Uncovering the power of hyperspectral reflectance to predict plant community richness

This thesis aims to analyse the hyperspectral signatures of natural ecosystems by applying existing and newly developed spectral indicators in multivariate linear models to predict plant richness. The state-of-the-art chapter provides a comprehensive review of recent literature, detailing methodologies for assessing plant community spectral variability and explaining the underlying biological principles of spectral data; specifically, it reviews four recent research articles that were crucial in shaping the original contribution of this thesis. The state-of-the-art chapter concludes with a thorough characterization of the Spectral Variance Partitioning technique, which is considered one of the most valuable methods in the existing literature for analysing both alpha and beta scales of biodiversity. The experimental work of the thesis is detailed in the material-and-methods and results-and-discussion chapters, which describe each step of the applied spectral workflow, the types of data collected, and the novel aspects of the analysis compared to the reference literature. The originality of this work lies in its increased complexity of multivariate models, incorporating predictors related to vegetation height and the entropy of community spectrum, alongside the alpha spectral diversity indicator derived from partitioning community spectral variance. This contribution aims to explore the interplay between height and spectral metrics in linear models to potentially identify unexplained variance in species diversity responses.

Questo lavoro di tesi mira ad analizzare le firme iper-spettrali di ecosistemi naturali terrestri, applicando indicatori esistenti in letteratura e di nuova concezione in modelli lineari multivariati per predire la ricchezza in specie vegetali. Il capitolo inerente lo stato dell'arte fornisce una revisione riguardo alcuni casi studio recenti, al fine di proporre differenti approcci di valutazione della variabilità spettrale di comunità vegetali, assieme alla spiegazione dei principi biologici sottostanti ai dati spettrali; specificamente, il capitolo esamina quattro articoli di ricerca che sono stati fondamentali nel plasmare il contributo sperimentale di questa tesi. Il capitolo sullo stato dell'arte si conclude con una caratterizzazione approfondita della tecnica di partizionamento della varianza spettrale, considerata uno dei metodi più affidabili in letteratura per analizzare consistentemente i gradienti alfa e beta di biodiversità. Il lavoro sperimentale della tesi è descritto nei capitoli materiale-e-metodi e risultati-e-discussione, tramite l'esposizione di ogni fase del processo di analisi spettrale assieme alla descrizione dei tipi di dati raccolti e degli aspetti innovativi dell'analisi rispetto la letteratura di riferimento. L'originalità del suddetto lavoro risiede nell'aumentata complessità dei modelli multivariati, che incorporano variabili predittive di altezza della vegetazione con metriche di analisi spettrale delle medesime comunità vegetali: gli indicatori spettrali comprendono il partizionamento alfa della diversità spettrale tramite l'analisi di varianza, ed una nuova metrica di analisi entropica riguardo la distribuzione spaziale dei valori di riflettanza. Tale sperimentazione mira ad esplorare l'interazione tra metriche di altezza e spettrali in modelli lineari, al fine di identificare nuove percentuali di varianza nelle variabili risposta, dei suddetti modelli, che comprendono indicatori di ricchezza e di abbondanza delle specie vegetali.