Original paper

Early Detection of Bark Beetle Infestation in Norway Spruce (Picea abies, L.) using WorldView-2 Data

[Frühzeitige Erkennung von Borkenkäferbefall an Fichten mittels WorldView-2 Satellitendaten]

Immitzer, Markus; Atzberger, Clement

Abstract

In Central Europe and North America, bark beetle infestations cause considerable economic losses. If infested trees are not rapidly removed, large areas can be damaged. Removal of infested trees has to be done during the so-called “green-attack” stage, which is before the bark beetles move to other trees. Field surveys even if they are feasible are cost intensive and impractical if large areas have to be monitored. The aim of the study was to analyse the suitability of 8-band WorldView-2 satellite imagery for detecting bark beetle infestations of two intensity stages (e.g. “dead” and “green-attack”) against “healthy” (non-attacked) trees. For classifying individual trees two classifiers, random forest and logistic regression, were evaluated. Despite the relative large class overlap in the spectral signature, the ample trees (n = 600) could be assigned to the classes “dead”, “green-attack”, and “healthy” with an overall accuracy of about 75%. Producer's and user's accuracies of all classes were around 70%. The best result was obtained with random forests using the eight spectral bands of a WorldView-2 image acquired in July. With this dataset, an overall accuracy of 76% and a kappa coefficient of 0.61 were achieved. For the separation of the classes “healthy” and “green-attack”, vegetation indices based on 2-band normal ized differences as well as ratios yielded nearly as good results as the classification with all eight spectral bands. The best results were obtained by combining either the Green or Yellow band with the Near Infrared I. With regard to individual band, the Yellow and the Red band are defined as most important ones. We can conclude that 8-band WorldView-2 imagery has the potential for creating hotspot maps of infested trees or of trees with an increased risk of infestation. This could have positive implications for the forest practice.

Kurzfassung

Borkenkäferepidemien führen in Europa und Nordamerika immer wieder zu großen ökonomischen Verlusten in der Forstwirtschaft. Um großflächige Ausbreitungen zu verhindern, müssen befallene Bäume rasch erkannt und entfernt werden. Die gezielte Entnahme der Bäume, bevor die Käfer ausgeflogen sind, ist schwierig, da die Bäume meist noch keine Verfärbung der Nadeln zeigen. Daher sind derzeit aufwändige und kostenintensive Feldbegehungen notwendig, um eine Ausbreitung des Schädlings zu vermeiden. In dieser Arbeit wurden sehr hochauflösende WorldView-2 Satellitendaten mit acht Spektralkanälen von zwei Aufnahmetagen untersucht, um Borkenkäferbefall frühzeitig zu erkennen. Dazu wurde versucht nicht befallene Bäume von befallenen jedoch noch nicht verfärbten (,,green-attack“) und von bereits stark verfärbten bzw. abgestorbenen Bäumen auf Grund der spektralen Reflexion zu trennen. Hierbei wurden die Einzelbaumobjekte mittels Random Forest und Logistischer Regression klassifiziert. Trotz der großen Überschneidungen der spektralen Signaturen zwischen den Klassen ,,gesund“, ,,befallen – ohne sichtbare Verfärbung“ und ,,abgestorben“ konnten diese mit Gesamtgenauigkeiten von rund 75% getrennt werden. Auch die Nutzer- und Produzentengenauigkeiten aller Klassen lagen dabei über 70%. Am besten konnten die Beispielbäume in der Aufnahme vom Juli klassifiziert werden, mit einer Gesamtgenauigkeit von 76% und einem kappa-Wert von 0.61. Zusätzlich wurden verschiedene Vegetationsindizes getestet. Dabei erzielten einzelne normalisierte Differenz- bzw. Verhältnis-Indizes nahezu gleich gute Ergebnisse wie Modelle mit allen acht Spektralkanälen. Die besten Ergebnisse wurden dabei mit Kombinationen des Grün- bzw. Gelb-Kanals mit dem Nahen Infrarot 1 Kanal erreicht. Bei den Modellen basierend auf einzelnen Kanälen brachten der Gelb- bzw. der Rot-Kanal die höchsten Genauigkeiten. Die erzielten Ergebnisse zeigen, dass im Frühsommer aufgenommene WorldView-2 Szenen Potential für die frühzeitige Erkennung von Borkenkäferbefall aufweisen. Diese Tatsache könnte für die Visualisierung von befallenen Bäumen beziehungsweise von Bäumen mit hohem Befallsrisiko genutzt werden. Solche hotspot-Karten könnten eine große Unterstützung für die forstliche Praxis bei der Bekämpfung von Borkenkäferepidemien darstellen.

Keywords

bark beetle infestationgreen-attacknorway sprucepre-visual detectiontree vitalityworldview-2