Paikkatietoa metsäbiomassan määrästä tarvitaan
|
|
- Inkeri Halttunen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Biomassan estimointi laseraineiston, ilmakuvien ja maastomittausten perusteella Esitys Metsätieteen Päivän Taksaattorisessiossa Reija Haapanen, Sakari Tuominen ja Risto Viitala Paikkatietoa metsäbiomassan määrästä tarvitaan Bioenergian käytön suunnittelu metsäenergiavarat alueittain taloudellisen kuljetusetäisyyden sisällä tietystä kohteesta olevat varat logistiikan suunnittelu Kasvihuonekaasupäästöjen ja hiilitaseiden inventointi Ilmastopolitiikka, kansainväliset sopimusvelvoitteet
2 Uuden sukupolven metsäsuunnittelujärjestelmä Metsävarojen inventointi perustuu laser ja ilmakuvaperusteiseen puustotulkintaan Tavoitteena tuottaa metsikkötasolla riittävän tarkat puustotiedot Tällä hetkellä tulkittava puuston määrä perustuu vain runkopuuositteen tilavuuteen Menetelmän voidaan olettaa tarjoavan hyvän pohjan myös muun kuin runkopuun määrän arviointiin (esim. oksa /lehti /latvusbiomassa), koska varsinkin laserkeilausdatan voidaan olettaa korreloivan hyvin esim. latvusbiomassan kanssa Mahdollisuus liittää järjestelmään metsäbiomassan kartoitus Tutkimuksemme kysymyksiä Miten ilmakuva ja laserpiirteet toimivat aputietona biomassan ennustamisessa? Vertailuna runkotilavuus Tarvitaanko ilmakuvaa lainkaan? Millaisissa metsiköissä ovat suurimmat virheet?
3 Prosessi kokonaisuudessaan 1. Maastokoealojen puustotunnusten mittaus 2. Biomassatunnusten johtaminen mallien avulla mitatuista puustotunnuksista 3. Laser ja ilmakuvapiirteiden irrottaminen 4. Laser ja ilmakuvapiirteiden testaus ja valinta estimointia varten 5. Biomassatunnusten estimointi teemakartaksi valittujen piirteiden avulla Tutkimusalue Evolla
4 Aineisto 263 maastokoealaa säde 9,77 m, mitattu puittain, yli 5 cm puut vain puustoiset koealat mukana 8346 mitattua puuta (puulaji, d, h, latvuksen alaraja ja latvusleveys) Biomassat lukupuista mitattuihin tunnuksiin perustuvien mallien avulla Tässä esityksessä tulokset maanpäälliselle biomassalle Kaukokartoitusaineistona harvapulssinen laserkeilaus sekä vääräväri ilmakuvat 102 laserpiirrettä 120 ilmakuvapiirrettä Biomassatunnusten laskenta Runkotilavuus: Laasasenahon (1982) tilavuusmallit männylle, kuuselle ja koivulle (pituus, lpm) Kuoribiomassa: Repolan (2008, 2009) mallit männylle, kuuselle ja koivulle (lpm, pituus) Oksabiomassa: Repolan mallit männylle, kuuselle ja koivulle (lpm, pituus, elävän latvuksen pituus) Lehdet/neulaset: Repolan mallit männylle, kuuselle (lpm, pituus, elävän latvuksen pituus) ja koivulle (lpm, elävän latvuksen pituus) Maanpäällinen kokonaisbiomassa: Repolan mallit männylle, kuuselle (lpm, pituus, elävän latvuksen pituus) ja koivulle (lpm, pituus) Huom. Kaikissa tunnuksissa lpm = läpimitta rinnankorkeudelta
5 Piirteet Laserkorkeuksien, intensiteetin ja ilmakuvan sävyarvojen keskiarvot ja keskihajonnat m ikkunasta. Lisäksi ilmakuvasta johdetut piirteet NDVI ja NIR/R Laserin pituushavaintojen variaatiokerroin, maksimi, prosenttipisteiden korkeudet, laserpisteiden suhteellinen määrä eri prosentuaalisilla korkeuksilla, yli 2 m havaintojen osuus kaikista havainnoista Laserkorkeuksien, intensiteetin ja ilmakuvan tekstuuritunnuksia (Haralick) 20 x 20 m ikkunasta Laserkorkeuksien, intensiteetin ja ilmakuvan keskihajontoja erikokoisiin blokkeihin jaetusta pikselin ikkunasta Piirteet standardoitiin keskiarvoon 0 ja keskihajontaan 1 Menetelmät Testattiin seuraavia lähtöaineistoja aputietona: Pelkkä ilmakuva Pelkkä laser Yhdistelmä Kaikissa em. ryhmissä piirrejoukkoa supistettiin geneettisen algoritmin avulla Aputiedon avulla estimoitiin seuraavat tunnukset kokonaistilavuus ja biomassa, puulajeittaiset tilavuudet ja biomassat Estimointimenetelmänä knn, luotettavuuden arviointi ristiinvalidoinnilla Toimittiin koealatasolla (aluepohjainen)
