Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Comparison of remote sensing and plant trait-based modelling to predict ecosystem services in subalpine grasslands

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60076658%3A12310%2F14%3A43887749" target="_blank" >RIV/60076658:12310/14:43887749 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985939:_____/14:00482866 RIV/86652079:_____/14:00482866

  • Výsledek na webu

    <a href="http://www.esajournals.org/doi/full/10.1890/ES13-00393.1" target="_blank" >http://www.esajournals.org/doi/full/10.1890/ES13-00393.1</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1890/ES13-00393.1" target="_blank" >10.1890/ES13-00393.1</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparison of remote sensing and plant trait-based modelling to predict ecosystem services in subalpine grasslands

  • Popis výsledku v původním jazyce

    There is a growing demand for spatially explicit assessment of multiple ecosystem services (ES) and remote sensing (RS) can provide valuable data to meet this challenge. In this study, located in the Central French Alps, we used high spatial and spectralresolution RS images to assess multiple ES based on underpinning ecosystem properties (EP) of subalpine grasslands. We estimated five EP (green biomass, litter mass, crude protein content, species diversity and soil carbon content) from RS data using empirical RS methods and maps of ES were calculated as simple linear combinations of EP. Additionally, the RS-based results were compared with results of a plant trait-based statistical modelling approach that predicted EP and ES from land use, abiotic andplant trait data (modelling approach). The comparison between the RS and the modelling approaches showed that RS-based results provided better insight into the fine-grained spatial distribution of EP and thereby ES, whereas the modelling

  • Název v anglickém jazyce

    Comparison of remote sensing and plant trait-based modelling to predict ecosystem services in subalpine grasslands

  • Popis výsledku anglicky

    There is a growing demand for spatially explicit assessment of multiple ecosystem services (ES) and remote sensing (RS) can provide valuable data to meet this challenge. In this study, located in the Central French Alps, we used high spatial and spectralresolution RS images to assess multiple ES based on underpinning ecosystem properties (EP) of subalpine grasslands. We estimated five EP (green biomass, litter mass, crude protein content, species diversity and soil carbon content) from RS data using empirical RS methods and maps of ES were calculated as simple linear combinations of EP. Additionally, the RS-based results were compared with results of a plant trait-based statistical modelling approach that predicted EP and ES from land use, abiotic andplant trait data (modelling approach). The comparison between the RS and the modelling approaches showed that RS-based results provided better insight into the fine-grained spatial distribution of EP and thereby ES, whereas the modelling

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    EH - Ekologie – společenstva

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    ECOSPHERE

  • ISSN

    2150-8925

  • e-ISSN

  • Svazek periodika

    5

  • Číslo periodika v rámci svazku

    8

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    29

  • Strana od-do

  • Kód UT WoS článku

    000345096900007

  • EID výsledku v databázi Scopus