1 = radiaania. MARV Metsikkökoeala Harjoitus pihapiirissä. Kulku bussolin ohjaamana: Tavoitteista

Samankaltaiset tiedostot
"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

Kulku bussolin ohjaamana: Metsikkökoeala Harjoitus pihapiirissä Ilkka Korpela. Tavoitteista

MARV Metsikkökoealaharjoitus

2. Metsikön puuston arviointi

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Fotogrammetris geodeettinen menetelmä metsäalueen tarkkaan kartoittamiseen sekä syitä ja muita keinoja maastoaineiston tarkkaan paikantamiseen

Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola

Puun kasvu ja runkomuodon muutokset

Trestima Oy Puuston mittauksia

Trestima Oy Puuston mittauksia

Metsänmittausohjeita

Lauri Korhonen. Kärkihankkeen latvusmittaukset

Paikkatietoa metsäbiomassan määrästä tarvitaan

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

OULUN YLIOPISTO, BIOLOGIAN LAITOS Puututkimus

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

1) Maan muodon selvittäminen. 2) Leveys- ja pituuspiirit. 3) Mittaaminen

Puusto poiminta- ja pienaukkohakkuun jälkeen

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

Kehittyvä puun mallinnus ja laskenta

TTY Mittausten koekenttä. Käyttö. Sijainti

Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA

KTKP010 Tuntisuunnitelma, 8-luokka, 90min Sanni Erämies

Puuston mittaus etäisyyden- ja kulmanmittauslaitteella

Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi.

Energiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma. Mikko Korhonen Pohjois-Karjalan metsäkeskus

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI

METKA-maastolaskurin käyttäjäkoulutus Tammela Matti Kymäläinen METKA-hanke

Taitaja 2011 finaalitehtävät Metsäkoneenkäyttö

Jakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.

TAIMIKON KÄSITTELYN AJOITUKSEN VAIKUTUS TYÖN AJANMENEKKIIN

Korjuujäljen seuranta energiapuun korjuun laadun mittarina. Mikko Korhonen Suomen metsäkeskus

Kasvatettavan puuston määritys koneellisessa harvennuksessa

Hämeenlinna Jari Lindblad Jukka Antikainen

Kuusen kasvun ja puutavaran laadun ennustaminen

Taimettuminen ja taimikon hoito männyn luontaisessa uudistamisessa Eero Kubin ja Reijo Seppänen Metsäntutkimuslaitos Oulu

Kasvatettavan puuston määritys koneellisessa harvennuksessa

LIITE 1 VIRHEEN ARVIOINNISTA

PYSTYMITTAUKSEN TARKKUUDESTA

METSÄ SUUNNITELMÄ

KUITUPUUN PINO- MITTAUS

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

Radiotekniikan sovelluksia

Laserkeilauspohjaiset laskentasovellukset

Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet

Laatumäntyä erirakenteiskasvatuksella koesuunnitelma ja toteutus

LIITE 1 VIRHEEN ARVIOINNISTA

ARVOMETSÄ METSÄN ARVO

Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu

LIITE 1 VIRHEEN ARVIOINNISTA

Laserrelaskooppimittauksen tarkkuus ja ajanmenekki

Taimikonhoitoon vaikuttavat biologiset tekijät

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ

Putkilokasveilla juuret ottavat veden. Sammalet ottavat vettä koko pinnallaan.

Tervasroso. Risto Jalkanen. Luonnonvarakeskus. Rovaniemi. Luonnonvarakeskus. Luonnonvarakeskus. Lapin metsätalouspäivät, Rovaniemi

KAUPIN METSÄTAITORATA

SINI- JA KOSINILAUSE. Laskentamenetelmät Geodeettinen laskenta M-Mies Oy

ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE

PURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen

Poistettavien puiden valinta laatuperustein harvennushakkuulla

Kestävää luontomatkailua

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Kasvu- ja tuotostutkimus. Tutkimuskohteena puiden kasvu ja metsien kehitys. Luontaisten kasvutekijöiden vaikutukset. Männikköä karulla rämeellä

Metsätehon tuloskalvosarja 9/2017 Timo Melkas Kirsi Riekki Metsäteho Oy

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet

Jos ohjeessa on jotain epäselvää, on otettava yhteys Mänttä-Vilppulan kaupungin kiinteistö- ja mittauspalveluihin.

