ALS

Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 18, 2008
ISBN 978-83-61576-08-2
OKREĝLANIE WYSOKOĝCI DRZEWOSTANÓW NADLEĝNICTWA
CHOJNA W OPARCIU O LOTNICZY SKANING LASEROWY (ALS)
AIRBORNE LASER SCANNING (ALS)-BASED DETERMINATION OF THE
CHOJNA FOREST DISRTICT TREE STAND HEIGHTS
Piotr WĊĪyk, Krzysztof Solecki
Laboratorium GIS i Teledetekcji, Wydziaá LeĞny, Uniwersytet Rolniczy w Krakowie
SàOWA KLUCZOWE: lotniczy skaning laserowy (ALS), wysokoĞü drzew i drzewostanów,
powierzchnie próbne
STRESZCZENIE: Praca omawia nowe moĪliwoĞci okreĞlania wysokoĞci drzew i drzewostanów
w oparciu o techniki lotniczego skaningu laserowego (LiDAR) porównując uzyskane wyniki
do tradycyjnych metod inwentaryzacji lasu. Obiekt badawczy stanowiá ObrĊb Piasek
(NadleĞnictwo Chojna) o powierzchni 6.380,26 ha. Zestaw danych referencyjnych stanowiáo 276
powierzchni próbnych (zwane TEREN) zaáoĪone w 2006 roku oraz zaktualizowana baza danych
opisowych (SILP) z roku 2005. Do analiz wysokoĞci drzew na powierzchniach koáowych oraz
caáych wydzieleĔ wykonywanych w oparciu o ALS, posáuĪyá zNMPT (nDSM; 90 percentyl).
Badania wykazaáy, iĪ na podstawie ALS uzyskano wyĪsze wartoĞci wysokoĞci drzewostanów
w porównaniu do wyników urządzania lasu (SILP 2005). NajwiĊkszą zgodnoĞü wyników
z danymi referencyjnymi zaobserwowano w przypadku caáych drzewostanów liĞciastych, dla
których Ğrednie róĪnice wynosiáy: +1.07 m (LIDAR - SILP) ÷ -1.72 m (TEREN – LIDAR).
Inaczej byáo w przypadku drzewostanów iglastych +3.58 m (LIDAR - SILP)÷ -3.01 m (TEREN –
LIDAR). W przypadku niektórych powierzchni koáowych stwierdzono tendencjĊ zaniĪania
wysokoĞci okreĞlanej na podstawie ALS (drzewostany iglaste: -0.02m (LIDAR - SILP) ÷ +0.76 m
(TEREN – LIDAR); d-stany liĞciaste -0.41 m (LIDAR - SILP), co potwierdzają w zasadzie wyniki
innych prac naukowych. Otrzymane wyniki pozwalają wnioskowaü, iĪ technologia ALS
wspomagana ortofotomapami doskonale nadaje siĊ do obiektywnego i precyzyjnego okreĞlania
wysokoĞci caáych drzewostanów i rewizji wektora LMN.
1.
WPROWADZENIE
WysokoĞü drzew jest niezmiernie waĪną cechą taksacyjną rejestrowaną podczas
prac z zakresu inwentaryzacji lasu, odgrywającą znacząca rolĊ w procesie okreĞlania
zasobnoĞci drzewostanów. WysokoĞü drzew jest wypadkową takich zmiennych jak:
wiek drzewa, jakoĞü siedliska czy kondycja drzewa, jednoczeĞnie obrazując efekty
zabiegów gospodarczych i zdarzeĔ losowych zachodzących w drzewostanie. Pomiar
wysokoĞci wszystkich drzew w drzewostanie byá do tej pory niemoĪliwy do
przeprowadzenia ze wzglĊdu na czasocháonnoĞü i stosowana metodykĊ prac
inwentaryzacyjnych. CzĊsto báąd okreĞlenia wysokoĞci przez taksatora
posáugującego siĊ nawet precyzyjnym wysokoĞciomierzem moĪe przekraczaü
dopuszczalne 5 % i wiąĪe siĊ zwykle z duĪą subiektywnoĞcią wskazania wierzchoáka
oraz pochyleniem caáego drzewa.
663
OkreĞlanie wysokoĞci drzewostanów NadleĞnictwa Chojna w oparciu
o lotniczy skaning laserowy (ALS)
Inwentaryzacja, wykonywana co 10 lat, opiera siĊ w gáównej mierze na
pomiarze wysokoĞci kilku drzew na wytypowanych powierzchniach koáowych
reprezentujących grupy stratyfikacyjne drzewostanów. WysokoĞci pojedynczych
drzew jak i caáych drzewostanów mogą byü jednak okreĞlane w sposób bardziej
obiektywny i precyzyjny, przy wykorzystaniu technologii lotniczego skaningu
laserowego (ALS; Airborne Laser Scanning; Næsset et al. 2002, Maltamo et al. 2004,
McGaughey et al. 2004, Heurich et al. 2004, Holmgren et al. 2004, Yu et al. 2004,)
co potwierdzają praktyczne wdroĪenia w krajach wysokorozwiniĊtych. Celem
prezentowanej pracy byáo okreĞlenie przydatnoĞci wykorzystania danych ALS
w pracach z zakresu inwentaryzacji lasu w Polsce, szczególnie w aspekcie
okreĞlania wysokoĞci drzewostanów.
