Laserkeilaus osana puuhuoltoa

Transkriptio

1 Metsätehon seminaari Laserkeilaus osana puuhuoltoa Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos Aalto-yliopisto, Maanmittaustieteiden laitos

2 Esityksen sisältö L-impact tutkimusprojekti L-impact - Puuhuoltoa tukevia tutkimustuloksia Laserkeilausinventoinnin tarkkuuden vaikutus puuston määrän ja tuoton estimointiin Yksinpuintulkinnan ja aluepohjaisen ALSinventoinnin yhdistäminen ALS-perusteinen Hakkuiden ajoitus ALS-perusteinen lumituhojen inventointi Täsmämetsätalous PreciseFor-projekti Laserkeilaus osana puuhuoltoa - tulevaisuus

3 Esimerkki lentolaserkeilauksella mitatusta metsikkökoealasta, Evo. Kuvan Risto Viitala (Hämeen AMK), Markus Holopainen (HY) & Juha Hyyppä (FGI).

4 Aluepohjainen laserkeilausmenetelmä metsäsuunnittelun inventointitiedon tuotannossa Parhaillaan operatiiviseen käyttöön otettavat (esim. Metsäkeskukset) metsäsuunnittelun inventointisysteemit perustuvat harvapulssiseen lentolaserkeilaukseen (ALS Airborne Laser Scanning) ja aluepohjaiseen puustotunnusten estimointimenetelmään Puustotietojen tuottaminen tehostuu Kuvioton metsäsuunnittelu Mahdollisuus saada tietoa kuvion sisäisestä hajonnasta Mielenkiintoisia kysymyksiä: Metsävaratiedon laadun valvonta MML valtakunnallinen ALS-aineisto vs metsäkeskusten omat kuvaukset Missä vaiheessa aletaan hyödyntää tiheämpipulssista ALS-aineistoa / yksinpuintulkintaa?

5 Laserkeilaus puustotunnusten estimoinnissa / mittauksessa Suomessa Aluepohjaisen laserkeilausinventoinnin pilottitutkimus Suomessa Suvanto ym. (2005). Regressiomallit puustotunnuksille laserpiirteiden avulla 472 opetuskoealaa, joilla tulokset (RMSE) ennustettiin 67 kuviolle: 9.5% (klpm), 5.3% (kpit), 18.1% (rl), 8.3% (ppa), 9.8% (til) Laserkeilaus- ja ilmakuvapiirteet sekä vanha kuviodata (Maltamo ym. 2006) k-msn, Koealatason tilavuuden RMSE 13% Puulajiositetason inventointitiedon ennustaminen (Packalén ym. 2007) k-msn, ALS + ilmakuvat. Kuviotason (67 kuviota) puulajiettaiset tilavuuden RMSE-%: 62.3% (lehti), 28.1% (mänty), 32.6% (kuusi) Puutavaralajien kertymien ennustaminen (Holopainen ym. 2010) k-nn, ALS+ilmakuvat Yksinpuintulkinnalla on useissa erikoistapauksissa saatu lupaavia tuloksia: Esimerkiksi Maltamo ym. 2009: Tilavuus (11%), tukkiosuus (8.7%), d1.3 (5.2%), pituus (2.0%), latvuksen pituus (7.1%) ja kuivaoksaraja (25.2%)

6 Improving forest supply chain by means of advanced laser measurements (L- Impact, ) Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia Yhteistyötahoja: TKK, Hämeen AMK (Evo), Joensuun yliopisto, Metsäteho, Metsähallitus, Tapio, StoraEnso, UPM-kymmene, Tornator, Metla Tavoitteet: Metsien inventoinnin, metsäsuunnittelun (metsäekonomian), metsäteknologian, logistiikan ja puuteknologian yhteishanke Kehittää uusia lentokone- (ALS), maastolaser- (TLS) ja hakkuukonemenetelmiä yksittäisten puiden määrällisten ja laadullisten tunnusten mittaamiseen Mikä inventointitiedon arvo on metsä- / leimikkosuunnittelussa / päätöstukijärjestelmässä Miten tarkentunut inventointitieto integroidaan metsäsuunnittelulaskelmiin (SIMO) Kuinka entistä tarkempaa ja ajantasaisempaa inventointitietoa voidaan hyödyntää puunhankinnan logistiikkaketjun tehostamisessa