Kuusen kasvun ja puutavaran laadun ennustaminen

Algoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla

7/1995 METSATEHO ~ METSÄTEOLLISUUS METSURIMITTAUKSEN TARKKUUS. Masser 35. Tapio Räsänen Jari Marjomaa Antti Ihalainen

Puulajitulkinta laserdatasta

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

KORKEUDEN- MITTAUS. Vaaituskojeet ja tasolaserit. Korkeudenmittaus Rakennusmittauksen perusteet M-Mies Oy

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Poimintahakkuiden puunkorjuu Matti Sirén

Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia

Kaikki 17 punavaahteraa tutkittiin silmämääräisesti tyviltä latvoihin saakka. Apuna käytettiin kiikaria ja 120 cm:n terässondia.

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Luku 7. Verkkoalgoritmit. 7.1 Määritelmiä

Satunnaisotantamittaus. Satunnaisotantamittaus 4.705

AEROMAGNEETTISIIN HAVAINTOIHIN PERUSTUVAT RUHJEET JA SIIRROKSET KARTTALEHDEN 3612, ROVANIEMI ALUEELLA

PUUTAVARA- PÖLKKYJEN MITTAUS

Taimikonhoidon vaikutus. Taimikonhoidon vaikutus kasvatettavan puuston laatuun

Kuusen kasvun ja puutavaran laadun ennustaminen

massa vesi sokeri muu aine tuore luumu b 0,73 b 0,08 b = 0,28 a y kuivattu luumu a x 0,28 a y 0,08 = 0,28 0,08 = 3,5

Mittaustekniikka (3 op)

Lahon aste Yhteensä Pysty- Maa- Yhteensä Pysty- Maa-

Metsätalous TOT 10/2003. Metsuri jäi puun alle TOT-RAPORTIN AVAINTIEDOT. Metsätalous 02. Puun kaataminen. Moottorisaha TOT-RAPORTTIEN HYÖDYNTÄMINEN

Läpäisyehto: Kokeesta saatava 5. Uusintakoe: Arvosana määräytyy yksin uusintakokeen perusteella.

KUUSEN OMINAISUUSPOTENTIAALI

Ponsse Opti 4G mittauksen ylläpito KOULUTUS. Satunnaisotantamittaus 4.705

TASAVIRTAPIIRI - VASTAUSLOMAKE

Transkriptio:

MARV1-2011 Metsikkökoeala Harjoitus pihapiirissä Tavoitteista Metsikkökoealaharjoituksen ensisijainen tavoite on oppia käyttämään erilaisia koealoja, puumittauksia, koepuuotantaa ja puumalleja puustotunnusten määrittämiseen kohteena metsikkö. Puuanalyysiharjoitus edeltää metsikkökoealaharjoitusta, koska siten on haluttu osoittaa, kuinka puumallit (esim. tilavuusyhtälöt, runkökäyrät, biomassayhtälöt, puutason kasvumallit) laaditaan kaatokoepuista tehdyin runkoanalyysimittauksin. Kulku bussolin ohjaamana: 1 = 0.0175 radiaania - 1 sivuun 10 metrillä = 0.17 m siirtymä. - 1 sivuun 50 metrillä = 0.85 m " - 10 sivuun 2 metrillä = 0.35 m Maastoharjoituksen tavoitteet ovat: - tutustua mitattaviin puu- ja kasvupaikkatunnuksiin sekä mittauksiin käytettävissä oleviin mittavälineisiin - tutustua ja valmistautua edessä olevaan harjoitukseen ja sen eri vaiheisiin Välineet Mukaan otetaan henkilö- ja ryhmäkohtaiset välineet erikseen jaettavan listan mukaan. Osa välineistä on kohteilla. Toteutus 5 kohdetta, 40 + 5 min (siirtyminen) per kohde. 1) Kohde - Pihapiiri / Instituutin alue Aiheet: Puustotunnusten (määrä ja arvo) määrittämisen vaiheet erilaisia koealoja, mittauksia ja malleja käytettäessä eli vaihtoehdot. MARV1-toteutus: Toimet metsikkökoealalla, yleistunnusten määrittäminen, koealan rajaaminen bussolin avulla ja KKJ/Kartta-atsimuutin suuntaan liikkuminen bussolin avulla (bussolikorjaus). LiDAR karttoihin tutustuminen; korkeus- ja intensiteettikartat. Kuva 1. Jos ilmakuvapuiden paikannustarkkuus (X, Y) on noin 30 cm ja puiden välinen keskietäisyys on 4 m, aiheutuu puiden sijaintien epävarmuudesta 6 hajonta puiden välisen laskennallisen suunnan yli. Tätä hajontaa ei pidä hämmästellä ilmakuvapuita laputettaessa. - assistentilla LiDAR-karttoja - ryhmillä kaikki bussolit Bussoli = tarkkuuskompassi, mittaa suuntaa maan magneettikentässä (anomaliat: mukana kulkevat, rakennettu ympäristö, kallioperä). Hyytiälän bussoleissa asteasteikko 0 360 ja positiivinen kiertosuunta on myötäpäivään. KKJ on Gauss-Kruger karttakoordinaatisto, jossa Y-akseli suunnattu 24 pituuspiirin suuntaiseksi. Puut, ilmakuvat ja laser on määritetty tässä XY järjestelmässä. Bussolin pohjoisen (0 /360 ) ja KKJ:n Y-akselin välinen suuntaero on paikan funktio, ja on Hyytiälässä noin 6, vaihdellen mittaajittain ja bussoleiden välillä. Jokainen mittaaja ja bussoli on siksi kalibroitava ennen tutkimusmittauksiin ryhtymistä. Kuva 2. Kalibrointisuoria I: Viemärikansi lipputanko 304.2, Viemäri tallin räystäs 327.6, Ruokalan seinä 327.5.

