Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

Samankaltaiset tiedostot
Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

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

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa. Harri Kaartinen , FOREST BIG DATA -hankkeen tulosseminaari

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Metsätuhoihin liittyvät riskit, kuten kuivuus-, lumi-,

Kohti puuhuollon digitalisaatiota

Laserkeilaus puustotunnusten arvioinnissa

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

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

Paikkatietoa metsäbiomassan määrästä tarvitaan

Kehittyvien satelliittiaineistojen mahdollisuudet

Metsävarojen inventoinnin keskeinen kiinnostuksen

Biomassatulkinta LiDARilta

Puun kasvu ja runkomuodon muutokset

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Laserkeilaus osana puuhuoltoa

Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla

Osaamispohjainen kasvu 3D-digitalisaation, robotiikan, paikkatiedon ja kuvankäsittelyn sekä -laskennan yhdistetyssä teknologiamurroksessa

Puuston tilavuus ja kasvu ovat metsien inventoinnin

Kaukokartoitusmenetelmät jokiympäristössä

Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella

SIMO tutkimuskäytössä. SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy

Hyönteisten, sienitautien ja äärevän ilmaston aiheuttamista

Laserkeilauksen hyödyntäminen metsätaloudellisissa

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Laserkeilauspohjaiset laskentasovellukset

Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa

Puulajitulkinta laserdatasta

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

Laserkeilaus yksityismetsien inventoinnissa

Kaukokartoitustiedon käyttö LUKE:ssa

Fysikaaliset menetelmät metsien kaukokartoituksessa

Tukkiröntgendata sahapuun ohjauksessa

INTENSITEETTITIEDON HYÖDYNTÄMINEN LASERKEILAUKSESSA. mallinnuksen instituutti.

Ilmastoon reagoivat metsän kasvun mallit: Esimerkkejä Suomesta ja Euroopasta

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ

Taimikonhoidon ajoitus ja sen merkitys kuusen uudistamisketjussa. Karri Uotila Kustannustehokas metsänhoito seminaarisarja

LASERKEILAUS- JA KUVA-AINEISTOJEN AUTOMAATTINEN TULKINTA KARTTOJEN AJANTASAISTUKSESSA

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Metsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa

Lentolaserkeilausta on hyödynnetty kaupunkimittauksessa

Metsätieteen aikakauskirja

Kymmenen vuotta puulajin perässä Mihin päästiin? Ilkka Korpela, HY/Metsätieteiden laitos

ARVO ohjelmisto. Tausta

MetKu Metsävaratiedon kustannushyötyanalyysi

Talousnäkökulmia jatkuvapeitteiseen metsänhoitoon

ARVO ohjelmisto. Tausta

Korkearesoluutioisten E-SAR-tutkakuvien tarkkuus puusto tunnusten koealatason estimoinnissa

Kuviokohtaisten puustotunnusten ennustaminen laserkeilauksella

Tietojenkäsittelytieteen tutkimusmetodit J. Parkkinen, M. Hauta-Kasari & V. Heikkinen

Forest Big Data -tulosseminaari

DroneKnowledge Towards knowledge based export of small UAS remote sensing technology Kohti tietämysperusteisen UAS kaukokartoitusteknologian vientiä

LASERKEILAUS METSÄVAROJEN HALLINNASSA.

Suomessa metsätalousmaa on perinteisesti jaettu

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

MAASTOSSA MITATTAVAN MINIMILÄPIMITAN VAIKUTUS PUUSTOTULKINTAAN JA KUOLLEEN PYSTYPUUSTON ENNUSTAMINEN LASERKEILAUSPOHJAISESSA METSÄNINVENTOINNISSA

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

PUUSTOBIOMASSAN ENNUSTAMINEN HARVAPULSSISELLA LENTOLASERKEILAUSAINEISTOLLA

Kuvioraja-aineiston virheiden korjaaminen numeeristen ortoilmakuvien ja automaattisen segmentoinnin avulla

Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle

Tukkiröntgendata sahapuun ohjauksessa

Nikkarilan Laserkeilausprojekti

Porolaidunten mallittaminen metsikkötunnusten avulla

Tievalaistuksen 3D-mittaus ja mallinnus

Kuusen kasvun ja puutavaran laadun ennustaminen

Metsien vertailutason määrittäminen taustat ja tilanne

ARVO-ohjelmisto pienpuun hankinnan tukena

Mitattua tutkimustietoa ekosysteemipalveluista metropolialueen kestävän kasvun tueksi (EKO-HYÖTY)

