Puuston pituuden ja toimenpidetarpeiden kartoitus RPAS-järjestelmällä

Abstract

Tässä opinnäytetyössä oli tarkoitus selvittää miehittämättömän ilma-aluksen käyttömahdollisuuksia metsätaloudessa. Tarkoituksena oli saada selkeä kuva edullisen järjestelmän mahdollisuuksista puuston pituuden ja toimenpidetarpeen selvittämisessä. Idea työhön saatiin keväällä 2017 suoritetusta ”RPAS-biotaloudessa” -opintomoduulista. Työ aloitettiin etsimällä sopivia koealoja Evon opetusmetsän alueelta, joissa eri kehitysluokat ovat hyvin edustettuina. Valinnassa päädyttiin käyttämään Helsingin yliopiston koealoja niistä tehtyjen tarkkojen mittausten vuoksi.

Aineisto työtä varten kerättiin kesän 2017 aikana. Kun lehdet ovat puissa, saa latvuspeittävyydestä parhaan kuvan. Lennot toteutettiin Evon kampuksen omalla DJI Phantom 4 -nelikopterilla. Aineisto käsiteltiin Agisoft Photoscan -ohjelmalla ja saatujen pintamallien työstäminen tehtiin Arcmap 10.4 -ohjelmalla. Puuston pituus selvitettiin pituusmallien ja toimenpidetarve latvuston sulkeutuneisuuden perusteella.

Tutkimuksen tuloksina saatiin kuva edullisen RPAS-järjestelmän käyttö-mahdollisuuksista puuston pituuden ja toimenpidetarpeen selvittämisessä. Järjestelmällä ja nykyisillä työkaluilla saadaan kyllä tarkkoja puustotietoja, mutta menetelmä on raskas, kankea ja hidas verrattuna manuaaliseen maastotyöskentelyyn. Vielä tässä vaiheessa edullinen RPAS-järjestelmä ei tuo merkittävää lisäarvoa laserkeilausaineiston rinnalla, mutta tilanne voi pian muuttua. Se on kuitenkin oiva työkalu visuaaliseen tarkasteluun.

This bachelor’s thesis examined how an RPAS system could be used to determine canopy height and operation requirements in forests. The goal was to get a clear picture how an affordable RPAS system would manage with these tasks. The idea for this thesis came during RPAS in bioeconomy module in the spring of 2017. The first step was to find suitable test areas with forests in different stages of the development cycle. Test plots of Helsinki University were selected for this thesis as they have very accurate manual measurements to compare to.

The material for this study was collected during the summer of 2017. This was to ensure the most reliable data since leaves on trees make a great difference in aerial photos. Flights were executed with the DJI Phantom 4 quadcopter. The material was processed with Agisoft Photoscan and height models were processed with Arcmap 10.4. The height was determined from canopy height models and the operation requirement was determined from the density in forest canopy.

The result of the study was that with an affordable RPAS system and present tools, it is possible to get accurate data about canopy height and canopy cover. The method however, is heavy and slow compared to manual measurements made in the field. At this moment an RPAS system does not bring significant advantage alongside laser scanning data, but the situation can change soon due to the rapidly improving technology. RPAS is still an excellent tool for visual examination.