Artikkelit jotka sisältää sanan 'emote sensing'

Suometsät muodostavat tärkeän puuvarannon suomalaiselle metsäteollisuudelle, mutta samaan aikaan suoekosysteemit ovat tärkeitä metsien monimuotoisuuden, hiilensidonnan, vesiensuojelun ja virkistyskäytön kannalta. Suometsiä ojitettiin laaja-alaisesti kasvavan metsäteollisuuden tarpeisiin 1960–70 -luvuilla, mikä lisäsi merkittävästi puuston kasvua turvemailla. Ojitukset heikensivät kuitenkin suometsien monimuotoisuutta ja lisäsivät huomattavasti vesistöjen kiintoaine- ja ravinnekuormitusta, mikä on aiheuttanut järvien ja jokien rehevöitymistä, samentumista ja tummentumista.

Tämä väitöskirja esittelee käytännönläheisiä mahdollisuuksia, joiden avulla suometsien hoidossa voidaan kustannustehokkaasti huomioida erityisesti metsien monimuotoisuus ja vesiensuojelu. Suometsien hakkuita ja ojituksia kritisoidaan laajasti, joten suometsänhoidon yleisen hyväksyttävyyden lisääminen ympäristöasioiden paremmalla huomioimisella on tarpeen. Lentolaserkeilauksen tuottama 3D-pistepilvi tarjoaa erinomaisen aineiston muun muassa biomassan määrän ja laadun arviointiin, heikkotuottoisten alueiden tunnistamiseen ja rajaamiseen, pintavesien virtauksen mallintamiseen sekä kosteiden maastonkohtien kartoittamiseen. Laserkeilauksen vahvuus muihin kaukokartoitusmenetelmiin verrattuna on sen kyky tuottaa maanpinnasta erittäin tarkka korkeusmalli, sillä keilaimen lähettämät pulssit pystyvät läpäisemään metsän latvuskerroksen.

Korkeusmallista laskettujen, kohteen lähiympäristöä kuvaavien tekstuuripiirteiden käyttö maaston kantavuuden ennustamisesta on uusi idea, joka kannattaa huomioida jatkotutkimuksissa ja käytännössä, koska tekstuuripiirteet kuvasivat lupaavasti hyvin pienialaista, leimikon sisäistä kantavuuden vaihtelua. Toinen uusi idea tässä väitöskirjassa on vesiensuojelurakenteiden automaattiseen sijoitteluun tähtäävä laskentamenetelmä, jonka on tarkoitus helpottaa ojituksen suunnittelijan työtä, koska etenkin pintavalutuskentille on yleisesti ollut vaikea löytää sopivia sijoituspaikkoja. Ylipäätään laserkeilausaineistoista voidaan johtaa paljon sellaista tietoa, joka auttaa merkittävästi suometsänhoidon ja ojien kunnostuksen suunnittelua. Paikkatiedon avulla valtaosa suunnittelusta voidaan jatkossa tehdä toimistotyönä, jolloin suunnittelun maastotyöt pystytään etukäteen kohdistamaan tärkeimpiin maastonkohtiin.

• Niemi, University of Helsinki, Faculty of Agriculture and Forestry, Department of Forest Sciences Sähköposti: mikko.t.niemi@helsinki.fi

Laserkeilauksen aikakausi ja uusien inventointimenetelmien kehitys on vähentänyt maastomittausten tarvetta ja inventointien kokonaiskustannuksia viimeisen kahden vuosikymmenen aikana. Vaikka menetelmäkehitys onkin ollut merkittävää, systemaattisia maastomittauksia tarvitaan käytännössä yhä edelleen. Esimerkiksi yleisesti käytössä oleva aluepohjainen inventointimenetelmä tukeutuu maastossa tehtäviin koealamittauksiin. Laserkeilausperusteisten inventointien lisäksi aluepohjaista menetelmää voidaan käyttää myös lennokeilla tehtävissä inventoinneissa ilmakuvapistepilviä hyödyntäen. Maastossa tehtävät koealamittaukset eivät ole yleensä lennokki-ilmakuvapistepilviä käytettäessä kannattavia lennokkien pienen toiminta-alueen takia. Tämän väitöskirjan tavoitteena oli tutkia laserkeilauspohjaisten mallien toimivuutta laserkeilaukseen ja lennokki-ilmakuvapistepilviin perustuvissa inventoinneissa ilman uusia paikallisia maastomittauksia.

