{"id":629,"date":"2019-08-07T12:56:10","date_gmt":"2019-08-07T10:56:10","guid":{"rendered":"https:\/\/navigate.pl\/blog\/?p=629"},"modified":"2019-10-11T10:55:47","modified_gmt":"2019-10-11T08:55:47","slug":"ocena-stanu-zdrowotnego-drzewostanu-case-study-nadlesnictwo-lezajsk","status":"publish","type":"post","link":"https:\/\/navigate.pl\/blog\/ocena-stanu-zdrowotnego-drzewostanu-case-study-nadlesnictwo-lezajsk\/","title":{"rendered":"Ocena stanu zdrowotnego drzewostanu. Case study (Nadle\u015bnictwo Le\u017cajsk)"},"content":{"rendered":"

Wykonano ocen\u0119 stanu zdrowotnego drzewostanu iglastego na siedlisku lasu mieszanego \u015bwie\u017cego w Le\u015bnictwie Jelna (Nadle\u015bnictwo Le\u017cajsk) zlokalizowanego w wojew\u00f3dztwie podkarpackim. Analiz\u0119 przeprowadzono w oparciu o informacje zawarte na mapach reflektancji w zakresie bliskiej podczerwieni oraz wybranych zakres\u00f3w promieniowania widzialnego.<\/strong><\/em><\/p>\n

 <\/p>\n

Informacje wst\u0119pne:<\/strong><\/span><\/h3>\n\n\n\n\n\n\n\n\n
Wykonawca:<\/strong><\/td>\nGrzegorz Dur\u0142o<\/td>\n<\/tr>\n
Cel:<\/strong><\/td>\nWykonanie kompozycji barwnej NDVI oraz CIR i ocena uszkodze\u0144 koron drzew<\/td>\n<\/tr>\n
Data i miejsce wykonania nalotu:<\/strong><\/td>\nLe\u015bnictwo Jelna, Obr\u0119b Le\u017cajsk, Oddz. 93a\/94k-m, 24-06-2019<\/td>\n<\/tr>\n
Powierzchnia opracowania: <\/strong><\/td>\n13,75 ha<\/td>\n<\/tr>\n
Sprz\u0119t: <\/strong><\/td>\nDJI Matrice 210<\/a>, MicaSense Altum<\/a><\/td>\n<\/tr>\n
Oprogramowanie: <\/strong><\/td>\nDJI Pilot, Agisoft Metashape<\/a>, QGIS 2.18, SCP<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

1. Wst\u0119p
\n<\/strong><\/span><\/h3>\n

Wsp\u00f3\u0142czesne bezza\u0142ogowe statki lataj\u0105ce dysponuj\u0105 ogromnym potencja\u0142em w zakresie gromadzenia i przetwarzania informacji stanowi\u0105cej \u017ar\u00f3d\u0142o danych wykorzystywanych do bezpo\u015bredniego zarz\u0105dzania na obszarach le\u015bnych. Posiadaj\u0105 one liczne zalety w stosunku do satelit\u00f3w czy pilotowanych statk\u00f3w powietrznych. Przede wszystkim, drony mog\u0105 by\u0107 rozmieszczone szybko i wielokrotnie w tym samych lokalizacjach; s\u0105 one bezpieczniejsze ni\u017c pilotowane samoloty; s\u0105 elastyczne pod wzgl\u0119dem wysoko\u015bci lotu i czasu trwania misji, nadto mog\u0105 uzyska\u0107 zdj\u0119cia w rozdzielczo\u015bci pod-decymetrowej.<\/strong><\/p>\n

 <\/p>\n

2. Lokalizacja obiektu
\n<\/strong><\/span><\/h3>\n

Nadle\u015bnictwo Le\u017cajsk, Obr\u0119b Le\u017cajsk, Le\u015bnictwo Jelna, oddzia\u0142y 93 i 94.<\/strong>
\nGatunek panuj\u0105cy: Sosna pospolita (Pinus sylvestris<\/em> L.) 90%, w podro\u015bcie d\u0105b szypu\u0142kowy 8%, grab 1,5% i pojedynczo buk 0,5%.
\nPrzeci\u0119tna wysoko\u015b\u0107 drzewostanu panuj\u0105cego: 24,53 m (Oddz. 94) (ryc. 1).
\nWst\u0119pna analiza zagro\u017ce\u0144: kornik ostroz\u0119bny (Ips acuminatus) na so\u015bnie z widocznymi objawami defoliacji w g\u00f3rnej cz\u0119\u015bci strza\u0142y oraz wydzielaj\u0105cy si\u0119 posusz (fot. 1, 2).<\/p>\n

