Assessing effects of positioning errors and sample plot size on biophysical stand properties derived from airborne laser scanner data

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

Canopy height distributions were created from small-footprint airborne laser scanner data with an average sampling density of 1.1 points·m–2 collected over 132 sample plots and 61 stands. Field measurements of each plot were carried out within two concentric circles (200m2 and 300 or 400m2). The plot positions were altered randomly with Monte Carlo simulations. For various metrics derived from the canopy height distributions, the mean and the standard deviation (SD) of the differences between incorrect plot positions and ground-truth positions were compared. In general, SD was smaller for large field plots than for small plots, and the variation in SD among the Monte Carlo repetitions was smaller for large sample plots. The combined effects of field plot size and sample plot position error on the accuracy of mean tree height (hL), stand basal area (G), and stand volume (V) predicted at stand level using a two-stage procedure combining field training data and laser data were assessed. Standard deviation of the differences between predicted and observed hL was quite stable and of similar size for position errors up to 5m. However, for G and V the influence of plot position error was more pronounced.

La distribution des hauteurs du couvert forestier a été générée à l’aide d’un système laser à balayage aéroporté à petite empreinte avec une densité moyenne d'échantillonnage de 1,1 points·m–2. Ces données ont été recueillies au-dessus de 132 placettes échantillons établies dans 61 peuplements. La mesure au sol de chaque placette a été effectuée à l’intérieur de deux cercles concentriques (200 m2 et 300 ou 400 m2). La position des placettes a été modifiée de façon aléatoire par la méthode de Monte Carlo. Pour les différents paramètres dérivés de la distribution des hauteurs du couvert, la moyenne et l’écart type de la différence entre la position incorrecte et la position réelle au sol des placettes ont été comparés. En général, l’écart type était plus faible pour les grandes placettes que pour les petites et la variation de l’écart type entre les simulations avec la méthode de Monte Carlo était plus faible pour les grandes placettes. Nous avons évalué les effets combinés de la taille et de l'erreur de position des placettes sur la précision de la hauteur moyenne des arbres (hL), de la surface terrière (G) et du volume du peuplement (V) prédits à l’échelle du peuplement avec une procédure à deux étapes combinant les données de référence au sol et celles du laser. L’écart type des différences entre les valeurs prédites et observées de hL était très stable et similaire pour les erreurs de position allant jusqu'à 5 m. Toutefois, l'influence de l'erreur de position des placettes était plus prononcée dans le cas de G et V.

Document Type: Research Article

Publication date: May 1, 2009

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
  • ingentaconnect is not responsible for the content or availability of external websites
Related content

Tools

Favourites

Share Content

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
ingentaconnect 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