Menjelajahi hubungan antara struktur zona kritis dan distribusi pohon di lanskap erosi semi-kering dengan refraksi seismik dangkal

Menjelajahi hubungan antara struktur zona kritis dan distribusi pohon di lanskap erosi semi-kering dengan refraksi seismik dangkal

Abstrak
Studi ini mengeksplorasi dampak struktur zona kritis (CZ) yang dalam (5–40 m) pada distribusi vegetasi di iklim semikering yang didominasi salju. Dengan memanfaatkan survei refraksi seismik, kami mengidentifikasi korelasi negatif yang signifikan antara ketebalan saprolit yang diperoleh dari seismik dan tinggi vegetasi yang diperoleh dari deteksi cahaya dan pengukuran jarak ( R = −0,66). Kami berpendapat bahwa struktur CZ, khususnya batuan dasar retak dangkal di bawah dasar lembah, menyediakan kelembapan di dekat permukaan tempat pepohonan tumbuh—yang menunjukkan bahwa pepohonan berada di lokasi yang memiliki akses ke nutrisi dan air. Pekerjaan ini memberikan perspektif spasial yang unik dan lengkap serta menambah bukti yang berkembang bahwa selain faktor-faktor lain seperti kemiringan, aspek, dan iklim, struktur CZ yang dalam memainkan peran penting dalam pengembangan ekosistem.

Ringkasan Bahasa Sederhana
Studi ini menyelidiki bagaimana struktur tersembunyi di bawah permukaan Bumi (disebut zona kritis) memengaruhi tempat tanaman dapat tumbuh dan berkembang. Dengan menggunakan survei refraksi seismik, kami menemukan bahwa struktur zona kritis berkorelasi negatif dengan distribusi pohon. Kami berpendapat bahwa bentuk zona kritis memaksa air tanah ke permukaan, menyediakan pasokan air yang stabil bagi pohon selama musim semi dan akhir musim panas. Data refraksi seismik kami sepanjang 2,5 km mengungkapkan pola yang konsisten: pohon lebih tinggi ketika batuan dasar yang retak dekat dengan permukaan. Dengan demikian, kami berpendapat bahwa pengaruh struktur zona kritis pada distribusi vegetasi mungkin sama pentingnya dengan variabel lanskap lainnya seperti kemiringan, aspek, curah hujan, dan suhu.

Singkatan
BW
Blair Wallis, seorang
Bahasa Ceko
zona kritis
DEM
model elevasi digital
Dewan Kerjasama Teluk
koordinat kromatik hijau
Kamera
mendeteksi dan mengukur cahaya
Bahasa Indonesia: NAIP
Program Citra Pertanian Nasional
Penyakit Menular Seksual (NDVI)
indeks vegetasi perbedaan yang dinormalkan
NIR
inframerah dekat
NMR
resonansi magnetik nuklir
PyGIMLi
Pustaka Inversi dan Pemodelan Geofisika Python
ASLE
Persamaan Kehilangan Tanah Universal
1. PENDAHULUAN
Zona kritis (CZ) adalah wilayah dekat permukaan Bumi yang terbentuk dan dipertahankan oleh interaksi kompleks antara atmosfer, hidrosfer, dan biosfer, dan membentang dari puncak tajuk hingga batuan dasar segar (Brantley et al., 2005, 2007 ). Di CZ, batuan diubah menjadi tanah melalui proses pelapukan fisik dan kimia (Brantley, 2010 ; Gu, Heaney et al., 2020 ; Lebedeva et al., 2007 ). Transformasi ini melepaskan nutrisi penting bagi tanaman dan ekosistem (Arvin et al., 2017 ; Hahm et al., 2014 ; Uhlig & Blanckenburg, 2019 ; Uhlig et al., 2017 ) dan menyediakan ruang pori untuk penyimpanan air tanah (Graham et al., 1997 ; JL Hayes et al., 2019 ; Navarre-Sitchler et al., 2015 ).

Pohon memainkan peran penting dalam pengembangan CZ dengan menghubungkan atmosfer dan tanah (Brantley et al., 2017 ). Mereka mendorong siklus energi, air, dan nutrisi yang membentuk CZ dan tanah selama skala waktu geologis (Gabet & Mudd, 2010 ; Pawlik et al., 2016 ). Di lanskap granit yang menerima jumlah presipitasi yang sama dan mengalami suhu yang sama, ditunjukkan bahwa fosfor di batuan dasar yang mendasarinya berkorelasi dengan kepadatan pohon, yang menunjukkan bahwa pohon mungkin lebih suka menempatkan diri di dekat batuan dasar tempat mereka dapat mengakses nutrisi pembatas yang penting (Hahm et al., 2014 ). Ada hubungan antara kepadatan pohon dan litologi dan sifat tanah yang mendasarinya. Misalnya, di Spanyol, elevasi dan litologi adalah dua variabel yang paling baik memprediksi potensi pertumbuhan pinus maritim (Eimil-Fraga et al., 2014 ). Di Appalachia bagian selatan, kedalaman batuan dasar merupakan prediktor produktivitas hutan yang andal karena batuan dasar yang dangkal membatasi sistem akar pohon pada lapisan tanah atas yang tipis (Carter et al., 2000 ). Demikian pula, komposisi batuan dasar telah terbukti memengaruhi kerentanan pohon terhadap stres air, terutama di area yang mengalami kekeringan berkala (Callahan et al., 2022 ). Peran struktur bawah permukaan dalam mengendalikan kerapatan vegetasi di suatu lanskap masih sulit untuk diukur karena sulit untuk mengkarakterisasi bawah permukaan di area yang cukup besar untuk mengidentifikasi pola penting antara struktur bawah permukaan dan distribusi spasial vegetasi.

Selain keterbatasan nutrisi, ada hubungan kuat antara pola vegetasi dan ketersediaan air (Banks et al., 2009 ; Chiloane et al., 2022 ; Jones et al., 2020 ). Evapotranspirasi dari pori stomata di daun, didorong oleh tekanan uap udara yang relatif rendah, menciptakan hisapan—menarik air secara pasif dari tanah dan ke dalam dan melalui jaringan xilem di akar, batang, dan daun (Lambers et al., 2008 ). Pergerakan air bergantung pada kemampuan evapotranspirasi untuk menghasilkan tekanan negatif yang cukup untuk mengatasi potensi gravitasi dan matriks air yang tertahan di dalam tanah (Lambers et al., 2008 ). Untuk spesies pohon non-lahan basah, sangat penting bahwa zona perakaran tidak sepenuhnya jenuh karena batang spesies ini biasanya tidak memiliki jaringan aerenkim khusus untuk mentransmisikan oksigen dari atas tanah dan harus bergantung pada oksigen dari pori-pori tanah untuk memenuhi kebutuhan pernapasan di bawah tanah (Koch et al., 2004 ). Oleh karena itu, agar spesies tertentu dapat bertahan hidup, banyak yang memerlukan akses mudah ke air (misalnya, tanah yang dikeringkan dengan baik) tetapi tidak dapat bertahan hidup jika tanah tetap jenuh sepanjang tahun. Penelitian telah meneliti hubungan antara kerapatan vegetasi dan atribut topografi permukaan seperti kemiringan, aspek, dan relief karena metrik ini cenderung mengarahkan air melintasi lanskap (Emanuel et al., 2014 ; Gillieson et al., 1996 ; Marston, 2010 ).

Di dataran tinggi berhutan, akar pohon terbesar terbatas pada beberapa meter pertama CZ (Canadell et al., 1996 ; Fan et al., 2017 ; Jackson et al., 1996 ); tetapi penelitian terbaru menunjukkan mereka bergantung pada air yang lebih dalam di batuan yang retak untuk bertahan hidup di musim panas yang panjang (McCormick et al., 2021 ; Rempe & Dietrich, 2018 ; Salve et al., 2012 ). Ada juga hubungan yang terdokumentasi antara kerapatan vegetasi dan konektivitas aliran lereng bukit (Emanuel et al., 2014 ). Wilayah konvergensi topografi biasanya dikaitkan dengan ekosistem yang bergantung pada air tanah karena zona pelepasan memengaruhi ketersediaan nutrisi dan air (Fan, 2015 ; Tai et al., 2020 ). Ketergantungan pada air tanah ini sudah diketahui dengan baik, dan banyak penelitian telah menyelidiki ekosistem yang bergantung pada air tanah (Chiloane et al., 2022 ). Ketergantungan pohon terhadap air memungkinkan penggunaan tinggi pohon sebagai metrik untuk memprediksi kedalaman air tanah (Yang et al., 2019 ). Dengan demikian, hipotesis tingkat pertama yang diterima secara luas adalah bahwa di lingkungan yang membatasi air, konvergensi topografi dapat menjelaskan perbedaan yang dapat diamati dalam distribusi vegetasi.

Survei refraksi seismik dangkal dapat digunakan sebagai alat untuk mengeksplorasi hubungan antara distribusi vegetasi dan struktur CZ pada skala DAS kecil. Di lanskap terkikis yang dilapisi oleh batuan dasar kristal, kecepatan dari refraksi seismik dapat digunakan sebagai proksi untuk pelapukan (Callahan et al., 2020 ; JL Hayes et al., 2019 ; Holbrook et al., 2014 ). Refraksi seismik telah digunakan untuk mencitrakan struktur CZ pada skala spasial besar dalam berbagai litologi dan iklim (Donaldson et al., 2023 ; Huang et al., 2021 ; Leone et al., 2020 ; Trichandi et al., 2022 ). Data dari survei refraksi seismik di CZ menambah bukti yang berkembang bahwa struktur CZ dan ekosistem di atasnya saling terkait dengan cara yang kompleks. Misalnya, di California Selatan, perkembangan CZ pada geologi yang berbeda mengendalikan ketersediaan air, yang berarti bahwa geologi yang mendasarinya dapat memengaruhi ketahanan hutan terhadap kekeringan (Callahan et al., 2022 ). Ada juga pengamatan langsung terhadap kelembapan batuan, cadangan air dinamis yang merupakan bagian dari struktur CZ. Kelembapan batuan terisi kembali selama bulan-bulan musim dingin dan gugur dan kemudian terkuras oleh pepohonan secara musiman (Dralle et al., 2018 ; Rempe & Dietrich, 2018 ; Salve et al., 2012 ; Schmidt & Rempe, 2020 ). Pemodelan dan data penginderaan jauh yang dikumpulkan di seluruh benua Amerika Serikat telah menunjukkan bahwa tanaman berkayu umumnya mengakses sejumlah besar air dari reservoir kelembapan batuan, bahkan di iklim yang lebih basah (McCormick et al., 2021 ). Dengan demikian, hipotesis kedua adalah bahwa struktur CZ bawah permukaan akan mengendalikan distribusi vegetasi di seluruh lanskap dengan mengatur akses ke air tanah atau nutrisi.