2.
TEREN BADAē
Przy wyborze obiektu badawczego w nadleĞnictwie Chojna (RDLP Szczecin)
kierowano siĊ: wielkoĞcią obiektu (ObrĊb Piasek 6.380,26 ha), aktualnoĞcią danych
z pomiarów inwentaryzacyjnych (prace urządzeniowe rok 2005), ksztaátem obiektu
(kompaktowy, regularny ksztaát), wiekiem drzewostanów (Ğrednio 59 lat)
zróĪnicowaniem gatunkowym (sosna pospolita Pinus sylvestris 61%; dąb
szypuákowy Quercus robur i bezszypuákowy Quercus petraea ok. 11%; buk
zwyczajny Fagus sylvatica 16%; inne 5%) i ukáadem siedlisk leĞnych, jak równieĪ
zróĪnicowaniem rzeĨby terenu (Zajączkowski, WĊĪyk 2007).
3.
METODYKA
Realizacja projektu zleconego przez Instytut Badawczy LeĞnictwa
w Warszawie wymagaáa integracji technologii geoinformatycznych z tradycyjną
metodyką inwentaryzacji lasu.
3.1. Moduá naziemny
Na potrzeby projektu utworzono tzw. grupy stratyfikacyjne, wg kryterium: typu
drzewostanu (iglasty/liĞciasty) oraz Ğredniej wysokoĞci drzew. W ten sposób moĪna
uzyskaü reprezentacjĊ poszczególnych drzewostanów kolejnych faz rozwojowych.
W terenie zaáoĪono: 148 powierzchni koáowych w 67 pododdziaáach liĞciastych oraz 128
powierzchni koáowych w 66 pododdziaáach iglastych. Przy wyborze powierzchni uwagĊ
skierowano gáównie na takie gatunki lasotwórcze jak: sosna pospolita (Pinus sylvestris),
modrzew (Larix sp.), daglezja zielona (Pseudotsuga menziesii) oraz buk pospolity
(Fagus sylvatica) i dĊby (Quercus sp.). Prace terenowe prowadzono w lipcu 2006 roku.
Drzewostany wytypowano na podstawie zapytaĔ SQL do bazy danych LAS systemu
SILP. W terenie nawigowano siĊ do wybranych wyáączeĔ drzewostanowych przy
wykorzystaniu odbiorników kartograficznych Pathfinder ProXRS (Trimble). WielkoĞü
powierzchni badawczych uzaleĪniona byáa od wysokoĞci drzewostanu i wahaáa siĊ od
200 m2 (klasa wysokoĞci drzewostanu 10 oraz 15 m) do 500 m2 (klasa wysokoĞci > 30
m) (Zajączkowski, WĊĪyk 2007). Na powierzchniach koáowych pomierzono
wspóárzĊdne Ğrodka powierzchni (dGPS ASG-PL; min. 300 epok) oraz okreĞlono
664
Piotr WĊĪyk, Krzysztof Solecki
poáoĪenie pni drzew (pomiar biegunowy) i Ğrodków koron. Pomierzono wysokoĞci 5-ciu
najbliĪszych Ğrodka powierzchni drzew (teoretycznie widocznych z góry; dokáadnoĞü do
0,1 m) oraz ich pierĞnice (z dokáadnoĞcią do 0,05 m). W pododdziale zakáadano
najczĊĞciej po 2 powierzchnie koáowe, stąd Ğrednia wysokoĞü dla pododdziaáu obliczona
byáa jako Ğrednia z 10 drzew. Ze wzglĊdu na nawigacjĊ i pomiary dGPS a takĪe sposób
zapisu danych z poziomu lotniczego, przyjĊto ukáad wspóárzĊdnych WGS-84
w odwzorowaniu UTM (strefa 33N). Transformacji do tego odwzorowania poddano
wektor LeĞnej Mapy Numerycznej z PUWG 1992/19.
3.2. Moduá lotniczy
W dniach 6 i 8 wrzeĞnia 2006 r. firma Milan Flug GmbH przeprowadziáa
lotniczy skaning laserowy (ALS) przy wykorzystaniu urządzenia skaner RIEGL
LMS-Q560 (typ skanera full waveform) wraz z jednoczesnym pozyskiwaniem zdjĊü
lotniczych cyfrową kamerą Rolleiflex 6008 digital metric (rozdzielczoĞü terenowa
okoáo 7cm). Nalot prowadzono z wysokoĞci ok. 500 m nad terenem wykorzystując
Ğmigáowiec Eurocopter w szeregach na kierunkach: NE ļ SW. SzerokoĞü jednego
skanu wynosiáa ok. 600 m a ich wzajemne pokrycie poprzeczne ksztaátowaáo siĊ
na poziomie 60-80 %. àącznie pozyskano 44 skany (ang. strip, scan), które zapisano
w 54 plikach. KorekcjĊ dGPS prowadzono w oparciu o sieü niemieckich stacji
referencyjnych SAPOS ze wzglĊdu na bezpoĞrednie sąsiedztwo obszaru badaĔ.
