Puulajitulkinta laserdatasta
|
|
- Ella Kapulainen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Ilmakuvien tarve metsäsuunnittelussa? Taksaattoriklubin seminaari, Paikkatietomarkkinat 2009 Puulajitulkinta laserdatasta Jari Vauhkonen
2 Esityksen sisältöä Millaista (puulaji-)tietoa laserkeilaindata sisältää? Miten tätä tietoa voi irrottaa ja tulkita (automaattisesti)? Laser-muuttujat ja niiden valinta Miten puulaji päätellään laser-muuttujien perusteella? Luokitus-/estimointimenetelmä Millä tarkkuustasolla liikutaan? Laserpohjainen PL-tulkinta vs. ilmakuvien käyttö Jari Vauhkonen
3 Taustaa Tarvitaan puulajikohtaista tietoa puustosta Läpimittajakauma (mänty-kuusi-lehtipuu) Puuston tilavuus (-- --) Puutavaralajit Laserkeilauksella tarkkaa tietoa puuston määrästä puulajeista? Jari Vauhkonen
4 Taustaa Laseraineiston tulkintaan käytännössä kaksi (erillistä) menetelmää: Aluepohjainen menetelmä: Metsikkötunnusten päätteleminen pistepilvien jakaumasta Yksinpuintulkinta: Tunnistetaan aineistosta yksittäisiä puita, ennustetaan niiden tunnuksia ja summataan metsikkötasolle Jari Vauhkonen
5 Taustaa Kuva Petteri Packalén Puulajitietoa koealatasolla? Only 3-D coordinates are not enough to estimate stand tree species proportions. * The alternatives: To classify single trees and compute species proportions from these To use also intensity information by aerial images or laser *Törmä, M. (2000): Estimation of tree species proportions of forest stands using laser scanning, ISPRS Congress Symposium, Amsterdam, July 16-23, Jari Vauhkonen
6 Taustaa Kaukokartoituspohjainen puuston inventointijärjestelmä? Laserkeilain-, ilmakuva- ja maastoaineistojen yhdistelmänä: Petteri Packalén Jari Vauhkonen
7 Taustaa Ilmakuvatulkinta == ongelmallista E.g. image-object-sun variation Kuvat Ilkka Korpela Jari Vauhkonen
8 Puulajitulkinta puutasolla
9 Puulajitulkinta puutasolla Joensuulaisia tutkimustuloksia: Vauhkonen, Tokola, Packalén & Maltamo (2009): Identification of Scandinavian species of individual trees from airborne laser scanning data using alpha shape metrics. Forest Science 55: Vauhkonen, Korpela, Maltamo & Tokola (2009): Imputation of single-tree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Manuscript. Vastaavia tutkimuksia muualla, esim.: Ilkka Korpela et al. (Helsingin yliopisto) Johan Holmgren et al. (Sveriges lantbruksuniversitet) Jari Vauhkonen
10 Puulajitulkinta puutasolla Tarvitaan tiheää dataa: 3-5 pulssia / m 2, mieluiten 8-10! Mahdollisuus irrottaa kymmeniä / satoja / tuhansia muuttujia: latvuksen rakenne kaikujen intensiteetti (eri tyyppisten) kaikujen jakautuminen latvuksen eri osiin ym. ym. Jari Vauhkonen
11 Tulkinnassa hyödynnettyjä muuttujia Kaikujen määrä latvuksen eri osissa Korkeusjakaumasta lasketut tunnukset (persentiilit, tiheys, hajonta ) Jari Vauhkonen
12 * Edelsbrunner, H. & Mücke, E.P. (1994): 3D alpha shapes. ACM Transactions on Graphics 13: Alpha shapes* How to determine the shape of a point cloud? -> a family of shapes, parameterised by the α value Different alpha value results in different shapes Jari Vauhkonen
13 Alpha shapes from ALS data Compute using either the full point data or a predefined part of it Result is a 3D construct defined by the input points & the α value Jari Vauhkonen
14 Pine Pine Spruce Spruce Jari Vauhkonen
15 Latvuksen rakenne erilaisilla muuttujilla kuvattuna Jari Vauhkonen
16 Tulkinnassa hyödynnettyjä muuttujia Intensiteetti 1064 nm back-scatter Kuinka suuri osuus lähetetyn pulssin energiasta heijastui takaisin JOS kohde on pulssin halkaisijaa (10-30 cm) suurempi, intensiteettiarvo sen heijastusominaisuuksien mukaan Kasvillisuudesta heijastuneissa pulsseissa kohinaa Esim. lehden/neulasen koko ja asento, neulasmassan tiheys, ym., vaikuttaa SILTI: intensiteettijakaumien käyttö! Ilkka Korpela Jari Vauhkonen
17 Laser-muuttujista puulajeihin
18 Puulajin päätteleminen lasermuuttujista Useita menetelmävaihtoehtoja: Lineaariset luokitusfunktiot Koneoppiminen: esim. tukivektorikoneet; neuraaliverkot Lähimmän naapurin haku Opetus- / referenssidata? Jari Vauhkonen
19 Saatuja tuloksia
20 Harvoilanmäki* Tarkasti rajatut puut; 40 pulssia / m 2 ; alpha shape testidata Luokitustarkkuus % Pine Spruce Decid. Pine Spruce Decid *Vauhkonen, Tokola, Packalén, Maltamo (2009): Identification of Scandinavian commercial species of individual trees from airborne laser scanning data using alpha shape metrics, Forest Science 55: Jari Vauhkonen
