• Nie Znaleziono Wyników

leśnych — perspektywa skandynawska

1.

W 2020 r. przypadnie 25. światowa rocznica podjęcia badań z zastosowaniem lotniczego skaningu laserowego (ALS) jako technologii służącej udoskonaleniu operacyjnej inwentaryzacji lasu. Pierwsze dane próbne ALS zostały pozyskane w 1995 r., pierwszy test metody opartej na modelowaniu parametrów uzyskanych z powierzchni próbnych (area-based method) został przeprowadzony w 1999 r.

(1000 ha), pierwszy kontrakt komercyjny na podjęcie operacyjnej inwentaryza-cji lasu przy pomocy ALS podpisano w 2002 r. (49 000 ha) i wreszcie pierwsze inwentaryzacje w drugim cyklu przy zastosowaniu ALS rozpoczęły się w 2017 r.

Wszystkie te kluczowe wydarzenia miały miejsce w Skandynawii, a właściwie w Norwegii.

Spoglądając wstecz, w szczególności Norwegia miała idealne warunki do uzy-skania tych osiągnięć. Zasadnicze znaczenie miały cztery czynniki, które być może mogą zainspirować do podjęcia działań w innych krajach.

PLATFORMA CYFROWA: istniał już w pełni zdigitalizowany ciąg produk-cyjny planów urządzenia lasu w firmach wykonujących inwentaryzację w oparciu o fotogrametrię cyfrową.

SEKTOR PRZEMYSŁOWY: w tym czasie Norwegia dysponowała wiodącą branżą geodezyjną, dokonującą prób i wykorzystującą ALS już w 1995 r. Kilka innych krajów było w podobnej sytuacji (np. Niemcy, Holandia i Szwecja), ale z wyjątkiem Szwecji interakcja z sektorem leśnym wydawała się tam słabsza.

BADANIA: silna współpraca między sektorem leśnym a społecznością akade-micką, wraz z badaczami, którzy już aktywnie wykorzystywali najnowsze tech-nologie do usprawnienia inwentaryzacji lasu.

EKONOMIA/ORGANIZACJA: publiczne dotacje zachęcające małe gospodar-stwa leśne do połączenia sił i współpracy w zakresie zbierania danych na rozległych

42 Erik Næsset

obszarach – wymóg niezbędny do osiągnięcia korzyści wynikającej ze skali działa-nia. Istniała także silna konkurencja między firmami wykonującymi inwentaryzację lasu, stymulująca rozwój i wdrażanie skuteczniejszych metod.

2.

O ile metoda oparta o powierzchnie próbne, wykorzystująca ALS, objęła większą część rynku całościowej inwentaryzacji lasu w Norwegii oraz Szwecji w okresie do 2010 r., to w nową erę do tego czasu nie weszła w pełni Finlandia. Jednak już wkrótce w Finlandii powstał największy rynek inwentaryzacji lasu w oparciu o ALS, obejmującej corocznie powierzchnię ok. 3 mln ha. Od 2010 r. większość inwen-taryzacji w Finlandii i Norwegii było prowadzonych przy pomocy ALS. Przyjęta metodyka w Norwegii i Szwecji była mniej więcej taka sama, z dedykowanymi systematycznymi pomiarami powierzchni próbnych na docelowym obszarze i kam-paniami ALS. Techniką przyjętą do określenia relacji między zmiennymi docelo-wymi a danymi ALS była statystyczna estymacja regresji. Typodocelo-wymi zmiennymi docelowymi na poziomie drzewostanu są: średnia wysokość, dominująca wysokość, średnia pierśnica, powierzchnia przekroju drzewostanu, liczba drzew i miąższość.

Informacje na przykład o gatunkach drzew i bonitacji są zazwyczaj pobierane ze źródeł innych niż ALS; w Norwegii często w wyniku interpretacji stereoskopowej.

Większość właścicieli lasów potrzebuje danych jedynie na poziomie drzewostanu.

Szczególnie w Norwegii drzewostany mają niewielką powierzchnię – średnio ok. 1,5 ha. Bardziej zaawansowani użytkownicy informacji o zasobach leśnych coraz częściej oczekują bardziej szczegółowych danych, na przykład dla każdej pojedynczej jednostki przestrzennej, dla której określa się wspomniane zmienne celowe. Te mniejsze jednostki mają zazwyczaj wielkość około 250 m2 i wielu za-rządców lasów ceni sobie tak wysoki poziom szczegółowości w codziennej pracy.

