| dc.date.accessioned |
2016-08-29T10:08:12Z |
|
| dc.date.available |
2016-08-29T10:08:12Z |
|
| dc.date.issued |
2016-08-29 |
|
| dc.identifier.uri |
http://hdl.handle.net/123456789/7920 |
|
| dc.title |
Puustobiomassan ennustaminen harvapulssisella lentolaserkeilausaineistolla |
fi |
| ethesis.discipline |
Skogsresursvetenskap och -teknologi |
sv |
| ethesis.discipline |
Forest Resource Science and Technology |
en |
| ethesis.discipline |
Metsävaratiede ja -teknologia |
fi |
| ethesis.discipline.URI |
http://data.hulib.helsinki.fi/id/568622d2-092e-44f6-ac91-0bc71f2abb65 |
|
| ethesis.department.URI |
http://data.hulib.helsinki.fi/id/c7df5167-a7c2-4c80-96c7-1c8d14d8e804 |
|
| ethesis.department |
Institutionen för skogsvetenskaper |
sv |
| ethesis.department |
Department of Forest Sciences |
en |
| 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 |
Lindberg, Aapo |
|
| dct.issued |
2016 |
|
| dct.language.ISO639-2 |
fin |
|
| dct.abstract |
Viime aikoina asetetut tavoitteet puun energiakäytön lisäämiseksi ovat luoneet tarpeen kehittää uusia kaukokartoitukseen perustuvia inventointimenetelmiä energiapuun kartoitukseen. Laser-keilaus on kaukokartoitusmenetelmä, jota käytetään laajojen alueiden metsän inventoinneissa. Tähän asti laserkeilausta on käytetty pääasiassa tuottamaan tietoa puutavaralajeista. Energia-puun kartoitusta käsitelleet tutkimukset ovat tutkineet tarkkuutta pääasiassa koealatasolla.
Tässä tutkielmassa tarkasteltiin aluepohjaisella laserkeilausinventoinnilla ennustettujen energia-puun määrää kuvaavien tunnusten tarkkuutta kuviotasolla. Laserkeilausaineistosta ennustettiin tilavuusestimaatit kahdella eri tavalla, käyttäen pisteaineistoa ja maanpintamallia. Estimaatit laskettiin puuston kokonaistilavuudelle ja puutavaralajien tilavuuksille. Lisäksi laskettiin biomas-saestimaatit puun koko maanpäälliselle biomassalle, runkopuun biomassalle, latvusbiomassalle ja kantobiomassalle. Saatuja estimaatteja verrattiin maastomittauksiin ja monilähteisen valta-kunnan metsien inventoinnin tuottamiin estimaatteihin samalla alueella.
Kahdesta ennustamisessa käytetystä menetelmästä todettiin pistepilven käyttö latvusmallin käyttöä tarkemmaksi menetelmäksi. Pistepilveä käyttäen tuotettujen tärkeimpien biomassaes-timaattien tarkkuus (suhteellinen RMSE) oli hukkapuulle 37,4 %, latvusbiomassalle 21,8 % ja kantobiomassalle 18,6 %. Tuloste perusteella energiapuun kartoituksessa laserkeilausaineistolta päästiin suurin piirtein samaan tarkkuuteen kuvioittaisella arvioinnilla.
Tässä tutkielmassa tarkasteltiin ainoastaan energiapuuksi kelpaavan puuston määrää kuviota-solla. Tutkielmassa ei pyritty etsimään energiapuun korjaamiseen soveltuvia kohteita tai määrit-tämään toimenpidetarpeita. Jotta energiapuun kartoittaminen laserkeilausaineistolta palvelisi metsäteollisuuden energiapuuhankintaa, tulisi jatkossa kehittää menetelmiä, joilla maastosta löydetään energiapuunkorjuuseen soveltuvat kohteet. |
fi |
| dct.abstract |
In recent years objectives to increase fuelwood usage have created a need to develop new re-mote sensing based methods to map fuelwood reserves. Laser scanning (LiDAR) is a remote sensing method which has been used in traditional forest inventories on large forest areas. These inventories have mainly concentrated on the stem volume instead of the total tree bio-mass. Former studies concerning fuelwood inventory accuracy have been made on a sample plot level.
The aim of this study was to determine the precision of LiDAR based fuelwood inventory on a forest stand level. Wood stem volume and biomass estimates were produced by using two dif-ferent methods: point cloud and digital terrain model. The estimates were compared with field inventory results and results from the multi-source National Forest Inventory.
Of the two compared methods the point cloud method was found to be more accurate than the method based on digital terrain model. When the point cloud was used, the accuracy (RMSE %) of the most important fuelwood estimates were following: waste wood vol-ume 37.4 %, branch biomass 21.8 % and stump biomass 18.6 %. The study indicates that re-sults got by laser scanning are on similar level as results got with traditional standwise inventory.
This study concentrated only to predict the amount of fuelwood on the forest stand level. The suitability of the stand for fuelwood harvesting was not estimated. In order to utilize LiDAR-based fuelwood inventory for wood acquisition in forest industry, methods to estimate the suita-bility of the stand for harvesting need to be developed. |
en |
| dct.subject |
laserkeilaus |
fi |
| dct.subject |
biomassa |
fi |
| dct.subject |
kaukokartoitus |
fi |
| dct.subject |
energiapuu |
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.supervisor |
Kankare, Ville |
|
| 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.ethesis |
E-thesisID:665aba4f-6a1d-434b-a2c2-3547a836c888 |
|
| ethesis-internal.timestamp.reviewStep |
2016-06-21 14:34:53:808 |
|
| ethesis.principalprofessor |
Holopainen, Markus |
|
| dct.identifier.urn |
URN:NBN:fi:hulib-201608292655 |
|
| dc.type.dcmitype |
Text |
|