21 Hyytiälä (1)* Kaikkien puutunnusten tuottaminen samanaikaisesti Opetusdata 1898 havaintoa, erillinen validointidata 1249 hav. Yhteensä 1846 selittävää laser-muuttujaa; RandomForestestimointimenetelmä Puulajitulkinta validointidatassa: Pine Spruce Decid. Pine Spruce Decid *Vauhkonen, Korpela, Maltamo & Tokola (2009): Imputation of single-tree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Manuscript. Jari Vauhkonen
22 Hyytiälä (1)* Muuttujien vähentäminen: 130 ja 24 muuttujaa Korkeus- ja intensiteettijakauman muuttujat puulajia selittämään Puulajiluokitus % oikein (~ muuttujalla) Myös muiden puutunnusten ennustaminen onnistui hyvin: esimerkkinä tilavuus *Vauhkonen, Korpela, Maltamo & Tokola (2009): Imputation of single-tree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Manuscript. Jari Vauhkonen
23 Hyytiälä (2): Korpela ym.* Yli puun aineisto; luokitus mänty-kuusi-koivu % tarkkuus saavutettavissa intensiteettimuuttujilla Erittäin kattava selvitys intensiteettiarvoihin vaikuttavista tekijöistä Esim. range normalization! *Korpela, Ørka, Maltamo, Tokola & Hyyppä (2009): Tree species classification using airborne LIDAR: Effects by stand and tree parameters, downsizing of training set, intensity normalization and sensor type. Manuscript. Jari Vauhkonen
24 Yhteenvetoa Laseriin perustuvalla (yksittäisten puiden) puulajitulkinnalla saavutettavissa % tarkkuus Lehtipuut sekoittuvat havupuiden kanssa Vastaava tarkkuustaso ilmakuvilta! Mänty ja kuusi sekoittuvat Ilmakuvia ei välttämättä tarvita yksinpuintulkinnassa (mutta ei niistä haittaakaan ole ) Jari Vauhkonen
25 Yksinpuintulkinnan ongelmia Tiheä data == kallista! Kaikkien puiden löytäminen ei välttämättä mahdollista riippuu metsikön rakenteesta Esim. 70 % runkoluvusta, mutta 90 % tilavuudesta Uusien menetelmien tarkkuus metsikkötasolla ==? Mallinnus- / referenssidatan hankinta? Jari Vauhkonen
26 Lopuksi puulajitiedon tuottaminen aluetasolla? Laser + ilmakuvat + maastokoealat* Tarkin ja varmin menetelmä Kevätlaser laserdatan hankinta lehdettömään aikaan? Tulevaisuudessa: Tiheän laserdatan käyttö kalibrointiin? Kustannusten lasku? Full waveform LiDAR? *Packalén (2009): Using airborne laser scanning data and digital aerial photographs to estimate growing stock by tree species. Dissertationes Forestales 77. Jari Vauhkonen
27 Kiitos! Ilkka Korpela & Petteri Packalén lainasivat kuvamateriaalia kiitti!
Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista
Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista MMT Ville Kankare Metsätieteiden laitos, Helsingin yliopisto Laserkeilauksen huippuyksikkö 8.3.2016 1 Sisältö I. Biomassaositteet
LisätiedotOlosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland
Olosuhdetieto Metsäntutkimuksen ja päätöksenteon apuna Metsäteho 22.6.2016 Timo Tokola Metsätiedon kehittämisen kokonaisuus Tokola 21.11.2016 2 Tausta ja sisältö Olosuhdetieto puunkorjuussa Suvinen et
LisätiedotLaserkeilauspohjaiset laskentasovellukset
Laserkeilauspohjaiset laskentasovellukset Petteri Packalén Matti Maltamo Laseraineiston käsittely: Ohjelmistot, formaatit ja standardit Ei kovin monia ohjelmia laserpisteaineiston käsittelyyn» Terrasolid
LisätiedotTiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa
Metsätieto ja sähköiset palvelut -hankkeen lopputulosseminaari Helsinki, 22.1.2019 Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa Petteri Packalen, Eetu Kotivuori,
LisätiedotKymmenen vuotta puulajin perässä Mihin päästiin? Ilkka Korpela, HY/Metsätieteiden laitos
Kymmenen vuotta puulajin perässä Mihin päästiin? Ilkka Korpela, HY/Metsätieteiden laitos Yhteistyössä - opiskelijat Metsäylioppilaat paikantaneet ja mitanneet noin 3000 puuta/v 2007-2017 Yhteistyössä yritykset
LisätiedotKymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia
Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia MMT Ville, Kankare Laserkeilaustutkimuksen huippuyksikkö Metsätieteiden laitos, Helsingin yliopisto Kymmenen vuotta maastolaserkeilaustutkimusta
LisätiedotKaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen
Laserkeilausseminaari 2017 MML 12.10.2017 Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen Metsien inventointi Suomessa Kaksi erityyppistä inventointia: Valtakunnan
LisätiedotBiomassatulkinta LiDARilta
Biomassatulkinta LiDARilta 1 Biomassatulkinta LiDARilta Jarno Hämäläinen (MMM) Kestävän kehityksen metsävarapalveluiden yksikkö (REDD and Sustainable Forestry Services) 2 Sisältö Referenssit Johdanto Mikä
LisätiedotForest Big Data (FBD) -tulosseminaari Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI)
Forest Big Data (FBD) -tulosseminaari 8.3.2016 Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI) Markus Holopainen, Aluepohjaista inventointia vai yksinpuintulkintaa?
