Combining aerial LiDAR and multispectral imagery to assess postfire regeneration types in a Mediterranean forest

Abstract

Wildfires play a major role in driving vegetation changes and can cause important environmental and economic losses in Mediterranean forests, especially where the dominant species lacks efficient postfire regeneration mechanisms. In these areas, postdisturbance vegetation management strategies need to be based on detailed, spatially continuous inventories of the burned area. Here, we present a methodology in which we combine airborne LiDAR and multispectral imagery to assess postfire regeneration types in a spatially continuous way, using a Mediterranean black pine (Pinus nigra Arn ssp. salzmannii) forest that burned in 1998 as a case study. Five postfire regeneration types were obtained by clustering field-plot data using Ward’s method. Two of the five regeneration types presented high tree cover (one clearly dominated by hardwoods and the other dominated by pines), a third type presented low to moderate tree cover, being dominated by hardwoods, and the remaining two types matched to areas dominated by soil–herbaceous or shrub layers with very low or no tree cover (i.e., very low to no tree species regeneration). These five types of regeneration were used to conduct a supervised classification of remote sensing data using a nonparametric supervised classification technique. Compared with independent field validation points, the remote sensing based assessment method resulted in a global classification accuracy of 82.7%. Proportions of regeneration types in the study area indicated a general shift from the former pine-dominated forest toward hardwood dominance and showed no serious problems of regeneration failure. Our methodological approach appears to be appropriate for informing postdisturbance vegetation management strategies over large areas.

Les feux de forêt jouent un rôle déterminant dans la composition de la végétation et peuvent causer d’importantes pertes économiques et environnementales dans les forêts méditerranéennes, particulièrement dans les endroits où les espèces dominantes n’ont pas de mécanismes efficaces de régénération après feu. Dans ces endroits, les stratégies de gestion de la végétation après feu doivent être fondées sur des inventaires détaillés et continus dans l’espace des zones brûlées. Nous présentons ici une méthodologie qui combine le lidar aéroporté et l’imagerie multispectrale pour évaluer les types de régénération après feu de manière continue dans l’espace, en utilisant comme étude de cas une forêt de pin de Salzmann (Pinus nigra Arn. ssp. salzmannii) qui a brûlé en 1998. Cinq types de régénération après feu ont été obtenus en regroupant les données de placettes sur le terrain à l’aide de la méthode de Ward. Deux des cinq types de régénération avaient une fort couvert d’espèces arborescentes dominé dans un cas par des feuillus et dans l’autre par des pins; un troisième type avait un couvert arboré faible à modéré dominé par des feuillus; les deux derniers types correspondaient aux régions dominées par des strates herbacées ou arbustives où la régénération arborescente était très faible ou inexistante. Ces cinq classes ont été utilisées pour effectuer une classification dirigée des données de télédétection à l’aide d’une technique de classification dirigée non paramétrique. Comparativement à des points de contrôle indépendants sur le terrain, la classification de la méthode d’évaluation fondée sur la télédétection avait une précision globale de 82,7 %. La proportion des types de régénération dans la zone d’étude indiquait qu’il y avait une évolution générale de la forêt jadis dominée par les pins vers une dominance des feuillus et ne révélait aucun problème sérieux de régénération. Notre approche méthodologique semble appropriée pour appuyer les stratégies de gestion de la végétation à la suite d’une perturbation sur de vastes superficies.

This research was primarily supported by the Spanish Ministry of Science and Innovation via the RESILFOR project (AGL2012-40039-C02-01). It also was part of a cooperative agreement between the Forest Sciences Center of Catalonia and the Institut Cartogràfic i Geològic de Catalunya aimed at using aerial RS data for forest characterization. The Catalan Agency for Management of University and Research Grants provided S.M.A. with support through a “predoctoral” grant (FI-DGR), and the Spanish Ministry of Science and Innovation provided L.C., J.R.G., and M.C. with support through postdoctoral “Ramon y Cajal” contracts.