Maanmittauspäivät 17.3.2011 Pori Metsänarviointi ja laserkeilaus Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos Aalto-yliopisto, Maanmittaustieteiden laitos markus.holopainen@helsinki.fi

Esityksen sisältö Metsien inventointijärjestelmät Kaukokartoitus metsävarojen inventoinnissa, historiaa Laserkeilausinventointi ALS-aluepohjainen menetelmä ALS-yksinpuintulkinta Lasermittaukset maastomittausten tukena L-impact –tutkimusprojekti Esimerkki L-impact –projektin tuloksista: ALS-inventoinnin tarkkuuden vaikutus puuston määrän ja tuoton estimointiin (väitöskirja, M. Holopainen 2011) Lasermittauksiin perustuva täsmämetsätalous PreciseFOR-projekti

Metsien inventointijärjestelmät Suomessa Suomessa on kaksi maanlaajuista metsien inventointijärjestelmää: valtakunnan metsien inventointi (VMI): koko maa, otantapohjaista koealamittausta suunnitteluinventoinnit: metsähallitus ja yhtiöt omissa metsissään, metsäkeskukset yksityismetsissä, alueellisesti kattavaa arviointia Tämän lisäksi lyhyen ajan operatiiviseen toimenpidesuunnitteluun (=leimikkosuunnittelu, metsänhoitotöiden suunnittelu) liittyvät inventoinnit

Metsien inventointi metsäsuunnittelussa / kuvioittainen arviointi Kuvioittainen arviointi on sekä metsien suunnittelu- että inventointimenetelmä Perustuu ilmakuvilta rajattuihin homogeenisiin metsikkökuvioihin, joiden puusto- / kasvupaikkatunnukset mitataan maastossa ja joille luodaan toimenpidesuunnitelmat metsäsuunnittelun laskentaohjelmistoja käyttäen Tähän asti (2010/2011) kaukokartoituksen hyödyntäminen kuvioittaisessa arvioinnissa on rajoittunut kuvioiden rajaukseen. Lyhyen aikajänteen operatiivinen suunnittelu perustuu metsäsuunnitelmaan, jonka tietoja päivitetään maastomittauksin

Metsävaratietojen ajantasaistus Metsävaratiedon lähtökohtana kertainventointina tehty metsäsuunnitelma Metsävaratietoa päivitetään hakkuiden yhteydessä. Hakkuiden välisen ajanjakson päivitys kasvumallien avulla. Käytössä Metsähallituksessa ja firmojen (esim. UMP) metsissä, jatkossa myös yksityismetsissä Metsävaratiedon ajantasaistuksen ongelmia Metsäsuunnittelun simulointi perustuu lähtödataan ja suureen joukkoon metsän kehitystä kuvaavia malleja. Lähtötiedon epätarkkuus Pitkät ajanjaksot Mallien ja malliketjujen epätarkkuus Tulevaisuuden tavoite: Pitkän ja lyhyen ajanjakson operatiivisen suunnittelun yhdistäminen (=metsäsuunnittelu & leimikkosuunnittelu)

Numeerinen kaukokartoitus metsävarojen inventoinnissa / metsäsuunnittelussa: hieman historiaa 1972 – Simo Poson väitöskirja, Kaksivaiheinen otanta osituksella –menetelmä  SMI-ohjelmisto, 1. kuvioton metsäsuunnittelusysteemi, useita väitöskirjoja 1996-2006 1977 – Ensimmäinen artikkeli laser-profiiliin perustuvasta puiden mittaamisesta (Solodukhin ym. 1977) 1980-luvun lopussa – Kilkki, Päivinen, Tokola & Tomppo, k-nn –menetelmän kehittäminen = VMI-monilähdeinventointi 1990-luvun alussa ensimmäiset tutkimukset numeeristen ilmakuvien hyödyntämisestä operatiivisessa metsäsuunnittelussa (Suomessa mm. Kiema 1991, Holopainen 1992) 1993 – J. Hyypän väitöskirja, Profiloivat tutkakuvat puustotunnusten mittauksessa 1997 – E. Naesset julkaisee 1. artikkelin aluepohjaisen laserkeilauksen hyödyntämisestä puustotunnusten estimoinnissa 1999 – Hyyppä & Hyyppä, ALS-yksinpuintulkintamenetelmän kehittäminen 2002 – E. Naessetin artikkeli ”Predicting forest stand characteristics with airborne scanning laser using practical two-stage procedure and field data” 2002- J. Hyyppä & Maltamon tutkimusryhmä alkavat viedä käytäntöön Naessetin aluepohjaista menetelmää 2004 – I. Korpelan väitöskirja ”Yksittäisten puiden mittaaminen digitaaliseen fotogrammetriaan perustuen” 2008 – Useita tutkimuksia, joissa tavoitteena lasermittausten entistä parempi hyödyntäminen mm. L-impact –hanke. 2009-2011 Aluepohjainen laserkeilausinventointi operatiiviseen käyttöön metsäsuunnittelussa 1.3.2011 Erik Naesset saa Marcus Wallenberg –säätiön palkinnon työstään metsien laserkeilauksen kehittäjänä.

