Puukarttajärjestelmä hakkuun tehostamisessa

Transkriptio

1 Metsätehon raportti Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola ISSN (Verkkojulkaisu) METSÄTEHO OY Vernissakatu Vantaa

2 Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola Metsätehon raportti ISSN (Verkkojulkaisu) Metsäteho Oy

3 SISÄLLYS TIIVISTELMÄ... 3 ABSTRACT JOHDANTO TUTKIMUSAINEISTO JA -MENETELMÄT Aineisto Laserkeilausaineisto Hakkuukoneen mittalaitteelta kerätty aineisto Vertailuaineisto GPS -aineisto Menetelmät Puukartan muodostaminen Läpimitat Runkokäyrä Laatutunnukset Tulosten vertaaminen MAASTOTESTIEN TULOKSET Puiden tunnistaminen keilaimella ennen ja jälkeen hakkuun Läpimitan mittaustarkkuus rinnankorkeudella Läpimitan mittaustarkkuus eri korkeuksilla Laatutunnusten mittausedellytykset Kuvion puuston keskitunnusten estimointi Hakkuukoneen paikannustarkkuus MITTALAITEKEHITYS TULOSTEN TARKASTELU JÄRJESTELMÄN SOVELTAMINEN JA HYÖDYT LÄHTEET LIITTEET 1-5 Metsätehon raportti

4 TIIVISTELMÄ Tutkimuksessa selvitettiin hakkuukoneeseen kehitetyn puukarttajärjestelmän (Optical Tree Measurement System, OTMS) toimivuus ja mittaustarkkuus erilaisissa olosuhteissa. Järjestelmä tuottaa hakkuun yhteydessä reaaliaikaista tietoa leimikon puuston ominaisuuksista. Se tunnistaa puut automaattisesti, laskee yksittäisten puiden tunnuksia ja muodostaa puiden sijaintikartan. Puukarttajärjestelmä on kehitetty Argone Oy:n Tekesin osittain rahoittamassa tuotekehitysprojektissa vuosina yhteistyössä Ponsse Oyj:n kanssa. Tuotekehitysprojektissa kehitettyä järjestelmää testattiin FIBIC-biotalousklusterin EffFibre-tutkimusohjelmassa ( ). Aineisto kerättiin vuosina Mänttä-Vilppulan alueelta Metsä Groupin harvennusleimikoilta, yhteensä 61 koealalta (r=10 m) Metsätehon, Metsä Groupin ja Argone Oy:n yhteistyönä. Järjestelmällä muodostettua puukarttaa ja laserkeilaimella mitattuja puiden läpimittoja sekä niiden perusteella tuotettua runkokäyrää verrattiin maastomittauksissa elektronisilla mittasaksilla mitattuihin läpimittoihin sekä sijainteihin. Harvennuksessa jäljelle jäävistä puista tunnistettiin OTMS järjestelmällä keskimäärin 99 %. Varttuneissa männiköissä puut pystyttiin kartoittamaan parhaiten (100 %), kun taas nuorissa kuusikoissa ja koivuvaltaisissa metsiköissä puiden löytyminen oli haasteellisempaa (97 %). Ennen hakkuuta leimikon puista pystyttiin löytämään keskimäärin 88 %. Puiden tunnistus onnistui hiukan paremmin koneen siltä puolelta, jolle mittalaite oli asennettu. Läpimitan mittaustarkkuus puolestaan riippui mittausetäisyydestä, laserkeilaimella tehtyjen toistomittausten lukumäärästä sekä puuston peitteisyydestä, kuten alikasvoksen ja oksien määrästä. Parhaimmillaan järjestelmä pystyi vastaavaan mittaustarkkuuteen kuin hakkuukoneen mittalaite. Esimerkiksi männyllä (OMTS -järjestelmän automaattisesti valitsemat puut, N=134) rinnankorkeusläpimittaestimaatin (d 1.3laser) harha oli 2,7 mm ja hajonta 23,3 mm. Kuusella (N=62) vastaavasti harha oli - 15,5 mm ja hajonta 70,8 mm. Suurempi harha ja hajonta kuusella johtuivat pääasiassa oksista, jotka ulottuivat kuusikoissa puun tyvelle saakka. Kuvio keskitunnusten (G, RL, D 1,3) osalta mittaustarkkuus oli hyvää tasoa. Lisäksi tutkittiin hakkuukoneissa olevien GPS-vastaanottimien paikannustarkkuutta paikantamalla koealat ennen ja jälkeen hakkuun sekä hakkuukoneen ajourat hakkuun aikana. Saatuja sijainteja verrattiin ajoura- ja koealatasolla. Hakkuukoneen vakiovarusteena olevan GPS-vastaanottimen ja Trimble GeoXH GPS -tarkkuuspaikantimen paikannustarkkuuden ero oli Viitaniemen tutkimuskohteilla keskimäärin 3,91 m (hajonta = 1,35 m) ja Kurkisalon kohteilla 2,07 m (hajonta = 1,04 m). Lupaavimpia puukarttajärjestelmän sovelluskohteita ovat harvennusvoimakkuuden seuranta, kuviolle jäävän puuston keskitunnusten määrittäminen ja kaadettavien puiden valinnan tukeminen. Pidemmällä aikavälillä, mitta- ja laatutietojen tarkentuessa, järjestelmää voitaneen hyödyntää myös katkonnanohjauksessa ja hakkuutyön automatisoinnissa. Järjestelmä saattaa avata uusia mahdollisuuksia myös kaukokartoituksen referenssiaineistojen mittaukseen. Näiltä osin järjestelmä vaatii vielä jatkokehittämistä. Metsätehon raportti

5 ABSTRACT The quality of automatic tree mapping data produced during harvesting in real-time was evaluated for accuracy, usability and scope. The tree mapping data evaluated was produced by the Optical Tree Measurement System (OTMS). OTMS is the product of a separate parallel development project conducted jointly by Argone Oy and Ponsse Oyj. The measurement system uses a low-cost bulk 2D laser with an inexpensive measuring platform to produce tree, stem and site map information in thinning stands. The most significant initial uses of the system include forest stand measurement and operator guidance to achieve optimal thinning density. Other possibilities of the OTMS system include, for example: tree selection assistance during cutting, measurement of stem properties before cutting (bucking support), improved strip road and log pile location precision for efficient hauling, and, in the future, location information for semi-automated harvesting. Three sets of research data (Kolho, Viitaniemi, Kurkisalo) were collected between June 2011 and June 2012 (53 sample plots) in different test stands and varying weather conditions. The results for the automatic tree mapping system were compared with manual measurements from sample plots (r=10 m). The test stands are located in the Mänttä-Vilppula area and the tests were conducted by Metsäteho Oy and assisted by Metsä Group. Trees left standing after harvesting were located with the OTMS system with 99% accuracy. In mature pine stands trees were located with most accuracy (100%), while in young spruce and birch-dominated forests locating the trees was more challenging (97% accuracy). Before felling, around 88% of trees could be identified. In addition, location accuracy is much higher on the side of the harvester to which the measurement device is fitted. The measurement accuracy depends on the measuring distance, the number of laser measurements made, the type of undergrowth and the branch number and height. At best, the diameter measurement accuracy of selected trees is equivalent to the measuring accuracy of a modern harvester. In pine stands (automatic tree selection by OTMS), the diameter (d1.3) bias of measurements was 2.7 mm and standard deviation 23.3 mm. In spruce stands (automatic tree selection by OTMS), the diameter (d1.3) bias of measurements was 15.5 mm and standard deviation 70.8 mm. Sample plots and strip loads were located with GPS receivers: Trimble Pathfinder ProXH, the harvester GPS, and the harvester s mapping system GPS. The locations were compared at the strip road and sample plot level. Comparing the accuracy of different GPS receivers, the mean difference in Viitaniemi was 3.91 m (std. dev = 1.35 m) and in Kurkisalo 2.07 m (std. dev = 1.04 m), when considering the differences between the Trimble GeoXH GPS receiver and the harvester s GPS receiver. Metsätehon raportti

