Puuston tilavuus ja kasvu ovat metsien inventoinnin
|
|
- Heikki Kivelä
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Juha Hyyppä, Markus Holopainen, Mikko Vastaranta ja Eetu Puttonen Yksittäisten puiden ittaus ja uutosten seuranta laserkeilauksella e e t a Johdanto Puuston tilavuus ja kasvu ovat etsien inventoinnin perustietoja. Näiden keskiääräistä kehitystä on seurattu esierkiksi valtakunnan etsien inventoinneissa 1920-luvulta lähtien. Etenkin operatiivisessa etsäsuunnittelussa ollaan kuitenkin yhä kiinnostuneepia yksityiskohtaisesta, jopa yksittäisiä puita koskevasta tiedosta. Metsäsuunnittelulaskenta perustuu puulajikohtaisiin runkolukusarjoihin, jotka joudutaan tällä hetkellä johtaaan inventoinnin tuottaista etsikön keskitunnuksista. Laserkeilaukseen (Airborne Laser Scanning, ALS) perustuva ittaus tarjoaa ahdollisuuden uodostaa runkolukusarja ainakin suurialta osalta suoraan laserkeilausaineiston avulla. Tarve tehostaa etsien ittaaista ja vähentää työvoiaa synnytti 1970-luvulta alkaen etsien inventoinnin kaukokartoitustutkiuksen. Laserittauksia, jotka tuottivat etsästä poikkileikkauksia, on käytetty kaukokartoitukseen perustuvassa etsänarvioinnissa aina 1980-luvulta lähtien esierkiksi puun pituuden, rungon paksuuden ja bioassan arvioinnissa. Laserkeilauksen avulla saatiin etsistä uodostettua erilaisia kattavia koliulotteisia alleja, joiden avulla on tutkittu. aaston korkeusallin äärittäistä, puuston keskipituuden ja tilavuuden arviointia, yksittäisen puun pituuden ja tilavuuden arviointia, puulajien luokittelua, etsän kasvun ittaaista ja harvennettujen puiden havaitseista. Yhteenvetoja laserkeilauksen etsäsovelluksista ovat esittäneet. Næsset y. (2004) ja Hyyppä y. (2009). Tässä kirjoituksessa esitetään lyhyt yhteenveto laserkeilaukseen perustuvasta yksinpuintulkinnasta ja sen käyttökohteista. Laserpulssin ja puuston vuorovaikutus Laserpulssin osua puustoon tuottaa yhden tai useaan paluukaiun. Yksittäisen paluukaiun tapauksessa laserpulssi osuu esierkiksi tiheän lehvästön pintaan ja aiheuttaa yhden paluukaiun. Koska käytännössä etsän latvus ei ole yhtenäinen pinta, ja koska puustossa on erisuuruisia aukkoja, tilanne on oniutkaisepi: laserpulssi osuu lehvästöön, läpäisee latvuksen yliän osan ja läpäisee osittain puuston eri osia, kuten puun runkoa, oksia ja lehtiä osuen lopulta aahan. Tapahtuasarja aiheuttaa useita paluukaikuja. Yleensä saadaan kuitenkin vain yksi kaiku. On perusteltua olettaa, että ensiäiset kaiut tulevat latvuston huipulta ja viieiset suureksi osaksi aanpinnasta, ikä ahdollistaa aanpinnan tason arvioiisen. Usean paluukaiun avulla saadaan siis hyödyllistä tietoa etsän rakenteesta. Tilannetta on havainnollistettu kuvassa
2 Metsätieteen aikakauskirja 4/2009 Tieteen tori Laserkeilaien rekisteröiä kaikusignaali Ensiäinen kaiku esi. puun latvasta Puuston pituusalli saadaan laskettua yliistä paluukaiuista uodostetun pinta- eli latvaallin ja aan korkeusallin erotuksesta. Puuston pituusalli tuotetaan joko pistepilvenä tai ruutuallina. Maan korkeusallin laskeiseen on kehitetty useita eneteliä, jotka yleensä perustuvat ensin aapinnan tason alapuolelta tulevien satunnaisten kaikujen poistaiseen, sen jälkeen alialta tasolta tulevien kaikujen luokitteluun isolla pikselikoolla (esi. 80 ) ja lopulta aanpintapisteistön tihentäiseen käyttäen apuna. sääntöpohjaista luokittelua. Esierkkejä kaupallisista ohjelistoista, joissa on aan korkeusallin laskenta-algoriti, ovat suoalainen TerraScan ja SCOP++. Puun pituus pystytään äärittäään laserkeilauksella tarkein kuin perinteisillä etsänittausenetelillä. Pituus kuitenkin yleensä aliarvioituu, koska laserkeilaus tunkeutuu puun latvukseen eikä sen latvasta välttäättä havaita kaikuja. Latvuksen korkeian kohdan aliarvio lisääntyy pulssitiheyden