Satelliittipaikannuksen tarkkuus hakkuukoneessa
|
|
- Toivo Kapulainen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Metsätehon raportti Satelliittipaikannuksen tarkkuus hakkuukoneessa Timo Melkas Mika Salmi Jarmo Hämäläinen ISSN (Verkkojulkaisu) METSÄTEHO OY Vernissakatu Vantaa
2 Satelliittipaikannuksen tarkkuus hakkuukoneessa Timo Melkas Mika Salmi Jarmo Hämäläinen Metsätehon raportti ISSN (Verkkojulkaisu) Metsäteho Oy
3 SISÄLLYS TIIVISTELMÄ... 4 ABSTRACT JOHDANTO AINEISTO MENETELMÄT Trimble Pathfinder ProXH:n paikannustarkkuus Koealan paikannustarkkuus hakkuukoneen GPS -vastaanottimella 11 Ajourien paikannustarkkuus Ajourista muodostettujen sijaintipisteiden vertailu mittausajankohdan perusteella MAASTOTESTIEN TULOKSET Trimble Pathfinder ProXH:n paikannustarkkuus Koealan paikannustarkkuus hakkuukoneen GPS-vastaanottimella 14 Ajourien paikannustarkkuus Ajourista muodostettujen sijaintipisteiden vertailu mittausajankohdan perusteella JOHTOPÄÄTÖKSET LÄHTEET Metsätehon raportti
4 TIIVISTELMÄ Tutkimuksen tavoitteena oli selvittää satelliittipaikannuksen tarkkuutta hakkuukoneissa ennen ja jälkeen hakkuun sekä puuston peitteisyyden että satelliittigeometrian vaikutusta paikannustarkkuuteen. Tutkimus on osa Fibicin rahoittamaa EffFibre tutkimus- ja kehittämisohjelman ( ) työpakettia WP3, jonka tavoitteena on arvioida puukarttajärjestelmä OTMS:n (Optical Tree Measurement System) käyttökelpoisuutta ja toimivuutta puustoltaan erilaisissa leimikoissa. Tutkimusaineisto kerättiin Fibicin EffFibre-tutkimusohjelman ( ) osatehtävässä, jonka tavoitteena oli arvioida hakkuukoneen puukarttajärjestelmän OTMS:n (Optical Tree Measurement System) käyttökelpoisuutta ja toimivuutta puustoltaan erilaisissa leimikoissa. Tutkimusaineiston analysointi ja tulosten raportointi saatettiin loppuun Digilen Data to Intelligence -tutkimusohjelman (2012-) Forest Big Data -osiossa. Satelliittipaikannuksen avulla laserkeilauksella tuotetut lokaalit puukartat on mahdollista kytkeä osaksi globaalia koordinaatistoa. Puiden sijainnit tulisi olla paikannettavissa alle puolen metrin tarkkuudella. Keskeisin tavoite tutkimuksessa olikin selvittää ovatko hakkuukoneissa nykyisin vakiovarusteena olevat satelliittivastaanottimet riittävän tarkkoja tähän tarkoitukseen ja kuinka hyvin ne toimivat peitteisessä maastossa? Tutkimuksessa koealat paikannettiin ennen ja jälkeen hakkuun Trimblen Pathfinder ProXH -vastaanottimella, jonka jälkeen koealojen sijainti jälkikorjattiin käyttäen Trimnet palvelun VRS (virtual reference station) -korjausta. Todellisena koealan sijaintina (reference) käytettiin Trimblen Pathfinder ProXH -vastaanottimella paikannettua ja kolmella VRS-tukiasemalla korjattua koealan sijaintia. Tätä sijaintia verrattiin korjaamattomaan ja yhdellä tukiasemalla korjattuun koealan sijaintiin. Vertailussa laskettiin x- ja y-poikkeamat sekä keskimääräinen sijainnin poikkeama koealan todellisesta sijainnista. Lisäksi tarkasteltiin satelliittigeometrian vaikutusta tuloksiin. Hakkuun aikana paikannettiin myös ajourat kolmella eri GPS-vastaanottimella, jotka olivat asennettuna hakkuukoneen hytin katolle: Trimblen Pathfinder ProXH:lla, hakkuukoneen omalla GPS -vastaanottimella sekä hakkuukoneessa olevan karttajärjestelmän GPS -vastaanottimella. Trimblen Pathfinder ProXH -vastaanottimella tallennetuille ajourille tehtiin vastaavat differentiaalikorjaukset (VRS-korjaus) kuin Trimblen paikantimella tallennetuille koealoille. Saatuja tuloksia verrattiin toisiinsa ajoura- ja koealatasolla. Koealojen paikannus onnistui parhaiten Trimblen Pathfinder ProXH -vastaanottimella käytettäessä VRS-korjauksessa kolmea lähintä tukiasemaa. Käytettäessä jälkikorjauksessa lähintä virtuaalitukiasemaa päästiin lähes yhtä hyvään paikannustarkkuuteen kuin kolmella lähimmällä virtuaalitukiasemalla, sitä vastoin, mikäli jälkikorjausta ei tehty huononi paikannustarkkuus merkittävästi. Verrattaessa hakkuukoneessa vakiovarusteena olevan GPS-vastaanottimen paikannustarkkuutta Trimblen Pathfinder ProXH -vastaanottimella ja Metsätehon raportti
5 kolmella tukiasemalla jälkikorjattuun koealan sijaintiin oli keskimääräinen poikkeama Viitaniemessä 3,91 m (std. dev = 1,35 m) ja Kurkisalossa 2,07 m (std. dev = 1,04 m). Tulevaisuudessa hakkuukoneissa olevien GPS-vastaanottimien satelliittipaikannustarkkuutta voitaisiin parantaa, mikäli hakkuukoneissa vakiovarusteena olevat GPS-vastaanottimet voisivat ottaa vastaan VRS-korjaussignaalia sekä hyödyntää amerikkalaisen GPS -järjestelmän ohella myös eurooppalaisen GALILEO ja venäläisen GLONASS -järjestelmän satelliitteja. Metsätehon raportti
6 ABSTRACT The aim of the study was to examine the accuracy of a GPS-system in a harvester in forest conditions. The data was collected as part of the Value through Intensive and Efficient Fibre Supply (EffFibre) -program, Work Package 3 - Operational Efficiency of Intensified Wood Production and Supply ( ). The program was funded by FIBIC, and its aim was to evaluate the accuracy and suitability of the Optical Tree Measurement System (OTMS) in different test stands and in varying weather conditions. The data analyses and reporting was final-ized as part of DIGILE's Data to Intelligence research program (2012-) in the Forest Big Data -section. The Optical Tree Measurement System produces treemaps based on mobile laserscanning. There is a need to link the local treemaps to the global coordinate system -based GNSS. The main question is, whether the current GPSreceivers in harvesters are good enough to locate the harvester's location and movements at the stand, so that treemap data can be used as reference data in remote sensing. The required accuracy of localization is half a meter or less. Also the influence of satellite geometry on the accuracy of location in different types of forest was studied. Sample plots were located before and after cutting by using a Trimble Pathfinder ProXH -receiver. The real location (x,y -coordinates) of the sample plot was calculated by using differential correction from three nearest virtual reference stations (Trimnet VRS-service). The real locations were compared to uncorrected locations and differential corrected locations (VRS-data from one base station, Orivesi). The mean difference, x-and y-difference was calculated. During the cutting, strip roads of the harvester were located with three different GPS-receivers: Trimble Pathfinder ProXH, GPS of the harvester and GPS of the mapping system of the harvester. The GPS-receivers are located at the roof of the harvester. Differential correction was done by using data from Virtual Reference Stations. The locations were compared at the strip road and sample plot level. Comparing the accuracy of different GPS receivers the mean difference in Viitaniemi was 3,91 m (std. dev = 1,35 m) and in Kurkisalo 2,07 m (std. dev = 1,04 m), when comparing the differences between the Trimbe ProXH GPS -receiver and the GPS-receiver in the harvester. In the future, the accuracy of the position in harvesters can be improve by using VRS-data to correct the harvester locations in real time. Also the simultaneous use of the diffrent global navigation satellite systems (GNSS) such as satellites of GPS, Glonass and Galileo, makes it possible to improve the position accuracy inparticularly satellite geometry and its accuracy. Metsätehon raportti