LisätiedotMARV 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
LisätiedotTree map system in harvester
Tree map system in harvester Fibic seminar 12.6.2013 Lahti Timo Melkas, Metsäteho Oy Mikko Miettinen, Argone Oy Kalle Einola, Ponsse Oyj Project goals EffFibre project 2011-2013 (WP3) To evaluate the accuracy
LisätiedotTeledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet
Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet Jan Biström TerraTec Oy TerraTec-ryhmä Emoyhtiö norjalainen TerraTec AS Liikevaihto 2015 noin 13 miljoonaa euroa ja noin 90 työntekijää
LisätiedotTaneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari 8.4.2010. Eri-ikäisrakenteisen metsän kehityksen ennustaminen
Taneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari 8.4.2010 Eri-ikäisrakenteisen metsän kehityksen ennustaminen Esityksen sisältö Taustaa Malleista Lähestymistapoja Suomessa Mallien käytettävyys
LisätiedotLaserkeilaus puustotunnusten arvioinnissa
Uusi Teknologia mullistaa puun mittauksen Metsäpäivät 7.11.2008 Laserkeilaus puustotunnusten arvioinnissa Markus Holopainen Helsingin yliopisto Metsävarojen käytön laitos markus.holopainen@helsinki.fi
LisätiedotVaihtoehtoisia malleja puuston kokojakauman muodostamiseen
Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen Jouni Siipilehto, Harri Lindeman, Jori Uusitalo, Xiaowei Yu, Mikko Vastaranta Luonnonvarakeskus Geodeettinen laitos Helsingin yliopisto Vertailtavat
LisätiedotLaserkeilauksen hyödyntäminen metsätaloudellisissa
Metsätieteen aikakauskirja 4/2008 Tieteen tori Matti Maltamo, Petteri Packalén, Janne Uuttera, Esa Ärölä ja Juho Heikkilä Laserkeilaustulkinnan hyödyntäminen metsäsuunnittelun tietolähteenä Johdanto Laserkeilauksen
LisätiedotLaserkeilauksella kattavaa tietoa kaupunkimetsistä
Laserkeilauksella kattavaa tietoa kaupunkimetsistä Topi Tanhuanpää HY, Metsätieteiden osasto / UEF, Historia- ja maantieteiden osasto Kaupunkimetsät: Mitä ne ovat? Kaupungissa ja sen laitamilla kasvavien
LisätiedotMetsäkeilauksista suunnistuskarttoja?
Metsäkeilauksista suunnistuskarttoja? Suunnistuskartoittajien talvipäivä 5.2.2011 Jussi Peuhkurinen 2 Arbonaut lyhyesti Perustettu 1994 Päätoimisto Joensuussa Sivutoimistot Helsingissä ja Vermontissa Konsultointi-,
LisätiedotTietojenkäsittelytieteen tutkimusmetodit J. Parkkinen, M. Hauta-Kasari & V. Heikkinen
Multi-scale Geospatial Analysis of Forest Ecosystems Tahko 22.-23.3.2011 Tietojenkäsittelytieteen tutkimusmetodit J. Parkkinen, M. Hauta-Kasari & V. Heikkinen Tutkimus yleisesti Radiometrisen informaation
LisätiedotVMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten
VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten Kuortaneen metsäsuunnitteluseminaari 10.09.2007 Aki Suvanto, Joensuun yliopisto Petteri Packalén, Joensuun yliopisto Matti
LisätiedotLaatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla
Laatua kuvaavien kasvumallien kehittäminen Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla Taustaa» Kasvumallit antavat puustoennusteen kiertoaikana, kun tunnetaan» kasvupaikkatiedot»
LisätiedotMetsikön rakenteen ennustaminen 3D-kaukokartoituksella
8.10.2017 1 Metsikön rakenteen ennustaminen 3D-kaukokartoituksella Dosentti (MMT) Mikko Vastaranta Metsätieteiden laitos, Helsingin yliopisto Laserkeilaustutkimuksen huippuyksikkö mikko.vastaranta@helsinki.fi
LisätiedotKoostimme Metsätieteen aikakauskirjan erikoisnumeroon
