Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

Transkriptio

1 Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

2 Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin kierros valmis Metsävaratietoa 12,4 milj.ha (88% yksityismetsistä). Vuosittain inventoidaan 1,5 milj.ha (alueita kpl). Keilauksen/kuvauksen pinta-ala 2-kertainen. Kullekin alueelle maastokoealaa. Tietosisältö sama kuin metsätaloudessa yleisesti, paitsi puulajeina mänty, kuusi ja lehtipuu. Kustannus 3-4 /ha (vrt. maastoarviointi /ha). Metsään.fi-palvelussa tällä hetkellä metsänomistajaa ja toimijakäyttäjää 680 yrityksestä. Avoin metsätieto (ei henkilö- tai yhteystietoja).

3 Nykyinen tiedonkeruu Maastokoealoille haetaan niiden sijaintia vastaavat laser- ja ilmakuvapiirteet, joiden perusteella laskentamallit eri puustotunnuksille. Inventointiyksikkönä on 16 x 16 m 2 hilaruutu (vastaa pinta-alaltaan 9 m säteistä koealaa). Mallinnuksessa valittujen laser- ja ilmakuvapiirteiden avulla haetaan kullekin hilaruudulle sitä parhaiten vastaavat koealat ja estimoidaan niillä jokaiselle ruudulle omat puustotiedot. Kuvat: Metsäkeskus, Blom Kartta Oy, Arbonaut Oy

4 Ilmakuva ja puuston laserpituusmalli, joita käytetään automaattisessa kuvioinnissa. Kuviointiin upotetaan kiinteistörajat, vedet, pellot, tiet/linjat sekä luontokuviot. Kuviointia viimeistellään tarvittaessa manuaalisesti. Kuvat: Blom Kartta Oy

5 Kuviotiedot yleistetään kuviolle osuvien hilaruutujen summa- ja keskitunnuksina. Lopuksi lasketaan metsänhoitosuositusten mukaiset toimenpide-ehdotukset. Kuvat: Arbonaut Oy

6 Mistä tiedon laatu koostuu? Laserkeilaus Ilmakuvaus Koealat Kuviointi Ajantasaistus Nykyisen puustotulkinnan tarkkuus kuviotasolla: 92 % oikea pääpuulaji, kokonaistilavuuden keskivirhe 12 %. Parannettavaa puulajitarkkuuksissa (erityisesti sivupuulajit). Ikä on myös vaikea, koska ei ole näkyvä tunnus.

7 Kohti 2020-lukua - keskeiset tavoitteet Kansallisella keilaus- ja kuvausohjelmalla varmistetaan laadukas metsien inventointi. Ylläpidetään kattava, ajantasainen, laadukas ja käytännön metsätalouteen soveltuva standardimuotoinen metsätieto sekä tuotetaan siihen liittyviä julkisia palveluja ja tietotuotteita. Tehostaa puuhuoltoa, edistää metsänhoitoa, ylläpitää monimuotoisuutta. Palvelee sekä metsänomistajien että toimijoiden tarpeita. Tietoinfra mahdollistaa myös kaupallisten palvelujen tuottamisen. Hakkuukonetieto ja metsänhoitotöiden omavalvonta ovat ajantasaisen metsätiedon perusta -> metsäalan yhteistyö. Tiedon ylläpidossa korostuu eri tietolähteistä saatavan tiedon älykäs hyödyntäminen ja automatisoitu tiedonhallinta.

8 METSÄTIETO 2020-LUVULLA METSÄTIEDON KERUU JATKUVA AJANTASAISTUS Kansallinen laserkeilaus- ja ilmakuvausohjelma Koealamittaus Puustotulkinta Automatisoitu kuviointi Laskennat Kasvunlaskenta Toteutustieto Hakkuukonetieto Metsänhoitotöiden omavalvonta Metsänkäyttöilmoitukset, Kemera, maastotarkastukset Satelliittien/ilmakuvien erotuskuvat Joukkoistettu tiedonkeruu LAADUNVARMISTUS METSÄTIETOSTANDARDIT AJANTASAINEN METSÄTIETO

9 Puustotulkinta Tutkimukset tukevat metsien inventoinnin ja keilausohjelman tavoitteita: laserin pistetiheys min. 5 p/m 2, keilaussykli esim. 6 v. Monikanavakeilaus ei vielä käytännön tekniikkaa. Puulajien tueksi ilmakuva. Jakaumat paremmin osaksi metsätietoa. Hyödynnetään koealojen puulistoja. Yksinpuintulkinnan tulokset käytännössä harhaisia. Seurataan tutkimuskehitystä. Puustotulkinta perustuu edelleen aluepohjaiseen mallinnukseen, mutta hyödynnetään puiden latvusrajauksia (samat rungot ja latvukset). Havainnekuva latvusten huomioonottamisesta. Esimerkissä ympyräkoeala. Packalen, P., Strunk, J., Pitkänen, J., Temesgen, H. and Maltamo, M Edge-tree Correction for Predicting Forest Inventory Attributes Using Area-based Approach With Airborne Laser Scanning. IEEE J-STARS 8(3):

