Using Landsat time-series to investigate nearly 50 years of tree canopy cover change across an urban-rural landscape in southern Ontario

Canadian urban and adjacent landscapes have been dynamic over the last 50 years due to land management, land cover alternations, climate change, and disturbances. Remote sensing, particularly the Landsat archive, provides the only means to spatially quantify these long-term dynamics locally. Here, we explore the utility of Landsat, including the often-forgotten MSS sensor, for investigating percent tree canopy cover (TCC) change between 1972 and 2020 in a Canadian urban-rural context. We build a TCC time-series by training random forest models using visually interpreted TCC from high-resolution imagery. Predictors include topographic and yearly LandsatLinkr-harmonized and LandTrendr-fitted tasseled cap indices. Yearly binary TCC maps are built to mask consistently treeless areas and limit noise. To increase confidence in observed TCC change without historical reference imagery, we investigate multiple temporal validation options. Our TCC time-series (R2: 0.89, RMSE: 10.7%), quantifies TCC dynamics while limiting erroneous change and predictor space extrapolation. We explore TCC changes across landscapes, revealing periods of gain and loss associated with agricultural reforestation (1978-1996), housing development (on-going), drought (late 1990s), emerald ash borer (2010s), an ice storm (2013), and other drivers. Results demonstrate how long-term Landsat time-series can be used to better understand historical tree canopy change at local-regional scales. Les paysages urbains et adjacents du Canada ont & eacute;t & eacute; dynamiques au cours des 50 derni & egrave;res ann & eacute;es en raison de la gestion des terres, des changements de couverture terrestre, des changements climatiques et des perturbations. La t & eacute;l & eacute;d & eacute;tection, en particulier l'archive de Landsat, est le seul moyen de quantifier localement et spatialement ces dynamiques & agrave; long terme. Ici, nous explorons l'utilit & eacute; de Landsat, y compris le capteur MSS souvent oubli & eacute;, pour & eacute;tudier les changements en pourcentage de la couverture foresti & egrave;re ("tree canopy cover"; TCC) entre 1972 et 2020 dans un contexte urbain-rural canadien. Nous construisons une s & eacute;rie chronologique de TCC en formant des mod & egrave;les forestiers al & eacute;atoires & agrave; l'aide d'images haute r & eacute;solution interpr & eacute;t & eacute;es visuellement. Les pr & eacute;dicteurs comprennent des indices "tasseled-cap" harmonis & eacute;s et ajust & eacute;s selon LandsatLinkr et LandTrendr. Les cartes TCC binaires annuelles sont construites pour masquer les zones sans arbres de fa & ccedil;on uniforme et limiter le bruit. Pour accro & icirc;tre la confiance dans le changement observ & eacute; du TCC sans imagerie de r & eacute;f & eacute;rence historique, nous & eacute;tudions plusieurs options de validation temporelle. Notre s & eacute;rie temporelle TCC (R2: 0.89, RMSE: 10.7%), quantifie la dynamique TCC tout en limitant les changements erron & eacute;s et l'extrapolation de l'espace pr & eacute;dicteur. Nous explorons les changements de TCC dans les paysages, r & eacute;v & eacute;lant des p & eacute;riodes de gains et de pertes associ & eacute;es au reboisement agricole (1978-1996), d & eacute;veloppement r & eacute;sidentiel (en cours), & agrave; la s & eacute;cheresse (fin des ann & eacute;es 1990), & agrave; l'agrile du fr & ecirc;ne (2010), & agrave; une temp & ecirc;te de verglas (2013) et & agrave; d'autres facteurs. Les r & eacute;sultats d & eacute;montrent comment les s & eacute;ries chronologiques de Landsat peuvent & ecirc;tre utilis & eacute;es pour mieux comprendre la variation historique du couvert forestier & agrave; l'& eacute;chelle locale-r & eacute;gionale.