W Finlandii metoda ta jest zasadniczo taka sama jak w innych krajach, ale o ile standardowa powierzchnia projektu w Norwegii wynosi około 20 tys. – 80 tys. ha, to powierzchnie w Finlandii są większe. W Finlandii szacunki są oparte na metodach nieparametrycznych, jak kNN (algorytm k najbliższych sąsiadów), w przeciwień-stwie do regresji. kNN zazwyczaj wymaga większej liczby powierzchni próbnych.

Lista zmiennych na poziomie drzewostanu w Finlandii jest zazwyczaj bardziej rozbudowana, z większą liczbą informacji powiązanych z gatunkami drzew.

W miarę upływu lat nastąpiło stopniowe ulepszenie tych metod. Początkowo inwentaryzacje z wykorzystaniem ALS obejmowały dojrzałe drzewostany lub przynajmniej te drzewostany, które osiągnęły wiek trzebieży (pow. 8–10 m wy-sokości). W ostatnich latach włączono również młodsze drzewostany – od fazy odnowienia i sadzenia (typowe wysokości drzew od 0 do 8 m). Oznacza to, że

43

szacowaniu podlegają inne zmienne niż te odnoszące się do zapasu na pniu, jak np. liczba drzew lub rozmieszczenie gatunków. Inne rodzaje informacji są obec-nie rówobec-nież powszechobec-nie uzyskiwane z ALS, np. takie jak wskaźniki pokazujące potrzebę pielęgnacji, trzebieży i innych czynności hodowlanych oraz związanych z użytkowaniem. Dodatkowo rutynowo opracowywane są inne produkty przydatne podczas pozyskania drewna, takie jak mapy uwilgotnienia terenu. Metoda bazująca na wykorzystaniu parametrów pojedynczych drzew pozostała raczej marginalną me-todą w Skandynawii. Kilka projektów zrealizowano jedynie w Norwegii i Szwecji.

Niektóre z firm prowadzących inwentaryzację są obecne we wszystkich wymie-nionych krajach, a niektóre działają również w innych częściach Europy, szczególnie w krajach bałtyckich, chociaż dekadę temu miały miejsce próby uruchomienia działań biznesowych w zakresie inwentaryzacji lasu nawet w Europie Południowej (np. w Hiszpanii) i poza Europą (np. w Kanadzie). Rynek w krajach skandynaw-skich jest obecnie bardziej podzielony niż jakiś czas temu, z firmami działającymi zasadniczo tylko w jednym kraju.

. O

Należy zwrócić uwagę na przynajmniej pięć trendów w operacyjnej inwentary-zacji lasu – niektóre z nich są uzależnione od technologii, niektóre od badań, a za innymi stoją czyste uwarunkowania komercyjne.

BARDZIEJ SZCZEGÓŁOWE INFORMACJE. Nawet najpowszechniejsze kampanie ALS o względnie niskim zagęszczeniu (1–2 punkty ALS/m2) dostar-czają przypuszczalnie danych zawierających więcej informacji o strukturze lasu niż te, które są obecnie wykorzystywane do oszacowania tradycyjnych zmiennych drzewostanu (wysokość, miąższość itp.). Dotyczy to informacji o dystrybucji klas wymiarowych, np. dystrybucja średnicy. Takie produkty są promowane na rynku od prawie 15 lat i wydaje się, że w przyszłości zyskają na znaczeniu. Obejmuje to również bardziej szczegółowe informacje o gatunkach, które mogą ulec popra-wie dzięki polepszeniu czujników (popra-wielospektralny ALS) i ich połączeniu (ALS i zdjęcia lotnicze).

NOWE RODZAJE INFORMACJI. Ponieważ dane ALS zawierają strukturalne informacje o terenie oraz o drzewach i drzewostanach, dane te najprawdopodobniej mogą być również wykorzystane do wyodrębnienia informacji o innych usługach ekosystemowych, które sektor leśny często ma prawny obowiązek zidentyfikować i zachować. Przykładami są pozostałości kulturowe i różne aspekty różnorodności biologicznej, które w takiej lub innej formie są związane z procesem certyfikacji jednostki leśnej.

Wykorzystanie danych z lotniczego skaningu laserowego do inwentaryzacji zasobów leśnych…

