PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Porównanie numerycznych modeli terenu obszarów leśnych generowanych z wykorzystaniem danych skaningu laserowego (LiDAR) uzyskanych w okresie wiosennym i letnim

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Comparision of digital terrain models of forested areas generated from laser-scanning data acquired in spring and summer
Języki publikacji
PL
Abstrakty
PL
Badania pozwalają na sformułowanie kilku wniosków istotnych dla praktyki inwentaryzacji środowiska leśnego. Przede wszystkim, aby uzyskać poprawne informacje o wysokości drzew i drzewostanów należy korzystać z modeli terenu opracowanych na podstawie danych skanowania laserowego wykonanego w okresie wiosennym. Ponieważ modele pokrycia terenu DSMFE(W) i DSMFE(L) różnią się nieznacznie, można stosować je wymiennie przy wyznaczaniu np. znormalizowanych modeli pokrycia terenu (nDSM = DSM . DTM), które wyrażają wysokość drzew. Nietypowe relacje między modelami terenu "wiosennymi" i "letnimi" powstają w drzewostanach, w których występują łącznie dwa czynniki: drzewostany te posiadają gęstą warstwę gatunków liściastych, przez co do dna lasu dociera niewiele impulsów laserowych oraz ukształtowanie terenu charakteryzuje się dużym zróżnicowaniem wysokościowym. W dalszych badaniach należy rozważyć, czy relacje między modelami terenu uzyskiwanymi w różnych fazach sezonu wegetacyjnego mogą być wykorzystane do wnioskowania o pionowej budowie drzewostanów. Obserwowane anomalie mogą bowiem sugerować występowanie zwartej pokrywy gatunków liściastych, związanych najczęściej z drugim, niżej położonym piętrem drzewostanu. Dalsze poszukiwania związków między danymi skanowania laserowego i budową pionową drzewostanów należy prowadzić uwzględniając nie tylko modele, lecz także przestrzenne rozkłady chmur punktów laserowych.
EN
The aim of this paper is to present how forest environment influences digital models (DTM and DSM) generated from LIDAR point clouds, acquired in two seasons . summer and spring. If any strong relation between spatial distribution of LIDAR data and forest structure is established, it will be possible to use this information for correction of model interpolation. LIDAR data (Falcon II system, TopoSys Company) as well as field inventory data were acquired in 2007. The forest structure, species composition and age varied, so all cases were checked. The main goal was to find forest parameters that cause similarities and especially dissimilarities between models. The results showed that LIDAR data used for stand height estimation should be collected during spring as the leaves do not disturb penetration of forest by laser impulses. There are very small differences between DSM (spring) and DSM (summer) so both of them may be used in forest stands analyses. Untypical relations between DTMs (spring . summer) are apparently connected with the presence of dense broadleaved species in understory canopies. This results in lack of LIDAR points in the stand's bottom. An additional condition, favoring such results might be big differences in terrain elevations, which can alter the operation of algorithm used in TreesVis software. No correlation was found between the differences in DTM models and forest parameters.
Słowa kluczowe
Czasopismo
Rocznik
Strony
11--20
Opis fizyczny
Bibliogr. 21 poz.
Twórcy
  • Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, Wydział Leśny, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie, Krzysztof.Bedkowski@wl.sggw.pl
Bibliografia
  • 1. Andersen H.E., McGaughey R.J., Reutrbuch S.E., 2005: Estimating forest canopy fuel parameters using LIDAR data. Remote Sensing of Environment, 94: 441-449.
  • 2. Będkowski K., Brach M., Stereńczak K., 2008: Numeryczny model terenu obszaru zalesionego utworzony na podstawie skanowania laserowego i jego dokładność. Roczniki Geomatyki, t. 6, z. 8: 49-53. PTIP, Warszawa.
  • 3. Coops N.C., Wulder M.A., Culvenor D.S., St-Onge B., 2004: Comparison of forest attributes extracted from fine spatial resolution multispectral and LIDAR data. Canadian Journal of Remote Sensing nr 6, 855-866.
  • 4. Eastman J. R., 1999: IDRISI32. Guide to GIS and Image Processing. Vol. 1, 2. Clark Labs, Clark University, USA.
