Publications du Service canadien des forêts

Forest types mapping from satellites, six years after. 1978. Beaubien, J. Page 2 in 5th Canadian Symposium on Remote Sensing, Proceedings: 5th Canadian Symposium on Remote Sensing. August 28-31, 1978, Victoria. s.n., S.l.

Année : 1978

Disponible au : Centre de foresterie des Laurentides

Numéro de catalogue : 16289

La langue : Anglais

Disponibilité au SCF : PDF (télécharger)

Sélectionner

Résumé

La littérature abonde en résultats de recherche variés concernant le traitement numérique des données des satellites Landsat pour classifier la forêt. Les résultats obtenus sont très variables et quelque fois même contradictoires. Dans le but de jeter un peu de lumière sur cette question en territoire québécois, deux études furent entreprises sur le plateau laurentien au nord de la ville de Québec: dans le Parc des Laurentides et dans la région du Saguenay. Ces deux territoires d'environ 15,000 km2 chacun sont passablement accidentés et couverts d'une végétation très diversifiée. Des classifications non-supervisées ont permis de localiser globalement les peuplements feuillus et mélangés, et deux ou trois types de peuplements résineux dépendant de la région concernée. Les facteurs affectant la réflectance de la végétation forestière ont été analysés à partir de 254 places d'étude établies sur le terrain. Les espèces forestières mises à part, l'arrangement des classes de conifères est fonction de facteurs tels que l'âge et la densité des peuplements, et le degré et l'exposition des pentes. À l'intérieur de la forêt feuillue et mélangée il a été impossible de distinguer les peuplements mûrs de ceux au stade de régénération. Cependant, les résultats de ces études démontrent que les données captées par satellites peuvent fournir les informations nécessaires à une cartographie générale de la végétation forestière. Il est difficile de prévoir la précision d'une classification automatisée; elle est fonction d'un nombre de facteurs particuliers à chaque étude, particulièrement du type de territoire à couvrir. Pour le moment la rareté des bonnes images pour une date et une région spécifiques demeure l'obstacle premier à l'utilisation continue de cette technologie de plus en plus perfectionnée.