Metsätieteen aikakauskirja t i e t e e n t o r i Markus Holopainen, Mikko Vastaranta ja Juha Hyyppä Yksityiskohtaisen metsävaratiedon tuottaminen kohti täsmämetsätaloutta? e e m t a Johdanto Koostimme
LisätiedotKehittyvien satelliittiaineistojen mahdollisuudet
VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Kehittyvien satelliittiaineistojen mahdollisuudet Forest Big Data loppuseminaari, Heureka 8.3.2016 Tuomas Häme, Laura Sirro, Yrjö Rauste VTT VTT:n satelliittikuvatutkimusaiheet
LisätiedotMetsävarojen inventoinnin keskeinen kiinnostuksen
Metsätieteen aikakauskirja 1/2015 Ville Kankare, Mikko Niemi, Mikko Vastaranta, Markus Holopainen ja Juha Hyyppä Puustobiomassan kartoituksen ja seurannan kehittäminen e e m t a Luonnonvarariskien hallinta
LisätiedotJakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen
Jakaumamallit MELA29:ssä MELA käyttäjäpäivä 11.11.29 Kari Härkönen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Aineistonmuodostuksessa useita vaihtoehtoisia
LisätiedotPuuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella
Metsätehon raportti 223 1.8.2013 Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella Esiselvitys ja käytännön testi Jari Vauhkonen Ville Kankare Topi Tanhuanpää Markus Holopainen Mikko
LisätiedotAaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto
Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa 15.4.2015 Aarne Hovi Helsingin Yliopisto Aaltomuotokeilaus tutkijan näkökulmasta Lentolaserkeilauksessa käytetään pulssilaseria
LisätiedotSuomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.
Suomen metsäkeskus SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia Taksaattoriklubin kevätseminaari Helsinki, 20.3.2015 Juho Heikkilä Sisältöä 1. SMK:n metsävaratiedosta lyhyesti 2. VMI-SMK yhteistyön
LisätiedotKuusen kasvun ja puutavaran laadun ennustaminen
1/13 Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.21 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro-hankkeen rahoittamaksi 1.1.24
LisätiedotMaastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät
Maastokartta pistepilvenä 22.3.2018 Harri Kaartinen, Maanmittauspäivät 2018 1 Sisältö Pistepilvi aineistolähteenä Aineiston keruu Aineistojen yhdistäminen ja käsittely Sovellukset 22.3.2018 Harri Kaartinen,
LisätiedotPuustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus
Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus Janne Uuttera Metsätehon seminaari 8.5.2007 Metsävaratietojärjestelmien tulevaisuus Tausta Tietojohtamisen välineissä, kuten metsävaratietojärjestelmissä,
LisätiedotRiistapäivät 2015 Markus Melin Itä Suomen Yliopisto Metsätieteiden osasto markus.melin@uef.fi
Riistapäivät 2015 Markus Melin Itä Suomen Yliopisto Metsätieteiden osasto markus.melin@uef.fi Laserkeilaus pähkinänkuoressa Aktiivista kaukokartoitusta, joka tuottaa 3D aineistoa (vrt. satelliitti- ja
LisätiedotMetsätieteen aikakauskirja
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Janne Uuttera Janne Uuttera, Perttu Anttila, Aki Suvanto ja Matti Maltamo Yksityismetsien metsävaratiedon keruuseen soveltuvilla kaukokartoitusmenetelmillä
LisätiedotPURO Osahanke 3 Annikki Mäkelä, HY Anu Kantola Harri Mäkinen Edistyminen -mallin adaptointi kuuselle mittaukset kuusen yleisestä rakenteesta, kilpailun vaikutus siihen Anu Kantola kuusen oksamittaukset
LisätiedotPuuston tilavuus ja kasvu ovat metsien inventoinnin
Juha Hyyppä, Markus Holopainen, Mikko Vastaranta ja Eetu Puttonen Yksittäisten puiden ittaus ja uutosten seuranta laserkeilauksella e e t a Johdanto Puuston tilavuus ja kasvu ovat etsien inventoinnin perustietoja.
