Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia MMT Ville, Kankare Laserkeilaustutkimuksen huippuyksikkö Metsätieteiden laitos, Helsingin yliopisto
Kymmenen vuotta maastolaserkeilaustutkimusta käytännön kokemuksia Käytännön kokemuksia maastolaserkeilausaineiston mittaamisesta metsissä Mitä haasteita maastolaserkeilaus asettaa maastomittaajalle? Mitä kannattaa huomioida maastossa? 2
Maastolaserkeilaus Mittalaite, jonka tuottama kolmiulotteinen pistepilvi mahdollistaa siinä näkyvien objektien rakenteen erittelyn millimetritason tarkkuudella 3
Maastolaserkeilaus Mitä me jo tiedämme (muutamia poimintoja)? Maastolaserkeilaus mahdollistaa pienalueen todella yksityiskohtaisen tarkastelun näkyviltä osin Perustunnuksien osalta aikaisemmat tutkimukset ovat osoittaneet: Pituus aliarvioituu keskimäärin ~1m 6.5m Rinnankorkeusläpimitta on mahdollista mitata alle 1 cm tarkkuudella Puut löytyvät koealoilta keskimäärin 50%-100% tarkkuudella Mittausten toistettavuus Automatisoinnin mahdollisuus Maastolaserkeilaus avaa myös mahdollisuuden mitata ja mallintaa monia lisätunnuksia pystypuusta Biomassaositteet Runkokäyrä Laatutunnuksia Suositeltavaa luettavaa: Terrestrial laser scanning in forest inventories. Review. Liang, X., Kankare, V., Hyyppä, J., Wang, Y., Kukko, A., Haggrén, H., Yu, X., Kaartinen, H., Jaakkola, A., Guan, F., Holopainen, M., Vastaranta, M. ISPRS Journal of Photogrammetry and Remote Sensing 2016, 115: 63-77. 4
Mitkä sitten ovat haasteita? Miksi emme siis mittaa koealatason ja etenkin puutason tietoa maastolaserkeilauksella vielä käytännössä? 5
Mitkä sitten ovat haasteita? Mittalaite, jonka tuottama kolmiulotteinen pistepilvi mahdollistaa siinä näkyvien objektien rakenteen erittelyn millimetritason tarkkuudella 6
Mitkä sitten ovat haasteita? näkyvien objektien Mittalaite, jonka tuottama kolmiulotteinen pistepilvi mahdollistaa siinä näkyvien objektien rakenteen erittelyn millimetritason tarkkuudella 7
Mitkä sitten ovat haasteita? näkyvien objektien Mittalaite, jonka tuottama kolmiulotteinen pistepilvi mahdollistaa siinä näkyvien objektien rakenteen erittelyn millimetritason tarkkuudella ~ Pistepilven laatu 8
Pistepilven laatu Evolta mitattiin vuonna 2014 91 koealaa (32m x 32m) Maastolaserkeilausaineisto Pistepilven laatutarkastelu 5 koealalta löytyi kaikki puut 86 koealalta jäi puita löytymättä 1-178kpl per koeala Löytymättömien puiden keskikoko (d = 90mm) TLS aineistosta tehdyt puukartat täydennettiin maastossa puuttuvien puiden osalta 9
Pistepilven laatu Evolta mitattiin vuonna 2014 91 koealaa (32m x 32m) Maastolaserkeilausaineisto Pistepilven laatutarkastelu ~500 /ha 5 koealalta löytyi kaikki puut 86 koealalta jäi puita löytymättä 1-178kpl per koeala TLS aineistosta tehdyt puukartat täydennettiin maastossa puuttuvien puiden osalta 10
Pistepilven laatu Evolta mitattiin vuonna 2014 91 ~3000 koealaa /ha (32m x 32m) Maastolaserkeilausaineisto Pistepilven laatutarkastelu 5 koealalta löytyi kaikki puut 86 koealalta jäi puita löytymättä 1-178kpl per koeala TLS aineistosta tehdyt puukartat täydennettiin maastossa puuttuvien puiden osalta 11
