Potential for individual tree monitoring in ponderosa pine dominated forests using unmanned aerial system structure from motion point clouds

Characterization of forest structure is important for management-related decision making, monitoring, and adaptive management. Increasingly, observations of forest structure are needed at both finer resolutions and across greater extents to support spatially explicit management planning. Unmanned aerial system (UAS) based photogrammetry provides an airborne method of forest structure data acquisition at a significantly lower cost and time commitment than existing methods such as airborne laser scanning (LiDAR). This study utilizes nearly 5000 stem-mapped trees in ponderosa pine (Pinus ponderosa Lawson & C. Lawson) dominated forests to evaluate several algorithms for detecting individual tree locations and characterizing crown area across tree sizes. Our results indicate that adaptive variable window detection methods with UAS-based canopy height models have greater tree detection rates compared with fixed window analysis across a range of tree sizes. Using the UAS approach, probability of detecting individual trees decreases from 97% for dominant overstory to 67% for suppressed understory trees. Additionally, crown radii were correctly determined within 0.5 m for approximately two-thirds of sampled trees. These findings highlight the potential for UAS photogrammetry to characterize forest structure through the detection of trees and tree groups in open-canopy ponderosa pine forests. Further work should investigate how these methods transfer to more diverse species compositions and forest structures. Key words: detection, canopy height model, crown delineation, drone, forest structure. Il est important de caracteriser la structure forestiere pour eclairer les decisions de gestion, le suivi et la gestion adaptative. De plus en plus, des observations de la structure forestiere sont necessaires, tant a des resolutions plus fines que sur de plus vastes etendues, pour soutenir une planification de gestion spatialement explicite. La photogrammetrie basee sur des systemes aeriens sans pilote (SASP) fournit une methode aeroportee d'acquisition de donnees sur la structure forestiere a un cout et un investissement en temps nettement inferieurs a ceux des methodes existantes telles que le balayage laser aeroporte. Cette etude utilise pres de 5 000 tiges d'arbre cartographiees, dans des forets dominees par le pin ponderosa (Pinus ponderosa Lawson & C. Lawson), pour evaluer plusieurs algorithmes de detection de l'emplacement des arbres individuels et de caracterisation de la surface de la couronne des arbres de differentes tailles. Nos resultats indiquent que les methodes adaptatives de detection a fenetre variable avec des modeles de hauteur du couvert forestier sur la base des donnees de SASP ont des taux de detection d'arbres plus eleves que l'analyse a fenetre fixe pour un assortiment de tailles d'arbres. Avec l'utilisation des SASP, la probabilite de detecter des arbres individuels passe de 97 % pour l'etage dominant a 67 % pour les arbres opprimes du sous-etage. De plus, les rayons de la couronne ont ete correctement determines, a moins de 0,5 m, pour environ les deux tiers des arbres echantillonnes. Ces resultats mettent en evidence le potentiel de la photogrammetrie basee sur les SASP pour caracteriser la structure forestiere grace a la detection d'arbres et de groupes d'arbres dans les forets de pins ponderosa dont le couvert n'est pas ferme. Des travaux supplementaires devraient etudier comment ces methodes peuvent s'appliquer a des compositions d'especes et des structures forestieres plus diverses. [Traduit par la Redaction] Mots-cles : detection, modele de hauteur du couvert forestier, delimitation des couronnes, drone, structure forestiere.
Introduction Since the early 2000s, ecological management of dry, lower montane forest systems has increasingly focused on variability and spatial arrangement of horizontal and vertical forest structure (Lydersen et al. [...]