Artikkelin koko teksti on saatavilla vain PDF-formaatissa.

Janne Toivonen

Assessing the structural biodiversity of forests with airborne laser scanning and optical data

Toivonen J. (2025). Assessing the structural biodiversity of forests with airborne laser scanning and optical data. https://doi.org/10.14214/df.365

Tiivistelmä

Metsillä on erityinen rooli luonnon monimuotoisuuteen liittyvässä päätöksenteossa, sillä ne kattavat noin 80 % maaekosysteemien monimuotoisuudesta maailmanlaajuisesti. Metsäkasvillisuuden rakenne ja sen moninaisuus vaikuttavat paikalliseen monimuotoisuuteen muokkaamalla mikroilmastollisia olosuhteita, tarjoamalla suojaa ja lisääntymispaikkoja, sekä vaikuttamalla resurssien ja ekologisten lokeroiden jakautumiseen ja saatavuuteen. Metsien kasvillisuuden rakenteen arvioinnissa kaukokartoitusdataa, kuten lentolaserkeilausdataa (ALS; Airborne Laser Scanning) ja optista dataa (esim. ilma- ja satelliittikuvat), hyödynnetään laajalti. Tämän väitöskirjan tavoitteena oli tarkastella ALS-datan käyttömahdollisuuksia metsien biologisen ja rakenteellisen monimuotoisuuden arvioinnissa.

Ensiksi tehtiin katsaus ALS-datan hyödyntämisestä metsien biologisen ja rakenteellisen monimuotoisuuden arvioinnissa. Katsauksessa raportoitiin yleisimmin tutkitut aiheet ja yleisimmät tutkimusalueiden maantieteelliset sijainnit, sekä listattiin kaikista eniten käytetyt ja hyödyllisimmät ALS-metriikat. Toiseksi arvioitiin ALS-datan ja ilmakuvien yhteiskäyttöä ekologisesti arvokkaiden metsähaapojen tunnistuksessa. Haavan ekologista tärkeyttä alleviivaa se, että lukuisat haavasta riippuvat lajit ovat Punaisen listan lajeja. Kaukokartoitukseen perustuva haavan kartoitus on tunnetusti haastavaa, sillä haavat sekoittuvat eniten muiden lehtipuiden kanssa, mutta myös siksi, että haapoja esiintyy vain harvakseltaan. Haapojen harvalukuisuus otettiin huomioon tasapainottamalla opetusaineistoa niin kutsutulla SMOTE-menetelmällä (Synthetic Minority Oversampling TEchnique). Kolmanneksi arvioitiin ALS-datan ja Sentinel 2-satelliittikuvien yhteiskäyttöä metsikkökoealojen iän ennustamisessa. Kaukokartoitusmuuttujien lisäksi laskettiin maastoaineistosta kategorisia selittäjiä, joilla kuvattiin koealan kasvuolosuhteista. Koealojen iän ennustamisessa verrattiin lineaarista sekamallia (LME) ja tehostettua päätöspuumenetelmää, joka hyödyntää satunnaisvaikutuksia (GPBoost). Joillakin koealoilla oli edellisen puusukupolven niin kutsuttuja ylispuita (siemen- ja jättöpuita), jotka vaikeuttivat iän ennustamista näillä koealoilla. Ylispuut otettiin huomioon testaamalla vaihtoehtoista ennustusmenetelmää, joka sisälsi ylispuukoealojen luokituksen ennen iän ennustamista.

