Artikkelit jotka sisältää sanan 'forest inventory'

Taimikoiksi kutsutaan metsäalueita, joilla kasvaa nuoria, tyypillisesti muutamia vuosia sitten istutettuja tai luontaisen uudistumisen seurauksena syntyneitä puun taimia. Taimikot edustavat metsän kehityksessä tärkeää alkuvaihetta ja niille suunnitelluilla sekä toteutetuilla toimenpiteillä onkin keskeinen merkitys metsien uudistumisen, kasvun ja metsän käytölle asetettujen tavoitteiden toteutumisen kannalta.

Metsien käytön ja hoidon suunnittelua varten tarvittavan metsävaratiedon tuottaminen taimikoista on tyypillisesti perustunut maastotöihin, jotka ovat ajankäytöllisesti työläitä, vaativat runsaasti työvoimaa ja ovat siten kustannuksiltaan korkeita. Koska taimikoiden puut ovat vielä kooltaan pieniä, ja ne kasvavat yleensä tiheästi lähellä toisiaan, yksittäisten taimien havaitseminen ja mittaaminen on haastavaa kaukokartoitusperusteisessa metsävarojen inventoinnissa. Kaukokartoitusmenetelmien kehitys, erityisesti laserkeilaus sekä lennokkien käyttö, voivat mahdollistaa uusien menetelmien kehittämisen taimikoiden oikea-aikaiseen ja spatiaalisesti tarkkaan inventointiin. Uudet menetelmät voisivat korvata maastomittaukset osittain tai jopa täysin.

Väitöskirjan tavoitteena oli kehittää taimikoiden tiheyden, keskipituuden sekä puulajien määrittämiseen käytettäviä kaukokartoitusmenetelmiä suomalaisissa boreaalisissa metsissä. Väitöskirjan osatutkimuksissa hyödynnettiin uusia kaukokartoitustekniikoita kolmella eri tutkimusalueella. Osatutkimuksissa I ja IV käytettiin lennokilla kerättyjä fotogrammetrisia pistepilviä sekä multi- ja hyperspektrikuvia, lisäksi osatutkimuksissa II ja III aineistona hyödynnettiin monikanava- ja yksittäisen fotonin mittaustekniikalla tuotettua lentolaserkeilausaineistoa. Osatutkimuksissa I ja II analysoitiin lehdettömään ja lehdelliseen aikaan lennokista kerätyn hyperspektrikuva-aineiston sekä monikanavatekniikalla tuotetun lentolaserkeilausaineiston soveltuvuutta taimikoista tehtäviin mittauksiin. Osatutkimuksessa II aluskasvillisuuden luokittelun raja-arvoa (C_th) optimoitiin, jotta voitiin minimoida aluskasvillisuuden vaikutus puiden tunnistamiseen sekä niiden pituus- ja puulajiestimointiin. Osatutkimuksessa III arvioitiin yksittäisen fotonin mittaustekniikkaan perustuvan lentolaserkeilausaineiston soveltuvuutta taimikoiden tiheyden ja puiden pituuden ennustamiseen. Tässä tutkimuksessa kehitettiin myös uusi menetelmä (ABA_EdgeITD) taimikoiden tiheyden ja puiden pituuden ennustamiseen yhdistämällä yksinpuintulkinnasta saadut ominaisuustiedot ja reunapuiden vaikutuksen korjauksen sisältävä aluepohjainen menetelmä. Osatutkimuksessa IV esitettiin ja arvioitiin uutta menetelmää, jossa konvoluutioneuroverkkojen syötteenä taimikoiden puulajitunnistukseen käytettiin esikäsiteltyjä lennokilla otettuja multispektrikuvia.

