markus holopainen helsingin yliopisto, metsätieteiden...
TRANSCRIPT
Metsätehon seminaari 24.5.2011
Laserkeilaus osana puuhuoltoa Markus Holopainen
Helsingin yliopisto, Metsätieteiden laitos
Aalto-yliopisto, Maanmittaustieteiden laitos
Esityksen sisältö
L-impact–tutkimusprojekti L-impact - Puuhuoltoa tukevia tutkimustuloksia Laserkeilausinventoinnin tarkkuuden vaikutus
puuston määrän ja tuoton estimointiin Yksinpuintulkinnan ja aluepohjaisen ALS-
inventoinnin yhdistäminen ALS-perusteinen Hakkuiden ajoitus ALS-perusteinen lumituhojen inventointi
Täsmämetsätalous – PreciseFor-projekti Laserkeilaus osana puuhuoltoa - tulevaisuus
Esimerkki lentolaserkeilauksella mitatusta metsikkökoealasta, Evo. Kuvan © Risto Viitala (Hämeen AMK), Markus Holopainen (HY) & Juha Hyyppä (FGI).
Aluepohjainen laserkeilausmenetelmä metsäsuunnittelun inventointitiedon tuotannossa
Parhaillaan operatiiviseen käyttöön otettavat (esim. Metsäkeskukset) metsäsuunnittelun inventointisysteemit perustuvat harvapulssiseen lentolaserkeilaukseen (ALS – Airborne Laser Scanning) ja aluepohjaiseen puustotunnusten estimointimenetelmään
Puustotietojen tuottaminen tehostuu
Kuvioton metsäsuunnittelu
Mahdollisuus saada tietoa kuvion sisäisestä hajonnasta
Mielenkiintoisia kysymyksiä:
Metsävaratiedon laadun valvonta
MML valtakunnallinen ALS-aineisto vs metsäkeskusten omat kuvaukset
Missä vaiheessa aletaan hyödyntää tiheämpipulssista ALS-aineistoa /
yksinpuintulkintaa?
Laserkeilaus puustotunnusten estimoinnissa / mittauksessa Suomessa
Aluepohjaisen laserkeilausinventoinnin pilottitutkimus Suomessa Suvanto ym. (2005). Regressiomallit puustotunnuksille laserpiirteiden avulla 472 opetuskoealaa, joilla tulokset (RMSE) ennustettiin 67 kuviolle:
9.5% (klpm) , 5.3% (kpit), 18.1% (rl), 8.3% (ppa), 9.8% (til) Laserkeilaus- ja ilmakuvapiirteet sekä vanha kuviodata (Maltamo ym. 2006)
k-MSN, Koealatason tilavuuden RMSE 13% Puulajiositetason inventointitiedon ennustaminen (Packalén ym. 2007)
k-MSN, ALS + ilmakuvat. Kuviotason (67 kuviota) puulajiettaiset tilavuuden RMSE-%:
62.3% (lehti), 28.1% (mänty), 32.6% (kuusi) Puutavaralajien kertymien ennustaminen (Holopainen ym. 2010)
k-NN, ALS+ilmakuvat Yksinpuintulkinnalla on useissa erikoistapauksissa saatu lupaavia tuloksia:
Esimerkiksi Maltamo ym. 2009: Tilavuus (11%), tukkiosuus (8.7%), d1.3 (5.2%), pituus (2.0%), latvuksen
pituus (7.1%) ja kuivaoksaraja (25.2%)
27.5.2011
Improving forest supply chain by means of advanced laser measurements (L-
Impact, 2008-2011) Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia
Yhteistyötahoja: TKK, Hämeen AMK (Evo), Joensuun yliopisto, Metsäteho, Metsähallitus, Tapio, StoraEnso, UPM-kymmene, Tornator, Metla
Tavoitteet: Metsien inventoinnin, metsäsuunnittelun (metsäekonomian),
metsäteknologian, logistiikan ja puuteknologian yhteishanke Kehittää uusia lentokone- (ALS), maastolaser- (TLS) ja
hakkuukonemenetelmiä yksittäisten puiden määrällisten ja laadullisten tunnusten mittaamiseen
Mikä inventointitiedon arvo on metsä- / leimikkosuunnittelussa / päätöstukijärjestelmässä
Miten tarkentunut inventointitieto integroidaan metsäsuunnittelulaskelmiin (SIMO)
Kuinka entistä tarkempaa ja ajantasaisempaa inventointitietoa voidaan hyödyntää puunhankinnan logistiikkaketjun tehostamisessa
Improving forest supply chain by means of advanced laser measurements (L-Impact, 2008-
2011) – Käytännön metsätaloutta palvelevia tuloksia / tutkimuksia
ALS-inventointi ja metsätaloudellisen tuottoarvon määrittäminen Holopainen, M. 2011. Effect of airborne laser scanning accuracy on forest stock and yield estimates. Aalto University, School of
Engineering, Department of Surveying. Aalto University Doctoral Dissertations 6/2011. http://lib.tkk.fi/Diss/2011/isbn9789526040134/
ALS-inventointi puutavaralajien määrän ja arvon estimoinnissa Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J. 2010.
