Artikkelit jotka sisältää sanan 'Landsat'

Valtakunnan metsien inventoinnin (VMI) tulokset osoittavat taimikoissa ja nuorissa metsissä olevan runsaasti hoitorästejä. Hoitotöiden edistämiseksi tarvitaan tarkasti paikannettua tietoa hoitokohteiden sijainnista. Tutkimuksessa selvitettiin satelliittikuvien käyttöön perustuvan metsäninventointiaineiston käyttökelpoisuutta hoitoa tarvitsevien kuvioiden paikantamisessa.

Landsat TM -satelliittikuvien avulla tuotetusta VMI:n metsävarakartasta tuotettiin teemakartta taimikonhoitotarpeesta. Puuston pituus- ja lehtipuuosuustietojen perusteella tuotettu kartta ilmaisee taimikonhoidon ja nuoren metsän hoitotarpeen ja hoidon kiireellisyyden ajankohdan neljänä luokkana. Maastotyönä tehdyin tarkastusmittauksin selvitettiin karttatason luotettavuutta. Tulokset koottiin virhematriiseihin, joissa vertailtiin VMI-karttatason kiireellisyysluokitusta maastotarkastuksen pohjalta arvioituun kiireellisyysluokitukseen.

Tutkimustulokset osoittivat, että satelliittikuvatulkinnalla saadaan käyttökelpoista tietoa hoitokohteiden paikantamiseksi. Kankailla kiireellisyysluokituksen onnistuminen oli huomattavasti parempi kuin soilla. Kun hoitotarpeet voidaan paikantaa tarkasti, hoitotöitä pystytään kohdistamaan ja markkinoimaan paremmin maanomistajille ja taimikonhoitomäärät saadaan paremmin vastaamaan todellista tarvetta.

• Pesonen, Sähköposti: ei.tietoa@metsatiede.org
• Korhonen, Sähköposti: ei.tietoa@metsatiede.org
• Tuominen, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org
• Lukkarinen, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa tarkasteltiin Landsat TM -satelliittikuvan käyttökelpoisuutta puustotietojen sekä toimenpide-ehdotusten estimoimiseksi metsikkökuvioille ja segmenteille ei parametrisella k-lähimmän naapurin menetelmällä (knn). Satelliittikuvan informaation ohella estimoinnissa hyödynnettiin vanhan inventoinnin mukaisia puustotietoja. Tutkimuksessa vertailtiin myös satelliittikuvan sävyarvoista eri tavoin laskettujen keskiarvojen tehokkuutta estimoinnissa. Estimoinnin tukiaineisto koostui 935 kuviosta ja kohdeaineisto 921 kuviosta.

Paras estimointitulos saatiin käyttämällä satelliittikuvan informaationa kuvioiden ydinosien keskiarvosävyjä ja kuvioiden reunaetäisyydellä painotettujen sävyarvojen keskiarvoja sekä vanhaa inventointitietoa. Puuston keskitilavuuden keskivirheeksi saatiin 42,1 % (51,6 m³ ha^–1). Tarkimmin estimoitiin puuston keskiläpimitta (keskivirhe 32,3 % (5,4 cm)), sekä keskipituus (keskivirhe 34,1 % (4,6 m)). Nuorissa ja varttuneissa kasvatusmetsissä vastaavat keskivirheet olivat noin 10 %-yksikköä pienemmät kuin koko aineistossa keskimäärin. Segmenttiestimoinnissa suhteelliset keskivirheet olivat 10–15 %-yksikköä vastaavia metsikköestimointeja suuremmat.

Toimenpide-ehdotusten luokittelussa kasvatushakkuiden oikeinluokitusprosentiksi saatiin 61,3 % ja uudistamishakkuiden 64,1 %. Hoitotoimenpide-ehdotusten luokittelussa koko aineiston oikeinluokitusprosentti oli 71,2 %.

Tutkimuksessa testattu menetelmä tarjoaa nopean ja edullisen vaihtoehdon puustotunnusten ja toimenpide-ehdotusten tuottamiseksi esimerkiksi välialueiden suunnitteluun.

• Hyvönen, Sähköposti: pekka.hyvonen@metla.fi

Tutkimuksessa selvitettiin korkearesoluutioisen E-SAR-tutkakuvan tarkkuutta koealatason metsikkötunnusten estimoinnissa. E-SAR-tutkakuvaukset suoritettiin syksyllä 2000 ja keväällä 2000 ProSmart II -projektissa, jonka tarkoituksena oli tutkia tuolloin suunnitteilla olleen TerraSAR-X-satelliittisysteemin potentiaalisia sovellusalueita. Metsikkötunnusten estimointi tehtiin käyttäen ei- parametrista k:n lähimmän naapurin (k-nn) -menetelmää ja tarkkuuden arviointi ristiinvalidiointi-menetelmällä. Estimoituja metsikkötunnuksia olivat kokonaistilavuus, puulajikohtaiset tilavuudet ja osuudet, pohjapinta-ala, keskipituus ja keskiläpimitta. E-SAR-tulkinnan tarkkuutta verrattiin numeeristen ilmakuvien sekä keskiresoluution optisen aallonpituusalueen Landsat ETM -satelliittikuvien tarkkuuteen. Maastoaineistona käytettiin 199 relaskooppikoealaa. E-SAR-estimoinnin suhteelliset RMSE-arvot olivat parhaimmillaan kokonaistilavuudelle, keskiläpimitalle, keskipituudelle ja pohjapinta-alalle 44,8 %, 27,8 %, 27,5 %, 38,3 %. Vertailuaineistona olleille numeerisille ilmakuville vastaavat suhteelliset RMSE-arvot olivat 49,3 %, 25,6 %, 26,5 % ja 40,6 % ja Landsat ETM -kuville 58,3 %, 38,5 %, 34,5 % ja 46,9 %. E-SAR-tutkakuvat toimivat parhaiten kokonaistilavuuden estimoinnissa, jossa niiden tuottama estimointitarkkuus oli huomattavasti sekä ilmakuvaa että Landsat ETM-kuvaa tarkempi. Keskiläpimitan, keskipituuden ja pohjapinta-alan estimoinnissa E-SAR-tutkakuvat sekä numeeriset ilmakuvat tuottivat suurinpiirtein yhtä tarkan tuloksen, joka oli kuitenkin huomattavasti Landsat ETM -kuvaa parempi. Puulajien tilavuuksien ja osuuksien osalta numeeriset ilmakuvat tuottivat E-SAR-kuvia tarkemman estimointituloksen.

• Holopainen, Sähköposti: markus.holopainen@helsinki.fi
• Tuominen, Sähköposti: ei.tietoa@metsatiede.org
• Karjalainen, Sähköposti: ei.tietoa@metsatiede.org
• Hyyppä, Sähköposti: ei.tietoa@metsatiede.org
• Hyyppä, Sähköposti: ei.tietoa@metsatiede.org
• Vastaranta, Sähköposti: ei.tietoa@metsatiede.org
• Hujala, Sähköposti: ei.tietoa@metsatiede.org
• Tokola, Sähköposti: ei.tietoa@metsatiede.org