Integration of LiDAR data and satellite imagery for biomass estimation in conifer-dominated forest

Abstract: Ett första steg i arbetet att uppskatta kolflödet mellan landbaserade ekosystem och atmosfären är att så precist som möjligt analysera kvantiteten ovanjordisk biomassa. LiDAR teknologi har i detta avseende visat sig vara ett värdefullt verktyg. Det överlöpande målet med denna studie är att utveckla en förenklad metod, baserad på fjärranalys, för att uppskatta ovanjordisk biomassa för individuella träd över barrträdsdominerad skog i sydvästra Sverige. Eftersom mängden biomassa är beroende av vegetationstyp, har en vegetationsklassificering utförts i studieområdet. Både en lokal maximeringsalgoritm, som använder ett konstant utvärderingsfönster, och en så-kallad invers avrinningsområdessegmentationsmetod användes för extraktion av skogsinventerings-parametrar från en LiDAR-data baserad trädkronhöjdmodell. Den slutliga uppskattningen av ovanjordisk biomassa gjordes utifrån regressionsmodeller framtagna utifrån trädparametrar mätta i fält. Fältmätningarna gjordes för 83 jordlotter, där trädart, höjd och diameter (vid brösthöjd, 1.3 m) mättes. Resultaten visar att ovanjordisk biomassa varierar mellan mindre än 1 kg/m2 för väldigt ung skog up till 94 kg/m2 för mogen barrskog med ett standardfel (RMSE) på 2 kg/m2 och 4.7 kg/m2, respektive. Linjära regressionsmodeller visade att användningen av avrinningsområdessegmentering inte förbättrar resultaten (R2 = 0.79) i jämförelse med resultat från en lokal maximeringsalgoritm baserad på ett konstant utvärderingsfönster (R2 = 0.83).