POHJAPINTA-ALAN SUODATUKSEN VAIKUTUS KAUKOKARTOITUKSESTA SIMULOITUUN TOIMENPIDE-EHDOTUKSEEN

Abstract

Metsävaratiedon keruujärjestelmä perustuu laserkeilaukseen, ilmakuvaukseen, koealamittauksiin sekä kohdennettuun maastoinventointiin. Puustotulkinta tehdään 16 x 16 metrin hilaruuduille. Metsikkökuvioiden hilaruutujen tiedot yleistetään koskemaan koko kuvioita. Yleistys tuottaa puustotunnukset männylle, kuuselle ja lehtipuulle. Kaukokartoituksesta tuotettujen puustotietojen avulla pystytään metsikkökuviolle simuloimaan toimenpide-ehdotuksia.

Opinnäytetyössä suodatettiin erilaisilla prosenttimäärillä laserkeilauksen hilaruutujen pohjapinta-aloja. Suodatukset kohdistuivat harvempiin puustohiloihin. Suodatukset tapahtuivat kumulatiivisesti, ja uudet puustotunnukset lasketaan jäljelle jäävistä hiloista. Opinnäytetyössä vertailtiin, millä pohjapinta-alan suodatusmäärällä saadaan kaikista parhaimmat simuloidut toimenpide-ehdotusajankohdat verrattaessa niitä metsäsuunnittelijan maastossa antamiin ajankohtiin.

Tavoitteena tällä pohjapinta-alan suodatuksella oli saada virheitä luovat hilat pois. Näitä virheitä luovia hiloja voivat esimerkiksi olla kalliot, tyhjät varastopaikat ja ojalinja hakkuut. Nämä kyseiset hilat vaikuttavat siten simuloituihin toimenpide-ehdotusten ajankohtiin. Toimenpide-ehdotuksien ajankohdat käsiteltiin vuoden tarkkuudella. Pohjapinta-alan suodatukset ja puustotunnusten uudelleen laskeminen tapahtuivat kuvioittain Exceliin tehdyssä pivot taulukossa. Uudet puustotunnukset syötettiin käsin pmt-tiedostoon. Tämän jälkeen kuviot ajettiin Motti-laskentaohjelmasta läpi. Motti antaa simuloidun toimenpide-ehdotus ajankohdan. Myös SIMO-laskentaohjelmalla simuloitiin ehdotusajankohtia. Jokaista suodatuserää verrattiin metsäsuunnittelijan maastossa antamaan ehdotusajankohtaan.

Kuvioiksi valittiin pinta-alaltaan vähintään yhden hehtaarin kokoisia kuvioita. Tällä pyrittiin vähentämään muita virhelähteitä. Kaikki kuviot ovat mäntyvaltaisia. Työhön valitut kuviot ovat kehitysluokiltaan 02 ja 03.

Työn tuloksena selvisi, että pohjapinta-alan suodatus vaikuttaa harvennushakkuiden ehdotusajankohtiin. Parhaan keskihajonnan työssä antoi 40 %:n pohjapinta-alan suodatusaste.

Forest resource data collection is based on laser scanning, aerial photography, sample areas as well as target field surveys. Laser scanning produces data to a hila panel which is 16 x 16 meters in size. From these panels tree layer data is generalized to the whole stand. Forest data is produced to pine, spruce and hardwood. From laser scanning data it is possible to simulate fellings to each stand.

In this study the basal area was filtered with different percentage shares. This filtering was aimed at panels where the basal area was not very high. The filtration occurred cumulatively and the new stand attributes were calculated from the remaining panels. The aim of this basal area filtering is to eliminate the panels, which could create mistakes. These error panels can be rocks or empty storage facilities. The filtering is aimed at getting a simulated felling as close as possible to the felling given in location. The thesis compares which basal area filtering percentage gives the best simulated felling in comparison to a ranger’s felling proposal.

The basal area filtering was carried out in Microsoft Excel in which a pivot table was created. Also other tree data were calculated in the pivot table. These new tree data were then fed manually to a pmt file. After this the pattern was driven through the Motti calculation program. Motti gives a simulated draft measure time. Also another program, SIMO, was used to simulate the timing of the proposal.

The patterns were chosen from areas of not less than one hectare in size in order to reduce other possible sources of error. The selected patterns were dominated by pine and classified as development class 02 and 03.

The results show that the bottom area of the filtering effects the simulated felling proposed dates. In this study 40% basal area filtering gave the best result in simulated felling times.