M. B. Lavigne

Incorporating texture into classification of forest species composition from airborne multispectral images

Although research with digital airborne remote sensing data has been undertaken in different ecoregions to classify forested areas, the potential role of such imagery in deriving information to assist forest management has not yet been fully defined. The objective of this study was to determine the extent that the addition of texture could improve spectral classification of high spatial resolution images (pixel size 1m). These images represented pure and mixed wood forest stands from ecoregions in Alberta and New Brunswick, Canada. This study employed a judicious, selective application of texture to stands within a hierarchical classification framework. In Alberta, the addition of texture made a modest improvement in classification accuracy from 60% to 65%. In New Brunswick, the application of texture to selected land cover types resulted in an overall 12% improvement in classification accuracy. The addition of image texture increased classification accuracy for high spatial detail imagery relative to low spatial detail imagery. Incorporating texture into classification also improved classification accuracies for hardwood stands more so than for softwood stands, but greater attention to stand structure and composition will be needed in future work. Classification accuracies on the order of 60-65% were achieved with simple texture derivatives, maximum likelihood decision rules and conventional classification methods.

Aerial image texture information in the estimation of northern deciduous and mixed wood forest leaf area index (LAI)

Abstract Leaf area index (LAI) currently may be derived from remotely sensed data with limited accuracy. This research addresses the need for increased accuracy in the estimation of LAI through integration of texture to the relationship between LAI and vegetation indices. The inclusion of texture, which acts as a surrogate for forest structure, to the relationship between LAI and the normalized difference vegetation index (NDVI) increased the accuracy of modeled LAI estimates. First-order, second-order, and a newly developed semivariance moment texture are assessed in the relationship with LAI. The ability to increase the accuracy of LAI estimates was demonstrated over a range of forest species, densities, closures, tolerances, and successional regimes. Initial assessment of LAI from spectral response over the full range of stand types demonstrated the need for stratification by stand type prior to analysis. Stratification of the stands based upon species types yields an improvement in the regression relationships. For example, deciduous hardwood stands, spanning an LAI range from ≈1.5 to 7, have a moderate initial bivariate relationship between LAI and NDVI at an r 2 of 0.42. Inclusion of additional texture statistics to the multivariate relationship between LAI and NDVI further increases the amount of variation accounted for, to an R 2 of 0.61, which represents an increase in ability to estimate hardwood forest LAI from remotely sensed imagery by approximately 20% with the inclusion of texture. Mixed forest stands, which are spectrally diverse, had an insignificant initial r 2 of 0.01 between LAI and NDVI, which improved to a significant R 2 of 0.44 with the inclusion of semivariance moment texture.

Estimation of forest Leaf Area Index using remote sensing and GIS data for modelling net primary production

Ecosystem models can be used to estimate potential net primary production (pNPP) using GIS data, and remote sensing input of actual forest leaf area to such models can provide estimates of current actual net primary production (aNPP) . Comparisons of pNPP and aNPP for a given site or regional landscape can be used to identify forest stands for different management treatments, and may provide new information on wildlife habitat, forest diversity and growth characteristics. Leaf area estimates may be obtained from satellite imagery through correlation with physiologically-based vegetation indices such as the Normalized Difference Vegetation Index (NDVI). However, in areas with high Leaf Area Index (LAI), vegetation indices usually saturate at leaf areas greater than about 4. In predominantly deciduous (hardwood) and mixedwood stands remote sensing estimates may be influenced by understory and other factors. We examined digital Landsat TM imagery and GIS data in the Fundy Model Forest of southeastern New Bru...

