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 FBD-hankkeessa Perinteiset metsämuuttujat Landsat-kuvista ja korkean tarkkuuden optisista kuvista Puuston pituus Tandem-X tutkakuvapareista -> runkotilavuus Muutosten tulkinta optisista kuvista Roudan sulamisen näkyvyys tutkakuvissa (korjuukelpoisuus) Hakkuukoneaineiston käyttö tulkinnassa (jatkuu vielä maaliskuun 2016) 07/03/2016 2
Metsämuuttujien ennustaminen Landsataineistosta NF Mänty Kuusi Lehti Vesi 0 <100 <160 <220 220-370 Vesi Landsat 8 3.7.2015 Pääpuulaji 0 <10 <13 <17 17-24 Vesi Runkotilavuus (m 3 /ha) 0 <12 <18 <23 23-35 Vesi 07/03/2016 3 orldview-2 Jul 07 2013 Keskipituus (m) heinäkuu 2015, erotuskyky 30 m Keskiläpimitta (cm)
Puulajiennuste Landsat aineistosta ja vertailu hakkuukoneaineistoon heinäkuu 2015, erotuskyky 30 m 07/03/2016 4
Kokeellinen tilavuuden tukkipuuosuuden ennuste Landsat -aineistosta NF <63% <72% <78% <84% >84% Vesi Worldview-2 7.7.2013 Opetusaineisto: 1600 m2 koealat hakkuukoneaineistosta (Arbonaut) 07/03/2016 5
Ennusteiden tarkkuuden laskenta Metsäkeskuksen koeala-aineistoa käyttäen N=93 Keskipituus (m) Keskiläpimitta (cm) Runkoluku (/ha) Keskitilavuus (m 3 /ha) Pohjapinta-ala (m 2 /ha) Ennusteen keskiarvo 15 18 2157 171 22 Bias Bias% RMSE RMSE % -1-1 464-8 -1-6 -6 22-5 -3 6 9 2831 116 8 39 50 131 68 36 93 riippumatonta testikoealaa, Landsat 8, heinäkuu 2015 07/03/2016 6
Ennusteiden tarkkuuden laskenta hakkuukoneaineistoa käyttäen (kuviot 1 ha) N=108 Ennusteen keskiarvo Keskipituus (m) Keskiläpimitta (cm) Runkoluku (/ha) Keskitilavuus (m 3 /ha) Pohjapintaala (m 2 /ha) 17 21 1666 216 23 Bias -6-7 1207-51 21 Bias% -32-31 72-23 90 RMSE 7 9 1424 93 6 RMSE % 41 41 85 43 26 07/03/2016 7
Suhteellinen keskineliövirhe ja kuvion koko (1: kaikki, 2 : 1 ha, 3 : 2 ha, 4 : 3 ha) 07/03/2016 8
Keskirunkotilavuus ja kuvion koko hakkuukoneaineistossa 50 m 3 /ha 250 m 3 /ha 500 m 3 /ha 50 m 3 /ha 250 m 3 /ha 500 m 3 /ha Kuviot 1 ha Kuviot 3 ha 07/03/2016 9
Hakkuukoneaineiston rooli satelliittikuvaaineiston tulkinnassa - metsämuuttujien ennustaminen Ennusteiden tarkkuuden arviointi Mallien opetus muun aineiston ohella Lähinnä voidaan hyödyntää päätehakkuiden aineistoa 07/03/2016 10
Tarkat (VHR) satelliittikuvat: Pohjapinta-ala 32 m 2 /ha 0 m 2 /ha Total stem basal area m 2 /ha 7 km by 8 km 07/03/2016 11
Männyn osuus 100 % 0 % Pine proportion % 7 km by 8 km 07/03/2016 12
Keskipituus 27 m 0 m Height, m 7 km by 8 km 07/03/2016 13
Puuston pituus Tandem-X tutkakuvasta RMSE=3.2 m, R2=0.61 RMSE=3.0 m, R2=0.65 Estimaatti kalibroitu maastokoealoilla 07/03/2016 15
Puulajien tunnistaminen tarkoista satelliittikuvista Optical VHR (Very High Resolution) image used (GeoEye) Crowns identified in panchromatic band (resolution 0.5 m) also characteristics of density function Spectral data from multispectral bands (resolution 2 m) Kuusi Mänty Astola et al. manuscript under preparation 07/03/2016 16
Puulajikartta Hyytiälästä Red = birch, green = spruce, blue = pine 07/03/2016 Image GeoEye 2010 17
Hakkuukoneaineiston rooli satelliittikuvaaineiston tulkinnassa - puiden paikantaminen ja puulajin ennustaminen VHR -aineistosta Runkolukutietoa voidaan käyttää menetelmien parametrien arvojen valinnassa. Pienimmät puut jäävät havaitsematta. Hyvää opetus- ja testiaineistoa puulajin ennustamiseen jos runkojen paikkatieto riittävän tarkkaa 07/03/2016 18