LisätiedotLuento 10: Optinen 3-D mittaus ja laserkeilaus
Maa-57.301 Fotogrammetrian yleiskurssi Luento-ohjelma 1 2 3 4 5 6 7 8 9 10 (P. Rönnholm / H. Haggrén, 19.10.2004) Luento 10: Optinen 3-D mittaus ja laserkeilaus AIHEITA Optinen 3-D digitointi Etäisyydenmittaus
LisätiedotNUORTEN METSIEN RAKENNE JA KEHITYS
NUORTEN METSIEN RAKENNE JA KEHITYS Saija Huuskonen Metsäntutkimuslaitos, Vantaa Tutkimuksen tavoitteet 1. Selvittää 198-luvulla onnistuneesti perustettujen havupuuvaltaisten taimikoiden metsänhoidollinen
LisätiedotMetsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla
Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla Taksaattoriklubin vuosikokous 9.4.2019 Eero Viitanen Taustaa Metsikkökuvio Oliver & Larson: Spatiaalisesti jatkuva joukko puita ja muuta
LisätiedotKuusen kasvun ja puutavaran laadun ennustaminen
Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.2001 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro -hankkeen rahoittamaksi 1.1.2004
LisätiedotAlikasvoksen mittaus ja kartoitus laserkeilauksella
Alikasvoksen mittaus ja kartoitus laserkeilauksella Pro gradu -tutkielma Aarne Hovi Helsingin yliopisto Maatalous-metsätieteellinen tiedekunta Metsätieteiden laitos Kesäkuu 2011 Tiedekunta/Osasto Fakultet/Sektion
LisätiedotPaikkatietoa metsäbiomassan määrästä tarvitaan
Biomassan estimointi laseraineiston, ilmakuvien ja maastomittausten perusteella Esitys Metsätieteen Päivän Taksaattorisessiossa 26.10.2011 Reija Haapanen, Sakari Tuominen ja Risto Viitala Paikkatietoa
LisätiedotKuviokohtaisten puustotunnusten ennustaminen laserkeilauksella
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Aki Suvanto, Matti Maltamo, Petteri Packalén ja Jyrki Kangas Aki Suvanto Matti Maltamo Petteri Packalén Kuviokohtaisten puustotunnusten ennustaminen
LisätiedotYmpäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta
Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Sanna Kaasalainen Kaukokartoituksen ja Fotogrammetrian Osasto Ilmastonmuutos ja ääriarvot 13.9.2012 Ympäristön Aktiivinen
LisätiedotLENTOLASERKEILAUKSEEN PERUSTUVIEN PUUTASON MALLIEN SIIRRETTÄVYYS INVENTOINTIALUEIDEN VÄLILLÄ
Luonnontieteiden ja metsätieteiden tiedekunta Faculty of Science and Forestry LENTOLASERKEILAUKSEEN PERUSTUVIEN PUUTASON MALLIEN SIIRRETTÄVYYS INVENTOINTIALUEIDEN VÄLILLÄ Tomi Karjalainen METSÄTIETEEN
LisätiedotKasvava metsävaratiedon kysyntä. Metsässä puhaltavat uudet tuulet seminaari, 11.9.2012, Mikkeli Kari T. Korhonen, Metla/VMI
Kasvava metsävaratiedon kysyntä Metsässä puhaltavat uudet tuulet seminaari, 11.9.212, Mikkeli Kari T. Korhonen, Metla/VMI Maapinta-alasta 75 % on metsää 1. Suomen metsävaratiedot Puuston määrä 2,3 miljardia
LisätiedotMaaston ja tiestön kantavuuden ennustaminen. Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja
Maaston ja tiestön kantavuuden ennustaminen Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja Metsätien kantavuuden mittaus Pudotuspainolaitteet Loadman ja
LisätiedotPuun kasvu ja runkomuodon muutokset
Puun kasvu ja runkomuodon muutokset Laserkeilaus metsätieteissä 6.10.2017 Ville Luoma Helsingin yliopisto Centre of Excellence in Laser Scanning Research Taustaa Päätöksentekijät tarvitsevat tarkkaa tietoa
LisätiedotLauri Korhonen. Kärkihankkeen latvusmittaukset
Lauri Korhonen Kärkihankkeen latvusmittaukset Latvuspeittävyys ( canopy cover ) Väljästi määriteltynä: prosenttiosuus jonka latvusto peittää maanpinnasta Tarkasti määritettynä*: se osuus määräalasta, jonka
LisätiedotPURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen
PURO Osahanke 3 Annikki Mäkelä, HY Anu Kantola Harri Mäkinen Elintoimintoihin perustuvat mallit: Tavoitteet PipeQual-mallin kehittäminen mänty: puuaineen ominaisuudet mallit männyn kasvumalliin mallin
LisätiedotSatelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen
Satelliittipaikannuksen tarkkuus hakkuukoneessa Timo Melkas Mika Salmi Jarmo Hämäläinen Tavoite Tutkimuksen tavoite oli selvittää nykyisten hakkuukoneissa vakiovarusteena olevien satelliittivastaanottimien
LisätiedotIlmastoon reagoivat metsän kasvun mallit: Esimerkkejä Suomesta ja Euroopasta
Ilmastoon reagoivat metsän kasvun mallit: Esimerkkejä Suomesta ja Euroopasta MMT Sanna Härkönen Metsäasiantuntija sanna.harkonen@bitcomp.fi Sisältö SISÄLTÖ Metsän kasvun ennustaminen: tulevaisuuden haasteita
LisätiedotTIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI
TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI Pekka Savolainen Terratec Oy 07.12.2018 Luottamuksellisuus Tämän raportin kirjoittaja on allekirjoittanut salassapitosopimuksen, jossa on sitoutunut olemaan
LisätiedotTuulituhot ja metsänhoito
Tuulituhot ja metsänhoito Susanne Suvanto Metsänterveysseminaari 1 Susanne Suvanto, Metsänterveysseminaari Tuulituhot Suomessa Tuulituhot usein esiintyvät tuulennopeudet vs. myrskytuulet Myrskytuhot Syysmyrskyt
Lisätiedot3D-Virtuaalipuistot kustannustehokkuutta, tarkkuutta ja lisäarvoa Helsingin viheralueiden ylläpitoon
3D-Virtuaalipuistot kustannustehokkuutta, tarkkuutta ja lisäarvoa Helsingin viheralueiden ylläpitoon Hankkeen loppuraportti Alkusanat Helsingin kaupungin Innovaatiorahasto rahoitti 3D-virtuaalipuistot-hanketta
LisätiedotResearch plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen
Modelling tree and stand characteristics and estimating biomass removals and harvesting costs of lodgepole pine (Pinus contorta) plantations in Iceland Research plan for masters thesis in forest sciences
LisätiedotARVO ohjelmisto. Tausta
ARVO ohjelmisto Tausta Jukka Malinen, Metla Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Ennakkotiedon tarve - Metsänomistaja 11.2.2010 2 Ennakkotiedon
LisätiedotKuusen kasvun ja puutavaran laadun ennustaminen
Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.21 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro-hankkeen rahoittamaksi 1.1.24 Biomassa-aineiston
LisätiedotLASERKEILAUS METSÄVAROJEN HALLINNASSA. markus.holopainen@helsinki.fi, juha.hyyppa@fgi.fi, mikko.vastaranta@helsinki.fi, hannu.hyyppa@aalto.
