metsävaratiedon laatu ja kehittäminen
TRANSCRIPT
Metsävaratiedon laatu
ja kehittäminen 10.1.2017
Juho Heikkilä, metsätiedon johtava asiantuntija
metsätieto- ja tarkastuspalvelut
• Laserinventointi aloitettiin 2010 ja ensimmäinen kierros
on valmis 2020. Myös edeltävä kuvioittaisena arviointina
kerätty tieto on päivitetty 2004 lähtien metsävaratiedoksi.
• Tällä hetkellä ylläpidettävää metsävaratietoa on 11,6 milj.
hehtaaria. Metsään.fi-palvelussa on 68 300 metsän-
omistajaa ja 1 900 toimijakäyttäjää.
• Tiedonsiirtoon on kehitetty yhteistä metsätietostandardia,
joka mahdollistaa asioinnin suoraan järjestelmien välillä.
• Metsäkeskuksen metsävaratieto soveltuu kuvio- ja
tilatason operatiiviseen metsätalouteen.
Metsäkeskuksen metsävaratieto
• Yksityismetsiä inventoidaan noin 1,5 milj. hehtaaria vuosittain (nettoala). Keilauksen ja kuvauksen pinta-ala on noin kaksinkertainen.
• Inventointialueita on noin 10 kpl vuodessa, nettoalaltaan yleensä 100 000 - 200 000 hehtaaria. Kullekin alueelle sijoitetaan noin 600 - 800 maastokoealaa.
• Osalle kuvioista (n. 10 %) ei saada riittävän luotettavaa tietoa kaukokartoituksella tai muun tiedon perusteella ja niille tehdään edelleen maastoinventointi. Nämä kohteet ovat pääosin taimikoita.
• Kuviotietosisältö on pääosin sama kuin metsätaloudessa yleisesti, paitsi puulajeina mänty, kuusi ja lehtipuu. Sisältää myös metsänhoitosuositusten mukaiset toimenpide-ehdotukset.
• Tietoja hyödynnetään ensisijaisesti Metsään.fi-palvelussa, mutta jaetaan myös tiedonsiirtopalvelun kautta.
Metsävaratiedon keruu ja ajantasaistus
• Maastossa tarkasti paikannetuille ja mitatuille koealoille haetaan niiden sijaintia vastaavat laser- ja ilmakuvapiirteet, joiden perusteella tuotetaan laskentamallit eri puustotunnuksille.
• Puustotulkinnan inventointiyksikkönä on 16 m x 16 m hilaruutu (vastaa pinta-alaltaan 9 m säteistä koealaa).
• Mallinnuksessa valittujen laser- ja ilmakuvapiirteiden avulla haetaan kullekin hilaruudulle sitä parhaiten vastaavat koealat ja estimoidaan niiden perusteella jokaiselle ruudulle omat puustotiedot.
• Kattavaa hilatason puustotulkintaa on tehty 2013 lähtien. Hilaa ei kuitenkaan päivitetä (esim. hakkuut, kasvu), se ei sisällä maastossa kerättyä tietoa (mm. taimikot), eikä sille lasketa toimenpide-ehdotuksia.
Kuvat: Metsäkeskus, Blom Kartta Oy, Arbonaut Oy
Metsävara-
tiedon keruu
Ilmakuva ja puuston laserpituusmalli, joita käytetään mm. automaattisessa kuvioinnissa. Kuviointiin upotetaan kiinteistörajat, vedet, pellot, tiet/linjat sekä luontokuviot. Kuviointia viimeistellään tarvittaessa manuaalisesti. Kuvat: Blom Kartta Oy
• Kuviotason tiedot yleistetään kuviolle osuvien hilaruutujen summa- ja keskitunnuksina.
• Lopuksi kuvioille lasketaan metsänhoitosuositusten mukaiset toimenpide- ehdotukset.
Kuvat: Arbonaut Oy
• Metsälakien valvonta, tarkastukset ja laserinventoinnin
maastotäydennys on yhdistetty. Maastoinventointia
tehdään koko ajan joka puolella keilauksista riippumatta.
• Laserinventointi jatkuu alueittain, mutta
maastotyökohteet priorisoidaan ja resurssit
kohdennetaan. Tavoitteena on taimikoiden
maastoinventointi kehityksen ja uudistamisen
valvonnan kannalta parhaaseen aikaan.
