Epsilon Archive for Student Projects

Abstract

Syftet med den här studien var att undersöka höjdmätning av träd med olika drönarsystem genom att använda metoden structure from motion (SfM). Detta gjordes för att se om det fanns skillnader mellan drönarsystemen i höjdmätningens noggrannhet och andel markyta som registrerats, samt om höjdmätningens resultat blev tillräckligt noggrant för att det skulle kunna användas praktiskt inom skogsbruket.

Försökslokalen var uppdelad på två områden som båda bestod av en blandskog med gran och tall. I studien jämfördes fyra olika drönarsystem. Utifrån bilder tagna av drönarna skapades punktmoln med metoden SfM. Från punkmolnen skapades en markmodell som sedan användes för att mäta trädens höjd. De uppmätta trädhöjderna jämfördes sedan genom att bias och root mean square error (RMSE) beräknades mot de fältinventerade trädhöjderna.

Resultatet blev att det bästa drönarsystemet hade en medelhöjd som skiljde 0,6 dm från den fältinventerade medelhöjden och ett relativt RMSE på 4,6 procent. Det fanns dock variationer mellan drönarsystemen. Relativ bias varierade från -9,8 till 13,1 procent, vilket tyder på att höjderna blev både under- och överskattade. Relativt RMSE av medelhöjden varierade från 4,6 till 13,6 procent. Ett av systemen hade en lägre andel markyta registrerad än de övriga systemen, det påverkade dock inte höjdmätningen negativt.

De två bästa drönarsystemen hade ett lägre medelfel för höjdmätningen än skogliga grunddata. Det tyder på att drönarna lämpar sig väl för att mäta trädhöjder inom skogsbruket. Det fanns variationer mellan systemen men det kan inte uteslutas att de beror på slumpmässiga fel eftersom ett litet urval gjordes av antalet träd i mätningen.

The purpose of this study was to compare measurements of tree heights using different drone systems with the method structure from motion (SfM). The goal was to see if there were differences between the different drone systems in height measurement accuracy and the proportion of terrain surface recorded, and whether the tree height measurement results were sufficiently accurate to be useful in forestry.

The test area consisted of a mixed forest with spruce and pine. The study compared four different drone systems. Based on images taken by the drones, point clouds were created with the method SfM. A digital terrain model was created from the point cloud. Tree heights were measured from the drone systems and then compared to manually measured tree heights. Bias and root mean square error (RMSE) were calculated.

The best drone system had an average height of 0.6 dm from the average manually measured tree heights and a relative RMSE of 4.6 percent. However, there were variations between drone systems. Relative bias ranged from -9.8 to 13.1 percent, indicating that heights were both underestimated and overestimated. Relative RMSE of mean height ranged from 4.6 to 13.6 percent. One system had a lower proportion of terrain surface registered than the other systems, but it did not affect the altitude measurement.

The two best drone systems had a lower average error for the altitude measurement than Swedish skogliga grunddata. This indicates that the drones are suitable for measuring tree heights in forestry. There were variations between the systems, but it cannot be excluded that they are due to random errors because a small selection was made of the number of trees in the measurement.