Wybrane zdalne POLSKIE etody TOWARZYSTWO szacowania bioasy INFORMACJI roœlinnej w PRZESTRZENNEJ ekosysteach leœnych... ROCZNIKI GEOMATYKI 2007 TOM V ZESZYT 4 7 WYBRANE ZDALNE METODY SZACOWANIA BIOMASY ROŒLINNEJ W EKOSYSTEMACH LEŒNYCH JAKO PODSTAWA SYSTEMU RAPORTOWANIA BILANSU WÊGLA SELECTED REMOTE SENSING METHODS FOR BIOMASS ASSESSMENT IN FOREST ECOSYSTEMS AS THE BASIS FOR BALANCE REPORTING SYSTEMS Pawe³ Strzeliñski 1, Agata Wencel 1 Toasz Zawi³a-NiedŸwiecki 3, Micha³ Zasada 2, Andrzej Jagodziñski 4, Marcin Chirrek 1 1 Zak³ad Urz¹dzania Lasu, Katedra Urz¹dzania Lasu, Wydzia³ Leœny, Akadeia Rolnicza w Poznaniu 2 Katedra Urz¹dzania Lasu, Geoatyki i Ekonoiki Leœnictwa, Wydzia³ Leœny, SGGW 3 Wydzia³ Leœny, Uniwersytet Nauk Stosowanych w Eberswalde (Niecy) 4 Pracownia Ekofizjografii, Instytut Dendrologii PAN w Kórniku S³owa kluczowe: teledetekcja, skaning laserowy, indeks powierzchni liœciowej Keywords: reote sensing, laser scanning, leaf area index LAI Wstêp Wzrastaj¹ca zawartoœæ dwutlenku wêgla w atosferze Ziei i przewidywane ziany kliatu wywo³a³y zainteresowanie badaniai zierzaj¹cyi do sterowania iloœci¹ wêgla agazynowanego w ekosysteach l¹dowych i wodnych. Rolê roœlinnoœci w procesie redukcji poziou tego gazu podkreœlaj¹ liczne iêdzynarodowe konwencje i uowy.in. Raowa Konwencja Kliatyczna ONZ (United Nations Fraework Convention on Cliate Changes, UNFCCC) i stanowi¹cy jej uszczegó³owienie, podpisany przez ponad 150 krajów w 1997 r., Protokó³ Kyoto. Zgodnie z artyku³e 3.4 Protoko³u Kyoto (Kyoto Protocol, 1998) poszczególne pañstwa og¹ decydowaæ o uznaniu zagospodarowanych lasów za agazyn dwutlenku wêgla. W rezultacie konieczna jest coroczna inwentaryzacja i raportowanie iloœci gazów szklarniowych, a pañstwa zobowi¹zane s¹ do precyzyjnego okreœlenia zasobów wêgla. Zwiêkszanie lesistoœci i podwy szanie intensywnoœci gospodarki leœnej uwa ane s¹ za jedne z najbardziej efektywnych sposobów kopensowania wzrostu eisji CO 2 powodowanego rozwoje gospodarczy. Monitorowanie wêgla wi¹zanego lub uwalnianego w rezultacie gospodarowania ekosysteai leœnyi oraz prognozowanie jego zian w zale noœci od ró nych scenariuszy postêpowania jest w zwi¹zku z ty bardzo wa ne.
8 P. Strzeliñski, A. Wencel, T. Zawi³a-NiedŸwiecki, M. Zasada, A. Jagodziñski, M. Chirrek Polska dotychczas nie opracowa³a ca³oœciowej etody pozwalaj¹cej na okreœlenie iloœci wêgla wi¹zanego przez ekosystey leœne. Brakuje tak e wypróbowanych sposobów okreœlania zian iloœci wêgla agazynowanego przez las przy ró nych wariantach gospodarowania. Spowodowa³o to uruchoienie przez Dyrekcjê Generaln¹ Lasów Pañstwowych w kwietniu 2007 roku szeroko zakrojonego projektu badawczego Bilans wêgla w bioasie drzew g³ównych gatunków lasotwórczych Polski, koordynowanego przez Katedrê Urz¹dzania Lasu AR w Poznaniu. Cele projektu jest opracowanie równañ alloetrycznych oraz weryfikacja wzorów epirycznych i wspó³czynników przeliczeniowych do okreœlania iloœci bioasy drzewnej w drzewostanach g³ównych gatunków lasotwórczych, jak równie opracowanie etody okreœlania iloœci agazynowanego wêgla w drzewostanach i kopleksach leœnych, a tak e okreœlania zian w akuulacji wêgla i jej dynaiki wynikaj¹cych z realizacji okreœlonego sposobu gospodarowania. Badania zostan¹ przeprowadzone dla 8 podstawowych gatunków lasotwórczych w Polsce (sosna, œwierk, jod³a, odrzew, d¹b, buk, brzoza, olsza) oraz 12 gatunków podszytowych (jarz¹b, kruszyna, leszczyna, czerecha zwyczajna, czerecha aerykañska, bez czarny, dereñ œwidwa, wierzba szara, wierzba uszata, wierzba iwa, grab, ja³owiec). Po wyborze ok. 300 powierzchni badawczych, reprezentuj¹cych ró ne klasy wieku i siedliska oraz znaczenie gospodarcze analizowanych gatunków drzew, rozpoczn¹ siê poiary oraz zbieranie ateria³ów do dalszych analiz. Po zakoñczeniu prac terenowych i laboratoryjnych opracowane zostan¹ wzory epiryczne i wspó³czynniki przeliczeniowe s³u ¹ce do okreœlania bioasy drzew, krzewów, roœlinnoœci runa oraz wêgla zwi¹zanego w drzewostanach g³ównych gatunków lasotwórczych g³ównie na podstawie precyzyjnych poiarów