Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa Antti Mäkinen 17.5.2005 Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos.

Slides:



Advertisements
Samankaltaiset esitykset
Kyläradio Koulutus Kuinka teen paremmin • Puhu yksityiskohdista – ei yleisestä • Anna kuuntelijoille kuvia • Aloita aina parhaalla palalla.
Advertisements

Johdatus tutkimusmetodologiaan
2. Terveyteen vaikuttavat tekijät
Estimointi Laajennettu Kalman-suodin
Työhyvinvoinnin tekijät Akavan Erityisalojen työmarkkinatutkimusten tuloksia Tiivistelmädiat
Psykologisen mittarin rakenteen tilastollinen analysointi
Sensorifuusio Jorma Selkäinaho.
2.8.3 Abstraktit tietotyypit
ENSIHARVENNUS Pertti Mäkinen
Perheasema & palkkaura: Mitä väittää teoria? Mitä vastaa empiria? Perhevapaiden palkkavaikutukset –seminaari
Koekatu- projekti: lyhyt esittely Anu Riikonen
Fisma ry:n kehittämän projektin estimointi- ja mittauskonseptin instituionalisointi käytännön ohjelmistoprojektien johtamiseen Minigradu esitys
Maanmittauspäivät Pori Metsänarviointi ja laserkeilaus Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos Aalto-yliopisto, Maanmittaustieteiden.
Etusivun otsikko Alarivit tulevat näin lorem ipsum dolor Lorem ipsum dolor sed diam TK00507 Mikrotietokoneet I 3 opintopistettä Petri Nuutinen.
2. Terveyteen vaikuttavat tekijät
SIMO: Metsikkösimulaattori
Hatarat askeleet osa 1 Kasvumallien toiminnan validointi.
Koe; koeavain 1001 Koeala 1 Koeala 2 Koeala 3 Koeala 4 Koemetsikkö 1 (koemetsikköavain ) Koeala 5 Koeala 6 Koeala 7 Koeala 8 Koemetsikkö 2 (koemetsikköavain.
Fotogrammetrian ja ilmakuvauksen perusteita III
Ohjelmistotekniikka - Tenttiin valmistautumisesta Kevät 2003 Hanna-Kaisa Lammi LTY/Tite.
Mittausepävarmuuden määrittäminen 1
1 Raha-asioiden suunnitteleminen ja nykyinen rahatilanne Senioritutkimus 2011.
Tutkimus osuuskuntien alueellisesta syntyvyydestä Panu Kalmi / HKKK ja RUN Pellervon Päivä Helsinki.
Yksittäisen puun mittaus ja tulkinta ilmakuvilta
Selainkäyttöliittymän tuotantoprosessi Klikkaamalla pääotsikoista tietosi karttuu. Sininen mökki toimii paluupainikkeena. Selainkäyttöliittymän tuotantoprosessi.
Vaihe 1. Vagelis Tsamis2 Phase 1 Vaihe 2 Vaihe 3.
Sirpa Rajalin LIIKENNETURVA Nuorten seminaari Kuopiossa Mitä nuoruus on? Miten nuoruus näkyy liikenteessä? Miten nuorten riskinottoa liikenteessä.
Metsänhoitotoimenpiteiden optimointi taloudellis-ekologisella mallilla
Tilastollisia menetelmiä
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Kotitehtävä 14 – Tom Lindström Optimointiopin seminaari - Syksy 2005 Kotitehtävän 14 ratkaisu Tom.
Aikakauslehtien Ylivoimapankki Vesa Väisänen IROResearch Oy.
Matematiikka ja fysiikka AUTO-ALA
Kalakantojen arviointi (KALAT22)
Käyttäytymistieteiden laitos
