Puuston määrän ja laadun inventointi sekä metsävarojen

Samankaltaiset tiedostot
Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Puun kasvu ja runkomuodon muutokset

Laserkeilaus puustotunnusten arvioinnissa

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

Puuston mittaus etäisyyden- ja kulmanmittauslaitteella

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Laserkeilauspohjaiset laskentasovellukset

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola

Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

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

Metsävarojen inventoinnin keskeinen kiinnostuksen

"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

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

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Kehittyvä puun mallinnus ja laskenta

Paikkatietoa metsäbiomassan määrästä tarvitaan

LASERKEILAUS METSÄVAROJEN HALLINNASSA.

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

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

Puuston tilavuus ja kasvu ovat metsien inventoinnin

Laserkeilauksen hyödyntäminen metsätaloudellisissa

Laserrelaskooppimittauksen tarkkuus ja ajanmenekki

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Biomassatulkinta LiDARilta

Luento 10: Optinen 3-D mittaus ja laserkeilaus

Fotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen

Metsäkeilauksista suunnistuskarttoja?

Laserkeilauksen perusteita ja mittauksen suunnittelu

Puun läpimitan mittauksen tarkkuus ja tehokkuus laser- ja digitaalikuvatekniikkaan perustuen

Autonomisen liikkuvan koneen teknologiat. Hannu Mäkelä Navitec Systems Oy

Metsävarojen inventoinnissa ollaan siirtymässä

Laserkeilaus osana puuhuoltoa

Trestima Oy Puuston mittauksia

Trestima Oy Puuston mittauksia

Metsänmittausohjeita

Maa Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari Liikennejärjestelmien kuvaaminen laserkeilauksen avulla

1) Maan muodon selvittäminen. 2) Leveys- ja pituuspiirit. 3) Mittaaminen

KUUSEN OMINAISUUSPOTENTIAALI

DIGIBONUSTEHTÄVÄ: MPKJ NCC INDUSTRY OY LOPPURAPORTTI

Lentolaserkeilausta on hyödynnetty kaupunkimittauksessa

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

LASERKEILAUKSEEN PERUSTUVA 3D-TIEDONKERUU MONIPUOLISIA RATKAISUJA KÄYTÄNNÖN TARPEISIIN

KTKP010 Tuntisuunnitelma, 8-luokka, 90min Sanni Erämies

OULUN YLIOPISTO, BIOLOGIAN LAITOS Puututkimus

Lauri Korhonen. Kärkihankkeen latvusmittaukset

Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

Algoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy

Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta

Taimikonhoidon omavalvontaohje

Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella

Trestima älypuhelin kuvauksessa tunnistettujen puiden oikeellisuus

DOS (DIAMETER OVER STUBS) -CALIBER- OPTISEN YLÄLÄPIMITTALAITTEEN TARKKUUS JA LUOTETTAVUUS METSÄNMITTAUKSESSA

Huvista vai hyödystä mistä on metsänarvioimistieteen tutkimus tehty

Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

Männyn laatukasvatus Jari Hynynen. Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute

Puulajitulkinta laserdatasta

Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää

Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA

Laserkeilaus yksityismetsien inventoinnissa

Paikkatiedon tulevaisuus

Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

KOEALAMITTAUSPERUSTEISET METSIEN INVENTOINTIMENE- TELMÄT

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

Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi.

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

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

Maanmittauspäivät 2014 Seinäjoki

Suomessa metsätalousmaa on perinteisesti jaettu

Julkinen Mobiililaserkeilaukset rataverkolla

Metsävaratiedon saatavuus ja käytettävyys energiapuun hankinnassa

ARVO ohjelmisto. Tausta

KARELIA-AMMATTIKORKEAKOULU Metsätalouden koulutusohjelma. Jarkko Moilanen RELASPHONE-SOVELLUKSEN KÄYTTÄJÄKOKEMUKSIA MET- SÄSUUNNITTELUSSA

