Artikkelit jotka sisältävät avainsanan 'ilmakuva'.

Mikko Kukkonen. (2020). Single sensor airborne data sources for forest inventories by tree species. https://doi.org/10.14214/df.297

Nykyaikaiset kaukokartoitusperusteiset metsäinventointimenetelmät hyödyntävät laserkeilausta ja ilmakuvia puulajeittaisten puustotunnusten ennustamisessa. Kyseiset menetelmät perustuvat oletukseen, että kolmiulotteista laserkeilausaineistoa voidaan käyttää ennustamaan puuston määrää, kun taas ilmakuvapiirteet ovat hyödyllisiä puulajien erottelussa. Suomessa ilmakuvat ovat osoittautuneet soveltuviksi yleisimpien puulajien, kuten männyn (Pinus sylvestris), kuusen (Picea abies) ja lehtipuiden (pääosin Betula pendula and Betula pubescens) erotteluun. Kahden erilaisen kaukokartoitusaineiston käyttö inventointiprosessissa voi kuitenkin johtaa lukuisiin ongelmiin, kuten virheisiin aineistojen yhdistämisessä sekä korkeisiin kustannuksiin aineiston keruussa ja käsittelyssä.

Instrumenttien ja algoritmien kehityksen tuloksena on noussut esiin kaksi potentiaalista yhden instrumentin aineistolähdettä puulajeittaista metsäinventointia varten: ilmakuvista tuotetut fotogrammetriset pistepilvet ja monikanavainen laserkeilaus. Molempien aineistolähteiden voidaan ajatella soveltuvan puulajeittaiseen ennustamiseen, sillä ne sisältävät sekä kolmiulotteista että optista tietoa. Monikanavaisessa laserkeilauksessa havainnoidaan instrumentin lähettämää säteilyä esimerkiksi kolmelta eri aallonpituusalueelta, kun taas ilmakuvauksessa havainnoidaan kohteesta heijastunutta tai sen lähettämää auringon säteilyä. Optisen tiedon tulkinta ja hyödyllisyys voivat täten olla erilaisia ilmakuvauksen ja monikanavaisen laserkeilauksen välillä. Tällöin keskeinen tutkimusaihe on, kuinka aineistolähteiden ominaispiirteet vaikuttavat puulajeittaisen metsäinventoinnin luotettavuuteen. 

Tämän työn tavoitteena oli arvioida fotogrammetristen pistepilvien ja monikanavaisen laserkeilauksen soveltuvuutta kaukokartoitusperusteiseen puulajeittaiseen metsäinventointiin. Tuloksista nähdään, kuinka nämä uudet yhden sensorin aineistolähteet ovat verrattavissa nykyiseen operationaaliseen menetelmään, jossa käytetään sekä laserkeilausta että ilmakuvausta. Työn tuloksia voidaan hyödyntää tulevien metsäinventointien aineistolähteiden valinnassa. 

  • Kukkonen, University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences ORCID ID:Sähköposti mikko.kukkonen@uef.fi (email)
Niko Kulha. (2020). Analyzing spatial variation and change in the structure of boreal old-growth forests. https://doi.org/10.14214/df.286

Globaalimuutos muuttaa jäljellä olevien luonnontilaisten boreaalisten metsien rakennetta ja dynamiikkaa. Näiden metsäekosysteemien muutoksilla on suuria vaikutuksia esimerkiksi luonnon monimuotoisuuteen ja hiilen kiertoon. Siksi on keskeistä ymmärtää miten luonnontilaisten metsien rakenne ja dynamiikka muuttuvat.

Väitöskirjassani tarkastelen luonnontilaisten boreaalisten metsien rakenteen vaihtelua tilassa ja muutosta ajassa kolmella Pohjois-Fennoskandiassa ja kahdella itäisessä Pohjois-Amerikassa sijaitsevalla tutkimusalueella. Hyödynnän ilmakuvilta visuaalisesti tulkittua latvuspeittävyyttä, maastomittauksia sekä puiden vuosilustoista saatavia kasvuhistoriatietoja metsärakenteen vaihtelun ja muutoksen tarkastelussa. Kolmelta ajanhetkeltä vuosien 1959 ja 2011 väliltä tehdystä visuaalisesta tulkinnasta laskettiin systemaattinen ja satunnainen tulkintavirhe, ja niitä hyödynnettiin Bayes-päättelyssä erotettaessa uskottavaa ekologista vaihtelua tai muutosta ilmakuvatulkinnan virheestä.

