Fakülte Danışmanları:
Lisa Haber, Virginia Commonwealth Üniversitesi
Brandon Alveshere, Virginia Commonwealth Üniversitesi
Lisansüstü Mentor:
Kayla Preisler, Arizona Üniversitesi
Quinn Koch, Kaliforniya Üniversitesi, Los Angeles
Yangın, orman ekosistemlerinde yaygın bir ekolojik rahatsızlıktır ve orman yapısında ve işlevinde, Dünya’nın karbon bütçesi üzerinde etkileri olan değişikliklere yol açar. Yangın sonrası karbon akışına ilişkin gözlemler, ormanların toparlanmasının gidişatına ve ormanın bir karbon yutağı olarak geleceğine dair fikir veriyor. Girdap kovaryanslı akış kuleleri, ormanlar ve atmosfer arasındaki yüksek frekanslı sera gazı değişimini ölçerek net ekosistem değişimi (NEE), brüt birincil üretkenlik (GPP) ve ekosistem solunumu (Reco) ölçümleri sağlar. Akış kuleleri, ekosistem ölçeğindeki akışları ölçmek için altın standart olsa da, uzaktan algılamadan elde edilen bitki örtüsü endeksleri, kule akışı verileriyle yüksek oranda ilişkilidir ve yangın ve diğer rahatsızlıklar sonrasında karbon akışlarının nasıl değiştiğine dair daha geniş mekansal ölçekte bir anlayış sağlayabilir. Çalışmamızın amacı, Amerika Birleşik Devletleri ve Avustralya’da şiddetli yangından etkilenen beş bölgede kule karbon akısı verileri ile NASA Landsat’tan türetilen spektral indeksler arasındaki ilişkiyi incelemektir. Spesifik olarak, yangından sonraki değişiklikleri Landsat’tan türetilmiş iki spektral indekste, Normalleştirilmiş Fark Bitki Örtüsü İndeksinde (NDVI) ve Normalleştirilmiş Yanık Oranında (NBR) değerlendirdik ve spektral indekslerin NEE, GPP ve Reco’daki zamansal değişime paralel olup olmadığını inceledik. Spektral indekslerin toparlanmasının şiddetli yangına maruz kalan bölgelerde NEE ve GPP’nin toparlanmasını geride bıraktığını bulduk; bu da rahatsızlığa karşı yapısal ve işlevsel tepkilerdeki gecikmelerin bitki örtüsü indekslerini karbon akılarından nasıl ayırabileceğini vurguladı. Bu, yanmamış sistemlerle karşılaştırıldığında, yangın sonrası ekosistemlerdeki karbon akışları için bir temsili olarak bitki örtüsü indeksleri kullanılırken zamansal bir gecikmenin dikkate alınması gerektiğini göstermektedir. Bu analiz dünya çapındaki ekosistemlerin küçük bir anlık görüntüsünü temsil etmektedir; bu nedenle gelecekteki yanmış akı kulesi alanlarında bu eğilimleri izlemeye devam etmek, bu ilişkinin daha iyi anlaşılması açısından çok önemli olacaktır.