Vaiheittaiset ohjeet Majan rakentaminen puuhun

SPS ZOOM D Laserkeilain

Jakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen

MÄNNYN LÄPIMITAN TARKASTELU SYÖTTEEN LASERKEILAUSALUEELLA

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

DIGIBONUSTEHTÄVÄ: JYRSINTÄ NCC INDUSTRY OY LOPPURAPORTTI

Kuusen kasvun ja puutavaran laadun ennustaminen

Maanmittauslaitoksen uusi valtakunnallinen korkeusmalli laserkeilaamalla

LIITE 1 VIRHEEN ARVIOINNISTA

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

LIITE 1 VIRHEEN ARVIOINNISTA

Satunnaisotantamittaus. Satunnaisotantamittaus 4.705

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

Puukarttajärjestelmä hakkuun tehostamisessa

Palovaaran ja Ahkiovaaran tuulivoimapuisto, Pello

Transkriptio:

Mikko Vastaranta, Markus Holopainen, Harri Kaartinen, Hannu Hyyppä ja Juha Hyyppä Uudistuneet metsien maastomittaustarpeet e e m t a Maastomittausten tarpeellisuus Puuston määrän ja laadun inventointi sekä metsävarojen käytön suunnittelu tarvitsee tuekseen metsässä tehtäviä maastomittauksia. Suomessa metsiä mitataan pääasiassa valtakunnan metsien inventointia (VMI) ja metsäsuunnittelua varten. Metsäsuunnittelussa maastomittaukset toteutetaan toistaiseksi kuvioittaisena arviointina. Kuvion puustotiedot määritetään kuvion sisälle subjektiivisesti sijoiteltujen relaskooppikoealojen keskiarvona. Kuvioittaisessa arvioinnissa suuri osa mittauksista tehdään edelleenkin silmävaraisesti, joten mittaajan ammattitaidoilla on suuri merkitys. Mittaajan mukanaan tarvitsemat mittausvälineet ovat yleisimmin relaskooppi, mittasakset ja hypsometri. VMI perustuu koealaotantaan, jossa mitataan yleensä ympyräkoealoja. Koealat ovat kiinteäsäteisiä, mutta mitattavat puut valitaan relaskoopilla. Mittausvälineet ovat pääosin vastaavat kuin kuvioittaisessa arvioinnissa. Puustotietojen lisäksi koealalta määritetään keskipisteen koordinaatit GPS:llä. VMI:n pysyviltä koealoilta mitataan lisäksi puiden sijainnit suhteessa koealan keskipisteeseen bussolilla ja mittanauhalla. Ympyräkoealojen mittaaminen on hidasta ja työlästä verrattuna relaskooppikoealan mittaamiseen. Mittaamiseen kulunut aika riippuu mittaajasta, koealan koosta ja puuston rakenteesta. Koealan mittaustehtäviin on jo olemassa automatisoituja tai puoliautomaattisia tekniikoita, mutta niistä ei ole vielä kehitetty maastoolosuhteissa täysin toimivia metsäsovelluksia. Metsäsuunnittelussa ollaan siirtymässä puustoinventoinnin osalta harvapulssiseen laserkeilaukseen, aluepohjaiseen piirteiden irrotukseen ja ei-parametriseen arviointiin perustuvaan inventointimenetelmään. Arviointimenetelmän lähtökohtana on, että kukin otosyksikkö liitetään laserkeilaus- ja ilmakuvapiirteiltään lähimpiin maastossa mitattuihin otosyksiköihin. Näin jokaiselle tulkittavalle otosyksikölle saadaan liitettyä maastomittaustieto. Uudessa metsäsuunnittelujärjestelmässä kuvioittaisen arvioinnin subjektiivisia maastomittauksia ei enää tarvita, vaan tarvittavat maastomittaukset tehdään tarkasti paikkaansidotuilta kiinteäsäteisiltä ympyräkoealoilta. Koealan mittaamiseen kuuluu koealan paikannus ja rajaus, läpimittojen luku, sekä koepuiden pituuksien mittaaminen. Koealan puustosta riippuu, mikä on mittauksen työläin vaihe. Keskeistä inventointimenetelmässä on, että jokaisesta tulkittavan metsäalueen ositteesta on oltava riittävä määrä koealoja, sillä maastoaineiston laatu ja osaltaan myös määrä on ratkaisevan tärkeää inventoinnin onnistumisen kannalta. Näin ollen aluepohjainen laserkeilausmenetelmä vaatii tuekseen laajan, tarkasti mitattavan maastoaineiston, jonka hankinta on uuden inventoinnin merkittävä kustannuserä. Koealatason, tarkkojen maastomittausten kehittäminen on ajankohtainen kysymys, sillä uusi yksityismetsien inventointi- ja suunnittelujärjestelmä pitäisi ottaa käyttöön jo vuonna 2010. 370

