Taksering af skovressourcer med luftbåren laserscanning

Ved luftbåren laserscanning udsendes en nærinfrarød lysimpuls mod jordoverfladen fra et fly eller en helikopter. Lysimpulsen reflekteres fra forskellige overflader (f.eks. huse, broer, træer, buske og jordoverfladen), og refleksionen registreres af scanneren. Hvis scannerens position, udsendingsvinklen, og lysets hastighed er kendt, kan man fastslå positionen af den reflekterende overflade.

Når laserscanneren anvendes over skov, reflekteres lysimpulserne fra flere overflader på deres vej ned gennem kronetaget. Jordoverfladen kan fastlægges ud fra de sidste/ nederste refleksioner, mens kronetages højde kan fastlægges som forskellen mellem de øverste/første refleksioner og jordoverfladen. Bevoksningens tæthed afspejles i fordelingen af impulser mellem jordoverfladen og kronetaget.

Flere studier har vist, at det ud fra laserscanning er muligt at estimere bevoksningshøjde, grundflade, vedmasse og biomasse i skov. I en række studier gennemført i skovfyr- og rødgrandominerede skove i Norge kunne data indsamlet ved laserscanning forklare 62-95 % af den samlede variation i grundfladen og 46-97 % af variationen i vedmassen (Næsset, 1997, 2002, 2004a,b, 2005). Metoden var mere præcis i unge og homogene bevoksninger domineret af nåletræer og mindre præcis i gamle, inhomogene bevoksninger med en større andel af løvtræ. I et studie, der inkluderede rødgran og bøg i en bjergrig egn i Bayern, kunne data indsamlet ved laserscanning forklare 43 % af variationen i grundfladen og 52 % af variationen i vedmassen (Heurich og Thoma, 2008).

Data og metoder

I forbindelse med udviklingen af et højdekort for Danmark gennemførte COWI A/S en luftbåren laserscanning af hele landet i perioden 2006-2007. Scanningen blev gennemført før løvspring. Scanneren var monteret i et fly, der havde en gennemsnitlig flyvehøjde på 1600 meter, og impulserne blev udsendt i en vinkel på +/- 24º (fra lodret) under flyet med en frekvens på 70 kHz. Impulserne havde en omtrentlig diameter på 50 cm ved jordoverfladen, og der var omtrent en impuls per 1,6 m2. Kun positionen og lysintensiteten af den første og den sidste refleksion fra hver impuls blev optaget af laserscanneren.

Som reference anvendte vi data fra Danmarks Skovstatistik (NFI) indsamlet i årene 2006 og 2007. Skovstatistikkens prøveflader har en radius på 15 meter. På prøvefladerne måltes træernes diametre, og højden blev målt på 2-6 træer per prøveflade. Sammenhørende diameter- og højdemålinger blev anvendt til at konstruere en diameter-højderegression, der blev anvendt til at bestemme højden af træer, hvis højde ikke var målt. Vedmasse og biomasse blev bestemt ud fra træartsspecifikke funktioner og summeret til bevoksningsvise størrelser for hver prøveflade. Grundflade, vedmasse og biomasse blev bestemt på sammenlagt 2130 prøveflader målt i 2006-2007 (figur 1).

Figur 1. Beliggenheden af NFI-prøvefladerne, der indgår i udviklingen af sammenhængen mellem laserscanning data og bevoksningsvariable, samt beliggenheden af forsøgene i træartsserien.

Fra det landsdækkende laserscanning-datasæt udtrak vi de refleksioner, der svarede til de enkelte NFI prøveflader. På baggrund af prøvefladevise data afledte vi en lang række variabler, der beskriver fordelingen af refleksionernes højde over jorden (impulsfordelingen). Disse variabler inkluderer bl.a. minimum, maksimum, middel og spredning samt forskellige percentiler af fordelingen både for impulsernes første og sidste refleksioner. Disse variabler indgik i en regressionsanalyse af sammenhængen med bevoksningens grundflade, vedmasse og biomasse målt på prøvefladen. Den fremkomne regressionsmodel blev afprøvet på prøveflader i Skov & Landskabs træartsserie, der er en serie af forsøg med 12 forskellige træarter på 13 lokaliteter i Danmark.

