TARKKA METSÄVARATIETO LISÄÄ SUUNNITTELUN JA TOTEUTUKSEN TEHOKKUUTTA

Koko: px
Aloita esitys sivulta:

Download "TARKKA METSÄVARATIETO LISÄÄ SUUNNITTELUN JA TOTEUTUKSEN TEHOKKUUTTA"

Transkriptio

1 : TARKKA METSÄVARATIETO LISÄÄ SUUNNITTELUN JA TOTEUTUKSEN TEHOKKUUTTA

2 Sivu 2 LiDAR -aineistoa. Vasemmanpuolisessa ikkunassa näkymä laserkeilauspistepilveen ylhäältä ja oikeanpuoleisissa lisäikkunoissa läpileikkaukset samalta alueelta. Laserkeilausteknologia Laserkeilaus ((Light Detection and Ranging), lyh. LiDAR) on aktiivinen kaukokartoitusmenetelmä, joka on alun perin kehitetty maaston kartoitukseen. Sen avulla saadaan tuotettua maastosta ja puustosta tarkka kolmiulotteinen kuvaus. Ensimmäiset LiDAR -sovellukset kehitettiin sotilaskäyttöön. LiDAR:n avulla etsittiin rakennelmia ja ajoneuvoja latvuskerroksen alta. Teknologia tuli kuitenkin nopeasti myös siviilikäyttöön. Sen on huomattu olevan erinomainen työväline kasvillisuuden kartoittamiseen, koska osa lasersäteistä heijastuu takaisin latvuksesta ja osa maan pinnalta. Tämä mahdollistaa tarkan kasvillisuuden korkeuden ja tiheyden mittaamisen. LiDAR -sensorin ja laserkeilausaineiston esikäsittelyprosessin ympärille syntyneestä teknologiasta on kypsynyt luotettava ja käyttökelpoinen väline ympäristön kartoittamiseen. Myös laserkeilausaineiston hankintakustannukset ovat pudonneet merkittävästi viimeisen kymmenen vuoden aikana. Taimikoiden hoitotarpeen määrittäminen on yksi ArboLiDAR -tuotteista. Loppukäyttäjille soveltuvien valmiiden tuotteiden puute on ollut esteenä laserkeilauspohjaisten ratkaisujen kysynnän kasvulle monilla toimialoilla. Arbonautin ArboLiDAR -inventointimenetelmän tavoitteena on tuottaa metsäammattilaisten ja metsänomistajien käyttöön ajantasaista metsävaratietoa kustannustehokkaasti. ArboLiDAR -työkaluja kehitetään jatkuvasti tiiviissä yhteistyössä metsäalan ammattilaisten ja tutkijoiden kanssa vastaamaan ajankohtaisia metsäomaisuuden hoidon ja käytön vaatimuksia.

3 Sivu 3 LiDAR -teknologian käyttö metsävarainventoinnissa. ArboLiDAR -prosessissa käytetään LiDAR -aineistoa, ilmakuvia ja GPS -paikannettuja koealoja tuottamaan ennusteita sekä puuston määrästä että laadusta suurilla metsäalueilla. LiDAR -aineistosta määritetty kasvillisuuden pituusmalli. Erittäin tarkka digitaalinen maastomalli (DTM) mahdollistaa mm. tie-, hakkuu- ja ojasuunnittelun. ArboLiDAR -inventointimenetelmällä tuotettu puuston keskiläpimitta jatkuvana rasteripintana. Tarkka ja ajantasainen puuston kuvioittainen tilavuusennuste on perusta hakkuiden suunnittelulle. Puustoinventointi Tavoitteet: Puustoinventoinnin tavoitteena on tarjota metsäammattilaisille ja metsänomistajille yhtenäistä tietoa puustovaroista kuviotasolla. Ratkaisu: ArboLiDAR -tuotantoprosessissa hyödynnetään LiDAR -aineistoa, ilmakuvia ja GPS -paikannettuja koealoja, joiden antamaa informaatiota käytetään ei-parametrisillä ennustemenetelmillä tehtävässä tulkinnassa. VääräväriAutomaattista kuviointia käytetään tuottamaan ilmakuva, jossa värikanavina puustoltaan yhtenäisiä metsikkökuvioita. punainen, vihreä ja lähi-infrapuna.

4 Sivu 4 Maastossa mitattuja koealoja käytetään ennustusmenetelmän kalibrointiin. LiDAR -inventoinnilla saavutettu mittaustarkkuus boreaalisissa metsissä. Taulukossa on esitetty keskineliövirhe (RMSE) ja harha (bias) kokonaispuustolle sekä eri puulajeille. Puuston hiilivaranto korreloi vahvasti tilavuuden kanssa, joten sen ennusteen tarkkuus vastaa tilavuuden tarkkuutta. Miksi LiDAR:in käytön metsävarojen inventoinnissa odotetaan kasvavan nopeasti? LiDAR tuo säästöjä metsävarojen inventointiin, mutta se ei ole ainut syy laserkeilausaineiston käytön kasvuun. Merkittävin syy tähän on tarkkojen puustotietojen tuomat säästöt toimintojen suunnittelussa ja itse toteutuksessa. Perinteiseen laajoihin maastomittauksiin perustuvaan inventointiin verrattuna LiDAR -aineistolla saavutetaan parempi spatiaalinen erotuskyky (resoluutio) ja mittaustarkkuus. Myös laajamittainen luonnonvarojen hallinta helpottuu standardisoidun informaation ansiosta. LiDAR -teknologian mittaustarkkuus LiDAR -inventoinnin tarkkuus riippuu puuston ominaisuuksista. Nyrkkisääntönä on, että mitä yhtenäisempi alue puustoltaan on, sitä parempi on tulosten tarkkuus. Taulu oikealla kertoo keskineliövirheen (RMSE) koealatasolla boreaalisissa metsissä eri puulajeilla. Markkinoiden vaatimukset tukevat LiDAR -inventointia Miksi tarvitsemme tarkkaa tietoa? Tämä peruskysymys unohdetaan usein eri toimittajien esittämien teknisten yksityiskohtien ja määrittelyjen viidakossa. On kuitenkin tärkeää miettiä, mitä tietoa tarvitaan, jotta päästään hyviin tuloksiin.