Väitöskirjassani kuvaan uuden menetelmän ja käytän sitä metsärakenteen spatiaalisen vaihtelun ja muutoksen tarkasteluun. Menetelmää hyödyntäen havaitsimme uskottavaa spatiaalista vaihtelua ja muutosta jokaisen tutkimusalueen metsien rakenteessa. Sekä muutos, että vaihtelu ilmenivät useilla mittakaavatasoilla, jotka olivat samankaltaisia eri tutkimusalueilla. Vaikka eri prosessien havaittiin aiheuttavan metsärakenteen vaihtelua eri mittakaavatasoilla, vaihtelun mittakaavatasojen samankaltaisuus tutkimusalueiden välillä osoittaa, että boreaalisista luonnonmetsistä saatetaan tunnistaa luonteenomaisia metsärakenteen vaihtelun mittakaavatasoja, jotka ovat riippumattomia esimerkiksi erilaisista valtapuulajeista tai häiriökierroista. Metsärakenteen muutoksen monimittakaavainen tarkastelu osoitti huomattavimpien muutosten tapahtuneen suurilla, neliökilometrien mittakaavatasoilla.

Väitöskirjani osoittaa historiallisten kaukokartoitusaineistojen käyttökelpoisuuden sekä käytön haasteet metsätutkimuksessa. Havaintoni luonnonmetsien rakenteen monimittakaavaisesta vaihtelusta ja muutoksesta, näiden mittakaavatasojen tunnistettavuudesta, erotettavuudesta ja laskennallisesta määrityksestä sopivat hierarkiateorian ja hierakkisen laikkudynamiikan viitekehykseen. Toisaalta havaitsemani laaja-alainen muutos on ristiriidassa vallitsevan boreaalisten luonnonmetsien muutosta kuvaavan teorian, pienaukkodynamiikan, kanssa. Väitöskirjani tuloksista voidaan päätellä tutkimieni metsien muuttuneen ensisijaisesti laaja-alaisten kasvuympäristön muutosten, esimerkiksi häiriökierron tai kasvuolosuhteiden muutosten, vuoksi. Nämä laaja-alaiset muutokset ovat kasvattaneet tutkimieni metsien puuston biomassaa viimeisten vuosikymmenten aikana.

  • Kulha, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti niko.kulha@helsinki.fi (email)
Zhengyang Hou. (2014). Mapping of growing stock and stand delineation for tropical forests using remote sensing. https://doi.org/10.14214/df.184

Kaukokartoitusperusteinen trooppisen metsän puuston kartoitus ja metsiköiden rajaus

Tässä työssä kehitettiin kaukokartoitusperusteisia metsävarojen inventointimenetelmiä metsätalouden kestävyyden seurantaan. Kansainvälisen ilmastopolitiikan konsepteja kehitetään metsän hävittämisestä johtuvaan kasvihuonekaasujen päästöjen hillitsemiseen (REDD), ja sen mekanismeihin kuuluu läheisesti trooppisten metsien seurantamenetelmät. Tutkimusalue sijaitsi Laosissa ja kaukokartoitusmateriaaleina oli ALOS AVNIR-2 satelliittikuva, digitaalinen ilmakuva ja laserkeilausmateriaali.

Ensimmäisessä osatutkimuksessa vertailtiin näiden kolmen erityyppisen materiaalin tehokkuutta puuston tilavuuden ja tiheyden ennustamiseen. Tulokset osoittivat, että perinteinen aluepohjainen laserkeilausperusteinen menetelmä oli sekä tilavuuden (RMSE 36.9%) että puuston tiheyden (RMSE47.3%) osalta parhaat. Ilmakuvaperusteinen ennustus oli hieman parempi kuin satelliittikuvaperusteinen, vaikka erot eivät olleetkaan kovin suuria. Periaatteessa boreaalisessa metsissä kehitetty menetelmä toimi kohtuullisesti myös tropiikissa, vaikka tulokset eivät olleetkaan yhtä hyviä.

