ALS
Transkrypt
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