6 1 JOHDANTO Suomella on pitkät perinteet koneellisessa puunkorjuussa. Nykyisin valtaosa leimikoista korjataan koneellisesti. Puunkorjuumenetelmät ja metsäkoneiden tietojärjestelmät ovat kehittyneet yhä tehokkaammiksi viimeisten vuosikymmenten aikana. Vastaavanlaisia teknologiahyppäyksiä kuin puunkorjuun koneellistumisen kulta-aikana 1980-luvulla on yhä vaikeampi saavuttaa. Pääpaino koneellisen puunkorjuun kehittämisessä on nykyään kuljettajan työolosuhteiden parantamisessa, kuljettajaa opastavien järjestelmien kehittämisessä ja työvaiheiden osittaisessa automatisoinnissa. Viime vuosina laserpohjaiset inventointimenetelmiä on otettu laajasti käyttöön metsävarojen inventoinnissa (Holopainen ym. 2013, Suomen Metsäkeskuksen ) ja yhä enenevässä määrin myös maastomittauksia pyritään automatisoimaan laser- ja kuvateknologiaa hyödyntäen (Melkas ym., 2009, Liang ym. 2011, Larsson ym. 2011, Barth 2012, Barth ym. 2013, Vauhkonen ym. 2013, Trestima 2014). Metsäkoneiden puuta koskemattomia aistin- ja mittausjärjestelmiä on kehitetty etenkin Aalto yliopistossa ja Tampereen teknillisessä yliopistossa Forestrix ja Metrix -hankkeissa (Miettinen ym, 2011). Hakkuukoneympäristöön soveltuva kohtuuhintainen laserkeilainjärjestelmä (puukarttajärjestelmä) perustuu 2,5D laserkeilaimeen ja SLAM -algoritmiin, joiden avulla hakkuun edetessä leimikon puustosta muodostetaan puukarttaa ja mitataan puiden dimensioita (Miettinen ym. 2007, Öhman ym. 2007). Hakkuukoneella kerättävän mittaustiedon hyödyntämismahdollisuuksia (Melkas 2006, Hannrup ym. 2011, Möller ym. 2011) ja leimikon jäljelle jäävän puustotietojen päivitystä hakkuukoneella kerättyyn tietoon perustuen on tutkittu mm. Helsingin yliopistossa (Rasinmäki & Melkas 2005, Melkas 2009). Maalasereiden (3D) soveltuvuutta ja puiden tunnistusalgoritmeja on kehitetty puolestaan Geodeettisen laitoksen ja Helsingin yliopiston tutkimushankkeissa (Holopainen & Hyyppä 2009, Vastaranta ym. 2009, Liang ym. 2011, Liang 2013). Ongelmana tarkkojen laserkeilainten (3D) osalta on niiden korkea hinta käytännön mittaussovellusten kannalta. Tämän tutkimuksen tavoitteena oli selvittää hakkukoneisiin kehitetyn puukarttajärjestelmän toimivuus ja mittaustarkkuus (puiden tunnistaminen ja läpimitan mittauksen tarkkuus) kehitysluokaltaan ja puulajisuhteiltaan erilaisissa metsiköissä. Lisäksi tutkimuksessa kartoitettiin potentiaaliset järjestelmän soveltamismahdollisuudet ja niiden hyödyt. Järjestelmän arvioinnissa kiinnitettiin päähuomio harvennusvoimakkuuden automaattisen seurannan ja kuviolle jäävän puuston mittauksen edellytyksiin, koska ne olivat ensivaiheen tavoitteet järjestelmän kehittämisessä. Metsätehon raportti

7 2 TUTKIMUSAINEISTO JA -MENETELMÄT 2.1 Aineisto Laserkeilausaineisto Tutkimuksen laserkeilausaineisto kerättiin metsäkoneisiin varta vasten suunnitellulla mittauslaitteistolla sekä Argone Oy:n kehittämällä tallennusohjelmistolla. Tallennusohjelmisto on osa Optical Tree Measurement System (OTMS)-järjestelmää, jota on kehitetty Argone Oy:n ja Ponsse Oyj:n erillisessä tuotekehitysprojektissa. Mittauslaitteisto on suunniteltu erityisesti liikkeessä tapahtuvaan mittaukseen kaikissa toimintaympäristöissä. Alun perin laitteisto on suunniteltu ja kehitetty Aalto-yliopiston Automaatio- ja systeemitekniikan laitoksen tutkimusprojekteissa. Metsätesteissä käytettiin Aalto-yliopistolta lainattua mittauslaitteistoa, koska paremmin metsäkäyttöön soveltuvan laitteiston suunnittelu ja toteutus oli vielä kesken. Metsäkoneisiin ja metsäympäristöön liittyvien tutkimusprojektien julkaisut ja opinnäytetyöt on listattu tarkemmin Automaatio- ja systeemitekniikan laitoksen kotisivuilla (Aalto-yliopisto, 2013). Kuva 1. Mittauslaitteisto kiinnitettynä Ponsse Beaver -hakkuukoneeseen testejä varten rakennetun telineen avulla. Mittauslaitteisto koostui päämittalaitteesta eli laserkeilaimesta (Sick AG, 2012), joka kiinnitettiin suojaisaan paikkaan hakkuukoneen hytin kylkeen niin, että mittauksia saatiin sekä koneen edestä että sivulta (kuva 1). Laserkeilaimen optimaalinen sijaintikorkeus on aikaisemmin kerättyjen kokemusten perusteella noin rinnankorkeudesta muutaman metrin korkeuteen. Laite ei saa sijaita liian matalalla aluskasvillisuuden takia. Ylempänä taas puiden oksat aiheuttavat haasteita. Mittauslaitteistoa kokeiltiin metsätesteissä myös hytin takareunassa (kuvassa 2 vasemmalla), jolloin mitattiin vain jäljelle jäänyttä puustoa. Metsätehon raportti

8 Hakkuukoneen ympäristöä mittaava laserkeilain oli kohtuuhintainen ulkokäyttöön tarkoitettu 2D etäisyysmittalaite, jota käännettiin erikseen toteutetun mittausalustan avulla. Projektissa kokeiltiin SICK AG:n teollisuuskäyttöön tarkoitettuja sarjatuotteina valmistettavia ulkokäyttöön soveltuvia laserkeilaimia LMS111 (SICK AG, 2012) sekä LMS511 (SICK AG, 2013). Näiden LMS-skannereiden (Laser Measurement System) hyviä puolia ovat erinomainen toiminnallisuus ulkona (IP67, 30 C C), luotettavuus, kohtuullinen hinta sekä mittaustarkkuus. LMS-skannereilla on mahdollista mitata luotettavasti myös vesi- ja lumisateessa sekä sumussa. Mittauksissa käytetyn SICK AG LMS111 mittalaitteen normaali 2D mittauskulma on 270 astetta. Mittausalusta kääntää mittalaitetta noin ±30 astetta vaakatasosta. Mittalaitteen mittauskuviota on havainnollistettu kuvassa Kuva 2. Vasemmassa kuvassa nähdään mittalaitteen mittausalue, joka on 270 astetta. Mittausalue on kuvattu vihreällä, kun mittalaite on asennettu ohjaamon vasempaan etukulmaan skannaamaan hakattavaa puustoa ja keltaisella, kun mittalaite skannaa jäljelle jäävää puustoa. Oikeassa kuvassa puolestaan periaatekuva mittauslaiteen tuottamasta mittauskuviosta. Mittauslaitteistoon kuului laserkeilaimen lisäksi myös IMU-inertiayksikkö (Lord, 2013), joka mittaa koneen asentoa sekä erillinen mittausohjelmistoa ohjaava tietokone. Lisäksi mittausten aikana kerättiin hakkuukoneen mittausväylältä tiedot koneen liikkeistä ja toiminnasta. Globaaliin sijainnin määrittämiseksi puukartan muodostuksissa käytettiin hakkuukoneen omaa GPS-vastaanotinta. IMU:n avulla on mahdollista poistaa mittauksista hakkuukoneen heilahdukset ja näin parantaa mittaustarkkuutta. Koska IMU on käytetyn mittauslaitteiston kallein mittaussensori, haluttiin selvittää pystyykö metsää kartoittamaan myös ilman sitä ja näin alentaa oleellisesti laitteiston hintaa. Siksi kaikki tässä raportissa lasketut tulokset laskettiin ilman heilahdusten korjausta, joka oletettavasti parantaisi ainakin läpimitan ja laatutunnusten mittaustuloksia. Aineiston keruussa ja puukarttalaskennoissa käytettiin kannettavaa tietokonetta mittaustietokoneena. Kartan muodostuksen laskenta kehitettiin niin, että sen on mahdollista toimia reaaliaikaisesti myös nykyisissä ajoneuvotietokoneissa. Metsätehon raportti

