak alan indeksi ve gölgelik içinde yaprakların mekansal dağılımı belirlemek için kullanılabilir.Şu anda, yaprak alanı dizin tahmininde en önemli sorun yeşillik kalitesini belirlemek için uzaktan algılama kullanıyor.

Research

JoVE Journal

Environment

Modifying the Bank Erosion Hazard Index (BEHI) Protocol for Rapid Assessment of Streambank Erosion in Northeastern Ohio

Modifying the Bank Erosion Hazard Index BEHI Protocol for Rapid Assessment of Streambank Erosion in Northeastern Ohio

Kuzeydoğu Ohio Streambank Erozyon Hızlı Değerlendirme Banka Erozyon Tehlike İndeksi (Behi) Protokolü değiştirme

Understanding the source of pollution in a stream is vital to preserving, restoring, and maintaining the stream&#8217;s function and habitat it provides. ...

Measuring Rates of Herbicide Metabolism in Dicot Weeds with an Excised Leaf Assay

Bir kesilmiş yaprak Testi ile Dikot Weeds Herbisit Metabolizma düşük Ölçme

In order to isolate and accurately determine rates of herbicide metabolism in an obligate-outcrossing dicot weed, waterhemp (Amaranthus tuberculatus), we ...

Modification and Application of a Leaf Blower-vac for Field Sampling of Arthropods

Modifikasyon ve Arthropodların Saha Örnekleme için bir Yaprak Blower-vac Uygulama

Rice fields host a large diversity of arthropods, but investigating their population dynamics and interactions is challenging. Here we describe the ...

Development of New Methods for Quantifying Fish Density Using Underwater Stereo-video Tools

Sualtı Stereo video araçları kullanarak balık yoğunluğu miktarının için yeni yöntemler geliştirilmesi

The use of video camera systems in ecological studies of fish continues to gain traction as a viable, non-extractive method of measuring fish lengths and ...

Specific and Accurate Detection of the Citrus Greening Pathogen Candidatus liberibacter spp. Using Conventional PCR on Citrus Leaf Tissue Samples

Specific and Accurate Detection of the Citrus Greening Pathogen Candidatus liberibacter  spp. Using Conventional PCR on Citrus Leaf Tissue Samples

Belirli ve narenciye Greening patojen olan liberibacter spp. kullanma geleneksel PCR narenciye yaprak doku örnekleri üzerinde doğru tespiti

Citrus greening, also known as huanglongbing, is a destructive citrus disease ravaging citrus farms globally. This disease causes asymmetrical yellow leaf ...

Bioindication Testing of Stream Environment Suitability for Young Freshwater Pearl Mussels Using In Situ Exposure Methods

Bioindication Testing of Stream Environment Suitability for Young Freshwater Pearl Mussels Using In Situ Exposure Methods

Genç tatlı su midye içinde in Situ maruz kalma yöntemlerle inci için Bioindication akış ortamı uygunluğu test

Knowledge of habitat suitability for freshwater mussels is an important step in the conservation of this endangered species group. We describe a protocol ...

Protocol for Producing Three-Dimensional Infrared Video of Freezing in Plants

Bitkilerde buz gibi üç boyutlu kızılötesi Video üretimi için iletişim kuralı

Freezing in plants can be monitored using infrared (IR) thermography, because when water freezes, it gives off heat. However, problems with color contrast ...

Characterizing Microbiome Dynamics &#8211; Flow Cytometry Based Workflows from Pure Cultures to Natural Communities

Characterizing Microbiome Dynamics ÃƒÆ’Ã‚Â¢ÃƒÂ¢Ã¢â‚¬Å¡Ã‚Â¬ÃƒÂ¢Ã¢â€šÂ¬Ã…â€œ Flow Cytometry Based Workflows from Pure Cultures to Natural Communities

Karakteristik Microbiome Dynamics-akış sitometresi doğal topluluklar için iş akışları saf kültürler dayalı

The investigation of pure cultures and monitoring of microbial community dynamics is vital to understand and control natural ecosystems and technical ...

Detached Leaf Assays to Simplify Gene Expression Studies in Potato During Infestation by Chewing Insect Manduca sexta

Müstakil yaprak özendirme, Çiğneme böcek Manduca Sexta tarafından Infestation sırasında patates gen Ifade çalışmaları basitleştirmek için

The multitrophic nature of gene expression studies of insect herbivory demands large numbers of biological replicates, creating the need for simpler, more ...

Estimation of Crystalline Cellulose Content of Plant Biomass using the Updegraff Method

Updegraff Yöntemi Kullanılarak Bitki Biyokütlesinin Kristal Selüloz İçeriğinin Tahmini

Cellulose is the most abundant polymer on Earth generated by photosynthesis and the main load-bearing component of cell walls. The cell wall plays a ...