Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Svetlana Saarela

Use of remotely sensed auxiliary data for improving sample-based forest inventories

Saarela S. (2015). Use of remotely sensed auxiliary data for improving sample-based forest inventories. https://doi.org/10.14214/df.201

Tiivistelmä

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.

Avainsanat
LiDAR; asetelmaperusteinen; Landsat; malliperusteinen; moniuloitteinen todennäköisyysjakauma; otanta

Tekijä
  • Saarela, University of Helsinki, Department of Forest Sciences Sähköposti svetlana.saarela@helsinki.fi (sähköposti)

Julkaistu 7.9.2015

Katselukerrat 3173

Saatavilla https://doi.org/10.14214/df.201 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

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.


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
White J. C., (2019) Improving capacity for large-area monitoring of .. Dissertationes Forestales vol. 2019 no. 272 artikkeli 10166
Muinonen E., (2018) Optical data-driven multi-source forest inventor.. Dissertationes Forestales vol. 2018 no. 256 artikkeli 10029
Haakana H., (2017) Multi-source forest inventory data for forest pr.. Dissertationes Forestales vol. 2017 no. 243 artikkeli 7767
Saarela S., (2015) Use of remotely sensed auxiliary data for improv.. Dissertationes Forestales vol. 2015 no. 201 artikkeli 1984
Haapanen R., (2014) Feature extraction and selection in remote sensi.. Dissertationes Forestales vol. 2014 no. 181 artikkeli 1963