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

Samankaltaiset tiedostot
Puulajitulkinta laserdatasta

Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

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

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Tree map system in harvester

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

ARVO ohjelmisto. Tausta

PUU LIIKKEELLE JA UUSIA TUOTTEITA METSÄSTÄ

ARVO ohjelmisto. Tausta

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

Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle

Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

Laserkeilaus puustotunnusten arvioinnissa

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Laserkeilauspohjaiset laskentasovellukset

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

Metsätieto ja sähköiset palvelut

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Metsätieto, muutokset ja kehitysnäkymät

Laserkeilauksen hyödyntäminen metsätaloudellisissa

Biomassatulkinta LiDARilta

Digitalisaatio mullistaa metsäalaa

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

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Puuhuollon digitalisaation kehitysnäkymiä

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

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

Kehittyvien satelliittiaineistojen mahdollisuudet

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

Suomen kilpailukyky metsäalalla onko sitä?

METSÄTIETO JA SÄHKÖISET PALVELUT KEHITTÄMIS- HANKKEIDEN RAHOITUKSEN HAKU VUODELLE 2016

Metsävaratieto ja sen käytön mahdollisuudet Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi

Metsävarojen inventoinnin keskeinen kiinnostuksen

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

Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet

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

Systemaattisuus työmalleissa puunkorjuussa

Metsätiedon lähteitä ja soveltamismahdollisuuksia

Yritysesittely. Metsäteho Oy 2015

Kangas, A. Value of forest information. To appear in European Journal of Forest Research.

Puuhuolto 2030-luvulle vastuullisuus samaan pakettiin. Heikki Pajuoja Metsäteho Oy Metsäpäivät

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

Metsäteho ja sen tutkimuspainotukset

Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy

Earth Observation activities in University of Eastern Finland

Puuston runkolukusarjan ja laatutunnusten mittaus kaukokartoituksella

Kohti puuhuollon digitalisaatiota

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Kuusen kasvun ja puutavaran laadun ennustaminen

MOTTI metsäsuunnittelussa ja siihen liittyvässä tutkimuksessa

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

Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely)

Palvelualusta metsätiedon jakeluun

Hakkuukonetiedosta simuloidut puun sijainnit kaukokartoituksen opetusaineistona

Metsätieto Kehittämissuunnitelma

Metsätieteen aikakauskirja

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

Metsäkonetiedon omistusta, käyttöä ja käsittelyä koskevat periaatteet Suosituksen tarkoitus ja sisältö

tulevaisuuden teknologiaratkaisut machine kasvinviljelyssä efficient machines Assisting and adaptive agricultural

PAIKKATIETOMARKKINAT 2018 LASERKEILAUSSEMINAARI

Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa. Harri Kaartinen , FOREST BIG DATA -hankkeen tulosseminaari

PURO - Puuraaka-aineen määrän ja laadun optimointi metsänkasvatuksessa ja teollisuuden prosesseissa

Digitalisaation hyödyntäminen yhteismetsissä Oulun yhteismetsäpäivät

Miltä metsäsi näyttää hakkuun jälkeen?

Kehittyvä metsätieto puuhuollon digitalisaatiossa

Introduction OSCAR soil impact seminar. Heikki Pajuoja

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

UNIVERSITY OF HELSINKI Faculty of Agriculture and Forestry Department of Forest Sciences

MEKA/ttu. Markku Airaksinen. MEKA/ttu

Metsätiedon liiketoimintamallit - selvityksen anti, miten tästä eteenpäin. Tuomo Vuorenpää

TRANSECO Tutkijaseminaari Oulun yliopisto

Puunkorjuu ja toimitukset automatisoituvat. Lapin Metsätalouspäivät Tuomo Moilanen Ponsse Oyj

Puutavaran mittauksen visio 2020

Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

PURO - Puuraaka-aineen määrän ja laadun optimointi metsänkasvatuksessa ja teollisuuden prosesseissa

Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa

Matematiikka kesyttää myrskyt

Efficiency change over time

Forest Big Data Visio tulevaisuuden metsätiedosta

Metsälamminkankaan tuulivoimapuiston osayleiskaava

Tavaroiden ulkomaankauppatilastojen tulkinnan haasteet Timo Koskimäki

Anu Kantola (Luke) Minna Kallio (SYKE) Luonnonvarakeskus.

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

Spatiaalinen metsää kuvaava malli ja sen soveltaminen metsäninventointiin

Paikkatiedon tulevaisuus

Tervettä tulevaisuutta

HACK THE FOREST DATA Infotilaisuus Joensuu

LASERKEILAUS METSÄOMAISUUDEN TALOUDELLISEN ARVONMÄÄRITTÄMISEN APUVÄLINEENÄ. Markus Holopainen 1, Kauko Viitanen 2

Land-Use Model for the Helsinki Metropolitan Area

Yritysesittely. Metsäteho Oy 2018

Motti-ohjelmisto: metsikön kehityksen simulointi

Miten Luke toimii yhdessä asiakkaiden/sidosryhmien kanssa?

Kumisaappaista koneoppimiseen

Digitalisaatiossa tuumasta toimeen, vinkkejä ensi askeliin

KUNTATEKNIIKKA 2014 ELINKAARILASKENNASTA OMAISUUDEN HALLINTAAN. Juha Äijö, Ramboll,

Copyright Roadscanners Oy All Rights Reserved.

