Estimering av biomasse i tropisk regnskog ved bruk av flybåren laserskanning

Endre Hofstad Hansen forsvarte sin doktorgradsavhandling, “ Estimering av biomasse i tropisk regnskog ved bruk av flybåren laserskanning”, den 30. oktober, 2015.
Tema for prøveforelesningen var “Planning of remote sensing based forest inventory”. Vi gratulerer med graden!

Sammendrag av avhandlingen

Fjernmålte data brukt sammen med feltobservasjoner, kan potensielt gi grunnlag for troverdige estimat av karbonet som er lagret i skogens biomasse. Informasjon om lagret biomasse er nødvendig for arbeidet med å motvirke klimaendringer. REDD+ er system hvor denne kunnskapen er avgjørende. Fjernmålt 3D-informasjon om skogens høyde og tetthet er særlig nyttig fordi den gir nøyaktige estimat på skogens biomasse. Tidligere forskning på bruk av fjernmålt 3D-data til biomasseestimering har hovedsakelig blitt gjort i boreal og sub-boreal barskog med relativt lav biomasse og åpen skogstruktur. Studiene i denne avhandlingen ble utført i tett tropisk skog med utfordrende terrengforhold.

To ulike metoder for fjernmåling av 3D-data ble benyttet: flybåren laserskanning (ALS) og satellittbåren interferometrisk syntetisk apertur-radar (InSAR). Hovedfokuset for avhandlingen var på bruk av ALS. I tillegg ga en digital terrengmodell av høy kvalitet, produsert med ALS-dataene, muligheter for en sammenligning med bruk av InSAR-data til biomasseestimering. Analysene beskrevet i Paper I viste at modellering av biomasse over bakkenivå ved hjelp av ALS-data ga en standardfeil (RMSE) på ca. 33 % av et gjennomsnitt på 462 Mg·ha–1. Bruk av teksturvariabler utledet fra en modell av vegetasjonens overflate konstruert fra ALS-data ga ikke forbedret resultat. Analysene viste videre at (1) variabler utledet fra laser-ekko i lavere deler av vegetasjonen og (2) tetthetsvariabler fra vegetasjonen forklarte biomassetettheten bedre enn variabler som beskrev vegetasjonens høyde. I Paper II ble muligheten for bruk av billigere ALS-data med lav pulstetthet undersøkt. Effekten av lav pulstetthet på (1) den digitale terrengmodellen, og (2) variabler utledet fra ALS-data ble analysert. Tilfeldig variasjon i digitale terrengmodeller og ALS-variabler økte med redusert pulstetthet. En ratio for pålitelighet, som kvantifiserer replikasjonseffekter i ALS-variablene, viste at mesteparten av de undersøkte variablene var pålitelige ved pulstettheter >0.5 pulser·m–2, ved bruk av en feltmålte flater på 0,07 ha. Denne størrelsen på feltflatene tilsvarer den som brukes i Tanzanias nasjonale landsskogtaksering.

Størrelsen på feltflatene er viktig for presisjonen i biomasseestimater. Bedre informasjon om forholdet mellom størrelse på feltflatene og presisjon er nyttig i planleggingen av framtidige skogtakseringer. Presisjonsestimater av skogens estimerte biomasse ble derfor beregnet for 30 konsentriske feltflater med størrelse på 700, 900,…, 1900 m2. Disse estimatene ble analysert i en modell-basert statistisk metode. Resultatene indikerte at større feltflater relativt sett var mer effektive for taksering understøttet av ALS- og InSAR-data, sammenlignet med en ren feltflatetakst. Videre ble det i en simulering vist at en ren feltflatetakst ville måtte inneholde 3,5–6,0 ganger så mange observasjoner for henholdsvis flatestørrelser fra 700–1900 m2 for å oppnå samme presisjon som en takst understøttet av ALS-data.

Veiledere

Professor Terje Gobakken (main supervisor) (INA, NMBU)
Professor Erik Næsset (INA, NMBU)
Dr. Ole Martin Bollandsås (INA, NMBU)

Bedømmelseskomité

Dr. Pete Watt (Indufor Asia Pacific Ltd.)
Professor Timo Tokola (School of Forest Sciences, University of Eastern Finland)
Førsteamanuensis Katrine Eldegard (INA, NMBU)

Referanse

  • Hansen, E. H.. ((2015). Estimation of biomass in tropical rainforest using airborne laser scanning.). PhD Thesis.
    [Bibtex]
    @PhdThesis{Hansen2015,
    Title = {Estimation of biomass in tropical rainforest using airborne laser scanning},
    Author = {Hansen, Endre Hofstad},
    School = {Norwegian University of Life Sciences},
    Year = {2015},
    Owner = {hanso},
    Timestamp = {2016.03.02},
    Url = {https://static02.nmbu.no/mina/forskning/drgrader/2015-Hansen.pdf}
    }