Reilu kymmenen vuotta sitten - Puuston kuviokohtaisen tilavuuden arviointitarkkuus eri kaukokartoitusaineistoilla (Hyyppä & Hyyppä 1999) Aineisto Keskivirhe (m3/ha) (%) Kuvioittainen arviointi 29-42 18-26 Profiloiva tutka 55,7 34 AISA-spektrometri 71,2 45 Numeerinen ilmakuva 73,0 46 Landsat TM-satelliittikuva 87,5 56 Ers-tutkasatelliitti 90,0 57 VMI 96,6 62 Keskiresoluution satelliittikuvat / pienimittakaavaiset ilmakuvat eivät ole riittävän tarkkoja operatiivisen metsäsuunnittelun tarpeisiin. Ratkaisu: Puuston yksityiskohtainen kaukokartoitus suurimittakaavaisten ilmakuvien tai laserkeilauksen avulla

Lentokonelaserkeilaus (ALS) – aluepohjainen menetelmä Laserpulssien korkeusjakaumista voidaan irroittaa piirteitä (esim. tietynkokoiselle kuvaikkunoille/segmenteille) Piirteitä käytetään selittävinä muuttujina metsikkötunnusten estimoinnissa Regressio, ei-parametriset menetelmät, esim. k-nn Tarkkoja tuloksia puuston keskitilavuuden osalta koeala- / kuviotasolla harvapulssinen ALS-aineisto (<1 pulssi / m2) Kustannustehokas menetelmä Keskeistä: piirteiden irroitus ja valinta Kuva: Risto Viitala

Aluepohjainen ALS-menetelmä –metsäsuunnittelun inventointiedon tuotannossa Lähivuosina käyttöönotettavat (esim. Metsäkeskukset) ALS-pohjaiset inventointisysteemit perustuvat aluepohjaiseen menetelmään ja harvapulssiseen ALS:n. Puustotietojen tuottaminen tehostuu Kuvioton metsäsuunnittelu Mahdollisuus saada tietoa kuvion sisäisestä hajonnasta, ellei tietoa hävitetä (keskiarvoisteta) Mielenkiintoisia kysymyksiä: Metsävaratiedon laadun valvonta? MML valtakunnallinen ALS-aineisto vs metsäkeskusten omat kuvaukset? Missä vaiheessa aletaan hyödyntää tiheämpipulssista ALS-aineistoa / yksinpuintulkintaa?

ALS: Yksinpuinmittaus (ALS individual tree detection, ALS ITD) Tiheäpulssinen (yli 3 pulssia / m2) laserkeilaus tai numeeristen ilmakuvien fotogrammetriset 3D-mittaukset Puun pituus: 3D-latvustomallin laskenta laserkeilausaineistosta / digitaalinen fotogrammetria Latvuksen koko: yksittäisten latvusten etsintä ja mittaus automaattisella segmentoinnilla Mitatuista tunnuksista estimoidaan mallien avulla muita kiinnostuksen kohteena olevia puutunnuksia Kuviokohtaisten puustotunnusten laskenta yksittäisten puiden tunnusten avulla. Yksinpuintulkinta kalliinpaa, mutta sen kautta voidaan mitata kuvion runkolukusarja ja muodostaa puukartta, joiden avulla voidaan pienentää metsäsuunnittelun simulointilaskennan virheitä ja tehostaa optimointia, puunkorjuun suunnittelua sekä logistiikkaa. J. Hyyppä. Finnish Geodetic Institute

Puuston ALS-mittausten tarkkuus (mm Puuston ALS-mittausten tarkkuus (mm. Næsset 1997, 2002, 2004, Hyyppä & Inkinen 1999, Hyyppä & Hyyppä 1999, Holopainen ym. 2000, 2008, Maltamo ym. 2004, Korpela 2004, Suvanto ym. 2005, Packalén & Maltamo 2006, 2007, Vauhkonen ym. 2008) Yksinpuintulkinnassa puun pituuden keskivirhe 50-60 cm Molemmilla menetelmillä puuston keskipituuden, pohjapinta-alan ja tilavuuden suhteellinen keskivirhe kuviotasolla 10 - 15 % Yksinpuintulkinnassa puulajin luokitustarkkuus parhaimmillaan kolmella puulajilla 90-95 % (korkeapulssinen data / ilmakuvat) Piirrepohjaisella menetelmällä puulajiositetiedon suhteellinen keskivirhe 50-70 % Maaston korkeusmallin tarkkuus metsäolosuhteissa 20-40 cm Ongelmia: puulajitulkinta (piirrepohjainen menetelmä), nuoret puustot, yksinpuintulkinnassa näkymättömät puut

