Suomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.

Transkriptio

1 Suomen metsäkeskus SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia Taksaattoriklubin kevätseminaari Helsinki, Juho Heikkilä

2 Sisältöä 1. SMK:n metsävaratiedosta lyhyesti 2. VMI-SMK yhteistyön toimivia muotoja 3. VMI-SMK koealatutkimus ja käytännön yhteistyö jatkossa 4. Lopuksi hieman SMK:n kehittämisnäkymiä

3 Metsävaratieto ja paikkatiedot metsätaloudessa 2010 aloitettiin SMK:n laserinventoinnit koko maassa, 1. kierros on valmis Myös edeltävä kuvioittaisena arviointina kerätty tieto on päivitetty 2004 lähtien metsävaratiedoksi. Ajantasaista metsävaratietoa on n. 68% yksityismetsien pintaalasta eli 9,8 milj.ha (10 milj. rikki lähiaikoina). Saatavuudesta tietoa Metsäkartta.fi palvelussa. Metsänomistajien suostumus tietojen käyttöön 1,8 milj.ha, hyödyntämisaste n. 19%. Tiedonsiirtoon on kehitetty alan yhteistä xml-muotoista metsätietostandardia, joka mahdollistaa asioinnin suoraan järjestelmien välillä. Tehokas metsävaratietojen keruu ja ajantasaistus on keskeinen metsätalouden kilpailukykytekijä. Tavoitteena on monipuolistaa paikkatietojen käyttöä merkittävästi ja muodostaa metsien korkeaa käyttöastetta tukeva tietokokonaisuus Forest big data Suomen metsäkeskus 3

4 Metsävaratiedon keruu ja ajantasaistus SMK:n metsävaratietojen ylläpito sisältää tiedonkeruun (laserinventointi) ja toimenpiteiden jatkuvan ajantasaistuksen. Lisäksi laskennallinen puuston kasvatus. Yksityismetsiä inventoidaan 1,5-2 milj.ha/vuosi. Tarvittava keilauksen ja kuvauksen pinta-ala on noin kaksinkertainen. Yksittäisiä inventointialueita on kpl/vuosi. Kullekin alueelle sijoitetaan noin maastokoealaa. Osalle kuvioista (10-15%), ei saada riittävän luotettavaa tietoa kaukokartoituksella tai muun tiedon perusteella ja niille tehdään kohdennettu maastoinventointi (komi). Kohteet pääosin taimikoita. Kuviotieto pääosin sama kuin ennen (maapohja/kasvupaikkatiedot, puusto, luontokohteet, toimenpide-ehdotukset). Puulajeina mänty, kuusi ja lehtipuu. Tietoja hyödynnetään ensisijaisesti Metsään.fipalvelussa, jossa on käyttäjinä valtaosa alan toimijoista ja tällä hetkellä yli metsänomistajaa. Käyttäjämäärässä ja hyödyntämisasteessa on parannettavaa, mutta suunta on oikea.

5 VMI-SMK yhteistyötä Lukessa on SMK:n koealalaskentapalvelu, jossa lasketaan koealamittausten tulokset. Palvelussa hyödynnetään VMIlaskentarutiineja, mm. pituusmallien kalibrointi. Puut KoealaId;RyvasNro;KoealaNro;PuuId;PuuNro;Puulaji;Jakso;PuuLk;D;DE st;hest;vest Koealapuusto KoealaId;RyvasNro;KoealaNro;OsiteId;OsiteNro;Puulaji;Jakso;G;N;D;H; T;V;VTuk;VKui;IV Kuollut puusto (erotettu elävästä koealapuustosta) KoealaId;RyvasNro;KoealaNro;OsiteId;OsiteNro;Puulaji;Jakso;G;N;D;H; T;V;VTuk;VKui;IV Taimikko (kasvatettu) KoealaId;RyvasNro;KoealaNro;OsiteId;OsiteNro;Puulaji;Jakso;N;D;H;T

6 Lukessa on kehitetty koealojen sijoittelumenetelmä, joka on integroitu SMK:n Aarni-paikkatietojärjestelmään. Tehdään ositettu ryväsotanta. Optimointiohjelma, jonka iteratiivinen laskentaprosessi hyödyntää olemassa olevaa kuviodataa. Valitaan koealajoukko, jonka jakaumat vastaavat mahdollisimman hyvin koko alueen kuviotiedoista laskettuja ositemuuttujien tavoitejakaumia.

7 Lukessa on SMK:n laserinventoinnin kuviotason laadunvarmistuksen laskentapalvelu, jossa lasketaan maastomittausten tulokset ja verrataan niitä vastaavien kuvioiden puustotulkintaan.

