Artikkelit jotka sisältää sanan 'segmentointi'

Kategoria : Articles

Zhengyang Hou. (2014). Mapping of growing stock and stand delineation for tropical forests using remote sensing. https://doi.org/10.14214/df.184
Avainsanat: laserkeilaus; segmentointi; ilmakuva; ALOS AVNIR-2; aluepohjainen menetelmä; piirteiden valinta; metsän kartoitus; kuvioiden rajaus; trooppiset metsät
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
Kaukokartoitusperusteinen trooppisen metsän puuston kartoitus ja metsiköiden rajaus Tässä työssä kehitettiin kaukokartoitusperusteisia metsävarojen inventointimenetelmiä metsätalouden kestävyyden seurantaan. Kansainvälisen ilmastopolitiikan konsepteja kehitetään metsän hävittämisestä johtuvaan kasvihuonekaasujen päästöjen hillitsemiseen (REDD), ja sen mekanismeihin kuuluu läheisesti trooppisten metsien seurantamenetelmät. Tutkimusalue sijaitsi Laosissa ja kaukokartoitusmateriaaleina oli ALOS AVNIR-2 satelliittikuva, digitaalinen ilmakuva ja laserkeilausmateriaali. Ensimmäisessä osatutkimuksessa vertailtiin näiden kolmen erityyppisen materiaalin tehokkuutta puuston tilavuuden ja tiheyden ennustamiseen. Tulokset osoittivat, että perinteinen aluepohjainen laserkeilausperusteinen menetelmä oli sekä tilavuuden (RMSE 36.9%) että puuston tiheyden (RMSE47.3%) osalta parhaat. Ilmakuvaperusteinen ennustus oli hieman parempi kuin satelliittikuvaperusteinen, vaikka erot eivät olleetkaan kovin suuria. Periaatteessa boreaalisessa metsissä kehitetty menetelmä toimi kohtuullisesti myös tropiikissa, vaikka tulokset eivät olleetkaan yhtä hyviä. Toisessa osatutkimuksessa tutkittiin aluepohjaisen menetelmän sovellettavuutta tropiikissa ja laseraineiston koealakohtaista aluskasvillisuudesta johtuvan osa-aineiston poistamista. Tutkimuksessa kehitettiin adaptiivinen pistepilven suodatusmenetelmä, jolla pystyttiin parantamaan tulosten luotettavuutta. Optimoidulla kiinteällä suodatusmenetelmällä saavutettiin 7 % tarkkuuden parannus ja adaptiivisellä menetelmällä lisäksi 2 % lisäparannus verrattuna pohjoismaiseen aluepohjaiseen perusmenetelmään. Kolmannessa osa-tutkimuksessa pyrittiin muodostamaan automaattisesti kaukokartoitusperusteisesti metsien käsittely-yksiköitä. Automaattisen kuvasegmentoinnin ja puuston ennustemallien avulla testattiin kuviointien mielekkyyttä. Ennustemallien luotettavuus ja kohdemetsän heterogeenisuus vaikuttivat merkittävästi lopputulokseen. Tutkimus osoitti, että kehitettyjä menetelmiä voidaan käyttää metsien hiilivarannon kartoitukseen ja metsien häviämisestä johtuvan kasvihuonekaasujen päästöjen seurantaan.
  • Hou, University of Eastern Finland, School of Forest Sciences Sähköposti: hou.zhengyang@gmail.com (sähköposti)
Minna Räty. (2011). Methods in general model localization. https://doi.org/10.14214/df.118
Avainsanat: kriging; luokittelu- ja regressiopuu (CART); LISA (spatiaalisen autokorrelaation paikallinen indikaattori); segmentointi; spatiaalinen autokorrelaatio
Tiivistelmä | Näytä lisätiedot | Artikkeli PDF-muodossa | Tekijä
Spatiaalisen tilastotieteen keinoin pystytään kalibroimaan yleisten, koko laajan tutkimusalueen kattavien, regressiomallien ennusteita, jolloin saadaan yhä tarkempia paikallisia estimaatteja ja arvioita. Yleisen mallin käytölle on ollut esteenä tämä alueellinen epätarkkuus, mutta jos epätarkkuutta pystytään pienentämään, yleisiä malleja voidaan liittää esim. laajojen metsäalueiden inventointi- ja arviointisysteemeihin. Yleisten mallien etuna on niiden yksinkertaisuus ja helppous käytössä. Väitöskirjassa tarkastelualueena on ollut eteläinen Suomi. Väitöskirjassa on tutkittu ja vertailtu erilaisia menetelmiä, joilla regressiomallin antamia ennusteita voidaan paikallistaa eli lokalisoida. Lokalisoinnissa paikallista harhaa, joka on todellisen mitatun arvon ja mallin antaman ennusteen välinen erotus, pienennetään tai poistetaan alueellisesti kokonaan. Yhteistä menetelmille on, että ne hyödyntävät havaintojen välistä spatiaalista autokorrelaatiota. Spatiaalisen autokorrelaation (SA) perusajatuksena on, että kaksi lähekkäin sijaitsevaa kohdetta ovat todennäköisemmin samankaltaisempia kuin kaksi toisistaan kauempana sijaitsevaa kohdetta ja siksi ympäristön poikkeamia yleisestä keskiarvosta voidaan käyttää naapurin arvioimiseen. Tarkempia estimaatteja voidaan saavuttaa erilaisilla menetelmillä. Osassa menetelmistä tutkimusalue on jaettu pienempiin mahdollisimman yhtenäisiin alueisiin, joille alkuperäinen malli on uudelleen sovittettu eli lokalisoitu, ja toisissa lokalisointi tehdään aina kunkin havainnon lähiympäristön havaintojen, nk. naapuruston, avulla. Kaikilla menetelmillä jäännösvirhe (RMSE) pieneni, mutta niillä menetelmillä, joilla lokalisointiin pyrittiin aluetta jakamalla, lokalisoiduissa RMSE:issä oli suurta vaihtelua. Siksi näihin menetelmiin pitäisi liittää jokin lisämuuttuja, jolla pystyisi kontrolloimaan jakamista ja lokalisointia. Tällöin pystyttäisiin arvioimaan, ovatko tietyt jaot kokonaisuudessaan tai yksittäiset alueet lokalisoinnin kannalta kannattavia. Toisaalta naapurustoa hyödyntävä lokalisointi antoi vakaita ennusteita, kun naapureiden määrä oli riittävä (yli 30). Tämä vaihtoehto tarjoaakin parhaimmat mahdollisuudet jatkotutkimuksille; sillä siihen voidaan yhdistää muita väitöskirjassa käytettyjä menetelmiä tai ei-parametrisiä menetelmiä.
  • Räty, University of Helsinki, Department of Forest Sciences Sähköposti: minna.s.raty@helsinki.fi (sähköposti)