Tässä tutkimuksessa valtakunnalliset laserkeilauspohjaiset mallit sovitettiin koko Suomen alueelle kolmelle puustotunnukselle (runkotilavuus, maan yläpuolinen biomassa ja valtapituus) ja niiden virheitä tarkasteltiin aluetasolla. Valtakunnallisten mallien aluetason ennusteet olivat usein systemaattisia yli- tai aliarvioita, minkä takia tutkittiin erilaisia kalibrointimenetelmiä. Ensimmäisenä testattiin valtakunnallisten mallien kalibrointia pienellä määrällä uusia maastomittauksia. Tämän jälkeen valtakunnallinen tilavuusmalli tai sen ennusteet kalibroitiin ilman uusia paikallisia maastomittauksia kolmen skenaarion avulla: a) käyttämällä malleissa ympäristöä ja maantieteellisiä olosuhteita kuvaavia lisäselittäjiä, b) uudelleen sovittamalla mallit käyttäen opetuskoealoja lähimmiltä inventointialueilta ja c) sovittamalla ennusteet alueittain valtakunnan metsien inventoinnin tietoihin. Lennokki-inventointia ilman uusia paikallisia maastomittauksia tutkittiin korvaamalla laserkeilauspohjaisten mallien selittäjät ilmakuvapistepilvistä johdetuilla tunnuksilla malleja käytettäessä. Laserkeilauspohjaisten mallien selittäjinä käytettiin niitä tunnuksia, jotka olivat mahdollisimman samankaltaisia laserkeilaus- ja lennokkiaineistojen välillä.

Tulokset osoittivat, että puustotunnusten ennustaminen ilman uusia paikallisia maastomittauksia on mahdollista kohtalaisella tarkkuudella laserkeilauspohjaisten mallien avulla. Systemaattiset virheet minimoituivat, kun yleiset mallit kalibroitiin lisäselittäjien, kuten lämpösumma-, sadanta- ja puulajisuhdetietojen avulla. Huolellisesti valittujen lisäkoealojen käyttö valtakunnallisten mallien kalibrointiin on kuitenkin suositeltavaa, jos uusien koealojen hankinta on taloudellisesti mahdollista. Laserkeilauspohjaisia malleja on mahdollista käyttää puustotunnusten ennustamiseen lennokki-ilmakuvapistepilvistä johdettujen selittäjien avulla erityisesti silloin, kun mallien selittäjät kuvaavat ylintä latvuskerrosta. Pienimmät virheet lennokki-inventoinnissa saavutettiin käyttämällä laserkeilausperusteista mallia lähimmältä samankaltaiselta alueelta luokittelemalla ennustusyksiköt havu- ja lehtipuuvaltaisuuden mukaan ennen ennustamista.

• Kotivuori, University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences Sähköposti Sähköposti: eetu.kotivuori@uef.fi

Tämän tutkimuksen tavoitteena on parantaa ymmärrystä digitaalisesta puukaupasta ja kehittää menetelmiä tukemaan puunkorjuun suunnittelua. Puutavaralajeittainen ennakkoinformaatio puun laadusta on erityisen tärkeää puunhankinnan suunnittelussa, sillä eri puulajeja, puun mittoja sekä laatuja hyödynnetään ja jalostetaan eri tehtaissa.

Tutkimus tehtiin kolmella alueella, joista kaksi (osajulkaisut I ja II) sijaitsivat Itä-Suomessa ja yksi (osajulkaisu III) Etelä-Suomessa. Tutkimusaineisto koostui 79, 99 ja 665 koealasta (osajulkaisut I, II ja III), 249 metsiköstä (osajulkaisu III), runkojen laatutietokannasta (osajulkaisut I ja III), ilmakuvista (osajulkaisut I ja III) ja lentolaserkeilauksesta (ALS) (osajulkaisut I, II ja III).

Osajulkaisuissa I ja III pyrittiin arvioimaan puutavaralajeja, niiden taloudellista arvoa ja puunmaksukykyä (WPC) koealoille (osajulkaisu I) tai leimikoille (osajulkaisu III), hyödyntänen erilaisia katkontavaihtoehtoja (apteerausvaihtoehdot). Vaihtoehtoiset puun apteeraukset olivat (1) käyttämällä sahan ja kuitupuun enimmäismääriä ilman laatukriteerejä (teoreettinen maksimi) ja (2) apteeraus maksimoimalla puun arvoa käyttämällä sahatukin pituuksia 30 cm:n välein., huomioiden puun laatuindikaattorit. Ensimmäinen lähestymistapa vastaa pääosin tällä hetkellä pohjoismaissa käytössä olevaa menetelmää. Metsiköiden taloudelliseen arvoon vaikuttaa oleellisesti pienten puiden määrä vallitussa latvuskerroksessa. Puunkorjuuta vaikeuttavan kasvillisuuden takia saatetaan tarvita hakkuuta edeltävä raivaus. Tutkimuksen osajulkaisussa II kehitimme menetelmän, jolla voidaan arvioida hakkuuta edeltävän raivauksen tarve suoraan laserkeilausaineistosta.

