Bestemmelse av bestandsalder for gran og furu fra gjentatte lasertakster

Abstract

God informasjon om skogens ressurser, tilstand og utvikling er en forutsetning for å ta overveide beslutninger i forvaltning av skog. Bestandsalder er et viktig parameter for å finne optimale tidspunkt for tiltak i skogen. Likevel er alder en variabel det knyttes stor usikkerhet til, og i dag er det ingen enhetlig metode for aldersregistrering i skogbruksplantakster (SPT). I denne studien ble det foreslått en metode for å bestemme bestandsalder ved hjelp av predikert overhøyde og predikert bonitet fra repeterte lasertakster. Det ble benyttet to uavhengige data sett, 78 georefererte prøveflater (232,9 m2) og 42 georefererte kontrollflater (~3700m2) fra et studieområde i Krødsherad. Begge datasettene inkluderte både feltdata og laserdata fra to tidspunkt, med 15 år i mellom. Prøveflatene ble benyttet til å utvikle regresjonsmodeller for overhøyde og bonitet. Det ble utviklet egne modeller for gran (Picea Abies) og furu (Pinus Sylvestris). Modellene ble validert på kontrollflatene som skulle representere små bestand, som var var inndelt i mindre delflater på størrelse med prøveflatene. Predikerte verdier for overhøyde og bonitet for hver delflate ble aggregert opp til kontrollflatenivå og ble benyttet til å bestemme alder ved bruk av de treslagsspesifikke bonitetsfunksjonene til Sharma.et al (2011). Studien viste at det var mulig å bestemme bestandsalder ved bruk av laserdata fra to tidspunkt med stor grad av nøyaktighet. Det ble oppnådd ”root mean square error” (RMSE) på 13,3 år (20 %) og 8,6 år (11 %) for kontrollflater dominert av henholdsvis gran og furu. De største avvikene lå i eldre granbestand med stor aldersvariasjon innad i kontrollflatene. Metoden passer godt inn i den allerede etablerte arealbaserte metoden som benyttes i forbindelse med SPT i dag. Variablene som er benyttet i modelleringen er vanlig å prosessere ved operative takster, og kostnader ved å inkludere alder etter denne metoden bør være relativ lav. Metoden vil også fungere uten repeterte laserdata dersom det finnes presise data for overhøyde og bonitet

Good information about forest resources, condition and development is a prerequisite for making informed decisions in forest management. Stand age is an important parameter for determine optimal timing of forest management and measures, yet it is a parameter there is considerable uncertainty attaches to. There is currently no uniform method for register stand age in forest management inventories (FMI). This study proposed a method for determine stand age using predicted dominant height and predicted site index from bitemporal airborne laser scanner data. There was used two independent datasets, 78 georeferenced sample plos (232,9 m2) and 42 georeferenced validation plots (~3700m2) from a study area in Krødsherad, southeastern Norway. Both dataset included laser data and field data from two different point in times, with a time interval of 15 years. The sample plots where used to develop models for dominant height and site index. There where developed species-specific regression models for Norway Spruce (Picea Abies) and Scots Pine (Pinus Sylvestris). The models were validated on the validation plots, that were split in grid cells with the same size as the sample plots. Predicted values for dominant height and site index on each grid cells were aggregated to the validation plots, and used to predict age using the site index curves presented by Sharma et al (2011). The study showed that it was possible to determine stand age using bitemporal airbone laser data with a high degree of accuracy. Root mean square error (RMSE) of 13.3 years (20 %) and 8.6 years (11 %) was obtained for the validation plots dominated by spruce and pine respectively. The largest deviations were in older spruce stands with a large age variation within the validation plots. The method has the potential to be included in FMI in the future. The variables used in modeling are common to process at operational inventories. The cost of including age according to this method in the already well established area-based method should be relatively small.