Artikkelit jotka sisältävät avainsanan 'täsmämetsätalous'.

Adrian Pascual Arranz. (2018). Improving forest management planning by means of airborne laser scanning and dynamic treatment units based on spatial optimization. https://doi.org/10.14214/df.257

Ilmasta tehtävä laserkeilaus on tehostanut metsänarviointia viime vuosikymmenten aikana, koska sen avulla voidaan tuottaa 3D-tietoa metsien rakenteesta. Tämä tutkimus keskittyy laserkeilauspohjaisen metsänarvioinnin ja metsäsuunnittelun integrointiin kun tavoitteena on luoda dynaamisia käsittelykuvioita (DTU, dynamic treatment units). Käsittelykuviot eivät ole kiinteitä ja ennalta määrättyjä, vaan ne muodostetaan yhdistämällä pienempiä laskentayksiköitä. Yhdistely suoritetaan metsänhoitotavoitteiden ja metsien dynamiikan perusteella. Tutkimus suoritettiin kahdessa mäntymetsässä Kastilian ja Leónin alueella Espanjassa, joilta kerättiin sekä maastomittauksia että laserkeilausaineistoa. Tämä väitöskirja sisältää neljä artikkelia jotka käsittelevät dynaamisten käsittelykuvioiden muodostamista (artikkelit I ja III), vaihtoehtoisten inventointiyksiköiden (FIU, forest inventory unit) vaikutuksia kun ongelma muotoillaan kahdella eri tavalla (artikkelit I, II ja IV), ja koealojen paikannusvirheiden vaikutuksia aina otantavaiheesta päätöksentekoon asti (artikkeli II). Puustotunnukset estimoitiin kaikissa artikkeleissa laserkeilauksen perusteella, ja läpimittajakaumia sekä metsikön dynamiikkaa kuvaavia malleja sovellettiin pysyvillä koealoilla havaittujen puustotunnusten muutoksen ennustamiseen. Simulointien lopputuloksena saatiin käsittelyketjuja, jotka pyrkivät maksimoimaan ei-spatiaalisia (artikkeli III) ja spatiaalisia (kaikki artikkelit) vastemuuttujia sisältävien hyötyfunktioiden arvoja. Tulokset osoittavat epäsäännöllisten inventointiyksiköiden tuottavan hyviä tuloksia ja korostavat segmentointimenetelmien avulla saatavia hyötyjä, kun tavoitteena on luoda kompakteja käsittelykuvioita. Spatiaalinen optimointi paransi metsäsuunnitelmissa tarvittavaa kuviointia ja lisäsi suunnittelun kustannuksia vain vähän verrattuna ilman spatiaalista optimointia laadittuihin suunnitelmiin. Spatiaaliset tavoitteet ja spatiaalisuuden huomioivat korjuukustannusfunktiot helpottavat inventointiyksiköiden koostamista kuvioiksi. Heuristiset optimointimenetelmät toimivat tehokkaasti kombinatoristen ongelmien ratkaisemisessa. Väitöskirja osoittaa kuinka laajasti käytettyjen laserkeilauspohjaisten menetelmien ja spatiaalisen optimoinnin yhdistäminen auttaa parempien metsäsuunnittelumenetelmien kehittämisessä.

  • Pascual Arranz, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti adrian.pascual.arranz@uef.fi (email)
Ville Kankare. (2015). The prediction of single-tree biomass, logging recoveries and quality attributes with laser scanning techniques. https://doi.org/10.14214/df.195

Laserkeilaus puutason biomassan, puutavaralajien sekä laatutiedon ennustamisessa

Yksityiskohtainen metsävaratieto on merkittävässä roolissa metsänomistajien päätöksenteon, metsänhoidon suunnittelun sekä puunhankintaketjun optimoinnin tukena. Laserkeilaus on yksi lupaavimmista kaukokartoitustekniikoista, jolla on mahdollista ennustaa metsävaratietoa yksittäisen puun tasolta laajoihin

alueisiin. Väitöskirjatyön päätavoitteina oli kehittää laserkeilauspohjaisia menetelmiä yksittäisten puiden kartoitukseen ja mittaamiseen.

Osajulkaisuissa I ja II selvitettiin laserkeilausmenetelmien tarkkuutta puutason biomassaositteiden mallinnuksessa. Kokonaisbiomassan mallinnustarkkuus maastolaserkeilaukseen perustuen oli männylle 12,9 % ja kuuselle 11,9 %. Maastolaserkeilauksen hyödyntäminen biomassan mallintamisessa tarkensi erityisesti latvusbiomassan mallinnustarkkuutta verrattuna läpimittaan ja pituuteen perustuviin biomassamalleihin. Lentolaserkeilauksen tarkkuudet olivat hieman heikompia verrattuna maastolaserkeilaukseen. Kokonaisbiomassan tarkkuudet olivat männylle 26,3 % ja kuuselle 36,8 %.

Osajulkaisuissa III ja IV tavoitteena oli ennustaa puutavaralajikohtaisia tilavuuksia sekä laatutietoa maastolaserkeilauksen ja lentolaserkeilauksen avulla. Tukkipuun tilavuuden ennustetarkkuudet olivat maastolaserkeilausta käytettäessä 17,5 % ja maasto- ja lentolaserkeilauksen yhdistelmää käytettäessä 16,8 %. Puuston laatu on erittäin tärkeä tekijä metsikköä arvioitaessa. Maastolaserkeilauksen avulla yksittäiset puut luokiteltiin puunhankinnan kannalta tärkeisiin laatuluokkiin 76,4 % – 83,6 % tarkkuudella.

Osajulkaisuissa V ja VI tavoitteena oli kehittää uusia automaattisia menetelmiä maastolaserkeilausaineiston käsittelyyn, sekä monilähdemenetelmiä läpimittajakauman ennustamiseen. Automaattisten menetelmien avulla maastolaserkeilausaineiston käsittelyä on mahdollista tehostaa ja jopa tarkentaa manuaaliseen aineiston käsittelyyn verrattuna. Osajulkaisussa V runkokäyrän mittaustarkkuus oli automaattista aineistonkäsittelymenetelmää käytettäessä ~ 1 cm. Osajulkaisussa VI hyödynnettiin monilähdemenetelmää, jossa tarvittu puustokartta mitattiin automaattisesti maastolaserkeilausaineistosta ja läpimittajakaumat ennustettiin maasto- ja lentolaserkeilausaineistojen avulla. Läpimitan ennustetarkkuus oli 1,4 cm ja 4,7 cm välillä puustoltaan hyvin vaihtelevissa metsiköissä.

Väitöskirjatyön osajulkaisuissa kehitetyt menetelmät ja esitetyt tulokset osoittivat laserkeilausmenetelmien olevan varteenotettava vaihtoehto yksittäisten puiden kartoitukselle ja mittaamiselle tulevaisuudessa.

  • Kankare, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti ville.kankare@helsinki.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