Yksinpuintulkinnan tarkkuus puustotunnusten arvioinnissa

Abstract

Suomessa käynnistettiin vuonna 2020 kansainvälinen laserkeilausohjelma, joka tuottaa maanpintaa ja maanpinnalla olevia kohteita kuvaavan kolmiulotteisen pistemäisen aineiston. Laserkeilausaineiston mittaustarkkuus on viisi laserpulssia neliömetriä kohden. Aineisto mahdollistaa ensimmäistä kertaa yhden puun tarkkuudella lasketun laajan metsävaratiedon.

Työn tarkoituksena on verrata korjuussa harvesterin keräämiä puustotietoja yksinpuintulkinnalla ja aluepohjaisella tulkinnalla tehtyihin aineistoihin ja selvittää kummalla aineistolla päästään eri puustotunnusten osilta tarkempiin tuloksiin. Työssä hyödynnettiin harvestereiden tuottamia mittalistoja avohakkuukohteilta, Metsäkannan tuottamaa yksittäisen puun tarkkuudella olevaa aineistoa ja metsäkeskuksen tuottamaa avointa aluepohjaista metsävaratietoa.

Tutkimuksen perusteella tukin osuuden ja keskijäreyden arviointi onnistui tarkemmin yksinpuintulkinnalla kuin aluepohjaisella tulkinnalla. Yksinpuintulkinnalla runkoluvun ja kuitupuun osuus arvioitiin pienemmäksi kuin toteutunut mittalistan data, koska kuitupuukokoisia runkoja on vaikeampi tunnistaa laserkeilausaineistosta. Opinnäytetyön tuloksista voidaan todeta, että yksinpuintulkinnalla on nykyteknologian avulla mahdollista päästä tarkempiin tuloksiin kuin yleisesti käytössä olevalla aluepohjaisella tulkinnalla. Tulevaisuudessa voidaan kasvattaa pistetiheyttä suuremmaksi nykyisestä ja tutkia voidaanko siten päästä tarkempiin tuloksiin runkoluvun ja kuituosuuden tuloksissa.

Laser scanning program was launched 2020 in Finland, with the aim of producing data of the whole nation with an accuracy of five points per square meter. This data enables forest resource information that has been calculated with the accuracy of individual tree detection.

The purpose of the thesis is to compare data that has been collected during harvesting with data gathered with individual tree detection and area-based approach. The comparison determines which method provides more accurate results for different forest stand attributes. The work utilizes measurement lists produced by harvesters from clear cutting sites, individual tree detection data produced by Metsäkanta and open forest resource information produced by the Finnish Forest Centre.

The evaluation of the proportion of sawlogs and the average volume of a single tree was more accurate when using individual tree detection. The Number of stems and the proportion of pulpwood was evaluated smaller when using individual tree detection, because pulpwood sized stems are harder to identify from the laser scanning data. The results show that with the use of current technology it is possible to get more accurate results using single tree detection compared to commonly used area-based approach. In the future it is possible to increase the amount of scanning points per square meter and examine if that gives better results for the number of stems and pulpwood proportions