Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa Antti Mäkinen 17.5.2005 Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos
Dec 30, 2015
Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa
Antti Mäkinen
17.5.2005
Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos
Taustaa
Kuvamittaukset perustuvat ns. fotogrammetriseen
monikuvamittaustekniikkaan (Korpela 2004) Yksittäisiltä puilta mitataan latvuksen läpimitta (dc, crown
diameter) ja pituus (h, height). Mittaus tehdään jokaiselle
puulle vähintään kahdelta ilmakuvalta.
Jokaiselle mitatulle puulle estimoidaan
rinnankorkeusläpimitta Kalliovirran ja Tokolan allometrisillä
malleilla
Kuvamittaus
Tutkimuksen taustaa
Monikuvamittaustekniikka mahdollistaa yksittäisten puiden
läpimitan ja pituuden mittaamisen. Tarkkuudesta ei tietoa.
Tavoitteena arvioida menetelmän tarkkuutta ja löytää
tarkkuuteen vaikuttavat tekijät.
Aineistona 715 maastossa mitattua koepuuta 24:ltä
koealalta. Kaikki maastokoepuut mitattiin useammalta
ilmakuvalta (max. 24 eri lmakuvaa / puu) yht. 13392
havaintoa.
Mittausvirhettä tarkasteltiin eri kuva-, metsikkö- ja puutason
tunnusten suhteen.
Kuva-aineistona 1:6000, 1:12 000 ja 1:16 000 väri ja
väärävärikuvat
Tutkittuja asioita
Erilaiset tekijät vaikuttavat mittauksissa esiintyvään
virheeseen
Kohde-kamera –geometria: Missä kohdalla kuvaa puu
sijaitsee? Mistä kulmasta puu on kuvautunut? Miten
auringonvalo vaikuttaa puun näkyvyyteen?
Metsikön rakenne: Tiheys, puulaji, metsikön tasaisuus...
Mitattavan puun ominaisuudet: Puun koko suhteessa
lähiympäristön puihin, puun latvuksen muoto ja
ominaisuudet (puulaji)...
Kuinka paljon ja miksi mittauksissa on virhettä?
Mittausvirheen analysointi
Latvusläpimitan mittausvirhe Δdc = dc image - dc field
Mittausvirhettä tarkasteltiin erilaisin tilastollisten menetelmien
avulla (korrelaatio, regressioanalyysi) erilaisten kuva-asetelmaa ja
metsikön ominaisuuksia kuvaavien tunnusten suhteen.
Normal observation 10863 -0.50 0.81 0.95Only other side of the crown visible 143 -0.70 0.65 0.95
Crown edges blurred 47 -1.33 0.99 1.66
Only the top of the crown visible 320 -1.32 0.84 1.56
Crown not visible, no record 299 - - -
Crown edges too blurred, no record 1616 - - -
Sample tree outside image area, no record 104 - - -
Unrecorded crown diameter observations 2019
All observations 13392
RMSE, m
0.97Recorded crown diameter observations 11373 -0.53 0.81
Observation type Number of observations, N
Measurement
error ∆dc, mStandard
deviation, m
Tuloksia
Puulaji tärkein yksittäinen mittausvirheeseen vaikuttava tekijä
Muita virhettä selittäviä muuttujia: valaistussuunta (aurinko),
latvuksen läpimitta, lähiympäristön puuston keskipituus ja
ppa, naapuripuiden varjostusta kuvaavat tunnukset.
Kuvamittausten kalibrointi malleilla, jotka hyödyntävät
edellisiä muuttujia (kuvakohtainen, yleinen monikuva, yleinen
monoskooppinen).
All species -0.50 0.81 0.95 26.2 10863
Pine -0.31 0.80 0.86 24.1 5397
Spruce -0.79 0.73 1.08 28.4 3397
Birch -0.51 0.83 0.98 26.4 2069
Number of observations, N
Tree speciesMeasurement error
∆dc, mStd. dev., m RMSE, m RMSE, %
Tuloksia
species model type Δdc, m Std. Dev., m RMSE, m RMSE, %
All species
image-spesific 0.12 0.68 0.69 17.6
stereoscopic 0.16 0.73 0.75 20.4
monoscopic 0.17 0.72 0.74 18.9
Pine
image-spesific 0.10 0.66 0.67 18.2
stereoscopic 0.18 0.71 0.73 20.7
monoscopic -0.23 0.68 0.72 19.4
Spruce
image-spesific -0.01 0.51 0.51 14.0stereoscopic 0.02 0.57 0.57 15.0monoscopic -0.21 0.70 0.73 19.9
Birchimage-spesific 0.00 0.51 0.51 12.6
stereoscopic 0.01 0.68 0.68 16.8monoscopic 0.12 0.76 0.77 18.8
• Kolme erilaista kalibrointimallia mittausvirheen vähentämiseksi. Kuvakohtainen kalibrointi toimivin, mutta käytännön kannalta epäsopiva.
Tutkimuksen ongelmakohtia
Maastodatan mahdollisesti suuri hajonta (ei tarkkaa tietoa
maastoaineiston tarkkuudesta) Kaikki mittaukset vain yhden henkilön suorittamia
Menetelmän ongelmakohtia
Menetelmä manuaalinen (työläs) Mittaus jonkin verran subjektiivista Latvusmittauksen virheen lisäksi allometristen mallien virheet tilavuuden
estimoinnissa Mittausten kalibroinnin toimivuus?
Mitä tiedämme nyt?
Mittausvirheen suuruus
Mittausvirheeseen vaikuttavat tekijät (ainakin osa niistä)
Monikuvamittaustekniikalla suoritetun puiden mittauksen
tarkkuuden yläraja (kuinka tarkasti voidaan mitata?)
Mitä seuraavaksi? Yleisen kalibrointimallin toimivuus erilaisilla testiaineistoilla
Lisätestaus eri operaattoreilla ja erilaisilla kuva-aineistoilla
(nyt testauksessa 1:30 000 kuvat väärävärikuvat)
Kohdennettujen maastomittausten käyttö mittausten
kalibroinnissa