Eteläboreaalisen puuston maan yläpuolisen biomassan mallintaminen maa- ja ilmalaserkeilauksen avulla

Abstract

Opinnäytetyö on kvantitatiivinen tutkimus, joka on tehty puolustusvoimien tutkimuslaitoksen asetekniikkaosaston toimeksiantona, ja sen päätavoitteena on selvittää puuston biomassan määrän mallinnustarkkuus eri katselukulmista toteutettavilla laserkeilausmenetelmillä. Puolustusvoimille on laadittu julkisuuslain (621/1999) perusteella salassa pidettävä liiteosio, joka pitää sisällään maanpuolustuksen kannalta (JulkL 24§ 10k) tarkkoja sijaintitietoja.

Työn teoreettinen tarkastelu rajautuu kaukokartoituksen ja paikkatiedon perusteisiin, laserkeilaustekniikoihin, puustotunnuksiin ja biomassamalleihin. Maastomittauksella itse tuotettua laserkeilausaineistoa verrattiin Maanmittauslaitoksen tuottamaan ilmalaserkeilausaineistoon. Kohdemetsikkö valikoitui puolustusvoimien tutkimuslaitoksen määrittämältä alueelta, josta otosten alkiot valittiin eri laserkeilausaineistoista systemaattisesti vastaamaan toisiaan. Aineistoille toteutettiin eri asteisia tilastollisesti kuvaavia analyyseja. Työn tulokset pohjautuvat useampaan puustotunnuksia mallintavaan kaavaan. Lähes kaikki biomassamallien lähtöarvot, eli mitatut tai mallinnetut puustotunnukset, olivat subjektiivisia.

Tuloksista käy ilmi, että TLS-menetelmällä tuotetusta pistepilvestä voidaan suoraan mitata yksittäisen puun perustunnuksia, kuten pituus ja rinnankorkeusläpimitta, suurella tarkkuudella. ALS-menetelmällä tuotetusta pistepilvestä vain pituus oli suoraan mitattavissa. Aluepohjaisesti puustotunnukset osuivat hyvin lähelle toisiaan. TLS-puustotunnuksista biomassa ja keskiläpimitta olivat 1.01 % (689 kg) ja 1.46 % (0.65 cm) pienempiä, kuin ALS-puustotunnukset. TLS-aineiston pohjalta mitattu keskipituus oli ALS-keskipituutta jonkin verran pidempi, 1.71 % (0.4 m). Tulosten pohjalta on tehtävissä loogisia johtopäätöksiä eri laserkeilausmenetelmien tarkkuuksista. Molemmat menetelmät päihittävät perinteiset metsänmittausmenetelmät biomassan aluepohjaisessa määrittämisessä.

Suositeltavia jatkotutkimusaiheita ovat konenäköön ja kuvatulkintaa liittyvien algoritmien kehittäminen, jotta pistepilvistä tai ilmakuvilta olisi automaattisesti, objektiivisesti ja riittävällä tarkkuudella johdettavissa puustotunnuksia.

The thesis is a quantitative study undertaken as a commission by the Weapons Engineering Division of the Finnish Defence Force Research Institute, and its main objective is to determine the modeling accuracy of the amount of biomass of trees using laser scanning methods from different viewing angles. On the basis of the Publicity Act (621/1999), a confidential annex section was compiled for the Finnish Defence Forces, which contains accurate location data regarding national defence (AOGA 24§ 10k).

Theoretical examination of the work was based on the fundamentals of remote sensing and spatial information, laser scanning techniques, tree attributes and biomass models. The self-produced field survey data was compared to the airborne laser scanning data, produced by the National Land Survey of Finland (NLS). The study area was determined by the Finnish Defence Forces Research Institute, from which the samples were selected from different laser scanning data, to systematically match each other. Statistically descriptive analyses of different degrees were carried out for the two datasets. The results of the work are based on a number of formulas that model the tree attributes. Almost all of the starting values of biomass models, i.e., directly measured or modeled tree attributes, were subjective.

The results show that from a TLS-point cloud, one can directly measure the basic attributes of an individual tree, such as length and DBH, with high accuracy. From the ALS-point cloud, only tree height was directly measurable. On the Area Based Approach, the tree attributes, measured from different methods, come very close to each other. However, based on the results of the work, logical conclusions about the accuracy of different laser scanning methods, can be drawn. Both methods beat traditional field measurements in area-based determination of stand-level biomass.

Recommended further research topics include the further development of algorithms related to computer vision and photointerpretation, to provide automatically objectively and with sufficient accuracy derived tree attributes, such as breast height diameter or crown diameter, from point clouds or aerial imagery.