\"\"
Ryc. 1. Mapa obszar\u00f3w le\u015bnych z planem misji (zielona linia) oraz lokalizacj\u0105 zdj\u0119\u0107 (czerwona kropka)<\/figcaption><\/figure>\n
\"\"
Fot. 1. Przyk\u0142ad posuszu sosnowego na skutek pora\u017cenia przez kornika<\/figcaption><\/figure>\n
\"\"
Fot. 2. Przyk\u0142ad post\u0119puj\u0105cego procesu defoliacji koron drzew (sosna) na skutek pora\u017cenia przez kornika<\/figcaption><\/figure>\n

<\/h3>\n


\n3. Przebieg misji
\n<\/strong><\/span><\/h3>\n

Misj\u0119 bezza\u0142ogowego statku powietrznego zaplanowano w aplikacji DJI Pilot zgodnie z nast\u0119puj\u0105cymi parametrami: wysoko\u015b\u0107 lotu 110 m AGL, pr\u0119dko\u015b\u0107 pozioma 5 m\u00b7s-1, stabilizacja GPS\/GNSS, FO\/SO 75% (ryc. 3).<\/p>\n

Akwizycj\u0119 zdj\u0119\u0107 zaplanowano w aplikacji RE-3 MicaSense.<\/p>\n

Ustawienia kamery: CO Landscape; GSD 4,74; Footprint 97,91\/73,24.<\/p>\n

Warunki meteorologiczne w trakcie misji: s\u0142onecznie, temperatura powietrza 22\u1db9C; wilgotno\u015b\u0107 powietrza 78%; zachmurzenie og\u00f3lne nieba 0,0 Okt, pr\u0119dko\u015b\u0107 wiatru 1,5 m\u00b7s-1, widoczno\u015b\u0107 pozioma 15 km; stan powierzchni czynnej: sucha.<\/p>\n

W trakcie misji wykonano 1344 zdj\u0119\u0107 (5 kana\u0142\u00f3w) w formacie TIFF (16 bit).<\/p>\n

Optymalizacj\u0119 procesu akwizycji danych przygotowano w oparciu metodyk\u0119 zawart\u0105 w pracy Dandois i in. (2015).<\/p>\n

<\/h3>\n

<\/h3>\n

4. Opracowanie danych<\/strong><\/h3>\n

Opracowanie wykonano w aplikacji Agisoft Metashape Prof. 1.5.2.<\/p>\n

\u015arednia warto\u015b\u0107 wska\u017anika EIQ 0,796 (\u00b10,030); liczba zdj\u0119\u0107 wyr\u00f3wnanych 1344 (100%); \u015bredni b\u0142\u0105d geolokalizacji 1,39 m (tab. 1); \u015brednia liczba punkt\u00f3w wi\u0105\u017c\u0105cych 4236; ca\u0142kowity czas przetwarzania 53 min.<\/p>\n

Wst\u0119pna cz\u0119\u015b\u0107 opracowania zawiera rzadk\u0105 oraz g\u0119st\u0105 chmur\u0119 punkt\u00f3w, modele DTM i DSM, a tak\u017ce ortofotomozaik\u0119.<\/p>\n

Produkt ko\u0144cowy: mozaika barwna NDVI oraz CIR (NIR, RED, GREEN).<\/p>\n

Identyfikacj\u0119 koron drzew z oznakami os\u0142abienia i defoliacji oraz klasyfikacj\u0119 obiekt\u00f3w wykonano w aplikacji QGIS 2.18 Las Palmas. przy u\u017cyciu wtyczki SCP autorstwa Luca Congedo (2019). W procesie interpretacji ortofotomap wspomagano si\u0119 metodyk\u0105 opisan\u0105 w pracach Payne i in. (2011), Szyma\u0144skiego i in. (2014) oraz W\u0119\u017cyka i in. (2017).<\/p>\n

\"\"
Tabela 1. B\u0142\u0119dy przybli\u017conych \u015brodk\u00f3w rzut\u00f3w zdj\u0119\u0107 (cz\u0105stkowe i sumaryczny)<\/figcaption><\/figure>\n
\"\"
Ryc. 2. Rzadka chmura punkt\u00f3w z projekcj\u0105 zdj\u0119\u0107 nad oddzia\u0142ami 93 i 94<\/figcaption><\/figure>\n
\"\"
Ryc. 3. G\u0119sta chmura punkt\u00f3w z projekcj\u0105 zdj\u0119\u0107 nad oddzia\u0142ami 93 i 94<\/figcaption><\/figure>\n
\"\"
Ryc. 4. Model DSM drzewostanu w oddziale 94<\/figcaption><\/figure>\n
\"\"
Ryc. 5. Profil wysoko\u015bci drzewostanu (m) na podstawie modelu DSM<\/figcaption><\/figure>\n
\"\"
Ryc. 6. Fragment ortofotomozaiki (RGB) powierzchni le\u015bnej w oddziale 94<\/figcaption><\/figure>\n

