Промене

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": null,
2
  "author": null,
            
3
  "author_email": null,
3
  "author_email": null,
            
4
  "creator_user_id": "8d2ac61a-d63a-4456-a00d-b35fee4c4025",
4
  "creator_user_id": "8d2ac61a-d63a-4456-a00d-b35fee4c4025",
            
5
  "id": "90d9a444-c296-4929-bbb0-b46c338b4f76",
5
  "id": "90d9a444-c296-4929-bbb0-b46c338b4f76",
            
6
  "license_id": "cc-by",
6
  "license_id": "cc-by",
            
7
  "maintainer": null,
7
  "maintainer": null,
            
8
  "maintainer_email": null,
8
  "maintainer_email": null,
            
t
9
  "metadata_modified": "2018-06-15T08:52:36.852951",
t
9
  "metadata_created": "2018-06-15T08:52:36.797338",
            
10
  "metadata_modified": "2018-09-06T06:21:14.689844",
            
10
  "name": "assessment-of-floodplain-tecs-of-the-north-coast",
11
  "name": "assessment-of-floodplain-tecs-of-the-north-coast",
            
11
  "notes": "Operational map for River-flat Eucalypt Forest:\r\n\r\nThe 
12
  "notes": "Operational map for River-flat Eucalypt Forest:\r\n\r\nThe 
            
12
operational map for River-flat Eucalypt Forest (RFEF) was constructed 
13
operational map for River-flat Eucalypt Forest (RFEF) was constructed 
            
13
to resolve long-standing issues surrounding its identification, 
14
to resolve long-standing issues surrounding its identification, 
            
14
location and extent within the NSW State Forest estate covered by the 
15
location and extent within the NSW State Forest estate covered by the 
            
15
coastal Integrated Forestry Operation Agreements. The map was 
16
coastal Integrated Forestry Operation Agreements. The map was 
            
16
constructed in two parts, with State Forests to the north of Sydney 
17
constructed in two parts, with State Forests to the north of Sydney 
            
17
being mapped in a separate process to those to the south of Sydney. We 
18
being mapped in a separate process to those to the south of Sydney. We 
            
18
did this to minimise the risk that relationships between regional 
19
did this to minimise the risk that relationships between regional 
            
19
vegetation communities and the TEC would be confounded or masked by 
20
vegetation communities and the TEC would be confounded or masked by 
            
20
geographical variation or other major ecological gradients, which 
21
geographical variation or other major ecological gradients, which 
            
21
might otherwise be a significant risk if we had treated the full 
22
might otherwise be a significant risk if we had treated the full 
            
22
latitudinal range of the TEC as a single study area. In total, we 
23
latitudinal range of the TEC as a single study area. In total, we 
            
23
assessed 1,218,000 hectares of State Forest across coastal NSW. This 
24
assessed 1,218,000 hectares of State Forest across coastal NSW. This 
            
24
consisted of 868,000 hectares of State Forest on the north coast and 
25
consisted of 868,000 hectares of State Forest on the north coast and 
            
25
more than 350,000 hectares of State Forest on the south coast. \r\nIn 
26
more than 350,000 hectares of State Forest on the south coast. \r\nIn 
            
26
both study areas, the project\u2019s Threatened Ecological Community 
27
both study areas, the project\u2019s Threatened Ecological Community 
            
27
(TEC) Reference Panel (the Panel) preceded the assessment process by 
28
(TEC) Reference Panel (the Panel) preceded the assessment process by 
            
28
reviewing the determination for RFEF and agreeing upon a set of 
29
reviewing the determination for RFEF and agreeing upon a set of 
            
29
diagnostic parameters for its identification.  The Panel found that 
30
diagnostic parameters for its identification.  The Panel found that 
            
30
RFEF is primarily defined by floristic plot data and that it is mostly 
31
RFEF is primarily defined by floristic plot data and that it is mostly 
            
31
located on coastal floodplains and associated alluvial landforms. 
32
located on coastal floodplains and associated alluvial landforms. 
            