Tulokset osoittivat, että kehitettyjen menetelmien käyttö voisi tukea puunhankintaa (1) paikantamalla arvokkaita metsiköitä, joissa on haluttu puutavaralajijakauma (osajulkaisut I ja III), (2) tunnistamalla automaattisesti kohteet, joissa on tehtävä ennakkoraivaus ennen korjuuta. (osajulkaisu II) ja (3) vähentämällä puunkorjuun suunnittelussa tarvittavien maastokäyntien määrää (osajulkaisut I, II ja III).

Johtopäätelmänä voidaan todeta, että tutkimuksen tulokset voivat tehostaa puumarkkinoiden toimivuutta, koska kehitetyt menetelmät tarjoavat yksityiskohtaista ennakkotietoa puunhankintaa ja -korjuuta varten, jota puunostajat tai -myyjät voivat käyttää päätöksenteon tukivälineenä perinteisessä ja digitaalisessa markkinaympäristössä.

• Sanz, University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences Sähköposti: blanca.sanz@uef.fi

Lentolaserkeilausta (Airborne laser scanning, ALS) käytetään monissa maissa metsikkökuvioiden puuston kokonaistilavuuden ennustamiseksi. ALS-aineistosta tuotetut ennusteet ovat usein tarkempia kuin muilla tavoin tuotetut ennusteet. Operatiivisessa metsätaloudessa pelkän kokonaistilavuuden huomioiminen ei kuitenkaan riitä, sillä hakkuiden yhteydessä kokonaistilavuus jakautuu puutavaralajikohtaisiin tilavuuksiin. Puuston laatu vaikuttaa suuresti puutavaralajijakaumaan, joten tarkempi ennakkotieto puuston laadusta helpottaisi muun muassa hakkuiden suunnittelua. Tämän väitöskirjatyön päätavoite oli testata eri metodeja puuston laadun, erityisesti tukkitilavuuden, ennustamiseksi ALS-aineistoa käyttäen.

Kolmessa osatutkimuksessa käytettiin aineistoja Itä-Suomesta (3 aluetta) ja Kaakkois-Norjasta (1 alue). Kaikki tutkimusmetsät olivat joko mänty- (Pinus sylvestris L.) tai kuusivaltaisia (Picea abies (L.) Karst.). Ensimmäinen osatutkimus keskittyi puutason mallien siirrettävyyteen eri ALS-inventointialueiden välillä. Toisessa osatutkimuksessa testattiin lukuisia vaihtoehtoja ennustaa tukkitilavuutta koealatasolla (30 m × 30 m). Kolmannessa tutkimuksessa puolestaan testattiin kuviotason ainespuu- ja tukkitilavuuksien maastokalibrointia pohjapinta-alamittauksiin perustuen. Osatutkimuksissa kaikki ALS-pohjaiset ennusteet tehtiin käyttäen joko lineaarisia sekamalleja tai k:n lähimmän naapurin menetelmää joko puu- tai koealatasolla (15 m × 15 m).

Tulokset osoittivat, että laserkeilausaineiston ja puuston laadun välillä on vain heikkoa korrelaatiota. Siitä huolimatta tukkitilavuusennusteiden suhteellinen keskineliövirheen neliöjuuri (RMSE%) oli 20–30 %, sen jälkeen, kun koealatason ennusteet oli yleistetty 30 m × 30 m tai kuviotasolle. Lisäksi osatutkimuskohtaiset tulokset osoittivat, että puutason mallien ennustustarkkuuden voi odottaa heikentyvän huomattavasti, kun malleja siirretään inventointialueiden välillä, ja että pohjapinta-alainformaatio ei ole yleisesti ottaen hyödyllistä, jos tarkoituksena on kalibroida tukkitilavuusennusteita kuusivaltaisilla metsikkökuvioilla.