Sara Typrin, Carleton Koleji
Chesapeake Körfezi boyunca uzanan kıyı ormanları, deniz seviyesinin yükselmesi ve aşırı hava olayları nedeniyle hızla bataklığa dönüşüyor. Bu ekosistem değişimlerini tahmin etmek, iklim adaptasyonuna yönelik tepkiler için çok önemlidir. Önceki çalışmalarda kıyı ekosistemlerinin dayanıklılığını karakterize etmek için Normalleştirilmiş Fark Bitki Örtüsü İndeksi (NDVI) zaman serisi trendleri kullanılmıştı; ancak çok az kişi, deniz seviyesi artış oranlarının küresel ortalamanın çok üzerinde olduğu Chesapeake Körfezi kıyı bölgesindeki NDVI değişim eğilimlerini değerlendirdi. Bu çalışma, Maryland’in Blackwater Ulusal Yaban Hayatı Koruma Alanı ve çevresindeki Doğu Kıyısı bölgesindeki orman müdahale yollarının yükseklikle ilişkili olarak mekansal dağılımını incelemektedir. Yayla ormanı olarak sınıflandırılan alanların NDVI değerlerini çıkarmak için Landsat 8 kaydını (2014-2024) kullandık. Her 30 m pikseli dört ekosistem değişim yörüngesinden birinde karakterize etmek için Kendall’ın τ’sini (sıra korelasyonu) kullanarak NDVI ve NDVI varyasyonundaki eğilimleri hesapladık: ani geçiş, kademeli geçiş, toparlanma veya kararlı. Çalışma alanının %14,7’sinin ani geçişte, %27,4’ünün kademeli geçişte, %17,3’ünün iyileşmede, %40,6’sının ise stabil olduğunu tespit ettik. Bu bölgelerin niteliksel olarak haritalanması, BNWR’de kıyıya yakın alanların ani veya kademeli geçişler yaşama eğiliminde olduğunu ve kıyıdan uzak alanların genellikle sabit veya toparlanma aşamasında olduğunu göstermektedir. Kurtarılan ormanlar, BNWR’nin güneybatı bölgesinin bir alt kümesindeki diğer yollardan daha yüksek ve daha değişken yüksekliklere sahiptir. Gelecekteki çalışmalar, kıyıya olan yükseklik ve mesafenin bölgesel ölçekte orman müdahale yolları ile nasıl ilişkili olduğunu inceleyebilir.
Austin Jeffery, Austin’deki Teksas Üniversitesi
Ormanlık sulak alanlar, Dünya’nın iklimini düzenlemek, besin maddelerini döngüye sokmak ve hayati yaşam alanları sağlamak açısından önemlidir, ancak yüksek arazilerdeki ormanlardan çok daha az araştırılmaktadır. Yayla ormanlarında yapılan önceki çalışmalar, gölgelik yapısal özelliklerinin orman türleri içinde ve arasında büyük ölçüde değişiklik gösterdiğini ve bu özelliklerin, birincil üretim ve karbon tutulması gibi önemli ekosistem işlevlerini ve hizmetlerini etkilediğini göstermiştir. Ancak ormanlık sulak alanlar içinde ve ormanlık sulak alanlar arasında gölgelik yapısının nasıl değiştiği tam olarak araştırılmamıştır. Bu çalışma, LVIS (Kara, Bitki Örtüsü ve Buz Sensörü) hava platformu kullanılarak Chesapeake Körfezi bölgesi üzerindeki 2024 SARP Doğu uçuş kampanyaları sırasında toplanan dalga formu lidar verilerini kullanmaktadır. LVIS Facility L2 Coğrafi Konumlu Yüzey Yüksekliği ve Kanopi Yüksekliği Ürünleri, ormanlık sulak alanlarda kanopi yapısının nasıl değiştiğini araştırmak ve ormanlık sulak alanlar ile yüksek ormanlar arasındaki kanopi yapısal varyasyonunu karşılaştırmak için kullanıldı. Verileri analiz etmek için, her bir lidar granülü ilk olarak granüllerin bir USGS NLCD arazi kullanım haritası ve bir USFS orman tipi haritası üzerine yerleştirilmesiyle yüksek arazi ve sulak alan ormanlarına bölündü. Daha sonra, dört ağaç türüne ve yayla ormanı mı yoksa ormanlık sulak alan parseli mi olduğuna göre her biri 100 granülden oluşan 20 parsel oluşturuldu. Her biri 5 parselde iki yayla ve iki sulak alan türü kullanıldı. Daha sonra veriler, ormanlık sulak alanlar ve yüksek ormanlar arasındaki gölgelik yüksekliği ve dikey karmaşıklık dahil olmak üzere yapısal özelliklerdeki farklılıkları değerlendirmek için kullanıldı. Analiz, ormanlık sulak alanlar ile yayla ormanlarının yapısal özellikleri arasında önemli bir istatistiksel farkla sonuçlandı. Ek olarak, ormanlık sulak alanlar kanopi yapısal karmaşıklığında genel olarak daha büyük bir farklılık gösterdi; bu da kanopi yüksekliğinde, kanopi yoğunluğunda, katmanlamada ve orman yaşında farklılıklar olduğunu gösteriyor. Bu çalışma, ormanlık sulak alanların LiDAR tabanlı yapısal karakterizasyonu için bir referans noktası görevi görüyor ve orta Atlantik bölgesindeki ormanlık sulak alanların yönetimi ve korunması konusunda bilgi sağlıyor.