6 Geneettinen algoritmi piirrevalinnassa Piirrevektorit ovat genomeja, piirteet ovat geenejä Jos piirre on käytössä, sen arvo genomissa on 1, muuten 0 Eli satelliittikuvan 7 kanavan muodostamia genomeja olisivat esim: (kaikki kanavat käytössä) (vain 7. kanava käytössä) jne Yksinkertainen GA 1. Luo satunnainen alkupopulaatio 2. Määrittele kunkin piirreyhdistelmän hyvyys (laske tilavuuden RMSE k nn:llä ristiinvalidointia käyttäen) 3. Valitse haluamasi määrä piirteistä parhaasta päästä lähtien 4. Anna parhaiden piirrevektorien vaihtaa osia keskenään (crossing over) 5. Lisää haluamasi määrä mutaatioita jälkeläisiin 6. Palaa kohtaan 2 ja jatka tarpeeksi monen sukupolven ajan
7 GA:n parametrit Aloituspopulaatio 300, sukupolvia 30, crossing over todennäköisyys 80 %, mutaation todennäköisyys 1 %. Minimoitiin kokonaisbiomassan tai kokonaistilavuuden RMSE:tä Puulajeittaisessa estimoinnissa huomioitiin kokonaistilavuuden (45 %), männyn (15 %), kuusen (15 %) ja muun puulajin (15 %) suhteelliset RMSE:t suluissa esitetyin painoin Tulokset Biomassa vs. tilavuus: Tulokset olivat kokonaisbiomassalle hieman paremmat kuin kokonaistilavuudelle ( 22,5 % vs. 23,4 % havaintojen keskiarvoista). Ero korostui vaadittaessa myös puulajien estimoinnin onnistumista (kuva): kokonaisbiomassan virhe oli 24,8 %, puulajeittaisten biomassojen virheiden ollessa %, kun taas tilavuuden virheet olivat 27,5 % ja %.
8 Tulokset Piirteet, laser vs. ilmakuva: Pelkkä laser tuotti tarkemmat estimaatit kokonaismäärille kuin laserin ja ilmakuvan yhdistelmä GA ei pystynyt pudottamaan kaikkia tuloksia heikentäviä ik piirteitä pois Puulajeittaisessa estimoinnissa ilmakuvasta oli hieman apua, tilavuudella enemmän kuin biomassalla Laserin korkeushavaintojen keskiarvo oli aina mukana piirrejoukoissa, samoin kuin ns. kasvillisuusosuus (yli 2 m havainnot per kaikki havainnot) Tulokset Piirteet, pelkkä laser: Puulajeittaisessa estimoinnissa ilmakuvapiirteet korvattiin suhteellisilla korkeuksilla olevilla suhteellisilla osuuksilla
9 Tulokset Piirteet, yhdistetty joukko: Pelkkiä kokonaismääriä ennustettaessa riitti vähäisempi määrä piirteitä kuin huomioitaessa myös puulajit Laserpiirteet hallitsivat valikoiduissa piirrejoukoissa Puulajeittaiseen estimointiin valikoitui enemmän ilmakuvapiirteitä kuin kokonaismäärien estimointiin, samoin tilavuuden estimointiin enemmän kuin biomassan estimointiin. Lähes kaikki mukaan valikoituneet ilmakuvapiirteet olivat tekstuuripiirteitä. Kasvillisuusindeksi tai NIR/R eivät menestyneet valinnassa. Keskustelu ja päätelmät Latvuksen ominaisuudet vaikuttavat laserpiirteisiin enemmän kuin rungon laser soveltuu maanpäällisen biomassan estimointiin hyvin Tässä annoimme geneettisen algoritmin valita piirteet, ja valikoiduista piirteistä voidaan sanoa seuraavaa: Ilmakuvaa ei tarvita Jos siitä on vähäistä hyötyä, kyseessä ovat tekstuuripiirteet Laserista mukaan valikoitui aina muutama peruspiirre (korkeuksien ka, kasvillisuusosuus)
10 Keskustelu ja päätelmät Kuten tyypillistä, puulajeittaisessa estimoinnissa oli moninkertaiset virheet kokonaismääriin verrattuna. Evolla puulajisuhteet melko tasan, joten puulajien virheet olivat keskenään samaa luokkaa Huom! Piirrevalinnassa vaikutti puulajin suhteellinen virhe 15% painolla, joten piirteiksi luonnollisesti valikoitui sellaisia, jotka saivat suurimpia virheitä painettua alas. Keskustelu ja päätelmät Tuloksia punnittaessa on huomioitava, että tässä verrataan puutunnusmalleihin perustuvia biomassoja toisiinsa. Kohdealue (Evon opetusmetsä) on suomalaiseksi metsäksi hyvin vaihtelevaa: koealojen kokonaisrunkotilavuus oli 190,9 m 3 /ha ja keskihajonta 109 m 3 /ha Maanpäällisen kokonaisbiomassan keskiarvo oli 96,4 tonnia/ha ja keskihajonta 50,4 tonnia/ha Puulajeja paljon, nyt kaadettiin luokkaan muut
