Assessment of the seasonal dynamics of the normalized differential vegetation index (NDVI) and its correlation with climate predictors in wetlands “La Tembladera” (Ecuador)
Водно-болотные угодья считаются критическими экосистемами из-за снижения качества экосистемных услуг. Тем не менее, исследований состояния растительности и количества биомассы, связанных с климатическими факторами, не существует. Таким образом, данное исследование направлено на изучение сезонной динамики растительности и ее взаимосвязи с климатическими факторами, что важно для понимания регулятивной функции данной экосистемы в ходе климатических изменений. Были проанализированы два снимка Landsat OLI8 2020 года. Одно изображение относится к сезону дождей (12 апреля), а другое - к засушливому сезону (2 августа). Радиометрические и атмосферные поправки изображений и определение границ исследуемого участка (ROI) были разработаны в программе ENVI 5.3. Нормализованный дифференциальный вегетационный индекс (NDVI) рассчитывался с помощью программы ENVI 5.3 (гистограммы позволяли определять биомассу) и с помощью ArcGIS 10.3 (для индекса классификации). Для определения корреляции между переменными применялись коэффициент Пирсона (r) и программа Statistica. Была определена слитная корреляционная линейная зависимость между NDVI, количеством биомассы и климатическими переменными. В сезон дождей (апрель) с более высокой температурой и интенсивностью осадков NDVI составлял >0,5 на большей части территории «Ла Тембладера», а биомасса составляла 372613,0 т, тогда как в сухой сезон (август) с более низкой температурой и более низкими осадками, на большей части площади NDVI снизился (0,14-0,5), а биомасса составила 333856,95 т. Коэффициент Пирсона подтвердил прямую корреляцию (r=1) между биомассой, осадками, температурой и влажностью. Следовательно, сезонная динамика растительности и ее биомассы обусловлена колебаниями именно этих климатических переменных. Таким образом, в сезон дождей (более высокие осадки, температура и влажность) биомасса увеличивалась. Эти результаты могут быть использованы для последующего моделирования последствий изменения климата в данных экосистемах.