Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Mohammad Imangholiloo

Toward an enhanced characterization of seedling stands using remote sensing

Imangholiloo M. (2024). Toward an enhanced characterization of seedling stands using remote sensing. https://doi.org/10.14214/df.355

Tiivistelmä

Taimikoiksi kutsutaan metsäalueita, joilla kasvaa nuoria, tyypillisesti muutamia vuosia sitten istutettuja tai luontaisen uudistumisen seurauksena syntyneitä puun taimia. Taimikot edustavat metsän kehityksessä tärkeää alkuvaihetta ja niille suunnitelluilla sekä toteutetuilla toimenpiteillä onkin keskeinen merkitys metsien uudistumisen, kasvun ja metsän käytölle asetettujen tavoitteiden toteutumisen kannalta.

Metsien käytön ja hoidon suunnittelua varten tarvittavan metsävaratiedon tuottaminen taimikoista on tyypillisesti perustunut maastotöihin, jotka ovat ajankäytöllisesti työläitä, vaativat runsaasti työvoimaa ja ovat siten kustannuksiltaan korkeita. Koska taimikoiden puut ovat vielä kooltaan pieniä, ja ne kasvavat yleensä tiheästi lähellä toisiaan, yksittäisten taimien havaitseminen ja mittaaminen on haastavaa kaukokartoitusperusteisessa metsävarojen inventoinnissa. Kaukokartoitusmenetelmien kehitys, erityisesti laserkeilaus sekä lennokkien käyttö, voivat mahdollistaa uusien menetelmien kehittämisen taimikoiden oikea-aikaiseen ja spatiaalisesti tarkkaan inventointiin. Uudet menetelmät voisivat korvata maastomittaukset osittain tai jopa täysin.

Väitöskirjan tavoitteena oli kehittää taimikoiden tiheyden, keskipituuden sekä puulajien määrittämiseen käytettäviä kaukokartoitusmenetelmiä suomalaisissa boreaalisissa metsissä. Väitöskirjan osatutkimuksissa hyödynnettiin uusia kaukokartoitustekniikoita kolmella eri tutkimusalueella. Osatutkimuksissa I ja IV käytettiin lennokilla kerättyjä fotogrammetrisia pistepilviä sekä multi- ja hyperspektrikuvia, lisäksi osatutkimuksissa II ja III aineistona hyödynnettiin monikanava- ja yksittäisen fotonin mittaustekniikalla tuotettua lentolaserkeilausaineistoa. Osatutkimuksissa I ja II analysoitiin lehdettömään ja lehdelliseen aikaan lennokista kerätyn hyperspektrikuva-aineiston sekä monikanavatekniikalla tuotetun lentolaserkeilausaineiston soveltuvuutta taimikoista tehtäviin mittauksiin. Osatutkimuksessa II aluskasvillisuuden luokittelun raja-arvoa (Cth) optimoitiin, jotta voitiin minimoida aluskasvillisuuden vaikutus puiden tunnistamiseen sekä niiden pituus- ja puulajiestimointiin. Osatutkimuksessa III arvioitiin yksittäisen fotonin mittaustekniikkaan perustuvan lentolaserkeilausaineiston soveltuvuutta taimikoiden tiheyden ja puiden pituuden ennustamiseen. Tässä tutkimuksessa kehitettiin myös uusi menetelmä (ABAEdgeITD) taimikoiden tiheyden ja puiden pituuden ennustamiseen yhdistämällä yksinpuintulkinnasta saadut ominaisuustiedot ja reunapuiden vaikutuksen korjauksen sisältävä aluepohjainen menetelmä. Osatutkimuksessa IV esitettiin ja arvioitiin uutta menetelmää, jossa konvoluutioneuroverkkojen syötteenä taimikoiden puulajitunnistukseen käytettiin esikäsiteltyjä lennokilla otettuja multispektrikuvia.