5 Sivu 5 Kun ilmakuvilta saatu informaatio yhdistetään LiDAR:in avulla saatuihin kasvillisuuden korkeus- ja tiheysrastereihin, saadaan erinoimainen työkalu automaattiseen kuviointiin. Automaattinen kuviointi muodostaa puustoltaan yhtenäisiä metsikkökuvioita, joille puustotunnukset lasketaan. Automaattikuvioinnin muodostamissa rajoissa on hyvin vähän eroja verrattuna manuaaliseen kuviointiin. (Molemmissa tapauksissa tiet ja vesialueet on rajattu manuaalisesti). Kuviointi Ajantasaisten kuviorajojen säilyttäminen tuottaa monelle metsäammattilaiselle päänvaivaa. Toimenpiteet kuvioilla ja luonnonilmiöt aiheuttavat jatkuvasti muutoksia kuvionrajaukseen. Manuaalinen kuvioiden piirtäminen satelliitti- tai ilmakuvalta on hidasta ja altista subjektiivisuudesta johtuvalle harhalle. Vaikka kuvioijat olisivatkin ammattilaisia, pilkkojat ja yhdistelijät muokkaavat kuviointia usein eri suuntiin. Arbonaut on panostanut merkittävästi automaattisen kuvioinnin kehittämiseen yhteistyössä metsäammattilaisten kanssa. Automaattinen kuviointi perustuu yhdistelmäkuvaan, joka muodostetaan käyttämällä LiDAR -aineistoa sekä ilmakuvaa. Kuviointi voi määräytyä esimerkiksi puuston pituuden, tiheyden ja lehtipuuosuuden mukaan. Automaattinen kuviointi on nopeaa, tehokasta ja objektiivista. Epätarkka tieto aiheuttaa turhia kustannuksia Operatiivisessa päätöksenteossa syntyy merkittäviä kustannuksia tiedon puutteen ja virheellisyyden vuoksi. Inventointitarkkuuden taloudellisten vaikutusten määrittäminen mahdollistaa oikean menetelmän valinnan. Esimerkiksi: Mitä operationaalisia kustannuksia aiheutuu, jos päätökset perustuvat tietoon, joka sisältää 15% virhettä ja on yli 10 vuotta vanhaa? Kuinka paljon voitaisiin hyötyä, jos virheen määrä putoaisi kahdeksaan prosenttiin ja saataisiin tuoretta tietoa kahden vuoden välein?

6 Sivu 6 Harvennusteemakartta, johon kuviotietokannasta on valittu kaikki sellaiset kuviot, joiden läpimitta ja tiheys ylittävät harvennusrajan. Tilavuuden lehtipuuosuus on teemoitettu harvennuskuvioilla. Teemakartat helpottavat sopivien kuvioiden etsintää ja leimikoiden suunnittelua. Tehokasta metsänhoitoa Kun metsävaratieto on ajantasaista, päätökset toimenpiteistä voidaan tehdä nopeasti käyttäen yksinkertaisia kyselyjä tietokannasta. ArboLiDAR tehostaa päätöksiä tekevän metsäammattilaisen työtä mahdollistamalla esimerkiksi kaikkien hakkuuta tai taimikonhoitoa vaativien kohteiden löytämisen nopeasti samalla kertaa. Yhdistämällä kuvioita, jotka täyttävät toimenpidevaatimukset ja sijaitsevat lähekkäin, voidaan saavuttaa lisää tehokkuutta myös toimenpiteiden suorittamiseen. Nyt toimenpidesuunnittelu voi siis tapahtua nopeasti sisätiloissa! Kun toimenpidesuunnitelma on tehty, voidaan maastossa tarkastaa normaalisti esimerkiksi tienvarsivarastojen paikat, tärkeät elinympäristöt ja muut erityiskohteet. Asiakkaiden saavuttamat kustannussäästöt jo pelkästään hakkuiden suunnittelussa ovat riittäneet puustotietojen päivityksestä LiDAR -inventoinnilla aiheutuneiden kustannusten kattamiseen. Tehokkuutta leimikon suunnitteluun Suomalaiset metsäammattilaiset ovat huomanneet, että siinä ajassa, joka ennen kului yhden hakkuusuunnitelman tekemiseen, saadaan nyt tehtyä viisi suunnitelmaa. Vanhan tiedon käyttäminen pakotti suunnittelijat tarkistamaan leimikoiden rajat kävellen, koska kuviotieto saattoi olla puutteellista.