lasu (poiary bezpoœrednie, nazieny skaning laserowy). Opracowane wzory u yte zostan¹ do oszacowania iloœci wêgla akuulowanego w bioasie badanych drzewostanów. Poniewa inwentaryzacja prowadzona do celów planowania gospodarczego pozwala zazwyczaj na okreœlenie tylko i¹ szoœci drzew, konieczne bêdzie uzupe³nienie suarycznej bioasy wi¹zanej przez ekosyste leœny o tê, która jest zawarta w ga³êziach, igliwiu/liœciach (lub aparacie asyilacyjny do wyboru) oraz korzeniach drzew, roœlinnoœci dna lasu, artwej le aninie, podszycie i glebie. Podjêta zostanie tak e próba okreœlenia dynaiki zian wi¹zania wêgla w zale noœci od ró nych za³o eñ gospodarczych. Czêœæ inforacji pochodziæ bêdzie z dodatkowych poiarów wykonanych na powierzchniach badawczych, czêœæ zaœ opracowana zostanie na podstawie danych zawartych w literaturze. Projekt badawczy bêdzie realizowany wspólnie przez zespo³y z nastêpuj¹cych jednostek: AR w Poznaniu, Instytut Dendrologii PAN w Kórniku, AR w Krakowie, SGGW w Warszawie, Politechniki Warszawskiej oraz Uniwersytetu Nauk Stosowanych w Eberswalde (Niecy). Teledetekcja w badaniach bilansu wêgla Wykorzystanie narzêdzi teledetekcyjnych w onitoringu biosfery w ostatni dziesiêcioleciu gwa³townie wzros³o (Lefsky, Cohen, 2003). O ile inforacje o pokryciu powierzchni Ziei oraz stanie biofizyczny roœlinnoœci og¹ byæ ju zdobywane na wiele ró nych sposobów, w ró nych skalach i z wykorzystanie ateria³ów o zró nicowanej rozdzielczoœci i z³o onoœci, o tyle onitorowanie procesu kr¹ enia wêgla w przyrodzie pozostaje nadal wyzwanie.
Wybrane zdalne etody szacowania bioasy roœlinnej w ekosysteach leœnych... 9 Turner i in. (2004) wyieniaj¹ nastêpuj¹ce eleenty, które opisane za pooc¹ teledetekcji og¹ pos³u yæ do okreœlania stanu i zian zasobów wêgla w ekosysteach leœnych: pokrycie terenu, wiek drzewostanów, indeks powierzchni liœciowej (ang. LAI Leaf Area Index), bioasa i wysokoœæ drzewostanów. Liczba eleentów, które og³yby byæ wykorzystane w tego rodzaju badaniach, jest o wiele wiêksza, ale wiêkszoœæ autorów ogranicza siê do bioasy uzupe³niaj¹c j¹ dodatkowyi eleentai, np. LAI. Równie w przypadku opisywanego teatu badawczego narzêdzia teledetekcyjne bêd¹ wykorzystane do okreœlenia tych w³aœnie paraetrów. Szacowanie bioasy lidar lotniczy W przypadku wykorzystania danych z lidara lotniczego, bioasa jest najczêœciej szacowana na podstawie inforacji o wysokoœci drzew (Drake i in., 2003; Dubayah, Drake, 2000; Mette i in., 2003). Tradycyjne odele wykorzystywane do okreœlania bioasy i i¹ - szoœci wyagaj¹ jednak inforacji o œrednicy drzew, a poniewa inforacjê tak¹ trudno jest bezpoœrednio uzyskaæ w przypadku lidara lotniczego, najczêœciej wykorzystuje siê fakt, e paraetr ten jest funkcj¹ wysokoœci, a co za ty idzie o e byæ szacowany na podstawie danych uzyskiwanych w ten sposób (Li i in., 2003). Metody szacowania bioasy na podstawie danych z lidara lotniczego opieraj¹ siê zazwyczaj na zale noœciach iêdzy pozioy rozieszczenie koron a powierzchni¹ ziei (Blair, Hofton, 1999; Dubayah, Drake, 2000; Dubayah i in., 2000; Harding i in., 2001), a tak e na ekologicznych i bioechanicznych zale noœciach iêdzy bioas¹ a struktur¹ pozio¹ koron (Oohata, Shinozaki, 1979; O Neill, DeAngelis, 1981; Givnish, 1986; Franco, Kelly, 1998). Badania z wykorzystanie lidara lotniczego w okreœlaniu bioasy wykaza³y, e ta etoda daje dobre efekty w ró nych typach œrodowiska leœnego (Lefsky i in., 1999a, 1999b, 2002; Magnussen i in., 1999; Drake i in., 2002; Nelson i in., 1988; Means i in., 1999). Hese i in. (2004) oraz Drake i in. (2003) podkreœlaj¹ jednak, e jedny z g³ównych ograniczeñ lidara lotniczego jest to, e uo liwia on uzyskanie inforacji tylko o strukturze pozioej lasu, podczas gdy badania pokazuj¹, e istotne jest równie okreœlenie innych eleentów, a przede wszystki uzyskanie inforacji o pionowej strukturze drzewostanu oraz fenologii czy typie lasu. Szacowanie bioasy lidar nazieny Inforacji, których nie da siê uzyskaæ za pooc¹ lidara lotniczego, o e dostarczyæ skanowanie naziene. Pozwala ono na uzyskanie szczegó³owych inforacji o paraetrach poszczególnych drzew, a tak e pionowej strukturze drzewostanu. Aschoff i in. (2004) wyieniaj¹ trzy podstawowe typy danych otrzyywanych w wyniku zastosowania nazienego skanera laserowego. S¹ to: obraz intensywnoœci, obraz odleg³oœci oraz trójwyiarowy obraz powierzchni próbnej. Dane te uo liwiaj¹ okreœlanie.in.: lokalizacji pnia, gatunku, wysokoœci drzewa, pierœnicy, i¹ szoœci a tak e k¹ta ustawienia, liczby i gruboœci ga³êzi, jakoœci strza³y i w³aœciwoœci korony (Chaser i in., 2004; Watt, Donoghue, 2005; Aschoff i in., 2004; Pfeifer i in., 2004; Pfeifer, Winterhalder, 2004; Sion-
