Artikkelit jotka sisältää sanan 'kaukokartoitus'

Puukauppa siirtyy yhä enemmän internetiin: kaukokartoituksella hankituista metsävaratiedoista johdetaan kertymäennusteet, joiden perusteella puunostajat tekevät ostotarjoukset sähköisessä puukauppapaikassa. Kaukokartoitukseen perustuvat puulajitiedot eivät ole yhtä luotettavia kuin perinteisessä maastoinventointiin perustuvassa metsäsuunnitelmassa, mikä lisää sähköiseen puukauppaan sisältyvää hintariskiä. Jos metsänomistaja ei tiedä tarkalleen myyntiin tarjoamansa leimikon pääpuulajia, puutavaralajijakaumaa tai puuston laatua, on mahdotonta olla varma, että hän valitsee parhaan tarjouksen. Oikean valinnan todennäköisyyttä voidaan kuitenkin parantaa laadukkaalla päätöstuella. Tutkimuksessa tarkasteltiin puulajiosuuksien ennustevirheiden vaikutusta puukauppatarjousten paremmuuden arvioimiseen ja tarjousten perusteella toteutuviin puukaupan tuloihin sähköisessä tarjouskilpailutilanteessa. Tutkimuksessa havaittiin epävarmojen puulajiosuustietojen voivan johtaa siihen, että metsänomistajilta jää saamatta tuloja. Niiden ansaitsemiseksi kannattaa tietyissä tilanteissa tehdä erillinen puulajin tarkistus maastossa. Nämä tappiot realisoituvat kunnolla vasta siinä vaiheessa, kun kaukokartoitustietoihin perustuva sähköinen puukauppa yleistyy yksityismetsien merkittävämmäksi puukauppamuodoksi. Yksittäisten metsiköiden kohdalla ennustettujen puulajiosuuksien virheet aiheuttivat keskimäärin 0,17 €/m³ ja 9,4 €/ha tappion, kun ostajien tarjouksissa oli puulajien välillä yhden euron hintaero. Suurimmassa osassa kaupoista tappiota ei synny, jolloin tappioita kärsineiden metsänomistajien keskimääräiset tukkikaupan tappiot olivat 1,67 €/m³ ja 24,7 €/ha. Erillinen puulajintarkistus on järkevä silloin, kun puunostotarjouksia on pyydetty kaukokartoitusinventointiin perustuvien Metsään.fi-tietojen perusteella ja kun leimikko on suurehko ja sijaitsee kohtuullisella etäisyydellä.

• Haara, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: arto.haara@luke.fi
• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi

Tutkimuksessa testattiin sellaista metsäsuunnittelman laadintatekniikkaa, jossa ei käytetä lainkaan perinteisiä metsikkökuvioita. Puustotunnukset tulkittiin kuusikulmion muotoisille pikseleille käyttäen laserkeilausaineistoa ja joukkoa suunnittelualueen läheltä mitattuja maastokoealoja. Lisäksi käytettiin digitaalista väri-infrakuvaa, jonka avulla pääteltiin, oliko tietty pikseli metsäpeitteetön, havupuustoinen vai lehtipuustoinen. Tutkimuksessa verrattiin kolmea pikselikokoa: 294 m², 591 m² ja 1182 m². Puustotunnusten tulkintamenetelmässä jokaiselle pikselille valittiin 50 ”lähintä” koealaa. Läheisyyttä mitattiin laser- ja väri-infra-aineistosta lasketuilla muuttujilla. Tulkintapikselille valittujen koealojen puustotunnusten ja laserpulsseista laskettujen muuttujien välille sovitettiin ennustin, jolla tulkintapikselin puustotunnukset saatiin laserpulsseja luonnehtivien muuttujien funktiona. Tulkintapikseleille simuloitiin vaihtoehtoisia käsittelyohjelmia kahdeksi 5-vuotiskaudeksi. Pikseleistä muodostettiin yhtenäisiä käsittely-yksiköitä spatiaalisen optimoinnin keinoin. Tulosten mukaan menetelmä on teknisesti toimiva, joskin osa käsittelykuvioista on varsin pieniä, ja käsittelykuvion sisälle voi jäädä käsittelemättömiä pikseleitä. Tämän tulkittiin olevan seurausta metsäalueen puuston heterogeenisuudesta eikä niinkään menetelmän kyvyttömyydestä ryhmittää metsän piirteitä ja käsittelyjä spatiaalisesti. Suurin pikselikoko tuotti vähiten sirpaleisen hakkuuehdotuksen, mutta pienin pikselikoko taas tuotti suurimman nettotulojen nykyarvon, kun hakkuukertymä vakioitiin.

• Heinonen, Sähköposti: tero.heinonen@joensuu.fi
• Leppänen, Sähköposti: ei.tietoa@metsatiede.org
• Pukkala, Sähköposti: ei.tietoa@metsatiede.org
• Gunia, Sähköposti: ei.tietoa@metsatiede.org

Yksityismetsien metsävaratiedon keruuseen tarvitaan lähitulevaisuudessa kustannustehokkaampia menetelmiä. Tässä tutkimuksessa vertailtiin kaukokartoitusmenetelmien ja nykymuotoisen maastoinventoinnin luotettavuutta samoilla testialueilla. Testatut kaukokartoitusmenetelmät olivat: 1) fotogrammetrisiin puumittauksiin ja visuaaliseen puulajitulkintaan perustuva ilmakuvatulkinta, 2) puoliautomaattinen yksinpuintulkinta numeeriselta ilmakuvalta, 3) puoliautomaattinen yksinpuintulkinta ilmakuvalta ja laserkeilausaineistosta ja 4) laserkeilainaineiston korkeusjakaumaan perustuva menetelmä.

