Forskningscase
Dronemåling af juletræer: fra forskning til 20.000 træer
Hvordan Lars Lindved brugte dronefotogrammetri, computer vision og højdemodeller til at tælle juletræer og estimere deres højde, først i et bachelorprojekt på SDU i 2020 og senere i felten i Danmark.
2020
Bachelorprojekt på SDU
98 %+
Hit rate og præcision i testdata
6,98 cm
RMSE for topkranshøjde, 10 træer
20.000
Målte træer i Danmark i 2025
Kort svar
Ja. I 2020 viste projektet, at et forbrugerbaseret UAV-system og fotogrammetri kunne lokalisere juletræer og estimere højden til træernes topkrans i testfelter. Rapporten viste en hit rate og præcision over 98 % for trædetektion samt en RMSE på cirka 7 cm for højdemålinger af 10 kontroltræer. I 2025 samarbejdede Lars med Dansk Drone Netværk i forbindelse med et ESA Space Solutions-projekt knyttet til Plan2Fly, hvor cirka 20.000 træer blev målt i Danmark som en del af dataindsamling til forskning.
Hvorfor måle juletræer fra luften?
Juletræsproduktion kræver et løbende overblik over lageret. Producenterne har brug for at vide, hvor mange træer der står i plantagen, hvordan træerne fordeler sig på højder, og hvilke områder der bør prioriteres i den videre drift og høst.
Den traditionelle lagerstatus bygger typisk på manuel optælling og stikprøver. Dronefotogrammetri kan i stedet dække et helt felt med overlappende billeder og omsætte billederne til et ortofoto, en højdemodel og en geografisk oversigt over de enkelte træer.
Hvad blev undersøgt i 2020?
Lars Lindveds bachelorprojekt på Syddansk Universitet havde titlen "Quantifying properties of Christmas trees using Unmanned Aerial Vehicles". Projektperioden var fra 2. februar til 1. juni 2020 på BSc-uddannelsen i Robot Systems.
Målet var at undersøge, om udstyr i forbrugerklassen kunne bruges til at lokalisere, tælle og højdemåle juletræer. Arbejdet indgik i forskningskonteksten omkring projektet "Yield estimation of Christmas trees", som SDU beskriver som et samarbejde med RoboCluster, Talmo og Green Team Group. Odense Robotics-artiklen nævner også Hermes Traffic Intelligence som projektdeltager.
Arbejdsgangen
1. Billedindsamling
En DJI Phantom 4 Pro fløj i et linje- eller gittermønster og tog overlappende billeder af plantagen.
2. Fotogrammetri
Billederne blev samlet til et ortomosaik, en digital overflademodel og en punktsky. Der blev sammenlignet løsninger fra Pix4Dmapper, Agisoft Metashape og OpenDroneMap.
3. Højdemodel
En DSM blev normaliseret til en CHM ved hjælp af terrænpunkter og QGIS, så vegetationens højde kunne analyseres i forhold til terrænet.
4. Trædetektion
Python- og MATLAB-metoder brugte gråtone-morfologi og lokale maksimumspunkter til at finde træernes placeringer og højder.
5. Kontrol og statistik
Resultaterne blev sammenholdt med manuelle optællinger og faktiske målinger af udvalgte træer, hvorefter der blev lavet højdekort og statistik for felterne.
Resultater fra bachelorprojektet
De vigtigste tal nedenfor kommer fra Lars Lindveds rapport. De beskriver konkrete testfelter og kontroltræer, ikke en universel nøjagtighedsgaranti for alle juletræsplantager.
| Test | Metode | Måling | Resultat |
|---|---|---|---|
| Trædetektion i felt på 0,6 ha | Python-metode | 3.052 detektioner, 32 oversete træer, 14 falske detektioner | 98,96 % hit rate, 99,54 % præcision |
| Højde på 10 kontroltræer | OpenDroneMap DSM mod topkrans | R² = 0,9347 | RMSE = 6,98 cm |
| Højde på 10 kontroltræer | OpenDroneMap CHM og Python | R² = 0,944 | RMSE = 6,34 cm |
Fra proof of concept til 20.000 træer
I 2025 blev arbejdet løftet fra et afgrænset udviklings- og testprojekt til dataindsamling i større skala. Lars samarbejdede med Dansk Drone Netværk, et landsdækkende netværk af dronepiloter, og målte cirka 20.000 juletræer i Danmark.
Arbejdet var en del af et ESA Space Solutions-projekt i tilknytning til Dansk Drone Netværk og Plan2Fly. Formålet var at indsamle forskningsdata om juletræsproduktion, ikke at fremstille tallet som en uafhængig certificering af hver enkelt træmåling.
Det er den centrale udvikling fra 2020 til 2025: Først blev det undersøgt, om metoden kunne fungere på konkrete kontrolfelter. Senere blev erfaringerne brugt i en operation, der omfattede cirka 20.000 træer i Danmark.
- År
- 2025
- Samarbejde
- Lars Lindved og Dansk Drone Netværk
- Omfang
- Cirka 20.000 juletræer i Danmark
- Kontekst
- ESA Space Solutions og Plan2Fly
Offentlig kontekst: ESA Space Solutions og Plan2Fly.
Hvad resultaterne ikke siger
- 2020-resultaterne er et dokumenteret proof of concept, ikke en statistisk sammenligning med den samlede bestand i alle plantager.
- Højdemålingerne blev valideret på 10 kontroltræer. Det er et nyttigt kontrolgrundlag, men et lille datasæt.
- Topkranshøjde og total træhøjde er ikke det samme. En model skal derfor beskrive præcist, hvad der måles.
- Den rapporterede 2025-mængde på cirka 20.000 træer er vores projektoptegnelse. De offentlige ESA- og branchekilder dokumenterer projektkonteksten, men offentliggør ikke selv dette samlede tal.
Hvad betyder det for nye projekter?
Et godt droneprojekt starter ikke med en flot visualisering, men med et klart målespørgsmål. Skal du tælle træer, estimere højde, følge vækst eller finde variationer i et felt? Svaret bestemmer flyvehøjde, overlap, kamera, kontrolmålinger og den efterfølgende analyse.
I dag arbejder Forresten og GIJA MAPS med dronefotogrammetri, ortofoto, DSM, punktskyer og specialiserede analyser. Hvis du vil undersøge en lignende arbejdsgang for juletræer, skov, landbrug eller andre objekter, kan vi hjælpe med at vurdere datasættet og den nødvendige behandling.
Kilder og datagrundlag
Denne side skelner mellem primære projektoptegnelser og eksterne kilder. 2020-tallene er transskriberet fra bachelorrapporten. De eksterne links dokumenterer projektets forsknings- og samarbejdskontekst.
Bachelorrapporten, "Quantifying properties of Christmas trees using Unmanned Aerial Vehicles"
Lars Gylding Lindved, BSc Engineering in Robot Systems, Syddansk Universitet, projektperiode 2020.
SDU: Værdisætning af juletræer vha. droner
SDU’s offentlige projektside om måling af juletræers højde og optælling af træer.
Odense Robotics: Drones can optimise the yield estimation of Christmas trees
Artikel publiceret 12. marts 2021. Artiklen krediterer Lars Lindved for billedet med detekterede træer og estimerede højder.
Dansk Drone Netværk og Plan2Fly
Dansk Drone Netværks egen side om netværket og dets mapping-arbejde.
ESA Space Solutions: Dansk Drone Netværk (Plan2Fly)
ESA’s offentlige Business Network-profil for Dansk Drone Netværk (Plan2Fly).
Ofte stillede spørgsmål
Hvad viste juletræsprojektet fra 2020?
Projektet viste, at dronefotogrammetri med forbrugerbaseret udstyr kunne bruges til at lokalisere juletræer og estimere deres topkranshøjde i de testede felter. Trædetektion havde en hit rate og præcision over 98 %, og OpenDroneMap-højdemålinger af 10 kontroltræer havde en RMSE på 6,98 cm.
Hvor nøjagtig var højdemålingen?
I en OpenDroneMap-test mod topkranshøjden på 10 kontroltræer blev R² rapporteret til 0,9347 og RMSE til 6,98 cm. En CHM-variant med Python gav R² = 0,944 og RMSE = 6,34 cm. Tallene gælder det konkrete testdatasæt.
Målte I totalhøjden på juletræerne?
Ikke konsekvent. Rapporten viste, at højdetoppen i de anvendte overflademodeller ofte repræsenterede topkransen eller en gren tæt på toppen. Derfor er det vigtigt at skelne mellem topkranshøjde og total træhøjde.
Hvor mange træer blev målt i 2025?
Cirka 20.000 juletræer blev målt i Danmark i 2025 i et samarbejde mellem Lars Lindved og Dansk Drone Netværk som en del af et ESA Space Solutions-relateret forskningsprojekt knyttet til Plan2Fly.
Kan Forresten hjælpe med juletræstælling og højdemåling?
Ja. Forresten og GIJA MAPS arbejder med dronefotogrammetri og kan vurdere ortofoto, DSM, punktskyer og specialiserede analyser. Kontakt os for at afklare flyvedata, kontrolmålinger og den rigtige analysemetode.
Har du et felt, der skal måles?
Start med dine dronebilleder, eller kontakt os for at diskutere en specialiseret analyse af træer, afgrøder eller andre objekter.