10 P. Strzeliñski, A. Wencel, T. Zawi³a-NiedŸwiecki, M. Zasada, A. Jagodziñski, M. Chirrek se i in., 2003; Thies, Spiecker, 2004; Thies i in., 2004). Poza opise pojedynczych drzew skaning nazieny pozwala na uzyskanie inforacji dotycz¹cych ca³ego drzewostanu, tj. zagêszczenia drzew, struktury pionowej drzewostanu czy LAI. Przydatnoœæ wysokorozdzielczych zobrazowañ z lasera nazienego dla okreœlania struktury drzewostanu, a przede wszystki struktury koron (równie w drzewostanach ieszanych, w kontekœcie koniecznoœci szacowania i opisywania procesów zachodz¹cych w drzewostanach, w ty równie obiegu wêgla) potwierdzili.in. Henning i Radke (2006), a tak e Danson i in. (2006). W raach projektu Bilans wêgla na wybranych powierzchniach wykonane zostan¹ zobrazowania za pooc¹ nazienego skanera laserowego FARO LS 880 (http://www.faro.co). Zobrazowania te, w liczbie 3 4 na ka dej wytypowanej powierzchni badawczej, pos³u ¹ do precyzyjnego okreœlenia cech bioetrycznych poszczególnych drzew i krzewów, tak e rosn¹cych w warstwie podrostu, podszytu i dolnych piêter drzewostanu. Skaning zostanie uzupe³niony cyfrowyi zdjêciai z wykorzystanie obiektywu typu rybie oko, co pozwoli na uzupe³nienie obrazów wygenerowanych w postaci chur punktów o barwy rzeczywiste (fotorealistyczny odel 3D). Indeks powierzchni liœciowej Indeks powierzchni liœciowej (wyra ony w 2 liœci/ 2 powierzchni drzewostanu) bêdzie okreœlany w raach projektu Bilans wêgla czterea etodai, tj. za pooc¹: równañ alloetrycznych przez okreœlenie powierzchni igie³/liœci ka dego z drzew odelowych, a nastêpnie opracowanie równañ s³u ¹cych do obliczania LAI drzew na podstawie znajooœci ich pierœnic, poiarów instruentalnych z wykorzystanie przyrz¹du LAI-2000 Plant Canopy Analyser (LI-COR Biosciences, Inc., Lincoln, Nebraska, USA; http://www.licor.co/ env/products/areameters/lai2000/2000_intro.jsp), zdjêæ heisferycznych z wykorzystanie kaery cyfrowej, wyposa onej w obiektyw typu rybie oko, uo liwiaj¹cy rejestracjê obrazu w zakresie 180 o, zdjêæ satelitarnych i lotniczych. Pierwsza z wyienionych etod, czyli równania alloetryczne, opiera siê g³ównie na bezpoœrednich poiarach drzew. Pozosta³e etody poiarów LAI o na zaliczyæ do typowych etod zdalnych. Ich szerokie zastosowanie w oawiany projekcie pozwoli na porównanie narzêdzi teledetekcyjnych i tradycyjnie stosowanych etod instruentalnych. LAI poiary instruentalne Instruentalne poiary LAI wykonywane s¹ przy poocy LAI-2000 Plant Canopy Analyzer. Metoda ta jest od wielu lat bardzo popularna w badaniach przyrodniczych (.in. Chen, 1996; Bartelink, 1998; Kucharik i in., 1998a,b; Gower i in., 1999; Xu, Harrington, 1998; Hyer i in., 2004). Zalet¹ tych badañ jest o liwoœæ wykonania w krótki czasie znacznej liczby poiarów indeksu powierzchni liœciowej przy u yciu niedestrukcyjnych etod opartych na poiarach radiacyjnych. Wykorzystanie dwóch zestawów czujników, z których jeden uieszczony jest na przestrzeni otwartej, a drugi pod okape drzew, pozwala na analizê wzglêdnej iloœci œwiat³a docieraj¹cego do badanej warstwy drzewostanu. Poiary
