Information about conifer understory within deciduous-dominated mixed-wood stands would increase the possible range of management options for these complex communities, yet cost-effective and accurate inventory methods remain elusive. Maps of conifer understory produced from field-checked photo interpretation were compared with classified images created from Landsat Thematic Mapper data and two image classifiers. The highest accuracy achieved was 71 % using an evidential reasoning classifier that integrated satellite remote sensing observations with stand inventory information. The image map did provide an advantage by capturing some of the spatial variability of conifer understory that is not captured by photo interpretation methods. Predicting the presence and spatial distribution of conifer understory is difficult because its establishment is influenced by many factors such as ecosite, available substrate, distance to seed source and mechanisms of recruitment that are not typically available in spatial formats. The image maps are considered estimates that may be suitable for broad strategic planning, and may serve as validation information for national satellite land cover mapping initiatives.Keywords: boreal mixedwood, conifer understory, image classification, Landsat TM, reflectance, forest inventory, vegetation indexDe l'information concernant le sous-étage de conifères dans les peuplements forestiers mixtes dominés par les espèces à feuilles caduques offrirait une plage plus étendue d'options de gestion de ces communautés complexes, mais des méthodes d'inventaire rentables et exactes restent difficiles à mettre au point. Des cartes du sous-étage de conifères produites d'après l'interprétation de photos vérifiée sur le terrain ont été comparées à des images classées créées à partir de données de l'appareil de cartographie thématique du Landsat sur deux classificateurs d'images. La meilleure exactitude obtenue, qui s'établissait à 70 %, l'a été sur un classificateur par raisonnement de véridiction intégrant les observations par satellite de télédétection et l'information d'inventaire de peuplements. La carte-image offrait un avantage en saisissant une certaine part de la variabilité spatiale du sous-étage de conifères qui n'est pas saisie par les méthodes de photo-interprétation. La prédiction de la présence et de la répartition spatiale du sous-étage de conifères est difficile parce qu'un grand nombre de facteurs influencent son établissement comme l'écosite, le substrat disponible, la distance à la source de semence et les mécanismes de recrutement, facteurs pour lesquels l'information n'est pas toujours disponible sous forme spatiale. Les cartes-images sont considérées comme des estimations pouvant convenir à la planification stratégique générale et peuvent servir d'information de validation dans le cadre d'initiatives nationales de cartographie par satellite de la couverture terrestre.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.