• Työ organisoidaan maantieteellisillä vastuualueilla
(tiimit), joissa hoidetaan sekä lainvalvontatyöt että
metsävaratiedon ylläpito.
• Metsäkeskuksella on tasaisesti ympäri maata
sijoittuva monipuolinen maastotyö.
Maastotyö
Metsävaratiedon keruun laadunvarmistukseen kuuluvat:
• Koealamittausten tarkistukset (eri mittaajien välinen ristiinmittaus).
• Koealatason laatukontrolli. Puustotulkitsijan tekemä koealakohtainen
analyysi. Eksaktia tietoa, mutta kertoo enemmän tulkintamallien hyvyydestä
kuin varsinaisen metsävaratiedon tarkkuudesta.
• Puustotulkitsijan tuottaman mikrokuvioinnin käyttökelpoisuuden tarkastelu.
• Mikrokuviotason laatukontrolli. Tarkkoihin koealamittauksiin perustuva
pienkuviotason tarkastelu. Kuviotulokset lasketaan koealojen perusteella ja
verrataan puustotulkintaan. Toimii puustotulkinnan hyväksymisperusteena.
• Toimenpidekuviotason laatukontrolli. Perustuu normaaliin kuvioittaiseen
arviointiin. Mukana myös maastossa inventoitujen kohteiden tarkistus.
Metsävaratiedon laatu
Puustotulkinnan koealatason keskivirheiden tavoitetasot (%):
• Koealatason tavoitteisiin on yleisesti päästy. Tarkempi tarkistusmittaus tehdään myös
mikrokuviotasolla (yleensä n. 0,5-1 ha pienkuvioita).
• Viiden kauden (yli 1 100 tarkistuskuviota eri inventointialueilta nuorista kasvatus-
metsistä uudistuskypsiin) kokonaispuuston keskivirhe: V ja PPA 12 %, D 10 %, H 6 %.
• Tutkimusten mukaan perinteisen kuvioittaisen arvioinnin kokonaistilavuuden keskivirhe
vaihtelee yleensä välillä 15 - 25% (arvioijakohtainen).
Mikrokuviotason kahden viime kauden keskivirheprosentti (n. 600 tarkistuskuviota):
Muuttuja V PPA D H
Kokonaispuusto 20 20 15 10
Pääpuulaji 30 30 20 10
Alueen yleisin havupuulaji (mänty) 35 35 25 15
Toinen havupuulaji (kuusi) 40 40 25 15
Lehtipuu (koivu) 45 45 30 20
Muuttuja V PPA D H Ikä
Kokonaispuusto 11 12 10 5 23
Mänty 31 30 17 10 27
Kuusi 43 41 31 27 33
Koivu 41 41 29 18 30
• Laserinventoinnin tarkkuus kasvatus/uudistuskypsissä metsissä on
kuvioittaisen arvioinnin tasolla tai parempi. Mitä pienempi puusto, sen
haastavampaa (alle 5 m taimikoista ei nykymenetelmällä hyvää tietoa).
• Kokonaispuusto on tarkin ja usein pääpuulajikin hyvä, mutta
sivupuulajien suhteen voi olla virheitä. Minimitavoite on oikea pääpuulaji.
Puuston ikä on myös hankala tunnus (ei ole näkyvä piirre).
• Sivupuulajit ja epätasaiset kuviot ovat vaikeita myös maastossa. Tärkein
eli toimenpide määräytyy yleensä vallitsevan puuston mukaan. Iän
merkitys on myös vähentynyt (esim. kasvumallit, metsälaki).
• Runkolukua tarkastellaan vain taimikossa, tavoitteena +/- 50 % tarkkuus.
Taimikoiden osalta oleellisin on oikea hoitotarve.
• Laserinventoinnin kokonaispuuston ns. osumatarkkuuden vaihteluvälit
kasvatus/uudistuskypsille metsille on määritelty seuraavasti:
› Keskipituus (H): +/- 2 m, keskiläpimitta (D): +/- 3 cm, pohjapinta-ala (PPA): +/- 3
m2 ja keskitilavuus (V): +/- 20 % 80 % kuvioista.
