Dissertationes Forestales

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

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

Avainsanat: läpimittajakauma; korkeusjakauma; valtapuiden alla oleva puusto; lähimmän naapurin menetelmät; katkaisupisteen tunnistus; rungon tilavuus

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

Aluepohjaisten ja puutason menetelmien yhdistäminen laserkeilauksella tuotetun puiden kokojakaumien kalibroimiseksi Metsikön puiden tunnistusta (ITD) – on tutkittu laserkeilauspohjaisena metsänarviointimenetelmänä ja sen tyypillinen ongelma on ollut runkoluvun ja tilavuuden aliarviointi, joka pääosin johtuu lentokoneesta tehdyn havainnoinnin vaikeudesta havaita metsikön valtapuiden alla olevaa puustoa. Puutason tunnusten arvioinnin epävarmuudet (esim. pituus, läpimitta, mallitettu tilavuus) lisäävät myös koealatason arvioinnin epätarkkuutta. Tämä väitöskirja selvitti sekä puu- että koealatason aliarviointia ja kehitti sen korjausmenetelmiä. Koealatasolla aliskasvusto ja vallitut puut arvioitiin aluepohjaisella puujoukon arviointimenetelmällä. Puutasolla, puiden läpimitat ennustettiin kvanttaaliperusteisella lähimmän naapurin menetelmällä. Aluepohjaisella (ABA) metsäinventoinnin laserkeilausaineiston hyödyntämismenetelmällä voidaan nykyisin ennustaa suoraan harhattomasti koealatason tilavuustiedot. K-MSN menetelmää käytetään aluetason puustotunnusten ennustuksen operatiivisena perusmenetelmänä. Jos koealoilta on puutason maastomittauksen käytössä, voidaan läpimitan ja pituuden puustotunnusten jakauma ennustaa koealoille K-MSN menetelmällä. Yhdistämällä puittainen tunnistus ja aluepohjainen estimointimenetelmä, voidaan parantaa aluepohjaisen menetelmän tukkipuutilavuuden arvioinnin tarkkuutta ja ennustaa puittaiseen tunnistukseen perustuvan menetelmän vallittujen puiden kokoa kuvaavat tunnukset Puujoukkojen kokojakaumien kalibroinnissa käytettiin jakauman korvaukseen perustuvia ja histogrammin sovitukseen perustuvia menetelmiä. Kalibroinnin jälkeen kokonaistilavuuden suhteellinen keskineliövirhe pieneni 2 % ja harha ei ollut merkittävä. Kvanttaaliperusteinen lähimmän naapurin estimointimenetelmä estimoi puittaisen tarkkuuden aluepohjaista menetelmää vastaavasti. Menetelmä hyödynsi laserpohjaista puun pituutta ja latvuksen läpimittaa ennustuksessa ja paransi erityisesti isojen puiden tilavuuden estimointia.

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

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

Jari Vauhkonen. (2010). Estimating single-tree attributes by airborne laser scanning: methods based on computational geometry of the 3-D point data. https://doi.org/10.14214/df.104

Avainsanat: metsäinventointi; alfa-muoto; Delaunay-kolmiointi; LiDAR; lähin naapuri; random forest-menetelmä

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

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

Artikkelit jotka sisältää sanan 'nearest neighbor'

Kategoria : Articles