Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

Samankaltaiset tiedostot
Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen

Metsävaratieto ja sen käytön mahdollisuudet Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi

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

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

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

Laserkeilaus yksityismetsien inventoinnissa

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

PUU LIIKKEELLE JA UUSIA TUOTTEITA METSÄSTÄ

Metsään peruskurssi. Sisältö

Metsätiedon liiketoimintamallit - selvityksen anti, miten tästä eteenpäin. Tuomo Vuorenpää

Metsätieto, muutokset ja kehitysnäkymät

KANSALLISET LASERKEILAUS- JA ILMAKUVAUSOHJELMAT. Juha Kareinen 1

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Kumisaappaista koneoppimiseen

KANSALLISET LASERKEILAUS- JA ILMAKUVAUSOHJELMAT

Metsävaratiedon hyödyntäminen yksityismetsätaloudessa. Päättäjien Metsäakatemian kurssi Ari Meriläinen Suomen metsäkeskus

Kehittyvä metsätieto puuhuollon digitalisaatiossa

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke

Tiedonsiirtorajapinta ja hilatieto kuvioiden rinnalle Esko Välimäki ja Juha Inkilä

MetKu Metsävaratiedon kustannushyötyanalyysi

Palvelualusta metsätiedon jakeluun

Metsätieto ja sähköiset palvelut

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

Kuortaneen ajantasaistushanke

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

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

Suomen metsäkeskuksen metsävaratiedon laatuseloste

Laserkeilaus puustotunnusten arvioinnissa

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Puuhuollon digitalisaation kehitysnäkymiä

Puun kasvu ja runkomuodon muutokset

Digitalisaatio mullistaa metsäalaa

Kuortaneen metsäsuunnitteluseminaarin. Metsävaratiedon ajantasaistus

Asioita Metsään.fi-palvelusta ja luomuasioiden huomioimisesta. Luomukeruun mahdollisuudet -seminaari Veikko Iittainen

Kaukokartoitusperusteisen inventointimallin kokonaistestaus

METSÄTALOUDEN HIRVIVAHINGOT Uusi hirvivahinkojen korvausjärjestelmä

Laserkeilauksen hyödyntäminen metsätaloudellisissa

LASER2020 MARA-PÄIVÄT

Metsien käytön monet mahdollisuudet

Forest Big Data Visio tulevaisuuden metsätiedosta

Lapin 55. Metsätalouspäivät Levi Ari Eini Suomen metsäkeskus

Laserkeilauspohjaiset laskentasovellukset

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Digitalisaation hyödyntäminen yhteismetsissä Oulun yhteismetsäpäivät

HIRVI-INFO Uusi hirvivahinkojen korvausjärjestelmä. Heikki Kuoppala

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Metsävaratiedoista apua luonnontuotteiden keruuseen

METSÄSUUNNITTELU YKSITYISMETSISSÄ

Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy

Kullaa Asiakkuusasiantuntija Jussi Somerpalo

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

Suunnittele, asioi ja löydä töille tekijä. Kaisa Laitinen metsänomistajapalvelujen asiantuntija

Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

Kaukokartoitusaineistot ja maanpeite

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Suomen metsäkeskus vuonna 2012

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä-Savossa -hanke. Helsinki Sanna Hakolahti Mhy Etelä-Savo

Hakkuukonetiedon käyttö metsävaratiedon ajantasaistuksessa

Jakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen

Kaukokartoitusaineistot ja maanpeite

Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy

Suunnittele, asioi ja löydä töille tekijä. Hoida metsäasiat verkossa - maksutta.

Kesäseminaari Jani Heikkilä Metsä mukaasi Kantoon sovelluksella

Metsäohjelma ja kannattava metsänomistus Mitä alueellinen metsäohjelma merkitsee metsäsijoittajalle?

