| dc.date.accessioned |
2010-11-25T11:38:01Z |
|
| dc.date.accessioned |
2015-07-23T07:24:17Z |
|
| dc.date.available |
2010-11-25T11:38:01Z |
|
| dc.date.available |
2015-07-23T07:24:17Z |
|
| dc.date.issued |
2003-12 |
|
| dc.identifier.uri |
http://hdl.handle.net/10138/20681 |
|
| dc.title |
Digitoitujen väri-infrailmakuvien numeerinen monikuvatulkinta metsäninventoinnissa |
fi |
| ethesis.discipline |
Skogsresursvetenskap och -teknologi (skogsvärdering) |
sv |
| ethesis.discipline |
Forest Resource Science and Technology (Forest mensuration) |
en |
| ethesis.discipline |
Metsävaratiede ja -teknologia (metsänarvioimistiede) |
fi |
| ethesis.discipline.URI |
http://data.hulib.helsinki.fi/id/568622d2-092e-44f6-ac91-0bc71f2abb65 |
|
| ethesis.department.URI |
http://data.hulib.helsinki.fi/id/b6bb4a53-0dfd-4960-859d-db835b62e109 |
|
| ethesis.department.URI |
http://data.hulib.helsinki.fi/id/c7df5167-a7c2-4c80-96c7-1c8d14d8e804 |
|
| ethesis.department |
Institutionen för skogstillgångar |
sv |
| ethesis.department |
Institutionen för skogsvetenskaper |
sv |
| ethesis.department |
Department of Forest Resource Management |
en |
| ethesis.department |
Department of Forest Sciences |
en |
| ethesis.department |
Metsävarojen käytön laitos |
fi |
| ethesis.department |
Metsätieteiden laitos |
fi |
| ethesis.faculty |
Agrikultur- och forstvetenskapliga fakulteten |
sv |
| ethesis.faculty |
Faculty of Agriculture and Forestry |
en |
| ethesis.faculty |
Maatalous-metsätieteellinen tiedekunta |
fi |
| ethesis.faculty.URI |
http://data.hulib.helsinki.fi/id/b197f237-5f76-4651-a885-b5b849512034 |
|
| ethesis.university.URI |
http://data.hulib.helsinki.fi/id/50ae46d8-7ba9-4821-877c-c994c78b0d97 |
|
| ethesis.university |
Helsingfors universitet |
sv |
| ethesis.university |
University of Helsinki |
en |
| ethesis.university |
Helsingin yliopisto |
fi |
| dct.creator |
Hujala, Teppo |
|
| dct.issued |
2003 |
|
| dct.language.ISO639-2 |
fin |
|
| dct.abstract |
The use of remote sensing imagery as auxiliary data in forest inventory is based on the correlation between features extracted from the images and the ground truth. The bidirectional reflectance and radial displacement cause variation in image features located in different segments of the image but forest characteristics remaining the same. The variation has so far been diminished by different radiometric corrections.
In this study the use of sun azimuth based converted image co-ordinates was examined to supplement auxiliary data extracted from digitised aerial photographs. The method was considered as an alternative for radiometric corrections. Additionally, the usefulness of multi-image interpretation of digitised aerial photographs in regression estimation of forest characteristics was studied. The state owned study area located in Leivonmäki, Central Finland and the study material consisted of five digitised and ortho-rectified colour-infrared (CIR) aerial photographs and field measurements of 388 plots, out of which 194 were relascope (Bitterlich) plots and 194 were concentric circular plots. Both the image data and the field measurements were from the year 1999.
When examining the effect of the location of the image point on pixel values and texture features of Finnish forest plots in digitised CIR photographs the clearest differences were found between front-and back-lighted image halves. Inside the image half the differences between different blocks were clearly bigger on the front-lighted half than on the back-lighted half. The strength of the phenomenon varied by forest category. The differences between pixel values extracted from different image blocks were greatest in developed and mature stands and smallest in young stands. The differences between texture features were greatest in developing stands and smallest in young and mature stands.
