Gjenbruk av prediksjonsmodeller ved arealbasert lasertakst : korrigering av prediksjoner ved hjelp av feltobservasjoner
Master thesis
View/ Open
Date
2021Metadata
Show full item recordCollections
- Master’s theses (MINA) [774]
Abstract
Skogbruksplantakster har som hensikt å gi informasjon som kan benyttes til å ta forvaltningsbeslutninger i skogbruket og gjøres i dag ved hjelp av flybåren laserskanning (FLS) etter arealmetoden. En viktig kostnadselement i disse takstene er måling av prøveflater i felt, som brukes til å konstruere modeller, og relaterer biofysiske skogegenskaper til beregninger avledet fra FLS-data. Tilgang på felt- og laserdata fra første og andre takstomdrev har gitt gode muligheter for forskning på gjenbruk av feltdata i konstruksjon av prediksjonsmodeller med den hensikt å redusere kostnader. Hovedformålet til denne studien var å undersøke, sammenligne og validere bestandsestimater for grunnflateveid middelhøyde, grunnflate og volum etter såkalt romlig gjenbruk av prediksjonsmodeller i arealbasert lasertakst.
Modeller ble konstruert på data fra Nordre Land og validert på kontrollflater i Krødsherad. Prediksjonene ble brukt både ukorrigert og korrigert ved hjelp av oppdaterte observasjoner av prediksjonsfeil på ulike antall kalibreringsflater fra Krødsherad. Prediksjonsmodeller ble konstruert med 3 ulike stratifiseringskriterier. Differansen mellom estimater og feltobserverte verdier på kontrollflatene for de ulike scenarioene med ulike stratifiseringsgrunnlag for prediksjonsmodellene og ulike antall kalibreringsflater, ble brukt til å beregne gjennomsnittlige differanser (nøyaktighet) og standardavvik til differansene (presisjon). Evaluering av nøyaktighet og presisjon for hvert scenario ble gjort ved sammenligninger med resultatene fra en ordinær takst i Krødsherad.
En utfordring med eksterne modeller kan være at estimater får systematiske avvik. I denne studien ble estimaters systematiske avvik korrigert med korrigerte estimater fra ekstern modell sammen med et korreksjonsledd med oppdatert informasjon, men det kan likevel ikke utelukkes at systematiske avvik ikke kan korrigeres dersom skoglige forhold avviker mellom områdene eller andre stratifiseringskriterier brukes. Bruk av korreksjonsledd med oppdatert informasjon i en ekstern modell ved arealbasert lasertakst ga også mulighet for å oppnå samme nøyaktighets og presisjonsnivå som en ny takst med re-målte prøveflater, og dette kunne oppnås ved bruk av nærmere halvparten så mange prøveflater av det som blir brukt per stratum i dag. Det varierte hvilket stratifiseringskriterie som ga mest presise estimater, avhengig av om presisjonen ble vurdert på takstnivå eller på bestandsnivå. Det bør videre forskes på om eksterne modeller vil ha større nytte av et korreksjonsledd og om de vil kreve flere kalibreringsflater, i de tilfeller der de eksterne modellene ikke passer like godt. The main purpose of forest inventories is to give information that can be utilized for decisions in forest management planning, and forest inventories is today performed by means of areabased airborne laser scanning (ALS) assisted forest inventories. A major cost element in these inventories is the measurement of field sample plots used for constructing models, relating biophysical forest attributes to metrics derived from ALS data. Access to field and laser data from the first and second acquisition has provided good opportunities for research on the reuse of field data in the construction of prediction models with the aim to reduce costs. The main purpose of this study was to investigate, compare and validate stand estimates for mean height weighted by basal area, basal area and volume after spatial reuse of prediction models in areabased laser inventories.
Models were constructed on data from Nordre Land and validated on validation plots in Krødsherad. The predictions were used both uncorrected and corrected by means of updated observations of prediction errors on different numbers of calibration plots from Krødsherad. Prediction models were constructed with 3 different stratification criteria. The difference between estimates and field-observed values on the validation plots for the different scenarios, with different stratification criteria for the prediction models and different number of calibration plots, was used to calculate average differences (accuracy) and standard deviations of the differences (precision). Evaluation of accuracy and precision for each scenario was done by comparisons with the results from an ordinary forest inventory in Krødsherad.
A challenge with external models may be that estimates have systematic deviations. In this study, the systematic deviations of estimates were corrected with corrected estimates from an external model together with a correction term with updated information, but it can still not be ruled out that systematic deviations cannot be corrected if forest conditions deviate between areas or other stratification criteria are used. The use of correction terms with updated information in an external model by area-based forest inventory using ALS also made it possible to achieve the same level of accuracy and precision as a new forest inventory with remeasured sample plots. This could be achieved by using almost half as many sample plots compared to what is used per stratum today. The stratification criteria which gave the most precise estimates varied, depending on whether the precision was investigated at forest level or at stand level. It should be further researched whether external models will benefit more from a correction term and if they will require more calibration plots, in those cases where the external models do not fit as well.