7 1 JOHDANTO Satelliittipaikannusta (GPS eli Global Positioning System) on jo pitkään hyödynnetty koneellisessa puunkorjuussa ja hakkuukoneiden karttajärjestelmissä. Tulevaisuudessa pääpaino koneellisessa puunkorjuussa tulee olemaan kuljettajan työolosuhteiden parantamisessa, kuljettajaa opastavien järjestelmien kehittämisessä ja työvaiheiden osittaisessa automatisoinnissa. Tätä varten tarvitaan yhä tarkempaa tietoa puiden sijainnista hakkuun edetessä. Yleisimmät hakkuukoneissa käytetyt vastaanottimet ovat nykyisin Fastraxin SiRFstar III vastaanottimia, jotka hyödyntävät lähinnä Yhdysvaltain puolustusministeriön kehittämää paikannusjärjestelmää (Navstar GPS), joka koostuu 24:stä operatiivisessa toiminnassa olevasta satelliitista. Tällä erää siviilikäyttöön tarkoitettujen paikannuslaitteiden tarkkuus on muutamia metrejä. Hakkuukoneissa olevien vastaanottimien paikannustarkkuus parani oleellisesti vuosituhannen vaihteessa, jolloin Yhdysvaltain puolustusministeriö poisti tahallisen häirinnän (Selective Availability, SA). Nykyiset hakkuukoneiden paikannusjärjestelmät ovat pitkälti perustuneet siis Yhdysvaltain ylläpitämään Navstar GPS -järjestelmään. Vastaavia paikannusjärjestelmiä (GNSS eli Global Navigation Satellite System) on kehitetty myös Venäjällä (GLONASS) ja Kiinassa (COMPASS), mutta niitä ei ole hyödynnetty Suomessa hakkuukoneiden paikannuksessa. Myös Euroopassa on kehitteillä oma paikannusjärjestelmä (GALILEO), mutta sen on arvioitu olevan operatiivisessa toiminnassa vasta vuonna Tarkkuusvaatimusten kasvaessa ja hakkuukoneella kerätyn tiedon käyttömahdollisuuksien laajetessa (Melkas ym. 2014) tarvitaan yhä tarkempaa ja yksityiskohtaisempaa tietoa leimikon puustosta ja puiden sijainneista, jotta eri kaukokartoitusaineistoja voidaan sujuvasti yhdistää ja hakkuukoneiden toimintoja automatisoida. Etenkin metsävarojen inventoinnissa ja maastomittauksissa on viime vuosina otettu käyttöön laserpohjaisia sekä kuvateknologiaan perustuvia inventointimenetelmiä (Holopainen ym. 2013, Suomen metsäkeskuksen , Larsson ym. 2011, Liang 2013, Miettinen ym. 2007, Trestima 2014, Vauhkonen 2013, Öhman ym. 2007), joiden tavoitteena on päästä puukohtaiseen tai runkolukusarjoihin perustuvaan leimikkokohtaiseen metsävaratietoon. Menetelmien käytön edellytys on, että puiden ja koealojen sijainti pystytään määrittämään riittävän tarkasti. Hakkuukoneen sijainti tulee pystyä paikantamaan reaaliaikaisesti noin puolen metrin tarkkuudella, jotta yksittäisten puiden sijainnit voidaan laskea ja niiden perusteella muodostaa reaaliaikaista globaalia puukarttaa hakkuun edetessä. Tämän tutkimuksen tavoitteena oli selvittää satelliittipaikannuksen tarkkuutta hakkuukoneissa ennen ja jälkeen hakkuun sekä puuston peitteisyyden että satelliittigeometrian vaikutusta paikannustarkkuuteen. Tutkimusai- Metsätehon raportti
8 neisto kerättiin Fibicin EffFibre-tutkimusohjelman ( ) osatehtävässä, jonka tavoitteena oli arvioida hakkuukoneen puukarttajärjestelmän OTMS:n (Optical Tree Measurement System) käyttökelpoisuutta ja toimivuutta puustoltaan erilaisissa leimikoissa. Tutkimusaineiston analysointi ja tulosten raportointi saatettiin loppuun Digilen Data to Intelligence -tutkimusohjelman (2012-) Forest Big Data -osiossa. Satelliittipaikannuksen avulla laserkeilauksella tuotetut lokaalit puukartat on mahdollista kytkeä osaksi globaalia koordinaatistoa. Puiden sijainnit tulisi olla paikannettavissa alle puolen metrin tarkkuudella. Keskeisin tavoite tutkimuksessa oli selvittää ovatko hakkuukoneissa nykyisin vakiovarusteena olevat satelliittivastaanottimet riittävän tarkkoja tähän tarkoitukseen ja kuinka hyvin ne toimivat peitteisessä maastossa? Metsätehon raportti
9 2 AINEISTO Koealat paikannettiin ennen ja jälkeen hakkuun Trimblen Pathfinder ProXH -vastaanottimella, jonka jälkeen koealojen sijainti differentiaalikorjattiin käyttäen Trimnet palvelun VRS (virtual reference station) -korjausta. Jälkikorjauksessa käytettiin kolmea lähintä virtuaalitukiasemaa (Orivesi, Jämsä, Keuruu). Trimblen Pathfinder ProXH -vastaanotin pystyi hyödyntämään amerikkalaisen GPS-järjestelmän satelliitteja, muttei GLONASS satelliitteja. Aineisto kerättiin yhteensä 61 koealalta Mänttä-Vilppulan alueelta. Testialueita oli kolme: Kolho (22 koealaa), Kurkisalo (16 koealaa) ja Viitaniemi (15 koealaa). Tämän lisäksi ennen varsinaista aineiston keruuta järjestelmän toimivuutta testattiin pilottikoealoilla (n=8). Raportoidut tulokset perustuvat 53 koealalta kerättyyn aineistoon. Tutkimuksessa käytetty koealan säde oli 10 metriä. Koealat pyrittiin sijoittamaan niin, että ajoura kulki aina koealan keskeltä. Koealan keskipisteet merkittiin maastoon numeroiduin muoviputkin. Taulukko 1. Koealojen paikannusajankohta sekä paikannettujen koealojen määrä alueittain Trimblen Pathfinder ProXH -vastaanottimella sekä hakkuukoneen GPS - vastaanottimella. Trimble GeoXH GPS ennen Trimble Trimble GeoXH GPS jälkeen Hakkuukoneen GPS Koealojen lkm Päivämäärä Koealojen lkm Päivämäärä Koealojen lkm Päivämäärä Viitaniemi Kurkisalo x x Kolho x x Koealojen puustotunnukset mitattiin ennen hakkuuta. Jokainen puu numeroitiin ja siitä määritettiin suunta ja etäisyys koealan keskipisteeseen, sekä rinnankorkeusläpimitta ja puulaji. Varttuneissa metsiköissä mitattiin lisäksi yläläpimittana läpimitta 4 metrin korkeudelta sekä laatutunnuksia, kuten latvusrajan korkeus ja rungon mutkaisuus ja lenkous sekä lenkouden suunta. Hakkuun jälkeen jäljelle jääneet puut kartoitettiin kirjaamalla ylös jäljelle jääneiden puiden numerot sekä mahdolliset muut havainnot. Lisäksi koealat valokuvattiin ennen ja jälkeen hakkuun. Jokaiselle koealalle laskettiin keskeiset puustotunnukset ennen ja jälkeen hakkuun (taulukko 2 ja liite 1-3). Metsätehon raportti
10 Taulukko 2. Koealojen puustotunnusten, kuten pohjapinta-alan (G, m 2 /ha), runkoluvun (r/ha), pohjapinta-alalla painotetun keskiläpimitan (d 1.3(painotettu), cm), mediaaniläpimitan (D med, cm) ja -pituuden (H med, m), valtapituuden (H dom, m) sekä tilavuuden (m 3 /ha) vaihtelu kokoaineistossa (n=53) ennen ja jälkeen hakkuun. Ennen hakkuuta (n=53) Hakkuun jälkeen (n=53) Puustotunnus Keskiarvo Hajonta Minimi Maksimi Keskiarvo Hajonta Minimi Maksimi G, m 2 /ha (relaskooppi) 31,3 8,7 15,0 49,0 G, m 2 /ha (ympyräkoeala) 29,1 8,0 14,0 47,0 17,5 4,6 10,1 32,2 Puulajiosuus, % (mänty) 58,9 42,1 0,0 100,0 60,7 42,8 0,0 100,0 Puulajiosuus, % (kuusi) 34,9 40,9 0,0 100,0 34,7 41,5 0,0 100,0 Puulajiosuus, % (koivu) 6,2 17,0 0,0 87,8 4,5 16,3 0,0 98,0 Runkoluku, rl/koeala 42,3 15,2 22,0 78,0 20,5 4,8 13,0 33,0 Runkoluku, rl/ha 1347,1 484,3 700,3 2482,8 652,2 152,9 413,8 1050,4 D 1,3, cm 18,8 2,9 13,9 26,3 20,0 3,0 15,2 29,0 D 1,3med, cm 16,1 3,4 9,6 23,9 18,2 3,0 13,4 26,0 H med, m 16,3 2,6 11,8 23,0 16,8 2,1 13,8 21,6 H dom, m 18,6 2,6 14,3 24,3 18,5 2,6 14,3 24,2 V, m 3 /ha 246,1 81,7 100,3 469,1 149,6 52,8 71,1 319,5 Hakkuun aikana paikannettiin ajourat kolmella eri GPS-vastaanottimella, jotka olivat asennettuna hakkuukoneen hytin katolle: Trimblen Pathfinder ProXH:lla, hakkuukoneen omalla GPS-vastaanottimella sekä hakkuukoneessa olevan karttajärjestelmän GPS-vastaanottimella. Trimblen Pathfinder ProXH -vastaanottimella tallennetuille ajourille tehtiin vastaavat differentiaalikorjaukset (VRS-korjaus) kuin Trimblen paikantimella tallennetuille koealoille. Hakkukoneessa vakiovarusteena olevien GPS vastaanottimien keräämään sijaintitietoa ei differentiaalikorjattu. Aineiston keruu toteutettiin osana EffFibre tutkimus- ja kehittämisohjelman työpakettia WP3 ja liittyy olennaisena osana puukarttajärjestelmä OTMS:n (Optical Tree Measurement System) käyttökelpoisuuden ja toimivuuden arviointiin puustoltaan erilaisissa kohteissa. Tavoitteena saada OTMS järjestelmällä tuotettu lokaali puukartta kytkettyä globaaliin koordinaatistoon. Puukarttajärjestelmä OTMS (Optical Tree Measurement System) on Argone Oy:n vuosina kehittämä mittausjärjestelmä liikkuvien työkoneiden ympäristön havainnointiin ja mittaamiseen. Puukarttajärjestelmä on kehitetty erityisesti puiden tunnistukseen, puukartan muodostamiseen sekä yksittäisten puiden laatutunnusten laskemiseen tavoitteena leimikon puustotietojen reaaliaikainen päivitys ja oikean harvennustiheyden saavuttaminen hakkuun aikana kuljettajan opastusjärjestelmän avulla. Mittausjärjestelmää on kehitetty Argone Oy:n omassa Tekes tuotekehitysprojektissa yhdessä Ponsse Oyj:n kanssa. Kehitetyn järjestelmän hyvyyttä ja toimivuutta erilaisissa olosuhteissa on arvioitu EffFibre tutkimus- ja kehittämisohjelman työpaketissa WP3 järjestetyillä maastomittauksilla Metsäteho Oy:n toimesta (Melkas ym. 2014). Metsätehon raportti
11 3 MENETELMÄT Trimble Pathfinder ProXH:n paikannustarkkuus Todellisena koealan sijaintina (reference) käytettiin Trimblen Pathfinder ProXH -vastaanottimella paikannettua ja kolmella VRS-tukiasemalla korjattua koealan sijaintia (Orivesi, Jämsä, Keuruu). Tätä sijaintia verrattiin korjaamattomaan ja yhdellä VRS -tukiasemalla korjattuun koealan sijaintiin (Orivesi). Vertailussa laskettiin x- ja y-poikkeamat sekä keskimääräinen sijainnin poikkeama koealan todellisesta sijainnista. Lisäksi tarkasteltiin satelliittigeometrian vaikutusta tuloksiin. Satelliittigeometrian hyvyys tai huonous ilmaistaan yleisimmin DOP-luvuilla (Dilution of precision). Mitä pienempi luku on, sitä pienempi on satelliittigeometrian vaikutus paikannuksen tarkkuuteen. Tässä tutkimuksessa käytettiin PDOP (Position DOP) -arvoa. Sen lisäksi, että tuloksia verrattiin tarkimpaan Trimblen Pathfinder ProXH -vastaanottimella paikannettuun ja kolmella virtuaalitukiasemalla korjattuun koealan sijaintiin, voitiin koealojen paikannustarkkuutta tarkastella Trimblen PathFinder Office -ohjelmiston avulla. Ohjelmisto laskee automaattisesti jokaiselle paikannetulle pisteelle sekä vertikaalisen että horisontaalisen paikannustarkkuuden ja hajonnan. Koealan paikannustarkkuus hakkuukoneen GPS -vastaanottimella Koealojen keskipisteet