Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto

Koko: px

Aloita esitys sivulta:

Download "Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto"

Juho Heikkinen
6 vuotta sitten
Katselukertoja:

1 Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto

2 Aaltomuotokeilaus tutkijan näkökulmasta Lentolaserkeilauksessa käytetään pulssilaseria Aaltomuotolaser eroaa perinteisestä kaikulaserista tallennusmenetelmän osalta Läpinäkyvä tallennustapahtuma mahdollisuus ymmärtää ja mallintaa mittauksia Mahdollisuus laskea kokonaan uusia puustoa kuvaavia tunnuksia eli piirteitä Aaltomuotokeilausta käsitelty julkaisussa: Aarne Hovi & Ilkka Korpela: Aaltomuoto avain laserkeilainhavaintojen syvällisempään ymmärrykseen. Metsätieteen aikakauskirja 4/2014 Esimerkki

3 Laserkeilaus inventointimenetelmänä Laserkeilausinventointi tuottaa tarkan ja objektiivisen tuloksen puuston keskitunnusten osalta Ongelma-alueita Puulaji, hoitotarpeen arviointi, taimikot Tulkintamallit tapaus(keilaus-)kohtaisia, samoin maasto-opetusaineisto Käytännössä vaatimuksena kustannustehokkuus Kustannusten minimointi Lentokorkeuden ja -nopeuden kasvattaminen, suuremmat pulssitaajuudet, maasto-opetuaineiston vähentäminen Tulkinnan tarkkuuden parantaminen Paremmat keilaimet, tulkintamenetelmien kehitys Olisiko aaltomuototallennuksesta apua joihinkin yllämainituista?

Laserkeilainten ominaisuuksista Efektiivinen pulssitaajuus kasvanut toistaiseksi Suurempi lentokorkeus, -nopeus ja lentolinjavälit kustannussäästöjä TAI suurempi pulssitiheys tarkempi puustotulkinta

4 Laserkeilainten ominaisuuksista Efektiivinen pulssitaajuus kasvanut toistaiseksi Suurempi lentokorkeus, -nopeus ja lentolinjavälit kustannussäästöjä TAI suurempi pulssitiheys tarkempi puustotulkinta Fysikaaliset rajoitteet tulevat vastaan? Aaltomuototallennus useimmissa optiona, taajuus usein rajoitettu, esim. Leica 120 khz Topografisia keilaimia, viime aikoina yhä enemmän optimointi kasvillisuuden kartoitukseen, esim. multispektri-keilaimet (Optech Titan) Riegl GmbH,

Laserkeilainten ominaisuuksista Malli Max. efektiivinen Max.

1900/4400/6300 c 1064 ALS80 500/1000 b, c 1600/3500/5000 c N/A Optech Galaxy 550 4700

Riegl LMS-Q680i 266 1600 1550 LMS-Q780 266 4700 N/A LMS-Q1560 532 b 4700 N/A a Depends

b Two receivers with their ifovs 'viewing' in different directions.

5 Laserkeilainten ominaisuuksista Malli Max. efektiivinen Max. etäisyys, m a Aallonpituus, nm pulssitaajuus, khz Leica ALS ALS b 1900/4400/6300 c 1064 ALS80 500/1000 b, c 1600/3500/5000 c N/A Optech Galaxy Orion /1541 c Pegasus Titan 900 d /1064/1550 Riegl LMS-Q680i LMS-Q N/A LMS-Q b 4700 N/A a Depends on the target reflectance. The definitions differ. b Two receivers with their ifovs 'viewing' in different directions. c Depends on specific model version d 300 khz per band Lähteet Leica Geosystems AG, Optech Inc, Riegl GmbH,

6 Mittaustapahtuma

7 Tallennusmenetelmä Vastaanotin muuntaa signaalin sähkövirraksi / jännitteeksi Vastaanottimen elektroniikka tulkitsee jännitteen vaihtelua eli analogista aaltomuotoa Emitted pulse Discrete return Returning pulse Detector Amplifier Storage of discrete return Waveofrm digitizing Full-waveform Echo waveform

8 Aaltomuoto Leica ALS60 Vakiomittainen 256 näytettä 38 m Riegl LMS-Q680i Useita näytepätkiä 80, 160, 240 näytettä 12 m

9 Pulssinpituuden vaikutus aaltomuotoon 7/10 ns pulssi 4 ns pulssi

10 Aallonpituuden vaikutus Aallonpituus riippuu laserlähteestä 1064 ja 1550 nm yleisimmät Vaikuttaa silmäturvallisuuteen / auringonvalosta tulevaan kohinaan / ilmakehävaimennukseen

11 Footprintin ( jalanjäljen ) vaikutus

12 Aaltomuodon tulkinta 1. Enemmän kaikuja (amplitudihuippuja) lisää pistetiheyttä 2. Lisätunnusten laskeminen kaiuille kuvaavat kohteiden heijastusominaisuuksia, hyötyä kasvillisuuden luokituksessa 3. Muut, kokonaan uudet lähestymistavat?