harventuessa. Toisaalta aliarviota puuston pituuteen aiheuttaa yös se, että aastoalli yliarvioi aanpinnan tasoa aluskasvillisuuden vuoksi. Pituuden aliarvio, eli harha, joka on tyypillisesti 0,5 1, voidaan kuitenkin lähes kokonaan poistaa tarkkojen aastoittausten avulla. Yksittäisen puun tulkinta laserkeilauksella Puuston pituusallin laskeinen Toinen kaiku esi. oksasta Kolas kaiku esi. aasta Kuva 1. Laserpulssin ja puuston vuorovaikutus. Laserkeilaien rekisteröiä kaikusignaali kuvaa vastaanotetun kaiun voiakkuutta ajan funktiona. Yksittäisen puun tulkintaenetelässä etsitään ensin puun sijainti, jonka jälkeen ääritetään latvuksen koko sekä puulaji latvusinforaation ja ahdollisesti laseraineiston kanssa rekisteröidyn ilakuva-aineiston avulla. Tään jälkeen kiinnostuksen kohteena olevat puutunnukset, kuten rinnankorkeusläpiitta, tilavuus ja bioassa, voidaan äärittää allintaalla. Laserkeilaukseen perustuvassa yksinpuintulkinnassa on useissa tutkiuksissa hyödynnetty puiden latvuksen koon, pituuden ja rinnankorkeusläpiitan välisiä alleja. Kyseiset allit ovat kuitenkin herkkiä lähtötietojen virheille: etenkin latvuksen kokoa on vaikea itata tarkasti autoaattisella tulkinnalla ja laserkeilaus useiiten aliarvioi latvuksen koon, joten rinnankorkeusläpiitan arviointi puiden pituuden ja latvuksen läpiitan avulla sisältää suurta epävaruutta. Yksittäisten puiden laserkeilaukseen perustuvaan tulkintaan on kehitetty lukuisia eneteliä. Geodeettinen laitos koordinoi vuosina kansainvälistä tutkiusta, jossa verrattiin eri enetelien toiivuutta puiden sijainnin, pituuden ja uiden tunnusten äärittäisessä. Kuvassa 2 on esitetty eri enetelien tarkkuus puiden pituuden ittauksessa, kun laseraineiston pulssitiheys oli 2 8 pulssia/ 2. Meneteliä testattiin sekä kaikkiin että vain yli 15-etrisiin puihin. Tulokset osoittavat, että puiden pituuden aliarvio on yleensä noin 0,5 ja että pituusittauksen tarkkuus on parhaiillaan 0,5 1. Menetelien väliset keskinäiset vaihtelut ovat paljon suureat kuin pulssitiheydestä syntyvät erot. Parhaat tulokset saavutettiin enetelillä, jotka oli kehitetty pohjoisella havuetsävyöhykkeellä. Tää johtui ileisesti siitä, että yös yksittäisen puun enetelät tarvitsevat suuraluetason opetusaineistoa puiden lukuäärän, latvusleveyden ja läpiitan kalibrointiin. Merkittävä tulos oli yös se, että pulssitiheydellä 2 pulssia/ 2 saavutettiin hyviä tuloksia sekä puiden löytyiselle että puun pi- 362
3 3,0 2,0 Puiden pituuden ittaustarkkuus, kaikki puut Keskiarvo Keskihajonta Keskivirhe 1,0 0,0-1,0-2,0 Definiens FOI_2 FOI_4 FOI_8 PFC_aerial PFC_laser Joanneu_hybrid Metla_2 Metla_4 Metla_8 Norway_2 Norway_4 Norway_8 Ilian_2 Ilian_4 Ilian_8 Texas_2_100 Texas_2_50 Texas_4_50 Texas_8_50 Texas_8_25 Udine_2 Udine_4 Udine_8 Zurich_2 Zurich_4 Zurich_8 Manual 3,0 2,0 Puiden pituuden ittaustarkkuus, yli 15 puut Keskiarvo Keskihajonta Keskivirhe 1,0 0,0-1,0-2,0 Definiens FOI_2 FOI_4 FOI_8 PFC_aerial PFC_laser Joanneu_hybrid Metla_2 Metla_4 Metla_8 Norway_2 Norway_4 Norway_8 Ilian_2 Ilian_4 Ilian_8 Texas_2_100 Texas_2_50 Texas_4_50 Texas_8_50 Texas_8_25 Udine_2 Udine_4 Udine_8 Zurich_2 Zurich_4 Zurich_8 Manual Kuva 2. Eri enetelillä ja eri pistetiheyksillä analysoitu puuston pituuden ittaustarkkuus ukaan lukien se, löysikö algoriti puun. Kuvassa esitetään laserittauksen ittausvirheen keskiarvo, keskihajonta ja keskivirhe. Referenssinä nollatasona on aastossa itattu pituuden keskiarvo. Lyhenteet x-akselilla ovat erilaisia yksinpuintulkinnan eneteliä eri toiijoiden toteuttaana ainituilla pulssitiheyksillä, 2, 4 tai 8 pulssia/ 2. tuudelle. Parhaiillaan enetelät löysivät 90 % referenssiaineiston puista. Tutkiustulokset yös osoittivat, että yksittäisten puiden tilavuus voidaan arvioida noin % keskivirheellä. Koeala- ja kuviotasolla voidaan päästä alle 10 % keskivirheeseen. Laserkeilaukseen perustuvien yksittäisten puiden tulkintaenetelien vahvuutena verrattuna ilakuvaeneteliin on puiden pituustiedon yksinkertainen ja autoaattinen tuottainen. Pituustieto voidaan saada yös ilakuvista digitaalisen fotograetrian enetelillä, utta epätarkein. 363