The Photogrammetric Journal of Finland, Vol. 22, No. 3, 2011 LASERKEILAUS METSÄVAROJEN HALLINNASSA Markus Holopainen 1, Juha Hyyppä 2, Mikko Vastaranta 1 ja Hannu Hyyppä 3 1 Helsingin yliopisto, Metsätieteiden
LisätiedotEktomykorritsalliset lyhytjuuret ja kasvupaikan sekä puuston ominaisuudet kuusikoissa ja männiköissä
Ektomykorritsalliset lyhytjuuret ja kasvupaikan sekä puuston ominaisuudet kuusikoissa ja männiköissä 1 Helmisaari, H-S., 2 Ostonen, I., 2 Lõhmus, K., 1 Derome, J., 1 Lindroos, A-J., 2 Merilä, P. & 1 Nöjd,
LisätiedotLeimikon arvosaanto ja puukaupan tehostaminen. Jukka Malinen, Harri Kilpeläinen, Tapio Wall & Erkki Verkasalo
Leimikon arvosaanto ja puukaupan tehostaminen Jukka Malinen, Harri Kilpeläinen, Tapio Wall & Erkki Verkasalo / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi
LisätiedotSpatiaalinen metsää kuvaava malli ja sen soveltaminen metsäninventointiin
Spatiaalinen metsää kuvaava malli ja sen soveltaminen metsäninventointiin Lauri Mehtätalo Univ. of Joensuu, Faculty of Forest Sciences 22. huhtikuuta 28 Sisältö 1 Spatiaalisista pisteprosesseista 1 1.1
LisätiedotRyhmät & uudet mahdollisuudet
www.terrasolid.com Ryhmät & uudet mahdollisuudet Arttu Soininen 22.08.2017 Uudet mahdollisuudet ryhmien avulla Parempi maanpinnan yläpuolisten kohteiden luokittelu Maanpäällisten kohteiden luokittelu toimii
LisätiedotMetsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto
Metsäkoneiden sensoritekniikka kehittyy, Metsäkoneiden sensoritekniikka kehittyy Miksi uutta sensoritekniikkaa? Tarkka paikkatieto metsässä Metsäkoneen ja puomin asennon mittaus Konenäkö Laserkeilaus Tietolähteiden
LisätiedotLaserkeilaus osana puuhuoltoa
Metsätehon seminaari 24.5.2011 Laserkeilaus osana puuhuoltoa Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos Aalto-yliopisto, Maanmittaustieteiden laitos markus.holopainen@helsinki.fi Esityksen
LisätiedotSystemaattisuus työmalleissa puunkorjuussa
Systemaattisuus työmalleissa puunkorjuussa METKA-koulutus Systemaattisen energiapuuharvennuksen teemapäivä Heikki Ovaskainen Erikoistutkija Sisältö Taustaa työmalleista Uusien joukkokäsittelyn työmallien
LisätiedotTervasrosoon vaikuttavat tekijät - mallinnustarkastelu
Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu Ville Hallikainen Kuva: Risto Jalkanen Tutkimuskysymykset Mitkä luonnossa vallitsevat ekologiset ja metsänhoidolliset ym. tekijät vaikuttavat tervasroson
LisätiedotKaukokartoitustiedon käyttö LUKE:ssa
Kaukokartoitustiedon käyttö LUKE:ssa Sakari Tuominen sakari.tuominen@luke.fi Metsien kartoitus: Valtakunnan metsien inventointi VMI VMI perustuu systemaattiseen ryvästettyyn koealaotantaan 5 vuoden inventointikierrolla
LisätiedotMetsien hoito jatkuvapeitteisenä: taloudellien optimointi ja kannattavuus Vesa-Pekka Parkatti, Helsingin yliopisto, Metsätieteiden osasto
Metsien hoito jatkuvapeitteisenä: taloudellien optimointi ja kannattavuus Vesa-Pekka Parkatti, Helsingin yliopisto, Metsätieteiden osasto Taloudellis-ekologinen optimointi -tutkimusryhmä Aino Assmuth,
LisätiedotLaserkeilaus metsävarojen hallinnassa
1 Helsingin yliopiston metsätieteiden laitoksen julkaisuja 5 Publicationer vid Helsingfors universitets institution för skogsvetenskaper 5 University of Helsinki Department of Forest Sciences Publications
LisätiedotMetsien kaukokartoitus ja lentokonekeilaus Osio 2
Metsien kaukokartoitus ja lentokonekeilaus Osio 2 Energiapuun tehokas käsittely ja kuivuminen Osio 1 Taimikoiden hoito ja nuorien metsien energiapuuvarojen hyödyntäminen Metsä työllistäjänä sekä energiapuun
LisätiedotTulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun. Forest Big Data Tulosseminaari, Miika Rajala, Risto Ritala TTY
Tulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun Forest Big Data Tulosseminaari, 8.3.2016 Miika Rajala, Risto Ritala TTY Datalähteet Metsädatan lähteitä Laserpohjainen inventointi (SMK) Satelliittipohjainen
Lisätiedot"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.
