Aktualizacja baz danych SILP oraz leśnej mapy numerycznej w oparciu o dane z lotniczego skaningu laserowego

• Autorzy: Wężyk P. , Szostak M. , Tompalski P.

Warianty tytułu

EN

Updating SILP and digital forest map data bases using airborne laser scanning

• Języki publikacji: PL

Abstrakty

PL

Celem pracy było zaimplementowanie danych pozyskanych technologią lotniczego skaningu laserowego (ALS) w zautomatyzowanej procedurze aktualizacji granic pododdziałów, tj. przebiegu wektorów obiektów podstawowych Leśnej Mapy Numerycznej (LMN) oraz weryfikacji atrybutu wysokości drzewostanów, zapisanej w bazie danych Systemu Informatycznego Lasów Państwowych (SILP). Obiektami testowymi były obręby w Nadleśnictwach Milicz (Milicz) i Chojna (Piasek). Obszar badań w każdym z obrębów obejmował ok. 6 000 ha lasów, z czego blisko 80% stanowiły drzewostany sosnowe. Prace rozpoczęto od aktualizacji przebiegu granic wektora (SHAPE) pododdziałów zapisanych w bazie geometrycznej LMN w oparciu o modele generowane z chmury punktów ALS oraz obraz cyfrowej ortofotomapy. Następnie przeprowadzono aktualizację atrybutowej bazy danych SILP/LAS. Określenie wysokości całego drzewostanu oparto na powierzchni pododdziału z wyłączeniem luk, wykorzystując analizę chmury punktów ALS, tj. 95 percentyl. W celu porównania wyników do danych referencyjnych zbieranych metodami tradycyjnymi (SILP), wygenerowano modele rastrowe (GRID) wysokości drzewostanów określone metodą ALS (HALS) oraz HSILP. W obu obrębach stwierdzono zaniżenie wartości wysokości z bazy SILP/LAS. Średnia różnica (HDiff) wyznaczenia wysokości metodą ALS w stosunku do SILP wyniosła dla obrębu Piasek i Milicz, przy uwzględnieniu znaków odchyłek, odpowiednio +0.9 m oraz +2.3 m, natomiast w przypadku wartości bezwzględnych 2.1 m oraz 3.2 m. Ustalono, że zasadniczą rolę w wartości błędu odegrały licznie występujące drzewostany młodszych klas wieku.

EN

Automatic processing of remotely sensed data, like ALS point clouds, is crucial for modern economy, including forestry. The aim of the study was to develop automated procedures for digital forest map (LMN) revision and automated verification of the attributes (height) stored in the forest descriptive database (SILP), both based on airborne laser scanner datasets. The study areas were the Piasek (Chojna) and Milicz management forest districts, covering about 6,000 ha (80% Scots pine stands). The workflow of verifying and updating a digital map started with updating the compartment borders, which was based on nDSM (created from classified point cloud) and digital ortophoto (RGB+NIR) as well. The developed method, based on normalized ALS point cloud and GIS analysis, provided instant possibility for compartment border update, revealing additional objects like gaps or tree biogroups. The total area of automatically detected objects was around 15% lower when compared to the reference data for Chojna forest district and 10% higher regarding Milicz forest district. Around 84.0% and 85.5% of the gaps matched the reference for Chojna and Milicz forest districts, respectively. A method based on point cloud distribution (95th percentile) within compartment borders to assess its height was presented in the study. The results were compared to a height model (GRID) generated from descriptive database. For both the study areas the height stored in SILP database was lower than the height value derived from ALS data. The difference was equal to +0.9 m (Chojna; absolute difference 2.1 m) and +2.3 m (Milicz; absolute difference 3.2 m). When the stand area was used as a weight in the difference calculation, the difference values (HDiff) changed to +0.6 m (Chojna; absolute difference1.5 m) and +2.4 m (Milicz; absolute difference 2.7 m). Concerning the deciduous stands, the difference was higher (~+1 m) than for the Scots pine stands. The analysis performed confirms the possibility of using airborne laser scanning for geometrical (LMN) and descriptive (SILP/height) database updating. Periodical stand monitoring based on ALS technology can guarantee keeping the databases up to date without the necessity of costly and time consuming field measurements.

