Puulajitulkinta laserdatasta

Samankaltaiset tiedostot
Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

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

Laserkeilauspohjaiset laskentasovellukset

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

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

Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Biomassatulkinta LiDARilta

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

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Tree map system in harvester

Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet

Taneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari Eri-ikäisrakenteisen metsän kehityksen ennustaminen

Laserkeilaus puustotunnusten arvioinnissa

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Laserkeilauksen hyödyntäminen metsätaloudellisissa

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Metsäkeilauksista suunnistuskarttoja?

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

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

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

Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Kehittyvien satelliittiaineistojen mahdollisuudet

Metsävarojen inventoinnin keskeinen kiinnostuksen

Jakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen

Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella

Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto

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

Kuusen kasvun ja puutavaran laadun ennustaminen

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Riistapäivät 2015 Markus Melin Itä Suomen Yliopisto Metsätieteiden osasto

Metsätieteen aikakauskirja


Puuston tilavuus ja kasvu ovat metsien inventoinnin

Luento 10: Optinen 3-D mittaus ja laserkeilaus

NUORTEN METSIEN RAKENNE JA KEHITYS

Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla

Kuusen kasvun ja puutavaran laadun ennustaminen

Alikasvoksen mittaus ja kartoitus laserkeilauksella

Paikkatietoa metsäbiomassan määrästä tarvitaan

Kuviokohtaisten puustotunnusten ennustaminen laserkeilauksella

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

LENTOLASERKEILAUKSEEN PERUSTUVIEN PUUTASON MALLIEN SIIRRETTÄVYYS INVENTOINTIALUEIDEN VÄLILLÄ

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

Maaston ja tiestön kantavuuden ennustaminen. Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja

Puun kasvu ja runkomuodon muutokset

Lauri Korhonen. Kärkihankkeen latvusmittaukset

PURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Ilmastoon reagoivat metsän kasvun mallit: Esimerkkejä Suomesta ja Euroopasta

TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI

Tuulituhot ja metsänhoito

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

Research plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen

ARVO ohjelmisto. Tausta

Kuusen kasvun ja puutavaran laadun ennustaminen

LASERKEILAUS METSÄVAROJEN HALLINNASSA.

Ektomykorritsalliset lyhytjuuret ja kasvupaikan sekä puuston ominaisuudet kuusikoissa ja männiköissä

Leimikon arvosaanto ja puukaupan tehostaminen. Jukka Malinen, Harri Kilpeläinen, Tapio Wall & Erkki Verkasalo

Spatiaalinen metsää kuvaava malli ja sen soveltaminen metsäninventointiin

Ryhmät & uudet mahdollisuudet

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Laserkeilaus osana puuhuoltoa

Systemaattisuus työmalleissa puunkorjuussa

Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu

Kaukokartoitustiedon käyttö LUKE:ssa

Metsien hoito jatkuvapeitteisenä: taloudellien optimointi ja kannattavuus Vesa-Pekka Parkatti, Helsingin yliopisto, Metsätieteiden osasto

Laserkeilaus metsävarojen hallinnassa

Metsien kaukokartoitus ja lentokonekeilaus Osio 2

Tulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun. Forest Big Data Tulosseminaari, Miika Rajala, Risto Ritala TTY

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

Pohjois-Suomessa luvuilla syntyneiden metsien puuntuotannollinen merkitys

Metsien vertailutason määrittäminen taustat ja tilanne

Kirjallisuuskatsaus puustotunnusten mallinnukseen laserkeilausaineistojen

The CCR Model and Production Correspondence

Metsien hiilitaseet muuttuvassa ilmastossa Climforisk-hankkeen loppuseminaari,

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

Lentolaserkeilausta on hyödynnetty kaupunkimittauksessa

ARVO ohjelmisto. Tausta

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

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

Korkearesoluutioisten E-SAR-tutkakuvien tarkkuus puusto tunnusten koealatason estimoinnissa

Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

Kuvioittaisten puustotunnusten estimointi ilmakuvilta puoliautomaattisella. segmentoinnilla. Metsätieteen aikakauskirja

METKA-maastolaskurin käyttäjäkoulutus Tammela Matti Kymäläinen METKA-hanke

MetKu Metsävaratiedon kustannushyötyanalyysi

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

ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE

menetelmiä metsävaratietojen

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella

Kasvatettavan puuston määritys koneellisessa harvennuksessa

Suomessa metsätalousmaa on perinteisesti jaettu

TERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki

Kumisaappaista koneoppimiseen

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

Taimikonhoidon ajoituksen kustannus ja kannattavuusvaikutukset

Pienpuun paalauksen tuottavuus selville suomalais-ruotsalaisella yhteistyöllä

Dendron Resource Surveys Inc. Arbonaut Oy Finnish Forest Research Institute University of Joensuu

