Artikkelit jotka sisältävät avainsanan 'valtapuiden alla oleva puusto'.

Qing Xu. (2014). Calibration of the tree size distributions by combining the area-based approach and the individual tree detection using the airborne laser scanning. https://doi.org/10.14214/df.182

Aluepohjaisten ja puutason menetelmien yhdistäminen laserkeilauksella tuotetun puiden kokojakaumien kalibroimiseksi

Metsikön puiden tunnistusta (ITD) – on tutkittu laserkeilauspohjaisena metsänarviointimenetelmänä ja sen tyypillinen ongelma on ollut runkoluvun ja tilavuuden aliarviointi, joka pääosin johtuu lentokoneesta tehdyn havainnoinnin vaikeudesta havaita metsikön valtapuiden alla olevaa puustoa. Puutason tunnusten arvioinnin epävarmuudet (esim. pituus, läpimitta, mallitettu tilavuus) lisäävät myös koealatason arvioinnin epätarkkuutta.

Tämä väitöskirja selvitti sekä puu- että koealatason aliarviointia ja kehitti sen korjausmenetelmiä. Koealatasolla aliskasvusto ja vallitut puut arvioitiin aluepohjaisella puujoukon arviointimenetelmällä. Puutasolla, puiden läpimitat ennustettiin kvanttaaliperusteisella lähimmän naapurin menetelmällä.

Aluepohjaisella (ABA) metsäinventoinnin laserkeilausaineiston hyödyntämismenetelmällä voidaan nykyisin ennustaa suoraan harhattomasti koealatason tilavuustiedot. K-MSN menetelmää käytetään aluetason puustotunnusten ennustuksen operatiivisena perusmenetelmänä. Jos koealoilta on puutason maastomittauksen käytössä, voidaan läpimitan ja pituuden puustotunnusten jakauma ennustaa koealoille K-MSN menetelmällä. Yhdistämällä puittainen tunnistus ja aluepohjainen estimointimenetelmä, voidaan parantaa aluepohjaisen menetelmän tukkipuutilavuuden arvioinnin tarkkuutta ja ennustaa puittaiseen tunnistukseen perustuvan menetelmän vallittujen puiden kokoa kuvaavat tunnukset Puujoukkojen kokojakaumien kalibroinnissa käytettiin jakauman korvaukseen perustuvia ja histogrammin sovitukseen perustuvia menetelmiä. Kalibroinnin jälkeen kokonaistilavuuden suhteellinen keskineliövirhe pieneni 2 % ja harha ei ollut merkittävä. Kvanttaaliperusteinen lähimmän naapurin estimointimenetelmä estimoi puittaisen tarkkuuden aluepohjaista menetelmää vastaavasti. Menetelmä hyödynsi laserpohjaista puun pituutta ja latvuksen läpimittaa ennustuksessa ja paransi erityisesti isojen puiden tilavuuden estimointia.

  • Xu, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti qing.xu@uef.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