Acceso abierto

Remote-sensing support for the Estonian National Forest Inventory, facilitating the construction of maps for forest height, standing-wood volume, and tree species composition

Mait Lang
Mait Lang
, 
Allan Sims
Allan Sims
, 
Kalev Pärna
Kalev Pärna
, 
Raul Kangro
Raul Kangro
, 
Märt Möls
Märt Möls
, 
Marta Mõistus
Marta Mõistus
, 
Andres Kiviste
Andres Kiviste
, 
Mati Tee
Mati Tee
, 
Toivo Vajakas
Toivo Vajakas
 y 
Mattias Rennel
Mattias Rennel
   | 11 mar 2021
Forestry Studies's Cover Image
Acerca de este artículo
Artículo anterior
Artículo siguiente
Cite
Article Category: Research paper
Publicado en línea: 11 mar 2021
Páginas: 77 - 97
Recibido: 19 jul 2020
Aceptado: 23 nov 2020
DOI: https://doi.org/10.2478/fsmu-2020-0016
Palabras clave
© 2020 Mait Lang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.

Figure 1

Cluster network of the Estonian NFI (2014–2018).Joonis 1. Statistilise metsainventuuri proovitükkide klastrite paiknemine (2014–2018).
Cluster network of the Estonian NFI (2014–2018).Joonis 1. Statistilise metsainventuuri proovitükkide klastrite paiknemine (2014–2018).

Figure 2

Number of measured permanent (P), temporary (T), and new permanent (NP) sample plots per year.Joonis 2. Aastas mõõdetav alaliste (P), ajutiste (T) ja uute alaliste (NP) proovitükkide arv.
Number of measured permanent (P), temporary (T), and new permanent (NP) sample plots per year.Joonis 2. Aastas mõõdetav alaliste (P), ajutiste (T) ja uute alaliste (NP) proovitükkide arv.

Figure 3

Estonian NFI cluster design and sample plot arrangement.Joonis 3. Eesti statistilise metsainventuuri proovitükkide paiknemine klastris.
Estonian NFI cluster design and sample plot arrangement.Joonis 3. Eesti statistilise metsainventuuri proovitükkide paiknemine klastris.

Figure 4

Location of target areas for fitting forest height and standing-wood volume models, corresponding to the Estonian Land Board ALS measurement schema. The areas are partially overlapping.Joonis 4. Maa-ameti aerofotomõõdistuse objektid, mille piires lähendatakse puistu kõrguse ja tüvemahu prognoosmudelid. Alad on mõningase ülekattega.
Location of target areas for fitting forest height and standing-wood volume models, corresponding to the Estonian Land Board ALS measurement schema. The areas are partially overlapping.Joonis 4. Maa-ameti aerofotomõõdistuse objektid, mille piires lähendatakse puistu kõrguse ja tüvemahu prognoosmudelid. Alad on mõningase ülekattega.

Figure 5

Predicted forest height on the overlap area of ALS data: (a) blocks SW and SE, (b) blocks NW and NE. The blocks correspond to lidar data from summer (SU) and springtime (SP).Joonis 5. Lidarmõõtmise alade ülekatetel asuvatele puistutele prognoositud kõrgus: (a) plokid SW ja SE, (b) plokid NW ja NE. Plokid vastavad suvistele (SU) ja kevadistele (SP) lidarandmetele.
Predicted forest height on the overlap area of ALS data: (a) blocks SW and SE, (b) blocks NW and NE. The blocks correspond to lidar data from summer (SU) and springtime (SP).Joonis 5. Lidarmõõtmise alade ülekatetel asuvatele puistutele prognoositud kõrgus: (a) plokid SW ja SE, (b) plokid NW ja NE. Plokid vastavad suvistele (SU) ja kevadistele (SP) lidarandmetele.

Figure 6

Measured and predicted wood volume for NFI sample plots. Dominant species codes: HB = European aspen; KS = silver birch; KU = Norway spruce; LM = black alder; LV = grey alder; MA = Scots pine; XK = other.Joonis 6. Mõõdetud ja prognoositud tüvemaht SMI proovitükkidel. Enamuspuuliikide koodid on metsakorralduse juhendi järgi.
Measured and predicted wood volume for NFI sample plots. Dominant species codes: HB = European aspen; KS = silver birch; KU = Norway spruce; LM = black alder; LV = grey alder; MA = Scots pine; XK = other.Joonis 6. Mõõdetud ja prognoositud tüvemaht SMI proovitükkidel. Enamuspuuliikide koodid on metsakorralduse juhendi järgi.

Figure 7

Predicted standing-wood volume on the overlap area of ALS data: (a) blocks SW and SE, (b) blocks NW and NE. The blocks correspond to lidar data from summer (SU) and springtime (SP).Joonis 7. Prognoositud puistu tüvemaht lidarmõõtmise alade ülekatetel: (a) plokid SW ja SE, (b) plokid NW ja NE.
Predicted standing-wood volume on the overlap area of ALS data: (a) blocks SW and SE, (b) blocks NW and NE. The blocks correspond to lidar data from summer (SU) and springtime (SP).Joonis 7. Prognoositud puistu tüvemaht lidarmõõtmise alade ülekatetel: (a) plokid SW ja SE, (b) plokid NW ja NE.

