Un equipo internacional de investigadores, dirigido por el profesor Jin Wu de la Facultad de Ciencias Biológicas de la Universidad de Hong Kong (HKU), ha logrado un avance prometedor en el mapeo de los rasgos funcionales de las plantas desde el espacio utilizando datos satelitales de series temporales. El estudio, publicado en Remote Sensing of Environment , muestra la innovadora combinación de la misión satelital Sentinel-2 y sus capacidades dinámicas de series temporales.
Este enfoque innovador no solo desbloquea una comprensión más profunda de los rasgos foliares esenciales, proporcionando información crucial sobre la diversidad funcional y el funcionamiento de los ecosistemas terrestres, sino que también nos proporciona herramientas poderosas para abordar los desafíos ambientales apremiantes de manera efectiva.
Los rasgos de las plantas son vitales para regular procesos ecosistémicos clave, como el secuestro de carbono, la regulación de la temperatura del aire y la regulación hidrológica a gran escala. También determinan cómo responden los ecosistemas a diversos factores de estrés ambiental, lo que en última instancia determina su salud, resiliencia y vulnerabilidad al cambio climático.
Sin embargo, el mapeo a gran escala de estos rasgos ha sido un desafío debido a las limitaciones de las metodologías existentes, como la dificultad para capturar rasgos en áreas extensas y problemas como la disponibilidad de datos, la complejidad de los rasgos y las técnicas de medición.
Para superar estos desafíos, el equipo del profesor Wu aprovechó el poder de la tecnología satelital e introdujo un enfoque pionero que combina espectroscopia de vegetación y fenología. Su enfoque utilizó imágenes de alta resolución del satélite Sentinel-2, que capturó datos multiespectrales en un intervalo semanal con una resolución de 10 metros.
Al analizar estas imágenes de satélite, el equipo observó y registró los reflejos de la luz de las hojas de las plantas, proporcionando información valiosa sobre las propiedades físicas y bioquímicas de la vegetación. Luego, estas observaciones se compararon con el momento de los eventos del ciclo de vida de las plantas, conocido como fenología.
Al integrar los datos de imágenes satelitales y observaciones fenológicas, el equipo pudo obtener información completa sobre los rasgos funcionales de las plantas en grandes dimensiones. Esta integración tiene un gran potencial para extenderse a otras dimensiones de las características de las plantas, como su salud, funcionamiento y resiliencia.
Este método se sometió a pruebas exhaustivas y rigurosas para evaluar su eficacia, aplicabilidad en diferentes escalas y potencial para un monitoreo de alto rendimiento. La prueba utilizó datos de referencia de 12 rasgos foliares recopilados de 14 sitios geográficamente distantes dentro de la Red Nacional de Observatorio Ecológico (NEON) en el este de los Estados Unidos.
Shuwen Liu, el primer autor y Ph.D. candidato del laboratorio del profesor Wu, afirmó:"Nuestro enfoque captura eficazmente la diversidad de rasgos de las plantas en escalas espaciales finas manteniendo la precisión en grandes áreas". Liu explicó además que su método supera las limitaciones de otros métodos que se basan únicamente en tipos funcionales de plantas o adquisiciones de imágenes únicas.
El enfoque propuesto superó a los métodos tradicionales que se basan en variables ambientales o imágenes únicas de Sentinel-2 como predictores sin requerir variables ambientales para mejorar las capacidades predictivas. Este hallazgo subraya la importancia de la información fenológica en la predicción de rasgos y sugiere que la teoría del "espectro económico de las hojas" puede ser el mecanismo subyacente que impulsa su éxito técnico.
Dada la eficacia comprobada del modelo en 14 sitios de ecosistemas diversos en los Estados Unidos, es muy prometedor para su expansión a escalas nacional y global, permitiendo así el monitoreo de los rasgos funcionales de las plantas desde el ecosistema hasta los niveles regional y nacional.
Reflexionando sobre el potencial futuro de esta investigación, el profesor Wu dijo:"Los estudios futuros se centrarán en una validación más amplia para explotar plenamente el potencial de esta tecnología en la ciencia básica de vanguardia, como la comprensión de la respuesta de sensibilidad de los ecosistemas terrestres al cambio climático y la identificación de sus respectivos puntos de inflexión.
"Además, existe un gran potencial para la ciencia aplicada, particularmente en la exploración de soluciones climáticas basadas en la naturaleza".
Más información: Shuwen Liu et al, Integración de espectrofenología para un mapeo escalable, preciso y de alta resolución de rasgos funcionales foliares utilizando datos de series temporales de Sentinel-2, Detección remota del medio ambiente (2024). DOI:10.1016/j.rse.2024.114082
Proporcionado por la Universidad de Hong Kong