11 Keskustelu ja päätelmät Tulosten perusteella uuden sukupolven metsäsuunnittelujärjestelmän voisi tarvittaessa laajentaa myös biomassan kartoitukseen
Tiheäpulssinen 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,
LisätiedotMetsien kaukokartoitus ja avoimet aineistot
Geoinformatiikan valtakunnallinen tutkimuspäivä 2013 Metsien kaukokartoitus ja avoimet aineistot Sakari Tuominen, MMT METLA Valtakunnan metsien inventointi Metsäntutkimuslaitos Skogsforskningsinstitutet
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,
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
LisätiedotKaukokartoitustiedon käyttö LUKE:ssa
Kaukokartoitustiedon käyttö LUKE:ssa Sakari Tuominen sakari.tuominen@luke.fi Metsien kartoitus: Valtakunnan metsien inventointi VMI VMI perustuu systemaattiseen ryvästettyyn koealaotantaan 5 vuoden inventointikierrolla
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
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
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
LisätiedotPUUSTOBIOMASSAN ENNUSTAMINEN HARVAPULSSISELLA LENTOLASERKEILAUSAINEISTOLLA
PUUSTOBIOMASSAN ENNUSTAMINEN HARVAPULSSISELLA LENTOLASERKEILAUSAINEISTOLLA Aapo Lindberg Maisterintutkielma Helsingin Yliopisto Metsätieteiden laitos Metsävaratiede- ja teknologia Toukokuu 2016 Tiedekunta/Osasto
LisätiedotNUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ
NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ Selvitettiin numeeristen ilmakuva-aineistojen hyödyntämismahdollisuuksia taimikon puustotunnusten ja perkaustarpeen määrittämisessä. Tuukka
LisätiedotLaserkeilauksen hyödyntäminen metsätaloudellisissa
Metsätieteen aikakauskirja 4/2008 Tieteen tori Matti Maltamo, Petteri Packalén, Janne Uuttera, Esa Ärölä ja Juho Heikkilä Laserkeilaustulkinnan hyödyntäminen metsäsuunnittelun tietolähteenä Johdanto Laserkeilauksen
LisätiedotLaserkeilaus yksityismetsien inventoinnissa
Kuvat Arbonaut Oy Laserkeilaus yksityismetsien inventoinnissa Laserkeilaus ja korkeusmallit Maanmittauslaitoksen seminaari 9.10.2009 Juho Heikkilä Metsätalouden kehittämiskeskus Tapio Sisältö Kuva Metla
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
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
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
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
LisätiedotKehittyvien satelliittiaineistojen mahdollisuudet
VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Kehittyvien satelliittiaineistojen mahdollisuudet Forest Big Data loppuseminaari, Heureka 8.3.2016 Tuomas Häme, Laura Sirro, Yrjö Rauste VTT VTT:n satelliittikuvatutkimusaiheet
LisätiedotMetsävarojen inventoinnin keskeinen kiinnostuksen
Metsätieteen aikakauskirja 1/2015 Ville Kankare, Mikko Niemi, Mikko Vastaranta, Markus Holopainen ja Juha Hyyppä Puustobiomassan kartoituksen ja seurannan kehittäminen e e m t a Luonnonvarariskien hallinta
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
LisätiedotKaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa
Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa Riitta Teiniranta, Pekka Härmä, Markus Törmä, Jari Rintala ja Mikko Sane Suomen Ympäristökeskus Maa-aineispäivät
LisätiedotKaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen
Laserkeilausseminaari 2017 MML 12.10.2017 Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen Metsien inventointi Suomessa Kaksi erityyppistä inventointia: Valtakunnan
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
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.