32
\r\nFollowing on from these conclusions, we started the mapping 
33
\r\nFollowing on from these conclusions, we started the mapping 
            
33
process by mapping the distribution of floodplains and alluvial soils 
34
process by mapping the distribution of floodplains and alluvial soils 
            
34
and thus identifying possible areas of RFEF. For both the north and 
35
and thus identifying possible areas of RFEF. For both the north and 
            
35
the south coast we used an existing map of coastal landforms and 
36
the south coast we used an existing map of coastal landforms and 
            
36
geology in combination with several fine-scale models of alluvial 
37
geology in combination with several fine-scale models of alluvial 
            
37
landform features to determine the likely extent of floodplains and 
38
landform features to determine the likely extent of floodplains and 
            
38
alluvial soils within our study areas. \r\nWe used aerial photograph 
39
alluvial soils within our study areas. \r\nWe used aerial photograph 
            
39
interpretation (API) to assess the floristic and structural attributes 
40
interpretation (API) to assess the floristic and structural attributes 
            
40
of the vegetation cover found on our modelled alluvial environments, 
41
of the vegetation cover found on our modelled alluvial environments, 
            
41
and thus delineated polygons likely to contain RFEF.  We also used API 
42
and thus delineated polygons likely to contain RFEF.  We also used API 
            
42
to modify the boundaries of the modelled alluvial areas using a 
43
to modify the boundaries of the modelled alluvial areas using a 
            
43
prescribed list of eucalypt, casuarina and melaleuca species in 
44
prescribed list of eucalypt, casuarina and melaleuca species in 
            
44
combination with the interpretation of landform elements relevant to 
45
combination with the interpretation of landform elements relevant to 
            
45
alluvial and floodplain environments. \r\nWe then compiled floristic 
46
alluvial and floodplain environments. \r\nWe then compiled floristic 
            
46
plot data for all State Forest areas within our modelled alluvial 
47
plot data for all State Forest areas within our modelled alluvial 
            
47
landforms and API polygons. For both the north and the south coast the 
48
landforms and API polygons. For both the north and the south coast the 
            
48
floristic plot data was sourced from both existing flora surveys held 
49
floristic plot data was sourced from both existing flora surveys held 
            
49
in the OEH VIS database and from targeted flora surveys conducted 
50
in the OEH VIS database and from targeted flora surveys conducted 
            
50
specifically for this project. We compared these plots with those 
51
specifically for this project. We compared these plots with those 
            
51
previously assigned to flora communities listed in the determination 
52
previously assigned to flora communities listed in the determination 
            
52
of RFEF. Both dissimilarity-based methods and multivariate regression 
53
of RFEF. Both dissimilarity-based methods and multivariate regression 
            
53
methods were used for the comparison. The results of the comparison 
54
methods were used for the comparison. The results of the comparison 
            
54
were then used to assess the likelihood that the plots in State 
55
were then used to assess the likelihood that the plots in State 
            
55
forests belonged to one or more of the communities listed in the RFEF 
56
forests belonged to one or more of the communities listed in the RFEF 
            
56
determination. Following this, we developed a predictive statistical 
57
determination. Following this, we developed a predictive statistical 
            
57
model of the probability of occurrence of RFEF using plot data and a 
58
model of the probability of occurrence of RFEF using plot data and a 
            
58
selection of environmental and remote-sensing variables. For the north 
59
selection of environmental and remote-sensing variables. For the north 
            
59
coast, we used a Random Forest model, while for the south coast we 
60
coast, we used a Random Forest model, while for the south coast we 
            
60
used a Boosted Regression Tree model. \r\nTo create the operational 
61
used a Boosted Regression Tree model. \r\nTo create the operational 
            
61
map, we assigned every mapped API polygon to RFEF if appropriate based 
62
map, we assigned every mapped API polygon to RFEF if appropriate based 
            
62
on the plot data, over-storey and understorey attributes, landform 
63
on the plot data, over-storey and understorey attributes, landform 
            
63
features and modelled probabilities underlying each API polygon. 
64
features and modelled probabilities underlying each API polygon. 
            