2) Muistokuusikko eteläpää Aiheet: Ilmakuvapuiden identifiointi ja omissiopuiden kartoitus kolmioimalla -assistentilla numerolaput -muistokuusikon puukartat -nastoja -1.3-m keppejä -lomakkeita. Ilmakuvapuukartan paikka-, pituus-, puulaji- tarkkuudet. Paikat = latvojen XY-projektiopisteet ilmakuvalla, vinot rungot ongelmallisia, latvan paikka rungon sijainti. Kuva 3. Kalibrointisuoria II: Kuularinki lipputanko 276.4, Kuularinki rekkitolppa 239.3. LiDAR- ja ilmakuva-aineistot Koealojen ilmakuvapuut on mitattu yhdistäen kesien 2006, 2007, 2008 ja 2010 laserkeilaukset. Puiden pituudet on määritetty 2010 laserilta, joten ne ovat tarkkoja lukuun ottamatta 2010 2011 pituuskasvua. Puiden havaitsemiseen on käytetty 2006, 2008 ja 2010 ilmakuvia, joten mukana saattaa olla puita, jotka eivät enää ole pystyssä 2011 (esim. talvella 2010 tapahtui paljon lumituhoja). Laserkeilain lähettää lyhytkestoisen laserpulssin (4 10 ns = 1.2 3 m). Vastaanotin havaitsee kohteesta takaisinheijastunutta säteilyä. Metsikkökoealojen mittauksissa käytetyt laserkeilaukset on tehty ns. kaikulaserilla (engl. discrete return LiDAR), joka rekisteröi (0-) 1 4 kaikua (engl. return, echo) jokaista lähetettyä pulssia kohden. Keilaimet ovat kaikki toimineet = 1064 nm eli lähi-infra-alueella. Vuoden 2010 keilauksessa käytössä oli ns. aaltomuotolaser (engl. full waveform LiDAR), joka tallentaa vastaanotetun signaalin aaltomuodon eli signaalin voimakkuuden ajan funktiona. Aaltomuotodataa ei kuitenkaan käytetty koealojen mittaukseen. Intensiteettikartoilla esitetään laitteiston rekisteröimä paluupulssin amplitudi (intensiteetti) digitaalisena numerona. Latvukseen osuneista kaiuista kerättyjen intensiteettiarvojen jakaumapiirteet selittävät puulajia. Tarkastelkaa intensiteettikarttoja ja tehkää havaintoja puulajeittain ja maanpinnan peitteen suhteen. Pituus = korkein laserosuma, 2010 LiDAR, 0.5 m täsmällisyys, ~0.5 m harha (aliarvioita). Puulaji = visuaalinen ilmakuvatulkinta. Tarkkuus 90 95%, ei 100%! Komissiovirhe eli valepuu. Ilmakuvalta mitattaessa on tehty selkeä virhe, väitetyn pituista puuta ei ole väitetyssä paikassa. Yleensä syy selviää ylös katsomalla (esim. monilatvaiset koivut, isot oksat). Puu voi olla myös hakattu tai kaatunut, jolloin puuluokka merkitään sen mukaan (hakattu/kaatunut tms.). Huom! Puu ei ole omissiopuu, jos puulaji on väärin tai jos puu on vino, mutta latva on oikeassa paikassa. Ilmakuvapuiden laputus kolmioimalla 1 = 0.0175 radiaania - 1 sivuun 10 metrillä = 0.17 m siirtymä. - 1 sivuun 50 metrillä = 0.85 m " - 10 sivuun 2 metrillä = 0.35 m Koska puiden paikannustarkkuus on luokkaa 30 cm, voi numerolappuun merkitty bussolisuunta naapuriin poiketa useita asteita, varsinkin jos puiden välinen etäisyys on lyhyt. Kolmiointi on sitä, että lappu kiinnitetään uuteen puuhun, kun vähintään kaksi suuntaa naapureihin ilmentää oikeaa laputusta (identifiointia).

