Sakari Tuominen (email), Timo Pitkänen, Andras Balazs, Annika Kangas

Monilähteisen valtakunnan metsien inventoinnin kehittäminen 3D-ilmakuva-aineiston avulla

Tuominen S., Pitkänen T., Balazs A., Kangas A. (2017). Monilähteisen valtakunnan metsien inventoinnin kehittäminen 3D-ilmakuva-aineiston avulla. Metsätieteen aikakauskirja vuosikerta 2017 artikkeli id 7792. https://doi.org/10.14214/ma.7792

Tekijät
  • Tuominen, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Helsinki ORCID ID:Sähköposti sakari.tuominen@luke.fi (email)
  • Pitkänen, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Helsinki ORCID ID:Sähköposti timo.p.pitkanen@luke.fi
  • Balazs, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Helsinki ORCID ID:Sähköposti andras.balazs@luke.fi
  • Kangas, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Joensuu ORCID ID:Sähköposti annika.kangas@luke.fi

Vastaanotettu 24.8.2017 Hyväksytty 1.9.2017 Julkaistu 1.9.2017

Katselukerrat 8496

Saatavilla https://doi.org/10.14214/ma.7792 | Lataa PDF

Creative Commons -lisenssi full-model-article7792

Seloste artikkelista Tuominen S., Pitkänen T., Balazs A., Kangas A. (2017). Improving Finnish Multi-Source National Forest Inventory by 3D aerial imaging. Silva Fennica vol. 51 no. 4 article id 7743. https://doi.org/10.14214/sf.7743

Suomessa on 1990-luvulta lähtien käytetty operatiivisesti monilähteistä valtakunnan metsien inventointia (MVMI), jossa yhdistämällä maastomittausten, satelliittikuvien ja digitaalisten karttojen tieto tuotetaan tietoa metsävaroista teemakarttojen ja kunnittaisten metsätilastojen muodossa. Menetelmä on käyttöönotostaan lähtien ollut systemaattisen tutkimuksen ja kehitystyön kohteena. Vaikka uusia satelliittikuva-aineistoja on tullut viime vuosina saataville, on metsikkötason estimaattien tarkkuutta vaikea parantaa merkittävästi nykyisestään perinteisiä kaukokartoituskuvien tulkintamenetelmiä käyttämällä.

Tämän tutkimuksen tavoitteena oli tarkastella 3D-ilmakuva-aineiston käyttöä MVMI:n tietolähteenä. Digitaalisen fotogrammetrian kehitys on mahdollistanut kolmiulotteisten pinta­mallien tuottamisen suuressa mittakaavassa stereopeitollisista ilmakuvista, mukaan luettuna sellaiset arkistoidut ilmakuvat, joita kuvattaessa ei alun perin ole kuvausparametreja valittu stereofotogrammetrista 3D-mallinnusta ajatellen. Ilmakuvia voidaan kuvausten alueellisen kattavuuden ja ajallisen päivitystiheyden osalta pitää soveltuvana tietolähteenä MVMI:n vaatimuksiin. Tuloksia verrattiin satelliittikuvilta, 2D-ilmakuvilta ja laserkeilauksesta saatuihin tuloksiin samalla alueella.

Tutkimusalue sijaitsi Ähtärin, Virtain ja Keuruun alueilla, joille oli sijoitettu valtakunnan metsien inventoinnin koealaotosta tiheämpi systemaattinen koealaotos. Koealojen otannassa käytettiin 8 koealan L-muotoista ryvästä, joiden väli oli 4.3 km pääilmansuunnissa. Systemaattisen otoksen koealoista noin 1800 sijaitsi metsätalouden maalla.

Puustotunnusten estimoinnissa käytettiin samaa menetelmää kuin operatiivisessa MVMI:ssä eli k:n lähimmän naapurin estimointimenetelmää. Kaukokartoituspiirteiden valinnassa käytettiin geneettistä algoritmia parhaiten puustotunnuksia ennustavan piirreyhdistelmän valintaan kustakin testatusta kaukokartoitusaineistosta.