Figure 8

Predicted proportion (%) of evergreen conifers for 5,011 NFI sample plots with stands older than 24 years.Joonis 8. Prognoositud okaspuude osakaal 5011 SMI proovitükil, kus kasvab 24-aastane või vanem puistu.
Predicted proportion (%) of evergreen conifers for 5,011 NFI sample plots with stands older than 24 years.Joonis 8. Prognoositud okaspuude osakaal 5011 SMI proovitükil, kus kasvab 24-aastane või vanem puistu.

Predicted dominant species and field observations on 6,239 NFI sample plots.Tabel 5. Prognoositud enamuspuuliik võrrelduna 6239 SMI proovitüki andmetega.

NFI / SMIPredicted dominant species* / Prognoositud enamuspuuliik*
KSKUMALVLMHBXK
KS1,11018611415313710616
KU2016941624712376
MA1732111,53248152
LV9325333414237
LM6710725123204
HB81345652310813
XK47131572303517

Standing-wood volume M (m3 ha−1) prediction errors under model (2), by dominant tree species, with ALS data distinguished according to spring (SP) and summer (SU).Tabel 3. Esimese rinde tüvemahu M (m3 ha−1) prognoosmudeli (2) vead peapuuliikide järgi. Eristatud on suvised (SU) ja kevadised (SP) laserskaneerimise lennud.

ALS data ALS andmedTarget areaPiirkondVariable*Tunnus*Dominant species**/ Enamuspuuliik**
HBKSKULMLVMAXK
SP 2017SWM̅190161179263152250233
SP 2017SWRSE776770116968381
SP 2017SWMRE−371118−4525−1−59
SP 2017SWN2293431371067
SU 2017SEM̅26519028733119930287
SU 2017SERSE1029210690769873
SU 2017SEMRE−337−13−5122−2657
SU 2017SEN188357818924
SP 2018NEM̅157197235188145237166
SP 2018NERSE95607378535630
SP 2018NEMRE−37−36−26−910−26
SP 2018NEN19596610311203
SU 2018NWM̅239162248314158211235
SU 2018NWRSE10459911255972144
SU 2018NWMRE5431−29−1712−24144
SU 2018NWN999541636931

Parameters for the forest-height H (dm) prediction model (1). ALS data are from spring (SP) and summer (SU), with RSE the model residual standard error, R2 the coefficient of determination, and DF the number of degrees of freedom. Insignificant values (p > 0.05) are in italics.Tabel 1. Metsa kõrguse H (dm) prognoosmudeli (1) parameetrid. Eristatud on suvised (SU) ja kevadised (SP) laserskaneerimise lennud. RSE on mudeli jääkhälve, R2 on determinatsioonikordaja ja DF on vabadusastmete arv. Mitteolulised väärtused (p > 0,05) on kursiivis.

ALS flightALS lendBlockAlaModel parameters* / Mudeli parameetrid*
abRSE (dm)R2 %DF
SP 2017SW9.0511.862489.5292
SU 2017SE6.0911.582194.7281
SP 2018NE13.8011.471794.8313
SU 2018NW3.9412.072191.8312

The average difference between predicted forest height Ĥ (m) and standing-wood volume Mˆ(m3 ha-1)\hat M\left( {{{\rm{m}}^3}\;{\rm{h}}{{\rm{a}}^{ - 1}}} \right) in the case of both evergreen (EGR) and deciduous (DEC) stands, upon comparing ALS springtime (SP) against summer (SU) data.Tabel 4. Prognoositud kõrguse Ĥ (m) ja esimese rinde tüvemahuMˆ(m3 ha-1)\hat M\left( {{m^3}\;h{a^{ - 1}}} \right)keskmine erinevus okaspuupuistutes (EGR) ja lehtpuupuistutes (DEC) kasutades suvised (SU) ja kevadisi (SP) laser-skaneerimise andmeid.

Block SPAla SPBlock SUAla SU(HˆSP-HˆSU)¯, m\overline {\left( {{{\hat H}_{SP}} - {{\hat H}_{SU}}} \right)} ,\;{\rm{m}}(MˆSP-MˆSU)¯, m3 ha-1\overline {\left( {{{\hat M}_{SP}} - {{\hat M}_{SU}}} \right)} ,\;{{\rm{m}}^3}\;{\rm{h}}{{\rm{a}}^{ - 1}}
EGRDECEGRDEC
SWSE0.53−0.9034.5−46.5
NENW0.13−0.7140.4−38.0

Parameters for the standing-wood volume M (m3 ha−1) prediction model (2) for the upper layer. ALS data are from springtime (SP) and summer (SU). RSE is the model residual standard error, R2 the coefficient of determination, and DF the number of degrees of freedom. Insignificant values (p > 0.05) are in italics.Tabel 2. Esimese rinde tüvemahu M (m3 ha−1) prognoosmudeli (2) parameetrid. Eristatud on suvised (SU) ja kevadised (SP) laserskaneerimise lennud. RSE on mudeli jääkhälve, R2 on determinatsioonikordaja ja DF on vabadusastmete arv. Mitteolulised väärtused (p > 0.05) on kursiivis.

ALS flightALS lendModel parameters* / Mudeli parameetrid*
abcdRSE (m3 ha−1)R2DF
SP 20171.4381.2640.2000.41678.684.2287
SU 20170.0831.4520.1210.86197.085.2276
SP 20181.2771.2330.3080.45465.791.7308
SU 20180.2981.4920.0030.59876.385.1304
eISSN:
1736-8723
Idioma:
Inglés
Calendario de la edición:
2 veces al año
Temas de la revista:
Life Sciences, Plant Science, Ecology, other
RSS Feed de revista