Roudan sulaminen näkyy tutkakuvissa harvassa puustossa ja soilla 1600 Spring 2009 / Dense Forest (TCD > 50%) SarMean 1400 1200 1000 40 60 80 100 120 140 160 DOY Spring 2009 / Sparse Forest (0 < TCD < 50%) 2000 SarMean 1500 1000 SarMean 500 40 60 80 100 120 140 160 DOY Spring 2009 / Bog 2500 2000 1500 1000 + average of pixel group o = 5 point median filtered time series 500 40 60 80 100 120 140 160 DOY 07/03/2016 19 DOY = Day Of Year; DOY 100 = April 10th
Hakkuut heinäkuu elokuu 2015 Landsat - aineistosta GeoEye-1 -kuva 10/09/2015 Landsat8 - kuvat 7.7. 2015 ja 20.8.2015 AutoChange Alue ~ 5.5km x 5.5km 07/03/2016 20
07/03/2016 21
Hakkuiden havaitseminen korkean resoluution satelliittikuva-aineistosta Worldview-2 Jul 07 2013 GeoEye-1 Sep 10 2015 Muutoksen voimakkuus AutoChange -menetelmällä Alueen koko ~ 3 km x 5 km 07/03/2016 22
Hakkuut heinäkuu 2013 syyskuu 2015 2013 2015 07/03/2016 23
Hakkuukoneaineiston rooli satelliittikuvaaineiston tulkinnassa - muutostulkinta Tulosten tarkkuuden arviointi Hakkuutapatieto mahdollisesti hyödyllinen kun kehitetään menetelmiä muutostyypin erottamista varten Metsän biomassan väheneminen tarkasti tiedossa soveltuu myös menetelmien kehittämiseen metsiin liittyvien kansainvälisten sopimusten valvonnassa (REDD+) 07/03/2016 24
Sentinel-1 tutkakuvamosaiikki joulukuulta 2015 http://www.northstatefp7.eu/ Prosessointi VTT 07/03/2016 25
Sentinel-2 -kuva Italiasta 3 km x 4,3 km erotuskyky 10 m 07/03/2016 26
Sentinel-2 peitto Suomesta elokuulta 2015 Käyttöönottovaiheessa otetut kuvat tulevat jakoon toukokuuhun 2016 mennessä 07/03/2016 27
Satelliittikuvien potentiaali metsätaloudessa Aineistolähde Avoh. Harv.h. Vesakko Maapeiteluokka Tilavuus ym. Puulaji Metsätyyppi Ilmak. tilalla Sentinel-2 (10 m) *** **? *** *** ** ** ** * Landsat (30 m) *** *? ** ** ** ** ** * Sentinel-1 tutka (~20 m) * - - * * - - (*) ALOS-2 tutka (~20 m) **? - * ** - - (*) 0,5 m erotuskyky optinen *** ***? *** *** ** *** ** *** 1 m erotuskyky tutka * -? - * *(*) - - (*) Laskettujen tuotteiden kustannusten kertaluokka: Sentinel, Landsat 0,01/ha (kuvat ilmaisia) 0,5 2 m optinen 0,2 /ha (pienellä kohdealueella kalliimpi kuvien hinnan takia) 07/03/2016 28
Forest resources management system* Growth model Yes Match? No Airborne, UAV & terrestrial lidar Principal data Site & soil type map Updating *special viewpoint use of satellite imagery Updated data 07/03/2016 29
Contact forestry-tep.eo.esa.int Tuomas Häme tuomas.hame@vtt.fi +358 40 587 0631 Renne Tergujeff renne.tergujeff@vtt.fi +358 40 501 7057 Forestry Thematic Exploitation Platform Metsäalan satelliittipalvelut samasta paikasta Kauppa- ja kohtaamispaikka palvelujen tarjoajille ja tarvitsijoille Alkaen keväällä 2017 Seuraa sivujamme
Johtopäätökset: Satelliittikuvien potentiaali suurin Muutosten havainnoinnissa tiedon ajantasaistamiseksi Hakkuut Vesakko Kun kustannusten säästäminen tärkeää Tuotteiden hinta sentin luokkaa /hehtaari Runkotilavuuden suhteellinen keskivirhe 30% (tarkat kuvat) 40 60 % (Landsat) keskiarvosta Kun lentokone- tai helikopteriaineistoa ei helposti saatavilla Tarkat kuvat (erotuskyky 0,5 m) Puulajit Ilmakuvien korvaajina 07/03/2016 31