Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa Aarne Hovi Helsingin Yliopisto

Samankaltaiset tiedostot
MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

Metsänmittaukselle on tyypillistä epäsuora estimointi,

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa

Teledyne Optech Titan -monikanavalaser ja sen sovellusmahdollisuudet

TIHEÄPULSSISEN LASERAINEISTON VERTAILUTESTI

Puulajitulkinta laserdatasta

Laserkeilauspohjaiset laskentasovellukset

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Loppuraportti Blom Kartta Oy - Hulevesien mallintaminen kaupunkiympäristössä / KiraDIGI

Biomassatulkinta LiDARilta

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Laserkokeiluja Hyytiälän metsissä ja soilla

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Metsäkeilauksista suunnistuskarttoja?

MetKu Metsävaratiedon kustannushyötyanalyysi

Puuston tilavuus ja kasvu ovat metsien inventoinnin

Leica ScanStation 2 Poikkeuksellisen nopea, uskomattoman joustava

Jakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen

Paikkatietoa metsäbiomassan määrästä tarvitaan

Alikasvoksen mittaus ja kartoitus laserkeilauksella

Kapasitiivinen ja induktiivinen kytkeytyminen

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

Kartoitus laserkeilauksella

Metsien kaukokartoitus ja lentokonekeilaus Osio 2

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Kumisaappaista koneoppimiseen

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

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

Kainuun metsäkeskuksen alueen metsävarat ja niiden kehitys

Luento 10: Optinen 3-D mittaus ja laserkeilaus

Laserkeilauksen hyödyntäminen metsätaloudellisissa

Tietopalveluja metsävaratiedosta? Miten kohtaavat käyttäjien tietotarpeet ja käytettävissä oleva tieto


Viljelytaimikoiden kehitys VMI:n mukaan

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

Suomen metsävarat

METSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Laserkeilaus metsävarojen hallinnassa

Lounais-Suomen metsäkeskuksen alueen metsävarat ja niiden kehitys

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

Uusimmat metsävaratiedot

Etelä-Pohjanmaan metsäkeskuksen alueen metsävarat ja niiden kehitys

Puun kasvu ja runkomuodon muutokset

Sastamalan kaupungin metsäomaisuus. Katariina Pylsy

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

Nykyaikaiset paikkatietoratkaisut. Autodesk AutoCAD Civil 3D 2015 A BIM for infrastructure software solution. Olli Ojala Future Group Oy

Laserkeilauksen ja kuvauksen tilaaminen

BOREAALISEN METSÄN SITOMAN SÄTEILYN (FPAR) ARVIOIMINEN SATELLIITTIMITTAUKSISTA SATELLIITTIMITTAUSTEN PERUSTEITA METSÄTIETEEN PÄIVÄN TAKSAATTORIKLUBI

Keskijännitteisten ilmajohtojen vierimetsien hoidon kehittäminen

Pohjois-Karjalan metsäkeskuksen alueen metsävarat ja niiden kehitys

Metsikön rakenteen ennustaminen 3D-kaukokartoituksella

HDS7000 Laserkeilain Ultranopea pidemmällä mittausetäisyydellä

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

Pitkän kantaman aktiivinen hyperspektraalinen laserkeilaus

Lauri Korhonen. Kärkihankkeen latvusmittaukset

Laserkeilaus yksityismetsien inventoinnissa

Mikä on taimikonhoidon laadun taso?

Taimikonhoidon ja ensiharvennuksen tilanne ja tarve

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

K = Q C W = T C T H T C. c = 1 dq. f) Isokoorinen prosessi: prosessi joka suoritetaan vakiotilavuudessa

Puusto poiminta- ja pienaukkohakkuun jälkeen

Aerosolimittauksia ceilometrillä.

