Väitös geoinformatiikan alalta, DI Eelis Halme

Väitöskirjan nimi: Retrieving boreal forest structure from remote sensing data using reflectance modelling and machine learning

Väittelijä: Eelis Halme
Vastaväittäjä: Professori Ruben Valbuena, Swedish University of Life Sciences, Ruotsi
Kustos: Professori Miina Rautiainen, Aalto-yliopiston insinööritieteiden korkeakoulu, rakennetun ympäristön laitos 

Pohjoisen havumetsävyöhykkeen eli boreaalisen vyöhykkeen metsäalueet ovat maailman suurimmat, ja niillä on olennainen rooli maapallon ilmastojärjestelmässä. Boreaaliset metsät, joihin ilmastonmuutos vaikuttaa yhä enenevässä määrin, ovat ekologisesti merkittäviä ja keskeisiä maailmanlaajuisessa hiilen kiertokulussa. Siksi näiden metsien tehokas seuranta on erittäin tärkeää.

Tämä väitöskirja pyrki kehittämään boreaalisten metsien seurantamenetelmiä keskittyen ensisijaisesti Suomen metsiin. Tarkemmin sanottuna väitöskirjan tavoitteena oli kehittää uusi hybridimenetelmä yhdistämällä metsän heijastusmalli sekä koneoppimisalgoritmi metsämuuttujien arvioimiseksi optisesta kaukokartoitusaineistosta. Väitöskirjan tulokset osoittivat, että hyperspektrikuvantamisen lisäarvo korostuu niiden metsämuuttujien ennustamisessa, mitkä sisältävät lajikohtaista tietoa, kun taas perinteinen avaruuspohjainen monispektrinen kaukokartoitusaineisto riittää yleisten metsän rakennemuuttujien tarkkaan ennustamiseen. 

Tulokset osoittivat myös, että metsän tilajärjestys sekä oksien ja lehtien pinta-alan suhde vaikuttavat merkittävästi metsän heijastusmallinnuksen tarkkuuteen. Lisäksi tulokset osoittivat, että hybridimenetelmät ovat erittäin lupaavia metsän rakenteen arvioinnissa Pohjois-Euroopan boreaalisissa metsissä.

Tämä väitöskirja tuo esiin tärkeitä havaintoja boreaalisten metsien seurantamenetelmien kehittämisestä, mutta se paljastaa myös useita ratkaistavia haasteita ja rajoituksia. Näiden haasteiden ratkaiseminen edellyttää lisätutkimuksia, mikä korostaa uuden tutkimuksen tarvetta. Kaiken kaikkiaan väitöskirja tarjoaa vahvan perustan metsän heijastusmalleja hyödyntävien hybridimenetelmien kehittämiselle.

Avainsanat: kaukokartoitus, Sentinel-2, hyperspektrikuvantaminen, boreaalinen metsä, heijastusmallinnus, koneoppiminen, hybridi-inversio

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 10 päivää ennen väitöstä): Aaltodoc