Uncertainty in timber assortment estimates predicted from forest inventory data. European Journal of Forest Research, (2010) 129:1131-1142, DOI 10.1007/s10342-010-0401-4. http://www.springerlink.com/content/39kn2u17h34v34v3/fulltext.pdf
Hakkuiden ajoitus ALS-datan avulla Vastaranta, M., Holopainen, M., Yu, X., Hyyppä, J., Hyyppä, H. and Viitala, R. 2011. Predicting stand-thinning maturity from
airborne laser scanning data, Scandinavian Journal of Forest Research, First published on: 19 January 2011 (iFirst), DOI:10.1080/02827581.2010.547870, http://dx.doi.org/10.1080/02827581.2010.547870
ALS metsätuhojen inventoinnissa Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Kaasalainen, S., Solberg, S. &
Hyyppä. J. Classification of defoliated trees using tree-level airborne laser scanning data combined with aerial images. Remote Sensing, 2010, 2, 2665-2679; doi:10.3390/rs2122665. http://www.mdpi.com/2072-4292/2/12/2665/pdf
L-Impact –tutkimus Holopainen M. 2011.
Effect of airborne laser scanning accuracy on forest stock and yield estimates (PhD thesis, Aalto-University)
Laserkeilausinventoinnin
tarkkuuden vaikutus puuston määrän ja tuoton estimointiin
http://lib.tkk.fi/Diss/2011/isbn9789526040134/
Väitöskirjan lähtökohdat
Käytännön metsäsuunnitteluorganisaatiot ovat siirtymässä laserkeilaukseen perustuvaan inventointisysteemiin
Metsäomaisuuden arvonmääritykseen ei ole kansallista / kansainvälistä standardia; syitä: Maanmittarit haluavat perustaa arvionsa markkinoihin, kuten
kiinteistöarvioinnin kansainvälisissä standardeissa suositellaan. Käytännössä tämä tarkoittaa kauppa-arvomenetelmää (kauppahintatilastojen hyödyntäminen)
Metsänhoitajat ovat perustaneet arvioinsa metsätaloudelliseen tuottoarvomenetelmään. Useita lähestymistapoja:
Faustmannin ajoista (1849) lähtien metsäekonomit ovat keskittyneet kuviotason nettonykyarvo (NPV) –laskelmiin
Metsäsuunnittelijat (metsänarvioimistieteilijät) ovat puolestaan olleet kiinnostuneita optimoimaan kuviotason käsittelyjä, ja metsäomaisuuden arvonmäärityksen näkökulmasta, käsittelemään metsälöitä (metsätiloja) kokonaisuuksina.
Tutkimuksen lopullisena päämääränä on metsäomaisuuden arvonmäärityksen standardin luominen
Väitöstutkimuksen tavoitteet Päätavoite: tutkia lentokonelaserkeilaukseen (airborne laser scanning, ALS)
perustuvan metsien inventoinnin epävarmuutta metsätaloudellisen tuottoarvon
(nettonykyarvo, net present value, NPV) laskennassa.
Yksityiskohtaiset tavoitteet:
Tutkia metsäsuunnittelussa nykyisin ja lähitulevaisuudessa käytettävissä
olevien metsävarojen inventointimenetelmien (kuvioittainen arviointi,
aluepohjainen ALS-inventointi, ALS yksinpuintulkinta) tarkkuuden merkitystä
hakkuiden ajoituksessa sekä metsätaloudellisen tuottoarvon laskennassa.
Vertailla tällä hetkellä käytössä olevien metsäsuunnittelun
inventointimenetelmien tarkkuutta puutavaralajitason tiedon tuottamisessa.
Tarkastella puutavaralajien määrän ja taloudellisen arvon estimointiin liittyviä
epävarmuuden lähteitä metsäsuunnittelun simulointilaskennassa.
Vertailla inventointitiedon tarkkuuteen, kasvumallien toimintaan ja raakapuun
hintakehitykseen liittyviä epävarmuustekijöitä metsätaloudellisen tuottoarvon
laskennassa kuvio- ja tilatasolla eri korkokannoilla
Thank you for your attention!
Osatutkimuksen tavoite
Vertailla inventointitiedon, kasvumallien sekä raakapuun hinnanvaihteluihin liittyvää epävarmuutta kiertoajan yli lasketuissa kuvioiden nettonykyarvoissa (NPV).
