Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Inka Pippuri

Airborne laser scanning based forest inventory for forest management by applying novel metrics and multiple data source

Pippuri I. (2015). Airborne laser scanning based forest inventory for forest management by applying novel metrics and multiple data source. https://doi.org/10.14214/df.193

Tiivistelmä

Laserkeilausperusteisen metsien inventoinnin kehittäminen metsänhoidon päätöksenteon tueksi hyödyntäen uudenlaisia lasermuuttujia sekä useita aineistolähteitä Suomessa on hiljattain siirrytty uuteen laserkeilausperusteiseen metsien inventointiin, jonka avulla puustotunnukset voidaan ennustaa aiempaa tarkemmin ja kustannustehokkaammin. Laserkeilausperusteinen inventointi ei ole kuitenkaan vielä pystynyt täyttämään kaikkia metsänhoidon tietotarpeita. Tämän tutkimuksen tavoitteena oli kehittää laserkeilausperusteista metsien inventointia metsänhoidon tueksi soveltaen uudenlaisia lasermuuttujia ja useita aineistolähteitä. Työssä tutkittiin erityisesti metsämaan luokittelua, puulajikohtaisten puustotunnusten ennustamista ja puiden tilajärjestyksen sekä metsänhoitotarpeiden,kuten ensiharvennuksen ja taimikonhoidon, tunnistamista. Laserkeilausaineistoon perustuvassaa aluepohjaisessa inventoinnissa hyödynnettiin useita aineistolähteitä, kuten laserkeilaus-, satelliitti-, ilmakuva- ja olemassa olevaa kuviotietoaineistoa. Lisäksi testattiin valtakunnan metsien inventoinnin maastoaineiston soveltuvuutta mallinnusaineistoksi. Erityisesti tutkittiin horisontaalisten lasermuuttujien soveltuvuutta metsämaan, puiden tilajärjestyksen sekä ensiharvennustarpeen luokittelussa. Tulokset osoittivat, että metsämaan luokittelu sekä puuston tilajärjestyksen ja metsänhoitotarpeen tunnistaminen on mahdollista laserkeilausperusteiseen metsien inventointimenetelmään perustuen. Erityisen hyvin onnistui maankäytön luokittelu, mutta myös kasvupaikkojen, sekä kuivatustilanteen luokittelu onnistui kohtuullisen hyvin. Puulajikohtaisten puustotunnusten ennustaminen useamman kuin kolmen puulajin tapauksessa tarkentui, kun ennustamisessa hyödynnettiin puulajitietoa olemassa olevasta kuviotietoaineistosta. Puuston tilajärjestyksen sekä ensiharvennustarpeen tunnistaminen onnistui erityisen hyvin ja taimikonhoitotarpeen kohtuullisesti. Horisontaalisten lasermuuttujien havaittiin olevan tärkeimpiä selittäviä muuttujia maankäyttöluokkien, metsämaan päätyypin, kuivatustilanteen, puiden tilajärjestyksen sekä ensiharvennustarpeen ennustamisessa. Tässä työssä tuotettiin uutta metodologista tietotaitoa horisontaalisten lasermuuttujien sekä useiden aineistolähteiden yhtäaikaisesta hyödyntämisestä kustannustehokkaassa metsien inventoinnissa ja metsänhoidon suunnittelussa. Osaa kehitetyistä menetelmistä on jo sovellettu metsien inventointiin Suomessa.

Avainsanat
laserkeilaus; metsien inventointi; horisontaalinen muuttuja; luokittelu; metsänhoitotarve; monilähdeinventointi

Tekijä
  • Pippuri, University of Eastern Finland, School of Forest Sciences Sähköposti inka.pippuri@uef.fi (sähköposti)

Julkaistu 3 June 2015

Katselukerrat 1278

Saatavilla https://doi.org/10.14214/df.193 | Lataa PDF

Creative Commons License

Osajulkaisut

Pippuri I., Suvanto A., Maltamo M., Korhonen K.T., Pitkänen J., Packalen P. 2015. Classification of forest land attributes using multi-source remotely sensed data. International Journal of Earth Observation and Geoinformation 44:11-22.

https://doi.org/10.1016/j.jag.2015.07.002

Pippuri I., Maltamo M., Packalen P., Mäkitalo J. (2013). Predicting species-specific basal areas in urban forests using airborne laser scanning and existing stand register data. European Journal of Forest Research 132 (5-6): 999-1012.

http:dx.doi.org/10.1007/s10342-013-0736-8

Pippuri I., Kallio E., Maltamo M., Peltola H., Packalén P. (2012). Exploring horizontal area-based metrics to discriminate the spatial pattern of trees and need for first thinning using airborne laser scanning. Forestry 85(2): 305-314.

http:dx.doi.org/10.1093/forestry/cps005

Korhonen L., Pippuri I., Packalén P., Heikkinen V., Maltamo M., Heikkilä J. (2013). Detection of the need seedling stands tending using high-resolution remote sensing data. (2013). Silva Fennica 47(2).

https://doi.org/10.14214/sf.952


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