64
\r\nWe mapped 3819 hectares of RFEF on the south coast and 198 
65
\r\nWe mapped 3819 hectares of RFEF on the south coast and 198 
            
65
hectares of RFEF on the north coast.\r\n\r\nOperational map for Swamp 
66
hectares of RFEF on the north coast.\r\n\r\nOperational map for Swamp 
            
66
Oak Floodplain Forest:\r\n\r\nThe operational map for Swamp Oak 
67
Oak Floodplain Forest:\r\n\r\nThe operational map for Swamp Oak 
            
67
Floodplain Forest (SOFF) was constructed to resolve long-standing 
68
Floodplain Forest (SOFF) was constructed to resolve long-standing 
            
68
issues surrounding its identification, location and extent within the 
69
issues surrounding its identification, location and extent within the 
            
69
NSW State Forest estate covered by the coastal Integrated Forestry 
70
NSW State Forest estate covered by the coastal Integrated Forestry 
            
70
Operation Agreements. The map was constructed in two parts, with State 
71
Operation Agreements. The map was constructed in two parts, with State 
            
71
Forests to the north of Sydney being mapped in a separate process to 
72
Forests to the north of Sydney being mapped in a separate process to 
            
72
those to the south of Sydney. We did this to minimise the risk that 
73
those to the south of Sydney. We did this to minimise the risk that 
            
73
relationships between regional vegetation communities and the TEC 
74
relationships between regional vegetation communities and the TEC 
            
74
would be confounded or masked by geographical variation or other major 
75
would be confounded or masked by geographical variation or other major 
            
75
ecological gradients, which might otherwise be a significant risk if 
76
ecological gradients, which might otherwise be a significant risk if 
            
76
we had treated the full latitudinal range of the TEC as a single study 
77
we had treated the full latitudinal range of the TEC as a single study 
            
77
area. In total, we assessed 1,218,000 hectares of State Forest across 
78
area. In total, we assessed 1,218,000 hectares of State Forest across 
            
78
coastal NSW. This consisted of 868,000 hectares of State Forest on the 
79
coastal NSW. This consisted of 868,000 hectares of State Forest on the 
            
79
north coast and more than 350,000 hectares of State Forest on the 
80
north coast and more than 350,000 hectares of State Forest on the 
            
80
south coast. \r\nIn both study areas, the project\u2019s Threatened 
81
south coast. \r\nIn both study areas, the project\u2019s Threatened 
            
81
Ecological Community (TEC) Reference Panel (the Panel) preceded the 
82
Ecological Community (TEC) Reference Panel (the Panel) preceded the 
            
82
assessment process by reviewing the determination for SOFF and 
83
assessment process by reviewing the determination for SOFF and 
            
83
agreeing upon a set of diagnostic parameters for its identification.  
84
agreeing upon a set of diagnostic parameters for its identification.  
            
84
The Panel found that SOFF is primarily defined by floristic plot data 
85
The Panel found that SOFF is primarily defined by floristic plot data 
            
85
and that it is mostly located on coastal floodplains and associated 
86
and that it is mostly located on coastal floodplains and associated 
            
86
alluvial landforms.\r\nFollowing on from these conclusions, we started 
87
alluvial landforms.\r\nFollowing on from these conclusions, we started 
            
87
the mapping process by mapping the distribution of floodplains and 
88
the mapping process by mapping the distribution of floodplains and 
            
88
alluvial soils and thus identifying possible areas of SOFF. For both 
89
alluvial soils and thus identifying possible areas of SOFF. For both 
            
89
the north and the south coast we used an existing map of coastal 
90
the north and the south coast we used an existing map of coastal 
            
90
landforms and geology in combination with several fine-scale models of 
91
landforms and geology in combination with several fine-scale models of 
            
91
alluvial landform features to determine the likely extent of 
92
alluvial landform features to determine the likely extent of 
            
92
floodplains and alluvial soils within our study areas.\r\nWe used 
93
floodplains and alluvial soils within our study areas.\r\nWe used 
            
93
aerial photograph interpretation (API) to assess floristic and 
94
aerial photograph interpretation (API) to assess floristic and 
            
94
structural attributes of the vegetation cover on our modelled alluvial 
95
structural attributes of the vegetation cover on our modelled alluvial 
            