Improving forest supply chain by means of advanced laser measurements (L-Impact, 2008-2011) Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia Yhteistyötahoja: TKK, Hämeen AMK (Evo), Joensuun yliopisto, Metsähallitus, Tapio, StoraEnso, UPM-kymmene, Tornator, Metsäteho Tavoitteet: Metsien inventoinnin, metsäsuunnittelun (metsäekonomian), metsäteknologian, logistiikan ja puuteknologian yhteishanke Kehittää uusia lentokone- (ALS), maastolaser- (TLS) ja hakkuukonemenetelmiä yksittäisten puiden määrällisten ja laadullisten tunnusten mittaamiseen Mikä inventointitiedon arvo on metsä- / leimikkosuunnittelussa / päätöstukijärjestelmässä Miten tarkentunut inventointitieto integroidaan metsäsuunnittelulaskelmiin (SIMO) Kuinka entistä tarkempaa ja ajantasaisempaa inventointitietoa voidaan hyödyntää puunhankinnan logistiikkaketjun tehostamisessa

L-impact-tutkimuksia: Laserperusteiset maastomittaukset (1/3): laserkamera Maastomittausten tarkkuuden ja paikannettavuuden merkitys kasvaa siirryttäessä yksityiskohtaiseen tulkintaan Maastomittausten tarvitaan: Kaukokartoitusmittausten kalibrointiin ja tarkkuuden arviointiin Tiedot, jotka eivät ole tulkittavissa kaukokartoitusaineistosta Mittaukset perustuvat laserviivaan ja pisteeseen. Esimerkiksi puun läpimitan voi mitata miltä korkeudelta tahansa Tulevaisuudessa liitettävissä myös pituuden mittaus sekä puukartan teko Melkas ym. (2008): 13 maastokoealaa (552 puuta) Läpimitan mittauksen tarkkuus puoliautomaattisella menetelmällä using the 6 mm (RMSE) ja harha 2.5 mm Täysin automaattisella menetelmällä tarkkuus 12.7 mm.

Laserperusteiset maastomittaukset (2/3): maastolaserkeilaus (TLS) Miljoonia laserpisteitä yhdellä keilauksella 3D Jokaisella pikselillä on tarkka x,y,z –koordinaatti Vastaranta ym. (2008): 6 koealaa (122 puuta manuaalisesti TLS-aineistosta mitattu) Läpimitan mittaustarkkuus 7 mm (RMSE); menetelmä oli yhtä tarkka kuin laserkamera / mittasakset Finnish Geodetic Institute

Laserperusteiset maastomittaukset (3/3) : hakkuukonedata / MLS-mittaukset Runkojen tilavuudet Puutavaralajit Runkokäyrät (mittauksia 10 cm välein) Sijainti (GPS) Mobiilit lasermittaukset (MLS) Puukartan tuottaminen joko erillisinventointina tai hakkuun yhteydessä Jäävän puuston mittaaminen harvennushakkuilla Tavoitteena metsävaratiedon päivitys yhdistämällä ALS, TLS (MLS) ja hakkuukonetietoa kaadetuista puista – kuvio- / osakuvio- / koeala- / puutasolla http://www.ponsse.fi/english/products/harvesters/ergo/index.php FGI/Antero Kukko

L-Impact –tutkimus Holopainen M. 2011. Effect of airborne laser scanning accuracy on forest stock and yield estimates (PhD thesis, Aalto-University) Laserkeilausinventoinnin tarkkuuden vaikutus puuston määrän ja tuoton estimointiin  

Väitöskirjan lähtökohdat Käytännön metsäsuunnitteluorganisaatiot ovat siirtymässä laserkeilaukseen perustuvaan inventointisysteemiin Metsäomaisuuden arvonmääritykseen ei ole kansallista / kansainvälistä standardia; syitä: Maanmittarit haluavat perustaa arvionsa markkinoihin, kuten kiinteistöarvioinnin kansainvälisissä standardeissa suositellaan. Käytännössä tämä tarkoittaa kauppa-arvomenetelmää (kauppahintatilastojen hyödyntäminen) Metsänhoitajat ovat perustaneet arvioinsa metsätaloudelliseen tuottoarvomenetelmään. Useita lähestymistapoja: Faustmannin ajoista (1849) lähtien metsäekonomit ovat keskittyneet kuviotason nettonykyarvo (NPV) –laskelmiin Metsäsuunnittelijat (metsänarvioimistieteilijät) ovat puolestaan olleet kiinnostuneita optimoimaan kuviotason käsittelyjä, ja metsäomaisuuden arvonmäärityksen näkökulmasta, käsittelemään metsälöitä (metsätiloja) kokonaisuuksina. Tutkimuksen lopullisena päämääränä on metsäomaisuuden arvonmäärityksen standardin luominen

