Vis enkel innførsel

dc.contributor.advisorBollandsås, Ole Martin
dc.contributor.advisorNæsset, Erik
dc.contributor.advisorGobakken, Terje
dc.contributor.authorNoordermeer, Lennart
dc.date.accessioned2021-01-11T12:41:45Z
dc.date.available2021-01-11T12:41:45Z
dc.date.issued2020
dc.identifier.isbn978-82-575-1701-4
dc.identifier.issn1894-6402
dc.identifier.urihttps://hdl.handle.net/11250/2722386
dc.description.abstractSite index (SI) indicates the magnitude of timber production that can be realized at a given site and is a crucial variable in forest planning. In Norwegian forest management inventories, SI is commonly quanti ed with large uncertainty by means of aerial image interpretation, eld assessment and information from previous inventories. Airborne laser scanning (ALS) and digital aerial photogrammetry (DAP) have revolutionized the eld of forest inventory in recent decades, however operational practices for SI estimation have remained unchanged since the 1970s. The main objective of this thesis was to develop practical methods of SI estimation using bitemporal tree height data derived from ALS and DAP. The first study presented two practical methods of SI estimation; (i) the direct method, in which models are applied for direct prediction of SI from bitemporal ALS metrics, and (ii) the indirect method in which the SI is derived indirectly from estimates of canopy height development over time. Both methods provided reliable SI estimates, however the direct method was most accurate. Operational application of the methods requires undisturbed forest growth. Hence, the second study assessed the use of bitemporal ALS data for classification of various types of changes in forest structure, and showed that such changes can be classi ed with high accuracy at plot level. In the third study, a practical method for predicting and mapping SI in repeated ALS-based forest inventories was demonstrated. The method included a forest disturbance classi cation, and the direct method was then applied to forest areas classi ed as undisturbed. The last study compared the economic utility of six methods of ALS- and DAP-based SI estimation and conventional practices in a cost-plus-loss analysis, by which the economic losses due to sub-optimal treatment decisions were added to the inventory costs. The study showed that SI can be estimated from bitemporal combinations of ALS and DAP data with unprecedented accuracy and at a lower cost than conventional methods. This thesis shows that bitemporal ALS and DAP data are highly suitable for the estimation of SI. The methods presented here can be used to predict, estimate and map SI at sub-stand level automatically over large areas of forest. They are practically applicable and cost-effcient, and can be adopted to replace conventional practices of SI estimation in repeated forest management inventories.en_US
dc.description.abstractBonitet er et uttrykk for potensialet for virkesproduksjon på et gitt areal, og er en svært viktig variabel innen skogbruksplanlegging. I skogbruksplantakster i Norge bestemmes ofte boniteten med stor usikkerhet ved manuell tolkning av flybilder, støttet med feltbefaringer og informasjon fra tidligere takster. Bruk av tredimensjonale data fra flybåren laserskanning (ALS) og digital fotogrammetri basert på flybilder (DAP) har revolusjonert skoginventering de siste tiårene, men operative metoder for bonitering har holdt seg uendret siden 1970-tallet. Hovedmålet med denne avhandlingen var å utvikle praktiske metoder for bonitering ved bruk av bitemporale data fra ALS og DAP. Fire studier ble utført for å nå dette målet. Den første studien presenterte to praktiske metoder for bonitering; (i) den direkte metoden, der en modell blir tilpasset for direkte prediksjon av bonitet på grunnlag av bitemporale ALS variabler, og (ii) den indirekte metoden der boniteten blir avledet indirekte fra den estimerte overhøydeutviklingen over tid. Begge metodene ga pålitelige estimater, men den direkte metoden var mer presis. Operativt bruk av metodene krever at skogsområder klassi fiseres etter om det har forekommet vesentlige skogsforstyrrelser. Følgelig testet den andre studien bruk av bitemporale ALS data for klassi fisering av endringer i skogstruktur, og viste at slike endringer kan klassi fiseres med høy nøyaktighet på prøveflatenivå. Den tredje studien demonstrerte en praktisk metode for kartlegging av bonitet i repeterte ALS-baserte skogbruksplantakster. Skogsforstyrrelser ble først klassifi sert, og den direkte metoden ble deretter brukt på skogsområder klassi fisert som uforstyrret. Den siste studien sammenlignet ulike metoder for ALS- og DAP-basert bonitering med dagens praksis i en nytte-kostnadsanalyse, der nåverditap som følge av suboptimale behandlingsbeslutninger ble lagt til takstkostnadene. Direkte metoder basert på bitemporale kombinasjoner av ALS og DAP data var mest nøyaktige og ga de laveste totale kostnader. Denne avhandlingen viser at bitemporale data fra ALS og DAP er svært godt egnet for bonitering i repeterte skogbruksplantakster. Metodene som presenteres her kan brukes til å predikere, estimere og kartlegge bonitet automatisk, med høy detaljeringsgrad og over store skogsarealer. De er praktisk anvendelige og kostnadseffektive, og kan erstatte dagens praksis for bonitering.en_US
dc.language.isoengen_US
dc.publisherNorwegian University of Life Sciences, Åsen_US
dc.relation.ispartofseriesPhD Thesis;2020:37
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internasjonal*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.no*
dc.titleLarge-area forest productivity estimation using bitemporal data from airborne laser scanning and digital aerial photogrammetryen_US
dc.title.alternativeBonitering i skogbruksplantakster ved bruk av bitemporale data fra flybåren laserskanning og digital fotogrammetri basert på flybilderen_US
dc.typeDoctoral thesisen_US


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel

Attribution-NonCommercial-NoDerivatives 4.0 Internasjonal
Med mindre annet er angitt, så er denne innførselen lisensiert som Attribution-NonCommercial-NoDerivatives 4.0 Internasjonal