7 Improving forest supply chain by means of advanced laser measurements (L-Impact, ) Käytännön metsätaloutta palvelevia tuloksia / tutkimuksia ALS-inventointi ja metsätaloudellisen tuottoarvon määrittäminen Holopainen, M Effect of airborne laser scanning accuracy on forest stock and yield estimates. Aalto University, School of Engineering, Department of Surveying. Aalto University Doctoral Dissertations 6/ ALS-inventointi puutavaralajien määrän ja arvon estimoinnissa Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J Uncertainty in timber assortment estimates predicted from forest inventory data. European Journal of Forest Research, (2010) 129: , DOI /s Hakkuiden ajoitus ALS-datan avulla Vastaranta, M., Holopainen, M., Yu, X., Hyyppä, J., Hyyppä, H. and Viitala, R Predicting stand-thinning maturity from airborne laser scanning data, Scandinavian Journal of Forest Research, First published on: 19 January 2011 (ifirst), DOI: / , ALS metsätuhojen inventoinnissa Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Kaasalainen, S., Solberg, S. & Hyyppä. J. Classification of defoliated trees using tree-level airborne laser scanning data combined with aerial images. Remote Sensing, 2010, 2, ; doi: /rs

8 L-Impact tutkimus Holopainen M Effect of airborne laser scanning accuracy on forest stock and yield estimates (PhD thesis, Aalto-University) Laserkeilausinventoinnin tarkkuuden vaikutus puuston määrän ja tuoton estimointiin

9 Väitöskirjan lähtökohdat Käytännön metsäsuunnitteluorganisaatiot ovat siirtymässä laserkeilaukseen perustuvaan inventointisysteemiin Metsäomaisuuden arvonmääritykseen ei ole kansallista / kansainvälistä standardia; syitä: Maanmittarit haluavat perustaa arvionsa markkinoihin, kuten kiinteistöarvioinnin kansainvälisissä standardeissa suositellaan. Käytännössä tämä tarkoittaa kauppa-arvomenetelmää (kauppahintatilastojen hyödyntäminen) Metsänhoitajat ovat perustaneet arvioinsa metsätaloudelliseen tuottoarvomenetelmään. Useita lähestymistapoja: Faustmannin ajoista (1849) lähtien metsäekonomit ovat keskittyneet kuviotason nettonykyarvo (NPV) laskelmiin Metsäsuunnittelijat (metsänarvioimistieteilijät) ovat puolestaan olleet kiinnostuneita optimoimaan kuviotason käsittelyjä, ja metsäomaisuuden arvonmäärityksen näkökulmasta, käsittelemään metsälöitä (metsätiloja) kokonaisuuksina. Tutkimuksen lopullisena päämääränä on metsäomaisuuden arvonmäärityksen standardin luominen

10 Väitöstutkimuksen tavoitteet Päätavoite: tutkia lentokonelaserkeilaukseen (airborne laser scanning, ALS) perustuvan metsien inventoinnin epävarmuutta metsätaloudellisen tuottoarvon (nettonykyarvo, net present value, NPV) laskennassa. Yksityiskohtaiset tavoitteet: Tutkia metsäsuunnittelussa nykyisin ja lähitulevaisuudessa käytettävissä olevien metsävarojen inventointimenetelmien (kuvioittainen arviointi, aluepohjainen ALS-inventointi, ALS yksinpuintulkinta) tarkkuuden merkitystä hakkuiden ajoituksessa sekä metsätaloudellisen tuottoarvon laskennassa. Vertailla tällä hetkellä käytössä olevien metsäsuunnittelun inventointimenetelmien tarkkuutta puutavaralajitason tiedon tuottamisessa. Tarkastella puutavaralajien määrän ja taloudellisen arvon estimointiin liittyviä epävarmuuden lähteitä metsäsuunnittelun simulointilaskennassa. Vertailla inventointitiedon tarkkuuteen, kasvumallien toimintaan ja raakapuun hintakehitykseen liittyviä epävarmuustekijöitä metsätaloudellisen tuottoarvon laskennassa kuvio- ja tilatasolla eri korkokannoilla

