En ny artikel från Northern Arizona University professor Andrew Richardson publicerad i tidskriften Vetenskapliga data beskriver ett stort nätverk av digitalkameror utformade för att fånga miljontals bilder som dokumenterar säsongsmässiga förändringar av vegetation över Nordamerika. Nätverket, dubbad PhenoCam, är resultatet av ett tioårigt samarbete mellan Richardson, som ledde ansträngningen, och forskare från University of New Hampshire och Boston University för att utveckla ett tillförlitligt observatorium i kontinental skala av fenologiska fenomen.

Vegetationsfenologi är det som bestämmer säsongsbetonade händelser i växternas livscykel, som viloläge, gryende, bladande och blomning. Mycket känslig för klimatförändringar, fenologi är en viktig indikator för att förstå hur ekosystemprocesser påverkas av längre växtsäsonger till följd av varmare klimat.

Till exempel, i många tempererade ekosystem, forskare har observerat tidigare början av våren och försenad början av hösten sedan 1970 -talet. Denna förlängda växtsäsong - som har potential att öka växternas fotosyntes och tillväxt, och därmed öka ekosystemens produktivitet – har också konsekvenser för den globala kolcykeln och nivåerna av atmosfärisk koldioxid (CO2). Fenologiskt drivna produktivitetsökningar kan resultera i ökat avlägsnande av CO2 från atmosfären av växter, som skulle bidra till att kompensera utsläppen av växthusgaser från förbränning av fossila bränslen. Dock, förändringar i fenologi kan också påverka ekosystem på andra sätt, som att öka den fenologiska obalansen mellan växter och pollinatörer.

Historiskt sett, tillgängliga metoder för att mäta fenologiska förändringar över ekosystem har varit mindre än idealiska, och bristen på långsiktiga, rumsligt omfattande data har hindrat forskare från att göra säkra prognoser om fenologiska svar på framtida klimatförändringar. Tills nyligen, fenologiska studier har typiskt bestått av mänskliga observatörer som övervakar enskilda växter och registrerar visuellt synliga förändringar i organismens fenologiska tillstånd, som spirande eller blomning. Detta tillvägagångssätt är arbetskrävande och svårt att standardisera.

Dock, under 2006, Richardson och kollegor insåg att de dagliga bilderna som de spelade in från toppen av ett 90-fotstorn i Bartlett Experimental Forest i New Hampshire kunde bearbetas precis som bilderna som spelats in av satelliter. Detta ledde till upptäckten att ett enkelt "grönhetsindex, "beräknat från det röda, grön och blå färginformation lagrad i varje bild, kan användas för att spåra lövträdens fenologiska tillstånd. Grönhetsindexet möjliggjorde exakt identifiering av tidpunkten för utbrott och topphöstfärger. Richardson drog slutsatsen att ett nätverk av automatiserade kameror, tar bilder varje dag, kan erbjuda ett högteknologiskt alternativ till konventionella, observatörsbaserad fenologisk övervakning.

Projektets volym och komplexitet krävde "big data"-lösning

PhenoCam-nätverket började med den enda kameran monterad på en skogsforskningsplats i New Hampshire. Nätverket består nu av mer än 400 kameror installerade på platser över hela Nordamerika, från Alaska till Florida och från Hawaii till Maine. Varje kamera observerar säsongsbetonade rytmer för en specifik vegetationsfläck. Men fokus är inte längre bara på tempererade lövskogar:nätverkssajter spänner över ett brett spektrum av ekoregioner, klimatzoner och växtfunktionstyper, och inkluderar tropiska gräsmarker och kustnära våtmarker samt torra buskmarker och vintergröna boreala skogar.

Bilder från kamerorna laddas upp automatiskt till PhenoCam-servern minst en gång dagligen – och i vissa fall så ofta som var 15:e minut. Richardsons artikel i Scientific Data är baserad på bilder som samlats in fram till slutet av 2015:cirka 15 miljoner bilder, representerar 750 års data som kräver 6 terabyte diskutrymme. Bara under de senaste två åren, dock, PhenoCams bildarkiv har fördubblats i storlek. Richardsons team arbetar på att komma ikapp med databehandlingen och förväntar sig att släppa en reviderad datamängd, med mer än 1, 500 års data, inom 12 månader.