<\/h3>\n

5. Wyniki<\/strong><\/h3>\n

Na podstawie map reflektancji (ryc. 7a-e) w pi\u0119ciu zakresach promieniowania (BLUE, GREEN, RED, REDEDGE oraz NIR) przygotowano barwn\u0105 kompozycj\u0119 wska\u017anika wegetacji NDVI dla badanego fragmentu drzewostanu (ryc. 8) oraz kompozycji barwnej CIR w zakresie bliskiej podczerwieni i wybranych zakres\u00f3w promieniowania widzialnego (ryc. 9). \u015arednia warto\u015b\u0107 wska\u017anika NDVI w obszarze zajmowanym przez sosn\u0119 wynios\u0142a 0,74 (\u00b10,05), dla cz\u0119\u015bci
\nz gatunkami li\u015bciastymi 0,95 (\u00b10,4). Przeci\u0119tna warto\u015b\u0107 wska\u017anika dla ca\u0142ego drzewostanu wynios\u0142a 0,92 (zakres od 0,29 do 0,99). R\u00f3\u017cnice te s\u0105 wyra\u017anie widoczne na histogramie z typowym w takich przypadkach rozk\u0142adem dwumodalnym (ryc. 8a). W ostatnim etapie opracowania wykonano klasyfikacj\u0119 nadzorowan\u0105 (SCP), kt\u00f3rej wyniki przedstawia rycina 10 wraz z tabel\u0105 opisuj\u0105c\u0105 udzia\u0142 poszczeg\u00f3lnych klas stanu zdrowotnego koron drzew (tab. 2). Ponad 10% drzew to posusz ja\u0142owy oraz wydzielaj\u0105cy si\u0119 posusz czynny, pozosta\u0142e 23% to drzewa os\u0142abione z post\u0119puj\u0105cym procesem defoliacji, kt\u00f3re nale\u017cy zakwalifikowa\u0107 do usuni\u0119cia w kolejnych latach. Stosunek liczby drzew zdrowych do os\u0142abionych jest bardzo wysoki i wynosi 2,2:1.<\/p>\n

Poni\u017cej mapy reflektancji. Kolejno BLUE, GREEN, RED, REDEDGE, NIR w oddziale 94:<\/p>\n

\n
\"\"
Ryc. 7a<\/figcaption><\/figure>\n
\"\"
Ryc. 7b<\/figcaption><\/figure>\n
\"\"
Ryc. 7c<\/figcaption><\/figure>\n
\"\"
Ryc. 7d<\/figcaption><\/figure>\n
\"Ryc.
Ryc. 7e<\/figcaption><\/figure>\n
\"\"
Ryc. 8. Fragment mapy indeksu wegetacyjnego NDVI drzewostanu w oddziale 94<\/figcaption><\/figure>\n
\"\"
Ryc. 8a. Histogram cz\u0119sto\u015bci kom\u00f3rek rastra barwnej mozaiki wska\u017anika wegetacyjnego NDVI<\/figcaption><\/figure>\n
\"\"
Ryc. 9. Fragment mapy CIR drzewostanu w oddziale 94<\/figcaption><\/figure>\n
\"\"
Ryc. 10. Fragment mapy klasyfikacji obiekt\u00f3w na podstawie 7 kryteri\u00f3w szczeg\u00f3\u0142owych tzw. obszar\u00f3w homogenicznych ROI.<\/figcaption><\/figure>\n
\"Tab.
Tabela 2. Podsumowanie wynik\u00f3w klasyfikacji koron drzew ze wzgl\u0119du na ich stan zdrowotny<\/figcaption><\/figure>\n

 <\/p>\n

<\/h3>\n

6. Podsumowanie<\/strong><\/h3>\n

Zaprezentowana w materiale technologia UAV\/UAS w po\u0142\u0105czeniu z mo\u017cliwo\u015bciami cyfrowego przetwarzania obrazu jest bardzo skutecznym narz\u0119dziem wspieraj\u0105cym diagnostyk\u0119 i monitoring \u015brodowiska, znacznie skracaj\u0105cym czas wymagany do pozyskania danych, co wydatnie obni\u017ca koszty jego analizy.<\/strong> Wsp\u00f3\u0142cze\u015bnie, le\u015bnicy stosuj\u0105 metody analizowania zdj\u0119\u0107 wysokiej rozdzielczo\u015bci w celu monitorowania zjawisk, kt\u00f3rych skutki s\u0105 wa\u017cne lub mog\u0105 w przysz\u0142o\u015bci by\u0107 istotne dla prawid\u0142owego funkcjonowania i stabilno\u015bci ekosystemu le\u015bnego. Do najbardziej popularnych nale\u017c\u0105 monitorowanie stanu zdrowotnego drzew, ocena stopnia defoliacji wywo\u0142anej czynnikami stresu biotycznego, monitorowanie stopnia uszkodzenia aparatu asymilacyjnego spowodowanego gradem lub innymi czynnikami abiotycznymi, w tym pochodzenia antropogenicznego.<\/p>\n

