The influence of ground- and lidar-derived forest structure metrics on snow accumulation and ablation in disturbed forests

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

The current mountain pine beetle infestation in British Columbia’s lodgepole pine forests has raised concerns about potential impacts on water resources. Changes in forest structure resulting from defoliation, windthrow, and salvage harvesting may increase snow accumulation and ablation (i.e., spring runoff and flooding risk) below the forest canopy because of reduced snow interception and higher levels of radiation reaching the surface. Quantifying these effects requires a better understanding of the link between forest structure and snow processes. Light detection and ranging (lidar) is an innovative technology capable of estimating forest structure metrics in a detailed, three-dimensional approach not easily obtained from manual measurements. While a number of previous studies have shown that increased snow accumulation and ablation occur as forest cover decreases, the potential improvement of these relationships based on lidar metrics has not been quantified. We investigated the correlation between lidar-derived and ground-based traditional canopy metrics with snow accumulation and ablation indicators, demonstrating that a lidar-derived forest cover parameter was the strongest predictor of peak snow accumulation (r2 = 0.70, p< 0.001) and maximum snow ablation rate (r2= 0.59, p< 0.01). Improving our ability to quantify changes in forest structure in extensive areas will assist in developing more robust models of watershed processes.

L’infestation actuelle du dendroctone du pin ponderosa dans les forêts de pin tordu de la Colombie-Britannique a suscité des inquiétudes quant aux impacts potentiels sur les ressources hydriques. Les changements dans la structure de la forêt causés par la défoliation, les chablis et les coupes de récupération pourraient augmenter l’accumulation de neige et l’ablation nivale (c.-à-d. le ruissellement printanier et le risque d’inondation) sous le couvert forestier en réduisant l’interception et en augmentant le rayonnement au sol. La quantification de ces effets exige une meilleure compréhension du lien entre la structure de la forêt et les processus nivaux. La détection et télémétrie par ondes lumineuses (lidar) est une technologie innovatrice capable d’estimer les métriques de la structure de la forêt avec une approche tridimensionnelle détaillée, difficile à obtenir à l’aide de mesures prises manuellement. Bien que plusieurs études précédentes aient montré que l’accumulation de neige et l’ablation nivale augmentent à mesure que le couvert forestier diminue, l’amélioration potentielle de ces relations au moyen de données lidar n’a pas été quantifiée. Nous avons étudié la corrélation entre les mesures du couvert dérivées du lidar et les mesures traditionnelles prises au sol avec des indicateurs d’accumulation de neige et d’ablation nivale. Nous avons démontré qu’un paramètre du couvert forestier dérivé du lidar est le meilleure prédicteur de l’accumulation maximale de neige (r2 = 0,70, p< 0,001) et du taux maximum d’ablation nivale (r2 = 0,59, p< 0,01). L’amélioration de notre capacité à quantifier les changements dans la structure de la forêt sur de vastes étendues contribuera à développer des modèles plus robustes des processus dans les bassins versants.

Document Type: Research Article

Publication date: April 1, 2010

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
Related content

Tools

Favourites

Share Content

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