Väitöstutkimuksen tavoitteet Päätavoite: tutkia lentokonelaserkeilaukseen (airborne laser scanning, ALS) perustuvan metsien inventoinnin epävarmuutta metsätaloudellisen tuottoarvon (nettonykyarvo, net present value, NPV) laskennassa. Yksityiskohtaiset tavoitteet: Tutkia metsäsuunnittelussa nykyisin ja lähitulevaisuudessa käytettävissä olevien metsävarojen inventointimenetelmien (kuvioittainen arviointi, aluepohjainen ALS-inventointi, ALS yksinpuintulkinta) tarkkuuden merkitystä hakkuiden ajoituksessa sekä metsätaloudellisen tuottoarvon laskennassa. Vertailla tällä hetkellä käytössä olevien metsäsuunnittelun inventointimenetelmien tarkkuutta puutavaralajitason tiedon tuottamisessa. Tarkastella puutavaralajien määrän ja taloudellisen arvon estimointiin liittyviä epävarmuuden lähteitä metsäsuunnittelun simulointilaskennassa. Vertailla inventointitiedon tarkkuuteen, kasvumallien toimintaan ja raakapuun hintakehitykseen liittyviä epävarmuustekijöitä metsätaloudellisen tuottoarvon laskennassa kuvio- ja tilatasolla eri korkokannoilla

Thank you for your attention!

Osatutkimuksen tavoite Vertailla inventointitiedon, kasvumallien sekä raakapuun hinnanvaihteluihin liittyvää epävarmuutta kiertoajan yli lasketuissa kuvioiden nettonykyarvoissa (NPV). Inventointitiedon epävarmuus: kuvioittainen arviointi vs. aluepohjainen ALS-inventointi Luoda perusteet eri epävarmuuden lähteistä peräisin olevan epävarmuuden huomioimiselle metsätaloudellisessa tuottoarvolaskennassa

Menetelmät ja aineistot SIMO-simuloinnit, Monte Carlo –menetelmä, 3,4 ja 5 %:n korkokannat. Simuloitu 40 kuvion metsälö; tasaisesti edustettuna eri puulajit ja kehitysluokat Inventointitieto: virheiden suuruudet kahdesta ALS-projektista. Ei pelkästään virheet yksittäisissä tunnuksissa, vaan myös virheiden välinen korrelaatio Kasvumallit: kasvumallien virhemallit Metsikkötason kasvumallit Puun hinta: keskiarvohakuinen (mean reverting) geometrinen hintamalli taustalla todellinen hintakehitys 1983-2005 Otettiin huomioon myös eri puutavaralajien välinen kovarianssi

ACTIVE SOURCES OF UNCERTAINTY Epävarmuustekijöiden suhteellinen (%) vaikutus metsätilan (40 kuviota) nettotulojen nykyarvoon ACTIVE SOURCES OF UNCERTAINTY RELATIVE SDs (%) UPRICE UFIELD UALS UGROWTH 3 % 4 % 5 % o 8,2 7,3 6,9 28,8 29,2 32,6 26,5 26,4 28,7 33,2 33,4 29,0 32,1 33,8 27,4 28,6 30,9 34,9 35,3 46,9 48,2 50,0 46,5 46,6 47,1 47,4 48,3 51,3   46,8 47,6 Table 8. Averages of the relative SDs (%) of the stand-level NPVs, caused by the different uncertainty sources. The active uncertainty sources in each combination are marked with o.

Väitöskirjan päätelmät (1/2): ALS-inventointimenetelmät ja hakkuiden ajoitus / puutavaralajitason tulkinta ALS-Inventointivirhe vaikuttaa merkittävästi hakkuiden ajankohtien määrittämiseen ja sitä kautta hakkuista saataviin nettotuloihin ja nettotulojen menetyksiin. Puutavaralajitason tulkinta on vielä epävarmaa Inventointivirheen lisäksi runkolukusarjan estimointi sekä puiden runkomuodon ja katkonnan simulointi aiheuttavat merkittävää epävarmuutta Aluepohjainen ALS-inventointi oli hakkuiden ajoituksessa, puutavaralajien ennustamisessa ja kuviotason nettonykyarvonlaskennassa hieman parempaa tietoa kuin perinteinen kuvioittainen arviointi  Puulajitiedolla on suuri merkitys estimoitaessa seuraavan hakkuun ajankohtaa ja siitä saatavia tuloja metsäsuunnittelun simulointilaskennan avulla ALS ITD-menetelmällä on mahdollista pienentää metsäsuunnittelun simulointilaskennan virhettä, mikäli: a) puulajitulkinta onnistuu b) puiden etsintäalgoritmi toimii