7 Sivu 7 ArboLiDAR:in kyky erottaa puuston ominaisuuksia myös puulajeittain on ratkaisevan tärkeää boreaalisissa sekametsissä. Mitä LiDAR -inventoinnilta voi odottaa? Kun päätetään hankkia LiDAR aineistoon perustuva inventointi, on tärkeää määritellä kriteerit teknisille ominaisuuksille ja laadulle. Näin varmistetaan tulosten paras käytettävyys. Määrittele jo alussa, mihin ongelmaan haluat vastauksen. Minkälaisen päätöksenteon taustaksi tietoa tarvitaan? Millainen tieto on parasta tähän tarkoitukseen? Keskustelut tilaajan ja toimittajan välillä ovat tärkeitä, sillä ne auttavat toimittajaa ymmärtämään asiakkaan tarpeet ja vaadittavat laatukriteerit. Jos myydään pelkkiä teknisiä yksityiskohtia ilman kokonaisvaltaista asiakkaan toiveiden ymmärtämistä, hyvään lopputulokseen pääseminen on vaikeaa. on tärkeää arvioida projektin lopullista kokoa jo suunnittelun alkuvaiheessa. Onnistunut aineiston keruu vaatii myös tarpeeksi maastotyöpäiviä puuston kasvukaudella. Sääolot ovat tiedon luotettavuuden kannalta tärkeässä osassa. Alapilvet, paksu sumu ja kova tuuli voivat estää tiedon hankinnan kaukokartoitussensorin avulla. Sääolojen ja mahdollisten esteiden todennäköisyys on selvitettävä jo projektin alkuvaiheessa. Projektin läpinäkyvyys on keskeistä laadun tarkkailussa. Jos prosessin kulku on hämärän peitossa, asiakkaan on vaikea tarkistaa tulosten laatua. Vankka biometrinen perusta on välttämätön. Tilastollisesti pätevää informaatiota ei saavuteta automaattisen yksittäisten puiden tai kasvillisuuden tulkinnan kautta. Menetelmän täytyy toimia koko tarkasteltavalla alueella, tai sen täytyy osoittaa alueet, joilla se ei toimi odotusten mukaisesti. Kilpailuilla markkinoilla menestyäkseen laadun raportointi on olennaista. Laatuvaatimukset on asetettava niin tarkasti, ettei tuotannossa ole mahdollisuutta minkäänlaiseen oikomiseen. Toimittajan standardisoidut laaturaportit toimitetaan aina asiakkaalle. Toimivuus halutussa laajuudessa on aina varmistettava. Kaukokartoituksessa skaalaedut ovat tärkeitä. Jotta alueen laajuus olisi tarpeeksi suuri kustannustehokkuuden saavuttamiseksi, Suurempi projekti pienemmät kustannukset LiDAR -inventointi hyötyy inventoitavan alueen suuresta pinta-alasta. Laajentamalla projektin kokoa, ja yhtenäistämällä prosessoitavaa aluetta, vähennetään merkittävästi tulkinnan hehtaarikohtaista hintaa.

8 ArboLiDAR tarjoaa inventointiratkaisuja tropiikin plantaaseilta boreaalisen vyöhykkeen talousmetsiin. Oy Arbonaut Ltd Koskikatu 5 B FIN JOENSUU FINLAND Tel Fax sales@arbonaut.com

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Puustotietojen 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,

Lisätiedot

Laserkeilauspohjaiset laskentasovellukset

Laserkeilauspohjaiset laskentasovellukset Laserkeilauspohjaiset laskentasovellukset Petteri Packalén Matti Maltamo Laseraineiston käsittely: Ohjelmistot, formaatit ja standardit Ei kovin monia ohjelmia laserpisteaineiston käsittelyyn» Terrasolid

Lisätiedot

Laserkeilaus yksityismetsien inventoinnissa

Laserkeilaus yksityismetsien inventoinnissa Kuvat Arbonaut Oy Laserkeilaus yksityismetsien inventoinnissa Laserkeilaus ja korkeusmallit Maanmittauslaitoksen seminaari 9.10.2009 Juho Heikkilä Metsätalouden kehittämiskeskus Tapio Sisältö Kuva Metla

Lisätiedot

METSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi

METSÄSUUNNITTELU. 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.

Lisätiedot

Metsävaratieto 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 Metsävaratieto ja sen käytön mahdollisuudet 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi Sisältö 1. Julkisin varoin kerättävien metsävaratietojen keruun

Lisätiedot

Suomen 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. 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

Lisätiedot

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

VMI-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

Lisätiedot

Metsäkeilauksista suunnistuskarttoja?

Metsäkeilauksista suunnistuskarttoja? Metsäkeilauksista suunnistuskarttoja? Suunnistuskartoittajien talvipäivä 5.2.2011 Jussi Peuhkurinen 2 Arbonaut lyhyesti Perustettu 1994 Päätoimisto Joensuussa Sivutoimistot Helsingissä ja Vermontissa Konsultointi-,

Lisätiedot

Biomassatulkinta LiDARilta

Biomassatulkinta LiDARilta Biomassatulkinta LiDARilta 1 Biomassatulkinta LiDARilta Jarno Hämäläinen (MMM) Kestävän kehityksen metsävarapalveluiden yksikkö (REDD and Sustainable Forestry Services) 2 Sisältö Referenssit Johdanto Mikä

Lisätiedot

MetKu Metsävaratiedon kustannushyötyanalyysi

MetKu 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

Lisätiedot

Metsään peruskurssi. Sisältö

Metsään 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

Lisätiedot

Metsävaratiedot metsänomistajan käytössä ja Metsään.fi-palvelu. Suvi Karjula, Metsätalouden kehittämiskeskus Tapio Metsäpäivät

Metsävaratiedot metsänomistajan käytössä ja Metsään.fi-palvelu. Suvi Karjula, Metsätalouden kehittämiskeskus Tapio Metsäpäivät Metsävaratiedot metsänomistajan käytössä ja Metsään.fi-palvelu Suvi Karjula, Metsätalouden kehittämiskeskus Tapio Metsäpäivät 26.11.2010 Metsävaratieto Julkisin varoin, kaukokartoituksella ja osittaisella

Lisätiedot

Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen

Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen 22.3.2017 Magnus Nilsson, metsätietopäällikkö metsätieto- ja tarkastuspalvelut Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin 2010

Lisätiedot

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät metsävarojen hyödyntämisessä Anssi Juujärvi Lapin metsätalouspäivät 28.1.2016 -Metsävaratietojen tuottaminen -Metsävaratietojen hyödyntäminen -Mikä muuttuu 1.1.2016 alkaen 28.1.2016 Suomen metsäkeskus