• Karjalainen, University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences Sähköposti: tomi.karjalainen@uef.fi

Hoidetuilla metsillä on useita tärkeitä rooleja muuttuvassa ilmastossa ja ympäristössä. Puu sitoo ja varastoi hiiltä niin kasvaessaan, kuin pitkäikäisiksi puutuotteiksi jalostettuna. Näiden vaikutusten huomioiminen metsänhoidossa vaatii tarkkaa suunnittelua, jolla varmistetaan metsänhoidon ja puunkäytön kestävyys. Tieto puuaineen ominaisuuksista on keskeisessä osassa, sillä ne vaikuttavat hiilivarastojen suuruuteen metsissä, sekä puun käytettävyyteen pitkäikäisenä rakennesahatavarana. Puunmuodostuksen teoreettisen taustan mukaisesti, runko, latvus ja oksarakenne ovat potentiaalisia selittäviä muuttujia (eli puun laatuindikaattoreita), kun mallinnetaan puuaineen ominaisuuksia, puubiomassaa ja puun laatua. Puunmuodostuksen monimutkaisuudesta ja moniulotteisesta vaihtelusta johtuen, tarvittavien laatuidikaattorien mittaaminen osana metsävarojen inventointia ja riittävällä yksityiskohtaisuudella on ollut aiemmin mahdotonta. Monialustaisen laserkeilauksen kehittyminen kuitenkin tukee aiempaa monipuolisempien kartoitus- ja mallinnusjärjestelmien rakentamista, jotka perustuvat tiheisiin kolmiulotteisiin pistepilviin.

Tämän työn tavoitteena oli määritellä, kuinka puuaineen ominaisuuksia voidaan arvioida kaukokartoitusta hyödyntävässä metsävarojen inventoinnissa. Tätä tarkoitusta varten kehitettiin menetelmiä puun laatuindikaattorien mittaamiseksi hoidetuissa männiköissä (Pinus sylvestris L.) lento- ja maastolaserkeilauksen avulla, ja arvioitiin niiden toimivuutta. Ensin arvioitiin laatuindikaattorien mittatarkkuus pistepilvissä. Toiseksi verrattiin pistepilvimittauksia röntgentomografiamittauksiin teollisilla sahoilla. Kolmanneksi arvioitiin lentolaserkeilauksella tuotettujen latvuspiirteiden tarkkuutta laatuindikaattorien ennustamisessa.

Tuloksien perusteella pistepilvien laatu ja pistetiheys vaikuttivat merkittävästi mitattujen laatuindikaattorien tarkkuuteen. Puuaineen ominaisuuksien arvioimisessa, maastolaserkeilausta tulisi käyttää työkaluna mahdollisimman yksityiskohtaisten runko- ja oksikkuustietojen keräämiseen tarkkaan valikoiduista näytepuista. Tarkasti mitatut laatuindikaattorit voivat selittää puuaineen ominaisuuksia mallinnuksessa. Käytettyjen mallien tulisi perustua laatuindikaattoreille, jotka voidaan ennustaa lentolaserkeilausaineistosta (esim. puun pituus ja latvuksen mittasuhteet), jotta ennusteet ovat yleistettävissä laajoille alueille.

Tulevaisuudessa, maasta ja ilmasta tehtävällä kaukokartoituksella voi olla tärkeä rooli puuaineen ominaisuuksien aikaan ja paikkaan sidotun vaihtelun tutkimuksessa. Lisää poikkitieteellistä työtä tarvitaan, jotta kaukokartoitusta ja puuaineen ominaisuuksia ennustavia spatiaalisia malleja voidaan täysimittaisesti hyödyntää kiihtyvän ilmastonmuutoksen, muuttuvan metsänhoidon ja lisääntyvän puunkäytön tuomien haasteiden kohtaamisessa.

• Pyörälä, University of Helsinki, Department of Forest Sciences Sähköposti: jiri.pyorala@helsinki.fi

Hyönteisten aiheuttamat metsätuhot lisääntyvät ilmaston muuttuessa. Kotoperäisten hyönteislajien lisäksi vieraslajit uhkaavat metsien terveyttä. Saman aikaisesti tuhojen lisääntyessä, lisääntyy myös niiden ennustamiseen liittyvä epävarmuus. Tehokkaita menetelmiä metsien terveyden seurantaan tarvitaan kiireellisesti, jotta tuhoista aiheutuvia negatiivisia vaikutuksia voitaisiin ehkäistä tai vähentää. Tehokkaan metsien terveyden seurannan tueksi tarvitaan valtava määrä tarkkaa tietoa laajoilta alueilta. Tietoja on myös pystyttävä päivittämään usein. Tarvittavaa tietoa ei voida tuottaa ainoastaan perinteisiin menetelmiin tukeutuen. Viime aikojen nopea kehitys kaukokartoitus- ja paikkatietomenetelmissä, kuten myös spatiaalisten mallien ja algoritmien kehitys, on tuottanut uusia tehokkaita keinoja metsävarojen seurantaan. Näiden menetelmien mukauttaminen metsätuhojen kartoitukseen ja metsien terveyden seurantaan on vaativaa. Metsänterveyden seurantaan liittyvä epävarmuus vaikuttaa myös menetelmien soveltamiseen.