4 Metsätieteen aikakauskirja 4/2009 Tieteen tori Kuva 3. Laserkeilauksella tuotetusta pistepilvestä rajattu profiili 150 pituiselta ja 6 leveältä alueelta. Valkoiset pisteet kuvaavat laserkeilausta vuodelta 2003 ja tuan haraat pisteet laserkeilausta vuodelta Kaadetut puut näkyvät vuoden 1998 aineistossa, utta eivät vuoden 2003 aineistossa. Nuorten puiden kasvu on hyvin esillä profiilin vaseassa osassa latvuksesta tulevien kaikujen korkeuserona. Lähde: Hyyppä y Puulajitulkinta Puulajitietoa tarvitaan etsikön etsänhoidollisten toienpiteiden, kehityksen ja puutavaralajikertyän äärityksessä. Puulajitulkinta voi perustua laserkeilausaineiston avulla laskettuun latvuksen kokoon ja uotoon tai pistepilvestä irrotettuihin piirteisiin. Tulkinnassa voidaan käyttää apuna ilakuvilta laskettuja sävyja tekstuuripiirteitä. Koska laserkeilaus tuottaa puun latvan geoetrian, voidaan ilakuvan ja laserkeilauksen yhdisteläalleissa erottaa yös latvuksen valaistu ja varjossa oleva osa ja käyttää sitä apuna tulkinnassa: esierkiksi kapealatvaisilla kuusilla on usein erilainen vaste kuin leveälatvuksisilla ännyillä. Viie aikoina uutena tutkiuskohteena on ollut laserintensiteettitiedon hyödyntäinen, jolla voidaan korvata ilakuvat puulajitulkinnassa. Laserkeilaukseen perustuvaa puulajitulkintaa on viie aikoina tutkittu paljon. Havuetsäalueella puulajitulkinnassa on parhaiillaan päästy kolella puulajilla (änty, kuusi, lehtipuu) % tarkkuuteen. Tällöin aineistona on ollut erittäin korkeapulssinen (yli 10 pulssia/ 2 ) laserkeilausaineisto. Käytännön pulssitiheyksillä onijaksoisissa etsissä saavutetut tulokset ovat parhaiillaan kuitenkin luokkaa %. Puulajitulkintaenetelien kehittäinen onkin yksi tärkeiistä jatkotutkiuskohteista laserpohjaisessa etsien ittaaisessa. Metsän uutos Laserkeilausaineistossa näkyvät etsän uutokset pitävät sisällään puun latvuksen pituus- ja leveysuutokset, neulasten ja lehtiassan vuodenaikavaihtelun, aluskasvillisuuden tilan sekä tuulen aiheuttaat latvuston uutokset. Metsävaratiedon päivityksen kannalta kiinnostavia etsän uutoksia ovat hakkuut, kasvu ja tuhot. Hakkuiden osalta kiinnostuksen kohteena on harvennusleiikoille jäljelle jäävän puuston äärä, jota ei ainakaan toistaiseksi saada suoraan hakkuukoneittauksen yhteydessä. Useaan ajankohdan laserkeilauksella voidaan nähdä ahdollisuuksia yksittäisten puiden ja etsiköiden kasvun ittauksessa sekä kasvupaikan puuntuotoskyvyn äärittäisessä. Toistaiseksi näistä aiheista on elko vähän tutkiustuloksia johtuen usepiaikaisten laserkeilausaineistojen puutteesta. Metsän kasvun ittaainen laserkeilauksella on periaatteessa suhteellisen yksinkertaista (kuva 3). Pituuskasvu voidaan äärittää useilla enetelillä: yksittäisen puun pituuseroina ittaussarjojen välillä, kahden eriaikaisen pintaallin erotuksena, käyttäällä pituushistograien eroja tai yksinpuintulkittujen puiden tilavuuseroja. Yu y. (2004) tekivät laseraineistopohjaisen sovelluksen etsän kasvun ittaaiseen koeala- ja etsikkötasoilla käyttäällä puittaista sovitusenetelää kahden eri ajankohdan laserittausten välille. Menetelän avulla 86:sta harvennetusta puusta tunnistettiin 63 autoaattisesti oikein. Vallitsevasta latvuskerroksesta harvennetut puut tunnistettiin kaikki oikein, utta pieniä puita jäi tunnistaatta autoaattisin enetelin. Yksittäisen puun pituuskasvu voitiin äärittää noin 40 c tarkkuudella. 364