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»
LisätiedotKehittyvä puun mallinnus ja laskenta
Kehittyvä puun mallinnus ja laskenta Metsätieteen päivät 2011 Jouko Laasasenaho emeritusprof. Historiallinen tausta Vuonna 1969 Suomessa siirryttiin puun mittauksessa kuorelliseen kiintokuutiometrin käyttöön
LisätiedotTuuli- lumituhojen ennakointi. Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto
Tuuli- lumituhojen ennakointi Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto Tuuli- lumituhojen ennakointi 1. Ilmastonmuutos 2. Kaukokartoitusperusteinen metsien inventointi Laserkeilaus
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
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
LisätiedotMännyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003
Männyn laaturajojen integrointi runkokäyrän ennustamisessa Laura Koskela Tampereen yliopisto 9.6.2003 Johdantoa Pohjoismaisen käytännön mukaan rungot katkaistaan tukeiksi jo metsässä. Katkonnan ohjauksessa
LisätiedotViljelytaimikoiden kehitys VMI:n mukaan
Viljelytaimikoiden kehitys VMI:n mukaan Viljelymetsien kasvu ja tuotos SMS:n metsänhoito- ja taksaattoriklubit Antti Ihalainen ja Kari T. Korhonen Luke / Metsävarojen inventointi ja metsäsuunnittelu Metsäsuunnittelu
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
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
LisätiedotLiito-oravan elinympäristöjen mallittaminen Tampereen seudulla
Liito-oravan elinympäristöjen mallittaminen Tampereen seudulla Ari Nikula Metsäntutkimuslaitos Rovaniemen toimintayksikkö Ari.Nikula@metla.fi / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest
LisätiedotTervasroso. Risto Jalkanen. Luonnonvarakeskus. Rovaniemi. Luonnonvarakeskus. Luonnonvarakeskus. Lapin metsätalouspäivät, Rovaniemi
Tervasroso Risto Jalkanen Luonnonvarakeskus Rovaniemi 1 Lapin metsätalouspäivät, Rovaniemi Perinteinen tervasroso Peridermium pini - männystä mäntyyn 2 Lapin metsätalouspäivät, Rovaniemi Aggressiivinen
LisätiedotKuusen kasvun ja puutavaran laadun ennustaminen
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 Biomassa-aineiston
LisätiedotTaimikonhoidon vaikutus. Taimikonhoidon vaikutus kasvatettavan puuston laatuun
Taimikonhoidon vaikutus kasvatettavan puuston laatuun Taimikonhoidon teemapäivä 26.8.2010 MMT Metsäntutkimuslaitos, Suonenjoki Varhaishoito Pintakasvillisuuden torjunta - kilpailun vaikutukset Taimikonhoidon
LisätiedotMikä on taimikonhoidon laadun taso?
