Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Petteri Packalén

Using airborne laser scanning data and digital aerial photographs to estimate growing stock by tree species

Packalén P. (2009). Using airborne laser scanning data and digital aerial photographs to estimate growing stock by tree species. https://doi.org/10.14214/df.77

Tiivistelmä

Modernit kaukokartoitusmenetelmät ovat nykyisin houkutteleva vaihtoehto maastomittauksille metsän inventoinnissa. Lupaavin kaukokartoitusmenetelmä metsän inventointiin perustuu tällä hetkellä ilma-aluksesta suoritettavaan laserkeilaukseen. Useat tutkimukset ovat osoittaneet, että keskeiset puustotunnukset, kuten keskipituus, pohjapinta-ala ja tilavuus, voidaan ennustaa erittäin tarkasti hyödyntämällä laserkeilausaineistoa. Suurimmassa osassa tutkimuksista on kuitenkin tarkasteltu vain kokonaistunnuksia, mutta Suomessa puulajikohtaiset puustotunnukset ovat usein ensisijainen kiinnostuksen kohde. Tämän väitöskirjatyön tavoitteena on kehittää ja evaluoida menetelmiä puulajeittaisessa kuviotason inventoinnissa hyödyntämällä kaukokartoitusaineistoja. Tutkimuksessa käytettiin kahta testialuetta jotka molemmat sijaitsevat Itä-Suomessa ja edustavat tyypillistä suomalaista hoidettua boreaalista metsää. Tarkastellut puulajit olivat mänty (Pinus sylvestris L.), kuusi (Picea abies (L.) Karst.) ja lehtipuut yhtenä puulajiryhmänä. Puustotunnusten mallinnus tehtiin koealatasolla. Laserkeilausaineiston ja ilmakuvien yhdenaikainen hyödyntäminen muodostaa työn perustan. Lähtökohta on, että laserkeilausaineisto antaa tietoa puuston määrästä ja että ilmakuvat auttavat erottelemaan eri puulajeja. Ensimmäisessä osatutkimuksessa verrattiin regressiomallinnuksen ja sumean luokittelun yhdistelmää ei-parametriseen lähimpien naapurien hakuun perustuvaan k-MSN-menetelmään puulajikohtaisten tilavuuksien ennustamisessa. k-MSN-menetelmällä saatiin lupaavia tuloksia ja toisessa osatutkimuksessa testiä laajennettiinkin siten, että samanaikaisesti ennustettiin puulajeittain tilavuus, runkoluku, pohjapinta-ala ja pohjapinta-alamediaanipuun läpimitta ja pituus sekä puulajikohtaisten ennusteiden summana kokonaistunnukset. Kolmannessa osatutkimuksessa tarkasteltiin kaukokartoitusinformaation käyttöä puulajeittaisten läpimittajakaumien ennustamisessa. Menetelmä, jossa lähimpien koealanaapureiden maastossa mitatut puut muodostavat läpimittajakaumat suoraan, toimi paremmin kuin teoreettinen jakaumalähestymistapa Weibull-jakauman parametrien ennustamiseksi k-MSN mallin ennusteilla. Neljännessä osatutkimuksessa esiteltiin uusi menetelmä hyödyntää oikaisemattomia ilmakuvia, joiden sisäinen ja ulkoinen orientointi tunnetaan orto-oikaistujen kuvien sijaan. Uudella menetelmällä voidaan välttää kaksi aikaisemmin käytetyn lähestymistavan ominaispiirrettä: ilmakuvien radiometrinen kalibrointi sekä laserpisteiden ja ilmakuvien epätarkka yhdistäminen. Lähimpien naapurien haku osoittautui tehokkaaksi ja monikäyttöiseksi lähestymistavaksi sekä kokonaistunnusten, puulajikohtaisten tunnusten että läpimittajakauman ennustamisessa käytettäessä lähtötietona laserkeilausaineistoa, ilmakuvia ja maastokoealoja. Tutkimuksessa saavutetut puulajikohtaiset tarkkuudet olivat vähintään yhtä hyviä kuin nykyisin käytetyssä kuvioittaisessa maastoinventoinnissa ja kokonaistunnusten osalta tarkkuus oli jopa parempi.