Transkriptio:

Ilmakuvien tarve metsäsuunnittelussa? Taksaattoriklubin seminaari, Paikkatietomarkkinat 2009 Puulajitulkinta laserdatasta Jari Vauhkonen

Esityksen sisältöä Millaista (puulaji-)tietoa laserkeilaindata sisältää? Miten tätä tietoa voi irrottaa ja tulkita (automaattisesti)? Laser-muuttujat ja niiden valinta Miten puulaji päätellään laser-muuttujien perusteella? Luokitus-/estimointimenetelmä Millä tarkkuustasolla liikutaan? Laserpohjainen PL-tulkinta vs. ilmakuvien käyttö Jari Vauhkonen 03.11.2009 2

Taustaa Tarvitaan puulajikohtaista tietoa puustosta Läpimittajakauma (mänty-kuusi-lehtipuu) Puuston tilavuus (-- --) Puutavaralajit Laserkeilauksella tarkkaa tietoa puuston määrästä puulajeista? Jari Vauhkonen 03.11.2009 3

Taustaa Laseraineiston tulkintaan käytännössä kaksi (erillistä) menetelmää: Aluepohjainen menetelmä: Metsikkötunnusten päätteleminen pistepilvien jakaumasta Yksinpuintulkinta: Tunnistetaan aineistosta yksittäisiä puita, ennustetaan niiden tunnuksia ja summataan metsikkötasolle Jari Vauhkonen 03.11.2009 4

Taustaa Kuva Petteri Packalén Puulajitietoa koealatasolla? Only 3-D coordinates are not enough to estimate stand tree species proportions. * The alternatives: To classify single trees and compute species proportions from these To use also intensity information by aerial images or laser *Törmä, M. (2000): Estimation of tree species proportions of forest stands using laser scanning, ISPRS Congress Symposium, Amsterdam, July 16-23, 2000. Jari Vauhkonen 03.11.2009 5

Taustaa Kaukokartoituspohjainen puuston inventointijärjestelmä? Laserkeilain-, ilmakuva- ja maastoaineistojen yhdistelmänä: Petteri Packalén Jari Vauhkonen 03.11.2009 6

Taustaa Ilmakuvatulkinta == ongelmallista E.g. image-object-sun variation Kuvat Ilkka Korpela Jari Vauhkonen 03.11.2009 7

Puulajitulkinta puutasolla

Puulajitulkinta puutasolla Joensuulaisia tutkimustuloksia: Vauhkonen, Tokola, Packalén & Maltamo (2009): Identification of Scandinavian species of individual trees from airborne laser scanning data using alpha shape metrics. Forest Science 55: 37-47. Vauhkonen, Korpela, Maltamo & Tokola (2009): Imputation of single-tree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Manuscript. Vastaavia tutkimuksia muualla, esim.: Ilkka Korpela et al. (Helsingin yliopisto) Johan Holmgren et al. (Sveriges lantbruksuniversitet) Jari Vauhkonen 03.11.2009 9

Puulajitulkinta puutasolla Tarvitaan tiheää dataa: 3-5 pulssia / m 2, mieluiten 8-10! Mahdollisuus irrottaa kymmeniä / satoja / tuhansia muuttujia: latvuksen rakenne kaikujen intensiteetti (eri tyyppisten) kaikujen jakautuminen latvuksen eri osiin ym. ym. Jari Vauhkonen 03.11.2009 10

Tulkinnassa hyödynnettyjä muuttujia Kaikujen määrä latvuksen eri osissa Korkeusjakaumasta lasketut tunnukset (persentiilit, tiheys, hajonta ) Jari Vauhkonen 03.11.2009 11

* Edelsbrunner, H. & Mücke, E.P. (1994): 3D alpha shapes. ACM Transactions on Graphics 13: 43-72. Alpha shapes* How to determine the shape of a point cloud? -> a family of shapes, parameterised by the α value Different alpha value results in different shapes Jari Vauhkonen 03.11.2009 12

Alpha shapes from ALS data Compute using either the full point data or a predefined part of it Result is a 3D construct defined by the input points & the α value Jari Vauhkonen 03.11.2009 13

