Laserkeilaus puustotunnusten arvioinnissa
|
|
- Raili Melasniemi
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Uusi Teknologia mullistaa puun mittauksen Metsäpäivät Laserkeilaus puustotunnusten arvioinnissa Markus Holopainen Helsingin yliopisto Metsävarojen käytön laitos
2 Sisältö L impact tutkimushanke, HY Metsävarojen käytön laitos & Geodeettinen laitos Lentokonelasermittaukset (ALS) Maastolasermittaukset (TLS) Lasermittaukset ja metsäsuunnittelulaskenta Lasermittausten hyödyntäminen eri mittakaavoissa Päätelmät: lasermittauksiin perustuvan Täsmämetsätalouden mahdollisuuksia
3 Improving forest supply chain by means of advanced laser measurements (L Impact) Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia Yhteistyötahoja TKK, Hämeen AMK (Evo), Joensuun yliopisto, Metsähallitus, Tapio, StoraEnso, UPM kymmene, Tornator, Metsäteho
4 Improving forest supply chain by means of advanced laser measurements Tavoitteet Metsien inventoinnin, metsäsuunnittelun (metsäekonomian), metsäteknologian, logistiikan ja puuteknologian yhteishanke Kehittää uusia lentokone (ALS), maastolaser (TLS) ja hakkuukonemenetelmiä yksittäisten puiden määrällisten ja laadullisten tunnusten mittaamiseen Mikä inventointitiedon arvo on metsä / leimikkosuunnittelussa / päätöstukijärjestelmässä Miten tarkentunut inventointitieto integroidaan metsäsuunnittelulaskelmiin (SIMO) Kuinka entistä tarkempaa ja ajantasaisempaa inventointitietoa voidaan hyödyntää puunhankinnan logistiikkaketjun tehostamisessa
5 Lentokonelaserkeilaus (ALS) Piirrepohjainen menetelmä Laserpulssien korkeusjakaumista voidaan irroittaa piirteitä (esim. tietynkokoiselle kuvaikkunoille) Piirteitä käytetään selittävinä muuttujina metsikkötunnusten estimoinnissa Regressio, ei parametriset menetelmät, esim. k nn Tarkkoja tuloksia puuston keskitilavuuden osalta koeala / kuviotasolla harvapulssinen ALS aineisto (<1 pulssi / m2) Kustannustehokas menetelmä Keskeistä: piirteiden irroitus ja valinta
6 ALS: Yksinpuinmittaus Tiheäpulssinen (yli 3 pulssia / m2) laserkeilaus tai numeeristen ilmakuvien fotogrammetriset 3D mittaukset Puun pituus: 3D latvustomallin laskenta laserkeilausaineistosta / digitaalinen fotogrammetria Latvuksen koko: yksittäisten latvusten etsintä ja mittaus automaattisella segmentoinnilla Mitatuista tunnuksista estimoidaan mallien avulla muita kiinnostuksen kohteena olevia puutunnuksia Kuviokohtaisten puustotunnusten laskenta yksittäisten puiden tunnusten avulla. ALS datan avulla mitatut puut, Espoonlahti 5,8 ha. Finnish Geodetic Institute / Kaartinen et al. 2008
7 Puuston ALS mittausten tarkkuus (mm. Næsset 1997, 2002, 2004, Hyyppä & Inkinen 1999, Hyyppä & Hyyppä 1999, Holopainen ym. 2000, 2008, Maltamo ym. 2004, Korpela 2004, Suvanto ym. 2005, Packalén & Maltamo 2006, 2007, Vauhkonen ym. 2008) Yksinpuintulkinnassa puun pituuden keskivirhe cm Molemmilla menetelmillä puuston keskipituuden, pohjapinta alan ja tilavuuden suhteellinen keskivirhe kuviotasolla % Yksinpuintulkinnassa puulajin luokitustarkkuus parhaimmillaan kolmella puulajilla % (korkeapulssinen data / ilmakuvat) Piirrepohjaisella menetelmällä puulajiositetiedon suhteellinen keskivirhe % Maaston korkeusmallin tarkkuus metsäolosuhteissa cm Ongelmia: puulajitulkinta (piirrepohjainen menetelmä), nuoret puustot, yksinpuintulkinnassa näkymättömät puut Yksinpuintulkinta kalliinpaa, mutta sen kautta voidaan mitata kuvion runkolukusarja ja muodostaa puukartta, joiden avulla voidaan pienentää metsäsuunnittelun simulointilaskennan virheitä ja tehostaa optimointia, puunkorjuun suunnittelua sekä logistiikkaa.
