Dissertationes Forestales

Joanne C. White. (2019). Improving capacity for large-area monitoring of forest disturbance and recovery. https://doi.org/10.14214/df.272

Avainsanat: kaukokartoitus; aikasarja; Landsat; muutostulkinta; komposiittikuva; lentolaserkeilaus

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

Tietotarpeista metsien seurantaan liittyen on tullut entistä monitahoisempia. Jotta näihin tietotarpeisiin voidaan vastata, aineistojen tulee olla systemaattisesti tuotettuja, spatiaalisesti kattavia ja yksiselitteisiä, sekä niiden avulla tulee olla mahdollista havaita muutokset spatiaalisella ja temporaalisella resoluutiolla, jotka ovat yhteismitallisia sekä luonnon että ihmisen vaikutusten kanssa. Lisäksi raportointivelvollisuudet asettavat edelleen vaatimuksia läpinäkyvyyden, toistettavuuden ja aineistojen alkuperän suhteen. Väitöskirjan tavoitteena oli keskittyä näihin tarpeisiin sekä parantaa metsissä tapahtuvien häiriöiden ja niistä palautumisen seurannan mahdollisuuksia laajoilla alueilla.

Landsat-aikasarja tehostaa metsien seurannan mahdollisuuksia, erityisesti metsissä tapahtuvien häiriöiden jälkeisen palautumisen arviointia, kun taas komposiittikuvien tuottamisen lähestymistapa, jossa hyödynnetään parhaita saatavilla olevia pikseleitä, mahdollistaa Landsat-aikasarjan hyödyntämisen laajoilla metsäalueilla. Osajulkaisuissa I ja IV tunnistettiin metsien seurannan tietotarpeita ja liitettiin niitä komposiittikuvan tuottamisen kriteereihin sekä aineistojen saatavuuteen Kanadassa ja Suomessa. Osajulkaisussa II kehitettiin menetelmiä ja havainnollistettiin niitä tuottamalla laajan alueen yhtenäiset Landsat-komposiittikuvat, joista tunnistettiin muutokset, laskettiin jatkuvat muutospiirteet sekä tuotettiin vuosittaiset tiedot, jotka ovat olennaisen tärkeitä metsien seurannan kannalta. Osajulkaisussa III kansallista seurantamenetelmää testattiin Kanadan yli 650 Mha metsäekosysteemien alueella ja se mahdollisti yksityiskohtaiset analyysit kohteissa, joissa oli tapahtunut metsäpalo tai päätehakkuu edellisen 25 vuoden aikana (1985-2010). Lisäksi metsien lyhyen ja pitkän ajan palautumista pystytiin arvioimaan. Palautumista kuvaavista sävyarvopiirteistä tuotettiin lisätietoa osajulkaisuissa V ja VI. Osajulkaisussa V metsien palautumista kuvaavien sävyarvojen hyödyllisyyttä arvioitiin ja vahvistettiin vertaamalla niitä metsien peitteisyyden ja pituuden kriteereihin, jotka saatiin lentolaserkeilausaineistosta. Osajulkaisussa VI tutkittiin ja määrällistettiin maastossa mitattujen metsän rakenteen ja puulajisuhteiden vaikutusta palautumista kuvaaviin sävyarvoihin.

Keskittymällä metsien seurantajärjestelmien neljään tärkeimpään näkökulmaan, tietotarpeeseen, aineistojen saatavuuteen, menetelmäkehitykseen, ja tuotettuun tietoon, väitöskirjatutkimukset osoittivat, että yhdistämällä lähestymistapa, jossa komposiittikuvat tuotetiin hyödyntämällä parhaita saatavilla olevia pikseleitä, ja Landsat-aikasarja on mahdollista tuottaa sellaista tietoa ja aineistoja, joissa on tarvittavat ominaisuudet laajojen alueiden metsien seurantaa varten, samalla kun mahdollistetaan myös kokonaisvaltaisempi arviointi metsissä tapahtuvista häiriöistä ja metsien palautumisesta niiden jälkeen.