Måling af bevoksningsvariable med laserscanning

Mange af de anvendte variabler afledt fra impulsfordelingen viste en stærk sammenhæng med NFI- prøvefladernes grundflade, vedmasse og biomasse. Dette gjaldt eksempelvis refleksionernes gennemsnitlige højde over terræn, andelen af impulser, der blev reflekteret over terræn samt 99, 95 og 75 percentilerne af impulsfordelingen (første refleksion).

Den endelige regressionsmodel for sammenhængen mellem laserscanningdata og grundflade, vedmasse, overjordisk biomasse og total biomasse forklarede 68-77 % af den samlede variation på NFI’ens prøveflader. Resultaterne viste, at det var muligt at forklare op til 75-81 % af variationen, hvis man havde forudgående information om, hvorvidt bevoksningen bestod af løv- eller nåletræ.

Afprøvningen på træartsseriens prøveflader viste, at der var en god sammenhæng mellem modellens prædiktioner og den faktisk observerede grundflade, vedmasse og biomasse på prøvefladerne. Således kunne modellerne forklare op til 66-77 % af variationen for disse variable (figur 2).

Figur 2. Sammenhængen mellem grundflade, vedmasse, overjordisk biomasse og total biomasse målt på træartsforsøgenes prøveflader og de tilsvarende værdier bestemt ud fra laser scanning. Prikker er løvtræparceller, mens trekanter er nåletræparceller. Generelt er sammenhængen god, men modellen kan ikke opfange bevoksninger med meget høje volumener, overjordisk biomasse og totalbiomasse.

Perspektiver for opgørelse af skovressourcer

Resultaterne peger på, at laserscanning er velegnet til at bestemme skovressourcer både for løv- og nåletræ. I modsætning til den eksisterende opgørelse af skovressourcerne i forbindelse med Danmarks Skovstatistik (NFI) er usikkerheden ved metoden på det enkelte areal relativt stor. Til gengæld dækker laserscanningen hele arealet, og der er således ikke en usikkerhed på udvælgelse af stikprøven, som det er tilfældet for prøvefladerne i NFI’en. Dette gør, at lokale estimater for skovressourcernes størrelse vil blive mere præcise ved brug af laserscanning, end det kan opnås på baggrund af NFI’ens prøveflader, fordi der til lokale estimater kun bruges et lille antal prøveflader.

Litteratur

Næsset, E. 1997: Estimating timber volume of forest stands using airborne laser scanner data. Remote Sensing of Environment, 61:246–253.
Næsset, E. 2002: Predicting forest stand characteristics with airborne scanning laser using a practical two-stage procedure and field data. Remote Sensing of Environment, 80:88–99.
Næsset, E. 2004a: Effects of different flying altitudes on biophysical stand properties estimated from canopy height and density measured with a small-footprint airborne scanning laser. Remote sensing of environment, 91:243–255.
Næsset, E. 2004b: Practical large-scale forest stand inventory using small footprint airborne scanning laser. Scandinavian Journal of Forest Research, 19:164–179.
Næsset, E. 2005: Assessing sensor effects and effects of leaf-off and leaf-on canopy conditions on biophysical stand properties derived from smallfootprint laser data. Remote sensing of environment, 98:356–370.
Heurich, M.; Thoma, F. 2008: Estimation of forestry stand parameters using laser scanning data in temperate, structurally rich natural European beech (Fagus sylvatica) and Norway spruce (Picea abies) forests. Forestry, 81:645–661.

Videnblad nr.: 09.01-03
Forfattere: Thomas Nord-Larsen og Johannes Schumacher