5 Lopuksi Aieissa tutkiuksissa on yleensä eroteltu jyrkästi yksinpuintulkintaenetelät ja aluepohjaiset laserkeilausenetelät. Yksinpuinenetelän suuriat edut ovat runkolukusarjan tarkepi tulkinta sekä vähäisepi aastoittausten tarve (kts esi. Hyyppä y. 2009). Aluepohjaisen inventoinnin etuna puolestaan on se, että siinä voidaan hyödyntää halvepaa, atalapulssista laserkeilausaineistoa. Lisäksi aluepohjainen inventointi on helpopi yhdistää operatiiviseen etsäsuunnittelulaskentaan, koska yksinpuintulkintaan tarkoitetut operatiiviset ohjelistot puuttuvat. Tulevaisuudessa korkeapulssista laserkeilausaineistoa on saatavissa entistä halvealla. Toisaalta on saatu ensiäisiä tuloksia, joiden ukaan yksinpuintulkintaan perustuva laserkeilausinventointi toiii kohtuullisella tarkkuudella yös harvapulssisella aineistolla. Jatkossa kysyys kuuluukin, issä inventointitehtävissä yksinpuintulkinnasta on hyötyä aluepohjaiseen enetelään verrattuna. Kysyys kulinoituu etsäsuunnittelulaskennassa käytettävien runkolukusarjojen tuottaiseen: yksinpuintulkinnalla päästään tarkepaan tulokseen tehtävissä, joissa tarvitaan tarkkaa, itattuihin puihin perustuvaa runkolukusarjaa. Tällainen inventointitehtävä on esierkiksi puutavaralajien arviointi. Sen sijaan keskitunnusten arvioinnissa aluepohjainen enetelä voi tuottaa lähes yhtä tarkan tuloksen kuin yksinpuintulkinta. Lisäksi yksinpuintulkinnalla voidaan tuottaa tehokkaasti laajoilta alueilta puukarttoja, jotka voisivat olla yhdistettävissä esierkiksi aastolaser- ja hakkuukoneittauksiin. Näin olisi ahdollista kerätä runkopankki, jota voitaisiin hyödyntää laajojen etsäalueiden yksinpuintulkinnassa tai esierkiksi puiden laatutunnusten äärittäisessä. Koska laskennallisesti enetelät poikkeavat täysin toisistaan, yksinpuintulkinnalla voidaan yös arvioida aluepohjaisen tulkinnan onnistuista ja yös päinvastoin. Kirjallisuutta Hyyppä, J. & Inkinen, M Detecting and estiating attributes for single trees using laser scanner. The Photograetric Journal of Finland 16: Hyyppä, J., Hyyppä, H., Yu, X., Kaartinen, H., Kukko, A. & Holopainen, M Forest inventory using sallfootprint airborne lidar. Teoksessa: Shan, J. & Toth C. (toi.). Topographic Laser Ranging and Scanning: principles and processing. CRC Press, Taylor & Fracis, London, s Næsset, E., Gobakken, T., Holgren, J., Hyyppä, H., Hyyppä, J., Maltao, M., Nilsson, M., Olsson, H., Persson, Å. & Söderan, U Laser scanning of forest resources: the Nordic experience. Scandinavian Journal of Forest Research, 19(6): Vastaranta, M, Holopainen, M., Haapanen R., Yu, X., Melkas, T., Hyyppä, J. & Hyyppä, H Coparison between an area-based and individual tree detection ethod for low-pulse density als-based forest inventory. Teoksessa: Bretar, F., Pierrot-Deseilligny, M., Vosselan, G. (toi.). Laser scanning 2009, IAPRS, Vol. XXXVIII, Part 3/W8 Paris, France, Septeber 1 2, s Yu, X., Hyyppä, J., Kaartinen, H. & Maltao, M Autoatic detection of harvested trees and deterination of forest growth using airborne laser scanning. Reote Sensing of Environent 90: n Prof. Juha Hyyppä ja FM Eetu Puttonen, Geodeettinen laitos; dos. Markus Holopainen, MMM Mikko Vastaranta, Helsingin yliopisto, Metsävarojen käytön laitos. Sähköposti juha.hyyppa@fgi.fi 365
MARV 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
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
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
LisätiedotKymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia
Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia MMT Ville, Kankare Laserkeilaustutkimuksen huippuyksikkö Metsätieteiden laitos, Helsingin yliopisto Kymmenen vuotta maastolaserkeilaustutkimusta
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
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
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,
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?
