VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten Kuortaneen metsäsuunnitteluseminaari 10.09.2007 Aki Suvanto, Joensuun yliopisto Petteri Packalén, Joensuun yliopisto Matti Maltamo, Joensuun yliopisto Kari T. Korhonen, Metla
Tutkimuksen taustaa Tätä ennen laserkeilausmenetelmän referenssikoealoina on Joensuun yliopiston tutkimuksissa käytetty kiinteäsäteisiä ympyräkoealoja Metla ja metsäkeskukset mittaavat vuosittain n. 14 000 koealaa VMI:n yhteydessä Tutkimuksen päätavoitteena oli selvittää voidaanko VMItyyppisiä, katkaistuja relaskooppikoealoja käyttää laserkeilauksen mallinnusaineistona Tämä toisi mahdollisesti selvää kustannushyötyä maastotöiden suunnitteluun ja maastomittauksiin Metlan, JoY:n ja Tapion yhteistutkimus 2006-2007
Tutkimuksen muita tavoitteita Olemassa olevien laserkeilausaineistojen ja maastoaineistojen yhdistäminen uusiin aineistoihin. Puulajitunnistuksen kehittäminen Toimenpidetarpeen määrittäminen käyttäen vanhaa inventointiaineistoa, toimenpidetietoa sekä kaukokartoitusperusteisesti estimoituja puustotunnuksia. Solmu-inventointimallin mukaisen metsikkökohtaisen tiedon tuottaminen estimoiduista puustotunnuksista. Tämä esitys käsittelee kuitenkin VMI-koealatiedon ja laserkeilausaineistojen yhdistämistä metsäsuunnittelua varten
Tutkimusalue Tutkimusalueeksi valittiin osa Kuortaneen kunnan alueesta Inventointialueen pinta-ala on noin 24 000 hehtaaria Koko alueelta on olemassa kesällä 2006 hankittu laserja ilmakuva-aineisto Laserkeilausaineiston pulssitiheys on 0,5 pulssia/m 2 ja samalta alueelta on kuvattu digitaalinen ilmakuvaaineisto resoluutioltaan 0,5 metriä
Tutkimusalue
Tutkimuksessa käytetty koeala-aineisto Tätä tutkimusta varten Kuortaneen kunnan alueelta mitattiin referenssikoealoja käyttämällä tihennettyä VMI-otantaa Samasta koealan keskipisteestä mitattiin kiinteäsäteinen 9 metrin koeala ja VMI:ssä käytetty katkaistu relaskooppikoeala, jonka säde oli 12,52 metriä Kiinteäsäteisen koealan alueelta mitattiin kaikki puut joiden rinnankorkeusläpimitta ylittää 5 cm VMI-koealalta mitattiin vain relaskooppiin (kerroin 2) tulevat puut Molemmilta koealoilta mitattiin pituuskoepuiksi jokaisen puulajin pohjapinta-alamediaanipuu
Esimerkki koealoista
Tutkimuksessa käytetty koeala-aineisto Jokaisen koealan keskipisteen sijainti mitattiin differentiaalikorjaukseen perustuvalla GPS-laitteella Tosin jälkeenpäin kävi ilmi, että VMI-ryhmän mukana ollut GPS-mittalaite ei ollut riittävän tarkka joten tästä syystä Kuortaneen alueelta valitut mallinnuskoealat paikannettiin uudelleen tänä keväänä tarkemmalla GPS-mittalaitteella: keskimääräinen poikkeama tarkistuksessa oli 4 m Lopulliseksi mallinnuskoealojen määräksi tuli 335 koealaa ja ne sijaitsevat tasaisesti koko inventointialueella Yleisesti Kuortaneen inventointialue on erittäin haasteellinen, koska se on hyvin pirstoutunutta ja sisältää paljon vaihtelua
Puustotunnusten mallinnus laserkeilaus- ja ilmakuva-aineistosta Ensin laskettiin hehtaarikohtaiset puustotunnukset puulajeittain kaikille mallinnuksessa oleville koealoille Puulajit jaettiin seuraavanlaisesti: mänty, kuusi ja lehtipuut Niille laskettiin Dgm, Hgm, Rulu, PPA, V ja ikä Puiden pituudet laskettiin Veltheimin pituusmallilla käyttäen koealakohtaista, puulajeittaista suhteellista kalibrointia Puiden tilavuudet laskettiin Laasasenahon kahden selittäjän tilavuusmalleilla puulajeittain
Puustotunnusten mallinnus laserkeilaus- ja ilmakuva-aineistosta Puustotunnusten laskennan jälkeen laser- ja ilmakuvaaineistosta leikattiin ja laskettiin kullekin koealalle mallinnuksessa tarvittavat selittävät muuttujat Laserpisteaineiston korkeusjakaumasta laskettiin erilaisia tilastollisia tunnuslukuja jokaiselle koealalle, joita olivat mm.» kasvillisuus-osuus» laserin tiheys- ja korkeushavainnot» intensiteettiarvot Vastaavasti ilmakuva-aineistosta laskettiin kullekin koealalle sävyarvo- ja tekstuuritunnuksia Laserkeilausaineisto kuvaa puuston määrää sekä suuruutta ja ilmakuva-aineisto eri puulajien osuutta
