Vol. 26 Núm. 2 (2020): Verano 2020
Artículos Científicos

Evaluación del índice de área foliar con método indirecto y directo en distintas condiciones ambientales en plantaciones dendroenergéticas de Eucalyptus tereticornis Sm.

xml
  • Juan Carlos Valverde,
  • Dagoberto Arias
Juan Carlos Valverde
Instituto Tecnológico de Costa Rica
Biografía
Dagoberto Arias
Instituto Tecnológico de Costa Rica
Biografía
DOI: https://doi.org/10.21829/myb.2020.2621953

Publicado 2020-04-24

Palabras clave

  • app,
  • trees,
  • digital hemispheric photography,
  • LAI-2000,
  • direct method,
  • indirect method
    • ...Más
    Menos
  • aplicaciones móviles,
  • árboles,
  • fotografía hemisférica digital,
  • LAI-2000,
  • método directo,
  • método indirecto
    • ...Más
    Menos

Derechos de autor 2020

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Resumen

El índice de área foliar (IAF) es un parámetro relacionado con múltiples variables fisiológicas y de crecimiento en especies arbóreas. Su evaluación se ha realizado con técnicas directa e indirecta; la primera es de carácter destructivo, pero con un nivel de precisión elevado; la indirecta es de rápido desarrollo y no afecta el crecimiento del individuo, pero tiene menor precisión. En este último grupo destacan los sistemas ópticos, específicamente el LAI-2000 y las fotografías hemisféricas (FDH) que son las que han proporcionado los mejores resultados en múltiples especies de plantas. Este trabajo evaluó el uso del LAI-2000 (IAF, en español) y de la FDH tomadas con un dispositivo móvil, usando una lente de ojo de pez y una aplicación móvil; se compararon sus resultados con los del método destructivo. La valoración se hizo en dos coberturas de nubes y cuatro intervalos de velocidad del viento. Los resultados mostraron que el mejor método indirecto fue el FDH-app con el modelo IAF = 0,88·IAP + 0,17 con un R2 de 0,83, seguido por el IAF-2000 y FDH-Lente. En cuanto a la nubosidad, se encontró que se tiende a subestimar entre 8% y 60% el IAF en cobertura parcialmente nublada, indistintamente del método indirecto, pero se mantuvo el FDH-app como el mejor método. Finalmente, se encontró que vientos superiores a 5 km/h generan variaciones de hasta 60% en el IAF, ya que producen una aleatoriedad del movimiento de las hojas y, con ello, cambios en la estructura de la copa; es decir, disminuyen la precisión del IAF.