Lisätiedot

Metsävaratiedon hyödyntäminen yksityismetsätaloudessa. Päättäjien Metsäakatemian kurssi 24.5.2012 Ari Meriläinen Suomen metsäkeskus

Metsävaratiedon hyödyntäminen yksityismetsätaloudessa. Päättäjien Metsäakatemian kurssi 24.5.2012 Ari Meriläinen Suomen metsäkeskus Metsävaratiedon hyödyntäminen yksityismetsätaloudessa Päättäjien Metsäakatemian kurssi 24.5.2012 Ari Meriläinen Suomen metsäkeskus 1 Metsäinventointi uudistuu Vanha tapa: aluesuunnittelu kuljetaan jalkaisin

Lisätiedot

Tuuli- lumituhojen ennakointi. Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto

Tuuli- lumituhojen ennakointi. Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto Tuuli- lumituhojen ennakointi Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto Tuuli- lumituhojen ennakointi 1. Ilmastonmuutos 2. Kaukokartoitusperusteinen metsien inventointi Laserkeilaus

Lisätiedot

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

Drone-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

Lisätiedot

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Kaukokartoituspohjainen 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

Lisätiedot

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki TRESTIMA Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa 22.3.2017, Seinäjoki Simo Kivimäki simo.kivimaki@trestima.com 050 3872891 Trestima Oy Vuonna 2012 perustettu metsäsektorille erikoistunut

Lisätiedot

METSÄSUUNNITTELU YKSITYISMETSISSÄ

METSÄSUUNNITTELU YKSITYISMETSISSÄ 1 METSÄSUUNNITTELU YKSITYISMETSISSÄ KEHITYS: 50-70 luvut: tilakohtaisia suunnitelmia 1975: alueellinen metsäsuunnittelu, keskitetty järjestelmä 1985: Taso-metsätaloussuunnitelma, kerättiin tarkempia puustotietoja

Lisätiedot

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ Selvitettiin numeeristen ilmakuva-aineistojen hyödyntämismahdollisuuksia taimikon puustotunnusten ja perkaustarpeen määrittämisessä. Tuukka

Lisätiedot

Jani Heikkilä, Myyntijohtaja, Bitcomp Oy. Kantoon -sovellus ja muut metsänomistajan palvelut

Jani Heikkilä, Myyntijohtaja, Bitcomp Oy. Kantoon -sovellus ja muut metsänomistajan palvelut Jani Heikkilä, Myyntijohtaja, Bitcomp Oy Kantoon -sovellus ja muut metsänomistajan palvelut Missio: Tietojärjestelmämme tuottavat asiakkaillemme aitoa arvoa ja rahassa mitattavia hyötyjä. Bitcomp Oy osaamista

Lisätiedot

ARVO-ohjelmisto pienpuun hankinnan tukena

ARVO-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

Lisätiedot

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. 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

Lisätiedot

Paikkatietoa metsäbiomassan määrästä tarvitaan

Paikkatietoa 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

Lisätiedot

Metsikkötietojen päivityskäytännöt

Metsikkötietojen päivityskäytännöt Metsikkötietojen päivityskäytännöt Metsikkötietojen ajantasaistusseminaari 21.4.2009/Jari Yli-Talonen Metsänhoitoyhdistys Päijät-Häme Metsänhoitoyhdistys Päijät-Häme TOIMIALUEENA Asikkalan, Hartolan, Heinolan,

Lisätiedot

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Vaihtoehtoisia 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

Lisätiedot

Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola

Puukarttajärjestelmä 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

Lisätiedot

Metsävaratietolähteet

Metsävaratietolähteet Metsävaratietolähteet Metsätehon iltapäiväseminaari Metsänomistus, puun tarjonta ja metsätietolähteet 24.5.2011 Tapio Räsänen 1. Oston sekä puunhankinnan suunnittelun ja ohjauksen tietotarpeet Oston strategiat

Lisätiedot

Puun kasvu ja runkomuodon muutokset

Puun 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

Lisätiedot

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke Metsänomistajia tavoitetaan tiedonvälitystilaisuuksissa eri teemoin. Metsänomistajat saadaan hyödyntämään aktiivisemmin

Lisätiedot

Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa

Kaukokartoitusmenetelmien 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

Lisätiedot

Rautatiekasvillisuudenhallinta laserkeilauksen avulla

Rautatiekasvillisuudenhallinta laserkeilauksen avulla Rautatiekasvillisuudenhallinta laserkeilauksen avulla LIVI/3222/02.01.02/2016 Tuomo Puumalainen Project Manager Oy Arbonaut Ltd. Katja Kapanen Global Virtual Platform GVP Oy 5.9.2018 Tavoitteita Testata

Lisätiedot

Muinaisjäännösrekisterin hyödyntäminen Metsä Groupissa

Muinaisjäännösrekisterin hyödyntäminen Metsä Groupissa Muinaisjäännösrekisterin hyödyntäminen issa, ympäristöpäällikkö Metsän siimeksessä - Metsien arkeologisen kulttuuriperinnön inventointi ja suojelu -seminaari 1 Konsernirakenne Liikevaihto 5,3 miljardia

Lisätiedot

Paikkatiedon tulevaisuus

Paikkatiedon tulevaisuus Paikkatiedon tulevaisuus Yksityismetsätalouden metsänhoitajien vierailu TE:llä 11.10.2007 Juhani Tervo Pääarkkitehti, GIS Iso skaala erilaisia paikkatietojärjestelmiä Paikkatieto tietojärjestelmissä Paikkatietojärjestelmä

Lisätiedot

Liite 5 Harvennusmallit

Liite 5 Harvennusmallit Liite 5 Harvennusmallit Liitteen harvennusmallit osoittavat puuston kehitysvaiheen (valtapituus, metriä) ja tiheyden (pohjapinta-ala, m²/ha) perusteella metsikön harvennustarpeen ja hakkuussa jätettävän,

Lisätiedot

Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun. Kati Kontinen, Tapio Oy

Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun. Kati Kontinen, Tapio Oy Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun Kati Kontinen, Tapio Oy Metsänhoidon suositukset Metsänhoidon suositukset ovat osa kansallisen metsästrategian toteutusta.