 Väitöskirja koostuu yhteenvedosta ja kuudesta osajulkaisusta, joissa tutkitaan hyönteistuhojen seurantaa ja arviointia monella eri mittakaavalla. Tutkimuksissa on hyödynnetty useita eri kaukokartoitus- ja mallinnusmenetelmiä. Tarkastelun mittakaava vaihtelee yksittäisen puun tasolta mannertason malleihin. Työssä vertaillaan myös hyönteistuhojen seurantaa erityyppisillä metsäalueilla Fennoskandiasta Pohjois-Amerikkaan. Tuhon laajuus, intensiteetti ja jakautuminen maastossa vaihtelevat huomattavasti, riippuen muun muassa hyönteislajista ja alueesta. Tästä vaihtelevuudesta johtuen kaukokartoitus ja mallinnusmenetelmät tulee tarkasti valita niin, että ne sopeutuvat kyseisen tuhon havaitsemiseen ja seurantaan. Myös käytettävä tieto ja aineistot vaikuttavat sopivien menetelmien ja mittakaavan valintaan. Spatiaalinen resoluutio, sekä mittakaava, jolla tuhoa tarkastellaan ovat tärkeässä asemassa seurannan onnistumisen kannalta. Seurannan ajoitus ja temporaalinen resoluutio vaikuttavat huomattavasti siihen, voidaanko kyseessä oleva tuho havaita ilmasta käsin. Oikea ajoitus vaikuttaa myös hyönteistuhojen negatiivisia seurauksia vähentävien toimenpiteiden oikea-aikaiseen toteutukseen.

 Metsien terveyden kattava seuranta olisi saatava osaksi metsäalueitten monitorointijärjestelmiä. Tämä seuranta sisältäisi parhaimmillaan yhdistelmän korkean ja matalan resoluution kaukokartoitusta ja spatiaalisia malleja, joita yhdistelemällä voitaisiin taata joustava ja kustannustehokas metsien terveyden monitorointijärjestelmä, joka toimisi erilaisissa ympäristöissä yli ilmasto- ja kasvillisuusgradienttien. Nopeasti kehittyvä satelliittiteknologia, sekä vapaasti käytettävät aineistot saattavat olla tärkeä osa järjestelmiä. Viime aikaisesta kehityksestä huolimatta, runsaasti uutta tutkimusta on vielä tehtävä, ennen kuin metsien terveyden tehokas seuranta voidaan mukauttaa käytännön tasolle.  

• Kantola, University of Helsinki, Department of Forest Sciences Sähköposti: tuula.kantola@helsinki.fi

Maailman metsät altistuvat uudenlaiselle stressille ilmastonmuutoksen myötä. Tuhohyönteiset sekä patogeenit siirtyvät uusille leveysasteille ja kuumuuden aiheuttama stressi lisääntyy, mikä johtaa lisääntyneeseen puiden kuolleisuuteen sekä kasvaneeseen metsäpalojen määrään maailmanlaajuisesti. On vaikeaa arvioida, kuinka voimakasta metsien heikentyminen ilmastonmuutoksen myötä on minkä vuoksi tarvitaan uusia harhattomia menetelmiä metsien kunnon arviointiin. Kaukokartoitusmenetelmillä voidaan mitata useita eri muuttujia metsistä, mutta stressin havaitseminen aikaisessa vaiheessa on ollut haastavaa muutoksien hienovaraisuudesta johtuen. Monikanavalaserkeilausteknologialla on potentiaalia havaita aikaisia puun heikentymisen merkkejä tarjoamalla tarkkaa kolmiulotteista tietoa sekä informaatiota puun heijastuvuudesta useilla eri aallonpituuksilla samanaikaisesti.