Tutkimuksen tulokset osoittavat, että lennokeilla otettujen kuva-aineistojen käyttö johti tarkempiin tuloksiin puuston tiheysennusteissa. Tiheäpulssisen monikanavaisen lentolaserkeilausaineiston käyttäminen tuotti parhaat tulokset taimikoiden puiden pituusennusteissa sekä lehdettömään että lehdelliseen aikaan. Yksinpuintulkinnasta saadut ominaisuustiedot ja reunapuiden vaikutuksen korjaaminen paransivat puuston tiheys- ja pituusennusteiden tarkkuutta verrattuna perinteiseen aluepohjaiseen menetelmään, mutta menetelmä oli silti epätarkempi kuin osatutkimuksissa I ja II käytetyt yksinpuintulkintamenetelmät. Varttuneiden taimikoiden ominaisuuksien ennustaminen onnistui tutkimuksissa paremmin kuin alle 1.3 m keskipituudeltaan olevien nuorten taimikoiden ominaisuuksien. Osatutkimuksessa IV käytetty kaukokartoituskuvien esikäsittely yhdistettynä konvoluutioneuroverkkojen käyttöön paransi taimien puulajitulkinnan tarkkuutta. Tutkimus osoittaa, että kaukokartoitusmenetelmiä voidaan hyödyntää operationaalisessa metsävarojen inventoinnissa täydentämään tai korvaamaan maastotöitä. Uudet tekniikat ovatkin tärke osa metsien käytön suunnittelun tehokkuuden lisäämistä.

• Imangholiloo, University of Helsinki, Faculty of Agriculture and Forestry, Department of Forest Sciences https://orcid.org/0000-0001-6240-077X Sähköposti: mohammad.imangholiloo@helsinki.fi

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

• Tanhuanpää, University of Helsinki, Department of Forest Sciences Sähköposti: topi.tanhuanpaa@helsinki.fi

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 Sähköposti: ninni.saarinen@helsinki.fi

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 Sähköposti: aarne.hovi@helsinki.fi

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 Sähköposti: ville.kankare@helsinki.fi

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 Sähköposti: inka.pippuri@uef.fi

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 Sähköposti: mikko.vastaranta@helsinki.fi

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 Sähköposti: sanna.harkonen@metla.fi

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 Sähköposti: jussi.peuhkurinen@arbonaut.com

Suojelualueiden ekologisesti tärkeiden vanhojen metsien elinympäristöjen tunnistus ja tulkinta laserkeilauksen avulla Viimeisten vuosikymmenien aikana laaja-alaisten metsäalueiden inventointiin tarkoitetut tarkat ja kustannustehokkaat kaukokartoitusmenetelmät ovat kehittyneet nopeasti. Etenkin laserkeilausaineiston käyttö on osoittautunut tehokkaaksi suuralueiden inventointiin. Laserkeilain muodostaa kolmiulotteisen aineiston metsärakenteesta ja aineiston analysointi tuottaa hyvällä tarkkuudella perinteisiä metsikkötunnuksia (esim. puuston tilavuus hehtaaria kohti). Menetelmää käytetään metsikkökuviotasolla operationaalisesti jo monissa maissa. Tutkimukseni keskittyy muutamaan ekologisesti tärkeään ominaisuuteen (mm. suuret haavat, lehdot ja pienaukot) ja testaa laserkeilauksen mahdollisuuksia avustaa biodiversiteettitunnusten inventointimenetelmiä. Aineistona tutkimuksessani on Kolin kansallispuistosta 274 täysi-ikäistä metsikkökuviota, jotka kuuluvat viiteen eri kasvillisuusluokkaan. Tutkimuksessani selvitettiin tutkittavien biodiversitettitunnusten spatiaalisia ja temporaalisia muutoksia. Haapajatkumoa tutkittiin käyttäen useita eri aineistotyyppejä. Suuria haapoja on esiintynyt kolmasosassa Kolin kansallispuiston vanhoista metsistä koko tutkimusajanjakson (1910-2004) ajan, joka osoittaa että haapa pystyy säilymään myös vanhoissa metsissä. Laserkeilain aineiston avulla selvitettiin lehtokuvioiden tunnistamista. Laserkeilainaineiston avulla lehdot pystyttiin tunnistamaan 88.9% tarkkuudella vähemmän ravinteikkaimmista kasvupaikoista. Tämä perustuu pääasiassa kasvillisuuden vertikaaliseen vaihteluun, joka on lehtojen yksi tunnusomainen piirre. Paras luokitus tarkkuus kaikille metsätyypeille oli 58%. Laserkeilauksen avulla toteutetussa pienaukkotutkimuksessani löysin selviä eroja pienaukkojen sisällön rakenteissa käsiteltyjen ja luonnontilaisten metsien välillä. Lisäksi kasvillisuuden tiheys ja maalahopuun olemassaolo pienaukoissa ovat määriteltävissä laserkeilainaineiston avulla. Laaja-alaisten metsien inventoinnissa laserkeilausaineiston tulkinta on osoittautunut käytännölliseksi menetelmäksi myös tulkittaessa eräiden ekologisesti tärkeiden vanhojen metsien tunnuksia.