10 Inventointiyksiköt ja tiheäpulssilaserin (5 p/m 2 ) latvusmalli (resoluutio 25 cm) Kuva: Metsäkeskus / Terratec Oy

11 Inventointiyksiköt ja ortoilmakuva (40 cm resoluutio)

12 Koealamittaus Tavoite: puukarttakoeala, joka soveltuu paremmin latvuspiirteet huomioonottavaan puustotulkintaan. Maastolaser ei ole vielä metsävaratiedon tuotantoon kypsää tekniikkaa. Pseudoliittipaikannukseen perustuva menetelmä (kehittäjä Terratec Oy). Toimiva jo käytännössä, riittävän tarkka -> menetelmäksi jatkotesteihin. Käytäntöön soveltuva puun sijainnin mittaus normaalin läpimitan saksimittauksen yhteyteen. Mitataan nykyistä isompia koealoja (n m 2 ), joille generoidaan eri puilla useita latvusten mukaan rajattuja puustotulkintakoealoja. Lisää vaihtelua koealoille.

13 Puukartta- koeala- mittaukset

14 Puukarttakoeala Prosessin vaiheet: 1. Koealojen sijoittelu. 2. Koealojen mittaus. 3. Mittausten seuranta (kattavuus, laatu). 4. Puukartan laskenta (GPSpisteet, puupaikantimen data, mittasaksien puutiedot). 5. Koeala-aineiston käsittely (puukartan sijainnit, latvusrajaukset laserilta, vallitsevien puiden pituudet). 6. Lukupuiden pituusmallinnus, koealalaskenta (yht.työ Luke). Kuva: Metsäkeskus / Terratec Oy

15 Kuva: CareliaForest Oy Drone-keilaus/kuvaus taimikkokoealat tai paikallinen arviointi.

16 Ajantasaistus Moto on paras tietolähde toteutuessaan päivitys uudelle aikakaudelle. Rajaus, pvm ja hakkuulaji riittää. Työkalu raakadatan jalostamiseksi Metsätehossa.

17 Laseriin liittyviä muita metsäsovelluksia Korjuukelpoisuuskartat ja olosuhdetieto KMTK Metsä Potentiaalisten luontokohteiden kartoitus Digiriistametsä Metsätalouden vesiensuojelu Metsätuhojen kartoitus Vierimetsien kartoitus ja riskianalyysit Metsäojien kartoitus ja kunnostusojitustarve Metsätietiedon ylläpitotarpeet

18 Metsäorganisaatioiden terveisiä Jarmo Hämäläinen, tutkimusjohtaja, Metsäteho Metsävaratieto on kestävän puunhankinnan ja puuntuottamisen avainaineisto, joka mahdollistaa niin prosessien kuin uusien tuotteiden ja palvelujen kehittämisen. Tiedon ajantasaisuuden ja tietosisällön parantaminen lähtökohdaksi tulevassa keilausohjelmassa. Puuhuollon digitalisaatio on hyvässä vauhdissa ja datan tehokas hyödyntäminen on sen ytimessä. Metsävaratiedon hyödyt metsäsektorin toimijoille ovat arvion mukaan vähintään 100 milj. vuodessa. Olli Leino, kehityspäällikkö, Metsä Group Korostaisin laserkeilauksen asemaa myös toimintaympäristön kuvaamisessa. Tarkempi ja rikastettu tieto metsästä tukee toiminnan kehittämistä. Esimerkkeinä korjuukelpoisuusrasteri, kuljetuskelpoisuuden vastaava ratkaisu sekä kasvupaikan arviointi pituusbonitoinnin avulla usean ajankohdan keilaustiedoista. Ylläpidettynä näillä on suuri vaikutus toiminnan tehokkuuteen ja kestävyyden varmistamiseen. Hannu Lehtonen, suunnittelupäällikkö, Metsähallitus Laserinventointi säilyy merkittävänä metsävaratiedon tuottamismenetelmänä tulevaisuudessa. Metsävaratiedon sekä muun paikkatiedon tarkentaminen on välttämätöntä metsätalouden toiminnan tuottavuuden ja laadun parantamiseksi. Uskon eri tietolähteistä saatavan tiedon yhdistämisen sekä analysoinnin esim. tekoälyn avulla tuovan uusia mahdollisuuksia ja ratkaisuja.

19 Kiitos ASIAKKAAT HENKILÖSTÖ KUMPPANIT YHTEISKUNTA