määritettiin myös laskennallisesti hakkuukoneen tallentamasta sijaintitiedosta. Hakkuukoneen sijainti tallentui koneen omaan tiedonsiirto- ja tallennusjärjestelmään aina koneen kaataessa puun (StanForD 2014). Näistä sijaintitiedoista laskettiin koealalle kolme eri sijaintia, joita verrattiin Trimblen PathFinder ProXH -vastaanottimella tallennettuun ja kolmella tukiasemalla korjattuun koealan sijaintiin. Ensimmäisenä hakkukoneen sijaintitiedoista laskettiin koealan keskipiste käyttämällä hakkuukoneen sijaintitietoja kaikkien koealalta hakattujen runkojen keskiarvona, toinen tapa määrittää koealan keskipiste oli laskea koealalta viiden viimeisen hakatun rungon sijainnin keskiarvo ja kolmas tapa määrittää koealan keskipiste oli valita hakkuukoneen sijainti sen hakatessa koealan viimeinen runko. Ajourien paikannustarkkuus Hakkuun aikana paikannettiin ajourat kolmella eri GPS-vastaanottimella, jotka olivat asennettuna hakkuukoneen hytin katolle: Trimblen Pathfinder ProXH:lla, hakkuukoneen omalla GPS -vastaanottimella sekä hakkuukoneessa olevan karttajärjestelmän GPS -vastaanottimella. Trimblen Pathfinder ProXH -vastaanottimella tallennetuille ajourille tehtiin vastaavat differentiaalikorjaukset (VRS-korjaus) kuin Trimblen paikantimella tallennetuille koealoille. Saatuja tuloksia verrattiin toisiinsa ajoura- ja koealatasolla. Jotta ajoura-aineistoja voitiin vertailla keskenään sekä Trimblen Pathfinder ProXH -vastaanottimella, että hakkuukoneen GPS-vastaanottimella kerättyjä Metsätehon raportti
12 aineistoja suodatettiin, tavoitteena saada ajourasta selkeämpi, koska havaintotiheys vaihteli eri vastaanottimien välillä. Trimblen Pathfinder ProXH -vastaanottimella sijainti tallentui 1 sekunnin välein, hakkuukoneen GPS-vastaanottimella jokaiselle puulle ja karttajärjestelmästä saatiin käytännössä valmis ajoura, jota oli jo suodatettu automaattisesti. Trimblen Pathfinder ProXH -vastaanottimella paikannetuille ajourille tehtiin tästä johtuen suodatus. Viitaniemen ajourapisteille suodatus tehtiin laskemalla seitsemän sijaintipisteen keskiarvo ja tiivistämällä seitsemän sijaintipistettä yhdeksi pisteeksi. Kolhon ja Kurkisalon aineiston suodatus laskettiin yhdeksän sijaintipisteen keskiarvona ja yhdeksän sijaintipistettä tiivistettiin yhdeksi sijainniksi. Suodatuksessa käytettiin voimakkaampaa suodatusta, koska poistettavan puuston tiheys oli koealoilla suurempi. Puuston tiheys vaikuttaa hakkuukoneen etenemisnopeuteen ja näin ollen tallennettuja sijaintipisteitä tulee ajouralle tiheämmin suhteessa kuljettuun aikaan. Hakkuukoneen GPS-paikantimen ajouran sijaintitiedot laskettiin kymmenen sijaintipisteen keskiarvona, mutta aineistosta ei suodatettu pisteitä pois. Karttajärjestelmän GPS-paikantimen tallentamaa ajouratietoa vertailtiin suoraan muihin ajouriin. Tarkimpana GPS -sijaintina tutkimuksessa pidettiin kolmella tukiasemalla korjattua Trimblen PathFinder ProXH -vastaanottimella tallennettua paikannustietoa. Trimblen PathFinder ProXH -paikantimella ja kolmella tukiasemalla korjatuille koealapisteille laskettiin lähimmät etäisyydet Trimblen, hakkuukoneen ja karttajärjestelmän GPS-paikantimien tallentamille ajourille. Ajourista muodostettujen sijaintipisteiden vertailu mittausajankohdan perusteella Kurkisalon ja Viitaniemen ajourien sijaintipisteille tehtiin vielä ajourien sijaintipisteiden vertailu tallennetun sijaintipisteen ajankohdan mukaan. Sekä hakkuukoneen että Trimblen paikantamille jokaiselle ajouran sijaintipisteelle tallentui kellonaika (UTC), jolloin piste oli paikannettu. Tallennusajankohdan mukaan oli mahdollista poimia kahdella eri GPS:llä samaan aikaan paikannetut havainnot ja vertailla paikantimien luotettavuutta. Karttajärjestelmän GPSpaikantimen aineistossa ei ollut tallennettuna paikannusajankohtaa yksittäisten sijaintipisteiden tasolla. Hakkuukoneen sijaintitiedoissa oli tallennettuna rungon kaatoaika sekä aika kun koneen hakkuupää oli uudelleen ylhäällä. Trimble tallensi ajouran sijaintipisteet sekunnin välein. Ajankohdan mukaan vertailtaviksi pisteiksi valittiin hakkuukoneen ja Trimblen sijaintitiedoista ne pisteet, jotka sijaitsivat 10 metrin säteellä koealan keskipisteestä. Hakkuukoneen sijaintipisteiden kellonaikojen perusteella valittiin Trimblellä tallennetujen sijaintipisteiden aikaväli ja molempien aineistojen sijaintipisteille laskettiin keskiarvo. Näiden sijaintipisteiden eroa verrattiin toisiinsa. Näin saatiin yhteensä 30 pistettä aikavertailuun. Metsätehon raportti
13 4 MAASTOTESTIEN TULOKSET Trimble Pathfinder ProXH:n paikannustarkkuus Koealojen paikannus onnistui parhaiten Trimblen Pathfinder ProXH -vastaanottimella käytettäessä VRS-korjauksessa kolmea lähintä tukiasemaa. Käytettäessä jälkikorjauksessa lähintä virtuaalitukiasemaa päästiin lähes yhtä hyvään paikannustarkkuuteen kuin kolmella lähimmällä virtuaalitukiasemalla, sitä vastoin, mikäli jälkikorjausta ei tehdä huononee paikannustarkkuus merkittävästi. Satelliittigeometrian ja puuston peitteisyyden todettiin vaikuttavan paikannustarkkuuteen. Hakkuun jälkeen paikannustarkkuus oli parempi kuin ennen hakkuuta. Tämä on voinut aiheutua, joko paremmasta satelliittigeometriasta tai puuston peitteisyyden vähenemisestä. Paikannustarkkuuden todettiin korreloivan puuston tilavuuden (peitteisyyden) kanssa. Harvemmissa männiköissä paikannus onnistui paremmin kuin tiheissä kuusikoissa. Tuloksia vertailtaessa on huomioitava, että ajouria paikannettaessa GPS-vastaanottimet olivat hakkuukoneen katolla, kun taas koealoja paikannettaessa kartoitusmittaukset on tehty, 1,2 metrin korkeudelta. Myöskään paikantimien sijoittelusta (koneen katolla) aiheutuvaa virhettä ei ole otettu laskennassa huomioon. Taulukko 3. Koealan paikannustarkkuus Trimblen Pathfinder ProXH -vastaanottimella ennen ja jälkeen hakkuun käyttäen korjaamatonta, yhdellä tukiasemalla korjattua sekä kolmella tukiasemalla korjattu sijaintia perustuen Trimblen PathFinder Office -ohjelmiston tunnuslukuihin. Korjaustapa Trimble PROXH, korjattu (BT3) Trimble PROXH, korjattu (BT1) Trimble PROXH, korjaamaton Mittausajankohta Ennen hakkuuta Hakkuun jälkeen Tunnukset Yhteensä Männiköt Kuusikot / Kuusikot / Yhteensä Männiköt Sekapuustot Sekapuustot max PDOP 4,75 4,60 5,21 3,37 2,78 5,24 horz. tarkkuus 0,17 0,15 0,23 0,12 0,12 0,11 hajonta 0,84 0,72 1,21 0,32 0,30 0,39 max PDOP 4,87 4,70 5,41 3,46 2,94 5,10 horz. tarkkuus 0,17 0,16 0,20 0,12 0,12 0,11 hajonta 0,89 0,80 1,17 0,35 0,34 0,41 max PDOP 1,82 1,76 2,00 1,62 1,48 2,03 horz. tarkkuus 4,19 4,16 4,28 3,23 3,15 3,49 hajonta 1,45 1,29 1,95 1,02 0,94 1,26 N, kpl Taulukko 4. Koealan paikannustarkkuus Trimblen Pathfinder ProXH -vastaanottimella ennen ja jälkeen hakkuun verrattaessa differentiaalikorjattua (BT3) sijaintia korjaamattomaan ja yhdellä tukiasemalla korjattuun sijaintiin. Mittausajankohta N, kpl Keskimääräinen poikkeama, m korjattu (1BT) korjaamaton Ennen hakkuuta, kaikki yht. 33 0,18 1,90 puhtaat männiköt 25 0,13 1,70 kuusikot ja sekapuustot 8 0,34 2,53 Hakkuun jälkeen, kaikki yht. 33 0,10 1,46 puhtaat männiköt 25 0,10 1,48 kuusikot ja sekapuustot 8 0,09 1,40 Metsätehon raportti
14 Laajemmin Trimblen Pathfinder ProXH -vastaanottimen tulokset Kolhon, Kurkisalon ja Viitaniemen osalta on esitetty koealoittain liitteen 3 taulukoissa 1-7. Trimblen Pathfinder ProXH -vastaanottimella paikannettua ja yhdellä tukiasemalla korjattua sekä korjaamatonta sijaintia on verrattu samalla vastaanottimella paikannettuun ja kolmella virtuaalitukiasemalla korjattuun koealan sijaintiin. Tulokset Trimblen PathFinder Office -ohjelmiston ilmoittaman paikannustarkkuuden ja satelliittigeometrian osalta on myös esitetty liitteen 4 taulukoissa 1-7 korjaamattomana, yhdellä virtuaalitukiasemalla korjattuna ja kolmella virtuaalitukiasemalla korjattuna. Koealan paikannustarkkuus hakkuukoneen GPS-vastaanottimella Viitaniemen alueella Trimblen Pathfinder ProXH GPS -paikantimen ja hakkuukoneen GPS-paikantimesta laskettujen koealojen sijaintien vertailussa lähimmäksi osui hakkuukoneen viimeiseksi tallentama sijaintipiste. Viiden viimeisen sijaintipisteen arvot olivat keskimäärin toiseksi lähimpänä ja kauimmaiseksi sijoittui koealalta kaikkien sijaintipisteiden keskiarvosta lasketut koealan sijaintitiedot (taulukko 5). Taulukko 5. Viitaniemen Trimblen ProXH GPS -paikantimella tallennettujen ja kolmella tukiasemalla korjattujen ( 3 BT) koealojen sijainnit, hakkuukoneen (STM) GPS-paikantimen sijaintitiedoista lasketut koealojen sijainnit (kaikkien keskiarvo, viiden viimeisen keskiarvo ja viimeinen sijaintipiste) ja näiden vertailu. Koeala Referenssi Trimble (3 BS) y-koord. Referenssi Trimble (3 BS) x-koord. Sijaintiero (kaikki koealalta hakatut puut), m Sijaintiero (5 viimeisintä puuta), m Sijaintiero (koealan viimeisin puu), , ,9 9,58 3,20 2, , ,4 7,94 5,77 2, , ,7 9,88 4,30 4, , ,0 12,15 5,79 0, , ,2 12,35 6,71 1, , ,5 10,90 4,88 2, , ,4 11,38 7,37 6, , ,5 12,36 5,46 7, , ,6 11,37 9,32 7, , ,4 5,17 2,42 3, , ,4 10,00 7,42 7, , ,1 7,04 4,99 6, , ,5 10,53 6,30 4, , ,9 8,02 5,12 7, , ,6 6,82 5,15 2,93 Keskiarvo 9,70 5,61 4,54 Hajonta 2,16 1,65 2,17 Metsätehon raportti
