Ny metod uppskattar grenbiomassa hos levande träd

För att förstå hur träd reagerar på klimatförändringar som torka behöver vi en djupare förståelse för deras inre fysiologiska processer och vätskeflöden. En parameter som är intressant, men svårstuderad, är grenbiomassa. Hur påverkas vätskeflöden inne i stammen av grenarna ovanför? Vanligtvis mäts grenbiomassa genom att man sågar av och torkar grenar, men för att kunna studera processer i levande träd behövs en icke-destruktiv metod. Därför vill man kunna uppskatta grenvolym och biomassa från tredimensionella laserdata, som kan fånga detaljer i kronstrukturen.

AI förbättrar identifieringen av enskilda träd

En stor utmaning vid analys av laserpunktmolnet är att avgöra vilka laserpunkter som tillhör vilket träd. De senaste åren har djupinlärningsbaserad AI utvecklats för att kunna segmentera laserskannade skogar, och har visat sig prestera bättre än äldre metoder som bygger på att först hitta trädtoppar. Samma trend påvisas även i detta arbete, då en av de senaste AI-modellerna i jämförelse med en segmentering baserad på en trädhöjdsmodell identifierade ungefär dubbelt så många inventerade träd.

Datasetet kom från SLU:s forskningsstation Svartberget, med en medelhöjd på 18 m och i huvudsak 55 % gran och 30 % tall. Totalt hade 789 träd inventerats i ett mindre område, och de träd som var svårast att identifiera växte i täta områden och låg under kronskiktet.

Lovande resultat trots utmaningar i segmenteringen

Nackdelen med djupinlärningsbaserade modeller är att de kräver mycket beräkningskraft. För att hantera datamängden fick segmenteringen utföras på ett drönarskannat dataset och sedan kombineras med markbaserat laserdata för att få mer detaljerad strukturinformation om mindre grenar, stam och nedre delar av kronan. Kombinationen av data gjorde att en tydlig stam per träd kunde identifieras i trädsegmenten, och från det kunde brösthöjdsdiameter (DBH) och trädhöjd uppskattas för att slutligen användas för att beräkna grenbiomassa, genom allometriska biomassafunktioner. 

Resultaten från DBH- och trädhöjdsuppskattningen visade att denna metod fungerade för ett stort antal träd, men att det totala felet blev stort på grund av ett antal avvikande värden. Dessa avvikande värden beror främst på undersegmentering, där flera träd klassas som ett enda träd, och att det ibland är svårt att jämföra segment mot rätt inventerat träd. Det visar att segmenteringsmodellen fortfarande har ett stort utvecklingsbehov, särskilt i täta boreala skogar som laserskannas av drönare. 

Första steg mot en djupare förståelse av vätskeflöden

När grenbiomassa beräknades från DBH och trädhöjd höll sig medelfelet i samma storleksordning som de uppskattade egenskaperna. Det beror på att de träd som hade stora fel i DBH inte alltid var samma träd som hade stora fel i trädhöjd. Grenbiomassan kunde sedan fördelas över den modellerade grenvolymen och på så sätt kunde mängden grenbiomassa ovanför varje vätskeflödessensor uppskattas. 

När vi jämförde den uppskattade grenbiomassan med vätskeflöden för varje sensor, fanns en tydlig skillnad mellan flödet på syd- respektive nordsidan och grenbiomassan verkade kunna spela roll, särskilt för vissa individer. Dock var underlaget för litet för att det skulle gå att dra några generella slutsatser. Arbetet fortsätter och kommer att utökas med fler individer för att göra det möjligt att analysera sambandet djupare.