11 Thank you for your attention!

12 Osatutkimuksen tavoite Vertailla inventointitiedon, kasvumallien sekä raakapuun hinnanvaihteluihin liittyvää epävarmuutta kiertoajan yli lasketuissa kuvioiden nettonykyarvoissa (NPV). Inventointitiedon epävarmuus: kuvioittainen arviointi vs. aluepohjainen ALS-inventointi Luoda perusteet eri epävarmuuden lähteistä peräisin olevan epävarmuuden huomioimiselle metsätaloudellisessa tuottoarvolaskennassa

13 Menetelmät ja aineistot SIMO-simuloinnit, Monte Carlo menetelmä, 3,4 ja 5 %:n korkokannat. Simuloitu 40 kuvion metsälö; tasaisesti edustettuna eri puulajit ja kehitysluokat Inventointitieto: virheiden suuruudet kahdesta ALS-projektista. Ei pelkästään virheet yksittäisissä tunnuksissa, vaan myös virheiden välinen korrelaatio Kasvumallit: kasvumallien virhemallit Metsikkötason kasvumallit Puun hinta: keskiarvohakuinen (mean reverting) geometrinen hintamalli taustalla todellinen hintakehitys Otettiin huomioon myös eri puutavaralajien välinen kovarianssi

14 Epävarmuustekijöiden suhteellinen (%) vaikutus metsätilan (40 kuviota) nettotulojen nykyarvoon ACTIVE SOURCES OF UNCERTAINTY RELATIVE SDs (%) U PRICE U FIELD U ALS U GROWTH 3 % 4 % 5 % o 8,2 7,3 6,9 o 28,8 29,2 32,6 o 26,5 26,4 28,7 o 33,2 33,4 33,2 o o 29,0 32,1 33,8 o o 27,4 28,6 30,9 o o 34,9 35,3 34,9 o o 46,9 48,2 50,0 o o 46,5 46,6 47,1 o o o 47,4 48,3 51,3 o o o 46,5 46,8 47,6 Table 8. Averages of the relative SDs (%) of the stand-level NPVs, caused by the different uncertainty sources. The active uncertainty sources in each combination are marked with o.

15 Väitöskirjan päätelmät (1/2): ALSinventointimenetelmät ja hakkuiden ajoitus / puutavaralajitason tulkinta ALS-Inventointivirhe vaikuttaa merkittävästi hakkuiden ajankohtien määrittämiseen ja sitä kautta hakkuista saataviin nettotuloihin ja nettotulojen menetyksiin. Puutavaralajitason tulkinta on vielä epävarmaa Inventointivirheen lisäksi runkolukusarjan estimointi sekä puiden runkomuodon ja katkonnan simulointi aiheuttavat merkittävää epävarmuutta Aluepohjainen ALS-inventointi oli hakkuiden ajoituksessa, puutavaralajien ennustamisessa ja kuviotason nettonykyarvonlaskennassa hieman parempaa tietoa kuin perinteinen kuvioittainen arviointi Puulajitiedolla on suuri merkitys estimoitaessa seuraavan hakkuun ajankohtaa ja siitä saatavia tuloja metsäsuunnittelun simulointilaskennan avulla ALS ITD-menetelmällä on mahdollista pienentää metsäsuunnittelun simulointilaskennan virhettä, mikäli: a) puulajitulkinta onnistuu b) puiden etsintäalgoritmi toimii

16 Eri menetelmillä tuotetut runkolukusarjat PRED= predicted series generated on the basis of mean stock characteristics derived from the true stem distribution series SWFI = predicted series generated on the basis of mean stock characteristic output by the compartment inventory ALS = predicted series generated on the basis of mean stock characteristic output by the ALS inventory STM = True stem distribution series determined by a logging machine

17 Puutavaralajien estimointi avohakkuukoealoille: eri virhelähteiden vertailu (hakkuukonemittaus referenssinä) A_ALS Inventory error ERROR SOURCES SWFI inventory error Stem distribution generation stem form prediction & bucking simulation Predicted stock value bias% NPV rmse% NPV X X X X X X X X X Table 1. Effects (bias% NPV and rmse% NPV ) of different error sources on predicted stock value ( /m 3 ) at stand level. Field reference measured by logging machine: 5400 trees within 12 clear-cutting stands. A_ALS = area-based ALS inventory, SWFI = standwise field inventory. The active error source is marked with X.