9 Lasermittaukset kerättiin normaalin työskentelyn aikana. Ainoa poikkeama oli kaadettujen puiden numeroiden syöttäminen, johon hakkuukoneen kuljettajalta kului muutama sekunti jokaisen kaadetun puun käsittelyn jälkeen. Metsätestit järjestettiin Metsäteho Oy:n toimesta Metsä Groupin harvennuskohteilla vuosina 2011 ja Leimikoiden puusto vaihteli puhtaista varttuneista männiköistä ja kuusikoista nuoriin kuusi- ja mäntyvaltaisiin sekametsiin. Kohteilla ei ollut merkittävää alikasvosta. Viitaniemeä lukuun ottamatta järjestelmällä kartoitettiin myös koealojen välialueet. Mittauksia tehtiin vaihtelevissa sääolosuhteissa, aurinkoisesta kesäkelistä talven räntäsateisiin Hakkuukoneen mittalaitteelta kerätty aineisto Hakkuukoneesta kerättiin mittaustestien aikana sekä reaaliaikaista mittaustietoa mittausväylältä että hakkuukoneen mittalaitteen tallentamat tiedot hakatusta puustosta. Reaaliaikainen hakkuukoneelta kerätty tieto oli esimerkiksi tietoa hakkuupään tilasta (asento, sahaa, valmis, jne.), hakkuukoneen tilasta (paikoillaan vai liikkeessä, liikkeen nopeus ja suunta jne), kuljettajan syöttämät tiedot käsin mitattujen puiden tunnistenumeroista sekä koneen GPS-paikkatieto. Hakkuukoneen tallentamat mittaustiedot kattoivat leimikkokohtaiset tuotantotiedostot (PRD-tiedostot) sekä runkokohtaiset mittaustiedot runkokäyrineen kaadetuista puista (STM-tiedostot). Näistä tiedoista esimerkiksi runkokäyriä läpimittoineen käytettiin puukarttajärjestelmän mittaustulosten tarkentamisessa ja arvioinnissa. Lisäksi ne ovat mahdollistaneet järjestelmään toteutetun runkokäyräsovituksen mitattujen puiden pituuden arviointia varten Vertailuaineisto Puukarttajärjestelmän testausta varten kerättiin vertailuaineisto 61 koealalta Mänttä-Vilppulan alueelta. Testialueita oli kolme: Kolho (22 koealaa), Kurkisalo (16 koealaa) ja Viitaniemi (15 koealaa). Raportoidut tulokset perustuvat 53 koealalta kerättyyn aineistoon. Ennen varsinaista aineiston keruuta järjestelmän toimivuutta testattiin pilottikoealoilla (n=8) Hangasmäessä. Tutkimuksessa käytetty ympyräkoealan säde oli 10 m. Koealat pyrittiin sijoittamaan niin, että ajoura meni koealan keskeltä. Koealojen puustotunnukset mitattiin ennen hakkuuta. Jokainen puu (d1,3 7cm) numeroitiin ja siitä määritettiin suunta ja etäisyys koealan keskipisteeseen, sekä rinnankorkeusläpimitta ja puulaji. Varttuneissa metsiköissä mitattiin lisäksi läpimitta 4 metrin korkeudelta sekä laatutunnuksia, kuten latvusrajan korkeus, rungon mutkaisuus ja lenkous sekä lenkouden suunta. Hakkuun jälkeen jäljelle jääneet puut kartoitettiin kirjaamalla jäljelle jääneiden puiden numerot sekä mahdolliset muut havainnot. Lisäksi koealat valokuvattiin ennen ja jälkeen hakkuun. Aineiston ja koealojen puuston keskitunnukset ennen ja jälkeen hakkuun on esitetty taulukoissa 1 ja 2 sekä liitteissä 2 ja 3. Puuston pohjapinta-alan vaihtelua on puolestaan havainnollistettu liitteessä 1. Metsätehon raportti

10 Taulukko 1. Koealojen (n=53) puustotunnukset ennen hakkuuta. Puustotunnus Keskiarvo Hajonta Minimi Maksimi G, m 2 /ha (relaskooppi) 31,3 8,7 15,0 49,0 G, m 2 /ha (ympyräkoeala) 29,1 8,0 14,0 47,0 Puulajiosuus, % (mänty) 58,9 42,1 0,0 100,0 Puulajiosuus, % (kuusi) 34,9 40,9 0,0 100,0 Puulajiosuus, % (koivu) 6,2 17,0 0,0 87,8 Runkoluku, rl/koeala 42,3 15,2 22,0 78,0 Runkoluku, rl/ha 1347,1 484,3 700,3 2482,8 D 1,3, cm 18,8 2,9 13,9 26,3 D 1,3med, cm 16,1 3,4 9,6 23,9 H med, m 16,3 2,6 11,8 23,0 H dom, m 18,6 2,6 14,3 24,3 V, m 3 /ha 246,1 81,7 100,3 469,1 Taulukko 2. Koealojen (n=53) puustotunnukset hakkuun jälkeen. Puustotunnus Keskiarvo Hajonta Minimi Maksimi G, m 2 /ha (ympyräkoeala) 17,5 4,6 10,1 32,2 Puulajiosuus, % (mänty) 60,7 42,8 0,0 100,0 Puulajiosuus, % (kuusi) 34,7 41,5 0,0 100,0 Puulajiosuus, % (koivu) 4,5 16,3 0,0 98,0 Runkoluku, rl/koeala 20,5 4,8 13,0 33,0 Runkoluku, rl/ha 652,2 152,9 413,8 1050,4 D 1,3, cm 20,0 3,0 15,2 29,0 D 1,3med, cm 18,2 3,0 13,4 26,0 H med, m 16,8 2,1 13,8 21,6 H dom, m 18,5 2,6 14,3 24,2 V, m 3 /ha 149,6 52,8 71,1 319, GPS-aineisto Koealojen keskipisteet paikannettiin ennen ja jälkeen hakkuun Trimblen Pathfinder ProXH -vastaanottimella, jonka jälkeen koealojen sijainti jälkikorjattiin käyttäen VRS (Virtual Reference Station) -korjausta. Jälkikorjauksessa käytettiin kolmea lähintä virtuaalitukiasemaa (Orivesi, Jämsä, Keuruu). Koealojen keskipisteet määritettiin myös laskennallisesti hakkuukoneen tallentamasta sijaintitiedosta. Hakkuukoneen sijainti tallentui koneen omaan tiedonsiirto- ja tallennusjärjestelmään aina koneen kaataessa puun. Todellisena koealan sijaintina (reference) käytettiin Trimblen Pathfinder ProXH -vastaanottimella paikannettua ja kolmella VRS-tukiasemalla korjattua koealan sijaintia. Tätä sijaintia verrattiin korjaamattomaan ja yhdellä tukiasemalla korjattuun koealan sijaintiin (Orivesi). Vertailussa laskettiin koodinaattien x- ja y-poikkeamat sekä keskimääräinen sijainnin poikkeama koealan todellisesta sijainnista. Lisäksi tutkimuksessa tarkasteltiin satelliittigeometrian eli satelliittien keskinäisen sijainninvaikutusta tuloksiin. Satelliittigeometrian hyvyys tai huonous ilmaistaan yleensä erilaisten DOP-lukujen Metsätehon raportti

