3D fjärranalys kommer – är du redo?

1. 3D fjärranalys kommer – är du redo? Redovisning av skoglig laserskanning och bildbehandling för skogsuppskattning på tvångssvenska. Ilkka Korpela, HUInstitutionen för utnyttjandet av skogstillgångar

2. Innehållet av föreläsningen • Syftet med fjärranalystekniker – bakgrundsinformation • Om mål / vad är vi efter? • Litet om historien, i Finland, före digitalisering av allt • Vad teknikens framgång har möjliggjort och gett oss? • Digital fotogrammetri - 3D mätningar och tolkning i bilder • Den okomplicerade vägen - Flygburen laserskanning • Exempel på forskningsarbetet av Korpela et al.

3. Syftet med fjärranalystekniker i skogsuppskattning • Datainsamling för ett bättre beslutsfattande • Mest inom skogsbruk (natur-, miljö-, landskaps-, stadsplanering) • Kostnadseffektivitet (nytta kontra kostnader) ”Skall han överleva i framtiden?” ”När-fjärranalys med reläskåp”

4. Syftet med fjärranalystekniker... • Alla patienter kan inte hjälpas, kombination av (observationer, expert kunskap, fjäranalys)  optimering av systemet i det varierande skogsbruket och dess infrastruktur • Se up för laserskanning eller -teknikfanatiker, dom glömmer helheten (syftet, kostandseffektiviteten). Nya förtjäningsmöjligheter lockar marksnadsmånglare.

5. Om mål – vad vill vi nå? Inom skogsbruk(splanering i Finland) Ministerium vill minska/styra penningströmmen i skogsbruksplanering av privata och statens skogar. De vill att skogar används och bevaras. Privata skogsägare vill veta om avverkningsmöjligheter och optimering av huggningsaktiviteter. Så noggrant som möjligt med ringa pengar. Firmor vill detsamma och t.o.m. vara medvetna om andras resurser.  Databehov för att kunna svara på frågor gällande situation just nu eller bak- och framåt i tiden.

6. Om mål – vad vill vi nå? Frågor med tidsmässig och spatial täckningNationella  Skogspolitiken, energipolitikenRegionala  Investeringar i produktionenFastighetsnivå  Värden, avverkningsmöjligheternaBeståndsnivå  Skogsvården, optimala åtgärderTrädnivå  sällan viktig, ekar i Tyskland? Olika krav på noggrannhet, variabler

7. Om mål – vad vill vi nå? Fastighets – Beståndsnivå: Olika frågor och variabler enligt åldern / utvecklingsklass (växtplats, volym, tillväxt, distributionsvariabler av höjd- eller diameterdistributionen, LAI? osv.)

8. Om mål – vad vill vi nå? • Att mäta skog innebär, alltid (Den gyllene trojkan™): • mätningar och observationer (själva arbetet) • användandet av modeller (beroendet mellan variabler) • sampling / urval (några få representera de övriga) t.ex. 1 Höjd-, relaskåpmätningar, bestämningen av växtplatstypen.2 Volymfunktioner, allometrisk samverkan mellan variabler (krondiameter –stamdiameter)3 Provträd, provytor, provlinjer, gles data

9. Om mål – vad vill vi nå? • Fjärranalys av skogar • Mätningar från luften / rymden och I skogen (referens) (“flygburen laserskanning”) • Modeller mellan variabler av intresse och måttagningar, skogliga / optiska / på radiofrekvenser osv. Imputering (tilldelning) av det kända beroendet till det okända området/populationen. Icke-parametriska tekniker, regressionanalys • Urval / Sampling har en mindre (varierande) betydelse

10. Om mål – vad vill vi nå? Fjärranalys i ett nötskal Två alternativ: empirisk eller teoretisk approach 1 Objekt  Sensorsystemet  Observationer + tolkning 2 Observationer + teorin  Inversionen  ObjektEgenskaper hus olika tekniker:- Aktiva mot passiva observationer - Spatial upplösningsförmogan, sampling täthet- Spektral upplösningsförmogan (antalet våglängsbanden)- Radiometrisk upplösningsförmogan (~”Bit djuplek”)- Tidsmässig upplösningsförmogan- Mediet och korrigering för dess inverkan (submarin-, när-, luft-, rymdfjärranalys)- 2D, 2.5D, 3D

11. Några exempel

12. Några till

13. Litet om historien, i Finland, före digitalisering av allt Teknikens utveckling i fjärranalys, inom civila applikationer, har följt denna inom? Försvarsmakten fick de första kameror på 30-talet Finska skogsforskare rapporterade om flygfotograferings möjligheter på 30-talet (Tyskland) Lantmäteriverket i Finland, efter kriget, kartläggning Infrarödfilmen nådde Finland på 1970-talet Stereotolkning av bilder på 1980-talet Ortokorrigerade digitala bilder först i slutet av 90-talet Satellitbilder för rikskogstaxering (Poso, Tomppo) har existerat i över 20 år.