Słowa kluczowe

PL

SILP; LMN; lotniczy skaning laserowy; NMT; NMPT; inwentaryzacja lasu

EN

SILP; LMN; ALS; DTM; DSM; forest inventory

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2010
• Tom: Vol. 21
• Strony: 437--446
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Wężyk P.

• Uniwersytet Rolniczy w Krakowie, Wydział Leśny, Katedra Ekologii Lasu, Laboratorium GIS i Teledetekcji

autor

Szostak M.

• Uniwersytet Rolniczy w Krakowie, Wydział Leśny, Katedra Ekologii Lasu, Laboratorium GIS i Teledetekcji

autor

Tompalski P.

• Uniwersytet Rolniczy w Krakowie, Wydział Leśny, Katedra Ekologii Lasu, Laboratorium GIS i Teledetekcji

Bibliografia

• 1.Abraham, J., Adolt, R. 2006. Stand height estimations using aerial images and laser scanningdata. In: International Workshop "3D Remote Sensing in Forestry”. Wien, s. 24–31.
• 2.Andersen H. E., Reutebuch S. E., Mcgaughey R. J. 2006. A rigorous assessment of tree height measurements obtained using airborne lidar and conventional field methods. Canadian Journal of Remote Sensing, Vol: 32 (5), s.355–366.
• 3.Axelsson P., 2000. DEM generation from laser scanner data using adaptive TIN models. International Archives of Photogrammetry and Remote Sensing, Vol. XXXIII/4B, Amsterdam., s. 203–210.
• 4.Będkowski K., Stereńczak K. 2008. Przestrzenny rozkład punktów odbić impulsów skanera laserowego a wybrane cechy drzewostanu. Roczniki Geomatyki, VI(8), s. 55–60.
• 5.Gołuch P., Borkowski A., Jóźków G., Tymków P., Mokwa M., 2009. Application of Digital Terrain Model generated from Airborne Laser Scanning data in Hydrodynamic Modelling. Studia Geotechnica et Mechanica, Vol. XXXI No. 3, s. 61–72.
• 6.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.
• 7.IUL, 2003. Forest Management Guide. Part 3. Polish State Forest Holding, Warsaw 2003.
• 8.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.
• 9.McGaughey R. J. 2007. Fusion/ldv: Software for lidar data analysis and visualization. Software manaul. USDA Forest Service. Pacific Northwest Research Station.
• 10.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).
• 11.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.
• 12.Stereńczak K. 2009. Single tree detection based on airborne LIDAR (ALS) data. Annals of Geomatics, Vol. VII, 2 (32), s. 121–126.
• 13.Tompalski P., Wężyk P., de Kok R., Kukawski M., 2009. Determining the number of trees using airborne laser scanning and true orthoimagery. Annals of Geomatics, Vol. VII, 2 (32), s. 133–141.
• 14.Wężyk P., Borowiec N., Szombara S., Wańczyk R. 2008a. Generowanie numerycznych modeli powierzchni oraz terenu w Tatrach na podstawie chmury punktów z lotniczego skaningu laserowego (ALS). Geoinformacja obrazowa w świetle aktualnych potrzeb. Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 18, s. 651–661.
• 15.Wężyk P., Solecki K., 2008. Określanie wysokości drzewostanów nadleśnictwa Chojna w oparciu o lotniczy skaning laserowy (ALS). In: Geoinformacja obrazowa w świetle aktualnych potrzeb. Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 18, s. 663–672.
• 16.Wężyk P., Tompalski P., Szostak M., Glista M., Pierzchalski M. 2008b. Describing the selected canopy layer parameters of the Scots pine stands using ALS data. 8th international conference on LiDAR applications in forest assessment and inventory. Sept. 17-19. 2008 – Edinburgh, UK. ISBN 978-0-85538-774-7 (CD), s. 636–645.
• 17.Zajączkowski, G., Wężyk, P. 2007. Ocena przydatności skaningu laserowego oraz cyfrowych obrazów multi- i hiperspektralnych do określania miąższości drzewostanów. Sękocin Stary, Raport z tematu BLP 302. Instytut Badawczy Leśnictwa, Sękocin Stary.