LisätiedotPuulajitulkinta laserdatasta
Ilmakuvien tarve metsäsuunnittelussa? Taksaattoriklubin seminaari, Paikkatietomarkkinat 2009 Puulajitulkinta laserdatasta Jari Vauhkonen Esityksen sisältöä Millaista (puulaji-)tietoa laserkeilaindata sisältää?
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
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
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,
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
LisätiedotLaserkeilauspohjaiset laskentasovellukset
Laserkeilauspohjaiset laskentasovellukset Petteri Packalén Matti Maltamo Laseraineiston käsittely: Ohjelmistot, formaatit ja standardit Ei kovin monia ohjelmia laserpisteaineiston käsittelyyn» Terrasolid
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
LisätiedotBiomassatulkinta LiDARilta
Biomassatulkinta LiDARilta 1 Biomassatulkinta LiDARilta Jarno Hämäläinen (MMM) Kestävän kehityksen metsävarapalveluiden yksikkö (REDD and Sustainable Forestry Services) 2 Sisältö Referenssit Johdanto Mikä
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
LisätiedotLentolaserkeilausta on hyödynnetty kaupunkimittauksessa
Tieteen tori Metsätieteen aikakauskirja 4/2014 Topi Tanhuanpää, Ville Kankare, Mikko Vastaranta, Ninni Saarinen, Markus Holopainen, Juha Raisio, Tommi Sulander, Juha Hyyppä ja Hannu Hyyppä 3D-tiedosta
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
LisätiedotMetsäkeilauksista suunnistuskarttoja?
Metsäkeilauksista suunnistuskarttoja? Suunnistuskartoittajien talvipäivä 5.2.2011 Jussi Peuhkurinen 2 Arbonaut lyhyesti Perustettu 1994 Päätoimisto Joensuussa Sivutoimistot Helsingissä ja Vermontissa Konsultointi-,
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
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
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
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
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
LisätiedotMaastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät
Maastokartta pistepilvenä 22.3.2018 Harri Kaartinen, Maanmittauspäivät 2018 1 Sisältö Pistepilvi aineistolähteenä Aineiston keruu Aineistojen yhdistäminen ja käsittely Sovellukset 22.3.2018 Harri Kaartinen,
LisätiedotLASERKEILAUS METSÄOMAISUUDEN TALOUDELLISEN ARVONMÄÄRITTÄMISEN APUVÄLINEENÄ. Markus Holopainen 1, Kauko Viitanen 2
The Photogrammetric Journal of Finland, Vol. 22, No. 3, 2011 LASERKEILAUS METSÄOMAISUUDEN TALOUDELLISEN ARVONMÄÄRITTÄMISEN APUVÄLINEENÄ Markus Holopainen 1, Kauko Viitanen 2 1 Helsingin yliopisto, Metsätieteiden
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
LisätiedotTIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI
TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI Pekka Savolainen Terratec Oy 07.12.2018 Luottamuksellisuus Tämän raportin kirjoittaja on allekirjoittanut salassapitosopimuksen, jossa on sitoutunut olemaan
LisätiedotLaserkeilaus osana puuhuoltoa
Metsätehon seminaari 24.5.2011 Laserkeilaus osana puuhuoltoa Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos Aalto-yliopisto, Maanmittaustieteiden laitos markus.holopainen@helsinki.fi Esityksen
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
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
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.