8 Muutosten seuranta: Harvennettujen puiden ALSperusteinen tulkinta (Hyyppä et al. 2007) vasemmalta oikealle: ALS 1998, 2000, erotuskuva ja poistetut puut / oksat
9 Muutosten seuranta: Puun pituuskasvun ALS perusteinen mittaus (Yu et. al. 2007) Puun latvojen haku puiden sovitus Puiden pituuskasvun mittaus Puiden tilavuuskasvun mittaus Max. hits Sovitetut puut 30 Yellow: 2003 Red: Sovitettujen puiden pisteparvet
10 Yksittäisten puiden ALS perusteinen kasvun mittaaminen (Yu 2007) Laser derived growth (m) y = x R 2 = ~ mean = stdev = Field measured growth (m) Laser derived growth (m) ~ 2000 y = x R 2 = mean = stdev = 0.46 Field measured growth (m) Laser derived growth (m) ~ 2003 y = x R 2 = Field measured growth (m) mean = 0.11 stdev = 0.38 R Bias (m) S.D. (m)
11 Laserperusteiset maastomittaukset (1/4): laserrelaskooppi Maastomittausten tarkkuuden ja paikannettavuuden merkitys kasvaa siirryttäessä yksityiskohtaiseen tulkintaan Maastomittausten tarvitaan: Kaukokartoitusmittausten kalibrointiin ja tarkkuuden arviointiin Tiedot, jotka eivät ole tulkittavissa kaukokartoitusaineistosta Laserrelaskooppi Yksi henkilö pystyy mittaamaan puiden pituudet sekä läpimittoja mielivaltaisilta korkeuksilta. Tulokset tallennetaan maastotallentimeen. Mittausten sitominen paikkaan gpspaikannuksella. Laserrelaskoopin tarkkuus 8 16 mm (mm. Kalliovirta ym. 2005, Vastaranta ym. 2008) Mittaukset subjektiivisia Kuvan Kalliovirta & Melkas
12 Laserperusteiset maastomittaukset (2/4): laserkamera Mittaukset perustuvat laserviivaan ja pisteeseen. Esimerkiksi puun läpimitan voi mitata miltä korkeudelta tahansa Tulevaisuudessa liitettävissä myös pituuden mittaus sekä puukartan teko Melkas ym. (2008): 13 maastokoealaa (552 puuta) Läpimitan mittauksen tarkkuus puoliautomaattisella menetelmällä using the 6 mm (RMSE) ja harha 2.5 mm Täysin automaattisella menetelmällä tarkkuus 12.7 mm.
13 Laserperusteiset maastomittaukset (3/4): maastolaserkeilaus (TLS) Miljoonia laserpisteitä yhdellä keilauksella 3D Jokaisella pikselillä on tarkka x,y,z koordinaatti Vastaranta ym. (2008): 6 koealaa (122 puuta manuaalisesti TLS aineistosta mitattu) Läpimitan mittaustarkkuus 7 mm (RMSE); menetelmä oli yhtä tarkka kuin laserkamera / mittasakset Finnish Geodetic Institute
14 ALS ja TLS mittausten yhdistäminen Yksittäiset puut ylhäältä (ALS) Yksittäiset puut sivulta (TLS) Finnish Geodetic Institute
15 Laserperusteiset maastomittaukset (4/4) : hakkuukonedata / mobiilit TLS mittaukset Hakkuukonedata Runkojen tilavuudet Puutavaralajit Runkokäyrät (mittauksia 10 cm välein) Sijainti (GPS) Mobiilit (2D) TLS mittaukset Puukartan tuottaminen joko erillisinventointina tai hakkuun yhteydessä Jäävän puuston mittaaminen harvennushakkuilla Tavoitteena metsävaratiedon päivitys yhdistämällä ALS, TLS ja hakkuukonetietoa kaadetuista puista kuvio / osakuvio / koeala / puutasolla ers/ergo/index.php FGI/Antero Kukko
