Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen Jouni Siipilehto, Harri Lindeman, Jori Uusitalo, Xiaowei Yu, Mikko Vastaranta Luonnonvarakeskus Geodeettinen laitos Helsingin yliopisto
Vertailtavat inventointimenetelmät Ilmasta tehdyn laserkeilauksen aluepohjainen tulkinta (ABA) hilataso (ABA grid) metsikölle keskiarvoistettu hilatieto (ABA stand) Trestima-mobiilisovellus tulkinnassa mukana1 kuvaa (Trestima 1) tulkinnassa 5 kuvaa (Trestima 5) EMO-menetelmä (Jori Uusitalo) (EMO) Vertailut tehdään hakkuukoneen dataan (Cut trees) Seitsemän päätehakkuuleimikkoa Evon ympäristössä Keskitilavuus 34 ja tukkia 27 m 3 /ha Pohjapinta-ala 3 m 2 /ha ja keskiläpimitta 3 cm 2 Menetelmät
Menetelmiin sisältyneet jakaumamallit ABA-menetelmässä parametrin palautusmenetelmä Weibullläpimittajakaumalle Muuttujien G, N ja DG avulla knn-menetelmä, jossa k = 1 (random forest) Trestimassa myös parametrin palautusmenetelmä, Weibull Muuttujien G, N ja D avulla Laskenta relaskooppikoealojen puista (q =,6 1,4) EMO-menetelmässä mitattujen puiden kernel-tasoitus kuusi lähintä puuta/relaskooppikoeala viisi koealaa metsiköstä Weibull jakauma on yksihuippuinen mutta kernel-tasoitus voi tuottaa myös monihuippuisia jakaumia 3 Menetelmät
Menetelmien vertailu Harha ja RMSE metsikön puustotunnuksissa Harha ja RMSE tilavuudessa ja puutavaralajeissa Kolmogorov-Smirnov jakaumien yhteensopivuustesti Error Index (Reynolds et al. 1988), eli jakauman frekvenssien ennustevirheiden itseisarvojen summa (puulajit yhdessä) Menetelmien lopullinen rankkaus kyseisten kriteerien avulla Kuinka usein menetelmä oli paras (luotettavuus) Kuinka usein menetelmä oli huonoin (epävarmuus) 4 Menetelmät
Todellinen ja suhteellinen RMSE tilavuustunnuksissa eri menetelmillä. Paras menetelmä lihavoitu ja huonoin menetelmä kursiivilla Tilavuus, Tukki, Kuitu, RMSE Tilavuus Tukki Kuitu ABA hila m 3 ha -1 m 3 ha -1 m 3 ha -1 % % % Mänty 77.7 6. 2.3 41.1 4.1 52.8 Kuusi 14. 125.5 14.4 14.6 11.4 76.3 Yhteensä 111.3 16.1 11.9 32.7 39.3 17.3 ABA kuvio Mänty 77.3 6.4 2.5 4.9 4.3 53.5 Kuusi 141.7 13.4 15.9 15.9 114.8 84.4 Yhteensä 115.2 111.6 2.7 33.8 41.4 3.3 Trestima 5 Mänty 79. 66. 2.8 41.9 44. 54.3 Kuusi 85.1 79.9 7.6 63.6 7.3 4.5 Yhteensä 146.9 126.9 26.9 43.2 47.1 39.3 Trestima1 Mänty 65.3 51.8 18.9 34.6 34.5 49.3 Kuusi 67.1 61.6 6.7 5.1 54.2 35.4 Yhteensä 129.2 19.6 25. 38. 4.6 36.5 EMO Mänty 34.4 27. 8.2 18.2 18. 21.3 Kuusi 138.3 119.6 17.8 13.3 15.2 94.7 Yhteensä 5 166. 133.2 33.4 48.8 49.4 48.8
Relative total Kuvion no. 5 läpimittajakauma Jakauma esittää männyn, kuusen ja lehtipuuston yhteisen runkolukusarjan.1 Stand 5.8 Cut total.6 ABA grid.4.2 ABA stand 1 2 3 4 5 6 dbh, cm 6R
