Fysikaaliset menetelmät metsien kaukokartoituksessa Miina Rautiainen Metsätieteiden laitos, Helsingin yliopisto Image: Jacques Descloitres, NASA/GSFC Metsätieteen päivä, 12.11.2014 Kaukokartoitus luonnontieteellisenä ilmiönä? Optisen kaukokartoituksen taustalla säteilynsiirron teoria v. 1960 (engl. radiative transfer theory) Teorian isä: Subrahmanyan Chandrasekhar (1910-1995), University of Chicago fysiikan nobel v. 1983 Image: nobelprize.org
Optisten satelliittikuvien tulkintamenetelmät 1) (Puhtaasti) tilastolliset menetelmät 2) Fysikaaliset menetelmät heijastusmallit ja muutamat kasvillisuusindeksit metsän heijastussuhde metsän rakenteen funktiona soveltuvat laajojen alueiden kartoitukseen yleistyneet nopeasti, kehitystyö aktiivista taustalla kaukokartoitusaineistojen monipuolistuminen sekä globaalit sovellukset Haaste tulkintamalleille: sama metsä, eri spektri Havumetsän spektrin muutokset kasvukauden alussa Heijastussuhde Hyytiälä 2010 EO1-Hyperion kuvat Näkyvä Lähi-infrapuna (Keski)lähi-infrapuna Heiskanen, J., Rautiainen, M., Stenberg, P., Mõttus, M. & Vesanto, V. 2013. Sensitivity of narrowband indices to boreal forest LAI, reflectance seasonality and species composition. ISPRS Journal of Photogr. & Rem.Sens., 78: 1-14.
Miten metsän spektri muodostuu biofysikaaliset muuttujat? (Satelliitin) mittauskulma, ilmakehän tila Tulosäteilyn kulma, ilmakehän tila Lehtien, neulasten ja runkojen optiset ominaisuudet Latvuston syvyys ja aukkoisuus eri kulmissa, lehtialaindeksi Aluskasvillisuuden rakenne + optiset ominaisuudet Myös muistettava mm. lumi / vesipisarat spatiaalinen resoluutio Fysikaalisten menetelmien alkukoti Kehitystyö 1960-luvulla Tarton observatoriossa säteilynsiirronyhtälö muotoiltiin kasvillisuudelle ensimmäistä kertaa avainhenkilöt: Juhan Ross ja Tiit Nilson alan perusoppiteos (englanniksi) 1981 1980-luvulta alkaen rinnakkaista kehitystyötä myös Bostonin yliopistossa TO arhiivid 17.11.2014 6 TO arhiivid
Metsän heijastusmallien kehitys Europa JRC RAMI Experiments Samean väliaineen mallit 1970-l. Geometris-optiset mallit 1980-l. Hybridimallit 1990-l. Uudet ryhmittymismallit 2000-l. Boston University / Knyazikhin Fysikaalisten heijastusmallien käyttö 1) Heijastussimuloinnit: miten satelliittikuva muodostuu? Simuloidut spektrit -kaikki aallonpituudet -kaikki mittauskulmat -kaikki auringonkulmat validointi 2) Inversio: kartoitussovellukset Heijastusmalli Metsätietokanta Spektritietokanta Heijastusmalli Metsämuuttuja
Historiaa: ensimmäinen lehtialaindeksikartta maapallosta v. 2000 Kesäkuu 2000 Lokakuu 2014 Reto Stockli, NASA's Earth Observatory Team. LAI Bostonin yliopiston (Myneni, Knyazikhin) kehittämä fysikaalinen heijastusmalli Koko maapallon kartta viikoittain v. 2000 MODIS Terra ja Aqua -satelliittikuvat 2010-luvun uusia teemoja Fysikaalisten kaukokartoitusmenetelmien avulla uudenlaista tietoa ( uusia tunnuksia ) metsistä. Tänään esimerkkeinä 1. Metsän vuodenaikaismuutosten seuranta 2. Metsän rakenteen vaikutus albedoon
