Forest Big Data (FBD) -tulosseminaari Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI)

Transkriptio

1 Forest Big Data (FBD) -tulosseminaari Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI) Markus Holopainen, Aluepohjaista inventointia vai yksinpuintulkintaa? Harri Kaartinen, Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa Ville Kankare, Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistosta

2 Laserkeilaus metsävarojen hallinnassa: hieman historiaa 1977 Solodukhin ym. julkaisevat 1. artikkelin profiloivaan laseriin perustuvasta puiden mittaamisesta 1980-luku, Nelson ym. tutkivat profiloivan laserin mahdollisuuksia laajojen alueiden metsien inventoinnissa E. Naesset julkaisee 1. artikkelin laserkeilaukseen (ALS) perustuvasta puustotunnusten estimoinnissa 1999 Hyyppä & Inkinen, 1. artikkeli ALS-yksinpuintulkintamenetelmästä Aluepohjaisen ALS-inventointimenetelmän kehittäminen, mm. Naesset (2002) Useita aluepohjaiseen inventointiin liittyviä tutkimushankkeita (mm. Hyyppä & Maltamo) Digitaaliseen fotogrammetriaan (ilmakuvamittaukseen) perustuva yksinpuintulkintamenetelmä (Korpela 2004) Aluepohjainen laserkeilausinventointi operatiiviseen käyttöön metsäsuunnittelussa Suomessa Puulajiositteiden / puutavaralajien ennustaminen ALS-aineistoista, tutkimuksia 2008 SA-tutkimushankkeita, joissa tavoitteena lasermittausten entistä parempi hyödyntäminen (täsmämetsätalous) Maastolaserkeilausmenetelmien kehittäminen SA:n Laserkeilauksen huippuyksikkö ( ), Forest Big Data hanke ( )

3 Laserkeilauksen avulla tarkempaa metsävaratietoa kuviotasolta puu(oksa)tasolle

4 Yksinpuintulkinnan pullonkauloja Puiden paikannustarkkuus maastossa mitatun ja lentolaserkeilauksella tulkitun puun yhdistäminen Puulajitulkinta Erilaiset tulkinta-algoritmit tuottavat erilaisia tuloksia Korkeapulssisen laseraineiston hinta Yksinpuintulkinnan toimivuus vaikeammissa puusto-olosuhteissa kyseenalainen (tiheät metsiköt, useampijaksoiset, sekapuustot, nuoret kehitysluokat)

5 DIGILE/D2I/Forest Big Data, Task2.1/ UH & FGI Keskeisiä tavoitteita: Runkulukusarjan mittaamisen / ennustamisen tarkentaminen Puuston laatutunnusten mittaaminen Yksinpuintulkintamenetelmien kehittäminen Keskeisiä tuloksia: Seuraavan sukupolven metsävaratieto visiopaperi. Holopainen, M., Vastaranta, M. & Hyyppä, J Outlook for the next generation s precision forestry in Finland. Forests 2014, 5(7), Monilähteinen yksinpuintulkinta testi esimerkkileimikolla Vastaranta, M., Saarinen, N., Kankare, V., Holopainen, M., Kaartinen, H., Hyyppä, J. & Hyyppä, H Multisource single-tree inventory in the prediction of tree quality variables and logging recoveries. Remote Sensing, 2014, 6, Automaattisten menetelmien kehittäminen puutunnusten (läpimitat, runkokäyrä, oksat) TLSmittaukseen: Liang, X., Kankare, V., Yu, X., Hyyppä, J. & Holopainen, M Automatic stem curve measurement using terrestrial laser scanning. IEEE Transactions on Geoscience and Remote Sensing (TGRS), 52(3): ALS & TLS (MLS) yhdistelmä runkolukusarjan, puutavaralajien ja puiden ulkoisten laatutunnusten mittaamisessa; Kankare, V., Vauhkonen, J., Tanhuanpää, T., Holopainen, M., Vastaranta, M., Joensuu, M., Krooks, A., Hyyppä, J., Hyyppä, H., Alho, P. & Viitala, R Accuracy in estimation of timber assortments and stem distribution A comparison of airborne and terrestrial laser scanning techniques. ISPRS Journal of Photogrammetry and Remote Sensing, 97:89-97, Kankare, V., Joensuu, M., Vauhkonen, J., Holopainen, M., Tanhuanpää, T., Vastaranta, M., Hyyppä, J., Hyyppä, H., Alho, P., Rikala, J., Sipi, M. Estimation of timber quality of Scots pine with terrestrial laser scanning. Forests 2014, 5: Satelliittipaikannuksen tarkkuus metsäolosuhteissa: Kaartinen, H., Hyyppä, J., Vastaranta, M., Kukko, A., Jaakkola, A., Yu, Xiowei, Pyörälä, J. Liang, X., Liu, J., wang, Y., Kaijaluoto, R., Melkas, T., Holopainen, M. & Hyyppä, H Accuracy of kinematic positioning using global satellite navigation systems under forest canopies. Forests 2015, 6, ; doi: /f