95
environments, and thus delineated polygons likely to contain SOFF. We 
96
environments, and thus delineated polygons likely to contain SOFF. We 
            
96
also used API to modify the boundaries of the modelled alluvial areas 
97
also used API to modify the boundaries of the modelled alluvial areas 
            
97
using a prescribed list of casuarina and melaleuca species in 
98
using a prescribed list of casuarina and melaleuca species in 
            
98
combination with the interpretation of landform elements relevant to 
99
combination with the interpretation of landform elements relevant to 
            
99
alluvial and floodplain environments.\r\nWe then compiled floristic 
100
alluvial and floodplain environments.\r\nWe then compiled floristic 
            
100
plot data for all State Forest areas within our modelled alluvial 
101
plot data for all State Forest areas within our modelled alluvial 
            
101
landforms and API polygons. For both the north and the south coast the 
102
landforms and API polygons. For both the north and the south coast the 
            
102
floristic plot data was sourced from both existing flora surveys held 
103
floristic plot data was sourced from both existing flora surveys held 
            
103
in the OEH VIS database and from targeted flora surveys conducted 
104
in the OEH VIS database and from targeted flora surveys conducted 
            
104
specifically for this project. We compared these plots with those 
105
specifically for this project. We compared these plots with those 
            
105
previously assigned to flora communities listed in the determination 
106
previously assigned to flora communities listed in the determination 
            
106
of SOFF. Both dissimilarity-based methods and multivariate regression 
107
of SOFF. Both dissimilarity-based methods and multivariate regression 
            
107
methods were used for the comparison. The results of the comparison 
108
methods were used for the comparison. The results of the comparison 
            
108
were then used to assess the likelihood that the plots in State 
109
were then used to assess the likelihood that the plots in State 
            
109
forests belonged to one or more of the communities listed in the SOFF 
110
forests belonged to one or more of the communities listed in the SOFF 
            
110
determination.\r\nTo create the operational map, we assigned every 
111
determination.\r\nTo create the operational map, we assigned every 
            
111
mapped API polygon to SOFF based on the plot data, over-storey and 
112
mapped API polygon to SOFF based on the plot data, over-storey and 
            
112
understorey attributes, landform features and model output underlying 
113
understorey attributes, landform features and model output underlying 
            
113
each API polygon. \r\nIn total, we mapped approximately 272 hectares 
114
each API polygon. \r\nIn total, we mapped approximately 272 hectares 
            
114
of SOFF across our full study area.\r\n\r\nOperational map for Swamp 
115
of SOFF across our full study area.\r\n\r\nOperational map for Swamp 
            
115
Sclerophyll Forest:\r\n\r\nThe operational map for Swamp Sclerophyll 
116
Sclerophyll Forest:\r\n\r\nThe operational map for Swamp Sclerophyll 
            
116
Forest (SSF) was constructed to resolve long-standing issues 
117
Forest (SSF) was constructed to resolve long-standing issues 
            
117
surrounding its identification, location and extent within the NSW 
118
surrounding its identification, location and extent within the NSW 
            
118
State Forest estate covered by the coastal Integrated Forestry 
119
State Forest estate covered by the coastal Integrated Forestry 
            
119
Operation Agreements. The map was constructed in two parts, with State 
120
Operation Agreements. The map was constructed in two parts, with State 
            
120
Forests to the north of Sydney being mapped in a separate process to 
121
Forests to the north of Sydney being mapped in a separate process to 
            
121
those to the south of Sydney. We did this to minimise the risk that 
122
those to the south of Sydney. We did this to minimise the risk that 
            
122
relationships between regional vegetation communities and the TEC 
123
relationships between regional vegetation communities and the TEC 
            
123
would be confounded or masked by geographical variation or other major 
124
would be confounded or masked by geographical variation or other major 
            
124
ecological gradients, which might otherwise be a significant risk if 
125
ecological gradients, which might otherwise be a significant risk if 
            
125
we had treated the full latitudinal range of the TEC as a single study 
126
we had treated the full latitudinal range of the TEC as a single study 
            