Fysikaaliset menetelmät fenologian kaukokartoituksessa Mitkä tekijät selittävät kasvukauden aikana havaitut muutokset spektreissä? Koivikko touko-heinäkuu? Suopursu huhti-lokakuu? Heijastussuhde kukinta Heiskanen, J., Rautiainen, M., Stenberg, P., Mõttus, M. & Vesanto, V. 2013. Sensitivity of narrowband indices to boreal forest LAI, reflectance seasonality and species composition. ISPRS Journal of Photogr. & Rem.Sens., 78: 1-14. Nilson, T., Rautiainen, M., Pisek. J. & Peterson, U. 2012. Chapter 3: Seasonal reflectance courses of forests. In: New advances and contributions to forestry research (ISBN 979-953- 307-503-6) Vuodenaikaisvaihteluiden heijastusmallinnus Esimerkki fysikaalisesta mallinnuksesta: Mikä on aluskasvillisuuden osuus koko metsän heijastamasta säteilystä kasvukauden eri vaiheissa? toukokuu elokuu Rautiainen, M. & Heiskanen, J. 2013. Seasonal contribution of understory vegetation to reflectance of a boreal landscape at different spatial scales. IEEE Geoscience and Remote Sensing Letters, doi: 10.1109/LGRS.2013.2247560
Fenologia: aluskasvillisuuden muutosten arviointi? Tavoitteena erottaa latvuston ja aluskasvillisuuden heijastussignaalit toisistaan. Pisek, J., Rautiainen, M., Heiskanen, J. & Mõttus, M. 2012. On the retrieval of seasonal dynamics of forest understory reflectance in a Northern European boreal forest from MODIS BRDF data. Remote Sensing of Environment, 17: 464-468. Jan Pisek 7.4.2010 15.5.2010 23.4.2010 1.5.2010 9.5.2010 17.5.2010 Aluskasvillisuuden vihertyminen keväällä (NDVI:llä mitattuna) NDVI: kasvillisuusindeksi, lasketaan heijastussuhteista punaisessa ja lähiinfrapunassa, kuvaa vihreän kasvillisuuden määrää Jan Pisek Metsien merkitys maapallon albedolle: apua fysikaalisista kaukokartoitusmenetelmistä? Erilainen metsä, erilainen spektri, erilainen albedo erilainen ilmastovaikutus? Satelliitti-mittauksista ei suoraan saada albedoa vaan tarvitaan mallinnusta. Albedolla (0 1.0) useita määritelmiä. NASA Earth Observatory images by Simmon maaliskuu 2000 joulukuu 2011
Metsän muutokset ja albedo? Tänään esimerkkeinä kaksi lähestymistapaa: 1) Metsän rakenteen perusteella simuloidaan albedo fysikaalisen heijastusmallin avulla. 2) Satelliittimittauksista mallinnetaan albedo ( albedotuote ) ja liitetään metsätietokantoihin. saatavilla useita globaaleja albedotuotteita. (+ Vaihtoehto 3: Mitataan metsän albedo: erittäin hidasta ja teknisesti vaativaa) Metsän albedon simuloinnit Miten puulaji vaikuttaa metsän albedoon? Puhdas koivikko Albedo (DHR) Puhdas männikkö Puhdas kuusikko Lukeš, P., Stenberg, P. & Rautiainen, M. 2013. Relationship between forest density and albedo in the boreal zone. Ecological Modeling, 261-262: 74-79.
Koko Suomi: Metsän albedo satelliittituotteista? BIOMASSA LATVUSPEITTO LÄPIMITTA TALVI (14.3.2009) ALBEDO KESÄ (18.6.2009) Lukeš, P., Rautiainen, M., Manninen, T., Stenberg, P. & Mõttus, M. 2014. Geographical gradients in boreal forest albedo and structure in Finland. Remote Sensing of Environment, 152: 526-535. ALBEDO We acknowledge the Finnish Forestry Research Institute for providing the MS-NFI data for the study (http://kartta.metla.fi/valinta-en.html, accessed 12.2.2013). Fysikaalisten menetelmien kansainvälisiä tulevaisuuden näkymiä? Mikä kaukokartoitusaineisto soveltuu parhaiten mihinkin sovellukseen Hyperspektriset aineistot ja heijastusmallit fysiologisten prosessien seurannassa Aineistojen assimilaatio(menetelmät) esim. pitkät aikasarjat maapallon albedon ja fenologian ymmärtämisessä Skaalaus: lehti metsä satelliittikuvan spatiaalinen resoluutio Uudet inversiomenetelmät
Suomalaisen tutkimuksen rooli 2010-luvulla? Havupuiden rakenteen kuvaaminen tehokkaasti fysikaalisissa malleissa p-teorian kehitys ( spectral invariants theory ) ensimmäiset verson sirontafunktion mittaukset kokonaisvaltainen ymmärrys havumetsän spektrin muodostumisesta Globaalit algoritmit toimiviksi (myös) boreaalisten metsien osalta Albedotutkimus uusi ja nouseva Hyvät (maasto)aineistot mahdollistavat paljon!