Puustotunnusten mallinnus laserkeilaus- ja ilmakuva-aineistosta Itse mallinnuksessa ja muussa laskennassa käytettiin k- MSN mallinnustekniikkaa Se on ei-parametrinen lähimmän naapurin menetelmä, joka hyödyntää kanoonisia korrelaatioita Tässä tutkimuksessa käytettiin kuutta lähintä naapuria k-msn malliin tuli mukaan 10 selittävää muuttujaa» 6 lasermuuttujaa» 4 ilmakuvatunnusta Mallinnettavia muuttujia 21 kpl Summatunnukset, kuten puuston runkoluku pohjapintaala ja kokonaistilavuus on summattu puulajeittaisista tuloksista
Puustotunnusten mallinnus laserkeilaus- ja ilmakuva-aineistosta k-msn malli laadittiin käyttämällä molempien koealatyyppien referenssipuustotunnuksia» kiinteäsäteinen 9 metrin ympyräkoeala» VMI:n 12,52 metrin katkaistu relaskooppikoeala Selittävät muuttujat on laskettu kiinteäsäteisen koealan alueelta, koska VMI-koealan tapauksessakin suurin osa puustosta tulee mukaan kiinteäsäteisen koealan alueelta Ainoastaan suuria puita voi tulla mukaan koealan reunoilta Tämän tutkimuksen tulokset on validoitu laskemalla molemmilla malleilla puustotunnukset erilliselle kuvioittaisen arvioinnin tarkistusmittausaineistolle
Tulokset Tarkistusmittausaineisto sisältää 69 eri metsikkökuviota ja jokaisen kuvion sisällä on viiden säteeltään 9 metrisen koealan systemaattinen verkko Kuviokohtaiset referenssipuustotunnukset on laskettu ympyräkoealojen puustotunnusten keskiarvoina Laskettaessa tuloksia kuvioille on jokaisen puustotunnuksen osalla otettu huomioon tarkistusmittauksessa syntyvä otantavirhe Kuviokohtaisten tulosten validointiin pitäisi käytännössä mitata huomattavasti tiheämpi koealaverkosto
Tulokset Kaukokartoitusmenetelmän tuottamat tulokset laskettiin tietyn kokoiselle hilaruudulle, tässä 16x16m Kaukokartoituksen avulla tuotetut kuviokohtaiset tulokset laskettiin kuvion sisällä olevien hilaruutujen keskiarvoina
Tulokset Esimerkkinä tuloksista puuston tilavuuden tarkkuus tarkistusmitatuilla metsikkökuvioilla Referenssi Kiinteäsäteinen koeala VMI-koeala Tunnus Keskiarvo Keskihajonta RMSE_% Harha_% RMSE_% Harha_% mänty_v 112.84 57.90 23.05-2.93 21.99-2.33 kuusi_v 24.46 55.37 96.67-8.73 104.74-5.71 lehtipuu_v 11.79 21.35 81.40 7.35 99.16 19.91 summa_v 149.09 76.88 11.16-3.07 12.90-1.13
Johtopäätöksiä Kuortaneella saadut inventointitulokset olivat suurin piirtein samanlaisia kuin mitä aikaisemmissa Joensuun yliopiston projekteissa» Juuka ja Matalansalo jotka sijaitsevat metsäyhtiön mailla Pääpuulajin suhteen tulokset olivat hyviä Puulajeittaisista tuloksista kuusen tarkkuudet olivat selvästi huonompia kuin mitä aikaisemmin Tämä aiheutui suurelta osin yksinkertaisesti siitä, ettei mallinnusaineistossa ollut tarpeeksi runsaspuustoisia kuusivaltaisia koealoja» Juuka ja Matalansalo n. 500 koealaa, nyt 335 kpl. Lisäksi Kuortaneen maankäytön rakenne ja puuston vaihtelu poikkeaa selvästi aikaisemmista inventointialueista
Johtopäätöksiä VMI-koealojen käyttö voisi olla perusteltua jos voidaan hyödyntää useamman vuoden aineistoja suurelta inventointi alueelta, esim. 500 000 ha? Onko laajalta alueelta saatavissa homogeenista kaukokartoitusaineistoa (ilmakuva- ja laserkeilausaineistot)? 1 2 vuotta vanhan aineiston hyödyntäminen edellyttäisi tietoa hakkuista ja kasvun päivitystä -> lisää epävarmuutta Relaskooppikoealan käyttö mallinnuksessa ei huonontanut tuloksia kovinkaan paljon, mutta Koealojen paikannus nykyistäkin tarkemmaksi -> työn hidastuminen