Näkyvyys ~ Pistepilven laatu ~ Maastotyö Helppoja kohteita: Esim. kuivahkot mäntykankaat Hyvä näkyvyys 12
Näkyvyys ~ Pistepilven laatu ~ Maastotyö Vaikeita kohteita: Korkea runkoluku Huono näkyvyys Tiheä aluskasvillisuus 13
Näkyvyys ~ Pistepilven laatu ~ Maastotyö Tärkeitä huomioita maastotyötä ajatellen: Suunnittelu Tavoite: Mahdollisimman kattava (laadukas) pistepilvi minimi määrällä mittauspisteitä Metsän rakenteen ja näkyvyyden huomioiminen Tähyksien ja merkintöjen käyttö Muistiinpanot 14
Näkyvyys ~ Pistepilven laatu ~ Maastotyö 15
Mitkä sitten ovat haasteita ja tulevaisuuden tutkimuskysymyksiä? Suunnittelu, toteutus ja aineiston laatu riippuvat täysin metsikön rakenteesta sekä mittaajan ammattitaidosta. Sääolot Puulajitulkinta (automaattisesti) Maastolaserkeilausaineiston kustannustehokkuus Mikä on siis optimaalinen mittausasetelma koeala- tai puutasolla? Monilähteinen mittaustieto ja aineiston prosessointi 16
Kiitos! 17
Luettavaa: Terrestrial laser scanning in forest inventories. Review. Liang, X., Kankare, V., Hyyppä, J., Wang, Y., Kukko, A., Haggrén, H., Yu, X., Kaartinen, H., Jaakkola, A., Guan, F., Holopainen, M., Vastaranta, M. ISPRS Journal of Photogrammetry and Remote Sensing 2016, 115: 63-77. Outlook for the single-tree-level forest inventory in Nordic countries. Kankare, V., Holopainen, M., Vastaranta, M., Liang, X., Yu, X., Kaartinen, H., Kukko, A., Hyyppä, J. Chapter in book The rise of big spatial data, eds. Ivan, I., Singleton, A., Horák, J., Inspektor, T. 2017. Feasibility of terrestrial laser scanning for collecting stem volume information from single trees. Saarinen, N., Kankare, V., Vastaranta, M., Luoma, V., Pyörälä, J., Tanhuanpää, T., Liang, X., Kaartinen, H., Kukko, A., Jaakkola, A., Yu, X., Holopainen, M., Hyyppä, J. In press. ISPRS Journal of Photogrammetry and Remote Sensing, 2017 Diameter distribution estimation with laser scanning based multisource single tree inventory. Kankare, V., Liang, X., Vastaranta, M., Yu, X., Holopainen, M., Hyyppä, J. ISPRS Journal of Photogrammetry and Remote Sensing 2015, 108: 161-171. Accuracy in estimation of timber assortments and stem distribution A comparison of airborne and terrestrial laser scanning techniques. Kankare, V., Vauhkonen, J., Tanhuanpää, T., Holopainen, M., Vastaranta, M., Joensuu, M., Krooks, A., Hyyppä, J., Hyyppä, H., Alho, P., Viitala, R. ISPRS Journal of Photogrammetry and Remote Sensing 2014, 97: 89-97. Individual tree biomass estimation using terrestrial laser scanning. Kankare, V., Holopainen, M., Vastaranta, M., Puttonen, E., Yu, X., Hyyppä, J., Vaaja, M., Hyyppä, H. & Alho, P. ISPRS Journal of Photogrammetry and Remote Sensing 2013a, 75: 64-75. Accurate stem biomass estimation based on stem reconstruction from terrestrial laser scanning point clouds. Yu, X., Liang, X., Hyyppä, J., Kankare, V., Vastaranta, M. & Holopainen, M. Remote Sensing letters 2013, 4 (4), 344-353. 18