Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Mikko Vastaranta

Forest mapping and monitoring using active 3D remote sensing

Vastaranta M. (2012). Forest mapping and monitoring using active 3D remote sensing. https://doi.org/10.14214/df.144

Tiivistelmä

Metsien kartoitus ja seuranta aktiivisella 3D-kaukokartoituksella Metsävaroista kerätään mahdollisimman tarkkaa tietoa metsänomistajan päätöksenteon tueksi. Tietoa kerätään puustotunnusten lisäksi toimenpidekohteista ja metsässä tapahtuvista muutoksista, kuten kasvusta ja luonnontuhoista. Laajojen metsäalueiden kartoituksessa käytetään apuna lentokoneesta tai satelliiteista tehtävää kaukokartoitusta. Metsien kaukokartoitus on viime vuosina ottanut merkittävän kehitysaskeleen, kun aktiiviset 3D-kaukokartoitusmenetelmät ovat yleistyneet. Aktiivisessa kaukokartoituksessa, kuten laserkeilauksessa ja tutkakuvauksessa instrumentti vastaanottaa lähettämäänsä säteilyä. Laserkeilaus tuottaa kohteesta 3D-havaintoja, jotka metsäalueilla kuvaavat suoraan puuston pituutta ja metsän tiheyttä. Laserkeilauksella kohteesta saadaan tällä hetkellä tyypillisesti 0,5−20 havaintoa/m2. Laserkeilaus tehdään lentokoneesta 500−3000 m korkeudesta, jolloin aineiston hankinta laajoilta alueilta on kallista verrattuna satelliittikuviin. Myös satelliittitutkakuvilta voidaan tuottaa spatiaalisesti tarkkaa 3D-tietoa, jonka pistetiheys on tosin huomattavasti harvempaa kuin laserkeilauksella. Tutkimuksessa kehitettiin sovelluksia metsien kartoitukseen ja seurantaan hyödyntäen aktiivisia 3D-kaukokartoitusmenetelmiä. Metsiköiden toimenpidetarvetta ennustettiin onnistuneesti laserkeilausaineiston avulla. Harvennettaviksi luokitellut metsiköt pystyttiin kartoittamaan 70%−86% tarkkuudella. Kahden ajankohdan laserkeilausaineistoja käytettiin lumituhojen vuoksi vaurioituneiden puiden kartoittamiseen. Tuhoutuneen latvuspinta-alan kartoitus perustui laserkeilausaineistosta tuotettujen latvusmallien erotuskuviin. Kehitetty menetelmä soveltuu latvusrakenteessa tapahtuneiden muutosten, kuten lumi- ja tuulituhojen, kartoittamiseen ja seurantaan. Laajojen metsäalueiden kartoitus perustuu yleensä kaksivaiheeseen inventointimenetelmään, jossa käytetään maastomittauksia ja tiedon yleistyksessä kaukokartoitusaineistoa. Kartoitusta voidaan tehostaa joko maastomittauksia vähentämällä tai hyödyntämällä mahdollisimman halpaa kaukokartoitusaineistoa. Tutkimuksessa kehitettiin täysin kaukokartoitukseen perustuva kaksivaiheinen metsien inventointimenetelmä. Tarvittava maastotieto mitattiin suoraan laserkeilausaineistosta. Menetelmä soveltuu puuston tilavuuden tai biomassan kartoitukseen erityisesti alueille, joilla maastomittausten kustannukset ovat merkittävät. Satelliittitutkakuvat ovat potentiaalinen aineisto etenkin laajojen alueiden metsävarojen seurannassa. Synteettisen apertuurin tutka (SAR)-stereokuvilta mitattiin automaattisesti 3D-pisteitä, joita käytettiin puustotunnusten ennustamisessa. Keskitilavuus ennustettiin parhaimmillaan lähes samalla tarkkuudella kuin laserkeilauksella. Tutkimus osoitti aktiivisen 3D-kaukokartoitustiedon mahdollistavan entistä yksityiskohtaisemman metsien kartoituksen ja seurannan.

