Detecting Stand-Replacing Disturbance using RapidEye Imagery: a Tasseled Cap Transformation and Modified Disturbance Index

Abstract

The development of robust approaches for monitoring forest cover is a fundamental forest management objective. Timely and detailed mapping of forest disturbance can be used to identify threatened habitat, estimate standing forest carbon stocks, and aid in the sustainable management of forests. Remote sensing technologies have provided new opportunities for mapping forest cover; however, various spatial and temporal resolution limitations have resulted in challenges for gathering up-to-date inventory data. A new generation of satellite constellations may provide solutions to better meet monitoring needs. In this article, we demonstrate a quick and accurate method to locate abrupt, fine-scale forest disturbances using RapidEye 5 m, 5-band imagery. To identify disturbance, we first derived a set of tasseled-cap indices from 50 cloud-free RapidEye images. We then adapted a previously developed disturbance index using Landsat Thematic Mapper data and estimated a simple threshold to differentiate disturbed and unchanged regions. To test the accuracy of the disturbance index, 7 image pairs depicting change were selected and compared with forest inventory data and manually interpreted sample locations. Overall accuracy estimates ranged from 83.65 ± 0.77% to 97.65 ± 0.25% for individual tiles. Across the 7 tiles, overall accuracy was 92.64 ± 0.15%, using forest inventory data, and 96.91 ± 1.16%, using the manually interpreted sample locations. An assessment of producers’ and users’ accuracies for disturbed and undisturbed regions suggested inaccuracies in the forest inventory reference data. In several instances, the modified disturbance index appeared to have provided a more accurate depiction of real change than the forest inventory reference data. Results suggest that the RapidEye disturbance index was successful in identifying stand-replacing disturbances across the landscape and could be implemented to detect disturbances in near real time.

Résumé

Le développement d’approches robustes pour le suivi du couvert forestier est un objectif fondamental de la gestion des forêts. La cartographie rapide et détaillée des perturbations des forêts peut être utilisée pour identifier des habitats menacés, estimer les stocks de carbone forestiers sur pied et aider à la gestion durable des forêts. Les technologies de télédétection offrent de nouvelles possibilités pour la cartographie du couvert forestier, mais diverses limitations de la résolution spatiale et temporelle ont mené à des défis pour la collecte de données à jour de l’inventaire. Une nouvelle génération de constellations de satellites pourrait fournir des solutions pour mieux répondre aux besoins de suivi. Dans cet article, nous démontrons une méthode rapide et précise pour localiser des perturbations forestières soudaines à fine échelle à l’aide d’imagerie RapidEye à 5 m à 5 bandes. Pour identifier les perturbations, nous avons, en premier lieu, calculé un ensemble d’indices « tasseled-cap » à partir de 50 images RapidEye sans nuages. Ensuite, nous avons adapté un indice de perturbation précédemment développé en utilisant les données TM (« Thematic Mapper ») de Landsat et estimé un seuil simple pour différencier les régions perturbées et non perturbées. Pour tester la précision de l’indice de perturbation, 7 paires d’images illustrant les changements ont été sélectionnées et comparées aux données d’inventaires forestiers et à des lieux d’échantillonnage interprétés manuellement. Les estimations globales de précision varient de 83,65 ± 0,77 % à 97,65 ± 0,25 % pour les tuiles individuels. Pour les 7 tuiles, la précision globale était de 92,64 ± 0,15 % en utilisant les données des inventaires forestiers et 96.91 ± 1.16 % en utilisant les lieux d’échantillonnage interprétés manuellement. Une évaluation de la précision du producteur et de l’utilisateur pour les régions perturbées et non perturbées suggère des imprécisions dans les données de référence de l’inventaire forestier. Dans plusieurs cas, l’indice de perturbation modifié semble avoir fourni une représentation plus exacte des changements réels que les données de référence de l’inventaire forestier. Les résultats suggèrent que l’indice de perturbation RapidEye a réussi à identifier des perturbations de remplacement de peuplements dans le paysage et pourrait être mis en place pour détecter les perturbations en temps quasi réel.