Estimating Ground Cover in the Mixed Prairie Grassland of Southern Alberta Using Vegetation Indices Related to Physiological Function

Abstract

Abstract. Native grasslands are an important forage resource for the cattle industry and play a vital role in hydrological, carbon, and nutrient cycles; energy flow; faunal and floral biodiversity; and recreational services. Despite their importance, information on the health of Canada's native grasslands is extremely limited. This study investigated the use of functional relationships, namely, differences in the Normalized Difference Vegetation Index (NDVI) and a shortwave infrared index (SWIR75 or CAI) related to cellulose and lignin content, along with spectral mixture analysis (SMA), to derive estimates of broad categories of grassland ground cover at 4 test sites established in the mixed prairie grassland in southern Alberta, Canada. Field campaigns were carried out in 2009 and 2010, at peak grass production, to collect fractional ground cover of photosynthetic vegetation (fPV), nonphotosynthetic vegetation (fNPV), and background (fB), as well as ground spectra of various grassland components. The ability to separate PV, NPV, and B using NDVI and the SWIR75 or CAI indices derived from field spectroradiometer data and Landsat-5 TM data was investigated. Although reasonable estimates of fPV were derived using the NDVI and SWIR75 indices with SMA (r = 0.82) from Landsat imagery, the similarity in the spectral characteristics of soil, lichens, litter, and standing senescent vegetation confounded the ability to estimate fNPV and fB. In the absence of a hyperspectral satellite system offering the ability to derive CAI, the ability to evaluate grassland health in the mixed grass prairie is limited.

Résumé. Les pâturages naturels sont une ressource fourragère importante pour l’industrie du bétail et jouent un rôle vital dans les cycles hydrologique, du carbone et des éléments nutritifs, ainsi que dans les flux d’énergie, la biodiversité de la faune et de la flore, et la fourniture des services récréatifs. Malgré leur importance, les informations sur la santé des pâturages naturels du Canada sont extrêmement limitées. Cette étude a examiné l’utilisation des relations fonctionnelles, à savoir les différences de l’indice de végétation par différence normalisée (NDVI) et un indice d’ondes courtes (SWIR75 ou CAI) lié à la cellulose et la teneur en lignine, avec l’analyse des spectres mixtes (SMA) pour obtenir des estimations de grandes catégories de couverture végétale. Quatre sites d’essai ont été établis dans la prairie mixte du sud de l’Alberta, Canada. Les campagnes de terrain ont été réalisées en 2009 et 2010, au pic de production de l’herbe, afin de recueillir la couverture fractionnaire du sol de la végétation photosynthétique (fPV), la végétation non photosynthétique (fNPV) et le fond (fB), ainsi que des spectres du sol des différentes composantes de prairies. La capacité de séparer PV, NPV, et B en utilisant les indices NDVI et SWIR75 (ou CAI) dérivés des données spectroradiométriques de terrain et des données Landsat-5 TM a été étudiée. Bien que des estimations raisonnables de fPV ont été calculées en utilisant les indices NDVI et SWIR75 en utilisant SMA (r = 0,82) à partir d’images Landsat, la similitude des caractéristiques spectrales du sol, des lichens, de la couche de végétation morte et de la végétation sénescente debout a réduite la capacité d’estimer la fNPV et le fB. En l’absence d’un capteur satellitaire hyperspectral offrant la possibilité d’obtenir le CAI, la capacité à évaluer la santé des pâturages naturels dans la prairie mixte est limitée.

Notes

http://www.canfax.ca/Samples/StatBrf.pdf. Accessed on August 25, 2014.

http://eo1.usgs.gov/sensors/hyperion

Excelis. http://www.exelisvis.com/ProductsServices/ENVIProducts/ENVI.aspx

http://www.asdi.com/applications/remote-sensing