Metsien inventointi lennokki- ja lentokonekeilauksena Osio 1

Samankaltaiset tiedostot
Metsien kaukokartoitus ja lentokonekeilaus Osio 2

Taimikoiden ja nuorien metsien hoito- ja energiapuukohteiden inventointi kopterikuvauksena ja lentokonekeilauksena

Kalevi Pietikäinen Tätä tutkimusta on tukenut Eino ja Marjatta Kollin säätiö. Metsien inventointi lennokki- ja lentokonekeilauksena Osio 1

Kalevi Pietikäinen Tätä tutkimusta on tukenut Eino ja Marjatta Kollinsäätiö

Kalevi Pietikäinen Tätä tutkimusta on tukenut Eino ja Marjatta Kollin säätiö

Kalevi Pietikäinen Tätä tutkimusta on tukenut Eino ja Marjatta Kollin säätiö

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

Nimike Määrä YksH/EI-ALV Ale% ALV Summa

Maanmittauslaitos 2015 Lupanumero 3069/MML/14 Karttakeskus 2015

RN:o 23:36. n.58,8 ha

RN:o 2:95 2,5 ha. RN:o 2:87 n.19,3 ha

ARVIOKIRJAMALLI. Metsäarvio. Pyy, Mäntyharju / 8

ARVIOKIRJAMALLI. Metsäarvio+ Saarnivaara, Saarijärvi / 8

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät

Mäntytukkipuu 58,5 48,1 11,8. Mäntykuitupuu 18,5 15,5 11,8. Kuusitukkipuu 60,2 48,7 11,1. Kuusikuitupuu 19,1 15,5 11,1. Koivutukkipuu 45,8 37,7 11,6

Riistapäivät 2015 Markus Melin Itä Suomen Yliopisto Metsätieteiden osasto

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

METSÄ SUUNNITELMÄ

Mäntytukkipuu 58,5 48,1 11,8. Mäntykuitupuu 18,5 15,5 11,8. Kuusitukkipuu 60,2 48,7 11,1. Kuusikuitupuu 19,1 15,5 11,1. Koivutukkipuu 45,8 37,7 11,6

Mäntytukkipuu 55,9 46,3 11,3. Mäntykuitupuu 17,8 15,0 11,3. Kuusitukkipuu 57,2 46,6 10,6. Kuusikuitupuu 18,1 14,8 10,6. Koivutukkipuu 44,2 36,7 10,9

Kestävän metsätalouden. Heikki Vähätalo, viranomaispäällikkö Pohjois-Pohjanmaan metsäkeskus Oulu

Mäntytukkipuu 58,5 48,1 11,8. Mäntykuitupuu 18,5 15,5 11,8. Kuusitukkipuu 60,2 48,7 11,1. Kuusikuitupuu 19,1 15,5 11,1. Koivutukkipuu 45,8 37,7 11,6

Mäntytukkipuu 55,9 46,3 11,3. Mäntykuitupuu 17,8 15,0 11,3. Kuusitukkipuu 57,2 46,6 10,6. Kuusikuitupuu 18,1 14,8 10,6. Koivutukkipuu 44,2 36,7 10,9

w metsänhoitoyhdistys

n.20,5 ha

- METSÄNHOIDON JA HAKKUIDEN KÄSITTELY-YKSIKKÖ. - PUUSTOLTAAN JA MAAPOHJALTAAN YHTENÄINEN ALUE - JAKOPERUSTEENA MYÖS KEHITYSLUOKKA

Kuviokirja Keskikarkea tai karkea kangasmaa Kehityskelpoinen, hyvä. Hakkuu. Kasvu m³/ha/v. Kui- tua. tua 9,8. Hakkuu. Kasvu. Kui- tua.

Pohjois-Karjalan metsäkeskuksen alueen metsävarat ja niiden kehitys

Mäntytukkipuu 58,5 48,1 11,8. Mäntykuitupuu 18,5 15,5 11,8. Kuusitukkipuu 60,2 48,7 11,1. Kuusikuitupuu 19,1 15,5 11,1. Koivutukkipuu 45,8 37,7 11,6

Lentokeilausdatan käsittely ja analysointi metsän inventoinnissa.