18 Väitöskirjan päätelmät (2/2) aluepohjainen ALStulkinta kuvio- ja tilatason NPV-laskennassa Kasvumalleihin liittyvästä epävarmuudesta aiheutuu metsikkötason nettonykyarvon laskentaan jopa suurempaa virhettä kuin mitä inventointivirheestä. Tilatason metsätaloudellisen tuottoarvon laskennan suurin epävarmuuden lähde ovat ALS-inventointiin liittyvät virheet. ALS-inventointi aiheuttaa merkittävää harhaa (aliarviota) metsätaloudellisen tuottoarvon tilatason estimaattiin. Käytettäessä keskiarvohakuista hintamallia, raakapuun hintavaihteluiden merkitys metsikön nettonykyarvoon oli huomattavasti pienempi kuin inventointivirheen tai kasvumallien virheiden vaikutus. Inventointivirheen, kasvumallien virheen ja raakapuun hintavaihtelujen virheen yhteisvaikutus on erisuuruinen kuin näiden yksittäisten virhelähteiden virheiden summa. Paljonko pelimerkkejä kannattaa pistää inventointitiedon tarkentamiseen, kun ottaa huomioon metsäsuunnittelulaskennan muut virhelähteet?

19 Kuvio- ja tilatason tulosten vertailu SOURCES OF UNCERTAINTY Stand-level Property-level U PRICE U ALS U GROWTH bias% NPV sd% NPV bias% NPV sd% NPV X -6,1 8,2-1,5 3,4 X 1,7 26,5 12,2 5,1 X -9,5 33,2 1,4 1,7 X X X 0,1 46,5 13,2 6,5 Table 3. Comparison of results of stand-level (V) and property-level (VI) uncertainties (averages of NPV NPV the relative biases ( bias% ) and standard deviations ( sd% ). Property-level: a 25-ha forest property having an even development class distribution. Rate of interest 3%. U PRICE = The uncertainty caused by random variation in future timber assortment prices. U ALS = The uncertainty caused by A_ALS inventory errors. U FIELD = The uncertainty caused by random errors in growth projections. The active uncertainty source is marked with X.

20 Tulosten hyödyntäminen Tutkimuksessa luotiin perusteita kehittää käytännön menetelmiä metsäomaisuuden arvonmäärityksen liittyvän epävarmuuden huomioimiseksi Tutkimuksesta saatiin tietoa siitä, mihin epävarmuuden lähteeseen kannattaisi panostaa, kun NPV-estimointia halutaan tarkentaa Tuloksia voidaan hyödyntää myös arvioitaessa metsävaratietojen jatkuvaan ajantasaistukseen liittyvää epävarmuutta

21 Harvennustarpeen ennustaminen laserkeilauksella Tavoite Linkittää ALS inventointia metsäsuunnitteluun Testata harvennustarpeen ennustamistarkkuutta Ensiharvennuksen ajoitus Seuraavan 10-vuotiskauden harvennustarve Ennakkoraivaustarve työn alla Ennustaminen Harvennustarve määritettiin maastossa ja ennustettiin yhtenä tunnuksena aluepohjaisesti k-msm, Random Forest, logistinen regressio

22 Tulokset Seuraavan 10-vuotiskauden harvennustarve Logistinen regressio 79% k-msn 70% Kiireellinen harvennustarve Logistinen regressio 83% k-msn 86% Ensiharvennuksen ajoitustarkkuus (%) k-msn RF Immediate years years Rest Overall Kuva: Maastokoealat ja harvennusmalli. Maastossa on ehdotettu harvennuksia (mustat) useisiin kohteisiin, jotka eivät ylitä harvennusrajaa.

