Poskytovatel grantu: Ministerstvo školství mládeže a tělovýchovy
Příjemce: Ústav výzkumu globální změny AV ČR, v. v. i.
Klíčová slova: Letecký dálkový průzkum Země; FLIS; G-LiHT; Obrazová spektroskopie; Hyperspektrální; Fluorescence; Jehličnaté lesy; obsah chlorofylu; LAI; fAPAR
Detail projektu v RVVI:
RVVI
Anotace projektu:Jedny z nejvíce zranitelných ekosystémů, postižených důsledky globálních klimatických změn (např. suchem či přemnožením škůdců), jsou přirozené horské a boreální, i uměle introdukované nížinné, jehličnaté lesy s dominancí smrkových druhů. Obrazová spektrální data leteckého dálkového průzkumu Země (DPZ) nám mohou poskytnout detailní prostorové informace o zdravotním stavu a vývoji produkce těchto lesních ekosystémů. Ústav výzkumu globální změny (ÚVGZ) provozuje, jako jediná výzkumná organizace v ČR, letecký mapovací systém, jež snímá během jediného náletu hyperspektrální obrazová data jak ve viditelné, blízké a střední infračervené tak v termální části spektra, jež mohou být případně doplněna laserovými (lidarovými) daty, či spektrálními daty emise chlorofylové fluorescence. Podobnou leteckou infrastrukturou disponuje taktéž Biosférická laboratoř americké národní kosmické agentury NASA Goddard Space Flight Centre (GSFC). Obě instituce proto navrhují propojit své zkušenosti a vědecké aktivity v oblasti leteckého dálkového průzkumu v tomto projektu, jehož hlavním cílem je ustanovit standardizované a univerzálně aplikovatelné metody mapování kvantitativních indikátorů sloužící k ohodnocení aktuálního stavu jehličnatých lesních porostů. Konkrétními cílovými indikátory jsou: množství zelených fotosyntetických listových barviv (chlorofylů), index listové plochy (LAI), frakce absorbovaného fotosynteticky aktivního záření (fAPAR) a emise chlorofylové fluorescence (F) vznikající z fAPAR energie nevyužité fotosyntetickými procesy. Metody odhadu těchto indikátorů z leteckých hyperspektrálních dat budou založeny na matematické inverzi simulací trojrozměrného modelu přenosu slunečního záření korunami stromů pomocí algoritmů strojového učení. Kombinace map biochemických a biofyzikálních indikátorů, odvozených z leteckých hyperspektrálních a fluorescenčních systémů, zprostředkuje detailní prostorové vyhodnocení stresové zátěže a na ni závislé primární produkce jak českých, tak severoamerických jehličnatých lesních ekosystémů.