DOI: https://doi.org/10.1016/j.ecoinf.2024.102702
تاريخ النشر: 2024-07-03
المؤلف: Michele Torresani وآخرون
الموضوع الرئيسي: توزيع الأنواع وتغير المناخ
نظرة عامة
تفترض فرضية التباين الطيفي (SVH)، التي تم تأسيسها قبل عقدين من الزمن، وجود علاقة إيجابية بين التباينات المكانية في البيانات الطيفية من الاستشعار عن بعد والتغيرات البيئية، والتي ترتبط بدورها بثراء الأنواع. تقترح هذه الفرضية أن المناطق ذات التباين الطيفي العالي (SH) من المحتمل أن تدعم عددًا أكبر من النظم البيئية، وبالتالي، تنوعًا أكبر من الأنواع. وقد أدت التطورات الأخيرة في تكنولوجيا الاستشعار عن بعد والتقنيات التحليلية إلى إعادة تقييم SVH، مما أدى إلى مراجعة منهجية لأكثر من 130 دراسة تقيم تطبيقها عبر نظم بيئية مختلفة، وخصائص الاستشعار عن بعد، ومقاييس التنوع البيولوجي.
تسلط المراجعة الضوء على الاعتراف المتزايد بـ SVH كطريقة قابلة للتطبيق لتقدير التنوع البيولوجي، لا سيما في المناطق النائية. تناقش النظم البيئية التي تم اختبارها، وخصائص البيانات الضوئية المستخدمة، والفهارس المستخدمة لقياس SH، بينما تتناول أيضًا الشكوك والفخاخ المحتملة المرتبطة بتطبيقات SVH. يدعو المؤلفون إلى دراسات شاملة تدمج العوامل المختلفة التي تؤثر على تقدير التنوع البيولوجي ويؤكدون على الحاجة إلى زيادة الدعم المالي وسياسات البيانات المفتوحة لتسهيل المزيد من البحث. يُعتبر التعاون بين علماء البيئة والمتخصصين في مراقبة الأرض أمرًا أساسيًا لتقدم تطبيق SVH في مراقبة التنوع البيولوجي وجهود الحفظ.
مقدمة
تؤكد المقدمة على الأهمية الحاسمة للحفاظ على تنوع الحياة على الأرض وإدارة الموارد الطبيعية بشكل مستدام، بما يتماشى مع المبادرات العالمية مثل اتفاقية كونمينغ-مونتريال وأهداف التنمية المستدامة للأمم المتحدة (SDGs). تركز SDG 15 بشكل خاص على حماية النظم البيئية الأرضية ووقف فقدان التنوع البيولوجي، مما يتطلب تكاملًا قويًا واستجابة للاحتياجات المحلية. يُعرف التنوع البيولوجي بأنه تنوع الحياة على الأرض، وهو ضروري لخدمات النظام البيئي التي تدعم رفاهية الإنسان والأنشطة الاقتصادية. ومع ذلك، تشير التوقعات إلى أن فقدان التنوع البيولوجي قد يكلف ما يصل إلى 7% من الناتج المحلي الإجمالي العالمي بحلول عام 2050، مما يبرز الحاجة إلى بيانات شاملة حول توزيع الأنواع والبدائل البيئية لإبلاغ استراتيجيات الحفظ الفعالة.
تناقش هذه الفقرة أيضًا تطور مراقبة التنوع البيولوجي، مسلطة الضوء على قيود الجرد التقليدي في الميدان ومزايا تقنيات مراقبة الأرض. تسمح التطورات الأخيرة في الاستشعار عن بعد بجمع بيانات معيارية دورية يمكن أن تعزز تقييمات التنوع البيولوجي. تم تقديم فرضية التباين الطيفي (SVH) كطريقة لربط البيانات الطيفية من الاستشعار عن بعد بمقاييس التنوع البيولوجي، مقترحة أن المناطق ذات التباين الطيفي العالي قد تدعم ثراءً أكبر من الأنواع. تهدف المراجعة إلى استكشاف قابلية تطبيق SVH عبر نظم بيئية مختلفة وأبعاد التنوع البيولوجي، بما في ذلك تنوع ألفا وبيتا وغاما، مع معالجة التعقيدات والتحديات الكامنة في استخدام بيانات الاستشعار عن بعد لمراقبة التنوع البيولوجي. تم هيكلة الورقة لتقديم نظرة شاملة على تقدمات SVH، والشكوك، وآفاق المستقبل في تقييم التنوع البيولوجي.