Kumisaappaista koneoppimiseen

Ilmaisia ohjelmia laserkeilausaineistojen käsittelyyn. Laserkeilaus- ja korkeusmalliseminaari Jakob Ventin, Aalto-yliopisto

Mikä on taimikonhoidon laadun taso?

Kaukokartoitusaineistot ja maanpeite

Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet

Mäntytukkipuu 55,2 45,9 40,0. Mäntykuitupuu 18,7 15,2 10,0. Kuusitukkipuu 54,7 45,3 40,0. Kuusikuitupuu 18,9 14,8 10,0. Koivutukkipuu 40,0 34,0 30,0

Kuviokirja Keskikarkea tai karkea kangasmaa Kehityskelpoinen, hyvä. Kasvu m³/ha/v. Kui- tua. Hakkuu. tua 4,0. Kasvu. Kui- Hakkuu. tua.

Jani Heikkilä, Myyntijohtaja, Bitcomp Oy. Kantoon -sovellus ja muut metsänomistajan palvelut

Luento 10: Optinen 3-D mittaus ja laserkeilaus

Kainuun metsäkeskuksen alueen metsävarat ja niiden kehitys

Sastamalan kaupungin metsäomaisuus. Katariina Pylsy

Peruskartasta maastotietokantaan

Funktioista. Esimerkki 1

Kuviokirja Keskikarkea tai karkea kangasmaa Kehityskelpoinen, hyvä. Hakkuuv. Kui- tua. Kasvu m³/ha/v. tua 18,9. Kasvu. Kui- Hakkuu. tua.

LIIKENNETILASTO KEMIN SATAMASSA

Kaukokartoitusaineistot ja maanpeite

Lounais-Suomen metsäkeskuksen alueen metsävarat ja niiden kehitys

Yhteensä Mänty Kuusi

Metsänhoidon tuet ja toimijat. Metsänomistajien talvipäivä Vantaa TERVETULOA!

Korkeusmallin luonti laserkeilausaineistosta

Naantalin koulu-uinnit, Suomalaiset juhlapyhät, Viikkonumerot ma 10. syys ti 18. syys 2012 (Helsinki)

Metsätila: HOVILA Kiinteistönumero: Osoite:

Taimikonhoidon vaikutukset metsikön

Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa

Männyn laatukasvatus Jari Hynynen. Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute

Metsäarvio. ~ metsänhoitoyhdistys. Toimeksiantaja Arvion tarkoitus Kohde ja omistus

Metsähallitus toimeksiantajana bioenergiatoimituksissa. Kemi Jussi Kumpula

Oppilaitoksen tarjonta metsäalan perustutkintoon valmistavaan koulutukseen

Etelä-Pohjanmaan metsäkeskuksen alueen metsävarat ja niiden kehitys

Työttömät insinöörit. Elokuu 2019

Taimikonhoito. Mänty Ohjeet omatoimiseen taimikonhoitoon Pekka Riipinen, Jyväskylän ammattikorkeakoulu. Sykettä Keski Suomen metsiin

Taimikon varhaishoito. Kemera-koulutus

METSÄNHOITO Tero Ojarinta Suomen metsäkeskus

Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa

GIS-jatkokurssi. Viikko 3: 3D-menetelmät. Harri Antikainen

Työttömät insinöörit. Tammikuu 2019

Väestökatsaus. Kesäkuu 2015

- jl,, ' ',, I - '' I ----=-=--=--~ '.:i -

Hakkuutyön tuottavuus kaivukonealustaisella hakkuukoneella ja Naarva EF28 hakkuulaitteella

Metsävaratietojen jatkuva ajantasaistus metsäsuunnittelussa, MEJA. Pekka Hyvönen Kari T. Korhonen