Laserkeilainaineiston korkeusjakaumaan perustuva menetelmä oli kokonaisuutena testatuista menetelmistä luotettavin. Tällöin metsikkökohtainen puuston kokonaistilavuuden suhteellinen keskivirhe (%) oli 18,8 ja 17,8 tutkimuksen kahdella testialueella. Menetelmällä saatiin jopa luotettavammat metsikkötason puustotunnukset kuin nykymuotoisella maastoinventoinnilla. Ilmakuvien fotogrammetrisella mittauksella ja visuaalisella tulkinnalla saatiin luotettavia tuloksia puuston keskipituuden ja -läpimitan suhteen, mutta puuston pohjapinta-alan ja tilavuuden arviointi tuotti menetelmällä vaikeuksia. Yhdistämällä laserkeilainaineisto puoliautomaattiseen yksinpuintulkintaan saatiin luotettavammat tulokset kuin soveltamalla tulkintamenetelmää ainoastaan ilmakuvaan.

Seuraavan metsävaratietojärjestelmän tiedonkeruu- ja ylläpitomenetelmät sisältävät kaukokartoitusperusteisia menetelmiä yhdistettynä kevennettyyn maastoinventointiin sekä metsävaratiedon jatkuvaa ylläpitoa ja laskennallista ajantasaistusta. Kaukokartoitusmenetelmien osalta vuosituhannen vaihteen jälkeen tehty tutkimus osoittaa, että luotettavimmat tulokset saadaan laserkeilainaineiston ja ilmakuvan yhdistelmällä, jolloin voidaan tuottaa myös puulajeittaisia puustotunnuksia.

• Uuttera, Sähköposti: janne.uuttera@tapio.fi
• Anttila, Sähköposti: ei.tietoa@metsatiede.org
• Suvanto, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa selvitettiin satelliittikuvan, ilmakuvan ja satelliittipaikannuksen tarkkuutta päätehakkuiden kuviorajojen päivityksessä. Lisäksi tutkittiin käytännön päivittämättömän kuvioinnin luotettavuutta hakkuiden jälkeen. Tutkimuksen referenssiaineisto rajattiin orto-oikaistuilta numeerisilta ilmakuvilta. Pinta-alaerojen itseisarvojen keskiarvo oli satelliittikuvarajauksella 16 %, päivittämättömällä kuvioinnilla 22 %, ilmakuvilta päivitetyllä kuvioinnilla 13 % ja satelliittipaikannuksella 4 %. Varttuneen metsän ja päätehakkuun rajan sijaintiero oli suurinta päivittämättömän kuvioinnin rajoissa (noin 25 m). Vastaava sijaintiero satelliittikuvalta rajattaessa oli noin 15 m ja ilmakuvalta päivitettäessä noin 10 m. Satelliittipaikannuksella (GPS) saatu rajaus erosi referenssirajauksesta 5–8 m, mikä on erittäin vähän ottaen huomioon kummankin menetelmän virhelähteet.

• Hyppänen, Sähköposti: harri.hyppanen@forest.joensuu.fi
• Pasanen, Sähköposti: ei.tietoa@metsatiede.org
• Saramäki, Sähköposti: ei.tietoa@metsatiede.org

Kaukokartoitukseen perustuva hilamuotoisen (tai rasterimuotoisen) metsävaratiedon keruu on merkittävä investointi, joka on mitoitettava kustannustehokkaasti. Mitoittaminen edellyttää tietoa kustannusten lisäksi myös tiedon arvosta eli tiedon tuottamista hyödyistä kaikissa niissä päätöstilanteissa, joissa tietoa sovelletaan. Tämän tutkimuksen tavoitteena oli selvittää hilamuotoisen metsävaratiedon käyttöä ja hyötyjä. Tutkimusta varten haastateltiin metsäalan toimijoita metsävaratietoa hyödyntävistä organisaatioista. Haastatteluissa toimijat kuvasivat metsävaratiedon käyttötilanteita, käytettävyyttä eri tilanteissa, käytön laajuutta ja käytöstä arvioituja hyötyjä omasta näkökulmastaan. Tässä tutkimuksessa on koottu yhteen haastateltujen näkemykset. Lisäksi tarkastellaan haastatteluissa esille nousseita hyötyjen realisointiin vaikuttavia tekijöitä ja niiden vaikutuksia.

• Kangas, Luonnonvarakeskus (Luke), Metsävarojen inventointi ja metsäsuunnittelu, Joensuu https://orcid.org/0000-0002-8637-5668 Sähköposti: annika.kangas@luke.fi
• Packalen, Luonnonvarakeskus (Luke), Metsävarojen inventointi ja metsäsuunnittelu, Joensuu Sähköposti: tuula.packalen@luke.fi