16 Inventointitiedon tarkkuuden vaikutus metsäsuunnittelun simulointilaskennassa, SIMO ohjelmisto SIMO simulointi ja optimointiohjelmisto Puu ja metsikkötason simulaattori Sisältää mm. kaikki Suomessa käytössä olevat kasvumallit Ohjelmisto on joustava erilaisille lähtötiedoille Mikä entistä tarkemman lähtötiedon merkitys on metsäsuunnittelun simulointilaskennassa? Holopainen ym. (2008a): verrattiin puu ja puustotason simulaattoria sekä puittaisen ALS mittauksen ja perinteisen kuvioittaisen arvioinnin tarkkuuden vaikutusta hakkuiden ajoitukseen. Lähtötiedon tarkkuudella merkittävä vaikutus hakkuiden ajoitukseen (Seuraavaa hakkuuta ajoitettaessa % suhteellisia virheitä) Pitääkö kasvu ja tuotosmalleja rakentaa uudelleen lähtötiedon muuttuessa? Holopainen ym. (2008b). Tutkittiin puulajiositetiedon merkitystä simulointilaskennassa Esim. hakkuiden ajoitukseen puulajiositetieto vaikutti 58% 84%. kulminoitui eri puulajien kasvumallien toimintaan puuston eri kehitysvaiheissa.
17 Täsmämetsätalous Ongelma: kuinka raakapuuta saadaan tehtaille kustannustehokkaasti riittävä määrä ottaen kuitenkin samalla huomioon metsien muut käyttömuodot, kuten monimuotoisuus, virkistyskäyttö, hiilensidonta, kulttuuriarvot. Ratkaisu: Täsmämetsätalous = tarkan metsien inventointitiedon täysimääräinen hyödyntäminen operationaalisessa metsä ja leimikkosuunnittelussa sekä puunhankinnan logistiikassa. Tarkka metsien inventointitieto = Hakkuukonetieto, maastossa tapahtuvat lasermittaukset sekä lentokonelaser ja ilmakuvamittaukset
18 Täsmämetsätaloutta Eri mittakaavoissa puutasosta laajojen alueiden inventointeihin Monivaiheisen otannan hyödyntäminen, esimerkiksi: 1.vaihe maastolasermittaukset (TLS, Hakkuukonetieto) 2. vaihe ALS 3. vaihe Keskiresoluution optisen alueen satelliittikuva / korkean resoluution tutkasatelliittikuvat (E SAR) 4. vaihe karkean resoluution optisen alueen satelliittikuvat (mm. NOAA AVHRR) IV I II III
19 Täsmämetsätalouden mahdollisuuksia Puuntuotannon ja metsän muiden käyttömuotojen yhdistäminen Metsissä tapahtuvien muutosten seuranta Metsävaratiedon ajantasaistus Kasvun mittaus Hiilitase Monimuotoisuus Metsätuhot Metsän (tuotto)arvon määrityksen tarkentaminen Teollisuuden puuhuollon tehostaminen Kaadettujen puiden alkuperän tunnistaminen
20 L impact viitteitä, Silvilaser 2008 Holopainen, M., Haapanen, R., Tuominen, S. & Viitala, R Performance of airborne laser scanning and aerial photograph based statistical and textural features in forest variable estimation. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Holopainen, M., Mäkinen, A., Vastaranta, M., Rasinmäki, J., Hyyppä, J., Hyyppä, H. and Rönnholm, P Utilization of tree species stratum data in forest planning simulations. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Kaartinen, H, Hyyppä, J. Liang, X., Litkey, P., Kukko, A., Yu, X., Hyyppä, H. & Holopainen, M Accuracy of automatic tree extraction using airborne laser scanner data. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Litkey, P., Liang, X., Kaartinen, H., Hyyppä, J., Kukko, A. & Holopainen, M. Single scan TLS methods for forest parameter retrieval. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Melkas, T., Vastaranta, M. & Holopainen, M. Accuracy and efficiency of the laser camera. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings: Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. & Hyyppä, H Comparison of different laserbased methods to measure stem diameter. In Hill, R., Rossette, J. and Suárez, J Silvilaser 2008 proceedings:
21 Kiitos!
Forest 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?