44 Erik Næsset

PRODUKTY KRAJOWE. Wiele krajów w Europie prowadziło w ostatnich latach ogólnokrajowe kampanie ALS w celu stworzenia nowych i ulepszonych numerycznych modeli terenu dla całego obszaru. Kilka krajowych instytucji re-alizujących inwentaryzację lasu skorzystało z okazji połączenia danych z ALS z krajowymi bazami danych z powierzchni próbnych w celu stworzenia siatki zawierającej wszystkie istotne zmienne dotyczące lasów na poziomie komórki (ko-mórki z reguły wielkości około 200–250 m2). Produkty te opierają się na metodzie powierzchni próbnych. W Szwecji produkt ten, bezpłatnie udostępniony w inter-necie do pobierania danych, został już przyjęty przez wielu właścicieli lasów jako podstawowe źródło informacji w planowaniu gospodarczym. Tego samego trendu w pewnym zakresie można spodziewać się w innych krajach. Jednak dokładność będzie raczej mniejsza niż w dedykowanych lokalnych inwentaryzacjach ALS, więc z pewnością będzie przedmiotem kompromisu między bardzo niskimi kosztami danych a kosztami wynikającymi z niewłaściwych decyzji i utraty pieniędzy na skutek nieoptymalnych zaleceń gospodarczych spowodowanych błędnymi danymi.

DOSTOSOWANIE OBRAZU. Wiele krajów w Europie ma ogólnokrajowe programy regularnego pozyskiwania obrazów lotniczych. Ostatnie postępy w tech-nologii kamer cyfrowych, oprogramowanie do dostosowywania obrazów i ekstrakcji chmury punktów, a także możliwości obliczeniowe komputerów sprawiły, że dopa-sowanie obrazów 3D stało się realną alternatywą dla ALS w zakresie wytwarzania danych 3D dla inwentaryzacji lasu, pod warunkiem, że istnieje już dokładny model terenu z ALS. Takie dane są tańsze do pozyskania niż dane ALS i w przypadkach, gdy stanowią one część istniejącej krajowej infrastruktury danych, sektor leśny może często uzyskać dostęp do nich bezpłatnie lub przy niewielkich kosztach.

Ostatnie badania wskazują, że metoda oparta na powierzchniach próbnych z za-stosowaniem danych z dopasowania obrazów 3D może pozwolić na oszacowanie miąższości, średniej wysokości i innych zmiennych z dokładnością porównywalną do tej z ALS. Dopasowanie obrazów jest teraz zalecane jako źródło danych dla inwentaryzacji lasu w Norwegii i jest do pewnego stopnia także wykorzystywane jako podstawowe źródło danych dla produktów krajowych opisanych powyżej.

INFORMACJA CZASOWA. Powtarzanie inwentaryzacji lasu z ALS (lub do-pasowaniem obrazu) w czasie, jak pokazano na podstawie drugiego cyklu in-wentaryzacji przy użyciu ALS, otwiera możliwości szacowania nowego pakietu zmiennych, mającego charakter czasowy. Odnosi się to do informacji dotyczących zmian w stanie lasu spowodowanych pozyskaniem drewna, innymi działaniami gospodarczymi i zmianami naturalnymi. Szczególne znaczenie ma szacowanie bonitacji. Bonitacja – w wielu krajach wyrażona w formie wskaźnika opartego na dominującej wysokości i wieku, może być dokładnie określona na podstawie danych 3D z ALS (lub dopasowania obrazu) w dwóch momentach czasowych. Istnieją

45

dwie alternatywy, mianowicie 1) oszacowanie wskaźników na podstawie metody powierzchni próbnych przy wykorzystaniu wartości wskaźników z powierzchni próbnych i metryk 3D z obu momentów w czasie, odzwierciedlających przyrost wysokości lub 2) oszacowanie wskaźnika na podstawie długości okresu między dwoma pobraniami i przyrostu wysokości w tym okresie. Ostatnie badania w Nor-wegii wskazują, że obie metody są równie dokładne. Wskaźnik produktywności siedliska jest jedną z najmniej dokładnych zmiennych drzewostanowych w obecnie prowadzonych inwentaryzacjach i w drugim cyklu inwentaryzacji opartym na ALS określone zostaną szacunki tego wskaźnika na podstawie danych z dwóch momen-tów czasowych, dla tych części powierzchni podlegającej inwentaryzacji, które nie były przedmiotem jakiegokolwiek działania od czasu poprzedniej inwentaryzacji.

4.

Inwentaryzacje w oparciu o powierzchnie próbne wykorzystujące ALS przed-stawiały zmianę paradygmatu w inwentaryzacji lasu. Od czasu pierwszych eks-perymentów blisko 25 lat temu nastąpiła stopniowa poprawa stosowanych metod w kierunku obniżania kosztów, zwiększenia dokładności i wprowadzania nowych produktów informacyjnych, które wcześniej nie były ekonomicznie lub technicznie wykonalne. Przyszły postęp technologiczny spowoduje prawdopodobnie dalsze polepszenie tych metod.

Wykorzystanie danych z lotniczego skaningu laserowego do inwentaryzacji zasobów leśnych…

46 Erik Næsset

Summary

Erik Næsset

Norwegian University of Life Sciences erik.naesset@nmbu.no