MARC

 008260126s2025        us                              c    eng  d
■001000017361100
■00520260202105705
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263311131
■035    ▼a(MiAaPQ)AAI32412297
■035    ▼a(MiAaPQ)OhioLINK:osu1751316958123851
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a574.5
■1001  ▼aSweeney,  Colin  Padraic.
■24510▼aRethinking  Habitat  Structure:  Using  LiDAR-Derived  Metrics  to  Understand  Avian  Diversity
■260    ▼a[Sl]▼bThe  Ohio  State  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a183  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Jarzyna,  Marta  A.
■5021  ▼aThesis  (Ph.D.)--The  Ohio  State  University,  2025.
■520    ▼aFrom  habitat  loss  to  habitat  fragmentation,  habitat  structure  is  a  key  driver  of  biodiversity  patterns  and,  in  turn,  ecosystem  functioning.  Habitat  structure  is  comprised  of  two  main  components:  habitat  composition  (area  or  volume  of  habitat)  and  habitat  configuration  (horizontal  and  vertical  arrangement  of  habitat).  Despite  their  importance,  most  studies  fail  to  examine  each  component  separately  or  use  three-dimensional  (3D)  measures  of  habitat  structure  to  assess  biodiversity  patterns.  This  research  gap  has  fueled  many  debates  about  which  aspects  of  habitat  structure  are  important  in  shaping  biodiversity  patterns  and  even  whether  their  effects  are  positive  or  negative.  To  address  this,  I  use  Light  Detecting  and  Ranging  (LiDAR)  data  to  develop  novel  3D  metrics  that  capture  both  internal  and  edge  habitat  structure,  and  then  apply  these  metrics  to  examine  aspects  of  taxonomic,  functional,  and  phylogenetic  diversity  patterns  of  North  American  birds.            In  Chapter  1,  I  provide  an  overview  of  the  current  state  of  structural  ecology  research  and  highlight  areas  of  key  knowledge  gaps.  In  Chapter  2,  I  use  data  from  the  National  Science  Foundation  (NSF)?s  National  Ecological  Observatory  Network  (NEON)  to  examine  how  internal  habitat  structure  shapes  multiple  forms  of  avian  community  diversity  using  both  two-dimensional  (2D)  and  3D  structural  metric.  I  find  that  traits  and  functional  diversity  were  more  correlated  with  structural  metrics  than  either  taxonomic  or  functional  diversity,  but  that  2D  and  3D  metrics  had  different  relationships  to  biodiversity.  In  Chapters  3  and  4,  I  use  Breeding  Bird  Survey  as  a  primary  data  source  to  examine  the  effects  of  habitat  edge  structure  and  compare  two  different  types  of  LiDAR  systems.  In  Chapter  3,  I  develop  a  novel  3D  metric  to  quantify  the  vertical  structure  of  habitat  edges  and  assess  its  impact  on  avian  diversity.  Comparisons  of  this  new  3D  metric  with  traditional  2D  metrics  of  edge  structure  reveal  significant  differences  between  the  two  metrics,  underscoring  unique  insights  gained  from  direct  measures  of  vertical  structure.  In  Chapter  4,  I  evaluate  the  ability  of  NASA?s  Global  Ecosystem  Dynamics  Investigation  (GEDI)  mission,  a  spaceborne  LiDAR  system,  to  capture  habitat  structure  despite  its  patchy  sampling  coverage.  I  generate  a  number  of  structural  metrics  using  GEDI  data  and  compare  them  with  those  derived  from  regional  airborne  LiDAR  to  evaluate  their  explanatory  and  predictive  performance  in  models  of  avian  diversity.  I  find  that  while  both  LiDAR  data  types  demonstrate  equal  predictive  performance,  airborne  LiDAR  outperforms  GEDI  LiDAR  in  most  ecological  models  with  a  range  of  agreement  seen  across  different  structural  metrics  and  diversity  indices.  Together,  this  body  of  work  advances  our  understanding  of  the  strengths  and  limitations  of  LiDAR-based  structural  analysis,  offering  a  roadmap  for  future  research  on  habitat  structure  and  its  role  in  shaping  biodiversity.
■590    ▼aSchool  code:  0168.
■650  4▼aEcology
■650  4▼aMacroecology
■650  4▼aRemote  sensing
■653    ▼aBiodiversity
■653    ▼aHabitat  structure
■653    ▼aAvian  diversity
■653    ▼aCommunity  diversity
■653    ▼aFunctional  diversity
■690    ▼a0329
■690    ▼a0420
■690    ▼a0799
■71020▼aThe  Ohio  State  University▼bEvolution,  Ecology  and  Organismal  Biology.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0168
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17361100▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서