Inventointitiedon epävarmuus: kuvioittainen arviointi vs. aluepohjainen ALS-inventointi
Luoda perusteet eri epävarmuuden lähteistä peräisin olevan epävarmuuden huomioimiselle metsätaloudellisessa tuottoarvolaskennassa
Menetelmät ja aineistot SIMO-simuloinnit, Monte Carlo –menetelmä, 3,4
ja 5 %:n korkokannat.
Simuloitu 40 kuvion metsälö; tasaisesti
edustettuna eri puulajit ja kehitysluokat
Inventointitieto: virheiden suuruudet kahdesta
ALS-projektista. Ei pelkästään virheet
yksittäisissä tunnuksissa, vaan myös virheiden
välinen korrelaatio
Kasvumallit: kasvumallien virhemallit
Metsikkötason kasvumallit
Puun hinta: keskiarvohakuinen (mean reverting)
geometrinen hintamalli
taustalla todellinen hintakehitys 1983-2005
Otettiin huomioon myös eri puutavaralajien
välinen kovarianssi
Epävarmuustekijöiden suhteellinen (%) vaikutus metsätilan (40 kuviota) nettotulojen nykyarvoon
ACTIVE SOURCES OF UNCERTAINTY
RELATIVE SDs (%)
UPRICE UFIELD UALS UGROWTH 3 % 4 % 5 %
o 8,2 7,3 6,9 o 28,8 29,2 32,6
o 26,5 26,4 28,7 o 33,2 33,4 33,2
o o 29,0 32,1 33,8 o o 27,4 28,6 30,9 o o 34,9 35,3 34,9
o o 46,9 48,2 50,0 o o 46,5 46,6 47,1
o o o 47,4 48,3 51,3 o o o 46,5 46,8 47,6
Table 8. Averages of the relative SDs (%) of the stand-level NPVs, caused by the different uncertainty sources. The active uncertainty sources in each combination are marked with o.
Väitöskirjan päätelmät (1/2): ALS-inventointimenetelmät ja hakkuiden ajoitus / puutavaralajitason tulkinta
ALS-Inventointivirhe vaikuttaa merkittävästi hakkuiden ajankohtien määrittämiseen
ja sitä kautta hakkuista saataviin nettotuloihin ja nettotulojen menetyksiin.
Puutavaralajitason tulkinta on vielä epävarmaa
Inventointivirheen lisäksi runkolukusarjan estimointi sekä puiden runkomuodon ja
katkonnan simulointi aiheuttavat merkittävää epävarmuutta
Aluepohjainen ALS-inventointi oli hakkuiden ajoituksessa, puutavaralajien
ennustamisessa ja kuviotason nettonykyarvonlaskennassa hieman parempaa
tietoa kuin perinteinen kuvioittainen arviointi
Puulajitiedolla on suuri merkitys estimoitaessa seuraavan hakkuun ajankohtaa ja
siitä saatavia tuloja metsäsuunnittelun simulointilaskennan avulla
ALS ITD-menetelmällä on mahdollista pienentää metsäsuunnittelun
simulointilaskennan virhettä, mikäli:
a) puulajitulkinta onnistuu
b) puiden etsintäalgoritmi toimii
Eri menetelmillä tuotetut runkolukusarjat
PRED= predicted series generated on the basis of mean stock characteristics derived from the true stem distribution series SWFI = predicted series generated on the basis of mean stock characteristic output by the compartment inventory ALS = predicted series generated on the basis of mean stock characteristic output by the ALS inventory STM = True stem distribution series determined by a logging machine
Puutavaralajien estimointi avohakkuukoealoille: eri virhelähteiden vertailu (hakkuukonemittaus referenssinä)
Table 1. Effects (bias%NPV and rmse%NPV) of different error sources on predicted stock value (€/m3) at stand level. Field reference measured by logging machine: 5400 trees within 12 clear-cutting stands. A_ALS = area-based ALS inventory, SWFI = standwise field inventory. The active error source is marked with X.
A_ALS Inventory
error
SWFI inventory
error
Stem distribution generation
stem form prediction &
bucking simulation
bias%NPV rmse%NPV
X 0.6 24.7X -0.1 29.1
X -1.2 2.6X X X 2.5 33.4
X X X 4.2 23.8
ERROR SOURCES Predicted stock value
Väitöskirjan päätelmät (2/2) – aluepohjainen ALS-tulkinta kuvio- ja tilatason NPV-laskennassa
Kasvumalleihin liittyvästä epävarmuudesta aiheutuu metsikkötason
nettonykyarvon laskentaan jopa suurempaa virhettä kuin mitä
inventointivirheestä.