Tree map system in harvester

NUORTEN METSIEN RAKENNE JA KEHITYS

Metsäalueen kuviointi laserkeilausaineiston ja soluautomaatin avulla

Itseoppivan radiojärjestelmän simulointijärjestelmän kehitys, CWC:n osahanke. DI Juho Markkula

Mittaukset ja kalibrointi

Laitteita - Yleismittari

Rataverkon kunnon ja liikkuvan kaluston akustinen valvonta kuituoptiikan avulla

Yhteensä Mänty Kuusi

Kehittyneiden Aaltomuotojen Käytettävyys HF-alueen Tiedonsiirrossa


Liite 5 Harvennusmallit

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Puuston muutoksen määritys laserkeilauksen avulla

S MRI sovellukset Harjoitustehtävät. Ryhmä 1 Juha-Pekka Niskanen Eini Niskanen

INTENSITEETTITIEDON HYÖDYNTÄMINEN LASERKEILAUKSESSA. mallinnuksen instituutti.

Suodatus ja näytteistys, kertaus

Suunnitelma taimikon kasvu- ja rakennemallien kehittämiseksi

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Peruskartasta maastotietokantaan

TAIMIKKOTULKINNAN PARANTAMINEN

VMI9 ja VMI10 maastotyövuodet

Eri-ikäisrakenteisen metsän kasvatus

Suomen metsien inventointi

Monilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille

Lahopuu ja tekopökkelöt: vaikutukset lahopuukovakuoriaislajistoon. Juha Siitonen, Harri Lappalainen. Metsäntutkimuslaitos, Vantaan toimintayksikkö

Radiokurssi. Modulaatiot, arkkitehtuurit, modulaattorit, ilmaisimet ja muut

11. kierros. 1. Lähipäivä

Pohjois-Suomessa luvuilla syntyneiden metsien puuntuotannollinen merkitys

Kohina. Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N)

Laserkeilaus ja rakennettu ympäristö, Teemu Salonen Apulaiskaupungingeodeetti Porin kaupunki

JOHDATUS TEKOÄLYYN TEEMU ROOS

Kaupunkimallit. Tilanne Vantaalla. Kimmo Junttila Sami Rapo

SIMO käytössä. UPM-Kymmene Oyj Janne Uuttera

Kehittyvien satelliittiaineistojen mahdollisuudet

Transkriptio:

Aaltomuodosta lisätarkkuutta laserkeilaukseen? SMK metsävaratietoseminaari Vantaa 15.4.2015 Aarne Hovi Helsingin Yliopisto

Aaltomuotokeilaus tutkijan näkökulmasta Lentolaserkeilauksessa käytetään pulssilaseria Aaltomuotolaser eroaa perinteisestä kaikulaserista tallennusmenetelmän osalta Läpinäkyvä tallennustapahtuma mahdollisuus ymmärtää ja mallintaa mittauksia Mahdollisuus laskea kokonaan uusia puustoa kuvaavia tunnuksia eli piirteitä Aaltomuotokeilausta käsitelty julkaisussa: Aarne Hovi & Ilkka Korpela: Aaltomuoto avain laserkeilainhavaintojen syvällisempään ymmärrykseen. Metsätieteen aikakauskirja 4/2014 Esimerkki

Laserkeilaus inventointimenetelmänä Laserkeilausinventointi tuottaa tarkan ja objektiivisen tuloksen puuston keskitunnusten osalta Ongelma-alueita Puulaji, hoitotarpeen arviointi, taimikot Tulkintamallit tapaus(keilaus-)kohtaisia, samoin maasto-opetusaineisto Käytännössä vaatimuksena kustannustehokkuus Kustannusten minimointi Lentokorkeuden ja -nopeuden kasvattaminen, suuremmat pulssitaajuudet, maasto-opetuaineiston vähentäminen Tulkinnan tarkkuuden parantaminen Paremmat keilaimet, tulkintamenetelmien kehitys Olisiko aaltomuototallennuksesta apua joihinkin yllämainituista?