11 avulla (kuten esim. PDOP, HDOP tai VDOP). Mitä pienempi luku on, sitä pienempi on satelliittigeometrian vaikutus paikannuksen tarkkuuteen. Tässä tutkimuksessa käytettiin PDOP (Position Dilution Of Precision) -arvoa, joka kuvaa satelliittigeometrian vaikutusta paikannustarkkuuteen kokonaisuutena. Sen lisäksi, että tuloksia verrattiin tarkimpaan Trimblen Pathfinder ProXH -vastaanottimella paikannettuun ja kolmella virtuaalitukiasemalla korjattuun koealan sijaintiin, tarkasteltiin koealojen paikannustarkkuutta Trimblen PathFinder Office -ohjelmiston avulla. Ohjelmisto laskee automaattisesti jokaiselle paikannetulle pisteelle sekä vertikaalisen että horisontaalisen paikannustarkkuuden sekä hajonnan. Hakkuun aikana hakkukoneen ajourat paikannettiin lisäksi kolmella eri GPSvastaanottimella, jotka oli asennettu hakkuukoneen hytin katolle: Trimblen Pathfinder ProXH:lla, hakkuukoneen omalla GPS-vastaanottimella sekä hakkuukoneessa olevan karttajärjestelmän GPS-vastaanottimella. Trimblen Pathfinder ProXH -vastaanottimella tallennetuille ajourille tehtiin vastaavat differentiaalikorjaukset (VRS-korjaus) kuin mitä Trimblen paikantimella tallennetuille koealoille. Saatuja tuloksia verrattiin toisiinsa ajoura- ja koealatasolla. 2.2 Menetelmät Puukartan muodostaminen Puukarttajärjestelmä (OTMS) mittaa hakkuukoneen ympäristöä koneen alustan ollessa paikoillaan. Normaalissa harvennushakkuussa hakkuukone pysähtyy runkojen kaadon ja käsittelyn vuoksi muutaman metrin välein. Pysähdyksen aikana kerätään ympäristöstä mittauspistepilveä, joka sisältää kaikki mittalaitteen tuottamat mittauspisteet 3D pistejoukkona (kuva 4). Kerätyistä mittauksista tunnistetaan ensin maahan osuneet pisteet ja niiden avulla lasketaan maanpinnan muoto ja suunta verrattuna hakkuukoneen asentoon. Tämän jälkeen mittauspilvestä tunnistetaan ja erotetaan puihin liittyvät mittauspisteet omiksi ryhmikseen (kuva 5), jonka jälkeen lasketaan eroteltujen yksittäisten puiden kasvusuunnat, läpimitat erikorkeuksilla maasta ja mahdolliset laatutunnukset. Metsätehon raportti

12 Kuva 4. Yhdestä pysähdyspaikasta kerätty mittauspisteiden pilvi. Mittauksesta tunnistetaan maaperä, puut sekä lasketaan puiden dimensiot ja laatutunnukset. Kuva 5. Yksilöidyt puut tunnistettu ja laatutunnukset laskettu. Yksittäisen hakkuukoneen pysähdyksen aikana voidaan mitata useampi mittauskerta, mutta mikäli pysähdys on todella lyhyt, ei riittävää mittausta välttämättä ehditä suorittaa. Tutkimuksessa mittaus hyväksyttiin, mikäli mittauspisteitä oli saatu kerättyä riittävästi. Uusi mittaus samassa paikassa aloitettiin, kun asetettu maksimimäärä mittauspisteitä oli kerätty. Kaikista niistä pysähdyspaikoista, joista hakkuukone kaatoi puita, ehdittiin kerätä ainakin yksi riittävä mittauspistepilvi. Yhdestä mittauksesta muodostettiin pienin yksittäinen puukarttakomponentti eli osakartta, jossa on tietoina yksilöidyt puut mittaus- ja laatutietoineen sekä niiden paikat koneen ympärillä 1,3 metrin korkeudella maanpinnasta. Lisäksi osakartoissa on tietona mittauksen aikana kerätyn GPS-tiedon avulla laskettu hakkuukoneen globaali paikkatieto ja sen horizontaalinen tarkkuusarvio. Metsätehon raportti

13 Otantapuukartta muodostettiin yhdistämällä peräkkäisiä osakarttoja yhteen (kuva 6 ja 7). Otantapuukartan muodostamisessa osakartat yhdistettiin toisiinsa tunnistamalla samankaltaisia puuryhmiä peräkkäisissä osakartoissa. Otantapuukartassa eri paikoista ja etäisyyksiltä useampaan kertaan mitattujen puiden tiedot yhdistettiin tarkempien mittaustietojen estimoimiseksi. Otantapuukartat muodostettiin lokaalissa koordinaatistossa paikantamalla koneen liike mitattujen puiden avulla. GPS-paikkatieto on liian epätarkka kartan muodostamiseen, mutta kerättyjen osakarttojen GPS-paikkatiedon avulla koneen ja mitattujen puiden lokaalit paikat voitiin laskea globaaleiksi sijainneiksi. Globaalin sijainnin tarkkuus riippuu käytetystä GPS-laitteesta ja sen tarkkuudesta. Muodostettavien otantapuukarttojen kokoa voitiin säätää tarpeiden mukaan. Leimikon koosta, otantakarttojen väliin halutusta etäisyydestä sekä otantakartan koosta riippuen otantapuukarttojen määrä leimikkoa kohden voi vaihdella halutun ja tarpeellisen mittausmäärän mukaisesti. Otantapuukarttoja voidaan myös tuottaa niin kattavasti, että ne voidaan lopulta yhdistää koko leimikon kattavaksi puukartaksi. Täydellisen leimikkopuukartan kokoaminen vaatii kuitenkin paljon laskentakapasiteettia ja siksi sellainen kannattaa muodostaa niin haluttaessa vasta metsäyritysten tietojärjestelmissä eikä kuormittaa tällä ylimääräisellä laskennalla hakkuukoneen tietokonetta. Kuva 5. Vasemmalla periaatekuva yksittäisten osakarttojen yhdistämisestä toisiinsa mitattujen puiden avulla. Oikealla esimerkki otantapuukartasta, joka voi olla yhdistelmä muutamasta osakartasta satoihin osakarttoihin. Kaikkia kaadettavia puita ei varsinkaan tiheissä metsissä välttämättä saada puukarttajärjestelmällä mitatuksi, koska ne ovat muiden puiden katveessa. Ne kaadetut puut, joiden paikka saatiin mitattua ennen kaatoa merkittiin puukarttaan kannoiksi (kuva 6, vaalean harmaalla merkityt puut). Puukarttaan voidaan myös tallentaa kaikki hakkuukoneen hakkuupään mittaamat kaadetut puut. Näin saadaan lisätietoa harvennuskohteesta sekä voidaan verrata puukarttajärjestelmän mittauksia hakkuupään mittaamiin. Metsätehon raportti

14 Kuva 6. Alemmassa kuvassa puukartan muodostamisperiaate OTMS ohjelmistossa. Lisäksi kuvassa on esitetty puiden laskennalliset kasvutilat, koneen pysähdyspaikat, hakkuukoneen ajouran viemä tila, kaadettujen puiden kantojen paikat ja 11 metrin mittausympyrät (koeala keltaisella). Ylemmässä kuvassa leimikko, josta alempi otantapuukartta on muodostettu Läpimitat Kaikille yksittäisestä mittauspaikasta näkyville puille muodostettiin osarunkokäyrät. Mittausdatasta erotetusta puusta tunnistettiin ensin puun kasvusuunta ja määritettiin mittauspisteiden korkeus maasta (pisteparvesta tunnistettu maanpinta puun ympärillä). Tämän jälkeen laskettiin puun läpimitat eri korkeuksille määritettyjen asetusten mukaisesti. Asetusten avulla voidaan määrittää mm. miten tiheästi läpimittahavainnot rungon eri korkeuksille lasketaan. Läpimitat voidaan laskea esim. 5 mm:n, 1 cm:n tai 10 cm:n välein. Tässä tutkimuksessa läpimitat laskettiin 10 cm välein. Laskenta toistettiin kaikissa osakartoissa. Otantakartassa laskettiin kullekin puulle kaikissa osakartoissa mitatuista läpimitoista yhdistettyä osarunkokäyrää. Näin saatiin runkokäyrään yhdistettyä mittauksia eri korkeuksilta sekä etäisyyksiltä. Tutkimuksessa käytetyllä mittalaitteella on mahdollista tuottaa useasti mitatuista puista runkokäyrätiedot maasta noin 9 metrin korkeuteen (kuvat 7 ja 8). Metsätehon raportti

