Artikkelit jotka sisältävät avainsanan 'metsien inventointi'.

Topi Tanhuanpää. (2016). Developing laser scanning applications for mapping and monitoring single tree characteristics for the needs of urban forestry. https://doi.org/10.14214/df.230

Kaupungeissa kasvavat puut, yleisemmin kaupunkimetsät, tarjoavat erityyppisiä ekosysteemipalveluita. Näiden ekosysteemipalveluiden ylläpitäminen vaatii kuitenkin usein intensiivistä kaupunkipuiden hoitoa, jota voidaan tehostaa ajantasaisella puukohtaisella tiedolla. Viime vuosiin saakka, puukohtainen tieto on kerätty perinteisillä maastomittauksilla. Nykyään kasvillisuutta voidaan kartoittaa myös erilaisilla laserkeilausmenetelmillä, jotka mahdollistavat yksittäisten puiden tarkan kuvaamisen kolmiulotteisten pistepilvien avulla. Tämän väitöskirjan tarkoituksena oli kehittää laserkeilausta hyödyntäviä menetelmiä yksittäisten kaupunkipuiden kartoitukseen.

Ensimmäisessä osatutkimuksessa kehitettiin useita tietolähteitä hyödyntävä MS-STI (Multi Source-Single Tree Inventory) -menetelmä puutason tunnusten määrittämiseksi. Menetelmässä yhdistettiin lentolaserkeilauksen (ALS) ja maastomittausten avulla kerättyä tietoa sekä ennakkotieto puiden sijainneista. Maasto-otoksesta mitatut tunnukset yleistettiin koko puujoukolle ei-parametrista lähimmän naapurin menetelmää käyttäen. Kasvuympäristöstä riippuen, puille määritettyjen rinnankorkeusläpimittojen suhteellinen keskineliövirheen neliöjuuri (RMSE) vaihteli 18,8%:n ja 33,8%:n välillä.

Toisessa osatutkimuksessa arvioitiin MS-STI-menetelmän tarkkuutta soveltamalla sitä olemassa olevan puurekisterin tunnusten päivittämiseen. Puurekisterin puista pystyttiin automaattisesti päivittämään 88,8%. Yleisimpien läpimittaluokkien rinnankorkeusläpimittojen suhteellinen RMSE vaihteli 21,7%:n ja 24,3%:n välillä.

Kolmannessa osatutkimuksessa kartoitettiin kaatuneet puut Helsingin kaupungin virkistysmetsäalueelta. Tutkimusjakson aikana kaatuneet puut havaittiin latvustossa tapahtuneiden muutosten avulla. Kaatuneista puista löydettiin 97,7%. 10% kaatuneeksi luokitelluista puista eivät todellisuudessa olleet kaatuneet. Kaikille kaatuneiksi luokitelluille puille määritettiin ALS-piirteiden avulla puulajiryhmä ja olemassa olevien allometristen mallien avulla rinnankorkeusläpimitta ja tilavuus. Rinnankorkeusläpimitan suhteellinen RMSE oli havupuilla 20,8% ja lehtipuilla 34,1%.

Viimeisessä, neljännessä osatutkimuksessa kehitettiin maastolaserkeilaukseen (TLS) perustuva menetelmä, jossa puun rungon biomassa estimoitiin tilavuuden ja puuaineen tiheyden avulla. Menetelmällä estimoitujen runkobiomassojen suhteellinen RMSE vaihteli 8,4%:n ja 10,5%:n välillä.

Tämä väitöskirja osoittaa, että laserkeilauksella tuotettu tieto soveltuu monipuolisen puutason tiedon tuottamiseen kaupunkimetsistä. Väitöskirjassa kehitettyjen menetelmien avulla pystytään tuottamaan ajantasaista puutason tietoa kustannustehokkaasti kaupunkimetsien suunnittelun ja hoidon tarpeisiin.