Avainsanat
laserkeilaus; metsien inventointi; synteettisen apertuurin tutka (SAR); tutkakuvaus

Tekijä
  • Vastaranta, University of Helsinki, Department of Forest Sciences Sähköposti mikko.vastaranta@helsinki.fi (sähköposti)

Julkaistu 29.5.2012

Katselukerrat 2888

Saatavilla https://doi.org/10.14214/df.144 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

Vastaranta M., Holopainen M., Yu X., Hyyppä J., Hyyppä H., Viitala R. (2011). Predicting stand-thinning maturity from airborne laser scanning data. Scandinavian Journal of Forest Research 26 (2):187−196.

https://doi.org/10.1080/02827581.2010.547870

Vastaranta M., Korpela I., Uotila A., Hovi A., Holopainen M. (2012). Mapping of snow-damaged trees in bi-temporal airborne LiDAR data. European Journal of Forest Research.

https://doi.org/10.1007/s10342-011-0593-2

Vastaranta M., Kankare V., Holopainen M., Yu X., Hyyppä J., Hyyppä H. (2012). Combination of individual tree detection and area-based approach in imputation of forest variables using airborne laser data. ISPRS Journal of Photogrammetry and Remote Sensing 67: 73−79.

https://doi.org/10.1016/j.isprsjprs.2011.10.006

Karjalainen M., Kankare V., Vastaranta M., Holopainen M., Hyyppä J. (2012). Prediction of plot-level forest variables using TerraSAR-X stereo SAR data. Remote Sensing of Environment 117: 338−347.

https://doi.org/10.1016/j.rse.2011.10.008

Vastaranta M., Holopainen M., Karjalainen M., Kankare V., Hyyppä J., Kaasalainen S. (2014). TerraSAR-X stereo radargrammetry and

airborne scanning LiDAR height metrics in imputation of forest

aboveground biomass and stem volume. IEEE Transactions on Geoscience

and Remote Sensing 52 (2): 1197-1204.

https://doi.org/10.1109/TGRS.2013.2248370


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
Kotivuori E., (2022) Prediction of forest attributes using airborne l.. Dissertationes Forestales vol. 2022 no. 328 artikkeli 10778
Sanz B., (2022) Methods for supporting digital timber trade Dissertationes Forestales vol. 2022 no. 326 artikkeli 10720
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
Adnan S., (2020) Improvements in forest structural type assessmen.. Dissertationes Forestales vol. 2020 no. 306 artikkeli 10467
Kukkonen M., (2020) Single sensor airborne data sources for forest i.. Dissertationes Forestales vol. 2020 no. 297 artikkeli 10390
Räty J., (2020) Prediction of diameter distributions in boreal f.. Dissertationes Forestales vol. 2020 no. 294 artikkeli 10364
Junttila S., (2019) Utilizing multispectral lidar in the detection o.. Dissertationes Forestales vol. 2019 no. 277 artikkeli 10201
White J. C., (2019) Improving capacity for large-area monitoring of .. Dissertationes Forestales vol. 2019 no. 272 artikkeli 10166
Tanhuanpää T., (2016) Developing laser scanning applications for mappi.. Dissertationes Forestales vol. 2016 no. 230 artikkeli 2013
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
Hovi A., (2015) Towards an enhanced understanding of airborne Li.. Dissertationes Forestales vol. 2015 no. 200 artikkeli 1985
Kankare V., (2015) The prediction of single-tree biomass, logging r.. Dissertationes Forestales vol. 2015 no. 195 artikkeli 1977
Pippuri I., (2015) Airborne laser scanning based forest inventory f.. Dissertationes Forestales vol. 2015 no. 193 artikkeli 1980
Hou Z., (2014) Mapping of growing stock and stand delineation f.. Dissertationes Forestales vol. 2014 no. 184 artikkeli 1966
Vastaranta M., (2012) Forest mapping and monitoring using active 3D re.. Dissertationes Forestales vol. 2012 no. 144 artikkeli 1927
Korhonen L., (2011) Estimation of boreal forest canopy cover with gr.. Dissertationes Forestales vol. 2011 no. 115 artikkeli 1898
Pesonen A., (2011) Comparison of field inventory methods and use of.. Dissertationes Forestales vol. 2011 no. 113 artikkeli 1899
Packalén P., (2009) Using airborne laser scanning data and digital a.. Dissertationes Forestales vol. 2009 no. 77 artikkeli 1860