DokáadnoĞü lokalizacyjna poáączonych skanów wg. raportu wykonawcy ksztaátowaáa
siĊ na poziomie okoáo 0.5 m dla wspóárzĊdnych páaskich (XY) oraz 0.15 m
dla wysokoĞciowej (Z). Zakáadano uzyskanie Ğredniego zagĊszczenia punktów
na poziomie 4 pkt/m2. Poza przekazaniem przez wykonawcĊ nalotu danych
z pierwszego i ostatniego odbicia (na podstawie analizy peánej fali; full waveform)
wygenerowano takĪe: Numeryczny Model Terenu (NMT) oraz Numeryczny Model
Powierzchni Terenu (NMPT) zapisując je do postaci siatki o oczku 1.0 m (ASCII).
3.3. Prace kameralne
Ze wzglĊdu na wielkoĞü danych i moĪliwoĞci techniczne ich przetwarzania w roku
2006 i 2007 (komputery PC oraz oprogramowanie) chmurĊ punktów ALS
przekonwertowano do postaci umoĪliwiającej uĪycie programów w Ğrodowisku ESRI.
Konwersji poddano takĪe NMT oraz NMPT do formatu *.ERS (ER Mapper Raster
Dataset), co pozwoliáo znacznie zmniejszyü rozmiary plików jak i skróciü czas
przeprowadzania analiz. W oprogramowaniu ER Mapper Professional 7.1, na podstawie
NMPT i NMT wygenerowano tzw. znormalizowany Numeryczny Model Powierzchni
Terenu (zNMPT; ang. nDSM) niezbĊdny i podstawowy produkt wykorzystany
w kolejnych krokach do okreĞlania wysokoĞci drzew i drzewostanów. Obrazuje on
wysokoĞci obiektów (szaty roĞlinnej) znajdujących siĊ w obszarze lotniczego
skanowania laserowego.
3.4. OkreĞlanie wysokoĞci drzew i drzewostanów
Podstawowym produktem wykorzystywanym w analizach przydatnoĞci danych
ALS do okreĞlania wysokoĞci drzew i drzewostanów, byá znormalizowany
Numeryczny Model Powierzchni Terenu (zNMPT, ang. nDSM) nazywany takĪe
czĊsto w przypadku obszarów leĞnych Modelem Koron Drzew (ang. CHM - Crown
665
OkreĞlanie wysokoĞci drzewostanów NadleĞnictwa Chojna w oparciu
o lotniczy skaning laserowy (ALS)
Height Model). Na podstawie wektora LeĞnej Mapy Numerycznej (LMN)
wyselekcjonowano do dalszych analiz tylko te dane ALS (FE), które zawieraáy siĊ
w pododdziaáach, w których z kolei zlokalizowano koáowe powierzchnie badawcze.
Z tych zestawów wyselekcjonowano dalsze, odpowiadające tylko powierzchniom
koáowym (analizy przestrzenne GIS). Na podstawie analizy modelu nDSM (ang. CHM
– Crown Height Model) okreĞlano wysokoĞü maksymalną tzw. Hmax
wydzielenia/powierzchni, która stanowiáa podstawĊ do wstĊpnego podziaáu na 3 strefy
wysokoĞciowe.
Najbardziej interesująca w aspekcie badaĔ wysokoĞci byáa najwyĪej poáoĪona
górna strefa, obejmująca obszar do 1/3 d-stanu. (strefa koron). Kolejnym krokiem byáo
podzielenie najwyĪszej strefy na 5 kolejnych podstref i wyselekcjonowanie punktów
nDSM, mieszczących siĊ w przedziale powyĪej 90% percentyla (1/15 wartoĞci zasiĊgu
maksymalnego Hmax). Dla tego zestawu punktów obliczono podstawowe statystyki
w postaci wartoĞci Ğredniej, która traktowanej byáa jako wáaĞciwa wysokoĞü
drzewostanu bądĨ teĪ Ğrednia wysokoĞü drzew na powierzchni koáowej. Strefa 1/15
w przypadku d-stanów o wysokoĞci okoáo 30 metrów odpowiadaáa mniej wiĊcej
zakresowi przyjĊtej dokáadnoĞci (r1y2 m) w pomiarach tradycyjnych (zwanych dalej
HSILP), choü w instrukcji urządzania lasu przyjmuje siĊ wartoĞü 0.5 m jako báąd
dopuszczalny. Analizy koncentrowaáy siĊ na róĪnicach pomiĊdzy wysokoĞcią
drzewostanu uzyskaną na podstawie nDSM (ALS; zwaną HLIDAR) a poszczególnymi
danymi referencyjnymi, tj.: z prac urządzeniowych (2005 r.; dalej zwanych HSILP) oraz
z wáasnych pomiarów terenowych na powierzchniach koáowych (dalej zwane HTEREN).
W celu uzyskania jak najlepszych wyników dane ALS poddano szczegóáowej analizie
pod kątem zgodnoĞci przebiegu wektora LMN z modelem nDSM oraz cyfrową
ortomozaiką. Te dwa zintegrowane ze sobą rastrowe warstwy informacyjne pozwoliáy
na korektĊ przebiegu granic i doprowadzenie LMN do zgodnoĞci topologicznej
(poprawne relacje przestrzenne i powierzchnia).
4.