6 Tulevaisuuden metsävaratieto Ajantasainen hilatason inventointi + runkolukusarjan ja laatutunnusten tarkentaminen puukohtaisella tiedolla

7 Vision: tree attribute update using Multisource single tree inventory (MS-STI) 2Dscanning Harvester MLS Tree map, species TLS First thinning MLS SAR TLS Calipers etc. Reference data Harvester Tree Attribute Update Remote Sensing Aerial images ALS Prior second thinning or clear-cut Stem distribution Tree quality

8 Evo testikenttä seuraavan sukupolven metsävaratiedon keräämiseen Alueen koko 4 km x 6 km, 91 metsikkökoelaa (32 x 32 m) Perinteiset maastomittaukset, puiden tarkka paikannus Maastolaserkeilausmittaukset: TLS-, MLS-, PLS (personal laser scanning) Kaukokartoitusaineistoja Satelliittiaineistot: Korkean resolution optisen ja mikroaaltoalueen aineistot: World View2,Terra-SAR-X stereo (TSX stereo), Tandem X (TDX INSAR) Lentokonemittaukset (MML): Ilmakuvia ja laseraineistoja eri korkeuksilta kuvattuna

9 ALS- vs ilmakuvapintamalli

10 DSI

11 Airborne laser scanning (ALS) vs Digital stereo imagery (DSI) Accuracies in Random Forest predictions using DSI and ALS metrics. Differences in DSI and ALS derived CHMs in mature Scots pine stand. Canopy gaps are missing from the DSI. Department of Forest Sciences/ Mikko Vastaranta

12 Aluepohjaista inventointia vai yksinpuintulkintaa? Yhteenveto Aluepohjainen inventointi / nykyiseen metsävaratietoon perustuvat lisäarvosovellukset Vaatimustaso: rasteritason metsävaratiedon tulee olla riittävän tarkkaa & ajantasaista Nykyinen tai nykyisenkaltainen metsävaratieto riittää moniin lisäarvosovelluksiin: sähköinen puukauppa (ostotarjousten teko & hyväksyminen), puuston laatuluokitus, Boniteetti & metsän arvo, Korjuukelpoisuus Yksinpuintulkinta: Metsävaratieto leimikkosuunnittelussa ja puunkorjuun ohjauksessa / logistiikassa vaatimustaso: runkolukusarjan & puuston laatutunnusten ennustamisen tarkkuus sillä tasolla, että hakkuut voi suunnitella ilman metsässä käyntiä & metsävaratietoa voi suoraan hyödyntää koko puunkorjuun logistiikkaketjussa Tavoitetila tulevaisuuden metsävaratiedolle Haasteita / keskeisiä kysymyksiä (aluepohjainen inventointi / yksinpuintulkinta) Kuinka usein uusi ALS-aineisto hankitaan? ALS-aineistojen pulssitiheys? Muiden 3D RS-menetelmien hyödyntäminen? Ilmakuvat / korkean resoluution satelliittikuvat? Monikanavainen keilaus? Maastomittausten määrä? Taimikkoinventointien tarkentaminen? Missä yksinpuintulkinta toimii ja missä ei? Optimaalinen ALS-TLS-/MLS-yhdistelmä? Monilähteinen yksinpuintulkinta? Hakkuukonetiedon hyödyntäminen? Mittaus vs mallinnus?

13 Kohti operatiivista yksinpuintulkintaa

14 Kiitos ja kumarrus FBD! Munchenin kaukokartoituskonferenssissa Forest Big Data hankkeen ilosanomaa levittämässä, kevät vasemmalta Jari Vauhkonen, Mikko Vastaranta, Ninni Saarinen, Ville Kankare, Ville Luoma & Topi Tanhuanpää EffFibre 14