Omissiopuiden eli kartalta puuttuvien puiden paikantaminen kolmioimalla - Millaisia ovat hyvät kiintopisteet? - 4 suuntaa antaa neljä puolisuoraa, joiden PNSleikkauksessa tuntematon kohde sijaitsee - Karkeita virheitä: Väärin laputettu / kirjattu kiintopisteen numero tai karkea virhe bussolisuunnassa. - Lomakkeelle kirjataan ja tietokoneelle syötetään aina niitä suuntia, joita saadaan bussolin asteikolta (tasoituslaskentaohjelma RESECTION laskee bussolikorjauksen) Lopuksi suunnitaan pari laputettua puuta ja kirjataan tulokset atk-laskentoja varten (Kohde 5). 3) Muistokuusikko pohjoispää Aiheet: Puidenluku, koealatyypit, paikannuksen vaihtoehdot pysyvillä koealoilla -ryhmäkohtaiset välineet MARV1-metsikkökoealaharjoituksessa puidenluku aloitetaan, kun kaikki minimiläpimittarajaa suuremmat puut on laputettu (identifioitu) ja paikannettu. MARV1-metsikkökoeala on pysyvä koeala. Mittauksia voidaan jatkossa kohdentaa samoihin puihin / koealan pintaalaan. Tilapäisillä koealoilla puita tai koealan sijaintia ei kartoiteta. Perinteisiä lukupuutunnuksia ovat (arvioitaessa puuston määrää ja arvoa) - (numero) - puulaji - runkolaji - jakso - rinnankorkeus- tai kantoläpimitta (pituus) Kantojen luku tehdään arvioitaessa jälkikäteen hakkuupoistuma. Tällöin tarvitaan kantoläpimittoja myös pystypuista tai rinnankorkeusläpimitat johdetaan runkokäyrillä ja pituudet yleisiltä pituuskäyriltä (jos ollut avohakkuu). Runkolaji (~puuluokka, ~puun tila) ilmentää rungon käyttöä ja puutavaralajipotentiaalia. Siinä voi olla myös luokkia, joilla ilmennetään rungon vikoja, tai puun poikkeavuutta suhteessa muihin puihin, jolloin näille erikoispuille tulee mitata omat koepuutunnukset (ja mallit) tilavuuden ja puutavaralajirakenteen johtamiseksi. Rinnankorkeusläpimitta (d 1.3) on ensisijainen puun kokoa mittaava lukupuutunnus, mutta erikoistapauksissa, lähinnä pienpuustoissa, voi olla tarkoituksenmukaisempaa käyttää pituutta. Puuston määrää ja arvoa arvioitaessa asetetaan yleensä jokin alaraja kokotunnukselle, joka rajaa mielenkiinnon kohteena olevan puujoukon. Puidenluvun tavoitteena on puulajikohtaisten runkolukusarjojen mittaaminen ('d13-histogrammit'), joille koepuiden mittauksen jälkeen laaditaan mallit (tilavuus-, kasvu-, jne.) ja johdetaan koepuutunnukset. Puulajin lisäksi (koepuujoukon) ositusperusteena voi olla puujakso, millä yleensä tarkoitetaan selkeästi eri-ikäisiä ositteita (ylempi / alempi jakso). Koealan koko / muoto / puiden valintaperusteet Suuri koeala näytteistää metsikön puustoa paremmin pieni koeala johtaa suureen koealojen väliseen hajontaan. Ympyrä minimoi rajan pituuden, mutta hankala mitata. Yhdet rajat ja kaikilla puilla sama todennäköisyys päästä lukupuuksi = kiinteäalainen koeala Eri puille eri todennäköisyys tulla lukupuuksi = muuttuvaalainen koeala. Puujoukko, jolle koeala on isompi, saa suuremman painon. Yleensä esim. eri läpimittaluokan puille eri koeala, ja tiettyä rajaa pienemmille annetan nolla-paino (ei koealaa lainkaan). Relaskooppi painottaa todennäköisyyttä tulla lukupuuksi puun pohjapinta-alan suhteen siltä korkeudelta, jolle tähdätään. Relaskooppikerroin määrää absoluuttiset painot. Vaihtoehtoja kartoittaa puusto koealalla 1. Ruudutus (esim. 10 10 m) kulmaprismalla ja mittanauhalla. Paikannus yhden ruudun sisällä napakoordinaatistossa. - vaatii näkyvyyden ruutujen linjoilla ja tarkan kulmien (90 ) sekä vaakaetäisyyden mittauksen, jotta ruudutus onnistuu. Vaatii paljon tarkistus (risti-) mittauksia. - ei redundanssia, vain yksi etäisyys ja suunta per puu. Ei tietoa tarkkuudesta. - yksinkertainen, onnistuu työparilta ja pienillä koealoilla lienee ylivoimainen menetelmä. (ei tarvita ilmakuvia tms.) 2. Takymetrikartoitus. Takymetri mittaa vaaka- ja pystykulman (=teodoliitti) sekä vinomatkan laserilla (etäisyysmittari). - vaatii näkyvyyden raivausta, jotta takymetrilä voidaan ensivaiheessa perustaa tukipisteiden verkko koealan alueelle, jota käytetään takymetriä uudelleen asemoitaessa. - saadaan suoraan 3D koordinaatteja - kallis laite ja vaihkeahko käyttää (metsässä) - peitteisyys hidastaa työtä

