Machine Translated by Google

Penggunaan Airborne Scanning Lidar dan Fotografi Skala Besar dalam Inventarisasi Hutan Strategis
dan Kerangka Pemantauan
PK Menggelitik , C. Witte††, A. Lee† , RM Lucas , K. Jones†† dan J. Austin†
Biro Ilmu Pedesaan dan Pusat Penelitian Koperasi untuk Akuntansi Rumah Kaca, PO Box
E11, Kingston, ACT, 2604 Australia.(Tel: 61 2 6272 4689; email: Philip.Tickle@brs. gov.au, Alex.Lee@brs.gov.au) Forest
Ecosystem Research and Assessment, Queensland Department of Natural Resources, Resource Sciences Centre, 80 Meiers Road,
Indooroopilly, Queensland, 4068, Australia. (Tel: 61 738969832; Email: Christian.Witte@dnr.qld.gov.au, Kerstin.Jones@dnr.qld.gov.au)
Institute of Geography and Earth Sciences, The University of Wales, Aberystwyth, Penglais Kampus, Aberystwyth, Ceredigion, SY23
3DB, Inggris Raya. (Tel: 44 1970 622606; Faks 44 1970 622659; email: rml@aber.ac.uk)

INTISARI
Australia memiliki sekitar 160 juta hektar hutan dan hutan,
70% di antaranya berada di bawah kepemilikan pribadi.
Peningkatan komitmen dalam kaitannya dengan perubahan
iklim dan pengelolaan hutan lestari, khususnya di sektor
swasta, menciptakan lingkungan di mana penilaian dan
pemantauan hutan yang cepat dan hemat biaya menjadi
sangat penting. Dengan menggunakan contoh dari Injune,
Queensland tengah, makalah ini memberikan gambaran umum
tentang potensi penggunaan lidar pemindaian udara dan
fotografi skala besar sebagai alat pengambilan sampel.
Kemampuan sensor ini untuk memperluas dan mengoptimalkan
data ground-truth dan, pada gilirannya, memaksimalkan potensi
bentuk lain dari penginderaan jauh melalui peningkatan kalibrasi dan validasi,
PENDAHULUAN
Sebagai penandatangan perjanjian internasional, termasuk
Konvensi Kerangka Kerja PBB tentang Perubahan Iklim
(UNFCCC), Protokol Kyoto dan Proses Montreal untuk
pengelolaan hutan lestari, Australia semakin dituntut untuk
mengukur dan memantau berbagai parameter hutan hingga
tingkat yang diketahui akurasi dan presisi. Selain itu, parameter
ini diperlukan oleh pemerintah, industri, pemilik lahan swasta
dan masyarakat untuk mendeteksi tren komersial,
keanekaragaman hayati dan nilai rumah kaca ekosistem,
menilai kinerja tujuan pengelolaan dan kebijakan publik,
memandu pembangunan berkelanjutan dan memperkirakan
kondisi ekosistem di masa depan. Namun, Australia mendukung
sekitar 160 juta hektar hutan dan lahan berhutan, dan oleh
karena itu metode yang efektif dan efisien dari segi biaya untuk
mendapatkan kembali parameter tersebut secara spasial dan
komprehensif menjadi sangat penting. Lebih jauh lagi, 70%
dari hutan dan kawasan berhutan ini berada di bawah
pengelolaan swasta dan pengurangan produksi kayu komersial
baru-baru ini dari hutan publik telah menciptakan kebutuhan
mendesak akan informasi strategis yang akan memastikan
pembangunan berkelanjutan sumber daya hutan pribadi
Australia di masa depan.
Dalam makalah ini kami memberikan gambaran umum tentang penggunaan
pemindaian lidar udara dan fotografi skala besar sebagai alat untuk
pengambilan sampel "kebenaran dasar", dan untuk pengambilan sampel independen.
penilaian dan pemantauan sumber daya hutan dan hutan. Dengan
menggunakan contoh dari Injune, Queensland tengah, kami
menggambarkan bagaimana data tersebut dapat memainkan peran
penting dalam meningkatkan pengamatan berbasis lapangan ke
area lokal, sehingga mendukung penskalaan berikutnya ke wilayah
tersebut menggunakan resolusi spasial yang lebih kasar Synthetic
Aperture Radar (SAR) dan optik data.