Tämän väitöskirjan päätavoitteena oli tutkia monikanavalaserkeilauksen kykyä havaita ja arvioida useiden eri stressitekijöiden aiheuttamaa puun heikentymistä. Tämä tehtiin tutkimalla kaukokartoituksen avulla havaittavaa puiden heikentymisen indikaattoria, lehtien vesipitoisuutta. Väitöskirjassa kehitettiin uusia menetelmiä lehtien vesipitoisuuden arviointiin monikanavalaserkeilauksen avulla useilla eri mittakaavoilla yksittäisistä lehdistä kokonaisiin latvuksiin. Myös lehtien vesipitoisuuden ja erilaisten puun heikentymistä aiheuttavien stressitekijöiden välistä suhdetta tutkittiin, jotta stressin ja vesipitoisuuden välistä riippuvuutta voitaisiin ymmärtää paremmin.

Osatutkimukset I-III keskittyivät tutkimaan lehtien vesipitoisuuden sekä laserintensiteetin, eli laserin heijastaman valon, välistä yhteyttä usealla aallonpituudella. Ensin, hyperspektrilaserkeilainta, joka havaitsee kahdeksaa eri aallonpituutta, käytettiin muutosten havaitsemiseen tuoreiden sekä kuivuuskäsiteltyjen mäntyjen sekä kuusten välillä (osatutkimus I). Sitten tehtiin tutkimus yksittäisillä lehdillä sekä neulasryhmillä (osatutkimus II) käyttäen mäntyä, kuusta, metsälehmusta, vaahteraa sekä rauduskoivua ja havaittiin vahva riippuvuus lehtien vesipitoisuuden sekä 1550 nm ja 690 nm aallonpituuksista lasketun indeksin välillä. Tämän jälkeen osatutkimuksessa III tutkittiin neulasten kosteuspitoisuuden arviointia monikanavalaserkeilauksen avulla sekä patogeenin ja kuivuuden aiheuttamaa lehtien vesipitoisuuden vaihtelua kuusen taimilla. Sinistäjäsienellä infektoitujen taimien neulasten vesipitoisuus vähentyi nopeasti, kun taas kuivuuskäsiteltyjen taimien vesipitoisuus pysyi tasaisempana erittäin voimakkaaseen kuivuuteen asti. Neulasten kosteuspitoisuus sekä heikentyneet taimet pystyttiin ennustamaan hyvällä tarkkuudella käyttäen indeksiä, joka oli laskettu 1550 nm ja 905 nm aallonpituuksista.

Kehitettyä menetelmää sekä neulasten kosteuspitoisuuden ja puun heikentymisen välistä yhteyttä tutkittiin osatutkimuksessa IV kirjanpainajan (Ips typographus L.) heikentämässä metsässä. Monikanavalaserkeilauksen avulla pystyttiin erottamaan hyvällä tarkkuudella (90% yleistarkkuus) kirjanpainajan saastuttamat puut jo silloin kun latvus ei vielä osoittanut visuaalisia heikentymisen merkkejä. Laserintensiteetin avulla pystyttiin havainnoimaan pihkavuotoja rungossa, mikä auttoi terveiden puiden luokittelussa. Huomattiin myös, että neulasten kosteuspitoisuus laskee jo pian kirjanpainajan iskeytymisen jälkeen.

Tämä väitöskirja edistää sekä objektiivisen ja automatisoitavan menetelmän kehitystä, jolla voidaan havaita ja mitata puiden heikentymistä, että lehtien vesipitoisuuden ja puiden heikentymisen välisen yhteyden ymmärtämistä. Väitöskirjan tuloksista julkaistaan myös populääri musiikki- ja videoteos nimellä: Idän Proffa feat. Linda Ilves – Keilaa puita. Video julkaistaan täällä: http://bit.ly/keilaapuita.

• Junttila, University of Helsinki, Department of Forest Sciences Sähköposti: samuli.junttila@helsinki.fi

Tietotarpeista metsien seurantaan liittyen on tullut entistä monitahoisempia. Jotta näihin tietotarpeisiin voidaan vastata, aineistojen tulee olla systemaattisesti tuotettuja, spatiaalisesti kattavia ja yksiselitteisiä, sekä niiden avulla tulee olla mahdollista havaita muutokset spatiaalisella ja temporaalisella resoluutiolla, jotka ovat yhteismitallisia sekä luonnon että ihmisen vaikutusten kanssa. Lisäksi raportointivelvollisuudet asettavat edelleen vaatimuksia läpinäkyvyyden, toistettavuuden ja aineistojen alkuperän suhteen. Väitöskirjan tavoitteena oli keskittyä näihin tarpeisiin sekä parantaa metsissä tapahtuvien häiriöiden ja niistä palautumisen seurannan mahdollisuuksia laajoilla alueilla.

