Priče · biodiverzitet · osnove · klima
LiDAR u strukturnoj analizi šumskih ekosistema — biomasa, canopy i stanišni parametri
Kako LiDAR otkriva strukturu šume, biomasu, canopy parametre i stanišnu kompleksnost od terena do globalnih misija GEDI i ICESat-2.
Teme: Biodiverzitet · Osnove
Serijal: Daljinska detekcija i GIS
Napomena: Vizuel uz ovu priču služi kao tematski prikaz i urednički prati temu teksta; ne predstavlja nužno dokumentarni prikaz događaja, mesta ili vremena opisanih u članku.
Postoji fundamentalni problem u merenju šumske biomase koji ekologisti i šumari poznaju iz svakodnevne prakse: direktno merenje mase drveća zahteva sečenje stabala, sušenje i vaganje — destruktivna procedura koja je nemoguća u zaštičenim oblastima, skupo izvediva u velikom obimu i neprimenjiva za longitudinalno praćenje istog stabla tokom vremena. Allometrijske jednadžbe — matematičke relacije koje procene biomasu iz merljivih parametara živog stabla kao što su prečnik na visini grudi (DBH) i visina stabla — nude ne-destruktivnu alternativu, ali zahtevaju terenska merenja koja su ograničena u prostornoj pokrivenosti i vremenski su zahtevna.
LiDAR (Light Detection and Ranging) transformisao je ovu situaciju fundamentalno. Aktivni sistem daljinskog osmatranja koji emituje laserske impulse i beleži vreme povratka svakog impulsa od reflektujuće površine — generišući trodimenzionalne oblake tačaka koji precizno opisuju vertikalnu strukturu šumske krošnje — LiDAR je postao zlatni standard za ne-destruktivnu strukturnu analizu šumskih ekosistema. Merenja koja su nekad zahtevala tjedne terenskog rada za nekoliko hektara sada su izvediva za stotine hiljada hektara u jednom avijonskom letu ili svemirskoj misiji.
Za studenta šumske ekologije, konzervacione biologije ili daljinske detekcije, razumevanje LiDAR principа i metodologije prerade LiDAR oblaka tačaka u ekološki relevantne parametre postaje sve važnija kompetencija — posebno jer su LiDAR podaci za Srbiju dostupni za određene oblasti i jer globalni spejsborn LiDAR sistemi (GEDI, ICESat-2) produciraju besplatno dostupne podatke za celu planetu.
Principi LiDAR-a: od impulsa do oblaka tačaka
LiDAR sistem se sastoji od lasrskog emitera koji šalje kratke impulsе svetlosti (tipično u NIR opsegu, 1064 nm za topografske i šumske sisteme), detektora koji beleže povratne signale, GPS prijemnika i inercijalnog navigacionog sistema (IMU) koji tačno lociraju svaki emitovani impuls u prostoru i vremenu. Iz vremena povratka impulsa i pozicije senzora računaju se trodimenzionalne koordinate svake reflektujuće tačke — vegetacione površine, tla, zgrada.
Laserski impuls koji prolazi kroz šumsku krošnju ne daje samo jedan povratak — on se delimično reflektuje od različitih slojeva vegetacije (krošnje, grana, lišća, podloge) pri svakom prolasku kroz vegetacijski element. Diskretni višestruki povratak (discrete multiple return) sistemi registruju prvih N povrataka impulsa (tipično do 5), što daje informaciju o vertikalnoj stratifikaciji vegetacije. Full-waveform sistemi beleže celokupan vremenski profil povratnog signala, što daje bogatiju informaciju o gustini vegetacijskih elemenata ali i veće zahteve za pohranom i obradom podataka.
Gustina tačaka (point density) — broj LiDAR tačaka po kvadratnom metru — ključna je specifikacija koja određuje koje strukturne parametre možemo pouzdano izvesti iz oblaka tačaka. Za topografske aplikacije, 1–5 tačaka/m² je adekvatno. Za strukturnu analizu šuma, gustine od 5–15 tačaka/m² tipično su dovoljne za pouzdano modeliranje krošnje i visine stabla. Za detaljan opis vertikalne strukture šume i identifikaciju pojedinih stabala, potrebne su gustine od 20+ tačaka/m². Airborne LiDAR (ALS) sistemi na fiksnim krilima tipično postižu 5–30 tačaka/m² pri uobičajenim visinama leta od 500–2000 m.
