Answers are grounded in this paper and cite their sources.
Annual land cover change was quantified in the Canadian Prairies, revealing critical trends for ecosystem management.
Understanding landscape change and its impact on ecosystem services such as biodiversity and carbon sequestration is essential for developing effective management strategies that balance conservation and economic objectives. Reliable information on landscape change is critical for building this understanding and assessing impacts at the landscape scale. To this end, we applied a modified version of a previously developed change detection method to generate annual land cover change data across the Canadian Prairies from 1984 to 2022. The method captures from-to transitions among ten land cover classes, encompassing 90 possible change classes (excluding no-change). We assessed the accuracy of these change classes and produced summaries to identify various spatial and temporal patterns of change. Many of the change classes achieved F1 scores above 70%, indicating good model performance. Sources of error included mixed pixels, small landscape features, gradual transitions, and confusion between similar classes. The timing of detected changes was generally within ±1 year; however, precise reference timing is often uncertain due to gradual or complex transitions and interpretation challenges with Landsat. Change summaries reveal key trends, examples included net forest change, grassland loss, expansion of built-up areas, and conversion of wetlands and water bodies to cropland.Résumé Comprendre les changements d’occupation du territoire et leurs impacts sur les services écosystémiques, tels que la biodiversité et le stockage du carbone, est essentiel à l’élaboration de stratégies de gestion efficaces qui concilient les objectifs de conservation et économiques. Des données fiables sur les changements d’occupation du territoire sont cruciales pour développer cette compréhension et évaluer les impacts à l’échelle du paysage. À cette fin, nous avons appliqué une version modifiée de la méthode de détection des changements développée par Pouliot et al. (2021) afin de générer des données annuelles sur les changements de couverture terrestre de 1984 à 2022 dans l’ensemble des Prairies canadiennes. La méthode cible les transitions entre dix classes d’occupation du territoire, englobant 90 classes de changement possibles (absence de changement). Nous avons évalué l’exactitude de ces changements et produit des synthèses pour identifier divers schémas spatio-temporels de changement. De nombreux changements ont obtenu des scores F1 supérieurs à 70 %, ce qui indique une bonne performance du modèle. Les sources d’erreur comprenaient des pixels mixtes, de petits éléments du paysage, des transitions progressives et des confusions entre des classes similaires. Le moment des changements détectés était généralement de ±1 an. Cependant, la datation précise est souvent incertaine en raison de transitions progressives ou complexes et des difficultés d’interprétation des données Landsat. Les synthèses des changements révèlent les grandes tendances, par exemple l’évolution nette des forêts, la perte de prairies, l’expansion des zones urbanisées et la conversion des zones humides et des plans d’eau en terres cultivées.
No takes yet. Share an insight, caveat, or question.
Pouliot et al. (2026) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: