Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Jari Vauhkonen

Estimating single-tree attributes by airborne laser scanning: methods based on computational geometry of the 3-D point data

Vauhkonen J. (2010). Estimating single-tree attributes by airborne laser scanning: methods based on computational geometry of the 3-D point data. https://doi.org/10.14214/df.104

Tiivistelmä

Puutunnusten estimointi ilmalaserkeilauksella: kolmiulotteisen pisteaineiston laskennalliseen geometriaan perustuvia menetelmiä Ilmasta suoritettavasta laserkeilauksesta on 2000-luvulla tullut hyvin yleinen metsäinventoinnin tietolähde. Aiempia laserkeilausaineistojen yksinpuintulkintatarkkuuksia ovat heikentäneet virheet löydettyjen puiden määrässä ja epätarkkuudet sekä puulajitulkinnassa että rungon tunnusten allometrisessa estimoinnissa. Tässä työssä tarkasteltiin puiden latvusten rekonstruointia pisteaineistojen laskennalliseen geometriaan perustuvilla menetelmillä sekä tekniikoita varsinaisten puutunnusten johtamiseksi latvusrakenteista. Erilaiset pisteaineistojen kolmiulotteisiin alfa-muotoihin (engl. alpha shape) perustuvat tilavuus-, kompleksisuus- ja pinta-alamuuttujat osoittautuivat hyödyllisiksi puulajien välisten allometristen erojen kuvaamiseen, mutta lopullisten puutunnusten tarkkuuksien kannalta alfa-muotoihin perustuviin muuttujiin kannatti yhdistää korkeus- ja intensiteettijakaumista johdettua tietoa. Lähimmän naapurin estimointimenetelmien havaittiin käyttävän selittäviä muuttujia parhaiten hyödyksi. Lisäksi ko. menetelmillä voitiin ennustaa kaikki kiinnostuksen kohteena olevat puutunnukset samanaikaisesti ja siten välttää virheiden vaikutuksia korostava estimointiketju. Erityisesti Random Forest-menetelmä kykeni sisällyttämään estimointivaiheeseen kaikki lasketut selittävät muuttujat ilman että niiden lukumäärää olisi tarvinnut erikseen vähentää. Valta- ja välilatvuskerroksessa sijainneiden puiden puulajin luokittaminen männyiksi, kuusiksi ja lehtipuiksi onnistui 78% tarkkuudella ja rinnankorkeusläpimitan, puun pituuden sekä runkotilavuuden estimaattien keskineliövirheet (RMSE) olivat 13%, 3% ja 31%, kun tulosta arvioitiin erillisessä validointiaineistossa. Vähemmän kontrolloituna puiden tulkinta ja puutunnusten estimointi tuotti metsikkötasolla tarkasteltuna epäluotettavia puustotunnusten estimaatteja. Tarkkuutta vähensivät virheet puiden rajauksessa sekä epätarkkuudet yksittäisten puiden tunnusten estimaateissa varsinkin puulajin osalta. Tarve maastoreferenssiaineistoille sekä mahdollinen laseraineiston ulkopuolisen tiedon tarve molemmat rajoittavat kehitetyn menetelmän käytettävyyttä. Toisaalta tutkimuksessa tuotettiin pelkän laseraineiston (tiheys 4 pulssia / m2) pohjalta estimaatteja latvusrajan korkeudelle 20-30% tarkkuudella RMSE:llä mitattuna. Ko. tunnus on tärkeä nimenomaan tukkikokoisten mäntyjen ulkoista laatua kuvaava tunnus. Tulosten perusteella puutason tulkinta kannattaa kohdistaa nimenomaan päälatvuskerrokseen kohdistuviin tarkkoihin mittauksiin, jolloin käytännön inventointijärjestelmässä yksinpuintulkinnalla saatavia hyötyjä tulisi tarkastella suhteessa vaihtoehtoisiin menetelmiin sekä niiden kustannuksiin.