Pine Pine Spruce Spruce Jari Vauhkonen 03.11.2009 14

Latvuksen rakenne erilaisilla muuttujilla kuvattuna Jari Vauhkonen 03.11.2009 15

Tulkinnassa hyödynnettyjä muuttujia Intensiteetti 1064 nm back-scatter Kuinka suuri osuus lähetetyn pulssin energiasta heijastui takaisin JOS kohde on pulssin halkaisijaa (10-30 cm) suurempi, intensiteettiarvo sen heijastusominaisuuksien mukaan Kasvillisuudesta heijastuneissa pulsseissa kohinaa Esim. lehden/neulasen koko ja asento, neulasmassan tiheys, ym., vaikuttaa SILTI: intensiteettijakaumien käyttö! Ilkka Korpela Jari Vauhkonen 03.11.2009 16

Laser-muuttujista puulajeihin

Puulajin päätteleminen lasermuuttujista Useita menetelmävaihtoehtoja: Lineaariset luokitusfunktiot Koneoppiminen: esim. tukivektorikoneet; neuraaliverkot Lähimmän naapurin haku Opetus- / referenssidata? Jari Vauhkonen 03.11.2009 18

Saatuja tuloksia

Harvoilanmäki* Tarkasti rajatut puut; 40 pulssia / m 2 ; alpha shape testidata Luokitustarkkuus 88 95 % Pine Spruce Decid. Pine 53 0 0 Spruce 0 29 1 Decid. 2 2 5 *Vauhkonen, Tokola, Packalén, Maltamo (2009): Identification of Scandinavian commercial species of individual trees from airborne laser scanning data using alpha shape metrics, Forest Science 55: 37-47. Jari Vauhkonen 03.11.2009 20

Hyytiälä (1)* Kaikkien puutunnusten tuottaminen samanaikaisesti Opetusdata 1898 havaintoa, erillinen validointidata 1249 hav. Yhteensä 1846 selittävää laser-muuttujaa; RandomForestestimointimenetelmä Puulajitulkinta validointidatassa: Pine Spruce Decid. Pine 383 64 12 Spruce 42 478 9 Decid. 85 61 115 *Vauhkonen, Korpela, Maltamo & Tokola (2009): Imputation of single-tree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Manuscript. Jari Vauhkonen 03.11.2009 21

Hyytiälä (1)* Muuttujien vähentäminen: 130 ja 24 muuttujaa Korkeus- ja intensiteettijakauman muuttujat puulajia selittämään Puulajiluokitus 69-79 % oikein (~24-130 muuttujalla) Myös muiden puutunnusten ennustaminen onnistui hyvin: esimerkkinä tilavuus *Vauhkonen, Korpela, Maltamo & Tokola (2009): Imputation of single-tree attributes using airborne laser scanning-based height, intensity and alpha shape metrics. Manuscript. Jari Vauhkonen 03.11.2009 22

Hyytiälä (2): Korpela ym.* Yli 13 000 puun aineisto; luokitus mänty-kuusi-koivu 88 90 % tarkkuus saavutettavissa intensiteettimuuttujilla Erittäin kattava selvitys intensiteettiarvoihin vaikuttavista tekijöistä Esim. range normalization! *Korpela, Ørka, Maltamo, Tokola & Hyyppä (2009): Tree species classification using airborne LIDAR: Effects by stand and tree parameters, downsizing of training set, intensity normalization and sensor type. Manuscript. Jari Vauhkonen 03.11.2009 23

Yhteenvetoa Laseriin perustuvalla (yksittäisten puiden) puulajitulkinnalla saavutettavissa 70 90 % tarkkuus Lehtipuut sekoittuvat havupuiden kanssa Vastaava tarkkuustaso ilmakuvilta! Mänty ja kuusi sekoittuvat Ilmakuvia ei välttämättä tarvita yksinpuintulkinnassa (mutta ei niistä haittaakaan ole ) Jari Vauhkonen 03.11.2009 24

Yksinpuintulkinnan ongelmia Tiheä data == kallista! Kaikkien puiden löytäminen ei välttämättä mahdollista riippuu metsikön rakenteesta Esim. 70 % runkoluvusta, mutta 90 % tilavuudesta Uusien menetelmien tarkkuus metsikkötasolla ==? Mallinnus- / referenssidatan hankinta? Jari Vauhkonen 03.11.2009 25

Lopuksi puulajitiedon tuottaminen aluetasolla? Laser + ilmakuvat + maastokoealat* Tarkin ja varmin menetelmä Kevätlaser laserdatan hankinta lehdettömään aikaan? Tulevaisuudessa: Tiheän laserdatan käyttö kalibrointiin? Kustannusten lasku? Full waveform LiDAR? *Packalén (2009): Using airborne laser scanning data and digital aerial photographs to estimate growing stock by tree species. Dissertationes Forestales 77. Jari Vauhkonen 03.11.2009 26

Kiitos! Ilkka Korpela & Petteri Packalén lainasivat kuvamateriaalia kiitti! www.uef.fi