Tulosten laskennassa sovellettiin samoja periaatteita kuin operatiivisessa MVMI:ssä, mikä poikkesi joiltain osin esim. metsäsuunnittelussa käytettävästä puustotulkinnasta. Puustotulkinta kattoi kaikki kehitys- ja ikäluokat. Edelleen, puustotulkinnassa olivat mukana kaikentyyppiset koealat (kokonaan yhdessä metsikössä ja metsiköiden rajalla sijaitsevat koealat), jotka mitattiin systemaattisen otannan mukaisista sijaintipaikoista (siirto ei sallittu). Koealakohtaisten puustotunnusten estimaattien ja niiden keskivirheiden lisäksi tarkasteltiin estimoitujen puustotunnusten jakaumia suhteessa alkuperäiseen maastoaineistoon. Lisäksi tarkasteltiin tuotettujen teemakarttojen kykyä tunnistaa puustotunnusten jakauman yläpäätä edustavia kohteita maastossa.

Estimointitulosten yhtenä referenssinä käytetty perinteinen satelliittikuva tuotti aineistolle tyypillisen puustotunnusten tarkkuuden (esim. kokonaistilavuuden suhteellinen keskivirhe (RMSE) n. 60%). Ilmakuva tulkittuna perinteisellä 2D-menetelmällä ei merkittävästi eronnut satelliitti­kuvasta puustotunnusten tarkkuudessa. Tulokset 3D-ilmakuvatulkinnalla olivat selkeästi paremmat kuin satelliittikuvilla tai 2D-ilmakuvatulkinnalla. Tilavuuden RMSE oli 3D-aineistoja käytettäessä noin puolet verrattuna satelliitti- ja 2D-ilmakuvatulkintaan. Laserkeilauksen ja 3D ilmakuva­tulkinnan välinen ero tarkkuudessa oli verraten pieni. Eri aineistoilla tuotettujen puustotunnusten estimointitarkkuuksia on esitetty kuvassa 1.

1

Kuva 1. Puustotunnusten tarkkuus eri kaukokartoitusaineistoilla.

3D-ilmakuvatulkinta osoittautui erittäin käyttökelpoiseksi menetelmäksi teemakarttojen tuottamiseen monilähdeinventoinnissa. Vaikka ilmakuvauksen parametreja ei ollut valittu stereo­fotogrammetrista 3D-mallitusta varten, ja latvusmalli silmävaraisesti tarkasteltuna oli karkea (Kuva 2), sen korrelaatio puustotunnusten kannalta oli hyvä. Lisäksi menetelmä on tällä hetkellä kustannuksiltaan laserkeilausta edullisempi menetelmä, ottaen huomioon sen, että latvusmallitiedon tuottaminen on mahdollista tavallisia ilmakuvia käyttäen. Tässä esitetyt tulokset eivät ole suoraan verrattavissa laserkeilaukseen perustuvien metsäsuunnittelutiedon tuottamishankkeiden tuloksiin näissä käytettävien erilaisten koealojen poimintastrategioiden vuoksi (eroina esim. katettavat kehitysluokat, otoksen poiminta sekä koealojen siirtäminen metsikkörajatapauksissa).

2

Kuva 2. Havainnollistus fotogrammetrisesta 3D-ilmakuva-aineistosta.

Kansallisessa ilmakuvaohjelmassa tavoitteena on kuvata lähes koko Suomi viiden vuoden välein, jolloin ajantasaisuuden suhteen 3D-ilmakuvaus ei ole yhtä hyvä vaihtoehto kuin satelliitti­kuviin perustuva kartta. Laserkeilauksen suhteen vastaavaa toistoväliä ei kuitenkaan ole määri­telty, joten tältä osin ilmakuva-aineistojen hyödyntäminen varmistaa suhteellisen ajantasaisten 3D-aineistojen saatavuuden metsävaratiedon tuotannossa.

Laserkeilauksen ja ilmakuvatulkinnan välinen ero luotettavuudessa oli verraten pieni, joten sillä ei välttämättä ole merkitystä tuotettuja puustotietoja käytettäessä, mutta erojen merkitys käytännön päätöksenteossa täytyy vielä erikseen tutkia. Laserkeilausta ja 3D-ilmakuvatulkintaa voitaisiin siten soveltaa vaihtoehtoisina menetelminä riippuen kuvamateriaalin saatavuudesta.


Rekisteröidy käyttäjäksi
Paina tätä linkkiä Metsätieteen aikakauskirjan käsikirjoituksen tarjoamis- ja seurantajärjestelmään (OJS) kirjautumiseen.
Kirjaudu sisään
Jos olet kirjautunut käyttäjäksi, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta

Valitsemasi artikkelit
Hakutulokset
Kangas A., Henttonen H. M. et al. (2020) Puiden tilavuusmallit on tarpeen päivittää Metsätieteen aikakauskirja vuosikerta 2020 numero 0 artikkeli id 10471
Katila M., Rajala T. et al. (2020) Paikallisten trendien arviointi ekosysteemipalve.. Metsätieteen aikakauskirja vuosikerta 2020 numero 0 artikkeli id 10470
Kangas A. (2020) Simulointitutkimusten tulkinnassa uusiin tutkimu.. Metsätieteen aikakauskirja vuosikerta 2020 numero 0 artikkeli id 10458
Sirro L., Häme L. et al. (2019) Metsävaratiedon ajantasaistus – satelliittikuvii.. Metsätieteen aikakauskirja vuosikerta 2019 numero 0 artikkeli id 10260
Haara A., Kangas A. (2019) Puulajivirheiden vaikutus puukauppatarjousten pa.. Metsätieteen aikakauskirja vuosikerta 2019 numero 0 artikkeli id 10079
Tuominen S., Kangas A. (2018) Miehittämättömät lentolaitteet metsien kaukokart.. Metsätieteen aikakauskirja vuosikerta 2018 numero 0 artikkeli id 10085
Kangas A., Packalen T. (2018) Metsävaratieto metsäalan toimijoiden päätöksente.. Metsätieteen aikakauskirja vuosikerta 2018 numero 0 artikkeli id 10031
Kangas A. (2018) Laserkeilausaineiston ja fotogrammetrisen 3D ain.. Metsätieteen aikakauskirja vuosikerta 2018 numero 0 artikkeli id 9952
Tuominen S., Pitkänen T. et al. (2017) Monilähteisen valtakunnan metsien inventoinnin k.. Metsätieteen aikakauskirja vuosikerta 2017 numero 0 artikkeli id 7792
Siipilehto J., Kangas A. (2015) Näslundin pituuskäyrä ja siihen perustuvia malle.. Metsätieteen aikakauskirja vuosikerta 2015 numero 4 artikkeli id 6584
Wallenius T., Laamanen R. et al. (2012) Lentolaserkeilaukseen perustuvan metsän inventoi.. Metsätieteen aikakauskirja vuosikerta 2012 numero 3 artikkeli id 6754
Kangas A., Mäkinen A. (2012) Metsävaratiedon elinkaari Metsätieteen aikakauskirja vuosikerta 2012 numero 1 artikkeli id 5849
Räty M., Kangas A. (2010) Globaalin regressiomallin lokalisointi homogeeni.. Metsätieteen aikakauskirja vuosikerta 2010 numero 2 artikkeli id 5752
Tikkanen J., Kangas A. et al. (2009) Vaikuttava ja hyväksyttävä alueellinen metsäohje.. Metsätieteen aikakauskirja vuosikerta 2009 numero 3 artikkeli id 6763
Saarinen N., Kangas A. et al. (2009) Osallistujien näkökulmat alueellisiin metsäohjel.. Metsätieteen aikakauskirja vuosikerta 2009 numero 3 artikkeli id 6761
Välimäki E., Kangas A. (2009) Kasvumallien toiminnan validointi ylitiheissä me.. Metsätieteen aikakauskirja vuosikerta 2009 numero 2 artikkeli id 5759
Kangas A., Haapakoski R. et al. (2009) Paikkaan sidottujen sosiaalisten arvojen käyttö .. Metsätieteen aikakauskirja vuosikerta 2009 numero 1 artikkeli id 5842
Kuusisto L., Kangas A. (2008) Harhakomponentit kuvioittaisen arvioinnin puusto.. Metsätieteen aikakauskirja vuosikerta 2008 numero 3 artikkeli id 6389
Mehtätalo L., Maltamo M. et al. (2006) Relaskooppikoealan pienimmän puun läpimitan mitt.. Metsätieteen aikakauskirja vuosikerta 2006 numero 3 artikkeli id 5703
Tokola T., Kangas A. et al. (2006) SIMO – SIMulointi ja Optimointi uuteen metsäsuun.. Metsätieteen aikakauskirja vuosikerta 2006 numero 1 artikkeli id 5726
Laukkanen S., Palander T. et al. (2005) Monikriteerisen äänestysmenetelmän soveltaminen .. Metsätieteen aikakauskirja vuosikerta 2005 numero 4 artikkeli id 6144
Saari A., Kangas A. (2005) Kuvioittaisen arvioinnin harhan muodostuminen Metsätieteen aikakauskirja vuosikerta 2005 numero 1 artikkeli id 6256
Kangas A., Aakala T. et al. (2004) Lahopuuinventoinnin menetelmien vertailu Nuuksio.. Metsätieteen aikakauskirja vuosikerta 2004 numero 1 artikkeli id 6080
Kangas A., Maltamo M. (2002) Puuston ja puutavaralajien tilavuuksien ennustev.. Metsätieteen aikakauskirja vuosikerta 2002 numero 4 artikkeli id 6211
Kangas A., Heikkinen E. et al. (2002) Puustotunnusten maastoarvioinnin luotettavuus ja.. Metsätieteen aikakauskirja vuosikerta 2002 numero 3 artikkeli id 6181
Maltamo M., Haara A. et al. (2002) Läpimittajakaumamalleihin perustuvat vaihtoehdot.. Metsätieteen aikakauskirja vuosikerta 2002 numero 3 artikkeli id 6180
Sironen S., Kangas A. et al. (2002) Puun kasvun ennustaminen k-lähimmän naapurin men.. Metsätieteen aikakauskirja vuosikerta 2002 numero 1 artikkeli id 6554
Kangas A., Kangas J. et al. (2001) Outranking-menetelmät työkaluina strategisessa l.. Metsätieteen aikakauskirja vuosikerta 2001 numero 2 artikkeli id 6511
Kangas A., Maltamo M. (2000) Prosenttipisteisiin perustuvan läpimittajakauman.. Metsätieteen aikakauskirja vuosikerta 2000 numero 4 artikkeli id 6075
Kangas A., Maltamo M. (2000) Prosenttipisteisiin perustuvat pohjapinta-alan l.. Metsätieteen aikakauskirja vuosikerta 2000 numero 4 artikkeli id 6074
Kangas J., Kangas A. et al. (1998) Alue-ekologinen ote metsäsuunnittelussa: onko me.. Metsätieteen aikakauskirja vuosikerta 1998 numero 3 artikkeli id 6577
Kangas A., Kangas J. (1998) Ekologiset mallit ja ekologisten riskien hallint.. Metsätieteen aikakauskirja vuosikerta 1998 numero 2 artikkeli id 6963
Rouvinen S., Kangas A. et al. (1997) Männikön laatujakauman kuvaaminen oksarajatiedon.. Metsätieteen aikakauskirja vuosikerta 1997 numero 4 artikkeli id 6234
Kangas A., Kangas J. (1997) Mallit, ennusteet ja simulointi metsätalouden la.. Metsätieteen aikakauskirja vuosikerta 1997 numero 3 artikkeli id 6478