  • Tanhuanpää, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti topi.tanhuanpaa@helsinki.fi (email)
Ninni Saarinen. (2016). Predicting vegetation characteristics in a changing environment by means of laser scanning. https://doi.org/10.14214/df.216

Luonnonvaroja koskevaa päätöksentekoa varten tarvitaan luotettavaa ja ajantasaista tietoa, oli kyse sitten yksittäiseen puuhun liittyvistä toimenpiteistä tai laajojen alueiden strategisesta suunnittelusta. Vanhentunut tieto voi johtaa epäedullisiin tai jopa vääriin ratkaisuihin, erityisesti hoitotoimenpiteiden ajoituksen osalta. Ilmalaserkeilauksella voidaan tuottaa tarkkaa tietoa samanaikaisesti sekä maanpinnan korkeudesta ja maaston muodoista että kasvillisuuden pituudesta ja tiheydestä.

Väitöskirjan tavoitteena oli kehittää menetelmiä erilaisten kasvillisuuden ominaisuuksien ennustamiseen laserkeilauksen avulla vaihtuvissa ympäristöissä. Väitöskirja koostuu kolmesta osajulkaisusta, joista ensimmäisessä kehitettiin monilähteinen yksittäisten puiden inventointimenetelmä kaupunkipuiden tunnusten päivittämiseen. Kyseisessä menetelmässä maastolaserkeilauksen avulla tuotettiin puukartta, joka yhdistettiin ilmalaserkeilauksella saatuihin tietoihin. Ilmalaserkeilauksesta saatujen yksittäisten puiden latvojen pituus- ja tiheystunnusten avulla voitiin parantaa kaupunkipuiden läpimittatietoja sekä tuottaa uusia tunnuksia kuten pituus ja latvuksen koko lisättäväksi kaupunkipuurekisterin tietokantaan.

Toisessa osajulkaisussa käytettiin veneeseen asennettua laserkeilainta jokiympäristön kasvillisuuden kartoittamiseen sekä kasvillisuudessa tapahtuneiden muutosten havainnoimiseen. Kasvillisuus ja paljas maa oli mahdollista erotella 73 prosentin tarkkuudella, vastaaviin tarkkuuksiin on päästy myös aiemmissa tutkimuksissa, joissa tosin hyödynnettiin tarkempaa maastoaineistoa. Useampiaikaisilla aineistoilla oli mahdollista kartoittaa vuosien välillä tapahtuneita kasvillisuuden muutoksia.

Kolmannessa osajulkaisussa hyödynnettiin avoimesti saatavilla olevaa ilmalaserkeilaus- ja monilähteistä valtion metsien inventoinnin (VMI) aineistoa tuulituhojen kartoittamiseen sekä ennustamiseen. Osajulkaisussa ennustettiin tuulituhoriskin suuruutta ilmalaserkeilauksesta saatavien maanpinnan korkeuden ja kasvillisuuden pituuden sekä monilähde-VMI-aineistosta saadun puulajitiedon avulla. Tarkoituksena oli selvittää tuhoriskille erityisen alttiit alueet mahdollisia metsänhoitotoimenpiteitä varten. Puulajitieto lisäsi tuulituhojen kartoitustarkkuutta 76 prosentista 81 prosenttiin.

Väitöskirjassa kehitettyjen menetelmien avulla voidaan laajentaa useampiaikaisten laserkeilausaineistojen hyödyntämistä sekä saada lisäarvoa aineistoista. Väitöskirjan tuloksia voidaan hyödyntää tarkemman, monipuolisemman ja ajantasaisemman tiedon tuottamisessa erilaisessa luonnonvaroja koskevassa suunnittelussa ja päätöksenteossa.

  • Saarinen, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti ninni.saarinen@helsinki.fi (email)
Aarne Hovi. (2015). Towards an enhanced understanding of airborne LiDAR measurements of forest vegetation. https://doi.org/10.14214/df.200

Väitöskirja käsittelee metsien mittausta ilma-aluksesta tehdyn laserkeilauksen avulla. Perustutkimusluonteisessa työssä selvitettiin, miten metsän rakenne ja heijastusominaisuudet sekä keilain- ja keilauskohtaiset parametrit vaikuttavat laserkeilaimella tehtyihin mittauksiin. Lisäksi selvitettiin aaltomuotolaserkeilainten käyttömahdollisuuksia verrattuna yleisemmin käytettyihin kaikulaserkeilaimiin.