Avainsanat
laserkeilaus; läpimittajakauma; k-MSN; ei-parametrinen estimointi; puulajikohtaiset kuviotunnukset

Tekijä
  • Packalén, University of Joensuu, Faculty of Forest Sciences Sähköposti petteri.packalen@joensuu.fi (sähköposti)

Julkaistu 27.1.2009

Katselukerrat 2916

Saatavilla https://doi.org/10.14214/df.77 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

Packalén, P. & Maltamo, M. 2006. Predicting the Plot Volume by Tree Species Using Airborne Laser Scanning and Aerial Photographs. Forest Science 52(6): 611–622.

http://www.ingentaconnect.com/content/saf/fs/2006/00000052/00000006/art00001

Packalén, P. & Maltamo, M. 2007. The k-MSN method for the prediction of species-specific stand attributes using airborne laser scanning and aerial photographs. Remote Sensing of Environment 109: 328–341.

https://doi.org/10.1016/j.rse.2007.01.005

Packalén, P. & Maltamo, M. 2008. Estimation of species-specific diameter distributions using airborne laser scanning and aerial photographs. Canadian Journal of Forest Research 38: 1750–1760.

https://doi.org/10.1139/X08-037

Packalén, P., Suvanto, A. & Maltamo, M. 2008. A two stage method to estimate species-specific growing stock by combining ALS data and aerial photographs of known orientation parameters. Manuscript.


Rekisteröidy
Click this link to register to Dissertationes Forestales.
Kirjaudu sisään
Jos olet rekisteröitynyt käyttäjä, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta
Valitsemasi artikkelit
Hakutulokset
Heinaro E., (2023) Detecting individual dead trees using airborne l.. Dissertationes Forestales vol. 2023 no. 343 artikkeli 23009
Kotivuori E., (2022) Prediction of forest attributes using airborne l.. Dissertationes Forestales vol. 2022 no. 328 artikkeli 10778
Sanz B., (2022) Methods for supporting digital timber trade Dissertationes Forestales vol. 2022 no. 326 artikkeli 10720
Waga K., (2021) Unpaved forest road quality assessment using air.. Dissertationes Forestales vol. 2021 no. 316 artikkeli 10565
Yrttimaa T., (2021) Characterizing tree communities in space and tim.. Dissertationes Forestales vol. 2021 no. 314 artikkeli 10556
Adnan S., (2020) Improvements in forest structural type assessmen.. Dissertationes Forestales vol. 2020 no. 306 artikkeli 10467
Kukkonen M., (2020) Single sensor airborne data sources for forest i.. Dissertationes Forestales vol. 2020 no. 297 artikkeli 10390
Räty J., (2020) Prediction of diameter distributions in boreal f.. Dissertationes Forestales vol. 2020 no. 294 artikkeli 10364
Junttila S., (2019) Utilizing multispectral lidar in the detection o.. Dissertationes Forestales vol. 2019 no. 277 artikkeli 10201
White J. C., (2019) Improving capacity for large-area monitoring of .. Dissertationes Forestales vol. 2019 no. 272 artikkeli 10166
Tanhuanpää T., (2016) Developing laser scanning applications for mappi.. Dissertationes Forestales vol. 2016 no. 230 artikkeli 2013
Melin M., (2015) Studying habitat use and behavior of moose (A.. Dissertationes Forestales vol. 2015 no. 209 artikkeli 1993
Valbuena R., (2015) Forest structure indicators based on tree size i.. Dissertationes Forestales vol. 2015 no. 205 artikkeli 1988
Hovi A., (2015) Towards an enhanced understanding of airborne Li.. Dissertationes Forestales vol. 2015 no. 200 artikkeli 1985
Kankare V., (2015) The prediction of single-tree biomass, logging r.. Dissertationes Forestales vol. 2015 no. 195 artikkeli 1977
Pippuri I., (2015) Airborne laser scanning based forest inventory f.. Dissertationes Forestales vol. 2015 no. 193 artikkeli 1980
Hou Z., (2014) Mapping of growing stock and stand delineation f.. Dissertationes Forestales vol. 2014 no. 184 artikkeli 1966
Vastaranta M., (2012) Forest mapping and monitoring using active 3D re.. Dissertationes Forestales vol. 2012 no. 144 artikkeli 1927
Korhonen L., (2011) Estimation of boreal forest canopy cover with gr.. Dissertationes Forestales vol. 2011 no. 115 artikkeli 1898
Pesonen A., (2011) Comparison of field inventory methods and use of.. Dissertationes Forestales vol. 2011 no. 113 artikkeli 1899
Packalén P., (2009) Using airborne laser scanning data and digital a.. Dissertationes Forestales vol. 2009 no. 77 artikkeli 1860