Tilatason metsätaloudellisen tuottoarvon laskennan suurin epävarmuuden lähde
ovat ALS-inventointiin liittyvät virheet.
ALS-inventointi aiheuttaa merkittävää harhaa (aliarviota) metsätaloudellisen
tuottoarvon tilatason estimaattiin.
Käytettäessä keskiarvohakuista hintamallia, raakapuun hintavaihteluiden
merkitys metsikön nettonykyarvoon oli huomattavasti pienempi kuin
inventointivirheen tai kasvumallien virheiden vaikutus.
Inventointivirheen, kasvumallien virheen ja raakapuun hintavaihtelujen virheen
yhteisvaikutus on erisuuruinen kuin näiden yksittäisten virhelähteiden virheiden
summa.
Paljonko pelimerkkejä kannattaa pistää inventointitiedon tarkentamiseen, kun
ottaa huomioon metsäsuunnittelulaskennan muut virhelähteet?
Kuvio- ja tilatason tulosten vertailu
SOURCES OF UNCERTAINTY Stand-level Property-level
UPRICE UALS UGROWTH bias%NPV sd%NPV bias%NPV sd%NPV
X -6,1 8,2 -1,5 3,4
X 1,7 26,5 12,2 5,1
X -9,5 33,2 1,4 1,7
X X X 0,1 46,5 13,2 6,5
Table 3. Comparison of results of stand-level (V) and property-level (VI) uncertainties (averages of the relative biases ( NPVbias% ) and standard deviations ( NPVsd% ). Property-level: a 25-ha forest property having an even development class distribution. Rate of interest 3%. UPRICE = The uncertainty caused by random variation in future timber assortment prices. UALS = The uncertainty caused by A_ALS inventory errors. UFIELD = The uncertainty caused by random errors in growth projections. The active uncertainty source is marked with X.
Tulosten hyödyntäminen
Tutkimuksessa luotiin perusteita kehittää käytännön menetelmiä metsäomaisuuden arvonmäärityksen liittyvän epävarmuuden huomioimiseksi Tutkimuksesta saatiin tietoa siitä, mihin
epävarmuuden lähteeseen kannattaisi panostaa, kun NPV-estimointia halutaan tarkentaa Tuloksia voidaan hyödyntää myös arvioitaessa
metsävaratietojen jatkuvaan ajantasaistukseen liittyvää epävarmuutta
Harvennustarpeen ennustaminen laserkeilauksella
Tavoite Linkittää ALS inventointia metsäsuunnitteluun Testata harvennustarpeen ennustamistarkkuutta Ensiharvennuksen ajoitus Seuraavan 10-vuotiskauden harvennustarve Ennakkoraivaustarve työn alla
Ennustaminen Harvennustarve määritettiin maastossa ja
ennustettiin yhtenä tunnuksena aluepohjaisesti k-MSM, Random Forest, logistinen regressio
Tulokset
Ensiharvennuksen ajoitustarkkuus (%)
k-MSN RFImmediate 71.4 77.1
1-5 years 30.4 60.96-10 years 37.5 75.0
Rest 62.2 77.8Overall 54.3 74.0
Seuraavan 10-vuotiskauden
harvennustarve
Logistinen regressio 79%
k-MSN 70%
Kiireellinen harvennustarve
Logistinen regressio 83%
k-MSN 86%
Kuva: Maastokoealat ja harvennusmalli. Maastossa on ehdotettu harvennuksia (mustat) useisiin kohteisiin, jotka eivät ylitä harvennusrajaa.
Lumituhojen kartoitus laserkeilauksella
Hyytiälässä pahoja lumituhoja talvella 2010
Ainutlaatuinen tilaisuus tutkia lumituhojen monitorointia
ALS aineistoa saatavilla: 2004, 2006,2007,2010
Menetelmä perustui muutostulkintaan eriajankohtien pintamallien välillä (∆CHM).
Lumituhoja paikannettiin myös aluepohjaisesti, jolloin lumituhoa selitettiin
muutoksilla laserpiirteissä.
27.5.2011
Lumituhon vaikutus pistepilveen ja laserpiirteisiin
27.5.2011
Kuva: Oikealla katkennut mänty. 2010 (musta), 2007 (harmaa)
Kuva: Tuhoutuneen ja tuhoutumattoman koealan laserkaikujen korkeusjakaumat
Tulokset
Tuhoutuneet latvusalat ∆CHM-menetelmällä (musta) ja tuhoutuneet puut (punainen) kahdella eri menetelmän parametreilla laskettuna
Pintamallien erotuskuva.
∆CHM-menetelmällä tuhoutunut latvuspinta-ala yliarvioitui
4.3% (RMSD 8.4%).