Untuk menguji kedua hipotesis ini, kami membandingkan distribusi vegetasi di atas permukaan tanah dengan struktur CZ yang diperoleh dari sekitar 2,5 km data refraksi seismik (Gambar 1 ). 15 profil refraksi seismik dikumpulkan untuk mengkarakterisasi struktur CZ di bawah daerah aliran sungai orde pertama (75.600 m 2 atau 18,7 hektar). Sebagian besar profil tegak lurus terhadap drainase utama dan berjalan dari hulu ke outlet. Kumpulan data geofisika yang besar memfasilitasi perbandingan antara data penginderaan jauh (biasanya resolusi 30 m) dan struktur CZ. Daerah aliran sungai tidak memiliki pepohonan di hulunya tetapi menampung hutan aspen yang mapan di dekat outlet (Gambar 1b ). Data deteksi dan pengukuran cahaya (LiDAR), citra Landsat 9, dan orthoimage digital dari National Agriculture Imagery Program (NAIP) digunakan untuk mengkarakterisasi vegetasi di atas permukaan tanah dan menghitung metrik topografi seperti kemiringan, daerah tangkapan air, dan indeks kebasahan topografi (TWI).

GAMBAR 1
Gambar di kedua panel berasal dari foto udara yang disediakan oleh National Agricultural Image Program (NAIP) yang diambil pada 2 Juli 2022. Kontur topografi berasal dari data deteksi dan pengukuran cahaya (LiDAR) 1 m yang disediakan oleh United States Geologic Survey Three-dimensional Elevation Program (USGS3DEP). (a) Tampilan regional area studi yang menyoroti kontras vegetasi unik di seluruh lanskap ini. North Lodgepole Creek adalah anak sungai yang berawal di timur dan mengalir ke barat. (b) Peta lokal area fokus dengan lokasinya. Profil seismik ditampilkan sebagai profil hitam, sedangkan titik-titik mewakili awal setiap profil. Label sesuai dengan profil yang ditampilkan di Tabel 1. Kolam berang-berang banyak terdapat di lembah yang berisi North Lodgepole Creek.

Sepengetahuan kami, ini adalah pertama kalinya perbandingan antara vegetasi dan struktur CZ dieksplorasi pada skala ini. Hasilnya menunjukkan bahwa saat vegetasi bertambah tinggi, kecepatan seismik yang lebih cepat akan mendekati permukaan. Atribut CZ yang diperoleh secara seismik seperti batas yang membagi dasar saprolit dan batuan retak (kecepatan gelombang P [ V p ] = 1200 m/s), kecepatan rata-rata 15 m pertama, dan gradien kecepatan vertikal lebih berkorelasi dengan tinggi vegetasi daripada metrik topografi seperti kemiringan, aspek, dan TWI. Perspektif spasial unik yang disediakan oleh refraksi seismik menambah bukti yang berkembang bahwa struktur CZ yang dalam merupakan variabel penting untuk perkembangan dan fungsi ekosistem.

1.1 Deskripsi situs
Kami mengumpulkan 2,5 km data refraksi seismik di sebuah lembah kecil yang berarah utara/selatan (yang akan kami sebut sebagai V1) di Laramie Range, WY. V1 dibatasi oleh interfluve dengan relief sekitar 20 m dan memiliki aliran sungai sementara (Gambar 1a ). Aliran sungai sementara V1 mengalir ke North Lodgepole Creek, aliran sungai abadi dengan banyak kolam berang-berang di sepanjang alirannya dan mengalir kira-kira dari timur ke barat di area studi kami (Gambar 1a ). Ada tegakan pohon quaking aspen ( Populus tremuloides Michx.) yang menonjol di outlet V1 (Gambar 1b ). Saat lembah menanjak, pepohonan berganti menjadi vegetasi semak-stepa dan padang rumput. Di Laramie Range, tegakan pepohonan yang terisolasi dan tidak merata tetap ada. Misalnya, tegakan lain ada di lembah di sebelah timur dan barat (Gambar 1b ). Mengingat ketidakteraturan vegetasi, kami mengumpulkan profil refraksi seismik untuk menentukan apakah lokasi pepohonan terkait dengan perubahan struktur CZ.

Situs studi adalah bagian dari topografi bergelombang lembut dari permukaan erosi Pegunungan Rocky (Chapin & Kelley, 1997 ; Eggler et al., 1969 ; Evanoff, 1990 ). Laju erosi dari nuklida kosmogenik menunjukkan bahwa permukaan ini terkikis pada laju yang akan menggantikan bukit-bukit yang bergelombang lembut setiap 1–2 juta tahun (Dethier et al., 2014 ). Situs ini berada di medan granit yang tidak mengalami glasiasi. Data iklim lokal selama sepuluh tahun dari stasiun Crow Creek SNOTEL (sekitar 2 km selatan) menunjukkan bahwa situs tersebut memiliki suhu tahunan rata-rata 5,4°C dan menerima curah hujan tahunan 620 mm, di mana 90% dari curah hujan tersebut tercatat sebagai salju.

Ada dua lokasi studi terkenal di dekat tempat kita dapat memanfaatkan pengamatan yang ada. Lokasi Three Little Valleys berjarak 5 km ke selatan dan terletak pada geologi yang sama dengan lereng asimetris yang serupa dan berbeda serta kontras pada vegetasi (Uecker et al., 2023 ). Meskipun kontras asimetris tampak jelas di lokasi Three Little Valleys, Uecker et al. ( 2023 ) mengumpulkan data refraksi seismik sepanjang 3,9 km dan menunjukkan bahwa kedalaman batuan dasar bisa lebih dari 60 m dan bahwa pohon-pohon di lereng yang menghadap ke utara lebih disukai ditempatkan untuk memperoleh lebih banyak air berdasarkan perbedaan kecepatan gelombang P (Uecker et al., 2023 ). Lokasi lain yang diteliti dengan baik adalah Blair-Wallis (BW), yang terletak 11,5 km di selatan (BA Flinchum et al., 2019 ; BA Flinchum, Holbrook, Grana et al., 2018 ; Keifer et al., 2019 ; Pasquet et al., 2021 ; Wang et al., 2019 ). Di BW, CZ dilaporkan memiliki ketebalan lebih dari 60 m di bawah punggung bukit tetapi hanya setebal 2 hingga 3 m di bawah dasar lembah. Di BW, enam sumur bor dan sembilan lubang Geoprobe telah digunakan untuk menginterpretasikan profil kecepatan dari refraksi seismik dalam kaitannya dengan struktur CZ.

2 BAHAN DAN METODE
2.1 Tomografi refraksi seismik dan waktu tempuh
Profil seismik diperoleh pada tahun 2013 dan 2015 sepanjang 15 garis menggunakan Geode Geometrics dan 48, 96, 144, atau 168 geofon, dengan jarak bervariasi dari 1 hingga 5 m (Tabel 1 ). Tembakan dikumpulkan menggunakan palu godam, dan jarak bervariasi antara 5 dan 20 m. Setiap tembakan ditumpuk lima hingga delapan kali untuk meningkatkan rasio sinyal terhadap derau. Kedatangan pertama dibalik menggunakan tomografi waktu tempuh, yang menghasilkan profil kedalaman kecepatan dua dimensi yang halus (Li et al., 2024 ; Sheehan et al., 2005 ; Zelt et al., 2013 ). Profil topografi untuk inversi diekstraksi dari data LiDAR resolusi 1 m yang disediakan oleh Program Elevasi Tiga Dimensi Survei Geologi Amerika Serikat (USGS3DEP). Awan titik mentah, model elevasi digital (DEM) petak, dan model medan digital petak juga dihasilkan dan diunduh melalui openTopography.org.

 

TABEL 1. Informasi geometris untuk profil refraksi seismik di area studi.
Nama Tanggal pengumpulan Jarak tembak (m) Jarak geofon (m) Panjang garis (m) Jumlah pilihan Pilihan (%) RMSE (milidetik)
Baris 1 3 Juni 2013 20 5 235 495 46 1.68
Baris 2 6 Juni 2013 20 5 235 760 75 3.17
Baris 3 14 Agustus 2013 10 2.5 237.5 tahun 2207 92 1.49
Baris 4 22 Agustus 2013 10 2.5 237.5 tahun 2125 89 1.82
Baris 5 13 Juni 2016 5 1 143 3491 85 1.45
Baris 6 13 Juni 2016 5 1 143 3321 77 1.6
Baris 7 14 Juni 2016 5 1 143 tahun 3515 73 1.87
Baris 8 14 Juni 2016 10 1 167 Tahun 1912 63 1.87
Baris 9 15 Juni 2016 10 1 143 tahun 1197 76 1.83
Baris 10 25 Juli 2016 10 1 143 tahun 1811 84 2.24
Baris 11 25 Juli 2016 5 1 143 3788 91 1.63
Baris 12 26 Juli 2016 5 1 167 4108 70 1.29
Baris 13 26 Juli 2016 5 1 167 4212 72 1.79
Baris 14 26 Juli 2016 5 1 167 3674 65 1.51
Baris 15 25 Agustus 2016 5 1 192 4438 68 1.03
Singkatan: RMSE, root mean square error.

Kami secara manual memilih kedatangan pertama pada kumpulan bidikan bertumpuk. Kami bersikap konservatif, mengabaikan saluran tempat kedatangan pertama tidak jelas (lihat Informasi Pendukung untuk contoh). Sebagian besar kedatangan dipilih tanpa filter. Namun, kami menggunakan filter band-pass (20–150 Hz) untuk memilih kedatangan offset terjauh. Kami menggunakan waktu tempuh resiprokal untuk memastikan kami memilih fase yang sama. Kami menggunakan paket refraksi di Python Geophysical Inversion and Modeling Library (PyGIMLi) untuk membalikkan waktu kedatangan pertama (Rücker et al., 2017 ).

Model maju PyGIMLi mengasumsikan energi elastis bergerak sebagai sinar. Asumsi ini memungkinkan paket untuk menggunakan algoritma jalur terpendek yang efisien secara komputasi (Dijkstra, 1959 ; Moser, 1991 ; Moser et al., 1992 ). Inversi menggunakan skema Gauss–Newton deterministik yang meminimalkan kesalahan χ2 . Untuk menghitung kesalahan χ2 , setiap waktu kedatangan harus memiliki nilai ketidakpastian terkait. Nilai ketidakpastian yang ditetapkan ini memiliki bobot besar dalam solusi akhir. Di sini, kami menetapkan ketidakpastian menggunakan interpolasi linier berdasarkan jarak antara sumber dan penerima. Pada offset kecil, kami menetapkan ketidakpastian kecil (antara 0,5 dan 1,5 ms); pada offset yang lebih besar, kami menetapkan ketidakpastian yang lebih besar (antara 3 dan 5 ms). Interpolasi ketidakpastian ini menekankan kemampuan kami untuk memilih kedatangan dari offset dekat dengan lebih baik karena rasio sinyal terhadap derau yang lebih baik pada offset yang lebih dekat. Bobot ini dimasukkan ke dalam inversi sehingga profil kecepatan memberikan estimasi yang lebih baik dari kendali picks pada kecepatan yang paling dangkal. Rincian bobot dan gambar dari kumpulan raw shot dapat ditemukan di Informasi Pendukung .

