Szacowanie szkód spowodowanych przez wiatr w drzewostanach przy wykorzystaniu zobrazowań satelitarnych i danych Systemu Informatycznego Lasów Państwowych

• Autorzy: Ciesielski M. , Balazy R. , Hycza T. , Dmyterko E. , Bruchwald A.

Warianty tytułu

EN

Estimating the damage caused by the wind in the forest stands using satellite imagery and data from the State Forests Information System

• Języki publikacji: PL

Abstrakty

EN

The aim of the study was to evaluate the area and volume of the windthrows caused by a downburst, which occurred early morning on July 8th , 2015 in the Międzylesie Forest District (south−western Poland). The wind velocity reached 270 km/h and the phenomenon caused damages similar to those observed after the hurricane. The most affected forest ranges included: Różanka, Nowa Wieś, Lesica, Goworów, Jodłów and Smreczyna. To evaluate the area of the windthrow in particular forest stands, the remote sensing data were used, whereas to estimate the total wood volume we applied the growth model and the average volume of the particular forest stands, gathered in the State Forests Information System (SILP) database. The volume of the windthrow evaluated by the forest rangers during some local investigation equaled 103 thousands m³, while one calculated using the SILP database – 161 thousands m³ and with the growth model – 168 thousands m³. The forest service estimations were underestimated. According to the model of the wind damage risk, most of the forest stands in the Międzylesie Forest District were highly or very highly endangered by the strong winds. The presence of the windtrhow is very dangerous either for people or the surrounding forest (due to the risk of pests outbreak). Therefore it demands immediate decisions and actions from the forest service, which need reliable and quickly accessible data. The information provided with the satellite imagery, the risk model and the growth model may accelerate the decision−making process and optimize the damage disposal. Satellite imagery also enables to estimate the amount of damage on the areas, which are hardly available for the foresters and their vehicles. Due to their high usefulness, growing availability and declining prices, these tools should be introduced to local forestry as quickly as possible.

Słowa kluczowe

PL

lesnictwo; lasy; huragany; szkody w lesie; szkody od wiatru; szacowanie szkod; wiatrolomy; wiatrowaly; drzewa nieuszkodzone; drzewa uszkodzone; miazszosc drzew; drzewostany uszkodzone; wielkosc powierzchni uszkodzonej; obrazy satelitarne; System Informatyczny Lasow Panstwowych

• Wydawca: -
• Czasopismo: Sylwan
• Rocznik: 2016
• Tom: 160
• Numer: 05
• Opis fizyczny: s.371-377,rys.,tab.,bibliogr.

Twórcy

autor

Ciesielski M.

• Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul.Braci Leśnej 3, 05-090 Raszyn

autor

Balazy R.

• Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul.Braci Leśnej 3, 05-090 Raszyn

autor

Hycza T.

• Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul.Braci Leśnej 3, 05-090 Raszyn

autor

Dmyterko E.

• Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul.Braci Leśnej 3, 05-090 Raszyn

autor

Bruchwald A.

• Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul.Braci Leśnej 3, 05-090 Raszyn

