Tree Vectorization: A Methodology to Characterize Fine Tree Architecture in Support of Remote Sensing Models

RÉSUMÉ

La structure du couvert végétal est cruciale pour l'interprétation d'images en télédétection optique et micro-onde des forêts. L'utilisation de modèles par la communauté scientifique pour une meilleure compréhension de l'interaction entre le rayonnement incident (signal) et les composantes de la forêt est à la hausse. En soutien à ces efforts de modélisation, une méthode visant à décrire l'architecture détaillée des arbres fut développée. Cette méthode permet la reconstruction statistique en trois dimensions d'un arbre à partir d'un échantillonnage sélectif de ses composantes structurales. Ainsi, une stratégie d'échantillonnage est proposée afin de recueillir l'information (descriptive et spatiale) sur les branches et leurs segments de bois. Une base de données complète de vectorisation implique l'information sur les aspects généraux de l'arbre, la topologie, et un ensemble d'attributs et de mesures sur le feuillage. Une procédure de reconstruction tridimensionnelle intègre les paramètres des données de vectorisation pour une représentation complète des branches et de l'arbre. L'intégrité de la variation spatiale est assurée par la cueillette de données au niveau des segments de bois. La méthode de vectorisation n'assume aucune connaissance au préalable de l'arrangement des branches. De plus elle fournie des estimés localisés de la biomasse de bois et de feuillage. L'information sur les segments de bois par classe de diamètre peut être décidé après la reconstruction. Les résultats obtenus pour des pins gris sont présentés.

SUMMARY

Plant canopy structure is important for the interpretation of optical and microwave remote sensing images of forests. The use of models by the scientific community to improve the understanding of the interaction of the incoming radiation (signal) with forest components is increasing. To support these models, an improved method to characterize tree architecture has been developed. This method is designed to reconstruct a statistical three-dimensional image of a complete tree from judicious subsampling of its components. Therefore, a sampling strategy is proposed to gather information (descriptive and spatial) on branches and their segments. A complete vectorization data set involves information on general aspects of the tree, the topology, a set of attributes and details on the foliage. A three-dimensional tree reconstruction procedure integrates the parameters of the vectorization data set for a final branch and tree representation. Spatial variation of foliage throughout the crown is assured by data collection at the segment level. This approach requires no a priori knowledge of a classification scheme for branches and provides local estimates of wood and foliage biomass. Information gathering on branch classes can be decided in the post-processing phase. Results for jack pine data sets are presented.

Additional information

Notes on contributors

R. Landry

•

R. Landry and F.J. Ahern are with the Canada Centre for Remote Sensing (CCRS), 588 Booth Street, Ottawa, Ontario, Canada K1A 0Y7, [email protected]

R.A. Fournier

•

R.A. Fournier is with the Canadian Forest Service, Laurentian Forestry Centre, 1055 du PEPS, P.O. Box 3800, Sainte-Foy, Québec, Canada G1V 4C7, [email protected]

F.J. Ahern

•

R. Landry and F.J. Ahern are with the Canada Centre for Remote Sensing (CCRS), 588 Booth Street, Ottawa, Ontario, Canada K1A 0Y7, [email protected]

R.H. Lang

•

R.H. Lang is with the George Washington University, Dept. of Electrical Eng. and Comp. Science, Washington, D.C. 20052, USA, [email protected]