Kami menggunakan kombinasi bootstrapping dan pencarian model awal untuk mengukur ketidakpastian. Kami menginversi setiap profil 100 kali. Sebelum setiap inversi, 20% kedatangan dihilangkan secara acak, dan model kecepatan awal baru dibuat dengan memilih secara acak kecepatan permukaan antara 300 dan 1200 m/s dan gradien kecepatan vertikal antara 3 dan 80 (m/s)/m. Kami menyimpan hasil untuk setiap inversi. Model yang disajikan dalam manuskrip ini adalah rata-rata dari 100 inversi. Proses ini juga dijelaskan secara rinci dalam Informasi Pendukung dari BA Flinchum et al. ( 2020 ) dan B. Flinchum et al. ( 2021 ).

Saat membuat penampang kedalaman, kami mengekstrak nilai kecepatan setiap 5 m di sepanjang setiap profil seismik. Ini memberi kami nilai arah timur, utara, dan kecepatan yang dapat diinterpolasi untuk membuat penampang kedalaman. Kecepatan yang diekstraksi pada setiap kedalaman diinterpolasi ke kisi seragam berukuran 5 m × 5 m menggunakan spline kelengkungan kontinu (Smith & Wessel, 1990 ). Penampang kedalaman yang diinterpolasi ditutupi menggunakan poligon yang digambar tangan yang mencakup semua 15 profil atau poligon yang menentukan batas DAS orde pertama yang memuat V1.

2.2 Karakterisasi di atas tanah
Kami menggunakan data hasil penginderaan jauh untuk mengkarakterisasi vegetasi. Kumpulan data hasil penginderaan jauh diperoleh pada resolusi yang berbeda. Sebelum membandingkan kumpulan data raster mana pun, kumpulan data tersebut diambil sampelnya kembali ke resolusi yang sama menggunakan interpolator bilinear 2 × 2 yang terpasang di QGIS). Kami menghitung tinggi vegetasi menggunakan LiDAR dari USGS3DEP. Tinggi vegetasi dihitung dengan mengurangi hasil pertama dari hasil terakhir. Data elevasi merupakan bagian dari survei WY South Central 3. Data LiDAR dikumpulkan selama periode 3 bulan yang dimulai pada bulan Juni dan berakhir pada bulan September 2020. Kepadatan data dilaporkan sekitar 5 titik/m (opentopography.org).

Kami menggunakan data Landsat untuk mengeksplorasi karakteristik vegetasi permukaan. Daerah riparian di wilayah ini terdiri dari spesies alder dan willow, rumput riparian, sementara daerah hutan merupakan campuran pohon konifer dan peluruh (Compton & Barrineau, 2008 ; MM Hayes et al., 2014 ). Tidak seperti konifer, yang tetap hijau sepanjang tahun, daun peluruh aktif di musim panas dan kemudian menguning di musim gugur. Menguningnya daun menciptakan perubahan dalam respons spektral dengan meningkatkan reflektansi dalam pita spektrum hijau (0,52–0,60 µm) dan merah (0,63–0,69 µm) (Sankey, 2012 ). Setelah menggugurkan daun, pohon peluruh tidak lagi berfotosintesis, sehingga mengakibatkan penurunan indeks vegetasi perbedaan ternormalisasi (NDVI):

Untuk Landsat 9, merah ( R ) adalah pita 4, dan inframerah dekat (NIR) adalah pita 5. NDVI juga dapat dihitung dari orthoimage digital NAIP. Citra NAIP (ditunjukkan pada Gambar 1 ) memiliki resolusi 60 cm, dan R adalah pita 1 dan NIR adalah pita 4.

Selain NDVI, kami menggunakan data Landsat untuk membuat indeks yang mengukur perubahan rona kuning antara dua citra. Dengan menggunakan data Landsat 9 yang dikoreksi atmosferik (level-2) dari 3 Juli 2023 dan 7 Oktober 2023, kami membuat dua citra warna alami. Pada citra warna alami, terdapat tempat-tempat di mana vegetasi telah menguning (lihat Informasi Pendukung ). Untuk mengubah informasi kualitatif ini menjadi indeks, kami mengadaptasi pendekatan yang disajikan dalam Holbrook et al. ( 2019 ), di mana rona kuning dari log televiewer optik digunakan untuk mengidentifikasi zona pelapukan. Pada citra Landsat warna alami, rona kuning dapat dihitung sebagai rata-rata merah dan hijau:

Untuk Landsat 9, merah ( R ) berada pada band 4, hijau ( G ) berada pada band 3, dan biru ( B ) berada pada band 2. Kita mendefinisikan indeks kekuningan sebagai rasio antara rona kuning pada musim gugur dan musim panas:

Daerah dengan indeks menguning yang lebih besar (Δ Y ) adalah daerah yang menunjukkan peningkatan warna kuning di musim gugur. Pohon alder, pohon willow lainnya, dan rumput yang menguning di musim gugur akan terdeteksi oleh metode ini. Namun, ketika dikombinasikan dengan tinggi vegetasi dari LiDAR, daerah dengan vegetasi tinggi dan nilai Δ Y ≫ 2 adalah pohon peluruh, kemungkinan besar quaking aspen, yang umum di daerah studi dan dikenal karena dedaunan musim gugurnya yang berwarna kuning cerah. Sebaliknya, pohon konifer menunjukkan perubahan minimal pada warna kuning dan memiliki nilai NDVI yang lebih rendah di musim tanam puncak (misalnya, gambar musim panas).

Selain NDVI dan indeks kuning, kami menghitung koordinat kromatik hijau (GCC) dengan citra NAIP. Seperti indeks kuning, GCC adalah indeks normalisasi yang menggambarkan seberapa hijau suatu citra:

Selain metrik di atas yang khusus untuk vegetasi, kami menghitung atribut topografi umum menggunakan plugin System for Automated Geoscientific Analyses untuk QGIS. Kami menggunakan fungsi “Basic terrain analysis” dari kotak peralatan, yang menghitung 16 metrik umum yang diperoleh dari topografi. Sebelum menghitung metrik ini, kami menghaluskan topografi dengan menerapkan filter Gaussian dengan radius 8 m. Radius dipilih secara manual dengan menyelidiki hillshade untuk menghilangkan kekasaran yang terkait dengan batu-batu besar dan singkapan kecil yang terlihat ( Informasi Pendukung ).

Atribut berikut dihitung pada DEM yang dihaluskan. TWI mewakili area yang akan mengumpulkan air berdasarkan kemiringan dan elevasi (Beven & Kirkby, 1979 ; Moore et al., 1991 ). Kami menghitung kemiringan dan dua kelengkungan. Kelengkungan bidang datar (misalnya, kelengkungan bidang), yang merupakan kelengkungan tegak lurus terhadap arah kemiringan maksimum. Kelengkungan profil, yang merupakan kelengkungan sejajar dengan kemiringan paling curam. Daerah tangkapan air mewakili jumlah area yang mengalir ke sel mana pun dan dihitung menggunakan metode arah aliran jamak Freeman ( 1991 ). Posisi lereng relatif mewakili potensi gravitasi posisi lereng, yang memiliki nilai rendah di puncak dan nilai maksimum di sepanjang dasar lembah (Böhner & Selige, 2006 ). Kedalaman lembah adalah perbedaan antara elevasi dan tingkat punggungan yang diinterpolasi, yang didasarkan pada jaringan sungai orde Strahler. Jarak jaringan saluran adalah jarak dari sungai orde Strahler terdekat. Faktor LS adalah faktor panjang lereng yang digunakan oleh Universal Soil Loss Equation (USLE); ini merupakan kombinasi antara lereng dan daerah tangkapan air (Böhner & Selige, 2006 ; Desmet & Govers, 1996 ; Kinnell, 2005 ).

Untuk mengeksplorasi peran daerah tangkapan air, kami juga membagi wilayah studi regional menjadi daerah aliran sungai orde pertama yang lebih kecil. Daerah aliran sungai yang lebih kecil dihitung secara manual dengan melakukan pengambilan sampel DEM dari resolusi 1 m ke resolusi 10 m, lalu mengisi cekungan. Jaringan aliran sungai orde Strahler dihitung menggunakan DEM yang terisi. Dengan menggunakan citra NAIP dan jaringan aliran sungai Strahler, kami secara manual memilih titik-titik tempat aliran sungai yang lebih kecil bertemu ke saluran utama. Titik-titik yang dipilih secara manual ini digunakan untuk menentukan batas daerah aliran sungai dan daerah lereng atas.

3 HASIL
3.1 Vegetasi di atas permukaan tanah
Profil seismik di V1 dikumpulkan untuk membandingkan struktur CZ di bawah bagian atas DAS tanpa pohon dengan keluarnya V1 yang memiliki tegakan aspen yang besar. Ketinggian vegetasi dari data LiDAR menyoroti tegakan pohon (Gambar 2a ). Tegakan di bagian bawah V1 memiliki ketinggian maksimum sekitar 15 m dan geometri unik yang mengikuti dasar lembah. Tegakan pohon paling tipis di utara dan meluas untuk mencakup bagian lembah yang paling tebal sebelum menipis di keluarnya V1 (Gambar 2a ). Ada beberapa pohon dengan tinggi lebih dari 10 m yang berada di dasar lembah di sebelah utara tegakan utama. Drainase yang berdekatan di sebelah timur dan barat juga memiliki tegakan vegetasi yang tebal dan mengisi dasar lembah di keluarnya setiap DAS. Drainase utama dari barat ke timur penuh dengan pohon willow tebal yang tingginya kurang dari 3 m. Lereng yang menghadap ke utara memiliki jenis vegetasi yang berbeda yang lebih tinggi dan tidak terlokalisasi pada drainase (Gambar 2a ).