Wybrane zdalne etody szacowania bioasy roœlinnej w ekosysteach leœnych... 11 wykonane przy poocy analizatora LAI-2000 pozwalaj¹ nie tylko na okreœlanie warunków œwietlnych, ale tak e i innych paraetrów zwi¹zanych ze struktur¹ zwarcia koron drzew, czy ni szych warstw roœlinnoœci. LAI cyfrowe zdjêcia heisferyczne Bezpoœredni zastosowanie cyfrowej fotografii heisferycznej jest ocena stopnia a urowoœci koron w drzewostanach oraz poiar bezwzglêdnej iloœci œwiat³a docieraj¹cej do dna lasu, a w konsekwencji równie okreœlenie indeksu powierzchni liœciowej (Martens i in., 1993; Gower i in., 1999; Kucharik i in., 1998a, 1998b; Hyer i in., 2004). W ty celu najczêœciej wykorzystuje siê kaerê z obiektywe typu rybie oko (fish-eye), o k¹cie widzenia 180 o (Chan i in., 1986; Becker i in., 1989; Wagner, 1994; Frazer i in., 1999; Englund i in., 2000; Inoue i in., 2002; Robakowski, 2003; Inoue i in., 2004; Megui, 2004; Robakowski i in., 2004). W opisywany projekcie do wykonywania zdjêæ heisferycznych wykorzystywane bêd¹ dwa ró ne zestawy: aparat cyfrowy typu SLR (lustrzanka) Canon EOS 20D (atryca 8 MP) z obiektywe Canon EF-S 18-55/3,5-5,6 oraz konwertere typu rybie oko Raynox DCR- CF 185PRO (http://www.raynox.co.jp/english/dcr/dcrcf185pro), aparat cyfrowy typu SLR (lustrzanka) Canon EOS 5D (atryca 12 MP) z obiektywe Siga 8 f/3.5 DG EX FISH EYE. Rynek oprograowania, które pozwala na opracowywanie i analizê zdjêæ heisferycznych, jest bardzo wyspecjalizowany i oferuje zaledwie kilka pakietów. S¹ to (Strzeliñski, 2006): CI-110 (http://www.cid-inc.co), Gap Light Analyzer (http://www.ecostudies.org/gla), HeiView and the Digital Plant Canopy Iager (http://www.delta-t.co.uk), RGBFisheye (http://www.gifu-u.ac.jp/~ishida/rgbfisheye02.ht) WinSCANOPY (http://www.regent.qc.ca). Zak³adany efekte analiz opartych na zdjêciach heisferycznych jest okreœlenie nastêpuj¹cych eleentów (Strzeliñski, 2006): bezwzglêdnej iloœci œwiat³a rejestrowanej na pozioach poiarowych, struktury zwarcia koron, ziennoœci przestrzennej ulistnienia okapu drzewostanu, indeksu powierzchni liœciowej, bioasy aparatu asyilacyjnego. LAI zdjêcia satelitarne Zdjêcia satelitarne s¹ wykorzystywane do okreœlania indeksu powierzchni liœciowej ju od oentu udostêpnienia danych z Landsat TM (.in. Zawi³a-NiedŸwiecki i in., 1993; Waring, Running, 1998; Manninen i in., 2005; Kalacska i in., 2005; Berterretche i in., 2005; Johansen, Phinn, 2006). W raach projektu proponuje siê okreœlenie si³y zwi¹zku poiêdzy wskaÿnikai roœlinnyi obliczanyi na podstawie zdjêæ satelitarnych a wskaÿnikie LAI, zierzony terenowo i z wykorzystanie kaery heisferycznej. Poszukiwane bêd¹ relacje poiêdzy LAI a wskaÿnikai roœlinnoœci, szczególnie indeksai wegetacji: NDVI (Noralized Diference Vegetation Index) i EVI (Enhanced Vegetation Index), wyliczonyi ze
12 P. Strzeliñski, A. Wencel, T. Zawi³a-NiedŸwiecki, M. Zasada, A. Jagodziñski, M. Chirrek zdjêæ satelitarnych. Do wyliczenia tych wskaÿników potrzebne s¹ takie zdjêcia, które rejestruj¹ zakresy czerwieni i bliskiej podczerwieni. Dlatego te wydaje siê zasadne przebadanie o liwoœci wykorzystania zdjêæ wykonywanych przez satelity eteorologiczne NOAA, Terra-ASTER oraz Ikonos lub QuickBird. Zdjêcia NOAA charakteryzuj¹ siê stosunkowo nisk¹ rozdzielczoœci¹ terenow¹ (wielkoœæ piksela rzêdu 1 k); zdjêcia Terra-ASTER o rozdzielczoœci terenowej 20 wykonywane s¹ w kilkunastu zakresach spektralnych. Natoiast zdjêcia pozyskiwane przez satelity wysokorozdzielcze dostarczaj¹ o wiele bardziej precyzyjnych danych, np. Ikonos charakteryzuje piksel jednoetrowy w zakresie panchroatyczny i czteroetrowy w kana- ³ach spektralnych, a QuickBird odpowiednio: 0,66 i 2,44. Zastosowanie danych groadzonych przez wy ej wyienione satelity pozwoli na opracowanie alternatywnych etod okreœlania wskaÿników w sposób operacyjny, powtarzalny oraz obejuj¹cy znaczne obszary, a jednoczeœnie uwzglêdni ró ne re iy dok³adnoœci obrazowania. W oawiany projekcie zakrese prac zaproponowano obj¹æ: przetwarzanie i korekcje zdjêæ, okreœlanie wskaÿników roœlinnoœci dla ró nych typów lasu, obliczenie korelacji poiêdzy NDVI i EVI oraz LAI dla ró nych typów lasu, obliczenie LAI z danych satelitarnych dla ró nych typów lasu, porównanie wyników uzyskanych z poszczególnych zobrazowañ satelitarnych. Podsuowanie Cenny eleente projektu badawczego Bilans wêgla w bioasie drzew g³ównych gatunków lasotwórczych Polski jest o liwoœæ integracji i porównania wielu etod