Logistisella regressiolla lumituhoutunut koeala tunnistettiin
78.6% tarkkuudella. Parhaimmat lumituhon selittäjät olivat
muutokset laserkorkeusjakauman prosenttipisteissä 5, 35,
40, 50 ja 70.
Metsien lasermittausten tulevaisuus: täsmämetsätalous
Kuinka tehostaa puunhankintaa ottaen samalla huomioon metsien muut käyttömuodot, kuten monimuotoisuus, metsien laatu (tuhot), virkistyskäyttö, hiilensidonta, kulttuuriarvot.
Ratkaisu: Täsmämetsätalous = tarkan metsien inventointitiedon täysimääräinen hyödyntäminen operatiivisessa metsä- ja leimikkosuunnittelussa sekä puunhankinnan logistiikassa.
Tarkka metsien inventointitieto = Hakkuukonetieto, maastossa tapahtuvat lasermittaukset sekä lentokonelaser- ja ilmakuvamittaukset
http://www.metla.fi/aikakauskirja/ff094.htm
Täsmämetsätalous – puunhankinnan tehostaminen ja metsäsuunnittelu
Mahdollisia hyötyjä puunhankinnan näkökulmasta: Entistä tarkempaa puutason mittaustietoa: määrä ja laatu(?)
Logistiset hyödyt: varastojen siirto yhä enemmän pystypuustoon
Lähi- ja kaukokuljetuksen tehostaminen
Apteerauksen ohjaus
Hakkuukoneen kuljettajan työn tukeminen
Leimikoiden korjuukelpoisuuden mallinnus
Metsäsuunnittelun ja leimikkosuunnittelun yhdistäminen
Metsäsuunnittelu
Metsäsuunnittelun simulointilaskennan tarkentaminen: teoreettisista
runkolukusarjoista todellisiin runkolukusarjoihin
Puukartta – puiden spatiaalinen jakautuminen
metsäekologia – ALS & TLS –pohjaisiin mittauksiin perustuvat puukartat,
lähtöaineistoa metsätuhojen mallinnukseen (empiirisiin ja prosessipohjaisiin)
kasvumalleihin, biomassa-, hiilitase- ja monimuotoisuusmalleihin.
Science and Technology Towards Precision Forestry (PRECISEFOR, 2011-2014)
Markus Holopainen (HY) & Juha Hyyppä (FGI) Rahoitus: Suomen Akatemia
Yhteistyötahoja
Aalto-yliopisto (TKK, Maanmittaustieteiden laitos), Vienna University of Technology, HAMK (Evo)
Tavoitteet Yksittäisten puiden kartoitus hakkuukoneen avulla – paikannuksen
kehittäminen Automaattisten TLS-menetelmien kehittäminen ALS, TLS ja hakkuukonedatan yhdistäminen yksinpuintulkinnassa Puiden laadun mittaus ALS- ja TLS-dataan perustuen UAV:n hyödyntäminen leimikkosuunnittelussa ja ALS-inventoinnin
referenssiaineiston hankinnassa Puutasolla tulkitun tiedon arvo
J. Hyyppä. Finnish Geodetic Institute
Laserkeilaus osana puuhuoltoa: missä ollaan nyt ja mihin ollaan menossa?
Puuston keskitilavuus pystytään estimoimaan tarkasti ja tehokkaasti laserkeilausinventointiin perustuen
Laserkeilausinventointi mahdollistaa jo nykyisin monia metsätalouden kannalta mielenkiintoisia sovelluksia, kuten metsäomaisuuden arvonmäärityksen tarkentaminen, harvennushakkuiden kohdentaminen sekä metsätuhoihin liittyvät inventoinnit / monitoroinnit
Keskeisenä mielenkiinnon kohteena on muutosten tulkinta Laserkeilausinventointeja entistä laajemmille alueille
Yksinpuintulkinta aluepohjaisen ALS-inventoinnin referenssiaineistona Laserkeilausotanta ALS+SAR
Puutavaralajitason estimointi toistaiseksi vielä melko epätarkkaa Ratkaisevaa runkolukusarjan estimoinnin onnistuminen Aluepohjainen ALS-invenointi - maastossa mitattujen referenssikoealojen
runkolukusarjojen hyödyntäminen Yksinpuintulkinnan kehittäminen
Aaltomuotolaser Parempi ymmärrys tutkittavasta ilmiöstä Uudet ilmakuva- / spektrometriaineistot ALS-tulkintojen apuvälineenä
Maastomittausten kehittäminen ALS- TLS- ja MLS-aineistojen yhteiskäyttö
L-impact (2008-2011) & PrecisionFor (2011-2014) publications PhD Thesis Holopainen, M. 2011. Effect of airborne laser scanning accuracy on forest stock and yield estimates. Aalto University, School of Engineering, Department of Surveying. Aalto University Doctoral Dissertations 6/2011. Doctoral thesis. 160 p. Mäkinen, A. 2010. Uncertainty in forest simulators and forest planning systems. Dissertationes Forestales 97. 38 p. Doctoral thesis.