23 Lumituhojen kartoitus laserkeilauksella Hyytiälässä pahoja lumituhoja talvella 2010 Ainutlaatuinen tilaisuus tutkia lumituhojen monitorointia ALS aineistoa saatavilla: 2004, 2006,2007,2010 Menetelmä perustui muutostulkintaan eriajankohtien pintamallien välillä ( CHM). Lumituhoja paikannettiin myös aluepohjaisesti, jolloin lumituhoa selitettiin muutoksilla laserpiirteissä

24 Lumituhon vaikutus pistepilveen ja laserpiirteisiin Kuva: Oikealla katkennut mänty (musta), 2007 (harmaa) Kuva: Tuhoutuneen ja tuhoutumattoman koealan laserkaikujen korkeusjakaumat

25 Tulokset Tuhoutuneet latvusalat CHM-menetelmällä (musta) ja tuhoutuneet puut (punainen) kahdella eri menetelmän parametreilla laskettuna CHM-menetelmällä tuhoutunut latvuspinta-ala yliarvioitui 4.3% (RMSD 8.4%). Pintamallien erotuskuva. Logistisella regressiolla lumituhoutunut koeala tunnistettiin 78.6% tarkkuudella. Parhaimmat lumituhon selittäjät olivat muutokset laserkorkeusjakauman prosenttipisteissä 5, 35, 40, 50 ja 70.

26 Metsien lasermittausten tulevaisuus: täsmämetsätalous Kuinka tehostaa puunhankintaa ottaen samalla huomioon metsien muut käyttömuodot, kuten monimuotoisuus, metsien laatu (tuhot), virkistyskäyttö, hiilensidonta, kulttuuriarvot. Ratkaisu: Täsmämetsätalous = tarkan metsien inventointitiedon täysimääräinen hyödyntäminen operatiivisessa metsä- ja leimikkosuunnittelussa sekä puunhankinnan logistiikassa. Tarkka metsien inventointitieto = Hakkuukonetieto, maastossa tapahtuvat lasermittaukset sekä lentokonelaser- ja ilmakuvamittaukset

27 Täsmämetsätalous puunhankinnan tehostaminen ja metsäsuunnittelu Mahdollisia hyötyjä puunhankinnan näkökulmasta: Entistä tarkempaa puutason mittaustietoa: määrä ja laatu(?) Logistiset hyödyt: varastojen siirto yhä enemmän pystypuustoon Lähi- ja kaukokuljetuksen tehostaminen Apteerauksen ohjaus Hakkuukoneen kuljettajan työn tukeminen Leimikoiden korjuukelpoisuuden mallinnus Metsäsuunnittelun ja leimikkosuunnittelun yhdistäminen Metsäsuunnittelu Metsäsuunnittelun simulointilaskennan tarkentaminen: teoreettisista runkolukusarjoista todellisiin runkolukusarjoihin Puukartta puiden spatiaalinen jakautuminen metsäekologia ALS & TLS pohjaisiin mittauksiin perustuvat puukartat, lähtöaineistoa metsätuhojen mallinnukseen (empiirisiin ja prosessipohjaisiin) kasvumalleihin, biomassa-, hiilitase- ja monimuotoisuusmalleihin.

28 Science and Technology Towards Precision Forestry (PRECISEFOR, ) Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia Yhteistyötahoja Aalto-yliopisto (TKK, Maanmittaustieteiden laitos), Vienna University of Technology, HAMK (Evo) Tavoitteet Yksittäisten puiden kartoitus hakkuukoneen avulla paikannuksen kehittäminen Automaattisten TLS-menetelmien kehittäminen ALS, TLS ja hakkuukonedatan yhdistäminen yksinpuintulkinnassa Puiden laadun mittaus ALS- ja TLS-dataan perustuen UAV:n hyödyntäminen leimikkosuunnittelussa ja ALS-inventoinnin referenssiaineiston hankinnassa Puutasolla tulkitun tiedon arvo J. Hyyppä. Finnish Geodetic Institute

29 Laserkeilaus osana puuhuoltoa: missä ollaan nyt ja mihin ollaan menossa? Puuston keskitilavuus pystytään estimoimaan tarkasti ja tehokkaasti laserkeilausinventointiin perustuen Laserkeilausinventointi mahdollistaa jo nykyisin monia metsätalouden kannalta mielenkiintoisia sovelluksia, kuten metsäomaisuuden arvonmäärityksen tarkentaminen, harvennushakkuiden kohdentaminen sekä metsätuhoihin liittyvät inventoinnit / monitoroinnit Keskeisenä mielenkiinnon kohteena on muutosten tulkinta Laserkeilausinventointeja entistä laajemmille alueille Yksinpuintulkinta aluepohjaisen ALS-inventoinnin referenssiaineistona Laserkeilausotanta ALS+SAR Puutavaralajitason estimointi toistaiseksi vielä melko epätarkkaa Ratkaisevaa runkolukusarjan estimoinnin onnistuminen Aluepohjainen ALS-invenointi - maastossa mitattujen referenssikoealojen runkolukusarjojen hyödyntäminen Yksinpuintulkinnan kehittäminen Aaltomuotolaser Parempi ymmärrys tutkittavasta ilmiöstä Uudet ilmakuva- / spektrometriaineistot ALS-tulkintojen apuvälineenä Maastomittausten kehittäminen ALS- TLS- ja MLS-aineistojen yhteiskäyttö