badawczych, stosowanych przez ró ne œrodowiska naukowo-badawcze. Oczekiwane jest tak e uzyskanie odpowiedzi na nastêpuj¹ce pytania: Jaki wp³yw na dok³adnoœæ szacowania bioasy drzew i drzewostanów oraz bilans wêgla w drzewostanach a indeks powierzchni liœciowej obliczany na podstawie poiarów bezpoœrednich oraz instruentalnych, za pooc¹ zdjêæ heisferycznych, zdjêæ lotniczych i satelitarnych oraz w oparciu o nazieny i lotniczy skaning laserowy? Jaki wp³yw na dok³adnoœæ szacowania bioasy drzew i drzewostanów oraz bilans wêgla w drzewostanach aj¹ indeksy wegetacji? Czy laserowy skaner nazieny pozwala na znaczne podniesienie dok³adnoœci i skrócenie czasu poiaru drzew i drzewostanów oraz szacowanie bioasy roœlinnoœci dna lasu? Zlokalizowanie poligonów badawczych na obszarach, gdzie zebranych zostanie odpowiednio du o danych referencyjnych, pozwoli na zdalne szacowanie bioasy ze znany b³êde. Uzyskane wyniki powinny uo liwiæ oszacowanie bioasy drzewostanów oraz sekwestracji wêgla w przeliczeniu na leœne zasoby Polski (z wykorzystanie urz¹dzeniowych baz danych, baz SILP oraz wyników innych prowadzonych dotychczas prac i badañ). Jest to niezwykle istotne dla zbadania bilansu wêgla w ekosysteach leœnych naszego kraju, ale tak e z punktu widzenia raportowania dwutlenku wêgla poch³anianego przez polskie lasy.
Wybrane zdalne etody szacowania bioasy roœlinnej w ekosysteach leœnych... 13 Literatura Aschoff T., Thies M., Spiecker H., 2004: Describing forest stands using terrestrial laser-scanning. International Archives of Photograetry, Reote Sensing and Spatial Inforation Sciences. 35(5), pp. 237-241. Bartelink H.H., 1998: Radiation interception by forest trees: a siulation study on effects of stand density and foliage clustering on absorption and transission. Ecological Modelling 105, pp. 213-225. Becker P.F., Erhart D.W., Sith A.P., 1989: Analysis of forest light environents. I. Coputerized estiation of solar radiation fro heispherical photographs. Agricultural and Forest Meteorology 44, pp. 217-232. Berterretche M., Hudak A.T., Cohen W.B., Maiersperger T.K., Gower S.T., Dungan J., 2005: Coparison of regression and geostatistical ethods for apping Leaf Area Index (LAI) with Landsat ETM+ data over a boreal forest. Reote Sensing of Environent 96 (1), pp. 49-61. Blair J.B., Hofton M.A., 1999: Modeling laser altieter return wavefors over coplex vegetation using high-resolution elevation data. Geophysical Research Letters, 26, pp. 2509-2512. Chan S.S., McCreight M.C., Walstad J.D., Spies T.A., 1986: Evaluating forest cover with coputerized analysis of fisheye photographs. Forest Science 32, pp. 1085-1091. Chaser L., Hopkinson C., Treitz P., 2004: Assesing the three-diensional frequency distibution of airborne and ground-based lidar data for red pine and ixed deciduous forest plots. International Archives of Photograetry, Reote Sensing and Spatial Inforation Sciences, 36 (8/W2), pp. 66-70. Chen J.M., 1996: Optically-based ethods for easuring seasonal variation of leaf area index in boreal conifer stands. Agricultural and Forest Meteorology 80, pp. 135-163. Danson F.M., Hetherington D., Morsdorf F., Koetz B., Allgower B., 2006. Three-diensional forest canopy structure fro terrestrial laser scanning. Workshop on 3D Reote Sensing in Forestry 14th-15th Feb. 2006 Vienna Session 2b. Drake J.B., Dubayah R.O., Clark D.B., Knox R.G., Blair J.B., Hofton M.A., Chazdon R.L., Weishapel J.F., Prince S., 2002: Estiation of tropical forest structural characteristics using large-footprint lidar. Reote Sensing of Environent 79, pp. 305-319. Drake J.B., Knox R.G., Dubayah R.O., Clark D.B., Condit R., Blair J.B., Hofton M., 2003: Above-ground bioass estiation in closed canopy Neotropical forests using lidar reote sensing: factors affecting the generality of relationships. Global Ecology & Biogeography. 12, pp. 147-159. Dubayah R., Drake J.B., 2000: Lidar reote sensing for forestry applications. Journal of Forestry. 