Tutkimuksen tulokset osoittavat, että lennokeilla otettujen kuva-aineistojen käyttö johti tarkempiin tuloksiin puuston tiheysennusteissa. Tiheäpulssisen monikanavaisen lentolaserkeilausaineiston käyttäminen tuotti parhaat tulokset taimikoiden puiden pituusennusteissa sekä lehdettömään että lehdelliseen aikaan. Yksinpuintulkinnasta saadut ominaisuustiedot ja reunapuiden vaikutuksen korjaaminen paransivat puuston tiheys- ja pituusennusteiden tarkkuutta verrattuna perinteiseen aluepohjaiseen menetelmään, mutta menetelmä oli silti epätarkempi kuin osatutkimuksissa I ja II käytetyt yksinpuintulkintamenetelmät. Varttuneiden taimikoiden ominaisuuksien ennustaminen onnistui tutkimuksissa paremmin kuin alle 1.3 m keskipituudeltaan olevien nuorten taimikoiden ominaisuuksien. Osatutkimuksessa IV käytetty kaukokartoituskuvien esikäsittely yhdistettynä konvoluutioneuroverkkojen käyttöön paransi taimien puulajitulkinnan tarkkuutta. Tutkimus osoittaa, että kaukokartoitusmenetelmiä voidaan hyödyntää operationaalisessa metsävarojen inventoinnissa täydentämään tai korvaamaan maastotöitä. Uudet tekniikat ovatkin tärke osa metsien käytön suunnittelun tehokkuuden lisäämistä.

Avainsanat
LiDAR, lennokkikuvaus, lentolaserkeilaus, metsien inventointi, konvoluutioneuroverkot, uudistusalat

Tekijä
  • Imangholiloo, University of Helsinki, Faculty of Agriculture and Forestry, Department of Forest Sciences ORCID https://orcid.org/0000-0001-6240-077X Sähköposti mohammad.imangholiloo@helsinki.fi

Julkaistu 3.10.2024

Katselukerrat 4235

Saatavilla https://doi.org/10.14214/df.355 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

Imangholiloo M, Saarinen N, Markelin L, Rosnell T, Näsi R, Hakala T, Honkavaara E, Holopainen M, Hyyppä J, Vastaranta M (2019) Characterizing Seedling Stands Using Leaf-Off and Leaf-On Photogrammetric Point Clouds and Hyperspectral Imagery Acquired from Unmanned Aerial Vehicle. Forests 10(5), article id 415.

https://doi.org/10.3390/f10050415

Imangholiloo M, Saarinen N, Holopainen M, Yu X, Hyyppä J, Vastaranta M (2020) Using Leaf-Off and Leaf-On Multispectral Airborne Laser Scanning Data to Characterize Seedling Stands. Remote Sensing 12(20), article id 3328.

https://doi.org/10.3390/rs12203328

Imangholiloo M, Yrttimaa T, Mattsson T, Junttila S, Holopainen M, Saarinen N, Savolainen P, Hyyppä J, Vastaranta M (2022) Adding single tree features and correcting edge tree effects enhance the characterization of seedling stands with single-photon airborne laser scanning. ISPRS Journal of Photogrammetry and Remote Sensing 191: 129–142.

https://doi.org/10.1016/j.isprsjprs.2022.07.005

Imangholiloo M, Luoma V, Holopainen M, Vastaranta M, Mäkeläinen A, Koivumäki N, Honkavaara E, Khoramshahi E (2023) A New Approach for Feeding Multispectral Imagery into Convolutional Neural Networks Improved Classification of Seedlings. Remote Sensing 15(21), article id 5233.