الطرق
شملت المنهجية للمراجعة الأدبية المنهجية حول فرضية التباين الطيفي (SVH) بحثًا شاملاً باستخدام قاعدة بيانات Web of Science، مع التركيز على المقالات المنشورة حتى ديسمبر 2023. استخدم البحث استعلامًا محددًا تضمن مصطلحات تتعلق بالتباين الطيفي والاستشعار عن بعد، مع تصفية النتائج حسب اللغة (الإنجليزية) ونوع الوثيقة (مقال). أسفر هذا البحث الأولي عن 131 ورقة ذات صلة، تم تحليلها بعد ذلك للحصول على تفاصيل رئيسية مثل النظام البيئي المدروس، وبيانات الاستشعار عن بعد المستخدمة، وأهداف الدراسة، والنتائج الرئيسية، ومؤشرات التباين والتنوع المختلفة.
لتقييم العلاقة بين التباين الطيفي (SH) ومقاييس التنوع البيولوجي، تم استخراج مقاييس كمية بما في ذلك $R^2$ (المحول إلى $R$)، وKendall’s tau، وSpearman’s Rho من كل دراسة. تم اختيار أعلى القيم لهذه المقاييس لضمان التناسق عبر التحليلات. ثم تم تصنيف المقالات إلى ثلاث فئات بناءً على جودة التناسب: الفئة الأولى (“l”) لجودة منخفضة (قيم من 0 إلى 0.5)، الفئة الثانية (“m”) لجودة متوسطة (0.51 إلى 0.65)، والفئة الثالثة (“h”) لجودة عالية (0.66 إلى 1). كانت هذه التصنيف تهدف إلى توفير إطار موضوعي لتقييم الدراسات بالنسبة لـ SVH، على الرغم من أنه تم الاعتراف بأن هذه الطريقة قد تفرض قيودًا على التقييم العام لجودة الأوراق.
النتائج
في مراجعتنا الأدبية، حددنا ما مجموعه 131 منشورًا، مما يكشف عن زيادة مستمرة في عدد المنشورات من عام 2000 إلى 2023، مع ذروتين ملحوظتين في عامي 2021 و2022. تؤكد هذه الاتجاهات على الاهتمام المتزايد باستخدام التباين الطيفي (SH) كمؤشر للاستشعار عن بعد لتقييم التنوع البيولوجي. بدأت الأعمال الأساسية في هذا المجال في عام 2002 مع بالمر وآخرين، الذين اقترحوا أن التباين في الإشارات المستشعرة عن بعد من الصور الضوئية يمكن أن يعمل كبديل لتقييم تنوع النباتات الوعائية في محمية Tallgrass Prairie، باستخدام التصوير الفوتوغرافي الجوي البانكروماتي. أسست دراستهم علاقات إيجابية بين مقاييس SH، وبالتحديد الانحراف المعياري للانعكاس، ومؤشرات التنوع البيولوجي مثل ثراء الأنواع، والندرة، وعدد الأنواع النادرة.
بالإضافة إلى ذلك، تسلط مراجعتنا الضوء على أن فرضية التباين الطيفي (SVH) تم تصورها في البداية من قبل بالمر وآخرين في عام 1999 وتم اختبارها تجريبيًا لأول مرة من قبل غولد في عام 2000. أظهرت أبحاث غولد أن تباين مؤشر الفرق النباتي المعياري (NDVI)، الذي تم قياسه من خلال الانحراف المعياري كمؤشر للتباين، يمكن أن يعكس أنماط التنوع البيولوجي بشكل فعال. تؤكد هذه المجموعة من الأعمال بشكل جماعي على أهمية SH في الدراسات البيئية وإمكاناتها في تعزيز مراقبة التنوع البيولوجي من خلال تقنيات الاستشعار عن بعد.