GAMBAR 2
Atribut vegetasi yang diindra dari jarak jauh. Garis hitam menandai lokasi profil refraksi seismik, dan kontur elevasi ditampilkan setiap 5 m. (a) Ketinggian vegetasi dihitung dengan mengurangi hasil pertama dan terakhir dari data deteksi cahaya dan pengukuran jarak (LiDAR) United States Geologic Survey Three-dimensional Elevation Program (USGS3DEP). Ketinggian vegetasi kurang dari 1,25 m telah dibuat transparan lalu ditumpangkan pada citra National Agricultural Image Program (NAIP) dari 2 Juli 2022. (b) Nilai indeks vegetasi perbedaan ternormalisasi (NDVI) dari citra NAIP (resolusi 60 cm). (c) Nilai NDVI dari Landsat 9 (resolusi 30 m) yang diambil pada 3 Juli 2023. (d) Indeks kuning dihitung dari citra Landsat 9 di mana citra musim panas diambil pada 3 Juli 2023, dan citra musim gugur diambil pada 7 Oktober 2023. Nilai yang lebih besar menunjukkan peningkatan rona kuning dari Juli hingga Oktober. (e) Indeks kebasahan topografi dihitung dari model elevasi digital (DEM) yang dihaluskan dan diisi. (f) Koordinat kromatik hijau (GCC) dari citra NAIP. Nilai yang lebih besar menunjukkan rona hijau yang lebih banyak.

 

Nilai NDVI resolusi tertinggi dari citra NAIP menunjukkan pola yang sama dengan tinggi vegetasi LiDAR (Gambar 2b ). Tegakan pohon besar di V1 dan pohon di utara terlihat sebagai nilai NDVI yang lebih besar (>0,4). GCC meniru tren NDVI seperti yang diharapkan (Gambar 2f ). NDVI dari data Landsat resolusi lebih rendah juga menunjukkan pola yang sama (Gambar 2c ). Nilai NDVI keseluruhan dari Landsat lebih kecil daripada yang diamati dalam citra NAIP, tetapi tegakan pohon besar di V1 dan lembah di sekitarnya tetap terlihat dalam dataset NDVI NAIP dan Landsat (Gambar 2c ).

Pengamatan vegetasi yang lebih tinggi dari 5 m dan NDVI yang lebih tinggi (>0,4) di dasar drainase konsisten dengan area yang lebih basah dari TWI, yang menekankan lokasi dasar lembah (Gambar 2e ). Indeks kuning menyorot area yang berubah menjadi kuning saat musim berubah dari musim panas ke musim gugur (Gambar 2d ). Indeks kuning menunjukkan bahwa lembah di lereng yang menghadap ke selatan dan drainase utama mengalami peningkatan besar dalam rona kuning. Perubahan ini akan mencakup pergeseran rumput dari hijau menjadi cokelat dan perubahan dari hijau menjadi kuning pada spesies aspen dan alder. Indeks kuning menyoroti perbedaan penting. Vegetasi tertinggi yang terletak di lereng yang menghadap ke utara tidak menunjukkan perubahan apa pun dari musim gugur ke musim panas (Gambar 2d ). Citra warna alami, indeks kuning, dan Landsat NDVI untuk area yang lebih luas untuk musim gugur dan musim panas disediakan dalam Informasi Pendukung .

3.2 Hasil refraksi seismik
Kecepatan dalam profil refraksi umumnya meningkat dari atas ke bawah DAS V1 (misalnya, utara ke selatan) (Gambar 3 ). Di bagian atas DAS, profil dicirikan oleh kecepatan seismik rendah ( V p < 1200 m/s) yang meluas hingga kedalaman lebih dari 20 m (Gambar 3 ). Dalam V1, jarang ditemukan kecepatan lebih dari 3000 m/s. L10 adalah satu-satunya profil dalam V1 yang menunjukkan kecepatan lebih dari 4000 m/s (Gambar 3 ). Kecepatan tertinggi dalam L10 terjadi di dasar lembah. Namun, zona kecepatan tinggi sedikit bergeser ke barat relatif terhadap pusat drainase dan memiliki bentuk asimetris dengan kemiringan yang tampak di barat. Bergerak lebih jauh ke selatan dan lebih dekat ke pintu keluar daerah aliran sungai, kecepatannya tidak pernah melebihi 4000 m/s, namun kecepatan yang lebih tinggi ( V p > 3000 m/s) semakin dekat ke permukaan di sepanjang dasar lembah (Gambar 3 ).

GAMBAR 3
Hasil refraksi seismik untuk semua profil dalam drainase orde pertama ditampilkan tanpa pembesaran vertikal. Semua profil ditutupi oleh cakupan sinar. Garis hitam pekat yang diplot di setiap profil adalah kontur 1200 m/s. Titik-titik yang diekstraksi dari awan titik deteksi dan pengukuran jarak cahaya (LiDAR) 2,5 m di setiap sisi profil ditampilkan dan diwarnai berdasarkan tingginya. Profil disusun dari utara (Garis 5) ke selatan (Garis 14).

Bahasa Indonesia: Selain profil yang dirancang untuk mencitrakan V1, ada profil yang dikumpulkan di sepanjang punggung bukit dan melintasi drainase utama timur/barat (Gambar 4 ). L15, dikumpulkan di sepanjang punggung bukit paling barat yang membatasi V1 di timur (lihat Gambar 1b ), menunjukkan tidak adanya kecepatan lebih dari 2000 m/s. Tidak adanya kecepatan tinggi ini konsisten dengan profil di garis-garis di jangkauan paling utara V1 (L5–L9). L2 berjalan di sepanjang punggung bukit paling timur kira-kira sejajar dengan L15 (Gambar 1b ). L2 menunjukkan tanda-tanda kecepatan yang lebih tinggi pada kedalaman lebih dari 30 m (Gambar 4 ). Kecepatan yang lebih tinggi ini ( Vp > 2500 m/s ) konsisten dengan kecepatan yang lebih tinggi yang diamati di L5–L9. L1 juga berorientasi di sepanjang punggung bukit paling timur tetapi terletak lebih jauh ke selatan daripada L2. Pada L1, kecepatan lebih dari 2000 m/s menjadi terlihat pada ketinggian terendah (Gambar 4 ).

GAMBAR 4
Hasil refraksi seismik untuk profil yang tersisa yang berada di sepanjang puncak punggung bukit atau yang melintasi North Lodgepole Creek. Semua profil ditutupi oleh cakupan sinar. Garis hitam pekat yang diplot di setiap profil adalah kontur 1200 m/s. Titik yang diekstraksi dari awan titik deteksi dan pengukuran cahaya (LiDAR) 2,5 m di setiap sisi profil ditampilkan dan diwarnai berdasarkan ketinggiannya.

Berbeda dengan profil kecepatan di sepanjang punggung bukit, L3 dan L4 berjalan melintasi drainase utama (Gambar 1b ). Profil ini berada di dataran berumput, bukan di pepohonan willow tebal di sebelah barat. L3 dan L4 memiliki kecepatan tertinggi dari semua 15 profil. Sepanjang L3 dan L4, kecepatan yang lebih tinggi datang dalam jarak 1–3 m dari permukaan dan membentuk struktur kecepatan tinggi yang berkesinambungan secara lateral ( Vp > 4000 m/s) di bawah drainase utama (Gambar 4 ). Ketika L3 dan L4 menanjak ke atas dari lembah, ada penebalan cepat kecepatan rendah di lereng yang menghadap ke selatan (lihat akhir L3) dan yang menghadap ke utara (lihat akhir L4). L4 adalah satu-satunya profil seismik yang memiliki data di lereng yang menghadap ke utara di sisi selatan drainase utama (Gambar 4 ).

Dalam penampang melintang, perubahan tutupan vegetasi tampak terjadi ketika ada perubahan dalam kecepatan seismik (Gambar 3 dan 4 ). Perubahan ini dapat diamati ketika profil seismik diplot dalam perspektif tiga dimensi (3D) (Gambar 5 ; Video Informasi Pendukung S1 ). Dalam tampilan perspektif 3D, topografi dan tinggi vegetasi ditunjukkan di atas profil refraksi (Gambar 5 ). Dalam tampilan ini, kecepatan yang lebih tinggi di bawah lembah meniru bentuk vegetasi di V1. Selain itu, kecepatan yang lebih tinggi dari L3 dan L4 mendominasi tampilan ini, yang menekankan pengamatan bahwa kedua profil ini mengandung kecepatan tertinggi dari semua data sepanjang 2,5 km (Gambar 5 ).

 

GAMBAR 5
Tampilan perspektif tiga dimensi (3D) dari profil refraksi seismik yang ditampilkan pada pembesaran vertikal dua kali. Ketinggian vegetasi ditampilkan pada resolusi 1 m. Model elevasi dihaluskan dan ditampilkan pada resolusi 10 m. Tampilan perspektif ini adalah dua bingkai yang diambil dari Video Informasi Pendukung S1 . Kami menganjurkan para pembaca untuk mengunduh dan menonton video tersebut karena pergerakan, khususnya dengan kumpulan data 3D yang besar, membantu menangkap tren utama dalam kumpulan data tersebut.

Perubahan vegetasi di V1 begitu dramatis sehingga tim pengumpul data menulis catatan tentang profil tertentu. Berikut adalah deskripsi L12: “dasar lembah adalah hutan aspen, dan garis tersebut melewati pepohonan tebal.” Bergerak lebih dekat ke pintu keluar V1, tim memberikan deskripsi yang baik tentang kondisi di sepanjang L13: “Garis ini membentang melalui bagian berawa di dasar lembah. Ada genangan air di banyak tempat dan tanahnya sangat lunak. Ini membentang melalui hutan aspen yang sama seperti dua garis sebelumnya. Dasar lembah tampaknya lebih lebar dari garis sebelumnya.” Tim mencatat pengamatan ini tanpa mengetahui bahwa L13 memiliki kecepatan tertinggi di dekat permukaan.

Korelasi antara vegetasi dan kecepatan terlihat jelas di bagian kedalaman (Gambar 6 dan Video Informasi Pendukung S2 ). Bagian kedalaman kecepatan dibuat sedikit buram sehingga tegakan pohon aspen di dasar V1 dapat terlihat melalui bagian kedalaman kecepatan (Gambar 6 ). Saat kedalaman meningkat, kecepatan meningkat lebih cepat di bawah tegakan pohon yang besar di V1. Munculnya kecepatan yang lebih tinggi ini ( V p > 1200 m/s) tampaknya menguraikan bentuk tegakan. (Gambar 6 ). Bentuk zona kecepatan tinggi meniru pola vegetasi di hampir semua kedalaman, yang divisualisasikan lebih baik dalam berkas video Informasi Pendukung yang menunjukkan bagian kedalaman kecepatan dari 1 hingga 40 m ( Video Informasi Pendukung 2 ).