METODE
Untuk mengatasi kebutuhan akan pendekatan terpadu untuk
kajian penilaian dan pemantauan hutan, sebuah konsorsium
Universitas New South Wales (UNSW), Biro Ilmu Pedesaan
(BRS),diuraikan
Departemen Sumber Daya Alam Queensland (QDNR)
Universitas Teknologi Queensland (QUT) dan Pusat Penelitian
Koperasi untuk Akuntansi Rumah Kaca (CRCGA) telah
membentuk sejumlah studi yang didanai secara terpisah, tetapi
terintegrasi. Tujuan luas dari studi ini mencakup isu dan
komitmen yang berkaitan dengan UNFCCC, Protokol Kyoto
dan Proses Montreal dan pembangunan berkelanjutan dari
hutan asli pribadi.
Untuk memenuhi tujuan yang lebih luas dari konsorsium,
desain multi-tahap dan multi-fase [1] dikembangkan untuk
area studi Injune seluas 240.000 hektar untuk memungkinkan
variabilitas spasial yang signifikan dalam struktur hutan dan
hutan, komposisi biomassa dan floristik untuk ditangkap dan
dimanfaatkan. pada berbagai skala. Sebuah komponen kunci
dari desain adalah untuk memungkinkan integrasi langsung
dari resolusi spasial halus data penginderaan jauh dengan
data lapangan dan, melalui regresi [2] atau pemodelan,
menggunakan data ini sebagai "kebenaran dasar" untuk
mengkalibrasi dan memvalidasi data resolusi spasial kasar
dianggap mampu memberikan perkiraan skala regional
biomassa, parameter struktural atau komposisi komunitas
vegetasi. Deskripsi rinci dari studi spesifik yang dilakukan di
Injune disediakan dalam proses IGARSS [3,4,5].
Untuk wilayah studi Injune, komponen utama dari desain ini
meliputi:
Machine Translated by Google
a) Sistem pemetaan dinding ke dinding. Untuk penilaian regional,
diperoleh data Landsat Enhance Thematic Mapper (ETM+),
TERRA-1 ASTER, NASA JPL DC-10 SAR (POLSAR) dan
MASTER (TERRA-1 MODIS ASTER simulator). b) Skema
pengambilan sampel sistematik yang terdiri dari 150 Primary
Sampling Units (PSUs), dengan luas 150 x 500 m, disusun
pada grid 4 km di seluruh area studi seluas 240.000 hektar. Untuk
setiap PSU, fotografi stereo warna 1:4000 (LSP); resolusi 1
m, 5Hz pertama/terakhir dan intensitas lidar udara; Resolusi
1 m, CASI 14 band, dan resolusi 2,5 m, diperoleh HYMAP
120 band. c) Skema pengambilan sampel lapangan acak
bertingkat dalam PSU berdasarkan interpretasi LSP yang
diinformasikan. d) 36 0,25 ha petak lahan tetap dengan peta
pohon lengkap.
HASIL DAN DISKUSI
Gambar 1. Fotografi warna skala besar untuk PSU 144. Kotak hijau
adalah Unit Sampel Utama. Titik adalah batas plot.
Garis kuning diartikan kelas hutan.
LSP terbukti menjadi sarana yang efisien untuk memilih lokasi
yang representatif untuk pengambilan sampel lapangan di seluruh
wilayah di mana sangat sedikit informasi yang tersedia dan akses
yang sulit. Selanjutnya, dari LSP, tajuk pohon individu dari
spesies pohon yang berbeda dapat didelineasi dan dinilai
kondisinya (Gbr. 1). Keuntungan yang signifikan dari fotografi
1:4000 adalah bahwa area yang dicitrakan relatif besar (50ha
stereo dengan 60% tumpang tindih) yang memberikan jenis dan
kondisi hutan pemandangan lanskap. Meski begitu, pemetaan
poligon masih bersifat subjektif dan sejumlah skema sampling
sedang diuji coba untuk meningkatkan efisiensi dan efektivitas
biaya interpretasi dan mengurangi analisis subjektif.
Interpretasi data resolusi spasial yang baik, seperti yang
disediakan oleh LSP, sangat ditingkatkan dengan
memvisualisasikan plot terukur dalam tiga dimensi. Stand
Visualization Software (SVS), dikembangkan di University of
Washingon [6], menyediakan lingkungan yang ideal untuk melihat
tegakan secara perspektif, dari atas dan dalam profil (Gbr. 2).