Eri menetelmillä tuotetut runkolukusarjat PRED= predicted series generated on the basis of mean stock characteristics derived from the true stem distribution series SWFI = predicted series generated on the basis of mean stock characteristic output by the compartment inventory ALS = predicted series generated on the basis of mean stock characteristic output by the ALS inventory STM = True stem distribution series determined by a logging machine .

Puutavaralajien estimointi avohakkuukoealoille: eri virhelähteiden vertailu (hakkuukonemittaus referenssinä) Table 1. Effects (bias%NPV and rmse%NPV) of different error sources on predicted stock value (€/m3) at stand level. Field reference measured by logging machine: 5400 trees within 12 clear-cutting stands. A_ALS = area-based ALS inventory, SWFI = standwise field inventory. The active error source is marked with X.

Väitöskirjan päätelmät (2/2) – aluepohjainen ALS-tulkinta kuvio- ja tilatason NPV-laskennassa Kasvumalleihin liittyvästä epävarmuudesta aiheutuu metsikkötason nettonykyarvon laskentaan jopa suurempaa virhettä kuin mitä inventointivirheestä. Tilatason metsätaloudellisen tuottoarvon laskennan suurin epävarmuuden lähde ovat ALS-inventointiin liittyvät virheet.  ALS-inventointi aiheuttaa merkittävää harhaa (aliarviota) metsätaloudellisen tuottoarvon tilatason estimaattiin. Käytettäessä keskiarvohakuista hintamallia, raakapuun hintavaihteluiden merkitys metsikön nettonykyarvoon oli huomattavasti pienempi kuin inventointivirheen tai kasvumallien virheiden vaikutus. Inventointivirheen, kasvumallien virheen ja raakapuun hintavaihtelujen virheen yhteisvaikutus on erisuuruinen kuin näiden yksittäisten virhelähteiden virheiden summa. Paljonko pelimerkkejä kannattaa pistää inventointitiedon tarkentamiseen, kun ottaa huomioon metsäsuunnittelulaskennan muut virhelähteet?

Kuvio- ja tilatason tulosten vertailu SOURCES OF UNCERTAINTY Stand-level Property-level UPRICE UALS UGROWTH bias%NPV sd%NPV X -6,1 8,2 -1,5 3,4 1,7 26,5 12,2 5,1 -9,5 33,2 1,4 0,1 46,5 13,2 6,5

Tulosten hyödyntäminen Tutkimuksessa luotiin perusteita kehittää käytännön menetelmiä metsäomaisuuden arvonmäärityksen liittyvän epävarmuuden huomioimiseksi Tutkimuksesta saatiin tietoa siitä, mihin epävarmuuden lähteeseen kannattaisi panostaa, kun NPV-estimointia halutaan tarkentaa Tuloksia voidaan hyödyntää myös arvioitaessa metsävaratietojen jatkuvaan ajantasaistukseen liittyvää epävarmuutta

Improving forest supply chain by means of advanced laser measurements (L-Impact, 2008-2011) – Käytännön metsätaloutta palvelevia tuloksia / tutkimuksia ALS-inventointi ja metsätaloudellisen tuottoarvon määrittäminen Holopainen, M. 2011. Effect of airborne laser scanning accuracy on forest stock and yield estimates. Aalto University, School of Engineering, Department of Surveying. Aalto University Doctoral Dissertations 6/2011. http://lib.tkk.fi/Diss/2011/isbn9789526040134/ ALS-inventointi puutavaralajien määrän ja arvon estimoinnissa Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J. 2010. Uncertainty in timber assortment estimates predicted from forest inventory data. European Journal of Forest Research, (2010) 129:1131-1142, DOI 10.1007/s10342-010-0401-4. http://www.springerlink.com/content/39kn2u17h34v34v3/fulltext.pdf Hakkuiden ajoitus ALS-datan avulla Vastaranta, M., Holopainen, M., Yu, X., Hyyppä, J., Hyyppä, H. and Viitala, R. 2011. Predicting stand-thinning maturity from airborne laser scanning data, Scandinavian Journal of Forest Research, First published on: 19 January 2011 (iFirst), DOI:10.1080/02827581.2010.547870, http://dx.doi.org/10.1080/02827581.2010.547870 ALS-bonitointi Holopainen, M., Vastaranta, M., Yu, X., Haapanen, R., Hyyppä, J., Kaartinen, H. Viitala, R. & Hyyppä, H. 2010. Site type estimation using airborne laser scanning and stand register data. The Photogrammetric Journal of Finland, 22(1):16-32. http://foto.hut.fi/seura/julkaisut/pjf/pjf_e/2010/PJF2010_Holopainen_et_al.pdf ALS metsätuhojen inventoinnissa Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Kaasalainen, S., Solberg, S. & Hyyppä. J. Classification of defoliated trees using tree-level airborne laser scanning data combined with aerial images. Remote Sensing, 2010, 2, 2665-2679; doi:10.3390/rs2122665. http://www.mdpi.com/2072-4292/2/12/2665/pdf

