Vanhan kuviotietoaineiston käyttö laserkeilausperusteisen metsien inventoinnin aputietolähteenä

Abstract

Laserkeilaukseen perustuva metsäinventointi on yleistymässä Suomessa. Tulosten luotettavuus on saavuttanut hyvän tason, ja kokonaispuuston tunnusten ennustamisessa tulokset ovat parempia kuin perinteisessä kuvioittaisessa arvioinnissa. Puulajikohtaiset ennusteet eivät ole olleet yhtä luotettavia.

Tässä tutkimuksessa testattiin, paraneeko puuston iän ja puulajisuhteiden ennustamisen tarkkuus, kun mallinnukseen lisätään asiakkaan tietokannasta saatua olemassa olevaa kuviokohtaista aineistoa. Ennustamisessa käytettiin lisäksi harvapulssista laserkeilausaineistoa, ilmakuvia ja maastokoealoja. Estimointi tehtiin harva bayesilainen -menetelmällä.

Toimeksiantaja Arbonaut Oy on erikoistunut luonnonvarojen kaukokartoitukseen ja erityisesti laserkeilausaineiston tulkintaan. Tutkimuksessa käytettiin yrityksen toiminnassa hyödynnettyä yli 500:aa koealaa noin 220 000 hehtaarin kokoiselta, Metsähallituksen mailla sijaitseva alueelta.

Tulokset olivat hyviä. Ennusteiden luotettavuus parani keskimäärin noin 1,5 %. Erityisesti kuusen ja männyn osalta ennuste parani merkittävästi. Iän ennustaminen parani 4,65–7,37 prosenttiyksikköä.

Airborne laser scanning (ALS)-based forest inventory is becoming more and more common in Finland. The reliability of the results has reached a good level, and the predictions for the parameters of total growing stock are often better than in traditional compartmental assessment. Species-specific tree estimates are not equally reliable.

This study tested if the tree stand age and tree species composition prediction accuracy improves, when stand-specific material from an existing customer database is added to the model. In addition, low-density ALS, aerial photos and field plot observations were used for the prediction. The estimation was done with the sparse Bayesian method.

This work was commissioned by Arbonaut Ltd, which company is specialized in remote sensing of natural resources and, in particular, in interpretation of ALS. The study utilized over 500 trial plots in an area of about 220 000 hectares owned by Metsähallitus and used in the company's operations.

The results were good. The reliability of estimates improved, on average, by about 1.5 percent. In particular, the predictions for spruce and pine improved significantly. Age prediction improved by 4.65 - 7.37 percent.