Invited book chapters in international scientific books with referee practices Holopainen, M., Hyyppä, J., Vaario, L-M. & Yrjälä, K. 2010. Implications of Technological Development to Forestry. Invited book chapter. In Mery, G., Katila P, Galloway, G., Alfaro, R.I., Kanninen, M., Lobovikov, M., Varjo, J. (eds.) Forest and Society - Responding to Global Drivers of Change. IUFRO-World Series Volume 25:157-182 (Convening lead authors of the chapter: Hetemäki, L. & Mery, G.). Hyyppä, J., Hyyppä, H., Yu, X., Kaartinen, H., Kukko, H., Holopainen, M, 2009. Forest inventory using small-footprint airborne lidar, Invited Book Chapter to Topographic Laser Ranging and Scanning: Principles and Processing. Editors Jie Shan and Charler Toth. pp. 335-370.
Articles in international scientific journals with referee practice Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyyppä, J., Hyyppä, H., Kaartinen, H., Viitala R., Vastaranta, M. & Kangas, A. 2010. Effect of tree level airborne laser scanning accuracy on the timing and expected value of harvest decisions. European Journal of Forest Research, (2010) 129:899-910. DOI 10.1007/s10342-009-0282-6. Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S. & Pietilä, I. 2010. Comparison of various sources of uncertainty in stand-level net present value estimates. Forest Policy and Economics, 12(2010):377-386. DOI 10.1016/j.forpol.2010.02.009. Holopainen, M., Haapanen, R., Karjalainen, M., Vastaranta, M., Hyyppä, J. Yu, X., Tuominen, S. & Hyyppä, H. 2010. Comparing accuracy of airborne laser scanning and TerraSAR-X radar images in the estimation of plot-level forest variables. Remote Sensing. 2010, 2:432-445; doi:10.3390/rs2020432 Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J. 2010. Uncertainty in timber assortment estimates predicted from forest inventory data. European Journal of Forest Research, (2010) 129:1131-1142, DOI 10.1007/s10342-010-0401-4. Holopainen, M., Vastaranta, M., Yu, X., Haapanen, R., Hyyppä, J., Kaartinen, H. Viitala, R. & Hyyppä, H. 2010. Site type estimation using airborne laser scanning and stand register data. The Photogrammetric Journal of Finland, 22(1):16-32. Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S. Vastaranta, M. & Pietilä, I. 2010. Uncertainty in forest net present value estimations. Forests, 2010(1):177-193, doi:10.3390/f1030177. Holopainen, M., Vastaranta, M., Mäkinen, A., Rasinmäki, J., Hyyppä, J., Hyyppä, H. & Kaartinen, H. 2009. The use of tree level ALS data in forest management planning simulations. The Photogrammetric Journal of Finland, 1/2009:13-25. Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Kaasalainen, S., Solberg, S. & Hyyppä. J. Classification of defoliated trees using tree-level airborne laser scanning data combined with aerial images. Remote Sensing, 2010, 2, 2665-2679; doi:10.3390/rs2122665. Mäkinen, A., Holopainen, M., Rasinmäki, J. & Kangas, A. 2010. Propagating the errors of initial forest variables through stand- and tree-level growth simulators. European Journal of Forest Research, 2010, 129:887-897, DOI 10.1007/s10342-009-0288-0. Talvitie, M., Kantola, T., Holopainen, M., Lyytikäinen-Saarenmaa, P. 2011. Adaptive cluster sampling in inventorying forest damage by the common pine sawfly (Diprion pini). Journal of Forest Planning, 16:1-7(2011). Vastaranta, M., Holopainen, M., Yu, X., Hyyppä, J., Hyyppä, H. and Viitala, R. 2011. Predicting stand-thinning maturity from airborne laser scanning data, Scandinavian Journal of Forest Research, First published on: 19 January 2011 (iFirst), DOI:10.1080/02827581.2010.547870, Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. and Hyyppä, H. 2009. Laser-based field measurements in tree-level forest data acquisition. Photogrammetric journal of Finland, 1/2009:51-61. Yu, X., Hyyppä, J., Vastaranta, M. Holopainen, M. & Viitala, R. 2011. Predicting individual tree attributes from airborne laser point clouds based on random forest technique. ISPRS Journal of Photogrammetry and Remote Sensing 66:28-37. Doi:10.1016/j.isprsjprs.2010.08.003. Yu, X, Hyyppä, J., Holopainen, M. & Vastaranta, M. 2010. Comparison of area based and individual tree based methods for predicting plot level attributes. Remote Sensing, 2010/2:1481-1495; Doi:10.3390/rs2061481.