The logarithm of timber volume per hectare and the angular transformation of the proportion of broadleaved trees of the total volume were used as dependent variables in regression models. Five different converted image co-ordinates based trend surfaces were used in models in order to diminish the effect of the bidirectional reflectance. The reference model of total volume, in which the location of the image point had been ignored, resulted in RMSE of 1,268 calculated from test material. The best of the trend surfaces was the complete third order surface, which resulted in RMSE of 1,107. The reference model of the proportion of broadleaved trees resulted in RMSE of 0,4292 and the second order trend surface was the best, resulting in RMSE of 0,4270. The trend surface method is applicable, but it has to be applied by forest category and by variable.
The usefulness of multi-image interpretation of digitised aerial photographs was studied by building comparable regression models using either the front-lighted image features, back-lighted image features or both. The two-image model turned out to be slightly better than the one-image models in total volume estimation. The best one-image model resulted in RMSE of 1,098 and the two-image model resulted in RMSE of 1,090. The homologous features did not improve the models of the proportion of broadleaved trees. The overall result gives motivation for further research of multi-image interpretation. The focus may be improving regression estimation and feature selection or examination of stratification used in two-phase sampling inventory techniques. |
en |
| dct.abstract |
Kaukokartoituskuvien käyttö metsäninventoinnin aputietona perustuu kuvista irroitettujen sävyarvo ja tekstuuripiirteiden sekä maastotiedon väliseen korrelaatioon. Auringon valon suuntautuneisuudesta johtuva epäsymmetrinen heijastus (bidirektionaalinen reflektanssi) ja säteissiirtymä aiheuttavat vaihtelua ilmakuvan eri osissa sijaitsevien samanlaisten metsäkohteiden kuvapiirteisiin. Tätä vaihtelua on aikaisemmin pyritty vähentämään erilaisilla kuvan radiometrisillä korjauksilla.
Tässä tutkimuksessa tarkasteltiin auringon suuntakulmaan pohjautuvasti muunnettujen kuvakoordinaattien käyttöä numeerisista ilmakuvista irroitetun aputiedon täydentämisessä, vaihtoehtona ilmakuvien radiometrisille korjauksille. Lisäksi tutkittiin stereoilmakuvien päällekkäispeittoon perustuvan numeerisen monikuvatulkinnan sovellettavuutta digitoitujen ilmakuvien avulla tehtävässä metsikkötunnusten regressioestimoinnissa. Tutkimusalueena oli Leivonmäen valtionmaa ja aineistona viisi digitoitua ja orto-oikaistua väri-infrailmakuvaa sekä 388 koealan maastomittaustiedot vuodelta 1999. Maastokoealoista 194 oli relaskooppikoealoja ja 194 ympyräkoealoja.
Selvitettäessä kuvapisteen sijainnin vaikutusta suomalaisten metsäkohteiden sävyarvo- ja tekstuuripiirteisiin digitoiduissa väri-infrailmakuvissa havaittiin selvimmät erot myötä- ja vastavalon kuvapuoliskojen välillä. Kuvapuoliskon sisällä eri sijaintilohkojen väliset erot olivat selvästi suurempia myötävalon kuvapuoliskolla kuin vastavalon kuvapuoliskolla. Ilmiön voimakkuus vaihteli metsikköluokittain. Eri kuvasijaintilohkoilta irroitettujen sävyarvojen erot olivat suurimmat varttuneessa ja järeässä kuusikossa ja pienimmät taimikossa sekä nuoressa koivikossa. Tekstuuripiirteiden erot olivat suurimmat kasvatusmetsissä ja pienimmät taimikossa sekä järeässä kuusikossa. Puuston kokonaistilavuuden logaritmia ja lehtipuuosuuden kulmamuunnosta selittävissä regressiomalleissa sovellettiin viittä erilaista muunnettuun kuvakoordinaatistoon perustuvaa trendipintaa epäsymmetrisen heijastuksen vaikutuksen pienentämiseksi.