• Vehmas, University of Eastern Finland, School of Forest Sciences Sähköposti: mikko.vehmas@uef.fi

Puutunnusten estimointi ilmalaserkeilauksella: kolmiulotteisen pisteaineiston laskennalliseen geometriaan perustuvia menetelmiä Ilmasta suoritettavasta laserkeilauksesta on 2000-luvulla tullut hyvin yleinen metsäinventoinnin tietolähde. Aiempia laserkeilausaineistojen yksinpuintulkintatarkkuuksia ovat heikentäneet virheet löydettyjen puiden määrässä ja epätarkkuudet sekä puulajitulkinnassa että rungon tunnusten allometrisessa estimoinnissa. Tässä työssä tarkasteltiin puiden latvusten rekonstruointia pisteaineistojen laskennalliseen geometriaan perustuvilla menetelmillä sekä tekniikoita varsinaisten puutunnusten johtamiseksi latvusrakenteista. Erilaiset pisteaineistojen kolmiulotteisiin alfa-muotoihin (engl. alpha shape) perustuvat tilavuus-, kompleksisuus- ja pinta-alamuuttujat osoittautuivat hyödyllisiksi puulajien välisten allometristen erojen kuvaamiseen, mutta lopullisten puutunnusten tarkkuuksien kannalta alfa-muotoihin perustuviin muuttujiin kannatti yhdistää korkeus- ja intensiteettijakaumista johdettua tietoa. Lähimmän naapurin estimointimenetelmien havaittiin käyttävän selittäviä muuttujia parhaiten hyödyksi. Lisäksi ko. menetelmillä voitiin ennustaa kaikki kiinnostuksen kohteena olevat puutunnukset samanaikaisesti ja siten välttää virheiden vaikutuksia korostava estimointiketju. Erityisesti Random Forest-menetelmä kykeni sisällyttämään estimointivaiheeseen kaikki lasketut selittävät muuttujat ilman että niiden lukumäärää olisi tarvinnut erikseen vähentää. Valta- ja välilatvuskerroksessa sijainneiden puiden puulajin luokittaminen männyiksi, kuusiksi ja lehtipuiksi onnistui 78% tarkkuudella ja rinnankorkeusläpimitan, puun pituuden sekä runkotilavuuden estimaattien keskineliövirheet (RMSE) olivat 13%, 3% ja 31%, kun tulosta arvioitiin erillisessä validointiaineistossa. Vähemmän kontrolloituna puiden tulkinta ja puutunnusten estimointi tuotti metsikkötasolla tarkasteltuna epäluotettavia puustotunnusten estimaatteja. Tarkkuutta vähensivät virheet puiden rajauksessa sekä epätarkkuudet yksittäisten puiden tunnusten estimaateissa varsinkin puulajin osalta. Tarve maastoreferenssiaineistoille sekä mahdollinen laseraineiston ulkopuolisen tiedon tarve molemmat rajoittavat kehitetyn menetelmän käytettävyyttä. Toisaalta tutkimuksessa tuotettiin pelkän laseraineiston (tiheys 4 pulssia / m2) pohjalta estimaatteja latvusrajan korkeudelle 20-30% tarkkuudella RMSE:llä mitattuna. Ko. tunnus on tärkeä nimenomaan tukkikokoisten mäntyjen ulkoista laatua kuvaava tunnus. Tulosten perusteella puutason tulkinta kannattaa kohdistaa nimenomaan päälatvuskerrokseen kohdistuviin tarkkoihin mittauksiin, jolloin käytännön inventointijärjestelmässä yksinpuintulkinnalla saatavia hyötyjä tulisi tarkastella suhteessa vaihtoehtoisiin menetelmiin sekä niiden kustannuksiin.