126
area. In total, we assessed 1,218,000 hectares of State Forest across 
127
area. In total, we assessed 1,218,000 hectares of State Forest across 
            
127
coastal NSW. This consisted of 868,000 hectares of State Forest on the 
128
coastal NSW. This consisted of 868,000 hectares of State Forest on the 
            
128
north coast and more than 350,000 hectares of State Forest on the 
129
north coast and more than 350,000 hectares of State Forest on the 
            
129
south coast.\r\nIn both study areas, the project\u2019s Threatened 
130
south coast.\r\nIn both study areas, the project\u2019s Threatened 
            
130
Ecological Community (TEC) Reference Panel (the Panel) preceded the 
131
Ecological Community (TEC) Reference Panel (the Panel) preceded the 
            
131
assessment process by reviewing the determination for SSF and agreeing 
132
assessment process by reviewing the determination for SSF and agreeing 
            
132
upon a set of diagnostic parameters for its identification. The Panel 
133
upon a set of diagnostic parameters for its identification. The Panel 
            
133
found that SSF is primarily defined by floristic plot data and that it 
134
found that SSF is primarily defined by floristic plot data and that it 
            
134
is mostly located on coastal floodplains and associated alluvial 
135
is mostly located on coastal floodplains and associated alluvial 
            
135
landforms.\r\nFollowing on from these conclusions, we started the 
136
landforms.\r\nFollowing on from these conclusions, we started the 
            
136
mapping process by mapping the distribution of floodplains and 
137
mapping process by mapping the distribution of floodplains and 
            
137
alluvial soils and thus identifying possible areas of SSF. For both 
138
alluvial soils and thus identifying possible areas of SSF. For both 
            
138
the north and the south coast we used an existing map of coastal 
139
the north and the south coast we used an existing map of coastal 
            
139
landforms and geology in combination with several fine-scale models of 
140
landforms and geology in combination with several fine-scale models of 
            
140
alluvial landform features to determine the likely extent of 
141
alluvial landform features to determine the likely extent of 
            
141
floodplains and alluvial soils within our study areas. \r\nWe used 
142
floodplains and alluvial soils within our study areas. \r\nWe used 
            
142
aerial photograph interpretation (API) to assess the floristic and 
143
aerial photograph interpretation (API) to assess the floristic and 
            
143
structural attributes of the vegetation cover on our modelled alluvial 
144
structural attributes of the vegetation cover on our modelled alluvial 
            
144
environments, and thus delineated polygons likely to contain SSF. We 
145
environments, and thus delineated polygons likely to contain SSF. We 
            
145
also used API to modify the boundaries of the modelled alluvial areas 
146
also used API to modify the boundaries of the modelled alluvial areas 
            
146
using a prescribed list of eucalypt, casuarina and melaleuca species 
147
using a prescribed list of eucalypt, casuarina and melaleuca species 
            
147
in combination with the interpretation of landform elements relevant 
148
in combination with the interpretation of landform elements relevant 
            
148
to alluvial and floodplain environments.\r\nWe then compiled floristic 
149
to alluvial and floodplain environments.\r\nWe then compiled floristic 
            
149
plot data for all State Forest areas within our modelled alluvial 
150
plot data for all State Forest areas within our modelled alluvial 
            
150
landforms and API polygons. For both the north and the south coast the 
151
landforms and API polygons. For both the north and the south coast the 
            
151
floristic plot data was sourced from both existing flora surveys held 
152
floristic plot data was sourced from both existing flora surveys held 
            
152
in the OEH VIS database and from targeted flora surveys conducted 
153
in the OEH VIS database and from targeted flora surveys conducted 
            
153
specifically for this project. We compared these plots with those 
154
specifically for this project. We compared these plots with those 
            
154
previously assigned to flora communities listed in the determination 
155
previously assigned to flora communities listed in the determination 
            
155
of SSF. Both dissimilarity-based methods and multivariate regression 
156
of SSF. Both dissimilarity-based methods and multivariate regression 
            
156
methods were used for the comparison. The results of the comparison 
157
methods were used for the comparison. The results of the comparison 
            
157
were then used to assess the likelihood that the plots in State 
158
were then used to assess the likelihood that the plots in State 
            
158
forests belonged to one or more of the communities listed in the SSF 
159
forests belonged to one or more of the communities listed in the SSF 
            
159
determination.\r\nFollowing this, we developed a predictive 
160
determination.\r\nFollowing this, we developed a predictive 
            
160
statistical model of the probability of occurrence of SSF using plot 
161
statistical model of the probability of occurrence of SSF using plot 
            
161
data and a selection of environmental and remote-sensing variables. 
162
data and a selection of environmental and remote-sensing variables. 
            