LisätiedotPuiden 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
LisätiedotKymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia
Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia MMT Ville, Kankare Laserkeilaustutkimuksen huippuyksikkö Metsätieteiden laitos, Helsingin yliopisto Kymmenen vuotta maastolaserkeilaustutkimusta
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
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
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
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
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
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
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
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
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
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
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
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,
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
LisätiedotPuuston määrän ja laadun inventointi sekä metsävarojen
Mikko Vastaranta, Markus Holopainen, Harri Kaartinen, Hannu Hyyppä ja Juha Hyyppä Uudistuneet metsien maastomittaustarpeet e e m t a Maastomittausten tarpeellisuus Puuston määrän ja laadun inventointi
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
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
LisätiedotPuulajitulkinta laserdatasta
Ilmakuvien tarve metsäsuunnittelussa? Taksaattoriklubin seminaari, Paikkatietomarkkinat 2009 Puulajitulkinta laserdatasta Jari Vauhkonen Esityksen sisältöä Millaista (puulaji-)tietoa laserkeilaindata sisältää?
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
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
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
LisätiedotLASERKEILAUS METSÄOMAISUUDEN TALOUDELLISEN ARVONMÄÄRITTÄMISEN APUVÄLINEENÄ. Markus Holopainen 1, Kauko Viitanen 2
The Photogrammetric Journal of Finland, Vol. 22, No. 3, 2011 LASERKEILAUS METSÄOMAISUUDEN TALOUDELLISEN ARVONMÄÄRITTÄMISEN APUVÄLINEENÄ Markus Holopainen 1, Kauko Viitanen 2 1 Helsingin yliopisto, Metsätieteiden
LisätiedotBiomassatulkinta LiDARilta
Biomassatulkinta LiDARilta 1 Biomassatulkinta LiDARilta Jarno Hämäläinen (MMM) Kestävän kehityksen metsävarapalveluiden yksikkö (REDD and Sustainable Forestry Services) 2 Sisältö Referenssit Johdanto Mikä
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,
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
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
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.
LisätiedotPuutavaran mittauksen visio 2020
Puutavaran mittauksen visio 2020 Tarkka ja kustannustehokas määrän ja laadun mittaus osana puutavaralogistiikkaa Metsätehon tuloskalvosarja 9/2012 30.8.2012 Timo Melkas, Jarmo Hämäläinen 1 Puuraaka-aineen
LisätiedotMaastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa. Harri Kaartinen , FOREST BIG DATA -hankkeen tulosseminaari
Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa Harri Kaartinen 9.3.2016, FOREST BIG DATA -hankkeen tulosseminaari Maastolaserkeilaus Staattinen laserkeilaus, keilain
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
LisätiedotNUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ
NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ Selvitettiin numeeristen ilmakuva-aineistojen hyödyntämismahdollisuuksia taimikon puustotunnusten ja perkaustarpeen määrittämisessä. Tuukka
LisätiedotPuuston mittaus etäisyyden- ja kulmanmittauslaitteella
Metsätieteen aikakauskirja t i e d o n a n t o Jouko Laasasenaho Jouko Laasasenaho, Jyrki Koivuniemi, Timo Melkas ja Minna Räty Puuston mittaus etäisyyden- ja kulmanmittauslaitteella Laasasenho, J., Koivuniemi,
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»
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
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
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
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.