Mikä on taimikonhoidon laadun taso? MMT Timo Saksa Luonnonvarakeskus Suonenjoen toimipaikka Pienten taimikoiden laatu VMI:n mukaan Tyydyttävässä taimikossa kasvatettavien taimien määrä on metsänhoito-suositusta
LisätiedotTervasrosoon vaikuttavat tekijät - mallinnustarkastelu
Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu Ville Hallikainen Kuva: Risto Jalkanen Tutkimuskysymykset Mitkä luonnossa vallitsevat ekologiset ja metsänhoidolliset ym. tekijät vaikuttavat tervasroson
LisätiedotKorkearesoluutioisten E-SAR-tutkakuvien tarkkuus puusto tunnusten koealatason estimoinnissa
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Markus Holopainen, Sakari Tuominen, Mika Karjalainen, Juha Hyyppä, Hannu Hyyppä, Mikko Vastaranta, Teppo Hujala ja Timo Tokola Korkearesoluutioisten
LisätiedotTIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI
TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI Pekka Savolainen Terratec Oy 07.12.2018 Luottamuksellisuus Tämän raportin kirjoittaja on allekirjoittanut salassapitosopimuksen, jossa on sitoutunut olemaan
LisätiedotVMI9 ja VMI10 maastotyövuodet
VMI ja VMI maastotyövuodet VMI: alueittain VMI: koko maa vuosittain Puuston kokonaistilavuus kaikki puulajit VMI: milj. m³ VMI: 8 milj. m³ Muutos: +8 milj. m³ (+%) 8 Lappi VMI VMI Lehtipuut Kuusi Mänty
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
LisätiedotLaserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija
Laserkeilaus ja metsäsovellukset 5.11.2018 Juho Heikkilä, metsätiedon johtava asiantuntija Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin 2010. 1. kierros valmis 2020. Metsävaratietoa 12,4
LisätiedotBiomassatulkinta LiDARilta
Biomassatulkinta LiDARilta 1 Biomassatulkinta LiDARilta Jarno Hämäläinen (MMM) Kestävän kehityksen metsävarapalveluiden yksikkö (REDD and Sustainable Forestry Services) 2 Sisältö Referenssit Johdanto Mikä
LisätiedotKatkonnanohjaus evoluutiolaskennan keinoin
Katkonnanohjaus evoluutiolaskennan keinoin Askel kohti optimaalista tavaralajijakoa Veli-Pekka Kivinen HY, Metsävarojen käytön laitos Katkonnanohjauksen problematiikkaa Miten arvo-/tavoitematriisit tulisi
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
LisätiedotPuutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta
Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta Puutavaranmittauksen neuvottelukunnan suosituksen 12.10.2017 taustamateriaali Suositusta muutettu
LisätiedotYmpäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta
Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Sanna Kaasalainen Kaukokartoituksen ja Fotogrammetrian Osasto Ilmastonmuutos ja ääriarvot 13.9.2012 Ympäristön Aktiivinen
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
LisätiedotMOBIDEC 1.1. Pikaohje 30.3.2011
MOBIDEC 1.1 Pikaohje 30.3.2011 SISÄLTÖ 1 ALOITUS... 1 1.1 Laitteet... 1 1.2 Datasiirtomaksut... 1 1.3 Soveltuvuus... 1 1.4 Aloitussivu... 1 2 REKISTERÖITYMINEN... 2 2.1 Yleistä... 2 2.2 Virhetilanteet...
LisätiedotPorolaidunten mallittaminen metsikkötunnusten avulla
Porolaidunten mallittaminen metsikkötunnusten avulla Ville Hallikainen Tutkimukseen osallistuneet: Ville Hallikainen, Mikko Hyppönen, Timo Helle, Eero Mattila, Kari Mikkola, Jaakko Repola Metsäntutkimuslaitos
LisätiedotMETSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi
METSÄSUUNNITTELU Metsäkurssi JKL yo 2014 syksy Petri Kilpinen, Metsäkeskus, Keski-Suomi 1 SISÄLTÖ metsäsuunnitelman sisältö metsävaratiedon keruu Muut tuotteet / palvelut Metsävaratiedon keruu tulevaisuudessa.
LisätiedotTaimikonhoidon omavalvontaohje
Omavalvonnalla laatua ja tehoa metsänhoitotöihin Taimikonhoidon omavalvontaohje Taimikonhoidon merkitys Taimikonhoidolla säädellään kasvatettavan puuston puulajisuhteita ja tiheyttä. Taimikonhoidon tavoitteena
LisätiedotVMI kasvututkimuksen haasteita
VMI kasvututkimuksen haasteita Annika Kangas & Helena Henttonen 18.8.2016 1 Teppo Tutkija VMIn aikasarjat mahdollistavat kasvutrendien tutkimuksen 2 Korhonen & Kangas Missä määrin kasvu voidaan ennustaa?
LisätiedotEstimointi. Vilkkumaa / Kuusinen 1
Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman
LisätiedotTilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto
Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa Tapio Nummi Tampereen yliopisto Runkokäyrän ennustaminen Jotta runko voitaisiin katkaista optimaalisesti pitäisi koko runko mitata etukäteen. Käytännössä
LisätiedotSuositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi.
Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi Tukkimittarimittauksessa tyvisylinterin pituus ja tarkastusmittauksen suunta -
LisätiedotSuomen metsävarat metsäkeskuksittain
Metsätieteen aikakauskirja m e t s ä v a r a t Kari T. Korhonen, Antti Ihalainen, Juha Heikkinen, Helena Henttonen ja Juho Pitkänen Suomen metsävarat metsäkeskuksittain 24 26 ja metsävarojen kehitys 1996
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon
LisätiedotLaskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta
Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta Pasi Raumonen, Mikko Kaasalainen ja Markku Åkerblom Tampereen teknillinen ylipisto, Matematiikan laitos
LisätiedotMetsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla
Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla Taksaattoriklubin vuosikokous 9.4.2019 Eero Viitanen Taustaa Metsikkökuvio Oliver & Larson: Spatiaalisesti jatkuva joukko puita ja muuta
LisätiedotSMK:n ja VMI:n inventointien yhteistyömahdollisuuksia: VMI:n näkökulma
SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia: VMI:n näkökulma Kai Mäkisara Luonnonvarakeskus Muita Luke:sta projektissa mukana olevia/olleita: Erkki Tomppo, Helena Henttonen, Nea Kuusinen, Nina
LisätiedotKUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI
KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI Asko Poikela Samuli Hujo TULOSKALVOSARJAN SISÄLTÖ I. Vanha mittauskäytäntö -s. 3-5 II. Keskusmuotolukujen funktiointi -s. 6-13 III.Uusi mittauskäytäntö -s.
LisätiedotTaimikonhoidon laatu ja laadun. Kouvola 2.11.2011 Kustannustehokas metsänhoito seminaarisarja 2011
Taimikonhoidon laatu ja laadun hallinta Ville Kankaanhuhta Kouvola 2.11.2011 Kustannustehokas metsänhoito seminaarisarja 2011 Metsäpalvelun osaamiskeskittymä tutkimus ja kehittämisverkosto http://www.metla.fi/metinfo/metsanhoitopalvelut/
LisätiedotLASERKEILAUS METSÄVAROJEN HALLINNASSA. markus.holopainen@helsinki.fi, juha.hyyppa@fgi.fi, mikko.vastaranta@helsinki.fi, hannu.hyyppa@aalto.
The Photogrammetric Journal of Finland, Vol. 22, No. 3, 2011 LASERKEILAUS METSÄVAROJEN HALLINNASSA Markus Holopainen 1, Juha Hyyppä 2, Mikko Vastaranta 1 ja Hannu Hyyppä 3 1 Helsingin yliopisto, Metsätieteiden
LisätiedotKumisaappaista koneoppimiseen
Kumisaappaista koneoppimiseen Taimikkotiedon tuottaminen tekoälyn avulla Esri-käyttäjäpäivät 30.1.2019 Suomen metsäkeskus, kehityspäällikkö Henna Etula Lähtökohta Näköpiirissä ei ole yksittäistä menetelmää,
LisätiedotKiertoaika. Uudistaminen. Taimikonhoito. Ensiharvennus. Harvennushakkuu
Metsäomaisuuden hyvä hoito Kiertoaika Uudistaminen Taimikonhoito Ensiharvennus 1 Harvennushakkuu Metsän kiertoaika Tarkoittaa aikaa uudistamisesta päätehakkuuseen. Vaihtelee alueittain 60 120 vuotta Kierron
LisätiedotMetsätieto 2020 1 Tavoitetila
Metsätieto 2020-25.6.2015 Metsätieto 2020 1 SISÄLLYSLUETTELO TIIVISTELMÄ 3 1 JOHDANTO... 4 2 HANKKEEN TAVOITTEET... 4 3 AINEISTOT JA MENETELMÄT... 5 4 NYKYTILAN KUVAUS... 6 4.1 Valtakunnan metsien inventointi...
