Automated discrimination of upland and wetland using terrain derivatives

Abstract

Abstract Wetlands are complex ecological systems that result from a number of environmental factors including hydrologic, geomorphic, and biologic processes. As a result of this complexity, wetlands, as a single feature, are often heterogeneous, making traditional image-based classification techniques for wetland mapping problematic. In this study, we propose a wetland classification approach that uses a combination of terrain-based derivatives to account for variability in ecological characteristics. A site was studied near Bolton, Ontario (43.84°N, 79.68°W). Based on research and experience, the authors propose a two-step multisoftware (i.e., geographic information system (GIS), statistical, and image processing) technique, with step one involving the delineation of wetland boundaries using topographic data, followed by the separation of wetlands by type (i.e., marsh, swamp, fen, bog). This paper focuses on the exploration of three wetland boundary delineation methods: (i) a visual derivative image threshold, (ii) a logistic regression model, and (iii) a classification and regression tree (CART) model. Each method was applied to a number of spatially distributed digital elevation model (DEM) terrain derivatives originating from a photogrammetrically derived 5 m DEM. Of the three methods investigated, the results showed the CART approach provided the best mapping, with a calibration accuracy of 90% correct and a validation accuracy of 84%. The CART approach classified the wetlands based on the degree of terrain complexity, thus allowing for subcomponents of the wetlands to be evaluated in further detail. Les milieux humides sont des systèmes écologiques complexes qui résultent d'un certain nombre de facteurs environnementaux incluant les processus hydrologiques, géomorphologiques et biologiques. À cause de cette complexité, les milieux humides, à titre de milieu unique, sont souvent hétérogènes rendant ainsi l'utilisation des techniques conventionnelles de classification d'images problématique pour la cartographie des milieux humides. Dans cette étude, nous proposons une approche de cartographie des milieux humides qui utilise une combinaison de dérivées de terrain pour rendre compte de la variabilité des caractéristiques écologiques. L'étude concerne un site près de Bolton, en Ontario (43.84° N, 79.68° O). Basé sur la recherche et l'expérience, les auteurs proposent une technique multi-logiciels en deux étapes (SIG, traitement statistique et traitement d'images), dont une étape consiste en la délimitation des limites des milieux humides à l'aide de données topographiques, suivie de la séparation des milieux humides selon le type (marécage, marais, tourbière basse et tourbière). L'article se concentre sur l'exploration de trois méthodes de délimitation des limites des milieux humides : (i) un seuil visuel d'image dérivée, (ii) un modèle logistique de régression et (iii) un modèle basé sur l'arbre de classification et de régression. Chaque méthode a été appliquée à un certain nombre de dérivées de terrain spatialement distribuées et dérivées d'un modèle numérique d'altitude (MNA) généré à partir d'un MNA à 5 m de résolution obtenu de façon photogrammétrique. Des trois méthodes analysées, les résultats montrent que l'approche basée sur l'arbre de classification et de régression donne le meilleur résultat au plan de la cartographie avec une précision d'étalonnage de 90 % et une précision de validation de 84 %. L'approche CART (« classification and regression tree ») a permis de classifier les milieux humides basé sur le degré de complexité du terrain, permettant ainsi d'évaluer certains sous-ensembles des milieux humides de façon encore plus détaillée. [Traduit par la Rédaction]