Relative total Kuvion no. 5 läpimittajakauma Jakauma esittää männyn, kuusen ja lehtipuuston yhteisen runkolukusarjan.1.8 Stand 5 Cut total.6 Trestima 5.4 Trestima 1.2 EMO 1 2 3 4 5 6 dbh, cm 7
Relative total Kuvion no. 5 läpimittajakauma K-S testin mukaan ABA hila, Trestima 1 ja EMO menetelmillä jakaumat olivat tilastollisesti yhteensopivia Stand 5.1.8 Cut total ABA grid.6 ABA stand Trestima 5.4.2 Trestima 1 EMO 1 2 3 4 5 6 dbh, cm 8
relative total Kuvion no. 7 läpimittajakauma Jakauma sisältää kookasta mäntyä, pieniläpimittaista kuusta ja koivua.1 Stand 7 Cut total.8.6 ABA grid.4 ABA stand.2 1 2 3 4 5 6 dbh, cm 9
relative total Kuvion no. 7 läpimittajakauma Jakauma sisältää kookasta mäntyä, pieniläpimittaista kuusta ja koivua.1 Stand 7 Cut total.8 Trestima 5.6 Trestima 1.4 EMO.2 1 2 3 4 5 6 dbh, cm 1
relative total Kuvion no. 7 läpimittajakauma K-S testin mukaan ABA hila ja Trestima 1 menetelmillä jakaumat olivat tilastollisesti yhteensopivia.1 Stand 7 Cut total.8.6 ABA grid ABA stand Trestima 5.4 Trestima 1 EMO.2 1 2 3 4 5 6 dbh, cm 11
Menetelmien rankkaus: osuudet parhaimmista/huonoimmista kriteereistä Kriteerejä yhteensä 7 Paras Huonoin 5 16 2 ABA hila ABA kuvio 3 12 Trestima 5 23 7 4 Trestima 1 EMO 3 2 12 Ranking
Menetelmien rankkaus parhaan/huonoimman kriteerien mukaan: harha ja RMSE puustotunnuksissa N, G, DG, HG, tilavuus, tukki- ja kuitupuu tilavuudet puulajeittain ja kuvion koko puustolle, Kolmogorov-Smirnov (K-S) ja Error-Index (E-I) jakaumien yhteensopivuustestit. (Yhteensä 7 kriteeriä) Rankki Paras Huonoin Kriteeri ABA ABA EMO ABA hila kuvio hila Tresti ma 5 Tresti ma 1 ABA kuvio Tresti ma 5 Tresti ma 1 EMO Harha 9 3 7 7 2 2 4 4 2 15 RMSE 8 1 11 8 2 5 8 1 12 K-S 1 2 4 1 1 5 E-I 2 3 2 2 3 2 Yhteensä 2 4 7 23 16 5 12 2 3 3 13 Ranking
Pituus, m Hakattujen ja hilalle tulkittujen puustotunnusten avulla generoitujen mäntyjen dimensiot 35 3 25 2 15 pine (cut) pine (ABA grid) 1 5 5 1 15 2 25 3 35 4 45 5 Läpimitta, cm 14 Kuvauspuut
Pituus, m Hakattujen ja hilalle tulkittujen puustotunnusten avulla generoitujen kuusten dimensiot 35 3 25 2 15 spruce spruce (ABA grid) 1 5 5 1 15 2 25 3 35 4 45 5 Läpimitta, cm 15 Kuvauspuut
Pituus, m Hakattujen ja hilalle tulkittujen puustotunnusten avulla generoitujen koivujen dimensiot 35 3 25 2 15 birch birch (ABA grid) 1 5 5 1 15 2 25 3 35 4 45 Läpimitta, cm 16 Kuvauspuut
Pituus, m Kaikki kuvion 7 hakatut puut 35 3 25 2 15 pine (cut) spruce birch 1 5 5 1 15 2 25 3 35 4 45 5 Läpimitta, cm 17 Leimikon puut
Pituus, m Kaikki kuvion 7 hakatut ja malleilla generoidut puut 35 3 25 2 15 1 pine (cut) spruce birch pine (ABA grid) spruce (ABA grid) birch (ABA grid) 5 5 1 15 2 25 3 35 4 45 5 Läpimitta, cm 18 Kaikki puut
Kiitos! 19