Työttömät insinöörit. Työttömyyskatsaus Elokuu 2018

ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE

Laskelma Jyväskylän kaupungin metsien kehityksestä

Maanmittauslaitoksen uusi valtakunnallinen korkeusmalli laserkeilaamalla

Katsaus Kemin ja Kemi-Tornio-seudun kehitykseen 9/2016

Työttömyyden kehityksestä 2014 (syyskuun loppu) Vuodet ja 2014

Tutkimus. Diplomi-insinöörien ja arkkitehtien. Työllisyyskatsaus. 2. vuosineljännes

Kuviokirja Keskikarkea tai karkea kangasmaa Kehityskelpoinen, hyvä. Hakkuuv. Kui- tua. Kasvu m³/ha/v. tua 1,4. Hakkuu. Kasvu. Kui- tua.

Energiapuun tuet - Kemera ja Petu

TYÖTTÖMIEN YLEINEN PERUSTURVA TAMMIKUUSSA 2001

Katsaus Kemin ja Kemi-Tornio-seudun kehitykseen 8/2019

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

MetKu Metsävaratiedon kustannushyötyanalyysi

Henkilöstö palvelualueittain 02/ /2016

Katsaus Kemin ja Kemi-Tornio-seudun kehitykseen 8/2016

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

Pauli Mero TYÖTTÖMYYS ALENEE LAHDESSA KAIKILLA RINTAMILLA

Mäntytukkipuu 55,2 46,0 40,0. Mäntykuitupuu 18,7 15,2 10,0. Kuusitukkipuu 54,7 45,0 40,0. Kuusikuitupuu 18,9 14,8 10,0. Koivutukkipuu 40,0 34,0 30,0

Keskijännitteisten ilmajohtojen vierimetsien hoidon kehittäminen

Väestökatsaus. Heinäkuu 2015

Lapin metsävaratietoa, Valtakunnan Metsien Inventointi Lapissa

Työttömät insinöörit. Huhtikuu 2019

Kehittyvien satelliittiaineistojen mahdollisuudet

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

Työttömät insinöörit. Lokakuu 2018

Työttömyyden kehityksestä kesäsyyskuu. Vuodet ja 2013

,14 ha

Työttömyyden kehityksestä maalis Vuodet ja 2013

Laserkeilaus yksityismetsien inventoinnissa

Tutkimus. Diplomi-insinöörien ja arkkitehtien. Työllisyyskatsaus. 3. vuosineljännes

Transkriptio:

Metsien inventointi lennokki- ja lentokonekeilauksena Osio 1 Metsien kaukokartoitus ja lentokonekeilaus Taimikoiden hoito ja nuorien metsien energiapuuvarojen hyödyntäminen Metsä työllistäjänä sekä energiapuun ja klapien tehokas käsittely ja kuivuminen Klapien käsittely ja kuivuminen Osio 2 Kalevi Pietikäinen 8.10.2016 Tätä tutkimusta on tukenut Eino ja Marjatta Kollin säätiö

Lennokki- ja lentokonekeilaus ja Suomen energiapuuvarojen inventointi Taimikkoalgoritmit on kehitetty Metsävaramittaus kunnostamattomissa metsissä ja Maaseutu 2.0 -projekteissa Toteuttajat JAMK / IT, HAMK / EVO Suomen Metsäkeskus (mm. Metsään.fi palvelu) Metsänhoitoyhdistys Keski-Suomi Bitcomp Oy (mm. metsätietostandardien kehittäminen) Raportti JAMKin julkaisusarjassa: Uusia menetelmiä metsävaratietojen hyödyntämiseen

Kaukokartoitus (lentokonekeilaus) ja metsien inventointi Maanmittauslaitos (MML) Avoimien aineistojen tiedostopalvelu https://tiedostopalvelu.maanmittauslaitos.fi/tp/kartta 3600 ha (4 * 900 ha) karttalehtinä (las, laz tiedostot) FugroViewer Lidar File, ArcGIS ja QGIS sekä LAStools Kehitysluokat T1, T2 ja 02 Hoitotöiden kiireellisyydet Energiapuusaantojen ja työllisyyspotentiaalien laskenta Hoito- ja energiapuukohteet (gps) Paikkatietoon ja pinta-alaan sidottuna

