SLUs forskning om 3D fjärranalysdata för kartering och skattning av skog och fjällvegetation Avdelning för skoglig fjärranalys Institutionen för skoglig resurshushållning Sveriges Lantbruksuniversitet Umeå Heather Reese
2D till 3D Fjärranalysdata Optiska & radar satellitdata Laser Digitala flygbilder * 3D punktmolnsdata kan komma ifrån laserskanning och digitala flygbilder
Matchning av digitala flygbilder Z/I DMC 1200m 80/60 MatchAT Lantmäteriet Matchning av digitala flygbilder ger liknade data som flygburen laserskanning Arbetet utfört av Jonas Bohlin och Jörgen Wallerman
2D till 3D Fjärranalysdata Ytmodell (DSM), från höga returer Flera returer från en laserpuls registreras Höjdmodell (DEM), från låga returer = lantmäteriets huvudsyfte
2D till 3D Fjärranalysdata Information om vegetation från 3D punktmoln - Höjd - Täthet - Form - Struktur p95 p75 p50 Statistiska mått, som t.ex. höjden över marken för olika andel av alla laserträffar i vegetationen (s.k. vegetationsratio ), används också som information * 3D punktmolnsdata kan komma ifrån laserskanning och digitala flygbilder
2D till 3D Fjärranalysdata Färg information tillsammans med 3D punktmoln kan förbättra automatisk klassning av vegetationstyper SPOT-5 (10m pixlar) med shortwave och CIR Färgade punktmoln från CIR-flygbilder visar på några sjuka träd
Pågående Projekt Skog Kartering av skogstyper till nya vegetationskartor (e.g., SMD, Corine) Förbättrad volymskattning av skogen i knn-sverige Biomassaskattning i tät skog som potentiell biofuel Inventering med markbaserad laserskanning Biomassaskattning med 3D radar data Fjäll Förbättrad kartering av fjällvegetation Kartlägga trädgränsen och se förändringar Fjällbjörk biomassaskattning Visualisering och 3D animeringar
Välfärden Skog God översikt av total skogsvolym och areal för olika tidspunkter på riksnivå Skattning av skogsvolym på ett kostnadseffektiv sätt Robust metoder till inventering- och miljöövervaknings arbetet Fjäll Information viktigt inom miljömålet Storslagna Fjäll Landskap God kännedom av Natura2000 habitat för överenskommelse i Europa Turismen Rennäring
Kartering av skogstyper med satellit + 3D data Skogsklasser som i Lantmäteriets Vegetationskartor och CORINE Producerad i 2003 med Landsat satellitdata - Hygge - Ungskog 2-5m höjd - Barrskog 5-15m höjd - Barrskog > 15m höjd - Lövskog > 5m höjd - Blandskog > 5m höjd - Skog på myr Hur skulle det vara med satellit + 3D data?
Kartering av skogstyper med satellit + 3D data Skogsklasser som i Lantmäteriets Vegetationskartor och CORINE Indata Kart Noggrannhet satellitdata 67% satellitdata + höjd från laser 77% satellitdata + höjd från 3D flygbilder 76% Satellitdata = SPOT-4 (20 m pixlar) Nordkvist et al, 2012. Remote Sensing Letters Hygge Ungskog Barr 5-15 m Barr > 15 m Lövkog Blandskog
knn-sverige knn-sverige 2000 Landsat satellitdata knn-sverige 2005 SPOT satellitdata knn-sverige 2010 SPOT satellitdata.. knn-sverige 2015 Satellitdata* + NNH Laserdata * Sentinel-2 Hämta data Gratis på Skogskarta.slu.se Arbetet utfört av Mikael Egberth
knn-sverige 452 NFI provytor, från 2006 2010 Tre SPOT 5 bilder LiDAR data från 2010 och 2011 Utvärdering över Remningstorp
Error (RMSE) % knn-sverige 350 Förbättrad lövträd volymskattning Som funktion av antalet k och indata 300 250 200 Endast Laserdata 150 100 Satellit + Laserdata 50 0 0 5 10 15 20 k value
knn-sverige Komplikationer LiDAR skanningdata från olika datum (inte ett stort problem) Skillnader in LiDAR metriker pga skanningsvinkeln Montaghi et al., Silvilaser Proceedings 2012 Problem med GPS positionering av NFI provytor ibland
Biomassaskattning av tät skog 1 miljon hektar tät skog Ungskog som kan användas till biofuel Dyrt att fältinventera Svår att beräkna volym Små marginaler Arbetet utfört av Jörgen Wallerman och Kenneth Olofsson, med flera på Skogforsk, BLOM och SKS
Biomassaskattning av tät skog Resultat Använd NNH data för att beräkna skogliga variabler Kombinera raster och segment Sedan använda dessa information i modeller för att räkna en suitability index for biomass harvest Variabel RMSE Medelhöjd: 17 % Biomassa: 27 % TotStam: 48 %
Inventering av skog med markbaserad laser Mål Använda data från markbaserad laser (TLS) som träningsdata med flygburen laser skanning (ALS) data. Jämföra resultaten när TLS data och fältinventerings data används. Arbetet utfört av Eva Lindberg, Johan Holmgren, Kenneth Olofsson, Håkan Olsson