15 Kuva 7. Ylemmässä kuvassa on esitetty osarunkokäyrätiedot yksittäisistä mittauspaikoista ja niistä laskettu suodatettu läpimittatieto. Lisäksi siinä näkyy kuolleiden oksien alkamiskorkeus sekä sovitettu runkokäyrätieto (runkokäyrän piirto rajoitettu noin 9 metriin). Alemmassa kuvassa on esitetty esimerkki läpimitan laskennasta tietyllä korkeudella. Puukarttaohjelmalla tallennettiin yksittäisten puiden osarunkokäyrän tiedot niiltä korkeuksilta, mistä ne oli saatu mitatuksi. Vastaavasti tallennettiin hakkuukoneen mittalaitteen mittaamat hakattujen puiden runkokäyrät. Yksittäisten puiden osarunkokäyrän tiedoista valittiin lisäksi läpimitat sekä rinnankorkeudelta että 4,0 metrin korkeudelta, mikäli läpimitta oli saatu mitattua kyseiseltä korkeudelta sekä automaattisesti parhaiten mitattu läpimitta. Tämä tarkoittaa läpimittaa siltä korkeudelta, josta oli saatu paljon mittauksia pienellä mittausten hajonnalla Runkokäyrä Hakkuukoneen mittalaiteella mitattiin kaikista kaadetuista puista läpimitat 10 cm välein ja tallennettiin hakattujen puiden runkoprofiili. Vastaavasti OTMS puukarttajärjestelmällä mitattiin ja tallennettiin puille osarunkokäyrät. OTMS-järjestelmä laski kaikille puille runkokäyräarvion sovittamalla kaikkia aikaisemmin leimikolta kaadettujen puiden runkokäyriä (hakkuukoneen mittalaitteen mittaamat) mittausdataan. Mikäli sovitus oli tarpeeksi Metsätehon raportti

16 hyvä, laskettiin jäljelle jääneille puille estimaatti korkeudesta, jossa puun läpimitta oli 6 cm (käyttöosan päättymiskorkeus). Puun pituutta järjestelmä ei pysty suoraan mittaamaan, vaan se voidaan estimoida esim. käyttämällä Laasasenahon (1982) runkokäyrämalleja. Tässä tutkimuksessa sovitusten avulla arvioitua käyttöosan päättymiskorkeutta ja puiden pituusestimaattien tarkkuutta ei tutkittu, koska puiden todelliset pituudet oli mitattu vain koealojen mediaanipuista. Esimerkki tallennettujen runkokäyrien sovituksesta mitattuun osarunkokäyrään on esitetty kuvassa 8 vasemmalla sekä kuvassa 9. Kuvissa sovitetun runkokäyrän piirto on rajoitettu tiettyyn korkeuteen Laatutunnukset Osarunkokäyrän lisäksi laserkeilauksella tuotetusta pisteparvesta ja siitä muodostetuista rungoista laskettiin myös laatutunnuksia. Tavoitteena oli arvioida alustavasti laatutunnusten mittausmahdollisuuksia. Niiden laskentaan kehitettiin vasta ensimmäiset algoritmiversiot. Elävän latvuston korkeutta on mahdotonta mitata testatulla mittalaitteella. Mittalaitteen mittauskulma ylöspäin on siihen liian pieni ja normaalin mittausetäisyyden sisällä päästään mittaamaan korkeintaan noin 9 metrin korkeuteen. Tämä mahdollistaa kuitenkin laatutyven päättymiskorkeuden mittaamisen eli sen, missä kohtaa alkaa kuolleiden oksien raja. Mahdollista on myös osassa puista kuivaoksaisen välitukin päättymiskorkeuden mittaaminen. Esimerkkejä latvuston korkeuden mittaamisesta on kuvissa 8 ja 9. Kuva 8. Runkokäyrän sovitus (aniliininpunainen), parhaimpien mittausten tunnistus (vaalean sininen väri) sekä kuolleiden oksien rajan korkeus esiintyminen (vihreä alue). Laatutunnusten laskennassa haluttiin selvittää, onko puun lenkoutta ja mutkaisuutta mahdollista tunnistaa noin 5 metrin korkeuteen tai kuivien oksien rajaan saakka. Lenkouden ja mutkaisuuden laskennan toiminta riippuu siitä, kuinka hyvin puun runkokäyrä rungon keskipisteineen saadaan mitattua. Kaikille puille laskettiin käyryysarvot, joiden perusteella puut voitiin luokitella. Käyryysarvojen laskenta esimerkki on esitetty kuvassa 9. Käyryysarvojen laskennassa ei erikseen eritellä lenkoutta ja mutkia, mutta laskenta kertoo pituuden, millä välillä käyryyden muutos tapahtuu. Metsätehon raportti

17 0 käyryysarvo: -29,01 mm h: 1037,5 mm std: 10,92 mm 1 käyryysarvo: 3,32 mm h: 1200,0 mm std: 2,54 mm Kuva 9. Puun käyryysarvoesimerkki. Puun käyryyden poikkeaman alku-, loppu- ja keskipisteiden korkeudet ja käyryyden suuruus arvioidaan yhtä aikaa kaikissa suunnissa. Näiden laatuarvojen lisäksi kokeiltiin puulajin tunnistusta. Puulajia yritettiin luokitella pääasiassa mittalaitteen mittauspisteiden intensiteettiarvon avulla, mutta testeissä huomattiin, että pelkkä intensiteettiarvo on liian epätarkka puulajien erotteluun. Tämä ei kuitenkaan ole ainoa keino puulajin määrittämiseksi mittausaineistosta. Jatkossa on mahdollista kokeilla puulajin tunnistusta myös oksamuodon avulla. Puuston jatkuva tiheyden mittaus mahdollistaa kuljettajan opastamisen oikeaan tiheyteen. Yksinkertaisimmillaan tämä tarkoittaa koneen ympärillä jäljellä olevien puiden määrän vertaamista tavoitemäärään. Lisäksi voidaan esittää tietoa osakarttojen harvennushistoriasta, jotta leimikkotasolla saavutetaan oikea tiheys. Mahdollista on myös näyttää kuljettajalle puustokartan ja värien avulla, missä suunnassa on vielä harvennustarvetta. Esimerkki tästä on kuvassa 10. Kuva 10. Vasemmalla keltaisen ympyrän sisällä hakkaamaton alue koneen edessä. Punaisella väreillä osoitettu alueet, joissa puita liian paljon ja liian lähellä toisiaan. Oikealla sama alue harvennuksen jälkeen, kaadetut puut vaalean harmaalla. Vihreä väri puiden ympärillä kertoo sen, että puilla on tarpeeksi kasvutilaa. Metsätehon raportti

18 2.2.5 Tulosten vertaaminen Puukarttajärjestelmällä muodostettua puukarttaa, mitattuja läpimittoja ja runkokäyrää verrattiin maastomittauksissa mitattuihin vertailuläpimittoihin sekä sijainteihin. Laserkeilauksella muodostetut puukartat yhdistettiin maastomittauksista piirrettyihin puukarttoihin selkeiden vastinpuiden avulla ja puukartat käännettiin päällekkäin. Kahdella eri menetelmällä saatujen puukarttojen avulla tarkasteltiin, kuinka suuri osa koealan puista pystyttiin keilaimella löytämään ennen hakkuuta ja hakkuun jälkeen. Lisäksi tarkasteltiin, kuinka suurelle osalle koealan puista voidaan puukarttajärjestelmän avulla saada läpimittaestimaatti rinnankorkeudelle, 4 metrin korkeudelle tai jollekin muulle korkeudelle ts. näkyvyydeltään parhaimmalle korkeudelle. Läpimittojen osalta puukarttajärjestelmällä saatuja tuloksia verrattiin 1,3 ja 4 metrin korkeudelta mitattuihin läpimittoihin. Ylemmän läpimitan osalta tarkastelu tehtiin vain varttuneissa metsiköissä. 3 MAASTOTESTIEN TULOKSET 3.1 Puiden tunnistaminen keilaimella ennen ja jälkeen hakkuun Hakkuun jälkeen jäljelle jäävistä puista onnistuttiin löytämään OTMS-järjestelmällä keskimäärin 99 %. Varttuneissa männiköissä puut pystyttiin kartoittamaan parhaiten (100 %), kun taas nuorissa kuusikoissa ja koivuvaltaisissa metsiköissä puiden löytyminen oli haasteellisempaa (97 %). Ennen hakkuuta leimikolla olevista puista onnistuttiin löytämään keskimäärin 88 %. Puiden löytyminen onnistui parhaiten varttuneissa mänty- ja koivuvaltaisissa metsiköissä, kun taas kuusikoissa ja nuorissa kasvatusmetsissä puiden löytyminen oli haasteellisempaa johtuen puuston tiheydestä ja puiden oksikkuudesta. Hakattujen ja pystyyn jääneiden puiden tunnistuksen onnistuminen OTMS-järjestelmällä puulajin ja kehitysluokan mukaan on esitetty taulukoissa 3 ja 4. Taulukko 3. Eri puusto-ositteiden tunnistus OTMS-järjestelmällä puulajin mukaan. Puulaji Mänty Kuusi Koivu Sekapuusto Yhteensä Tunnistetut rungot, N, kpl (maasto) hakkuun jälkeen N, % (laser) Tunnistetut N, kpl (maasto) hakatut rungot N, % (laser) Tunnistetut rungot, N, kpl (maasto) ennen hakkuuta N, % (laser) Koealojen lukumäärä N, kpl 26 15/ /53 Metsätehon raportti