WYNIKI I DYSKUSJA
WysokoĞü drzewostanów zapisana w bazach danych LAS/SILP oznacza
w zasadzie przeciĊtną wysokoĞü drzew okreĞlonego gatunku obliczoną na podstawie
nie mniej niĪ 5-ciu drzew rosnących w miejscach przeciĊtnych i reprezentatywnych
dla danego pododdziaáu, albo teĪ na podstawie powierzchni koáowej zakáadanej
w celu pomiaru pierĞnic. Informacja z bazy danych SILP nie uwzglĊdniaáa jeszcze
przyrostu wysokoĞci jaki dokonaá siĊ pomiĊdzy inwentaryzacją (2005 r.) a nalotem
(2006 r.) czy teĪ pomiarami terenowymi (2006 r.). WartoĞü przyrostu wysokoĞci dla
najstarszych (najwyĪszych) drzewostanów iglastych oszacowano na podstawie
obserwacji terenowych na poziomie okoáo 0.15÷0.25 m. W przypadku
drzewostanów máodszych klas wieku wartoĞü ta mogáa jednak osiągaü nawet 0.5 m.
Porównując wysokoĞü pomierzoną w terenie (TEREN) do uzyskanej na podstawie
nDSM (ALS), dla caáych pododdziaáów, zdecydowano siĊ wykorzystaü Ğrednią wartoĞü
wysokoĞci ze wszystkich zaáoĪonych w terenie badawczych powierzchni koáowych.
W przypadku, gdy porównywano siĊ tylko do obszaru powierzchni koáowych, obliczano
wówczas Ğrednią wysokoĞü (HTEREN) na podstawie 5-ciu drzew. Zestawienie
uzyskanych wyników bĊdących róĪnicą wysokoĞci okreĞlanej poszczególnymi
metodami przedstawiono na róĪnych poziomach stratyfikacyjnych drzewostanów
666
Piotr WĊĪyk, Krzysztof Solecki
w zaleĪnoĞci od typu (liĞciaste i iglaste ) oraz analizowanego obszaru
(pododdziaá/powierzchnia koáowa) i klas wysokoĞci (Tabela 1 i 2). Odniesienie
wyników do skali caáych pododdziaáów (warianty: A.1, A.2, B.1 i B.2) miaáo na celu
ukazanie dokáadnoĞci metody tradycyjnej okreĞlenia wysokoĞci drzewostanów w oparciu
o miejsca, których lokalizacje do tej pory nie byáy trwale stabilizowane.
Tabela 1. Podstawowe statystyki dla wysokoĞci okreĞlonej w terenie na powierzchniach
koáowych (TEREN), z bazy SILP oraz na podstawie danych ALS (LIDAR)
Wariant
Porównanie
A.1.1
A.1.2
A.1.3
LIDAR – SILP
TEREN – LIDAR
TEREN - SILP
A.3.1
A.3.2
A.3.3
LIDAR – SILP
TEREN – LIDAR
TEREN - SILP
B.1.1
B.1.2
B.1.3
LIDAR – SILP
TEREN – LIDAR
TEREN - SILP
B.3.1
B.3.2
B.3.3
LIDAR – SILP
TEREN – LIDAR
TEREN - SILP
ĝrednia
Minimum
Maksimum
Wariancja
[m]
[m]
[m]
LIĝCIASTE – CAàE PODODDZIAàY
1.07
-3.89
5.59
2.51
-1.72
-8.5
7.15
7.18
-0.63
-7.00
6.95
8.48
LIĝCIASTE – POWIERZCHNIE KOàOWE
-0.41
-6.88
7.63
5.89
-0.30
-7.28
6.42
5.81
-0.63
-7.80
7.90
10.83
IGLASTE – CAàE PODODDZIAàY
3.58
-0.75
7.98
2.69
-3.01
-6.83
0.78
2.90
0.85
-4.30
6.70
4.03
IGLASTE – POWIERZCHNIE KOàOWE
-0.02
-4.58
6.14
3.56
0.76
5.31
5.19
2.42
0.74
-4.90
6.70
4.90
Odch. std.
1.58
2.68
2.91
2.42
2.41
3.29
1.64
1.70
2.01
1.89
1.56
2.21
Inne warianty (A.3, A.4, B.3 oraz B.4) odnoszą siĊ do porównania róĪnych metod
pomiarowych na konkretnych drzewach na powierzchniach koáowych. Analizując
uzyskane wyniki moĪna zaobserwowaü, iĪ informacje o wysokoĞci tych samych
drzewostanów róĪnią siĊ miĊdzy sobą, w zaleĪnoĞci od metody jej okreĞlania (Tabela 1
i 2).
