Remote Sensing of Forest Condition in Tolerant Hardwoods: An Examination of Spatial Scale, Structure and Function

RÉSUMÉ La gestion forestière durable fait appel à des mesures objectives de la condition et de la productivité de la forêt. Dans l'optique du développement de ces mesures, nous utilisons dans cette étude une approche basée sur la télédétection multispectrale pour explorer les caractéristiques structurales et la condition physiologique de la végétation suite à une perturbation de la forêt. La perturbation étudiée consiste en trois pratiques sylvicoles (coupe de jardinage, coupe progressive et coupe à blanc) opérées dans une forêt surannée d'érables dans la région des hautes terres d'Algoma, près de Sault Sainte-Marie, en Ontario. Étant donné que la qualité des données de télédétection dépend de l'échelle, les études doivent être conçues en tenant compte des caractéristiques spatiales de la variable sous observation. Les variables étudiées ici incluent l'organisation de la végétation au-dessus du sol (structure) et la condition physiologique de cette végétation suite à la mise en place de différentes pratiques sylvicoles. Des données ont été acquises à trois altitudes différentes (1000, 2000 et 3000 m) à l'aide du capteur CASI (Compact Airborne Spectrographic Imager). Pour découvrir l'échelle et le patron de la variation pour chacune de ces altitudes, une analyse par semi-variogramme à été utilisée. Les paramètres de distance et de seuil ont été dérivés de l'analyse par semi-variogramme de la variance globale de la scène utilisant la méthode de la première composante principale (PCA). La variance de la condition physiologique a été analysée à partir des longueurs d'ondes du point d'inflexion de la courbe de réflectance dans la limite du proche infrarouge et du rouge (λp). L'analyse du variogramme résultant montre des résolutions spatiales d'environ 9,0 m et 5,0 m pour la méthode PCA et la méthode λp respectivement. Les paramètres de seuil et de distance ont aussi été corrélés aux paramètres forestiers critiques comme la biomasse, la proportion de surface occupée et la surface de la couronne. L'obtention d'une mesure de l'échelle et du patron de la variation constitue une prémisse à l'utilisation de l'information spectrale dans l'analyse des relations entre la réflectance du couvert et les mesures basées sur les feuilles (i.e. chlorophylle et autres concentrations de pigments) et les caractéristiques biophysiques (i.e. couvert et biomasse). Ces relations ont été examinées à l'aide d'une technique d'ordination, l'analyse de redondance (RDA). Les diagrammes de RDA ont permis de mettre en relief une relation significative entre l'ouverture du couvert et les indices spectraux. On a pu ainsi d'obtenir une meilleure connaissance de la résolution et de la condition de la perturbation forestière.

[1]  O. Anderson,et al.  Photocontrol of Anthocyanin Synthesis: III. The Action of Streptomycin on the Synthesis of Chlorophyll and Anthocyanin. , 1975, Plant physiology.

[2]  G. Mohammed,et al.  Chlorophyll fluorescence: A review of its practical forestry applications and instrumentation , 1995 .

[3]  C. Woodcock,et al.  The use of variograms in remote sensing: I , 1988 .

[4]  Marco Ferretti,et al.  Forest Health Assessment and Monitoring – Issues for Consideration , 1997 .

[5]  B. St-Onge,et al.  Estimating forest stand structure from high resolution imagery using the directional variogram , 1995 .

[6]  John R. Miller,et al.  Scaling-up and model inversion methods with narrowband optical indices for chlorophyll content estimation in closed forest canopies with hyperspectral data , 2001, IEEE Trans. Geosci. Remote. Sens..

[7]  Pablo J. Zarco-Tejada,et al.  Chlorophyll Fluorescence Effects on Vegetation Apparent Reflectance: I. Leaf-Level Measurements and Model Simulation , 2000 .

[8]  H. Hyppänen,et al.  Spatial autocorrelation and optimal spatial resolution of optical remote sensing data in boreal forest environment , 1996 .

[9]  C. Woodcock,et al.  Autocorrelation and regularization in digital images. I. Basic theory , 1988 .

[10]  John R. Miller,et al.  Atmospheric Correction Validation of casi Images Acquired over the Boreas Southern Study Area , 1997 .

[11]  A. Wellburn.  The Spectral Determination of Chlorophylls a and b, as well as Total Carotenoids, Using Various Solvents with Spectrophotometers of Different Resolution* , 1994 .

[12]  Jian-guo Wu.  Hierarchy and scaling: Extrapolating informa-tion along a scaling ladder , 1999 .