19 Taulukko 4. Eri puusto-ositteiden tunnistus OTMS-järjestelmällä nuorissa (kl=3) ja varttuneissa kasvatusmetsissä (kl=4). Puulaji KL 3 (I harvennus) KL 4 (II harvennus) Yhteensä Tunnistetut rungot, N, kpl (maasto) hakkuun jälkeen N, % (laser) Tunnistetut N, kpl (maasto) hakatut rungot N, % (laser) Tunnistetut rungot, N, kpl (maasto) ennen hakkuuta N, % (laser) Koealojen lukumäärä N, kpl 33/ /53 Hakattujen puiden tunnistaminen riippuu harvennettavan kohteen ominaisuuksista ja siksi varsinkin tiheillä koealoilla läheskään kaikkia kaadettuja puita ei pystytty mittaamaan ennen kaatoa. Lisäksi puukartan tarkkuuteen vaikuttaa se, millä puolella hakkuukonetta ollaan. Mittausjärjestelmän mittalaite oli asennettu ohjaamon vasempaan etukulmaan (kuvat 1 ja 5). Tästä syystä vasemman puolen puiden tunnistus oli hiukan varmempaa kuin oikealla puolella konetta. Ero oli kuitenkin pieni (taulukko 5). Taulukko 5. Runkojen löytyminen hakkuukoneen kulkusuuntaan nähden koneen vasemmalta ja oikealta puolelta. KONEEN VASEN PUOLI KONEEN OIKEA PUOLI n % n % Jäljelle jäävät puut , ,6 Kaikki puut , ,8 Puiden löytymisen ohella tutkimuksessa tarkasteltiin myös sitä, kuinka suurelle osalle löydetyistä puista (N=2243), pystyttiin OTMS-järjestelmällä mittaamaan läpimitta joltakin rungon korkeudelta ennen hakkuuta (Taulukko 6). Mikäli mittauskorkeus valittiin vapaasti, saatiin läpimittaestimaatti 75 %:lle puista. Rinnankorkeusläpimitta (d1.3) sekä läpimitta 4,0 metrin korkeudelta pystyttiin mittaamaan keskimäärin noin joka toisesta puusta, tosin kaikkien puiden osalta ei saavutettu riittävää mittaustarkkuutta. Järjestelmältä vaadittava läpimitan mittaustarkkuus (mittaero) riippuu tietojen käyttötarkoituksesta. Ensisijaisena tavoitteena oli hyödyntää tietoja harvennustiheyden laskennassa ja puuston keskitunnusten päivityksessä. Määritettäessä puuston keskitunnuksia (D1,3, G) kuviotason kokonaispuuston tavoitetarkkuutena keskiläpimitan osalta pidettiin ± 3 cm 80 % tapauksissa (Suomen Metsäkeskuksen ). Mikäli kyse on yksittäisten puiden tunnusten määrityksestä katkontaa varten, tulisi harhan olla keskimäärin ±1 mm:n sisällä ja hajonnan 3,5 mm kuoren päältä. Metsätehon raportti

20 OTMS-järjestelmän mittaamista rinnankorkeusläpimitoista (d1,3, N=1223) noin 15,6 % oli riittävän tarkkoja, jotta niitä voidaan hyödyntää harvennustiheyden laskennassa ja puuston keskitunnusten päivityksessä. Riittävällä mittaustarkkuudella tarkoitettiin tässä yhteydessä sitä, että yksittäisen läpimittahavainnon suurin sallittu mittaero oli 8,0 cm, jolloin harha oli keskimäärin s3,4 mm ja hajonta 30,2 mm. Valituista puista 94 % täytti tämän vaatimuksen. Taulukko 6. Läpimitan mittauksen onnistuminen OTMS-järjestelmällä ennen hakkuuta. % N = 2243 Puiden löytyminen Läpimitan mittauksen onnistuminen d 1, d 1,3valitut d d best Läpimitan mittaustarkkuus rinnankorkeudella Läpimitan mittaustarkkuutta selvitettiin vertaamalla OTMS-järjestelmän mittaamaa rinnankorkeusläpimittaa (d1.3laser) maastossa elektronisilla mittasaksilla (d1.3reference) mitattuun läpimittaan (d1.3laser-d1.3reference) ja laskemalla läpimittaestimaatin harha ja hajonta. Rinnankorkeusläpimittaestimaatti onnistuttiin tuottamaan 55 %:lle puista. Näistä havainnoista OTMS -järjestelmä valitsi automaattisesti ne havainnot tarkasteluun, joiden läpimitta oli onnistuttu järjestelmän määrittelyjen mukaan mittaamaan riittävän luotettavasti (toistomittausten hajonta pieni, etäisyys < 7 m). Mittaustarkkuusvertailussa käytettiin pääasiassa näitä OTMS -järjestelmän automaattisesti valitsemia puita (N=203). Koko aineistossa läpimittaestimaatin (d1.3laser) harha oli 6,5 mm ja hajonta 43,8 mm. Tarkasteltaessa kaikkia puita (N=1223), siis valittujen puiden ohella myös muita puita, joille sallittiin suurempi hajonta toistomittauksissa ja, joille OTMS-järjestelmä laski suuremmasta hajonnasta huolimatta rinnankorkeusläpimitan (d1.3laser) oli harha 35,3 mm ja hajonta 91,9 mm. Männyllä (OMTS -järjestelmän automaattisesti valitsemat puut, N=134) rinnankorkeusläpimittaestimaatin (d1.3laser) harha oli 2,7 mm ja hajonta 23,3 mm. Mikäli hyväksytyt havainnot männiköissä (n=108) luokiteltiin mittaustarkkuuden (d1.3laser-d1.3reference) mukaan kahteen luokkaan, harha alle ±30 mm (luokka 1) ja harha yli ±30 mm (luokka 2), 85,2 % (N=92) havainnoista luokittui luokkaan 1 ja tällöin harha oli 0,3 mm ja hajonta 14,0 mm. Mikäli tarkasteltiin kaikkia mäntyrunkoja (n=684), joille järjestelmä antaa arvion puun läpimitasta on harha männyllä 33,5 mm ja hajonta 94,1 mm. Metsätehon raportti

21 Taulukko 7. Rinnankorkeusläpimitan (d1.3) mittauksen tarkkuus männyllä, kuusella ja koivulla koko aineistossa sekä OTMS-järjestelmän hyväksymien havaintojen osalta. Rinnankorkeusläpimitta (d 1,3 ) OTMS -järjestelmän valitsemat Kaikki puut, joille OTMS - järjestelmä laskee läpimitan Harha, mm Hajonta, mm N, kpl mänty -2,7 23,3 134 kuusi -15,5 70,8 62 koivu 1,0 15,6 7 yht. -6,5 43,8 203 mänty 33,5 94,1 684 kuusi 38,6 92,2 467 koivu 31,1 64,7 72 yht. 35,3 91, Kuva 11. Rinnankorkeusläpimitan mittauksen tarkkuus männiköissä (OTMSjärjestelmän valitsemat puut) havaintojen määrä, harha ja hajonta tarkkuusluokassa. Männyllä tarkkuusluokkaan 1 ( 5 mm < d1,3laser < 5 mm) osui 17,6 % havainnoista (valituista puista) harhan ollessa 0,3 mm ja hajonnan 3,4 mm. Metsätehon raportti