Na podstawie zaprezentowanych statystyk (Tabela 1 i 2) zaobserwowaü moĪna,
iĪ w przypadku drzewostanów liĞciastych wysokoĞü okreĞlana dla caáych pododdziaáów
metodami tradycyjnymi (urządzenie lasu 2005 rok - SILP oraz powierzchnie koáowe
2006 rok - TEREN) jest zaniĪana w stosunku do danych ALS Ğrednio o okoáo 1,0 m (dla
máodszych klas wieku 3.3 m; starsze klasy 0.5 m). Analiza regresji wykazaáa wysoka
wartoĞü wspóáczynnika determinacji R2 = 0.92. Porównując wartoĞü okreĞloną dla
powierzchni koáowej metodą tradycyjną (TEREN) oraz LiDAR (ALS) stwierdzono
tendencjĊ znacznego zaniĪania przez obserwatora wysokoĞci drzewa (Ğrednia o okoáo 1.7 m; R2=0.77). Okazuje siĊ, Īe dla wszystkich klas poza najwyĪszymi drzewostanami
(peána zgodnoĞü) wartoĞci te wahaá y siĊ od -3.2 m do -1.46 m. PrzyczynĊ tej sytuacji
moĪna najproĞciej wytáumaczyü nie tylko subiektywizmem obserwatora odczytującego
wskazania wysokoĞciomierza wycelowanego w hipotetyczny wierzchoáek, co
ewentualnie niezbyt odpowiednim wyborem lokalizacji powierzchni koáowych
wewnątrz drzewostanu. Lokalizacja powierzchni i wysokoĞü drzew na nich mierzonych
determinowaáa wartoĞü Ğrednią dla pododdziaáu.
667
OkreĞlanie wysokoĞci drzewostanów NadleĞnictwa Chojna w oparciu
o lotniczy skaning laserowy (ALS)
Tabela 2. Podstawowe statystyki dla wysokoĞci okreĞlonej w terenie (TEREN), z bazy
SILP oraz na podstawie danych ALS (LIDAR) dla grup stratyfikacyjnych wysokoĞci
ODCH.
STD.
ĝREDNIA
ODCH.
STD.
ĝREDNIA
WARIANT
Klasa
wys.
[m]
10
15
20
25
30
10
15
20
25
30
Klasa
wys.
[m]
10
15
20
25
30
35
10
15
20
25
30
35
PODODDZIAàY LIĝCIASTE
POW. KOàOWE LIĝCIASTE
A.2.1
A.2.2
A.2.3
LIDAR TEREN
TEREN
SILP
- LIDAR
- SILP
+3.34
-3.2
+0.12
+1.53
-3.94
-2.1
+0.98
-2.93
-1.94
+0.54
-1.46
-0.91
+1.0
-0.01
+0.98
2.29
1.85
3.86
2.06
3.32
3.68
1.3
2.42
2.5
1.44
1.85
1.8
1.37
2.53
2.95
PODODDZIAàY IGLASTE
B.2.1
B.2.2
B.2.3
LIDAR TEREN
TEREN
SILP
- LIDAR
- SILP
+3.54
-2.06
+1.48
+3.66
-3.69
+0.54
+3.96
-3.81
+0.41
+3.27
-2.91
+0.36
+3.02
-1.96
+1.49
+4.91
-1.49
+3.42
2.23
0.77
1.78
1.39
1.89
2.25
1.61
1.62
1.83
1.51
1.18
1.61
1.66
1.61
1.98
1.67
2.24
3.92
A.4.1
A.4.2
A.4.3
LIDAR TEREN TEREN SILP
LIDAR
SILP
+1.22
-2.09
-0.69
-1.06
-2.1
-3.2
-0.96
-1.35
-2.32
-0.69
-0.27
-0.96
+0.04
+1.45
+1.65
3.96
1.56
3.58
2.19
1.44
2.02
2.53
2.02
2.68
1.83
1.96
2.09
2.17
2.26
3.31
POW. KOàOWE IGLASTE
B.4.1
B.4.2
B.4.3
LIDAR TEREN TEREN SILP
LIDAR
SILP
+0.22
+1.23
+1.46
-0.62
+0.86
+0.23
+0.08
+0.38
+0.46
+0.22
+0.11
+0.33
+0.01
+1.59
+1.61
+0.72
+1.77
+2.50
1.54
1.44
1.88
2.08
1.36
2.15
1.86
1.52
2.19
1.76
1.30
1.91
1.91
1.79
2.39
2.88
1.16
3.75
Uwiarygodnienie wyników nastĊpowaáo przez porównanie wáasnych wyników
pomiarów terenowych (TEREN) z danymi z urządzania lasu (SILP). Stwierdzono,
iĪ wartoĞü Ğrednia (-0.63 m; R2=0.72) dla wszystkich analizowanych drzewostanów
liĞciastych wskazuje, iĪ powierzchnie koáowe zlokalizowano niestety na obszarze
o lokalnej niĪszej wysokoĞci drzew (np. wpáyw mikrosiedliska). NajwiĊksze róĪnice
wykazano dla klasy stratyfikacyjnej 15 m drzewostanów liĞciastych, tj.-2.1 m.
Maksymalne róĪnice pomiĊdzy pomiarami siĊgaáy okoáo r7 m co potwierdza z jednej
strony przypadkowoĞü wyboru miejsca opróbowania, a z drugiej niedoskonaáoĞü samej
metody stosowanej w urządzaniu lasu, która zakáada pomiar wysokoĞci jedynie w czĊĞci
wybranych pododdziaáów z grup stratyfikacyjnych. W przypadku powierzchni koáowych
ulokowanych w wydzieleniach liĞciastych stwierdzono tendencjĊ odwrotną do opisanej
powyĪej, tj. zaniĪania wysokoĞci okreĞlanej na podstawie LiDAR (Ğrednio o -0.41 m;
R2=0.77). Analizując szczegóáowo poszczególne grupy stratyfikacyjne wykazano
jednak, iĪ w klasach 15 m, 20 m i 25 m wystĊpuje zaniĪenie wysokoĞci LiDAR o okoáo
1.0 m, a dla najniĪszych drzewostanów (klasa 10 m) obserwuje siĊ róĪnicĊ odwrotną
668
Piotr WĊĪyk, Krzysztof Solecki
(+1.22 m). Grupa najstarszych (najwyĪszych) drzewostanów (klasa 30 m)
nie wykazywaáa znaczących róĪnic okreĞlania wysokoĞci roĪnymi technologiami.