Tulokset osoittivat, että suurin osa ALS-perustaisesta metsien biologisen ja rakenteellisen monimuotisuuden tutkimisesta on tähän saakka tapahtunut Euroopassa ja Pohjois-Amerikassa. Eläinekologia, kuollut puusto ja puulajien monimuotoisuusindeksit olivat eniten tutkittuja aihealueita. ALS-dataa käytettiin usein yhdessä muiden kaukokartoitusaineistojen, kuten ilma- ja satelliittikuvien kanssa, mikä oli erityisen hyödyllistä, kun puulajeja käsiteltiin suorasti tai epäsuorasti. Katsauksen perusteella ei löydetty yhtä selvää ALS-selittäjää, joka olisi hyödyllinen kaikenlaisessa metsien biologisen ja rakenteellisen monimuotoisuuden arvioinnissa. Kasvillisuuden korkeuden keskihajonta, keskiarvo ja variaatiokerroin olivat eniten hyödynnettyjä ja useimmiten hyödyllisiksi osoittautuneita ALS-selittäjiä.

Kookkaiden haapojen puu- ja koealatasojen luokittelutarkkuus parani, kun SMOTE-menetelmää hyödynnettiin harvinaisten haapahavaintojen augmentoinnissa. Ilmakuvaselittäjät osoittautuivat ALS-selittäjiä tärkeämmiksi kookkaiden haapojen tunnistamisessa. Eritoten lähi-infrakanava ja sen suhteet muiden ilmakuvakanavien kanssa olivat tärkeitä selittäjiä. Tulokset osoittavat, että kookkaiden haapojen tunnistaminen aidoissa populaatioissa on edelleen haasteellista.

Koealatason iän ennustamisessa GPBoost-menetelmä oli LME-menetelmää parempi, ja luokka-asteikollisten selittäjien mukaan ottaminen satunnaisvaikutuksina johti selvään ennustevirheen pienentymiseen. Ennustevirheen pieneneminen oli LME-malleissa suurempaa kuin GPBoost-malleissa. Kaikista parhaat tulokset saatiin, kun ylispuukoealojen luokitus tehtiin ennen iän ennustamista.

Tämä väitöskirja osoitti, että ALS-data tarjoaa arvokasta informaatiota metsäluonnon monimuotoisuuden arviointiin niin pienessä kuin suuressakin mittakaavassa. Se myös osoitti, että on tärkeää arvioida menetelmän tehokkuutta aineistolla, joka antaa realistisimman kuvan tarkasteltavasta populaatiosta. Tulevaisuudessa tarvitaan enemmän tutkimusta vähemmän tutkituista aiheista, kuten funktionaalisesta monimuotoisuudesta. Lisäksi GPBoost-menetelmää tulisi testata myös muiden metsää kuvaavien ominaisuuksien kuin iän ennustamisessa.

Avainsanat
biodiversiteetti; kaukokartoitus; laserkeilaus; metsän rakenne; metsähaapa; metsän ikä

Tekijä
  • Toivonen, University of Eastern Finland, Faculty of Science, Forestry and Technology, School of Forest Sciences ORCID https://orcid.org/0000-0003-1319-3035 Sähköposti janne.toivone@gmail.com

Julkaistu 1.4.2025

Katselukerrat 3871

Saatavilla https://doi.org/10.14214/df.365 | Lataa PDF

Creative Commons License CC BY-NC-ND 4.0

Osajulkaisut

Toivonen J, Kangas A, Maltamo M, Kukkonen M, Packalen P (2023) Assessing biodiversity using forest structure indicators based on airborne laser scanning data. Forest Ecology and Management 546, article id 121376.

https://doi.org/10.1016/j.foreco.2023.121376

Toivonen J, Kangas A, Maltamo M, Kukkonen M, Packalen P (2024) Mapping large European aspen (Populus tremula L.) in Finland using airborne lidar and image data. Canadian Journal of Forest Research 54(7): 762–773.

https://doi.org/10.1139/cjfr-2023-0271

Toivonen J, Kangas A, Pitkänen TP, Myllymäki M, Maltamo M, Kukkonen M, Packalen P (2025) Tree Boosting with Linear Forest-Type Effects Improves the Performance of Forest Age Predictions Using Airborne Laser Scanning and Satellite Data. 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
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
Toivonen J., (2025) Assessing the structural biodiversity of forests.. Dissertationes Forestales vol. 2025 no. 365 artikkeli 25004 (poista)