Lisätiedot

Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla

Metsäalueen 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

Lisätiedot

Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen

Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen Metsätehon tuloskalvosarja 5/2017 Timo Melkas Kirsi Riekki CHM Arbonaut Oy Tiivistelmä Tutkimuksen tavoitteena oli luoda menetelmä hakkuualueen

Lisätiedot

Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet

Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet Kehittyvä metsäenergia seminaari 18.11.2009 Jarmo Sinko Suunnittelupäällikkö Etelä-Pohjanmaan metsäkeskus 1 Esityksen sisältö Energiapuu metsävaratiedoissa

Lisätiedot

No millaista metsätietoa jj tarvitaan?

No millaista metsätietoa jj tarvitaan? Millaista metsätietoa tarvitaan monitavoitteisen metsäsuunnittelun pohjaksi? Metsätieteen päivä 2014 Jyrki Kangas No millaista metsätietoa jj tarvitaan? Metsäsuunnittelun tietotarve on tapauskohtaista:

Lisätiedot

Kesäseminaari 4.6.2015. Jani Heikkilä Metsä mukaasi Kantoon sovelluksella

Kesäseminaari 4.6.2015. Jani Heikkilä Metsä mukaasi Kantoon sovelluksella Kesäseminaari 4.6.2015 Jani Heikkilä Metsä mukaasi Kantoon sovelluksella Kesäseminaari 4.6.2015 Jani Heikkilä, Myyntijohtaja Metsä mukaasi Kantoon - sovelluksella Mobiililaajennus Metsään.Ai - palveluun

Lisätiedot

Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa

Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa Anna Lopatina, Itä-Suomen yliopisto, Metsätieteiden osasto, Anna.lopatina@uef.fi

Lisätiedot

Laserkeilauksen hyödyntäminen metsätaloudellisissa

Laserkeilauksen 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

Lisätiedot

Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

Laserkeilaus 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

Lisätiedot

Metsäpalveluyrittäjän kasvuohjelma seminaari Hämeenlinna, Aulanko 25.-26.3.2014. Mikko Nurmi

Metsäpalveluyrittäjän kasvuohjelma seminaari Hämeenlinna, Aulanko 25.-26.3.2014. Mikko Nurmi Metsäpalveluyrittäjän kasvuohjelma seminaari Hämeenlinna, Aulanko 25.-26.3.2014 Mikko Nurmi Metsätalouden kehittämiskeskus Tapio Kestävän ja kannattavan yksityismetsätalouden asiantuntemusta vuodesta 1907

Lisätiedot

Kuortaneen metsäsuunnitteluseminaarin. Metsävaratiedon ajantasaistus

Kuortaneen metsäsuunnitteluseminaarin. Metsävaratiedon ajantasaistus Kuortaneen metsäsuunnitteluseminaarin retkeily Metsävaratiedon ajantasaistus Kuortane 10.9.2007 Jarmo Sinko Suunnittelupäällikkö Hannu Ala-Honkola Metsäsuunittelija Etelä-Pohjanmaan metsäkeskus Toimenpiteiden

Lisätiedot

Maa- ja metsätalousministeriön kommenttipuheenvuoro. Metsäneuvos Marja Hilska-Aaltonen MMM/LVO/MBY 8.5.2014

Maa- ja metsätalousministeriön kommenttipuheenvuoro. Metsäneuvos Marja Hilska-Aaltonen MMM/LVO/MBY 8.5.2014 Maa- ja metsätalousministeriön kommenttipuheenvuoro Metsäneuvos Marja Hilska-Aaltonen MMM/LVO/MBY 8.5.2014 1 Metsälain muutoksen taustaa Vuoden alusta voimaan tullut metsälain muutos mahdollistaa metsänomistajien

Lisätiedot

Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen

Hakkuukonemittaus 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,

Lisätiedot

Kullaa 28.10.2014. Asiakkuusasiantuntija Jussi Somerpalo

Kullaa 28.10.2014. Asiakkuusasiantuntija Jussi Somerpalo Kullaa 28.10.2014 Asiakkuusasiantuntija Jussi Somerpalo Metsään.fi-palvelu Sähköinen asiointipalvelu metsänomistajille ja metsäalan toimijoille Metsäkeskuksen keräämät metsätiedot Hakkuu- ja hoitotyöehdotukset

Lisätiedot

Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka,

Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka, Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka, 21.9.2018 Veikko Iittainen, Metsänomistajien palvelupäällikkö Suomen metsäkeskus Metsään.fi-palvelun

Lisätiedot

Lentolaserkeilausta on hyödynnetty kaupunkimittauksessa

Lentolaserkeilausta 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

Metsätaloudellinen aikakauslehti N:o 11 marraskuu Julkilausuma

Metsätaloudellinen aikakauslehti N:o 11 marraskuu Julkilausuma MIKSI METSÄNHOITOON KANNATTAA PANOSTAA? Metsätaloudellinen aikakauslehti N:o 11 marraskuu 1948 Julkilausuma Jokainen metsäammattimies tietää, että metsiemme metsänhoidollinen tila antaa monissa suhteissa

Lisätiedot

Tunne, mitä omistat. Tiedä, mitä kasvatat.

