Skip to main content

The relationship between effective plant area index and Landsat spectral response across elevation, solar insolation, and spatial scales in a northern Idaho forest

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Leaf area index (LAI) is an important forest characteristic related to photosynthesis and carbon sequestration, and gains in efficiency for LAI measurements are possible using remotely sensed imagery. However, the potential effects of complex topography on this measurement system are not well understood. Our objective was to understand how complex terrain and measurement aggregation influence the relationship between LAI and remotely sensed vegetation indices across a mountainous conifer forest. We identified NDVIc, a middle-infrared (MIR) correction to NDVI (Normalized Difference Vegetation Index), as the vegetation index providing the best prediction of effective plant area index (PAIe), used to approximate LAI. We tested formal hypotheses to identify how elevation and solar insolation gradients and spatial scale of measurement aggregation affected the PAIe–NDVIc relationship and found that it changed across elevation at one spatial scale. Comparisons of NDVIc with NDVI revealed that vegetation index choice is important in complex terrain, and we concluded that the MIR correction improves the PAIe–NDVI relationship by explaining variation related to solar insolation. Our results suggest that NDVIc calculated from Landsat ETM+ provides a practical estimate of PAIe across our northern Idaho study area and potentially other conifer forests in complex terrain.

L'indice de surface foliaire (LAI) est une caractéristique forestière importante qui est reliée à la photosynthèse et à la séquestration du carbone et des gains quant à l'efficacité des mesures de LAI sont possibles grâce à l'imagerie à distance. Toutefois, les effets potentiels d'une topographie accidentée sur ce système de mesure ne sont pas bien compris. Notre objectif était de comprendre comment un terrain accidenté et l'agrégation des mesures influencent la relation entre le LAI et les indices de végétation mesurés à distance au sein d'une forêt résineuse de montagne. Nous avons identifié l'IDNVc, l'IDNV (Indice Différentiel Normalisé de Végétation) corrigé avec l'infrarouge moyen (IRM), comme étant l'indice de végétation fournissant la meilleure prédiction de l'indice effectif de surface des plantes (ISPe), qui lui-même a servi à estimer le LAI. Nous avons testé des hypothèses formelles pour identifier comment l'altitude et les gradients d'insolation ainsi que l'échelle spatiale d'agrégation des mesures affectent la relation entre l'ISPe et l'IDNVc et nous avons trouvé que cette dernière changeait en fonction de l'élévation pour une échelle spatiale donnée. Des comparaisons entre l'IDNVc et l'IDNV ont montré que le choix de l'indice de végétation est important en terrain accidenté et nous concluons que la correction IRM améliore la relation entre l'ISPe et l'IDNV en expliquant la variation liée à l'insolation. Nos résultats suggèrent que l'IDNVc estimé à partir de Landsat ETM+ fournit une estimation pratique de l'ISPe dans notre région d'étude située au nord de l'Idaho et potentiellement pour d'autres forêts résineuses situées en terrain accidenté.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: February 1, 2004

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • ingentaconnect is not responsible for the content or availability of external websites
nrc/cjfr/2004/00000034/00000002/art00021
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more