Metoder for estimering av sentrale skoglige egenskaper basert på fjernmålte data til støtte for REDD+ måling, rapportering og verifisering (MRV) | Methods for estimation of major forest attributes based on remotely sensed data for the support of REDD+ measurement, reporting and verification (MRV)

Informasjon om status for skogressurser i Etiopia er begrenset. De tilgjengelige rapportene basert på feltprøver er inkonsekvente og mangler presisjon på grunn av begrensede prøvestørrelser. Fjernmålingsdata som dekker et større område kan brukes til å supplere feltprøvetakingen for å forbedre presisjonen. Jeg har derfor prøvd i dette arbeidet å vurdere forbedringen i estimeringseffektivitet ved å bruke ulike data og metoder for å vurdere skogareal, trekronedekke og biomasse over jord. I artikkel-I ble egnetheten til ubemannede luftfartøy (droner) for skogovervåking i etiopisk sammenheng undersøkt ved hjelp av litteraturgjennomgang om eksisterende erfaringer innen forskjellige felt på tvers av forskjellige geografiske regioner. Gjennomgangsresultatene indikerte at ubemannede luftfartøy har et enormt potensiale til å bidra til skogvurdering i Etiopia på grunn av den økende teknologiske tilgjengeligheten, som tilbyr valg basert på det tiltenkte formålet og kostnadene. Globale erfaringer indikerte behovet for å utarbeide operasjonelle retningslinjer og det juridiske rammeverket systemet fungerer innenfor. I artikkel II ble manuell tolkning av satellittbilder brukt for å evaluere egnetheten til PlanetScope, RapidEye og Sentinel-2 bilder for skogareal og trekronedekke. Resultatene indikerte at RapidEye- og PlanetScope-bilder, som har relativt høy oppløsning, ga lignende estimat for begge variable mens estimatene basert på Sentinel-2-bildene med grovere oppløsning var avhengige av skogtettheten. Evaluering av følsomhet for utvalgsstørrelse viste at bilder med høy oppløsning var mindre følsomme for endring i utvalgsstørrelse og derfor best egnet for å studere skogsområde og trekronedekke ut ifra manuell bildetolkning. I artikkel-III ble modellassistert estimeringsteknikk anvendt for å sammenligne bidraget fra Landsat-8, Sentinel-2 og PlanetScope bildeavledede variabler for estimering av biomasse over bakkenivå i en tørr Afromontane-skog i Etiopia. Enkle modeller ble utviklet for variablene fra hver bildetype og deres estimerte effektivitet sammenlignet. Resultatene indikerte at de modellassisterte estimatene var mer presise enn feltundersøkelsen. Til slutt ble det i artikkel-IV utviklet en bildebehandlingsmetode for å estimere trekronedekke fra digitale bilder og sammenlignet med punktbaserte data. Bruk av Otsu-terskelverdi for fotosegmentering ga objektiv vurdering av trekroneandel. Resultatene avslørte at bestemmelsen av kronedekke fra den sentrale 1-3% av full fotostørrelse, med terskler på 10% og 20% estimert trekroneandel, var mer presis enn den punktbaserte metoden. Derfor anbefales bruk av et smalvinkelkamera til fotografering av trekronedekke.

Английский. There is limited information about the status of forest resources in Ethiopia. The available reports based on field sampling are inconsistent and lack precision due to limited sample sizes. Remotely sensed data, which cover a larger area, could be used to supplement the field sampling to improve precision. Therefore, this thesis tried to assess the improvement in estimation efficiency by using different data and methods for assessing forest area, canopy cover and aboveground biomass variables. In paper-I, suitability of unmanned aerial systems for forest monitoring in the Ethiopian context was explored using literature review on existing experiences in different fields across different geographic regions. The review results indicated that unmanned aerial systems have huge potential to contribute to forest assessment in Ethiopia due to the growing technological availability, which offers choices based on the intended purpose and costs. Global experiences indicated the need for preparing operational guidelines and the legal framework within which the system works. In paper-II, manual interpretation of satellite images was used to evaluate the suitability of PlanetScope, RapidEye and Sentinel-2 images for forest area and canopy cover assessment. The results indicated that RapidEye and PlanetScope images, which have relatively high resolution, had similar patterns of estimates for both variables while estimates using the Sentinel-2 images with coarser resolution were dependent on the forest density. Evaluation of sensitivity to sample size showed that the high-resolution images were less sensitive to change in sample size and therefore best suited for studying forest area and CC using manual image interpretation. In paper-III, model-assisted estimation technique was applied to compare the contribution of Landsat-8, Sentinel-2 and PlanetScope image-derived variables for aboveground biomass estimation in a dry Afromontane forest in Ethiopia. Simple models were developed for the variables from each image type and their estimation efficiencies compared. The results indicated that the model-assisted estimates were more precise than that of the field survey. Lastly, in paper-IV, a photo processing method was developed to estimate forest canopy cover from digital photos. The use of Otsu thresholding for photo segmentation offered objective assessment of canopy fractions. The results revealed that the canopy fraction of the central distortion-free 1-3% of the full photo size with thresholds of 10 and 20% estimated canopy cover more precisely than the point-based method. Therefore, the use of a narrow-angle camera for canopy photography is recommended.