15 Kurkisalon alueella vastaavassa vertailussa lähimmäksi osui hakkuukoneen viiden viimeisen sijaintipisteen keskimääräiset arvot, seuraavaksi lähin oli viimeiseksi tallentama sijaintipiste ja kauimpana olivat kaikkien koealalta mitattujen sijaintipisteiden keskimääräiset arvot (taulukko 6). Tutkimuksessa saadut tulokset ovat varsin loogisia, sillä hakkuukoneen kuljettajan aloittaessa koealan hakkaamisen hakkuukone sijaitsee vielä koealan ulkopuolella ja siinä vaiheessa, kun koeala on hakattu kokonaan, hakkuukone on lähimpänä koealan keskipistettä. Koealalta hakattujen puiden sijannit (hakkuukoneen tallentamat) poikkeavat siis systemaattisesti todellisista puiden sijanneista, koska hakkuukone tallentaa koneen sijaintia, ei puiden todellisten sijaintien perusteella laskettua koealan sijaintia. Tämä on otettava huomioon yhdistettäessä toisiinsa eri kaukokartoitusaineistoja. Taulukko 6. Kurkisalon Trimblen ProXH GPS -paikantimella tallennettu-jen ja kolmella tukiasemalla korjattujen ( 3 BT) koealojen sijainnit, hakkuukoneen (STM) GPS -paikantimen sijaintitiedoista lasketut koealojen sijainnit (kaikkien keskiarvo, viiden viimeisen keskiarvo ja viimeinen sijaintipiste) ja näiden vertailu. Koeala Referenssi Trimble (3 BS) y-koord. Referenssi Trimble (3 BS) x-koord. Sijaintiero (kaikki koealalta hakatut puut), m Sijaintiero (5 viimeisintä puuta), m Sijaintiero (koealan viimeisin puu), m , ,8 9,73 5,55 2, , ,3 6,29 4,91 5, , ,2 5,90 4,32 2, , ,5 8,25 2,22 1, , ,5 8,49 4,08 5, , ,1 7,69 0,85 4, , ,0 7,59 9,36 11, , ,8 3,95 0,93 4, , ,3 12,40 4,35 1, , ,1 10,70 4,22 4, , ,9 9,73 2,00 1, , ,5 8,76 4,07 2, , ,3 9,62 7,40 5, , ,5 9,02 3,40 3, , ,4 14,05 8,00 7, , ,9 6,15 4,99 8,46 Keskiarvo 8,65 4,42 4,52 Hajonta 2,51 2,38 2,69 Metsätehon raportti
16 Ajourien paikannustarkkuus Viitaniemen Trimble Pathfinder ProXH:lla paikannettuja koealoja ja ajourien etäisyyttä vertailtaessa lähimmäksi osui keskimäärin Trimble Pathfinder ProXH:lla paikannettu ajoura, seuraavaksi lähimpänä oli karttajärjestelmän GPS, hakkuukoneen GPS -vastaanottimella lasketun ajouran ollessa kauimmaisena (taulukko 7). Taulukko 7. Viitaniemen alueella eri GPS-vastaanottimella tallennettujen ajourien lähin etäisyys koealan keskipisteeseen. Etäisyys koealaan, m GPS - vastaanotin Keskiarvo Trimble GeoXH (suodatettu) 1,61 0,68 0,23 0,02 0,80 0,55 0,50 0,50 0,14 0,25 0,09 0,76 0,66 0,61 0,09 0,50 Hakkuukoneen GPS 1,44 0,01 0,89 0,67 2,17 1,08 1,16 5,50 4,95 0,30 2,80 2,89 3,39 2,84 0,70 2,05 MetsäGroup GPS 0,53 6,68 1,17 3,51 4,11 1,00 2,69 3,01 5,12 1,17 6,43 0,85 0,53 4,87 2,09 2,92 Kurkisalon koealojen ja ajourien etäisyyttä vertailtaessa lähin ajoura oli Trimble Pathfinder ProXH -vastaanottimella määritetty ajoura, seuraavaksi lähin oli hakkuukoneen GPS-vastaanottimella määritetty ura ja kaukaisimpana karttajärjestelmän GPS-vastaanottimella tallennettu ajoura (taulukko 8). Merkittävää eroa hakkuukoneen ja karttajärjestelmän GPS-vastaanottimien välillä ei ollut. Taulukko 8. Kurkisalon alueella eri GPS-paikantimilla tallennettujen ajourien lähin etäisyys koealan keskipisteeseen. Etäisyys koealaan, m GPS - vastaanotin Keskiarvo Trimble GeoXH (suodatettu) 0,05 0,36 1,01 0,85 0,53 0,49 1,01 2,50 1,01 0,04 0,42 0,42 0,01 1,31 0,00 0,67 Hakkuukoneen GPS 0,72 4,34 3,99 0,61 3,50 0,75 5,55 1,26 2,36 3,95 1,03 3,05 4,59 4,88 4,53 2,52 2,98 MetsäGroup GPS 1,62 3,42 1,43 0,60 5,58 4,96 0,03 5,32 1,73 6,80 3,24 4,86 7,07 3,30 8,80 2,81 3,85 Vertailtaessa koealojen ja ajourien paikannustarkkuutta on huomioitava, että hakkuukoneen katolle asennetut GPS-vastaanottimet (3 kpl) sijaitsivat hakkuukoneen katon kolmessa eri kulmassa. Riippuen koneen kulkusuunnasta ja asennosta, voi tästä aiheutua maksimissaan noin 30 cm:n virhe koneen keskipisteen sijaintiin. Tutkimustulokset on mahdollista yhtenäistää tämän osalta, mutta korjaus on tehtävä jälkikäteen ja se vaatii tiedon koneen orientaatiosta. Tässä raportissa esitetyt tulokset on laskettu ilman korjausta. Kuvissa 1-3 on esitetty Trimble PathFinder ProXH -vastaanottimella paikannetut differentiaalikorjatut (VRS - 3 tukiasemaa) koealojen sijainnit sekä suodatetut ajourat paikannettuna kolmella eri GPS-vastaanottimella. Metsätehon raportti
17 Kuva 1. Viitaniemestä Trimble ProXH GPS:llä paikannetut koealat ja ajourat paikannettuna eri GPS-tallentimilla. Metsätehon raportti
18 Kuva 2. Kurkisalosta Trimble ProXH GPS:llä paikannetut koealat ja ajourat paikannettuna eri GPS-tallentimilla. Metsätehon raportti
19 Kuva 3. Kolhosta Trimble ProXH GPS:llä paikannetut koealat ja ajourat paikannettuna eri GPS-tallentimilla. Metsätehon raportti
20 Ajourista muodostettujen sijaintipisteiden vertailu mittausajankohdan perusteella Vertailtaessa mittausajankohdan perusteella laskettujen sijaintipisteiden paikannustarkkuutta todettiin Trimbel PathFinder PorXh vastaanottimen ja hakkuukoneen GPS-vastaanottimen sijaintipisteiden keskimääräisen etäisyyden olevan Viita-niemen alueella 3,91 metriä keskihajonnan ollessa 1,35 metriä ja Kurki-salossa 2,07 metriä keskihajonnan ollessa 1,04 metriä (taulukot 9 ja 10). Taulukko 9. Ajankohdan mukaan verrattujen Trimblen ProXH GPS ja hakkuukoneen GPS-paikantimen (STM) sijaintipisteiden etäisyyksien (ero) vaihtelu ja koordinaattipisteiden keskihajonta (hajonta) Viitaniemen alueella. Koeala N, kpl (Trimble) x -koord. (Trimble, 3 BS) Hajonta y -koord. Hajonta (Trimble, 3 BS) N, kpl (STM) x -koord. (STM) Hajonta y -koord. (STM) Hajonta ,1 3, ,6 0, ,1 4, ,0 1,0 2, ,0 2, ,4 1, ,2 3, ,5 1,1 4, ,1 2, ,7 1, ,2 1, ,2 2,5 3, ,3 1, ,4 1, ,8 3, ,8 1,6 4, ,2 1, ,1 2, ,4 3, ,8 2,4 4, ,5 3, ,1 3, ,3 6, ,9 4,4 3, ,9 1, ,6 1, ,6 1, ,7 1,2 3, ,6 0, ,9 2, ,4 3, ,9 3,8 3, ,8 0, ,0 0, ,3 1, ,6 1,6 5, ,5 0, ,0 1, ,3 3, ,0 3,3 2, ,9 2, ,9 7, ,6 1, ,5 9,7 5, ,7 0, ,2 0, ,5 1, ,1 2,1 2, ,7 1, ,1 2, ,0 0, ,2 1,4 4, ,3 1, ,7 1, ,6 4, ,7 4,4 6, ,8 1, ,6 2, ,1 3, ,6 1,2 1,28 Keskimääräinen ero, m 1,5 2,2 2,9 2,8 3,91 1,35 Ero, m Taulukko 10. Ajankohdan mukaan verrattujen Trimblen ProXH GPS ja hakkuukoneen GPS-paikantimen (STM) sijaintipisteiden etäisyyksien (ero) vaihtelu ja koordinaattipisteiden keskihajonta (hajonta) Kurkisalon alueella. Koeala N, kpl x -koord. Hajonta y -koord. Hajonta N, kpl x -koord. Hajonta y -koord. Hajonta Ero, m (Trimble) (Trimble, 3 BS) (Trimble, 3 BS) (STM) (STM) (STM) ,4 0, ,2 2, ,9 1, ,6 1,9 0, ,3 0, ,5 3, ,8 2, ,1 1,5 2, ,6 0, ,5 1, ,1 1, ,9 2,6 2, ,3 0, ,4 2, ,6 1, ,5 3,7 0, ,5 1, ,8 3, ,3 2, ,3 4,2 1, ,2 0, ,1 3, ,3 2, ,2 4,3 3, ,5 2, ,1 1, ,6 2, ,8 2,4 2, ,3 2, ,8 1, ,1 3, ,4 1,9 0, ,8 2, ,1 0, ,5 5, ,2 3,0 4, ,1 3, ,1 0, ,2 3, ,4 1,4 2, ,6 3, ,1 0, ,2 2, ,5 2,8 0, ,5 4, ,6 1, ,6 3, ,6 1,6 2, ,9 2, ,6 1, ,4 3, ,6 3,1 3, ,2 2, ,1 0, ,1 1, ,5 2,4 1, ,0 2, ,7 0, ,5 4, ,0 3,6 1,60 Keskimääräinen ero, m 1,9 1,6 2,7 2,7 2,07 1,04 Metsätehon raportti
21 Kuva 4. Samanaikaisesti Trimblen ProXH GPS ja hakkuukoneen GPSpaikantimella (STM) paikannettujen sijaintipisteiden sijainnit Viitaniemessä. Metsätehon raportti
22 Kuva 5. Samanaikaisesti Trimblen ProXH GPS ja hakkuukoneen GPSpaikantimella (STM) paikannettujen sijaintipisteiden sijainnit Kurkisalossa. Metsätehon raportti
23 5 JOHTOPÄÄTÖKSET Hakkuukoneissa olevien paikannuslaitteiden paikannustarkkuus on hyvällä tasolla operatiivisen toiminnan kannalta, mutta ne eivät pysty tällä erää hyödyntämään virtuaalitukiasemilta saatavaa korjausta eivätkä aidosti useamman satelliittijärjestelmän satelliitteja. Etenkin amerikkalaisten GPS- ja venäläisten Glonass-satelliittien yhteiskäyttö parantaisi satelliittigeometriaa Suomen alueella oleellisesti. Tulevaisuudessa myös eurooppalainen Galileo-järjestelmä tulee laajetessaan parantamaan paikannustarkkuutta. Tarkkuusvaatimusten kasvaessa ja hakkuukoneella kerätyn tiedon käyttömahdollisuuksien laajetessa tarvitaankin yhä tarkempaa ja yksityiskohtaisempaa tietoa leimikon puustosta ja puiden sijainneista, jotta eri aineistoja voidaan sujuvasti yhdistää. Tähän nykyiset hakkuukoneissa vakiovarusteena olevat satelliittivastaanottimet ovat liian epätarkkoja. Hakkuukoneen sijainti tulee pystyä paikantamaan reaaliaikaisesti noin puolen metrin tarkkuudella, jotta yksittäisten puiden sijainnit voidaan laskea ja niiden perusteella muodostaa reaaliaikaista globaalia puukarttaa hakkuun edetessä. Hakkuukoneissa olevien GPS-vastaanottimien satelliittipaikannustarkkuutta voitaisiin parantaa oleellisesti, mikäli hakkuukoneissa vakiovarusteena olevat GPS-vastaanottimet voisivat ottaa vastaan VRS-korjaussignaalia sekä hyödyntää amerikkalaisen GPS-järjestelmän ohella myös venäläisen GLONASS- ja eurooppalaisen GALILEO-järjestelmän satelliitteja. Myös hakkuukoneelta saatavien liiketietojen hyödyntäminen ja niiden mahdollisuudet paikannustarkkuuden parantamisessa olisi hyvä kartoittaa. Metsätehon raportti