  • 5. Hyyppä H., Yu X., Hyyppä J., Kaartinen H., Kaasalainen S., Honkovaara E., Ronnholm, P., 2005: Factors affecting quality of DTM generation in forested areas. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVI, Part 3/W, 85-90.
  • 6. Jan, J.F., 2005: Comparison of Forest Height Derived Using LIDAR Data and Aerial Photos. Taiwan Journal of Forest Science 20, 13-27.
  • 7. Leckie D., Gougeon F., Hill, D., Quinn R., Armstrong L., Shreenan R., 2003: Combined high-density LIDAR and multispectral imagery for individual tree crown analysis. Canadian Journal of Remote Sensing No 5, 633-649.
  • 8. Lefsky M. A., Cohen W. B., Parker G. G., Harding D. J., 2002: LIDAR Remote Sensing for Ecosystem Studies. BioScience vol. 52 no. 1: 19-30.
  • 9. Lovell J.L., Jupp D.L.B., Newnham G.J., Coops N.C., Culvenor D.S., 2005: Simulation study for finding optimal lidar acquisition parameters for forest height retrieval. Forest Ecology and Management 214, 398. 412.
  • 10. Maltamo M., Mustonen K., Hyyppä J., Pitkanen J., Yu. X., 2004: The accuracy of estimating individual tree variables with airborne laser scanning in boreal nature reserve. Canadian Journal of Forest Research 34: 1791-1801.
  • 11. Naesset E. 2004a: Practical large-scale forest stand inventory using a small footprint airborne scanning laser. Scandinavian Journal of Forest Research no 19: 164-179.
  • 12. Naesset E. 2004b: Estimation of above- and below-ground biomass in boreal forest. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVI, Part 8/W2,.
  • 13. Naesset E., Gobakken T., Holmgren J., Hyyppä H., Hyyppä J., Maltamo M., Nilson M., Olsson H., Persson A., Soderman U., 2004c: Laser scanning of forest resources: the Nordic experience. Scandinavian Journal of Forest Research, no 19: 6-22.
  • 14. Riano D., Chuvieco E., Condes S., Gonzalez-Matesanz J., Ustin S.L., 2004: Generation of crown bulk density for Pinus sylvestris L/ from LIDAR. Remote Sensing of Environment 92: 245-352.
  • 15. Stereńczak K., 2008: Możliwości wykorzystania wysokościowego modelu koron w badaniach środowiska leśnego. Czasopismo Techniczne 2-., 273-279.
  • 16. Stereńczak K., Będkowski K., Weinacker H., 2008: Accuracy of crown segmentation and estimation of selected trees and forest stand parameters in order to resolution of used DSM and nDSM models generated from dense small footprint LIDAR data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Youth Forum, vol. XXXVIII, Part B6b, 27-33.
  • 17. Stereńczak, K., 2009: Accuracy of Digital Terrain Models generated from laser scanning data under forest conditions. Unpublished MSc. thesis. UNIGIS Master of Science Programme, Paris-Lodron University of Salzburg, Jagiellonian University, Kraków.
  • 18. Tickle P.K., Lee A., Lucas R.M., Austin J., Witte C., 2006: Quantifying Australian forest floristic and structure using small footprint LIDAR and large scale aerial photography. Forest Ecology and Management 223: 379-394.
  • 19. Weinacker H., Koch B., Weinacker R., 2004: TREESVIS: A Software System for Simultaneous ED-Real-Time Visualisation of DTM, DSM, Laser Raw Data, Multispectral Data, Simple Tree and Building Models. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVI, Part 8/W2, 90-95.
  • 20. Yu X., Hyyppä J., Kaartinen. H., Maltamo M., 2004: Automatic detection of harvested trees and determination of forest growth using airborne laser scanning. Remote Sensing of Environment 90: 451-462.
  • 21. Yu, X., Hyyppä, H., Kaartinen, H., Hyyppä, J., Ahokas, E. & Kaasalainen, S., 2005: Applicability of first pulse digital terrain models for boreal forest studies. The International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences, Vol. XXXVI, Part 3/W, 85-90.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPW6-0022-0037
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.