Pomiary zosta\u0142y wykonane za pomoc\u0105 kamery multispektralnej MicaSense Altum<\/a>, kt\u00f3ra pozwala na rejestracj\u0119 obrazu w pi\u0119ciu kana\u0142ach: Blue, Green, Red, Red Edge, Near infrared (NIR) wraz z obrazem termalnym (8-14 um). MicaSense Altum jest w pe\u0142ni kompatybilna z dronami DJI Enterprise.<\/p>\n

Bezza\u0142ogowy statek powietrzny, kt\u00f3ry zosta\u0142 u\u017cyty do bada\u0144 to DJI Matrice 210<\/a>. Dron pozwala na maksymalny czas lotu nawet do 34 min, a tak\u017ce umo\u017cliwia pod\u0142\u0105czenie dw\u00f3ch kamer jednocze\u015bnie.<\/p>\n

Wi\u0119cej na temat bezza\u0142ogowych statk\u00f3w powietrznych, oprogramowania, kamer i szkole\u0144 dedykowanych Lasom Pa\u0144stwowym opublikowali\u015bmy w Biuletynie Informacyjnym dla Las\u00f3w Pa\u0144stwowych<\/a>.<\/p>\n

<\/h3>\n

\u0179r\u00f3d\u0142a:<\/strong><\/h3>\n
    \n
  1. Congedo L. 2019. Semi-Automatic Classification Plugin Documentation. Ver 6.3.0.1. Manuscript, s.213.<\/em><\/li>\n
  2. Dandois J.P., Olano M., Ellis E.C. 2015. Optimal Altitude, Overlap, and Weather Conditions for Computer Vision UAV Estimates of Forest Structure. Remot. Sens. 7: 13895-13920. Doi:10.3390\/rs71013895<\/em><\/li>\n
  3. Payne A., Thompson G., Johnson C., Morgan H., Harrell J., Morgan T. 2011 A Guide for Understanding, Interpreting and Benefiting from CIR Imagery.<\/em><\/li>\n
  4. Szyma\u0144ski P., Robaszkiewicz R., B\u0119dkowski K., Brach M., Kwa\u015bny \u0141. 2014. Fotogrametryczny monitoring drzewostanu d\u0119bu bezszypu\u0142kowego (Quercus petraea Liebl.) w rezerwacie \u201eZimna Woda\u201d w Rogowie. Stud. Mat. CEPL, 41(4), 335-345.<\/em><\/li>\n
  5. W\u0119\u017cyk P., Mucha M., Szostak M. 2017. Mapa u\u017cytkowania i pokrycia fragment Gorcza\u0144skiego Parku Narodowego opracowana w oparciu o fotointerpretacj\u0119 cyfrowych ortofotomap lotniczych CIR z 2011 roku. Rocz. Geom. 1(76), 119-131.<\/em><\/li>\n<\/ol>\n

     <\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

    Wykonano ocen\u0119 stanu zdrowotnego drzewostanu iglastego na siedlisku lasu mieszanego \u015bwie\u017cego w Le\u015bnictwie Jelna (Nadle\u015bnictwo Le\u017cajsk) zlokalizowanego w wojew\u00f3dztwie podkarpackim. Analiz\u0119 przeprowadzono w oparciu o informacje zawarte na mapach reflektancji w zakresie bliskiej podczerwieni oraz wybranych zakres\u00f3w promieniowania widzialnego.   Informacje wst\u0119pne: Wykonawca: Grzegorz Dur\u0142o Cel: Wykonanie kompozycji barwnej NDVI oraz CIR i ocena uszkodze\u0144<\/p>\n","protected":false},"author":7,"featured_media":693,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[45],"tags":[],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/navigate.pl\/blog\/wp-content\/uploads\/2019\/08\/matrice-210-micasense-altum.jpg","_links":{"self":[{"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/posts\/629"}],"collection":[{"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/comments?post=629"}],"version-history":[{"count":43,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/posts\/629\/revisions"}],"predecessor-version":[{"id":695,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/posts\/629\/revisions\/695"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/media\/693"}],"wp:attachment":[{"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/media?parent=629"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/categories?post=629"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/navigate.pl\/blog\/wp-json\/wp\/v2\/tags?post=629"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}