24 6 LÄHTEET Holopainen, M., Hyyppä, J. & Vastaranta, M Laserkeilaus metsävarojen hallinnassa. Helsingin yliopiston metsätieteiden laitoksen julkaisuja 5.:1-75. Larsson, H., Engström, P. & Rydell, J Measurement of tree population with new sensor technology at forest harvester Study and test of existing laser imaging systems, FOI-D SE, November Miettinen, M., Öhman, M., Visala, A. ja Forsman P Simultaneous localization and mapping for forest harvesters, julkaisussa Proc. IEEE International Conference on Robotics and Automation, Rooma April 2007, 2007, pp Melkas, T., Miettinen, M., Hämäläinen, J. ja Einola, K Puukarttajärjestelmä hakkuun tehostamisessa. Metsätehon raportti 230. ISSN (Verkkojulkaisu). Liang, X., Feasibility of Terrestrial Laser Scanning for Plotwise Forest Inventories. Doctoral thesis, Aalto University. In Publications of the Finnish Geodetic Institute N:o 149, 150 p. StanForD Standard for Forest machine Data and Communication (viittaus ) Suomen metsäkeskuksen metsävaratiedon laatuseloste da- 4aa7-8b7d-9e00fbc362c2. Viitattu Trestima TM metsänmittausjärjestelmän tuotesivu products/. Viitattu Vauhkonen, J., Kankare, V. Tanhuanpää, T., Holopainen, M. & Vastaranta, M Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella. Metsätehon raportti Öhman, M., Miettinen, M., Kannas, Kosti, Jutila, J., Visala, A. ja Forsman, P Tree measurement and simultaneous localization and mapping system for forest harvesters, Julkaisussa The 6th International Conference on Field and Service Robotics, Chamonix Ranska 2007, 2007, 1 p. Metsätehon raportti
25 LIITE 1 Puuston pohjapinta-alan vaihtelu puulajeittain koealoilla 9-61 (n=53) ennen hakkuuta. Metsätehon raportti
26 LIITE 2 Maastomittausten perusteella lasketut puustotiedot koealoille 9-61 (n=53) ennen hakkuuta. 1 (2) Puulajiosuus (rl), % Tilavuus V, m 3 /ha (Laasasenaho 1982) Sijainti Koeala Kuvio G, m 2 /ha (RELA) G, m 2 /ha (YMP) Mänty Kuusi Koivu rl/koeala rl/ha D 1,3 (painotettu) D med H med Valtapituus, m V, m 3 /ha Pääpuulaji Mänty Kuusi Koivu Yht Kolho 9 B , ,5 21,4 19,5 20,0 258, ,2 0,0 0,0 238,2 10 B , ,7 21,8 19,5 21,5 286, ,8 0,0 56,3 270,1 11 B , ,7 20,8 18,5 19,8 235, ,3 0,0 10,3 227,6 12 B , ,3 19,6 19,0 19,3 214, ,2 0,0 10,9 197,1 13 B , ,7 19,5 16,3 19,5 189, ,8 0,0 0,0 201,8 14 B , ,4 16,6 16,0 16,9 296, ,4 12,2 1,8 277,4 15 B , ,9 12,6 14,8 15,2 210, ,2 2,4 0,0 201,6 16 B , ,0 13,5 15,0 17,2 232, ,5 0,0 58,0 241,6 17 B , ,2 14,7 13,5 17,0 257, ,0 1,1 15,9 289,0 18 B , , ,3 17,2 247, ,1 0,7 6,9 264,7 19 B , , ,3 15,6 172, ,7 17,0 32,1 193,9 20 B , ,7 12,2 14,0 15,7 171, ,9 21,0 26,7 180,6 21 B , ,8 14,3 14,5 15,4 209, ,3 0,0 0,0 210,3 22 B , , ,3 17,0 238, ,8 1,8 2,1 214,7 23 B , ,7 11,3 13,3 15,7 156, ,1 15,0 12,8 172,9 24 B , ,9 13,4 13,8 16,5 220,8 2 74,6 165,7 12,6 252,9 25 B , ,1 12,9 14,8 17,2 206, ,9 58,1 23,0 217,0 26 B , ,7 14,6 16,3 21,0 379,3 2 13,5 373,5 9,2 396,2 27 B , ,4 14,3 14,5 19,7 329,7 2 8,4 370,8 1,3 380,5 28 B , ,8 12,1 12,0 16,6 158, ,8 71,2 0,0 201,0 29 B , ,4 13,1 12,0 17,9 184, ,1 119,2 0,0 238,4 30 B , ,0 13,8 16,0 17,4 198, ,2 76,9 0,0 195,1 Viitaniemi 31 A , ,8 17,8 18,0 16,4 181, ,0 10,3 0,0 157,3 32 A , ,7 16,9 15,0 15,6 112, ,5 0,0 0,0 113,5 33 A , ,9 12,4 13,3 14,3 92, ,3 0,0 0,0 100,3 34 A , ,5 17,3 15,8 16,7 190, ,1 0,0 0,0 189,1 35 A , ,8 14,2 12,5 16,1 99, ,6 0,0 0,0 118,6 36 A , ,4 16,4 11,8 15,4 118, ,6 0,0 0,0 151,6 37 A , ,8 13,7 15,5 16,0 143, ,8 0,0 0,0 138,8 38 A , ,8 19,3 17,8 19,8 225,1 2 39,1 177,8 2,8 219,7 39 A , ,5 23,9 18,0 22,3 293,6 2 2,0 302,6 0,8 305,4 40 A , ,1 19,4 22,0 20,6 294, ,0 0,0 0,9 244,9 41 A , , ,0 19,0 206, ,1 0,0 0,0 194,1 42 A , ,3 13,6 17,5 20,5 205, ,0 1,4 0,0 212,4 43 A , ,0 20,8 19,3 19,3 263, ,1 4,0 0,0 247,1 44 A , ,7 16,3 17,8 18,6 156, ,8 0,0 0,0 153,8 45 A , ,5 20,9 16,5 19,1 233, ,0 0,0 0,0 254,0 Kurkisalo 46 A , , ,0 21,8 388,8 2 0,0 367,7 0,0 367,7 47 A , ,6 20,5 18,8 22,8 271,8 2 14,5 270,0 4,1 288,6 48 A , ,3 20,9 19,0 21,8 435,5 2 18,5 427,8 0,0 446,3 49 A , ,6 19,9 19,3 24,2 452,6 2 8,7 460,4 0,0 469,1 50 A , , ,5 24,3 301,4 2 0,0 408,8 0,0 408,8 51 A , ,3 20,7 23,0 23,3 447,3 2 6,1 376,7 0,0 382,8 52 A , ,2 12,1 17,5 22,6 266,3 3 3,7 38,3 231,8 273,9 53 A , ,5 15,2 18,0 20,4 165,0 3 0,0 18,6 141,7 160,3 54 A , ,8 14,7 17,5 21,5 270,6 2 0,0 274,4 13,3 287,7 55 A , ,8 14,2 16,3 17,2 267,1 2 54,0 230,2 0,0 284,3 56 A , ,2 12,8 19,5 19,2 367, ,9 129,9 0,0 304,7 57 A , ,5 15,8 15,8 17,1 210,0 2 28,7 202,6 0,0 231,4 58 A , ,7 14,2 15,5 18,0 295, ,4 174,0 0,0 320,4 59 A , ,6 13,1 13,8 15,8 222,0 2 10,8 232,9 12,6 256,3 60 A , ,2 14,3 15,0 20,5 228,2 2 19,0 245,1 0,0 264,2 61 A , ,9 9,6 12,5 18,0 180,0 2 0,0 187,5 48,2 235,7 Metsätehon raportti
27 LIITE 2 Maastomittausten perusteella lasketut puustotiedot koealoille 9-61 (n=53) hakkuun jälkeen. 2 (2) Puulajiosuus (rl), % Tilavuus V, m 3 /ha (Laasasenaho 1982) Sijainti Koeala Kuvio G, m 2 /ha (YMP) Mänty Kuusi Koivu rl/koeala rl/ha D 1,3 (painotettu) H med Valtapituus, m V, m 3 /ha Pääpuulaji Mänty Kuusi Koivu Yht. Kolho 9 B134 17, ,9 19,0 20,0 166, ,1 0,0 0,0 158,1 10 B134 17, ,9 18,8 21,1 164, ,9 0,0 15,0 158,9 11 B134 16, ,5 18,1 19,8 153, ,3 0,0 0,0 151,3 12 B134 13, ,3 17,4 18,5 112, ,0 0,0 0,0 111,0 13 B134 16, ,8 17,6 18,4 145, ,7 0,0 0,0 139,7 14 B146 18, ,4 15,2 16,7 142, ,8 11,3 0,0 143,1 15 B146 13, ,8 14,7 15,2 95,6 1 94,5 0,0 0,0 94,5 16 B146 14, ,2 14,6 17,2 106,8 1 96,5 0,0 19,6 116,1 17 B146 16, ,4 15,4 16,7 130, ,5 0,9 0,0 129,4 18 B146 16, ,4 15,3 16,5 122, ,0 0,6 3,4 122,0 19 B146 11, ,5 14,3 14,6 84,4 1 81,5 1,4 4,3 87,2 20 B146 12, ,5 14,6 15,4 90,0 1 69,3 16,6 6,3 92,2 21 B146 14, ,5 14,3 15,1 102, ,3 0,0 0,0 104,3 22 B146 15, ,9 15,1 16,8 116, ,2 0,0 2,3 116,5 23 B139 13, ,1 13,8 15,7 93,0 1 89,2 4,7 3,1 97,1 24 B139 17, ,0 14,5 16,7 127,7 2 44,8 81,4 9,2 135,4 25 B139 16, ,1 15,5 17,2 124,5 1 79,0 36,7 11,1 126,8 26 B139 25, ,8 17,1 21,0 215,8 2 8,7 206,4 0,0 215,1 27 B139 21, ,8 15,8 19,2 167,0 2 8,3 163,6 0,0 171,9 28 B139 16, ,0 13,8 16,6 110,6 1 79,4 39,7 0,0 119,1 29 B139 16, ,9 14,7 16,9 121,6 2 79,6 44,9 0,0 124,5 30 B139 15, ,9 15,9 17,2 125,4 1 64,4 59,8 0,0 124,2 Viitaniemi 31 A50 13, ,8 15,4 16,4 105, ,9 0,0 0,0 106,9 32 A50 11, ,6 15,2 15,6 86,6 1 85,7 0,0 0,0 85,7 33 A50 10, ,2 14,1 14,3 71,6 1 71,1 0,0 0,0 71,1 34 A50 15, ,7 15,2 18,4 121, ,4 0,0 0,0 123,4 35 A50 11, ,6 14,5 16,1 80,5 1 81,2 0,0 0,0 81,2 36 A50 15, ,0 15,4 15,3 116, ,1 0,0 0,0 112,1 37 A50 13, ,6 14,2 16,0 97, ,5 0,0 0,0 100,5 38 A51 18, ,8 17,7 19,8 165,6 2 21,0 144,3 0,0 165,2 39 A51 24, ,8 19,8 22,3 240,0 2 1,9 229,7 0,0 231,7 40 A51 17, ,8 19,0 19,8 170, ,7 0,0 1,1 162,8 41 A51 16, ,3 18,5 18,5 150, ,2 0,0 0,0 145,2 42 A51 16, ,0 18,7 20,1 153, ,2 0,0 0,0 150,2 43 A51 19, ,6 19,0 19,6 182, ,0 0,0 0,0 175,0 44 A51 12, ,0 17,8 18,9 109, ,2 0,0 0,0 108,2 45 A51 19, ,9 18,8 19,5 186, ,6 0,0 0,0 177,6 Kurkisalo 46 A6 21, ,9 20,0 23,3 219,4 2 0,0 217,8 0,0 217,8 47 A6 21, ,0 21,6 22,8 231,7 2 15,5 199,6 0,0 215,1 48 A6 32, ,1 19,5 21,8 314,1 2 18,5 292,5 0,0 311,1 49 A6 31, ,5 20,6 24,2 324,3 2 9,0 310,5 0,0 319,5 50 A6 25, ,5 18,5 23,7 239,2 2 0,0 251,7 0,0 251,7 51 A6 22, ,0 20,4 23,3 225,8 2 0,0 216,7 0,0 216,7 52 A9 13, ,3 19,8 21,7 136,5 3 2,6 38,3 88,4 129,3 53 A9 13, ,7 19,0 20,4 123,1 3 0,0 1,9 114,5 116,4 54 A9 21, ,8 18,9 21,5 203,5 2 0,0 202,9 3,7 206,7 55 A9 19, ,0 17,4 17,2 169,1 2 42,5 126,8 0,0 169,3 56 A9 19, ,6 17,3 19,2 169, ,4 57,9 0,0 163,3 57 A9 17, ,3 17,6 17,1 155,1 2 16,6 137,8 0,0 154,3 58 A9 19, ,9 17,7 18,0 174,0 2 90,7 78,7 0,0 169,4 59 A1 20, ,7 15,3 15,8 153,1 2 0,0 151,5 2,2 153,7 60 A1 15, ,2 15,7 21,0 119,6 2 18,6 112,0 0,0 130,6 61 A1 21, ,1 14,6 18,0 153,9 2 0,0 144,7 23,2 167,9 Metsätehon raportti