Oznaczaü to moĪe, iĪ wáaĞnie w przypadku wyksztaácenia siĊ peánych koron drzew bez
wyraĨnych pĊdów wierzchoákowych pierwsze impulsy skanera odbijane są przede
wszystkim z wierzchnich warstw sklepienia drzewostanu (ang. forest canopy).
W przypadku máodszych klas wieku korony drzew mogą charakteryzowaü siĊ zupeánie
inną strukturą przestrzenną wywoáana obecnoĞcią pĊdów wierzchoákowych
dominujących nad resztą. PromieĔ lasera ma niewielką szansĊ przy zaáoĪonej gĊstoĞci 4
punktów na jednostce powierzchni aby trafiü w taki wáaĞnie pĊd i najczĊĞciej odbicie
nastĊpuje z niĪszych czĊĞci korony. Podobne zjawisko wystĊpuje w okresie bezlistnym
kiedy brak liĞci determinuje odbijanie siĊ promienia lasera wyáącznie od grubszych
gaáĊzi czy fragmentów pnia. Analizując róĪnice pomiĊdzy pomiarem TEREN a SILP
na powierzchniach koáowych uzyskano niemal identyczne wyniki jak w przypadku
caáych pododdziaáów z tym, ze maksymalne i minimalne róĪnice ulegáy powiĊkszeniu
do niemal y 8 m. Niedoszacowanie wartoĞci wysokoĞci drzewostanów liĞciastych
stwierdzili w swoich badaniach takĪe Persson et al. (2002), Maltamo et al. (2004),
McGaughey et al. (2004), Heurich et al. (2004), Abraham et al. (2006). W wiĊkszoĞci
przypadków byáy to bardzo zbliĪone wyniki aczkolwiek stosowane technologie i gĊstoĞü
punktów byáy zazwyczaj róĪne od siebie.
Analiza róĪnic wysokoĞci w obrĊbie caáych drzewostanów iglastych wykazaáa
jednoznacznie zaniĪanie wysokoĞci przez pomiary taksatorów, na podstawie których co
10 lat wypeánia siĊ bazy danych SILP/LAS. ĝrednia wartoĞü róĪnicy LIDAR-SILP
wskazuje na duĪe zaniĪanie wartoĞci przez SILP aĪ o 3.58 m (we wszystkich klasach
wysokoĞciowych, poza drzewostanami 35 m; wartoĞü aĪ +4.91 m) przy jednoczesnym
wysokim wspóáczynniku determinacji R2=0.93. Analiza porównawcza TEREN - LiDAR
ponownie wykazuje róĪnice okoáo 3 m wskazując na wyĪej poáoĪone punkty chmury
ALS. Nie jest to wynik báĊdnej filtracji, ale co najwyĪej niedokáadnoĞü pomiaru
terenowego lub skutek niereprezentatywnego wyboru lokalizacji powierzchni koáowej
w obszarze o lokalnie niĪszych drzewach. Zdecydowana wiĊkszoĞü wyników badaĔ
innych autorów (Hyyppä et al., 1999; Persson et al., 2002; Maltamo et al., 2004; Yu et
al., 2004; McGaughey et al., 2004; Heurich et al., 2004; Abraham et al., 2006)
wskazuje na zupeánie odmienną sytuacjĊ czyli na zaniĪanie wysokoĞci drzew przez ALS
w drzewostanach iglastych, co moĪna áatwo wytáumaczyü problemem z trafieniem
w wierzchoáek drzewa przy stosunkowo niewielkiej iloĞci punktów lasera na jednostce
powierzchni. Odbicie impulsu od czĊĞci wierzchoákowej uzaleĪnione jest od gatunku
drzewa (pokrój wierzchoákowej czĊĞci korony) jak równieĪ lokalnie ksztaátowanych
ekotypów przez warunki abiotyczne i biotyczne. Swoiste „zawyĪanie” wysokoĞci drzew
przez LiDAR w stosunku do pomiarów terenowych wykazali Holmgren et al. (2004)
oraz Næsset et al. (2002) jednak uĪywanie tego okreĞlenia wydaje siĊ niewáasciwe, gdyĪ
albo to dane ALS są niewáaĞciwie przetworzone (pomiar GPS/INS, pasowanie skanów,
ghost points) albo dane referencyjne są niepoprawne. ĝrednia róĪnica pomiarów
TEREN-SILP okazaáa siĊ stosunkowo niewielka (+0.85m) osiągając w najwyĪszych
drzewostanach (klasa stratyfikacyjna 35m) okoáo +3.4 m. Ta ostatnia wartoĞü moĪe
wzbudzaü duĪe zaniepokojenie niedokáadnoĞcią metod tradycyjnych przy zaáoĪeniu,
iĪ powierzchnia koáowa w roku 2006 zostaáa wybrana w miejscu reprezentatywnym
(podobnie jak zbieranie danych dla SILP).
