Epsilon Archive for Student Projects

Abstract

Den skattning av skogliga variabler som 2009 – 2015 för första gången genomfördes på nationell nivå, blev ett användbart och viktigt verktyg för skogsbruket. För att uppdatera de uppgifter som utvanns i första omgången, genomför nu Skogsstyrelsen tillsammans med Lantmäteriet och Sveriges lantbruksuniversitet, en andra skanningsomgång med start 2018.

Syftet med studien var att undersöka hur de nya genomförda skattningarna av beståndsvariabler överensstämmer med uppskattningar som görs i fält. På en skogsfastighet i Blekinge slumpades ytor ut som ingick i den nya laserskanningen från 2019. Genom mätningar i fält kunde sedan jämförelser göras mellan laserskattade och fältmätta beståndsvariabler. Vid en jämförelse mellan tidigare gjord utvärdering av de senaste skattningarna och studiens resultat, visar studien en större skillnad mellan laserskattade och fältmätta data för volym och grundyta. Studien visar en bättre överensstämmelse för grundytevägd medeldiameter och en likvärdig överensstämmelse för grundytevägd medelhöjd.

För volym, grundyta och grundytevägd medeldiameter kan skillnaderna mellan laserskattning och fältmätning förklaras systematiska med hög signifikans, men det gick inte att göra för grundytevägd medelhöjd. Uttryckt som RMSEr (relative Root Mean Square Error) blev värdet för volym 34,0 procent, för grundyta 29,5 procent, för grundytevägd medeldiameter 12,8 procent och för grundytevägd medelhöjd 8,0 procent.

Studien visar att det med statistiska metoder och relativt enkel utrustning går att utvärdera skattningarna av skogliga variabler och jämföra dessa med andra mer omfattande undersökningar. I studien visas också att överensstämmelsen mellan laserskattade och fältmätta beståndsvariabler följer en liknande trend som andra utvärderingar, även om resultaten på variabelnivå varierar. Studien ger även en indikation om att informationen från skattningarna bör och kan anpassas till förhållanden på fastighetsnivå för att bli ett ännu bättre underlag för planering på kort och lång sikt.

The prediction of forest variables that was carried out in the first national laser scanning campaign 2009 – 2015, became a useful and important tool for forest management. In order to update the information that was extracted in the first scanning campaign, the Swedish Forest Agency is now conducting a second national scanning campaign alongside the National Mapping Agency and the Swedish University of Agricultural Sciences, starting in 2018.

The purpose of this study was to examine how the new prediction of forest variables are in line with estimates made in the field. On a forest property in Blekinge county in Sweden, plots were randomly sampled and comparisons made between the results from the second national scanning campaign and field observed stand variables. When comparing previously made evaluations of the latest predictions with the study's results, the study shows a greater difference between laser predicted and field observed data for stem volume and basal area. The study shows a better agreement for basal-area weighted mean stem diameter and an equivalent agreement for basal-area weighted mean tree height.

For stem volume, basal area and basal-area weighted mean stem diameter, the differences between laser estimation and field measurement can be explained systematically with high significance, but it was not possible to do so for basal-area weighted mean tree height.

Expressed as relative RMSE (Root Mean Square Error), the result for stem volume was 34.0%, for basal area 29.5%, for basal-area weighted mean stem diameter 12.8% and for basal-area weighted mean tree height 8.0%.

The study shows that with statistical methods and relatively simple equipment, it is possible to evaluate the prediction of forest variables and compare them with other more extensive surveys. The study also shows that the similarity between laser predicted and field observed stand variables follows a similar trend as other evaluations, although the results at variable level were found to vary.

The study gives an indication that the information from the predictions can and should be adapted to conditions at the property level to be an even better basis for planning in the short and long term.