GAMBAR 6
Bagian kedalaman kecepatan dihamparkan pada citra Program Citra Pertanian Nasional (NAIP) dengan kontur elevasi ditampilkan setiap 5 m. Bagian kedalaman kecepatan ditutupi dengan tangan dan dibuat sedikit buram sehingga tegakan aspen (E = 464400; N = 4570600) di pintu keluar V1 dapat terlihat. Garis hitam adalah lokasi profil refraksi seismik yang digunakan untuk membuat bagian kedalaman yang diinterpolasi (a) kedalaman 5 m, (b) kedalaman 10 m, (c) kedalaman 15 m, dan (d) kedalaman 20 m. Bagian kedalaman ini adalah bagian yang lebih kecil dari bagian dari Video Informasi Pendukung S2 yang menganimasikan bagian kedalaman dari 1 hingga 40 m. Kami mendorong pembaca untuk mengunduh dan menonton Video Informasi Pendukung S2 karena gerakan membantu memvisualisasikan bagaimana kecepatan berubah seiring dengan kedalaman.

Setelah kecepatan tinggi muncul di bawah tegakan pohon, pola spasial tetap stabil. Ini diamati dalam tampilan perspektif 3D saat melihat ke atas V1 dari utara sebagai garis konsisten kecepatan yang lebih tinggi di bawah V1 (Gambar 5a ). Stabilitas juga diilustrasikan dalam bagian kedalaman (Gambar 6 ) dengan membandingkan bagaimana kecepatan berubah selama interval kedalaman 5 m. Pada 5 m, kecepatan yang lebih tinggi muncul di bawah tegakan pohon. Kemudian dari 5 hingga 10 m, kecepatan tinggi menyebar dengan cepat untuk mencakup tegakan pohon (Gambar 6b ). Dari 10 hingga 15 m (Gambar 6b,c ), ada lebih sedikit perubahan spasial (misalnya, Gambar 6b,c lebih mirip), tetapi kecepatan di bawah tegakan pohon terus meningkat. Dari kedalaman 15 hingga 20 m, kecepatan terus meningkat, tetapi pola spasialnya tetap sama—yaitu, kecepatan tertinggi tampaknya selalu mencakup tegakan pohon (Gambar 6c,d ). Dengan kata lain, setelah wilayah kecepatan tinggi mengambil bentuk tegakan aspen antara kedalaman 5 dan 10 m, kecepatannya tetap sama di kedalaman yang lebih dalam. Terakhir, di bagian kedalaman, kecepatan tertinggi terjadi pada kedalaman dangkal di bawah drainase utama barat ke timur di luar V1 (sepanjang L3 dan L4).

3.3 Ketebalan saprolit
Kami berasumsi bahwa kontur 1200 m/s bertindak sebagai proksi yang mewakili antarmuka yang membagi saprolit dan batuan dasar yang retak. Estimasi kontur 1200 m/s didasarkan pada hasil pengeboran dari lokasi dengan geologi serupa sekitar 11,5 km selatan, tempat kedalaman rata-rata selubung dari enam lubang bor dan kedalaman penolakan tujuh lubang Geoprobe terjadi pada kecepatan ini (Eppinger et al., 2024 ; BA Flinchum, Holbrook, Grana et al., 2018 ; Keifer et al., 2019 ; Phillips et al., 2023 ; Wang et al., 2019 ). Rincian tambahan yang membahas asumsi ini dieksplorasi lebih rinci di Bagian 4 , tetapi kami menggunakan kontur 1200 m/s di bagian ini untuk membantu menjelaskan tren spasial dalam data. Selain kontur 1200 m/s, kami menyertakan dua proksi tambahan: (1) kecepatan rata-rata dari kedalaman 0 hingga 15 m dan (2) gradien kecepatan vertikal yang diperkirakan dengan kemiringan fungsi linier yang paling sesuai dengan profil kedalaman kecepatan ( Informasi Pendukung ). Kami memperkirakan area dengan saprolit yang lebih tebal akan memiliki kecepatan rata-rata yang lebih rendah dan gradien kecepatan yang lebih rendah. Kami akan menggunakan proksi ini untuk menghubungkan profil kecepatan (Gambar 3 dan 4 ) dengan struktur CZ.

Kontur 1200 m/s dari setiap profil diekstraksi untuk memvisualisasikan ketebalan saprolit. Peta ketebalan saprolit dibuat menggunakan spline kelengkungan kontinu (Smith & Wessel, 1990 ) (Gambar 7 ). Peta tersebut ditutupi oleh topeng yang digambar tangan yang sama yang digunakan di bagian kedalaman. Ketebalan saprolit berkurang saat vegetasi bertambah tinggi (Gambar 7a,b ). Saprolit tertipis terjadi di tempat tegakan pohon aspen di V1 adalah yang terlebar, dengan saprolit tipis membentang melintasi lembah (Gambar 7b ). Saprolit juga paling tebal di bawah dua punggung bukit yang membatasi V1 (Gambar 7b ). Pandangan perspektif dari tinggi saprolit dan vegetasi di V1 menunjukkan bahwa saprolit tebal di bawah punggung bukit adalah hasil dari permukaan saprolit yang tetap datar, sementara topografi permukaan meningkat ketinggiannya—dengan kata lain, tidak menciptakan gambar topografi terbalik (Gambar 7a ).

GAMBAR 7
Memvisualisasikan hubungan antara struktur zona kritis (CZ) dan tinggi vegetasi. Ketebalan saprolit dihitung dengan mengekstraksi kedalaman ke kontur kecepatan 1200 m/s. (a) Tampilan perspektif tiga dimensi (3D) dari batas yang membagi saprolit dan batuan dasar yang retak ditunjukkan pada dua kali pembesaran vertikal. Tampilan tersebut melihat ke atas V1 dari selatan. Ketinggian dasar saprolit ditunjukkan dan kemudian diwarnai oleh ketebalan saprolit. Permukaan berjala buram adalah topografinya. Vegetasi diplot langsung dari titik awan pendeteksi dan pengukur jarak cahaya (LiDAR) dan diwarnai oleh tinggi vegetasi. Jala transparan adalah topografi permukaan pada resolusi 10 m. (b) Peta kedalaman saprolit yang diinterpolasi dihamparkan pada citra NAIP. Permukaan saprolit di panel ini sama dengan panel (a). Tinggi vegetasi ditunjukkan secara tipis untuk menunjukkan bahwa bentuk saprolit tipis meniru tegakan pohon di V1. Garis hitam tipis adalah garis seismik. Kontur elevasi ditampilkan setiap 5 m. Garis putih putus-putus menunjukkan lokasi profil di panel (c) untuk interpolasi. (c) Bagian kecepatan seismik yang diinterpolasi yang dimulai di bagian atas V1, melintasi lembah utama, dan kemudian bergerak beberapa ratus meter ke atas lereng yang menghadap ke utara di sisi lain. Kecepatan diekstraksi dari masing-masing bagian kedalaman kecepatan (lihat Video Informasi Pendukung atau Gambar 5 ). Kedalaman saprolit (misalnya, 1200 m/s) ditampilkan sebagai kontur hitam. Vegetasi divisualisasikan dari titik awan LiDAR dan diwarnai berdasarkan tinggi vegetasi. Profil ditampilkan dengan tiga kali pembesaran vertikal. (d) Plot tinggi vegetasi (Gambar 2a ) versus ketebalan saprolit (panel b). Titik abu-abu adalah nilai yang diekstraksi setiap 5 m di sepanjang setiap profil seismik ( R = −0,58). Lingkaran hitam adalah rata-rata dan deviasi standar (batang galat) dari ketebalan saprolit yang dihitung dalam jendela 1 m. Garis hitam pekat mewakili kecocokan hukum daya ( y = ax b ; a = 10; b = −0.54; R 2 = 0.75) dan garis hitam putus-putus merupakan kecocokan linier ( y = ax + b ; a = −0.59; b = 8.9; R 2 = 0.63) terhadap data berjendela.

Saprolit paling tipis di bawah V1 dan bahkan lebih tipis di bawah area yang memiliki vegetasi tertinggi (Gambar 7 ). Menggunakan lokasi garis refraksi seismik, kedalaman saprolit (misalnya, kedalaman hingga 1200 m/s) dan tinggi vegetasi diekstraksi setiap 5 m di sepanjang setiap profil seismik (titik abu-abu pada Gambar 7d ). Ada banyak lokasi dengan tinggi vegetasi rendah, itulah sebabnya ada begitu banyak titik dengan tinggi vegetasi mendekati nol. Data menunjukkan korelasi negatif yang kuat ( R [koefisien korelasi] = −0,58; Gambar 7c ).

Rata-rata dan simpangan baku kedalaman saprolit dikelompokkan ke dalam jendela satu meter sepanjang sumbu tinggi vegetasi (titik-titik hitam pada Gambar 7d ). Korelasi negatif pada data yang dikelompokkan tetap kuat ( R = −0.79). Data berjendela menunjukkan bahwa hubungan yang menggambarkan penipisan saprolit dengan peningkatan tinggi vegetasi lebih konsisten dengan fungsi daya ( y = ax b ) daripada yang linear ( y = ax + b ). Fungsi daya ( a = 10; b = −0.54; R 2 = 0.75) memiliki kecocokan yang lebih baik daripada fungsi linear ( a = 8.9; b = −0.59; R 2 = 0.63). Tegakan pohon paling tinggi sepanjang L11, L12, dan L13, dan vegetasi yang lebih tinggi dari 5 m terdapat pada L10 hingga L14. Saprolit mulai menipis pada L10, yang bertepatan dengan timbulnya tegakan aspen. Saprolit tertipis terdapat di sepanjang L13 dan tebalnya kurang dari 2 m selama lebih dari 75 m di sepanjang dasar lembah, yang merupakan bagian terluas dari V1 tempat pepohonan paling tinggi, biasanya lebih dari 7–8 m (Gambar 7 ). Penipisan saprolit terlihat (garis hitam pada Gambar 7c ) ketika kecepatan dari bagian kedalaman (lihat Video Informasi Pendukung S2 ) diinterpolasi untuk membuat transek dari atas ke bawah V1 dan melintasi drainase utama ke lereng yang menghadap ke utara (garis putih pada Gambar 7b ).

3.4 Daerah tangkapan air dan metrik lainnya
Kami telah berfokus pada korelasi antara tinggi vegetasi dan ketebalan saprolit yang diperkirakan secara seismik (Gambar 7 )—karena itulah yang membuat penelitian ini unik. Namun, penting untuk menyertakan pengamatan yang akan memungkinkan kita mencari korelasi antara vegetasi dan metrik lainnya. Pengamatan ini akan menjadi kunci untuk mengeksplorasi hipotesis orde pertama bahwa konvergensi topografi adalah variabel penjelas terkuat yang menjelaskan perbedaan dalam kepadatan pohon.