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
Laurila J., (2013) Moisture content, weight loss and potential of e.. Dissertationes Forestales vol. 2013 no. 167 artikkeli 1950 (poista) | Muokkaa kommenttia
Hassan Md. K., (2015) Supply and demand of biomass based energy: rural.. Dissertationes Forestales vol. 2015 no. 210 artikkeli 1992 (poista) | Muokkaa kommenttia
Devkota B. P., (2019) From participation to responsiveness: The changi.. Dissertationes Forestales vol. 2019 no. 282 artikkeli 10255 (poista) | Muokkaa kommenttia
Haara A., (2005) The uncertainty of forest management planning da.. Dissertationes Forestales vol. 2005 no. 8 artikkeli 1791 (poista) | Muokkaa kommenttia
Leskinen L., (2007) Kestävyyden tulkinnat metsäkeskusten yhteistoimi.. Dissertationes Forestales vol. 2007 no. 44 artikkeli 1832 (poista) | Muokkaa kommenttia
Rautiainen A., (2019) On the optimal regulation of land use sector cli.. Dissertationes Forestales vol. 2019 no. 274 artikkeli 10182 (poista) | Muokkaa kommenttia
Eyvindson K., (2012) Integration of preference elicitation and the de.. Dissertationes Forestales vol. 2012 no. 147 artikkeli 1930 (poista) | Muokkaa kommenttia
Ronoud G., (2025) Assessing tree growth and competition using lase.. Dissertationes Forestales vol. 2025 no. 371 artikkeli 25010 (poista) | Muokkaa kommenttia
Kangas H.-L., (2012) Renewable Energy and Climate Policies: Studies i.. Dissertationes Forestales vol. 2012 no. 136 artikkeli 1923 (poista) | Muokkaa kommenttia
Natarajan K., (2019) Mapping investment environment by optimizing the.. Dissertationes Forestales vol. 2019 no. 273 artikkeli 10194 (poista) | Muokkaa kommenttia
Garcia-Gonzalo J., (2007) Effects of management on timber production and c.. Dissertationes Forestales vol. 2007 no. 42 artikkeli 1824 (poista) | Muokkaa kommenttia
Mäki M., (2019) Volatile organic compound fluxes from northern f.. Dissertationes Forestales vol. 2019 no. 275 artikkeli 10184 (poista) | Muokkaa kommenttia
Levkoev E., (2019) Differences in growth, wood density and wood ana.. Dissertationes Forestales vol. 2019 no. 284 artikkeli 10266 (poista) | Muokkaa kommenttia
Ruotsalainen R., (2021) Economic losses in forest management due to erro.. Dissertationes Forestales vol. 2021 no. 318 artikkeli 10638 (poista) | Muokkaa kommenttia
Turtiainen M., (2015) Modelling bilberry and cowberry yields in Finlan.. Dissertationes Forestales vol. 2015 no. 185 artikkeli 1974 (poista) | Muokkaa kommenttia