Earth Observation activities in University of Eastern Finland

Paikkatietomarkkinat / Taksaattoriklubi Mitä Laserkeilauksen huippuyksikkö merkitsee metsätieteille? Markus Holopainen Helsingin yliopisto,

3D-Virtuaalipuistot kustannustehokkuutta, tarkkuutta ja lisäarvoa Helsingin viheralueiden ylläpitoon

LASERKEILAUSPOHJAISESTA PUUSTOTULKINNASTA JOHDETTUJEN PUUSTOTUNNUSTEN JA HAKKUUESITYSTEN LUOTETTAVUUS KITTILÄN LASERKEILAUSALUEEN YKSITYISMETSISSÄ

menetelmiä metsävaratietojen

Optimal Harvesting of Forest Stands

KATSAUS FOTOGRAMMETRIAN JA KAUKOKARTOITUKSEN TOIMINTAAN SUOMESSA VUONNA Koonnut Ulla Pyysalo FOTOGRAMMETRIAN JA KAUKOKARTOITUKSEN SEURA

Taimikonhoidon ajoituksen kustannus ja kannattavuusvaikutukset

Kasvava metsävaratiedon kysyntä. Metsässä puhaltavat uudet tuulet seminaari, , Mikkeli Kari T. Korhonen, Metla/VMI

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

Metsän hinta Suomessa v kauppahintatutkimuksen tulokset. Maanmittauspäivät Esa Ärölä

Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015

Puuston muutoksen määritys laserkeilauksen avulla

Kumisaappaista koneoppimiseen

Puuston määrän ja laadun inventointi sekä metsävarojen

KATSAUS FOTOGRAMMETRIAN JA KAUKOKARTOITUKSEN TOIMINTAAN SUOMESSA V Koonnut Ulla pyysalo FOTOGRAMMETRIAN JA KAUKOKARTOITUKSEN SEURA

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

Tree map system in harvester

BOREAALISEN METSÄN SITOMAN SÄTEILYN (FPAR) ARVIOIMINEN SATELLIITTIMITTAUKSISTA SATELLIITTIMITTAUSTEN PERUSTEITA METSÄTIETEEN PÄIVÄN TAKSAATTORIKLUBI

Tämän tutkimuksen tavoitteena oli kartoittaa

Tiedonkeruun miljoonat pisteet

KARELIA-AMMATTIKORKEAKOULU

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Helsingin kaupunki Pöytäkirja 1 (9) Rakennusvirasto Katu- ja puisto-osasto Ylläpitotoimisto Toimistopäällikkö KYT

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Taimikonhoidon vaikutukset metsikön

Maalahopuun kartoitus maastolaserkeilauksella

TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI

Transkriptio:

8.10.2017 1 Metsikön rakenteen ennustaminen 3D-kaukokartoituksella Dosentti (MMT) Mikko Vastaranta Metsätieteiden laitos, Helsingin yliopisto Laserkeilaustutkimuksen huippuyksikkö mikko.vastaranta@helsinki.fi

8.10.2017 2

Metsikkötunnusten ennustamisen tarkkuus (Yu et al. 2015) 8.10.2017 3

Tutkimuksen tavoite Ymmärtää paremmin eri 3Dkaukokartoitusmenetelmien soveltuvuutta mittaamaan: Puuston pituutta Puuston pituuden vaihtelua Puuston tiheyttä Metsävaratiedon keruussa keskeisten puustotunnusten ennustaminen perustuu pääosin näiden kolmen rakenteellisen tunnuksen kuvaamiseen. 8.10.2017 4

Tulokset 8.10.2017 5

8.10.2017 6

Latvustoa kuvaavien pintamallien erot (Vastaranta et al. 2013, White et al. 2013) 8.10.2017 7

Latvustoa kuvaavien pintamallien erot (Vastaranta et al. 2013, White et al. 2013) 8.10.2017 8