LisätiedotMitä jalostushyödyistä tiedetään - ja mitä ei
Mitä jalostushyödyistä tiedetään - ja mitä ei Matti Haapanen 1947 1 Jälkeläistestaus SV 1.0 Pluspuut 1997- SV 1.5 115 miljoonaa jalostettua tainta vuodessa Metsikkö 1. polven sv 1.5 polven sv Kuusi Mänty
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf
LisätiedotTeledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet
Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet Jan Biström TerraTec Oy TerraTec-ryhmä Emoyhtiö norjalainen TerraTec AS Liikevaihto 2015 noin 13 miljoonaa euroa ja noin 90 työntekijää
LisätiedotAvainsanojen poimiminen Eeva Ahonen
Avainsanojen poimiminen 5.10.2004 Eeva Ahonen Sisältö Avainsanat Menetelmät C4.5 päätöspuut GenEx algoritmi Bayes malli Testit Tulokset Avainsanat Tiivistä tietoa dokumentin sisällöstä ihmislukijalle hakukoneelle
LisätiedotTaimikonhoidon laatu ja laadun. Mikkeli Kustannustehokas metsänhoito seminaarisarja 2011
Taimikonhoidon laatu ja laadun hallinta Ville Kankaanhuhta Mikkeli 17.11.2011 Kustannustehokas metsänhoito seminaarisarja 2011 Mistä hakea tietoa? Metsänhoitopalvelut portaali Metinfossa http://www.metla.fi/metinfo/metsanhoitopalvelut/
LisätiedotPURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen
PURO Osahanke 3 Annikki Mäkelä, HY Anu Kantola Harri Mäkinen Elintoimintoihin perustuvat mallit: Tavoitteet PipeQual-mallin kehittäminen mänty: puuaineen ominaisuudet mallit männyn kasvumalliin mallin
LisätiedotDrone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari
Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari 24.1.2018 Raito Paananen metsätietopäällikkö, Suomen metsäkeskus Dronet metsäkeskuksen toiminnassa SMK:n perustehtäviä
LisätiedotTaimikonhoidon vaikutukset metsikön
Taimikonhoidon vaikutukset metsikön jatkokehitykseen ja tuotokseen Saija Huuskonen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Sisältö 1. Taimikonhoidon
Lisätiedot805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista
LisätiedotUAV-kuvauksella tuotetun fotogrammetrisen aineiston käyttö puustotulkinnassa
UAV-kuvauksella tuotetun fotogrammetrisen aineiston käyttö puustotulkinnassa Sakari Tuominen, Andras Balazs METLA, VMI Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi
LisätiedotAS Automaation signaalinkäsittelymenetelmät. Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy.
AS-84.161 Automaation signaalinkäsittelymenetelmät Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy. Tämän jälkeen täytyy: 1. Lisätä uusi sisääntulo edit->add input 2. nimetä
LisätiedotLahopuu ja tekopökkelöt: vaikutukset lahopuukovakuoriaislajistoon. Juha Siitonen, Harri Lappalainen. Metsäntutkimuslaitos, Vantaan toimintayksikkö
Lahopuu ja tekopökkelöt: vaikutukset lahopuukovakuoriaislajistoon Juha Siitonen, Harri Lappalainen Metsäntutkimuslaitos, Vantaan toimintayksikkö Lahopuusto, aineisto ja menetelmät Lahopuut 1 cm mitattiin
Lisätiedotn.20,5 ha
476-406-0- n.20,5 476-406-0- n.20,5 Maununsuo kt. 476-406-0- Peruskartta Mittakaava :5000 Koordinaatisto Keskipiste Tulostettu ETRS-TM35FIN (508095, 6988752) Copyright Maanmittauslaitos 206/Copyright Lantmäteriverket
LisätiedotKaukokartoitusaineistot ja maanpeite
Kansallinen maastotietokanta hanke Maasto-työpaja 20.9.2016 Kaukokartoitusaineistot ja maanpeite Pekka Härmä Suomen Ympäristökeskus 1 Sisältö SYKE tietotarpeet Tietolähteet maanpeitetiedon tuottamisessa
LisätiedotPuusto poiminta- ja pienaukkohakkuun jälkeen
Puusto poiminta- ja pienaukkohakkuun jälkeen Metsälakiseminaari 22.10.2014 Lahti Johtava metsänhoidon asiantuntija Eljas Heikkinen Suomen metsäkeskus Eri-ikäisrakenteisen metsän rakennepiirteitä Sekaisin