8 VMI-SMK tutkimuskehitys Tavoitteena oli koealamittaus, jolla voidaan tuottaa metsätiedot nykyisellä tarkkuudella kuviolta valtakunnan tasolle (koeala, hila, kuvio, tila, kunta, SMK-alueet, koko maa). Tavoitteena oli myös, että koealaprosessin tulee vastata resurssien ja aikataulun osalta kokonaisuudessaan sekä kuviotason laserinventoinnin että suuralue-estimoinnin tarpeisiin. Koealajärjestelmän kehittämiseen Lukelle 250 t SMK:n tuottavuusrahaa, vajaa 100 t MMM yhteistutkimusrahaa sekä lisäksi käytetty merkittävä osuus molempien organisaatioiden omia resursseja. Tutkimuskehityksen keskeisin sisältö: 1) uusi koeala, 2) otantaasetelman kehittäminen, 3) päivitettyjen koealojen käyttömahdollisuudet. VMI:n reunaehto: riittävä valtakunnallinen koealaverkko ja tilastollinen harhattomuus. SMK:n reunaehto: vuotuisten inventointialueiden tulkintaan riittävä ja kunkin alueen metsiä hyvin edustava koeala-aineisto.

9 Tuloksia ja johtopäätöksiä Yhteinen molempien keskeiset reunaehdot täyttävä koealajärjestelmä ei ole mahdollinen. Systemaattinen otanta ei tuota edustavaa koeala-aineistoa lasertulkintaan. Laserkoealojen oma sijoittelu ja mittaus tarvitaan. VMI-otantaan ei pystytty tekemään muutoksia. VMI siirtyi kiinteäsäteiseen ja tarkkuuspaikannettuun koealaan. VMI:n valitsema kahden sisäkkäisen ympyrän koeala aiheuttaa kuitenkin epävarmuutta lasertulkintaan. alle 9,5 cm puut luetaan pienemmältä ympyrältä, virhemahdollisuus tulkinnassa, millaisia koealoja sattuukaan lähimmiksi naapureiksi. Epävarmuus kohdistuu erityisesti nuoriin metsiin, joissa vaikeutena on ollut juuri se, ettei ensiharvennuskohteita saada riittävän hyvin esille. Paikannustarkkuudesta valtakunnallisesti ei ole täyttä varmuutta, koska VMI-koealojen sijainnin jälkikorjauksessa on käytetty harvempaa GL:n paikannuspalveluverkkoa. Ei ole kuitenkaan todistettu sitäkään, etteivät olisi riittävän tarkkoja. Kasvatetut koealat aiheuttavat myös epävarmuutta puustotulkintaan (kasvumallit ja tarvitaan maastotarkistus onko puita kaatunut/hakattu mittauksen ja keilauksen välissä).

10 VMI-SMK koealayhteistyö jatkossa SMK:n tavoitteena on hyödyntää käyttökelpoiset VMI-koealat laserinventoinnissa (SMK-koealan hinta luokkaa 100 /kpl). Kyseeseen tulee inventointialueille osuvat, kokonaan samalla kuviolla olevat ja tarkkuuspaikannetut koealat. Ensisijaisena tavoitteena on, että VMI-koealat olisivat soveltuvin osin varsinaisina tulkintakoealoina, mutta niitä voidaan tarvittaessa käyttää myös esim. mallinnuksen riippumattomana laatukontrolliaineistona. SMK:n 2015 inventointien yhteydessä selvitetään 1) paljonko potentiaalisia VMI-koealoja saadaan, 2) millä aikataululla ne ovat käytettävissä ja 3) mitä kokemuksia saadaan SMK- ja VMIkoealojen yhteiskäytöstä mallinnuksessa ja tulkinnassa. VMI-koealoja on hankala ottaa suoraan mukaan nykyiseen koealasijoitteluun. Eli selvitetään ensin VMI-koealojen käyttöä käytännössä. Sen jälkeen on perusteet kehittää myös koealojen ennakkosijoittelua niin, että huomioitaisiin myös VMI-koealat.

11 Lopuksi - SMK:n kehittämisnäkymiä Prosessi Metsävaratiedon keruu kaikilta omistajaryhmiltä. Hilamuotoisen metsävaratiedon jakelu tiedonsiirtorajapinnassa. Empiiriset runkolukusarjat laserinventoinnissa, tietokannassa ja laskennassa. Toimenpidetiedon vastaanotto ja vienti ajantasaistusprosessiin (esim. mototieto, omavalvonta). Kaukoinventointi Laserinventointi kehittyy uusien keilainten myötä, jolloin pistetiheys ja pulssien laatu paranee. Kustannusten kannalta on oleellista lentämisen määrä, eli miltä korkeudelta keilataan. Puuston määrän (runkolukusarjat/puutavaralajit) lisäksi kehittämistä on edelleen puulajitunnistuksessa. Ilmakuvien kautta parannusta ei ole odotettavissa. Aaltomuotolaser (full waveform), uudet monikanavakeilaimet (multispectral lidar), hyperspektrikuvat (puulajit, metsätuhot).

12 Kiitos!