Utskrift
Den teknologiske utviklingen gjør at det i dag er stor tilgang på flere typer fjernmålingsdata. Kombinert med feltregistreringer åpner disse dataene mange muligheter. Fjernmålingsdata komplementerer Landsskogtakseringens feltregistreringer, og gjør det mulig å levere statistikk for mindre geografiske områder enn tidligere. Skogressurskartet SR16 er et resultat av forskning og utvikling innen fjernmåling av skog i Landsskogtakseringen.
Marius Hauglin
Forsker
-
Divisjon for skog og utmark
(+47) 994 59 839 marius.hauglin@nibio.no Kontorsted: Ås - Bygg H8
Fjernmåling betegner strengt tatt alle målemetoder som ikke direkte berører objektene som måles. Men begrepet brukes hovedsakelig for sensorer som opereres fra satellitter eller fly.
For terrestrisk laserskanning og lignende metoder der sensorene er i nærheten av det som måles kan betegnelsen proksimalmåling brukes (fra det engelske begrepet proximal sensing). Opptak fra droner kan defineres inn i begge kategorier.
Fjernmålingsdata lar seg klassifisere etter plattformtype (satellitt, fly), sensortype (aktiv, passiv) eller datatype (todimensjonal eller tredimensjonal).
Alle fjernmålingstyper har sine fordeler og ulemper, men grovt forenklet gjelder det at: Gjenopptaksrate for data basert på opptak fra satellitt er større enn for opptak fra fly. En større gjenopptaksrate gjør det mulig å følge endringer i skogen (for eksempel hogst eller tilvekst) og øker sannsynligheten for brukbare (skyfrie) bilder når det gjelder satellittdata.
Til gjengjeld er den romlige oppløsningen for data tatt opp fra fly vanligvis bedre enn for data fra satellitter. Todimensjonale data egner seg mer for å beskrive arealbruk og treslag, mens tredimensjonale data egner seg bedre for å beskrive egenskaper som sier noe om skogstruktur; slik som volum, biomasse eller høyde.
Aktive sensorer som laserskanning (lidar) og radar er mer uavhengig av værforholdene. Radaren kan for eksempel «se gjennom» skyer. Til gjengjeld dekker passive sensorer ofte større områder og kan være mye billigere.
Siden 1980-tallet har flybilder blitt brukt i Landsskogtakseringen for å bestemme om en flate er trebevokst og dermed skal oppsøkes i felt, eller ikke. Fjernmålingsdata kan imidlertid brukes til flere andre formål i en nasjonal skogtaksering:
I mange land brukes det satellittdata i designfasen for å grovt avgrense skogstyper med ulik variasjon og verdi, spesielt når en ny nasjonal skogtaksering etableres. I skogstyper med mye variasjon og verdi, vanligvis høyproduktive skogstyper med en delvis stor akkumulering av biomasse, brukes det så et tettere nett av feltflater enn i andre skogtyper.
Et tettere nett av feltflater gir et større antall observasjoner som igjen reduserer den statistiske usikkerheten i estimatet. Landsskogtakseringen ble etablert lenge før satellittenes tidsalder og feltobservasjoner ble brukt for å optimalisere fordelingen av feltflater i Norge. Les mer om hvordan Landsskogtakseringens flater er lagt ut her:
Helt fram til 2000-tallet var allment tilgjengelige satellittdata konvensjonelle bilder tatt opp med passive sensorer, det vil si basert på refleksjonen av sollys. Det amerikanske satellittprogrammet Landsat har en av verdens lengste tidsserier innen jordobservasjoner.
Landsatdata i kombinasjon med AR5 og Landsskogtakseringens feltdata ble brukt for å utvikle kartproduktet SatSkog.
En merkbar forbedring av programvare og beregningskapasitet, sammen med innføringen av digitale flybildesensorer i begynnelsen av 2000 førte til en liten renessanse for bruk av flybilder: Ved hjelp av fotogrammetri (såkalt bildematching) var det nå mulig å produsere overflatemodeller med høy oppløsning (pikselstørrelse mindre enn 1 × 1 m) over store områder basert på vanlige overlappende flybilder som blir tatt opp i den nasjonale Omløpsfotograferingen.
Muligheten for å kombinere Landsskogflatene med overflatemodeller basert på bildematching for å forbedre Landsskogtakseringens estimater for kommuner ble først undersøkt i Vestfold. Det viste seg å være mulig å øke presisjonen med 2-3 ganger sammenlignet med å bare bruke feltdata. I et stipendiatprosjekt i Landsskogtakseringen ble mulighetene videre undersøkt og resultatet var Skogressurskartet SR16 som ble publisert for Trøndelag i 2014.
SR16 har navnet sitt fra pikselstørrelsen på 16 × 16 m, og som dermed tilsvarer omtrent størrelsen på Landsskogtakseringens flater.
På midten av 1990-tallet skjedde det en liten revolusjon innen fjernmåling med relevans for skogtakseringen, da flybåren laserskanning ble tilgjengelig. En laserskanner er en aktiv sensor som sender ut laserpulser og registrerer når pulsene blir reflektert tilbake fra trær eller andre objekter. På denne måten får man en tredimensjonal punktsky som beskriver høyden og tettheten av skogen. Siden høyde og tetthet er sterkt korrelert med tømmervolum som en av de viktigste variablene som rapporteres i en skogtakst, ble det utviklet metoder for bruk av flybåren laserskanning i skogtakseringen.
En lasertakst ga høy nøyaktighet sammenlignet med mer manuelle metoder som fototakster, og med sammenlignbare kostnader. Metoden har fram til i dag blitt brukt i skogbruksplantakster i store deler av landet.
