Artikkelit jotka sisältää sanan 'kaukokartoitus'

Kategoria : Articles

Mikko Niemi. (2022). Producing information from airborne LiDAR data for peatland forest management. https://doi.org/10.14214/df.331
Avainsanat: kaukokartoitus; metsien inventointi; vesiensuojelu; korkeusmalli; maaston kulkukelpoisuus; pintavesien virtausmalli
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Eetu Kotivuori. (2022). Prediction of forest attributes using airborne laser scanning-based models without new in-situ field measurements. https://doi.org/10.14214/df.328
Avainsanat: kaukokartoitus; laserkeilaus; aluepohjainen inventointi; yleinen malli; aluetason malli; lennokki; ilmakuvapistepilvi
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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
Blanca Sanz. (2022). Methods for supporting digital timber trade. https://doi.org/10.14214/df.326
Avainsanat: kaukokartoitus; hakkuukone; puutavaralajien kertymä; puutavaralajimenetelmä (CTL); ennakkoraivaus; puunhankinta; laserkeilaus (ALS)
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Tomi Karjalainen. (2020). Predicting commercial tree quality by means of airborne laser scanning. https://doi.org/10.14214/df.307
Avainsanat: kaukokartoitus; tukkitilavuus; latvusraja; puutavaralajit
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Jiri Pyörälä. (2020). Assessing wood properties in standing timber with laser scanning. https://doi.org/10.14214/df.295
Avainsanat: metsänhoito; kaukokartoitus; täsmämetsätalous; puun laatu
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Tuula Kantola. (2019). Forest health monitoring in transition: Evaluating insect-induced disturbances in forested landscapes at varying spatial scales. https://doi.org/10.14214/df.278
Avainsanat: kaukokartoitus; Ekologiset nissimallit; Metsätuhot; Metsien terveyden seuranta; Tuhohyönteiset; Vieraslajit
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Samuli Junttila. (2019). Utilizing multispectral lidar in the detection of declined trees. https://doi.org/10.14214/df.277
Avainsanat: kaukokartoitus; laserkeilaus; maastolaserkeilaus; puiden terveys; lehtien vesipitoisuus; metsän heikentyminen
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Joanne C. White. (2019). Improving capacity for large-area monitoring of forest disturbance and recovery. https://doi.org/10.14214/df.272
Avainsanat: kaukokartoitus; aikasarja; Landsat; muutostulkinta; komposiittikuva; lentolaserkeilaus
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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.

Eero Muinonen. (2018). Optical data-driven multi-source forest inventory setups for boreal and tropical forests. https://doi.org/10.14214/df.256
Avainsanat: kaukokartoitus; k:n lähimmän naapurin estimointimenetelmä; Landsat-satelliittikuva; metsähakkeen tekninen korjuumahdollisuus; metsäpeitteen kartoitus; variogrammi
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Helena Haakana. (2017). Multi-source forest inventory data for forest production and utilization analyses at different levels. https://doi.org/10.14214/df.243
Avainsanat: metsäsuunnittelu; kaukokartoitus; k; Landsat satelliittikuva; skenaariomallinnus; n lähimmän naapurin estimointimenetelmä; puuntuotannon rajoitus
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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 (sähköposti)
Ninni Saarinen. (2016). Predicting vegetation characteristics in a changing environment by means of laser scanning. https://doi.org/10.14214/df.216
Avainsanat: kaukokartoitus; LiDAR; metsien inventointi; metsänarvioimistiede; kartoitus; muutostulkinta; seuranta
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
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 (sähköposti)
Aarne Hovi. (2015). Towards an enhanced understanding of airborne LiDAR measurements of forest vegetation. https://doi.org/10.14214/df.200
Avainsanat: kaukokartoitus; laserkeilaus; metsien inventointi; kalibrointi; pulssilaser; fysikaalinen mallinnus; säteenseuranta
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
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 (sähköposti)
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
Avainsanat: kaukokartoitus; laserkeilaus; metsän inventointi; täsmämetsätalous
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
