Artikkelit jotka sisältävät avainsanan 'ei-parametriset menetelmät'.

Pekka Hyvönen. (2007). The updating of forest resource data for management planning for privately owned forests in Finland. https://doi.org/10.14214/df.38

Yksityismetsien metsävaratietojen ajantasaistus metsäsuunnittelua varten.

Suomessa metsävaratiedot metsäsuunnittelua varten on perinteisesti kerätty 10–15 vuoden välein toistettavilla kuvioittaisilla maastoarvioinneilla. Kerättyä metsävaratietoa käytetään tilakohtaisten metsätaloussuunnitelmien laadinnassa. Inventointien välissä metsätaloussuunnitelmaa ja metsävaratietoa voidaan käyttää esimerkiksi puukaupan ja metsänhoidon operatiivisen toiminnan suunnittelussa. Operatiivisessa suunnittelussa tiedon tulee olla mahdollisimman ajantasaista. Tämän vuoksi kiinnostus kustannustehokkaita metsävaratiedon ajantasaistusmenetelmiä kohtaan on lisääntynyt.

Tutkimuksen tavoitteena oli testata mahdollisia menetelmiä yksityismetsien metsävaratiedon ajantasaistukseen. Pääkriteerinä menetelmien valinnassa oli, että menetelmät voidaan liittää metsäkeskusten käytössä olevaan suunnittelujärjestelmään kohtuullisilla järjestelmän muutoksilla. Kolme testattua menetelmää olivat: a) automaattinen kuvioittainen ja osakuvioittainen tulkinta kaukokartoitusmateriaaleilta hyödyntäen ei-parametrista estimointia, b) muutosten seuranta sekä c) kuviotason muutostunnistus ilmakuvilta.

Automaattinen kuviotason tulkinta keskiresoluution satelliittikuvalta sekä kuvio- ja osakuviotason tulkinta korkean resoluution ilmakuvalta eivät yltäneet asetettuihin metsikkötunnusten ja toimenpide-esitysten tarkkuustavoitteisiin. Näillä menetelmillä voidaan kuitenkin tuottaa kohtuullisen tarkkaa metsikkötietoa. Osakuvioittainen ilmakuvatulkinta todettiin jatkotutkimusten arvoiseksi.

Muutoskuvioiden seuranta todettiin mahdolliseksi menetelmäksi metsävaratietojen ajantasaistuksessa. Kuvioilla tehdyistä metsänhoidollisista toimenpiteistä löydettiin 75 % metsäkeskuksen ja metsänhoitoyhdistyksen tietokannoista. Ajantasaistetun metsätaloussuunnitelman koostamisessa muuttumattomien kuvioiden puustotiedot ajantasaistettiin kasvumalleilla ja toimenpidekuvioiden puustotiedot uusilla inventointitiedoilla. Näin koostettu suunnitelma oli yhtä luotettava kuin pelkästään uudesta inventointitiedosta koostettu suunnitelma. Eriaikaisiin ilmakuviin perustuva kuvioiden muutostunnistus todettiin tehokkaaksi apumenetelmäksi muutosten seurannassa. Muutosluokituksen kokonaistarkkuus oli lähes 85 % ja harvennetuista kuvioista löydettiin 84 %.

Tämän tutkimuksen tulosten perusteella muutoskuvioiden seuranta täydennettynä eriaikaisten ilmakuvien muutostunnistuksella on vaihtoehtoinen menetelmä yksityismetsien metsävaratietojen ajantasaistuksessa.

  • Hyvönen, University of Joensuu, Faculty of Forestry ORCID ID:Sähköposti pekka.hyvonen@metla.fi (email)
Perttu Anttila. (2005). Assessment of manual and automated methods for updating stand-level forest inventories based on aerial photography. https://doi.org/10.14214/df.9

Manuaaliset ja automaattiset ilmakuvatulkintamenetelmät kuvioittaisten puustotietojen ajantasaistamisessa.

Yksityismetsien metsäsuunnittelu Suomessa perustuu työvoimavaltaiseen kuvioittaiseen maastoarviointiin. Jotta resursseja voitaisiin siirtää metsänomistajien neuvontaan, tarvitaan kustannustehokkaampia inventointimenetelmiä kuvioittaisen arvioinnin täydentäjiksi tai korvaajiksi. Lisäksi aktiiviset metsänomistajat kaipaavat entistä ajantasaisempaa tietoa metsistään.

Väitöskirjassa selvitettiin erilaisten ilmakuviin perustuvien inventointi- ja ajantasaistusmenetelmien soveltuvuutta yksityismetsien alueelliseen metsäninventointiin Suomessa. Neljä tutkittua lähestymistapaa olivat: 1) kuvioittainen muutosten visuaalinen tulkinta ja puuston kehityksen simulointi, 2) automaattinen kuvioittainen ilmakuvatulkinta yhdistettynä ei-parametriseen estimointiin, 3) automaattinen fotogrammetrinen puuston keskipituuden estimointi sekä 4) automaattinen, monoskooppinen yksittäisten puiden tunnistaminen. Kaksi ensimmäistä ovat inventointi-tai ajantasaistusmenetelmiä, kun taas kahta jälkimmäistä voidaan pitää tällaisten menetelmien osina.