Klasifikacija oblaka tačaka — razdvajanje tačaka koje reprezentuju tlo od tačaka koje reprezentuju vegetaciju — preduslov je za svaku ekološku analizu. Algoritmi za ground filtering (Kraus-Pfeifer, cloth simulation filter, progressive morphological filter) identifikuju tačke tla i generišu Digital Terrain Model (DTM), dok se ostatak tačaka tretira kao vegetacijska masa iz koje se izvodi Canopy Height Model (CHM = DSM − DTM).
Ekološki parametri iz LiDAR oblaka: od tačke do ekosistemskog uvida
Canopy Height Model (CHM) — raster karta maksimalne visine vegetacije iznad tla u svakoj ćeliji — najdirektniji je i najistraživaniji strukturni parametar koji se izvodi iz LiDAR oblaka. Visina stabala iz CHM pouzdano se izvodi za stabla viša od ~3 m i s greškama tipično između 0,5 i 2 m u poređenju s terenskim merenjima. Prostorna varijabilnost CHM — merena standardnom devijacijom ili koeficijentom varijacije visina unutar određene zone — parametar je koji korelira s habitatnom heterogenošću i biodiverzitetom ptica, insekata i biljaka.
Lai — Area Index (LAI) i Canopy Cover — frakcija tla pokrivena projekcijom vegetacijske krošnje — izvode se iz gustine i distribucije LiDAR povrataka u vegetacijskom sloju. Specifično, frakcija povrataka koji dolaze sa vegetacijskih površina (a ne s tla) proporcionalna je LAI kroz Beer-Lambertov zakon koji opisuje gašenje svetlosti kroz vegetacijski profil. Ovo je ekvivalent hemisferne fotografije canopy-a, ali automatizovan i prostorno eksplicitan.
Above-ground Biomass (AGB) i Above-ground Carbon (AGC) procenjuju se iz LiDAR podataka kroz dva pristupa: direktno iz strukturnih parametara (CHM, Loreyeva srednja visina, gustina krošnje) korišćenjem regresionih modela kalibriranih na terenu, ili indirektno kroz alometrijsku vezu s dbh koji se procenjuje iz individualnog stabla detekcije. Regresioni modeli koji direktno povazuju LiDAR strukturne metrike s AGB validovani su za različite tipove šuma, ali moraju biti kalibrirani lokalno za svaki šumski tip — globalni modeli za tropske šume ne mogu se direktno primenjivati na balkanske hrastove i bukove šume bez rekalibracije.
Lidberg i saradnici (2020, Remote Sensing) pregledali su metodologije procene AGB iz ALS podataka u temperaturnim šumama i zaključili da kombinacija visina i gustine vretena prediktora daje R² između 0,80 i 0,95 za AGB u poređenju s terenskim merenjima — vrednosti koje su superiorje od onih koje se postižu pasivnim optičkim daljinskim posmatranjem i koje su prihvatljive za operativna šumarska inventarisanja.
Globalni spejsborn LiDAR: GEDI i ICESat-2 za čitavu planetu
Airborne LiDAR sistemi pokrivaju ograničene površine i skupi su za primenu na globalnom nivou. Svemirski LiDAR sistemi — koji prikupljaju merenja duž orbitalnih traka dok satelit kruži oko Zemlje — rešavaju problem pokrivenosti ali na teret prostornog razlučivanja.
GEDI (Global Ecosystem Dynamics Investigation), NASA-in fullwaveform LiDAR instaliran na Međunarodnoj svemirskoj stanici, operativan od 2019. godine, prikuplja vertikalne profile šumske structure uz 25-metarne footprint-e duž orbitalnih traka. GEDI Level 2 i Level 3 produkti uključuju procenu visine vegetacije, LAI profila i AGC za sve tropske i temperaturne šume između 51,6°S i 51,6°N — što uključuje Balkan i Srbiju. Dubayah i saradnici (2020, Remote Sensing of Environment) opisuju GEDI sistem i prve naučne produkte, naglašavajući da je to prvi svemirski sistem koji direktno meri vertikalnu strukturu vegetacije na globalnoj skali.
ICESat-2 (Ice, Cloud, and land Elevation Satellite-2, NASA, 2018) nosi Advanced Topographic Laser Altimeter System (ATLAS) — photon-counting LiDAR koji je primaran projektovan za merenje polarnog leda ali koji daje precizne vegetacijske visine duž orbitalnih traka. Neuenschwander i saradnici (2019, Remote Sensing of Environment) demonstrirali su primenu ICESat-2 za procenu visine šumske vegetacije na globalnom nivou s greškama između 1 i 3 m za hrastove i mešovite šume.
