Kaukokartoitusaputiedon hyödyntäminen otantapohjaisten metsien

inventointien parantamisessa

Viime vuosikymmeninä kaukokartoituksen avulla hankitulla aputiedolla

on potentiaalia lisätä otantapohjaisen metsien inventoinnin

tärkeimpien estimaattoreiden täsmällisyyttä. Tämän opinnäytetyön

motivaatio perustuu kaukokartoitusaineistojen lisääntyvään

saatavuuteen ja tavoitteena oli selvittää miten tämän tyyppistä

aputietoa voidaan käyttää parantamaan otantapohjaisten tutkimusten

asetelmaa ja estimaattoreita. Tutkittiin kahta erilaista

lähestymistapaa: malliperusteista ja asetelmaperusteista. Tutkimuksia varten kerättiin empiirinen aineisto boreaalisesta metsäalueelta Kuortaneelta Länsi-Suomesta. Aineisto käsitti yhdistelmän aputietona hyödynnettyjä laserkeilaus- ja Landsat-aineistoja, maastokoeala-aineisto kerättiin 10. valtakunnan metsien inventoinnin muunnelmana. Tutkittavana metsikkötunnuksena oli runkotilavuus.

Tämän opinnäytetyön tulokset ovat tärkeitä metsien inventoinnin

kehittämisessä vastaamaan vaatimuksia, jotka pohjautuvat kasvavaan

määrään metsiin liittyviä kansainvälisiä sopimuksia ja velvoitteita.

Användning av fjärranalysdata för att förbättra stickprovsbaserade skogsinventeringar

Under de senaste årtiondena har det visat sig att hjälpdata från fjärranalys har potential att öka precisionen för skattningar i stickprovsbaserade skogsinventeringar. Denna avhandling motiverades av den ökade tillgängligheten av fjärranalysdata, och målet var att undersöka hur den här typen av hjälpdata kan användas för att förbättra både stickprovsdesign och skattningar vid stickprovsbaserade inventeringar. Två olika typer av statistisk inferens studerades: modellbaserad inferens och designbaserad inferens. Empiriska data för studierna förvärvades från ett borealt skogsområde i Kuortane regionen i västra Finland. Data bestod av en kombination av hjälpinformation från luftburen LiDAR, Landsat och fältdata från provytor som samlats in med hjälp av en intensifierad version av Riksskogstaxeringen. Det attribut som studerades var volym för skogsbeståndet.

Resultaten från denna avhandling är viktiga för utvecklingen av skogsinventeringar så att de kan uppfylla de krav som följer av ett ökande antal internationella åtaganden och överenskommelser med anknytning till skogen.

Grafström A., Saarela S., Ene L. T. (2014). Efficient sampling strategies for forest inventories by spreading the sample in auxiliary space. Canadian Journal of Forest Research 44(10: 1156-1164.

https://doi.org/10.1139/cjfr-2014-0202

Saarela S., Grafström A., Ståhl G., Kangas A., Holopainen M., Tuominen S., Nordkvist K., Hyyppä J.(2015). Model-assisted estimation of growing stock volume using different combinations of LiDAR and Landsat data as auxiliary information. Remote Sensing of Environment 158:431-440.

https://doi.org/10.1016/j.rse.2014.11.020

Saarela S., Schnell S., Grafström A., Tuominen S., Nordkvist K.,

Hyyppä J., Kangas A., Ståhl G. (2015). Effects of sample size and

model form on the accuracy of model-based estimators of growing stock volume in Kuortane, Finland. Canadian Journal of Forest Research 45:1524–1534.

https://doi.org/10.1139/cjfr-2015-0077

Saarela S., Schnell S., Tuominen S., Balazs A., Hyyppä J., Grafström A., Ståhl G. (2015). Effects of positional errors in model-assisted and model-based estimation of forest resources using a combination of field plots and remotely sensed data. Manuscript.