MEDŽIO TŪRIO NUSTATYMAS NAUDOJANT UAV LiDAR DUOMENIS

Santrauka

Nuotoliniai tyrimai miškininkystėje sparčiai įsitvirtina kaip priemonė efektyviau ir detaliau nustatyti miško išteklius, todėl būtina vertinti, kiek tiksliai šios technologijos gali pakeisti ar papildyti tradicinius lauko matavimus. Šiame tyrime vertinta, kaip UAV LiDAR duomenys tinka paprastosios pušies (Pinus sylvestris) medžių tūriui nustatyti.

Lauko matavimai atlikti šešiuose skirtingų savybių pušynų bareliuose, o didelio tankio LiDAR taškų debesys panaudoti lajos aukščio modeliui sudaryti (angl. canopy height model, CHM). Palyginus kelias lajos aukščio metrikas, tiksliausiai lauko matavimus atitiko 90-asis lajos aukščio percentilis (P90), todėl jis naudotas parenkant tinkamiausią buferio zoną. Vėliau medžių tūrio modeliavimui taikytas platesnis iš CHM išvestų metrikų rinkinys.

Remiantis CHM metrikomis, išbandyti keli regresiniai tūrio modeliai, o jų tikslumas vertintas kryžmine patikra pagal barelius, taikant apmokymo schemą, kai kiekvieno ciklo metu vienas barelis paliekamas už mokymo imties ribų (angl. leave-one-plot-out). Tiksliausi rezultatai gauti taikant neuroninį tinklą (angl. Neural Network), kurio vidutinė tūrio paklaida (RMSE) siekė apie 0,30 m³. Ryškiausias sisteminis nuvertinimas nustatytas jauniausiame, mažiausio tūrio barelyje. Tuo tarpu brandesniuose medynuose modelio paklaidos buvo mažesnės ir neturėjo tokio aiškaus kryptingumo. Analizėje taip pat identifikuotos pavienės išskirtys, kurios turėjo didesnę įtaką bendram paklaidų pasiskirstymui, tačiau jų pašalinimas sumažino bendrą tūrio nuokrypį. Sujungus duomenis barelių mastu paklaidos sumažėjo, o bendras tūrio nuokrypis liko nedidelis.

Gauti rezultatai rodo, kad UAV LiDAR duomenys gali gana tiksliai atkurti medžio aukštį ir suteikti patikimus ploto lygmens tūrio įverčius, tačiau, prieš taikant metodą naujose sąlygose, rekomenduojama atlikti lokalią tikslumo patikrą.