Osajulkaisussa I tutkittiin alikasvospuustosta kaikulaserkeilaimella tehtyjä mittauksia. Energiahäviöt ylempiin latvuskerroksiin vaikuttivat todennäköisyyteen saada kaikuja alikasvospuista ja vääristivät kaikujen jakaumaa siten, että kaikuja saatiin eniten voimakkaasti heijastavista kohteista. Laserkaikujen intensiteetti ei soveltunut alikasvoksen puulajin tunnistukseen, mutta alikasvospuuston määrää pystyttiin ennustamaan kaikujen korkeusjakauman avulla.

Osajulkaisussa II kehitettiin maastofotogrammetriaan perustuva menetelmä laserkeilaustutkimuksen tueksi. Maastossa otettujen digikuvien avulla pystyttiin visualisoimaan laserkaikuja ja -aaltomuotoja sekä tutkimaan niiden geometrista tarkkuutta. Kuvilta laskettu kasvillisuuden silhuettiala oli yhteydessä lasersignaalin voimakkuuteen.

Osajulkaisussa III kehitettiin simulointimalli lasermittausten mallintamiseen ja verrattiin simuloituja aineistoja taimikkokasvillisuudesta aaltomuotolaserkeilaimella tehtyihin mittauksiin. Simuloimalla näytettiin, miten kasvillisuuden rakenne ja laserkeilaimen ominaisuudet vaikuttavat mittauksiin. Tulokset osoittivat, että aaltomuotolaserkeilaimella tehdyt mittaukset kuvaavat taimikkokasvillisuuden rakennetta ja niitä on mahdollista hyödyntää taimikkokasvillisuuden kartoituksessa.

Osajulkaisussa IV tutkittiin aaltomuotolaserkeilaimella tehtyjen mittausten käyttöä puulajin tunnistuksessa. Aaltomuotolaserkeilaus paransi tuloksia verrattuna kaikulaserin tallentaman intensiteetin käyttöön. Lisäksi selvitettiin, mitkä muut tekijät puulajin lisäksi vaikuttavat lasermittauksiin. Tunnetuista tekijöistä puuyksilöiden välistä lasersignaalin vaihtelua selittivät parhaiten puun pituus ja fenologinen tila, mutta aineistoon jäi paljon puuyksilöstä riippuvaa selittämätöntä vaihtelua.

Väitöskirjan tulokset lisäävät ymmärrystä metsäkasvillisuudesta tehtyhin laserkeilausmittauksiin vaikuttavista tekijöistä ja luovat perustaa keilainlaitteiden sekä aineistojen tulkintamenetelmien jatkokehitykselle.

  • Hovi, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti aarne.hovi@helsinki.fi (email)
Inka Pippuri. (2015). Airborne laser scanning based forest inventory for forest management by applying novel metrics and multiple data source. https://doi.org/10.14214/df.193

Laserkeilausperusteisen metsien inventoinnin kehittäminen metsänhoidon päätöksenteon tueksi hyödyntäen uudenlaisia lasermuuttujia sekä useita aineistolähteitä

Suomessa on hiljattain siirrytty uuteen laserkeilausperusteiseen metsien inventointiin, jonka avulla puustotunnukset voidaan ennustaa aiempaa tarkemmin ja kustannustehokkaammin. Laserkeilausperusteinen inventointi ei ole kuitenkaan vielä pystynyt täyttämään kaikkia metsänhoidon tietotarpeita. Tämän tutkimuksen tavoitteena oli kehittää laserkeilausperusteista metsien inventointia metsänhoidon tueksi soveltaen uudenlaisia lasermuuttujia ja useita aineistolähteitä. Työssä tutkittiin erityisesti metsämaan luokittelua, puulajikohtaisten puustotunnusten ennustamista ja puiden tilajärjestyksen sekä metsänhoitotarpeiden,kuten ensiharvennuksen ja taimikonhoidon, tunnistamista.

Laserkeilausaineistoon perustuvassaa aluepohjaisessa inventoinnissa hyödynnettiin useita aineistolähteitä, kuten laserkeilaus-, satelliitti-, ilmakuva- ja olemassa olevaa kuviotietoaineistoa. Lisäksi testattiin valtakunnan metsien inventoinnin maastoaineiston soveltuvuutta mallinnusaineistoksi. Erityisesti tutkittiin horisontaalisten lasermuuttujien soveltuvuutta metsämaan, puiden tilajärjestyksen sekä ensiharvennustarpeen luokittelussa.