14. Litet om historien i Finland och annanstans – Vad (militär) teknikens framgång har möjliggjort och gett oss? “Teknikens sista landvinningar” Flygburen laserskanning kom på 2000-talet - GPS/INS-teknik för s.k. direkt orientering av sensorerna (vinklar, positionen i XYZ), - Snabba lasersändare/mottagare >100 kHz PRF ”PUF” (punktätheten, kostnader) - Vågformlasern, förbättrad radiometrin i eko-lasrar Digitala flygfotograferingskameror (stora CCD-ytor, radkameror som mäter irradians), 2005 - Databehandlings utveckling, rörlighet, lagringsmediernas kapacitet, hastighet av dataöverförningen, nya algoritmer inom datavetenskap, automatiska. 1990- Satellitbilder med sub-meter upplösningsförmoga, hyperspektrala skannrar osv.1995-.

15. Litet om historien i Finland och annanstans – Vad (militär) teknikens framgång har möjliggjort och gett oss? Men,.., trots allt slags progress, kom ihåg att - Att flyga kostar ~ 50 €/min i atmosfär, Ute i rymden?- Ostadigt väder / molntäcket vs. molnfri med en solelevation på 30 grader - Sommaren är kort - Olika skogar visar lindriga skillnader i mätningar som är tagna på en distans av 1-10 km eller 600-900 km. Inversion?

16. 3D mätningar och bildbehandling - Digital fotogrammetri “Skogen är ett komplicerad 3D system” Idéen: Rekonstruktion av tredimensionella objekt från mer än en bild. Behövs: En operatör eller algoritm som löser bildmatchningsproblemet. Utmaning: Problemet kan ej lösas entydigt I de flesta fallen (skuggning, perspektiv) i skogar. Lösningar leder till “en kombinatorisk explosion”.CHM~krontaksmodell (yta)DEM~terrängsmodell (höjdyta)

17. 3D mätningar och bildbehandling - Digital fotogrammetri Andel fotosynliga träden enligt relativa höjden (0-1). “Skogen är ett komplicerad 3D system” Manuell lösning till bildmatchingproblemet för trädtoppar.

18. 3D mätningar och bildbehandling - Digital fotogrammetri Lösning till bildmatchingproblemet genom att begränsa volymen av möjliga lösningar – geometrisk begränsning.

19. 3D mätningar och bildbehandling - Digital fotogrammetri

20. 3D mätningar och bildbehandling - Digital fotogrammetri För- och nackdelar med BILDER(~Passiv optisk fjärranalys) - WX (vädret) - Skuggor & Blockering -/+ “Att åstadkomma något i 3D är lite komplicerad” (Analytisk geometri + databehandling)+ Att nå “tät urval/samplig” är billigare än med LiDAR/radar + Multispektrala bilder, tidssekvensser “Skogen är ett komplicerad 3D system”

21. Den okomplicerade vägen - Flygburen laserskanning Om tekniken “som detonerade banken“: Apparatens delar: - laser pulssändare (nanosekunder’s längd)- laserljus’ våglängd 500-1100 nm. - en exakt klocka, mäter tid (gångtid), distansen = 1/2tc.- mottagare med en/flera korrelator eller en provtagning på GHz- uppmätningar: distans, vågformsvariabler (t.ex. amplitud)- datorn + GPS/INS systemet, apparatens ställning och position, kontinuerligt. Distans transformeras till XYZ. AVI – ‘From the above’AVI – ‘Impivaara’

22. Den okomplicerade vägen - Flygburen laserskanning Laserskanning ger observationer om växlighetens geometri och radiometri (’bacscatter’, återspridning?).Bladyta, bladställning, täthet, osv. påverkar signalen.Pulsen når ofta terrängen.