Inventering av skog med markbaserad laser RMSE och bias av skattningar från ALS data på träd nivå DBH (mm) Tree height (dm) Stem volume (dm 3 ) Markbaserad Laser (TLS) Fältinventering A B RMSE 46.6 45.5 Bias 0.2 0.1 RMSE 9.8 9.6 Bias 0.4-0.3 RMSE 200.6 203.3 Bias 34.1 1.3
3D Data från TanDEM-X Radar TanDEM-X - TerraSAR-X add-on for Digital Elevation Measurement - Two identical satellites in a closely controlled formation - Interferometric SAR mission - German Aerospace Center (DLR) and EADS Astrium GmbH TanDEM-X and TerraSAR-X in formation flight
3D Data från TanDEM-X Radar Comparison TanDEM-X & LiDAR Arbetet utfört av Johan Fransson, Henrik Persson, mfl från Chalmers
Fjällvegetationsklassning med SPOT satellit satellitbilder + laserd Fjällvegetationskartan - Från 1976-82 färg-ir flygbildstolkning - Generaliserade till 250 x 250 m Arbetet utfört av Heather Reese Satellitbilds klassning - SPOT-5 bilder + gamla 50m DEM - Att lägga till DEM ökade kartnoggrannhet 8% - Kartnoggranhet ~75%
Fjällvegetationsklassning med satellit + laserdata NNH Laserdata variabler Från DEM - Höjd över havet - Lutning - Aspekt - Topografisk Wetness Index Från DSM - Höjd percentiler (e.g., p90, p95) - Densitet (e.g., d0-d9) - Vegetationsratio - Standardavvikelse Illumination från NNH data över Törneträsk och Abisko
Fjällvegetationsklassning med satellit + laserdata Vegetationsklasser Fältytor 531 ytor med 20 m radie 1 Blockmark 2 Skarp rished 3 Torr rished 4 Frisk rished 5 Gräshed 6 Lågörtäng 7 Högörtäng 8 Vide 9 Torrt kärr 10 Våtkärr 11 Snölega 12 Fjällbjörkskog 13 Ängsbjörkskog 14 Skog på myr
Fjällvegetationsklassning med SPOT satellit satellitbilder + laserdata + laserd Noggranheten Input data 2 satellitbilder + NNH 2 satellitbilder + 50m DEM 1 satellitbild + NNH 1 satellitbild + 50m DEM 1 satellitbild, ingen höjddata Ovan på trädgränsen (11 klasser) Inklusive träd (14 klasser) 74.4 % 72.4 % 72.7 % 70.2 % 72.8 % 69.7 % 68.9 % 68.3 % 60.8 % 60.5 %
Fjällvegetationsklassning med satellit + flygbilder Klassning från satellitdata plus DSM från flygbilder istället för laser DSM
Fjällbjörkskog: Fjällvegetationsklassning kartering och biomassaskattning med satellit + flygbilder med 3D Preliminär jämförelse mellan DSM från NNH laser och flygbilds punktmoln Parametrar som används i flygbildsmatchning program är viktiga laser och flygbilds
Fjällvegetationsklassning med satellit + laserdata Metodutveckling Samarbete med Metria och Naturvårdsverket för en kostnadseffektiv vegetationskartering över trädgränsen (FjällKNAS) - Använda inventeringsdata från - Naturvårdsverkets NILS program - EU och Naturvårdverkets MOTH program - Jämföra olika klassnings metoder 200 MOTH provytor Över ett 2x5 km område
Fjällbjörkskog: kartering och biomassaskattning med 3D Trädgränsen är inte lätt att kartera manuellt
Fjällbjörkskog: kartering och biomassaskattning med 3D Biomassa fjällbjörk Abisko, fältmätt vs laserbestämd, för 10 m radie provytor TopEye täta laserdata (7 p/m 2 ) NNH (1 p/m 2 ) RMSE ytnivå 19.3% RMSE ytnivå 21.4% Arbetet utfört av Mattias Nyström
Fjällbjörkskog: kartering och biomassaskattning med 3D Biomassa fjällbjörk Abisko, 10x10 meter pixlar
Fjällbjörkskog: kartering och biomassaskattning med 3D FAO-skog Abisko Mörkt grönt = fjällbjörkskog Uppfyller FAO s skogsmarks definition: 10 % kronslutenhet 5 m höjd 0,5 ha Kartan framtagen från endast NNH- data Torneträsk Abisko 92% noggrannhet eckenförklaring Skogsmark Vägar Träd/buskar >1,3 m. Järnväg Bebyggelse Riksgräns Sjöar utfört av Nils Lindgren Arbetet 0 1,25 2,5 5 Km Lantmäteriet, I2011/0032
Visualisering Abisko NNH + ortofoto Arbetet utfört av Jonas Jonzén
Utbildning Webbaseradkurs Laserskanning och digital fotogrammetri för skogsbruket Pågår just nu, men kommer igen nästa år Karin Nordkvist är kursansvarig
Tack! Financierad av: Naturvårdsverket (EMMA projektet, m fl) Rymdstyrelsen Arbetet har utförts av Jonas Bohlin Mikael Egberth Eva Lindberg Jonas Jonzén Karin Nordkvist Heather Reese Mattias Nyström Jörgen Wallerman Håkan Olsson Nils Lindgren Johan Holmgren Kenneth Olofsson Mats Nilsson Alessandro Montaghi Johan Fransson Henrik Persson med flera!