Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Shaohui Zhang

Large-scale estimation of boreal forest leaf area index with airborne laser scanning data

Zhang S. (2025). Large-scale estimation of boreal forest leaf area index with airborne laser scanning data. https://doi.org/10.14214/df.375

Tiivistelmä

Lehtialaindeksi (LAI), joka määritellään kaksipuoleisen lehtipinta-alan puolikkaana pinta-alayksikköä kohden, on keskeinen muuttuja metsän latvuskerroksen rakenteen kuvaamisessa. Se on tärkeä syöte moniin biosfääri-ilmakehämalleihin sekä merkittävä biodiversiteetin indikaattori. Ajallisesti ja paikallisesti tarkkoja, laaja-alaisia LAI-karttoja tarvitaan monissa sovelluksissa, mutta LAI:n mittaaminen maastossa on työlästä ja aikaa vievää erityisesti suurilla alueilla. Tässä väitöskirjassa tutkin mahdollisuuksia arvioida LAI:ta suurilla alueilla lentolaserkeilausaineistojen avulla. Vertasin erilaisia laserkeilauspohjaisia latvuspeittoindeksejä verrattiin ensin maastossa mitattuihin pystysuuntaisiin latvusaukkoisosuuksiin. Kaikista kaiusta laskettu peittävyysindeksi oli vähiten harhainen, mikä teki siitä sopivan semifysikaaliseen mallinnukseen. Tutkin myös laserkeilausaineistosta laskettujen polaarimuunnosten hyödyllisyyttä selittäjinä empiirisessä mallinnuksessa, ja ne osoittautuivat hyödyllisiksi parantaen mallien tarkkuutta. Lisäksi arvioin sekä empiiristen että semifysikaalisten mallinnusmenetelmien suorituskykyä LAI:n arvioinnissa alueellisella ja valtakunnallisella tasolla. Vaikka empiiriset LAI-mallit saavuttivat hieman paremman tarkkuuden, semifysikaalinen malli oli paremmin siirrettävissä eri alueiden välillä. Valtakunnallisen LAI-mallin tarkkuutta voitaisiin edelleen parantaa hyödyntämällä paikallisia koealoja mallin kalibroinnissa. Lopuksi ehdotan pelillistettyä menetelmää LAI-tiedon keräämiseksi. Pelillistämisen avulla kerätyistä mittauksista voi kehittyä arvokas tietolähde valtakunnallisten LAI-mallien validointiin ja kalibrointiin.

Avainsanat
LiDAR; kasvialaindeksi; mallin siirrettävyys; metsän latvuskerros; kansalaistiede; pelillistäminen

Tekijä

Julkaistu 17.6.2025

Katselukerrat 97

Saatavilla https://doi.org/10.14214/df.375 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

Zhang S, Korhonen L, Lang M, Pisek J, Díaz GM, Korpela I, Xia Z, Haapala H, Maltamo M (2024) Comparison of Semi-Physical and Empirical Models in the Estimation of Boreal Forest Leaf Area Index and Clumping with Airborne Laser Scanning Data. IEEE Transactions on Geoscience and Remote Sensing 62: 1­­­‒12, article id 5701212.

https://doi.org/10.1109/TGRS.2024.3353410

Zhang S, Korhonen L, Korpela I, Packalen P, Maltamo M (2025) Nationwide Airborne Laser Scanning Based Models for Leaf Are Index in Finland. Manuscript.

Zhang S, Korhonen L, Nummenmaa T, Bianchi S, Maltamo M (2024) How to implement the data collection of leaf area index by means of citizen science and forest gamification? Silva Fennica 58(5), article id 24044.

https://doi.org/10.14214/sf.24044


Rekisteröidy
Click this link to register to Dissertationes Forestales.
Kirjaudu sisään
Jos olet rekisteröitynyt käyttäjä, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta
Valitsemasi artikkelit
Hakutulokset