Zadanie 7.1. Analiza przestrzennej i czasowej zmienności
Transkrypt
Zadanie 7.1. Analiza przestrzennej i czasowej zmienności
Zadanie 7.1. Analiza przestrzennej i czasowej zmienności zanieczyszczenia powietrza na obszarach badawczych na podstawie archiwalnych danych satelitarnych ENVISAT SCHIAMACHY oraz danych z naziemnych stacji monitoringu w Polsce W celu przebadania zanieczyszczenia powietrza na leśnych obszarach badawczych w Polsce, dotyczącego dwutlenku siarki i dwutlenku azotu, zgromadzono dane na temat tych zanieczyszczeń z dwóch stacji naziemnych zlokalizowanych w Karkonoszach i w Puszczy Boreckiej. Dane z okresu 2000 – 2014 zostały przeanalizowane w aspekcie czasowym i przestrzennym. Analiza czasowa zawartości dwutlenku siarki i dwutlenku azotu wykazała sezonowy wzrost w okresie jesienno-zimowym. Porównanie rocznych średnich poziomów zanieczyszczeń w latach 2000 – 2014 nie wykazało wyraźnych trendów zmian, z wyjątkiem dwutlenku azotu dla Puszczy Boreckiej, gdzie nastąpił wzrost zanieczyszczeń w latach 2007 – 2014. Generalnie, wyższe wartości dla obu typów zanieczyszczeń wystąpiły dla Karkonoszy niż dla Puszczy Boreckiej. W drugim etapie prac zebrano dane satelitarne ENVISAT SCHIAMACHY dla obu obszarów badawczych (dostępne były tylko dane dotyczące zawartości dwutlenku azotu w okresie 2003 – 2011). Analiza tych danych potwierdziła wnioski z analizy danych naziemnych; wyższe wartości dwutlenku azotu stwierdzono dla Karkonoszy, nie zaobserwowano trendu zmian w analizowanym okresie i sezonowego wzrostu w okresie zimowym. Korelacja dwóch zestawów danych – naziemnych i satelitarnych wykazała ich umiarkowaną zależność (r = 0.47). Zadanie 7.2. Analiza zależności pomiędzy wahaniami klimatu (zdarzeniami meteorologicznymi) a czasową i przestrzenną zmiennością wskaźników roślinnych generowanych na podstawie zdjęć satelitarnych Badanie zależności pomiędzy parametrami meteorologicznymi a wskaźnikami roślinnymi generowanymi na podstawie niskorozdzielczych zdjęć satelitarnych NOAA AVHRR doprowadził do konkluzji, że istnieje dość wyraźny związek między tymi dwoma zestawami danych. Oba wskaźniki – Znormalizowany Wskaźnik Roślinności – NDVI i Wskaźnik Kondycji Roślinności – VCI wygenerowane dla pierwszej części okresu wegetacji dobrze korelują z wartościami temperatury zimą, zwłaszcza w końcu zimy (w marcu). Oznacza to, że niskorozdzielcze zdjęcia satelitarne mogą być stosowane do monitorowania warunków stresowych roślin w pierwszej fazie wegetacji. Niemniej należy zaznaczyć, że wpływ niekorzystnych warunków meteorologicznych w końcu zimy i na początku wiosny nie odzwierciedla się poprzez wskaźniki roślinności w dalszej części okresu wegetacji. To pozwala wyciągnąć wniosek, że polskie lasy na badanych obszarach są dość odporne na anomalie pogodowe występujące w pierwszej fazie okresu wegetacji. Podobne badanie zostało przeprowadzone dla wskaźników roślinnych wygenerowanych na podstawie wysokorozdzielczych zdjęć satelitarnych (typu Landsat). W pierwszej fazie dokładnie przeanalizowano dane meteorologiczne z dwóch różnych lat – 2014 i 2015. Utworzono tzw. wskaźnik hydrotermiczny, oparty na danych o temperaturze i opadach, dla wszystkich dekad obu sezonów wegetacyjnych i porównano go z wartościami wskaźników roślinnych otrzymanych z danych Landsat. Analiza wykazała, że w przypadku 2015 roku, charakteryzującego się długimi okresami suszy, spadek wskaźnika DSWI (Disease Stress Water Index) jest znacznie większy (27 %) niż w przypadku 2014 roku (5 %). Wyniki analiz wskazują, że wskaźniki roślinne generowane na podstawie wysokorozdzielczych zdjęć satelitarnych mogą wskazywać na