Laserkeilauksella metsikön rakenteesta hyvä kuvaus

Tutkimuksessa verrattiin viittä inventointimenetelmää päätehakkuukuvion puuston arvioimiseksi. Laserkeilauksen lisäksi myös Trestima Oy:n mobiilisovelluksella saatiin hyviä tuloksia. EMO ennakkomittausohjelmisto pärjäsi hyvin vain järeän männikön rakenteen ennustamiseksi.

Metsän eri inventointimenetelmien vertailu on tärkeää, kun maastossa tehtävää kallista mittaustyötä pyritään vähentämään puuston rakenteen kuvauksen laadusta tinkimättä. 

Eri menetelmien välillä isoja eroja

Aluepohjaista laserkeilaustulkintaa kutsutaan yleisesti nimellä area based approach, ABA. Hilamuotoisessa tulkinnassa (ABA hila) perusyksikkönä on 16 m x 16 m ruutu eli hila.

– Kun lasermenetelmä perustui hiloille, niin ennustetut runkolukusarjat saivat polveilevan muodon, joka parhaimmillaan vastasi erittäin hyvin hakkuukoneen keräämän aineiston mukaista todellista runkolukusarjaa, kertoo erikoistutkija Jouni Siipilehto Lukesta.

ABA hilan vaihtoehtona on tuottaa perinteiset puustotunnukset yhdistämällä kuvion sisään osuneiden hilojen puustotunnukset metsikkökuviolle (ABA kuvio). Tämä menettely kuitenkin heikensi puusto- ja tilavuustunnusten tarkkuutta sekä runkolukusarjojen yhteensopivuutta verrattuna hilatason ennusteisiin.

Trestima Oy:n mobiilisovellus oli luotettava silloin, kun se perustui riittävään otokseen valokuvia, kuten 10 kuvaa kultakin päätehakkuukuviolta (Trestima 10). Kuvien määrän puolittaminen (Trestima 5) heikensi tuloksia oleellisesti.

Ennakkomittausohjelmisto EMO perustuu kevyeen maastomittausotantaan kustannusten säästämiseksi. Sen etuna oli järeän mäntypuuston tarkka kuvaus. Sen sijaan kuusi- ja koivusekapuustojen rakenne saatiin muita menetelmiä huonommin kuvattua, koska otoskoot jäivät hyvin pieniksi niiden osalta.

Tutkimus tehtiin Tekesin rahoittaman Data to Intelligence -ohjelman Forest Big Data -hankkeessa, ja siitä on ilmestynyt raportti kansainvälisessä Silva Fennica -julkaisusarjassa.

Graafi ja siihen liittyvä kuvateksti:
Esimerkki metsikön suhteellisista runkolukusarjoista. Hilaperusteinen laserkeilaustulkinta ABA hila, kymmenen kuvan tulkinta mobiilisovelluksella Trestima 10 ja ennakkomittausohjelmisto EMO sopivat parhaiten yhteen hakatun puuston runkolukusarjan kanssa.  Viiden kuvan tulkinta Trestima 5 tuotti liian ”huipukkaan” jakauman ja ABA kuvio -menetelmällä pieniläpimittaisen puuston jakauman huippu ei sopinut yhteen hakkuukoneen runkolukusarjan kanssa.

Lisätietoja:
Erikoistutkija Jouni Siipilehto, Luke, puh. 029 532 5490, jouni.siipilehto@luke.fi

Julkaisu: Siipilehto, J., Lindeman, H., Vastaranta, M., Yu, X. & Uusitalo, J. (2016). Reliability of the predicted stand structure for clear-cut stands using optional methods: airborne laser scanning-based methods, smartphone-based forest inventory app Trestima and pre-harvest measurement tool EMO. Silva Fennica 50(3).