المناقشة
تقدم فقرة المناقشة في الورقة نظرة شاملة على فرضية التباين الطيفي (SVH) وتطبيقها عبر نظم بيئية مختلفة، مسلطة الضوء على أهمية أنواع التنوع البيولوجي المختلفة—ت diversity ألفا وبيتا وغاما. يشير تنوع ألفا إلى تنوع الأنواع داخل موطن معين، بينما يقيس تنوع بيتا التغيير في تركيب الأنواع عبر مواطن مختلفة، ويشمل تنوع غاما إجمالي تنوع الأنواع عبر مناطق أكبر. تؤكد الدراسة على فعالية SVH في تقدير تنوع الأنواع النباتية، لا سيما في النظام البيئي القطبي لمنطقة نهر هود، كندا، حيث وُجد أنه يتوافق جيدًا مع التباين في المناظر الطبيعية كما تشير إليه أنواع النباتات وتباين NDVI.
تشير المراجعة إلى تطبيق دولي كبير لـ SVH، حيث تتصدر الولايات المتحدة وإيطاليا عدد المنشورات. شكلت النظم البيئية الغابية الغالبية العظمى من الدراسات (28%)، تليها المراعي (25%) والأنواع المختلطة (22%). تشير النتائج إلى أنه بينما تم اختبار SVH بشكل قوي في البيئات الغابية، فإن تطبيقها في المراعي يقدم تحديات فريدة، كما يتضح من تقييمات الدقة المتفاوتة. تناقش الورقة أيضًا خصائص البيانات الضوئية المستخدمة في تقييمات SVH، مشيرة إلى أن المنصات القائمة على الأقمار الصناعية تهيمن على مشهد البحث. تكشف التحليلات أنه بينما تشير الدراسات متعددة الأطياف المستندة إلى الفضاء عمومًا إلى نتائج جيدة، فإن فعالية SVH تتأثر بخصائص النظام البيئي المحددة، والبيانات الضوئية المستخدمة، والمنهجيات المستخدمة لجمع بيانات الميدان. تؤكد هذه الفهم المعقد على الحاجة إلى مزيد من البحث لتحسين تطبيق SVH عبر سياقات بيئية متنوعة.
DOI: https://doi.org/10.1016/j.ecoinf.2024.102702
Publication Date: 2024-07-03
Author(s): Michele Torresani et al.
Primary Topic: Species Distribution and Climate Change
Overview
The Spectral Variation Hypothesis (SVH), established two decades ago, posits a positive correlation between spatial variations in spectral data from remote sensing and environmental variations, which in turn relate to species richness. This hypothesis suggests that regions with high spectral heterogeneity (SH) are likely to support a greater number of ecological niches and, consequently, a higher diversity of species. Recent advancements in remote sensing technology and analytical techniques have prompted a reevaluation of SVH, leading to a systematic review of over 130 studies that assess its application across various ecosystems, remote sensing characteristics, and biodiversity metrics.
The review highlights the growing recognition of SVH as a viable method for estimating biodiversity, particularly in remote areas. It discusses the ecosystems tested, the optical data characteristics employed, and the indices used to measure SH, while also addressing the uncertainties and potential pitfalls associated with SVH applications. The authors advocate for comprehensive studies that integrate various factors influencing biodiversity estimation and emphasize the need for increased financial support and open data policies to facilitate further research. Collaboration between ecologists and Earth observation specialists is deemed essential for advancing the application of SVH in biodiversity monitoring and conservation efforts.
Introduction
The introduction emphasizes the critical importance of preserving Earth’s biodiversity and sustainably managing natural resources, aligning with global initiatives such as the Kunming-Montreal Agreement and the United Nations’ Sustainable Development Goals (SDGs). Specifically, SDG 15 focuses on protecting terrestrial ecosystems and halting biodiversity loss, necessitating robust integration and responsiveness to local needs. Biodiversity, defined as the variety of life on Earth, is essential for ecosystem services that support human well-being and economic activities. However, projections indicate that biodiversity loss could cost up to 7% of the global GDP by 2050, underscoring the need for comprehensive data on species distribution and ecological proxies to inform effective conservation strategies.