Bibliografia

• Baumann M., Ozdoba M., Wolter P. T., Krylov A., Vladimirova N., Radeloff C. 2014. Landsat remote sensing of forest windfall disturbance. Remote Sensing of Environment 143: 171-179.
• Będkowski K., Norman H. 2002. Zastosowanie technik geomatycznych do analizy rozmiaru i rozmieszczenia szkód spowodowanych w lasach przez huraganowe wiatry. Archiwum Fotogrametrii, Kartografii i Teledetekcji 12a: 37-48.
• Bruchwald A. 1986. Simulation growth model MDI-1 for Scots pine. Ann. Warsaw Agricult. Univ. SGGW-AR. For. and Wood Technol. 34: 47-52.
• Bruchwald A. 1998. Potencjał produkcyjny lasów Polski. Materiały i Dokumenty, Kongres Leśników Polskich 24-26 kwietnia 1997, t. II, cz. 1. 241-248.
• Bruchwald A. 2002. Warunki stosowania metod modelowania matematycznego przy sporządzaniu planu urządzenia lasu. W: Stępień E. [red.]. Urządzanie lasu wielofunkcyjnego. Opinie, poglądy, propozycje. Wyd. Fundacja Rozwój SGGW, Warszawa. 177-188.
• Bruchwald A., Dmyterko E. 2010. Metoda określania ryzyka uszkodzenia drzewostanu przez wiatr. Leś. Pr. Bad. 71 (2): 165-173.
• Bruchwald A., Dmyterko E. 2011. Zastosowanie modeli ryzyka uszkodzenia drzewostanu przez wiatr do oceny zagrożenia lasów nadleśnictwa. Sylwan 155 (7): 459-471.
• Bruchwald A., Dmyterko E. 2012. Ryzyko powstawania szkód w drzewostanach poszczególnych nadleśnictw Polski. Sylwan 156 (1): 19-27.
• Bruchwald A., Dudzińska M., Wirowski M. 1996. Model wzrostu dla drzewostanów dębu szypułkowego. Sylwan 140 (10): 35-44.
• Bruchwald A., Dudzińska M., Wirowski M. 2003. Model wzrostu dla olszy czarnej (Alnus glutinosa (L.) Gaertn.). Sylwan 147 (8): 3-10.
• Bruchwald A., Zajączkowski S. 2002. Obrębowa metoda inwentaryzacji lasu oparta na losowaniu warstwowym. Sylwan 146 (10): 13-23.
• Honkavaara E., Litkey P., Nurminen K. 2013. Automatic Storm Damage Detection in Forests Using High-Altitude Photogrammetric Imagery. Remote Sensing 5: 1405-1424.
• Kondracki J. 1994. Geografia Polski. Mezoregiony fizycznogeograficzne. PWN, Warszawa.
• Koziński G., Nienartowicz A. 2013. Rozmieszczenie przestrzenne i wielkość szkód spowodowanych przez wiatr w lasach wybranych obszarów Pomorza. W: Kunz M., Nienartowicz A. [red.]. Systemy informacji geograficznej w zarządzaniu obszarami chronionymi – od teorii do praktyki. 72-84.
• Maire C., Yesou H. 2003. Storm Forest Damage Mapping based on VHR InSAR data. Proc. of FRINGE Workshop, Frascati, Italy, 1-5 December 2003 (ESA SP-550, June 2004).
• May J. 2015. Semi-Automatic Detection of Storm-Felled Forest Areas in Western Norway’s Spruce Forests Using a Landsat Time Series and Change Detection. University of Sustainable Development. Eberswalde, Germany.
• Rich R. L., Frelic L., Reich P. B., Bauer M. E. 2010. Detecting wind disturbance severity and canopy heterogeneity in boreal forest by coupling high-spatial resolution satellite imagery and field data. Remote Sensing of Environment 114: 299-308.
• Schwarz M., Steinmeier Ch., Holecz F., Stebler O., Wagner H. 2003. Detection of Windthrow in Mountainous Regions with Different Remote Sensing Data and Classification Methods. Scandinavian Journal of Forest Research 18: 525-536.
• Taguchi H., Usuda Y., Fukui H., Furutani T., Kurutawa F. 2013. Forest Damage Detection Using High Resolution Remotely Sensed Data. Training 1: 2. Keio University, Endo, Fujisawa, Kanagawa, Japan.
• Wang X., Zhou B. 2013. Assessment of the Forest Damage by Typhoon Saomai using Remote Sensing and GIS. Nature Environment and Pollution Technology 12 (1): 121-124.
• Wężyk P. 2006. Integracja technologii geoinformatycznych w analizie uszkodzeń lasu spowodowanych przez huragan w Puszczy Piskiej. Archiwum Fotogrametrii, Kartografii i Teledetekcji 16: 133-150.
• Yesou H., Clandillion S., Meyer C., Allenbach B., Maire C., de Fraipont P. 2003. Operational Mapping of storm forest damage and assessment of future VHR SAR and optical sensors. Geoinformation for European wide Integration, Millpress, Rotterdam.