Metsätieteen aikakauskirja 4/2009 Tällä hetkellä lähinnä tutkimusasteella oleva yksittäisen puun tasolla tehtävä laserkeilausaineiston tulkinta vaatii tuekseen myös tarkkaa maastotietoa. Suurena etuna on kuitenkin se, että maastomittauksia tarvitaan huomattavasti vähemmän kuin aluepohjaisessa laserkeilausinventoinnissa, eli vain laserkeilausmittausten kalibrointiin. Todennäköisesti laajahkon (tuhansia hehtaareja) inventointialueen laserkeilausmittausten kalibrointiin tarvittaisiin muutamia satoja puita. Aluepohjaiseen laserkeilausinventointiin verrattuna mittausten on oltava vieläkin tarkemmin paikkaan sidottuja, jotta maastossa mitatut puut saadaan liitettyä kaukokartoitusaineistosta tulkittuihin puihin. Menetelmän ongelmakohtia ovat puiden paikantaminen sekä maasto- ja laserkeilausaineiston yhdistäminen. Korkeapulssisten laserkeilausaineistojen halventuessa yksinpuintulkintaa pidetään mahdollisena tulevaisuuden inventointimenetelmänä. Uusien tarkentuneiden laserkeilaukseen pohjautuvien menetelmien mukanaan tuoma tarve tarkoille koealamittauksille luo ensimmäistä kertaa todellisen kysynnän uusille maastomittausmenetelmille. Yksi keskeinen kysymys on se, kuinka paljon koealoja käytännön aluepohjaisessa laserkeilausinventoinnissa lopulta tarvitaan, arvioita tästä ei vielä ole. Tarvittava määrä koealamittauksia pystytään varmasti tekemään lähivuosina myös perinteisin menetelmin, mutta inventointia voisi osaltaan tehostaa myös maastomittauksia kehittämällä. Nyt on tullut aika miettiä, kuinka aluepohjaisen laserkeilausinventoinnin referenssiaineistot tuotetaan ja kuinka tarvittavat maastomittaukset toteutetaan. Tässä artikkelissa esitellään laser- ja kuvamittaukseen perustuvia maastomittausvälineitä ja pohditaan mahdollisuuksia tarkentaa ja tehostaa metsien mittausta niiden avulla. Mittalaitteet ja niiden kehittäminen Perinteiset laitteet ja niiden kehittäminen Metsien maastomittauksissa uutta tekniikkaa on hyödynnetty varsin hitaasti. Puuston mittaukset on jo kymmeniä vuosia toteutettu pääosin relaskoopilla, mittasaksilla, hypsometrilla ja mittanauhalla. Yksittäisiä laitteita on lähinnä räätälöity tutkimuksen tarpeisiin käytännön maastomittauslaitteiden pysyessä samanlaisina. Merkittävimpiä uudistuksia perinteisiin