› Osumatarkkuutta verrataan kuvio kerrallaan osuuko, keskivirhe (yksi luku)
lasketaan koko joukosta (esim. 30 kontrollikuviota).
• Viiden kauden osumatarkkuus (yli 1100 tarkistuskuviota): 92 % kuvioista oikea
pääpuulaji, 86 % tilavuusvirhe alle 20 %, 79 % ppa-virhe alle 3 m2/ha, 86 %
läpimittavirhe alle 3 cm ja 92 % pituusvirhe alle 2 m.
• Mikrokuviotason kahden viime kauden osumatarkkuus (n. 600 tarkistuskuviota):
Prosenttia (%) tark.kuvioista
Osumatarkkuudet Kok.puusto Mänty Kuusi Lepu
V , alle 20% 86 72 54 64
PPA, alle 3 m2/ha 80 80 77 91
D, alle 3 cm 87 78 62 69
H, alle 2 m 95 88 63 72
Ikä, alle 25% 75 69 62 69
Yhden inventointialueen
esimerkkitarkastelu
• Toimenpidekuviotason laatukontrolli perustuu normaaliin
kuvioittaiseen arviointiin.
• Kuvioilta tarkistetaan kuviointi, kasvupaikka, puusto sekä hakkuu- ja
hoitotyöehdotukset. Eri asioille on määritelty laatutasot: hyvä,
poikkeama, virhe.
• Hyvä: kokonaispuuston V, PPA, D ja H +/- 20 %, taimikon runkoluku
50 % tarkkuudella, puulajisuhteet +/- 30 % ja toimenpide 5 vuoden
sisällä oikeasta.
• Laatuvertailu: Poikkeamien ja virheiden osuus tarkistettavilla kuvioilla
(5 asiaa/kuvio).
• Viiden kauden yhteenveto eri inventointialueilta (noin 3 800
tarkistuskuviota):
› Poikkeamien ja virheiden osuus yhteensä 13,0 %.
› Korjauksen aiheuttavien virheiden osuus yhteensä 3,8 % (tavoitteen
mukainen alle 5 %).
• Kehittämistavoite: Tarvitaan tietoa koko metsävaratiedon laadusta
mukaanlukien laserinventointi, maastoarviointi (mm. taimikot) sekä eri
tietolähteillä päivitetty tieto.
› Toimenpidekuviotason laatukontrolli tiimitasolle. Tarkistetaan eri tyyppisiä
metsiköitä ja tietolähteiden kuvioita (myös päivitetty tieto).
› Mahdollisesti Trestima mittausvälineeksi.
› Tilastollinen vertailu eri puustotunnuksille (keskivirhe, harha, osumatarkkuus).
› Lisäksi toimenpiteiden ja kasvupaikkatiedon osumatarkkuus sekä kuvioinnin
onnistuminen.
› Järjestelmäkehitys laatutiedon hallintaan.
• Pystytään seuraamaan eri metsikkötunnusten ja tietolähteiden
luotettavuutta, raportoimaan ulospäin metsävaratiedon laadusta sekä
löytämään paremmin ongelmakohdat oman prosessin kehittämiseksi.
1. Jatkuva ajantasaistus
› Metsäkeskukselle saapuvat ilmoitukset ja hakemukset (metsänkäyttöilmoitukset ja Kemera-tiedot).
› Metsään.fi-palvelun kautta saapuvat metsävaratiedon päivityspyynnöt .
› Toimijoiden ja metsänomistajien vapaaehtoiset ilmoitukset.
2. Kiinteistörajamuutosten perusteella tehtävä ajantasaistus
3. Metsäsuunnittelutietojen perusteella tehtävä ajantasaistus
› Luetaan osaksi metsävaratietoa, jos metsänomistaja ja tiedon tuottaja niin haluavat (ennen julkaisua vastaanottotarkistus).
4. Ympäristötuki- ja luonnonsuojeluaineistojen perusteella tehtävä ajantasaistus
Lisäksi vuotuinen kasvunlaskenta koko kuvioaineistolle.
Ks. lisätietoja metsävaratiedon laatuseloste
Metsävaratiedon ajantasaistus
• Metsäkeskus keskittyy 2016-18 kärkihankkeessa kehittämiseen, jolla on
metsävaratiedon laadun ja käyttötarpeiden kannalta eniten potentiaalia
operatiivisessa metsätaloudessa.
