Wpływ typu podszytu na teledetekcyjny pomiar defoliacji Quercus robur L. w zakresie 640-820 nm

pol Artykuł w języku polskim DOI: 10.14313/PAR_227/5

wyślij Jan Kotlarz *, Mariusz Kacprzak *, Karol Rotchimmel *, Miłosz Tkaczyk ** * Instytut Lotnictwa, Zakład Teledetekcji, Centrum Technologii Kosmicznych, Al. Krakowska 110/112, 02-256 Warszawa ** Instytut Badawczy Leśnictwa, Zakład Ochrony Lasu, Braci Leśnej 3, 05-090 Sękocin Stary

Pobierz Artykuł

Streszczenie

Jednym z objawów zamierania drzewostanów dębowych w Europie jest wysoka defoliacja obserwowana u drzew o słabej zdrowotności. Na potrzeby corocznego monitoringu dotkniętych patogenem Phytophtora powierzchni badawczych projektu HESOFF w Zakładzie Teledetekcji Instytutu Lotnictwa podjęto próbę wytworzenia metodyki oceny defoliacji za pomocą lotniczych zdjęć wielospektralnych. W tym celu w lipcu 2015 r. za pomocą Platformy Wielosensorowej QUERCUS.6 wykonano zdjęcia lotnicze badanego kompleksu leśnego (zakres 0,46–0,82 μm). Na podstawie zdjęć wykonano pomiar reflektancji dla każdego z badanych dębów oraz porównano pozyskane w ten sposób dane radiometryczne z ocenionym metodą tradycyjną poziomem defoliacji. Na podstawie uzyskanych korelacji wykazano, że pomiar defoliacji jest możliwy przy zastosowaniu kanałów optycznych: 0,46–0,52 μm oraz 0,67–0,82 μm. Wykazano ponadto, że do poprawnego pomiaru defoliacji zaproponowaną w tym artykule metodą, konieczne jest uwzględnienie typu podszytu, który ma decydujący wpływ na obserwowaną reflektancję.

Słowa kluczowe

bliska podczerwień, defoliacja, teledetekcja lasu, UAV, zdjęcia wielospektralne, zdrowotność

The impact of the type of undergrowth on the remote sensing defoliation measurement of Quercus robur L. in the range: 640-820 nm

Abstract

One of the symptoms of dieback of oak stands in Europe is high defoliation, observed in trees with poor health. For the purposes of annual monitoring (in research project HESOFF) of the research area affected by the pathogen Phytophthora, in the Remote Sensing Department of Institute of Aviation was made attempt to develop a proper methodology for defoliation evaluation with multispectral aerial images use. For this purpose in July 2015 with the use of the Multisensory Platform QUERCUS.6 aerial photos of the test forest complex were made (range: 0.46–0.82 μm). Based on the photos, reflectance measurements for each of investigated oaks were made and acquired parameters have been compared with defoliation level obtained by conventional methods. Based on these correlation has been demonstrated that defoliation measurement is possible with use of optical channels: 0.46–0.52 μm and 0.67–0.82 μm. It was also shown that for correct defoliation measurement with proposed in this article methodology it is necessary to take into account the type of underbrush, which has a decisive influence on the observed reflectance.

Keywords

defoliation, health status, multispectral images, near infrared, remote sensing of the forest, UAV