maastomittauslaitteisiin ovat olleet puun pituuden mittauksessa ultraääntä tai laseria hyödyntävät etäisyyden- ja kulmanmittauslaitteet, jotka ovat osaltaan korvanneet hypsometrit, sekä läpimitan mittaukseen tarkoitetut elektroniset mittasakset. Molemmissa laitteissa on ollut mahdollista tallentaa mittaustulokset suoraan laitteiden muistiin. Perinteisten mittavälineiden etuna on ollut ennen kaikkea niiden helppokäyttöisyys, kestävyys ja edullisuus. Käytössä oleva mittavälineistö rajoittaa osaltaan myös puista mitattavia tunnuksia. Esimerkiksi rinnankorkeusläpimitta on perinteisesti keskeisin yksittäisestä puusta mitattava tunnus, mutta kiinnostavampaa olisi pystyä mittaamaan koko runkomuoto. Perinteisin menetelmin yläläpimittojen mittaaminen on ollut epätarkkaa, eikä runkoprofiilin mittaaminen pystypuista ole ollut edes mahdollista. Puun runkotilavuuden lisäksi puun laatu on ratkaiseva tunnus puutuoteteollisuuden lopputuotteiden arvon näkökulmasta. Tukkien laatuun vaikuttaa mm. rungon suoruus, lenkous, puuaineen tiheys sekä oksien lukumäärä ja niiden koko. Perinteisesti tukkien laatua on määritetty lähinnä visuaalisesti, sillä ei ole ollut objektiivista menetelmää arvioida tukin laatua maastossa. Objektiivisesti ei ole ollut mahdollista mitata myöskään puun latvuspeittävyyttä tai tunnuksia luotettavaan kokonaisbiomassan määrittämiseen. Runkoprofiilin, oksikkuuden, latvustunnusten ja biomassan kuvaamiseen tarvittaisiin uusia mittausmenetelmiä. Kyseisille tunnuksille olisi tarvetta niin teollisuudessa kuin myös tutkimuksessa. Useimpien maastomittauslaitteiden ongelmana on, että mittaaja joutuu liikkumaan paikaltaan jokaista mitattavaa puuta varten. Tavoitteena pitäisi olla, että mittaaja pystyy mittaamaan kaikki koealalta tarvittavat tunnukset yhdellä ainoalla laitteella liikkumatta koealan keskipisteestä. Uuden teknologian tuonti metsäolosuhteisiin on ongelmallista. Mittalaitteen pitää olla kevyt ja helposti liikuteltava. Maastokelpoisen laitteen pitää kestää mm. vaihtelevia lämpötiloja, kosteutta ja pieniä kolhuja. Mekaanisten vaatimusten lisäksi monimuotoisessa metsäympäristössä tapahtuvien mittausten luotettava automatisointi on vaikeaa. Metsänmittauslaitteiden kehitystä ovat osaltaan hidastaneet rajalliset mark- 371

