Digital Terrestrial Photogrammetry to Enhance Field-Based Forest Inventory across Stand Conditions

Abstract

Forest inventories in uncertain future economic and environmental conditions require the development of cost-effective measurement techniques to provide robust and accurate information on forests across regional and global scales. Digital terrestrial photogrammetry (DTP) can be used to detect and measure trees on sample plots. In this study, a method was developed which used spherical images taken strategically within plots, and under varying acquisition conditions, to derive forest inventory attributes. Using a set of 102 photos on 400 m² circular plots achieved a mean detection rate of 72.3% and estimated diameter to an RMSE of 19.0%. This study also explored the sensitivity of detection and estimation accuracy to different field and acquisition conditions. Detection of individual trees was significantly influenced by the tree size and species (p < 0.05 in a regression analysis), while plot-level detection was influenced by size and stem density. Tree size and the distance to the camera significantly influenced the accuracy of estimated attributes. These results are comparable to those of other DTP and terrestrial laser scanning studies in similar forest types while using fewer photos and less time, demonstrating the value of cost-effective methods for DTP estimation of forest attributes.

RÉSUMÉ

La réalisation d’inventaires forestiers dans des conditions économiques et environnementales incertaines requiert des techniques rentables pour fournir des informations robustes et précises sur les forêts à l’échelle régionale et mondiale. La photogrammétrie numérique terrestre (DTP) peut être utilisée pour détecter et mesurer les arbres sur des parcelles d’échantillonnage. Une méthode a été développée utilisant des images sphériques prises stratégiquement dans des parcelles, et dans des conditions d’acquisition variables, pour obtenir les attributs de l’inventaire forestier. L’utilisation d’un ensemble de 102 photos sur des parcelles circulaires de 400 m² a atteint un taux de détection moyen de 72,3% et un RMSE de 19,0% sur le diamètre estimé. Cette étude a aussi exploré la sensibilité de la détection et de l’exactitude des estimations aux diverses conditions des parcelles et des modes d’acquisition. La détection des individus a été significativement influencée par la taille et l’espèce des arbres (p 0,05 dans une analyse de régression), tandis que la détection au niveau de la parcelle a été influencée par la taille et la densité des tiges. La taille de l’arbre et la distance par rapport à la caméra ont déterminé la précision des attributs estimés. Ces résultats sont comparables à ceux d’autres études de balayage laser ou de DTP dans des types de forêts similaires tout en utilisant moins de photos et en prenant moins de temps. Cela montre l’efficacité et la rentabilité des méthodes DTP pour l’estimation des attributs forestiers.

Acknowledgements

We thank the staff at Alberta Agriculture and Forestry, West Fraser Timber Co. Ltd., and field teams for their input and assistance with the fieldwork.

Disclosure statement

No potential conflict of interest was reported by the author(s).

Additional information

Funding

This research was funded by the AWARE (Assessment of Wood Attributes using Remote Sensing) Natural Sciences and Engineering Research Council of Canada Collaborative Research and Development grant (NSERC File: CRDPJ 462973–14) to a team led by Nicholas Coops with support from West Fraser Timber Co. Ltd. Additional funding for field data collection was provided by Alberta Agriculture and Forestry and West Fraser Timber Co. Ltd.