8.10.2017 9

AI-5000 1.45 6.67-0.13-0.51 0.96 4.83 WV-2 1.87 8.58-0.10-0.38 0.94 4.89 TSX 4.00 18.37-0.04-0.17 0.67 3.04 TDX 3.09 14.22-0.34-1.34 0.82 4.20 Sdev Ennustemallien tarkkuuden arviointi Hstd (m) RMSE RMSE % Bias Bias % R Sdev est. obs. ALS-900 1.43 23.40-0.35-5.78 0.88 2.48 2.75 ALS-2500 1.38 22.48-0.42-6.81 0.89 2.57 AI-5000 1.86 30.40-0.44-7.17 0.79 1.88 WV-2 1.95 31.81-0.43-6.97 0.76 1.90 TSX 2.49 40.55-0.41-6.75 0.56 1.15 TDX 2.11 36.64-0.32-5.48 0.65 1.91 G (m 2 /ha) RMSE RMSE % Bias Bias % R Sdev est. Sdev obs. ALS-900 4.65 18.03 0.61 2.38 0.81 7.00 8.49 ALS-2500 4.81 18.62 0.68 2.64 0.80 6.98 AI-5000 5.58 21.59 1.17 4.53 0.73 6.30 WV-2 5.59 21.66 1.09 4.23 0.73 6.77 TSX 7.28 28.18 1.32 5.13 0.43 4.17 TDX 6.44 24.95 1.05 4.07 0.60 5.42 Vol (m 3 /ha) RMSE RMSE % Bias Bias % R Sdev est. Sdev obs. ALS-900 51.70 19.46 8.22 3.09 0.89 98.66 118.46 ALS-2500 51.37 19.34 8.90 3.35 0.90 101.06 AI-5000 56.38 21.23 13.94 5.25 0.88 102.98 WV-2 56.02 21.09 11.24 4.23 0.88 104.89 TSX 97.19 36.59 15.44 5.81 0.54 66.58 TDX 81.39 30.64 12.75 4.80 0.71 88.51 8.10.2017 10

Johtopäätökset Kaikista tutkituista 3D-kaukokartoitusaineistoista lasketut piirteet korreloivat vahvasti puuston pituuden kanssa. Vaihtoehtoiset tekniikat (ilmakuvat, satelliittikuvat, tutka-aineistot) tarvitsevat kuitenkin korkeuksien normalisoimiseksi jo olemassa olevan tarkan maanpinnankorkeusmallin. Laserkeilaus oli ainoa tekniikka, joka pystyi kuvaamaan eri piirteillä, jotka eivät olleet korreloituneita keskenään, puuston pituuden lisäksi pituusvaihtelun ja latvuston tiheyden. Muilla tekniikoilla pituuspiirteet korreloivat parhaiten myös pituuden vaihtelun ja latvustiheyden kanssa. Puustotunnukset, jotka korreloivat vahvasti pituuden kanssa, voidaan kohtuullisella tarkkuudella ennustaa kaikilla 3D-kaukokartoitusmenetelmillä, mutta silloin kun on keskeistä saada myös pituus- ja latvuston tiheysvaihtelu kuvattua kartoitettavalta alueelta, laserkeilaus vaikuttaa parhaalta vaihtoehdolta. 8.10.2017 11

Lähteet Vastaranta Mikko, T. Yrttimaa, X. Yu, N. Saarinen, M. Karjalainen, K. Nurminen, K. Karila, V. Kankare, V. Luoma, J. Pyörälä, S. Junttila, T. Tanhuanpää, H. Kaartinen, A. Kukko, E. Honkavaara, A. Jaakkola, X. Liang, Y. Wang, M. T. Vaaja, H. Hyyppä, M. Katoh, M.A. Wulder, M. Holopainen and J. Hyyppä. 2017. Investigating the capabilities of select 3D remotely sensed data sources to characterize forest structure. Submitted to European Journal of Remote Sensing Vastaranta, M., Wulder, M. A., White, J., Pekkarinen, A., Tuominen, S., Ginzler, C., Kankare, V., Holopainen, M., Hyyppä, J. and Hyyppä, H. 2013. Airborne laser scanning and digital stereo imagery measures of forest structure: Comparative results and implications to forest mapping and inventory update. Canadian Journal of Remote Sensing Vol. 39, No. 5, pp 382-395. White, J.C., Wulder, M. A., Vastaranta, M., Coops, N. C., Pitt, D., Woods, M. 2013. The utility of image-based point clouds for forest inventory: a comparison with airborne laser scanning. Forests 2013, 4, 3, pp. 518-536. White, J.C., Coops, N.C., Wulder, M.A., Vastaranta, M., Hilker, T., Tompalski, P. 2016. Remote sensing for enhancing forest inventories: A review. Canadian Journal of Remote Sensing (February 29, 2016). Yu, X., Hyyppä, J., Karjalainen, M., Nurminen, K., Karila, K., Vastaranta, M., Kankare, V., Kaartinen, H., Holopainen, M., Honkavaara, E., Kukko, A., Jaakkola, A., Liang, X., Wang, Y., Hyyppä, H., Katoh, 2015. M. Comparison of Laser and Stereo Optical, SAR and InSAR Point Clouds from Air- and Space-Borne Sources in the Retrieval of Forest Inventory Attributes. Remote Sensing 7, 15933-15954. 8.10.2017 12