Epsilon Archive for Student Projects

Abstract

Med anledning av gremmeniellasvampens (gremmeniella abietina) utbredning i våra skogar i
dag och konsekvenserna det för med sig, vill skogsvårdsorganisationen så snart som möjligt
få fram en metod för att lokalisera angreppen och bedöma omfattningen av skadorna. I denna
uppsats har jag därför undersökt vilka våglängdsband som är mest lämpade för att lokalisera
gremmeniellan och vilka som är mest lämpade för att skilja skadorna från gallringar och
utifrån det ge rekommendationer till skogsvårdsstyrelsen för deras fortsatta arbete.

Resultaten blev att våglängdsband 3, 5 eller 7 från Landsat satellitens TM sensor är de band
som ger bäst resultat för att skilja ut bestånd där förändring har skett från bestånd som visar
sig vara oförändrade. Enforma använder skillnadsbilder från enstaka våglängdsband. En
kombination av två eller flera våglängdsband, samt inkludering av data från ursprungsbilden
skulle höja noggrannheten i den statistiska analysen något. I denna undersökning erhölls bäst
resultat då det mellaninfraröda bandet (TM 5) och det nära infraröda bandet (TM 4) från såväl
den tidiga ursprungsbilden som skillnadsbilden kombinerades. Man kan dock konstatera att
det är svårt att skilja mellan skadade och gallrade bestånd i alla våglängdsband även om man
kan ana en viss separerbarhet i band 3, 5 eller 7. Studiens resultat ska tolkas mot bakgrund av
att det varit svårt att få fram beståndsdata som hade noggranna uppgifter om skadegrad, samt
om hur stor del av bestånden som var skadade.

Due to the spreading of the fungus gremmeniella (Gremmeniella Abietina) in our forests
today and the consequences it brings, the Swedish forest authorities are eager to find a method
for locating the attacked areas and for estimating the extent of the damages. In this MSc
thesis, I have tried to identify which wavelengths that are of importance when looking for
damages of the gremmeniella and which are of importance when trying to separate thinned
areas from areas that are damaged, and from my results give the forestry board some
recommendations for their further work.

The recommendations based on this work is that difference images from Landsat TM bands
3, 5 or 7 are the best single band images, both for finding the damages and for separating
them from the thinning cuttings. It was difficult to separate damages from thinnings, even if
one may see a slightly difference in band 3, 5 and 7. The current Enforma program uses
thresholding in single band imagery. A statistical analysis based on several bands, and
including one of the original images, will improve the results slightly. In this study, the best
results where obtained by using a combination of TM 4 and TM 5 from the early original
image and the difference image. A difficulty with this study was the limited availability of
stand data showing the degree of damage and the extent of the damaged areas in the
respective stands.