30 L-impact ( ) & PrecisionFor ( ) publications PhD Thesis Holopainen, M Effect of airborne laser scanning accuracy on forest stock and yield estimates. Aalto University, School of Engineering, Department of Surveying. Aalto University Doctoral Dissertations 6/2011. Doctoral thesis. 160 p. Mäkinen, A Uncertainty in forest simulators and forest planning systems. Dissertationes Forestales p. Doctoral thesis. Invited book chapters in international scientific books with referee practices Holopainen, M., Hyyppä, J., Vaario, L-M. & Yrjälä, K Implications of Technological Development to Forestry. Invited book chapter. In Mery, G., Katila P, Galloway, G., Alfaro, R.I., Kanninen, M., Lobovikov, M., Varjo, J. (eds.) Forest and Society - Responding to Global Drivers of Change. IUFRO-World Series Volume 25: (Convening lead authors of the chapter: Hetemäki, L. & Mery, G.). Hyyppä, J., Hyyppä, H., Yu, X., Kaartinen, H., Kukko, H., Holopainen, M, Forest inventory using small-footprint airborne lidar, Invited Book Chapter to Topographic Laser Ranging and Scanning: Principles and Processing. Editors Jie Shan and Charler Toth. pp Articles in international scientific journals with referee practice Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyyppä, J., Hyyppä, H., Kaartinen, H., Viitala R., Vastaranta, M. & Kangas, A Effect of tree level airborne laser scanning accuracy on the timing and expected value of harvest decisions. European Journal of Forest Research, (2010) 129: DOI /s Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S. & Pietilä, I Comparison of various sources of uncertainty in stand-level net present value estimates. Forest Policy and Economics, 12(2010): DOI /j.forpol Holopainen, M., Haapanen, R., Karjalainen, M., Vastaranta, M., Hyyppä, J. Yu, X., Tuominen, S. & Hyyppä, H Comparing accuracy of airborne laser scanning and TerraSAR-X radar images in the estimation of plot-level forest variables. Remote Sensing. 2010, 2: ; doi: /rs Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J Uncertainty in timber assortment estimates predicted from forest inventory data. European Journal of Forest Research, (2010) 129: , DOI /s Holopainen, M., Vastaranta, M., Yu, X., Haapanen, R., Hyyppä, J., Kaartinen, H. Viitala, R. & Hyyppä, H Site type estimation using airborne laser scanning and stand register data. The Photogrammetric Journal of Finland, 22(1): Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S. Vastaranta, M. & Pietilä, I Uncertainty in forest net present value estimations. Forests, 2010(1): , doi: /f Holopainen, M., Vastaranta, M., Mäkinen, A., Rasinmäki, J., Hyyppä, J., Hyyppä, H. & Kaartinen, H The use of tree level ALS data in forest management planning simulations. The Photogrammetric Journal of Finland, 1/2009: Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Kaasalainen, S., Solberg, S. & Hyyppä. J. Classification of defoliated trees using tree-level airborne laser scanning data combined with aerial images. Remote Sensing, 2010, 2, ; doi: /rs Mäkinen, A., Holopainen, M., Rasinmäki, J. & Kangas, A Propagating the errors of initial forest variables through stand- and tree-level growth simulators. European Journal of Forest Research, 2010, 129: , DOI /s Talvitie, M., Kantola, T., Holopainen, M., Lyytikäinen-Saarenmaa, P Adaptive cluster sampling in inventorying forest damage by the common pine sawfly (Diprion pini). Journal of Forest Planning, 16:1-7(2011). Vastaranta, M., Holopainen, M., Yu, X., Hyyppä, J., Hyyppä, H. and Viitala, R Predicting stand-thinning maturity from airborne laser scanning data, Scandinavian Journal of Forest Research, First published on: 19 January 2011 (ifirst), DOI: / , Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. and Hyyppä, H Laser-based field measurements in tree-level forest data acquisition. Photogrammetric journal of Finland, 1/2009: Yu, X., Hyyppä, J., Vastaranta, M. Holopainen, M. & Viitala, R Predicting individual tree attributes from airborne laser point clouds based on random forest technique. ISPRS Journal of Photogrammetry and Remote Sensing 66: Doi: /j.isprsjprs Yu, X, Hyyppä, J., Holopainen, M. & Vastaranta, M Comparison of area based and individual tree based methods for predicting plot level attributes. Remote Sensing, 2010/2: ; Doi: /rs

