Titelaufnahme

Titel
Assessment of biomass based on 2D/3D data derived from aerial steroscopic imagery in the tropics / thesis by Christine Claudia Schilcher
Verfasser/ VerfasserinSchilcher, Christine Claudia
Begutachter / BegutachterinSchardt, Mathias
Erschienen2014
UmfangXIII, 87 Bl. : Zsfassung (2 Bl.) ; Ill., graph. Darst., Kt.
HochschulschriftGraz, Univ., Masterarb., 2014
Anmerkung
Zsfassung in dt. und engl. Sprache
SpracheEnglisch
DokumenttypMasterarbeit
Schlagwörter (GND)Waldinventur / Luftbildauswertung / Waldinventur / Luftbildauswertung / Online-Publikation
URNurn:nbn:at:at-ubg:1-64720 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Assessment of biomass based on 2D/3D data derived from aerial steroscopic imagery in the tropics [9.79 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Es ist allgemein bekannt, dass die tropischen Regenwälder den weltweit größten Speicher für Kohlenstoff darstellen. Die tatsächlich gespeicherte Menge an Kohlenstoff in der Biomasse kann nur grob geschätzt werden, da die terrestrische Forstinventur zur direkten Erfassung der Daten sehr aufwändig, zeit- und kostenintensiv ist. Die Forstinventur ist auch die einzige Methode, Biomasse direkt kleinräumig zu erfassen. Zwei weitere Methoden zur indirekten Erfassung in großem Maßstab sind hochauflösende Luftbilder und LiDAR. Im Zuge dieses Projektes standen sowohl hochauflösende Luftbilder als auch Daten der terrestrischen Forstinventur von ausgewählten Gebieten in Suriname zur Verfügung. Das Ziel dieser Arbeit ist es, terrestrisch gemessene Biomassedaten, ausschließlich in High Dryland Forest, mit Merkmalen aus Luftbildern, wie spektrale Information und Höheninformation, zu verknüpfen. In dieser Arbeit wird der Begriff Biomasse immer mit oberirdischer Phyto-Biomasse gleichgesetzt. Im ersten Teil der Arbeit wird neben der Einleitung ein Überblick über den Stand der Forschung (State of the Art) gegeben. Dieser Teil beinhaltet sowohl die aktuelle Biomasseabschätzung, als auch den Stand der Methoden, die für die Ableitung von Merkmalen verwendet werden. Im nächsten Teil werden die verwendeten Methoden zur Ableitung von Merkmalen, wie ein Oberflächenmodell, Volumen, Beschirmungsgrad, Anzahl der Bäume und statistische Auswertung, beschrieben. Hier werden auch die Ergebnisse der Merkmalsableitung und die auftretenden Probleme behandelt. Im nächsten Teil folgen das Ergebnis der Korrelation zwischen Biomasse und den einzelnen abgeleiteten Merkmalen und die Umsetzung der Regressionsanalyse. Der letzte Teil inkludiert Diskussion und Ausblick.

Zusammenfassung (Englisch)

It is known that tropical rainforests are the world?s largest carbon storage. However, the amount of biomass that actually exists can only be roughly estimated, especially because terrestrial forest inventory is very demanding, cost and time expensive. Forest inventory is also the only method to map biomass directly at small-scale area. High-resolution aerial imagery and LiDAR are two methods to map biomass indirectly at a small-scale level. In this project both high-resolution aerial images and terrestrial forest inventory data available were analysed for preselected areas of Suriname. The thesis aimed in linking terrestrially measured biomass data of High Dryland forest to features derived from aerial imagery including spectral information and height. In the thesis the term biomass is always equated with aboveground phyto-biomass, i.e. vegetation. The thesis opens with a short introduction and a review of the state of the art containing current biomass estimation and methods used for deviation of features, sorted according to data type. It provides a description of used methods and how they are used to derive digital surface models from stereoscopic imagery, and features such as volume, forest canopy density, number of trees and statistical features based on height. This chapter also describes the outcome of the feature derivation and the arising problems and limitations. The next part shows the results of correlation and implementation and result of regression analysis, and in conclusion, a discussion and an outlook into the future are provided.