Analizy wysokoĞci przeprowadzone w drzewostanach iglastych na powierzchniach
koáowych wykazaáy niemal caákowitą zgodnoĞü -0.02 m (odch. std. 1.56; R2=0.77)
669
OkreĞlanie wysokoĞci drzewostanów NadleĞnictwa Chojna w oparciu
o lotniczy skaning laserowy (ALS)
w przypadku porównywania danych LiDAR-SILP. Dla poszczególnych grup
stratyfikacyjnych najwiĊksze wartoĞci ponownie wykazano dla klasy 30 metrowych
drzewostanów (+0.7 m) co potwierdza jedynie problemy pomiaru drzew wysokich
o trudno widocznych wierzchoákach. RóĪnice pomiĊdzy danymi LIDAR – TEREN
(R2=0.83) wyniosáy Ğrednio jedynie +0.76 m co wskazywaü moĪe na zaniĪanie pomiaru
przez taksatora lub nieodpowiednią lokalizacjĊ drzew na powierzchniach koáowych,
z których obliczana jest Ğrednia (TEREN). W poszczególnych klasach stratyfikacyjnych
róĪnice oscylowaáy na róĪnym poziomie z tym ze w przypadku najstarszych
drzewostanów i najmáodszych miaáy one najwiĊksze wartoĞci co moĪna táumaczyü albo
problemami wskazania wierzchoáka i pochylenia wysokich drzew lub teĪ szybkim
wzrostem máodych drzewostanów (nawet od 1,0 m rocznie sosna pospolita) podobnym
poziomie. Niemal identyczna wartoĞü róĪnicy (+0.74 m; R2=0.76) wykazano dla danych
TEREN oraz SILP, przy czym SILP wskazywaá na niĪszą wartoĞü. Pomimo,
iĪ instrukcja urządzania lasu przewiduje dokáadnoĞü 0.5 m to w praktyce akceptowane są
o wiele wyĪsze róĪnice.
5.
WNIOSKI
Podstawą funkcjonowania nowoczesnej gospodarki leĞnej jest szybkie i dokáadne
szacowanie zasobów drzewnych, w celu wypeániania postulatów z zakresu trwaáoĞci
ekosystemów i ochrony przyrody przy jednoczesnym zapewnieniu poprawnego modelu
ekonomicznego. Dotychczasowe sposoby pozyskiwania informacji o zasobach leĞnych
muszą byü wspomagane nowoczesnymi technologiami geoinformatycznymi, takimi jak
lotniczy skaning laserowy (ALS), który oferuje znacznie wiĊcej niĪ tylko okreĞlanie
wysokoĞci obiektów czy generowanie numerycznych modeli terenu. Uzyskane wyniki
dla drzewostanów liĞciastych ObrĊbu Piasek w NadleĞnictwie Chojna wskazują
na bardzo niewielkie róĪnice pomiĊdzy pomiarem wysokoĞci metodą LiDAR
a metodami tradycyjnymi inwentaryzacji (w granicach dopuszczalnego báĊdu) przy
jednoczeĞnie bardzo wysokim wspóáczynniku determinacji (R2=0.92). Uzasadnia
to potrzebĊ jak najszybszego wdroĪenia technologii ALS na skalĊ ogólnokrajową.
W przypadku jednak drzewostanów iglastych stwierdzone znaczne róĪnice wysokoĞci
drzewostanów pomiĊdzy pomiarem wykonanym na podstawie chmury punktów LiDAR
a aktualną bazą danych SILP dają podstawy do rewizji wykonanych juĪ opracowaĔ
(pomimo wspóáczynnika R2=0.93). RóĪnica ze znakiem dodatnim (rezerwa) odgrywa
znacząco pozytywną rolĊ w szerszym rozumieniu roli lasu i biomasy traktowanej jako
odnawialne Ĩródáo energii czy w procesie handlu emisjami CO2.
Lotniczy skaning laserowy, jak pokazuje praktyka krajów wysoko rozwiniĊtych
z pewnoĞcią zdominuje czy wrĊcz zastąpi tradycyjne metody inwentaryzacji zasobów
drzewnych. Ze wzglĊdu na peáen obiektywizm pozyskiwanych informacji, metoda ta jest
niewątpliwie bardziej wiarygodna od subiektywnej oceny przeprowadzonej przez
taksatora i umoĪliwia pozyskiwanie danych na duĪych obszarach w krótkim czasie.
Spadające koszty skaningu laserowego i rosnące koszty pracy tradycyjnej inwentaryzacji
stanowią powaĪny argument za wykorzystywaniem tej technologii w procesie
pozyskiwania informacji o lasach.
670
Piotr WĊĪyk, Krzysztof Solecki
6.
LITERATURA
Abraham, J., Adolt, R. 2006. Stand height estimations using aerial images and laser
scanning data. In: International Workshop "3D Remote Sensing in Forestry”. Wien, ss.
24-31.