xml

Citas

  1. Bréda, N. (2003). Ground‐based measurements of leaf area index: a review of methods, instruments and current controversies. Journal of Experimental Botany, 54(392), 2403-2417. doi: 10.1093/jxb/erg263
  2. Chen, J. M., Plummer, P. S., Rich, M., Gower, S. T., & Norman, J. M. (1997) Leaf area index measurements. Journal Geophys Reseach, 102(29), 429-443.
  3. Chianucci, F., & Cutini, A. (2012). Digital hemispherical photography for estimating forest canopy properties: current controversies and opportunities. iForest, 5(6), 290-295. doi: 10.3832/ifor0775-005
  4. Chianucci, F., & Cutini, A. (2013). Estimation of canopy properties in deciduous forests with digital hemispherical and cover photography. Agricultural and Forest Meteorology, 168, 130-139. doi: 10.1016/j.agrformet.2012.09.002
  5. Chianucci, F., Macfarlane, C., Pisek, J., Cutini, A., & Casa, R. (2014). Estimation of foliage clumping from the LAI-2000 Plant Canopy Analyzer: effect of view caps. Trees, 29(6), 355-366. doi: 10.1007/s00468-014-1115-x
  6. Confalonieri, R., Foi, M., Casa, R., Aquaro, S., Tona, E., Peterle, M., Boldini, A., Carli, G., Ferrari, A., Finotto, G., Guarneri, T., Manzoni, V., Movedi, E., Nisoli, A., Paleari, L., Radici, I., Suardi, M., Veronesi, D., Bregaglio, S., Cappelli, G., Chiodini, M.E., Dominoni, P., Francone, C., Frasso, N., Stella, T., & Acutis, M., (2013). Development of an app for estimating leaf area index using a smartphone. Trueness and precision determination and comparison with other indirect methods. Computers and Electronics in Agriculture, 96(4), 1050-1062.
  7. Demarez, V., Duthoit, S., Baret, F., Weiss, M., & Dedieu, G. (2008). Estimation of leaf area and clumping indexes of crops with hemispherical photographs. Agricultural and Forest Meteorology, 148(1), 644-655. doi: 016/j.agrformet.2007.11.015
  8. Dovey, S., & du Toit, B. (2005). Calibration of LAI-2000 canopy analyser with leaf area index in a young eucalypt stand. Trees, 20(3), 273-277. doi: 10.1007/s00468-005-0038-y
  9. Facchi, A., Baroni, G., Boschetti, M., & Gandol, C., (2010). Comparing optical and direct methods for leaf area index determination in a maize crop. Journal of Agriculture Engineer, 9(1), 33-40. doi: 10.2478/forj-2019-0011
  10. Gower, S.T., Kucharik, C.J., & Norman, J.M., (1999). Direct and indirect estimation of leafarea index, fAPAR, and net primary production of terrestrial ecosystems. Remote Sensors Environtal, 70(4), 29-51.
  11. Leblanc, S.G., & Chen, J.M., (2001). A practical scheme for correcting multiple scattering effects on optical IAF measurements. Agricultural and Forest Meteorology, 110(5), 125-139. doi: 10.1016/S0168-1923(01)00284-2
  12. IMN(Instituto Meteorológico Nacional). 2018. Condiciones meteorológicas regionales. Recuperado de http:/www.imn.ac.cr
  13. Jonckheere, I., Fleck, S., Nackaerts, K., Muys, B., Coppin, P., et al. (2004). Review of methods for in situ leaf area index determination: Part I. Theories, sensors and hemispherical photography. Agricultural and Forest Meteorology, 121, 19-35. doi: 10.1016/j.agrformet.2003.08.027
  14. Kucharik, C.J., Norman, J.M., & Gower, S.T. (1998). Measurements of branch area and adjusting leaf area index indirect measurements. Agricultural and Forest Meteorology, 91(5), 69-88.
  15. Küßner, R. & Mosandl, R., (2000). Comparison of direct and indirect estimation of leaf area index in mature Norway spruce stands of eastern Germany. Canada Journal of Forest Research, 30(3), 440–447, doi: 10.1139/cjfr-30-3-440
  16. Lang, A. (1986). Leaf-area and average leaf angle from transmission of direct sunlight. Australian Journal of Botanic, 34(3), 349-355.
  17. LI-COR Biosciences. (2010). LAI-2000 Plant canopy analyser: instruction manual. LI-COR, Lincoln, Nebrasca.
  18. Liu, Z., Jin, G, & Qi, Y. (2012) Estimate of leaf area index in an old-growth mixed broadleaved-Korean Pine Forest in Northeastern China. PloS one, 7(6), e32155, doi: 10.1371/journal.pone.0032155.
  19. Mason, E., Diepstraten, M., Pinjuv, G., Lasserre, J.P., (2012). Comparison of direct and indirect leaf area index measurements of Pinus radiata D. Don. Agricultural and Forest Meteorology, 166(5), 113-119, doi: 10.1007/s10342-019-01221-2.
  20. Mougin, E., Demarez, V., Diawara, M., Hiernaux, P., Soumaguel, N., & Berg, A. (2014). Estimation of IAF, fAPAR and fCover of Sahel rangelands (Gourma, Mali). Agricultural and Forest Meteorology, 198-199(2), 155-167, doi: 10.1016/j.agrformet.2014.08.006.
  21. Nackaerts, K., Coppin, P., Muys, B., & Hermy, M., (2000). Sampling methodology for IAF measurements with LAI-2000 in small forest stands. Agricultural and Forest Meteorology, 101(2): 247–250, doi: 10.1016/S0168-1923(00)00090-3.
  22. Nguy-Robertson, A., Peng, Y., Gitelson, A., Arkebauer, T., Pimstein, A., Herrmann, I., Karnieli, A., Rundquist, D. & Bonfil, D. (2014). Estimating green IAF in four crops: Potential of determining optimal spectral bands for a universal algorithm. Agricultural and Forest Meteorology, 192-193(2), 140-148.
  23. Piayda, A., Dubbert, M., Werner, C., Correia, A., Pereira, J., & Cuntz, M. (2015). Influence of woody tissue and leaf clumping on vertically resolved leaf area index and angular gap probability estimates. Forest Ecology and Management, 340, 103-113, doi: 10.1016/j.foreco.2014.12.026
  24. Pisek, J., Ryu, Y., & Alikas, K., (2011). Estimating leaf inclination and G-function from leveled digital camera photography in broadleaf canopies. Trees, 25, 919-924. doi: 10.1007/s00468-011-0566-6
  25. Poblete-Echeverría, C., Fuentes, S., Ortega-Farias, S., Gonzalez-Talice, J., & Yuri, J. (2015). Digital Cover Photography for Estimating Leaf Area Index (IAF) in Apple Trees Using a Variable Light Extinction Coefficient. Sensors, 15(4), 1-8. doi: 10.3390/s150202860
  26. Statsoft. (2015). STATISTICA, version 9.0. London: Statsoft. Recuperado de http://www.statsoft.com
  27. Valverde, J. C., Guevara-Bonilla, M., Arias, D., Briceño, E. y Esquivel, E. (2017). Efectos de las actividades de labranza en el índice de área foliar en una plantación de Tectona grandis en la zona norte de Costa Rica. Madera y Bosques, 23(2), 7-19. doi: 10.21829/myb.2017.232498
  28. Vojtech, E., Turnbull, L.A., & Hector, A. (2007). Differences in light interception in grass monocultures predict short-term competitive outcomes under productive conditions. PloS one, 2(1): e499. doi: 10.1371/journal.pone.0000499
  29. Vyas, D., Mehta, N., Dinakaran, A., & Krishnayya, H. (2010). Allometric equations for estimating leaf area index (IAF) of two important tropical species (Tectona grandis and Dendrocalamus strictus). Journal of Forestry Research, 21, 197-200. doi: 10.1007/s11676-010-0032-0
  30. Weiss, M., Baret, F., Smith, G.J., Jonckheere, I., & Coppin, P., (2004). Review of methodsfor in situ leaf area index (IAF) determination. Part II. Estimation of IAF, errorsand sampling. Agricultural and Forest Meteorology, 121(5), 37-53.
  31. Yan, G., Hu, R., Luo, J., Weiss, M., Jiang, H., Mu, M., Donghui, X., & Zhang, W. (2019). Review of indirect optical measurements of leaf area index: Recent advances, challenges, and perspectives. Agricultural and Forest Meteorology, 265(4), 390-411. doi: 10.1016/j.agrformet.2018.11.033
  32. Zhou, L., Wang, Q., Li, Y., Liu, M., Wang, R. (2018). Geen roof simulation with seasonally variable leaf area index Energy and building, 174(4), 156-167, doi: 10.1007/s12273-018-0488-y
  33. Zou, X., Mõttus, M., Tammeorg, P., Torres, C., Takala, T., Pisek, J., Mäkelä, P., Stoddard, F., Pellikka, P. (2014). Photographic measurement of leaf angles in field crops. Agricultural and Forest Meteorology, 184, 137-146. doi: 10.1016/j.agrformet.2013.09.010