162
For the north coast, we used a Random Forest model, while for the 
163
For the north coast, we used a Random Forest model, while for the 
            
163
south coast we used a Boosted Regression Tree model.\r\nTo create the 
164
south coast we used a Boosted Regression Tree model.\r\nTo create the 
            
164
operational map, we assigned every mapped API polygon to SSF if 
165
operational map, we assigned every mapped API polygon to SSF if 
            
165
appropriate based on the plot data, over-storey and understorey 
166
appropriate based on the plot data, over-storey and understorey 
            
166
attributes, landform features and modelled probabilities underlying 
167
attributes, landform features and modelled probabilities underlying 
            
167
each API polygon. In total, we mapped approximately 1131 hectares of 
168
each API polygon. In total, we mapped approximately 1131 hectares of 
            
168
SSF across out study area.\r\n\r\nOperational map for Subtropical 
169
SSF across out study area.\r\n\r\nOperational map for Subtropical 
            
169
Coastal Floodplain Forest:\r\n\r\nThe operational map for Subtropical 
170
Coastal Floodplain Forest:\r\n\r\nThe operational map for Subtropical 
            
170
Coastal Floodplain Forest (SCFF) was constructed to resolve 
171
Coastal Floodplain Forest (SCFF) was constructed to resolve 
            
171
long-standing issues surrounding its identification, location and 
172
long-standing issues surrounding its identification, location and 
            
172
extent within the NSW State Forest estate covered by the eastern 
173
extent within the NSW State Forest estate covered by the eastern 
            
173
Regional Forest Agreements. The project\u2019s Threatened Ecological 
174
Regional Forest Agreements. The project\u2019s Threatened Ecological 
            
174
Community (TEC) Reference Panel (the Panel) reviewed the determination 
175
Community (TEC) Reference Panel (the Panel) reviewed the determination 
            
175
for SCFF in conjunction with the determinations of three other TECs 
176
for SCFF in conjunction with the determinations of three other TECs 
            
176
associated with coastal floodplain environments. The Panel agreed that 
177
associated with coastal floodplain environments. The Panel agreed that 
            
177
SCFF is primarily defined by floristic plot data and that it is mostly 
178
SCFF is primarily defined by floristic plot data and that it is mostly 
            
178
located on coastal floodplains and associated alluvial 
179
located on coastal floodplains and associated alluvial 
            
179
landforms.\r\nThe operational map was constructed in several stages. 
180
landforms.\r\nThe operational map was constructed in several stages. 
            
180
Firstly, we identified candidate areas for SCFF by mapping the 
181
Firstly, we identified candidate areas for SCFF by mapping the 
            
181
distribution of floodplains and alluvial soils. To do this we used an 
182
distribution of floodplains and alluvial soils. To do this we used an 
            
182
existing map of coastal landforms and geology in combination with 
183
existing map of coastal landforms and geology in combination with 
            
183
several fine-scale models of alluvial landform features to determine 
184
several fine-scale models of alluvial landform features to determine 
            
184
the likely extent of floodplains and alluvial soils in our study area. 
185
the likely extent of floodplains and alluvial soils in our study area. 
            