Heurich, M., Persson, A., Holmgren, J., Kennel, E. 2004. Detecting and Measuring
Individual Trees with Laser Scanning in Mixed Mountain Forest of Central Europe
Using an Algorithm Developed for Swedish Boreal Forests Conditions. Proc. of the
ISPRS working group VII/2 “Laser-Scanners for Forest and Landscape Assessment” In:
International Archives of Photogrammetry, Remote Sensing and Spatial Information
Sciences XXXVI, part 8/W2. ss. 307-312
Holmgren, J., Jonsson, T. 2004. Large Scale Airborne Laser Scanning of Forest
Resources in Sweden. Proc. of the ISPRS working group VII/2 “Laser-Scanners for
Forest and Landscape Assessment” . Freiburg, Germany: International Archives of
Photogrammetry, Remote Sensing and Spatial Information Sciences XXXVI, part 8/W2.
s. 157-160
Hyyppä, J., Inkinen, M. 1999. Detecting and estimating attributes for single trees using
laser scanner. The Photogrammetric Journal of Finland, vol. 16, No. 2, s. 27-42.
Persson, A., Holmgren, J., Söderman, U. 2002. Detecting and measuring individual
trees using an airborne laser scanner. Photogrammetric Engineering and Remote
Sensing, Vol. 68, No. 9,. s. 925–932
Næsset, E., Okland, T. 2002. Estimating tree height and tree crown properties using
airborne scanning laser in a boreal nature reserve. Remote Sensing of Environment, Vol.
79, s. 105–115.
Maltamo, M., Mustonen, K., Hyyppä, J., Pitkänen, J., Yu, X. 2004. The accuracy
of estimating individual tree variables with airborne laser scanning in boreal nature
reserve. Absract. Canadian Journal of Forest Research. s. 1791–1801.
McGaughey, R., Carson, W., Reutebuch, S., Andersen, H.-E. 2004. Direct measurement
of individual tree characteristics from LIDAR data. Proceedings of the Annual ASPRS
Conference, 23–28 May 2004. Denver: American Society of Photogrammetry and
Remote Sensing (ASPRS).
Yu, X., Hyyppä, J., Hyyppä, H., Maltamo, M. 2004. Effects of flight altitude on tree
height estimation using airborne laser-scanning. Laser-Scanners for Forest and
Landscape Assessment: Proceedings of the ISPRS Working Group VIII/2, 3–6 October
2004. Edited by M.Thies, B. Koch, H. Spiecker, and H. Weinacker. Freiburg, Germany:
International Archives of Photogrammetry, Remote Sensing, and the Spatial Information
Sciences, Vol. XXXVI-8/W2.
Zajączkowski, G., WĊĪyk, P. 2007. Ocena przydatnoĞci skaningu laserowego oraz
cyfrowych obrazów multi- i hiperspektralnych do okreĞlania miąĪszoĞci drzewostanów.
SĊkocin Stary, Raport z tematu BLP 302. Instytut Badawczy LeĞnictwa, SĊkocin Stary.
671
OkreĞlanie wysokoĞci drzewostanów NadleĞnictwa Chojna w oparciu
o lotniczy skaning laserowy (ALS)
AIRBORNE LASER SCANNING (ALS)-BASED DETERMINATION OF THE
CHOJNA FOREST DISRTICT TREE STAND HEIGHTS
KEY WORDS: airborne laser scanning (ALS), tree and stand height, inventory plots
Summary
The paper describes the most recent development in using the airborne laser scanning
technology (ALS; LiDAR) to determine heights of individual trees and tree stands and compares
the results to data derived from the traditional forest inventory. The Piasek Forest of 6,380.26 ha
(the Chojna forest district managed by the Regional State Forest Administration in Szczeci) was
chosen as a test site. The first reference data set for the forest stand height was obtained from the
SILP data base (LAS tables) updated a year (2005) before the ALS was performed. The other
reference data set (called TERRAIN) was assembled during the ground-truthing campaign in 2006,
which resulted in establishing 276 circular inventory plots (148 plots in 67 deciduous stands and
128 plots in 66 coniferous forest stands). The nDSM (90th percentile) was selected as the input
data for the height analysis. The results showed that the ALS-based tree heights were higher than
those recorded in the official SILP database for the Chojna district. In the deciduous forest stand,
differences between the LiDAR and SILP data were not particularly large and amounted to as little
as about 1.07 m (R2 = 0.92). Differences between the LIDAR and TERRAIN data sets were about
1.72 m (R2=0.77), higher values being obtained using ALS. In the coniferous stands, differences
between the LIDAR and SILP were considerably higher, up to +3.58 m (R2 = 0.93), whereas the
other TERRAIN set, when compared to the LIDAR data, showed that the traditional forest
inventory underestimated the Scots pine height by about -3.01 m. A detailed analyses revealed
that, in some inventory plots, the LIDAR data underestimated the tree stand height (LIDAR vs
SILP; coniferous: -0.02m; deciduous: -0.41 m). Such underestimation may be explained by the
lack of signals coming back from warming tops of the trees. The results obtained allow to
conclude that the LIDAR technology supported by the digital orthophotomaps can objectively and
precisely supply height data not only for single trees, but it makes it possible to measure the whole
stand (whole trees). Therefore, the existing inventory methods need to be changed to make forest
planning and monitoring more precise, faster, comparable, cheaper, and not dependable on
subjective measurements.
Piotr WĊĪyk
[email protected]
tel. +48 (0)12-662 50 82
fax: +48 (0)12-662 50 82
Krzysztof Solecki
[email protected]
tel. +48 (0)12-662 50 82
fax: +48 (0)12-662 50 82
672