AJANTASAINEN METSÄVARATIETO NEUVONNAN JA OPERATIIVISEN SUUNNITTELUN VÄLINEEKSI

Suomen metsäkeskuksen yritys- ja yhteisöasiakkuusohjelma Luomukeruun mahdollisuudet seminaari Lahdessa

Avoimen metsätiedon jakaminen

Uusia asiakkaita Metsäalan toimijalle Helppoa, sähköistä yhteistyötä

Metsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa

Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut kärkihanke. Koealamittaus Suomen metsäkeskuksen projekti 21300/527 Loppuraportti

Metsätieto Tavoitetila

PAIKKATIETOMARKKINAT 2018 LASERKEILAUSSEMINAARI

Metsävaratietolähteet

Metsät, metsätalous ja luonnontuoteala

Viimeistely Ajourien huomiointi puutiedoissa ja lopullinen kuviointi. Metsätehon tuloskalvosarja 5/2018 LIITE 4 Timo Melkas Kirsi Riekki Metsäteho Oy

Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

Mikä on taimikonhoidon laadun taso?

Metsätiedon palvelualustan konseptitestaus

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

Puuhuolto 2030-luvulle vastuullisuus samaan pakettiin. Heikki Pajuoja Metsäteho Oy Metsäpäivät

Elinvoimaa metsistä -seminaari

Suomen kilpailukyky metsäalalla onko sitä?

Metsätiedon lähteitä ja soveltamismahdollisuuksia

Kaukokartoitustiedon käyttö LUKE:ssa

Metsätietojen standardointi

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Suunnittele, asioi ja löydä töille tekijä. Hoida metsäasiat verkossa.

Viljelytaimikoiden kehitys VMI:n mukaan

Pohjois-Suomen metsävarat, hakkuumahdollisuudet ja metsäohjelmat

Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet

Paikkatietoa metsäbiomassan määrästä tarvitaan

Suunnittele, asioi ja löydä töille tekijä. Velu Sipola metsän- ja luonnonhoidon asiakasneuvoja

Digiroad metsätietiedon jakelualustana. Marko Keisala, Suomen metsäkeskus

Monimetsä -hanke työsuunnitelma Timo Vesanto

Transkriptio:

Laserkeilaus ja metsäsovellukset 5.11.2018 Juho Heikkilä, metsätiedon johtava asiantuntija

Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin 2010. 1. kierros valmis 2020. Metsävaratietoa 12,4 milj.ha (88% yksityismetsistä). Vuosittain inventoidaan 1,5 milj.ha (alueita 10-12 kpl). Keilauksen/kuvauksen pinta-ala 2-kertainen. Kullekin alueelle 600-800 maastokoealaa. Tietosisältö sama kuin metsätaloudessa yleisesti, paitsi puulajeina mänty, kuusi ja lehtipuu. Kustannus 3-4 /ha (vrt. maastoarviointi 15-20 /ha). Metsään.fi-palvelussa tällä hetkellä 105 000 metsänomistajaa ja 2 600 toimijakäyttäjää 680 yrityksestä. Avoin metsätieto (ei henkilö- tai yhteystietoja).

Nykyinen tiedonkeruu Maastokoealoille haetaan niiden sijaintia vastaavat laser- ja ilmakuvapiirteet, joiden perusteella laskentamallit eri puustotunnuksille. Inventointiyksikkönä on 16 x 16 m 2 hilaruutu (vastaa pinta-alaltaan 9 m säteistä koealaa). Mallinnuksessa valittujen laser- ja ilmakuvapiirteiden avulla haetaan kullekin hilaruudulle sitä parhaiten vastaavat koealat ja estimoidaan niillä jokaiselle ruudulle omat puustotiedot. Kuvat: Metsäkeskus, Blom Kartta Oy, Arbonaut Oy

Ilmakuva ja puuston laserpituusmalli, joita käytetään automaattisessa kuvioinnissa. Kuviointiin upotetaan kiinteistörajat, vedet, pellot, tiet/linjat sekä luontokuviot. Kuviointia viimeistellään tarvittaessa manuaalisesti. Kuvat: Blom Kartta Oy