Puuston kokonaistilavuuden vertailumallin, jossa kuvapisteen sijaintia ei ollut millään tavalla huomioitu, testiaineistosta laskettu RMSE oli 1,268. Paras vertailluista pinnoista oli kolmannen asteen trendipinta, jonka sisältävän mallin testiaineistosta laskettu RMSE oli 1,107. Puuston lehtipuuosuuden osalta vertailumallin testiaineistosta laskettu RMSE oli 0,4292 ja paras trendipinnoista oli toisen asteen trendipinta, jonka sisältävän mallin testiaineistosta laskettu RMSE oli 0,4270. Trendipintatarkastelu on tulosten mukaan käyttökelpoinen menetelmä, mutta sitä on sovellettava metsikköluokittain ja metsikkötunnuksittain.
Päällekkäispeittoon perustuvan monikuvatulkinnan käyttökelpoisuutta metsikkötunnusten regressioestimoinnissa tutkittiin laatimalla päällekkäispeittoaineistolla vertailumalleja, joissa selittäjinä oli joko myötävalon alueen kuvapiirteitä, vastavalon alueen kuvapiirteitä tai vastinpiirteitä molemmilta kuvapuoliskoilta. Trendipinnan lisääminen selittäjiin paransi kaikkia näitä malleja, myös monikuvamallia. Puuston kokonaistilavuuden osalta monikuvatulkinnan malli osoittautui yhden kuvan malleja hieman paremmaksi. Testiaineistosta laskettu parhaan yhden kuvan mallin RMSE oli 1,098 ja parhaan monikuvamallin RMSE oli 1,090. Puuston lehtipuuosuuden estimoinnissa käytetyllä menetelmällä ja aineistolla päällekkäispeitto ei parantanut malleja. Kokonaisuudessaan tulos antaa kannusteen numeerisen monikuvatulkinnan jatkotutkimuksille regressioestimoinnin, siihen liittyvän kuvapiirteiden valinnan ja erityisesti kaksivaiheisen otantainventoinnin taustalla olevan osituksen tehostamiseksi. |
fi |
| dct.subject |
forest inventory |
en |
| dct.subject |
digitised aerial photograph |
en |
| dct.subject |
bidirectional reflectance |
en |
| dct.subject |
regression estimation |
en |
| dct.subject |
multi-image interpretation |
en |
| dct.subject |
pixel value |
en |
| dct.subject |
texture |
en |
| dct.subject |
trend surface |
en |
| dct.subject |
converted image coordinates |
en |
| dct.subject |
metsäninventointi |
fi |
| dct.subject |
numeerinen ilmakuva |
fi |
| dct.subject |
epäsymmetrinen heijastus |
fi |
| dct.subject |
muunnettu kuvakoordinaatisto |
fi |
| dct.subject |
regressioestimointi |
fi |
| dct.subject |
monikuvatulkinta |
fi |
| dct.subject |
sävyarvo |
fi |
| dct.subject |
tekstuuri |
fi |
| dct.subject |
trendipinta |
fi |
| dct.language |
fi |
|
| ethesis.language.URI |
http://data.hulib.helsinki.fi/id/languages/fin |
|
| ethesis.language |
Finnish |
en |
| ethesis.language |
suomi |
fi |
| ethesis.language |
finska |
sv |
| ethesis.thesistype |
pro gradu-avhandlingar |
sv |
| ethesis.thesistype |
pro gradu -tutkielmat |
fi |
| ethesis.thesistype |
master's thesis |
en |
| ethesis.thesistype.URI |
http://data.hulib.helsinki.fi/id/thesistypes/mastersthesis |
|
| dct.identifier.urn |
URN:NBN:fi-fe20051167 |
|
| dc.type.dcmitype |
Text |
|
| dct.rights |
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. |
en |
| dct.rights |
Publikationen är skyddad av upphovsrätten. Den får läsas och skrivas ut för personligt bruk. Användning i kommersiellt syfte är förbjuden. |
sv |
| dct.rights |
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. |
fi |