98, pp. 44-46. Dubayah R., Knox R., Hofton M., Blair J.B., Drake, J., 2000: Land surface characterization using LIDAR reote sensing. [In:] Hill M. and Aspinall R. (eds.). Spatial Inforation for Land Use Manageent. International Publishers Direct, Singapore. http://www.geog.ud.edu/vcl/pubs/chapter.pdf Englund S.R., O Brien J.J., Clark D.B., 2000: Evaluation of digital and fil heispherical photography and spherical densioetry for easuring forest light environents. Canadian Journal of Forest Research 30(12), pp. 1999-2005. Franco M., Kelly C.K., 1998: The interspecific ass-density relationship and plant geoetry. Proceedings of the National Acadey of Sciences USA. 95, pp. 7830-7835. Frazer G.W., Canha C.D., Lertzan K.P., 1999: Gap Light Analyzer (GLA), vers. 2.0: Iaging software to extract canopy structure and gap light transission indices fro true-colour fisheye photographs, users anual and progra docuentation. Burnaby, British Colubia: Sion Fraser Univ. and Millbrook, NY: Institute of Ecosyste Studies. Givnish T.J., 1986: Bioechanical constraints on self-thinning in plant populations. Journal of Theoretical Biology. 119, pp. 139-146. Gower S.T., Kucharik C.J., Noran J.M., 1999: Direct and indirect estiation of leaf area index, fapar, and net priary production of terrestrial ecosystes. Reote Sensing and Environent, 70, pp. 29-51. Harding D.J., Lefsky M.A., Parker G.G., Blair J.B., 2001: Laser altieter canopy height profiles: ethods and validation for closed canopy, broadleaf forests. Reote Sensing of Environent. 76, pp. 283-297. Henning J.G., Radtke P.J., 2006: Ground-based Laser Iaging for Assessing Three Diensional Forest Canopy Structure. Photograetric Engineering and Reote Sensing Journal Aerican Society for Photograetry and Reote Sensing. 72(12), pp. 1349 1358.
14 P. Strzeliñski, A. Wencel, T. Zawi³a-NiedŸwiecki, M. Zasada, A. Jagodziñski, M. Chirrek Hese S., Schullius C., Dubayah R., Lucht W., Barnsley M., 2004: The Earth Observation Mission Carbon- 3D a Synergetic Multi-sensor Approach to Global Bioass Mapping for an Iproved Understanding of the CO2 Balance. International Archives of Photograetry, Reote Sensing and Spatial Inforation Sciences. 35 (8/W2), pp. 301-306. Hyer E.J., Goetz S.J., 2004: Coparison and sensitivity analysis of instruents and radioetric ethods for LAI estiation: assessents fro a boreal forest site. Agricultural and Forest Meteorology. 122 (3-4), pp. 157-174. Inoue A., Yaaoto K., Mizoue, N., Kawahara Y., 2002: Estiation of relative illuinance using digital heispherical photography. Journal of Forest Planning 8, pp. 67-70. Inoue A., Yaaoto K., Mizoue, N., Kawahara Y., 2004: Effects of iage quality, size and caera type on forest light environent estiates using digital heispherical photography. Agricultural and Forest Meteorology. 126 (1-2), pp. 89-97. Johansen K., Phinn S., 2006: Mapping structural paraeters and species coposition of riparian vegetation using IKONOS and landsat ETM plus data in Australian tropical savannahs. Photograetric Engineering and Reote Sensing 72(1), pp. 71-80. Kalacska M., Sanchez-Azofeifa A., Caelli T., Rivard B., Boerlage B., 2005: Estiating leaf area index fro satellite iagery using Bayesian networks. IEEE Transactions on Geoscience and Reote Sensing 43 (8), pp. 1866-1873. Kucharik C.J., Noran J.M., Gower S.T., 1998a: Measureents of branch area and adjusting leaf area index indirect easureents. Agricultural and Forest Meteorology, 91, pp. 69-88. Kucharik C.J., Noran J.M., Gower S.T., 1998b: Measureents of leaf orientation, light distribution and sunlit leaf area in a boreal aspen forest. Agricultural and Forest Meteorology, 91, pp. 127-148. Kyoto Protocol to the UN Fraework Convention on Cliate Change. New York, USA, 1998. Lefsky M.A., Cohen W.B., Acker S.A., Parker G.G., Spies T.A., Harding D., 1999a: Lidar reote sensing of the canopy structure and biophysical properties of Douglas-Fir-Western Helock Forests. Reote Sensing of the Environent. 70, pp. 339-361. Lefsky M.A., Harding D., Cohen W.B., Parker G.G., Shugart H.H., 1999b: Surface lidar reote sensing of basal area and bioass in deciduous forests of eastern Maryland, USA. Reote Sensing of the Environent. 