28 LIITE 3 1 (4) Taulukko 1. Kolhon koealojen paikannustarkkuus (m) korjaamattomana ja yhdellä VRS-tukiasemalla korjattuna ennen hakkuuta (N=22) Trimblen Pathfinder ProXH -vastaanottimella verrattuna samalla vastaanottimella paikannettuun ja kolmella virtuaalitukiasemalla korjattuun koealan sijaintiin. Trimble ProXH (3 tukiasema) Havaintojen PathFinder ohjelmiston ilmoittama Trimble ProXH (1 tukiasema) Trimble ProXH (korjaamaton) Koeala x-koordinaatti y-koordinaatti lkm max PDOP horz. tarkkuus hajonta x -poikkeama y-poikkeama keskim. poikkeama max PDOP x -poikkeama y-poikkeama keskim. poikkeama max PDOP , ,7 623,0 6,6 0,2 1,63-0,09-0,01 0,09 6,6 1,89-2,29 2,97 2, , ,7 832,0 5,9 0,3 1,53-0,81 0,50 0,96 5,9 2,59-2,67 3,72 2, , ,1 605,0 2,6 0,1 0,35 0,02-0,08 0,08 2,6 1,98-2,00 2,82 2, , ,6 643,0 2,7 0,1 0,50-0,03-0,06 0,07 2,7 1,33-2,23 2,60 2, , ,1 707,0 4,0 0,1 0,59-0,03-0,04 0,05 4,0 1,54-2,29 2,76 1, , ,0 757,0 3,0 0,2 1,21 0,21 0,02 0,21 3,1 0,70-0,81 1,07 1, , ,9 656,0 4,2 0,2 1,05-0,05 0,10 0,11 4,2 2,52 0,25 2,53 1, , ,9 789,0 4,0 0,3 1,60 0,15-0,51 0,53 4,0 1,15 1,07 1,57 2, , ,1 602,0 6,9 0,2 0,95 0,21-0,14 0,25 6,9 0,13 0,79 0,80 2, , ,6 753,0 5,3 0,2 0,87 0,00 0,09 0,09 4,5 0,80 1,06 1,33 2, , ,5 717,0 4,5 0,2 0,81-0,10-0,13 0,16 4,5 1,42-0,95 1,71 2, , ,9 696,0 4,3 0,2 0,66 0,00 0,05 0,05 4,4 1,49-0,65 1,63 2, , ,5 716,0 6,2 0,3 0,97-0,07 0,32 0,32 6,2 1,25 0,77 1,46 2, , ,5 819,0 5,7 0,2 0,65 0,00 0,13 0,13 5,7 2,48 1,50 2,90 2, , ,9 609,0 4,8 0,2 0,69 0,21-0,55 0,59 4,8 2,27-1,29 2,61 1, , ,3 603,0 5,3 0,2 0,86-0,32-0,01 0,32 5,3 1,06-1,26 1,64 2, , ,5 650,0 6,5 0,3 1,52-0,44-0,02 0,44 6,5 3,13 0,40 3,15 2, , ,5 600,0 6,5 0,3 1,60-0,36-0,40 0,54 6,5-0,73 0,21 0,76 2, , ,1 602,0 5,0 0,2 2,21-0,20 1,06 1,08 4,8-0,42-1,39 1,46 2, , ,8 632,0 4,3 0,3 0,60-0,01-0,10 0,10 4,3-1,07 2,16 2,41 2, , ,9 606,0 5,8 0,1 0,52 0,05 0,01 0,05 5,8 0,00 0,66 0,66 3, , ,9 1051,0 6,0 0,3 1,27 0,06-0,12 0,13 6,0-0,28 0,70 0,75 2,4 N=22 Keskiarvo, m 694,0 5,0 0,2 1,0-0,1 0,0 0,3 5,0 1,1-0,4 2,0 2,2 Taulukko 2. Kolhon koealojen paikannustarkkuus (m) korjaamattomana ja yhdellä VRS-tukiasemalla korjattuna ennen hakkuuta (N=22) Trimblen Pathfinder ProXH -vastaanottimella (toistomittaus) verrattuna samalla vastaanottimella paikannettuun ja kolmella virtuaalitukiasemalla korjattuun koealan sijaintiin. Trimble ProXH (3 tukiasema) Havaintojen PathFinder ohjelmiston ilmoittama Trimble ProXH (1 tukiasema) Trimble ProXH (korjaamaton) Koeala x-koordinaatti y-koordinaatti lkm max PDOP horz. tarkkuus hajonta x -poikkeama y-poikkeama keskim. poikkeama max PDOP x -poikkeama y-poikkeama keskim. poikkeama max PDOP , ,2 608,0 2,9 0,1 0,54-0,02 0,02 0,03 2,9 0,76-1,15 1,38 1, , ,1 600,0 2,8 0,1 0,65 0,00-0,02 0,02 2,8 1,11-1,03 1,51 1, , ,0 605,0 3,2 0,2 0,65 0,04-0,10 0,10 3,4 1,74-0,51 1,82 1, , ,6 605,0 6,0 0,2 0,43 0,06 0,05 0,08 5,8 1,96 1,91 2,74 1, , ,5 600,0 4,3 0,2 0,70 0,02 0,06 0,06 4,6 1,84 0,42 1,89 1, , ,7 601,0 3,9 0,2 0,88 0,17 0,20 0,26 3,9 1,79 0,32 1,82 1, , ,9 608,0 4,0 0,2 1,04-0,14-0,14 0,20 4,3 2,71-1,32 3,01 1, , ,4 671,0 3,2 0,2 0,95 0,06 0,92 0,93 3,2 0,90-0,39 0,98 2, , ,6 600,0 4,6 0,2 1,83-0,25-0,06 0,26 4,6 1,11-0,74 1,34 2, , ,5 757,0 6,9 0,2 0,92 0,07-0,19 0,20 6,9 1,21 0,19 1,22 2, , ,9 844,0 6,5 0,2 0,76 0,15 0,09 0,17 6,5 2,69 3,01 4,04 1, , ,0 669,0 5,7 0,3 0,84 0,20 0,10 0,23 5,7 1,65-0,13 1,66 2, , ,5 705,0 9,6 0,2 1,07 0,08 0,59 0,59 9,6 2,08 0,34 2,11 1, , ,1 601,0 4,6 0,2 1,15 0,03 0,14 0,15 4,6 1,53 2,44 2,88 2, , ,5 603,0 5,2 0,2 1,35 0,30 0,05 0,30 5,2 1,83-0,73 1,97 1, , ,9 601,0 4,2 0,2 0,48-0,10-0,14 0,17 4,8 2,72-2,32 3,58 2, , ,6 602,0 6,6 0,2 1,06 0,00-0,46 0,46 6,6 1,01-1,13 1,52 2, , ,0 825,0 6,7 0,2 0,99 0,12 0,05 0,13 6,7 0,94-2,46 2,63 4, , ,2 602,0 5,5 0,4 2,13 0,27-0,06 0,28 5,5 2,66-0,98 2,84 2, , ,0 622,0 4,5 0,3 1,59 0,16-0,26 0,31 4,5 1,55-2,54 2,98 1, , ,3 601,0 3,6 0,2 1,59 0,05-0,18 0,19 4,6 4,21-0,81 4,29 1, , ,9 601,0 5,0 0,2 1,75 0,09-0,94 0,94 5,0 3,18-2,57 4,09 2,0 N=22 Keskiarvo, m 642,3 5,0 0,2 1,1 0,1 0,0 0,3 5,1 1,9-0,5 2,4 2,2 Metsätehon raportti
Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen
Satelliittipaikannuksen tarkkuus hakkuukoneessa Timo Melkas Mika Salmi Jarmo Hämäläinen Tavoite Tutkimuksen tavoite oli selvittää nykyisten hakkuukoneissa vakiovarusteena olevien satelliittivastaanottimien
LisätiedotPuukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola
Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola Tavoite Tutkimuksessa selvitettiin hakkuukoneeseen kehitetyn puukarttajärjestelmän (Optical Tree Measurement
LisätiedotTree map system in harvester
Tree map system in harvester Fibic seminar 12.6.2013 Lahti Timo Melkas, Metsäteho Oy Mikko Miettinen, Argone Oy Kalle Einola, Ponsse Oyj Project goals EffFibre project 2011-2013 (WP3) To evaluate the accuracy
LisätiedotMetsätehon tuloskalvosarja 9/2017 Timo Melkas Kirsi Riekki Metsäteho Oy
Puiden paikannustarkkuus hakkuukoneen tallennettuun sijaintiin ja kouran anturointiin perustuen laskennallinen algoritmi kouran sijainnin tarkentamiseksi Metsätehon tuloskalvosarja 9/2017 Timo Melkas Kirsi
LisätiedotPuukarttajärjestelmä hakkuun tehostamisessa
Metsätehon raportti 230 5.2.2014 Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola ISSN 1796-2374 (Verkkojulkaisu) METSÄTEHO OY Vernissakatu 4 01300
LisätiedotKymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia
Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia MMT Ville, Kankare Laserkeilaustutkimuksen huippuyksikkö Metsätieteiden laitos, Helsingin yliopisto Kymmenen vuotta maastolaserkeilaustutkimusta
LisätiedotAlgoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy
Algoritmi I kuvioiden ja niille johtavien ajourien erottelu Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi I kuvioiden ja niille johtavien ajourien erottelu
LisätiedotPuiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista
Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista MMT Ville Kankare Metsätieteiden laitos, Helsingin yliopisto Laserkeilauksen huippuyksikkö 8.3.2016 1 Sisältö I. Biomassaositteet
LisätiedotVaihtoehtoisia malleja puuston kokojakauman muodostamiseen
Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen Jouni Siipilehto, Harri Lindeman, Jori Uusitalo, Xiaowei Yu, Mikko Vastaranta Luonnonvarakeskus Geodeettinen laitos Helsingin yliopisto Vertailtavat
LisätiedotRyhmähanke Menetelmä jäävän puuston arviointiin harvennushakkuissa sekä laitteistoasetusten vaikutus hakkuukoneen GPS-paikantimen tarkkuuteen
Ryhmähanke Menetelmä jäävän puuston arviointiin harvennushakkuissa sekä laitteistoasetusten vaikutus hakkuukoneen GPS-paikantimen tarkkuuteen Timo Hokka Tapio Räsänen Metsätehon raportti 86 8.2.2000 Menetelmä
LisätiedotSatelliittipaikannuksen perusteet
Satelliittipaikannuksen perusteet 21.02.2018 Koulutuskeskus Sedu, Ilmajoki Satelliittipaikannus tarkoittaa vastaanottimen sijainninmääritystä satelliittijärjestelmien lähettämien radiosignaalien perusteella.
LisätiedotKehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015
Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Kalle Kärhä, Jari Ronkainen & Pekka T. Rajala, Stora Enso Oyj Metsä Joonas Mutanen & Teijo Palander, Itä-Suomen yliopisto Tapio Räsänen
LisätiedotMARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:
MARV1-11 Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä Metsikkökoealojen puuston mittaukseen käytetty menetelmä, jossa puut etsitään laseraineistosta/ilmakuvilta ja mitataan
LisätiedotLaserkeilauksella kattavaa tietoa kaupunkimetsistä
Laserkeilauksella kattavaa tietoa kaupunkimetsistä Topi Tanhuanpää HY, Metsätieteiden osasto / UEF, Historia- ja maantieteiden osasto Kaupunkimetsät: Mitä ne ovat? Kaupungissa ja sen laitamilla kasvavien
LisätiedotMetsikön rakenteen ennustaminen 3D-kaukokartoituksella
8.10.2017 1 Metsikön rakenteen ennustaminen 3D-kaukokartoituksella Dosentti (MMT) Mikko Vastaranta Metsätieteiden laitos, Helsingin yliopisto Laserkeilaustutkimuksen huippuyksikkö mikko.vastaranta@helsinki.fi
LisätiedotVMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten
VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten Kuortaneen metsäsuunnitteluseminaari 10.09.2007 Aki Suvanto, Joensuun yliopisto Petteri Packalén, Joensuun yliopisto Matti
LisätiedotMetsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto
Metsäkoneiden sensoritekniikka kehittyy, Metsäkoneiden sensoritekniikka kehittyy Miksi uutta sensoritekniikkaa? Tarkka paikkatieto metsässä Metsäkoneen ja puomin asennon mittaus Konenäkö Laserkeilaus Tietolähteiden
LisätiedotHakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen
Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen Timo Melkas Metsäteho Oy Forest Big Data -hankkeen tulosseminaari 8.3.2016 CHM Arbonaut Oy Melkas, T., Poikela,
LisätiedotForest Big Data (FBD) -tulosseminaari Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI)
Forest Big Data (FBD) -tulosseminaari 8.3.2016 Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI) Markus Holopainen, Aluepohjaista inventointia vai yksinpuintulkintaa?
LisätiedotMaastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa. Harri Kaartinen , FOREST BIG DATA -hankkeen tulosseminaari
Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa Harri Kaartinen 9.3.2016, FOREST BIG DATA -hankkeen tulosseminaari Maastolaserkeilaus Staattinen laserkeilaus, keilain
LisätiedotPuutavaran mittauksen visio 2020
Puutavaran mittauksen visio 2020 Tarkka ja kustannustehokas määrän ja laadun mittaus osana puutavaralogistiikkaa Metsätehon tuloskalvosarja 9/2012 30.8.2012 Timo Melkas, Jarmo Hämäläinen 1 Puuraaka-aineen
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotSatelliittipaikannus
Kolme maailmalaajuista järjestelmää 1. GPS (USAn puolustusministeriö) Täydessä laajuudessaan toiminnassa v. 1994. http://www.navcen.uscg.gov/gps/default.htm 2. GLONASS (Venäjän hallitus) Ilmeisesti 11
LisätiedotGPS:n käyttö pinta-alan mittauksessa
Osakkaiden yhteishanke GPS:n käyttö pinta-alan mittauksessa Pikatesti kahdella GPS-laitteella Timo Hokka Metsätehon raportti 98 10.10.2000 GPS:n käyttö pinta-alan mittauksessa Pikatesti kahdella GPS-laitteella
LisätiedotTTY Mittausten koekenttä. Käyttö. Sijainti
TTY Mittausten koekenttä Käyttö Tampereen teknillisen yliopiston mittausten koekenttä sijaitsee Tampereen teknillisen yliopiston välittömässä läheisyydessä. Koekenttä koostuu kuudesta pilaripisteestä (
LisätiedotHakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen
Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen Metsätehon tuloskalvosarja 5/2017 Timo Melkas Kirsi Riekki CHM Arbonaut Oy Tiivistelmä Tutkimuksen tavoitteena oli luoda menetelmä hakkuualueen
LisätiedotPienpuun paalauksen tuottavuus selville suomalais-ruotsalaisella yhteistyöllä
Pienpuun paalauksen tuottavuus selville suomalais-ruotsalaisella yhteistyöllä Yrjö Nuutinen MMT Metsäteknologia Metla/Joensuu ForestEnergy2020 -tutkimus- ja innovaatio-ohjelman vuosiseminaari 8.-9.10.2013
LisätiedotSystemaattisuus työmalleissa puunkorjuussa
Systemaattisuus työmalleissa puunkorjuussa METKA-koulutus Systemaattisen energiapuuharvennuksen teemapäivä Heikki Ovaskainen Erikoistutkija Sisältö Taustaa työmalleista Uusien joukkokäsittelyn työmallien
LisätiedotJoukkokäsittelyn työmallit. Heikki Ovaskainen
Joukkokäsittelyn työmallit Heikki Ovaskainen Metsätehon tuloskalvosarja 8a/2014 Esityksen sisältö Taustaa Uusien joukkokäsittelyn työmallien kuvaus Aineisto ja menetelmät Tulokset - ajanmenekki ja tuottavuus
LisätiedotNUORTEN METSIEN RAKENNE JA KEHITYS
NUORTEN METSIEN RAKENNE JA KEHITYS Saija Huuskonen Metsäntutkimuslaitos, Vantaa Tutkimuksen tavoitteet 1. Selvittää 198-luvulla onnistuneesti perustettujen havupuuvaltaisten taimikoiden metsänhoidollinen
LisätiedotAutonomisuus metsässä. Heikki Hyyti Studia Militaria
Autonomisuus metsässä Heikki Hyyti Autonomisuus metsässä Autonomisuus? Autonomisuuden haasteita Paikannustarkkuus Ympäristön havainnointi metsässä Metsäkoneen asennon mittaus ja säätö Automaatioasteen
Lisätiedot5 syytä hyödyntää ensiluokkaista paikannustarkkuutta maastotyöskentelyssä
5 syytä hyödyntää ensiluokkaista paikannustarkkuutta maastotyöskentelyssä Taskukokoinen, maastokelpoinen Trimble R1 GNSS -vastaanotin mahdollistaa ammattitasoisen paikkatiedonkeruun. Kun R1 yhdistetään
LisätiedotÄlyä metsäkoneeseen 3D-laserkeilauksella Heikki Hyyti, Konenäköpäivät, #Reset17
Älyä metsäkoneeseen 3D-laserkeilauksella Heikki Hyyti, Konenäköpäivät, #Reset17 Älyä metsäkoneeseen 3D-laserkeilauksella Mitä tehdään ja miksi? COMBAT/Pointcloud -hanke Metsäkoneiden kehityksen haasteita
LisätiedotMetsävaratieto ja sen käytön mahdollisuudet. 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi
Metsävaratieto ja sen käytön mahdollisuudet 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi Sisältö 1. Julkisin varoin kerättävien metsävaratietojen keruun
LisätiedotEnergiapuun kosteuden määrittäminen metsäkuljetuksen yhteydessä
Energiapuun kosteuden määrittäminen metsäkuljetuksen yhteydessä Mikko Holopainen, Pohjois-Karjalan AMK Jari Lindblad, Metsäntutkimuslaitos Timo Melkas, Metsäteho Oy 14.8.2012 Taustaa Kosteus on energiapuun
LisätiedotMETKA-maastolaskurin käyttäjäkoulutus 9.12.2010 Tammela Matti Kymäläinen METKA-hanke 27.3.2014 1
METKA-maastolaskurin käyttäjäkoulutus 9.12.2010 Tammela Matti Kymäläinen METKA-hanke 27.3.2014 1 METKA-maastolaskuri: Harvennusmetsien energiapuun kertymien & keskitilavuuksien laskentaohjelma Lask ent
LisätiedotARVO ohjelmisto. Tausta
ARVO ohjelmisto Tausta Jukka Malinen, Metla Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Ennakkotiedon tarve - Metsänomistaja 11.2.2010 2 Ennakkotiedon
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Pohjois-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotPuun kasvu ja runkomuodon muutokset
Puun kasvu ja runkomuodon muutokset Laserkeilaus metsätieteissä 6.10.2017 Ville Luoma Helsingin yliopisto Centre of Excellence in Laser Scanning Research Taustaa Päätöksentekijät tarvitsevat tarkkaa tietoa
LisätiedotLaserkeilauspohjaiset laskentasovellukset
Laserkeilauspohjaiset laskentasovellukset Petteri Packalén Matti Maltamo Laseraineiston käsittely: Ohjelmistot, formaatit ja standardit Ei kovin monia ohjelmia laserpisteaineiston käsittelyyn» Terrasolid
LisätiedotGeotrim TAMPEREEN SEUTUKUNNAN MITTAUSPÄIVÄT 29.3.2006
Geotrim TAMPEREEN SEUTUKUNNAN MITTAUSPÄIVÄT 29.3.2006 Satelliittimittauksen tulevaisuus GPS:n modernisointi, L2C, L5 GALILEO GLONASS GNSS GPS:n modernisointi L2C uusi siviilikoodi L5 uusi taajuus Block
LisätiedotHakkuukone metsätiedon lähteenä
Hakkuukone metsätiedon lähteenä Tapio Räsänen Metsäteho Oy Metsätieto ja sähköiset palvelut seminaari 8.11.2016 Paikkatietomarkkinat 2016 Mitä hakkuukoneet tekevät? Puunkorjuu on Suomessa täysin koneellistettu
LisätiedotKoneellisen harvennushakkuun työnjälki. Koneellisen harvennushakkuun tuottavuus -projektin osaraportti
Koneellisen harvennushakkuun työnjälki Koneellisen harvennushakkuun tuottavuus -projektin osaraportti Arto Kariniemi Teppo Oijala Juha Rajamäki Metsätehon raportti 12 18.12.1996 Osakkaiden yhteishanke
LisätiedotTrestima Oy Puuston mittauksia
Trestima Oy Puuston mittauksia Projektissa tutustutaan puuston mittaukseen sekä yritykseen Trestima Oy. Opettaja jakaa luokan 3 hengen ryhmiin. Projektista arvioidaan ryhmätyöskentely, projektiin osallistuminen
LisätiedotARVO-ohjelmisto pienpuun hankinnan tukena
ARVO-ohjelmisto pienpuun hankinnan tukena Jukka Malinen Pienpuupäivä Keskiviikko 17.11.2010 Mikpoli, auditorio, Patteristonkatu 2, 50100 Mikkeli Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest
LisätiedotJakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen
Jakaumamallit MELA29:ssä MELA käyttäjäpäivä 11.11.29 Kari Härkönen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Aineistonmuodostuksessa useita vaihtoehtoisia
LisätiedotKehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy
Kehittyvästä metsätiedosta lisätehoa puuhuoltoon Jarmo Hämäläinen Metsäteho Oy Puunhankinnan uudet tavat ja työkalut Teollisuuden Metsänhoitajien, Koneyrittäjien ja Metsätehon yhteisseminaari. Metsäpäivät
LisätiedotPuustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus
Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus Janne Uuttera Metsätehon seminaari 8.5.2007 Metsävaratietojärjestelmien tulevaisuus Tausta Tietojohtamisen välineissä, kuten metsävaratietojärjestelmissä,
LisätiedotViimeistely Ajourien huomiointi puutiedoissa ja lopullinen kuviointi. Metsätehon tuloskalvosarja 5/2018 LIITE 4 Timo Melkas Kirsi Riekki Metsäteho Oy
Viimeistely Ajourien huomiointi puutiedoissa ja lopullinen kuviointi Metsätehon tuloskalvosarja 5/2018 LIITE 4 Timo Melkas Kirsi Riekki Metsäteho Oy Viimeistely ajourien huomiointi ja lopullinen kuviointi
LisätiedotMonilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille
Monilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille Jarkko Kauppinen, Kari Väätäinen, Simo Tauriainen, Kalle Einola ja Matti Sirén Forest Big
LisätiedotMetsävarojen inventoinnissa ollaan siirtymässä
Timo Melkas ja Arto Visala Hakkuukoneella kerätyn mittaustiedon hyödyntäminen e e m t a Laserkeilauksen ja hakkuukonemittausten yhdistämisellä tarkkaa puukohtaista tietoa Metsävarojen inventoinnissa ollaan
LisätiedotKoostimme Metsätieteen aikakauskirjan erikoisnumeroon
Metsätieteen aikakauskirja t i e t e e n t o r i Markus Holopainen, Mikko Vastaranta ja Juha Hyyppä Yksityiskohtaisen metsävaratiedon tuottaminen kohti täsmämetsätaloutta? e e m t a Johdanto Koostimme
LisätiedotTukkiröntgendata sahapuun ohjauksessa
Tukkiröntgendata sahapuun ohjauksessa Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa Kehittämistavoitteet Tavoitteena on parantaa puutuoteteollisuuden arvoketjun
LisätiedotPaikkatietoa metsäbiomassan määrästä tarvitaan
Biomassan estimointi laseraineiston, ilmakuvien ja maastomittausten perusteella Esitys Metsätieteen Päivän Taksaattorisessiossa 26.10.2011 Reija Haapanen, Sakari Tuominen ja Risto Viitala Paikkatietoa
Lisätiedot"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.
MARV1, 2009 KE-ip Metsikkökoeala - harjoittelu muistokoivikossa "Karuselli", 4 kohdetta, 4 ryhmää per kohde, 25 + 5 min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.
LisätiedotPoimintahakkuiden puunkorjuu Matti Sirén
Poimintahakkuiden puunkorjuu Matti Sirén Kuva: Juhani Korhonen Poimintahakkuiden puunkorjuun tuottavuudesta vähän tietoa - tuottavuutta koskevat lainalaisuudet kuitenkin voimassa Hakkuun tuottavuustekijät:
LisätiedotForest Big Data -tulosseminaari
FOREST BIG DATA Forest Big Data -tulosseminaari 8.3.216 Metsäkoneen urapainumat laserilla Jarmo Hämäläinen jarmo.hamalainen@metsateho.fi Jari Ala-Ilomäki jari.ala-ilomaki@luke.fi Mikko Miettinen mikko.miettinen@argone.fi
LisätiedotMETSÄTEHO ~ METSÄTEOLLISUUS S/ 1994 GPS-PAIKANNUS METSÄOLOSUHTEISSA. Jarmo Hämäläinen. Tapio Räsänen
METSÄTEHO S/ 1994 GPS-PAIKANNUS METSÄOLOSUHTEISSA Jarmo Hämäläinen Tapio Räsänen Tutkimul?.sessa selvitettiin satelliitteihin perustuvan paikannusjärjestelmän käyttömahdollisuuksia metsätalouden tarpeita
LisätiedotMenSe-raivauspään ajanmenekki ja tuotos käytännössä. Markus Strandström Paula Kallioniemi Asko Poikela
MenSe-raivauspään ajanmenekki ja tuotos käytännössä Markus Strandström Paula Kallioniemi Asko Poikela 16/211 Tausta ja tavoite Metsänhoidon koneellistamiselle laadittiin vuonna 29 tavoitetila 1. Visio
LisätiedotPoimintahakkuiden puunkorjuu haasteita ja kehitysmahdollisuuksia
Kuva: Juhani Korhonen Poimintahakkuiden puunkorjuu haasteita ja kehitysmahdollisuuksia Matti Sirén, Erkki Salo, Esko Oksa, Mikko Kukkola ja Ville Laamanen Tieto poimintahakkuiden puunkorjuun tuottavuudesta
LisätiedotNUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ
NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ Selvitettiin numeeristen ilmakuva-aineistojen hyödyntämismahdollisuuksia taimikon puustotunnusten ja perkaustarpeen määrittämisessä. Tuukka
LisätiedotARVO ohjelmisto. Tausta
ARVO ohjelmisto Tausta Jukka Malinen, Metla Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Ennakkotiedon tarve - Metsänomistaja 25.1.2010 2 Ennakkotiedon
LisätiedotSatelliittipaikannuksen perusteet
Satelliittipaikannuksen perusteet Satelliittipaikannus tarkoittaa vastaanottimen sijainninmääritystä satelliittijärjestelmien lähettämien radiosignaalien perusteella. (public domain, http://www.gps.gov/multimedia/images/constellation.gif
LisätiedotTukkiröntgendata sahapuun ohjauksessa
Tukkiröntgendata sahapuun ohjauksessa Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa Kehittämistavoitteet Tavoitteena on parantaa puutuoteteollisuuden arvoketjun
LisätiedotEnergiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma. Mikko Korhonen Pohjois-Karjalan metsäkeskus
Energiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma Mikko Korhonen Pohjois-Karjalan metsäkeskus Mitä on korjuujälki? Metsikön puuston ja maaperän tila puunkorjuun jälkeen.
LisätiedotTiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa
Metsätieto ja sähköiset palvelut -hankkeen lopputulosseminaari Helsinki, 22.1.2019 Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa Petteri Packalen, Eetu Kotivuori,
LisätiedotKorjuujäljen seuranta energiapuun korjuun laadun mittarina. Mikko Korhonen Suomen metsäkeskus 23.5.2014
Korjuujäljen seuranta energiapuun korjuun laadun mittarina Mikko Korhonen Suomen metsäkeskus 23.5.2014 Mitä on korjuujälki? Metsikön puuston ja maaperän tila puunkorjuun jälkeen. 2 23.5.2014 3 Korjuujäljen
LisätiedotTehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi
Tehtävä. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi lyhyesti. a) a, c, e, g, b),,, 7,, Ratkaisut: a) i ja k - oikea perustelu ja oikeat kirjaimet, annetaan
LisätiedotOlosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland
Olosuhdetieto Metsäntutkimuksen ja päätöksenteon apuna Metsäteho 22.6.2016 Timo Tokola Metsätiedon kehittämisen kokonaisuus Tokola 21.11.2016 2 Tausta ja sisältö Olosuhdetieto puunkorjuussa Suvinen et
LisätiedotSuomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.
Suomen metsäkeskus SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia Taksaattoriklubin kevätseminaari Helsinki, 20.3.2015 Juho Heikkilä Sisältöä 1. SMK:n metsävaratiedosta lyhyesti 2. VMI-SMK yhteistyön
LisätiedotTrestima Oy Puuston mittauksia
Koostanut Essi Rasimus ja Elina Viro Opettajalle Trestima Oy Puuston mittauksia Kohderyhmä: 9-luokka Esitiedot: ympyrä, ympyrän piiri, halkaisija ja pinta-ala, lieriön tilavuus, yhdenmuotoisuus, yksikkömuunnokset
LisätiedotEnergiapuuharvennusten korjuujälki mitataan vähintään 300 kohteelta. Perusjoukon muodostavat energiapuunkorjuun kemera-hankkeet.
1 Korjuujäljen valtakunnalliset tarkastustulokset 2012 Harvennushakkuut ja energiapuuharvennukset 1 Yleistä korjuujäljen tarkastuksista Maa- ja metsätalouseministeriön ja metsäkeskusten välisissä tulossopimuksissa
LisätiedotLaatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla
Laatua kuvaavien kasvumallien kehittäminen Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla Taustaa» Kasvumallit antavat puustoennusteen kiertoaikana, kun tunnetaan» kasvupaikkatiedot»
LisätiedotMiehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa
Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa Anna Lopatina, Itä-Suomen yliopisto, Metsätieteiden osasto, Anna.lopatina@uef.fi
LisätiedotForest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle
Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle Jarmo Hämäläinen Metsäteho Oy Metsätieteen päivä 12.11.2014, Helsinki Taustalla Puutavaralogistiikka 2020 kehittämisvisio ja
LisätiedotENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE
ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE METSÄ metsänomistajat PROMOOTTORI metsäsuunnittelu ja -neuvonta MARKKINAT polttopuu- ja lämpöyrittäjät metsäpalveluyrittäjät energiayhtiöt metsänhoitoyhdistykset
LisätiedotFotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen
Fotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen.. Fotogrammetrian perusteet.. LiDARin perusteet.. STRS menetelmät..
LisätiedotYhdistelmäkoneen ja yksioteharvesteriketjun. ensiharvennuksilla
Konsortiohanke Yhdistelmäkoneen ja yksioteharvesteriketjun korjuujälki ensiharvennuksilla Risto Lilleberg Pasi Korteniemi Metsätehon raportti 41 28.1.1998 kor- Yhdistelmäkoneen ja yksioteharvesteriketjun
LisätiedotUusiutuvan energian velvoite Suomessa (RES direktiivi)
Hakkuutähteen paalaus ja kannonnosto kuusen väliharvennuksilta Juha Nurmi, Otto Läspä and Kati Sammallahti Metla/Kannus Energiapuun saatavuus, korjuu ja energiaosuuskunnat Keski-Pohjanmaalla Forest Power
LisätiedotAjourien automaattinen tuottaminen ja ajouratunnusten määrittäminen hakkuukoneen sijaintitietoon perustuen
Ajourien automaattinen tuottaminen ja ajouratunnusten määrittäminen hakkuukoneen sijaintitietoon perustuen Metsätehon tuloskalvosarja 4/2019 Kirsi Riekki, Timo Melkas, Heikki Ovaskainen, Asko Poikela,
LisätiedotMETSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM
METSÄTIEDOT KOHTI 2020-LUKUA 15.4.2015 Janne Uuttera UPM Esityksen sisältö 1. Lähihistorian kehitysaskeleet 2. Seuraavan sukupolven järjestelmän visioita 3. Lähitulevaisuuden kehitysaskeleet UPM Metsäkeskuksen
LisätiedotHakkuukonetiedosta simuloidut puun sijainnit kaukokartoituksen opetusaineistona
Hakkuukonetiedosta simuloidut puun sijainnit kaukokartoituksen opetusaineistona Metsätehon tuloskalvosarja 5/2019 Jussi Peuhkurinen & Sanna Sirparanta, Arbonaut Oy Timo Melkas & Kirsi Riekki, Metsäteho
LisätiedotKuusen kasvun ja puutavaran laadun ennustaminen
1/13 Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.21 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro-hankkeen rahoittamaksi 1.1.24
LisätiedotUse of spatial data in the new production environment and in a data warehouse
Use of spatial data in the new production environment and in a data warehouse Nordic Forum for Geostatistics 2007 Session 3, GI infrastructure and use of spatial database Statistics Finland, Population
LisätiedotLaserkeilaus puustotunnusten arvioinnissa
Uusi Teknologia mullistaa puun mittauksen Metsäpäivät 7.11.2008 Laserkeilaus puustotunnusten arvioinnissa Markus Holopainen Helsingin yliopisto Metsävarojen käytön laitos markus.holopainen@helsinki.fi
LisätiedotResearch plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen
Modelling tree and stand characteristics and estimating biomass removals and harvesting costs of lodgepole pine (Pinus contorta) plantations in Iceland Research plan for masters thesis in forest sciences
LisätiedotPoistettavien puiden valinta laatuperustein harvennushakkuulla
Poistettavien puiden valinta laatuperustein harvennushakkuulla Manne Viljamaa TAMK http://puuhuoltooppimispolku.projects.tamk.fi/path.p hp?show=31 1. Harvennushakkuun terminologiasta Käsitteet tuulee olla
LisätiedotAlgoritmi III Vierekkäisten kuvioiden käsittely. Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy
Algoritmi III Vierekkäisten kuvioiden käsittely Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi III vierekkäisten kuvioiden käsittely Lähtötietoina algoritmista
LisätiedotNTRIP Client asennusohje Android-puhelimeen Geodeettisen laitoksen DGNSS-paikannuskorjauksen
NTRIP Client asennusohje Android-puhelimeen Geodeettisen laitoksen DGNSS-paikannuskorjauksen ka ytta miseksi Asenna puhelimeesi ilmainen Lance Lefeburen NTRIP Client Google Play-kaupasta. Käynnistä ohjelma
LisätiedotPaikannetun puustotiedon hankinta sekä leimikon rajojen kartoitus hakkuukoneen GPS-paikannuksen avulla
Ryhmähanke Paikannetun puustotiedon hankinta sekä leimikon rajojen kartoitus hakkuukoneen GPS-paikannuksen avulla Timo Hokka Tapio Räsänen Metsätehon raportti 74 21.5.1999 Paikannetun puustotiedon hankinta
LisätiedotTRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki
TRESTIMA Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa 22.3.2017, Seinäjoki Simo Kivimäki simo.kivimaki@trestima.com 050 3872891 Trestima Oy Vuonna 2012 perustettu metsäsektorille erikoistunut
LisätiedotTaimikonhoidon omavalvontaohje
Omavalvonnalla laatua ja tehoa metsänhoitotöihin Taimikonhoidon omavalvontaohje Taimikonhoidon merkitys Taimikonhoidolla säädellään kasvatettavan puuston puulajisuhteita ja tiheyttä. Taimikonhoidon tavoitteena
LisätiedotPuuta koskettamaton hakkuukonemittaus. Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos
Puuta koskettamaton hakkuukonemittaus Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos Forestrix - Metsäkoneen aistinjärjestelmä (2005-2008) Konsortio
LisätiedotPuustovaurioiden määrittäminen ajouralle näkyvien vaurioiden perusteella
Puustovaurioiden määrittäminen ajouralle näkyvien vaurioiden perusteella Metsätehon tuloskalvosarja 3/2019 Niklas Peltoniemi, Jyry Eronen, Teijo Palander, Itä-Suomen yliopisto Heikki Ovaskainen, Metsäteho
LisätiedotLUONTAISEN UUDISTAMISEN ONGELMAT POHJOIS-SUOMESSA SIEMENSADON NÄKÖKULMASTA. Anu Hilli Tutkija Oamk / Luonnonvara-alan yksikkö
LUONTAISEN UUDISTAMISEN ONGELMAT POHJOIS-SUOMESSA SIEMENSADON NÄKÖKULMASTA Anu Hilli Tutkija Oamk / Luonnonvara-alan yksikkö LUONTAINEN UUDISTAMINEN Viimeisen kymmenen vuoden aikana metsiä on uudistettu
LisätiedotMaanmittauspäivät 2014 Seinäjoki
Maanmittauspäivät 2014 Seinäjoki Parempaa tarkkuutta satelliittimittauksille EUREF/N2000 - järjestelmissä Ympäristösi parhaat tekijät 2 EUREF koordinaattijärjestelmän käyttöön otto on Suomessa sujunut
LisätiedotP 5 km K 7 km P 5 km 7 km K K K K P P 7 6 5 4 3 2 8 250 m 1500 9 10 11 12 13 Kertakoealarypäillä mitataan koealat 2-13 Pysyvillä rypäillä mitataan koealat 3-12 P 6 km 8 km K P 6 7 1200 8 9 10 6 km K K
LisätiedotHakkuukoneella kerätyn puustotiedon hyödyntäminen
Metsätehon raportti 237 13.10.2015 Hakkuukoneella kerätyn puustotiedon hyödyntäminen Menetelmäkuvaus kaukokartoituksen referenssitiedon keräämiseen ja metsävaratietojen päivitykseen Timo Melkas Jarmo Hämäläinen
LisätiedotPuuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella
Metsätehon raportti 223 1.8.2013 Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella Esiselvitys ja käytännön testi Jari Vauhkonen Ville Kankare Topi Tanhuanpää Markus Holopainen Mikko
LisätiedotDIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI
DIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI Tekijä: Marko Olli 16.10.2018 Sisällys 1 Johdanto...3 2 Hankkeen tavoitteet ja vaikuttavuus...3 3 Laitteisto ja mittaustarkkuus...3 4 Pilotointi ja
Lisätiedot