https://doi.org/10.3390/rs15215233


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
Lähetä sähköpostiin
Vihervuori L., (2015) Ecological interactions between herbivores and s.. Dissertationes Forestales vol. 2015 no. 196 artikkeli 1981 (poista) | Muokkaa kommenttia
Matthies B. D., (2016) A service-dominant perspective on payments for e.. Dissertationes Forestales vol. 2016 no. 219 artikkeli 2001 (poista) | Muokkaa kommenttia
Haapanen R., (2014) Feature extraction and selection in remote sensi.. Dissertationes Forestales vol. 2014 no. 181 artikkeli 1963 (poista) | Muokkaa kommenttia
Tanhuanpää T., (2016) Developing laser scanning applications for mappi.. Dissertationes Forestales vol. 2016 no. 230 artikkeli 2013 (poista) | Muokkaa kommenttia
Ville A. S. H. G., (2025) Through a glass darkly – shedding light on silen.. Dissertationes Forestales vol. 2025 no. 367 artikkeli 25005 (poista) | Muokkaa kommenttia
Pakkala T., (2012) Spatial ecology of breeding birds in forest land.. Dissertationes Forestales vol. 2012 no. 151 artikkeli 1933 (poista) | Muokkaa kommenttia
Vainio K. K., (2024) Lempipuut: Lajienvälisen ystävyyden näkökulma pu.. Dissertationes Forestales vol. 2024 no. 359 artikkeli 24014 (poista) | Muokkaa kommenttia
Kymäläinen H., (2025) Well-being and productivity of forest machine op.. Dissertationes Forestales vol. 2025 no. 370 artikkeli 25014 (poista) | Muokkaa kommenttia
Niskanen A.-M., (2013) Clonal variation in Scots pine (Pinus sylvest.. Dissertationes Forestales vol. 2013 no. 157 artikkeli 1940 (poista) | Muokkaa kommenttia
Komulainen M., (2010) Forestscapes – a forest landscape typology as an.. Dissertationes Forestales vol. 2010 no. 98 artikkeli 1880 (poista) | Muokkaa kommenttia
Thessler S., (2008) Remote sensing of floristic patterns in the lowl.. Dissertationes Forestales vol. 2008 no. 59 artikkeli 1840 (poista) | Muokkaa kommenttia
Matkala L., (2020) Vegetation, nutrients, and CO2 flux d.. Dissertationes Forestales vol. 2020 no. 305 artikkeli 10480 (poista) | Muokkaa kommenttia
Asamoah O., (2024) Evaluating local perceptions of sustainable util.. Dissertationes Forestales vol. 2024 no. 354 artikkeli 24007 (poista) | Muokkaa kommenttia
Karjalainen V., (2025) Crtitical aspects in trafficability of forest te.. Dissertationes Forestales vol. 2025 no. 368 artikkeli 25006 (poista) | Muokkaa kommenttia
Kaakkurivaara T., (2018) Innovative methods for measuring and improving t.. Dissertationes Forestales vol. 2018 no. 251 artikkeli 9989 (poista) | Muokkaa kommenttia
Väänänen R., (2008) Phosphorus retention in forest soils and the fun.. Dissertationes Forestales vol. 2008 no. 60 artikkeli 1846 (poista) | Muokkaa kommenttia
Saarela S., (2015) Use of remotely sensed auxiliary data for improv.. Dissertationes Forestales vol. 2015 no. 201 artikkeli 1984 (poista) | Muokkaa kommenttia
Tahvanainen V., (2020) The availability and supply of marketed mushroom.. Dissertationes Forestales vol. 2020 no. 291 artikkeli 10325 (poista) | Muokkaa kommenttia
Toivonen J., (2025) Assessing the structural biodiversity of forests.. Dissertationes Forestales vol. 2025 no. 365 artikkeli 25004 (poista) | Muokkaa kommenttia
Varis S., (2010) The role of pollen in the changing environmental.. Dissertationes Forestales vol. 2010 no. 105 artikkeli 1888 (poista) | Muokkaa kommenttia
Hakutulokset
Kotivuori E., (2022) Prediction of forest attributes using airborne l.. Dissertationes Forestales vol. 2022 no. 328 artikkeli 10778
Hovi A., (2015) Towards an enhanced understanding of airborne Li.. Dissertationes Forestales vol. 2015 no. 200 artikkeli 1985
Vastaranta M., (2012) Forest mapping and monitoring using active 3D re.. Dissertationes Forestales vol. 2012 no. 144 artikkeli 1927
Peuhkurinen J., (2011) Estimating tree size distributions and timber as.. Dissertationes Forestales vol. 2011 no. 126 artikkeli 1909