Taimikoiden hoito (T1, T2) Nuoren metsän hoito (02) Kehitysluokat T1 on pieni taimikko 0-1,3 m Hoitotyön kiireellisyys; 5-10 v, 0-5 vuotta, heti T2 on varttunut taimikko esim. 1,3-6,0 m Tavoitetiheys esim. 2000-2500 runkoa/ha 02 on nuori kasvatusmetsikkö 6,0-12,0 m Kemera tukikelpoisuusrajat ja -rahoitus vaihtelevat eri ajanjaksoina. Seuraavassa esimerkkinä muutamia suositusarvoja. 1. vaiheen taimikon perkaus (poistettavia > 3000, jäävät < 5000 kpl) 2. vaiheen taimikon hoito (poistettavia > 1000, jäävät < 3000 kpl / ha) Nuoren kasvatusmetsän (02) hoito (lpm min. 8 cm, Pituus max. 14 m)

Lentokonekeilauksen kaiut ja algoritmit Arbonautin_piirteet: Piirteiden laskenta DEM (Digital Elevation Model) -korkeusmalli DSM (Digital Surface Model) -pintamalli DTM (Digital Terrain Model) -maanpintamalli DSM-DTM = CHM (Canopy Height Model) kasvillisuuden tai latvuston korkeusmalli Kyyt- ja Aalto algoritmit Kehitysluokat (T1, T2, 02) Hoitotöiden kiireellisyydet Latvuston korkeusmallit Lajiteltu nousevaan järjestykseen ja latvatasojakaumat

CHM Latvuston korkeusmalli (CHM, Canopy Height Model) lasketaan digitaalisen pintamallin ja digitaalisen maastomallin avulla. DSM - DTM = CHM Maastomalli (DTM) muodostetaan maasta heijastuneista pulsseista. Pintamalli (DSM) muodostetaan latvustosta heijastuneista pulsseista. DSM voidaan muodostaa esimerkiksi siten, että jokaisesta rasterin ruudusta otetaan korkein kohta (z-koordinaatti). Kohdissa, joista ei ole heijastunut pulssia, käytetään Delaunay-kolmiointia ja lineaarista interpolointia.

DEM, DTM, CHM -tietotyyppi ncols nrows xllcorner yllcorner cellsize NODATA_value sarakemäärä rivimäärä x-piste alueen lounaiskulmassa y-piste alueen lounaiskulmassa ruudun koko kyseisellä ruudulla ei ole dataa

Multian yleiskartta

Maanpintamalli (DEM,DTM) rasteriruudun koko on 1 m 2

Latvuston tasomalli (CHM)

Class Model (CLM-tietotyyppi) CLM-luokka on projektin yhteydessä kehitetty tietorakenne, johon ohjelma tallentaa syötetyn alueen kasvuluokat. Säästää muisti- ja tallennustilaa Tiedosto sisältää vain tiedon puuston kehitysluokasta sidottuna hoitotöiden kiireellisyyteen clm (0), maa=2, 14, 15-19 (T1), 20-24 (T2), 25-29 (02), 30 (03) CLM käyttää esim. 8 m * 8 m ruudutusta, joka on sidottu paikkatietoon. CLM:n tarkoitus on saada puristettua karttalehden data mahdollisimman pieneen tilaan. Tämä saadaan aikaiseksi jakamalla alueen pisteet 8*8 metriä kokoisiin ruutuihin ja laskemalla näille ruuduille kehitysluokka ja hoitotyön kiireellisyysluokka. Muistin tarve on 1/200 las-tiedoston koosta.