"På grund av den stora volymen av bilderna vi tar, bearbeta och hantera, detta projekt krävde en "big data" -lösning, "sade Richardson. Inom teknikområdet, big data hänvisar till extremt stora och komplexa datamängder som måste analyseras beräkningsmässigt för att avslöja mönster och trender som behövs för vetenskapliga studier.

Richardson – som lämnade Harvard University för att gå med i NAU i september – är en ekosystemforskare. Han delar sin tid mellan School of Informatics, Computing and Cyber ​​Systems (SICCS) och Center for Ecosystem Science and Society (Ecoss).

"En av anledningarna till att jag kom till NAU var på grund av fokus på big data, så att gå med i SICCS var spännande av den anledningen, " sa Richardson.

SEGA ansluter sig till PhenoCam -nätverket

NAU:s Southwest Experimental Garden Array (SEGA) gick nyligen med i PhenoCam-nätverket. SEGA är en genetiskt baserad forskningsplattform som gör det möjligt för forskare att kvantifiera ekologiska och evolutionära svar från arter på förändrade klimatförhållanden. Plattformen är en uppsättning av 10 trädgårdsplatser arrangerade över en stor höjdgradient i norra Arizona, inklusive skog, chaparral, livsmiljöer för buskar och ökengräsmarker. Dessa ekosystemtyper är jämförelsevis underrepresenterade i det befintliga PhenoCam-bildarkivet.

Genom SEGAs deltagande i PhenoCam, forskare som använder SEGA kommer att kunna avgöra hur dagslängden, temperatur och nederbörd styr växternas tillväxtstadieövergångar i olika vegetationstyper i olika skalor, samt förutsäga hur växtfenologin i sydväst kommer att reagera på stigande temperaturer och ändrade nederbördsregimer.

PhenoCam-bilder görs tillgängliga för allmänt bruk

PhenoCam fungerar som ett permanent register som kan inspekteras visuellt för att fastställa det fenologiska tillståndet för den undersökta vegetationen när som helst. Richardson och hans kollegor har gjort data tillgängliga för alla att komma åt och använda på PhenoCam -webbplatsen.

Även om den utvecklades främst för fenologisk modellvalidering och utveckling, utvärdering av satellitfjärranalysdataprodukter, benchmarking av jordsystemsmodeller och studier av klimatförändringarnas effekter på terrestra ekosystem, Richardson noterar också att PhenoCam-bilder kommer att vara användbara för icke-forskare inom en mängd olika branscher.

"Bönder i Mellanvästern kan använda data från nätverket för att planera bevattning baserat på realtidsövervakning, medan höstlövsentusiaster i New England kan spåra höstens färger och planera en weekendresa baserat på var färgerna är bäst, "sa han." PhenoCam -bilder kan också ses av fåtöljresenärer för att se hur landskapet ser ut på en viss plats på kontinenten - när aspbladen dyker upp i Flagstaff, vad händer med vegetation i Minnesota eller Michigan, till exempel."

PhenoCam-data för att förfina klimatprognoser i kontinental skala

Richardson, tillsammans med hans medarbetare från UNH och BU, har använt data från PhenoCam-nätverket för att förfina datormodeller av interaktioner mellan växt- och klimat, tillsammans med International Panel on Climate Change (IPCC) klimatprognoser, att förstå hur framtida klimatförändringar kommer att påverka olika typer av ekosystem i Nordamerika. Målet med detta arbete har varit att göra prognoser om hur framtida förändringar i fenologi kommer att påverka kol- och vattenkretslopp i regional skala.

Detta arbete har visat, till exempel, that extension of the eastern deciduous forest growing season will increase forest productivity but also water use, resulting in drier soils and reduced runoff. Och, for the grasslands that dominate the Great Plains, enhanced productivity during the spring and fall shoulder seasons will be partially offset by drought-driven reductions in summertime productivity, which could present management challenges.

Researchers and citizen scientists invited to join the PhenoCam network of collaborators

The PhenoCam team is actively seeking new collaborators from the research community and tech-savvy citizen scientists. Collaborators are asked to follow PhenoCam project protocol to configure and deploy a standard recommended camera and provide important base information for the data collected. To learn more and to join the network, visit the FAQ page of the PhenoCam website at https://phenocam.sr.unh.edu/webcam/faq/.