LisätiedotMetsien kaukokartoitus ja avoimet aineistot
Geoinformatiikan valtakunnallinen tutkimuspäivä 2013 Metsien kaukokartoitus ja avoimet aineistot Sakari Tuominen, MMT METLA Valtakunnan metsien inventointi Metsäntutkimuslaitos Skogsforskningsinstitutet
LisätiedotForest Big Data -tulosseminaari
FOREST BIG DATA Forest Big Data -tulosseminaari 8.3.216 Metsäkoneen urapainumat laserilla Jarmo Hämäläinen jarmo.hamalainen@metsateho.fi Jari Ala-Ilomäki jari.ala-ilomaki@luke.fi Mikko Miettinen mikko.miettinen@argone.fi
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
LisätiedotOPERAATIOTUTKIMUS METSÄTALOUDESSA
OPERAATIOTUTKIMUS METSÄTALOUDESSA Jyrki Kangas, UPM Metsä & Annika Kangas, Helsingin yliopisto Alustus FORS-seminaarissa 'Operaatiotutkimus metsäsektorilla' 24.5.2006 Helsinki Tyypillisimmät OR-tehtävät
LisätiedotARVO-ohjelmisto pienpuun hankinnan tukena
ARVO-ohjelmisto pienpuun hankinnan tukena Jukka Malinen Pienpuupäivä Keskiviikko 17.11.2010 Mikpoli, auditorio, Patteristonkatu 2, 50100 Mikkeli Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest
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
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
LisätiedotTIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI
TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI Pekka Savolainen Terratec Oy 07.12.2018 Luottamuksellisuus Tämän raportin kirjoittaja on allekirjoittanut salassapitosopimuksen, jossa on sitoutunut olemaan
LisätiedotPuuta koskettamaton hakkuukonemittaus. Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos
Puuta koskettamaton hakkuukonemittaus Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos Forestrix - Metsäkoneen aistinjärjestelmä (2005-2008) Konsortio
LisätiedotPaikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee metsätieteille? Markus Holopainen Helsingin yliopisto,
Paikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos markus.holopainen@helsinki.fi Mitä Laserkeilauksen
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
LisätiedotKaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa
Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa Riitta Teiniranta, Pekka Härmä, Markus Törmä, Jari Rintala ja Mikko Sane Suomen Ympäristökeskus Maa-aineispäivät
LisätiedotPuun läpimitan mittauksen tarkkuus ja tehokkuus laser- ja digitaalikuvatekniikkaan perustuen
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Timo Melkas Mikko Vastaranta Markus Holopainen Jani Kivilähde Timo Melkas, Mikko Vastaranta, Markus Holopainen, Jani Kivilähde ja Mikko Merimaa
LisätiedotAlgoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy
Algoritmi I kuvioiden ja niille johtavien ajourien erottelu Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi I kuvioiden ja niille johtavien ajourien erottelu
LisätiedotDigitalisaatio mullistaa metsäalaa
Digitalisaatio mullistaa metsäalaa Jarmo Hämäläinen Metsäteho Oy Pielisen Karjalan TULEVAISUUSFOORUMI 2018 4.10.2018, Valtimo Metsäteho on tutkimus- ja kehitysyhtiö, jonka toimialana metsäteollisuuden
LisätiedotForest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy
Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy Bitcomp Oy:n kesäseminaari 4.6.2015 Vantaa www.metsateho.fi Tehokas puuhuolto 2025 -visio Tehostuva, täsmäohjattu
LisätiedotMetsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa
Metsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa Dos. Jari Vauhkonen Yliopistonlehtori, HY (-> 28.2.2014) Yliopistotutkija, ISY (1.3.2014 ->) Sisältöä 1. Kaukokartoituspohjainen metsävaratieto
LisätiedotMONTA-YHTEISTUTKIMUS
MONTA-YHTEISTUTKIMUS Talousmetsän uudistamisen taloudelliset ja ekologiset vaikutukset Markus Monta-kokeiden Strandström perusteella Metsäteho iltapäiväseminaari 26.9.2007 Markus Strandström Metsäteho
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
LisätiedotEarth Observation activities in University of Eastern Finland
Group on Earth Observations (GEO) yhteistyö ja sovellukset Suomessa SYKE 23-24.5.2018 Earth Observation activities in University of Eastern Finland Timo Kumpula Department of Geographical and Historical
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
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
LisätiedotLaserkeilaus yksityismetsien inventoinnissa