L-impact (2008-2011) & PrecisionFor (2011-2014) publications Articles in international scientific books and proceedings with referee practice Holopainen, M., Vastaranta, M. Rasinmäki, J., Kalliovirta, J., Mäkinen, A., Haapanen, R. Melkas, T., Yu, X., Hyyppä, J. & Hyyppä, H. 2010. Estimation of timber assortments using low-density ALS data. In: Wagner, W., Székely, B. (eds.): ISPRS TC VII Symposium - 100 years ISPRS, Vienna, Austria, July 5-7, 2010. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Volume XXXVIII, Part 7A:59-64. Kaasalainen, S., Hyyppä, J., Krooks, A. Karjalainen, M., Lyytikäinen-Saarenmaa, P., Holopainen, M. , and A. Jaakkola. 2010. Comparison of terrestrial laser scanner and Synthetic aperture radar data in the study of forest defoliation. ISPRS Commission VII Symposium, July 5-7, 2010, Vienna, Austria. Holopainen, M., Vastaranta, M., Kankare, V., Hyyppä, J., Liang, X., Litkey, P., Yu, X.,Kaartinen, H., Kukko, A., Kaasalainen, S., Hyyppä, H. Vaaja, M. & Jaakkola, A. 2011. The use of ALS, TLS and VLS measurements in mapping and monitoring urban trees. In: Stilla,U., Gamba, P., Juergens, C. & Maktav, D. (Eds) JURSE 2011 - Joint Urban Remote Sensing Event - Munich, Germany, April 11-13, 2011. Holopainen, M., Haapanen, R., Tuominen, S. & Viitala, R. 2008. Performance of airborne laser scanning- and aerial photograph-based statistical and textural features in forest variable estimation. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:105-112. Holopainen, M., Mäkinen, A., Vastaranta, M., Rasinmäki, J., Hyyppä, J., Hyyppä, H. and Rönnholm, P. 2008. Utilization of tree species stratum data in forest planning simulations. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:458-466. Kaartinen, H, Hyyppä, J. Liang, X., Litkey, P., Kukko, A., Yu, X., Hyyppä, H. & Holopainen, M. 2008. Accuracy of automatic tree extraction using airborne laser scanner data. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:467-476. Litkey, P., Liang, X., Kaartinen, H., Hyyppä, J., Kukko, A. & Holopainen, M. Single-scan TLS methods for forest parameter retrieval. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:294-304. Melkas, T., Vastaranta, M. & Holopainen, M. Accuracy and efficiency of the laser-camera. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:315-324. Vastaranta, M., Melkas, T., Holopainen, M., Kaartinen, H., Hyyppä, J. & Hyyppä, H. 2008. Comparison of different laser-based methods to measure stem diameter. In Hill, R., Rossette, J. and Suárez, J. 2008. Silvilaser 2008 proceedings:606-615. Holopainen, M., Vastaranta, M., Yu, X., Hyyppä, J., Kaartinen, H. & Hyyppä, H. 2009. Forest site type classification using single tree level Airborne Laser Scanning. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings:72-80. Holopainen, M., Tuominen, S., Karjalainen, M., Hyyppä, J., Vastaranta, M. & Hyyppä, H. 2009. Accuracy of high-resolution radar images in the estimation of plot-level forest variables. In Sester, M., Bernard, L. & Paelke, V (eds.). Advances in GIScience. Lecture notes in geoinformation and cartography. Springer 2009. pp. 67-82. Holopainen, M., Haapanen, R., Karjalainen, M., Vastaranta, M., Hyyppä, J. Yu, X., Tuominen, S. & Hyyppä, H. 2009. Combination of low-pulse ALS data and TerraSar-X radar images in the estimation of plot-level forest variables. In Bretar, F, Pierrot-Deseilligny, M. & Vosselman, G. 2009. LaserScanning 2009 proceedings:135-140. Liang, X., Litkey, P, Hyyppä, J., Kaartinen, H., Vastaranta, M. & Holopainen, M. 2009. Automatic tree location mapping using TLS for plot-wise forest inventory. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings:314-324. Melkas, T., Vastaranta. M., Haapanen, R., Holopainen, M.Yu, X., Hyyppä, J., Hyyppä, H. Updating forest resource data by using ALS measurements and information collected with a harvester. In Popescu, S., Nelson, R., Zhao, K. & Neuemschwander, A. (Eds.). Silvilaser 2009 proceedings:128-136. Vastaranta, M, Holopainen, M., Haapanen R., Yu, X., Melkas, T., Hyyppä, J., Hyyppä, H. 2009. Comparison between an area-based and individual tree detection method for low-pulse density als-based forest inventory. In Bretar, F, Pierrot-Deseilligny, M. & Vosselman, G. 2009. LaserScanning 2009 proceedings:147-151.