Menetelmä 1 soveltuu välialuetiloille, mikäli tiukat vaatimukset inventoitavalle alueelle täyttyvät. Menetelmä 2 on erittäin edullinen, mutta sen tarkkuus ei riitä operatiiviseen käyttöön. Jos tarkkuutta saadaan hieman parannettua, menetelmä voi osoittautua käyttökelpoiseksi. Menetelmä 3 perustuu stereokuvien yhteensovitukseen ja on käyttökelpoinen muiden inventointimenetelmien osana. Vaikka menetelmä 4 käsittikin vain puiden tunnistamisen, koko yksittäisen puun monoskooppiseen tulkintaan perustuvan inventointiketjun soveltuvuutta arvioitiin. Tulosten perusteella suhteellisen suuret kustannukset ja heikko luotettavuus rajoittavat menetelmän käyttöä.

  • Anttila, University of Joensuu, Faculty of Forestry ORCID ID:Sähköposti perttu.anttila@joensuu.fi (email)
Arto Haara. (2005). The uncertainty of forest management planning data in Finnish non-industrial private forestry. https://doi.org/10.14214/df.8

Nykyisten ja tulevien hakkuumahdollisuuksien sekä metsänhoitotarpeiden selvittäminen on olennainen osa nykyistä metsäsuunnittelua. Nämä tiedot tuotetaan erilaisia kasvu- ja tuotosmalleja sisältävillä metsäsuunnitteluohjelmistoilla, joiden tuottamien kasvu- ja kertymäennusteiden luotettavuutta on vaikea selvittää ohjelmistojen monimutkaisuuden ja mallien monimutkaisten vuorovaikutussuhteiden vuoksi. Laskentajärjestelmien metsävaratieto tuotetaan maastotyönä kuvioittaisella arvioinnilla. Myös arviointimenetelmän subjektiivisuus ja suuri luotettavuuden vaihtelu vaikeuttavat edelleen luotettavuusennusteiden laatimista. Lisäksi luotettavuuden arviointia hankaloittaa kattavien ja pitkäaikaisten riippumattomien metsikkökoealojen puute.

Tutkimuksen tavoitteena oli tarkastella metsävaratietoihin liittyvää epävarmuutta. Työssä tarkasteltiin nykyisen puusto-ositteittaisen kuvioittaisen arvioinnin luotettavuutta. Lisäksi tutkimuksessa käsiteltiin kasvu- ja tuotosennusteiden luotettavuuden arviointia sekä metsävaratietojen laskennallista ajantasaistusta. Laskennallisesti ajantasaistetun metsävaratiedon käyttökelpoisuutta suunnittelulaskelmien lähtötietona tutkittiin sekä puustotunnusten luotettavuuden että päivitetyistä tunnuksista johdettujen toimenpide-ehdotusten kannalta. Tutkimusaineistojen puutteellisuuden vuoksi tutkimuksessa vertailtiin myös erilaisia tapoja tuottaa mahdollisimman lähellä käytännön metsävara-aineistoja olevia lähtöaineistoja arviointivirheineen.

Tutkimuksessa kuvioittaisen arvioinnin puustotunnusten luotettavuudet olivat tyydyttävällä tasolla. Arvioinnin maastotöiden kustannukset ja ajanmenekki ovat kuitenkin melko korkeita. Mittaajien ja eri aineistojen välillä oli suurta vaihtelua. Mittaus- ja arviointivirheet osoittautuivat ajantasaistettujen puustotunnusten ja niistä johdettujen toimenpide-ehdotusten suurimmaksi virhelähteeksi. Toisaalta kuvioittaisen arvioinnin virhettä sisältävien ajantasaistettujen puustotunnusten luotettavuus pysyi jokseenkin samalla tasolla ajantasaistuksen jälkeen kuin ennen ajantasaistusta. Kasvuennusteiden luotettavuutta ennustettiin kahdella eri menetelmällä: havaittuja virheitä mallittamalla sekä k-lähimmän naapurin menetelmällä. Molemmilla menetelmillä saatiin käyttökelpoisia metsäalueen kasvuennusteiden luotettavuusarvioita. Menetelmät ovat helposti liitettävissä metsäsuunnittelu-ohjelmistoihin, eikä niiden käyttö lisää merkittävästi laskenta-aikaa. Menetelmien käytön rajoitteena on tarvittavien riippumattomien mallitus- ja referenssiaineistojen puute. K-lähimmän naapurin menetelmässä referenssiaineistoa voidaan kuitenkin täydentää jatkuvasti. Tutkimuksen mukaan kasvumallien avulla ajantasaistettu inventointiaineisto voisi soveltua metsäsuunnittelun lähtöaineistoksi sekä puustotunnusten luotettavuuden että päivitetyistä tunnuksista johdettujen toimenpide-ehdotusten käyttökelpoisuuden kannalta.

  • Haara, University of Joensuu, Faculty of Forestry ORCID ID:Sähköposti arto.haara@metla.fi (email)

Rekisteröidy käyttäjäksi
Paina tätä linkkiä Metsätieteen aikakauskirjan käsikirjoituksen tarjoamis- ja seurantajärjestelmään (OJS) kirjautumiseen.
Kirjaudu sisään
Jos olet kirjautunut käyttäjäksi, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta.


Valitsemasi artikkelit