3. Ultraäänipaikannus. Koealalle asennetaan ultraäänitranspondereita (vrt. Vertex pituusmittalaitteen etäisyysmittaus), joiden tarkat paikat mitataan. Paikannus perustuu ultaäänellä tehtyihin etäisyysmittauksiin ja avaruuskolmiointiin samaan tapaan kuin satelliittipaikannuksessa. - 2D tai 3D koordinaatteja ja tarkkuusarvio - kaupalliset sovellukset sopivat vain pienille koealoille (lähettimiä vain 3 kpl pienellä kehällä = geometria heikko). - tarkkuus rajallinen (äänen kulkeutuminen) Mittauskorkeus syntypisteestä, koska nykyiset mallit olettavat tämän origon. Huom! Nyyssösen laatimat muotokorkeusmallit (=relaskooppitaulukot) lähtevät vielä juurenniskasta! Vaihtoehtoisia lpm:n mittaustapoja Tallmeter vs. Ristiinmittaus. Elektroniset mittasakset. Moto-mittauksessa kulma-anturit. Puulaji: Mä, Ku (korostetaan näre-sanan käyttöä, "kuusikuusi-kuusikymmentäkuusi", vs. "näre, kutonen, läpimitta kuusikuusi") Koivut (tuntomerkit lehdet, versot, isojen puiden tyvi), Harmaaleppä, Raita, Haapa, Pihlaja. Puidenluvussa ja aina kirjurin kanssa toistot, koska tehdään tarkkaa työtä. Tarkoituksena saada käyttökelpoinen referenssi kaukokartoitustulkinnalle. Puun tila = latvuksen tila, tällä kertaa, tutkimuksen takia, huomio voisi olla rungossa (tukkirunko, kuitu, jne.) puidenluvun yhteydessä poimitaan erikseen poikkevat puut (puutavaralajisaanto), jos tavoitteena arvonmääritys (esim. leimikon ennakkomittaus). Latvuksen tilaa arvioitaessa ajatellaan latvuksen muodon mallittajaa (ilmakuvalta/laserilta), suuret epäsymmetrisyydet tai puun vinoudet kirjataan. Vinous: suunta tyveltä latvan projektiopisteeseen ja etäisyys sinne, kirjataan huomautuksiin, jos rungon vinous on huomattavaa. Läpimitan mittaus Harjoituksessa mitataan rinnankorkeusläpimitta yhdestä suunnasta mittasaksilla. Tämä mahdollistaa sädekasvun (i d) määrittämisen seuraavan mittauskerran yhteydessä erotusmenetelmällä (Kuva 4). Läpimitan mittaussuunta sopimuksen mukaan, mutta tärkeää että tehdään aina samasta suunnasta. Mikä on Pökkelö? Kelo? Yli 1.3-metriset pökkelöt luetaan. Minimiläpimitta(koko)raja, vaihtelee koealoittain! Relaskoopin käyttö: Rajaetäisyyden kaava (50*d)/ q Rajapuiden tarkastaminen / satunnaistaminen. 4) Pilvilinnan / Tapiolan ympäristö Aiheet: Koepuuotanta, koepuutietojen yleistäminen runkolukusarjalle puumalleilla, koepuumittaukset, mittaus ja mallivirheet. -ryhmäkohtaiset välineet Puutunnusten välillä on riippuvuuksia (esim.) - d1.3 h, (kuva 5a) - d1.3 d6, - d1.3 i d (Kuva 4., kuva 5c) - d1.3 d (kanto) Usein riippuvuudet pätevät puulajeittain ja jaksoittain yhdessä metsikössä (Kuvat 5a-5c). Kuva 5a. Pituus-läpimitta jakauma puulajeittain 50-vuotiaassa VT-MT -männikössä, jossa on myös kuusta ja koivua sekapuuna. Kuva 4. Lapinkankaan 90-vuotiaan CT-männikön 5- vuoden (2004 2008) kairatut sädekasvut ja peräkkäisistä läpimittamittauksista johdetut id-kasvut (2002 2009).