Tunne, mitä omistat. Tiedä, mitä kasvatat. Tunne, mitä omistat. Tiedä, mitä kasvatat. Hoida metsäasiat verkossa - maksutta. KIRJAUTUMINEN JA ASIAKASTUKI ASIONTI JA SUOSTUMUKSET LUONTO Astu peremmälle metsääsi www.metsään.fi Metsään.fi on Suomen

Lisätiedot

AJANTASAINEN METSÄVARATIETO NEUVONNAN JA OPERATIIVISEN SUUNNITTELUN VÄLINEEKSI

AJANTASAINEN METSÄVARATIETO NEUVONNAN JA OPERATIIVISEN SUUNNITTELUN VÄLINEEKSI AJANTASAINEN METSÄVARATIETO NEUVONNAN JA OPERATIIVISEN SUUNNITTELUN VÄLINEEKSI 2004-2007 1 Metsäsuunnitteluseminaari Kuortane 10.9.2007 Risto Helle, Pohjois-Savon metsäkeskus Hankkeen tausta ja tarve Nykyisten

Lisätiedot

Metsätieto 2020 1 Tavoitetila

Metsätieto 2020 1 Tavoitetila Metsätieto 2020-25.6.2015 Metsätieto 2020 1 SISÄLLYSLUETTELO TIIVISTELMÄ 3 1 JOHDANTO... 4 2 HANKKEEN TAVOITTEET... 4 3 AINEISTOT JA MENETELMÄT... 5 4 NYKYTILAN KUVAUS... 6 4.1 Valtakunnan metsien inventointi...

Lisätiedot

Ekosysteemipalveluiden merkitys ja arvo. Matleena Kniivilä, metsäekonomisti, MMT matleena.kniivila@ptt.fi

Ekosysteemipalveluiden merkitys ja arvo. Matleena Kniivilä, metsäekonomisti, MMT matleena.kniivila@ptt.fi Ekosysteemipalveluiden merkitys ja arvo Matleena Kniivilä, metsäekonomisti, MMT matleena.kniivila@ptt.fi Esityksen sisältö 1) Mitä metsien ekosysteemipalvelut ovat? 2) Mikä ekosysteemipalveluiden arvo

Lisätiedot

Metsäsuunnittelu verkossa ja verkostoissa

Metsäsuunnittelu verkossa ja verkostoissa Metsäsuunnittelu verkossa ja verkostoissa Tuula Nuutinen Metsäsuunnittelu verkossa ja verkostoissa, Tikkurila 23.4.2008 http://www.metla.fi/tapahtumat/2008/metsasuunnittelu/ Järjestäjä: Metsävaratietojärjestelmän

Lisätiedot

Kehittyvien satelliittiaineistojen mahdollisuudet

Kehittyvien 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

Lisätiedot

Laserkeilausaineiston hyödynt. dyntäminen Finavian tarpeisiin

Laserkeilausaineiston hyödynt. dyntäminen Finavian tarpeisiin Laserkeilausaineiston hyödynt dyntäminen Finavian tarpeisiin Maanmittauslaitoksen laserkeilausseminaari 10.10.2008 Finavia / Jussi Kivelä ICAO:n asettamat vaatimukset Kansainvälisen Siviili-ilmailujärjestö

Lisätiedot

Tyllis-esite 2004 17.8.2004 13:19 Page 1 FIN

Tyllis-esite 2004 17.8.2004 13:19 Page 1 FIN Tyllis-esite 2004 17.8.2004 13:19 Page 1 FIN Tyllis-esite 2004 17.8.2004 13:19 Page 2 Suunnittelu & tuotanto Kuljetustoiminnassa erikoistuminen tuo säästöjä. Oikein suunniteltu kalusto tehostaa merkittävästi

Lisätiedot

Arkkioffset-painovärit

Arkkioffset-painovärit RESISTA RAPIDA REFLECTA IMPRESSION SURPRIZE PERFEXION More than just ink Synergia tuottaa innovaatioita Teknologia INNOVAATIO Know-how Kokemus Teknologia on vain niin onnistunutta kuin sen avulla saadut

Lisätiedot

Metsänhoidon laadun hallintaan digitaalisia ratkaisuja Metsänhoitoklubin vuosikokous ja seminaari Perjantai Tieteiden talo, Helsinki

Metsänhoidon laadun hallintaan digitaalisia ratkaisuja Metsänhoitoklubin vuosikokous ja seminaari Perjantai Tieteiden talo, Helsinki Metsänhoidon laadun hallintaan digitaalisia ratkaisuja Metsänhoitoklubin vuosikokous ja seminaari Perjantai 10.2.2017 Tieteiden talo, Helsinki Rahoituksen ja tarkastuksen palvelupäällikkö Aki Hostikka

Lisätiedot

Viljelytaimikoiden kehitys VMI:n mukaan

Viljelytaimikoiden kehitys VMI:n mukaan Viljelytaimikoiden kehitys VMI:n mukaan Viljelymetsien kasvu ja tuotos SMS:n metsänhoito- ja taksaattoriklubit Antti Ihalainen ja Kari T. Korhonen Luke / Metsävarojen inventointi ja metsäsuunnittelu Metsäsuunnittelu

Lisätiedot

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Satelliittipaikannuksen 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

Lisätiedot

Metsävaratietojärjestelmän ja metsäsuunnittelun tutkimus- ja kehittämisohjelma (MSU, 2007-2010)

Metsävaratietojärjestelmän 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

Lisätiedot

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Tiheäpulssinen 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,

Lisätiedot

Jyväskylän kaupungin metsät

Jyväskylän kaupungin metsät Jyväskylän kaupungin metsät 1. Metsäohjelma Metsäsuunnitelma - Kuviotieto 2. Tietojen ajantasaisuus ja päivittäminen 3. Hoitoluokitus 4. Kasvupaikat 5. Kehitysluokat 6. Ikäjakaumat 7. Puustotietoja Metsäohjelma