Landsat-aikasarja tehostaa metsien seurannan mahdollisuuksia, erityisesti metsissä tapahtuvien häiriöiden jälkeisen palautumisen arviointia, kun taas komposiittikuvien tuottamisen lähestymistapa, jossa hyödynnetään parhaita saatavilla olevia pikseleitä, mahdollistaa Landsat-aikasarjan hyödyntämisen laajoilla metsäalueilla. Osajulkaisuissa I ja IV tunnistettiin metsien seurannan tietotarpeita ja liitettiin niitä komposiittikuvan tuottamisen kriteereihin sekä aineistojen saatavuuteen Kanadassa ja Suomessa. Osajulkaisussa II kehitettiin menetelmiä ja havainnollistettiin niitä tuottamalla laajan alueen yhtenäiset Landsat-komposiittikuvat, joista tunnistettiin muutokset, laskettiin jatkuvat muutospiirteet sekä tuotettiin vuosittaiset tiedot, jotka ovat olennaisen tärkeitä metsien seurannan kannalta. Osajulkaisussa III kansallista seurantamenetelmää testattiin Kanadan yli 650 Mha metsäekosysteemien alueella ja se mahdollisti yksityiskohtaiset analyysit kohteissa, joissa oli tapahtunut metsäpalo tai päätehakkuu edellisen 25 vuoden aikana (1985-2010). Lisäksi metsien lyhyen ja pitkän ajan palautumista pystytiin arvioimaan. Palautumista kuvaavista sävyarvopiirteistä tuotettiin lisätietoa osajulkaisuissa V ja VI. Osajulkaisussa V metsien palautumista kuvaavien sävyarvojen hyödyllisyyttä arvioitiin ja vahvistettiin vertaamalla niitä metsien peitteisyyden ja pituuden kriteereihin, jotka saatiin lentolaserkeilausaineistosta. Osajulkaisussa VI tutkittiin ja määrällistettiin maastossa mitattujen metsän rakenteen ja puulajisuhteiden vaikutusta palautumista kuvaaviin sävyarvoihin.

Keskittymällä metsien seurantajärjestelmien neljään tärkeimpään näkökulmaan, tietotarpeeseen, aineistojen saatavuuteen, menetelmäkehitykseen, ja tuotettuun tietoon, väitöskirjatutkimukset osoittivat, että yhdistämällä lähestymistapa, jossa komposiittikuvat tuotetiin hyödyntämällä parhaita saatavilla olevia pikseleitä, ja Landsat-aikasarja on mahdollista tuottaa sellaista tietoa ja aineistoja, joissa on tarvittavat ominaisuudet laajojen alueiden metsien seurantaa varten, samalla kun mahdollistetaan myös kokonaisvaltaisempi arviointi metsissä tapahtuvista häiriöistä ja metsien palautumisesta niiden jälkeen.

• White, University of Helsinki, Department of Forest Sciences https://orcid.org/0000-0003-4674-0373 Sähköposti: joanne.white@canada.ca

Työn tavoitteena oli soveltaa ja edelleen kehittää satelliittikuvatietoon perustuvia metsien inventoinnin laskennan menetelmiä ja komponentteja boreaalisen ja trooppisen metsän olosuhteissa. Tässä työssä esitettävät sovellukset perustuvat optisen alueen kaukokartoitustietoon, pääosin satelliittikuvatietoon, sekä epäparametriseen k:n lähimmän naapurin estimointimenetelmään, jotka molemmat ovat yleisesti käytettyjä komponentteja monilähteisessä metsien inventoinnissa.

Variogrammia tekstuuri-informaation lähteenä metsikkökuvion puuston keskitilavuuden estimoinnissa kokeiltiin digitaalisen ilmakuvan avulla Hyytiälässä. Ristiinvalidoinnin mukaan keskitilavuuden estimoinnin tarkkuus parani, kun semivarianssin arvot olivat mukana hakumuuttujien joukossa.

Metsäpeitteen ja tilavuuden kartoittamisessa Terain alueella Nepalissa hyödynnettiin. Landsat TM -satelliittikuvia. Monilähteisen metsien inventoinnin laskentaa sovellettiin tilavuuden kartoitukseen myös Kon Tumin provinssin alueella Vietnamissa. Näissä kahdessa tutkimuksessa käytettiin MODIS -satelliittikuvatietoa referenssinä Landsat TM kuvien suhteellisessa kalibroinnissa.

Satelliittikaukokartoitus on edesauttanut myös metsähakkeen teknisen korjuumahdollisuusarvion laskentamenetelmien kehitystyötä. Työssä esitetään esimerkkisovellus Keski-Suomessa ja lähtötietona laskentaproseduurissa käytetään monilähdeinventoinnin tuottamaa rasterimuotoista biomassakartoitusta. Metsähakkeen korjuumahdollisuusarvio perustui hakkuutähteiden ja kantojen korjuuseen päätehakkuukohteilla.