Kuljetuskelpoisuusluokitus

Transkriptio:

Olosuhdetieto Metsäntutkimuksen ja päätöksenteon apuna Metsäteho 22.6.2016 Timo Tokola

Metsätiedon kehittämisen kokonaisuus Tokola 21.11.2016 2

Tausta ja sisältö Olosuhdetieto puunkorjuussa Suvinen et al. 200X Runkolukusarjat 80-luvulta tähän päivään Olosuhdetieto ennustamisessa simulointia Big Data Suuret aineistot ja ymmärrys Automaatio ja tietojen ylläpito, osallistaminen Esityksen nimi / Tekijä 21.11.2016 3

UEF mukana MMM-kärkihankkeissa Metsäoperaatioiden tehostaminen ja laadun parantaminen olosuhdetiedon hyödyntämisen avulla -MEOLO (Tokola) Taimikoiden tiedonkeruun kehittäminen (TaimikkoTieto 2020, Tokola) Automaattisesti tuotetun runkolukusarjan parantaminen (Maltamo) Puulajitulkinnan kehittäminen ja lähtötiedon keruun tehostaminen monikanavakeilauksella (Packalen) Puuston laatutunnukset (Vauhkonen) Tokola 21.11.2016 4

Korjattavuus - Kulkukelpoisuusmalli ja kivisyyden ennustus Tokola 21.11.2016 5

Tavoitteet Testata ja kehittää edelleen Suvisen ym. (2006) kulkukelpoisuusmallia Kehittää metsäkoneen ajotietokone dataan perustuvaa karttakalibrointia Kivisyyden ennustus laserkeilausaineistosta A Suvinen, T Tokola, M Saarilahti. 2009. Terrain Trafficability Prediction with GIS Analysis Forest Science 55 (5), 433-442 Esityksen nimi / Tekijä 21.11.2016 6

Tehtävät Aikatulu Kevät 2016: koealueen valinta, materiaalin testaus ja ajotietokoneen tiedonkeruun suunnittelu Kesä 2016: Päijät-Hämeen materiaalin prosessointi, ja ajotietokoneen tiedonkeruun testaus Syksy 2016: Päijät-Hämeen materiaalin analysointi ja raportointi, sekä ajotietokoneen tiedonkeruun operaatiot, vertailut Arbonautin tuotteisiin Tokola 21.11.2016 7

Runkolukusarjat lyhyt historia Historical studies Cajanus 1914, Lönnroth 1925 First modern study 1975 by Kilkki & Siitonen Diameter distribution as a part of forest simulator Päivinen 1980 Beta distribution, Parameter prediction Basal area diameter distribution

Runkolukusarjat - ALS Basic methodology and Comparison of percentile based and ALS Weibull distribution Maltamo, M., Eerikäinen, K., Packalén, P. and Hyyppä, J. 2006. Estimation of stem volume using laser scanning based canopy height metrics. Forestry 79: 217-229 ITD based methods (Korpela, Tokola, Vauhkonen) Area based methods in Finland Stand characteristics by trees species ALS & digital aerial photograph Non-parametric estimation Packalén, P. 2006. Using airborne laser scanning data and digital aerial photographs to estimate forest growing stock. Licensiate thesis Esityksen nimi / Tekijä 21.11.2016 9

Runkolukusarjat Forest big data diameter distribution of the plot 3 Frequency 0 50 100 150 Empirical ABA ITD Cut point 0 10 20 30 40 50 Study improved the accuracies by 13.3 16.4% and 12.6 28.9%, depending on the species. DBH Tokola 21.11.2016 10

Metsätie ja olosuhteet Pintaprofiili + Metsätehon laatuluokituksen estimointi ALS datalta Ojien laadun tunnistus Toteutettavissa oheistuotteena Metsävarainventoinnin yhteydessä Väitöskirjatyö: Katalin Kiss Esityksen nimi / Tekijä 21.11.2016 11

Metsätiet Tie olosuhteet: Vaikuttaa korjattavuuteen Hintaan/tien kunnostustarpeeseen Karttatulosteessa tien kunto: hyvät, huonot, epävarmat Esityksen nimi / Tekijä 21.11.2016 12

Taimikoiden tila Taimikkoinventointiin ei ole kehitetty tehokasta operatiivista menetelmää SMK kerää taimikoista tietoa maastotyönä, jonka kustannukset ovat huomattavan suuret muuhun metsävaratiedon keruuseen verrattuna. (0.5 eur/ha vs. 2 eur/ha) Tietoa uudistamistoimenpiteiden toteuttamisesta ja uuden puuston aikaansaamisesta tarvitaan myös metsälain valvontaa varten. Tokola 21.11.2016 13

Tarkoitus ennustukseeen olosuhdetietoa Tässä hankkeessa on tarkoitus integroida metsikön varhaiskehityksen biometria malleja, vanhaa kuviotietoa, taimikon perustamisajankohtaa ja laserkeilauspohjaisia kaukokartoitusmenetelmiä. Hankkeessa toteutetaan 3 suuraluepilottia, joissa testataan malleja ja laserkeilausmenetelmiä tarkistusinventoinnin kohteilla. Tokola 21.11.2016 14

Tietolähteet yhdistävä kalibrointi-ennusteisiin perustuva päätöksentekomenetelmä Lidar ennusteet laajoille alueille GIS aineistojen Big Data analyysiä Maaperäaineistot, vesitilanne, korkeusmallit, naapurimetsiköt Kehitetään tietolähteet yhdistävä kalibrointi-ennusteisiin perustuva päätöksenteko menetelmä Ensimmäisenä vuonna Päijät-Hämeen kohdealue Tokola 21.11.2016 15

Kiitos! uef.fi