Virhelhteet yksittisten puiden latvusten ilmakuvamittauksessa Antti Mkinen 17

Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa Antti Mäkinen 17. 5. 2005 Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos

Taustaa n Kuvamittaukset perustuvat ns. fotogrammetriseen monikuvamittaustekniikkaan (Korpela 2004) n Yksittäisiltä puilta mitataan latvuksen läpimitta (dc, crown diameter) ja pituus (h, height). Mittaus tehdään jokaiselle puulle vähintään kahdelta ilmakuvalta. n Jokaiselle mitatulle puulle estimoidaan rinnankorkeusläpimitta Kalliovirran ja Tokolan allometrisillä malleilla

Kuvamittaus

Tutkimuksen taustaa n Monikuvamittaustekniikka mahdollistaa yksittäisten puiden läpimitan ja pituuden mittaamisen. Tarkkuudesta ei tietoa. n Tavoitteena arvioida menetelmän tarkkuutta ja löytää tarkkuuteen vaikuttavat tekijät. n Aineistona 715 maastossa mitattua koepuuta 24: ltä koealalta. Kaikki maastokoepuut mitattiin useammalta ilmakuvalta (max. 24 eri lmakuvaa / puu) yht. 13392 havaintoa. n Mittausvirhettä tarkasteltiin eri kuva-, metsikkö- ja puutason tunnusten suhteen. n Kuva-aineistona 1: 6000, 1: 12 000 ja 1: 16 000 väri ja väärävärikuvat

Tutkittuja asioita n Erilaiset tekijät vaikuttavat mittauksissa esiintyvään virheeseen n Kohde-kamera –geometria: Missä kohdalla kuvaa puu sijaitsee? Mistä kulmasta puu on kuvautunut? Miten auringonvalo vaikuttaa puun näkyvyyteen? n Metsikön rakenne: Tiheys, puulaji, metsikön tasaisuus. . . n Mitattavan puun ominaisuudet: Puun koko suhteessa lähiympäristön puihin, puun latvuksen muoto ja ominaisuudet (puulaji). . . n Kuinka paljon ja miksi mittauksissa on virhettä?

Mittausvirheen analysointi n Latvusläpimitan mittausvirhe Δdc = dc image - dc field n Mittausvirhettä tarkasteltiin erilaisin tilastollisten menetelmien avulla (korrelaatio, regressioanalyysi) erilaisten kuva-asetelmaa ja metsikön ominaisuuksia kuvaavien tunnusten suhteen.

Tuloksia n Puulaji tärkein yksittäinen mittausvirheeseen vaikuttava tekijä n Muita virhettä selittäviä muuttujia: valaistussuunta (aurinko), latvuksen läpimitta, lähiympäristön puuston keskipituus ja ppa, naapuripuiden varjostusta kuvaavat tunnukset. n Kuvamittausten kalibrointi malleilla, jotka hyödyntävät edellisiä muuttujia (kuvakohtainen, yleinen monikuva, yleinen monoskooppinen).

Tuloksia • Kolme erilaista kalibrointimallia mittausvirheen vähentämiseksi. Kuvakohtainen kalibrointi toimivin, mutta käytännön kannalta epäsopiva.

Tutkimuksen ongelmakohtia n Maastodatan mahdollisesti suuri hajonta (ei tarkkaa tietoa maastoaineiston tarkkuudesta) n Kaikki mittaukset vain yhden henkilön suorittamia Menetelmän ongelmakohtia n Menetelmä manuaalinen (työläs) n Mittaus jonkin verran subjektiivista n Latvusmittauksen virheen lisäksi allometristen mallien virheet tilavuuden estimoinnissa n Mittausten kalibroinnin toimivuus?

Mitä tiedämme nyt? n Mittausvirheen suuruus n Mittausvirheeseen vaikuttavat tekijät (ainakin osa niistä) n Monikuvamittaustekniikalla suoritetun puiden mittauksen tarkkuuden yläraja (kuinka tarkasti voidaan mitata? ) Mitä seuraavaksi? n Yleisen kalibrointimallin toimivuus erilaisilla testiaineistoilla n Lisätestaus eri operaattoreilla ja erilaisilla kuva-aineistoilla (nyt testauksessa 1: 30 000 kuvat väärävärikuvat) n Kohdennettujen maastomittausten käyttö mittausten kalibroinnissa