Skip to main content

Nonparametric estimation of stem volume using airborne laser scanning, aerial photography, and stand-register data

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

In forest management planning and forestry decision-making there is a continuous need for higher quality information on forest resources. The aim of this study was to improve the quality of forest resource information acquired by airborne laser scanning by combining it with aerial images and current stand-register data. A k-MSN (most similar neighbor) application was constructed for the prediction of the plot and stand volumes of standing trees. The application constructed used various data sources, including laser scanner data, aerial digital photographs, class variables describing a stand, and updated old stand volumes. The ability of these data sources to predict stem volume was tested together and separately. In the airborne laser scanner data based k-MSN application, characteristics of canopy quantiles were used as independent variables. The results show that with respect to individual plot and stand volume estimation approaches, the laser-based technique is a superior one. The results were improved further when other information sources were used together with the laser scanner data. Using a combination of laser scanner data, aerial images, and class variables (on the grounds of the current forest database) improved the root mean square error (RMSE) of the estimated plot volume by 15% (from 16% to 13%) as compared to using laser scanner data on their own. When the results were averaged at the stand level, the accuracy improved considerably, but the use of other information sources together with airborne laser scanner data did not further improve the results as it did at the plot level. The RMSE of stand volume was about 6% in all data combinations where airborne laser scanning information was used. One conclusion is that making use of additional available data sources together with laser material improves the reliability of plot volume estimates. As these additional data typically mean no extra material costs (since they are available in any case), making combined use of these data and laser scanner data improves the cost efficiency of a forest inventory.

La planification en aménagement forestier et la prise de décision en foresterie ont constamment besoin d'informations de haute qualité sur les ressources forestières. Cette étude vise à améliorer la qualité de l'information sur les ressources forestières acquises au moyen du lecteur laser aéroporté en les combinant avec les images aériennes et les données courantes de l'inventaire forestier. Une application de la méthode des k voisins les plus similaires a été élaborée pour prédire le volume du stock sur pied à l'échelle de la placette et du peuplement. Cette application utilise diverses sources de données, incluant celles du lecteur laser, des photos aériennes numérisées, des variables de classe décrivant le peuplement et des volumes mis à jour des vieux peuplements. La capacité de ces sources de données à prédire le volume de la tige a été testée en les considérant ensemble et séparément. Les caractéristiques quantiles du couvert ont été utilisées comme variables indépendantes pour l'application des k voisins les plus similaires basée sur les données du lecteur laser aéroporté. Pour l'estimation du volume de chaque parcelle et de chaque peuplement, les résultats montrent que la méthode basée sur les données du lecteur laser est supérieure. Les résultats étaient encore meilleurs lorsque d'autres sources d'information étaient utilisées avec les données du lecteur laser. L'utilisation combinée des données du lecteur laser, des images aériennes et des variables de classe tirées de la base actuelle de données d'inventaire forestier a amélioré l'erreur quadratique moyenne du volume estimé de la placette de 15 % (de 16 à 13 %) par rapport à l'utilisation des données du lecteur laser seules. La précision était considérablement améliorée lorsque la moyenne était calculée à l'échelle du peuplement. Mais l'utilisation d'autres sources de données avec celles du lecteur laser n'améliorait pas davantage les résultats comme c'était le cas à l'échelle de chaque placette. En effet, dans toutes les combinaisons de données avec celles du lecteur laser, l'erreur quadratique moyenne du volume du peuplement était d'environ 6 %. Ainsi l'utilisation d'autres sources de données disponibles avec celles du lecteur laser améliore en particulier la fiabilité des estimations du volume de la placette. Comme ces données additionnelles n'entraînent typiquement aucun coût supplémentaire, étant de toute façon disponibles, leur utilisation combinée avec celles du lecteur laser améliore le rapport coût-rendement de l'inventaire forestier.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: February 1, 2006

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • Ingenta Connect is not responsible for the content or availability of external websites
nrc/cjfr/2006/00000036/00000002/art00016
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more