100 likes | 214 Views
Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa. Antti Mäkinen 17.5.2005. Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos. Taustaa. Kuvamittaukset perustuvat ns. fotogrammetriseen monikuvamittaustekniikkaan (Korpela 2004)
E N D
Virhelähteet yksittäisten puiden latvusten ilmakuvamittauksessa Antti Mäkinen 17.5.2005 Maatalous-metsätieteellinen tiedekunta / Metsävarojen käytön laitos
Taustaa • Kuvamittaukset perustuvat ns. fotogrammetriseen monikuvamittaustekniikkaan (Korpela 2004) • Yksittäisiltä puilta mitataan latvuksen läpimitta (dc, crown diameter) ja pituus (h, height). Mittaus tehdään jokaiselle puulle vähintään kahdelta ilmakuvalta. • Jokaiselle mitatulle puulle estimoidaan rinnankorkeusläpimitta Kalliovirran ja Tokolan allometrisillä malleilla
Tutkimuksen taustaa • Monikuvamittaustekniikka mahdollistaa yksittäisten puiden läpimitan ja pituuden mittaamisen. Tarkkuudesta ei tietoa. • Tavoitteena arvioida menetelmän tarkkuutta ja löytää tarkkuuteen vaikuttavat tekijät. • Aineistona 715 maastossa mitattua koepuuta 24:ltä koealalta. Kaikki maastokoepuut mitattiin useammalta ilmakuvalta (max. 24 eri lmakuvaa / puu) yht. 13392 havaintoa. • Mittausvirhettä tarkasteltiin eri kuva-, metsikkö- ja puutason tunnusten suhteen. • Kuva-aineistona 1:6000, 1:12 000 ja 1:16 000 väri ja väärävärikuvat
Tutkittuja asioita • Erilaiset tekijät vaikuttavat mittauksissa esiintyvään virheeseen • Kohde-kamera –geometria: Missä kohdalla kuvaa puu sijaitsee? Mistä kulmasta puu on kuvautunut? Miten auringonvalo vaikuttaa puun näkyvyyteen? • Metsikön rakenne: Tiheys, puulaji, metsikön tasaisuus... • Mitattavan puun ominaisuudet: Puun koko suhteessa lähiympäristön puihin, puun latvuksen muoto ja ominaisuudet (puulaji)... • Kuinka paljon ja miksi mittauksissa on virhettä?
Mittausvirheen analysointi • Latvusläpimitan mittausvirhe Δdc = dc image - dc field • Mittausvirhettä tarkasteltiin erilaisin tilastollisten menetelmien avulla (korrelaatio, regressioanalyysi) erilaisten kuva-asetelmaa ja metsikön ominaisuuksia kuvaavien tunnusten suhteen.
Tuloksia • Puulaji tärkein yksittäinen mittausvirheeseen vaikuttava tekijä • Muita virhettä selittäviä muuttujia: valaistussuunta (aurinko), latvuksen läpimitta, lähiympäristön puuston keskipituus ja ppa, naapuripuiden varjostusta kuvaavat tunnukset. • 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 • Maastodatan mahdollisesti suuri hajonta (ei tarkkaa tietoa maastoaineiston tarkkuudesta) • Kaikki mittaukset vain yhden henkilön suorittamia Menetelmän ongelmakohtia • Menetelmä manuaalinen (työläs) • Mittaus jonkin verran subjektiivista • Latvusmittauksen virheen lisäksi allometristen mallien virheet tilavuuden estimoinnissa • Mittausten kalibroinnin toimivuus?
Mitä tiedämme nyt? • Mittausvirheen suuruus • Mittausvirheeseen vaikuttavat tekijät (ainakin osa niistä) • Monikuvamittaustekniikalla suoritetun puiden mittauksen tarkkuuden yläraja (kuinka tarkasti voidaan mitata?) Mitä seuraavaksi? • Yleisen kalibrointimallin toimivuus erilaisilla testiaineistoilla • Lisätestaus eri operaattoreilla ja erilaisilla kuva-aineistoilla (nyt testauksessa 1:30 000 kuvat väärävärikuvat) • Kohdennettujen maastomittausten käyttö mittausten kalibroinnissa