Calibrating PhenoCam Data with Phenological Observations of a Black Spruce Stand

Abstract

Bud and leaf development are important phenological events and help in defining the growing period of trees. Canopy greenness derived from PhenoCam has been used to investigate leaf phenology. Questions remain on how much the continuous records of canopy greenness represent bud developmental phases, and how growing period boundaries are related to canopy greenness and bud phenology. In this study, we compared bud phenology of black spruce [Picea mariana (Mill.) B.S.P] during 2015, 2017 and 2018 with the canopy greenness, represented by Green Chromatic Coordinate (GCC), derived from PhenoCam images of a boreal stand in Quebec, Canada. Logit models were applied to estimate the probability of observing sequential phenological phases of bud burst and bud set along with GCC. GCC showed a bell-shaped pattern, with a slow increase in spring, a peak in summer and a gradual decrease in autumn. The start and end of budburst, and bud set, occurred when GCC reached 72% and 92% (spring), and 94% (autumn) of its maximum amplitude, respectively. These GCC values are reliable thresholds indicating the growing period boundaries. Our study builds a bridge between phenological observations and automatic near-surface remote sensing, providing a statistically sound protocol for calibrating PhenoCam with field observations.

RÉSUMÉ

L’ouverture des bourgeons et le développement des feuilles représentent des événements phénologiques importants servant à définir la période de croissance des arbres. L’indice du verdissement de la végétation dérivé de caméra captant la phénologie (PhenoCam) est utilisé pour étudier l’ouverture des bourgeons. Par contre, plusieurs interrogations demeurent quant à la capacité de cet indice du verdissement à bien représenter les différentes phases de développement des bourgeons et à bien définir les limites de la saison de croissance. Dans cette étude, nous avons comparé la phénologie des bourgeons de l’épinette noire [Picea mariana (Mill.) BSP] en 2015, 2017 et 2018 avec les coordonnées chromatiques vertes (GCC), à partir d’images captées par des PhenoCam d’un peuplement boréal au Québec (Canada). Des modèles de type logit ont été appliqués pour estimer la probabilité d’observer les phases de débourrement et de formation des bourgeons en fonction du GCC. Tout au long de la saison de croissance, le GCC a montré un patron en forme de cloche, avec une augmentation lente au printemps, un pic en été et une diminution progressive en automne. Le début et la fin de l’ouverture des bourgeons au printemps et la formation des bourgeons à l’automne sont survenus lorsque le GCC a atteint respectivement 72%, 92% ainsi que 94% de son amplitude maximale. Ces valeurs de GCC représentent des seuils fiables indiquant les limites de la saison de croissance chez l’épinette noire. Notre étude établit un pont entre les observations phénologiques et la télédétection automatique des changements de la canopée, fournissant un protocole statistique solide pour calibrer les PhenoCam avec des observations mesurées sur le terrain.

Acknowledgements

The authors thank I. Allie, L. Balducci, I. Froment, F. Gionest, V. Néron, R. Silvestro, and B. Seyednasrollah for technical support, and A. Garside for editing the English text.

Disclosure Statement

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper. All the authors have approved the current version of the manuscript and agreed to submit this manuscript in this journal.

Additional information

Funding

This work was supported by the National Natural Science Foundation of China under grant numbers [31901166 and 41661144007]; Natural Science Foundation of Guangdong Province under grant number [2019B121202007], Forêt d’Enseignement et de Recherche Simoncouche, Ministère des Ressources Naturelles du Québec, Fondation de l’Université du Québec à Chicoutimi and the China Postdoctoral Science Foundation under Grant number [2018M643227]. S. Zhang received scholarships from the China Scholarship Council and Fonds de Recherche Nature et Technologies du Québec (FRQNT) for conducting this research during an internship in Chicoutimi, Canada.