MARV1, 2009 KE-ip Metsikkökoeala - harjoittelu muistokoivikossa "Karuselli", 4 kohdetta, 4 ryhmää per kohde, 25 + 5 min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.
LisätiedotPohjois-Suomessa luvuilla syntyneiden metsien puuntuotannollinen merkitys
Pohjois-Suomessa 1950-70 luvuilla syntyneiden metsien puuntuotannollinen merkitys Lapin 55. metsätalouspäivät 7-8.2.2013 Olli Salminen & Antti Ihalainen Metsäntutkimuslaitos olli.salminen@metla.fi http://www.metla.fi/metinfo/mela
LisätiedotMetsien vertailutason määrittäminen taustat ja tilanne
Asia: U 5/2017 vp Valtioneuvoston kirjelmä eduskunnalle Euroopan komission ehdotuksesta Euroopan parlamentin ja neuvoston direktiiviksi uusiutuvista lähteistä peräisin olevan energian käytön edistämisestä
LisätiedotKirjallisuuskatsaus puustotunnusten mallinnukseen laserkeilausaineistojen
Kirjallisuuskatsaus puustotunnusten mallinnukseen laserkeilausaineistojen avulla Pohjoismaissa Raita Säynäjoki & Matti Maltamo Joensuun Yliopisto, metsätieteellinen tieekunta Hanke: VMI-koealatieon ja
LisätiedotThe CCR Model and Production Correspondence
The CCR Model and Production Correspondence Tim Schöneberg The 19th of September Agenda Introduction Definitions Production Possiblity Set CCR Model and the Dual Problem Input excesses and output shortfalls
LisätiedotMetsien hiilitaseet muuttuvassa ilmastossa Climforisk-hankkeen loppuseminaari,
Metsien hiilitaseet muuttuvassa ilmastossa Climforisk-hankkeen loppuseminaari, 9.12.2014 Mikko Peltoniemi, Annikki Mäkelä, Tuomo Kalliokoski, Aleksi Lehtonen, Sanna Härkönen, ym. www.metla.fi/life/climforisk
LisätiedotSIMO tutkimuskäytössä. SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy
SIMO tutkimuskäytössä SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy Alkuvaiheet SIMOn juuret Helsingin Yliopiston metsävarojen käytön laitoksella mahdollistivat ohjelmiston luontevan soveltamisen
LisätiedotLentolaserkeilausta on hyödynnetty kaupunkimittauksessa
Tieteen tori Metsätieteen aikakauskirja 4/2014 Topi Tanhuanpää, Ville Kankare, Mikko Vastaranta, Ninni Saarinen, Markus Holopainen, Juha Raisio, Tommi Sulander, Juha Hyyppä ja Hannu Hyyppä 3D-tiedosta
LisätiedotARVO ohjelmisto. Tausta
ARVO ohjelmisto Tausta Jukka Malinen, Metla Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Ennakkotiedon tarve - Metsänomistaja 25.1.2010 2 Ennakkotiedon
LisätiedotPuukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola
Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola Tavoite Tutkimuksessa selvitettiin hakkuukoneeseen kehitetyn puukarttajärjestelmän (Optical Tree Measurement
LisätiedotMETSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM
METSÄTIEDOT KOHTI 2020-LUKUA 15.4.2015 Janne Uuttera UPM Esityksen sisältö 1. Lähihistorian kehitysaskeleet 2. Seuraavan sukupolven järjestelmän visioita 3. Lähitulevaisuuden kehitysaskeleet UPM Metsäkeskuksen
LisätiedotKorkearesoluutioisten E-SAR-tutkakuvien tarkkuus puusto tunnusten koealatason estimoinnissa
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Markus Holopainen, Sakari Tuominen, Mika Karjalainen, Juha Hyyppä, Hannu Hyyppä, Mikko Vastaranta, Teppo Hujala ja Timo Tokola Korkearesoluutioisten
LisätiedotLaserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija
Laserkeilaus ja metsäsovellukset 5.11.2018 Juho Heikkilä, metsätiedon johtava asiantuntija Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin 2010. 1. kierros valmis 2020. Metsävaratietoa 12,4
LisätiedotKuvioittaisten puustotunnusten estimointi ilmakuvilta puoliautomaattisella. segmentoinnilla. Metsätieteen aikakauskirja