• Vauhkonen, Itä-Suomen yliopisto, Metsätieteiden osasto Sähköposti: jari.vauhkonen@uef.fi

Metsien kasvillisuuden biomassa ja maaperä ovat merkittäviä hiilen varastoja. Ilmakehän hiilidioksidia sitoutuu metsiin hitaasti metsien kasvun myötä, mutta sitä voi vapautua ilmakehään nopeasti ja hyvinkin suuria määriä esimerkiksi ihmisen toiminnan tai ilmastonmuutoksen vaikutuksesta. Kioton sopimuksen allekirjoittaneet maat ovat velvollisia seuraamaan metsiensä hiilivarastoja ja arvioimaan niiden luotettavuutta. Väitöskirjassa arvioitiin Suomen metsien kasvillisuuden ja kangasmaiden maaperän hiilitasetta vuosina 1922–2004, sekä verrattiin menetelmän tuottamia ennusteita metsikkökohtaisiin mittauksiin maaperän hiilivarastoista. Väitöskirjassa tarkasteltiin Suomen metsien vuotuisten hiilivarastojen muutoksien (nielujen) luotettavuuksia, niihin vaikuttavia tekijöitä, sekä arvioitiin niiden epävarmuuksien merkitystä Suomen koko kasvihuonekaasutaseelle. Väitöskirjassa esitettiin myös laskentamenetelmän sovellus, jossa malliennusteita käytettiin hyväksi maaperän hiilivarastojen näytteenotannan tehostamisessa. Laskentamenetelmä käyttää lähtötietoinaan inventointitietoa metsistä (tai simuloitua metsikkötietoa), liittää sen tilastollisiin biomassa- ja karikemalleihin, sekä dynaamiseen maaperän karikkeen ja hiilen hajotusmalliin. Keskimääräinen vuotuinen hiilivaraston muutos Suomen metsien kasvillisuudessa vuosien 1922–2004 aikana oli 3.3 Tg C a^-1, ja kangasmaiden maaperän hiilivarastossa 0.7 Tg C a^-1. Suomen kasvillisuuden ja maaperän nielut olivat huomattavia verrattuina kasvihuonekaasujen päästöihin muilla sektoreilla. Metsien kasvillisuuden ja maaperän nielut vaihtelivat kuitenkin vuosittain hyvin paljon. Menetelmän ennusteet metsikkökohtaisista maaperän hiilivarastoista ja niiden pitkän ajan muutoksista olivat yhteneväisiä metsiköistä mitattuihin keskiarvoihin. Suomen metsien vuotuiset nielut olivat silti lähes kertaluokkaa epävarmempia kuin esimerkiksi fossiilisten polttoaineiden poltosta johtuvat hiilidioksidipäästöt, ja ne heikensivät oleellisesti Suomen kasvihuonekaasutaseen luotettavuutta. Mikäli Suomen kangasmaiden maaperän nielua arvioitaisiin toistuvilla metsikkökohtaisilla mittauksilla maaperän hiilivarastoista, mallipohjaisella näytteenotannan osituksella voitaisiin saavuttaa kohtuullisia parannuksia näytteenotannan tehokkuudessa. Suomen metsien nieluja raportoitaessa ja käytettäessä on nykyisin perustellumpaa tukeutua keskiarvoihin, jotka on laskettu useampien vuosien nieluarvioista. Metsien vuotuisia nieluarvioita ja niiden luottamusrajoja voidaan tarkentaa tulevaisuudessa yhdistämällä useampia tietolähteitä ja malleja. Tarkempia vuotuisia ennusteita metsien hiilinieluista saatetaan tarvita esimerkiksi Kioton jälkeisillä raportointikausilla, sekä ilmastomallinnuksen tukena.