Trooppisen metsän alueita koskevissa sovelluksissa laskennan toteutus tehtiin Open Source -laskentaohjelmistoilla. Tehty työ on osaltaan myös REDD+ ohjelmaan liittyvää metsien inventoinnin ja kaukokartoituksen kapasiteetin kehitystyötä. Metsähakkeen korjuumahdollisuusarviot toimivat puolestaan tukena metsäbioenergian tuotantoon liittyvässä päätöksenteossa.

• Muinonen, University of Eastern Finland, School of Forest Sciences Sähköposti: eerom7@gmail.com

Valtakunnalliset ja alueelliset arviot metsien vaihtoehtoisista käyttömahdollisuuksista ja tulevista hakkuumahdollisuuksista perustuvat yleensä Valtakunnan metsien inventoinnin (VMI) tuottamaan koeala-aineistoon. Tarve vastaavanlaisille skenaariolaskelmille paikallisella tasolla on lisääntynyt kuten myös tarve sisällyttää laskelmiin paikkaan sidottua tietoa. VMI:n suhteellisen harvan otannan takia skenaariolaskelmia ei kuitenkaan voi tehdä pelkästään VMI-koealojen perusteella maakuntatasoa pienemmillä alueilla. Väitöskirjassa selvittiin mahdollisuutta tuottaa laskelmien lähtöaineisto VMI-koealoja, satelliittikuvia ja k:n lähimmän naapurin estimointimenetelmää käyttäen. Menetelmää hyödynnettiin ensin arvioitaessa metsien hallinnollisten ja teknisten käyttörajoitusten vaikutusta puuntuotantoon kahden kylän alueella Itä-Suomessa. Toisessa sovelluksessa arvioitiin liito-oravalle sopivien elinympäristöjen määrän kehittymistä kolmessa eri hakkuuskenaariossa metsäkeskusalueittain.

Skenaariolaskelmissa käytettiin MELA (Metsälaskelma) -ohjelmistoa. Laskentakuviot puuston kehitys- ja käsittelyvaihtoehtojen simulointia varten muodostettiin satelliittikuvien segmentoinnin ja puuntuotannon rajoitustietojen avulla. Laskentakuvioille haettiin satelliittikuvien avulla sävyarvoiltaan lähimmät VMI-koealat, joille estimoitiin uudet painot eli edustavuus kyseisellä laskentakuviolla. Työssä tarkasteltiin erilaisten segmentointimenetelmien ja sävyarvopiirteiden käyttöä estimoinnissa. Metsikkökuvioita mahdollisimman hyvin vastaavien segmenttien ansiosta liito-oravalle sopivien elinympäristöjen ennustamisessa voitiin käyttää kuvio- ja maisematason malleja.

Laskenta-aineiston tuottaminen satelliittikuviin perustuvalla koealapainojen estimoinnilla osoittautui käyttökelpoiseksi menetelmäksi, joka mahdollistaa skenaariolaskelmat pienemmillä alueilla kuin olisi mahdollista pelkän VMI-koeala-aineiston avulla, esimerkiksi kuntatasolla. Hyvän maantieteellisen kattavuuden ja jatkuvuuden ansiosta satelliittikuvat ja VMI ovat kustannustehokkaita tietolähteitä ja esitetyn menetelmän avulla VMI-aineistoa voidaan käyttää metsien käyttö- ja tuotantomahdollisuuksien arvioinnissa myös paikallistasolla.

• Haakana, University of Eastern Finland, School of Forest Sciences Sähköposti: helena.haakana@luke.fi

• Saarinen, University of Helsinki, Department of Forest Sciences Sähköposti: ninni.saarinen@helsinki.fi

• Hovi, University of Helsinki, Department of Forest Sciences Sähköposti: aarne.hovi@helsinki.fi

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

• Kuusinen, University of Helsinki, Department of Forest Sciences Sähköposti: nea.j.kuusinen@helsinki.fi

• Peuhkurinen, University of Eastern Finland, School of Forest Sciences Sähköposti: jussi.peuhkurinen@arbonaut.com

• Mola-Yudego, University of Joensuu, Faculty of Forest Sciences Sähköposti: blas.mola@joensuu.fi

• Rautiainen, University of Helsinki, Department of Forest Ecology Sähköposti: miina.rautiainen@helsinki.fi