A rigorous assessment of tree height measurements obtained using airborne lidar and conventional field methods

Andersen, Hans‐Erik; Reutebuch, Stephen E.; McGaughey, Robert J.

doi:10.5589/m06-030

Cited by 268 publications

(180 citation statements)

References 9 publications

Supporting

Mentioning

164

Contrasting

Unclassified

Order By: Relevance

“…It is worth noting that the quality of the DEM strongly depends on the point density, especially in closed-canopy forests (Reutebuch et al 2003). The flexibility of airborne LiDAR, coupled with a high level of positional accuracy and point density, makes airborne LiDAR systems an attractive data acquisition tool for estimating a wide range of tree and forest parameters (Laes et al 2011) such as tree height (Andersen et al 2006;Detto et al 2013), stem volume (Heurich and Thoma 2008), tree biomass (Li et al 2008), and leaf area index (Morsdorf et al 2006). The use of airborne LiDAR for estimating forest inventory parameters and structural characteristics is reviewed by van Leeuwen and Nieuwenhuis (2010), and a meta-analysis of 70 articles has been conducted by Zolkos et al (2013).…”

Section: Light Detection and Ranging Systemsmentioning

confidence: 99%

An overview of existing and promising technologies for national forest monitoring

Henry

Réjou‐Méchain

Cifuentes-Jara

et al. 2015

Annals of Forest Science

View full text Add to dashboard Cite

show abstract

Section: Light Detection and Ranging Systemsmentioning

confidence: 99%

An overview of existing and promising technologies for national forest monitoring

Henry

Réjou‐Méchain

Cifuentes-Jara

et al. 2015

Annals of Forest Science

View full text Add to dashboard Cite

show abstract

“…A digital terrain model was calculated for the entire watershed. All returns in the LiDAR point cloud were filtered to identify ground returns using an iterative algorithm (Kraus and Pfeifer 1998;Andersen et al 2006) that computed an initial surface using the weighted average of all LiDAR returns. A cell size of 8 m Â 8 m was chosen for the initial and intermediate surfaces to provide a sufficient number of ground points within each cell given the moderate density of the LiDAR data and the dense canopy present at many plot sites.…”

Section: Lidar Datamentioning

confidence: 99%

Comparisons between field- and LiDAR-based measures of stand structural complexity

et al. 2010

View full text Add to dashboard Cite

Forest structure, as measured by the physical arrangement of trees and their crowns, is a fundamental attribute of forest ecosystems that changes as forests progress through suc;cessional stages. We examined whether LiDAR data could be used to directly assess the successional stage of forests by determining the degree to which the LiDAR data would show the same relative ranking of structural development among sites as would traditional field measurements. We sampled 94 primary and secondary sites , and 600 years old) from three conifer forest zones in western Washington state, USA, in the field and with small-footprint, discrete return LiDAR. Seven sets of LiDAR metrics were tested to measure canopy structure. Ordinations using the of LiDAR 95th percentile height, rumple, and canopy density metrics had the strongest correlations with ordinations using two sets of field metrics (Procrustes R = 0.72 and 0.78) and a combined set of LiDAR and field metrics (Procrustes R = 0.95). These results suggest that LiDAR can accurately characterize forest successional stage where field measurements are not available. This has important implications for enabling basic and applied studies of forest structure at stand to landscape scales.Résumé : La structure de la forêt, telle qu'elle est mesurée par la disposition physique des arbres et de leur cime, est un attribut fondamental des écosystèmes forestiers qui change à mesure que les forêts passent à travers les stades de succession. Nous avons examiné si les données obtenus avec le LiDAR pouvaient être utilisées pour évaluer directement le stade de succession en déterminant dans quelle mesure les données LiDAR produisent le même classement relatif du développe-ment structural de différentes stations que les mesures traditionnelles prises sur le terrain. Nous avons échantillonné 94 stations dans des forêts vierges et de seconde venue (âgées de 19 à 93, 223 à 350 et 600 ans) sur le terrain et avec un LiDAR à impulsions discrètes et petite empreinte. L'étude a été réalisée dans trois régions couvertes de forêt résineuse dans l'ouest de l'É tat de Washington, aux É tats-Unis. Sept séries de mesures obtenues avec le LiDAR ont été testées pour mesurer la structure du couvert. Les ordinations utilisant les mesures du 95 ième percentile de la hauteur, du plissement et de la densité du couvert provenant du LiDAR avaient les plus fortes corrélations avec les ordinations utilisant deux séries de mesures prises sur le terrain (Procrustes R = 0,72 et 0,78) et une série de mesures provenant du LiDAR et de mesures prises sur le terrain combinées (Procrustes R = 0,95). Ces résultats indiquent que le LiDAR peut caractériser avec exactitude le stade de succession de la forêt lorsque les données terrain ne sont pas disponibles. Cela a d'importantes répercus-sions pour permettre la réalisation de travaux de recherche fondamentale et appliquée sur la structure de la forêt en allant de l'échelle du peuplement à l'échelle du paysage.[Traduit par la Rédaction]

