Land Cover of the BOREAS Region from AVHRR and Landsat data

Publisher Website
Google Scholar
Abstract
L'objectif de cette étude visait à caractériser la répartition des types de couvert dans la région BOREAS. Des données multitemporelles AVHRR ont été acquises tout au long de la saison de végétation de 1993 et traitées pour en déduire les moyennes saisonnières de pixels de 1 km2 dans les canaux 1 et 2, l'indice NDVI (Normalized Difference Vegetation Index) et la superficie sous la courbe NDVI. Deux procédures différentes de classification AVHRR ont été utilisées pour identifier >30 types de couvert sur un territoire de 1.44×106 km2 couvrant la région BOREAS, et la légende de classification hiérarchique utilisée était compatible avec le programme IGBP (International Geosphere-Biosphere Program). La précision de la classification AVHRR a été évaluée qualitativement et quantitativement à l'aide d'une comparaison avec des images Thematic Mapper de Landsat (TM). La composition des types de couvert à l'intérieur des pixels AVHRR a été quantifiée en utilisant les classifications des deux zones d'étude BOREAS dérivées des images TM. On a pu observer que les deux classifications AVHRR donnent des estimations très similaires (entre 0.5%-1.4% de la superficie totale) des proportions de superficies au plan des classes individuelles, la précision dépendant quelque peu du niveau à l'intérieur de la hiérarchie de classification. En accord avec une étude précédente, la précision absolue des classifications AVHRR était relativement faible quand tous les pixels étaient considérés, mais élevée (>80%) quand seulement les pixels AVHRR contenant principalement un type de couvert étaient considérés. Une combinaison de données AVHRR et TM a pu être utilisée pour quantifier l'effet de couverts mixtes à l'intérieur d'un pixel. À l'intérieur de la région de 1.44×106 km2, 32% de la superficie a été identifiée comme forêt coniférienne, 11% comme forêt mixte et 10% était de l'eau; les autres classes occupaient individuellement <5% de la superficie. L'étude a démontré que les deux méthodologies de classification AVHRR donnaient des résultats consistants et que l'utilisation de différentes méthodes peut constituer une stratégie efficace pour accroître la consistance et la robustesse des estimations de superficies. Des améliorations à apporter ont été identifiées dans les données et méthodes requises pour optimiser les estimations de superficies des classes individuelles aux niveaux régional et national.