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 (sähköposti)
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
Avainsanat: kaukokartoitus; metsien inventointi; lähimmän naapurin menetelmä; lineaarinen regressio
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
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 (sähköposti)
Blas Mola-Yudego. (2009). Wood biomass production potential on agricultural lands in Northern Europe – achieving the goals of energy policy. https://doi.org/10.14214/df.84
Avainsanat: kaukokartoitus; Empiiriset kasvu- ja tuotosmallit; tuotostrendit; adoptiomallit; lyhytkiertoviljely; energiapolitiikka; bioenergia; uusiutuva energia
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
Puiden lyhytkiertoviljely tarjoaa hyviä mahdollisuuksia pyrittäessä saavuttamaan EU:n uuden energiantuotantomallin tavoitteita. Tässä tutkimuksessa tarkastellaan pajujen lyhytkiertoviljelyn laajenemisen mahdollisuuksia Pohjois-Euroopan pelloilla. Kuudesta osajulkaisusta muodostuva tutkimus perustuu laajaan ruotsalaisilta kaupallisilta viljelmiltä kerättyyn empiiriseen aineistoon. Ensimmäinen julkaisu käsittelee kolmea ensimmäistä korjuukiertoa ja toinen julkaisu satotason muutostrendiä vuosina 1986–2000. Kolmannessa artikkelissa tarkastellaan mahdollisuuksia käyttää kaukokartoitusta pajukasvustojen tuotospotentiaalin arvioimiseen sekä neljännessä julkaisussa pajun kasvattamisen maantieteellistä levinneisyyttä ja viidennessä julkaisussa Ruotsin politiikkatoimien vaikutuksia energiaviljelyn lisääntymiseen vuosina 1986–2006. Viimeisessä artikkelissa arvioidaan pajujen energiaviljelyn tuotantopotentiaalia kuudessa Euroopan Unionin pohjoisessa jäsenmaassa. Tulokset osoittavat, että tuotokset vaihtelevat huomattavasti eri tuottajien energiaviljelmillä, mikä osoittaa tuotanto-osaamisen eli ennen muuta viljelmien kunnollisen perustamisen ja hoitamisen merkityksen. Satotasot olivat keskimäärin matalampia kuin aikaisemmin on esitetty, mutta keskimääräinen hehtaarituotos lisääntyi vuosittain 0,20 ja parhaimmilla viljelmillä 0,27 kuiva-ainetonnia. Todennäköisesti kasvavat sadot olivat seurausta viljelymateriaalin sekä kasvatusmenetelmien kehittymisestä. Viljelmiltä kerättyyn aineistoon perustuva ja alueellista tuotostarkastelua täydentämään kehitetty kaukokartoitusmenetelmä osoittautui varsin käyttökelpoiseksi ja luotettavaksi. Tulokset osoittavat politiikkatoimien ratkaisevan merkityksen pyrittäessä lisäämään energiaviljelyä. Tutkimuksessa kehitettiin menetelmä, jolla arvioidaan politiikkatoimien vaikutuksia ja kuluttajien merkitystä varmistettaessa pitkän aikajänteen kysyntää. Kehitettyjä malleja voidaan käyttää tehtäessä Ruotsin ja Ruotsia lähellä olevien maiden kuten Suomen, Tanskan, Eestin sekä Latvian energiaviljelyyn liittyviä skenaarioita. Loppupäätelminä tutkimuksessa esitetään, että energiaviljelyn menestyksellinen kehittäminen edellyttää tutkimukseen perustuvaa arvoketjuosaamista, erityisesti tuottajataitojen lisäämistä, infrastruktuuripalveluja sekä onnistuneita politiikkatoimia. Tuotosennusteet, jotka eivät perustu empiiriseen aineistoon saattavat huomattavasti yliarvioida uusien energiaviljelmien kasvua. Kehitetyt mallit ja tutkimusmenetelmät ovat käyttökelpoisia energiaviljelyn suunnitteluun ja hallinnointiin sekä taloudelliseen arviointiin ja uusien tutkimusten tarkoituksenmukaiseen suuntaamiseen.
  • Mola-Yudego, University of Joensuu, Faculty of Forest Sciences Sähköposti: blas.mola@joensuu.fi (sähköposti)
Sirpa Thessler. (2008). Remote sensing of floristic patterns in the lowland rain forest landscape. https://doi.org/10.14214/df.59
Avainsanat: kaukokartoitus; satelliittikuvat; trooppiset sademetsät; k lähimmän naapurin menetelmä; erotteluanalyysi; lajistovaihtelu
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
