Exploring the spectral variation hypothesis for α- and β-diversity: a comparison of open vegetation and forests
Notice bibliographique
Résumé
Abstract Airborne hyperspectral imaging holds great promise for estimating plant diversity and composition, given its unprecedented combination of aerial coverage, spatial resolution, and spectral detail. Recently, there has been renewed attention toward the spectral variation hypothesis (SVH), which predicts that higher spectral variation is correlated with greater plant diversity. While several studies have highlighted methodological challenges involved with the SVH, there is little consensus about when it yields strong predictions of taxonomic, functional, and phylogenetic diversity. In part, this may be because prior studies have not explicitly considered how underlying environmental gradients drive changes in spectral and species composition. In this study, we tested the SVH separately in open vegetation (i.e. grasses and shrubs) and in forests at five sites across Canada. Generalized additive models revealed that spectral diversity was a better predictor of functional α -diversity than of taxonomic or phylogenetic α -diversity in both vegetation types. Mantel tests and Procrustes analyses revealed weak to moderate associations between spectral and plant β -diversity and composition in open vegetation, and moderate associations in forests. The better fit in forests appeared to be influenced by the presence of an elevational gradient and associated species turnover (from deciduous to coniferous trees); we observed weaker relationships when examining only a subset of this gradient. We suggest that the high variability in the strength of associations between plant and spectral diversity reported to date might be affected by the presence of environmental gradients. Finally, we found that different wavelength bands contributed to spectral α -diversity in open vegetation vs. forests, suggesting different spectral features are important for different vegetation types. In conclusion, spectral diversity is a potentially powerful tool for biodiversity assessment, but it requires a context-specific approach.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».