Manfaat utama perangkat lunak ini adalah tajuk pohon dapat
dipetakan dan lokasinya digunakan untuk menyempurnakan
pendaftaran data tanah, misalnya, LSP. Selain itu, potensi
kesalahan dalam data tanah dapat diidentifikasi.
Selanjutnya, berbagai pandangan memberikan kesempatan
untuk lebih memahami bagaimana data yang diterima oleh
instrumen penginderaan jauh telah dimodifikasi oleh komponen
kanopi yang berbeda. Tujuan jangka panjangnya adalah untuk
menghasilkan gambar serupa melalui fusi data dari, misalnya,
resolusi spasial yang baik dari data lidar dan hiperspektral.
Angka. 2 . Rekonstruksi tegakan tiga dimensi dari data plot
menggunakan SVS.
Menggunakan data lidar, baik ketinggian puncak kanopi dan
permukaan tanah dapat dipetakan pada resolusi spasial yang
baik, seperti yang diilustrasikan pada Gambar 3. Studi
sebelumnya [7,8] telah menunjukkan perkiraan langsung
ketinggian dari lidar seakurat atau mungkin lebih akurat daripada
data lapangan. Mahkota individu dapat diidentifikasi, meskipun
kapasitas kami untuk melakukan pengenalan mahkota otomatis
menggunakan teknik seperti Gougeon [9] belum diuji.
Data LIDAR mengatasi salah satu masalah utama yang terkait
dengan penggunaan data optik yaitu ketidakmampuan untuk
membedakan tumbuhan atas dari tumbuhan bawah. Kebingungan
antara lapisan ini telah terbukti sering mengakibatkan overestimasi
tutupan kanopi [10]. Dengan menggunakan data lidar,
pengembalian vegetasi dari tumbuhan bawah atau semak belukar
dapat dihilangkan hanya dengan membatasi pengembalian
vegetasi di atas ketinggian tertentu.
Estimasi tutupan kanopi kemudian dapat dihasilkan dengan
menghitung proporsi pengembalian vegetasi untuk area tertentu.
Gambar 4 memberikan perkiraan lidar persen tutupan tajuk pada
jendela 25 m. Estimasi tersebut dapat digunakan bersama
dengan data resolusi spasial CASI yang baik, misalnya, untuk
memperkirakan tutupan kanopi berdasarkan spesies atau
digunakan untuk mengkalibrasi data Landsat TM. Gambar 5 memberikan per
Machine Translated by Google
estimasi yang dihasilkan menggunakan data Landsat TM dari
Queensland Statewide Landcover and Trees Study [10].
Gambar 3. Gambar tinggi pohon resolusi satu meter dari airborne lidar
untuk PSU 144.
Gambar 4. Gambar persen tutupan kanopi untuk setiap piksel 25 m
dengan PSU 144 menggunakan Lidar, dengan ekuivalen Landsat TM di
luar PSU.
Gambar 5. Persentase tutupan kanopi untuk PSU 144 dari Landsat TM.
Analisis awal dari data LSP dan lidar menunjukkan bahwa tajuk
pohon dari spesies yang berbeda dapat digambarkan sementara
tinggi dan tutupannya dapat diperkirakan dengan menggunakan
data lidar. Meskipun demikian, pembedaan tajuk pohon dan
spesies yang menggunakan LSP, khususnya, bersifat padat
karya. Namun, studi terkait [5] telah menunjukkan
bahwa pemetaan spesies pohon yang berbeda dan delineasi
tajuk dapat dicapai dengan menggunakan spasial 1 m.
resolusi data CASI hiperspektral. Selanjutnya,
komponen intensitas pemindai laser (Gbr. 6) menunjukkan
beberapa potensi untuk mengidentifikasi jenis tutupan lahan
dan juga pengelompokan spesies yang luas, terutama jika
digunakan bersama dengan fotografi atau data CASI.
Fitur yang langsung terlihat dari citra intensitas termasuk jalan,
rumput kering dan vegetasi pohon, yang juga terlihat di dalam
LSP (Gbr. 1). Meskipun penggunaan data ini untuk menyelesaikan
spesies dalam tegakan belum ditetapkan, penyelidikan awal
menunjukkan bahwa spesies berdaun lebar dan jenis konifera
dapat dibedakan.