määräisiä, Laasasenahon (1983) käyttämien puiden suhteen. Yleensä (runkomuoto, -tilavuus) malliestimaateissa on metsiköiden välisiä eroja ja harhaa, johtuen metsikön käsittelyhistoriasta, siksi metsikön puuston kokonaistilavuudessa on vaikeaa päästä alle 4% kokonaistarkkuuteen, vaikka mittaisi kaikki puut. koska systemaatiset mallivirheet voivat olla tätä luokkaa. (Motomittauksessa mitataan paljon läpimittoja ja interpoloidaan rungon muoto, jolloin alle 4% tarkkuus on mahdollinen). Kuva 5b. latvussuhde-läpimitta jakauma puulajeittain 50- vuotiaassa VT-MT -männikössä. Mittausvirheet d6 mittausvirhe vipuaa runkökäyrää (herkkä), mittaus on tehtävä huolellisesti tai se on hyödytön (haitallinen) kuvaamassa puiden (keskimääräistä) runkomuotoa. h-mittausvirheellä on samanlainen vaikutus, mutta ei yhtä herkkä. Käytännön vinkkejä: Kuinka valitaan suunta johon lähdetään (aurinko, latvusaukot) h:ta mittaamaan Kuva 5c. Läpimitan kasvu 2002 2009 (mm) erotusmenetelmällä samaisessa männikössä. (Kairaus on tarkempi!) Koepuut = otos näistä yhteisjakaumista, joilla jakauman muoto arvioidaan ja yleistetään muille puille. Tapa tehostaa mittauksia. Koepuuotos = tapa valita tietty määrä puita koepuiksi, joihin kohditetaan koepuumittaukset. Voidaan painottaa jotakin puiden osajoukkoa ja vaikuttaa tulosten tarkkuuteen otoskoon avulla. Kun tavoitteena on arvonmääritys, annetaan isoille puille suurempi paino. Edustavuus myös merkityksellinen (malleilla ekstrapolointi vs. interpolointi). Koepuuotanta vaikuttaa tuloksiin. Lisäksi voidaan hyödyntää aiempia muualla tehtyjä koepuumittauksia, joista on johdettu yleisiä puumalleja kuten esim. runkokäyrät tai kasvusadannesyhtälöt. Nämä koepuut ja riippuvuudet on mitattu vuosikymmeniäkin aiemmin. Näiden vanhojen mallien edustavuus ja luotettavuus on hyvä tarvittaessa tarkastaa (Puuanalyysiharjoitus). h:n mittaus kun käytetään mittanauhaa: Mittaus perustuu vaakaetäisyyteen, jota ei saa mitata vinoon edes lattaa käytettäessä (silmän korkeus) Oletetaan puun olevan pystyssä (kts. kuva) Mittausetäisyyttä voi vaihtaa, latvan mitata kauempaa kuin latvuksen alarajan (muista kahden elävän oksan sääntö). Tällöin esim. 10 m päästä mitatessa 20 m asteikolta saatu tulos puolitetaan, 7.5 m päästä 15 m asteikolta samoin, 30 m päästä 15 m asteikolta saatu tulos, kerrotaan kahdella, jne. (vrt. 40-45 asteen sääntö) Alatähtäys aina numerolappuun, joka on 1.3 m korkeudella, koska se näkyy paremmin kuin syntypiste! - Oksabiomassa = f(pl, d1.3, h) - v/runkomuoto = f(pl, d1.3, d6, h) - v puutavaralaji = f(pl, d1.3, d6, h) + säännöt - P fh = f(selittäjät) Mallivirheet Jos mitataan (pl, d1.3, d6, h) => saadaan tilavuus 6% tarkkuudella, jos mittaukset täysin oikeita ja puut keski-