warunki stresowe w lasach ze względu na wpływ suszy. Ten wniosek został poparty analizą regresji pomiędzy wskaźnikiem hydrotermicznym w latach 2000 – 2016 i spadkiem wskaźnika DSWI w tych latach. Analiza wykazała dobrą korelację między tymi dwoma zestawami danych (r = -0.72). Ponadto wykryto, że poziom wpływu suszy na kondycję drzewostanów jest zależny od typu siedliska; lasy usytuowane na siedlisku suchym okazały się mniej podatne na wpływ suszy niż te zlokalizowane na siedliskach świeżym i wilgotnym. Zadanie 7.3. Analiza zależności pomiędzy wskaźnikami roślinnymi ze zdjęć satelitarnych a pomiarami naziemnymi Naziemne pomiary spektrometryczne, prowadzone w trzech sezonach wegetacji, były podstawa do wygenerowania licznych wskaźników roślinnych, charakteryzujących różne aspekty kondycji roślinności: ogólna kondycje roślin, zawartość chlorofilu i innych barwników roślinnych, ilość suchej biomasy, zawartość wody, zawartość azotu w roślinach. Spośród 40 wskaźników wybrano sześć, które okazały się statystycznie istotne dla różnic w okresie wegetacji oraz korelowały z różnymi parametrami roślin. Były to: Normalized Difference Infrared Index (NDII) wrażliwy na ilość wody w roślinach, Simple Ratio Index (SR) charakteryzujący ogólną kondycję roślin, Enhanced Vegetation Index (EVI) wrażliwy na strukturę roślinności, wąskopasmowy Normalized Difference Vegetation Index (NDVI 705) oraz Green Normalized Difference Vegetation Index (Green NDVI) charakteryzujący zawartość chlorofilu i Simple Ratio Pigment Index (SRPI) wrażliwy na zawartość pigmentów. Wyniki analizy tych wskaźników w dwóch sezonach wegetacji – 2014 – 2015 pozwoliły wyciągnąć wnioski, że niektóre wskaźniki – NDII i SR – odzwierciedlają zmiany parametrów meteorologicznych, które są powiązane z suszą; większe spadki wskaźników wystąpiły w roku suszowym 2015. Stąd też wnioski wyciągnięte z badań naziemnych potwierdzają wyniki analiz wysokorozdzielczych zdjęć satelitarnych. Badanie zależności pomiędzy naziemnymi pomiarami spektrometrycznymi (ASD FieldSpec) i danymi satelitarnymi ze Svalbardu było ukierunkowane na ocenę różnych wskaźników roślinnych do wykrywania stresu roślinności. W trakcie badań stwierdzono, że zależność taka istnieje w przypadku łącznego wpływu zanieczyszczeń z kopalni oraz zimowych ociepleń klimatu na rośliny karłowate takie jak Cassiope tetragona i Dryas octopetala.. Analiza regresji dla wskaźnika RENDVI określonego na podstawie danych naziemnych oraz danych satelitarnych (RapidEye) dla różnych stanowisk roślinnych wykazała silny związek R 2 = 0.82, p = 0.036. Ten związek wykazuje, ze jest możliwe przeniesienie informacji o stresie roślin pochodzącej z pomiarów naziemnych na poziom lokalny i regionalny. Zadanie 7.4. Przestrzenna analiza w profilu północ – południe zależności zidentyfikowanych w zadaniach 7.1. i 7.2 w celu określenia wpływu zmian klimatu na kondycję roślin w zależności od szerokości geograficznej i typu klimatu Analiza wpływu zmian klimatu na kondycję roślin, prowadzona w strefie umiarkowanej w Polsce wykazała, ze istnie zależność pomiędzy wskaźnikiem roślinności dla lasów północnowschodniej Polski, będących pod wpływem klimatu kontynentalnego oraz dla lasów południowej Polski, które są częściowo w zasięgu klimatu morskiego. Jednocześnie stwierdzono, ze ekstremalne zmiany parametrów meteorologicznych, powodujące susze mogą być odzwierciedlane za pomocą spadu wskaźnika roślinności (DSWI). Jednalże zarazem stwierdzono, że lasy Polski w strefie umiarkowanej są dość odporne na wahania temperatury na początku okresu wegetacji, kompensując niekorzystne warunki rozwoju w dalszych fazach