23. Laserskanning – För- och nackdelar + Väldigt lätt för användaren att utföra 3D rekonstruering. Direkt mätning av XYZ koordinater, jämför med bildmatching + Aktivt system, vädret mindre kritiskt komponent, sol-elevation, nedanför molntäcket, 4-8mera WX under växtperioden i jämförelse med rymd- eller flygburen fotografering + Inga skuggor i landskapet, minskad blockering pga. små vinklar (+/- 15 grader) +/- Återspridning endast på en våglängd, men inga BRDF-effekter (bidirektionel återspegling?). Konstiga effekter pga. distansvariationen, systembundna justeringar. +/- Sensor orientering är känslig för GPS-fel. Lutningsvinklar (hållning av laserkanonen) har fel på 40-100 milliradianer, ju högre man flyger, desto värre noggrannhet för punkter i terrängen - Icke-systematisk sampling (punkkonfigurationen beror på många faktorer) Höga samplingsgrader blir dyra pga. låga flyghöjder.

24. Laserkanning i skogen Pulser som nått terrängen – digital höjdmodel Ekon i trädkronor  trädhöjder, positioner, krondiametrar, trädslag, inventering av virkesförråd med “enstaka träd –metoden”. Ekon I trädkronor inom ett bestämd område : kalkylering av statistiska fördelningsvariabler (medelvärde, standardavvikelse, kvantiler,..) av höjd- och intensitetdistributioner (-fördelningar).

25. Den okomplicerade vägen - Flygburen laserskanning Uppskattning av medelhöjden på provytansnivå.Förklarande variabler: höjdkvartiler, Kvot av terrängsträffar. Precisionen av stamvolym på provytansnivå.

26. Den okomplicerade vägen - Flygburen laserskanning Laserskanning används redan för uppskattning av virkesresursser för skogsbruksplanering - Laserskanning, 1 €/ha- Flygbilder, 0.5 €/ha- Provytor, 2-4 €/ha- Statistisk imputering, 0.5 €/haResultaten är- i rasterformat eller enligt beståndsindelning- indelning genom tolkning av laserdata- stamvolym, medelhöjd, grunddyta, stamantal per trädslag- I bestånd med H> 6-8 meterFörsta erfarenheter i Nordamerika och i ryssland på 1980-talet.

27. Exempel på forskningsarbetet av Korpela et al. “Enstaka träd” –metoden med bilder + LiDAR

28. Exempel på forskningsarbetet av Korpela et al. “Enstaka träd” –metoden med bilder, trädpositioner, höjder

29. Exempel på forskningsarbetet av Korpela et al. Kronform med LiDAR Krondiametern med flygfoton

30. Exempel på forskningsarbetet av Korpela et al. Höjdmodeller med hjälp av gamla foton i arkivet. Försumpningen av träsk och gölar I fototidsekvenser

31. Exempel på forskningsarbetet av Korpela et al. Kartläggning av renlavar med lasersignalen

32. Exempel på forskningsarbetet av Korpela et al. Uppskattning av plantbestånd i flygfoton och laser.

33. Exempel på forskningsarbetet av Korpela et al. Mätning och kartläggning av objekt med laserpulser som ej har tangerat dom. Öppningar i pseudodatan motsvarar trädkronor

34. Exempel på forskningsarbetet av Korpela et al. Jämförelser av kameror och laserskannrar i fält / simulering. ADS40 radkamerabild. Vägen ej går i sicksack. Exponering kontinuerligt under flyget. Samtidig mätningen av spektrum av object och ”ankommande” ljus.

35. Exempel på forskningsarbetet av Korpela et al. Utveckling av metoder för att bestämma positionen under krontaket på dm-nivå.

36. Exempel på forskningsarbetet av Korpela et al. Identifiering av torvmarkstyper I laserskanning”maskin-intelligens” används med över 60 förklarande variabler. Tuvor och avtryck på en karg myrmark

37. Exempel på forskningsarbetet av Korpela et al. Klassificering av trädslag i laserskanning Trädkronor och tak i Hyytiälä

38. Exempel på framtida forskningsarbetet av Korpela et al. • Uppskattningen av underväxten i vågform- och eko-laser • Spektral kalibrering av digitala flygbilder för skoglig tolkning TACK FÖR INTRESSET!