• Tiedonkeruun kehittämiskohteina ovat monikanavakeilaus, tiheäpulssilaser
ja runkolukusarjat. Tutkimusosapuoli Itä-Suomen yliopisto.
› Laserkeilauksen teknologiakehityksen hyödyntäminen
› Tarkemmat puulaji- ja puutavaralajitiedot
› Tavoite 2020-luvulle: metsävaratiedon tarkkuus mahdollistaa paremmin sähköisen
puukaupan.
• Metsäkeskuksella liittymiä myös muissa kärkihankeprojekteissa: olosuhdetiedot
(korjuu- ja kulkukelpoisuus), puuston laatutiedot, moto-tieto puustotulkinnassa,
taimikoiden inventointi, satelliittikuvien muutostulkinta (esim. Sentinel 2).
Metsävaratiedon keruun kehittäminen
Monikanavakeilaus
• Optech Titan -monikanavakeilaimen käyttämät aallonpituusalueet
pystypalkkeina vasemmalla ja oikealla intensiteettikuva kolmella
aallonpituusalueella. Voidaan kerätä myös aaltomuotoaineistoa.
• Tavoitteena erityisesti paremmat puulajiennusteet.
Kuvat: Itä-Suomen yliopisto
Tiheäpulssilaser • Teknologiakehityksen myötä
pystytään keräämään entistä
tiheämpipulssista dataa ilman
pulssin laadun heikentymistä
tai kustannusten merkittävää
kasvua (lentokorkeus).
• Testataan ns. rajapuu-
menetelmää (yhdistää
yksinpuittaisen tarkastelun ja
aluepohjaisen tulkinnan).
Vertaillaan nykyiseen
aluepohjaiseen menetelmään ja
varsinaiseen yksinpuintulkintaan.
• Tavoitteena tarkemmat
puustotunnukset.
Packalen, P., Strunk, J., Pitkänen, J., Temesgen, H. and Maltamo, M. 2015.
Edge-tree Correction for Predicting Forest Inventory Attributes Using Area-based
Approach With Airborne Laser Scanning. IEEE J-STARS 8(3): 1274-1280.
Runkolukusarjat • Toteutetaan laajempi
läpimittajakaumatesti, jossa
vertaillaan erilaisia menetelmiä
puujoukon muodostamiseksi ja
arvioidaan niiden toimivuutta ja
tarkkuutta käytännössä.
• Tavoitteena mm. paremmat
puutavaralajiennusteet.
• Lisäksi kehitystyössä
määritellään, miten
runkolukusarjoja voidaan
käsitellä Metsäkeskuksen
tietojärjestelmässä (tietokanta
ja laskenta).
Kuva: Itä-Suomen yliopisto
Leimikon rajaus moto-tiedosta.
Pilottiosapuoli ja kuva Metsäteho Oy.
Metsävaratiedon ylläpidon kehittäminen • Metsänkäyttöilmoitus (MKI) ei ole kovin hyvä tietolähde
päivitykseen. Kolme vuotta voimassa oleva aie, joka yleensä
toteutetaan, mutta ei aina. Lisäksi MKI-rajausten laadussa on
vaihtelua (osa ei kohdennu riittävän hyvin metsävaratietoon ja
vaatii manuaalista tarkastelua).
• Metsäkeskus kehittää kärkihankkeessa metsävaratiedon
päivitystä hakkuukone- ja omavalvontatiedoilla.
• Moto-tietona esim. hakkuutapa, ajankohta ja leimikon rajaus.
Jatkossa ehkä puustotietoa (kertymä/jäävä puusto).
• Metsänhoitotöiden osalta kehitetään yhteistyössä
omavalvontaa ja siihen liittyvää tiedon standardointia.
• Lisäksi MMM-työryhmässä on laajalla kokoonpanolla mietitty
toteutustietojen hyödyntämisen pelisääntöjä ja tavoitetilaa.
Kiitos! • ASIAKKAAT – HENKILÖSTÖ – KUMPPANIT – YHTEISKUNTA
Juho Heikkilä, metsätiedon johtava asiantuntija
metsätieto- ja tarkastuspalvelut