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
LisätiedotLauri Korhonen. Kärkihankkeen latvusmittaukset
Lauri Korhonen Kärkihankkeen latvusmittaukset Latvuspeittävyys ( canopy cover ) Väljästi määriteltynä: prosenttiosuus jonka latvusto peittää maanpinnasta Tarkasti määritettynä*: se osuus määräalasta, jonka
LisätiedotPuuston muutoksen määritys laserkeilauksen avulla
Maa-57.270, Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari Puuston muutoksen määritys laserkeilauksen avulla 2005 JYRKI PUUPPONEN Teknillinen korkeakoulu Maanmittausosasto jyrki.puupponen@hut.fi
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
LisätiedotDiskreetin matematiikan perusteet Esimerkkiratkaisut 5 / vko 12
Diskreetin ateatiikan perusteet Esierkkiratkaisut 5 / vko 1 Tuntitehtävät 51-5 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 55-56 loppuviikon harjoituksissa. Kotitehtävät 53-54 tarkastetaan loppuviikon
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
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
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
Lisätiedot, 3.7, 3.9. S ysteemianalyysin. Laboratorio Aalto-yliopiston teknillinen korkeakoulu
Lineaarikobinaatioenetelät 3.5-3.7, 3.7, 3.9 Sisältö Pääkoponenttianalyysi (PCR) Osittaisneliösua (PLS) Useiden vasteiden tarkastelu Laskennallisia näkökulia Havaintouuttujien uunnokset Lähtökohtana useat
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
LisätiedotAaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto
Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa 15.4.2015 Aarne Hovi Helsingin Yliopisto Aaltomuotokeilaus tutkijan näkökulmasta Lentolaserkeilauksessa käytetään pulssilaseria
LisätiedotLuento 10: Optinen 3-D mittaus ja laserkeilaus
Maa-57.301 Fotogrammetrian yleiskurssi Luento-ohjelma 1 2 3 4 5 6 7 8 9 10 (P. Rönnholm / H. Haggrén, 19.10.2004) Luento 10: Optinen 3-D mittaus ja laserkeilaus AIHEITA Optinen 3-D digitointi Etäisyydenmittaus
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.
LisätiedotSIMO tutkimuskäytössä. SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy
SIMO tutkimuskäytössä SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy Alkuvaiheet SIMOn juuret Helsingin Yliopiston metsävarojen käytön laitoksella mahdollistivat ohjelmiston luontevan soveltamisen
LisätiedotDiskreetin matematiikan perusteet Laskuharjoitus 4 / vko 40
Diskreetin ateatiikan perusteet Laskuharjoitus 4 / vko 40 Tuntitehtävät 31-32 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 35-36 loppuviikon harjoituksissa. Kotitehtävät 33-34 tarkastetaan loppuviikon
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
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
LisätiedotPuuston määrän ja laadun inventointi sekä metsävarojen
Mikko Vastaranta, Markus Holopainen, Harri Kaartinen, Hannu Hyyppä ja Juha Hyyppä Uudistuneet metsien maastomittaustarpeet e e m t a Maastomittausten tarpeellisuus Puuston määrän ja laadun inventointi
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
LisätiedotNäytteenottokerran tulokset
Ensiäiset vedenlaaturekisteristäe löytyvät tulokset ovat taikuulta 1984. Näytteenottopaikan kokonaissyvyydeksi on tuolloin itattu 7,9, ja näytteet on otettu 1, 3 ja 7 etrin syvyyksiltä. Jäätä on ollut
LisätiedotRiistapäivät 2015 Markus Melin Itä Suomen Yliopisto Metsätieteiden osasto markus.melin@uef.fi
Riistapäivät 2015 Markus Melin Itä Suomen Yliopisto Metsätieteiden osasto markus.melin@uef.fi Laserkeilaus pähkinänkuoressa Aktiivista kaukokartoitusta, joka tuottaa 3D aineistoa (vrt. satelliitti- ja
LisätiedotRyhmät & uudet mahdollisuudet
www.terrasolid.com Ryhmät & uudet mahdollisuudet Arttu Soininen 22.08.2017 Uudet mahdollisuudet ryhmien avulla Parempi maanpinnan yläpuolisten kohteiden luokittelu Maanpäällisten kohteiden luokittelu toimii
LisätiedotMännyn laatukasvatus Jari Hynynen. Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi
Männyn laatukasvatus Jari Hynynen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Johdanto Suomen metsien luontaiset edellytykset soveltuvat hyvin laatupuun
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