• Peltoniemi, University of Helsinki, Faculty of Biosciences Sähköposti: mikko.peltoniemi@gmail.com

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 Sähköposti: sakari.tuominen@metla.fi

Ilmastosopimus velvoittaa sopijamaat raportoimaan kasvihuonekaasupäästöjen lisäksi myös metsien hiilivaraston muutokset, koska metsien hiilitase vaikuttaa merkittävästi ilmakehän kasvihuonekaasupitoisuuksiin ja kasvihuoneilmiön voimakkuuteen. Kioton sopimuksen ja sitovien päästövähennystavoitteiden myötä metsien hiilitaseen kattava ja luotettava arviointi on tullut välttämättömäksi, sillä metsien hiilinieluilla voidaan kompensoida osa päästövähennystavoitteista. Suomessa metsien hiilinieluraportointi on aikaisemmin koskenut vain puustoa eikä käytettyjen mallien edustavuutta ole testattu. Väitöskirjan tavoitteena oli kehittää menetelmiä, joilla voidaan määrittää metsien hiilivarastoja ja virtoja kansallisella tasolla perustuen metsien inventointiaineistoihin. Puuston biomassan arviointia varten kehitettiin biomassan muuntokertoimet (BEF) Suomelle. Lisäksi tutkimuksessa selvitettiin muuntokertoimien epävarmuudet. Myös oksakarikkeen muodostama hiilivirta puustosta maahan arvioitiin uusien mallien avulla. Sekä biomassan, että oksakarikkeen estimointimenetelmiä testattiin riippumattomilla mittausaineistoilla. Kehitettyjä biomassan muuntokertoimia ja kariketuotantokertoimia sovellettiin suomalaiseen inventointiaineistoon vuosilta 1922 − 2004 metsien hiilivarastojen ja niiden muutosten selvittämiseksi. Laskennassa otettiin huomiin tärkeimmät karikkeen lähteet (biomassan karike, hakkuutähteet ja luonnonpoistuma), joiden vaikutus maan hiilivarastoon mallinnettiin dynaamisella maamallilla. Aikasarjat metsien hiilivarastoista vuosille 1922 − 2004 laskettiin biomassan muuntokertoimien, kariketuotannon ja maamallin yhdistämisellä. Tulosten mukaan puuston hiilivarasto oli 20-luvun alkupuolella 510 Tg hiiltä ja vuonna 2004 se oli puolestaan 780 Tg hiiltä. Samalla jaksolla mineraalimaiden maaperän hiilivarasto kasvoi 110 Tg, ollen vuonna 2004 noin 960 Tg hiiltä. Tutkimuksessa huomattiin myös että kasvillisuuden ja maaperän hiilivarastojen vaihtelut olivat suuria ja usein erisuuntaisia vuosien välillä. Nämä vaihtelut johtuivat pääosin lämpötilan ja hakkuiden vuosittaisista vaihteluista. Lisäksi Suomen metsien vuotuinen nettoprimäärituotos kasvoi 0.1 kg m-2 82 vuoden jakson aikana, ollen jakson lopussa 0.4 kg m-2 vuodessa. Suomen metsien kasvillisuus ja mineraalimaat yhdessä toimivat hiilinieluna 1970-luvulta lähtien. Suomen metsien rooli kansallisessa kasvuhuonekaasutaseessa edellyttää kattavaa laskentaa − on tärkeää laskea metsän kaikki hiilivarastot, kuten puusto, karike, maaperä ja kuolleet puut, ja niissä tapahtuvat muutokset. Näiden hiilivarastojen muutosten määrittäminen on erityisen tärkeää, jos metsänhoitomenetelmiä ja -suosituksia muutetaan metsien hiilensidonnan lisäämiseksi.

• Lehtonen, University of Helsinki, Department of Forest Ecology Sähköposti: aleksi.lehtonen@metla.fi