13 Lisäkaikuja pistetiheyden kasvattamiseksi Löytyneitä kaikuja, uudistuskypsä sekametsä: Scanner Footprint, m Emitted pulse FWHM, ns WF peaks per pulse DR echoes per pulse Mean Max Mean Max Leica Leica Leica Leica Riegl Leica Footprint lpm. Aaltomuoto Kaikulaser Läh. pulssin pituus

Lisäkaikuja pistetiheyden kasvattamiseksi Kaikulaser Aaltomuoto Ensimmäinen tai ainoa kaiku Muut kaiut Leican keilaimella 30 40% enemmän kaikuja kaikulaseriin

14 Lisäkaikuja pistetiheyden kasvattamiseksi Kaikulaser Aaltomuoto Ensimmäinen tai ainoa kaiku Muut kaiut Leican keilaimella 30 40% enemmän kaikuja kaikulaseriin nähden Lisäkaikujen määrä riippuu sensorin ominaisuuksta Sijoittuvat latvuksen alaosiin hyötyä latvuksen rakenteen mittaukseen ja alikasvoksen tunnistamiseen?

15 Lisäkaikuja pistetiheyden kasvattamiseksi

16 Piirteitä kasvillisuuden luokitteluun Ei olemassa yleisiä prosessointiohjelmistoja Alla esitetty oma tapamme laskea aaltomuotoa kuvaavia tunnuksia Näiden jakaumat latvustasolla muodostavat piirteet joita voi käyttää esim. puulajiluokituksessa

17 Mitä aaltomuoto kertoo puulajista? Esimerkki: Leica ALS60, 1 km lentokorkeus, 7 ns pulssi, 1064 nm aallonpituus

18 Kaiun energia ja leveys erottavat suomalaiset puulajit FWHM of only returns Energy of only retuns

19 N Korkeus maanpinnasta First-or-only 20 pulssia / m 2 h > 8 m

20 N Energy First-or-only 10 pulses / m 2 h > 8 m Mean = 605 SD = 230

21 N Energy Only 10 pulssia / m 2 h > 8 m Mean = 731 SD = 130

22 N FWHM Only 10 pulssia / m 2 h > 8 m Mean = 9 ns SD = 1.05 ns

23 Puulajiluokitus toimii yksinpuintasolla eikä vaadi valtavaa pulssitiheyttä... Maastoaineisto: 9000 puuta Keilaus: Leica ALS60, Riegl LMS-Q680i, 2 20 pulssia / m 2, kesäkeilaus Piirteet: Aaltomuototunnusten jakaumatunnuksia puiden latvuksissa Luokitin: Lineaaridiskriminanttianalyysi (LDA) Leica WF Riegl Leica DR Riegl

24 mutta puulaji vain yksi monista tekijöistä Kaksi samanlaista kampanjaa (SNR, pulssitiheys, lentokorkeus, footprint) 15. kesäkuuta vs. 2. elokuuta Kesä Elo Normalisoitu kuusen avulla Huippuamplitudi FWHM Number of trees Mänty Kuusi Koivu

25 Sovellettavuus aluepohjaiseen tulkintaan? Puulaji-informaatiota aaltomuodossa on, inventointimenetelmiä vielä kehitettävä Aluepohjainen lähestymistapa (aaltomuotopiirteiden jakaumat hilatasolla) Vai puulajintulkinta yksinpuin/puuryhmän tasolla, keskitunnukset aluepohjaisesti?

26 Tallennustilan tarve LAS1.2 1 pulssi / m 2 Kaikulaser (LAS1.2) 0.4 MB / ha Kaiku + aaltomuoto (LAS1.3) 3.3 MB / ha Aaltomuoto 8x levytilaa! LAS1.3 2 milj. ha vuodessa Kaiku 0.8 TB Kaiku + aaltomuoto 6.6 TB

27 Käytännön haasteita (tai mahdollisuuksia) Lentokustannukset Lennonaikainen tallennus- ja tiedonsiirtokapasiteetti Laskentakapasiteetti ja aineiston tulkintamenetelmät Lähetetyn tehon ja ilmakehän stabiilius, kalibrointi Piirteet riippuvaisia keilaimen asetuksista ja vuodenajasta

28 Yhteenveto Aaltomuotokeilaimet eivät sinänsä poikkea kaikulasereista, vain tallennustapahtuma tarkempi, ei lisää aineistojen hankinnan kustannuksia Mahdollisuus irrottaa aaltomuodosta lisäkaikuja, käytännön hyöty kyseenalainen Aaltomuotopiirteet sisältävät infomaatiota puulajista Haasteena eri aikana hankittujen aineistojen yhteensopivuus ja menetelmien yhdistäminen käytännön inventointisysteemiin Aaltomuototutkimus lisää ymmärrystä mittaustapahtumasta ja auttaa tulkintamenetelmien ja keilainten kehityksessä, keilaimen ominaisuuksien vaikutusta piirteisiin ja tulkintatuloksiin selvitämme parhaillaan

Samankaltaiset tiedostot

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

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