Monitoring mega-crown leaf turnover from space

Published in Remote Sensing, 2020

Recommended citation: Bush, E.R.; Mitchard, E.T.; Silva, T.S.; Dimoto, E.; Dimbonda, P.; Makaga, L.; Abernethy, K. (2020) Monitoring Mega-Crown Leaf Turnover from Space. Remote Sens. 12, 429 https://www.mdpi.com/2072-4292/12/3/429

alt text

Abstract

Spatial and temporal patterns of tropical leaf renewal are poorly understood and poorly parameterized in modern Earth System Models due to lack of data. Remote sensing has great potential for sampling leaf phenology across tropical landscapes but until now has been impeded by lack of ground-truthing, cloudiness, poor spatial resolution, and the cryptic nature of incremental leaf turnover in many tropical plants. To our knowledge, satellite data have never been used to monitor individual crown leaf phenology in the tropics, an innovation that would be a major breakthrough for individual and species-level ecology and improve climate change predictions for the tropics. In this paper, we assessed whether satellite data can detect leaf turnover for individual trees using ground observations of a candidate tropical tree species, Moabi (Baillonella toxisperma), which has a mega-crown visible from space. We identified and delineated Moabi crowns at Lopé NP, Gabon from satellite imagery using ground coordinates and extracted high spatial and temporal resolution, optical, and synthetic-aperture radar (SAR) timeseries data for each tree. We normalized these data relative to the surrounding forest canopy and combined them with concurrent monthly crown observations of new, mature, and senescent leaves recorded from the ground. We analyzed the relationship between satellite and ground observations using generalized linear mixed models (GLMMs). Ground observations of leaf turnover were significantly correlated with optical indices derived from Sentinel-2 optical data (the normalized difference vegetation index and the green leaf index), but not with SAR data derived from Sentinel-1. We demonstrate, perhaps for the first time, how the leaf phenology of individual large-canopied tropical trees can directly influence the spectral signature of satellite pixels through time. Additionally, while the level of uncertainty in our model predictions is still very high, we believe this study shows that we are near the threshold for orbital monitoring of individual crowns within tropical forests, even in challenging locations, such as cloudy Gabon. Further technical advances in remote sensing instruments into the spatial and temporal scales relevant to organismal biological processes will unlock great potential to improve our understanding of the Earth system.


Abstract (French)

Les modèles spatiaux et temporels de renouvellement des feuilles tropicales sont mal compris et mal paramétrés dans les modèles du système terrestre actuel en raison du manque de données. La télédétection a un grand potentiel pour l’échantillonnage phénologique des feuilles dans les paysages tropicaux, mais a été jusqu’à présent entravée parle manque de vérification au sol, la nébulosité, la résolution spatiale et la nature cryptique du renouvellement progressif des feuilles chez de nombreuses plantes tropicales. À notre connaissance, les données satellitaires n’ont jamais été utilisées auparavant pour surveiller la phénologie des feuilles de la cime sous les tropiques - une innovation qui constituerait une avancée majeure pour l’écologie des individus et des espèces et améliorerait les prévisions sur le changement climatique pour les tropiques. Dans cet article, nous évaluons si les données satellitaires peuvent détecter le renouvellement des feuilles d’arbres individuels à l’aide d’observations au sol d’une espèce d’arbre tropical candidate - Moabi (Baillonella toxisperma) - dotée d’uneméga-cime visible de l’espace. Nous avons identifié et délimité les cimes de Moabi du PN de Lopé, Gabon, à partir d’images satellitaires utilisant les coordonnées du sol et extraites des données de séries temporelles à haute résolution spatiale et temporelle, optiques et radar à synthèse d’ouverture (RSO) pour chaque arbre. Nous avons combiné ces données avec des observations mensuelles simultanées récoltées depuis le sol de feuilles nouvelles, matures et sénescentes de la cime, et analysé leur relation à l’aide de modèles mixtes linéaires généralisés (GLMM). Les observations au sol du cycle des feuilles étaient significativement corrélées aux indices de verdure dérivés des données optiques de Sentinel-2 (Indice de végétation par différence normalisée et Indice de feuille verte), mais pas aux données de RSO dérivées de Sentinelle-1. Bien que les indices optiques semblent les plus prometteurs pour la détection de la phénologie des feuilles de la cime depuis l’espace, le niveau d’incertitude dans les prévisions reste très élevé. Nous pensons que cette étude montre que nous sommes près du seuil de surveillance orbitale de différentes couronnes dans les forêts tropicales, même dans des endroits difficiles et nuageux tels que le Gabon (nuageux). Les progrès ultérieurs de la technologie de la télédétection aux échelles spatiales et temporelles pertinentes pour les processus biologiques des organismes offriront un grand potentiel d’amélioration de notre compréhension du système terrestre.