Refinements in Eelgrass Mapping at Tabusintac Bay (New Brunswick, Canada): A Comparison between Random Forest and the Maximum Likelihood Classifier

Abstract

Eelgrass (Zostera marina L.) is a marine angiosperm plant that grows throughout coastal areas in Atlantic Canada. Eelgrass meadows provide numerous ecosystem services while they have been acknowledged as important habitats, their location, extent, and health in Atlantic Canada are poorly understood. This study examined the effectiveness of WorldView-2 optical satellite imagery to map eelgrass presence in Tabusintac, New Brunswick, an estuarine lagoon with extensive eelgrass coverage. The imagery was classified using two supervised classifiers: the parametric Maximum Likelihood Classifier (MLC) and the nonparametric Random Forest (RF) classifier. While RF was expected to produce higher classification accuracies, it was shown not to be much better than MLC in this particular context. The overall validation accuracy was 96.36% for both the RF and MLC classifiers. Finally, the comparison of our 2014 classified image with a 2008 eelgrass distribution map shows an increase in eelgrass extent in the bay between both years.

RÉSUMÉ

La zostère (Zostera marina L.) est une plante angiosperme marine qui croît dans toutes les régions côtières du Canada atlantique. Les prairies de zostères offrent de nombreux services écosystémiques et, bien qu’elles aient été reconnues comme des habitats importants, leur emplacement, leur étendue et leur santé au Canada atlantique sont mal compris. Notre étude a examiné l’efficacité de l’imagerie satellitaire optique WorldView-2 pour cartographier la présence de zostère à Tabusintac (Nouveau-Brunswick), un lagon estuarien avec une couverture étendue de zostère. L’imagerie a été classée à l’aide de deux méthodes de classification supervisée: une méthode de classification paramétrique par maximum de vraisemblance (MLC) et une méthode de classification non-paramétrique Random Forest (RF). Bien qu’on s’attendît à ce que RF produise des précisions de classification plus élevées, notre étude montre que RF n’était pas meilleure que MLC dans le contexte particulier de cette étude. La précision globale de validation était de 96,36% pour les classifications RF et MLC. Enfin, la comparaison de cette classification de 2014 avec une carte de distribution de zostère de 2008 montre une augmentation de l’étendue de la zostère dans la baie entre les deux années.

Acknowledgments

The authors thank Mélanie-Louise Leblanc for sharing her knowledge on the Tabusintac lagoon and for helping with the atmospheric correction of the image.

Additional information

Funding

The study was funded by an Atlantic Ecosystem Initiative [grant # GCXE18P017] awarded to the Southern Gulf of St. Lawrence Coalition on Sustainability. David Forsey was supported by a MITACS Accelerate [grant # IT07770] awarded to Dr. A. LaRocque. Stantec Creativity & Innovation Fund [Grant Number 120299950.218] covered the ground truth data collection and much of Dr. Skinner’s time on this project.