Home About Browse Search
Svenska


Digital wet areas mapping

Lidberg, William (2019). Digital wet areas mapping. Diss. (sammanfattning/summary) Umeå : Sveriges lantbruksuniv., Acta Universitatis agriculturae Sueciae, 1652-6880 ; 2019:10
ISBN 978-91-7760-338-2
eISBN 978-91-7760-339-9
[Doctoral thesis]

[img]
Preview
PDF
19MB

Abstract

Wet soil in forested landscapes of the boreal zone is often associated with large open wetlands or peatlands, but it may also be hidden beneath closed forest canopies on drained wetlands or wet strips beside streams known as riparian zones. Since these wet areas are shrouded by canopy they have traditionally been difficult to map from aerial photographs. Consequently, most of them are not marked on current maps. Movements of heavy forestry machines can severely disturb the soil and impair water quality in these wet and moist environments, so driving should be avoided in them. However, to avoid driving and plan forestry operations in these areas it is important to know where they are. Therefore, the aim of the studies this thesis is based upon was to evaluate and develop methods to map these hidden streams and wet areas so they can be considered in forestry planning to minimize negative effects of forestry on soil and water quality. High resolution digital elevation models (DEMs) are becoming more accessible as more countries are conducting laser scanning campaigns, and hydrological features such as streams and wet areas can now be topographically modelled on large scales. Stream networks extracted from these high resolution models are more accurate than current stream networks, provided that appropriate methods are used to pre-process the DEM. Forest-covered wet areas can also be mapped using DEMs, but no currently available method is universally applicable. Therefore my colleagues and I used machine learning to combine stream networks acquired using multiple methods with other soil and climate maps to more accurately predict wet areas. The new maps generated in this manner are relatively cheap to produce and can be used to plan forestry operations in great detail. Protective buffer zones can be placed around previously unknown headwater streams and these maps can be used to avoid driving in sensitive areas with heavy forestry machines.

Authors/Creators:Lidberg, William
Title:Digital wet areas mapping
Alternative abstract:
LanguageAbstract
UNSPECIFIED

Fuktig mark i det boreala skogslandskapet associeras ofta med stora öppna myrar men blöt och fuktig mark finns även gömd i skogen som dikade myrar eller längs med vattendrag. Eftersom dessa områden är täckta av skog så har de varit svåra att kartlägga från flygbilder. Ett resultat av det är att de flesta vattendragen och fuktiga markerna saknas på dagens kartor. Fuktiga marker är känsliga för körskador från tunga skogsmaskiner och körning bör därför undvikas i dessa områden. Men för att kunna planera skogsbruk och undvika körskador på fuktig mark så måste man först veta var den fuktiga marken finns. Därför var syftet med den här avhandlingen att utvärdera och utveckla metoder för att hitta små vattendrag och fuktig mark så de kan inkluderas i den skogliga planeringen för att minska skogsbrukets negativa effekter på sjöar och vattendrag. Högupplösta höjdmodeller blir vanligare allteftersom fler länder genomför luftburna laserskanningar som kan användas för modellering av hydrologiska objekt som vattendrag och fuktig mark på stor skala. Vattendrag modellerade från högupplösta höjdmodeller har en högre träffsäkerhet än dagens kartor förutsatt att höjdmodellen har förberetts på rätt sätt. Fuktig mark som ligger gömd i skogen kan karteras men det finns inte en metod som fungerar överallt. Istället använder vi maskininlärning för att kombinera flera olika metoder med befintliga jordarter och klimatdata för att prediktera markfukt med hög träffsäkerhet. Kartorna är relativt billiga att producera och kan användas för att i detalj planera skogsbruk nära vatten. Skyddande kantzoner kan planeras runt tidigare okända vattendrag och körning av stora maskiner kan planeras så att skador på de känsliga markera undviks.

Series/Journal:Acta Universitatis agriculturae Sueciae (1652-6880)
Year of publishing :2019
Volume:2019:10
Number:2019:10
Number of Pages:58
Papers/manuscripts:
NumberReferences
IWilliam Lidberg*, Mats Nilsson, Tomas Lundmark, Anneli M. Ågren (2017) Evaluating pre-processing methods of digital elevation models for hydrologiacal modelling. Hydrological Processes, 31 (26), pp 4660-4668
IIÅgren, A.M. and Lidberg*, W.: The importance of better mapping of stream networks using high resolution digital elevation models - upscaling from watershed scale to regionaland national scales, Hydrol. Earth Syst. Sci Discuss., https://doi.org/10.5194/hess-2019-34, in Review, 2019.
IIIWilliam Lidberg*, Mats Nilsson, Anneli M. Ågren (2019) Using machine Learning to genrate high resolution wet area maps for planning forest management: a study in boreal forest landscape. Manuscript submitted to Ambio.
IVWilliam Lidberg*, Mats Nilsson, Erik Emilson, Irena Creed, Anneli M. Ågren (2019). Mapping riparian zones using digital elevation models. (manuscript)
Place of Publication:Umeå
Publisher:Department of Forest Ecology and Management, Swedish University of Agricultural Sciences
Associated Programs and Other Stakeholders:SLU - Research Areas for the Future > Future Forests (until Jan 2017)
ISBN for printed version:978-91-7760-338-2
ISBN for electronic version:978-91-7760-339-9
ISSN:1652-6880
Language:English
Publication Type:Doctoral thesis
Article category:Other scientific
Full Text Status:Public
Agris subject categories.:K Forestry > K01 Forestry - General aspects
P Natural resources > P30 Soil science and management
Subjects:(A) Swedish standard research categories 2011 > 4 Agricultural Sciences > 401 Agricultural, Forestry and Fisheries > Soil Science
(A) Swedish standard research categories 2011 > 2 Engineering and Technology > 207 Environmental Engineering > Remote Sensing
(A) Swedish standard research categories 2011 > 4 Agricultural Sciences > 401 Agricultural, Forestry and Fisheries > Forest Science
Keywords:light detection and ranging, wet areas mapping, digital elevation model, GIS, riparian zone, streams, forestry, buffer zone
URN:NBN:urn:nbn:se:slu:epsilon-e-5267
Permanent URL:
http://urn.kb.se/resolve?urn=urn:nbn:se:slu:epsilon-e-5267
ID Code:15989
Faculty:S - Faculty of Forest Sciences
Department:(S) > Dept. of Forest Ecology and Management
Deposited By: SLUpub Connector
Deposited On:11 Mar 2019 09:44
Metadata Last Modified:03 Apr 2019 08:13

Repository Staff Only: item control page