Riparian marshland composition and biomass mapping using Ikonos imagery

AbstractThe Ontario Wetland Evaluation System (OWES) employs mostly field-based visual assessments of wetland extent, composition, and productivity as primary indicators in determining which wetlands should be considered provincially significant and protected. A given wetland is generally assigned single attributes that are assumed to represent the whole wetland extent. High spatial resolution satellite remote sensing offers potential to map and monitor spatial variability of given attributes within a wetland. In this study, Ikonos imagery was used to map vegetation composition and biomass in three riparian marshes near Ottawa, Ontario. For vegetation composition mapping, separability and correlation analyses aided the selection of an optimum set of spectral and texture input variables. Several maximum likelihood classification tests for sets of terrestrial and aquatic vegetation classes gave best accuracies from 61% for seven classes to 88% for five classes. As an alternative, neural network classification was tested using various configurations of input variables and data. However, the best results did not match those from the maximum likelihood classification. For biomass mapping, dried green and senescent biomass collected at 75 locations were modelled using stepwise forward multiple regression. The best model produced was the logarithm of green biomass against a combination of texture and spectral variables (R2 = 0.61). It was applied to the image data to map green biomass with an absolute error of 213 g/m2, or approximately 40% of the mean field-measured biomass. Based on this error magnitude, the output map was aggregated into three classes of biomass (high, medium, and low) that showed a strong visual correspondence with the spatial distributions observed in the field. These results indicate strong potential for monitoring of vegetation composition and biomass changes within wetlands which may contribute to improvement of wetlands evaluation and monitoring in Ontario.Le système OWES (« Ontario Wetland Evaluation System ») utilise surtout des évaluations visuelles réalisées sur le terrain de l'étendue, de la composition et de la productivité des milieux humides comme indicateurs primaires pour déterminer lesquels des milieux humides devraient être considérés comme significatifs et devant être protégés au niveau provincial. On assigne généralement à un milieu humide donné des attributs uniques qui sont considérés comme représentatifs de l'ensemble du milieu humide. La télédétection satellitaire à haute résolution offre un bon potentiel pour la cartographie et le suivi de la variabilité spatiale d'attributs donnés à l'intérieur d'un milieu humide. Dans cette étude, on utilise des images d'Ikonos pour cartographier la composition de la végétation et la biomasse dans trois marécages riverains près d'Ottawa, en Ontario. Pour la cartographie de la composition de la végétation, des analyses de séparabilité et de corrélation ont aidé à la sélection d'un ensemble optimal de variables spectrales et de texture d'entrée. Plusieurs tests de classification par maximum de vraisemblance appliqués à des ensembles de classes de végétation terrestre et aquatique ont donné les meilleures précisions, variant de 61 % pour sept classes à 88 % pour cinq classes. Comme alternative, la classification par réseau de neurones a été testée en utilisant diverses configurations de variables d'entrée et de données. Toutefois, les meilleurs résultats n'ont pas été comparables à ceux de la classification par maximum de vraisemblance. Pour la cartographie de la biomasse, des échantillons de biomasse verte et sénescente séchée collectés sur 75 sites ont été modélisés à l'aide d'une régression multiple séquentielle (« stepwise forward »). Le meilleur modèle produit a été celui du log de la biomasse verte par rapport à une combinaison de variables spectrales et de texture (R2 = 0,61). Il a été appliqué aux données images pour cartographier la biomasse verte avec une erreur absolue de 213 g/m2 ou approximativement 40 % de la biomasse moyenne mesurée sur le terrain. Basé sur l'amplitude de cette erreur, la carte de sortie a été regroupée en fonction de trois classes de biomasse (élevée, moyenne et faible) et celle-ci affichait une correspondance visuelle forte avec les distributions spatiales observées sur le terrain. Ces résultats démontrent un fort potentiel pour le suivi de la composition de la végétation et des changements de la biomasse à l'intérieur des milieux humides susceptible de contribuer à l'amélioration de l'évaluation et du suivi des milieux humides en Ontario.[Traduit par la Rédaction]