Kuvat Arbonaut Oy Laserkeilaus yksityismetsien inventoinnissa Laserkeilaus ja korkeusmallit Maanmittauslaitoksen seminaari 9.10.2009 Juho Heikkilä Metsätalouden kehittämiskeskus Tapio Sisältö Kuva Metla
LisätiedotMetsätieto ja sähköiset palvelut
Metsätieto ja sähköiset palvelut Niina Riissanen 1 Metsätieto ja sähköiset palvelu Biotalous ja puhtaat ratkaisut Kärkihanke 2: Puu liikkeelle ja uusia tuotteita metsästä Toimenpide 1: Lisätään puun tarjontaa
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
LisätiedotMetsävarojen inventoinnissa ollaan siirtymässä
Timo Melkas ja Arto Visala Hakkuukoneella kerätyn mittaustiedon hyödyntäminen e e m t a Laserkeilauksen ja hakkuukonemittausten yhdistämisellä tarkkaa puukohtaista tietoa Metsävarojen inventoinnissa ollaan
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,
LisätiedotMetsävaratieto ja sen käytön mahdollisuudet. 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi
Metsävaratieto ja sen käytön mahdollisuudet 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi Sisältö 1. Julkisin varoin kerättävien metsävaratietojen keruun
LisätiedotKehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy
Kehittyvästä metsätiedosta lisätehoa puuhuoltoon Jarmo Hämäläinen Metsäteho Oy Puunhankinnan uudet tavat ja työkalut Teollisuuden Metsänhoitajien, Koneyrittäjien ja Metsätehon yhteisseminaari. Metsäpäivät
LisätiedotSIMO käytössä. UPM-Kymmene Oyj Janne Uuttera 23.3.2011
SIMO käytössä UPM-Kymmene Oyj Janne Uuttera 23.3.2011 1 Wednesday, March 30, 2011 Lähtökohtia UPM:n metsätalouden ja kiinteistöhallinnan järjestelmien uudistaminen oli käynnissä yhtäaikaa alkuperäisen
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
LisätiedotPuuhuollon digitalisaation kehitysnäkymiä
Puuhuollon digitalisaation kehitysnäkymiä Jarmo Hämäläinen Metsäteho Oy Kaakkois-Suomen ammattikorkeakoulun DigiMetsä-seminaari 1.11.2018, Mikkeli Metsäteho on tutkimus- ja kehitysyhtiö, jonka toimialana
LisätiedotKehittyvä puun mallinnus ja laskenta
Kehittyvä puun mallinnus ja laskenta Metsätieteen päivät 2011 Jouko Laasasenaho emeritusprof. Historiallinen tausta Vuonna 1969 Suomessa siirryttiin puun mittauksessa kuorelliseen kiintokuutiometrin käyttöön
LisätiedotPuukarttajärjestelmä hakkuun tehostamisessa
Metsätehon raportti 230 5.2.2014 Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola ISSN 1796-2374 (Verkkojulkaisu) METSÄTEHO OY Vernissakatu 4 01300
LisätiedotMännyn laatukasvatus Jari Hynynen. Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi
Männyn laatukasvatus Jari Hynynen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Johdanto Suomen metsien luontaiset edellytykset soveltuvat hyvin laatupuun
LisätiedotTukkiröntgendata sahapuun ohjauksessa
Tukkiröntgendata sahapuun ohjauksessa Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa Kehittämistavoitteet Tavoitteena on parantaa puutuoteteollisuuden arvoketjun
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.,
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.
LisätiedotPalvelualusta metsätiedon jakeluun
Palvelualusta metsätiedon jakeluun Jarmo Hämäläinen Metsäteho Oy Taustaa Metsäalan digitalisaation keskiössä on metsätiedon entistä tehokkaampi hyödyntäminen. Metsätietoa tuotetaan tulevaisuudessa monin
LisätiedotVMI kasvututkimuksen haasteita
VMI kasvututkimuksen haasteita Annika Kangas & Helena Henttonen 18.8.2016 1 Teppo Tutkija VMIn aikasarjat mahdollistavat kasvutrendien tutkimuksen 2 Korhonen & Kangas Missä määrin kasvu voidaan ennustaa?
LisätiedotMOTTI metsäsuunnittelussa ja siihen liittyvässä tutkimuksessa
MOTTI metsäsuunnittelussa ja siihen liittyvässä tutkimuksessa Jari Hynynen Metla, Vantaan toimintayksikkö SIMO-seminaari 2.11.2007 / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Olli Salminen Nuutinen, T., Hirvelä, H.,
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
LisätiedotForest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle
Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle Jarmo Hämäläinen Metsäteho Oy Metsätieteen päivä 12.11.2014, Helsinki Taustalla Puutavaralogistiikka 2020 kehittämisvisio ja
LisätiedotFotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen
Fotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen.. Fotogrammetrian perusteet.. LiDARin perusteet.. STRS menetelmät..
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
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
LisätiedotHelsingin kaupunki Pöytäkirja 1 (9) Rakennusvirasto Katu- ja puisto-osasto Ylläpitotoimisto Toimistopäällikkö KYT
Helsingin kaupunki Pöytäkirja 1 (9) 32 Ajantasaisen puisto- ja katupuutiedon tuottaminen laserkeilauksen avulla yhteistutkimushankkeen (2016 2018) tilaaminen, Helsingin yliopiston metsätieteiden laitos,
LisätiedotPuuntuotantomahdollisuudet Suomessa. Jari Hynynen & Anssi Ahtikoski Metsäntutkimuslaitos
Puuntuotantomahdollisuudet Suomessa Jari Hynynen & Anssi Ahtikoski Metsäntutkimuslaitos Taustaa Puulla ja biomassalla korvataan uusiutumattomia raaka-aineita Kilpailu maankäyttötavoista kovenee voidaanko
LisätiedotLauri Korhonen. Kärkihankkeen latvusmittaukset
Lauri Korhonen Kärkihankkeen latvusmittaukset Latvuspeittävyys ( canopy cover ) Väljästi määriteltynä: prosenttiosuus jonka latvusto peittää maanpinnasta Tarkasti määritettynä*: se osuus määräalasta, jonka
LisätiedotPuuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet
Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet Jarmo Hämäläinen Metsäteho Oy Metsäkonetieto 2018 -seminaari Tiedekeskus Heureka, Vantaa Digitalisaatio mahdollistaa kehityshyppäyksen Tehokas
LisätiedotMetsään peruskurssi. Sisältö
Laserkuva Metla Metsään peruskurssi Metsäomaisuuden hoito 19.3.2013 Metsävaratieto ja sen hyödyntäminen Marko Mustonen Metsäneuvoja Suomen metsäkeskus, Julkiset palvelut / Keski-Suomi Sisältö 1. Yleistä
LisätiedotMetsien raaka-aineiden yhteistuotannon edut
Metsien raaka-aineiden yhteistuotannon edut Jari Miina ja Mikko Kurttila Luonnonvarakeskus (Luke) Uusia tuotteita metsästä seminaari 29.3.2017 Rovaniemi Puun ja luonnontuotteiden yhteistuotanto Onko yhteistuotanto
LisätiedotERI-IKÄISRAKENTEISEN METSÄN KASVATUKSEN TALOUS
Suomen Metsätieteellinen Seura Eri-ikäisrakenteiset metsät metsätaloudessa -seminaari Säätytalo, 8.4.2010 ERI-IKÄISRAKENTEISEN METSÄN KASVATUKSEN TALOUS Kari Hyytiäinen Sisältö 1. Johdanto 2. Metsän nykyarvo
LisätiedotRiittääkö puu VMI-tulokset
Riittääkö puu VMI-tulokset Lapin 61. Metsätalouspäivät 14.2.2019 Rovaniemi Kari T. Korhonen Metsävarat: Kari T. Korhonen, Antti Ihalainen, Mikael Strandström Hakkuumahdollisuudet: Olli Salminen, Hannu
LisätiedotDrone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari
Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari 24.1.2018 Raito Paananen metsätietopäällikkö, Suomen metsäkeskus Dronet metsäkeskuksen toiminnassa SMK:n perustehtäviä
LisätiedotHakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen
Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen Timo Melkas Metsäteho Oy Forest Big Data -hankkeen tulosseminaari 8.3.2016 CHM Arbonaut Oy Melkas, T., Poikela,
LisätiedotMetsävaratietojärjestelmän ja metsäsuunnittelun tutkimus- ja kehittämisohjelma (MSU, 2007-2010)
Metsävaratietojärjestelmän ja metsäsuunnittelun tutkimus- ja kehittämisohjelma (MSU, 2007-2010) Tuula Nuutinen Metsäntutkimuslaitos Metsätehon seminaari 8.5.2007 Metsävaratietojärjestelmien tulevaisuus
LisätiedotMetsäkeilauksista suunnistuskarttoja?
Metsäkeilauksista suunnistuskarttoja? Suunnistuskartoittajien talvipäivä 5.2.2011 Jussi Peuhkurinen 2 Arbonaut lyhyesti Perustettu 1994 Päätoimisto Joensuussa Sivutoimistot Helsingissä ja Vermontissa Konsultointi-,
Lisätiedot