5) ATK-luokka Aiheet: Havaintotiedoston syöttäminen RESECTION (trilaterointi/kolmiointi tasoituslaskenta) ohjelmalle ja ohjelman käyttö sekä tulostukseen tutustuminen. Laskennat sisällä, syötetään havainnot kohteelta n:o 2 (=koeala 8) ASCII-tiedostoon. Ohje hikihelmen sivulla 20 ja netissä: http://www.helsinki.fi/~korpela/marv1_2011/resection _ohjeita_2011.pdf 1. zip-tiedosto: http://www.helsinki.fi/~korpela/marv1_2011/resection /Resection_purku_HY-temp.zip puretaan c:\hy-temp\ -hakemistoon. Kuva 5. Vino puu aih. virhettä. 2. Luodaan oma havaintotiedosto ja tehdään resection.exe - ohjelmalla laskennat. Vertaa kohteelle saamaasi XY sijaintia, koealan 8 ilmakuvamittaukseen, tiedostossa c:\hytemp\marv1_2011_trees.txt Kokeile miten karkeat virheet muuttavat ratkaisua ja tarkkuusestimaattoreita. Kuva 6. Pituusmittauksen virhe (hypso vapisee) minimoituu, kun latvaa katsellaan noin 40 asteen kulmassa ja tyvi on hieman silmän alapuolella. Y-akselilla virheen itseisarvo ja X-akselilla etäisyys 20 m pitkään puuhun välillä 0-40 m. d6: pysyvillä tuotoskoelaoilla kiivetään ja mitataan mittasaksilla. i h: On vaikea mitata hypsolla. Kiikarit. Lehtipuilla vain erotusmenetelmä (kaksi ajankohtaa). id ja ikä: kaira, kuinka käytetään ja tyhjennetään (kuivaa oksaa vasten, ei ikinä kieltä käyttäen)! Ikälisäykset: puulaji / kasvupaikka. Biologinen ikä, Talousikä ja rinnankorkeusikä (malleihin liittyviä käsitteitä). Haavan ikä? (juuri- tai kantovesa) Lehtipuiden kairaus, ei tehdä. VMI:ssä käytetään kemikaaleja, joilla lustot näkyvöitetään.