Wie man eine Walddichtekarte aus Lidar-Daten erstellt
25. Juni 2024Die Walddichte dient als Indikator für Waldgesundheit und -wachstum. Fernerkundungsdaten, wie beispielsweise LiDAR-Daten, ermöglichen eine zeit- und arbeitssparende Analyse der Walddichte. Global Mapper Pro unterstützt sowohl photogrammetrische als auch herkömmliche LiDAR-Punktwolken. Dieser Workflow nutzt jedoch die Vorteile des herkömmlichen LiDAR-Verfahrens, das die Baumkronen durchdringen kann. Dadurch lassen sich sowohl die Baumkronen als auch der darunterliegende Boden mithilfe von Walddichtekarten modellieren.
Eine in Global Mapper Pro erstellte Rasterebene zur Baumdichte.
Dichtekarten heben Bereiche mit hoher und niedriger Punktdichte hervor. Die gängigsten Messungen der Walddichte erfassen einzelne Bäume und deren Nähe zueinander. In Global Mapper Pro lassen sich zusätzliche Dichtekarten erstellen, um Baumgruppen mit gemeinsamen Merkmalen wie Kronenbreite, Baumhöhe usw. zu identifizieren. Alternativ können Sie die Dichte von Vegetations-Lidar-Punkten mithilfe der Einstellung „Lidar nach Punktdichte zeichnen“ visualisieren . Diese Methode betrachtet keine einzelnen Bäume, kann aber Aufschluss über die allgemeine Vegetationsdichte und Bodenbedeckung geben.
3 einfache Schritte:
- Klassifizieren Sie die Punktwolke
- Erstellen Sie mithilfe des Werkzeugs „Automatische Extraktion“ für jeden Baum ein Punktmerkmal.
- Verwenden Sie das Dichteraster-Werkzeug, um Dichtemessungen auszuwerten.
Ein praktisches Beispiel finden Sie in dieser Präsentation von unserer Anwenderkonferenz 2024, gehalten vom Gewinner des Global Mapper Master-Wettbewerbs 2023, Dr. Dwayne Tannant:
GeoTalks: Kartierung der Baumdichte mithilfe von Lidar-Daten – Ein Werkzeug zur Bewertung des Waldbrandrisikos
1. Klassifizieren Sie die Punktwolke
Punktwolkenklassifizierungen ordnen den Punktmerkmalen einen Kontext zu, um sie zu visualisieren und zu analysieren. Wir Menschen können den Unterschied zwischen Baumkronenpunkten und Bodenpunkten deutlich erkennen. Computer hingegen müssen Objekte in Punktwolken anhand ihrer Attribute und Struktur identifizieren. Die automatischen Vegetationsklassifizierungswerkzeuge von Global Mapper sind darauf ausgelegt, Baumstrukturen in den Daten zu erkennen.
Diese spärliche USGS-Punktwolke eines Gebiets im zentralen Maine wurde in Global Mapper Pro hinsichtlich Boden- und Vegetationshöhe klassifiziert.
Höhenklassen können auch automatisch identifiziert werden, um die zu vermessenden Bäume gezielt auszuwählen. Diese Klassifizierungen können später verwendet werden, um die Punktwolke zu filtern und die Dichten verschiedener Baumhöhenklassen zu vergleichen.
Eine vollständige Anleitung zu den geeigneten Einstellungen für die automatische Baumklassifizierung in Global Mapper Pro finden Sie unter: Berechnung des Baumbestands aus Aerial Lidar.
2. Bäume als Vektormerkmale extrahieren
Das Werkzeug zur Merkmalsextraktion erstellt Vektormerkmale aus klassifizierten Punkten. Hier kann das Bauminventar zur einfachen Anzeige und zum Export erstellt werden. Unter anderem wird in der Mitte jedes Segments ein Vektorbaumpunkt erzeugt. Diese baumförmigen Punktmerkmale enthalten die gemessenen Attribute des Baumes, wie Höhe, Kronenausdehnung und Klassifizierung.
Jedem in der Punktwolke erkannten Baum wird ein Vektorpunktmerkmal zugewiesen, das die gemessenen Attribute des Baumes enthält.
*Tipp: Die Baumanzahl kann als die Anzahl der Elemente in dieser Punkt-Ebene gelesen werden.
3. Dichteraster (Heatmap) erstellen
Öffnen Sie das Werkzeug „Dichteraster erstellen (Heatmap)“ in der Analyse-Werkzeugleiste oder im Dropdown-Menü „Vektoranalyse“ und wählen Sie die Ebene „Extrahierte Bäume“ aus. Dadurch wird eine Rasterebene erstellt, in der die Farbe jedes Zellenwerts die relative Baumdichte darstellt.
Passen Sie die Werkzeugeinstellungen so an, dass sie am besten zu Ihrem Waldtyp und Ihren Erwartungen passen.
- Bevölkerungsfeld – Wählen Sie das Attribut aus, dessen Dichte gemessen werden soll. Punktzahl wird die Dichte der Bäume im Wald messen, aber Sie können auch andere Attribute auswählen, um Gruppen ähnlicher Eigenschaften zu finden, wie zum Beispiel die Höhe.
- Suchradius – Dient zur Festlegung des maximalen Abstands zwischen benachbarten Bäumen. Passen Sie diesen Wert an die gewünschte Dichte des jeweiligen Waldtyps an. Gilt ein Abstand von 10 m zwischen den Bäumen als ideal?
- Zellen pro Radius In Kombination mit dem Suchradius bestimmt dieser Wert die Größe der Pixel im resultierenden Dichteraster. Bei einem Suchradius von beispielsweise 90 Metern und 3 Zellen pro Radius sollte jedes Pixel einen Durchmesser von 30 Metern haben.
Diese Art der Rasteranalyse wird aufgrund der üblicherweise verwendeten Farben auch als Heatmap bezeichnet. Rote Zellen haben einen höheren Wert und stellen in diesem Fall die dichter besiedelten Bereiche dar, während blaue Zellen die am wenigsten dicht besiedelten Bereiche repräsentieren.
Bei genauerer Betrachtung dieser Daten können wir eine Ansammlung dichten Waldes erkennen, bei dem möglicherweise ein Feldbesuch erforderlich ist, um mögliche Managementmaßnahmen zu untersuchen.
Dichteraster sind eine schnelle und einfache Methode, um Bereiche eines Bestandes hervorzuheben, die einer Durchforstung oder anderen Managementmaßnahmen bedürfen. Mithilfe von Lidar-Daten und Global Mapper Pro kann diese Analyse auf einen gesamten Wald angewendet werden – und zwar in einem Bruchteil der Zeit, die für die Durchführung und Auswertung einer Holzerhebung im selben Gebiet benötigt würde.
Testen Sie Global Mapper Pro noch heute 14 Tage lang kostenlos ! Bei Fragen kontaktieren Sie uns bitte!