Gambar 6. Citra intensitas lidar untuk PSU 144.
Sementara instrumen fotografi dan hiperspektral jelas lebih
unggul daripada sinar laser NIR tunggal untuk mendeteksi jenis
vegetasi, ada manfaat potensial dalam mengintegrasikan sistem
ini. Misalnya, sementara rumput dan pohon-pohon yang tumbuh
terlalu tinggi mungkin tampak serupa dalam data optik, ini dapat
dibedakan berdasarkan ketinggian yang diukur dengan
menggunakan lidar pemindai. Model elevasi resolusi tinggi yang
berasal dari lidar juga merupakan manfaat yang signifikan dalam
ortorektifikasi sumber data lainnya.
Seperti radar, sumber cahaya lidar aktif juga menawarkan
potensi pengambilan data di malam hari. Pada proyek-proyek
di mana waktunya singkat atau di mana kondisi atmosfer malam
hari lebih cocok untuk misi udara, informasi ketinggian dan
kepadatan vegetasi masih dapat ditangkap. Selain itu, saluran
intensitas dapat menghasilkan informasi yang signifikan tentang
tutupan lahan dan jenis vegetasi yang serupa dengan yang
diperoleh dengan menggunakan fotografi atau videografi
inframerah dekat hitam putih. Namun, penelitian tentang
intensitas dan dampak lidar yang disebabkan oleh sudut sensor,
kekasaran atau jenis permukaan, atau kondisi atmosfer masih
terbatas.
Salah satu tujuan utama dari pekerjaan ini adalah untuk
memperkirakan biomassa secara andal pada skala yang sangat
halus untuk penilaian dan pemantauan berbasis sampel, dan
kalibrasi sensor pemetaan dinding-ke-dinding lainnya (misalnya,
ENVISAT Advanced SAR (ASAR) atau Advanced Land yang
akan datang. Observing System (ALOS) Phased Array L-band
Synthetic Aperture Radar (PALSAR).Penggunaan small footprint lidar untuk
Machine Translated by Google
perkiraan biomassa telah ditunjukkan di hutan melebihi 1500m3 /
ha [13]. Namun, faktor pengganggu di lingkungan hutan adalah
bahwa bentuk pohon sangat bervariasi, dengan batang yang
bengkok dan bercabang banyak, bentuk tajuk yang tidak beraturan,
kayu teras yang membusuk dan absisi cabang karena pengaruh
kekeringan, kebakaran, dan kerusakan akibat serangga merupakan
hal yang biasa. Akibatnya, hubungan alometrik standar yang
menghubungkan diameter batang dengan komponen biomassa
seringkali tidak dapat diandalkan [14]. Dalam kondisi seperti itu,
perkiraan ukuran tajuk (panjang x lebar x kedalaman) selain
diameter dan tinggi batang akan sering diperlukan untuk
mengembangkan perkiraan biomassa yang andal [14]. Pada saat
penulisan makalah ini, perkiraan biomassa tanah masih dalam
tahap finalisasi termasuk modifikasi persamaan alometrik untuk
memasukkan tinggi dan luas tajuk, yang akan tersedia pada
konferensi. Analisis awal, bagaimanapun, menghubungkan
perkiraan biomassa Injune sementara (berasal dari alometrik dbh)
dengan tinggi dan nilai r2 0,76 di semua spesies.
penutup telah menghasilkan
Pekerjaan terbaru di lingkungan yang sama di tempat lain di 2
Queensland menggunakan laser profiler [15] telah menghasilkan
nilai ar 0,75. Kami yakin bahwa analisis akhir untuk Injune akan
meningkatkan hasil ini.
KESIMPULAN
Studi ini telah menunjukkan, melalui hasil awal, potensi LSP dan
data pemindai laser untuk mengkarakterisasi komposisi floristik,
struktur dan biomassa lingkungan hutan. Manfaat tambahan dari
mengintegrasikan data hiperspektral resolusi spasial yang baik
telah disorot. Berdasarkan hasil ini, tampaknya kumpulan data
resolusi spasial yang baik akan memberikan dasar untuk
karakterisasi rutin lingkungan hutan dan hutan di banyak wilayah
Australia.