Tulokset osoittivat, että metsämaan luokittelu sekä puuston tilajärjestyksen ja metsänhoitotarpeen tunnistaminen on mahdollista laserkeilausperusteiseen metsien inventointimenetelmään perustuen. Erityisen hyvin onnistui maankäytön luokittelu, mutta myös kasvupaikkojen, sekä kuivatustilanteen luokittelu onnistui kohtuullisen hyvin. Puulajikohtaisten puustotunnusten ennustaminen useamman kuin kolmen puulajin tapauksessa tarkentui, kun ennustamisessa hyödynnettiin puulajitietoa olemassa olevasta kuviotietoaineistosta. Puuston tilajärjestyksen sekä ensiharvennustarpeen tunnistaminen onnistui erityisen hyvin ja taimikonhoitotarpeen kohtuullisesti. Horisontaalisten lasermuuttujien havaittiin olevan tärkeimpiä selittäviä muuttujia maankäyttöluokkien, metsämaan päätyypin, kuivatustilanteen, puiden tilajärjestyksen sekä ensiharvennustarpeen ennustamisessa.

Tässä työssä tuotettiin uutta metodologista tietotaitoa horisontaalisten lasermuuttujien sekä useiden aineistolähteiden yhtäaikaisesta hyödyntämisestä kustannustehokkaassa metsien inventoinnissa ja metsänhoidon suunnittelussa. Osaa kehitetyistä menetelmistä on jo sovellettu metsien inventointiin Suomessa.

  • Pippuri, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti inka.pippuri@uef.fi (email)
Mikko Vastaranta. (2012). Forest mapping and monitoring using active 3D remote sensing. https://doi.org/10.14214/df.144

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.

  • Vastaranta, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti mikko.vastaranta@helsinki.fi (email)
Sanna Härkönen. (2012). Estimating forest growth and carbon balance based on climate-sensitive forest growth model and remote sensing data. https://doi.org/10.14214/df.138

Metsän kasvun ja hiilitaseen ennustaminen ilmastoon reagoivan kasvumallin ja kaukokartoitusaineiston avulla

Tutkimuksessa kehitettiin uusi menetelmä metsien kasvun ja hiilitaseen ennustamiseen pohjoisilla alueilla. Menetelmässä metsän kasvu ennustetaan tiivistelmämallilla, joka huomioi metsikön rakenteen ja ilmaston vaikutuksen puuston kehitykseen. Tutkimuksessa tarkasteltiin tiivistelmämallin hyödyntämistä sekä maastosta että laserkeilaimella lentokoneesta kerätyillä metsikkötason lähtötiedoilla. Lisäksi testattiin hiilitase-ennusteiden yleistämistä koealatasolta suuraluetasolle satelliittikuvien avulla. Menetelmän luotettavuutta arvioitiin vertailemalla malliennusteita maastossa mitattuihin kasvuihin, jotka olivat suurimmaksi osaksi peräisin Metsäntutkimuslaitoksen valtakunnan metsien inventoinneista. Vertailun vuoksi tutkimuksessa ennustettiin metsän kasvua myös perinteisillä empiirisillä kasvumalleilla, joita käytetään tällä hetkellä käytännön metsäsuunnittelussa Suomessa.

Lyhyellä aikavälillä kasvuennusteiden luotettavuus oli samalla tasolla kuin perinteisten kasvumallienkin. Prosessi/hybridipohjaisten menetelmien etuna on se, että niitä voidaan soveltaa myös muuttuvissa ilmasto-olosuhteissa sekä uudenlaisten metsänkäsittelyvaihtoehtojen simuloinnissa, joista nykyisten empiiristen mallien laadinta-aineistoissa ei ole riittävästi tietoa. Menetelmä vaatii kuitenkin vielä testausta kattavammalla aineistolla, jotta sen luotettavuudesta laajassa mittakaavassa voidaan tehdä johtopäätöksiä. Malliennusteiden luotettavuutta varsinkin sekametsiköissä ja eri-ikäisrakenteisissa metsiköissä sekä pidemmillä kasvujaksoilla tulisi tarkastella lisää. Tiivistelmämallia sovellettiin tässä tutkimuksessa vain lyhyisiin kasvatusjaksoihin. Pidempiä aikoja simuloitaessa mukaan tulisi liittää uusien puiden syntymistä ja vanhojen kuolemista kuvaavat mallit. Muita jatkokehityskohteita ovat esimerkiksi puiden veden ja typen oton prosessit sekä kasvumallin parametrisointi turvemaille.