22 Kuusella (OMTS -järjestelmän automaattisesti valitsemat puut, N=62) rinnankorkeusläpimittaestimaatin (d1.3laser) harha oli 15,5 mm ja hajonta 70,8 mm. Mikäli hyväksytyt havainnot kuusikoissa (n=58) luokiteltiin mittaustarkkuuden (d1.3laser-d1.3reference) mukaan kahteen luokkaan, harha alle ± 30 mm (luokka 1) ja harha yli ± 30 mm (luokka 2), 32,8 % (N=19) havainnoista luokittui luokkaan 1 ja tällöin harha oli 6,8 mm ja hajonta 16,1 mm. Mikäli tarkasteltiin kaikkia kuusirunkoja (n=467), joille järjestelmä antaa arvion puun läpimitasta on harha kuusella 38,4 mm ja hajonta 92,2 mm. Kuva 12. Rinnankorkeusläpimitan mittauksen tarkkuus kuusikoissa (OTMSjärjestelmän valitsemat puut) havaintojen määrä, harha ja hajonta tarkkuusluokassa. Kuusella tarkkuusluokkaan 1 ( 5 mm < d1,3laser < 5mm) osui 6,9 % havainnoista (valituista puista) harhan ollessa -0,2 mm ja hajonnan 1,9 mm. Kuusella, männyllä ja koivulla rinnankorkeusläpimittaestimaatin harha (d1.3laser-d1.3reference) näyttäisi olevan riippuvainen rungon läpimitasta (kuva 13). Mitä suurempi maastossa mitattu rinnankorkeusläpimitta oli niin, sitä enemmän OTMS -järjestelmä aliarvioi rungon läpimittaa. Vastaavasti pieniläpimittaisilla rungoilla järjestelmä yliarvioi rinnankorkeusläpimittaa. Metsätehon raportti

23 Kuva 13. Rinnankorkeusläpimitan mittauksen mittaero, mm (d1.3laser-d1.3reference) männyllä, kuusella ja koivulla koko aineistossa (ylhäällä) ja OTMS -järjestelmän hyväksymien havaintojen osalta (alhaalla). OTMS-järjestelmän valitsemista puista pääosa (95,6 %) oli hakkuun jälkeen jäljelle jääviä puita. Vertailtaessa rinnankorkeusläpimitan (d1,3laser) mittauksen onnistumista koealoittain laskettiin koealoille aritmeettinen keskiläpimitta (D1,3laser) OTMS-järjestelmän valitsemien puiden ja vertailumittausten perusteella. Liitteissä 4 ja 5 on esitetty koealojen aritmeettiset keskiläpimitat, niiden ero sekä havaintojen määrä, jonka perusteella keskiläpimitta on laskettu. 3.3 Läpimitan mittaustarkkuus eri korkeuksilla Yläläpimitan (d4laser) mittaustarkkuutta selvitettiin vertaamalla OTMS-järjestelmän mittaamaa yläläpimittaa (d4laser) maastossa elektronisilla mittasaksilla (d4reference) mitattuun yläläpimittaan (d4laser-d4reference) varttuneissa metsiköissä ja laskemalla yläläpimittaestimaatin harha ja hajonta. Metsätehon raportti

24 Taulukko 8. Yläläpimitan (d4laser) mittauksen tarkkuus männyllä, kuusella ja koivulla koko aineistossa sekä OTMS-järjestelmän hyväksymien havaintojen osalta. Yläläpimitta (d 4 ) OTMS -järjestelmän valitsemat Kaikki puut, joille OTMS - järjestelmä laskee läpimitan Harha, mm Hajonta, mm N, kpl mänty -7,0 20,6 37 kuusi -47,3 54,1 13 koivu -12,5-1 yht. -17,4 36,3 51 mänty 10,6 58,8 184 kuusi 0,4 78,7 125 koivu -14,7 21,1 3 yht. 6,2 67,4 312 Tarkasteltaessa kaikkia puita (N=312), joille OTMS-järjestelmä laski yläläpimittaestimaatin (d4laser) ja joille oli mitattu vertailuläpimitta 4 metrin korkeudelta, saatiin harhaksi 6,2 mm ja hajonnaksi 67,4 mm. OMTS-järjestelmän automaattisesti valitsemien puiden (N=51) osalta yläläpimittaestimaatin (d4laser) harha oli 17,4 mm ja hajonta 36,3 mm. Valittujen puiden osalta hajonta näyttäisi pienevän, mutta harha sitä vastoin kasvavan verrattuna koko aineistoon (Taulukko 10). Tutkimuksessa määritettiin myös läpimitta rungon korkeudelle, jossa OTMS-järjestelmän toistomittausten hajonta oli pienin (dbest). Läpimitan mittaustarkkuuden todettiin riippuvan mittausetäisyydestä. Tutkimuksessa käytetty mittalaite, LMS111-keilain, pystyy mittaamaan läpimittoja noin 5 7,5 metriin asti (kuva 13), mutta jo yli 5 metrin etäisyydellä mitattujen läpimittojen hajonta on suuri johtuen mm. mittalaitteen ominaisuuksista (laserilla käytetty mittauspisteiden väli oli 2 cm 5 metriin etäisyydellä ja 4 cm 10 metrin etäisyydellä). Metsätehon raportti

25 Koealat 40, 41 ja 43 Mittaero (d laser-d vertailu), d 1,3 (pallo), d 4 (tähti) Valitut vihreälllä, kaikki harmaallla. Koealat 40 ja 41 Mittaero (d 1,3laser-d 1,3vertailu) Valitut (vihreä): harha = 3,792, hajonta = 5,442, mediaani = 5,436 Kaikki (harmaa): harha = 2,355, hajonta = , mediaani = 0,012 STM: harha = -4,5, hajonta = 4,392, mediaani = -3,0 Kuva 14. Mittaustarkkuuden huonontuminen etäisyyden funktiona koealoilla 40, 41 ja 43. Vihreällä OTMS järjestelmällä automaattisesti valittujen läpimittojen mittaero ja harmaalla kaikille koealojen puille estimoitujen läpimittojen mittaero vertailumittauksiin nähden. Useaan kertaan OTMS -järjestelmällä mitatuista puista voitiin mitata läpimittoja osarunkokäyrän muodostamista varten noin 9 metrin korkeuteen saakka. Sovittamalla hakkuukoneen mittalaitteen tuottama runkokäyrä ja laserkeilauksella tuotettu runkokäyrä toisiinsa on mahdollista vertailla läpimitan mittauksen tarkkuutta rungon eri korkeuksilla (d1,3, d4,0). Tässä tutkimuksessa runkokäyrien yhdistäminen tehtiin mittauskorkeuden perusteella. Lasermittauksessa käytettiin lähtöpisteenä mittalaitteen havaitsema maanpinnan tasoa, kun taas hakkuukonemittauksessa oletettiin kannon korkeudeksi 10 cm. Tästä johtuen mittauskorkeudet (d1,3, d4,0)., joista läpimitan mittaukset on tehty, eivät välttämättä vastaa tarkasti tosiaan, vaan mittauskorkeudesta aiheutuu harhaa läpimittaestimaatteihin. Hakkuukonemittauksen Metsätehon raportti