UCAPAN TERIMA KASIH
Para penulis ingin mengucapkan terima kasih atas dukungan
yang diberikan oleh Dewan Riset Australia, di bawah program
SPIRT mereka, Pusat Penelitian Koperasi untuk Akuntansi Rumah
Kaca dan Pertanian, Perikanan dan Kehutanan Australia. Kami
juga mengucapkan terima kasih kepada staf UNSW, QDNR, BRS,
QUT dan QDPI TBC.
REFERENSI
[1] Schreuder, HT, Gregoire, TG dan Wood, GB
(1993) Metode Pengambilan Sampel untuk Inventarisasi Hutan
Multisumberdaya. John Wiley and Sons, New York. 446 hal. [2]
Cochran, WG 1977. Teknik Pengambilan Sampel.
Wiley, 428 hal
[3] Lucas, RM, Tickle, PK, Witte, C. dan Milne, AK 2001.
Pengembangan prosedur multitahap untuk
mengukur biomassa, struktur dan komposisi komunitas hutan
Australia menggunakan radar polarmetrik dan data optik. Prosiding
Konferensi IGARSS, Sydney, Australia, 2001. [4]
Cronin, NLR, Lucas, RM, Witte, C. dan Milne, AK 2001.
Synthetic Aperture Radar untuk Estimasi Biomassa Di Atas Tanah
di hutan Australia, Proceedings IGARSS Conference, Sydney,
Australia, 2001. [5]
Paterson, M., Chisholm, L. dan Lucas, RM
2001. “Diferensiasi spesies hutan Australia terpilih menggunakan
data CASI”, Proceeedings IGARSS Conference, Sydney, Australia.
tampilan operasi
McGaughly,
pemanenan
RJ 1997.kayu.
Teknik
Dalam
untuk
operasi
[6] memvisualisasikan
Hutan untuk
hutan lestari dan ekonomi kesehatan. 20 tahunan; pertemuan
Council for Forest Engineering, 1997 28-31 Juli, Rapid City, SD.
10p. [7]
Tickle, P., Witte, C., Danaher, T., Jones, K.
(1998). Penerapan Video dan Laser Skala Besar
th
Altimetri untuk Inventarisasi Hutan. Prosiding, 9 Konferensi
Penginderaan Jauh dan Fotogrametri Australia. [8]
Witte, C., Norman, P., Denham, R., Turton, D., Jonas,
D. dan Tickle, P. (2000). Pemindaian Laser Lintas Udara – Alat
untuk Memantau dan Menilai Hutan dan Lahan Hutan Australia.
Prosiding, Konferensi Penginderaan Jauh Australasia ke-10,
Adelaide , Agustus 2000. [9]
Gougeon, FA, 1995. Pendekatan mengikuti tajuk untuk
penggambaran otomatis tajuk pohon individu dalam gambar udara
resolusi spasial tinggi. Jurnal Penginderaan Jauh Kanada 21:
274. [10]
Departemen Sumber Daya Alam Queensland.
1999. Perubahan Tutupan Lahan di Queensland 1995-1997. Laporan
Studi Tutupan Lahan dan Pohon Seluruh Negara Bagian (SLATS). [11]
Spencer, RD dan Hall, RJ (1988) Sistem fotografi udara
skala besar Kanada (LSP).
Rekayasa Fotogrametri dan Penginderaan Jauh 54(4):475-482.
[12]
Spencer, RD (ed), 1992. Penerapan teknik inventarisasi
modern di hutan Australia Barat.
CALM Sesekali Kertas No 1/92. Departemen Konservasi dan
Pengelolaan Lahan, Australia Barat. 85 hal. [13]
Berarti, JE, Acker, SA, Fitt, BJ, Renslow, M., Emerson,
L., dan Hendrix, CJ 2000. Memprediksi karakteristik tegakan hutan
dengan LIDAR pemindaian udara.
Rekayasa Fotogrametri dan Penginderaan Jauh 66(11): 1367-1371.
[14] biomassa
Snowden,
pohonP.
dan
et al.
tegakan.
2001. Protokol
Laporan pengambilan
Teknis Sistemsampel
Akuntansi Karbon Nasional No. 31. Kantor Rumah Kaca Australia.
[15]
Weller, D. 2001 tidak diterbitkan. Departemen Sumber
Daya Alam Queensland.