Metsien lasermittausten tulevaisuus: täsmämetsätalous Ongelma: kuinka tehostaa puunhankintaa ottaen samalla huomioon metsien muut käyttömuodot, kuten monimuotoisuus, metsien laatu (tuhot), virkistyskäyttö, hiilensidonta, kulttuuriarvot. Ratkaisu: Täsmämetsätalous = tarkan metsien inventointitiedon täysimääräinen hyödyntäminen operatiivisessa metsä- ja leimikkosuunnittelussa sekä puunhankinnan logistiikassa. Tarkka metsien inventointitieto = Hakkuukonetieto, maastossa tapahtuvat lasermittaukset sekä lentokonelaser- ja ilmakuvamittaukset

Täsmämetsätalous – puunhankinnan tehostaminen ja metsäsuunnittelu Mahdollisia hyötyjä puunhankinnan näkökulmasta: Entistä tarkempaa puutason mittaustietoa: määrä ja laatu(?) Logistiset hyödyt: varastojen siirto yhä enemmän pystypuustoon Lähi- ja kaukokuljetuksen tehostaminen Apteerauksen ohjaus Hakkuukoneen kuljettajan työn tukeminen Leimikoiden korjuukelpoisuuden mallinnus Metsäsuunnittelun ja leimikkosuunnittelun yhdistäminen Keskeistä, kuinka kerran tarkasti mitattu tieto säilytetään koko puunhankintaketjun ajan. Metsäsuunnittelu Metsäsuunnittelun simulointilaskennan tarkentaminen: teoreettisista runkolukusarjoista todellisiin runkolukusarjoihin Puukartta – puiden spatiaalinen jakautuminen

Täsmämetsätalous – puuteknologia, metsäekonomia ja metsäekologia Puuteknologia – puutuotteiden jalostusarvon lisääminen / Metsäekonomia – Metsäkiinteistöjen arvonmäärityksen tarkentaminen Metsäekologia – ALS & TLS –pohjaisiin mittauksiin perustuvat puukartat, LAI- ja biomassamittaukset, harsuuntumismittaukset  lähtöaineistoa metsätuhojen mallinnukseen (empiirisiin ja prosessipohjaisiin) kasvumalleihin, biomassamalleihin, hiilitasemalleihin sekä monimuotoisuusmalleihin.

Science and Technology Towards Precision Forestry (PRECISEFOR, 2011-2014) Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia Yhteistyötahoja Aalto-yliopisto (TKK, Maanmittaustieteiden laitos), Vienna University of Technology, HAMK (Evo) Tavoitteet Yksittäisten puiden kartoitus hakkuukoneen avulla – paikannuksen kehittäminen Automaattisten TLS-menetelmien kehittäminen ALS, TLS ja hakkuukonedatan yhdistäminen yksinpuintulkinnassa Puiden laadun mittaus ALS- ja TLS-dataan perustuen UAV:n hyödyntäminen leimikkosuunnittelussa ja ALS-inventoinnin referenssiaineiston hankinnassa Puutasolla tulkitun tiedon arvo J. Hyyppä. Finnish Geodetic Institute

