Vad kan fjärranalystekniken bidra med?

HTML
DOWNLOAD

Storlek: px

Starta visningen från sidan:

Download "Vad kan fjärranalystekniken bidra med?"

Alexander Svensson
för 9 år sedan
Visningar:

1 Vad kan fjärranalystekniken bidra med? Håkan Olsson Institutionen för skoglig resurshushållning Avdelningen för skoglig fjärranalys e-post:

2 Från rymden till marken via flyg och UAV Flygburna sensorer (digitala bilder, laser, radar) Satellit data (optiska eller radar data) UAV (bilder eller laser Terrester laser scanning

3 Laserskattning av Sveriges skogsmark 12,5 m * 12,5 m rasterceller Nuvarande produktionsstatus Gjord av SLU på uppdrag av Skogsstyrelsen, från Lantmäteriets laserskanning och rikstaxens provytor. Finansiering från Landsbygds dep, (Skogsriket) Variabler: - Trädhöjd (GV) - Grundyta - Volym - Medeldiameter (GV) - Biomassa + Kronslutenhet? Data är fritt nedladdningsbara från Skogsstyrelsens hemsida

4 Laserdata från flyg 3D Punktmoln från steromatchning av digitala flygbilder

5 Punktmoln från digital fotogrammetri kan utgöra en framtida källa för uppdatering av skogliga databaser Jämförelse mellan digitalfotogrammetri respektive laser RMSE % för korsvalidering på provytenivå, N Västmanland Variabel Fotogrammetripunktmoln bästa Fotogrammetripunktmoln sämsta Från J. Bohlin, kommande bidrag till ForestSat i Italien, November Lantmäteriets laserdata Höjd, grundytevägd 9,5 % 10,2% 6,5 % Diameter, grundytevägd 14,1% 15,3% 12,4% Grundyta 21,8% 23,8% 18,2% Volym, skogskubikmeter 24,8% 27,9% 20,0%

Fotogrammetripunktmoln sämsta Från J. Bohlin, kommande bidrag till ForestSat i Italien, November 2014.

6 Lantmäteriets redovisning av uppdrag från regeringen Förutsättningar för att tillhandahålla kart- och bildinformation i tre dimensioner (3D) Förslaget inbegriper att vegetationshöjder ska ingå i framtida kartdatabaser

och bildinformation i tre dimensioner (3D) Förslaget

7 Tree height Interferrometrisk radar från TanDEM-X satelliterna mäter trädhöjd lika bra som flygburen laserskanning (Data ännu endast tillgängliga för forskning)

8 Foma-bidrag 1: Statistik från Riksskogstaxeringen för mindre områden Riksskogstaxeringen inventerar årligen ca provytor (40% tillf. och 60% perm.) Statistik redovisas på länsnivå Permanenta trakter Tillfälliga trakter Analys tillsammans med korrelerade fjärranalysdata kan medge redovisning för mindre områden. P T Exempel på tekniker: - Poststratifiering - Modellbaserade skattningar 10 m 7 m Nytt utvecklingsprojekt om detta leds av Göran Ståhl 8 provytor per trakt 12 provytor per trakt

) Statistik redovisas på länsnivå Permanenta trakter Tillfälliga trakter Analys tillsammans med korrelerade fjärranalysdata

9 SLU Foma bidrag 2: SLU skogskarta (knn Sverige) Inbegriper till skillnad från laserkartan, även trädslag 2000 (Landsat) 2005 (SPOT) 2010 (SPOT) 2016 (Sentinel 2+ Laser?) Fritt nedladdningsbar från

10 Satellitbilder bidrar med trädslag och förändringar Satellitbilden bidrar med: - Spektrala data för uppdelning av skattat virkesförråd på trädslag: tall/gran/löv - Ungskogars ålder (via Skogsstyrelsens hyggesskikt) - Löpande uppdatering med nya avverkningar Svårigheter med att ta med satellitdata - Sannolikt ej samma geografiska täckning som de laserblock som är lämpligast som referens - Bilderna kan vara från annan tidpunkt

hyggesskikt) - Löpande uppdatering med nya avverkningar Svårigheter med att ta med satellitdata -

11 Stegvis arbetssätt behövs för användning av laser + satellitdata över stora områden, exempel klassning av NILS 5 * 5 km ruta med laserdata + satellitdata

12 Möjliga bidrag till NILS 5*5 km ruta med laserdata + satellitdata Trädhöjd (laser + tax) Kornslutenhet (laser + tax) Trädslag (satellit + tax) Klassning av öppen mark (satellit + manuellt val av referensytor) Förändringar (satellitdata från flera tidpunkter)

Trädslag (satellit + tax) Klassning av öppen mark (satellit +

13 Lidar data Height Estimations v NFI plots >3m? Y Canopy cover N N Open land >10% Y Forest land Air photo plots Clas. Satellite data Clas. NFI plots Non forest classes Forest classes

14 Foma bidrag 3: Satellitbildsklassning av fjällvegetation med stöd av laserskannerdata Satellit + Höjdmodell + Laser Fjällvegetationskartan 25 km

15 Satellitbildsklassning av fjällvegetation Veg höjd Klassningsnoggrannhet Satellit + Höjdm + Laser Satellit + Höjdm Satellit Blockmark 82 % 76 % 82 % Skarphed 60 % 50 % 40 % Gräshed 53 % 59 % 59 % Torrhed 75 % 78 % 58 % Friskhed 21 % 13 % 19 % Myr 60 % 60 % 50 % Örtäng 39 % 39 % 36 % Vide 55 % 41 % 18 % Fjällbjörk 81 % 65 % 56 % ~15% förbättring n =

59 % 59 % Torrhed 75 % 78 % 58 % Friskhed 21 % 13 % 19 % Myr 60 % 60 % 50 % Örtäng 39 % 39 %

16 Foma bidrag 4: FAO-Skog i fjällen Mörkt grönt= skogsmark som uppfyller FAO-kriteriet om: 10% kronslutenhet 5 m 0,5 ha Baserat på Lantmäteriets laserskannerdata och fältmätta provytor

17 Foma bidrag 5: datorvisualisering av landskap

18 Sammanfattning, tänkbara bidrag från fjärranalysverksamheten till Foma Skog och fjäll 1) Förbättrad statistik för områden mindre än län 2) SLU Skogskarta, knn ) Vegetationsklassning i fjällen 4) Avgränsning av skogsgränsen och FAO skog, särskilt i fjällen 5) Visualisering av landskapsscenarier + monitoring av utvecklingen efter branden i Västmanland?

Vegetationsklassning i fjällen 4) Avgränsning av skogsgränsen och FAO skog, särskilt i

Relevanta dokument

Laserskanning Nya möjligheter för skogsbruket. Swedish University of Agricultural Sciences Forest Remote Sensing

Laserskanning Nya möjligheter för skogsbruket Regeringsuppdrag under 3 år Totalt ca 20 MSEK till Skogsstyrelsens förvaltningsanslag för utveckling av förbättrade skogliga skattningar från laserdata Medlen