Toisessa osatutkimuksessa tutkittiin aluepohjaisen menetelmän sovellettavuutta tropiikissa ja laseraineiston koealakohtaista aluskasvillisuudesta johtuvan osa-aineiston poistamista. Tutkimuksessa kehitettiin adaptiivinen pistepilven suodatusmenetelmä, jolla pystyttiin parantamaan tulosten luotettavuutta. Optimoidulla kiinteällä suodatusmenetelmällä saavutettiin 7 % tarkkuuden parannus ja adaptiivisellä menetelmällä lisäksi 2 % lisäparannus verrattuna pohjoismaiseen aluepohjaiseen perusmenetelmään.

Kolmannessa osa-tutkimuksessa pyrittiin muodostamaan automaattisesti kaukokartoitusperusteisesti metsien käsittely-yksiköitä. Automaattisen kuvasegmentoinnin ja puuston ennustemallien avulla testattiin kuviointien mielekkyyttä. Ennustemallien luotettavuus ja kohdemetsän heterogeenisuus vaikuttivat merkittävästi lopputulokseen. Tutkimus osoitti, että kehitettyjä menetelmiä voidaan käyttää metsien hiilivarannon kartoitukseen ja metsien häviämisestä johtuvan kasvihuonekaasujen päästöjen seurantaan.

  • Hou, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti hou.zhengyang@gmail.com (email)
Reija Haapanen. (2014). Feature extraction and selection in remote sensing-aided forest inventory. https://doi.org/10.14214/df.181

Piirteiden irrotus ja valinta kaukokartoitusavusteisessa metsäninventoinnissa

Tässä väitöskirjassa tutkittiin kaukokartoitusaineistoista irrotettujen piirteiden suorituskykyä suuralueen metsäninventoinnin yhteydessä. Tutkimusalueet sijoittuvat Suomen boreaalisen vyöhykkeen metsiin, yhtä Pohjois-Minnesotassa (Yhdysvallat) sijainnutta aluetta lukuunottamatta. Metsätunnusten estimointi tehtiin pikseli- tai hilatasolla, ei-parametrisen k-lähimmän naapurin menetelmän avulla. Kaukokartoitusaineistoina käytettiin Landsat 7 Enhanced Thematic Mapper Plus (ETM+) satelliittikuvia, väri-infra-ilmakuvia, TerraSAR-X tutkan sekä lentokoneesta tehtävän laserkeilauksen (ALS) tuottamia aineistoja. Näiden kuvatyyppien viitteellinen sopivuusjärjestys metsävaratunnusten estimoinnissa oli ALS, TerraSAR-X, ilmakuva ja Landsat 7 ETM+. Tutkimuksessa paneuduttiin erityisesti eri aineistoista irrotettujen piirteiden yhdistelyyn, sekä sellaisten piirreyhdistelmien etsimiseen, jotka tuottivat parhaan tuloksen metsävaratunnusten estimoinnissa. Piirteiden valinta tehtiin pääasiassa geneettisen algoritmin avulla. Tuloksina saadut suhteelliset keskineliövirheen neliöjuuret (RMSE) asettuivat välille 23–77 %, kun kyseessä oli puuston keskitilavuuden arviointi. Parhaat tulokset saatiin yhdistelemällä ALS- ja ilmakuvapiirteitä. Tällöin suhteelliset RMSE-arvot puuston keskitilavuudelle olivat 23–30 %, maisemakuvasta riippuen. Yleensä toisiaan täydentävien kuvatyyppien käyttö paransi arvioiden tarkkuutta. Automaattinen piirrevalinta vähensi suuresti hälyn sekä piirteiden määrää alkuperäiseen syötteeseen verrattuna ja johti parempaan estimointitulokseen. Niissä osatutkimuksissa, joissa hyödynnettiin ALS-aineistoja, erityisesti puuston vertikaalirakennetta kuvaavat ALS-tunnukset auttoivat pienentämään estimointivirhettä.

  • Haapanen, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti reija.haapanen@gmail.com (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