1
Effekterna av den pågående klimatförändringen i de subarktiska och alpina skogarna har lett till ett stort intresse att övervaka möjliga förändringar i trädgränsen. Den här studien har undersökt möjligheterna att använda laserskannerdata för att studera trädgränsen och fjällbjörkskogen i övergångszonen mot kalfjället. Försöksområdet är beläget 6 km öster om Abisko (Fig. 1).
Den mosaikaratde trädgränsen är svår att kartera manuellt, men fjällbjörken syns väl i laserpunktmolnet från flygburen skanning (Fig. 5), vilket ger förutsättningar för automatiserad kartering även av dessa låga och oregelbundna skogar (Fig. 2).
MATTIAS NYSTRÖM, JOHAN HOLMGREN OCH HÅKAN OLSSON
Kan laserskanning användas för att övervaka trädgränsen?
540
525000
460480
560
440 420
400
380
360
600 580
620
660 640 680 700
720
740 760
780 800 780 440
760 700 400
380
780
360
680 420
780
Arctic Circle
Fig. 1. Testområdet i norra Sverige. Punkterna i den förstorade kartan är fältprovytor. ©Lantmäteriet, I 2010/0345.
Laserdata från två sensorer har jämförts; från ett försök inom ramen för den nationella laserskanning som genomförs för att producera en ny Nationell Höjdmodell (NNH, 1,4 punkter/m2) samt laserdata skannade från helikopter (6,4 punkter/m2).
Fjällbjörkens biomassa har skattats med liknande metoder som används inom skogsbruket för att skatta virkesförråd med hjälp av laserskannerdata. Detta innebär att fjällbjörkarnas diameter och höjd har mätts inom provytor med 10 m radie, vars centrum koordinatsatts med noggrann GPS. Biomassan inom dessa provytor har sedan beräknats med befintliga funktioner för sambandet mellan trädens diameter och höjd och hela trädens torrvikt ovan mark. Därefter skattades regressionsfunk- tioner som anger biomassa på respektive provyta som funktion av utvalda mått från laserskannerdata (vegetationshöjd och slutenhet). Resultatet förbättrades betydligt genom att använda en ny algoritm för att kompensera för variation av tätheten i laserpunktmolnet (Fig. 7).
Resultatet visar att skattningarna för NNH- data blev nästan lika bra (21.4 % medelfel på provytenvå) som med data från helikopter- skanning (19.3 % medelfel), trots att de sen- are var skannade med ca 5 gånger tätare data (Fig. 4). Detta visar på en stor potential för användingen av NNH-data för att karaktäri- sera vegetation i fjällen. NNH-data kan dock missa enstaka mindre träd som står ensamma på fjället. Funktionerna för att översätta la- sermått till trädbiomassa kan användas för att från laserdata framställa en heltäckande ras- terkarta med skattad trädbiomassa (Fig. 6).
I framtiden kommer man sannolikt vilja övervaka en del områden med värdefull
natur genom återkommande laserskanning Fig. 2. Typiskt utseende på björkarna i trädgränsekotonen i Abisko.
2
med några års mellanrum. Den snabba utvecklingen inom laserskanningtekniken gör dock att man måste räkna med att nya flygningar av detta slag kan komma att göras med andra instrument än gången innan. I allmänhet avspeglar laserskannrar för topografisk kartläggning vegetationens tredimensionella struktur mycket väl. Däremot kan de mått i laserdata som används för att karaktärisera vegetationen (t.ex. höjden över markmodellen för en viss andel av alla vegetationsträffar, eller andel vegetationsträffar av totala antalet träffar), variera med sensormodell, flyghöjd, årstid m.m. Vi arbetar därför vidare med att utveckla statistiska metoder för att från två laserpunktmoln, registrerade med olika skannrar vid olika tidpunkter, identifiera var i landskapet som förändringar skett.
Fig. 3. Trädgränsekotonen är mosaikartad vilket gör det svårt att manuellt dra en linje som entydigt separerar fjällbjörkskog och kalfjäll.
0 2 4 6 8 10
0246810
Maximum tree height
Field−measured (m)
Laser−derived (m)
0 10 20 30 40
010203040
Above ground tree biomass
Field − measured (ton ha−1)
Laser−derived (ton ha−1 )
0.0 0.2 0.4 0.6 0.8
0.00.20.40.60.8
Vertical canopy cover
Field−measured (ratio)
Laser−derived (ratio)
0 2 4 6 8 10
0246810
Maximum tree height
Field−measured (m)
Laser−derived (m)
0 10 20 30 40
010203040
Above ground tree biomass
Field − measured (ton ha−1)
Laser−derived (ton ha−1 )
0.0 0.2 0.4 0.6 0.8
0.00.20.40.60.8
Vertical canopy cover
Field−measured (ratio)
Laser−derived (ratio)
Fig. 4. Nedan: Jämföresle av två laserskanningar med olika punkttäthet. De tre övre figurerna är med TopEye MKII (6.1 m-2) skan- nade 2008 och de tre nedre figurerna med Optech ALTM Gemini (1.4 m-2, NNH) skannade 2010. Figurerna är ett-till-ett plottar av fältdata mot laserbestämda mått av maximal trädhöjd, trädbiomassa ovan mark samt krontäckning. Samtliga mått är på provytenivå.
RMSE 19.3%
RMSE 21.4%
RMSE 16.9%
RMSE 18.4%
RMSE 8.9%
RMSE 9.5%
Optech TopEye
Optech TopEye
Optech TopEye
3
Studien har utförts vid SLU, Umeå och är en del av forskningsprogrammet EMMA (Environmental Mapping and Monitoring with Airborne laser and digital images) som finansieras av Naturvårdsverket.
Programmet syftar till att stärka naturvårdens möjligheter att tillvarata den snabba utvecklingen inom laserskanning och digital fotogrammetri, (se hemsidan: http://emma.slu.se för mera information).
Laserdata från 2008 (TopEye) har samlats in i samarbete med Lunds universitet. Ett extra stort tack riktas till Lantmäteriet för laserdata från 2010 (Optech) som ett testområde i fjällen i NNH- projektet (Ny Nationell Höjdmodell). Vi vill även rikta ett stort tack till Abisko Naturvetenskapliga Station för deras stöd under fältdatainsamlingen.
Till sist vill vi även tacka Peder Axensten för våra diskussioner om algoritmer, speciellt den punktviktade vegetationskvoten.
Fig. 7. Exempel på fördelningen av laserpunkter på en provyta med 10 m radie från TopEye laserskanningen. Punkterna är ojämnt fördelade p.g.a. pitch och roll vid skanningstillfället. Storleken på punkterna motsvarar dess beräknade punktvikt. Genom att använda punktvikterna i vegetationskvoten kommer områden med hög punkttäthet påverka den totala vegetationskvoten på provytan i samma omfattning som punkter i områden med låg punkttäthet.
Skattningarna förbättrades betydligt vid användning av den nyutvecklade vegetationskvoten.
664735 664740 664745 664750
7585830758583575858407585845
East (Sweref99 TM)
North (Sweref99 TM)
Fig. 6. Exempel på en karta som bestämts ifrån modellen för trädbiomassa ovan mark.
Fig. 5. En 10 meter bred transekt i trädgräns ekotonen som visar potentialen hos laser data.