Kehitetty menetelmä tarjoaa monipuolisia työkaluja metsäsuunnittelun päätöksenteon, tutkimuksen ja metsäpolitiikan apuvälineeksi. Sitä voidaan soveltaa esimerkiksi metsikkökohtaisten hiilitase-ennusteiden laatimiseen laserkeilaustiedon perusteella ja hiilitase-ennusteiden yleistämiseen koko Suomelle ja sen lähialueille. Metsäsuunnitteluohjelmistoon yhdistettynä menetelmä tarjoaisi entistä helpomman välineen sekä arvioida käytännön metsänhoidon vaikutusta metsien hiilitaseisiin että hakea hiilinielujen kannalta optimaalisia metsänkäsittelyvaihtoehtoja.

  • Härkönen, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti sanna.harkonen@metla.fi (email)
Jussi Peuhkurinen. (2011). Estimating tree size distributions and timber assortment recoveries for wood procurement planning using airborne laser scanning. https://doi.org/10.14214/df.126

Puutavaralajikertymien ja puiden kokojakaumien estimointi puunhankinnan tarpeisiin ilmasta tehtävältä laserkeilausaineistolta

Ilmasta tehtävä laserkeilaus on korvaamassa maastoinventointeja metsikkökuviotason inventointitiedon lähtöaineistona. Huolimatta edistysakeleista, joita on otettu erityisesti puulajeittaisten tunnusten inventoinissa, laserkeilausaineistoilta ei ole pystytty tuottamaan riittävän tarkaa tietoa puiden kokojakaumasta ja laadullisista tunnuksista puunhankinnan suunittelua varten. Tämän väitöskirjatyön tavoitteena on arvioida ja kehittää laserkeilaukseen perustuvia menetelmiä puutavaralajikertymien ja puiden kokojakaumien estimointiin.

Aineistoina käytettiin laserkeilaus- ja ilmakuvausaineistoja kahdelta metsäalueelta. Matalansalo, joka sijaitsee Varkaudessa, edustaa tyypillistä talousmetsäkäytössä olevaa aluetta. Toinen testialue sijaitsi Kolin kansallispuiston eteläosassa edustaen pitkähkön aikaa käsittelemättömänä ollutta lähes luonnontilaista aluetta.

Tutkitut puustotulkintamenetelmät perustuivat joko yksinpuintulkintaa tai aluepohjaiseen estimointiin. Yksinpuintulkinnan ja aluepohjaisen estimoinin tulokset olivat keskenään vertailukelpoisia puuston keskitunnusten suhteen. Yksinpuintulkinnalla saavutettiin tarkemmat etimaatit puiden kokojakaumasta ja tukkipuun määrästä kuin vertailtavilla menetelmillä, mikäli yksittäisten puiden rajaaminen onnistui hyvin. Sen sijaan mikäli yksittäisten puiden tunnistus epäonnistui, menetelmä tuotti harhaa kokojakaumiin ja puutavaralajiosuuksiin. Lisäksi havaitiin, että puuston kokojakauma ja tilajärjestys korreloi molempien estimointimenetelmien virheiden kanssa.

Tukkitilavuuden kertymän estimointia tutkittiin käyttäen linearista regressiota ja k:n lähimmän naapurin mentelmää hyödyntäen hakkuukoneella kerättyä ennakkotietoa ja runkopankkia. Lineaarisella mallilla pystyttiin tuottamaan tarkat ennusteet tukkitilavuuden kertymästä. Lähimmän naapurin menelmällä kertymäennusteet pystyttiin tuottamaan myös sekapuustoissa puulajeittain, mutta puulajeittaisten ennusteiden tarkkuus ei ollut hyvä.

