Landsat TM Derived Forest Covertypes for Modelling Net Primary Production

Les modèles régionaux actuels de production primaire nette (PPN) requièrent des estimations précises de la surface foliaire du couvert et des classifications précises des couverts forestiers. Ces deux intrants aux modèles peuvent être difficiles ou impossibles à extraire à partir de bases de données SIG mais peuvent être obtenus par télédétection. Dans le cas des couverts forestiers, une base de données SIG d'inventaire forestier type contiendra généralement, sur une base polygonale ou au niveau du peuplement, certaines informations comme par exemple, la description des espèces dominantes-codominantes. La structure polygonale est généralement déduite par photointerprétation aérienne et permet d'organiser le paysage en fonction de plusieurs activités de gestion, telles que la coupe d'arbres ou les opérations sylvicoles. Toutefois, cette structure polygonale peut s'avérer moins utile pour d'autres applications telles que l'estimation de la croissance forestière, notamment dans le cas des petites surfaces et des sous-ensembles d'unités de gestion, à cause de la grande variance locale (dans les espèces ou dans les valeurs de LAI, par exemple) qui peut être intégrée à l'intérieur de chaque polygone. Les méthodes de télédétection peuvent être utilisées pour déterminer la variabilité de la composition des espèces dans les peuplements à l'intérieur de chaque polygone du SIG. Cette information sur le type de couvert peut être utilisée pour améliorer les estimations des paramètres forestiers tels que l'indice foliaire, la biomasse ligneuse, le rendement de conversion du PAR et la respiration du peuplement, mesures qui sont requises pour l'élaboration des modèles d'écosystème et pour les estimations de la croissance. Dans cette étude, des images Landsat TM de la forêt modèle de Fundy, située au sud-est du Nouveau-Brunswick, sont classifiées pour déterminer les types de couvert forestier et la variabilité du couvert à l'intérieur de 128 peuplements composés de feuillus, de conifères et de forêt mixte faisant partie de l'inventaire forestier SIG. Des études précédentes ont permis d'améliorer les estimations de valeurs LAI de peuplements dérivées d'images Landsat TM dans le contexte des données d'inventaire forestier contenues dans la base SIG. Dans le cas présent, on présente une procédure inverse dans laquelle on ajoute au polygone SIG un niveau d'information sur la classification d'images. La classification des images TM permet d'améliorer les estimations (jusqu'à 25%) des valeurs PPN de peuplement obtenues par modélisation au plan de la variabilité du couvert forestier et ces résultats pourraient éventuellement être utilisés pour identifier des peuplements en vue de l'application de traitements particuliers.