Using near-infrared-enabled digital repeat photography to track structural and physiological phenology in Mediterranean tree-grass ecosystems

Abstract

Los ecosistemas de pastos arbóreos están ampliamente distribuidos. Sin embargo, su fenología aún no ha sido totalmente caracterizada. La técnica de fotografías digitales repetidas para la vigilancia de la fenología de las plantas (en adelante denominada PhenoCam) ofrece oportunidades para la vigilancia a largo plazo de la fenología de las plantas y la extracción de las fechas de transición fenológica (PTD, por ejemplo, el comienzo del período vegetativo). En este caso, nuestro objetivo es evaluar la utilidad de la PhenoCam habilitada para el infrarrojo cercano para la vigilancia de la fenología de la estructura (es decir, el verdor) y la fisiología (es decir, la productividad primaria bruta-PIB) en cuatro sitios mediterráneos de pastos arbóreos. Calculamos cuatro índices de vegetación (VI) a partir de las PhenoCams: 1) coordenadas cromáticas verdes (GCC), 2) índice de vegetación de diferencia normalizada (CamNDVI), 3) índice de reflectancia de la vegetación en el infrarrojo cercano (CamNIRv), y 4) índice de vegetación de proporción (CamRVI). El GPP se deriva de la medición de la torre de flujo de covarianza de Eddy. A continuación, hemos extraído los PTD y su incertidumbre de diferentes VI y GPP. A continuación se evaluó la coherencia entre la fenología estructural (VIs) y fisiológica (GPP). CamNIRv es el mejor para representar las PTDs de GPP durante el período de Green-up, mientras que CamNDVI es el mejor durante el período de Dry-down. Además, CamNIRv supera a los otros VIs en el seguimiento de la duración de la temporada de crecimiento de GPP. En resumen, los resultados muestran que es prometedor el seguimiento de la fenología estructural y fisiológica del ecosistema mediterráneo estacionalmente seco mediante el uso de PhenoCam habilitado para el infrarrojo cercano. Sugerimos utilizar múltiples VI para representar mejor la variación de la GPP.

Tree–grass ecosystems are widely distributed. However, their phenology has not yet been fully characterized. The technique of repeated digital photographs for plant phenology monitoring (hereafter referred as PhenoCam) provide opportunities for long-term monitoring of plant phenology, and extracting phenological transition dates (PTDs, e.g., start of the growing season). Here, we aim to evaluate the utility of near-infrared-enabled PhenoCam for monitoring the phenology of structure (i.e., greenness) and physiology (i.e., gross primary productivity—GPP) at four tree–grass Mediterranean sites. We computed four vegetation indexes (VIs) from PhenoCams: (1) green chromatic coordinates (GCC), (2) normalized difference vegetation index (CamNDVI), (3) near-infrared reflectance of vegetation index (CamNIRv), and (4) ratio vegetation index (CamRVI). GPP is derived from Eddy covariance flux tower measurement. Then, we extracted PTDs and their uncertainty from different VIs and GPP. The consistency between structural (VIs) and physiological (GPP) phenology was then evaluated. CamNIRv is best at representing the PTDs of GPP during the Green-up period, while CamNDVI is best during the Dry-down period. Moreover, CamNIRv outperforms the other VIs in tracking growing season length of GPP. In summary, the results show it is promising to track structural and physiology phenology of seasonally dry Mediterranean ecosystem using near-infrared-enabled PhenoCam. We suggest using multiple VIs to better represent the variation of GPP.