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

Esitys aiheesta: "Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa Antti Mäkinen 17.5.2005 Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos."— Esityksen transkriptio:

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

2 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

3 Kuvamittaus

4 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. 13392 havaintoa. Mittausvirhettä tarkasteltiin eri kuva-, metsikkö- ja puutason tunnusten suhteen. Kuva-aineistona 1:6000, 1:12 000 ja 1:16 000 väri ja väärävärikuvat

5 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?

6 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.

7 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).

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

9 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?

10 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 1:30 000 kuvat väärävärikuvat) Kohdennettujen maastomittausten käyttö mittausten kalibroinnissa