Metsikkökoealaharjoituksen yhteydessä kerätään tutkimus- ja testiaineistoja. Ilkka Korpela on mitannut metsikkökoealan puut uudella kaukokartoitusmenetelmällä. Joensuun yliopiston tutkijat Lauri Korhonen ja Jari Vauhkonen mittaavat koealoilta lisätunnuksia: latvuksen pituus ja muoto. LK tutkii latvuspeittävyyden mittausmenetelmiä ja lehtipinta-alaindeksin määrittämistä. JV kehittää laskennallisen geometrian sovelluksia (pdf-esitys kesäkuulta), joissa laserpisteparvesta tulkitaan yksittäisiä puita. Hyytiälän aineistoa on tarkoitus käyttää 1) alpha shape-tekniikalla muodostettujen latvusapproksimaatioiden oikeellisuuden testaamiseen 2) kattavana referenssiaineistona menetelmän myöhempää validointia varten. Lisäksi aineistot palvelevat hankkeita i) Alikasvosten tunnistaminen laserkeilausaineistosta ja ii) Puulajin tunnistaminen laserkeilaus- ja ilmakuva-aineistosta. Aineistot liitetään Hyytiälän tutkimusaineistotietokantaan, josta ne ovat opettajien, graduntekijöiden ja tutkijoiden käytettävissä. Tarkoitus on liittää Hyytiälä myös VALERI-verkostoon.
LK & Kajanuksen putki, 11.6.2008
Kohteena MARV1-puu vuodelta 2007.
Harjoituksen jälkeen, osaat
mitata ja määrittää keskeiset puutunnukset, kasvupaikkatunnukset, käyttää puumalleja, johtaa puutunnuksista puustotunnuksia - kiinteä- ja vaihtuva-alaisilla koealoilla. Osaat määrittää puuston tilavuuden ja tilavuuskasvun eri menetelmillä. Saat tuntuman laserkeilauksen ja ilmakuvauksen mahdollisuuksista maaston korkeusmallinnuksessa sekä puu- ja puustotunnusten määrittämisessä. Tunnet "maanmittausta": kolmioinnin ja trilateroinnin perusteet paikannuksessa - ymmärrät, miten havaintovirheet vaikuttavat tarkkuuteen ja kuinka redundansseilla (ylimääräisillä) mittauksilla voidaan kontrolloida ja saada käsitys mittausten tarkkuudesta.
Harjoituksessa on seuraavat vaiheet: (kuusi päivää, ap = aamu, ip = iltapäivä).
- Koealojen puiden mittaukset ilmakuvia ja laserkeilausaineistoa käyttäen (tehty)
- Harjoitus Muistokuusikossa eli koealalla n:o 5: Puuluokitus, perusmittaukset ja
puiden kartoitus trilateroimalla / kolmioimalla. 1. ap.
- Omaan koealan tutustuminen/rajaus/yleistunnukset, koealan kaukokartoituspuiden
identifiointi, omissiopuiden identifiointi ja kartoitus. Työkartan valmistus. 1. ip ja 2.
ap/ip.
- Puidenluku, jossa kaikille puille mitataan puulaji, puuluokka ja
rinnankorkeusläpimitta. 2. ip.
- Koepuiden valinta. Koepuumittaukset puuston rakenteen ja tilavuuden sekä
menneen 5-vuotiskauden tilavuuskasvun selvittämiseksi. 3. ap/ip.
- Mitatun (tutkimus)aineiston tallennus / tarkistukset ja luovutus 3. ip ja ilta.
- Puidenluku ympyrä- ja relaskooppikoealoilla 4. ap.
- Laskennat, joissa luku- ja koepuumittaukset sekä puumallien tiedot yhdistetään
4. ip ja 5.pvä.
- Raportointi 6 pvä.
Ryhmiltä kerätty Data + Fotogrammetriset mittaukset
ja tulokset sekä TILANNESIVU
Ryhmäkuva, hakemisto
Haastattelulomake (pdf), printtaa.
RESECTION - ohjelma
Tarpeelliset tiedostot, jotka puretaan C:\DATA\ -folderiin.
1 Kiintopisteet/fotomittaustiedot, 5225 kpl marv1_trees.txt (zip)
(tietuerakenne, txt)
2 Win32-ohjelma Resection.exe (zip) ja
3 SimulationInputParameters2.txt ohjaustiedosto (zip)
4 Lisäksi tarvitaan omat havainnot: suuntimia ja etäisyyksiä.
Esim. koealta 5, Puu 261 suunnittu 40 kertaa, suuntimat_5A.txt (zip)
Resection-ohjelman Visual Basic -lähdekoodi (zip).
Resection-ohjelman ohjeet, (pdf)
Ohjeita
Pikaohje puukartan valmistukseen ennen puidenlukua (pdf)
Luokitusten vaihto -xls - kopioi kaavat, puulajiluokitus, puuluokitus. (xls)
Aloitusluento (ppt, pdf).
Muistokuusikon harjoitus, ohje assareille (doc)
Hikihelmen sivut koskien harjoitusta (pdf)
Koealojen kartat, maastolomakkeet, numerolaput ym. tarpeellinen
Ryhmät jaetaan neljälle "suurkoealalle", jotka on jaettu neljään ruutuun: A, B, C ja D. Koealat on mitoitettu s.e. ryhmälle tulee mitattavaksi noin 100 "ilmakuvapuuta" ja 50 "omissiopuuta", jotka eivät näkyneet kaukokartoitussensoreille.
Dokumentteja
- Laserkeilausainestoon ja ilmakuviin perustuva mittausmenetelmä =
kuinka ilmakuvapuut on mitattu (html)
- Maastomallin laadinta MARV1-koealoille = kuinka LiDARista saadaan
maaston korkeusmalli (html)
- MARV4/2 -kurssin v 2007 tekemä tutkimus puutason fotogrammetrisesta
metsäninventoinnista = vastaavaa kuin MARV1/2008 on kokeiltu aiemmin
(ISPRS Espoo)
- Tutkimusjulkaisu, jossa kuvattu MARV1-kurssilla käytetty puiden
trilaterointi-kolmiointi -paikannus (Silva Fennica 3/2007)
Kuinka toimitaan, kun LiDAR-pisteitä on muutamia neliömetrille? Vaihtoehtoinen tapa käyttää LiDAR puuston määrän ja rakenteen estimointi - ei puutasolla, vaan koeala- / aluetasolla: Kuviokohtaisten puustotunnusten ennustaminen laserkeilauksella (Metsätieteen aikakausikirja 4/2005). Taimikoissa (Metsätieteen aikakausikirja 1/2008).