Lisätiedot

Tietohallinnon arvo liiketoiminnalle

Tietohallinnon arvo liiketoiminnalle Tietohallinnon arvo liiketoiminnalle Viikko-seminaari 27.9.2007 Lauri Byckling, Deloitte Mitä on arvo Arvon määritelmiä: Hyöty suhteessa hintaan Laatu suhteessa odotuksiin Saatu lisähyöty Tietohallinnon

Lisätiedot

Taimikonhoidon ajoituksen kustannus ja kannattavuusvaikutukset

Taimikonhoidon 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

Lisätiedot

METSÄ SUUNNITELMÄ 2013 2027

METSÄ SUUNNITELMÄ 2013 2027 METSÄ SUUNNITELMÄ 2013 2027 Omistaja: Itä-Suomen yliopisto Osoite: Yliopistokatu 2, 80101 Joensuu Tila: Suotalo 30:14 Kunta: Ilomantsi 2 SISÄLTÖ 1 JOHDANTO... 3 2 METSÄN NYKYTILA... 4 2.1 Kasvupaikkojen

Lisätiedot

Pohjois-Suomessa luvuilla syntyneiden metsien puuntuotannollinen merkitys

Pohjois-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

Lisätiedot

Totuus IdM-projekteista

Totuus IdM-projekteista Totuus IdM-projekteista Kyselytutkimuksen tulosten julkistustilaisuus 4.10.2011 Hannu Kasanen, Secproof Identiteetinhallinnan huono maine IAM, nuo kolme suurta kirjainta, tarkoittavat käyttäjätietojen-

Lisätiedot

Kuvioton metsäsuunnittelu Paikkatietomarkkinat, Helsinki Tero Heinonen

Kuvioton metsäsuunnittelu Paikkatietomarkkinat, Helsinki Tero Heinonen Paikkatietomarkkinat, Helsinki 3.11.2009 Tero Heinonen Sisältö Kuvioton metsäsuunnittelu Optimointi leimikon suunnittelumenetelmänä Verrataan optimointi lähestymistapaa diffuusiomenetelmään Muuttuvat käsittely-yksiköt

Lisätiedot

Earth Observation activities in University of Eastern Finland

Earth 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

Lisätiedot

Lidar GTK:n palveluksessa

Lidar GTK:n palveluksessa Lidar GTK:n palveluksessa Laserkeilaus - kymmenen vuotta menestystarinoita seminaari Puheenvuorot laserkeilausaineistojen hyödyntämisestä ja tulevaisuuden mahdollisuuksista Geologian tutkimuskeskus, Mikko

Lisätiedot

Taimikonhoito. Mänty Ohjeet omatoimiseen taimikonhoitoon Pekka Riipinen, Jyväskylän ammattikorkeakoulu. Sykettä Keski Suomen metsiin

Taimikonhoito. Mänty Ohjeet omatoimiseen taimikonhoitoon Pekka Riipinen, Jyväskylän ammattikorkeakoulu. Sykettä Keski Suomen metsiin Taimikonhoito Mänty Ohjeet omatoimiseen taimikonhoitoon Pekka Riipinen, Jyväskylän ammattikorkeakoulu Sykettä Keski Suomen metsiin Taimikonhoito Tavoitteena luoda sopivalla tiheydellä ja puulajisuhteella

Lisätiedot

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset: MARV1-11 Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä Metsikkökoealojen puuston mittaukseen käytetty menetelmä, jossa puut etsitään laseraineistosta/ilmakuvilta ja mitataan

Lisätiedot

Taimikonhoidon vaikutukset metsikön

Taimikonhoidon vaikutukset metsikön Taimikonhoidon vaikutukset metsikön jatkokehitykseen ja tuotokseen Saija Huuskonen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Sisältö 1. Taimikonhoidon

Lisätiedot

Artikkelin tässä osassa luodaan katsaus Metsämannut

Artikkelin tässä osassa luodaan katsaus Metsämannut Metsätieteen aikakauskirja t i e t e e n t o r i Kari T. Korhonen Metsäsuunnittelun tietohuollon käytäntö ja tutkimus Metsäsuunnittelun tietohuolto metsähallituksen ja metsäyhtiöiden metsissä Artikkelin

Lisätiedot

METSÄ SUUNNITELMÄ 2013 2027

METSÄ SUUNNITELMÄ 2013 2027 METSÄ SUUNNITELMÄ 2013 2027 Omistaja: Itä-Suomen yliopisto Osoite: Yliopistokatu 2, 80100 Joensuu Tila: Ahola 1:6 Kunta: Ilomantsi 2 SISÄLTÖ 1 JOHDANTO... 3 2 METSÄN NYKYTILA... 4 2.1 Kasvupaikkojen kokonaispuusto...

Lisätiedot

Kaukokartoitusperusteisen inventointimallin kokonaistestaus

Kaukokartoitusperusteisen inventointimallin kokonaistestaus Kaukokartoitusperusteisen inventointimallin kokonaistestaus Kuortaneen metsäsuunnitteluseminaari 10.9. 2007 Juho Heikkilä Metsätalouden kehittämiskeskus Tapio 19.9.2007 1 Esityksen sisältö 1. Strategiset

Lisätiedot

Olosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland

Olosuhdetieto. 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

Lisätiedot

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Koostimme 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

Lisätiedot

Yhteiset hankkeet puunhankintaa tukemassa PUUMI 2017 seminaari. Hannu Pirinen, Metsä Group

Yhteiset hankkeet puunhankintaa tukemassa PUUMI 2017 seminaari. Hannu Pirinen, Metsä Group Yhteiset hankkeet puunhankintaa tukemassa PUUMI 2017 seminaari Hannu Pirinen, Metsä Group 1. WoodForce käyttäjäkokemukset 2. Korjuukelpoisuusluokitus 3. Logistiikan digitalisaatio WoodForce, metsänhoitotöiden

