Get reliable science

Evaluating vegetation cover is an important factor in understanding the sustainability of many ecosystems. Remote sensing methods with sufficient accuracy could dramatically alter how biotic resources are monitored on both public and private lands. Idaho National Laboratory (INL), in conjunction with the University of Idaho, evaluated whether unmanned aerial vehicles (UAVs) are sufficiently accurate and more efficient than the point-frame field method for monitoring vegetative cover and bare ground in sagebrush steppe ecosystems. These values are of interest to land managers because typically there are limited natural resource scientists and funding for comprehensive ground evaluations. In this project, unmanned helicopters were used to collect still-frame imagery to determine vegetation cover during June and July 2005. The images were used to estimate percent cover for six vegetative cover classes (shrub, dead shrub, grass, forbs, litter, and bare ground). Field plots used to collect imagery and on-the-ground measurements were located on the INL site west of Idaho Falls, Idaho. Ocular assessments of digital imagery were performed using SamplePoint, and the results were compared with field measurements collected using a point-frame method. The helicopter imagery evaluation showed a high degree of agreement with field cover class values for grass, litter, and bare ground and reasonable agreement for dead shrubs. Shrub cover was often overestimated, and forbs were generally underestimated. The helicopter method took 45% less time than the field method. This study demonstrates that UAV technology provides a viable method for monitoring selective types of cover on rangelands and could save time and resources./Evaluar la cobertura vegetal es un importante factor para entender la sustentabilidad de muchos ecosistemas. Métodos de teledetección con suficiente precisión pueden considerablemente alterar la manera en como los recursos bióticos son monitoreados tanto en propiedad privada y pública. El laboratorio Nacional de Idaho (INL), en conjunto con la universidad de Idaho, evaluaron si vehículos aéreos no tripulados (UAVs) son suficientemente precisos y más eficientes que los métodos de campo basados en punto de referencia para monitorear la cobertura de las vegetación y el suelo desnudo en los ecosistemas de pastizales de Artemisia. Estas evaluaciones son de interés para los manejadores de tierra ya que normalmente hay poco scientíficos dedicados al estudio de los recursos naturales así como escasos recursos monetarios para evaluaciones integrales. En este proyecto, helicópteros no tripulados fueron usados para recolectar imágenes usadas para determinar la cobertura vegetal durante junio y julio de 2005. Las imágenes fueron usadas para estimar el porcentaje de cobertura de seis clases de cubierta vegetal (arbustos, arbustos muertos, pastos, herbáceas, hojarasca y suelo desnudo). Parcelas de campo que fueron usadas para recolectar las imágenes así como las mediciones en campo fueron localizadas en el sitio INL al oeste de Idaho Falls, Idaho. Evaluaciones oculares de imágenes digitales fueron realizadas usando SamplePoint y los resultados fueron comparados con las mediciones de campo recolectadas usando el método de point-frame. La evaluación de las imágenes recolectadas por el helicóptero mostró un alto grado de correlación con respecto a las evaluaciones de campo para pastos, hojarasca, y suelo desnudo, y una razonable relación para plantas muertas. Las cobertura de los arbustos fue regularmente sobrestimado y para las herbáceas fueron generalmente subestimadas. El método del helicóptero tomo 45% menos tiempo que el método de campo. Este estudio demostró que la tecnología UAV proporciono un método viable para monitorear los tipos selectivos de cobertura en los pastizales y podría salvar tiempo y recursos. The Rangeland Ecology & Management archives are made available by the Society for Range Management and the University of Arizona Libraries. Contact lbry-journals@email.arizona.edu for further information. Migrated from OJS platform August 2020