Ellery Moore, Colby Koleji
Küresel sıcaklıklar ısınmaya devam ederken, Uluslararası İklim Değişikliği Paneli (IPCC), donmuş toprakların erimesinin, Dünya’nın ekosistemlerinde “geri döndürülemez” değişikliklere yol açabilecek potansiyel bir devrilme noktası olduğuna dikkat çekti. Şu anda permafrostta tahminen 1.400 Pg karbon bulunuyor ve bu karbon, sıcaklıklar artmaya devam ettikçe mikrobiyal aktivite yoluyla esas olarak sera gazları (GHG’ler), metan (CH4) ve karbondioksit (CO2) olarak salınacak ve böylece atmosferik sera gazı etkisini şiddetlendirecek ve daha fazla ısınmaya neden olacak. Alaska ve Kuzey Kanada’da, toprakların çoğunun altında permafrost bulunur ve bölgeler donmuş toprak yüzdesine göre belirlenir: sürekli (%90-100) ve süreksiz (%50-90). Mekansal haritaların incelenmesi üzerine, sürekli bölge tundra ekosistemine, süreksiz bölge ise kuzey orman ekosistemine karşılık gelme eğilimindedir. Orta Çözünürlüklü Görüntüleme Spektroradiometresinden (MODIS) elde edilen Normalleştirilmiş Fark Bitki Örtüsü İndeksini (NDVI) ve arazi yüzey sıcaklığını (LST) kullanarak permafrost bölgelerini belirledik. Bu çalışmada, 2017 yılında Arktik Kuzey Kutbu Güvenlik Açığı Deneyi (ABoVE) sırasında toplanan atmosferik şişe örneklerini kullanarak CO2 ve CH4 konsantrasyon ölçümlerinin iki ekosistem arasında farklılık gösterip göstermediğini belirlemeyi amaçlıyoruz. Genel olarak sonuçlar, NDVI ile LST arasında pozitif bir korelasyon olduğunu gösterdi; kuzey ormanı, tundraya göre daha yüksek NDVI ve LST ile karakterize edilir. Ek olarak, daha yüksek CO2 konsantrasyonları daha düşük NDVI ve LST ile ilişkilendirilmiştir. Ancak örnekleri iki ekosisteme ayırdığımızda günlük döngülerinde herhangi bir farklılık görülmedi. Genel olarak CH4 ölçümleri NDVI ve LST ile net bir ilişki göstermedi ancak örnekleri ekosisteme göre ayırırken ağırlıklı olarak tundrada daha yüksek ölçümler görüldü. Farklı CH4 konsantrasyonları, termokarst gölleri ve antropojenik faktörler gibi bu çalışmada dikkate alınmayan diğer çevresel kaynaklardan etkilenebilir. Ekosistemleri ayırt etmek ve bulguları doğrulamak için daha fazla çalışma, toprak nem örneklerinin incelenmesi ve permafrost aktif katman kalınlıklarının karşılaştırılması yoluyla yapılabilir. Ek olarak, karbon salınım oranlarını daha iyi anlamak için, zaman içinde tundra ve kuzey ormanı arasındaki girdap kovaryans ölçümleri incelenebilir.