Kuviotiedot yleistetään kuviolle osuvien hilaruutujen summa- ja keskitunnuksina. Lopuksi lasketaan metsänhoitosuositusten mukaiset toimenpide-ehdotukset. Kuvat: Arbonaut Oy

Mistä tiedon laatu koostuu? Laserkeilaus Ilmakuvaus Koealat Kuviointi Ajantasaistus Nykyisen puustotulkinnan tarkkuus kuviotasolla: 92 % oikea pääpuulaji, kokonaistilavuuden keskivirhe 12 %. Parannettavaa puulajitarkkuuksissa (erityisesti sivupuulajit). Ikä on myös vaikea, koska ei ole näkyvä tunnus.

Kohti 2020-lukua - keskeiset tavoitteet Kansallisella keilaus- ja kuvausohjelmalla varmistetaan laadukas metsien inventointi. Ylläpidetään kattava, ajantasainen, laadukas ja käytännön metsätalouteen soveltuva standardimuotoinen metsätieto sekä tuotetaan siihen liittyviä julkisia palveluja ja tietotuotteita. Tehostaa puuhuoltoa, edistää metsänhoitoa, ylläpitää monimuotoisuutta. Palvelee sekä metsänomistajien että toimijoiden tarpeita. Tietoinfra mahdollistaa myös kaupallisten palvelujen tuottamisen. Hakkuukonetieto ja metsänhoitotöiden omavalvonta ovat ajantasaisen metsätiedon perusta -> metsäalan yhteistyö. Tiedon ylläpidossa korostuu eri tietolähteistä saatavan tiedon älykäs hyödyntäminen ja automatisoitu tiedonhallinta.

METSÄTIETO 2020-LUVULLA METSÄTIEDON KERUU JATKUVA AJANTASAISTUS Kansallinen laserkeilaus- ja ilmakuvausohjelma Koealamittaus Puustotulkinta Automatisoitu kuviointi Laskennat Kasvunlaskenta Toteutustieto Hakkuukonetieto Metsänhoitotöiden omavalvonta Metsänkäyttöilmoitukset, Kemera, maastotarkastukset Satelliittien/ilmakuvien erotuskuvat Joukkoistettu tiedonkeruu LAADUNVARMISTUS METSÄTIETOSTANDARDIT AJANTASAINEN METSÄTIETO

Puustotulkinta Tutkimukset tukevat metsien inventoinnin ja keilausohjelman tavoitteita: laserin pistetiheys min. 5 p/m 2, keilaussykli esim. 6 v. Monikanavakeilaus ei vielä käytännön tekniikkaa. Puulajien tueksi ilmakuva. Jakaumat paremmin osaksi metsätietoa. Hyödynnetään koealojen puulistoja. Yksinpuintulkinnan tulokset käytännössä harhaisia. Seurataan tutkimuskehitystä. Puustotulkinta perustuu edelleen aluepohjaiseen mallinnukseen, mutta hyödynnetään puiden latvusrajauksia (samat rungot ja latvukset). Havainnekuva latvusten huomioonottamisesta. Esimerkissä ympyräkoeala. Packalen, P., Strunk, J., Pitkänen, J., Temesgen, H. and Maltamo, M. 2015. Edge-tree Correction for Predicting Forest Inventory Attributes Using Area-based Approach With Airborne Laser Scanning. IEEE J-STARS 8(3): 1274-1280.

Inventointiyksiköt ja tiheäpulssilaserin (5 p/m 2 ) latvusmalli (resoluutio 25 cm) Kuva: Metsäkeskus / Terratec Oy

Inventointiyksiköt ja ortoilmakuva (40 cm resoluutio)

Koealamittaus Tavoite: puukarttakoeala, joka soveltuu paremmin latvuspiirteet huomioonottavaan puustotulkintaan. Maastolaser ei ole vielä metsävaratiedon tuotantoon kypsää tekniikkaa. Pseudoliittipaikannukseen perustuva menetelmä (kehittäjä Terratec Oy). Toimiva jo käytännössä, riittävän tarkka -> menetelmäksi jatkotesteihin. Käytäntöön soveltuva puun sijainnin mittaus normaalin läpimitan saksimittauksen yhteyteen. Mitataan nykyistä isompia koealoja (n. 1000-2000 m 2 ), joille generoidaan eri puilla useita latvusten mukaan rajattuja puustotulkintakoealoja. Lisää vaihtelua koealoille.