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
LisätiedotPohjois-Karjalan metsäkeskuksen alueen metsävarat ja niiden kehitys
Pohjois-Karjalan metsäkeskuksen alueen metsävarat 2004 2006 ja niiden kehitys 2000-2006 Kari T. Korhonen Valtakunnan metsien inventointi/metla Kari.t.Korhonen@metla.fi VMI10/ 9.8.2007 1 VMI10 Maastotyöt
LisätiedotMETSÄ SUUNNITELMÄ 2013 2027
METSÄ SUUNNITELMÄ 2013 2027 Omistaja: Itä-Suomen yliopisto Osoite: Yliopistokatu 2, 80101 Joensuu Tila: Suotalo 30:14 Kunta: Ilomantsi 2 SISÄLTÖ 1 JOHDANTO... 3 2 METSÄN NYKYTILA... 4 2.1 Kasvupaikkojen
LisätiedotSuomen metsien kasvihuonekaasuinventaario
Suomen metsien kasvihuonekaasuinventaario Aleksi Lehtonen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Sisältö 1. Johdanto sopimukset ja hiilitase 2. Nykyinen
LisätiedotKeskijännitteisten ilmajohtojen vierimetsien hoidon kehittäminen
Keskijännitteisten ilmajohtojen vierimetsien hoidon kehittäminen Risto Ranta, Hannu Niemelä 9.10.2013 08.10.13 1 Taustaa MTK:n/SLC:n ja Energiateollisuus ry:n yhteinen suositus Viime vuosien myrskyt Sähkömarkkinalain
LisätiedotSuometsien kasvatuksen kannattavuus
Suometsien kasvatuksen kannattavuus Esitelmän sisältö: Lyhyt aikajänne Sijoitetun pääoman tuotto kunnostusojituksessa Pitkä aikajänne Yhden kiertoajan nettotulojen nykyarvo Optimointi Uudistaminen turvemailla
LisätiedotAMMATTIKORKEAKOULUJEN LUONNONVARA- JA YMPÄRISTÖALAN VALINTAKOE
AMMATTIKORKEAKOULUJEN LUONNONVARA- JA YMPÄRISTÖALAN VALINTAKOE Matematiikan koe.6.009 Nimi: Henkilötunnus: VASTAUSOHJEET: 1. Koeaika on tuntia (klo 1.00 14.00). Kokeesta saa poistua aikaisintaan klo 1.0..
LisätiedotKuviokohtaisten puustotunnusten ennustaminen laserkeilauksella
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Aki Suvanto, Matti Maltamo, Petteri Packalén ja Jyrki Kangas Aki Suvanto Matti Maltamo Petteri Packalén Kuviokohtaisten puustotunnusten ennustaminen
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
LisätiedotMonitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu
Monitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu (Valmiin työn esittely) 11.4.2011 Ohjaaja: Ville Mattila Valvoja: Raimo Hämäläinen Työn tavoite Tutkia evoluutioalgoritmia (Lee
LisätiedotKainuun metsäkeskuksen alueen metsävarat ja niiden kehitys
Kainuun metsäkeskuksen alueen metsävarat 2004 2006 ja niiden kehitys 2001-2006 Kari T. Korhonen Valtakunnan metsien inventointi/metla Kari.t.Korhonen@metla.fi VMI10/ 9.8.2007 1 VMI10 Maastotyöt 2004 2008
LisätiedotPURO Osahanke 3 Annikki Mäkelä, HY Anu Kantola Harri Mäkinen Edistyminen -mallin adaptointi kuuselle mittaukset kuusen yleisestä rakenteesta, kilpailun vaikutus siihen Anu Kantola kuusen oksamittaukset
LisätiedotMETSÄ SUUNNITELMÄ 2013 2027
METSÄ SUUNNITELMÄ 2013 2027 Omistaja: Itä-Suomen yliopisto Osoite: Yliopistokatu 2, 80100 Joensuu Tila: Ahola 1:6 Kunta: Ilomantsi 2 SISÄLTÖ 1 JOHDANTO... 3 2 METSÄN NYKYTILA... 4 2.1 Kasvupaikkojen kokonaispuusto...
LisätiedotSuomen metsien inventointi
Suomen metsien inventointi Metsäpäivä Kuhmo 26.3.2014 Kari T. Korhonen / Metla, VMI Sisältö 1. Mikä on valtakunnan metsien inventointi? 2. Metsävarat ja metsien tila Suomessa 3. Metsävarat t ja metsien
Lisätiedot- jl,, ' ',, I - '' I ----=-=--=--~ '.:i -
-~ "' ' ',, I - '' I ----=-=--=--~ - jl,, '.:i - Vedenpää Mittakaava 1 :10000 TAPIO. Koordinaatista ETRS-TM35FIN ~ Keskipiste (490822, 7065779) Tulostettu 23.6.2016?()6 26;3.:.i 10-71 1 / 0 A - TAPIO.
LisätiedotSatelliittipaikannuksen 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
Lisätiedot