Väitös, geoinformatiikka, DI Olli Nevalainen

Väitöskirjan nimi: Close-range remote sensing of trees using multiwavelength terrestrial laser scanning and drone-based photogrammetry with spectral imaging

Väittelijä: Olli Nevalainen 
Vastaväittäjä: Professori Andreas Wieser, ETHZ, Sveitsi
Kustos: Matti Vaaja, Aalto-yliopiston insinööritieteiden korkeakoulu, rakennetun ympäristön laitos 

Metsät ja niiden maaperä muodostavat maaekosysteemien suurimman hiilivaraston, minkä takia puiden biomassan ja niiden nykyisen ja tulevan hiilensidonnan tietäminen on tärkeää ilmastotieteelle ja -politiikalle, metsätaloudelle sekä tarkkojen digitaalisten kaksosten rakentamiselle. Tässä väitöskirjassa kehitettiin uusia laserkeilaus- ja droonipohjaisia teknologioita yksittäisten puiden tarkkaan mittaamiseen. 

Tutkimuksen ensimmäisessä osassa käytettiin yhtä maailman ensimmäisistä useaa aallonpituutta mittaavaa laserkeilainta männyn versojen ja kokonaisen männyn mittaamiseen kasvukauden ajan. Mittauksilla pystyttiin havaitsemaan lehtivihreän määrän vaihtelu, joka kertoo puun terveydestä ja yhteyttämiskyvystä, ja tuottamaan kolmiulotteisia karttoja lehtivihreän jakautumisesta puun latvuksessa. 

Toisessa osassa kerättiin aineistoa 15 metsäkoealalta drooneilla, joissa oli tavallisten RGB-kameroiden lisäksi multispektri- ja hyperspektrikameroja. Tutkimuksessa kehitettiin automaattiset menetelmät yksittäisten puiden tunnistamiseen ja luokitteluun, sekä tavanomaisten metsävaratunnusten, kuten puun pituuden, rungon läpimitan ja tilavuuden, arviointiin puu- ja metsikkötasolla. Kehitetyt menetelmät suoriutuivat kerätyllä kuva-aineistolla yhtä hyvin kuin aikaisemmat ilmalaserkeilausaineistoon pohjautuvat menetelmät. Koneoppimismallit luokittelivat neljä yleistä suomalaista puulajia, männyn, kuusen, koivun ja lehtikuusen, yli 90 prosentin tarkkuudella. Paras luokittelutarkkuus saavutettiin hyperspektrikameroilla, mutta ne vaativat rinnalleen RGB-kameran puiden tarkkaa tunnistamista ja metsävaratunnusten arviointia varten. Multispektrikamera sen sijaan saavutti yksinään lähes yhtä hyvät tulokset tarjoten yhden laitteen ratkaisun yksittäisen puun tason metsien inventoinnille. 

Metsillä on keskeinen rooli ilmastonmuutoksen hillinnässä. Yksittäisten puiden automaattista mittaamista tarvitaan ilmastotutkimuksessa ja -politiikassa, metsätaloudessa sekä metsien tarkkojen digitaalisten mallien, eli "digitaalisten kaksosten", rakentamisessa. Droonipohjaiset laserkeilaimet ja spektrikamerat tulevat yleistymään entisestään. Tämä väitöskirja näyttää ensimmäisiä tuloksia, mitä tällaisella aineistolla voidaan saavuttaa, ja antaa tietoa tulevaisuuden kaukokartoitussensorien ja -menetelmien kehitykselle.

Avainsanat: kaukokartoitus, laserkeilaus, spektrikuvantaminen, droonit, metsätieteet

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aalto-yliopiston riiputussivu.

Yhteystiedot: olli.nevalainen@fmi.fi