Bibliografia

  1. Abbasi M., Schaepman M.E., Darvishsefat A., Bartholomeus H.M., Marvi Mohajer M.R., Sobhani H., Spectroradiometric measurements of tree species in the Caspian forests of Iran. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B7. Beijing 2008, 291–295.
  2. Babst F., Esper J, Parlow E., Landsat TM/ETM+ and tree-ring based assessment of spatiotemporal patterns of the autumnal moth (Epirrita autumnata) in northernmost Fennoscandia. “Remote Sensing of Environment”, Vol. 114, Iss. 3, 2010, 637–646, DOI: 10.1016/j.rse.2009.11.005.
  3. Belbahri L., Moralejo E., Calmin G., Oszako T., García J.A., Descals E., Lefort F., Phytophthora polonica, a new species isolated from declining Alnus glutinosa stands in Poland, “FEMS Microbiology Letters”, 261(2), 2006, 165–174, DOI: 10.1111/j.1574-6968.2006.00349.x.
  4. Colijn Ch.W., Cohen M., Johnston S., Dillon W., Rank N., Factors influencing Phytophthora ramorum infectivity on Umbellularia californica and testing of a defoliation-based control method, Diss. Department of Biology, Sonoma State University, 2012.
  5. Czapski P., Kacprzyk M., Korniluk T., Kotlarz J., Kubiak K., Mazur A., Mrowiec K., Oszako T., Pieniążek J., Pośpieszczyk A., Tkaczyk M., Wodziński K., Zalewska N., Budowa i zastosowanie platformy wielosensorowej w badaniu wybranych parametrów środowiska. Prace Instytutu Lotnictwa, Nr 1 (234) March 2014 (2014): 126–142.
  6. Dąbrowski P.A., Kalaji H., Keča N., Horaczek T., Oszako T., The influence of phosphite treatments on oak leaves and damage caused by powdery mildew Erysiphe alphitoides, “Folia Forestalia Polonica”, Vol. 59, Iss. 3, 2017, 239–245, DOI: 10.1515/ffp-2017-0025.
  7. Fotowicz P., Modyfikacja sposobu obliczania niepewności pomiaru, „Pomiary Automatyka Robotyka”, R. 20, Nr 3, 2016, 29–32, DOI: 10.14313/PAR_221/29.
  8. Kacprzak M., Rotchimmel K., Tworzenie produktów fotogrametrycznych z wykorzystaniem zdjęć wykonanych blokiem kamer niemetrycznych, „Prace Instytutu Lotnictwa”, T. 243, Nr 2, 2016, 120–129, DOI: 10.5604/05096669.1205266.
  9. Kacprzak M., Kotlarz J., Kubiak K., Rotchimmel K., Tkaczyk M., Metodyka oszacowania defoliacji Quercus Robur L. na podstawie analizy reflektancji w zakresie 0,64 μm – 0,73 μm. „Technika rolnicza, ogrodnicza, leśna”, Nr 1, 2018.
  10. Kotlarz J., Kubiak K., Kacprzak M., Czapski P., Estimation of tree species diversity of forest stands based on their spectral reflectance. “SYLWAN”, Vol. 160, Nr 12, 2016, 1036–1045.
  11. Kotlarz J., Kacprzak M., Algorytm automatycznego oszacowania zróżnicowania gatunkowego drzewostanu z wykorzystaniem zdjęć RGB koron drzew. „Pomiary Automatyka Robotyka”, R. 21, Nr 1, 2017, 63–70, DOI: 10.14313/PAR_223/63.
  12. Kotlarz J., Nasiłowska S., Rotchimmel K., Kubiak K., Species Diversity of Oak Stands and Its Significance for Drought Resistance. “Preprints”, 2018, 2018010247, DOI: 10.20944/preprints201801.0247.v1.
  13. Kubiak K., Żółciak A., Damszel M., Lech P., Sierota Z., Armillaria Pathogenesis under Climate Changes. “Forests”, Vol. 8, No. 4, 2017, DOI: 10.3390/f8040100.
  14. Meyer-Arendt J.R., Wstęp do optyki, Państwowe Wydawnictwo Naukowe, 1977.
  15. Miller J.R., White H.P., Chen J.M., Peddle D.R., McDermid G., Fournier R.A., LeDrew E. (1997). Seasonal change in understory reflectance of boreal forests and influence on canopy vegetation indices. “Journal of Geophysical Research: Atmospheres”, Vol. 102, Iss. D24, 29475–29482, DOI: 10.1029/97JD02558.
  16. Olsson Per-Ola, Johan Lindström, Lars Eklundh. Near realtime monitoring of insect induced defoliation in subalpine birch forests with MODIS derived NDVI. “Remote Sensing of Environment”, Vol. 181, 2016, 42–53, DOI: 10.1016/j.rse.2016.03.040.
  17. Oszako T., Olchowik J., Szaniawski A., Drozdowski S., Aleksandrowicz-Trzcińska M., Emerging forest disease in Europe and North America. “Folia Forestalia Polonica”, Vol. 59, Iss. 2, 2017, 159–162, DOI: 10.1515/ffp-2017-0016.
  18. Rautiainen M., Mõttus M., Heiskanen J., Akujärvi A., Majasalmi T., Stenberg P., Seasonal reflectance dynamics of common understory types in a northern European boreal forest, “Remote Sensing of Environment”, Vol. 115, Iss. 12, 2011, 3020–3028, DOI: 10.1016/j.rse.2011.06.005.
  19. Solberg S., Eklundh L., Gjertsen A.K., Johansson T., Joyce S., Lange H., Næsset E., Olsson H., Pang Y., Solberg A., Testing remote sensing techniques for monitoring large scale insect defoliation. Proc ForestSat 2007, Int Conf on Hyperspectral & Advanced sensors, Montpellier (France), November 2007.
  20. Solberg S., Brunner A., Hanssen K.H., Lange H., Næsset E., Rautiainen M., Stenberg P., Mapping LAI in a Norway spruce forest using airborne laser scanning. “Remote Sensing of Environment”, Vol. 113, Iss. 11, 2009, 2317–2327, DOI: 10.1016/j.rse.2009.06.010.
  21. Tkaczyk M., Kubiak K.A., Sawicki J., Nowakowska J.A., Oszako T., Wykorzystanie związków fosforynowych w leśnictwie. „Leśne Prace Badawcze", 77(1), 2016.
  22. Tkaczyk M., Nowakowska J.A., Oszako T., Phytophthora species isolated from ash stands in Białowieża Forest nature reserve. “Forest Pathology”, Vol. 46, Iss. 6, 2016, 660–662, DOI: 10.1111/efp.12295.
  23. Wawrzoniak J., Pluciak M., Małachowska J. Statystyczna ocena zgodności szacunków defoliacji drzew próbnych na stałych powierzchniach obserwacyjnych monitoringu lasu. „Prace Instytutu Badawczego Leśnictwa”, Ser. A, Vol. 867, 1999, 19–38.
  24. Wang Quanzeng, et al., Condensed Monte Carlo modeling of reflectance from biological tissue with a single illumination–detection fiber, “IEEE Journal of Selected Topics in Quantum Electronics”, Vol. 16, Iss. 3, 2010, 627–634, DOI: 10.1109/JSTQE.2009.2029546.