White, University of Helsinki, Department of Forest Sciences https://orcid.org/0000-0003-4674-0373 Sähköposti: joanne.white@canada.ca

Eero Muinonen. (2018). Optical data-driven multi-source forest inventory setups for boreal and tropical forests. https://doi.org/10.14214/df.256

Avainsanat: kaukokartoitus; k:n lähimmän naapurin estimointimenetelmä; Landsat-satelliittikuva; metsähakkeen tekninen korjuumahdollisuus; metsäpeitteen kartoitus; variogrammi

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

Työn tavoitteena oli soveltaa ja edelleen kehittää satelliittikuvatietoon perustuvia metsien inventoinnin laskennan menetelmiä ja komponentteja boreaalisen ja trooppisen metsän olosuhteissa. Tässä työssä esitettävät sovellukset perustuvat optisen alueen kaukokartoitustietoon, pääosin satelliittikuvatietoon, sekä epäparametriseen k:n lähimmän naapurin estimointimenetelmään, jotka molemmat ovat yleisesti käytettyjä komponentteja monilähteisessä metsien inventoinnissa.

Variogrammia tekstuuri-informaation lähteenä metsikkökuvion puuston keskitilavuuden estimoinnissa kokeiltiin digitaalisen ilmakuvan avulla Hyytiälässä. Ristiinvalidoinnin mukaan keskitilavuuden estimoinnin tarkkuus parani, kun semivarianssin arvot olivat mukana hakumuuttujien joukossa.

Metsäpeitteen ja tilavuuden kartoittamisessa Terain alueella Nepalissa hyödynnettiin. Landsat TM -satelliittikuvia. Monilähteisen metsien inventoinnin laskentaa sovellettiin tilavuuden kartoitukseen myös Kon Tumin provinssin alueella Vietnamissa. Näissä kahdessa tutkimuksessa käytettiin MODIS -satelliittikuvatietoa referenssinä Landsat TM kuvien suhteellisessa kalibroinnissa.

Satelliittikaukokartoitus on edesauttanut myös metsähakkeen teknisen korjuumahdollisuusarvion laskentamenetelmien kehitystyötä. Työssä esitetään esimerkkisovellus Keski-Suomessa ja lähtötietona laskentaproseduurissa käytetään monilähdeinventoinnin tuottamaa rasterimuotoista biomassakartoitusta. Metsähakkeen korjuumahdollisuusarvio perustui hakkuutähteiden ja kantojen korjuuseen päätehakkuukohteilla.

Trooppisen metsän alueita koskevissa sovelluksissa laskennan toteutus tehtiin Open Source -laskentaohjelmistoilla. Tehty työ on osaltaan myös REDD+ ohjelmaan liittyvää metsien inventoinnin ja kaukokartoituksen kapasiteetin kehitystyötä. Metsähakkeen korjuumahdollisuusarviot toimivat puolestaan tukena metsäbioenergian tuotantoon liittyvässä päätöksenteossa.

Muinonen, University of Eastern Finland, School of Forest Sciences Sähköposti: eerom7@gmail.com

Helena Haakana. (2017). Multi-source forest inventory data for forest production and utilization analyses at different levels. https://doi.org/10.14214/df.243

Avainsanat: metsäsuunnittelu; kaukokartoitus; k; Landsat satelliittikuva; skenaariomallinnus; n lähimmän naapurin estimointimenetelmä; puuntuotannon rajoitus

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

Valtakunnalliset ja alueelliset arviot metsien vaihtoehtoisista käyttömahdollisuuksista ja tulevista hakkuumahdollisuuksista perustuvat yleensä Valtakunnan metsien inventoinnin (VMI) tuottamaan koeala-aineistoon. Tarve vastaavanlaisille skenaariolaskelmille paikallisella tasolla on lisääntynyt kuten myös tarve sisällyttää laskelmiin paikkaan sidottua tietoa. VMI:n suhteellisen harvan otannan takia skenaariolaskelmia ei kuitenkaan voi tehdä pelkästään VMI-koealojen perusteella maakuntatasoa pienemmillä alueilla. Väitöskirjassa selvittiin mahdollisuutta tuottaa laskelmien lähtöaineisto VMI-koealoja, satelliittikuvia ja k:n lähimmän naapurin estimointimenetelmää käyttäen. Menetelmää hyödynnettiin ensin arvioitaessa metsien hallinnollisten ja teknisten käyttörajoitusten vaikutusta puuntuotantoon kahden kylän alueella Itä-Suomessa. Toisessa sovelluksessa arvioitiin liito-oravalle sopivien elinympäristöjen määrän kehittymistä kolmessa eri hakkuuskenaariossa metsäkeskusalueittain.

