Prediksjon av tynningsbehov ved hjelp av data fra flybåren laserskanning

Abstract

Tynningsanbefalinger basert på data fra flybåren laserskanning er et nytt produkt fra takstselskapene, men metodene som ligger til grunn for anbefalingene er i dag lite kvalitetssikret. Hovedproblemstilling i denne oppgaven var å vurdere to alternative metoder for utarbeidelse av tynningsanbefalinger i barskog ved hjelp av data fra flybåren laseskanning. Det ble benyttet data fra et 40 500 hektar stort skogsområde i Kongsvinger og Sør-Odal kommuner. For hver prøveflate på 250 kvadratmeter ble det predikert tynningsbehov på to alternative måter. Metode 1 gikk ut på å estimere grunnflate og overhøyde fra laserdata. Deretter ble tynningsbehovet bestemt ut fra tynningsdiagram med de estimerte parametrene som inngangsverdier. Metode 2 gikk ut på å predikere tynningsbehovet direkte ut fra laserdata ved bruk av logistiske regresjonsmodeller. Metodenes nøyaktighet ble vurdert på to ulike datasett. Det ene omfattet predikert tynningsbehov i hogstklasse III-V, og det andre omfattet predikert tynningsbehov kun i hogstklasse III-IV. Ved validering av metodene ble det predikerte tynningsbehovet sammenlignet med det faktiske tynningsbehovet. Det faktiske tynningsbehovet ble fastsatt ved bruk av grunnflatebaserte tynningsdiagrammer (Glommen Skog, 2005). Valideringen viste at metode 1 var best egnet til å predikere tynningsbehov, uavhengig av datasett. Denne metoden predikerte korrekt tynningsbehov på 83 % og 79 % av prøveflatene, i henholdsvis hogstklasse III-V og hogstklasse III-IV. Metoden fikk en kappa-indeks på henholdsvis 0,77 og 0,76. Noe som kan tilsi en betydelig evne til å predikere korrekt tynningsbehov (Landis & Koch, 1977). Ved bruk av metode 2 ble korrekt tynningsbehov predikert på henholdsvis 67 % og 65 % av prøveflatene. For denne metoden var kappa-indeksen på henholdsvis 0,51 og 0,6. Dette kan indikere en moderat evne til å predikere korrekt tynningsbehov (Landis & Koch, 1977). Oppgaven har vist at det var mulig å utarbeide tynningsanbefalinger ved bruk av data fra flybåren laserskanning. Resultatene viste at prediksjon av tynningsbehov ved bruk av estimert grunnflate og overhøyde (metode 1) gav høyest nøyaktighet. Ut fra praktiske hensyn er denne metoden også å foretrekke da den baserer seg på parametre som vanligvis utarbeides i forbindelse med lasertakst. Recommendations on the need for thinning based on data from airborne laser scanning is a new product by forest inventory companies, but the quality of the methods are today not well documented. In this study the main objective was to evaluate two alternative methods for recommending the need for thinning in conifer forests by means of airborne laser scanning data. Data from a 40 500 hectare forest area in Kongsvinger and Sør-Odal was used. For each sample plot of 250 square meters the need for thinning was predicted using two alternative methods. Method 1 was based on estimating basal area and dominant height from laser data. A thinning diagram was then used to determine the need for thinning by means of the estimated parameters. Method 2 was based on predicting the need for thinning directly from laser data by using logistic regression models. The accuracy of the methods was evaluated using two different sets of data. One where the need for thinning was predicted in development class III-V, and one where the need for thinning was predicted only in development class III-IV. Validation of the methods compared the predicted need for thinning to the actual need for thinning. The actual need for thinning was determined using a thinning diagram based on basal area and dominant height (Glommen Skog, 2005). Validation showed that method 1 was best suited to predict the need for thinning regardless of data sets. The method predicted correct need for thinning in 83 % and 79 % of the sample plots, respectively in development class III-V and development class III-IV. The kappa-index for this method was respectively 0,77 and 0,76. This may indicate a substantial ability to predict correct need for thinning (Landis & Koch, 1977). Method 2 predicted correct need for thinning in respectively 67 % and 65 % of the sample plots. The kappa-index for this method was respectively 0,51 and 0,6. This can indicate a moderate ability to predict correct need for thinning (Landis & Koch, 1977). This study has indicated that it was possible to prepare recommendations, concerning the need for thinning, based on data from airborne laser scanning. The results showed that using estimated basal area and dominant height (method 1) to predict the need for thinning had highest accuracy. Based on practical considerations this method is preferable because it is based on parameters that normally are prepared in connection with laser scanning.