Kombinacija globalnih LiDAR misija (GEDI, ICESat-2) s pasivnim optičkim satellitima (Landsat, Sentinel-2) pruža sinergetski pristup: optički sateliti daju visoku prostornu pokrivenost ali plitko strukturno razlučivanje; LiDAR daje preciznu vertikalnu strukturu ali uz prostorna praznina između traka. Fuzija ova dva tipa podataka — kroz algoritme kao što je Random Forest regresija ili neuralne mreže — postala je standardna metodologija za derivovanje prostorno kontinuiranih karata šumske visine i biomase na regionalnom i globalnom nivou.
Stanišni parametri i primena u konzervacionoj biologiji
LiDAR nije samo alat za šumsku inventuru — on je instrument za merenje habitatne kompleksnosti koja je ključna za biodiverzitet. Vertikalna stratifikacija vegetacije — merena indeksima poput standardne devijacije visina tačaka (σ_height) ili coefficient of variation — snažan je prediktor biodiverziteta ptica, slepih miševa i insekata koji zavise od heterogenosti krošnje za gnežđenje, hranjenje i navigaciju.
MacArthur i MacArthur (1961, Ecology) — u klasičnom radu koji je postavio temelje habitat-structure hipotezi o biodiverzitetu — pokazali su da je raznolikost ptica u šumi proporcionalna vertikalnoj stratifikaciji vegetacijske strukture. LiDAR operacionalizuje ovo opažanje: umesto subjektivnih vizuelnih procena stratifikacije, pruža objektivne, kvantitativne metrike koje se mogu prostorno kartirati i longitudinalno pratiti.
Duplje u stablima — primarno stanište za šumske sove, detliće, šišmiše i neke vrste sisara — mogu biti indirektno identifikovane iz LiDAR oblaka tačaka kroz detekciju stabala s nepravilnim profilima debla ili lokalnih gustina tačaka unutar debla koje indiciraju šupljinu. Ova metodologija je još u razvoju ali pokazuje obećavajuće rezultate za identifikaciju ključnih mikrostaništa bez destruktivnih terens istraživanja.
Za studente koji žele početi raditi sa LiDAR podacima u srpskom kontekstu: besplatni softver lidR (R paket) i CloudCompare omogućavaju kompletan analitički workflow od uvoza LAS/LAZ fajlova do derivacije CHM, segmentacije individualnih stabala i izračunavanja strukturnih metrika. GEDI i ICESat-2 podaci dostupni su besplatno kroz NASA Earthdata portal. Za Srbiju, Republički geodetski zavod ima airborne LiDAR snimke za određene urbane i šumske zone koji su dostupni za istraživačke svrhe kroz formalne protokole zahteva.
Reference i izvori
- Hansen, M. C., et al. (2013). High-resolution global maps of 21st-century forest cover change. Science, 342(6160), 850–853.
- Dubayah, R., et al. (2020). The Global Ecosystem Dynamics Investigation: High-resolution laser ranging of the Earth's forests and topography. Science of Remote Sensing, 1, 100002.
- Neuenschwander, A., & Pitts, K. (2019). The ATL08 land and vegetation product for the ICESat-2 mission. Remote Sensing of Environment, 221, 247–259.
- Lidberg, W., et al. (2020). Evaluating pre-processing methods of digital elevation models for hydrological modelling. Hydrology Research, 51(2), 261–273.
- MacArthur, R. H., & MacArthur, J. W. (1961). On bird species diversity. Ecology, 42(3), 594–598.
- White, J. C., et al. (2016). Remote sensing technologies for enhancing forest inventories: A review. Canadian Journal of Remote Sensing, 42(5), 619–641.
Šta dalje
Nastavi kroz istu temu
Ako želiš da nastaviš čitanje, otvori temu Biodiverzitet ili pregledaj celu arhivu priča.
Zašto možeš da veruješ ovom tekstu
Autor, izvori i način rada
Ovu priču priprema Vanja Dragan, master analitičar zaštite životne sredine, uz pregled stručne literature, zvaničnih izvora i lokalnog konteksta kada je tema vezana za Srbiju ili region.
- Autor: Vanja Dragan
- Struka: master analitičar zaštite životne sredine
- Pristup: proverljive tvrdnje, jasni izvori i naknadne dopune kada je potrebno