[13]  Wout Verhoef,et al.  A new forest light interaction model in support of forest monitoring , 1992 .

[14]  Pablo J. Zarco-Tejada,et al.  Hyperspectral Remote Sensing of Forest Condition: Estimating Chlorophyll Content in Tolerant Hardwoods , 2003, Forest Science.

[15]  John R. Miller,et al.  Quantitative characterization of the vegetation red edge reflectance 1. An inverted-Gaussian reflectance model , 1990 .

[16]  Peter M. Atkinson,et al.  Choosing an appropriate spatial resolution for remote sensing investigations , 1997 .

[17]  S. Franklin,et al.  Aerial Image Texture Information in the Estimation of Northern Deciduous and Mixed Wood Forest Leaf Area Index (LAI) , 1998 .

[18]  J. Chen.  Optically-based methods for measuring seasonal variation of leaf area index in boreal conifer stands , 1996 .

[19]  W. Cohen,et al.  Semivariograms of digital imagery for analysis of conifer canopy structure. , 1990 .

[20]  Philip J. Howarth,et al.  Hyperspectral remote sensing for estimating biophysical parameters of forest ecosystems , 1999 .

[21]  Pablo J. Zarco-Tejada,et al.  The Bioindicators of Forest Condition Project: a physiological, remote sensing approach. , 2000 .

[22]  C. Woodcock,et al.  The use of variograms in remote sensing. I - Scene models and simulated images. II - Real digital images , 1988 .

[23]  C.J.F. ter Braak,et al.  CANOCO - a FORTRAN program for canonical community ordination by [partial] [etrended] [canonical] correspondence analysis, principal components analysis and redundancy analysis (version 2.1) , 1988 .

[24]  C. Woodcock,et al.  The factor of scale in remote sensing , 1987 .

[25]  S. Colombo,et al.  Does Canadian forestry need physiology research , 1999 .

[26]  R. Benyon,et al.  On spatial variability of above-ground forest biomass , 1996 .

[27]  A. Gitelson,et al.  Detection of Red Edge Position and Chlorophyll Content by Reflectance Measurements Near 700 nm , 1996 .

[28]  Josée Lévesque,et al.  Airborne digital camera image semivariance for evaluation of forest structural damage at an acid mine site , 1999 .

[29]  Karl Fred Huemmrich,et al.  Remote Sensing of Forest Biophysical Structure Using Mixture Decomposition and Geometric Reflectance Models , 1995 .

[30]  R. Fournier,et al.  Remote sensing and the measurement of geographical entities in a forested environment. 2. The optimal spatial resolution , 1994 .

[31]  J. A. Schell,et al.  Monitoring vegetation systems in the great plains with ERTS , 1973 .

[32]  Jean-Philippe Gastellu-Etchegorry,et al.  Sensitivity of Texture of High Resolution Images of Forest to Biophysical and Acquisition Parameters , 1998 .

[33]  Geoffrey J. Hay,et al.  Spatial thresholds, image-objects, and upscaling: A multiscale evaluation , 1997 .

[34]  Pablo J. Zarco-Tejada,et al.  Natural and stress-induced effects on leaf spectral reflectance in Ontario species , 2000 .

[35]  P. Legendre,et al.  Partialling out the spatial component of ecological variation , 1992 .

[36]  L. F. Riley,et al.  Criteria and indicators of sustainable forest management in Canada , 1995 .

[37]  P. Curran.  The semivariogram in remote sensing: An introduction , 1988 .

[38]  Philip J. Howarth,et al.  High Spatial Resolution Remote Sensing Data for Forest Ecosystem Classification: An Examination of Spatial Scale , 2000 .

[39]  Alan H. Strahler,et al.  Remote Estimation of Crown Size, Stand Density, and Biomass on the Oregon Transect , 1994 .

[40]  I. Morrison,et al.  Forest research at the Turkey Lakes Watershed , 1999 .

[41]  S. Franklin,et al.  High Spatial Resolution Optical Image Texture for Improved Estimation of Forest Stand Leaf Area Index , 1996 .

[42]  G. Rondeaux,et al.  Vegetation monitoring by remote sensing : a review of biophysical indices , 1995 .

[43]  C. Braak,et al.  Data analysis in community and landscape ecology. 2nd Edition. , 1995 .

[44]  A. Mancinelli,et al.  Photocontrol of anthocyanin synthesis: I. Action of short, prolonged, and intermittent irradiations on the formation of anthocyanins in cabbage, mustard, and turnip seedlings. , 1972, Plant physiology.

[45]  Gregory J. McDermid,et al.  Forest structural damage analysis using image semivariance , 1994 .