Lotnicze skanowanie laserowe w usuwaniu szkód pohuraganowych

Zalety wykorzystania danych ALS w szacowaniu szkód:

Zakres oceny szkód pohuraganowych

Case study

Ocena szkód w podejściu powierzchniowym:

Ocena szkód w podejściu miąższościowym

Metodyka

Dla wydzielonych koron drzew obliczana jest miąższość za pomocą modeli predykcyjnych opracowanych na podstawie pomiarów drzew na powierzchniach próbnych, zgromadzonych w trakcie realizacji Planu Urządzenia Lasu (PUL). Modele predykcyjne utworzyliśmy dla ośmiu głównych gatunków lasotwórczych: sosny, świerka, jodły, modrzewia, dębu buka, brzozy i olchy. Do utworzenia modeli zastosowaliśmy metodę uogólnionych modeli addytywnych (GAM), w których wykorzystaliśmy dwie zmienne objaśniające: wysokość drzewa oraz wiek drzewostanu.

Dokładność

W ramach kontroli porównaliśmy wartości rzeczywistej ilości pozyskanego drewna w 28 wydzieleniach w ramach uprzątania szkód pohuraganowych z miąższością oszacowaną z wykorzystaniem danych ALS. Uzyskane wyniki wskazują na niedoszacowanie miąższości grubizny pozyskanej w ramach uprzątania szkód pohuraganowych na poziomie 8.4%. Jednocześnie należy mieć na uwadze, że w ramach cięć uprzątających często wycina się także pojedyncze drzewa lub ich grupy, które nie zostały połamane lub wywrócone, ale są otoczone przez uszkodzony drzewostan. Chmura punktów ALS została pozyskana dziewięć dni po wystąpieniu huraganu, kiedy nie były jeszcze wykonane prace uprzątające, co ma istotny wpływ na obserwowaną rozbieżność wyników.

Podejście miąższościowe

Detekcja wywrotów na drogach i liniach energetycznych na podstawie interpretacji wizualnej

Auto

Metodyka

Wykorzystanie danych ALS w połączeniu z wybranymi warstwami geometrycznymi Leśnej Mapy Numerycznej (LMN) oraz bazą SILP pozwala także na automatyczne wskazanie fragmentów dróg, linii energetycznych i innych obiektów, objętych działaniem huraganu. Po zawężeniu analizy do obiektów znajdujących się w zasięgu potencjalnych uszkodzeń możliwe jest dokładne wskazanie i zliczenie powalonych drzew. W tym celu przefiltrowaliśmy dane ALS tak, aby przedstawiały jedynie pnie drzew. Wizualna interpretacja umożliwiła nam precyzyjne określenie liczby wywróconych drzew znajdujących się na drogach.

Opracowanie powstało w ramach projektu „Treequant - Opracowanie samouczącej się informatycznej platformy analitycznej wspomagającej proces zarządzania lasami w oparciu o dane obrazowe z kamer fotogrametrycznych oraz chmury punktów multi-spektralnego skanera laserowego” we współpracy z pracownikami Uniwersytetu Rolniczego w Krakowie oraz Nadleśnictwa Dobrocin, metodę zdalnej oceny szkód pohuraganowych.

Logo TreeQuant

Powered by