Puukartta- koeala- mittaukset

Puukarttakoeala Prosessin vaiheet: 1. Koealojen sijoittelu. 2. Koealojen mittaus. 3. Mittausten seuranta (kattavuus, laatu). 4. Puukartan laskenta (GPSpisteet, puupaikantimen data, mittasaksien puutiedot). 5. Koeala-aineiston käsittely (puukartan sijainnit, latvusrajaukset laserilta, vallitsevien puiden pituudet). 6. Lukupuiden pituusmallinnus, koealalaskenta (yht.työ Luke). Kuva: Metsäkeskus / Terratec Oy

Kuva: CareliaForest Oy Drone-keilaus/kuvaus taimikkokoealat tai paikallinen arviointi.

Ajantasaistus Moto on paras tietolähde toteutuessaan päivitys uudelle aikakaudelle. Rajaus, pvm ja hakkuulaji riittää. Työkalu raakadatan jalostamiseksi Metsätehossa.

Laseriin liittyviä muita metsäsovelluksia Korjuukelpoisuuskartat ja olosuhdetieto KMTK Metsä Potentiaalisten luontokohteiden kartoitus Digiriistametsä Metsätalouden vesiensuojelu Metsätuhojen kartoitus Vierimetsien kartoitus ja riskianalyysit Metsäojien kartoitus ja kunnostusojitustarve Metsätietiedon ylläpitotarpeet

Metsäorganisaatioiden terveisiä Jarmo Hämäläinen, tutkimusjohtaja, Metsäteho Metsävaratieto on kestävän puunhankinnan ja puuntuottamisen avainaineisto, joka mahdollistaa niin prosessien kuin uusien tuotteiden ja palvelujen kehittämisen. Tiedon ajantasaisuuden ja tietosisällön parantaminen lähtökohdaksi tulevassa keilausohjelmassa. Puuhuollon digitalisaatio on hyvässä vauhdissa ja datan tehokas hyödyntäminen on sen ytimessä. Metsävaratiedon hyödyt metsäsektorin toimijoille ovat arvion mukaan vähintään 100 milj. vuodessa. Olli Leino, kehityspäällikkö, Metsä Group Korostaisin laserkeilauksen asemaa myös toimintaympäristön kuvaamisessa. Tarkempi ja rikastettu tieto metsästä tukee toiminnan kehittämistä. Esimerkkeinä korjuukelpoisuusrasteri, kuljetuskelpoisuuden vastaava ratkaisu sekä kasvupaikan arviointi pituusbonitoinnin avulla usean ajankohdan keilaustiedoista. Ylläpidettynä näillä on suuri vaikutus toiminnan tehokkuuteen ja kestävyyden varmistamiseen. Hannu Lehtonen, suunnittelupäällikkö, Metsähallitus Laserinventointi säilyy merkittävänä metsävaratiedon tuottamismenetelmänä tulevaisuudessa. Metsävaratiedon sekä muun paikkatiedon tarkentaminen on välttämätöntä metsätalouden toiminnan tuottavuuden ja laadun parantamiseksi. Uskon eri tietolähteistä saatavan tiedon yhdistämisen sekä analysoinnin esim. tekoälyn avulla tuovan uusia mahdollisuuksia ja ratkaisuja.

Kiitos ASIAKKAAT HENKILÖSTÖ KUMPPANIT YHTEISKUNTA www.metsäkeskus.fi www.metsään.fi www.twitter.com/metsakeskus www.facebook.com/suomenmetsakeskus