fenologicznych. W przypadku klimatu arktycznego na Svalbardzie stwierdzono, że roślinność karłowata jest bardziej wrażliwa na wpływ zdarzeń klimatycznych i zanieczyszczeń powietrza. Analiza danych z satelity Formosat pozyskanych w 2011 i 2012 roku wykazuje, ze że zimowe ocieplenia obserwowane w roku 2012, powodujące uszkodzenia roślinności, mogą być wykrywane za pomocą zdjęć satelitarnych. Analiza wysokorozdzielczych zdjęć Landsat i niskorozdzielczych zdjęć MODIS I AVHRR na tym samym obszarze (Adventdalen) wykazała spadek maksymalnej wartości NDVI (AVHRR) dla lat 2005-2007, 2010 i 2012, które są zgodne z epizodami zimowego ocieplenia w tych latach. Tak więc można wnioskować, ze wpływ zmian klimatu na stan roślinności jest większy w kimacie arktycznym niż w strefie klimatu umiarkowanego. Zadanie 7.5. Porównanie zawartości zanieczyszczeń w roślinach na różnych obszarach badawczych Wyniki analizy zawartości zanieczyszczeń w roślinach na różnych obszarach badawczych zostały przedstawione w postaci map, na których zaprezentowano poziomy zanieczyszczeń dla metali ciężkich (mangan, nikiel, cynk, kadm, miedź, ołów). Dla każdego obszaru badawczego wygenerowano oddzielny zestaw map z kolejnych kampanii terenowych i określono miejsca najbardziej narażone na akumulację zanieczyszczeń. Analiza zmian koncentracji metali ciężkich w roślinach w trakcie okresu wegetacji nie wykazała istotnych trendów, z wyjątkiem Puszczy Białowieskiej, gdzie w 2015 roku zaobserwowano wzrost poziomu niklu. Generalnie największe zanieczyszczenie metalami ciężkimi zaobserwowano w Beskidzie Żywiecki (głównie cynkiem, kadmem i ołowiem) oraz w Karkonoszach. Najniższe poziomy koncentracji metali ciężkich wystąpiły w lasach północnowschodniej Polski (Puszcza Borecka). Zadanie 7.6. Badanie zależności pomiędzy zawartością zanieczyszczeń w roślinach a kondycja roślinności określaną za pomocą pomiarów naziemnych, zdjęć lotniczych i satelitarnych Badanie zależności pomiędzy zawartością zanieczyszczeń w roślinach a kondycją roślinności określoną za pomocą pomiarów naziemnych zostało przeprowadzone poprzez porównanie poziomów zanieczyszczeń z poziomem chlorofilu w roślinach. Mapy przestrzennego rozkładu zanieczyszczeń były podstawa wyboru miejsc do analizy. Rozkład zanieczyszczeń był analizowany w okresie wiosennym i w środku okresu wegetacji. Poziom chlorofilu został określony dla każdego gatunku (świerk, buk, sosna, grab) oddzielnie dla punktów o niskiej i wysokiej koncentracji metali ciężkich. Celem analizy było stwierdzenie, czy znaczny spadek poziomu chlorofilu jest związany ze zwiększonym poziomem zanieczyszczeń. Wyniki analizy wskazują, że nie ma istnych różnic w poziomie chlorofilu dla roślin o wysokiej i niskiej zawartości zanieczyszczeń (z wyjątkiem Karkonoszy i Beskidu Żywieckiego, gdzie nieznaczny spadek poziomu chlorofilu zaobserwowano wiosna dla świerka i buka). Zadanie 7.7. Analiza stopnia wpływu zanieczyszczeń na zwiększoną podatność roślin na zmiany klimatyczne Sprawdzenie hipotezy, że roślinność będąca pod wpływem zanieczyszczeń jest bardziej podatna na zdarzenia klimatyczne, takie jak zimowe ocieplenia klimatu, było trudne w ramach projektu WICLAP. Dla polskich obszarów badawczych zaobserwowano dość niski poziom zanieczyszczeń metalami ciężkimi, stąd też wpływ na kondycję roślinności był zaniedbywalny, co potwierdziły prace w ramach zadania 7.6. W przypadku Svalbardu stwierdzono zależność pomiędzy wysokim zanieczyszczeniem niklem i wielkością uszkodzeń roślinności tundrowej, lecz ta zależność powinna być zweryfikowana w toku dalszych badań poza projektem WICLAP, aby uczynić ją w pełni wiarygodną.