Original paper

Monitoring of the Vegetation Composition in Rewetted Peatland with Iterative Decision Tree Classification of Satellite Imagery

[Monitoring der Vegetationszusammensetzung in wiedervernässten Niedermooren anhand einer iterativen decision tree Klassi kation von Satellitendaten]

Frick, Annett; Steffenhagen, Peggy; Zerbe, Stefan; Timmermann, Tiemo; Schulz, Karsten

Abstract

Peatland was subject to heavy drainage and degradation throughout the world and thus is now the focus of large scale restoration attempts. The monitoring of both vegetation development and balance of matter after restoration has started is indispensable, since an important objective of peatlands rewetting is the rehabilitation of their sink function. Against this background, we investigated rewetted fens in NE Germany in order to qualitatively and quantitatively evaluate the vegetation development after restoration measures. The aim of this study was to analyse the vegetation composition with multispectral and very high spatial resolution satellite imagery. We investigated two sites with different rewetting dates and also took biomass and carbon content samples for the main plant species in order to estimate nutrient storage. We tested the applicability of various satellite sensors (QuickBird, WorldView I and SPOT) and an iterative classification scheme based on decision trees for mapping several wetland plant species (e.g. Phragmites australis, Typha spp. and Carex spp.) and vegetation types. We chose three different widely used decision tree classifiers for this study: AdaBoost, See5 and RandomForest. Evaluation criteria were overall accuracy and mean class accuracy. Multispectral and very high spatial resolution satellite data and the developed method allow for the identification of the most important vegetation types in rewetted fens. All applied sensors yielded good results with overall accuracies of 85% and 92%. Some classes reached lower accuracies due to different reasons (capture date, size of training set or spatial resolution of the sensor). We found remote sensing a very valuable tool not only for the observation of the restoration success in rewetted peatland but also for the analysis of the peat accumulation potential as well as biomass and nutrient storage.

Kurzfassung

Niedermoore in der ganzen Welt sind von starker Entwässerung und Degradation betroffen und stehen nunmehr im Fokus von großflächigen Renaturierungsprojekten. Das Monitoring der Vegetationsentwicklung und des Stoffhaushaltes dieser Flächen ist dabei unerlässlich, da ein wichtiges Ziel der Renaturierung die Wiederherstellung ihrer Senkenfunktion ist. Vor diesem Hintergrund haben wir wiedervernässte Niedermoorflächen im Nordosten Deutschlands untersucht. Das Ziel der Studie war es, mit Hilfe von multispektralen und räumlich höchstauflösen den Satellitendaten, qualitative und quantitative Aussagen zur Vegetationsentwicklung nach der Renaturierung zu treffen. In zwei Gebieten mit unterschiedlichen Vernässungszeitpunkten wurden Proben zu Biomasse und Kohlenstoffgehalt der dominanten P anzenarten genommen. Verschiedene Satellitensensoren (QuickBird, WorldView I and SPOT) wurden verwendet sowie ein iterativer Klassi kationsansatz basierend auf decision trees entwickelt, um dominante Arten (z. B.Phragmites australis, Typha spp. und Carex spp.) und Vegetationstypen zu klassi zieren. Drei weit verbreitete decision tree Algorithmen kamen zum Einsatz: AdaBoost, See5 und RandomForest. Die Validierung der Ergebnisse erfolgte sowohl mit Hilfe der Gesamtgenauigkeit als auch der mittleren Klassengenauigkeit. Alle verwendeten Sensoren erzielten gute Ergebnisse zwischen 85% und 92% Gesamtgenauigkeit. Einige Klassen erreichten jedoch nur geringere Werte. Dies hatte verschiedene Ursachen (Aufnahmedatum, Anzahl der Trainingsgebiete, räumliche Auflösung des Sensors). Als Fazit kann festgestellt werden, dass mit Hilfe von Satellitenfernerkundung der Renaturierungserfolg von wiedervernässten Niedermooren anhand der Vegetationszusammensetzung sehr gutüberwacht werden kann. Auch eine weitergehende Analyse von Torfbildungspotenzial und Biomasse- /Nährstoffspeicherung ist damit möglich.

Keywords

decision treesrewetted peatlandvegetation monitoringcarbon stockbiomassvhr