185
\r\nSecondly, we compiled floristic plot data for State Forest areas 
186
\r\nSecondly, we compiled floristic plot data for State Forest areas 
            
186
within these alluvial landforms. The floristic plot data was sourced 
187
within these alluvial landforms. The floristic plot data was sourced 
            
187
from both existing flora surveys held in the OEH VIS database and from 
188
from both existing flora surveys held in the OEH VIS database and from 
            
188
targeted flora surveys conducted specifically for this project. We 
189
targeted flora surveys conducted specifically for this project. We 
            
189
compared these plots with those assigned to previously defined 
190
compared these plots with those assigned to previously defined 
            
190
communities listed in the determinations for SCFF. Both 
191
communities listed in the determinations for SCFF. Both 
            
191
dissimilarity-based methods and multivariate regression methods were 
192
dissimilarity-based methods and multivariate regression methods were 
            
192
used for the comparison. The results of the comparison were then used 
193
used for the comparison. The results of the comparison were then used 
            
193
to assess the likelihood that plots in State forests belonged to one 
194
to assess the likelihood that plots in State forests belonged to one 
            
194
or more of the communities listed in the determination.\r\nThirdly, we 
195
or more of the communities listed in the determination.\r\nThirdly, we 
            
195
used aerial photograph interpretation (API) to assess both floristic 
196
used aerial photograph interpretation (API) to assess both floristic 
            
196
and structural attributes found on the modelled alluvial and related 
197
and structural attributes found on the modelled alluvial and related 
            
197
environments. We also used API to modify the boundaries of the 
198
environments. We also used API to modify the boundaries of the 
            
198
modelled alluvial areas using a prescribed list of eucalypt, casuarina 
199
modelled alluvial areas using a prescribed list of eucalypt, casuarina 
            
199
and melaleuca species in combination with the interpretation of 
200
and melaleuca species in combination with the interpretation of 
            
200
landform elements relevant to alluvial and floodplain 
201
landform elements relevant to alluvial and floodplain 
            
201
environments.\r\nFourthly, we used plot data and a selection of 
202
environments.\r\nFourthly, we used plot data and a selection of 
            
202
environmental and remote-sensing variables to develop a Random Forest 
203
environmental and remote-sensing variables to develop a Random Forest 
            
203
(RF) model of the probability of occurrence of SCFF.\r\nTo create the 
204
(RF) model of the probability of occurrence of SCFF.\r\nTo create the 
            
204
operational map, we assigned every mapped API polygon to SCFF if 
205
operational map, we assigned every mapped API polygon to SCFF if 
            
205
appropriate based on the plot data, over-storey and understorey 
206
appropriate based on the plot data, over-storey and understorey 
            
206
attributes, landform features and modelled probabilities underlying 
207
attributes, landform features and modelled probabilities underlying 
            
207
each API polygon. \r\nIn total, we mapped approximately 11,050 
208
each API polygon. \r\nIn total, we mapped approximately 11,050 
            
208
hectares of Subtropical Coastal Floodplain Forest. The majority of the 
209
hectares of Subtropical Coastal Floodplain Forest. The majority of the 
            
209
mapped SCFF was located between Grafton and Casino.\r\n\r\nOperational 
210
mapped SCFF was located between Grafton and Casino.\r\n\r\nOperational 
            
210
TEC Mapping have been derived by API at a viewing scale between 1-4000 
211
TEC Mapping have been derived by API at a viewing scale between 1-4000 
            
211
using ADS40 50 cm pixel imagery and 1 m derived LIDAR DEM grids for 
212
using ADS40 50 cm pixel imagery and 1 m derived LIDAR DEM grids for 
            
212
floodplain EECs.",
213
floodplain EECs.",
            
213
  "owner_org": "83a21590-19cd-49af-a188-f06f5d4fe231",
214
  "owner_org": "83a21590-19cd-49af-a188-f06f5d4fe231",
            
214
  "private": false,
215
  "private": false,
            
215
  "revision_id": "30adc486-706f-44b1-aac7-4c9c87472398",
216
  "revision_id": "30adc486-706f-44b1-aac7-4c9c87472398",
            
216
  "state": "active",
217
  "state": "active",
            
217
  "title": "Assessment of North Coast Floodplain TECs on NSW Crown 
218
  "title": "Assessment of North Coast Floodplain TECs on NSW Crown 
            
218
Forest Estate",
219
Forest Estate",
            
219
  "type": "dataset",
220
  "type": "dataset",
            
220
  "url": "",
221
  "url": "",
            
221
  "version": null
222
  "version": null
            
222
}
223
}