Hyppää pääsisältöön

Tarkenna hakuasi

Ilmakuva järvi- ja metsämaisemasta

MMM Eetu Kotivuori, väitös 11.11.2022: Puustotunnuksia voidaan ennustaa laserkeilauspohjaisten mallien avulla ilman uusia paikallisia maastomittauksia

Metsätieteen alaan kuuluva väitöskirja tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa Joensuun kampuksella. Tilaisuutta voi seurata myös verkossa.

Mikä on väitöstutkimuksesi aihe? Miksi aihepiiriä on tärkeää tutkia?

Väitöskirjan aiheena oli tutkia laserkeilauspohjaisten mallien toimivuutta laserkeilaukseen ja lennokki-ilmakuvapistepilviin perustuvissa metsävarainventoinneissa, ilman uusia paikallisia maastomittauksia.

Metsävarainventoinneissa metsistä kerätään puustotietoja muun muassa metsien käytön ja hoidon suunnittelun tueksi. Puustotunnuksia (kuten valtapituus, tilavuus ja biomassa) kerätään perinteisesti metsävarakuvioilta, jotka ovat puustoltaan ja kehitysvaiheeltaan mahdollisimman yhtenäisiä yli puolen hehtaarin alueita. Aikaisemmin inventoinnit suoritettiin vierailemalla jokaisella kuviolla yksi kerrallaan ja suorittamalla keskeiset mittaukset maastossa. Viimeisen 15 vuoden aikana tästä niin kutsutusta kuvioittaisesta arvioinnista on siirrytty laserkeilaukseen perustuvaan metsävarojen inventointiin, joka on vähentänyt maastokäyntejä merkittävästi.

Laserkeilauspohjainen inventointi perustuu maastossa koealoilta mitattujen puustotunnusten ja laserkeilausaineistosta johdettujen tunnusten väliseen tilastolliseen riippuvuuteen. Mallien avulla puustotiedot voidaan ennustaa koko inventoitavalle alueelle (yleensä > 100 000 ha) yhdellä kertaa hyödyntäen koealojen kokoa vastaavia inventointiyksiköitä. Inventointitiedot voidaan tämän jälkeen yleistää inventointiyksiköiltä esimerkiksi perinteisille metsävarakuvioille. Menetelmää kutsutaan yleisesti aluepohjaiseksi inventoinniksi. Laserkeilaukseen perustuva inventointi tarvitsee pohjatiedokseen kuitenkin maastokoealoja, joiden mittaus muodostaa edelleen merkittävän yksittäisen kuluerän inventointihankkeisiin.

Väitöskirjan ensimmäisenä keskeisenä tavoitteena oli tutkia metsävarojen aluetason inventointia hyödyntäen valtakunnallisia laserkeilauspohjaisia malleja. Toisin sanoen työssä tutkittiin, kuinka hyviin puustotunnusten ennustustarkkuuksiin päästäisiin eri puolella Suomea, jos laserkeilauspohjaisessa inventoinnissa ei kerättäisi paikallista koeala-aineistoa lainkaan. Valtakunnallisten mallien ennusteet osoittivat usein systemaattisia yli- ja aliarvioita aluetasolla, minkä takia työn toisena merkittävänä tavoitteena oli tutkia mallien ja niiden ennusteiden kalibrointia ilman uusia maastomittauksia.

Viime vuosina lennokkien (eli droonien) käyttö metsävarojen inventoinnissa on myös herättänyt mielenkiintoa. Suurin osa lennokki-inventoinneista perustuu tällä hetkellä ilmakuvaukseen ja ilmakuvista johdettuihin ilmakuvapistepilviin. Näitä lennokki-ilmakuvapistepilviä voidaan hyödyntää laserkeilausaineistojen tapaan aluepohjaisessa inventoinnissa. Lennokki-inventointia voikin käyttää esimerkiksi päivittämään metsävaratietoa laserkeilausinventointien välissä tai hakkuu- ja hoitotoimenpiteiden jälkeen. Lennokki-inventoinnit ovat kuitenkin pääasiassa pienialaisia (< 100 ha), jonka takia suuria maastoaineistoja tilastolliseen mallinnukseen inventoitavalta alueelta ei ole yleensä kannattavaa mitata.

Väitöskirjan kolmantena päätavoitteena olikin tutkia laserkeilauspohjaisten mallien käyttöä lennokki-inventoinnissa. Työssä testattiin valtakunnallisia malleja ja malleja lähimmältä samankaltaiselta inventointialueelta korvaamalla laserkeilauspohjaisten mallien selittäjät ilmakuvapistepilvistä lasketuilla selittäjillä malleja käytettäessä. Mallien toiminnan varmistamiseksi tutkimuksessa oli myös tärkeää oppia tunnistamaan samankaltaiset selittäjät laserkeilausaineistojen ja ilmakuvapistepilviaineistojen välillä.

