| Patrick E. Clark, Mark S. Seyfried, and Bob Harris |
| Authors are range scientist and soil scientist, USDA Agricultural Research Service, 800 Park Blvd., Plaza IV, Suite 105, Boise, Ida. 83712 and remote sensing/GIS analyst, University of Idaho, 800 Park Blvd., Plaza IV, Suite 105, Boise, Ida. 83712. |
Resumen |
| Las comunidades de plantas del los pastizales intermontanos del oeste difieren en su ecología y requerimientos de manejo. El manejo exitoso de áreas extensivas a nivel de resolución de comunidad de plantas, primero, requiere un medio eficiente y efectivo en términos de costos para el mapeo y clasificación de las comunidades de plantas. Evaluamos la influencia de la fecha de adquisición de imagenes y del sistema de imagen de satélite en la certeza de los mapas de comunidades de plantas creados a partir de imágenes multiespectrales de satélite de la Cuenca Hidrológica Experimental "Reynolds Creek" (RCEW) (234 km2) del suroeste de Idaho. Se crearon mapas delineando 6 comunidades de plantas intermontanas nativas y 2 comunidades no nativas a partir de datos de Landsat 5 TM y SPOT 3 HRV utilizando el procedimiento de clasificación de máxima probabilidad. La certeza del mapa se evaluó utilizando puntos de referencia terrestres. La certeza de los mapas creados de datos de satélite adquiridos durante época seca ( inicios de Agosto) tuvieron una certeza general más alta (x– = 70.5%) que los datos adquiridos durante el pico de crecimiento de las plantas (inicios de Junio) (x– = 54.4%). La certeza general de los mapas generados por Landsat (x– = 60.1%) y SPOT (x– = 65.5%) fueron estadísticamente similares. Dada su amplia cobertura espacial (3,600 a 31,450 km2 escena-1, respectivamente), resoluciones moderadas (20 a 30 m por pixel respectivamente) y el potencial para proveer certezas de clasificación altas, los sistemas de satélites SPOT 3 HRV y Lansat 5 TM fueron apropiados para clasificar las comunidades de plantas en la Cuenca Hidrológica "Reynolds Creek" y áreas similares de la región intermontana del oeste. Se presentan procedimientos prácticos para evaluar la certeza de la clasificación y mapeo de las comunidades de plantas para el uso por manejadores de recursos naturales. |
| Key Words: Cover type, maximum likelihood, multispectral, rangeland, remote sensing, satellite imagery, supervised classification, vegetation. |