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»
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
LisätiedotPaikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee metsätieteille? Markus Holopainen Helsingin yliopisto,
Paikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos markus.holopainen@helsinki.fi Mitä Laserkeilauksen
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
LisätiedotMetsien kaukokartoitus ja avoimet aineistot
Geoinformatiikan valtakunnallinen tutkimuspäivä 2013 Metsien kaukokartoitus ja avoimet aineistot Sakari Tuominen, MMT METLA Valtakunnan metsien inventointi Metsäntutkimuslaitos Skogsforskningsinstitutet
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
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
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Pirkanmaan metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Pirkanmaan metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Tuula Nuutinen Nuutinen, T., Hirvelä, H., Salminen,
LisätiedotSuomen metsävarat 2004-2005
Suomen metsävarat 24-2 Korhonen, K.T., Heikkinen, J., Henttonen, H., Ihalainen, A., Pitkänen, J. & Tuomainen, T. 26. Suomen metsävarat 24-2. Metsätieteen Aikakauskirja 1B/26 Metsäntutkimuslaitos Skogsforskningsinstitutet
LisätiedotNikkarilan Laserkeilausprojekti
Tomi Miettinen Nikkarilan Laserkeilausprojekti Opinnäytetyö Metsätalouden koulutusohjelma Toukokuu 2009 Opinnäytetyön päivämäärä 6.5.2009 Tekijä Tomi Miettinen Koulutusohjelma ja suuntautuminen Metsätalouden
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella Tietolähde: Olli Salminen Metla VMI10 / MELA-ryhmä / 15.6.2007 Nuutinen, T., Hirvelä, H.,
LisätiedotPuun läpimitan mittauksen tarkkuus ja tehokkuus laser- ja digitaalikuvatekniikkaan perustuen
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Timo Melkas Mikko Vastaranta Markus Holopainen Jani Kivilähde Timo Melkas, Mikko Vastaranta, Markus Holopainen, Jani Kivilähde ja Mikko Merimaa
LisätiedotLaserkeilaus metsävarojen hallinnassa
1 Helsingin yliopiston metsätieteiden laitoksen julkaisuja 5 Publicationer vid Helsingfors universitets institution för skogsvetenskaper 5 University of Helsinki Department of Forest Sciences Publications
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Olli Salminen Nuutinen, T., Hirvelä, H.,
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.
LisätiedotJuurikääpä eri-ikäisrakenteisissa metsiköissä
Juurikääpä eri-ikäisrakenteisissa metsiköissä Tuula Piri Metsäntutkimuslaitos Taimitarhapäivät 2014, Jyväskylä Puulajeistamme kuusi pärjää parhaiten eri-ikäisrakenteisessa metsikössä, koska se on puolivarjopuu.
LisätiedotMuuttuko metsänhoito luonnonmukaisemmaksi metsälakimuutoksilla?
Muuttuko metsänhoito luonnonmukaisemmaksi metsälakimuutoksilla? Sauli Valkonen Metsäntutkimuslaitos (METLA) 2.4.2013 1 Luonnonmukaisempi metsänhoito? Häiriödynamiikkamalli Metsien luontaista kehitystä
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
LisätiedotSuomessa metsätalousmaa on perinteisesti jaettu
Lauri Korhonen Latvuspeittävyys, sen mittaaminen ja kansainvälinen metsän määritelmä Suomessa metsätalousmaa on perinteisesti jaettu kolmeen pääryhmään: metsämaahan, kitumaahan ja joutomaahan. Metsämaalla
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Pohjois-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotLENTOLASERKEILAUKSEEN PERUSTUVIEN PUUTASON MALLIEN SIIRRETTÄVYYS INVENTOINTIALUEIDEN VÄLILLÄ
Luonnontieteiden ja metsätieteiden tiedekunta Faculty of Science and Forestry LENTOLASERKEILAUKSEEN PERUSTUVIEN PUUTASON MALLIEN SIIRRETTÄVYYS INVENTOINTIALUEIDEN VÄLILLÄ Tomi Karjalainen METSÄTIETEEN
LisätiedotPUUSTOBIOMASSAN ENNUSTAMINEN HARVAPULSSISELLA LENTOLASERKEILAUSAINEISTOLLA
PUUSTOBIOMASSAN ENNUSTAMINEN HARVAPULSSISELLA LENTOLASERKEILAUSAINEISTOLLA Aapo Lindberg Maisterintutkielma Helsingin Yliopisto Metsätieteiden laitos Metsävaratiede- ja teknologia Toukokuu 2016 Tiedekunta/Osasto
LisätiedotTukki- ja kuitupuun hakkuumahdollisuudet sekä sivutuotteena korjattavissa oleva energiapuu Tietolähde: Metla VMI10 / MELA-ryhmä / 16.6.