The section further discusses the evolution of biodiversity monitoring, highlighting the limitations of traditional field inventories and the advantages of Earth observation technologies. Recent advancements in remote sensing allow for the collection of standardized, periodic data that can enhance biodiversity assessments. The Spectral Variation Hypothesis (SVH) is introduced as a method for linking spectral data from remote sensing to biodiversity metrics, suggesting that areas with high spectral heterogeneity may support greater species richness. The review aims to explore the applicability of the SVH across different ecosystems and biodiversity dimensions, including alpha, beta, and gamma diversity, while addressing the complexities and challenges inherent in using remote sensing data for biodiversity monitoring. The paper is structured to provide a comprehensive overview of the SVH’s advancements, uncertainties, and future perspectives in biodiversity assessment.
Methods
The methodology for the systematic literature review on the Spectral Variation Hypothesis (SVH) involved a comprehensive search using the Web of Science database, with a focus on articles published until December 2023. The search utilized a specific query that included terms related to spectral variation and remote sensing, filtering results by language (English) and document type (Article). This initial search yielded 131 relevant papers, which were subsequently analyzed for key details such as the ecosystem studied, remote sensing data utilized, study goals, main outcomes, and various heterogeneity and diversity indices.
To assess the relationship between spectral heterogeneity (SH) and biodiversity metrics, quantitative measures including $R^2$ (transformed to $R$), Kendall’s tau, and Spearman’s Rho were extracted from each study. The highest values for these metrics were selected to ensure consistency across the analyses. The articles were then categorized into three classes based on their goodness of fit: Class one (“l”) for low goodness (values 0 to 0.5), Class two (“m”) for medium goodness (0.51 to 0.65), and Class three (“h”) for high goodness (0.66 to 1). This classification aimed to provide an objective framework for evaluating the studies in relation to the SVH, although it is acknowledged that this approach may impose limitations on the overall assessment of the papers’ quality.
Results
In our literature review, we identified a total of 131 publications, revealing a consistent increase in the number of publications from 2000 to 2023, with notable peaks in 2021 and 2022. This trend underscores the growing interest in using spectral heterogeneity (SH) as a remote sensing indicator for biodiversity assessment. The foundational work in this area began in 2002 with Palmer et al., who proposed that variability in remotely sensed signals from optical images could serve as a proxy for assessing vascular plant biodiversity in the Tallgrass Prairie preserve, utilizing aerial panchromatic photography. Their study established positive correlations between SH metrics, specifically the standard deviation of reflectance, and biodiversity indices such as species richness, rarity, and the number of infrequent species.
Additionally, our review highlights that the spectral variability hypothesis (SVH) was initially conceptualized by Palmer et al. in 1999 and first empirically tested by Gould in 2000. Gould’s research demonstrated that the variability of the Normalized Difference Vegetation Index (NDVI), measured through standard deviation as a heterogeneity index, could effectively reflect biodiversity patterns. This body of work collectively emphasizes the relevance of SH in ecological studies and its potential for advancing biodiversity monitoring through remote sensing techniques.
Discussion
The discussion section of the paper provides a comprehensive overview of the Spectral Variation Hypothesis (SVH) and its application across various ecosystems, highlighting the importance of different types of biodiversity—alpha, beta, and gamma diversity. Alpha diversity refers to species variety within a specific habitat, while beta diversity measures the change in species composition across different habitats, and gamma diversity encompasses total species diversity across larger regions. The study emphasizes the effectiveness of the SVH in estimating plant species diversity, particularly in the Arctic ecosystem of Hood River Region, Canada, where it was found to correlate well with landscape heterogeneity as indicated by vegetation types and NDVI variability.
The review indicates a significant international application of the SVH, with the United States and Italy leading in the number of publications. Forest ecosystems accounted for the majority of studies (28%), followed by grasslands (25%) and mixed types (22%). The findings suggest that while the SVH has been robustly tested in forest environments, its application in grasslands presents unique challenges, as evidenced by varying accuracy ratings. The paper also discusses the optical data characteristics utilized in SVH assessments, noting that satellite-based platforms dominate the research landscape. The analysis reveals that while spaceborne multispectral studies generally report good results, the effectiveness of SVH is influenced by the specific ecosystem characteristics, optical data employed, and the methodologies used for field data acquisition. This nuanced understanding underscores the need for further research to optimize the application of SVH across diverse ecological contexts.