High Spatial Resolution Optical Image Texture for Improved Estimation of Forest Stand Leaf Area Index

RESUMELindice de surface foliaire LAI (Leaf Area Index) est relie au fonctionnement atmosphere-biosphere et constitue un important attribut structurel des ecosystemes et des peuplements forestiers. Generalement, le LAI est estime pour des zones de grande etendue au moyen dun ratio ou dun indice de teledetection multibande tel que le NDVI (Normalized Difference Vegetation Index/Indice dactivite vegetale normalise). De tels ratios sont relies au LAI dans la mesure ou le LAI et le rayonnement photosynthetiquement actif absorbe (APAR - Absorbed Photosynthetically Active Radiation) sont interrelies. Le NDVI ou une mesure semblable est calcule pour des pixels individuels et les valeurs sont ensuite regroupees par rapport aux zones dinteret, par exemple, un ecosysteme entier, un polygone de peuplement forestier dans un SIG ou dans des parcelles individuelles. Les donnees de teledetection a haute resolution spatiale combinees aux techniques avancees de traitement dimage, telle que lanalyse de texture, peuv...

Interpretation and Classification of Partially Harvested Forest Stands in the Fundy Model Forest Using Multitemporal Landsat TM Digital Data

RÉSUMÉ Les changements du couvert forestier générés par des opérations de récolte partielle ont été étudiés à laide dimages multitemporelles du capteur Thematic Mapper de Landsat acquises en 1992 et 1997, au Nouveau-Brunswick. Cinquante peuplements étiquetés à lorigine comme étant des peuplements dépinette, de sapin, de pin, de feuillus dombre, de feuillus de lumière et des peuplements mixtes ont été sélectionnés et classifies par année de traitement par coupe partielle. Lanalyse visuelle des compositions colorées et les indices de brillance, de verdure et dhumidité obtenus par transformation tasseled cap conjointement avec les valeurs de NDVI et une analyse en composantes principales ont montré un patron de changement dans le temps dans la plupart des zones de perturbation. Par exemple, nous avons noté un accroissement de la réflectance dans le visible, une diminution de la réflectance dans le proche infrarouge et un accroissement de la réflectance dans le moyen infrarouge dans les peuplements partiellement récoltés. Linformation sur les changements a été concentrée dans une ou deux des trois composantes principales retenues dans lanalyse et dans la composante humidité de la transformation tasseled cap de TM. Des comparaisons avec les zones non perturbées et les zones de coupe à blanc ont été effectuées pour montrer les différences de réflectance et les transformations dans les images reliées aux coupes partielles, aux coupes à blanc et aux conditions non perturbées. Une hiérarchie de classification incluant des coupes à blanc et des peuplements soumis à une coupe partielle a été développée. Les zones de coupe à blanc ont été cartographiées avec une précision de 71% entre 1992 et 1997 à laide dune méthode par pixel individuel. Pour lensemble des coupes partielles, la classification des peuplements individuels basée sur les valeurs moyennes de brillance, dindice de verdure et dhumidité en 1992 et 1997, pour chaque polygone dans le SIG identifié comme ayant subi un traitement par coupe partielle, atteignait une précision de 71%. Ces résultats semblent suffisants pour justifier le développement dune technique optimale de classification et la mise au point dun logiciel pour la mise à jour automatique des inventaires forestiers à laide des données de télédétection.

Interpretation of Forest Harvest Conditions in New Brunswick Using Landsat TM Enhanced Wetness Difference Imagery (EWDI)

RÉSUMÉ On décrit des zones de coupes à blanc et de coupes partielles ainsi que les conditions sylvicoles des peuplements forestiers au Nouveau-Brunswick au cours dune période dun an (1997–1998) au moyen de linterprétation visuelle des différences observées suite à lapplication de la transformation «Tasseled Cap» sur deux images Landsat Thematic Mapper. Une image rehaussée des différences dhumidité (EWDI) a été utilisée pour créer des exemples de changements reliés à des conditions de changements connues au sol; nous avons interprété des patrons distinctifs dans les compositions colorées normales et limage EWDI associés avec les coupes à blanc, les coupes progressives et les coupes densemencement, les coupes par bandes et les coupes associées au jardinage par groupe, et les éclaircies précommerciales et commerciales. Notre interprétation suggère que ces traitements au niveau des peuplements forestiers et les patrons spectraux quils entraînent pourraient servir de base pour le développement dune méthode de classification ou potentiellement dun système automatisé de détection et de suivi.