67, pp. 83-98. Lefsky M.A., Cohen W.B., Parker G.G., Harding D., 2002: Lidar reote sensing for ecosyste studies. BioScience. 52(1), pp. 19-30. Lefsky, M.A., Cohen W.B., 2003: Selection of reotely sensed data. [In:] Wulder M.A, Franclin S.E. (Eds.). Methods and Applications for Reote Sensing: Concepts and Case Studies. Dordnecht, Kluwer Acadeic Publishers, pp. 13-46. Li K., Treitz P., Wulder M., St-Onge B., Flood M. 2003. Lidar reote sensing of forest structure. Progress in Physical Geography. 27 (1), pp. 88-106. Magnussen S., Eggeront P., LaRiccia V.N., 1999: Recovering tree heights fro airborne laser scanner data. Forest Science. 45, pp. 407-422. Manninen T., Stenberg P., Rautiainen M., Voipio P., Solander H., 2005: Leaf area index estiation of boreal forest using ENVISAT ASAR. IEEE Transactions on Geoscience and Reote Sensing 43 (11), pp. 2627-2635. Martens S.N., Ustin S.L., Rousseau R.A., 1993: Estiation of tree canopy leaf area index by gap fraction analysis. Forest Ecolology and Manageent 61, pp. 91-108. Means J.E., Acker S.A., Harding D.J., Blair J.B., Lefsky M.A., Cohen W.B., Haron M.E., McKee W.A., 1999: Use of largefootprint scanning airborne lidar to estiate forest stand characteristics in the Western Cascades of Oregon. Reote Sensing of Environent 67, pp. 298-308. Megui I., 2004: Autoatic thresholding for digital heispherical photography. Canadian Journal of Forest Research 34 (11), pp. 2208-2216. Mette T., Papathanassiou K.P., Hajnsek I., Zierann R., 2003: Forest bioass estiation using polarietric SAR interferoetry. Proceedings of POLinSAR 2003, Frascati, Italy, January 14-16, 2003. Nelson R., Krabill W., Tonelli J., 1988: Estiating forest bioass and volue using airborne laser data. Reote Sensing of Environent 24, pp. 247-267.
Wybrane zdalne etody szacowania bioasy roœlinnej w ekosysteach leœnych... 15 O Neill R.V., DeAngelis D.L., 1981: Coparative productivity and bioass relations of forest ecosystes. Dynaic properties of forest ecosystes [In:]Reichle D.E.(Eds.). Cabridge University Press, Cabridge, pp. 411-449. Oohata S., Shinozaki K., 1979: A statistical odel of plant for Further analysis of the pipe odel theory. Japanese Journal of Ecology 29, pp. 323-335. Pfeifer N., Gorte B., Winterhalder D., 2004: Autoatic reconstruction of single trees fro terrestrial laser scanner data. International Archves of Photograetry, Reote Sensing and Spatial Inforation Sciences. 35 (B), pp. 114-119. Pfeifer N., Winterhalder D., 2004: Modelling of tree cross sections fro terrestrial laser scanning data with free-for curves. International Archives of Photograetry, Reote Sensing and Spatial Inforation Sciences 36 (8/W2), pp. 76-81. Robakowski P., 2003. Retrospektywna analiza przyrostów sadzonek jod³y pospolitej (Abies alba Mill.) rosn¹cych pod okape ró nych gatunków drzew w Karkonoski Parku Narodowy. Sylwan 1, s. 41-50. Robakowski P., Wyka T., Saardakiewicz S., Kierzkowski D., 2004: Growth, photosynthesis, and needle structure of silver fir (Abies alba. Mill.) seedlings under different canopies. Forestry Ecololy and Manageent 201 (2/3), s. 211-227. Sionse M., Aschoff T., Spiecker H., Thies M., 2003: Autoatic Deterination of Forest Inventory Paraeters Using Terrestrial Laserscanning. Proceedings of the ScandLaser Scientific Workshop on Airborne Laser Scanning of Forests. Ueå, Sweden, pp. 251-257. Strzeliñski P., 2006. Zastosowanie zdjêæ heisferycznych w badaniach ekosysteów leœnych. Roczniki Geoatyki, To IV, Zeszyt 2, s. 103-112, PTIP Warszawa. Thies M., Pfeifer N., Winterhalder D., Gorte B.G.H., 2004: Three-Diensional Reconstruction of Stes for Assessent of Taper, Sweep and Lean Based on Laser Scanning of Standing Trees. Scandinavian Journal of Forest Research 19, pp. 571-581. Thies M., Spiecker H., 2004: Evaluation and future prospects of terrestrial laser scanning for standardized forest inventories. International Archives of Photograetry, Reote Sensing and Spatial Inforation Sciences 36 (8/W2), pp. 192-197. Turner D.P., Ollinger S.V., Kiball J.S., 2004: Integrating Reote Sensing and Ecosyste Process Models for Landscape to Regional Scale Analysis of the Carbon Cycle. BioScience 54, pp. 573-584. Wagner S., 1994: Strahlungsschatzung in Waldern durch heispharische Fotos. Berichte des Forschungszentrus Waldökosyste, Band. 123, pp. 1-169. Waring R.H., Running S.W., 1998: Forest Ecosystes: Analysis at Multiple Scales, Acadeic Press, New York. Watt P.J., Donoghue D.N.M., 2005: Measuring forest structure with terrestrial laser scanning. International Journal of Reote Sensing 26 (7), pp. 1437-1446. Xu M., Harrington T.B., 1998: Foliage bioass distribution of loblolly pine as affected by tree doinance, crown size and stand characteristics. Canadian Journal of Forest Research 28, pp. 887-892. Zawi³a-NiedŸwiecki T., Gruszczyñska M., Strzelecki P., 1993: WskaŸnik LAI w teledetekcyjnej ocenie kondycji lasu. Sylwan 137(6), s. 55-60. ród³a internetowe (aktualne na dzieñ 30.07.2007 r.) http://www.cid-inc.co http://www.delta-t.co.uk http://www.ecostudies.org/gla http://www.faro.co http://www.gifu-u.ac.jp/~ishida/rgbfisheye02.ht http://www.licor.co/env/products/areameters/lai2000/2000_intro.jsp http://www.raynox.co.jp/english/dcr/dcrcf185pro http://www.regent.qc.ca
16 P. Strzeliñski, A. Wencel, T. Zawi³a-NiedŸwiecki, M. Zasada, A. Jagodziñski, M. Chirrek Suary Effects of increasing CO2 content in the atosphere of Earth have been widely discussed for a long tie and found their expression in a for of the Kyoto Protocol. The docuent shows various ways of reducing the CO2 content. Forest anageent is listed as one of such possibilities. Thus, the iportant issue arises to onitor carbon aount accuulated or released as a result of forest ecosyste anageent as well as to predict its changes depending on various scenarios. The iportance of this proble persuaded the General Directorate of State Forests to fund a research project entitled The Carbon balance in bioass of the ajor forest foring species in Poland. The goal of the project is to elaborate and validate alloetric equations and expansion factors for deterining the bioass of forest stands. Methods to assess aount of carbon accuulated in forest ecosystes as well as ethods of detecting changes in carbon accuulation and dynaics resulting fro various ways of forest anageent were also to be elaborated. The first stage of the research, planned for years 2007 2010, is to be perfored on about 300 saple plots representing different age classes and sites for 8 ajor forest tree species and 12 species of shrubs. Epirical equations and expansion factors for deterining bioass of trees, shrubs, forest floor, and carbon sequestered in stands will be worked out based on direct and indirect easureents of various forest attributes. The valuable eleent of the project is a possibility of data integration and coparison of various research ethods (satellite and airborne iagery, airborne and terrestrial laser scanning, heispheric iages). As a result of the project, also answers to the following questions are expected: What is the influence of LAI, deterined with the use of various ethods (heispheric iages, airborne and satellite iagery, and airborne and terrestrial laser scanning), on the accuracy of tree bioass and stand carbon balance assessent? What is the role of vegetation indices on tree bioass assessent accuracy? Does the terrestrial laser scanning significantly increase accuracy and precision, and shorten tie of tree, stand and forest floor plants easureents and their bioass assessent? gr in. Marcin Chirrek, doktorant w Zak³adzie Urz¹dzania Lasu, AR w Poznaniu chirrek@au.poznan.pl dr in. Pawe³ Strzeliñski strzelin@au.poznan.pl gr in. Agata Wencel, doktorantka w Zak³adzie Urz¹dzania Lasu, AR w Poznaniu agata.wencel@ au.poznan.pl http://www.au.poznan.pl/kul/ dr in. Micha³ Zasada Michal.Zasada@wl.sggw.pl http://wl.sggw.waw.pl prof. dr hab. in. Toasz Zawi³a-NiedŸwiecki tzawila@fh-eberswalde.de http://www.fh-eberswalde.de/zawila tel. +49 3334 65478 dr in. Andrzej M. Jagodziñski aj@an.poznan.pl http://www.idpan.poznan.pl