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Perttu Anttila ja Mikko Lehikoinen Perttu Anttila Kuvioittaisten puustotunnusten estimointi ilmakuvilta puoliautomaattisella latvusten segmentoinnilla
LisätiedotMETKA-maastolaskurin käyttäjäkoulutus 9.12.2010 Tammela Matti Kymäläinen METKA-hanke 27.3.2014 1
METKA-maastolaskurin käyttäjäkoulutus 9.12.2010 Tammela Matti Kymäläinen METKA-hanke 27.3.2014 1 METKA-maastolaskuri: Harvennusmetsien energiapuun kertymien & keskitilavuuksien laskentaohjelma Lask ent
LisätiedotMetKu Metsävaratiedon kustannushyötyanalyysi
MetKu Metsävaratiedon kustannushyötyanalyysi Annika Kangas, Arto Haara, Markus Holopainen, Ville Luoma, Petteri Packalen, Tuula Packalen, Roope Ruotsalainen ja Ninni Saarinen 1 Haara & Kangas METsävaratiedon
LisätiedotMETSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi
METSÄSUUNNITTELU Metsäkurssi JKL yo 2014 syksy Petri Kilpinen, Metsäkeskus, Keski-Suomi 1 SISÄLTÖ metsäsuunnitelman sisältö metsävaratiedon keruu Muut tuotteet / palvelut Metsävaratiedon keruu tulevaisuudessa.
LisätiedotENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE
ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE METSÄ metsänomistajat PROMOOTTORI metsäsuunnittelu ja -neuvonta MARKKINAT polttopuu- ja lämpöyrittäjät metsäpalveluyrittäjät energiayhtiöt metsänhoitoyhdistykset
Lisätiedotmenetelmiä metsävaratietojen
Uusia menetelmiä metsävaratietojen hyödyntämiseen Pett eri Weckström (toim Euroopan maaseudun kehittämisen maatalousrahasto: Eurooppa investoi maaseutualueisiin JYVÄSKYLÄN AMMATTIKORKEAKOULU JAMK.FI.)
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella Tietolähde: Olli Salminen Metla VMI10 / MELA-ryhmä / 15.6.2007 Nuutinen, T., Hirvelä, H.,
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotSuomessa metsätalousmaa on perinteisesti jaettu
Lauri Korhonen Latvuspeittävyys, sen mittaaminen ja kansainvälinen metsän määritelmä Suomessa metsätalousmaa on perinteisesti jaettu kolmeen pääryhmään: metsämaahan, kitumaahan ja joutomaahan. Metsämaalla
LisätiedotTERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki
www.terrasolid.com TERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki 20.9.2018 SOLUTIONS FOR DATA CAPTURE Terrasolid UAV Tekniikoista Terrasolid tuotteet Fotopistepilvet UAV LiDAR
LisätiedotKumisaappaista koneoppimiseen
Kumisaappaista koneoppimiseen Taimikkotiedon tuottaminen tekoälyn avulla Esri-käyttäjäpäivät 30.1.2019 Suomen metsäkeskus, kehityspäällikkö Henna Etula Lähtökohta Näköpiirissä ei ole yksittäistä menetelmää,
LisätiedotTehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi
Tehtävä. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi lyhyesti. a) a, c, e, g, b),,, 7,, Ratkaisut: a) i ja k - oikea perustelu ja oikeat kirjaimet, annetaan
LisätiedotTaimikonhoidon ajoituksen kustannus ja kannattavuusvaikutukset
Taimikonhoidon ajoituksen kustannus ja kannattavuusvaikutukset Juho Rantala Kustannustehokas metsänhoito seminaarisarja Joensuu 29.11.2011 Kilpailevan kasvillisuuden vaikutus Jo vähäinen kilpailu vaikuttaa
LisätiedotPienpuun paalauksen tuottavuus selville suomalais-ruotsalaisella yhteistyöllä
Pienpuun paalauksen tuottavuus selville suomalais-ruotsalaisella yhteistyöllä Yrjö Nuutinen MMT Metsäteknologia Metla/Joensuu ForestEnergy2020 -tutkimus- ja innovaatio-ohjelman vuosiseminaari 8.-9.10.2013
LisätiedotDendron Resource Surveys Inc. Arbonaut Oy Finnish Forest Research Institute University of Joensuu
METLA Dendron Resource Surveys Inc. Arbonaut Oy Finnish Forest Research Institute University of Joensuu Northern Boreal Forest Information Products Based on Earth Observation Data (2005 2007) LocalMELA
Lisätiedot