Data refraksi seismik difokuskan di V1, yang merupakan daerah aliran sungai orde pertama kecil yang merupakan bagian dari sistem drainase North Lodgepole Creek yang lebih besar (Gambar 8a ). Seperti dijelaskan dalam metode, daerah aliran sungai yang lebih besar dibagi menjadi 35 daerah aliran sungai orde pertama (Gambar 8a ). Total area yang tercakup dihitung dan dibandingkan dengan tinggi vegetasi maksimum yang diamati atau tinggi vegetasi rata-rata di daerah aliran sungai. Idenya adalah bahwa setiap daerah aliran sungai bekerja seperti ember, menangkap air. Daerah aliran sungai orde pertama yang lebih besar harus menangkap lebih banyak air dan dengan demikian, menurut hipotesis orde pertama, harus mendukung vegetasi yang lebih tinggi atau lebih padat. Motivasi untuk analisis ini datang dari tegakan pohon tambahan di lembah yang berdekatan dengan V1 (lihat Gambar 2a ).

GAMBAR 8
(a) Daerah aliran sungai orde pertama yang dipilih secara manual yang dihamparkan pada citra Program Citra Pertanian Nasional (NAIP), tinggi vegetasi yang diperoleh dari pendeteksian dan pengukuran cahaya (LiDAR), dan nilai indeks vegetasi perbedaan ternormalisasi (NDVI) Landsat bulan Juli. Dalam tampilan yang lebih regional ini, lereng yang menghadap ke utara lebih banyak ditumbuhi vegetasi dan memiliki vegetasi yang lebih tinggi. (b) Plot silang yang menunjukkan area daerah aliran sungai (diplot pada skala log) dengan tinggi rata-rata (termasuk nol) vegetasi dalam setiap daerah aliran sungai. Abu-abu adalah lereng yang menghadap ke utara, dan hitam adalah lereng yang menghadap ke selatan. Batang galat adalah galat baku. Garis putus-putus adalah garis linier yang paling sesuai untuk daerah aliran sungai yang menghadap ke utara atau selatan. Lereng yang menghadap ke utara memiliki korelasi R = −0,69, dan lereng yang menghadap ke selatan memiliki korelasi R = 0,33. (c) Plot silang yang menunjukkan daerah DAS (diplot pada skala logaritma) hingga ketinggian vegetasi maksimum yang diamati di DAS. Abu-abu adalah lereng yang menghadap ke utara, dan hitam adalah lereng yang menghadap ke selatan. Garis putus-putus adalah garis linier yang paling sesuai untuk DAS yang menghadap ke utara ( R = 0,75) atau menghadap ke selatan ( R = 0,70).

Hasilnya menunjukkan perbedaan mendasar antara lereng yang menghadap utara dan selatan (Gambar 8a ). Daerah aliran sungai di lereng yang menghadap utara memiliki vegetasi yang lebih tinggi yang tidak terbatas pada lembah. Dalam tampilan perspektif profil refraksi seismik, vegetasi di lereng yang menghadap utara mudah diamati di lereng curam yang membatasi drainase timur/barat (Gambar 5 ; Video Informasi Pendukung S1 ). Di lereng yang menghadap utara, tinggi vegetasi rata-rata dan ukuran daerah tangkapan air menunjukkan korelasi negatif ( R = −0,69) (abu-abu pada Gambar 8b ). Sebaliknya, drainase di lereng yang menghadap selatan, seperti V1, menunjukkan korelasi positif ( R = 0,33) (hitam pada Gambar 8b ). Tinggi pohon maksimum di setiap daerah tangkapan air berkorelasi positif dengan ukuran daerah tangkapan air untuk lereng yang menghadap ke utara ( R = 0,75) (abu-abu pada Gambar 8c ) dan lereng yang menghadap ke selatan ( R = 0,70) (hitam pada Gambar 7c ). Lebih jauh lagi, pohon-pohon di lereng yang menghadap ke utara lebih tinggi (7,0 ± 0,35 m; rata-rata dan kesalahan standar) daripada yang ada di lereng yang menghadap ke selatan (3,2 ± 0,14 m), yang konsisten dengan inspeksi visual Gambar 8a .

Kami menggunakan dua masker ketika mencari korelasi lain untuk menjelaskan perbedaan dalam ketinggian vegetasi. Masker pertama adalah batas DAS orde pertama yang berisi V1. Menggunakan DAS sebagai unit adalah pilihan yang tepat untuk berpotensi menjelaskan perilaku yang berbeda di lereng yang menghadap ke utara. Masker DAS yang lebih kecil menghilangkan data observasi dari lembah utama dan beberapa titik data di sepanjang L4 yang naik ke lereng yang menghadap ke utara. Namun, untuk menggunakan seluruh luasan data seismik kami, kami menggunakan masker yang digambar dengan tangan (lihat Gambar 6 dan 7 ), yang mencakup data di seluruh drainase utama dan beberapa data di lereng yang menghadap ke utara. Alih-alih mengekstraksi data setiap 5 m di sepanjang setiap profil seismik, yang merupakan apa yang kami lakukan untuk Gambar 7d , koefisien korelasi dihitung dengan membandingkan piksel dalam raster bertopeng. Koefisien korelasi dihitung pada data binned (lingkaran hitam pada Gambar 7d ). Gambar bertopeng untuk setiap metrik, plot silang, dan rata-rata yang dikelompokkan (seperti yang ada pada Gambar 7d ) untuk DAS dan topeng yang digambar dengan tangan disediakan dalam Informasi Pendukung . Dalam paragraf berikut, koefisien korelasi pertama adalah untuk DAS yang lebih kecil, dan nilai kedua adalah untuk wilayah bertopeng yang lebih besar yang mencakup daerah aliran sungai utama (misalnya, R = topeng kecil/topeng besar).

Korelasi lebih kuat ketika masker DAS yang lebih kecil digunakan (biru vs. oranye pada Gambar 8 ). Namun, koefisien korelasi menunjukkan bahwa kedalaman saprolit memiliki korelasi negatif tertinggi ( R = −0,66/−0,42) daripada metrik lainnya (Gambar 8 ). Korelasi konsisten dengan pengamatan kami bahwa ketika tinggi vegetasi meningkat, kecepatan yang lebih tinggi mendekati permukaan. Setelah ketebalan saprolit, korelasi tertinggi berikutnya adalah jarak ke saluran ( R = −0,63/−0,30) dan posisi lereng relatif ( R = −0,57/−0,35), yang juga berkorelasi negatif. Tinggi vegetasi tidak berkorelasi dengan lereng ( R = −0,15/0,03). Metrik yang digunakan untuk mengklasifikasikan vegetasi, seperti NDVI dari citra NAIP ( R = 0,91/0,72), NDVI dari Landsat pada bulan Juli ( R = 0,82/0,47), NDVI dari Landsat pada bulan Oktober (0,82/0,55), dan GCC yang berasal dari NAIP, (0,8/0,42) semuanya memiliki korelasi positif yang tinggi (Gambar 8 ). Dua proksi lain yang berasal dari seismik untuk ketebalan saprolit, kecepatan rata-rata ( R = 0,83/0,36) dan gradien kecepatan linier ( R = 0,78/0,34), juga memiliki nilai korelasi positif yang kuat ( Informasi Pendukung ). Korelasi yang terkait dengan konvergensi berkorelasi positif, seperti daerah tangkapan air ( R = 0,56/0,28) dan TWI ( R = 0,54/0,2). Indeks kuning berkorelasi positif ketika hanya mengamati daerah aliran sungai ( R = 0,76) tetapi menjadi tidak berkorelasi ketika pohon willow dan rumput di daerah aliran sungai utama disertakan ( R = 0,06) ( Informasi Pendukung ). Analisis komponen utama yang terpisah dari variabel-variabel utama ini disediakan dalam Informasi Pendukung .

4 DISKUSI
Studi ini dimotivasi oleh distribusi vegetasi yang berbeda di Laramie Range, WY (Gambar 1 ). Bagian dari Laramie Range ini diklasifikasikan sebagai padang rumput semikering dan terletak pada ketinggian antara 2200 dan 2700 m. Daerah dataran rendah didominasi oleh pohon willow ( Salix spp.), pohon aspen ( Populus spp.), dan rumput padang rumput (Carey & Paige, 2016 ; Carey et al., 2019 ). Foto udara dari Juli 2022 menyoroti pola vegetasi yang berbeda yang terjadi di seluruh lanskap, dengan perbedaan utama terjadi di lereng yang menghadap ke utara dan selatan (Gambar 1a ). Hipotesis tingkat pertama yang menjelaskan distribusi vegetasi adalah bahwa konvergensi topografi mengumpulkan dan mengarahkan presipitasi ke dasar lembah. Namun, mengingat semakin banyaknya bukti bahwa arsitektur CZ dan ekosistem dapat digabungkan dengan cara yang kompleks (Callahan et al., 2022 ; McCormick et al., 2021 ), kami menggunakan atribut ekosistem untuk mengeksplorasi bagaimana struktur CZ dapat memengaruhi distribusi vegetasi di suatu lanskap.

Data penginderaan jauh menyoroti perbedaan dalam distribusi vegetasi di lereng yang menghadap utara dan selatan (Gambar 1 , 2 , dan 8 ). Di lereng yang menghadap utara, tinggi vegetasi maksimum berkorelasi positif dengan peningkatan ukuran DAS tetapi tinggi rata-rata berkorelasi negatif (Gambar 8 ). Selain itu, lereng yang menghadap utara tidak menunjukkan kekuningan dari musim panas hingga musim gugur dan memiliki nilai NDVI yang lebih rendah daripada yang ada di lereng yang menghadap selatan (Gambar 2 ). Pengamatan ini menunjukkan bahwa vegetasi tertinggi di DAS yang menghadap utara adalah hutan konifer. Pohon konifer tampaknya tidak terbatas pada lembah dan tumbuh di lereng yang curam (paling baik diamati dalam tampilan perspektif Gambar 5 dan Video Informasi Pendukung S1 ). Sebaliknya, lereng yang menghadap ke selatan memiliki vegetasi yang lebih pendek tetapi tinggi vegetasi maksimum dan rata-rata berkorelasi positif dengan peningkatan ukuran DAS (Gambar 8 ). Lereng yang menghadap ke selatan memiliki nilai NDVI yang lebih tinggi dan nilai indeks kuning yang lebih tinggi (Gambar 2 ). Pengamatan ini menunjukkan bahwa lereng yang menghadap ke selatan didominasi oleh pohon peluruh, rumput, dan pohon willow yang terbatas di dasar lembah. Vegetasi yang lebih tinggi dari 3 m di lereng yang menghadap ke selatan kemungkinan besar adalah pohon peluruh, yang di area studi kemungkinan besar adalah pohon aspen (Carey & Paige, 2016 ; MM Hayes et al., 2014 ). Mulai saat ini, kami memfokuskan pembahasan kami pada dua kelompok pohon: aspen dan konifer.