L-impact (2008-2011) & PrecisionFor (2011-2014) publications
Articles in Finnish journals with referee practice Holopainen, M., Tuominen, S., Karjalainen, M., Hyyppä, J., Hyyppä, H., Vastaranta, M., Hujala, T. & Tokola, T. 2009. Korkearesoluutioisten E-SAR -tutkakuvien tarkkuus puustotunnusten koealatason estimoinnissa. Metsätieteen aikakauskirja 4/2009:309-323. Melkas T., Vastaranta M., Holopainen, M., Kivilähde, J. and Merimaa M. 2009. Puun läpimitan mittauksen tarkkuus ja tehokkuus laser- ja digitaalikuvatekniikkaan perustuen. Metsätieteen aikakauskirja 4/2009:325-340. Vastaranta, M., Ojansuu, R. and Holopainen, M. 2011. Puustotietojen ajantasaistuksen luotettavuus. Metsätieteen Aikakauskirja 4/2010:367-381. Articles in non-refereed scientific journals and conference proceedings Holopainen, M., Mäkinen, A., Rasinmäki, J., Hyytiäinen, K., Bayazidi, S., Vastaranta, M. Pietilä, I. & Hyyppä, J.2010. Effect of airborne laser scanning accuracy in forest yield value calculations. Silvilaser 2010, conference proceedings. Kantola, T., Vastaranta, M., Yu, X., Lyytikäinen-Saarenmaa, P., Holopainen, M., Talvitie, M., Solberg, S. & Hyyppä, J. 2010. Predicting needle losses of individual Scots pines from airborne laser point clouds, Silvilaser 2010, conference proceedings. Krooks, A, Kaasalainen, S., Jaakkola, A., Lyytikäinen-Saarenmaa, P., Holopainen, M. & Hyyppä, J. 2010. Monitoring forest damage with terrestrial laser scanning. Silvilaser 2010, conference proceedings. Vastaranta, M., Holopainen, M. Yu, X., Hyyppä, J., Hyyppä, H. & Viitala, R. 2010. Determination of stands first thinning maturity using airborne laser scanning. Silvilaser 2010, conference proceedings. Haapanen, R., Holopainen, M., Tuominen, S. & Viitala, R., 2009. The effect of forest characteristics on ALS-based inventory results. Proceedings of IUFRO Division 4: Extending forest inventory and monitoring over space and time, May 19-22, 2009, Quebec City, Canada. Holopainen, M. & Viitanen, K. 2009. Käsitteistä ja epävarmuudesta metsäkiinteistöjen taloudellisen arvon määrittämisessä. Metsätieteen aikakauskirja 2/2009. Holopainen, M. & Hyyppä, J. 2009. Kohden lasermittauksiin perustuvaa täsmämetsätaloutta. Metsätieteen aikakauskirja 4/2009:357-360. Hyyppä, J., Jaakkola, A., Hyyppä, H., Kaartinen, H., Kukko, A., Holopainen, M., Zhu, L., Matikainen, L., Chen, R., Chen, Y., Kaasalainen, S. Krooks, A. Litkey, P., Rönnholm, P., Vastaranta, M. & Lyytikäinen-Saarenmaa, P. 2009. Map Updating and Change Detection Using Vehicle-Based Laser Scanning, in proceedings of JURSE 2009, 20-22 May 2009. Hyyppä, J., Holopainen, M., Vastaranta, M. & Puttonen, E. 2009. Yksittäisten puiden mittaus ja seuranta laserkeilauksella. Metsätieteen aikakauskirja 4/2009:361-365. Hyyppä, J., Lyytikäinen-Saarenmaa, P., Holopainen, M., Litkey, P., Hyyppä, H. & Kaasalainen, S. 2009. Lasermittauksiin perustuva biomassamuutosten ja metsätuhojen seuranta. Metsätieteen aikakauskirja 4/2009:366-369. Lyytikäinen-Saarenmaa, P., Holopainen, M., Ilvesniemi, S. & Haapanen, R. 2009. Detecting pine sawfly defoliation by means of remote sensing and GIS. Forstschutz Aktuell. Mäkinen, A. & Holopainen, M. 2009. Menetelmiä metsikön nettonykyarvolaskentaan liittyvän epävarmuuden hallintaan. Metsätieteen aikakauskirja 4/2009:386-388. Vastaranta, M., Holopainen, M., Kaartinen, H., Hyyppä, H. & Hyyppä, J. 2009. Uudistuneet metsien maastomittaustarpeet. Metsätieteen aikakauskirja 4/2009:370-374.