Abstract
Point clouds derived from the photogrammetric pixel matching of 35-cm Leica ADS40 imagery (∼2.4 points/m2) were compared to those derived from airborne laser scanning (ALS; 1.1 returns/m2) in terms of their capacity to predict core forest inventory attributes at 400-m2 resolution on a boreal landscape in northeastern Ontario, Canada. These attributes described average stem size (top height, dominant–codominant height, quadratic mean stem diameter, mean stem volume) and growing stock (basal area, gross merchantable stem volume, sawlog volume, stem density), as calibrated from 426 400-m2 plots distributed across 8 forest types. Predictions derived from image-based point clouds for 10 independent validation plots in each forest type exhibited accuracies equivalent to ALS, however, some losses in precision were evident. Excluding mean stem volume and stand density, losses in precision corresponded to increases in coefficients of variation (CVs) of 4 percentage points or fewer for predicted versus observed plot values. CVs for mean stem volume and stand density increased by as many as 11 percentage points with image-based predictions. This result implies that forest inventories that are supported by an accurate, preexisting digital terrain model can be acceptably updated with optical imagery as the primary data source.
Résumé
Les nuages de points provenant de la mise en correspondance de pixels photogrammétriques de l’imagerie du Leica ADS40 de 35 cm (∼2,4 points/m2) ont été comparés à ceux obtenus du balayage laser aéroporté <<airborne laser scanning>> (BLA <<ALS>>; 1,1 retour/m2) pour ce qui est de leur capacité de prévoir les attributs principaux d’inventaire forestier à une résolution de 400 m2 sur un paysage boréal dans le nord-est de l’Ontario au Canada. Ces attributs ont décrit la taille moyenne des tiges (hauteur maximale, hauteur dominante–codominante, diamètre quadratique moyen des tiges, volume moyen des tiges) et le matériel sur pied (surface terrière, volume marchand brut des tiges, volume des grumes de sciage, densité des tiges), tel qu’étalonné à partir de 426 placettes de 400 m2 réparties dans 8 types de forêts. Les prévisions obtenues des nuages de points à partir d’une image pour 10 placettes de validation indépendantes dans chaque type de forêt ont affiché des exactitudes équivalentes à celles obtenues du BLA; cependant, certaines pertes de précision étaient évidentes. À l’exception du volume moyen des tiges et de la densité des peuplements, les pertes de précision correspondaient aux augmentations des coefficients de variation (CV) de 4 points de pourcentage ou moins pour les valeurs de placettes prévues par opposition à celles observées. Les CV pour le volume moyen des tiges et la densité des peuplements ont augmenté de 11 points de pourcentage selon les prévisions à partir d’une image. Ce résultat autorise à penser que les inventaires forestiers qui sont soutenus par un modèle numérique de terrain préexistant et exact pourraient être mis à jour convenablement avec l’imagerie optique comme principale source de données.
Notes
www.asprs.org/a/society/ committees/standards/LAS_1_4_r12.pdf
www.terrasolid.com/ products/ terrascanpage.html
www.geo.u-szeged.hu /∼joe/fotogrammetria/digi_LH_legikamera.pdf
North West Geomatics.
For example, http://www.ifp.uni-stuttgart.de/publications/phowo13/120Gruber.pdf