Metsävaratiedon keruu kehittyy Maa- ja metsätalousministeriö, Helsinki, 7.3.2017 Juho Heikkilä, metsätiedon johtava asiantuntija Metsätieto ja sähköiset palvelut hankkeen välitulosseminaari
Metsävaratiedon keruu kehittyy
Maa- ja metsätalousministeriö, Helsinki, 7.3.2017
Juho Heikkilä, metsätiedon johtava asiantuntija
Metsätieto ja sähköiset palvelut
hankkeen välitulosseminaari
Visio – Yhteistyö – Tavoitteet
• Lähtökohta: Laserkeilaus on mullistanut operatiivisen
kaukokartoituksen. Tiedon ylläpitoon on olemassa keinot.
• Visio 2020-luvulle
› Monikanavainen ja tiheäpulssinen laserkeilaus on käytännön tekniikkaa.
› Hakkuukone ja omavalvonta ovat ajantasaisen metsävaratiedon perusta.
› Suomessa on kattava, tehokas ja riittävän tarkka metsävaratiedon keruu
ja ajantasaistus.
Visio – Yhteistyö – Tavoitteet
• Kansallinen keilausohjelma
› Keilausten jatkuvuus ja laadukas laserkeilausdata
› Laaja-alaisempi laseraineiston hyödyntäminen eri toimialoilla
› Eri tarpeisiin sovitettu alueiden priorisointi ja keilauskierto
• Laserinventoinnin ja ajantasaistuksen kehittäminen
› Laserkeilauksen teknologiakehityksen hyödyntäminen
› Tarkemmat puulaji- ja puutavaralajitiedot
› Metsävaratiedon tarkkuus mahdollistaa sähköisen puukaupan
› Ajantasainen tieto tehostaa metsäsuunnittelua ja puunhankintaa
Metsävaratiedon kehittäminen • SMK keskittyy kehittämiseen, jolla on metsävaratiedon laadun
ja käyttötarpeiden kannalta eniten potentiaalia käytännön
metsätaloudessa.
• Tiedonkeruu ja ajantasaistus
1. Monikanavakeilaus
2. Tiheäpulssilaser
3. Runkolukusarjat
4. Hakkuukonetieto
5. Mobiilipilotti
6. Lennokkipilotti
7. Automaattikuviointi
8. Hila-aineiston kehittäminen
Lasertutkimusalue
• Monikanava-, tiheäpulssi- ja rulu-sarja-
tutkimukset 2016-18.
• SMK, Itä-Suomen yliopisto, Terratec
(keilaaja), Blom Kartta.
• Ns. Liperin alue, josta Optech Titan
monikanava- ja tiheäpulssikeilaus, 432 km2
• Osa operatiivista inventointialuetta, josta
myös normaali tuotantokeilaus ja ilmakuvaus
• 2016 maasto- ja kaukokartoitusaineistojen
keruu ja prosessointi.
• 2016 mitattu n. 500 puustotulkintakoealaa.
2017 mitataan myös tarkka maastoaineisto
tulosten vertailuun (esim. 30-40 m ruutuja).
1. Monikanavakeilaus
Optech Titan-monikanavakeilaimen aallonpituusalueet pystypalkkeina
sekä intensiteettikuva kolmella aallonpituuskanavalla.
Titan RGB_hillshade_050, Terratec
1. Monikanavakeilaus
• Tavoitteet ja tulokset
› Parempi puulajitulkinta.
› Puustotulkinta ilman ilmakuvia (sää on suurin käytännön riskitekijä).
› Monikanavakeilauksen hyödyt ja menetelmät operatiiviseen
laserinventointiin.
• Toteutus
› 2017 monikanavalaserin tulkintatutkimus: intensiteettikalibrointi
kanavittain, maanpinnan ja puuston mallinnuksen optimaaliset
metriikat (esim. eri kanavien yhdistelmiä).
› 2018 parhaiden menetelmien vertailu tarkkaan maastoaineistoon,
tulosten tarkastelu ja johtopäätökset.
2. Tiheäpulssilaser
• Tavoitteet ja tulokset
› Tarkemmat puustoennusteet.
› Rajapuumenetelmä käyttöönotettavissa.
› Yksinpuintulkinnan mahdollisuudet käytännön toiminnassa.
› Tiheäpulssilaserin hyödyt ja menetelmät operatiiviseen
laserinventointiin.
• Toteutus
› 2017 rajapuumenetelmän laskentajärjestelmä, joka toimii sekä
koeala- että hilaruututasolla. Puustotulkinta myös nykyisellä
aluepohjaisella ja varsinaisella yksinpuinmenetelmällä.
› 2018 parhaiden menetelmien vertailu tarkkaan maastoaineistoon,
tulosten tarkastelu ja johtopäätökset.
2. Tiheäpulssilaser
Packalen, P., Strunk, J., Pitkänen, J., Temesgen, H. and Maltamo, M. 2015.
Edge-tree Correction for Predicting Forest Inventory Attributes Using Area-based
Approach With Airborne Laser Scanning. IEEE J-STARS 8(3): 1274-1280.
• Teknologiakehitys mahdollistaa
tiheäpulssisen datan keruun
ilman pulssin laadun
heikentymistä tai kustannusten
merkittävää kasvua
(lentokorkeus).
• Rajapuumenetelmä yhdistää
yksinpuittaisen tarkastelun ja
aluepohjaisen tulkinnan.
3. Runkolukusarjat
• Tavoitteet ja tulokset
› Paremmat puutavaralajiennusteet.
› Optimaalinen menetelmä puujoukon muodostamiseksi operatiiviseen
laserinventointiin.
› Liittymänä runkolukusarjat metsätietojärjestelmässä.
• Toteutus
› 2017 läpimittajakaumien vertailututkimus: (1) nykyiset jakaumamallit,
(2) paikalliset puulistat, (3) kokonaistilavuuteen skaalaus, (4)
parametrien suora imputointi, (5) parametrien palauttaminen (recovery).
› 2018 parhaiden jakaumamenetelmien yhdistäminen monikanava- ja
tiheäpulssilaserin tulkintaan, joille jakaumat ovat jatkotuote. Vertailu
tarkkaan maastoaineistoon, tulosten tarkastelu ja johtopäätökset.
3. Runkolukusarjat
Kuva Itä-Suomen yliopisto
• Laajempi läpimitta-
jakaumatesti, jossa
vertaillaan eri menetelmiä
puujoukon muodostamiseksi
ja arvioidaan niiden
tarkkuutta ja toimivuutta
käytännössä.
• Käytännön toiminnassa on
tarkoitus kehittää
puulajeittaisia jakaumia,
mutta jos puulajitulkinta ei
parane, eivät siihen
perustuvat jakaumatkaan voi
parantua.
Leimikon bufferointi moton
hakkuupisteistä, Metsäteho
4. Hakkuukonetieto
• Tavoitteet ja tulokset
› Leimikkokuviointityökalu (hakkuutapa, aika ja rajaus)
sekä kertymätietojen laskenta (Metsäteho).
› Metsävaratiedon ajantasaistus hakkuukonetiedolla ml.
leimikkokuvioiden upotus. Alustava määrittely (SMK).
• Toteutus
› 2017 leimikoiden bufferointi hakkuukonedatasta
(kuvioinnin automatisointi, ajourat, hakkuutapa, pienten
saarekkeiden/sirpaleiden siivous, vierekkäiset leimikot).
› 2017 puustotietojen laskentaprosessin kehittäminen
hakkuukonedatasta.
› 2017 kuvataan myös hakkuukonetiedon hyödyntämisen
kokonaisprosessi metsävaratiedon ylläpitoon.
4. Hakkuukonetieto
5. Mobiilipilotti (2017-18, SMK, Trestima, Tieto, Luke)
• Valokuvaukseen ja konenäköön perustuva mobiili metsänmittaus kuviotason
laadunvarmistukseen sekä mahdollisesti taimikoiden maastoarviointiin.
• Metsävaratiedon laatutiedon hallinta ja työkalut SMK:n Aarni-järjestelmään.
6. Lennokkipilotti (2017-18, SMK, Arbonaut, CareliaForest)
• UAV-aineistosta puustotulkintakoealat taimikoiden laserinventointiin.
• Tavoitteena korvata valtaosa taimikoiden maastokoealoista, parantaa
taimikkotulkinnan laatua, vähentää varttuneiden taimikoiden maastotarkistusta
7. Automaattikuviointi (2017, SMK, Terratec)
• SMK:ssa työkalu, jolla eri tausta-aineistoilla yhdistellään puustotulkitsijan
mikrokuviot toimenpidekuvioiksi. Jatkokehitetään automaattikuviointia niin,
että manuaalisen työn tarve minimoidaan.
8. Hila-aineiston kehittäminen
• Nykyinen hilatieto
› Puuston laserinventointi 16 m ruuduille ja maapohja kuvioittaisesta
arvioinnista.
› Kokonaispuuston ja puulajiositteiden (mä, ku, lepu) keski- ja
summatunnukset (v, ppa, rulu, d, h, ikä). Myös joitain muita muuttujia.
› Maapohjan osalta hilalle viety normaalin kuvioittaisen arvioinnin
mukaiset maaperä- ja kasvupaikkatiedot.
8. Hila-aineiston kehittäminen
• Hilalle olosuhdetiedot (korjuukelpoisuuskarttojen
käyttöönotto käynnissä)
• Hilalle runkolukusarjat (järjestelmäpilotointi alkanut)
› Tutkimuksesta varsinainen menetelmä puujoukon muodostamiseksi.
• Hakkuukonetieto avainasemassa. Tarkemmalla
toteutustiedolla on mahdollista päivittää myös hilatietoa.
• Hilaa jaetaan metsätietostandardiksi vietävällä geopackage-
formaatilla suoraan rajapinnasta tai tiedostopaketteina.
Kiitos • ASIAKKAAT – HENKILÖSTÖ – KUMPPANIT – YHTEISKUNTA
www.metsäkeskus.fi | www.metsään.fi
www.twitter.com/metsakeskus | www.facebook.com/suomenmetsakeskus