Avainsanat
metsäinventointi; alfa-muoto; Delaunay-kolmiointi; LiDAR; lähin naapuri; random forest-menetelmä

Tekijä
  • Vauhkonen, Itä-Suomen yliopisto, Metsätieteiden osasto Sähköposti jari.vauhkonen@uef.fi (sähköposti)

Julkaistu 26.4.2010

Katselukerrat 3221

Saatavilla https://doi.org/10.14214/df.104 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

Vauhkonen, J., Tokola, T., Packalén, P. & Maltamo, M. 2009. Identification of Scandinavian commercial species of individual trees from airborne laser scanning data using alpha shape metrics. Forest Science 55(1): 37-47.

http://www.ingentaconnect.com/content/saf/fs/2009/00000055/00000001/art00004

Vauhkonen, J., Tokola, T., Maltamo, M. & Packalén, P. 2008. Effects of pulse density on predicting characteristics of individual trees of Scandinavian commercial species using alpha shape metrics based on airborne laser scanning data. Canadian Journal of Remote Sensing 34(Suppl. 2): S441-S459.

http://pubservices.nrc-cnrc.ca/rp-ps/absres.jsp?jcode=cjrs&ftl=m08-052

Vauhkonen, J., Korpela, I., Maltamo, M. & Tokola, T. 2010. Imputation of single-tree attributes using airborne laser scanning-based height, intensity, and alpha shape metrics. Remote Sensing of Environment 114(6): 1263-1276.

https://doi.org/10.1016/j.rse.2010.01.016

Vauhkonen, J., Korpela, I., Pitkänen, J. & Olofsson, K. 2010. Estimating plot-level forest attributes per species by single-tree imputation using airborne laser scanning-based height, intensity, and alpha shape metrics. Manuscript.

Vauhkonen, J. 2010. Estimating crown base height for Scots pine by means of the 3-D geometry of airborne laser scanning data. International Journal of Remote Sensing 31(5): 1213-1226.

https://doi.org/10.1080/01431160903380615


Rekisteröidy
Click this link to register to Dissertationes Forestales.
Kirjaudu sisään
Jos olet rekisteröitynyt käyttäjä, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta
Valitsemasi artikkelit
Hakutulokset
Heinaro E., (2023) Detecting individual dead trees using airborne l.. Dissertationes Forestales vol. 2023 no. 343 artikkeli 23009
Luoma V., (2022) Measuring tree growth using terrestrial laser sc.. Dissertationes Forestales vol. 2022 no. 329 artikkeli 10780
Waga K., (2021) Unpaved forest road quality assessment using air.. Dissertationes Forestales vol. 2021 no. 316 artikkeli 10565
Yrttimaa T., (2021) Characterizing tree communities in space and tim.. Dissertationes Forestales vol. 2021 no. 314 artikkeli 10556
Karjalainen T., (2020) Predicting commercial tree quality by means of a.. Dissertationes Forestales vol. 2020 no. 307 artikkeli 10472
Adnan S., (2020) Improvements in forest structural type assessmen.. Dissertationes Forestales vol. 2020 no. 306 artikkeli 10467
Junttila S., (2019) Utilizing multispectral lidar in the detection o.. Dissertationes Forestales vol. 2019 no. 277 artikkeli 10201
Mohamedou C., (2019) Improving local forest growth prediction by terr.. Dissertationes Forestales vol. 2019 no. 268 artikkeli 10142
Rana M. P., (2016) Selection of training areas for remote sensing-b.. Dissertationes Forestales vol. 2016 no. 227 artikkeli 2009
Saarinen N., (2016) Predicting vegetation characteristics in a chang.. Dissertationes Forestales vol. 2016 no. 216 artikkeli 1998
Melin M., (2015) Studying habitat use and behavior of moose (A.. Dissertationes Forestales vol. 2015 no. 209 artikkeli 1993
Valbuena R., (2015) Forest structure indicators based on tree size i.. Dissertationes Forestales vol. 2015 no. 205 artikkeli 1988
Saarela S., (2015) Use of remotely sensed auxiliary data for improv.. Dissertationes Forestales vol. 2015 no. 201 artikkeli 1984
Hovi A., (2015) Towards an enhanced understanding of airborne Li.. Dissertationes Forestales vol. 2015 no. 200 artikkeli 1985
Vastaranta M., (2012) Forest mapping and monitoring using active 3D re.. Dissertationes Forestales vol. 2012 no. 144 artikkeli 1927
Härkönen S., (2012) Estimating forest growth and carbon balance base.. Dissertationes Forestales vol. 2012 no. 138 artikkeli 1921
Korhonen L., (2011) Estimation of boreal forest canopy cover with gr.. Dissertationes Forestales vol. 2011 no. 115 artikkeli 1898
Vauhkonen J., (2010) Estimating single-tree attributes by airborne la.. Dissertationes Forestales vol. 2010 no. 104 artikkeli 1884