Skip to main content

A rules-based approach for predicting the eastern hemlock component of forests in the northeastern United States

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

The expanding threat of hemlock woolly adelgid (Adelges tsugae Annand) infestation has generated interest in locating eastern hemlock (Tsuga canadensis (L.) Carr.). Prior studies have incorporated remotely sensed imagery to detect eastern hemlock presence or absence. The goal of this study was to develop methodology to quantify hemlock abundance using software and data accessible to forest managers. Three seasons of Landsat ETM+ scenes served as the imagery basis, whereas simple (slope, aspect, and curvature) and detailed (heat and wetness) environmental indices were extracted from a digital elevation model. Three hundred and forty-nine forest plots representing the typical forest cover found in the Catskill Mountain Region, New York, served as ground reference; model input used the percentage of hemlock basal area for each plot. The models generally underpredicted in plots with substantial hemlock composition, whereas overpredictions mainly occurred in mixed forests that lacked hemlock. Underpredictions negated overpredictions in mixed hemlock deciduous forests resulting in a neutral model. Correlation coefficients ranged from a high of 0.67 for the model created from three Landsat images to a low of 0.01 for the heat and wetness indices model. Although the models were typically within 10% of field measurements, there was no overall benefit in including topographic indices for mapping hemlock abundance.

La menace croissante d’une infestation du puceron lanigère de la pruche (Adelges tsugae Annand) a suscité l’intérêt pour localiser la pruche du Canada (Tsuga canadensis (L.) Carr.). Des études antérieures ont eu recours à l’imagerie obtenue par télédétection pour détecter la présence de la pruche du Canada. L’objectif de cette étude était de mettre au point une méthode pour quantifier l’abondance de la pruche en utilisant des logiciels et des données accessibles aux aménagistes forestiers. L’imagerie de base provenait de trois saisons d’images Landsat ETM+ alors que des indices environnementaux simples (pente, exposition, courbure) et détaillés (chaleur et humidité) ont été extraits d’un modèle altimétrique numérique. Trois cent quarante-neuf parcelles forestières ont servi de référence au sol pour représenter le couvert forestier typique de la région des monts Catskill dans l’État de New York. Les modèles utilisaient comme intrant le pourcentage de surface terrière de la pruche dans chaque parcelle. Les modèles ont généralement sous-estimé l’abondance de la pruche dans les parcelles ayant une forte composition en pruche alors que les cas de surestimation ont surtout été associés aux forêts mixtes dépourvues de pruche. Les sous-estimations ont compensé les surestimations dans les forêts mixtes composées de pruche et d’espèces décidues, ce qui a produit un modèle neutre. Les coefficients de corrélation variaient d’un maximum de 0,67 pour le modèle étalonné avec les trois images Landsat à un minimum de 0,01 dans le cas du modèle utilisant les indices de chaleur et d’humidité. Bien que l’écart entre les prévisions des modèles et les mesures au sol n’ait généralement pas dépassé 10%, il n’y avait globalement aucun avantage à introduire des indices topographiques pour cartographier l’abondance de la pruche.

Document Type: Research Article

Publication date: 2009-08-01

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
  • Ingenta Connect is not responsible for the content or availability of external websites
  • Access Key
  • Free ContentFree content
  • Partial Free ContentPartial Free content
  • New ContentNew content
  • Open Access ContentOpen access content
  • Partial Open Access ContentPartial Open access content
  • Subscribed ContentSubscribed content
  • Partial Subscribed ContentPartial Subscribed content
  • Free Trial ContentFree trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect 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