Laserkeilainten ominaisuuksista Efektiivinen pulssitaajuus kasvanut toistaiseksi Suurempi lentokorkeus, -nopeus ja lentolinjavälit kustannussäästöjä TAI suurempi pulssitiheys tarkempi puustotulkinta Fysikaaliset rajoitteet tulevat vastaan? Aaltomuototallennus useimmissa optiona, taajuus usein rajoitettu, esim. Leica 120 khz Topografisia keilaimia, viime aikoina yhä enemmän optimointi kasvillisuuden kartoitukseen, esim. multispektri-keilaimet (Optech Titan) Riegl GmbH, http://www.riegl.com

Laserkeilainten ominaisuuksista Malli Max. efektiivinen Max. etäisyys, m a Aallonpituus, nm pulssitaajuus, khz Leica ALS60 200 6300 1064 ALS70 500 b 1900/4400/6300 c 1064 ALS80 500/1000 b, c 1600/3500/5000 c N/A Optech Galaxy 550 4700 1064 Orion 300 4000 1064/1541 c Pegasus 500 5000 1064 Titan 900 d 2000 532/1064/1550 Riegl LMS-Q680i 266 1600 1550 LMS-Q780 266 4700 N/A LMS-Q1560 532 b 4700 N/A a Depends on the target reflectance. The definitions differ. b Two receivers with their ifovs 'viewing' in different directions. c Depends on specific model version d 300 khz per band Lähteet Leica Geosystems AG, http://www.leica-geosystems.com Optech Inc, http://www.optech.com Riegl GmbH, http://www.riegl.com

Mittaustapahtuma

Tallennusmenetelmä Vastaanotin muuntaa signaalin sähkövirraksi / jännitteeksi Vastaanottimen elektroniikka tulkitsee jännitteen vaihtelua eli analogista aaltomuotoa Emitted pulse Discrete return Returning pulse Detector Amplifier Storage of discrete return Waveofrm digitizing Full-waveform Echo waveform

Aaltomuoto Leica ALS60 Vakiomittainen 256 näytettä 38 m Riegl LMS-Q680i Useita näytepätkiä 80, 160, 240 näytettä 12 m

Pulssinpituuden vaikutus aaltomuotoon 7/10 ns pulssi 4 ns pulssi

Aallonpituuden vaikutus Aallonpituus riippuu laserlähteestä 1064 ja 1550 nm yleisimmät Vaikuttaa silmäturvallisuuteen / auringonvalosta tulevaan kohinaan / ilmakehävaimennukseen

Footprintin ( jalanjäljen ) vaikutus

Aaltomuodon tulkinta 1. Enemmän kaikuja (amplitudihuippuja) lisää pistetiheyttä 2. Lisätunnusten laskeminen kaiuille kuvaavat kohteiden heijastusominaisuuksia, hyötyä kasvillisuuden luokituksessa 3. Muut, kokonaan uudet lähestymistavat?

Lisäkaikuja pistetiheyden kasvattamiseksi Löytyneitä kaikuja, uudistuskypsä sekametsä: Scanner Footprint, m Emitted pulse FWHM, ns WF peaks per pulse DR echoes per pulse Mean Max Mean Max Leica 0.11 7.8 1.7 6 1.3 4 Leica 0.22 10.1 1.8 6 1.4 4 Leica 0.45 10.3 1.9 7 1.5 4 Leica 0.61 10.4 2.1 7 1.5 4 Riegl 0.40 4.5 2.3 9 2.1 8 Leica 0.15 7.8 1.8 7 1.3 4 Footprint lpm. Aaltomuoto Kaikulaser Läh. pulssin pituus

Lisäkaikuja pistetiheyden kasvattamiseksi Kaikulaser Aaltomuoto Ensimmäinen tai ainoa kaiku Muut kaiut Leican keilaimella 30 40% enemmän kaikuja kaikulaseriin nähden Lisäkaikujen määrä riippuu sensorin ominaisuuksta Sijoittuvat latvuksen alaosiin hyötyä latvuksen rakenteen mittaukseen ja alikasvoksen tunnistamiseen?

Lisäkaikuja pistetiheyden kasvattamiseksi

Piirteitä kasvillisuuden luokitteluun Ei olemassa yleisiä prosessointiohjelmistoja Alla esitetty oma tapamme laskea aaltomuotoa kuvaavia tunnuksia Näiden jakaumat latvustasolla muodostavat piirteet joita voi käyttää esim. puulajiluokituksessa

Mitä aaltomuoto kertoo puulajista? Esimerkki: Leica ALS60, 1 km lentokorkeus, 7 ns pulssi, 1064 nm aallonpituus

Kaiun energia ja leveys erottavat suomalaiset puulajit FWHM of only returns Energy of only retuns

N Korkeus maanpinnasta First-or-only 20 pulssia / m 2 h > 8 m

N Energy First-or-only 10 pulses / m 2 h > 8 m Mean = 605 SD = 230

N Energy Only 10 pulssia / m 2 h > 8 m Mean = 731 SD = 130

N FWHM Only 10 pulssia / m 2 h > 8 m Mean = 9 ns SD = 1.05 ns

Puulajiluokitus toimii yksinpuintasolla eikä vaadi valtavaa pulssitiheyttä... Maastoaineisto: 9000 puuta Keilaus: Leica ALS60, Riegl LMS-Q680i, 2 20 pulssia / m 2, kesäkeilaus Piirteet: Aaltomuototunnusten jakaumatunnuksia puiden latvuksissa Luokitin: Lineaaridiskriminanttianalyysi (LDA) Leica WF Riegl Leica DR Riegl

mutta puulaji vain yksi monista tekijöistä Kaksi samanlaista kampanjaa (SNR, pulssitiheys, lentokorkeus, footprint) 15. kesäkuuta vs. 2. elokuuta Kesä Elo Normalisoitu kuusen avulla Huippuamplitudi FWHM Number of trees Mänty Kuusi Koivu

Sovellettavuus aluepohjaiseen tulkintaan? Puulaji-informaatiota aaltomuodossa on, inventointimenetelmiä vielä kehitettävä Aluepohjainen lähestymistapa (aaltomuotopiirteiden jakaumat hilatasolla) Vai puulajintulkinta yksinpuin/puuryhmän tasolla, keskitunnukset aluepohjaisesti?

Tallennustilan tarve LAS1.2 1 pulssi / m 2 Kaikulaser (LAS1.2) 0.4 MB / ha Kaiku + aaltomuoto (LAS1.3) 3.3 MB / ha Aaltomuoto 8x levytilaa! LAS1.3 2 milj. ha vuodessa Kaiku 0.8 TB Kaiku + aaltomuoto 6.6 TB

Käytännön haasteita (tai mahdollisuuksia) Lentokustannukset Lennonaikainen tallennus- ja tiedonsiirtokapasiteetti Laskentakapasiteetti ja aineiston tulkintamenetelmät Lähetetyn tehon ja ilmakehän stabiilius, kalibrointi Piirteet riippuvaisia keilaimen asetuksista ja vuodenajasta

Yhteenveto Aaltomuotokeilaimet eivät sinänsä poikkea kaikulasereista, vain tallennustapahtuma tarkempi, ei lisää aineistojen hankinnan kustannuksia Mahdollisuus irrottaa aaltomuodosta lisäkaikuja, käytännön hyöty kyseenalainen Aaltomuotopiirteet sisältävät infomaatiota puulajista Haasteena eri aikana hankittujen aineistojen yhteensopivuus ja menetelmien yhdistäminen käytännön inventointisysteemiin Aaltomuototutkimus lisää ymmärrystä mittaustapahtumasta ja auttaa tulkintamenetelmien ja keilainten kehityksessä, keilaimen ominaisuuksien vaikutusta piirteisiin ja tulkintatuloksiin selvitämme parhaillaan