Mitkä ovat väitöstutkimuksesi keskeiset tulokset tai havainnot?

Väitöskirjan tulokset osoittivat, että metsävarainventointi ilman uusia paikallisia maastomittauksia on mahdollista kohtalaisella tarkkuudella valtakunnallisten laserkeilauspohjaisten mallien avulla. Mallien ennusteiden systemaattisia yli- ja aliarvioita saatiin vähennettyä, kun yleiset mallit kalibroitiin ympäristöä ja maantieteellisiä olosuhteita kuvaavien lisäselittäjien avulla (lämpösumma-, sadanta- ja puulajisuhdetiedot). Pienen paikallisen kalibrointiaineiston (esim. 20 koealaa) mittaaminen valtakunnallisten mallien tueksi on kuitenkin suositeltavaa, jos se on taloudellisesti mahdollista.

Tutkimuksen tulokset osoittivat myös, että olemassa olevia laserkeilauspohjaisia malleja voidaan hyödyntää lennokki-inventoinneissa. Mallit toimivat erityisen hyvin silloin, kun ne on sovitettu käyttäen koealoja lähimmältä samankaltaiselta inventointialueelta ja niiden selittäjät kuvaavat puuston ylintä latvuskerrosta. Ennustustarkkuutta parantaa myös ennustusyksiköiden luokittelu havu- ja lehtipuuvaltaisuuden mukaan ennen ennustamista.

Miten väitöstutkimuksesi tuloksia voidaan hyödyntää käytännössä?

Valtakunnallisia laserkeilauspohjaisia malleja ja työssä esitettyjä aluepohjaisen ennustamisen menetelmiä lennokki-inventointeihin voidaan hyödyntää operatiivisissa inventointihankkeissa. Valtakunnallisia malleja voidaan lisäksi hyödyntää inventointien suunnittelun tukena.

Tulevaisuudessa on tehtävä jatkotutkimusta puulajittaisesta ennustamisesta ilman uusia paikallisia maastomittauksia, sillä puulajitiedon erottelu on tärkeää metsäsuunnittelun kannalta.

Kuvaile väitöstutkimuksesi prosessia.

Väitöskirjassa hyödynnettiin koeala-aineistoja 22 operatiiviselta inventointialueelta eri puolelta Suomea. Alueilta oli käytössä koealoilta maastossa mitatut puustotiedot ja koealoille leikatut laserkeilausaineistot. Valtakunnalliset mallit sovitettiin koko Suomen kattavasta aineistosta ja mallien toimintaa verrattiin aluetasolla sovitettuihin malleihin. Valtakunnallisten mallien ja aluetason mallien tuloksia verrattiin ristiinvalidoinnin avulla.

Valtakunnallisten mallien kalibrointia testattiin ensimmäisenä pienen paikallisen kalibrointiaineiston avulla. Tämän jälkeen valtakunnallisia malleja pyrittiin kalibroimaan ilman uusia maastomittauksia kolmella skenaariolla: 1) kalibroimalla mallit ympäristöä ja maantieteellisiä olosuhteita kuvaavilla lisäselittäjillä, 2) uudelleen sovittamalla mallit lähimpien inventointialueiden koealatiedoilla ja 3) sovittamalla mallien ennusteet valtakunnan metsien inventoinnin aluetason tietoihin.

Lennokki-inventointia laserkeilauspohjaisilla malleilla testattiin Liperin tutkimusalueella. Alueelta mitattiin 19 isoa testikoealaa, joilta kerättiin myös lennokki-ilmakuvat. Lennokkikuvista muodostettiin ilmakuvapistepilvet. Valtakunnallisia laserkeilauspohjaisia malleja ja malleja lähimmältä samankaltaiselta inventointialueelta testattiin korvaamalla laserkeilauspohjaisten mallien selittäjät ilmakuvapistepilvistä johdetuilla tunnuksilla malleja käytettäessä. Ennen laserkeilauspohjaisten mallien muodostamista pyrittiin myös tunnistamaan selittäjät, jotka korreloivat parhaiten laserkeilaus- ja ilmakuvapistepilviaineistojen välillä.

Suurin osa väitöskirjan varsinaisesta tutkimuksesta toteutettiin Itä-Suomen yliopiston nuorille tutkijoille tarkoitetun rahoituksen turvin.

MMM Eetu Kotivuoren väitöskirja Prediction of forest attributes using airborne laser scanning-based models without new in-situ field measurements tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa. Vastaväittäjänä toimii metsäinventointiyksikön johtaja Jussi Peuhkurinen, Arbonaut Oy, Helsinki, ja kustoksena tutkimusprofessori Petteri Packalen, Luonnonvarakeskus. Tilaisuus on suomenkielinen.

Lisätietoja:

Eetu Kotivuori, eetu.kotivuori@uef.fi