show abstract

“…The focused and narrow laser beam used by LiDAR sensors has a strong penetration capability in forest areas (Lim et al 2003;Jensen 2009;Su and Guo 2014). It has been well documented that LiDAR data can be used to derive highly reliable forest structure parameters such as tree height (Nilsson 1996;Andersen et al 2006;Su et al 2015), canopy cover (Lim et al 2003;Korhonen et al 2011), leaf area index (Riaño et al 2004;Jensen et al 2008), stand volume (Nilsson 1996;Naesset 1997), and tree diameter (Popescu 2007;Huang et al 2011). The capacity to resolve forest structure parameters provides a great opportunity for developing vegetation-mapping strategies (Kramer et al 2014).…”

Section: Introductionmentioning

confidence: 99%

A Vegetation Mapping Strategy for Conifer Forests by Combining Airborne LiDAR Data and Aerial Imagery

Fry

Collins

et al. 2015

Canadian Journal of Remote Sensing

View full text Add to dashboard Cite

Abstract. Accurate vegetation mapping is critical for natural resources management, ecological analysis, and hydrological modeling, among other tasks. Remotely sensed multispectral and hyperspectral imageries have proved to be valuable inputs to the vegetation mapping process, but they can provide only limited vegetation structure characteristics, which are critical for differentiating vegetation communities in compositionally homogeneous forests. Light detection and ranging (LiDAR) can accurately measure the forest vertical and horizontal structures and provide a great opportunity for solving this problem. This study introduces a strategy using both multispectral aerial imagery and LiDAR data to map vegetation composition and structure over large spatial scales. Our approach included the use of a Bayesian information criterion algorithm to determine the optimized number of vegetation groups within mixed conifer forests in two study areas in the Sierra Nevada, California, and an unsupervised classification technique and post hoc analysis to map these vegetation groups across both study areas. The results show that the proposed strategy can recognize four and seven vegetation groups at the two study areas, respectively. Each vegetation group has its unique vegetation structure characteristics or vegetation species composition. The overall accuracy and kappa coefficient of the vegetation mapping results are over 78% and 0.64 for both study sites.Résumé. La cartographie précise de la végétation est essentielle entre autres pour la gestion des ressources naturelles, l'analysé ecologique, et la modélisation hydrologique. Les approches d'imagerie multispectrale et hyperspectrale par télédétection se sont avérées de précieuses contributions au processus de la cartographie de la végétation, mais elles ne peuvent fournir qu'un nombre limité de caractéristiques sur la structure de la végétation, qui sont essentielles pour différencier les communautés végétales dans les forêts de composition homogènes. La télédétection par laser «light detection and ranging» (LiDAR) peut mesurer avec précision les structures verticales et horizontales de la forêt, et fournit une formidable opportunité de résoudre ce problème. Cetté etude présente une stratégie qui utiliseà la fois l'imagerie multispectrale aérienne et des données LiDAR pour cartographier la composition et la structure de la végétationà grandeséchelles spatiales. Notre approche comprenait l'utilisation d'un algorithme du critère d'information Bayésien pour déterminer le nombre optimal de groupes de végétation dans les forêts mixtes de conifères sur deux zones d'étude dans les Sierra Nevada, en Californie, ainsi qu'une technique de classification non supervisée et une analyse post hoc pour cartographier ces groupes de végétation dans les deux zones d'étude. Les résultats montrent que la stratégie proposée peut reconnaitre quatre et sept groupes de végétation dans les deux zones d'étude respectivement. Chaque groupe de végétation a des caractéristiques uniques de structure de...

show abstract

A rigorous assessment of tree height measurements obtained using airborne lidar and conventional field methods

Cited by 268 publications

References 9 publications

An overview of existing and promising technologies for national forest monitoring

An overview of existing and promising technologies for national forest monitoring

Comparisons between field- and LiDAR-based measures of stand structural complexity

A Vegetation Mapping Strategy for Conifer Forests by Combining Airborne LiDAR Data and Aerial Imagery

Contact Info

Product

Resources

About