Hakkuukoneaineiston todettiin soveltuvan laserkeilaukseen perustuvien estmointimenetelmien validointiin päätehakkuilla, mikäli hakkuukoneaineisto pystytään rajaamaan kohdealueelle tarkasti ja mikäli katkontaparametrien vaihtelu voidan hallita. Sen sijaan runkopankin käyttö estimoinnin lisätietolähteenä sisälsi käytetyissä aineistoissa liikaa epävarmuuksia luotettavien tulosten saamiseksi.

  • Peuhkurinen, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti jussi.peuhkurinen@arbonaut.com (email)
Sakari Tuominen. (2007). Estimation of local forest attributes by utilizing two-phase sampling and auxiliary data. https://doi.org/10.14214/df.41

Tässä työssä tarkastellaan kaksivaiheiseen otantaan perustuvan metsäninventointimenetelmän soveltuvuutta metsäsuunnittelussa tarvittavan inventointitiedon keräämiseen metsikkökuvioille tai niiden osille. Tarkasteltava menetelmä perustuu monilähteiseen metsien inventointiin, jossa yhdistetään erilaisia aputietolähteitä, kuten kaukokartoitustietoa ja muuta karttatietoa, maastossa mitattuun tietoon. Aputietoa käytetään ensimmäisen vaiheen tietona, ja sillä pyritään kattamaan kaikki inventointiyksiköt.

Työssä tutkittiin erilaisia menetelmiä, joiden tarkoituksena oli parantaa inventoinnin tuottamien metsikkötunnusten estimaattien tarkkuutta. Aputiedon esikäsittelyn menetelminä tarkasteltiin ilmakuvien sävyarvojen radiometristä korjausta referenssikuvan avulla, samoin kuin numeerisilta ilmakuvilta irrotettavien kuvapiirteiden valintaa metsikkötunnusten estimointia varten. Erilaisten spatiaalisten yksiköiden käyttökelpoisuutta vertailtiin korkean resoluution kaukokuvien kuvapiirteiden irrottamisessa metsäninventointia varten. Lisäksi tutkittiin menetelmiä usean eri aputietolähteen yhdistämisessä ja aputietolähteiden painotusta niitä yhdistettäessä.

Tutkimuksessa sovellettu ilmakuvan sävyarvojen korjausmenetelmä osoittautui käyttökelpoiseksi ja toimivaksi, ja sillä pystyttiin parantamaan korrelaatiota ilmakuvapiirteiden ja metsätunnusten välillä. Ilmakuvilta ja muilta korkean resoluution kuvilta irrotettavien kuvapiirteiden testaus osoitti, että kuvat sisältävät runsaasti metsäninventoinnin kannalta arvokasta informaatiota, jota voidaan hyödyntää tarkastelemalla kuvapikseleiden spatiaalista järjestystä. Lisäksi järjestelmällinen kuvapiirteiden valinta tuotti metsätunnusten estimoinnissa paremman tuloksen kuin kaikkien kuvapiirteiden käyttäminen. Vertailtaessa kuvapiirteiden irrotuksessa käytettäviä spatiaalisia yksiköitä kuvasegmentteihin perustuva menetelmä antoi yleisesti ottaen parempia tuloksia kuin koealoihin perustuva menetelmä. Useita aputietolähteitä yhdistämällä tuotetut estimaatit antoivat parempia tuloksia kuin mikään aputietolähde yksinään. Parhaat estimaatit useita aputietoja yhdistettäessä saatiin aikaan painottamalla kunkin aputiedon tuottamia estimaatteja niiden keskineliövirheiden käänteisarvoilla.

Huolimatta siitä, että metsikkötunnusten estimoinnin tarkkuutta voidaan parantaa monin eri keinoin, kaksivaiheiseen otantaan ja tässä käytettyihin aputietolähteisiin perustuvien metsikkötunnusestimaattien tarkkuus ei ole riittävän korkea, jotta niitä voitaisiin suoraan käyttää metsikkökuvioille tehtävien hakkuu- ja metsänhoitotoimenpiteiden suunnittelun pohjana.

  • Tuominen, University of Helsinki, Department of Forest Resource Management ORCID ID:Sähköposti sakari.tuominen@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