Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Sanna Kaasalainen Kaukokartoituksen ja Fotogrammetrian Osasto Ilmastonmuutos ja ääriarvot 13.9.2012
Ympäristön Aktiivinen Kaukokartoitus Sanna Kaasalainen, Eero Ahokas, Kati Anttila, Teemu Hakala, Harri Kaartinen, Mika Karjalainen, Anssi Krooks, Antero Kukko, Olli Nevalainen, Eetu Puttonen www.fgi.fi/activesensing
Ympäristön aktiivinen kaukokartoitus: Lumitutkimus laserkeilauksella SAR interferometry, radargrammetry Puiden rakenne metsän ja maaperän hiilitasapaino laserkeilauksellla Uusi monikanavainen laserkeilain 3
Lumitutkimusta mobiili laserkeilauksella Laajoja aineistoja mm. satelliittiaineistojen tueksi GL:ssä menetelmien kehitystä Lumen pinnan heijastusominaisuuksien tutkimusta Lumen pinnankarkeus laserkeilauksella http://www.fgi.fi/activesensing/ Image: Niilo Siljamo, FMI
lumitutkimusta mobiili laserkeilauksella http://www.fgi.fi/activesensing/
Pinnankarkeusmittauksia mobiililaserkeilaus aineistosta FGI MobiMap A.Kukko 1 m profiileja laseraineistosta levymittauksilla FMI
Pinnankarkeusmittauksia mobiililaserkeilaus aineistosta Pinnankarkeusparametrit vastaavat hyvin toisiaan Mobiili laserkeilausaineisto soveltuu hyvin lumen pinnankarkeusmittauksii n FGI MobiMap A.Kukko
Lumimittausten hyödyntäminen Satelliittiaineistojen validointi Tulvaennusteet ja sulamisvesien laatu Ilmastomallien kehitys http://www.fgi.fi/activesensing/
Monikanavainen laserkeilain: taustaa Aktiivinen mittaustapa: samanaikaista paikka- ja spektritietoa Perinteisellä laserkeilauksella saadaan ainoastaan kohteen 3D-malli (pistepilvi) ja intensiteetti Passiiviset kaukokartoitusjärjestelmät tuottavat spektridataa Varjostus ja suuntaisheijastukset vaikuttavat tuloksiin Yhdistetty spektri- ja paikkatieto datafuusion avulla 9
Superjatkumolaserin uusi sovellus: hyperspektrilidar Tuottaa samanaikaisesti etäisyys- ja spektritietoa: laserpistepilvi (x,y,z,i(λ)). Lisätietoa: www.fgi.fi/activesensing
GL:ssä kehitetty hyperspektrilidar: A: Superjatkumolaser B: 2D skanneri C: Parabolinen peili D: Spektrometri E: 16-kanavainen APDelementti: 8- kanavainen 1GHz ADmuunnin ja PC Mittauksia 20m etäisyyteen asti, muutaman sentin tarkkuudella -
Sovelluksia Pistepilvi ja sille laskettuja spektrikanavien suhteita: reflektanssi takasuunnassa, kosteusindeksi, NDVI ja klorofylli-indeksi
8-kanavainen spektrimittaus 13
Uudentyyppistä dataa, esimerkki: Omenapuu 3.5 m korkea Mitattu 4.5 m etäisyydeltä 375 000 pistettä (+ spektrit) 15 min keilausaika 14
FULL WAVEFORM DATA (8Ch) Data REFLECTANCE SPECTRA 3D POINT CLOUD 15
Kohteen luokittelu Laserkeilauskohteen luokittelu spektrin avulla Spectral correlation mapper etsii samanmuotoisia spektrejä Kanavasuhteita 2 tai useammalla kanavalla: NDVI (normalized difference vegetation index) Kosteusindeksi Klorofylli-indeksi MCARI2 (Modified chlorophyll absorption ratio index 2) 16
Esimerkki kohteen luokittelusta Mädät omenat Punaiset omenat Vihreät omenat LECA-harkko 17
Klorofylli-indeksin sovellus (1) 11 männynversoa kerättiin ja mitattiin hyperspektrilidarilla Klorofyllipitoisuuden määrittäminen laboratoriossa IGARSS 2012, Munich, Germany 18
Klorofyllituloksia (2) Klorofyllikonsentraation määrittämiseksi testattiin erilaisia spektri-indeksejä Modified chlorophyll absorption ratio index 2 (MCARI2) tuotti parhaan tuloksen Klorofyllipitoisuus voidaan mitata laserkeilaimella, tarkkuus: RMSE = 0,077 mg/g 19
Klorofyllituloksia (3) Klorofyllimittaus myös kauranoraille 10 näytettä kylvetty eri tiheyksiin ja erilainen lannoitus 20
Tulossa: puulajitulkintaa Puulajiluokittelun testaus kuusilla ja männyillä Yhteistyössä: Helsingin Yliopisto 21
Yhteenveto hyperspektrilidarista: Laitteen ensimmäiset tulokset ovat hyviä ja se on valmis operatiiviseen käyttöön tutkimuksessa Voidaan mitata kolmiulotteisia jakaumia esim. heijastuskertoimelle, NDVI:lle, vesi- tai klorofyllipitoisuuksille, jne. Lähitulevaisuudessa: Mittausetäisyyden kasvattaminen 50 metriin Liikkuvat sovellukset ulkoilmamittauksiin Silmäturvallisuus Väri-informaation mittaus tehostaa laitteen käyttöä (mittaukset pimeässä, ei valokuvien tarvetta ) Rahoitus: Suomen Akatemia 22
Metsän hiilitasapaino laserkeilauksella Puiden 3D-pistepilvet Oksien kokojakauma sylinterimallilla Täydellinen puumalli Sovelluksia: hiilen kierron mallinnus, puun rakenne ja kehitys Pistepilvi 2/2011 vihreä 11/2011 punainen Sylinterimalli Kuvat: Pasi Raumonen, TTY
Puun biomassa ja oksien kokojakauma Koko puun ja sen osien kokonaisbiomassa Rungon ja oksien biomassa Kanto ja juuret Puun osien kokojakauma Montako metriä tai kuutiometriä puusta (rungosta, oksista) on tietyn paksuista Mittaaminen perinteisin menetelmin voi olla vaikeaa, työlästä, epätarkkaa ja vaatii usein puun kaatamisen Kuvat: Pasi Raumonen, TTY www.fgi.fi/activesensing
Kiitos! Sanna.Kaasalainen@fgi.fi www.fgi.fi/activesensing Ilmastonmuutos ja ääriarvot 13.9.2012 25