Forest monitoring systems: advancing forest monitoring through IoT dedicated sensor development and applications
Author(s)
Yates, Jim
Date Issued
April 28, 2025
Type
Doctoral Thesis
Abstract
This research dissertation is separated into sections which represent a series of scientific reports.
The first report, Section 1 presents a concept of a forest digital twin and is indeed the introduction
to the research premise of socketed smart technologies such as IoT and sensors which in part drive
a digital twin.
The second report Section 2 consists of two reports (A) and (B). (A) focuses on an application of
an ‘off the shelf Infrared Sensor’ and characterises its function by as a radial dendrometer. It
explores the strengths and weakness of the sensor, provides vigorous calibration and sensitivity
analyses, finally providing a concrete physical comparison between commercial high precision D6
and static automatic D1 dendrometers manufactured by UMS.
(B) further develops the application of the IR sensor and demonstrates a functional IoT driven
dendrometer network to monitor woody biomass for 2 consecutive years in a Coppice With
Standards (CWS) managed forest in central Italy. It explores the success of the network; it’s
precision and accuracy and demonstrates how such networks can effectively be used to monitor
changes in woody biomass and subsequent carbon stocks at highly granular scales. In addition,
data captured challenge conventional methodologies regarding conversion of coppice forest to
high forest.
The third report, section 3, aims to improve the concepts of IoT networked sensors and address the
issues discovered from infrared sensor, with an ‘overhaul’ of the system and a new approach to the
dendrometer itself. It presents a bottom, from the ground up, design and application of a linear
magnetic driven encoder successfully demonstrating its functionality and furthermore showing an
ability to effectively detect stem diel patterns with great effect.
This research dissertation follows the bellow Hypothesis, objectives and approaches with key
findings presented.
Hypothesis: Integrating direct measurement sensors, such as dendrometers, with Internet of Things
(IoT) technologies is essential for advancing forest research and management. This approach will
complement traditional manual measurements and possibly enhance carbon monitoring methods,
providing a more comprehensive and continuous dataset on tree stem increment changes with a
caveat for monitoring carbon sequestration in quai real time.
Objective: This study aims to address the growing trend toward digital technologies and the role
of advances in this field in forest monitoring, particularly for monitoring above-ground biomass
(AGB) and associated carbon stock changes. The research combines the development, adaptation,
and deployment of two novel IoT-driven dendrometers and evaluates their performance.
Additionally, the study includes a biannual monitoring campaign on a coppice forest in central
Italy to present a proof of concept for a socketed network for AGB monitoring, thus establishing a
system for real-time carbon monitoring.
Approach: This dissertation investigates advances in sensor and communication technologies to
deliver comprehensive, data-driven insights into tree stem growth across space and time with high
resolution. The research successfully demonstrates the use of a low-power, low-cost infrared
proximity sensor adapted to measure changes in radial and diameter at breast heigh (dbh)
increment as part of an IoT network. Furthermore, it validates the capability of using such sensors
to assess standing above-ground biomass changes by applying species-specific allometric
functions and sensor-driven data in a novel assessment of the carbon stock in a Coppice With
Standards forest type in central Italy.
Additionally, to address the challenges presented by the infrared sensor, a linear magnetic-driven
dendrometer was designed and deployed, exhibiting high precision and superior capability in
measuring small changes in radial increment with greater accuracy. Seasonal
Questa tesi di ricerca è suddivisa in sezioni che rappresentano una serie di rapporti scientifici.
Il primo rapporto, Sezione 1, presenta un concetto di gemello digitale forestale ed è in effetti l'introduzione alla premessa della ricerca sulle tecnologie intelligenti con socket come l'IoT e i sensori che in parte guidano un gemello digitale.
La seconda relazione, sezione 2, è composta da due relazioni (A) e (B). (A) si concentra sull'applicazione di un "sensore a infrarossi pronto all'uso" e ne caratterizza la funzione come dendrometro radiale. Esplora i punti di forza e di debolezza del sensore, fornisce una calibrazione vigorosa e analisi di sensibilità, fornendo infine un confronto fisico concreto tra i dendrometri D6 commerciali ad alta precisione e i dendrometri automatici statici D1 prodotti da UMS.
(B) sviluppa ulteriormente l'applicazione del sensore IR e dimostra una rete di dendrometri funzionale guidata da IoT per monitorare la biomassa legnosa per 2 anni consecutivi in una foresta gestita da Bosco Ceduo con Standard (CWS) nell'Italia centrale. Esplora il successo della rete; È preciso e accurato e dimostra come tali reti possano essere efficacemente utilizzate per monitorare i cambiamenti nella biomassa legnosa e le conseguenti scorte di carbonio su scale altamente granulari. Inoltre, i dati acquisiti mettono in discussione le metodologie convenzionali per quanto riguarda la conversione della foresta cedua in foresta alta.
Il terzo rapporto, sezione 3, mira a migliorare i concetti dei sensori IoT in rete e ad affrontare i problemi scoperti dai sensori a infrarossi, con una "revisione" del sistema e un nuovo approccio al dendrometro stesso. Presenta un bottom, da zero verso l'alto, la progettazione e l'applicazione di un encoder lineare a guida magnetica dimostrando con successo la sua funzionalità e mostrando inoltre la capacità di rilevare efficacemente i modelli di diel dello stelo con grande effetto.
Questa tesi di ricerca segue l'ipotesi, gli obiettivi e gli approcci sottostanti con i risultati chiave presentati.
Ipotesi: l'integrazione di sensori di misurazione diretta, come i dendrometri, con le tecnologie dell'Internet of Things (IoT) è essenziale per far progredire la ricerca e la gestione delle foreste. Questo approccio integrerà le tradizionali misurazioni manuali e possibilmente migliorerà i metodi di monitoraggio del carbonio, fornendo un set di dati più completo e continuo sui cambiamenti di incremento del fusto degli alberi con un avvertimento per il monitoraggio del sequestro del carbonio in tempo reale.
Obiettivo: Questo studio mira ad affrontare la crescente tendenza verso le tecnologie digitali e il ruolo dei progressi in questo campo nel monitoraggio delle foreste, in particolare per il monitoraggio della biomassa superficiale (AGB) e delle variazioni associate degli stock di
carbonio. La ricerca combina lo sviluppo, l'adattamento e l'implementazione di due nuovi dendrometri basati sull'IoT e ne valuta le prestazioni.
Additional information
Dottorato di ricerca in Scienze, Tecnologie e Biotecnologie per la Sostenibilità
Subjects
File(s)![Thumbnail Image]()
Name
jyates_tesid.pdf
Size
3.52 MB
Format
Adobe PDF
Checksum (MD5)
d35d771197681a77925cd4b70dc66ee5