Skenaariolaskelmissa käytettiin MELA (Metsälaskelma) -ohjelmistoa. Laskentakuviot puuston kehitys- ja käsittelyvaihtoehtojen simulointia varten muodostettiin satelliittikuvien segmentoinnin ja puuntuotannon rajoitustietojen avulla. Laskentakuvioille haettiin satelliittikuvien avulla sävyarvoiltaan lähimmät VMI-koealat, joille estimoitiin uudet painot eli edustavuus kyseisellä laskentakuviolla. Työssä tarkasteltiin erilaisten segmentointimenetelmien ja sävyarvopiirteiden käyttöä estimoinnissa. Metsikkökuvioita mahdollisimman hyvin vastaavien segmenttien ansiosta liito-oravalle sopivien elinympäristöjen ennustamisessa voitiin käyttää kuvio- ja maisematason malleja.

Laskenta-aineiston tuottaminen satelliittikuviin perustuvalla koealapainojen estimoinnilla osoittautui käyttökelpoiseksi menetelmäksi, joka mahdollistaa skenaariolaskelmat pienemmillä alueilla kuin olisi mahdollista pelkän VMI-koeala-aineiston avulla, esimerkiksi kuntatasolla. Hyvän maantieteellisen kattavuuden ja jatkuvuuden ansiosta satelliittikuvat ja VMI ovat kustannustehokkaita tietolähteitä ja esitetyn menetelmän avulla VMI-aineistoa voidaan käyttää metsien käyttö- ja tuotantomahdollisuuksien arvioinnissa myös paikallistasolla.

Haakana, University of Eastern Finland, School of Forest Sciences Sähköposti: helena.haakana@luke.fi

Svetlana Saarela. (2015). Use of remotely sensed auxiliary data for improving sample-based forest inventories. https://doi.org/10.14214/df.201

Avainsanat: LiDAR; asetelmaperusteinen; Landsat; malliperusteinen; moniuloitteinen todennäköisyysjakauma; otanta

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

Kaukokartoitusaputiedon hyödyntäminen otantapohjaisten metsien inventointien parantamisessa Viime vuosikymmeninä kaukokartoituksen avulla hankitulla aputiedolla on potentiaalia lisätä otantapohjaisen metsien inventoinnin tärkeimpien estimaattoreiden täsmällisyyttä. Tämän opinnäytetyön motivaatio perustuu kaukokartoitusaineistojen lisääntyvään saatavuuteen ja tavoitteena oli selvittää miten tämän tyyppistä aputietoa voidaan käyttää parantamaan otantapohjaisten tutkimusten asetelmaa ja estimaattoreita. Tutkittiin kahta erilaista lähestymistapaa: malliperusteista ja asetelmaperusteista. Tutkimuksia varten kerättiin empiirinen aineisto boreaalisesta metsäalueelta Kuortaneelta Länsi-Suomesta. Aineisto käsitti yhdistelmän aputietona hyödynnettyjä laserkeilaus- ja Landsat-aineistoja, maastokoeala-aineisto kerättiin 10. valtakunnan metsien inventoinnin muunnelmana. Tutkittavana metsikkötunnuksena oli runkotilavuus. Tämän opinnäytetyön tulokset ovat tärkeitä metsien inventoinnin kehittämisessä vastaamaan vaatimuksia, jotka pohjautuvat kasvavaan määrään metsiin liittyviä kansainvälisiä sopimuksia ja velvoitteita. Användning av fjärranalysdata för att förbättra stickprovsbaserade skogsinventeringar Under de senaste årtiondena har det visat sig att hjälpdata från fjärranalys har potential att öka precisionen för skattningar i stickprovsbaserade skogsinventeringar. Denna avhandling motiverades av den ökade tillgängligheten av fjärranalysdata, och målet var att undersöka hur den här typen av hjälpdata kan användas för att förbättra både stickprovsdesign och skattningar vid stickprovsbaserade inventeringar. Två olika typer av statistisk inferens studerades: modellbaserad inferens och designbaserad inferens. Empiriska data för studierna förvärvades från ett borealt skogsområde i Kuortane regionen i västra Finland. Data bestod av en kombination av hjälpinformation från luftburen LiDAR, Landsat och fältdata från provytor som samlats in med hjälp av en intensifierad version av Riksskogstaxeringen. Det attribut som studerades var volym för skogsbeståndet. Resultaten från denna avhandling är viktiga för utvecklingen av skogsinventeringar så att de kan uppfylla de krav som följer av ett ökande antal internationella åtaganden och överenskommelser med anknytning till skogen.