kinat. Pitkien tuotekehitysprojektien rahoittaminen ei ole houkutellut yrityksiä. Yksittäisten projektien rahoitus on usein loppunut jo ensimmäiseen prototyyppivaiheeseen, eikä laitteen kehityksessä ole päästy juuri ideaa pidemmälle. Metsänmittauslaitteiden kehitys ei myöskään onnistu ilman poikkitieteellistä yhteistyötä. Metsänhoitajilla on harvoin tarvittavaa osaamista tekniikan alalta, eikä insinööreillä taasen ole riittävää näkemystä käytännön maastotöiden vaatimuksista. Laserrelaskoopista kohti laserkameraa Helsingin yliopiston metsävarojen käytön laitoksella on kehitetty lasermittaukseen perustuvaa maastomittausmenetelmää 1990-luvun lopusta lähtien, jolloin aloitettiin laserrelaskoopin kehityshanke. Tavoitteena oli kehittää mittalaite, jolla koealan puusto voidaan mitata käymättä puiden luona. Mittalaite koostui säädettävästä relaskoopin hahlosta, elektronisesta kompassista, kulma-anturista ja etäisyysmittarista, tiedonkeruuyksiköstä sekä GPS-vastaanottimesta. Laitteella voitiin mitata koealan runkolukusarja, puiden pituudet sekä sijainnit (suunta ja etäisyys) koealan keskipisteestä puita koskematta. Läpimitan mittaus perustui relaskoopin periaatteeseen, jossa relaskoopin hahlo säädettiin vastaamaan puun ääriviivoja, jolloin läpimitta saatiin verrannon avulla, kun tiedetään etäisyys puuhun sekä relaskoopin hahlon leveys ja varren pituus. Parhaimmillaan laserrelaskoopilla on saavutettu läpimitan mittauksessa 8,2 mm:n keskihajonta, kun mittasaksien vastaavaksi tarkkuudeksi on raportoitu n. 5 mm. Läpimitan mittauksen ongelmana oli tarkkuuden riippuvuus mittaajasta. Virheitä aiheutti lähinnä relaskoopin hahlon säätäminen vastaamaan rungon ääriviivoja. Puun sijainti ja pituus saatiin mitattua vastaavalla tarkkuudella kuin perinteisissä maastomittauksissa. Vaikka laserrelaskoopissa oli vielä paljon tarvetta jatkokehitykselle, niin laite oli jo kykenevä haastamaan tehokkuudessa perinteiset menetelmät ympyräkoealojen mittaamisessa. Yksi mittaaja pystyi mittaamaan koealan puustotiedot ja puukartan koealan keskipisteestä käsin keskimäärin 15,5 minuutissa. Aiemmin ei kuitenkaan ollut samanlaista tarvetta ympyräkoealojen tehokkaaseen mittaamiseen kuin nyt uuden inventointijärjestelmän myötä. Kameraperusteisilla mittajärjestelmillä on rungon läpimittoja, etenkin yläläpimittoja, yritetty mitata jo 1950-luvulta lähtien. Koejärjestelyt ovat olleet monimutkaisia ja mittaukset eivät täten ole olleet käytännöllisiä. Tosin mittaustarkkuuden osalta on päästy varsin hyviin tuloksiin jo varhaisessa vaiheessa. Digitaalikameroiden yleistyminen on tehnyt kamerasta varteenotettavan laitteen metsän mittaamiseen. Toistaiseksi kuvan mittakaavaan ja mittauksen automatisointiin liittyvät ongelmat ovat pitäneet kameraan perustuvat mittausjärjestelmät lähinnä tutkimusasteella. Lisäksi käytännön näkökulmasta pelkkä läpimitan mittausominaisuus ei ole riittänyt, vaan samalla laitteella pitäisi saada mitattua myös muut koealalta tarvittavat tunnukset. Kameraan pohjautuvia laitteita, joihin olisi liitetty pituus- ja sijaintitiedon mittausominaisuudet ei toistaiseksi ole kehitetty. Laserrelaskoopin läpimitan mittausongelman poistamiseksi hankkeen seuraavassa vaiheessa kehitettiin laser- ja digikuvatekniikkaan perustuva mittalaite, laserkamera. Laserkamerassa läpimitan mittaus perustuu runkoon heijastettavaan laserviivaan ja pisteeseen, joiden avulla digitaalikuvasta voidaan mitata puun läpimitta. Laserkameralla läpimitanmittaus on objektiivista, nopeaa sekä vaivatonta. Tähänastisten kokemusten perusteella laserkamera on potentiaalinen menetelmä kustannustehokkaaksi operatiivisen metsäsuunnittelun tiedonkeruulaitteeksi. Etenkin mittausnopeus on parantunut verrattuna laserrelaskooppiin uuden läpimitanmittausmenetelmän myötä. Laserkamera kaipaa vielä hieman jatkoja tuotekehitystä ennen kuin se on valmis käytäntöön. Laserkameraan pitää yhdistää laserrelaskoopin ominaisuudet määrittää puun sijainti ja pituus. Itse mittausmenetelmä on toimiva ja suurin osa laitteen jatkokehitystä on automatiikan säätämistä, sekä ohjelman käyttöliittymän kehitystä. Tavoitteena on, että laserkamera olisi ainoa laite, jota maastomittaaja tarvitsee mukanaan. Laserkeilaus metsän sisältä maalaserkeilaimella Maalaserkeilaimella (Terrestrial Laser Scanning, TLS) tarkoitetaan useimmiten kolmijalalle sijoitettua laserkeilainta, joka voidaan sijoittaa halutulle kohteelle. Maalaserkeilain mittaa ympäristöstään 372

