Search

Leaf area index (LAI) is an important forest canopy variable that is related to various biophysical processes of forest ecosystems. Airborne laser scanning (ALS) has shown promise in modeling and mapping LAI using different types of ALS metrics. The most common ways of modeling LAI with ALS data are multivariate empirical models and the semi-physical model shape derived from the Beer–Lambert law of radiation attenuation. We tested the utility of ALS-based empirical and semi-physical models in the estimations of effective LAI (LAIe), canopy clumping index ( $\Omega _{E}$ ), and clumping-corrected LAI at three boreal forest sites in Finland. In semi-physical models, the all echo penetration index (API) showed consistently the best performance in predicting LAIe. It is, therefore, a robust and potentially the most transferable predictor using this model shape. Empirical models overall yielded slightly better model fits compared to the semi-physical models, yet they are also more prone to overfitting. In addition, empirical models had constantly lower accuracies when predicting LAI than LAIe. We also tested the utility of ALS-based multi-angular canopy gap fraction metrics that were derived from polar transformed ALS point clouds. Images derived from polar transformed point clouds can be analyzed similarly to digital hemispherical photographs (DHPs) to obtain canopy gap fractions. The results showed that polar metrics derived from polar transformed ALS data can provide supporting information to empirical models in the estimation of LAIe, LAI, and especially $\Omega _{E}$ . In particular, a combination of ALS penetration indices and polar metrics yielded positive results in $\Omega _{E}$ estimation.

Dieser Beitrag präsentiert die Ergebnisse einer Untersuchung von Methoden zur radiometrischen Korrektur von Aufnahmen der großformatigen photogrammetrischen Luftbild-Zeilenkamera Leica Geosystems ADS40. Die Untersuchung wurde im Rahmen des EuroSDR Projekts “Radiometric aspects of digital photogrammetric images? durchgeführt. Im August 2008 wurden hierzu Bilder über dem forstwirtschaftlichen Testgebiet Hyytiäläin Finnland erfasst. Zwei Verfahren der Prozessierung wurden evaluiert. Das erste Verfahren baut auf der photogrammetrischen Software Leica XPro auf, welche sich in radiometrischen Prozessen auf physikalische Modelle bzw. Informationen verlässt, die ausschließlich aus den Bildern abgeleitet werden können. Das zweite Verfahren baut auf ATCOR-4 auf, einem Software-Paket, welches zur physikalischen atmosphärischen Korrektur flugzeuggestützter multi- und hyperspektraler Bilder sowie Bildern von Thermalscannern dient und sowohl mit als auch ohne in-situ Beobachtungen des Rückstreuverhaltens bzw. der atmosphärischen Bedingungen operieren kann. Das Ergebnis dieser Prozesse sind Bilder, welche den Reflexionsgrad darstellen. Drei Teilnehmer prozessieren die Daten mit verschiedenen Optionen, was insgesamt zu 12 verschiedenen radiometrisch korrigierten Bildern führt. Die Analyse der Daten basiert auf Messungen des Reflexionsgrads von Referenzsignalen im Feld und im Labor sowie auf Feldmessungen von permanenten Objekten (Asphalt, Gras, Schotter). Leica XPro liefert eine Genauigkeit des Reflexionsgrads von bis zu 5% ohne Verwendung von auf dem Boden erfassten Referenzdaten. Für ATCOR-4 war die Genauigkeit des Reflexionsgrads mit radiometrischer Selbstkalibrierung des Sensors besser als 5%. Diese Ergebnisse zeigen, dass eine effiziente radiometrische Korrektur von multispektralen Luftbildern in einer photogrammetrischen Produktionsumgebung möglich ist.