Avslutat projekt

Storskalig och noggrann kartering av skogliga data från stereomatchade flygbilder med skördardata som markreferens

Projektets mål är att ta fram en mycket kostnadseffektiv metod att producera aktuella rasterskattningar av skogliga data baserat på den löpande insam­lingen av flygbilder och skördardata.

Skördare som skördar träd på vintern

Behovet av geografiska data för den svenska skogen ökar ständigt, speciellt efter Lantmäteriets nationella flygburna laserskanning år 2009 - 2014 som, via ett samarbete mellan Skogsstyrelsen och Sveriges lantbruksuniversitet med referensdata från Riksskogstaxeringen, gjorde noggranna tillståndsskattningar av skogliga parametrar tillgängliga för alla skogsägare. Skogliga Grunddata utnyttjas av hela skogssektorn för att förbättra den skogliga planeringen och leverera noggranna beslutsunderlag för en stor mängd olika tillämpningar som inte tidigare funnits.

Idag är däremot Skogliga Grunddata på väg att bli inaktuellt eftersom laserskanningen inte upprepats och det söks efter andra datakällor för att uppdatera databasen. Den främsta, befintliga ersättaren för flygburen laserskanning är stereomatchning av flygbilder, som i likhet med laserskanning levererar tredimensionella (3D) data över trädskiktet, men med något lägre kvalitet. Skördardata har sedan tidigare visat sig vara en mycket bra källa för referensinformation om skogen och speciellt som operativt användbar i kombination med data från flygburen laserskanning för att prediktera utfallet av planerade avverkningar. Skördardata fungerar i detta fallet som en ersättning av referensdata i form av inventerade provytor. Detta bör vara en mycket kostnadseffektiv metod att beräkna rasterskattningar med eftersom det ersätter dyra inventeringar av provytor.

Projektet har fokuserat på metoder att producera rasterskattningar av skogstillståndet med hjälp av skördardata i kombination med stereomatchade flygbilder, som en mycket kostnadseffektiv metod att löpande producera uppdaterade, heltäckande rasterskattningar av skogstillståndet. Lantmäteriets nya standardprodukt "Ytmodeller från flygbilder", dvs 3D-data från stereo­matchning av flygbilder, har använts i kombination med skördardata från Sveaskog och Södra i ett studieområde öster om Växjö.

Två olika skattningsmetoder har utvecklats och utvärderats, dels den befintliga och beprövade imputeringsmetoden som idag används för laserskanningsdata och även en första tillämpning av en ny metod, Deep Learning, från forskningsfältet Artificiell Intelligens / Machine Learning. Den senare metoden förväntas vara mycket väl lämpad för storskalig kartering med fjärranalys och skördardata eftersom den är designad för att utnyttja enorma datamängder för automatiska, komplexa skattningar.

Sammanfattning av projektets resultat

  • Projektet visar goda resultat, kombinationen av skördardata och stereomatchade flygbilder producerade bara något sämre resultat än om laserskanningsdata använts.
  • Deep Learning levererade också rimliga resultat, men klart sämre än den etablerade imputeringsmetoden.

Det finns mycket stor förbättringspotential för den modell som utvärderades här, dels är projektets datamaterial sannolikt för litet för en effektiv beräkning, och dels behövs en betydligt större utvecklingsinsats för att hitta en Deep Learning-modell som fungerar bra för just denna tillämpning.

Ämne: Planering
Startår: 2016

Jörgen Wallerman

Forskare

Forskar vid Avdelningen för skoglig fjärranalys, Institutionen för skoglig resurshushållning

Vi bidrar till utveckling

Skogssällskapet är en av Sveriges största privata finansiärer av forskning och kunskapsutveckling om skog och naturvård.

Vill du prenumerera...

...på vårt nyhetsbrev?

Fyll i din e-postadress här. Nyhetsbrevet innehåller tips och ny kunskap och skickas ut en gång i månaden.

...på Tidningen Skogsvärden?

Fyll i dina uppgifter här. Tidningen skickas därefter kostnadsfritt hem till dig fyra gånger per år.