Темные лишайники приводят к недооценке растительного покрова Антарктики
Исследователи из Института аэрокосмической информации Китайской академии наук (AIRCAS) совместно с Центром перспективных исследований наук о Земле и биоразнообразия Аргентины (CADIC-CONICET) выявили критические «слепые зоны» в современных картах растительности Антарктиды. Проблема вызвана плохой обнаруживаемостью темноокрашенных лишайников.
Их работа, опубликованная в The Innovation, показывает, что традиционные методы оптического дистанционного зондирования систематически недооценивают растительный покров по всей Антарктиде. Особенно ярко эта проблема выражена в регионах, где преобладают темные лишайники.
- В низкоширотных Южных Шетландских островах покрытие растительностью недооценивается примерно на 31.5%, и темные лишайники составляют 73% этой погрешности.
- В высокоширотном северо-восточном Антарктическом полуострове лишайники составляют до 90% всего растительного покрова. Однако спектральные индексы часто классифицируют эти районы как «лишенные растительности».
Исследование также показало, что чем выше доля темноокрашенных лишайников, тем серьезнее недооценка. Это указывает на систематическую ошибку в существующих подходах к картированию антарктической растительности.
Ученые интегрировали наблюдения с недавно опубликованным геопространственным набором данных по лишайникам, чтобы количественно оценить, как «невидимая растительность» влияет на ошибки карт. Результаты показывают, что темные лишайники составляют в среднем 54% антарктических лишайниковых сообществ:
- В низкоширотных регионах эта доля превышает 40%.
- В высокоширотных регионах она достигает почти 80%.
Такое неравномерное распределение создает пространственно смещенную недооценку, которая искажает межрегиональный анализ растительности и препятствует точной оценке как ее распределения, так и динамики экосистем.
Исследователи подчеркивают, что будущий мониторинг антарктической растительности с помощью дистанционного зондирования должен быть сосредоточен на «горячих точках» лишайников в высоких широтах с помощью долгосрочного наблюдения и оптимизации моделей.