Metsätieteen aikakauskirja 4/2009 Kuva 1. Kuusen runko maalaserkeilaimella kuvattuna. Vasemmalla pistepilvi kohtisuoraan keilaussuuntaa vasten katsottuna (yläosassa näkyy rungon ja keilaimen välissä olevan oksan aiheuttama katvealue) ja oikealla pistekuva suoraan keilaimelta nähtynä, jossa kunkin mitatun pisteen intensiteettiarvo (palaavan lasersignaalin voimakkuus) on kuvattu harmaasävynä. Kuvassa näkyy myös pistepilvestä manuaalisesti tehtyjä mittauksia (puun tyvi ja rinnankorkeus). kohteiden kolmiulotteiset koordinaatit suunnattua laseretäisyysmittausta käyttäen: suunta ja etäisyys kohteeseen mitataan, ja näiden perusteella lasketaan kohdepisteen kolmiulotteinen sijainti. Maalaserkeilaimet jaetaan etäisyysmittausperiaatteen perusteella kahteen luokkaan, pulssilaserkeilaimiin ja vaihe-erokeilaimiin. Pulssilaserkeilaimet määrittävät etäisyyden mittaamalla lyhyen laserpulssin kulkuajan keilaimesta kohteeseen ja takaisin. Vaiheerokeilaimet lähettävät jatkuvaa lasersädettä, ja etäisyys määritetään lähtevän ja palaavan säteen vaiheerosta. Pulssilaserkeilaimien voidaan katsoa sopivan paremmin laajojen alueiden kartoitusmittauksiin, jolloin etäisyys kohteeseen voi olla jopa kilometrin, kun taas vaihe-erokeilaimet ovat parhaimmillaan lähellä olevien kohteiden, kuten yksittäisten puiden ja koealojen yksityiskohtaisemmassa mittauksessa. Maalaserkeilainten tarkkuus puun sijainnin mittauksessa on alle 1 cm ja läpimitan mittauksessa noin 5 mm. Maalaserkeilaimella voidaan tuottaa nopeasti tiheä kolmiulotteinen pistepilvi ympäröivästä puustosta (kuva 1.). Mittaukseen kuluva aika riippuu haluttavasta pistetiheydestä ja mittausalasta. Esimerkiksi nykyaikaisilla vaihe-erokeilaimilla koko ympäröivän tilan mittaus 70 120 metrin etäisyyteen asti kestää 2 4 minuuttia, kun pistetiheys on valittu niin, että 10 metrin päässä keilaimesta yksittäisten pisteiden välinen etäisyys on 6,3 mm. Toisin sanoen, 10 metrin päässä keilaimesta saadaan noin 25 000 pistettä neliömetrin alueelle. Tästä pistepilvestä voidaan mitata esimerkiksi näkyvien puiden sijainti, pituus, latvuspeitto, puulaji ja runkokäyrä. Vain keilaimelle suoraan näkyviä kohteita voidaan mitata, joten puuston tiheys, peitteisyys ja mittausgeometria vaikuttavat siihen, mitä pistepilvessä näkyy ja kuinka hyvin siitä em. ominaisuudet ovat mitattavissa. Kuvassa 1 näkyy esimerkki yksittäisen oksan aiheuttamasta katvealueesta puun rungolla. Metsikkökoealan maalaserkeilaus voidaan toteuttaa kahdella eri tavalla: yhtenä keilauksena koealan keskipisteestä, tai useampana keilauksena eri puolilta koealaa. Yhdestä pisteestä tehdyn keilauksen etuna on nopeus ja tallennetun pistemäärän suhteellinen pienuus. Haittapuolena ovat katvealueet, joita muodostuu puunrunkojen kaltaisten läpäisemättömien kohteiden taakse. Toinen yhdestä pisteestä tehdyn keilauksen ongelma on pistepilven tiheyden riippuvuus kohteen etäisyydestä keilaimesta; kaukana olevasta puusta saadaan siis vähemmän pisteitä kuin samankokoisesta lähellä olevasta, mikä vaikuttaa mallinnustarkkuuteen ja käytettävissä oleviin menetelmiin. Yhdistettäessä useita koealasta tehtyjä keilauksia vältytään katveiden ja epätasaisen pistetiheyden aiheuttamilta ongelmilta. Työmäärä tosin lisääntyy huomattavasti sekä maastossa että jälkikäsittelyssä, kun eri keilauksia sovitetaan yhteen. Metsikkökoealojen maalasermittausten automatisointia tutkitaan parhaillaan. Maalasermittausten yleistymisen esteenä on osaltaan ainakin toistaiseksi laitteiden kalleus ja etteivät ne sellaisinaan sovellu vaikeisiin maasto- taikka sääolosuhteisiin. Päätelmät Käytännön koealamittauksiin soveltuva laserkamera tai maalaserkeilaimista kolmiulotteista aineistoa tuottavaa keilainta halvempi kaksiulotteista aineistoa tuottava keilain voisivat hyvin yleistyä maastomittauksissa seuraavan kymmenen vuoden aikana. Ko- 373

