Aldersuavhengig bonitering med arealbasert laserdata fra to tidspunkt

Abstract

Rasjonell forvaltning av skogressurser krever god informasjon om skogen og skogarealet. Beslutninger om tiltak i skogen tas på grunnlag av informasjonen man har, og eventuelle feil i informasjonen kan føre til at beslutninger tas på feil grunnlag. For en profittmaksimerende skogeier har tidligere studier vist at feil i alder og bonitet gir størst negativt utslag i nåverdi på bestandsnivå. Grunnen til dette er at tidspunkt for avvirkning og valg av foryngelsesmetode og tetthet ved eventuell planting avhenger sterkt av boniteten. Bonitet beregnes tradisjonelt i Norge ved bruk høyde og brysthøydealder til de 100 grøvste trærne pr. hektar (haa.). Denne metoden har noen svakheter, blant annet at den krever feltarbeid og dermed er kostbar. En alternativ måte å bonitere på er å bruke skogens vekst over en periode samt høyden ved starten av perioden. Dette kalles aldersuavhengig bonitering. Bruk av flybåren laserskanning (FLS) gjør at vi i de fleste operative skogtakster i fremtiden vil ha tilgang på laserdata fra to tidspunkt. Disse dataene kan potensielt benyttes til aldersuavhengig bonitering. Hovedmålet med denne oppgaven var å teste to forskjellige metoder (direkte og indirekte) for aldersuavhengig bonitering med bruk av arealbasert FLS-data fra to tidspunkt (T1 og T2). Dataene er fra et forsøksområde i Krødsherad kommune i Buskerud. Den direkte metoden besto av lineære og ikke-lineære regresjonsmodeller til prediksjon av bonitet med direkte utgangspunkt i laservariabler. Den indirekte metoden benyttet predikert overhøyde (Ho) for T1 og T2 og beregnet så boniteten med utgangspunkt i Ho ved T1 og differansen i Ho mellom T2 og T1. Det ble laget egne modeller for gran (Picea Abies) og furu (Pinus Sylvestris). Modellene ble validert i 17 kontrollflater bestående av 16 ruter (233 m²) hver. Boniteten er også målt i felt og differansen mellom predikert og feltmålt bonitet er brukt som modellens «feil». Den gjennomsnittlige feilen for lineær direkte modell, ikke-lineær direkte modell og indirekte metode ble på henholdsvis: -0,07, 0,13 og 0,66 i gran og -0,06, -0,37 og -0,97 i furu og var ikke signifikant ulik null for alle modeller i begge treslag. Alle metoder og modeller utenom indirekte metode i gran hadde tendens til å overpredikere boniteten i lave bonitesklasser og underpredikere i høye. Som konklusjon har aldersuavhengig bonitering ved bruk av arealbasert laserdata fra to tidspunkt potensiale til å kunne inngå i skogtaksering i fremtiden. Kostnadene tilknyttet dette bør være relativt små.

Sustainable forest management requires good information about the forest and its area. Decisions on forest treatment are taken on basis of the information you have, and errors in the information can lead to decisions being made on the wrong basis. For a profit-maximizing forest owner, previous studies have shown that errors in age and site index (SI), gives the highest negative impact on present value in a single stand. This is because SI is important for deciding what time to harvest, the type of regeneration and the optionally number of plants if planting is required. The SI is usually decided based on tree height and the age of the 100 largest trees pr. hectare (haa.) according to stem diameter. This method has some weaknesses, and one of them is that it requires fieldwork and therefor is expensive. An alternative way to decide the SI, which also is independent of the forests age, is to use the forest's growth over a pr.iod and the height at the start of the pr.iod. The use of airborne laser scanning (ALS) means that we in forest inventory in the future will have access to tree heights for the same area from two different times. These data can potentially be used to decide the SI. The present study aimed to demonstrate and validate two diiferent methodologys (directly and indirectly) for determination of SI independent of age. The data used in the study is area-based ALS- data from different times (T1 and T2) from an expr.imental area in the municipality of Krødsherad, Norway. The direct method utilizes linear (DLM) and nonlinear (DNLM) regression models to preach SI with input values directly from ALS-data. The indirect method (IM) uses the predicted height of the dominant trees (Ho) for T1 and T2 and then calculates the SI based on Ho at T1 and the difference in Ho between T2 and T1. There were made spesific models for Norway spruce (Picea abies ) and Scots pine (Pinus sylvestris) The models were validated in 17 control areas consisting of 16 routes (233 m²) each. The models “error” was set as the difference between predicted SI and SI measured in field. The average error for DLM, DNLM and IM was respectively: -0.07, 0.13 and 0.66 in Norway spruce and -0.06, -0.37 and -0.97 in Scots pine and was not significant differentl from zero for all models. All methods and models, except IM in spruce, tended to overpredict the SI on sites with low observated SI and underpredict places with high. In conclusion, age-independent deciding of SI using FLS-data from two times has the potential to be part of forest inventory in the future. The costs associated with this should be relatively small.