Trooppisten metsäalueiden maankäytön ja sademetsien suojelun suunnittelu tarvitsee kiireesti arvioita kasvilajiston alueellisesta vaihtelusta. Laajojen, vaikeapääsyisten ja lajirikkaiden sademetsäalueiden kasvilajiston inventointi täytyy käytännön syistä rajata koealoihin ja koskemaan vain osaa kasvilajistosta, indikaattorilajeja. Yhdistämällä lajiston inventointiaineisto ja spatiaalisesti jatkuva ympäristötieto voidaan kasvilajiston vaihtelua mallintaa ja ennustaa koealojen välisille, tutkimattomille alueille. Moniulotteinen lajiaineisto täytyy kuitenkin ensin tiivistää pienempään määrään muuttujia, lajistovaihtelun indikaattoreihin. Työssä selvitettiin voidaanko kaukokartoituksen keinoin tarkastella ja kartoittaa luonnontilaisten alankosademetsien kasvilajiston alueellista vaihtelua. Lajistovaihtelun indikaattoreina käytettiin 1) ekologisten luokiteltujen lajien lukumäärää, 2) kasvillisuus-/metsäluokkia ja 3) lajistokokoonpanoa, joka tiivistettiin NMDS ordinaation avulla kolmeen ulottuvuuteen (ordinaatioakseliin). Indikaattorilajeina käytettiin aluskasvillisuuden Melastomataceae- ja sanikkaislajeja sekä latvuskerroksen puu- ja palmulajeja. Lajistovaihtelun indikaattoreita ennustettiin tutkimattomille alueille käyttäen k lähimmän naapurin menetelmää ja lineaarista erotteluanalyysiä. Ympäristövaihtelun kuvaajina käytettiin Landsat TM ja ETM+ -satelliittikuvia ja SRTM digitaalista korkeusmallia. Tutkimusalueet sijaitsivat itäisessä Ecuadorissa, koillis-Perussa ja pohjois-Costa Ricassa. Työ osoitti että alankosademetsien kasvilajiston alueellista vaihtelua, jonka indikaattoreina käytettiin kasvillisuusluokkia, ordinaatioakseleiden arvoja tai ekologisten kategorioiden lajimäärää, voidaan arvioida ja kartoittaa yhdistämällä kaukokartoitus ja maastohavainnointi. Ennusteiden tarkkuuteen vaikuttivat etenkin kuvapiirteiden valinta ja painotus ja tarkastelun spatiaalinen resoluutio. K lähimmän naapurin menetelmä osoittautui lupaavaksi menetelmäksi lajistovaihtelun ennustamisessa, kun kyseessä oli jatkuva muuttuja kuten ordinaatioakseleiden arvot tai lajimäärä. K lähimmän naapurin menetelmä myös tuotti tarkempia ennusteita kasvillisuustyyppien luokittelussa kuin lineaarinen erotteluanalyysi.
  • Thessler, University of Turku, Faculty of Mathematics and Natural Sciences Sähköposti: sirpa.thessler@mtt.fi (sähköposti)
Miina Rautiainen. (2005). The spectral signature of coniferous forests: the role of stand structure and leaf area index. https://doi.org/10.14214/df.6
Avainsanat: optinen kaukokartoitus; metsikön heijastumalli; spektrinen kasvillisuusindeksi; latvusmuoto
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
Kiinnostus metsäekosysteemejä kuvaaviin muuttujiin, joita voidaan arvioida optisilla kaukokartoitusmenetelmillä, on kasvanut viime vuosina. Kaukokartoitustekniikoiden yleinen sovellettavuus ja satelliittikuva-aineistojen spatiaalisten ja ajallisten resoluutioiden kirjo mahdollistavat kaukokartoitusmenetelmien soveltamisen terrestristen ekosysteemien rakenteen ja toiminnan laaja-alaisessa tutkimuksessa. Edellytys näiden menetelmien kehittämiselle on kuitenkin ymmärtämys mitattujen spektristen signaalien syntyyn vaikuttavista fysikaalisista tekijöistä. Pohjoisen pallonpuoliskon boreaaliset havumetsät muodostavat maapallon suurimman yhtenäisen metsävyöhykkeen. Kaukokartoituksen näkökulmasta yleisesti tunnustettu, mutta huonosti ymmärretty ilmiö on näiden havumetsien matala heijastussuhde verrattuna lehtimetsiin. Ainoa tapa tämän ilmiön ymmärtämiseen on säteilyn kulun tutkiminen havumetsien latvustossa. Väitöskirjassa tutkittiin havumetsien spektristen ja rakenteellisten tekijöiden välistä riippuvuutta empiirisissä ja simulointitutkimuksissa. Saatua uutta tietoa sovellettiin suomalaisten havumetsien lehtialaindeksin arvioimiseen optisilta satelliittikuvilta. Väitöskirjan ensimmäinen osa keskittyi latvuston mikro- ja makrotason ryhmittymisilmiön ja metsän heijastaman säteilyn välisen riippuvuuden tutkimiseen. Tulokset osoittivat, että latvuskoko ja –muoto ovat tärkeitä metsikön heijastussuhdetta muokkaavia tekijöitä. Lisäksi havaittiin, että havumetsien matalaa heijastussuhdetta lähi-infrapuna-alueella selittää pääasiallisesti versojen sisällä tapahtuva säteilyn sironta. Väitöskirjan toinen osa keskittyi lehtialaindeksin arvoimiseen optisista satelliittikuvista kasvillisuusindeksien ja metsikön fysikaalisen heijastusmallin invertoimisen avulla. Molemmat menetelmät osoittivat soveltuvuutensa lehtialaindeksin arvoimiseen. Yleinen havainto oli, että aiemmin menetelmissä vähän käytetty keskilähi-infrapuna-alue parantaa kaukokartoitettuja lehtialaindeksien estimaatteja havumetsissä.
  • Rautiainen, University of Helsinki, Department of Forest Ecology Sähköposti: miina.rautiainen@helsinki.fi (sähköposti)

Rekisteröidy
Click this link to register to Dissertationes Forestales.
Kirjaudu sisään
Jos olet rekisteröitynyt käyttäjä, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta
Valitsemasi artikkelit