Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

Koko: px

Aloita esitys sivulta:

Download "Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta"

Timo-Pekka Kokkonen
8 vuotta sitten
Katselukertoja:

1 Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Sanna Kaasalainen Kaukokartoituksen ja Fotogrammetrian Osasto Ilmastonmuutos ja ääriarvot

2 Ympäristön Aktiivinen Kaukokartoitus Sanna Kaasalainen, Eero Ahokas, Kati Anttila, Teemu Hakala, Harri Kaartinen, Mika Karjalainen, Anssi Krooks, Antero Kukko, Olli Nevalainen, Eetu Puttonen

Harri Kaartinen, Mika Karjalainen, Anssi Krooks,

radargrammetry Puiden rakenne metsän ja maaperän

3 Ympäristön aktiivinen kaukokartoitus: Lumitutkimus laserkeilauksella SAR interferometry, radargrammetry Puiden rakenne metsän ja maaperän hiilitasapaino laserkeilauksellla Uusi monikanavainen laserkeilain 3

4 Lumitutkimusta mobiili laserkeilauksella Laajoja aineistoja mm. satelliittiaineistojen tueksi GL:ssä menetelmien kehitystä Lumen pinnan heijastusominaisuuksien tutkimusta Lumen pinnankarkeus laserkeilauksella Image: Niilo Siljamo, FMI

pinnan heijastusominaisuuksien tutkimusta Lumen pinnankarkeus

5 lumitutkimusta mobiili laserkeilauksella

6 Pinnankarkeusmittauksia mobiililaserkeilaus aineistosta FGI MobiMap A.Kukko 1 m profiileja laseraineistosta levymittauksilla FMI

7 Pinnankarkeusmittauksia mobiililaserkeilaus aineistosta Pinnankarkeusparametrit vastaavat hyvin toisiaan Mobiili laserkeilausaineisto soveltuu hyvin lumen pinnankarkeusmittauksii n FGI MobiMap A.Kukko

hyvin toisiaan Mobiili laserkeilausaineisto

8 Lumimittausten hyödyntäminen Satelliittiaineistojen validointi Tulvaennusteet ja sulamisvesien laatu Ilmastomallien kehitys

9 Monikanavainen laserkeilain: taustaa Aktiivinen mittaustapa: samanaikaista paikka- ja spektritietoa Perinteisellä laserkeilauksella saadaan ainoastaan kohteen 3D-malli (pistepilvi) ja intensiteetti Passiiviset kaukokartoitusjärjestelmät tuottavat spektridataa Varjostus ja suuntaisheijastukset vaikuttavat tuloksiin Yhdistetty spektri- ja paikkatieto datafuusion avulla 9

(pistepilvi) ja intensiteetti Passiiviset kaukokartoitusjärjestelmät tuottavat spektridataa

10 Superjatkumolaserin uusi sovellus: hyperspektrilidar Tuottaa samanaikaisesti etäisyys- ja spektritietoa: laserpistepilvi (x,y,z,i(λ)). Lisätietoa:

11 GL:ssä kehitetty hyperspektrilidar: A: Superjatkumolaser B: 2D skanneri C: Parabolinen peili D: Spektrometri E: 16-kanavainen APDelementti: 8- kanavainen 1GHz ADmuunnin ja PC Mittauksia 20m etäisyyteen asti, muutaman sentin tarkkuudella -

16-kanavainen APDelementti: 8- kanavainen 1GHz ADmuunnin ja

12 Sovelluksia Pistepilvi ja sille laskettuja spektrikanavien suhteita: reflektanssi takasuunnassa, kosteusindeksi, NDVI ja klorofylli-indeksi

13 8-kanavainen spektrimittaus 13

14 Uudentyyppistä dataa, esimerkki: Omenapuu 3.5 m korkea Mitattu 4.5 m etäisyydeltä pistettä (+ spektrit) 15 min keilausaika 14

15 FULL WAVEFORM DATA (8Ch) Data REFLECTANCE SPECTRA 3D POINT CLOUD 15

16 Kohteen luokittelu Laserkeilauskohteen luokittelu spektrin avulla Spectral correlation mapper etsii samanmuotoisia spektrejä Kanavasuhteita 2 tai useammalla kanavalla: NDVI (normalized difference vegetation index) Kosteusindeksi Klorofylli-indeksi MCARI2 (Modified chlorophyll absorption ratio index 2) 16

useammalla kanavalla: NDVI (normalized difference vegetation index)

17 Esimerkki kohteen luokittelusta Mädät omenat Punaiset omenat Vihreät omenat LECA-harkko 17

18 Klorofylli-indeksin sovellus (1) 11 männynversoa kerättiin ja mitattiin hyperspektrilidarilla Klorofyllipitoisuuden määrittäminen laboratoriossa IGARSS 2012, Munich, Germany 18

19 Klorofyllituloksia (2) Klorofyllikonsentraation määrittämiseksi testattiin erilaisia spektri-indeksejä Modified chlorophyll absorption ratio index 2 (MCARI2) tuotti parhaan tuloksen Klorofyllipitoisuus voidaan mitata laserkeilaimella, tarkkuus: RMSE = 0,077 mg/g 19

absorption ratio index 2 (MCARI2) tuotti parhaan tuloksen

20 Klorofyllituloksia (3) Klorofyllimittaus myös kauranoraille 10 näytettä kylvetty eri tiheyksiin ja erilainen lannoitus 20

21 Tulossa: puulajitulkintaa Puulajiluokittelun testaus kuusilla ja männyillä Yhteistyössä: Helsingin Yliopisto 21

22 Yhteenveto hyperspektrilidarista: Laitteen ensimmäiset tulokset ovat hyviä ja se on valmis operatiiviseen käyttöön tutkimuksessa Voidaan mitata kolmiulotteisia jakaumia esim. heijastuskertoimelle, NDVI:lle, vesi- tai klorofyllipitoisuuksille, jne. Lähitulevaisuudessa: Mittausetäisyyden kasvattaminen 50 metriin Liikkuvat sovellukset ulkoilmamittauksiin Silmäturvallisuus Väri-informaation mittaus tehostaa laitteen käyttöä (mittaukset pimeässä, ei valokuvien tarvetta ) Rahoitus: Suomen Akatemia 22

23 Metsän hiilitasapaino laserkeilauksella Puiden 3D-pistepilvet Oksien kokojakauma sylinterimallilla Täydellinen puumalli Sovelluksia: hiilen kierron mallinnus, puun rakenne ja kehitys Pistepilvi 2/2011 vihreä 11/2011 punainen Sylinterimalli Kuvat: Pasi Raumonen, TTY

Puun biomassa ja oksien kokojakauma Koko puun ja sen osien kokonaisbiomassa Rungon ja oksien biomassa Kanto ja juuret Puun osien kokojakauma Montako metriä tai kuutiometriä puusta

24 Puun biomassa ja oksien kokojakauma Koko puun ja sen osien kokonaisbiomassa Rungon ja oksien biomassa Kanto ja juuret Puun osien kokojakauma Montako metriä tai kuutiometriä puusta (rungosta, oksista) on tietyn paksuista Mittaaminen perinteisin menetelmin voi olla vaikeaa, työlästä, epätarkkaa ja vaatii usein puun kaatamisen Kuvat: Pasi Raumonen, TTY

25 Kiitos! Ilmastonmuutos ja ääriarvot

Samankaltaiset tiedostot

Laskennallinen 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