L-impact –tutkimuksia 2008-2010 (1/2) Holopainen, M., Vastaranta, M., Mäkinen, A., Rasinmäki, J., Hyyppä, J., Hyyppä, H. & Kaartinen, H. 2009. The use of tree level ALS data in forest management planning simulations. The Photogrammetric Journal of Finland, 1/2009:13-25. Holopainen, M., Haapanen, R., Karjalainen, M., Vastaranta, M., Hyyppä, J. Yu, X., Tuominen, S. & Hyyppä, H. 2010. Comparing accuracy of airborne laser scanning and TerraSAR-X radar images in the estimation of plot-level forest variables. Remote Sensing. 2010, 2:432-445; doi:10.3390/rs2020432 Mäkinen, A., Holopainen, M., Rasinmäki, J. & Kangas, A. 2010. Propagating the errors of initial forest variables through stand- and tree-level growth simulators. European Journal of Forest Research:129(2010):887-898. DOI 10.1007/s10342-009-0288-0. Talvitie, M., Kantola, T., Holopainen, M., Lyytikäinen-Saarenmaa, P. 2010. Adaptive cluster sampling in inventorying forest damage by the common pine sawfly (Diprion pini). Journal of Forest Planning, in press. Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. and Hyyppä, H. 2009. Laser-based field measurements in tree-level forest data acquisition. Photogrammetric journal of Finland, 1/2009:51-61. Yu, X, Hyyppä, J., Holopainen, M. & Vastaranta, M. 2010. Comparison of area based and individual tree based methods for predicting plot level attributes. Remote Sensing, 2010/2:1481-1495; Doi:10.3390/rs2061481. Yu, X, Hyyppä, J., Holopainen, M. Vastaranta, M. & Viitala, R. 2010. Predicting individual tree attributes from airborne laser point clouds based on random forest technique. ISPRS Journal of Photogrammetry and Remote Sensing, in press. Holopainen, M., Hyyppä, J., Vaario, L-M. & Yrjälä, K. 2010. Implications of Technological Development to Forestry. Invited book chapter. In Mery, G., Katila P, Galloway, G., Alfaro, R.I., Kanninen, M., Lobovikov, M., Varjo, J. (eds.) Forest and Society - Responding to Global Drivers of Change. IUFRO-World Series Volume 25:157-182 (Convening lead authors of the chapter: Hetemäki, L. & Mery, G.). Hyyppä, J., Hyyppä, H., Yu, X., Kaartinen, H., Kukko, H., Holopainen, M, 2009. Forest inventory using small-footprint airborne lidar, Invited Book Chapter to Topographic Laser Ranging and Scanning: Principles and Processing. Editors Jie Shan and Charler Toth. pp. 335-370. Holopainen, M., Tuominen, S., Karjalainen, M., Hyyppä, J., Hyyppä, H., Vastaranta, M., Hujala, T. & Tokola, T. 2009. Korkearesoluutioisten E-SAR -tutkakuvien tarkkuus puustotunnusten koealatason estimoinnissa. Metsätieteen aikakauskirja 4/2009:309-323. Melkas T., Vastaranta M., Holopainen, M., Kivilähde, J. and Merimaa M. 2009. Puun läpimitan mittauksen tarkkuus ja tehokkuus laser- ja digitaalikuvatekniikkaan perustuen. Metsätieteen aikakauskirja 4/2009:325-340. Holopainen, M., Haapanen, R., Tuominen, S. & Viitala, R. 2008. Performance of airborne laser scanning- and aerial photograph-based statistical and textural features in forest variable estimation. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:105-112. Holopainen, M., Mäkinen, A., Vastaranta, M., Rasinmäki, J., Hyyppä, J., Hyyppä, H. and Rönnholm, P. 2008. Utilization of tree species stratum data in forest planning simulations. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:458-466. Holopainen, M., Vastaranta, M., Yu, X., Hyyppä, J., Kaartinen, H. & Hyyppä, H. 2009. Forest site type classification using single tree level Airborne Laser Scanning. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings:72-80. Holopainen, M., Tuominen, S., Karjalainen, M., Hyyppä, J., Vastaranta, M. & Hyyppä, H. 2009. Accuracy of high-resolution radar images in the estimation of plot-level forest variables. In Sester, M., Bernard, L. & Paelke, V (eds.). Advances in GIScience. Lecture notes in geoinformation and cartography. Springer 2009. pp. 67-82. Holopainen, M., Haapanen, R., Karjalainen, M., Vastaranta, M., Hyyppä, J. Yu, X., Tuominen, S. & Hyyppä, H. 2009. Combination of low-pulse ALS data and TerraSar-X radar images in the estimation of plot-level forest variables. In Bretar, F, Pierrot-Deseilligny, M. & Vosselman, G. 2009. LaserScanning 2009 proceedings:135-140. Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J. & Hyyppä, H. 2010. Estimation of timber assortments using low-density ALS data. In: Wagner, W., Székely, B. (eds.): ISPRS TC VII Symposium - 100 years ISPRS, Vienna, Austria, July 5-7, 2010. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Volume XXXVIII, Part 7A:59-64.