Taustaa ”Yliopistojen tehtävänä on edistää vapaata tutkimusta sekä tieteellistä ja taiteellista sivistystä, antaa tutkimukseen perustuvaa ylintä opetusta.
Apteeraussimulaattori metsäsuunnittelun apuvälineenä
Tutkimussuunnitelma Kasvumallien toiminnan validointi Esko Välimäki.
- ilmakuvat - satelliittikuvat
OHJELMOINTITAITO ICT02D 12 ECTS. OPINTOJAKSON TOTEUTUS  KESTO: –  AVOIMEN OPISKELIJAT: – YKSI LUOKA (SUOMI) – LUOKKA ICT02O-1.
Mittalaitteen tarkkuus Kun T-dataloggeri on Matlab-havainnollistusta myöten valmis…: Yleismittarien vertailua
Muuttujien riippuvuus
Tulkinnan perusteita Fysiologiset perusteet
– 10 kysymystä ja vastausta–
Laskennallisen tieteen pääaine Pääaineinfo Kai Puolamäki Pääainekahvit kello 15:10-16 huoneessa A328 (T-talo, 3 krs., T2:n puoleinen A-käytävä.
Todennäköisyyslaskentaa
Menetelmä Markowitzin mallin parametrien estimointiin (aihe-esittely)
Havainto. Taivaalla näkyvistä kohteista tutuimpia on Otava, eli Ursa Major (Iso Karhu) Se kiertyy öisellä vaelluksella Pohjantähden ympärillä.
Tilastollisesti merkitsevä nousu Tilastollisesti merkitsevä lasku Edelliseen aineistoon KMT 2005 verrattuna* KMT Kevät06 puolivuosiaineisto KMT SYKSY05/KEVÄT06.
Tehtävä 1 Nk. SINE-toistojaksojen esiintymistä tietyissä kromosomikohdissa tutkittiin viidessä eri nisäkäslajissa. (SINE-toisto joko on tietyssä kohdassa.
BLOM KARTTA OY KAUKOKARTOITUSPOHJAINEN METSIEN INVENTOINTI.
MARV1 Metsikkökoealaharjoitus: Puuston kartoitus ja luku
2/2001 Tietojärjestelmät ja Systeemisuunnittelu Luennoitsija: Tapio Lammi
Laitos-Oiva kunnan näkökulmasta
2 Tutkimuksen suunnittelu
Mittaaminen AKV & HKL.
Taustaa MARV Ilkka Korpela HY/JoY
Laboratoriotyö Putoamiskiihtyvyyden määrittäminen Yksin tai parin kanssa.
1 Kvantitatiiviset menetelmät Pienryhmäkokoontumisissa tarvitaan EK03- aineiston haastattelulomake. Sen voi tulostaa verkosta. Linkki löytyy kurssin kotisivulta:
UNIVERSITY OF TURKU LOGISTINEN REGRESSIOANALYYSI.
UNIVERSITY OF TURKU MONIMUUTTUJAMENETELMÄT SOSIAALITYÖN TUTKIMUKSESSA Leena Koivusilta Turun yliopisto, Sosiaalipolitiikan laitos.
Pasi Tuominen MARC21 -tietuejoukkojen deduplikointi.
Opinnäytetyön aiheita - kaukokartoitus Ilkka Korpela Kaikkiin liittyen - Ohjelmointia pitäisi haluta opiskella (esim. Matlab, Python, C,...), ilman ei.
Puun ”muisti” luonnon ja ilmaston historiankirjana
Onko terveellinen syöminen oikeasti vaikeaa?
Kenttälaitteet Laitteet jotka ovat kentällä. Kenttä käsittää kaikki alakeskuskotelon ulkopuolella olevat laitteet.
8 Lämpölaajeneminen.
Monimuuttinimuuttuja-analyyseista
Kritiikin alkulähteillä
Kärkihankkeen tutkimusteemoja (WP1)
Mittarit – mitä ja miten mitata
Esityksen transkriptio:

Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa Antti Mäkinen Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos

Taustaa Kuvamittaukset perustuvat ns. fotogrammetriseen monikuvamittaustekniikkaan (Korpela 2004) Yksittäisiltä puilta mitataan latvuksen läpimitta (d c, crown diameter) ja pituus (h, height). Mittaus tehdään jokaiselle puulle vähintään kahdelta ilmakuvalta. Jokaiselle mitatulle puulle estimoidaan rinnankorkeusläpimitta Kalliovirran ja Tokolan allometrisillä malleilla

Kuvamittaus

Tutkimuksen taustaa Monikuvamittaustekniikka mahdollistaa yksittäisten puiden läpimitan ja pituuden mittaamisen. Tarkkuudesta ei tietoa. Tavoitteena arvioida menetelmän tarkkuutta ja löytää tarkkuuteen vaikuttavat tekijät. Aineistona 715 maastossa mitattua koepuuta 24:ltä koealalta. Kaikki maastokoepuut mitattiin useammalta ilmakuvalta (max. 24 eri lmakuvaa / puu) yht havaintoa. Mittausvirhettä tarkasteltiin eri kuva-, metsikkö- ja puutason tunnusten suhteen. Kuva-aineistona 1:6000, 1: ja 1: väri ja väärävärikuvat

Tutkittuja asioita Erilaiset tekijät vaikuttavat mittauksissa esiintyvään virheeseen Kohde-kamera –geometria: Missä kohdalla kuvaa puu sijaitsee? Mistä kulmasta puu on kuvautunut? Miten auringonvalo vaikuttaa puun näkyvyyteen? Metsikön rakenne: Tiheys, puulaji, metsikön tasaisuus... Mitattavan puun ominaisuudet: Puun koko suhteessa lähiympäristön puihin, puun latvuksen muoto ja ominaisuudet (puulaji)... Kuinka paljon ja miksi mittauksissa on virhettä?

Mittausvirheen analysointi Latvusläpimitan mittausvirhe Δd c = d c image - d c field Mittausvirhettä tarkasteltiin erilaisin tilastollisten menetelmien avulla (korrelaatio, regressioanalyysi) erilaisten kuva-asetelmaa ja metsikön ominaisuuksia kuvaavien tunnusten suhteen.

Tuloksia Puulaji tärkein yksittäinen mittausvirheeseen vaikuttava tekijä Muita virhettä selittäviä muuttujia: valaistussuunta (aurinko), latvuksen läpimitta, lähiympäristön puuston keskipituus ja ppa, naapuripuiden varjostusta kuvaavat tunnukset. Kuvamittausten kalibrointi malleilla, jotka hyödyntävät edellisiä muuttujia (kuvakohtainen, yleinen monikuva, yleinen monoskooppinen).

Tuloksia Kolme erilaista kalibrointimallia mittausvirheen vähentämiseksi. Kuvakohtainen kalibrointi toimivin, mutta käytännön kannalta epäsopiva.

Tutkimuksen ongelmakohtia Maastodatan mahdollisesti suuri hajonta (ei tarkkaa tietoa maastoaineiston tarkkuudesta) Kaikki mittaukset vain yhden henkilön suorittamia Menetelmän ongelmakohtia Menetelmä manuaalinen (työläs) Mittaus jonkin verran subjektiivista Latvusmittauksen virheen lisäksi allometristen mallien virheet tilavuuden estimoinnissa Mittausten kalibroinnin toimivuus?

Mitä tiedämme nyt? Mittausvirheen suuruus Mittausvirheeseen vaikuttavat tekijät (ainakin osa niistä) Monikuvamittaustekniikalla suoritetun puiden mittauksen tarkkuuden yläraja (kuinka tarkasti voidaan mitata?) Mitä seuraavaksi? Yleisen kalibrointimallin toimivuus erilaisilla testiaineistoilla Lisätestaus eri operaattoreilla ja erilaisilla kuva-aineistoilla (nyt testauksessa 1: kuvat väärävärikuvat) Kohdennettujen maastomittausten käyttö mittausten kalibroinnissa