CLM-tiedoston muoto CLM -luokka on projektin yhteydessä kehitetty tietorakenne, johon ohjelma tallentaa syötetyn alueen kasvuluokat. DEM-, DTM-, CHM- ja CLM-tiedostoja voidaan piirtää ja käsitellä myös kaupallisilla ArcGIS- ja QGIS-ohjelmilla. ncols 750 6000 m / 8 m = 750 kpl nrows 750 xllcorner 380000 yllcorner 6918000 cellsize 8 NODATA_value -9999 30 29 27 25 17 18 21

Laserkeilausosumien luokitus 0 Created, never classified Käsittelemätön 1 Unclassified Luokittelematon 2 Ground Maa 3 Low Vegetation Kasvusto 4 Medium Vegetation 5 High Vegetation 6 Building Rakennus 9 Water Vesistö 14, 15-19 (T1), 20-24 (T2), 25-29 (02), 30 (03)

Laserkeilausosuman tietue 434608.211 7138842.65 81.7 32 1 1 0 0 9 2 0 15 21639386.739849 x y z intensity classification gps_time 434608.151 7138844.339 81.65 57 1 1 0 0 2 1 0 15 21639386.739858 x x GPS E[m] y y GPS N[m] z Korkeus: Tästä lasketaan kasvuston korkeus (dz). intensity ret_num Mones kaiku (1-5) results Kaikujen lukumäärä (1-5) scan_direction Keilaussuunta (0/1) flight_line_edge classification angle user_data point_src_id gps_time Intensiteetti, palautuvan signaalin valon voimakkuus 2 tarkoittaa maapistettä, josta lähimmästä lasketaan kasvuston korkeus. Keilaimen lähettämän pulssin kulma Keilausaika

Keilausperusteinen tulkinta N (35 m) E (3m)

Kehitysluokkien tunnistus (Kyyt-algoritmi)

Kehitysluokkien tunnistus Aalto-algoritmi (T1 10 cm, T2 50 cm ja 02 1 m)

Karttalehden T1, T2, 02 tulkinta Multian karttalehden N4234A:n suoratulkinta ja saantojen laskenta Kuviossa on Multian koko karttalehden N4234A 3600 ha taimikon ja nuorenmetsän kehitysluokkien suoratulkinta ja hoitotöiden kiireellisyydet. Pinta-alaperusteinen ja paikkatietoon sidottu tulkinta suo mahdollisuuden laskea ja arvioida energiapuusaantoja ja hoitotyön työmääriä.

Multian karttalehden N4234A 3600 ha:n alueen kehitysluokkien tunnistus

Kehitysluokat karttalehdellä (kpl, ha) Taimikko T1 T1_15 T1_16 T1_17 T1_18 T1_19 yhteensä 8 m * 8 m 9791 kpl 16047 kpl 31905 kpl 33666 kpl 18099 kpl hehtaaria 63 ha 103 ha 204 ha 215 ha 115 ha 701 ha Taimikko T2 T2_20 T2_21 T2_22 T2_23 T2_24 8 m * 8 m 4774 11244 kpl 25575 kpl 26106 kpl 11379 kpl hehtaaria 31 ha 72 ha 164 ha 167 ha 73 ha 506 ha Nuori metsä 02_25 02_26 02_27 02_28 02_29 8 m * 8 m 3117 15716 kpl 35726 kpl 31077 kpl 11117 kpl hehtaaria 20 ha 101 ha 229 ha 199 ha 71 ha 619 ha Maa_2 Vesistö_9 Aukko_14 Metsä 30 8 m * 8 m 42777 kpl hehtaaria 274 ha

CLM-muotoon saatetun karttalehtitason tiedon muistin tarve 900 ha Konnevesi F1-karttalehti (2 osumaa / m2) N4442F1.laz 107 695 kt 108 Mt N4442F1.txt 1510 695 kt 1,5 Gt N4442F1.clm 0,4 Mt 3600 ha Keuruun A karttalehti (0,8 osumaa / m2) N4234A.las 892 292 kt 850 Mt N4234A.txt 2030 486 kt 2,03 Gt N4234A.clm 1 635 kt 1,6 Mt Tiedostokoko supistuu jopa 1/1000 lähdetiedostosta