Relevant for Landsskogtakseringen er beslutningen om å lage en nasjonal digital høydemodell basert på laserskanning. Store deler av landets skogareal blir skannet med flybåren laser, samt at disse dataene gjøres åpent tilgjengelig av Kartverket. Laserdataene fra Kartverket og metodikken utviklet for lasertakster gjorde at skogressurskartet SR16 siden 2017 er basert på data fra flybåren laserskanning, og ikke bildematching som i den første pilotstudien.
Fjernmåling er et fagfelt med stor utvikling, drevet av stadige teknologiske fremskritt innen data- og sensorteknologi. I tillegg til laserdata brukes det i skogressurskartet SR16 data fra de europeiske Sentinel-2-satellittene. Dette er data som har høyere romlig oppløsning en Landsat, og dermed kan gi mer nøyaktige data.
I SR16 blir data fra Sentinel2 brukt for å predikere det dominerende treslaget (gran, furu eller lauv) for hver 16 × 16 m piksel. En stor forandring når det gjelder satellittdata er at den temporære oppløsningen og dekningen blir bedre og bedre. I stor grad blir nå bildene tatt heldekkende og systematisk, med hyppigere opptak av samme område. Dette øker sannsynligheten for skyfrie opptak.
Det forskes på hvordan den høye tidsmessige oppløsning kan utnyttes. Hver av de to Sentinel-2 satellittene tar ett nytt bilde hver 10. dag for et gitt sted og en gitt bane. I Norge vil ethvert sted dekkes av minst to baner og med to satellitter så vil ethvert sted få nye bilder hver 2,5 dag i gjennomsnitt. Disse dataene kan utnyttes for å forbedre kart, samt hyppig oppdatering av endringer som følge av menneskelig aktivitet (jordbruk, skogbruk, byggevirksomhet) og naturhendelser som stormskader, flom og barkbilleangrep. Som med laserdata er det igjen feltdata fra Landsskogtakseringen som er grunnlaget for modellen, og som muliggjør prediksjonene. Gode feltobservasjoner er dermed en forutsetning for en god utnyttelse av fjernmålingsdata.
I tillegg til satellitter som gjør bildeopptak med optiske sensorer (kameraer), har vi satellitter som bruker bildedannende radar, såkalt SAR (syntetisk aperture radar). SAR har den store fordelen at den ser gjennom skyene, og fungerer like bra sommer som vinter, dag og natt. Det siste skyldes at den ikke er avhengig av sollys, ettersom den kun registrerer ekkoet fra de radarpulser den sjøl sender ut.
For Norge med lang mørketid om vinteren og mye skyet vær, er SAR et verdifullt supplement. Det finnes en rekke anvendelser av SAR for skog og andre formål, og mye er under utvikling. Det er i dag særlig Sentinel-1 satellittene som er utgangspunktet for utvikling av SAR-anvendelser, ettersom de gir data med omtrent samme hyppighet og systematiske dekningsgrad som Sentinel-2.
Per i dag blir trærne på en Landsskogflate målt manuelt med klave og høydemåler. Fjernmålingsteknologi kan komme til anvendelse i selve registreringene som gjøres på en feltflate. På samme måte som med laseskanning fra fly kan det skannes med bakkebaserte laserinstrumenter.
Data fra laserskannere – både fra luften og fra bakken – beskriver den romlige strukturen i skogen godt. Det har vært gjort forsøk med bruk av data fra bakkebasert laserskanning for å erstatte for eksempel manuelle diameter- og høydemålinger.
Bruk av denne typer data som erstatning for manuelle målinger er foreløpig på forskningsstadiet. Det er knyttet noen utfordringer til en slik bruk, spesielt det at trestammer og greiner forårsaker skygger i datasettet. Dette gjør det tidkrevende å få gode målinger fra alle trær på en feltflate. Potensialet for utnyttelse av data fra bakkenære sensorer vil bli undersøkt videre, og vil kanskje en dag erstatte eller supplere manuelle målinger på feltflatene. Bruk av denne typer instrumenter åpner også opp for registreringer av treegenskaper som ikke er praktisk mulig å gjennomføre manuelt, slik som stammeform og kviststruktur.
Bruk av droner har økt innen mange områder i samfunnet de siste årene. I skog egner droner seg foreløpig mest for detaljerte enkeltundersøkelser av skogstrukturen på mindre arealer. Det er lovende resultater i prosjekter med bruk av droner i forbindelse med deteksjon av brunråte i skogbestand og undersøkelser av vegetasjonsskader etter jordskred.
Med økninger i batterikapasitet, forbedring av flyegenskaper, et større marked av tjenesteytende bedrifter og regulatoriske endringer kan droner komme til å spille en større rolle også for skogtakseringen i framtiden. En del av disse endringene ser vi allerede nå. Siden kostnadene ved å bruke droner er mye lavere enn for fly, kan droner bidra til at fjernmålingsinformasjon blir mer tilgjengelig for mange til en rimelig pris.
Siden mange ulike sensorer kan monteres på en drone, kan de også ses som bærere av måleutstyr. Vi har for eksempel brukt en dronebasert laserskanner, på samme måten som en bakkebasert laserskanner, for å bestemme diameter, høyde og treslag på enkeltrær. Per i dag er slike målinger ofte ikke av samme kvalitet som tradisjonelle feltmålingene, men i framtid kan man tenke seg at feltmålinger blir supplert med dronemålinger. For eksempel når det gjelder målinger i vanskelig tilgjengelig eller til og med farlig terreng.