Artikkelit jotka sisältää sanan 'non-parametric estimation'

Kategoria : Articles

Petteri Packalén. (2009). Using airborne laser scanning data and digital aerial photographs to estimate growing stock by tree species. https://doi.org/10.14214/df.77
Avainsanat: laserkeilaus; läpimittajakauma; k-MSN; ei-parametrinen estimointi; puulajikohtaiset kuviotunnukset
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
Modernit kaukokartoitusmenetelmät ovat nykyisin houkutteleva vaihtoehto maastomittauksille metsän inventoinnissa. Lupaavin kaukokartoitusmenetelmä metsän inventointiin perustuu tällä hetkellä ilma-aluksesta suoritettavaan laserkeilaukseen. Useat tutkimukset ovat osoittaneet, että keskeiset puustotunnukset, kuten keskipituus, pohjapinta-ala ja tilavuus, voidaan ennustaa erittäin tarkasti hyödyntämällä laserkeilausaineistoa. Suurimmassa osassa tutkimuksista on kuitenkin tarkasteltu vain kokonaistunnuksia, mutta Suomessa puulajikohtaiset puustotunnukset ovat usein ensisijainen kiinnostuksen kohde. Tämän väitöskirjatyön tavoitteena on kehittää ja evaluoida menetelmiä puulajeittaisessa kuviotason inventoinnissa hyödyntämällä kaukokartoitusaineistoja. Tutkimuksessa käytettiin kahta testialuetta jotka molemmat sijaitsevat Itä-Suomessa ja edustavat tyypillistä suomalaista hoidettua boreaalista metsää. Tarkastellut puulajit olivat mänty (Pinus sylvestris L.), kuusi (Picea abies (L.) Karst.) ja lehtipuut yhtenä puulajiryhmänä. Puustotunnusten mallinnus tehtiin koealatasolla. Laserkeilausaineiston ja ilmakuvien yhdenaikainen hyödyntäminen muodostaa työn perustan. Lähtökohta on, että laserkeilausaineisto antaa tietoa puuston määrästä ja että ilmakuvat auttavat erottelemaan eri puulajeja. Ensimmäisessä osatutkimuksessa verrattiin regressiomallinnuksen ja sumean luokittelun yhdistelmää ei-parametriseen lähimpien naapurien hakuun perustuvaan k-MSN-menetelmään puulajikohtaisten tilavuuksien ennustamisessa. k-MSN-menetelmällä saatiin lupaavia tuloksia ja toisessa osatutkimuksessa testiä laajennettiinkin siten, että samanaikaisesti ennustettiin puulajeittain tilavuus, runkoluku, pohjapinta-ala ja pohjapinta-alamediaanipuun läpimitta ja pituus sekä puulajikohtaisten ennusteiden summana kokonaistunnukset. Kolmannessa osatutkimuksessa tarkasteltiin kaukokartoitusinformaation käyttöä puulajeittaisten läpimittajakaumien ennustamisessa. Menetelmä, jossa lähimpien koealanaapureiden maastossa mitatut puut muodostavat läpimittajakaumat suoraan, toimi paremmin kuin teoreettinen jakaumalähestymistapa Weibull-jakauman parametrien ennustamiseksi k-MSN mallin ennusteilla. Neljännessä osatutkimuksessa esiteltiin uusi menetelmä hyödyntää oikaisemattomia ilmakuvia, joiden sisäinen ja ulkoinen orientointi tunnetaan orto-oikaistujen kuvien sijaan. Uudella menetelmällä voidaan välttää kaksi aikaisemmin käytetyn lähestymistavan ominaispiirrettä: ilmakuvien radiometrinen kalibrointi sekä laserpisteiden ja ilmakuvien epätarkka yhdistäminen. Lähimpien naapurien haku osoittautui tehokkaaksi ja monikäyttöiseksi lähestymistavaksi sekä kokonaistunnusten, puulajikohtaisten tunnusten että läpimittajakauman ennustamisessa käytettäessä lähtötietona laserkeilausaineistoa, ilmakuvia ja maastokoealoja. Tutkimuksessa saavutetut puulajikohtaiset tarkkuudet olivat vähintään yhtä hyviä kuin nykyisin käytetyssä kuvioittaisessa maastoinventoinnissa ja kokonaistunnusten osalta tarkkuus oli jopa parempi.
  • Packalén, University of Joensuu, Faculty of Forest Sciences Sähköposti: petteri.packalen@joensuu.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