Laser scanning in tree structure modelling

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
School of Engineering | Master's thesis
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2012
Major/Subject
Fotogrammetria
Mcode
Maa-57
Degree programme
Language
fi
Pages
vii + 55
Series
Abstract
Optimization of wood supply chain and monitoring climate change and human impact on environment creates ever growing need for accurate 3D information of biosphere. Carbon footprint of forests requires information of the size distribution of above ground biomass when logging waste is used as bioenergy. Terrestrial and aerial laser scanning are promising methods to produce dense 3D data from forests and single trees but automation of the data processing is challenge. In this master thesis a novel tree cylinder modelling algorithm developed at Tampere University of Technology is tested with 43 pines growing in the same test plot. Branch size distribution is calculated and divided in classes according to tree height. Hypothesis is that tree height and other ALS derivable tree metrics could be used to make large scale estimations of forest canopy structure when growing conditions are similar. The results point out that connection between tree height and size distribution of branches is present. The method can be further developed by improving data collection methods. Needles on the branches could be detected and classified using laser scanner intensity or spectral information from active hyper spectral LiDAR. Data acquisition could be sped up by use of mobile laser scanning.

Metsätalouden tehostamistarve, ilmastonmuutos ja ihmisen toimien vaikutusten seuranta synnyttävät alati kasvavan tarpeen tarkalle kolmiulotteiselle informaatiolle metsistä ja yksittäisistä puista. Yhteiskunnallisesti merkittävässä metsäinventoinnissa arvioidaan myös metsän hiilijalanjälkeä mm. bioenergiatuotannon tarpeisiin, joten tarvitaan muutakin inventointitietoa kuin runkopuun tilavuus. Maa- ja ilmalaserkeilaus on ihanteellinen menetelmä tiheän kolmiulotteisen aineiston tuottamiseen metsistä, mutta aineiston käsittelyn automatisointi on osoittautunut haastavaksi. Diplomityön tarkoituksena on testata Tampereen teknillisessä yliopistossa kehitettyä uutta automaattista puun sylinterimallinnusmenetelmää puun oksiston kokorakenteen mallintamisessa. Aineistona käytetään 43 mäntyä, jotka kasvavat samalla koealalla ja tavoitteena on selvittää, voidaanko kokojakaumatietoa yleistää laajemmille alueille käyttämällä ilmalaserkeilauksella tuotettavaa puutunnusta, kuten puun korkeutta, yhdistävänä tekijänä. Työssä arvioitiin mittausmallinnusmenetelmän toimivuutta ja kehitettiin sen käytännön toteutusta. Työn tuloksena laskettiin oksiston kokojakaumat, jotka luokiteltiin puun korkeuden perusteella neljään luokkaan. Korrelaatio kokojakaumahistogrammin ja korkeuden välillä on olemassa, joten menetelmä vaikuttaa lupaavalta tavalta kerätä maastoferenssiaineistoa aluepohjaisen oksiston kokojakaumaestimoinnin tueksi. Jatkotutkimuksena menetelmän tarkkuutta voidaan parantaa kehittämällä mittausmenetelmää. Havupuiden neulasten havaitseminen aineistosta voidaan tehdä laserkeilauksen intensiteetin avulla tai käyttämällä aktiivisen hyperspektrilaserkeilaimen spektritietoa.
Description
Supervisor
Haggrén, Henrik
Thesis advisor
Kaasalainen, Sanna
Keywords
laser scanning, laserkeilaus, modelling, mallinnus, silviculture, metsänmittaus
Other note
Citation