31 L-impact ( ) & PrecisionFor ( ) publications Articles in international scientific books and proceedings with referee practice Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J. & Hyyppä, H Estimation of timber assortments using low-density ALS data. In: Wagner, W., Székely, B. (eds.): ISPRS TC VII Symposium years ISPRS, Vienna, Austria, July 5-7, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Volume XXXVIII, Part 7A: Kaasalainen, S., Hyyppä, J., Krooks, A. Karjalainen, M., Lyytikäinen-Saarenmaa, P., Holopainen, M., and A. Jaakkola Comparison of terrestrial laser scanner and Synthetic aperture radar data in the study of forest defoliation. ISPRS Commission VII Symposium, July 5-7, 2010, Vienna, Austria. Holopainen, M., Vastaranta, M., Kankare, V., Hyyppä, J., Liang, X., Litkey, P., Yu, X.,Kaartinen, H., Kukko, A., Kaasalainen, S., Hyyppä, H. Vaaja, M. & Jaakkola, A The use of ALS, TLS and VLS measurements in mapping and monitoring urban trees. In: Stilla,U., Gamba, P., Juergens, C. & Maktav, D. (Eds) JURSE Joint Urban Remote Sensing Event - Munich, Germany, April 11-13, Holopainen, M., Haapanen, R., Tuominen, S. & Viitala, R Performance of airborne laser scanning- and aerial photograph-based statistical and textural features in forest variable estimation. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Holopainen, M., Mäkinen, A., Vastaranta, M., Rasinmäki, J., Hyyppä, J., Hyyppä, H. and Rönnholm, P Utilization of tree species stratum data in forest planning simulations. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Kaartinen, H, Hyyppä, J. Liang, X., Litkey, P., Kukko, A., Yu, X., Hyyppä, H. & Holopainen, M Accuracy of automatic tree extraction using airborne laser scanner data. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Litkey, P., Liang, X., Kaartinen, H., Hyyppä, J., Kukko, A. & Holopainen, M. Single-scan TLS methods for forest parameter retrieval. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Melkas, T., Vastaranta, M. & Holopainen, M. Accuracy and efficiency of the laser-camera. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. & Hyyppä, H Comparison of different laser-based methods to measure stem diameter. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Holopainen, M., Vastaranta, M., Yu, X., Hyyppä, J., Kaartinen, H. & Hyyppä, H Forest site type classification using single tree level Airborne Laser Scanning. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings: Holopainen, M., Tuominen, S., Karjalainen, M., Hyyppä, J., Vastaranta, M. & Hyyppä, H Accuracy of high-resolution radar images in the estimation of plot-level forest variables. In Sester, M., Bernard, L. & Paelke, V (eds.). Advances in GIScience. Lecture notes in geoinformation and cartography. Springer pp Holopainen, M., Haapanen, R., Karjalainen, M., Vastaranta, M., Hyyppä, J. Yu, X., Tuominen, S. & Hyyppä, H Combination of low-pulse ALS data and TerraSar-X radar images in the estimation of plot-level forest variables. In Bretar, F, Pierrot-Deseilligny, M. & Vosselman, G LaserScanning 2009 proceedings: Liang, X., Litkey, P, Hyyppä, J., Kaartinen, H., Vastaranta, M. & Holopainen, M Automatic tree location mapping using TLS for plot-wise forest inventory. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings: Melkas, T., Vastaranta. M., Haapanen, R., Holopainen, M.Yu, X., Hyyppä, J., Hyyppä, H. Updating forest resource data by using ALS measurements and information collected with a harvester. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings: Vastaranta, M, Holopainen, M., Haapanen R., Yu, X., Melkas, T., Hyyppä, J., Hyyppä, H Comparison between an area-based and individual tree detection method for low-pulse density als-based forest inventory. In Bretar, F, Pierrot-Deseilligny, M. & Vosselman, G LaserScanning 2009 proceedings:

32 L-impact ( ) & PrecisionFor ( ) publications Articles in Finnish journals with referee practice Holopainen, M., Tuominen, S., Karjalainen, M., Hyyppä, J., Hyyppä, H., Vastaranta, M., Hujala, T. & Tokola, T Korkearesoluutioisten E- SAR -tutkakuvien tarkkuus puustotunnusten koealatason estimoinnissa. Metsätieteen aikakauskirja 4/2009: Melkas T., Vastaranta M., Holopainen, M., Kivilähde, J. and Merimaa M Puun läpimitan mittauksen tarkkuus ja tehokkuus laser- ja digitaalikuvatekniikkaan perustuen. Metsätieteen aikakauskirja 4/2009: Vastaranta, M., Ojansuu, R. and Holopainen, M Puustotietojen ajantasaistuksen luotettavuus. Metsätieteen Aikakauskirja 4/2010: Articles in non-refereed scientific journals and conference proceedings Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S., Vastaranta, M. Pietilä, I. & Hyyppä, J Effect of airborne laser scanning accuracy in forest yield value calculations. Silvilaser 2010, conference proceedings. Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Solberg, S. & Hyyppä, J Predicting needle losses of individual Scots pines from airborne laser point clouds, Silvilaser 2010, conference proceedings. Krooks, A, Kaasalainen, S., Jaakkola, A., Lyytikäinen-Saarenmaa, P., Holopainen, M. & Hyyppä, J Monitoring forest damage with terrestrial laser scanning. Silvilaser 2010, conference proceedings. Vastaranta, M., Holopainen, M. Yu, X., Hyyppä, J., Hyyppä, H. & Viitala, R Determination of stands first thinning maturity using airborne laser scanning. Silvilaser 2010, conference proceedings. Haapanen, R., Holopainen, M., Tuominen, S. & Viitala, R., The effect of forest characteristics on ALS-based inventory results. Proceedings of IUFRO Division 4: Extending forest inventory and monitoring over space and time, May 19-22, 2009, Quebec City, Canada. Holopainen, M. & Viitanen, K Käsitteistä ja epävarmuudesta metsäkiinteistöjen taloudellisen arvon määrittämisessä. Metsätieteen aikakauskirja 2/2009. Holopainen, M. & Hyyppä, J Kohden lasermittauksiin perustuvaa täsmämetsätaloutta. Metsätieteen aikakauskirja 4/2009: Hyyppä, J., Jaakkola, A., Hyyppä, H., Kaartinen, H., Kukko, A., Holopainen, M., Zhu, L., Matikainen, L., Chen, R., Chen, Y., Kaasalainen, S. Krooks, A. Litkey, P., Rönnholm, P., Vastaranta, M. & Lyytikäinen-Saarenmaa, P Map Updating and Change Detection Using Vehicle-Based Laser Scanning, in proceedings of JURSE 2009, May Hyyppä, J., Holopainen, M., Vastaranta, M. & Puttonen, E Yksittäisten puiden mittaus ja seuranta laserkeilauksella. Metsätieteen aikakauskirja 4/2009: Hyyppä, J., Lyytikäinen-Saarenmaa, P., Holopainen, M., Litkey, P., Hyyppä, H. & Kaasalainen, S Lasermittauksiin perustuva biomassamuutosten ja metsätuhojen seuranta. Metsätieteen aikakauskirja 4/2009: Lyytikäinen-Saarenmaa, P., Holopainen, M., Ilvesniemi, S. & Haapanen, R Detecting pine sawfly defoliation by means of remote sensing and GIS. Forstschutz Aktuell. Mäkinen, A. & Holopainen, M Menetelmiä metsikön nettonykyarvolaskentaan liittyvän epävarmuuden hallintaan. Metsätieteen aikakauskirja 4/2009: Vastaranta, M., Holopainen, M., Kaartinen, H., Hyyppä, H. & Hyyppä, J Uudistuneet metsien maastomittaustarpeet. Metsätieteen aikakauskirja 4/2009: