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