What Factors Shape Spatial Distribution of Biomass in Riparian Forests? Insights from a LiDAR Survey over a Large Area

Abstract

Riparian ecosystems are home to a remarkable biodiversity, but have been degraded in many regions of the world. Vegetation biomass is central to several key functions of riparian systems. It is influenced by multiple factors, such as soil waterlogging, sediment input, flood, and human disturbance. However, knowledge is lacking on how these factors interact to shape spatial distribution of biomass in riparian forests. In this study, LiDAR data were used in an individual tree approach to map the aboveground biomass in riparian forests along 200 km of rivers in the Meuse catchment, in southern Belgium (Western Europe). Two approaches were tested, relying either on a LiDAR Canopy Height Model alone or in conjunction with a LiDAR point cloud. Cross-validated biomass relative mean square error for 0.3 ha plots were, respectively, 27% and 22% for the two approaches. Spatial distribution of biomass patterns were driven by parcel history (and particularly vegetation age), followed by land use and topographical or geomorphological variables. Overall, anthropogenic factors were dominant over natural factors. However, vegetation patches located in the lower parts of the riparian zone exhibited a lower biomass than those in higher locations at the same age, presumably due to a combination of a more intense disturbance regime and more limiting growing conditions in the lower parts of the riparian zone. Similar approaches to ours could be deployed in other regions in order to better understand how biomass distribution patterns vary according to the climatic, geological or cultural contexts.

Short‐term biogeomorphology of a gravel‐bed river: Integrating remote sensing with hydraulic modelling and field analysis

“…These values, referring to fresh biomass, are consistent with the literature that reports [20–500] Mg ha as the typical range for dry biomass of riparian shrubs and trees in temperate areas (Cartisano et al., 2013; Huylenbroeck et al., 2021; Rheinhardt et al., 2012). It is worth noting that any differences among the literature values and the study site depend on the complex interplay between plant productivity, which is influenced by environmental disturbance and resources, and their features, such as age and species (Camporeale et al., 2013; Corenblit et al., 2007; Huylenbroeck et al., 2021; Naiman & Decamps, 1997; Osterkamp et al., 2012).…”

Seguimiento ambiental en riberas mediante tecnología LiDAR

“…Las aplicaciones que el uso de LiDAR tiene en la gestión de recursos naturales y en la monitorización de su evolución tras intervenciones de diversa índole, ya sean presiones o restauración, son muy numerosas (Dilts et al, 2010;Johansen et al, 2010;Guo et al, 2017;Michez et al, 2017;Laslier et al, 2019;Huylenbroeck et al, 2021) y la previsible mejora en la frecuencia de vuelos así como en las resoluciones espaciales potenciaría enormemente su uso, aumentando notablemente la eficiencia en este tipo de tareas, si bien es cierto que la consideración de datos de campo continuará siendo necesaria como validación de este tipo de técnicas remotas. Además de la utilidad de la aplicación de LiDAR para este tipo de estudios, en los últimos años la combinación de esta tecnología con las imágenes ópticas multiespectrales ha permitido en el ámbito forestal estimar la evolución de variables dendométricas y dasométricas (biomasa, carbono o estructura de la vegetación) y distinción de especies a escala individual (Chasmer et al, 2017;Fang et al, 2018;Dalponte et al, 2019;Naik et al, 2021).…”

“…Particularmente, para conocer la evolución de la vegetación riparia tras una restauración o para valorar el estado actual en el que se encuentra, se suelen calcular algunos atributos asociados a cualquier masa arbolada mediante la técnica convencional de muestreo de campo. Sin embargo, en los últimos años, los muestreos de campo se han ido complementando con otras tecnologías más novedosas, como la fotogrametría o la teledetección (Huylenbroeck et al, 2021), si bien es cierto que los datos de campo son necesarios para la validación de los datos obtenidos con estas tecnologías mediante métodos estadísticos de regresión (Ortiz-Reyes et al, 2015;Laslier et al, 2019). La teledetección ofrece actualmente productos diversos, y metodologías y técnicas aplicables a la medición dendrométrica y dasométrica de masas arboladas, que complementan a los inventarios tradicionales (Ortiz-Reyes et al, 2015), como es el caso de la tecnología LiDAR (Light Detection And Ranging).…”