Kecepatan seismik meningkat dan mendekati permukaan saat pohon aspen mulai muncul di V1 (lihat L10–L14, Gambar 3 dan 4 ; Video Informasi Pendukung S1 ). Pada penampang kedalaman (Gambar 6 ), wilayah dengan kecepatan lebih tinggi meniru bentuk tegakan aspen (Gambar 6 ; Video Informasi Pendukung S2 ). Kedalaman saprolit yang dihasilkan, diperkirakan dengan kontur kecepatan 1200 m/s (Eppinger et al., 2024 ; BA Flinchum, Holbrook, Grana et al., 2018 ; Keifer et al., 2019 ; Phillips et al., 2023 ; Wang et al., 2019 ), menunjukkan korelasi negatif dengan tinggi pohon (Gambar 7 ). Korelasi lebih kuat ketika data dibatasi pada DAS orde pertama yang berisi V1, yang membatasi pengamatan kami pada lereng yang menghadap ke selatan (biru pada Gambar 9 ). Korelasi masih positif, tetapi tidak sekuat itu, ketika data dari lereng yang menghadap ke utara dan selatan disertakan. Korelasi antara ketebalan saprolit dan tinggi vegetasi lebih berkorelasi daripada metrik topografi lainnya termasuk lereng, TWI, dan daerah tangkapan air (Gambar 9 ).

 

GAMBAR 9
Koefisien korelasi untuk metrik yang ditampilkan pada sumbu x dan tinggi vegetasi. Nilai korelasi negatif berarti bahwa ketika metrik meningkat, tinggi vegetasi menurun. Warna menunjukkan nilai korelasi berdasarkan topeng yang berbeda. Kurva biru ditutupi untuk daerah aliran sungai orde pertama, yang hanya berisi data yang menghadap ke selatan. Kurva oranye untuk topeng yang digambar tangan yang ditunjukkan pada Gambar 6 dan 7 dan berisi informasi dari drainase utama dan lereng yang menghadap ke utara. Data untuk setiap korelasi disediakan dalam Informasi Pendukung . GCC, koordinat kromatik hijau; LS, panjang lereng; NAIP, Program Citra Pertanian Nasional; NDVI, indeks vegetasi perbedaan yang dinormalisasi.

Kami menginterpretasikan kecepatan seismik sebagai struktur CZ tiga lapis yang terdiri dari saprolit, batuan dasar yang retak, dan batuan dasar segar (Gambar 10 ). Lapisan saprolit meliputi tanah. Studi ini dimaksudkan sebagai survei eksplorasi, jadi lubang bor dan lubang tanah tidak tersedia untuk membantu menginterpretasikan kecepatan seismik. Kami mendefinisikan tiga lapisan dengan dua kontur kecepatan berdasarkan pengamatan pengeboran dari BW yang telah diperbarui dari waktu ke waktu saat pengamatan baru dilakukan (BA Flinchum et al., 2019 ; BA Flinchum, Holbrook, Grana et al., 2018 ; Keifer et al., 2019 ; Pasquet et al., 2021 ; Wang et al., 2019 ). Awalnya, kedalaman casing dari empat lubang bor memperkirakan kecepatan antarmuka menjadi 1200 ± 140 m/s (rata-rata dan deviasi standar) (Flinchum, Holbrook, Rempe et al., 2018 ). Kemudian, dua lubang bor lagi dan tujuh lubang geofon menurunkan kecepatan yang diperkirakan menjadi 1100 ± 180 m/s (BA Flinchum, Holbrook, Grana et al., 2018 ). Yang lain telah melaporkan kecepatan saprolit kurang dari 2000 m/s (Holbrook et al., 2014 ), kurang dari 2500 m/s (Befus et al., 2011 ), antara 1200 dan 1400 m/s (Donaldson et al., 2023 ), antara 700 dan 3000 m/s (Huang et al., 2021 ), dan 1280 ± 200 m/s (Rasmussen et al., 2023 ). Mengingat laporan-laporan ini, kami berasumsi kontur kecepatan 1200 m/s adalah proksi yang baik untuk menentukan batas yang memisahkan saprolit dan batuan dasar yang retak (Gambar 10 ). Kecepatan batuan dasar sebesar 4000 m/s didasarkan pada profil refraksi seismik pada granit di Laramie Range (Flinchum, Holbrook, Rempe et al., 2018 ) dan Pegunungan Sierra Nevada Selatan (Holbrook et al., 2014 ), yang keduanya menunjukkan bahwa kecepatan singkapan lebih besar dari 4000 m/s (Gambar 10 ).

GAMBAR 10
Interpretasi data refraksi seismik ditunjukkan dengan dua kali pembesaran vertikal. Struktur zona kritis (CZ) yang dibuat sketsa didasarkan pada kecepatan dari masing-masing bagian kedalaman. Garis hitam putus-putus adalah perkiraan lokasi kontur 1200 m/s. Gambar vegetasi menggambarkan hutan aspen, willow, atau konifer dan ditempatkan dan diskalakan ke ketinggian yang benar menggunakan data deteksi dan pengukuran cahaya (LiDAR). Bagian tersebut adalah transek sepanjang 1100 m yang diambil dari hulu V1, melintasi drainase utama, dan naik ke lereng yang menghadap ke utara. Ketebalan di sisi kiri model adalah 90 m. Luas garis seismik, yang kira-kira tegak lurus dengan profil ini, ditunjukkan di bagian atas sketsa.

Dalam lanskap terkikis yang dilapisi oleh batuan kristal, seperti V1, perubahan kecepatan di dekat permukaan kemungkinan disebabkan oleh peningkatan porositas yang diciptakan oleh pelapukan fisik dan kimia (Callahan et al., 2020 ; Gu, Mavko et al., 2020 ; JL Hayes et al., 2019 ). Saprolit, yang didefinisikan di sini sebagai kecepatan kurang dari 1200 m/s, akan memiliki porositas tertinggi. Untuk memberikan kisaran, kita dapat melihat literatur. Porositas antara 25% dan 40% diukur hingga kedalaman 9 m di BW, yang memiliki kecepatan seismik yang sesuai antara 600 dan 1000 m/s yang diukur dengan survei refraksi seismik menggunakan metode serupa (BA Flinchum, Holbrook, Grana et al., 2018 ). Dalam saprolit Pegunungan Sierra Nevada Selatan, porositas antara 40% dan 60% memiliki kecepatan antara 300 dan 800 m/s (Holbrook et al., 2014 ). Nilai-nilai yang dipublikasikan ini dapat digunakan sebagai perkiraan dalam interpretasi kami di mana kecepatan yang lebih lambat disebabkan oleh porositas yang lebih tinggi. Ini ditunjukkan oleh warna coklat tua hingga coklat muda dalam sketsa konseptual pada Gambar 10. Sebaliknya, batuan retak yang didefinisikan oleh kecepatan antara 1200 dan 4000 m/s memiliki porositas yang lebih sedikit. Berdasarkan pemodelan fisika batuan dan kecepatan resonansi magnetik nuklir (NMR) bawah lubang, porositas batuan retak pada BW adalah antara 2% dan 6%, dan porositas batuan yang tidak retak kurang dari 1%–2% (BA Flinchum et al., 2019 ; BA Flinchum, Holbrook, Grana et al., 2018 ). Kecepatan dan porositas serupa juga diamati oleh NMR pada batuan kristal Piedmont (Holbrook et al., 2019 ).

Hubungan yang kuat antara daerah aliran sungai dan tinggi pohon di daerah aliran sungai yang menghadap ke selatan (di mana V1 berada) tampak konsisten dengan hipotesis tingkat pertama bahwa topografi mengarahkan presipitasi yang jatuh di daerah aliran sungai ke lembah. Sebaliknya, pohon-pohon di lereng yang menghadap ke utara tampaknya tidak dibatasi ke dasar lembah atau keluarnya daerah aliran sungai seperti yang ada di lereng yang menghadap ke utara. Salah satu penjelasannya adalah karena lereng yang menghadap ke utara di belahan bumi utara (misalnya, yang menghadap kutub) mengalami lebih sedikit radiasi matahari, sehingga menghasilkan kondisi yang lebih dingin dan kadar air tanah yang lebih tinggi (Branson & Shown, 1989 ; Burnett et al., 2008 ; Istanbulluoglu et al., 2008 ). Di iklim yang didominasi salju, seperti Laramie Range, lereng yang menghadap ke utara mengalami lapisan salju yang lebih tebal (Tennant et al., 2017 ). Dengan demikian, kelembaban tanah di lereng yang menghadap ke utara mungkin tetap lebih tinggi karena iklim mikro. Selain itu, pepohonan di lereng yang menghadap ke utara sebagian besar adalah pepohonan konifer, yang tidak mengalami transpirasi sebanyak pepohonan aspen.

Curah hujan akan diubah menjadi air permukaan atau air tanah dan akan melewati atau disimpan di CZ. Dengan demikian, struktur CZ akan mengatur berapa banyak curah hujan yang tersedia untuk tanaman. Curah hujan yang tidak diubah menjadi limpasan permukaan atau evapotranspirasi akan melewati CZ. Uji infiltrasi di seluruh Laramie Range menunjukkan bahwa di daerah yang tertutup sagebrush, aliran permukaan dalam kondisi alami jarang terjadi (Carey & Paige, 2016 ). Akibatnya, kemungkinan besar curah hujan yang jatuh di daerah yang tidak memiliki vegetasi hijau yang terlihat (lihat Gambar 1 , 2 , dan 8 ) kemungkinan akan meresap dengan cepat, menjadi air tanah, dan mengalir melalui CZ sebelum mencapai tegakan aspen di dekat pintu keluar daerah aliran sungai yang menghadap ke selatan (Gambar 10 ). Korelasi positif yang kuat pada tinggi rata-rata dan maksimum (Gambar 8 ) mendukung interpretasi ini—di mana ukuran daerah aliran sungai menentukan jumlah air yang tersedia untuk pepohonan. Di lereng yang menghadap ke selatan, daerah aliran sungai yang lebih besar secara efektif menyediakan lebih banyak air, sehingga menampung tegakan aspen yang lebih tinggi dan lebih banyak luas permukaan aspen, yang meningkatkan tinggi vegetasi rata-rata.