Rayyane Matonding, San Francisco Üniversitesi
Biyojenik Uçucu Organik Bileşikler (BVOC’ler), özellikle emisyonların ve fotokimyasal aktivitenin zirve yaptığı yaz aylarında yerel hava kalitesini etkiler. BVOC’ler, solunum sağlığı riskleri oluşturan yer seviyesinde ozon oluşturacak şekilde oksitlenebilir. BVOC’lerin önemli bir fotooksidasyon ürünü olan formaldehit (HCHO), uzaktan algılama çalışmalarında biyojenik emisyonlar için yararlı bir proxy görevi görür. Benzer şekilde nitrojen dioksit (NO2) yanmayla ilgili aktiviteyi ve antropojenik VOC etkisini gösterir. Bu çalışma, biyojenik ve antropojenik kaynaklar arasındaki dengeyi yansıtan HCHO’dan NO2’ye fotokimyasal rejimi kullanarak kentsel ağaç örtüsü ile BVOC ile ilişkili ozon oluşumu arasındaki ilişkiyi incelemektedir. HCHO ve NO2 verileri NASA’nın TEMPO cihazından, ağaç örtüsü verileri ise SF OpenData’dan elde edildi. San Francisco, kentsel yeşillendirme çabaları, yüksek antropojenik emisyonlar ve istilacı ağaç türlerinin yaygınlığı nedeniyle seçildi. Zaman serisi çizimlerini kullanarak HCHO/NO2 oranlarındaki zamansal eğilimleri karşılaştırmak için yaklaşık yüzde 22 gölgelik örtüsüne sahip Sunnyside ve yaklaşık yüzde 2 gölgelik örtüsüne sahip Potrero Hill olmak üzere iki mahalle seçildi. Bu mahalleler, daha yerelleştirilmiş atmosferik analizlere olanak tanıyan hiper yerel hava durumu verilerinin mevcudiyetine göre seçildi. 18 Haziran 2024 15:11 ve 18:11 saatleri dışında ağaç örtüsü ile HCHO/NO2 oranları arasında tutarlı bir ilişki gözlemlenmedi; bu durum yüksek fotolizle ilişkili olabilir. Bölgesel rüzgar, meridyen rüzgarı ve sıcaklık gibi hava durumu değişkenleri analize dahil edildiğinde anlamlı bir korelasyon bulunamadı. Daha fazla araştırma diğer şehirleri, ek zaman dilimlerini ve ağaç türü bilgilerini içermelidir.
Emmanuel Kaiser-Veyrat, Cornell Üniversitesi
Sulak alanlar, 20 yıllık bir zaman diliminde CO2’nin 56 katı ışınımsal zorlamaya sahip bir sera gazı olan CH4’ün en büyük ve en belirsiz biyolojik kaynağıdır. Tutarlı yerinde gözlemler için bu dinamik ekosistemlerin uzay-zamansal kısıtlamaları göz önüne alındığında, uzaktan algılanan bitki örtüsü endeksleri (VI), CH4 değişimlerini yöneten biyofiziksel ve biyokimyasal koşulları yakalamak için ölçeklenebilir bir yaklaşım sunar. Bununla birlikte, sulak alan ortamlarındaki güvenilirlikleri, yoğun bitki örtüsündeki sinyal doygunluğunun yanı sıra su, toprak ve bitkilerin spektral karışımı nedeniyle zorlanmaktadır. Bu sınırlamaları ölçmek amacıyla, şu soruyu yanıtlamak için Rastgele Orman Regresörü (RFR) makine öğrenme algoritmasını kullanıyoruz: Uzaktan algılanan bitki örtüsü özellikleri, tatlı su ve tuzlu su bataklıklarındaki CH4 akışlarını tahmin edebilir mi? Endeks Veri Tabanındaki VI’lar, Landsat-7 ETM+ ve Landsat-8 OLI için Landsat Collection 2 Seviye-2 ürünlerinden türetilmiştir. FLUXNET-CH4 Topluluk Ürünü, bitişik ABD genelinde 2011 ila 2018 aralığının bir kısmını veya tamamını kapsayan günlük ortalama metan akışı değerlerine sahip 17 sulak alan alanı ortaya çıkarmaktadır. Artan ölçüm yüksekliğiyle tek tip bir ölçeklendirme yaklaşımı benimseyen her bölge için genelleştirilmiş akı ayak izleri hesaplandı. RFR’den özellik önemlerini çıkararak, Yeşil Bitki Örtüsü Nem Endeksi’nin (GVMI), akı kulesi alanlarından ölçülen iki meteorolojik ortak değişken de dahil olmak üzere diğer tüm endekslerden tutarlı bir şekilde daha iyi performans gösterdiğini gördük: hava sıcaklığı ve kısa dalga radyasyonu. VI’ları beş kategoriye (nem ve su, yeşillik ve üretkenlik, yapı ve toprak, pigmentler ve yanık) gruplandırdığımızda, nem ve su endekslerinin özellik önemi açısından sürekli olarak diğer tüm kategorilerin toplamından daha yüksek puan aldığını gördük.
Source link