Tainta [kpl] / ha Keskimääräinen etäisyys kpl/ ha 0,2 m 250 000 0,5 m 40 000 0,9 m 12 345 1,0 m 10 000 1,1 m 8264 1,2 m 6944 1,3 m 5917 1,4 m 5102 1,5 m 4444 1,6 m 3906 1,7 m 3460 1,8 m 3086 1,9 m 2770 2,0 m 2500 2,5 m 1600 3,0 m 1111 4,0 m 625 5,0 m 400 Puiden välinen etäisyys tiheyden funktiona Tainta tai runkoa [kpl] / hehtaari [ha] 40000 35000 T1 Tainta [kpl] / ha 30000 T2 Tainta [kpl] / ha 25000 20000 Runkoa [kpl] / ha 15000 10000 5000 0 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 Runkojen keskim. etäisyys toisistaan [m]

2012 keilattu taimikko (T1), 2015 hoidettu taimikko (T1)

Taimikko (T2) hoitamaton 2011 (2-4 m), 2015 (3-6 m)

Taimikko (T2) hiukan hoidettu/2015

Lajitellut kasvuston korkeudet T1 Pieni Taimikko ja kelopuut Varttunut hoidettu metsä T2 tiheä hoitamaton T2 hiukan hoidettu

Viitanen 64 ha:n T1, T2 ja 02 kehitysluokkien tunnistus

Erittäin tiheän hoitokohteen (T2) työmäärien laskenta (60,5 h/1,8 ha)

Erittäin tiheän männyn taimikon (T2) 2016 kuvat ennen ja jälkeen hoidon Ennen hoitoa Hoidon jälkeen

Erittäin tiheän männyn taimikon (T2) 2016 otettu kuva hoidon jälkeen

Piekäälä metsäpalsta (02)

Metsätilalla ensiharvennus käynnissä ja keilaus 15.6.2012 kehitysluokat

Kasvuston korkeus 3 metrin välein

Nuoren metsän hoitokohteiden tunnistaminen lentokonekeilauksella

Lajitellut kasvuston korkeuskäyrät Hoidettu 1 ha, Hoitamaton 1 ha

Hoitamaton 1 ha, hoidettu 1 ha nuorimetsä (02) -- latvatasomalli

Jokelan metsätilan työmäärien ja saannon arviointi

Taulukko 2. Työmäärien ja saannon arviointi Kuva energiakokopuun pinosta Taulukko kehitysluokista ja hehtaareista Kehitysluokka T1 Ruudut (kpl) Pintaala (ha) Kehitysluokka T2 Ruudut (kpl) Pintaala (ha) Kehitysluokka 02 (NM) Ruudut (kpl) Pintaala (ha) 15 25 0.16 20 78 0.5 25 39 0.25 16 29 0.19 21 297 1.9 26 239 1.53 17 47 0.3 22 1081 6.92 27 1161 7.43 18 19 0.12 23 1037 6.64 28 1467 9.39 19 1 0.01 24 155 0.99 29 373 2.39 yht. T1 0,77 T2 16,95 02 20,99 muut 2 61 0.39 30 22 0.14

Jokelan metsätilan työmäärien ja saannon arviointi Jokelan metsätilan pienen taimikon T1 pinta-alaksi laskettiin 0,77 ha, varttuneen taimikon T2 yhteispintaalaksi 16.95 ha ja saannoksi arvioitiin 339 k-m 3. Hoidetun nuoren metsän 02 (NM) yhteispinta-alaksi laskettiin 20,99 ha ja saannoksi yhteensä 1470 k-m 3. Kokopuun (energiapuun) saannot olivat kuormakirjan mukaan 1851 k-m3 30,2 ha alueelta. Karkea arvio 37 ha ensiharvennuksesta on viisi henkilötyökuukautta sekä koneiden huoltoa ja siirtoa. Energiapuun lisäksi on tullut kuitupuuta, jonka teko ja ajo ovat mukana työmääräarviossa.