Saarela, University of Helsinki, Department of Forest Sciences Sähköposti: svetlana.saarela@helsinki.fi

Reija Haapanen. (2014). Feature extraction and selection in remote sensing-aided forest inventory. https://doi.org/10.14214/df.181

Avainsanat: Landsat satelliittikuva; ilmakuva; ALS; TerraSAR-X; k lähintä naapuria; geneettinen algoritmi

Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä

Piirteiden irrotus ja valinta kaukokartoitusavusteisessa metsäninventoinnissa Tässä väitöskirjassa tutkittiin kaukokartoitusaineistoista irrotettujen piirteiden suorituskykyä suuralueen metsäninventoinnin yhteydessä. Tutkimusalueet sijoittuvat Suomen boreaalisen vyöhykkeen metsiin, yhtä Pohjois-Minnesotassa (Yhdysvallat) sijainnutta aluetta lukuunottamatta. Metsätunnusten estimointi tehtiin pikseli- tai hilatasolla, ei-parametrisen k-lähimmän naapurin menetelmän avulla. Kaukokartoitusaineistoina käytettiin Landsat 7 Enhanced Thematic Mapper Plus (ETM+) satelliittikuvia, väri-infra-ilmakuvia, TerraSAR-X tutkan sekä lentokoneesta tehtävän laserkeilauksen (ALS) tuottamia aineistoja. Näiden kuvatyyppien viitteellinen sopivuusjärjestys metsävaratunnusten estimoinnissa oli ALS, TerraSAR-X, ilmakuva ja Landsat 7 ETM+. Tutkimuksessa paneuduttiin erityisesti eri aineistoista irrotettujen piirteiden yhdistelyyn, sekä sellaisten piirreyhdistelmien etsimiseen, jotka tuottivat parhaan tuloksen metsävaratunnusten estimoinnissa. Piirteiden valinta tehtiin pääasiassa geneettisen algoritmin avulla. Tuloksina saadut suhteelliset keskineliövirheen neliöjuuret (RMSE) asettuivat välille 23–77 %, kun kyseessä oli puuston keskitilavuuden arviointi. Parhaat tulokset saatiin yhdistelemällä ALS- ja ilmakuvapiirteitä. Tällöin suhteelliset RMSE-arvot puuston keskitilavuudelle olivat 23–30 %, maisemakuvasta riippuen. Yleensä toisiaan täydentävien kuvatyyppien käyttö paransi arvioiden tarkkuutta. Automaattinen piirrevalinta vähensi suuresti hälyn sekä piirteiden määrää alkuperäiseen syötteeseen verrattuna ja johti parempaan estimointitulokseen. Niissä osatutkimuksissa, joissa hyödynnettiin ALS-aineistoja, erityisesti puuston vertikaalirakennetta kuvaavat ALS-tunnukset auttoivat pienentämään estimointivirhettä.

Haapanen, University of Helsinki, Department of Forest Sciences Sähköposti: reija.haapanen@gmail.com

Artikkelit jotka sisältää sanan 'Landsat'

Kategoria : Articles