Tukki- ja kuitupuun hakkuumahdollisuudet sekä sivutuotteena korjattavissa oleva energiapuu 2007 2036 Tietolähde: Metla VMI10 / MELA-ryhmä / 16.6.2008 http://www.metla.fi/metinfo/mela - Tulospalvelu METLA
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Savon metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Savon metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Tuula Nuutinen Nuutinen, T., Hirvelä, H.,
LisätiedotMetsätuhoihin liittyvät riskit, kuten kuivuus-, lumi-,
Metsätieteen aikakauskirja 1/2015 Tieteen tori Mikko Vastaranta, Eija Honkavaara, Ninni Saarinen, Markus Holopainen ja Juha Hyyppä Tuuli- ja lumituhojen kartoitus ja mallinnus useampiaikaisten kaukokartoituspintamallien
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Pohjanmaan metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Pohjanmaan metsäkeskuksen alueella Tietolähde: Kari Härkönen Metla VMI10 / MELA-ryhmä / 15.6.2007 Nuutinen, T., Hirvelä,
LisätiedotMetsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa
Metsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa Dos. Jari Vauhkonen Yliopistonlehtori, HY (-> 28.2.2014) Yliopistotutkija, ISY (1.3.2014 ->) Sisältöä 1. Kaukokartoituspohjainen metsävaratieto
LisätiedotILMAILUMÄÄRÄYS OPS M7-1
ILMAILUMÄÄRÄYS OPS M7-1 uutos 1 5.11.1976 PL 50, 01531 VANTAA, FINLAND, Tel. 358 (0)9 82 771, Fax 358 (0)9 82 772499 www.lentoturvallisuushallinto.fi MAA- JA METSÄTALOUDEN LENTOPAIKAT 1 YLEISTÄ 1.1 Tää
LisätiedotMetKu Metsävaratiedon kustannushyötyanalyysi
MetKu Metsävaratiedon kustannushyötyanalyysi Annika Kangas, Arto Haara, Markus Holopainen, Ville Luoma, Petteri Packalen, Tuula Packalen, Roope Ruotsalainen ja Ninni Saarinen 1 Haara & Kangas METsävaratiedon
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Kaakkois-Suomessa
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Kaakkois-Suomessa Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Tuula Nuutinen Nuutinen, T., Hirvelä, H., Salminen, O. & Härkönen,
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
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
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
LisätiedotLIITE 1 VIRHEEN ARVIOINNISTA
1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten
LisätiedotYlöjärven Siltatien ja Ojapuiston meluselvitys
eluselvitys Ylöjärven kaupunki Siru Parviainen Jarno Kokkonen 19.5.2014 1 Taustatiedot Tässä eluselvityksessä on tarkasteltu Ylöjärven kaupungin Ojapuiston aseakaavauutosalueen ja Siltatien aseakaava-alueen
LisätiedotEKOENERGO OY Asko Vuorinen Metsien hiilinielun kasvu ja hakkuumahdollisuudet
Metsien hiilinielun kasvu ja hakkuumahdollisuudet Espoossa Joulukuussa 2018 1 Metsien hiilinielun kasvu ja hakkuumahdollisuudet Sisällysluettelo Esipuhe... 3 1. Johdanto... 4 2. Metsien kasvu, puuston
Lisätiedot1.5 Tasaisesti kiihtyvä liike
Jos pudotat lyijykuulan aanpinnan läheisyydessä, sen vauhti kasvaa joka sekunti noin 9,8 etrillä sekunnissa kunnes törää aahan. Tai jos suoritat autolla lukkojarrutuksen kuivalla asvaltilla jostain kohtuullisesta
LisätiedotMetsien hoito jatkuvapeitteisenä: taloudellien optimointi ja kannattavuus Vesa-Pekka Parkatti, Helsingin yliopisto, Metsätieteiden osasto
Metsien hoito jatkuvapeitteisenä: taloudellien optimointi ja kannattavuus Vesa-Pekka Parkatti, Helsingin yliopisto, Metsätieteiden osasto Taloudellis-ekologinen optimointi -tutkimusryhmä Aino Assmuth,
LisätiedotENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE
ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE METSÄ metsänomistajat PROMOOTTORI metsäsuunnittelu ja -neuvonta MARKKINAT polttopuu- ja lämpöyrittäjät metsäpalveluyrittäjät energiayhtiöt metsänhoitoyhdistykset
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
LisätiedotOHJE PUIDEN ISTUTTAMISEEN LIITO-ORAVIEN KULKUREITEILLE JA ELINALUEILLE ESPOON YMPÄRISTÖKESKUS Kuva: Heimo Rajaniemi, Kuvaliiteri
OHJE PUIDEN ISTUTTAMISEEN LIITO-ORAVIEN KULKUREITEILLE JA ELINALUEILLE ESPOON YMPÄRISTÖKESKUS 2016 Kuva: Heimo Rajaniemi, Kuvaliiteri 2 OHJE PUIDEN ISTUTTAMISEEN LIITO-ORAVIEN KULKUREITEILLE JA ELINALUEILLE
Lisätiedot