L-impact –tutkimuksia 2008-2010 (2/2) Kaartinen, H, Hyyppä, J. Liang, X., Litkey, P., Kukko, A., Yu, X., Hyyppä, H. & Holopainen, M. 2008. Accuracy of automatic tree extraction using airborne laser scanner data. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:467-476. Kaasalainen, S., Hyyppä, J., Krooks, A. Karjalainen, M., Lyytikäinen-Saarenmaa, P., Holopainen, M. , and A. Jaakkola. 2010. Comparison of terrestrial laser scanner and Synthetic aperture radar data in the study of forest defoliation. ISPRS Commission VII Symposium, July 5-7, 2010, Vienna, Austria. Liang, X., Litkey, P, Hyyppä, J., Kaartinen, H., Vastaranta, M. & Holopainen, M. 2009. Automatic tree location mapping using TLS for plot-wise forest inventory. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings:314-324. Litkey, P., Liang, X., Kaartinen, H., Hyyppä, J., Kukko, A. & Holopainen, M. Single-scan TLS methods for forest parameter retrieval. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:294-304. Melkas, T., Vastaranta, M. & Holopainen, M. Accuracy and efficiency of the laser-camera. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:315-324. Melkas, T., Vastaranta. M., Haapanen, R., Holopainen, M.Yu, X., Hyyppä, J., Hyyppä, H. Updating forest resource data by using ALS measurements and information collected with a harvester. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings:128-136. Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. & Hyyppä, H. 2008. Comparison of different laser-based methods to measure stem diameter. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:606-615. Vastaranta, M, Holopainen, M., Haapanen R., Yu, X., Melkas, T., Hyyppä, J., Hyyppä, H. 2009. Comparison between an area-based and individual tree detection method for low-pulse density als-based forest inventory. In Bretar, F, Pierrot-Deseilligny, M. & Vosselman, G. 2009. LaserScanning 2009 proceedings:147-151. Haapanen, R., Holopainen, M., Tuominen, S. & Viitala, R., 2009. The effect of forest characteristics on ALS-based inventory results. Proceedings of IUFRO Division 4: Extending forest inventory and monitoring over space and time, May 19-22, 2009, Quebec City, Canada. Holopainen, M. & Viitanen, K. 2009. Käsitteistä ja epävarmuudesta metsäkiinteistöjen taloudellisen arvon määrittämisessä. Metsätieteen aikakauskirja 2/2009. Holopainen, M. & Hyyppä, J. 2009. Kohden lasermittauksiin perustuvaa täsmämetsätaloutta. Metsätieteen aikakauskirja 4/2009:357-360. Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S., Vastaranta, M. Pietilä, I. & Hyyppä, J.2010. Effect of airborne laser scanning accuracy in forest yield value calculations. Silvilaser 2010, conference proceedings, in press. Hyyppä, J., Jaakkola, A., Hyyppä, H., Kaartinen, H., Kukko, A., Holopainen, M., Zhu, L., Matikainen, L., Chen, R., Chen, Y., Kaasalainen, S. Krooks, A. Litkey, P., Rönnholm, P., Vastaranta, M. & Lyytikäinen-Saarenmaa, P. 2009. Map Updating and Change Detection Using Vehicle-Based Laser Scanning, in proceedings of JURSE 2009, 20-22 May 2009. Hyyppä, J., Holopainen, M., Vastaranta, M. & Puttonen, E. 2009. Yksittäisten puiden mittaus ja seuranta laserkeilauksella. Metsätieteen aikakauskirja 4/2009:361-365. Hyyppä, J., Lyytikäinen-Saarenmaa, P., Holopainen, M., Litkey, P., Hyyppä, H. & Kaasalainen, S. 2009. Lasermittauksiin perustuva biomassamuutosten ja metsätuhojen seuranta. Metsätieteen aikakauskirja 4/2009:366-369. Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Solberg, S. & Hyyppä, J. 2010. Predicting needle losses of individual Scots pines from airborne laser point clouds, Silvilaser 2010, conference proceedings, in press. Krooks, A, Kaasalainen, S., Jaakkola, A., Lyytikäinen-Saarenmaa, P., Holopainen, M. & Hyyppä, J. 2010. Monitoring forest damage with terrestrial laser scanning. Silvilaser 2010, conference proceedings, in press. Lyytikäinen-Saarenmaa, P., Holopainen, M., Ilvesniemi, S. & Haapanen, R. 2009. Detecting pine sawfly defoliation by means of remote sensing and GIS. Forstschutz Aktuell (In press). Mäkinen, A. & Holopainen, M. 2009. Menetelmiä metsikön nettonykyarvolaskentaan liittyvän epävarmuuden hallintaan. Metsätieteen aikakauskirja 4/2009:386-388. Vastaranta, M., Holopainen, M., Kaartinen, H., Hyyppä, H. & Hyyppä, J. 2009. Uudistuneet metsien maastomittaustarpeet. Metsätieteen aikakauskirja 4/2009:370-374. Vastaranta, M., Holopainen, M. Yu, X., Hyyppä, J., Hyyppä, H. & Viitala, R. 2010. Determination of stands first thinning maturity using airborne laser scanning. Silvilaser 2010, conference proceedings, in press.

Thank you for your attention!