26 osalta saatiin aliarvioita, mikä viittaa siihen, että todellinen keskimääräinen kannon korkeus on ollut aineistossa korkeampi. Taulukoissa 9 13 on esitetty puukarttajärjestelmän automaattisesti valitsemien puiden ja hakkuukoneen mittalaitteen mittaamien kaadettujen puiden läpimitan mittaustarkkuus (dxlaser tai hakkuukone dxvertailu) erityyppisillä koealoilla. Yläläpimittojen osalta vertailumittauksia oli käytettävissä vain varttuneiden metsiköiden osalta. Taulukoista voidaan päätellä, että erityyppisistä koealoista saadaan automaattisesti valittua kohtuullisen hyvin mitattuja puita. Huonona puolena on se, että valitut puut ovat vain pieni osa kaikista mitatuista puista. Jatkotarkasteluissa tulee pyrkiä eliminoimaan mittauskorkeudesta aiheutuva harha. Taulukko 9. Läpimitan (d1,3, d4,0) mittauksen tarkkuus varttuneissa männiköissä (koealat 9-13 ja 40-43). OTMS (d 1,3 ) OTMS (d 4,0 ) Hakkuukone (d 1,3 ) Hakkuukone (d 4,0 ) Harha, mm 3,8 5,2-10,2-5,6 Hajonta, mm 15,2 10,2 8,1 5 Mediaani, mm 10,1 4, RMSE, mm 15,4 11,3 12,9 7,5 n, kpl Taulukko 10. Läpimitan (d1,3) mittauksen tarkkuus nuorissa männiköissä (koealat 33-37). OTMS (d 1,3 ) OTMS (d 4,0 ) Hakkuukone (d 1,3 ) Hakkuukone (d 4,0 ) Harha, mm -1, ,0 - Hajonta, mm 16,2-18,3 - Mediaani, mm -1,0 - -6,5 - RMSE, mm 15,9-21,0 - n, kpl Taulukko 11. Läpimitan (d1,3) mittauksen tarkkuus nuorissa kuusikoissa sekä sekametsissä (koealat 20, 24, 57,58 ja 61). OTMS (d 1,3 ) OTMS (d 4,0 ) Hakkuukone (d 1,3 ) Hakkuukone (d 4,0 ) Harha, mm -1,6 - -7,2 - Hajonta, mm 10,5-19,6 - Mediaani, mm -3,7 - -7,0 - RMSE, mm 10,3-20,7 - n, kpl Metsätehon raportti

27 Taulukko 12. Läpimitan (d1,3, d4,0) mittauksen tarkkuus varttuneissa kuusikoissa (koealat 38 ja 39). OTMS (d 1,3 ) OTMS (d 4,0 ) Hakkuukone (d 1,3 ) Hakkuukone (d 4,0 ) Harha, mm -3,8-12,1-3,4-4,6 Hajonta, mm 24,2 22,5 4,2 4,5 Mediaani, mm -6,5-7,8-3,0-3,0 RMSE, mm 21,3 23,4 5,3 6,3 n, kpl Taulukko 13. Läpimitan (d1,3,) mittauksen tarkkuus nuoressa koivikossa (koeala 52). OTMS (d 1,3 ) OTMS (d 4,0 ) Hakkuukone (d 1,3 ) Hakkuukone (d 4,0 ) Harha, mm 0,7 - -8,1 - Hajonta, mm 7,7-6,6 - Mediaani, mm 0,7 - -9,0 - RMSE, mm 5,5-10,4 - n, kpl Laatutunnusten mittausedellytykset Lenkouden ja mutkaisuuden laskennan toiminta riippuu mitatuista puista (kuva 9). Mikäli puun osarunkokäyrä rungon keskipisteineen pystytään estimoimaan hyvin, varsinkin lenkous saadaan mitattua. Alustavan tarkastelun perusteella osa maastossa mitatuista lengoista puista, pystyttiin löytämään OTMS -järjestelmällä. Lenkouden tunnistaminen vaatii kuitenkin vielä paljon mittausjärjestelmän ja laskenta-algoritmien kehittämistä. Esimerkiksi pienten oksistossa olevien mutkien tunnistaminen ei vielä nykyisellä laitteella onnistu. Elävän latvuston (kuvat 7 ja 8) korkeutta on mahdotonta mitata nykyisellä mittalaitteella, koska sen mittauskulma ylöspäin on tähän liian pieni. Mahdollista on, että mikäli elävän latvuston korkeus nähdään todella tärkeäksi mittaustiedoksi, niin lopullisen hakkuukoneisiin sijoitettavan mittalaitteen suunnittelussa tämä voidaan ottaa huomioon. Nykyisen kaltaisilla mittauskulmilla ± 30 astetta on täysin mahdollista mitata laatutyven päättymiskorkeus eli se, missä kohtaa alkaa kuolleiden oksien raja. Osassa puista on mahdollista mitata myös kuivaoksaisen välitukin päättymiskorkeus. Laatutyven päättymiskorkeus on kaikista määritellyistä laatutunnuksista helpoin mitata nykyisellä mittalaitteella. Metsätehon raportti

28 3.5 Kuvion puuston keskitunnusten estimointi Maastomittausten ja OTMS-järjestelmän mittausten perusteella laskettiin kuvioille hakkuun jälkeiset keskitunnukset: pohjapinta-ala (G, m 2 /ha), runkoluku (rl/ha) ja keskiläpimitta D1,3, cm) sekä niiden harha, hajonta ja keskivirhe (Taulukko 14 ja 15). Keskiläpimitta laskettiin koealoille aritmeettisena keskiarvona käyttäen OTMS-järjestelmän valitsemia puita (keskimäärin 3,8 kpl/koeala). Kuviokohtainen keskiläpimitta laskettiin painottamalla runkoluvulla koealojen keskiläpimittoja. Runkolukua käytettiin painotuksessa sen takia, ettei läpimitan mittauksessa oleva virhe kertaannu. Tämä voi vaikuttaa tulosten vertailukelpoisuuteen, sillä oikeana kuvion keskiläpimittana käytettiin maastomittausten perusteella pohjapinta-alalla painotettua keskiläpimittaa. Runkoluku laskettiin hehtaarikohtaisena kartoitettujen puiden perusteella. Kuvion pohjapinta-ala määritettiin laskemalla koealan keskipuulle pohjapinta-ala ja kertomalla se koealan runkoluvulla. Kuvion pohjapinta-ala oli koealakohtaisten pohjapinta-alojen keskiarvo. Taulukko 14. Puuston keskitunnukset hakkuun jälkeen maastomittausten ja OMTS-järjestelmän perusteella koko aineistossa (n=53). KAIKKI KOEALAT (n=53) Kuvio G, m 2 /ha (YMP) G, m 2 /ha (OTMS) rl/ha (YMP) rl/ha (OTMS) D 1,3 (YMP) D 1,3OMTS G, ero RL, ero D, ero A1 18,8 19, ,1 17,7 0, ,3 A50 13,0 13, ,5 16,9 0, ,6 A51 18,1 16, ,7 19,6-1,5 0-2,0 A6 25,8 19, ,8 19,7-6,6 0-5,1 A9 17,8 29, ,5 22,2 11,4-18 1,7 B134 16,3 16, ,8 21,2-0,1-6 -0,6 B139 17,7 13, ,5 14,9-4, ,6 B146 14,8 17, ,0 18,0 2,5-11 0,1 Harha 0, ,6 Hajonta 5,4 28 2,3 Keskivirhe 1,9 10 0,8 Taulukko 15. Puuston keskitunnukset hakkuun jälkeen maastomittausten ja OMTS-järjestelmän perusteella, kun kolme haasteellisinta kuusikoealaa (koealat 26, 39, 55) on poistettu laskennasta (n=50). KOEALAT (n=50), LASKENNASTA POISTETTU KOEALAT 26, 39, 55 Kuvio G, m 2 /ha (YMP) G, m 2 /ha (OTMS) rl/ha (YMP) rl/ha (OTMS) D 1,3 (YMP) D 1,3OMTS G, ero RL, ero D, ero A1 18,8 19, ,1 17,7 0, ,3 A50 13,0 13, ,5 16,9 0, ,6 A51 18,1 17, ,7 20,1-0,5 9-1,5 A6 25,8 19, ,8 19,7-6,6 0-5,1 A9 17,8 22, ,5 20,3 4, ,2 B134 16,3 16, ,8 21,2-0,1-6 -0,6 B139 17,7 13, ,5 14,9-4, ,6 B146 14,8 17, ,0 18,0 2,5-11 0,1 Harha -0, ,7 Hajonta 3,5 31 2,0 Keskivirhe 1,2 11 0,7 Metsätehon raportti