Lisätiedot

ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE

ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE METSÄ metsänomistajat PROMOOTTORI metsäsuunnittelu ja -neuvonta MARKKINAT polttopuu- ja lämpöyrittäjät metsäpalveluyrittäjät energiayhtiöt metsänhoitoyhdistykset

Lisätiedot

Algoritmi III Vierekkäisten kuvioiden käsittely. Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy

Algoritmi III Vierekkäisten kuvioiden käsittely. Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi III Vierekkäisten kuvioiden käsittely Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi III vierekkäisten kuvioiden käsittely Lähtötietoina algoritmista

Lisätiedot

Mitä liiketoiminnan hyötyjä RFID:llä voidaan saada? 11.5.2006 ITviikko-seminaari Jori Kanerva, WM-data

Mitä liiketoiminnan hyötyjä RFID:llä voidaan saada? 11.5.2006 ITviikko-seminaari Jori Kanerva, WM-data Mitä liiketoiminnan hyötyjä RFID:llä voidaan saada? 11.5.2006 ITviikko-seminaari Jori Kanerva, WM-data Teemat RFID:n käyttöalueista ja hyödyistä Teknologian soveltaminen mitä hyödyntämisen käynnistämisessä

Lisätiedot

Pohjoismaisen JMIhankintaverkoston. kysyntäennusteita hyödyntäen. Eglo-seminaari Helsinki, 30.5.2006 Heli Laurikkala ja Tero Kankkunen

Pohjoismaisen JMIhankintaverkoston. kysyntäennusteita hyödyntäen. Eglo-seminaari Helsinki, 30.5.2006 Heli Laurikkala ja Tero Kankkunen Pohjoismaisen JMIhankintaverkoston kehittäminen kysyntäennusteita hyödyntäen Eglo-seminaari Helsinki, 30.5.2006 Heli Laurikkala ja Tero Kankkunen Sisällys Lähtökohta Osallistujat Tavoitteet Aikataulu Toimenpiteet

Lisätiedot

Kiila-viitearkkitehtuuri. Jani Harju,

Kiila-viitearkkitehtuuri. Jani Harju, Kiila-viitearkkitehtuuri Jani Harju, 8.4.2015 Käytetty arkkitehtuurimalli Arkkitehtuurimalliksi valittiin Kartturi-malli Jatkokehitetty JHS-179:stä Kartturi-mallia on käytetty mm. VAKAVA:ssa sekä Etelä-Suomen

Lisätiedot

ARVO ohjelmisto. Tausta

ARVO 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

Lisätiedot

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Metsäkoneiden 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

Lisätiedot

Valtion metsien kulttuuriperintöinventointi toteutus ja tuloksia. Metsän siimeksessä 30.1.2013 Jouni Taivainen

Valtion metsien kulttuuriperintöinventointi toteutus ja tuloksia. Metsän siimeksessä 30.1.2013 Jouni Taivainen Valtion metsien kulttuuriperintöinventointi toteutus ja tuloksia Metsän siimeksessä 30.1.2013 Jouni Taivainen Metsähallituksen maat ja vedet 2011 Talousmetsien metsämaata 3,5 milj. ha Kitu- ja joutomaata

Lisätiedot

Miltä metsäsi näyttää hakkuun jälkeen?

Miltä metsäsi näyttää hakkuun jälkeen? Virtuaalimetsä Miltä metsäsi näyttää hakkuun jälkeen? Virtuaalimetsä, tausta Sovellus on kehitetty Lapin AMK:ssa EAKR-hankkeessa Ensisijaisena tavoitteena hankkeessa oli kehittää oppimisympäristö metsätalousinsinöörikoulutuksen

Lisätiedot

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

METSÄTIEDOT 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

Lisätiedot

Mittatarkat viistoilmakuvat maankäytön suunnittelussa. Jukka Erkkilä Avainasiakaspäällikkö Blom Kartta Oy

Mittatarkat viistoilmakuvat maankäytön suunnittelussa. Jukka Erkkilä Avainasiakaspäällikkö Blom Kartta Oy Mittatarkat viistoilmakuvat maankäytön suunnittelussa Jukka Erkkilä Avainasiakaspäällikkö Blom Kartta Oy Esityksen sisältö Yritysesittely Blom Kartta Oy BlomOBLIQUE-viistoilmakuvapalvelun esittely Asiakasesimerkit

Lisätiedot

Suomen metsäkeskuksen metsävaratiedon laatuseloste

Suomen metsäkeskuksen metsävaratiedon laatuseloste Sisällys 1 Yleistä... 3 2 Metsävaratiedon keruu... 4 2.1 Kuvioittainen arviointi maastossa... 4 2.2 Kaukokartoitusperusteinen metsien inventointi... 5 3 Metsävaratiedon ajantasaistus... 9 3.1 Metsävaratiedon

Lisätiedot

Sastamalan kaupungin metsäomaisuus. Katariina Pylsy 30.9.2015

Sastamalan kaupungin metsäomaisuus. Katariina Pylsy 30.9.2015 Sastamalan kaupungin metsäomaisuus Katariina Pylsy 30.9.2015 Metsäomaisuuden laajuus 2013 Vammala Mouhijärvi Suodenniemi Kiikoinen Äetsä Ritajärvi Yhteensä Metsämaa 823 568 289 108 203 192 Kitumaa 81 54

Lisätiedot

Apuvälineitä metsäpalon johtamiseen

Apuvälineitä metsäpalon johtamiseen Apuvälineitä metsäpalon johtamiseen 27.3.2019 Mika Viertola, palopäällikkö, Lieksan paloasema Pohjois-Karjalan pelastuslaitos Pohjois-Karjalan pelastuslaitos Henkilöstö: 270 päätoimista 485 osa-aikaista

Lisätiedot