konaan perinteisiä menetelmiä ne eivät vielä pysty syrjäyttämään. Tiheät, peitteiset puustot, jotka ovat vaikeita mitata millä tahansa menetelmällä, ovat ainakin toistaiseksi optisten menetelmien ulottumattomissa. Käytännön mittauksia pystytään tehostamaan myös yhdistämällä nykyisin maastomittauksissa käytettäviä työkaluja yhteen laitteeseen, joka olisi suunnattu etenkin uuden inventointijärjestelmän mittausvaatimuksia vastaavaksi. Tästä esimerkkinä on Masser Oy:n elektronisten mittasaksien ympärille kehittämä mittalaite, Sonar Caliper, jossa on elektroniset mittasakset läpimitan mittaukseen, kulman ja etäisyyden (ultraääni) mittauslaitteet sekä elektroninen kompassi puun sijainnin ja pituuden mittaukseen sekä mahdollisuus liittää GPS tarkan sijainnin määrittämiseen. Laitteen merkittävin ero laserkameraan on, että mittaajan pitää edelleen liikkua jokaisen mitattavan puun luokse mittaamaan puun läpimitta ja etäisyys koealan keskipisteeseen. Toisaalta, kun puun etäisyyden mittaus perustuu ultraääneen (lähetin ja vastaanotin) saadaan laitteella mitattua puukartta myös peitteisissä puustoissa. Sonar Caliper, laserkamera tai kaksiulotteista aineistoa tuottava keilain soveltuisivat parhaiten nykymuotoisten maastomittausten tehostamiseen, kun taas kolmiulotteista aineistoa tuottava maalaserkeilaus tarjoaa joustavat mahdollisuudet liittää maastomittaukseen objektiivisesti kerättäviä tunnuksia, jotka ennen ovat olleet työläästi kerättävissä lähinnä vain tutkimuskäyttöön. Tekniikat entistä objektiivisimpiin ja tarkempiin maastomittauksiin ovat pääosin jo olemassa ja niitä hyödynnetään laajalti rakennetun ympäristön kartoituksessa ja mittauksissa. Menetelmiä pitää kuitenkin edelleen kehittää, jotta niistä saadaan operatiiviseen metsänmittaukseen soveltuvia. Osaltaan uusien tekniikoiden yleistymiseen metsän mittauksessa vaikuttavat myös asenteet ja tahto uudistaa perinteistä metsän mittausta: uusia menetelmiä ei pidä nähdä uhkina, vaan kehittää niistä toimivia tulevaisuuden työkaluja. Kirjallisuus Holopainen, M. & Kalliovirta, J. 2006. Modern data acquisition for forest inventories. In Kangas, A. & Maltamo, M. (eds.) 2006. Forest Inventory Methodology and Applications. Springer Science & Business Media, Dordrecht, s. 343 362. Hyyppä, J., Hyyppä, H., Yu, X., Kaartinen, H., Kukko, H. & Holopainen, M. 2009. Forest inventory using small-footprint airborne lidar. Teoksessa: Shan, J. & Toth, C. (toim.). 2009. Topographic Laser Ranging and Scanning: Principles and Processing. CRC Press, Taylor & Francis, London. s. 335 370. Laasasenaho, J., Koivuniemi, J., Melkas, T. & Räty, M. 2002. Puuston mittaus etäisyyden- ja kulmanmittauslaitteella. Metsätieteen aikakausikirja 3/2002: 493 497. X. Liang, P. Litkey, J. Hyyppä, H. Kaartinen, M. Vastaranta & M. Holopainen. 2009. Automatic stem location mapping using TLS for plot-wise forest inventory. Teoksessa: Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (toim.). Silvilaser 2009 proceedings, s. 314 323. Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. & Hyyppä, H. 2008. Comparison of different laser-based methods to measure stem diameter. Teoksessa: Hill, R., Rossette, J. & Suárez, J. (toim.). 2008. Silvilaser 2008 proceedings, s. 606 615. n MMM Mikko Vastaranta, dos. Markus Holopainen, Helsingin yliopisto, Metsävarojen käytön laitos; DI Harri Kaartinen, Geodeettinen laitos; Dos. Hannu Hyyppä, TKK, Rakennetun ympäristön mittauksen ja mallinnuksen instituutti; prof. Juha Hyyppä, Geodeettinen laitos. Sähköposti mikko.vastaranta@helsinki.fi 374