Kami berpendapat bahwa struktur CZ di bawah aspen di V1 adalah komponen kunci dalam menciptakan lingkungan yang ideal untuk aspen di lembah-lembah di lereng yang menghadap ke selatan. Aspen adalah spesies yang sangat membutuhkan air yang tumbuh paling baik di tanah berpori dan berdrainase baik dengan muka air tanah antara 0,6 dan 2,5 m (Perala et al., 1990 ). Benih aspen, yang disebarkan pada akhir musim semi/awal musim panas, memerlukan periode kontak dengan tanah yang sangat jenuh untuk berkecambah (Perala et al., 1990 ). Permintaan air yang tinggi dan kebutuhan tanah basah untuk tumbuh menunjukkan bahwa mereka tidak akan tumbuh subur di lingkungan semikering yang lebih menyukai semak atau vegetasi padang rumput seperti Laramie Range. Dalam geologi batuan kristal, konduktivitas hidrolik kemungkinan berkurang menjadi nol dengan bertambahnya kedalaman dan mungkin mendekati nol di batuan dasar yang tidak retak ( V p > 4000 m/s). Oleh karena itu, kecepatan yang lebih tinggi di bawah pohon aspen di V1 kemungkinan besar merupakan pengurangan porositas dan konduktivitas hidrolik—yang setara dengan penyimpanan air yang lebih sedikit di bawah V1. Konsisten dengan transisi dari saprolit ke batuan yang retak. Jadi, di bawah tegakan aspen, akan ada pengurangan volume air yang dibutuhkan untuk menaikkan atau menjaga muka air tanah di dekat permukaan di bawah V1 (Gambar 10 ).

Kecepatan di bawah aspen bukanlah batuan dasar yang tidak retak (misalnya, kurang dari 4000 m/s). Batuan dasar yang tidak retak hanya menonjol di bawah drainase utama sepanjang L3 dan L4 (Gambar 4 ). Oleh karena itu, batuan dasar yang retak di bawah tegakan aspen di V1 mungkin bertindak sebagai sumber air yang tersedia bagi tanaman untuk tegakan aspen yang lebih besar dan lebih mapan (misalnya, kelembapan batu). Kombinasi saprolit tipis dan batuan dasar retak dangkal akan memengaruhi bagaimana air bergerak selama pencairan salju. Batuan dasar yang retak di bawah aspen meningkatkan kemungkinan bahwa pencairan salju setiap musim semi akan membawa muka air tanah mendekati permukaan—menyediakan lingkungan basah yang diperlukan untuk perkecambahan aspen. Lebih jauh lagi, jika saprolit di bawah tegakan aspen berperilaku seperti tanah dengan infiltrasi tinggi di pegunungan Laramie (Carey & Paige, 2016 ; Carey et al., 2019 ), maka struktur CZ di bawah tegakan aspen akan terkuras kemudian di musim semi—menyediakan tanah dengan drainase baik yang dibutuhkan aspen dewasa untuk tumbuh subur.

Pengamatan unik dari dataset ini adalah penipisan saprolit yang terjadi dari atas V1 ke awal tegakan aspen. Penipisan ini mungkin memiliki dampak penting lainnya pada air yang telah jatuh di setiap daerah aliran sungai dan mungkin mengendalikan tingkat atas tegakan aspen dapat tumbuh (Gambar 10 ). Jika kita berasumsi bahwa air tanah mengikuti gradien topografi, maka itu akan mengalir dari atas V1 ke pintu keluar. Data seismik menunjukkan bahwa penipisan lapisan kecepatan lambat, dan dengan demikian ketebalan saprolit, menyatu dengan topografi saat mendekati tegakan aspen (digambarkan dalam Gambar 10 ; data ditunjukkan dalam Gambar 7c ). Konvergensi saprolit dan topografi permukaan terjadi pada L10, yang juga merupakan awal tegakan aspen (Gambar 3 dan 10 ). Jika batuan dasar yang retak memiliki daya hantar hidrolik yang lebih rendah dibandingkan saprolit, pada titik konvergensi ini aliran air tanah akan dialihkan menuju permukaan, sehingga menciptakan mata air di dekat permulaan tegakan aspen (Gambar 10 ).

Untuk menguji interpretasi ini, kami memerlukan sumur dan pengukuran air tanah, yang tidak kami miliki. Sebaliknya, untuk memahami bagaimana aliran air tanah lokal dan regional dapat berperilaku di area studi kami, kami membuat model air tanah kondisi stabil dasar menggunakan MODFLOW. Model ini bersifat teoritis, dan kami hanya menggunakannya untuk membantu kami memahami bagaimana air tanah dapat mengalir melalui lanskap ini. Untuk membangun model, kami mengasumsikan pengisian ulang berdasarkan persentase presipitasi lokal, konduktivitas hidrolik konstan berdasarkan uji pompa dan data NMR dari BW (Phillips et al., 2023 ; Ren et al., 2019 ), menggunakan aliran sungai abadi sebagai kondisi batas head konstan, dan aliran sungai sementara untuk mengatur ubin drainase. Mengingat kesederhanaan asumsi, kami menjalankan skenario pengisian ulang rendah dan tinggi, memvariasikan pengisian ulang dari 12% hingga 30% dari presipitasi tahunan. Rincian tentang konstruksi model dan hasilnya disediakan dalam Informasi Pendukung . Potongan melintang fluks air tanah yang diambil dari V1, serta tegak lurus terhadap V1 untuk kedua skenario, digunakan untuk menginformasikan konseptualisasi hidrologi, khususnya jalur aliran air tanah yang dibuat sketsa yang dialihkan menuju permukaan di awal tegakan aspen pada Gambar 10 (lihat Informasi Pendukung untuk detailnya).

Model dasar menunjukkan bahwa keberadaan batuan dasar retak dangkal di bawah lembah dapat memengaruhi ketersediaan air dalam dua cara (Gambar 4 ). Pertama, permeabilitas dan porositas rendah di bawah dasar lembah akan membatasi aliran air tanah regional atau lokal ke kedalaman dangkal di dasar lembah, di mana ia dapat diakses oleh pepohonan. Kedua, batuan dasar retak biasanya memiliki porositas yang dapat dikeringkan secara minor, yang berarti bahwa pengisian ulang yang lebih sedikit akan diperlukan untuk menaikkan muka air tanah. Pengurangan ini akan menghasilkan air yang lebih tinggi. Dengan kata lain, mengurangi permeabilitas di bawah lembah akan memiliki hasil yang serupa. Dengan demikian, ada kemungkinan bahwa arsitektur CZ dapat mengalihkan aliran air tanah utara-selatan yang didorong secara topografi ke atas ke lembah.

Interpretasi yang disajikan pada Gambar 10 menunjukkan perspektif penting dan unik yang dapat dibawa oleh data geofisika dekat permukaan ke studi CZ. Data refraksi seismik memungkinkan kami untuk mengungkap sekitar 2,5 km struktur CZ yang jika tidak demikian tidak akan terlihat. Struktur CZ yang diperoleh secara seismik memberikan cara untuk mengajukan pertanyaan baru dan membangun hipotesis baru tentang bagaimana struktur CZ dapat memengaruhi perkembangan ekosistem. Misalnya, korelasi antara saprolit tipis dan batuan retak di bawah aspen di V1 mengarah ke pertanyaan yang jelas: Apakah struktur CZ di bawah tegakan aspen di dua lembah yang berdekatan di timur dan barat memiliki struktur yang mirip dengan V1? Pertanyaan kedua yang disajikan data ini adalah: Apakah struktur CZ di bawah lereng yang menghadap ke utara berbeda dari yang ada di lereng yang menghadap ke selatan? Pertanyaan-pertanyaan ini akan sulit dijawab dengan kampanye pengambilan sampel tradisional. Namun, refraksi seismik dapat menjadi alat eksplorasi yang dapat digunakan untuk menyiapkan dan menguji model konseptual baru untuk menjawab pertanyaan-pertanyaan ini.

Data observasi yang disajikan di sini juga menyoroti tantangan utama yang terkait dengan studi yang menggunakan data geofisika dekat permukaan untuk mempelajari CZ. Secara khusus menghubungkan struktur CZ dengan proses yang menciptakan dan mempertahankannya. Untuk mengevaluasi Gambar 10 , khususnya bagaimana struktur CZ memengaruhi aliran dan penyimpanan air tanah, upaya pemodelan hidrogeologi yang signifikan akan diperlukan. Ini akan mencakup pengeboran beberapa sumur di sepanjang lembah V1, pengujian hidraulik di sumur-sumur ini untuk menentukan sifat hidraulik, peralatan untuk memantau muka air tanah, presipitasi, pengukuran limpasan di sungai, cara kreatif untuk mengekstrapolasi observasi geofisika ke seluruh domain pemodelan air tanah, dan model air tanah untuk menggabungkan semua observasi ini. Selain itu, pengumpulan data untuk menentukan apakah pohon dapat mengakses air yang tersimpan dalam saprolit. Analisis kami tentang daerah tangkapan air versus tinggi pohon (Gambar 8 ) dan atribut topografi lainnya (Gambar 9 ) adalah titik awal dan memerlukan analisis yang lebih rinci. Meskipun ada keterbatasan ini, korelasi kuat antara struktur CZ yang diperoleh secara seismik dan tegakan aspen di V1 menunjukkan bahwa struktur CZ memainkan peran penting dalam menciptakan lingkungan yang ideal bagi pohon aspen yang membutuhkan air di lanskap semikering dan bersalju. Studi ini menambah bukti yang berkembang bahwa ekosistem di permukaan terhubung erat dengan struktur CZ yang kedalamannya puluhan meter.

5 KESIMPULAN
Hasil yang disajikan di sini memberikan perspektif unik tentang hubungan kompleks antara distribusi vegetasi dan struktur CZ. Data kami menunjukkan bahwa pepohonan di Laramie Range pada lereng yang menghadap ke selatan terbatas pada area dengan saprolit yang lebih tipis. Kami berpendapat bahwa penipisan saprolit di bawah tegakan aspen menyediakan lingkungan yang ideal bagi pepohonan. Saprolit tipis dan batuan dasar yang retak di bawahnya kemungkinan berkontribusi pada lingkungan basah yang dibutuhkan aspen untuk berkecambah, tanah yang dikeringkan dengan baik agar aspen dapat tumbuh subur, dan dapat menentukan luas maksimum tegakan aspen di lembah yang menghadap ke selatan dengan mengalihkan air tanah ke permukaan. Hubungan kekuatan yang kuat yang ditampilkan dalam data kami lebih kuat daripada atribut berbasis DEM seperti lereng, aspek, dan iklim, yang menambahkan bukti observasional bahwa struktur CZ dapat memainkan peran penting dalam pengembangan ekosistem. Struktur CZ di bawah pepohonan dapat memengaruhi keberadaan dan ukurannya, yang mencerminkan kombinasi unik faktor lingkungan dan CZ yang jika tidak demikian memerlukan teknik yang canggih dan/atau padat karya untuk mengukurnya. Meskipun kita selalu dapat melakukan lebih banyak hal untuk mendasarkan kebenaran pada data geofisika, dan tantangan tetap ada saat menghubungkan struktur bawah permukaan dengan proses CZ, pengamatan spasial menyeluruh yang dihasilkan oleh refraksi seismik dapat memberikan perspektif unik dari struktur CZ pada area yang luas untuk membantu kita memahami hubungan antara struktur CZ dan ekosistem di atasnya.

Leave a Reply

Your email address will not be published. Required fields are marked *