Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

Transkriptio

1 Metsikön rakenteen ennustaminen 3D-kaukokartoituksella Dosentti (MMT) Mikko Vastaranta Metsätieteiden laitos, Helsingin yliopisto Laserkeilaustutkimuksen huippuyksikkö mikko.vastaranta@helsinki.fi

2

3 Metsikkötunnusten ennustamisen tarkkuus (Yu et al. 2015)

4 Tutkimuksen tavoite Ymmärtää paremmin eri 3Dkaukokartoitusmenetelmien soveltuvuutta mittaamaan: Puuston pituutta Puuston pituuden vaihtelua Puuston tiheyttä Metsävaratiedon keruussa keskeisten puustotunnusten ennustaminen perustuu pääosin näiden kolmen rakenteellisen tunnuksen kuvaamiseen

5 Tulokset

6

7 Latvustoa kuvaavien pintamallien erot (Vastaranta et al. 2013, White et al. 2013)

8 Latvustoa kuvaavien pintamallien erot (Vastaranta et al. 2013, White et al. 2013)

9

10 AI WV TSX TDX Sdev Ennustemallien tarkkuuden arviointi Hstd (m) RMSE RMSE % Bias Bias % R Sdev est. obs. ALS ALS AI WV TSX TDX G (m 2 /ha) RMSE RMSE % Bias Bias % R Sdev est. Sdev obs. ALS ALS AI WV TSX TDX Vol (m 3 /ha) RMSE RMSE % Bias Bias % R Sdev est. Sdev obs. ALS ALS AI WV TSX TDX

11 Johtopäätökset Kaikista tutkituista 3D-kaukokartoitusaineistoista lasketut piirteet korreloivat vahvasti puuston pituuden kanssa. Vaihtoehtoiset tekniikat (ilmakuvat, satelliittikuvat, tutka-aineistot) tarvitsevat kuitenkin korkeuksien normalisoimiseksi jo olemassa olevan tarkan maanpinnankorkeusmallin. Laserkeilaus oli ainoa tekniikka, joka pystyi kuvaamaan eri piirteillä, jotka eivät olleet korreloituneita keskenään, puuston pituuden lisäksi pituusvaihtelun ja latvuston tiheyden. Muilla tekniikoilla pituuspiirteet korreloivat parhaiten myös pituuden vaihtelun ja latvustiheyden kanssa. Puustotunnukset, jotka korreloivat vahvasti pituuden kanssa, voidaan kohtuullisella tarkkuudella ennustaa kaikilla 3D-kaukokartoitusmenetelmillä, mutta silloin kun on keskeistä saada myös pituus- ja latvuston tiheysvaihtelu kuvattua kartoitettavalta alueelta, laserkeilaus vaikuttaa parhaalta vaihtoehdolta

12 Lähteet Vastaranta Mikko, T. Yrttimaa, X. Yu, N. Saarinen, M. Karjalainen, K. Nurminen, K. Karila, V. Kankare, V. Luoma, J. Pyörälä, S. Junttila, T. Tanhuanpää, H. Kaartinen, A. Kukko, E. Honkavaara, A. Jaakkola, X. Liang, Y. Wang, M. T. Vaaja, H. Hyyppä, M. Katoh, M.A. Wulder, M. Holopainen and J. Hyyppä Investigating the capabilities of select 3D remotely sensed data sources to characterize forest structure. Submitted to European Journal of Remote Sensing Vastaranta, M., Wulder, M. A., White, J., Pekkarinen, A., Tuominen, S., Ginzler, C., Kankare, V., Holopainen, M., Hyyppä, J. and Hyyppä, H Airborne laser scanning and digital stereo imagery measures of forest structure: Comparative results and implications to forest mapping and inventory update. Canadian Journal of Remote Sensing Vol. 39, No. 5, pp White, J.C., Wulder, M. A., Vastaranta, M., Coops, N. C., Pitt, D., Woods, M The utility of image-based point clouds for forest inventory: a comparison with airborne laser scanning. Forests 2013, 4, 3, pp White, J.C., Coops, N.C., Wulder, M.A., Vastaranta, M., Hilker, T., Tompalski, P Remote sensing for enhancing forest inventories: A review. Canadian Journal of Remote Sensing (February 29, 2016). Yu, X., Hyyppä, J., Karjalainen, M., Nurminen, K., Karila, K., Vastaranta, M., Kankare, V., Kaartinen, H., Holopainen, M., Honkavaara, E., Kukko, A., Jaakkola, A., Liang, X., Wang, Y., Hyyppä, H., Katoh, M. Comparison of Laser and Stereo Optical, SAR and InSAR Point Clouds from Air- and Space-Borne Sources in the Retrieval of Forest Inventory Attributes. Remote Sensing 7,