Työmäärien ja saannon arviointi esimerkki 3600 ha karttalehdeltä Kehitysluokkien määrittäminen esim. 8 metrin ruuduille (rasterit, hilat) MML-aineistosta. Hoitotöiden kiireellisyyden määrittäminen. Pinta-alaperusteinen käsittely. Työmäärien ja energiapuunsaantojen työkohteisiin sidottujen kertoimia tulee määrittää jatkuvasti. Pinta-alaperusteinen (gps) kertoimien määrittäminen voisi tapahtua esim. mobiilisovelluksella.

Lennokkikeilauskohteita mm. Visulahti, Tuusula1 ja Konnevesi Kuvamateriaali sisältää lennokin 100-150 m korkeudesta kuvaamaa maastoa ja metsää sekä kuvina että las-tiedostona. Mittalaitteina kamera ja gps-paikannus (x, y, z) Kuvista tuotetuista las-tiedostosta voidaan laskea mm. kasvuston korkeus ja kehitysluokat. Seuraavassa on vertailussa Konnevedeltä vuonna 2015 lentokonekeilattua ja alkukesästä 2016 lennokkikuvattua aineistoa, jota viritetään vielä mm. hoitotöiden kiireellisyyden osalta.

Konnevedellä käytetty lennokki (ebee)

Metsän inventointi lennokkikuvauksena Konnevedellä

Lentokonekeilattu tulkinta 225 ha alueesta Konnevedeltä 2015

Lennokkikeilausalueen tulkinta 225 ha alueesta Konnevedeltä 2016

Lennokkikuvausaineiston haasteena on maanpintamallin korjaukset

Vertailu 32 m koeruuduista (T1) ylärivi lennokki - alarivi lentokone

Vertailu 32 m koeruuduista (T2) ylärivi lennokki - alarivi lentokone

Vertailu 32 m koeruuduista (02) ylärivi lennokki - alarivi lentokone

Vertailu 32/8 m koeruuduista (T1, T2, 02) ylärivi lennokki - alarivi lentokone

Osio 2 Klapien käsittely ja kuivuminen Monta peräkkäistä työvaihetta vaativa klapien käsittelytapa Tehdään ensin aisattuja energiapuurankoja. Perinteiset tehokkaat klapien käsittelytavat suurilla koneilla. Monta peräkkäistä vaihetta, joissa joudutaan käyttämään eri koneita, eri kohteissa ja eri aikoina. Yksivaiheinen klapien käsittely ja tuottaminen suursäkkeihin ja kuljetus kuivatuspaikalle Aisaus, katkonta, halkominen, säkittäminen ja kuljetus yhdellä kertaa jo metsässä.

Paino-osuus alkupainosta % Klapinippujen kuivatuksen vuosikalenteri 100 95 90 85 80 75 70 65 60 55 50 Parvekkeen klapiniput = f(vrk) / f(kk) Tammi16 Helmi Maalis Huhti Touko16 Kesä15 Heinä15 Elokuu Syys 15 Loka 15 Marras Joulu15 Syys 16 Tammikuu Helmi Marras Joulu Maalis Syys 15 Loka Huhti Syys 16 Heinä Elo Kesä Touko 0 5 10 15 20 25 30 35 Aika [vrk]

JAMK:n julkaisuja Uusia menetelmiä metsävaratietojen hyödyntämiseen http://www.urn.fi/urn:isbn:978-951-830-336-0 Energiapuun tehokas käsittely ja kuivuminen: Metsä työllistäjänä ja ympäristön hoitokohteena Pietikäinen, Kalevi Jyväskylän ammattikorkeakoulu 2014 Julkaisun pysyvä osoite on http://urn.fi/urn:isbn:978-951-830-360-5

JAMK:n julkaisuja Opinnäytetyöt keväällä 2016 Antti Ruotsalainen Lentokeilausdatan käsittely ja analysointi metsän inventoinnissa. löytyy theseuksesta Antti Ruotsalainen.pdf 1 Mt https://www.theseus.fi/handle/10024/110974 Mikko Kemppinen Lennokki-LAS-datan hyödyntäminen metsänhoitotöissä

Keskustelua Metsien inventointi lennokki- ja lentokonekeilauksena osiosta 1