Structural change detection in a disturbed conifer forest using a geometric optical reflectance model in multiple-forward mode

Geometric optical reflectance models provide a physical linkage between image data and forest structure. We developed a multiple-forward-mode pseudoinversion modeling approach to produce structural lookup tables for Landsat Thematic Mapper images before and after 1993 partial harvests in New Brunswick, Canada. Modeling results validated for stand density, crown radius, and stem counts enabled simple forest structural change detection.

Topographic dependence of synthetic aperture radar imagery

Abstract The increasing availability of synthetic aperture radar (SAR) remote-sensing imagery for earth-science applications creates the need for reliable computer methods to improve the relationships between SAR observations and the Earths abiotic, biotic, and cultural resources. In this paper, the topographic effect on aerial and satellite SAR imagery is quantified and corrected using software modified from an earlier normalized-cosine package written for use with optical/infrared remote-sensing imagery. The basic idea is that the incidence angle and forest canopy interactions with the radar beam can be estimated using a digital elevation model (DEM) and near-coincident observations in the red and near-infrared portions of the spectrum. Four different study areas in Canada and three different types of SAR imagery are used to illustrate the topographic dependence, and the degree of accuracy that can be expected, following the application of these relatively simple radiometric corrections.

Landsat TM Derived Forest Covertypes for Modelling Net Primary Production

RESUMELes modeles regionaux actuels de production primaire nette (PPN) requierent des estimations precises de la surface foliaire du couvert et des classifications precises des couverts forestiers. Ces deux intrants aux modeles peuvent etre difficiles ou impossibles a extraire a partir de bases de donnees SIG mais peuvent etre obtenus par teledetection. Dans le cas des couverts forestiers, une base de donnees SIG dinventaire forestier type contiendra generalement, sur une base polygonale ou au niveau du peuplement, certaines informations comme par exemple, la description des especes dominantes-codominantes. La structure polygonale est generalement deduite par photointerpretation aerienne et permet dorganiser le paysage en fonction de plusieurs activites de gestion, telles que la coupe darbres ou les operations sylvicoles. Toutefois, cette structure polygonale peut saverer moins utile pour dautres applications telles que lestimation de la croissance forestiere, notamment dans le cas des petites surfa...

An ARC/INFO Macro Language (AML) Polygon Update Program (PUP) Integrating Forest Inventory and Remotely-Sensed Data

RÉSUMÉ Un programme informatique, le programme PUP (Polygon Update Program), a été écrit en langage AML (ARC/INFO Macro Language) pour faciliter lintégration dans un système dinformation géographique (SIG) dinventaire forestier dimages satellite classiftées des changements dans le paysage au Nouveau-Brunswick. Le code accepte les attributs définis par lutilisateur et maintien un identificateur unique de polygone comme variable, le “polyid”, tout en convertissant les fichiers vectoriels SIG pour superposition sur limage satellite dans un format de grille commun. La couche “polyid” est essentiellement une version sur grille des identificateurs des polygones du SIG fournissant un contexte spatial (un polygone et les attributs associés) aux valeurs de pixels superposées. Les données image classiftées sont lues et une base de règle est invoquée pour déterminer la correspondance entre les attributs des polygones de la grille dans le SIG et la classification de limage. Le programme résume les changements à lintérieur des polygones en fonction de la logique de la décomposition polygonale définie précédemment. Il est possible de reporter une étiquette dans une table dattributs pour indiquer lampleur du changement détecté. La mise à jour est résumée en termes de “polyid”. de code despèce et de superficie de chaque peuplement forestier selon trots classes (faible, modéré, sévère). Le programme inclut une interface graphique pour lutilisateur et la capacité de générer des fichiers détaillés dexportation. Un exemple est donné pour illustrer une méthodologie et lélaboration de la mise à jour des données dinventaire forestier.