Hyppää pääsisältöön

Satelliittikaukokartoitus

Maata kiertävien satelliittien avulla voidaan kerätä ajantasaista tietoa ympäristön tilasta ja muutoksista maailmanlaajuisesti, koska satelliittikuvauksen avulla voidaan kattaa laajoja alueita säännöllisin väliajoin.

Tarvittaessa satelliittikuvia voidaan kerätä nopeasti rajatulta alueelta, mikä on hyödyllistä ympäristön muutosten seurannan kannalta. Satelliittikuvaus mahdollistaa myös muutoin vaikeasti lähestyttävien ja luokse pääsemättömien alueiden kartoituksen.

Kaukokartoitussatelliitit

Ensimmäinen operatiivinen satelliittikaukokartoitusjärjestelmä oli yhdysvaltalainen Landsat-järjestelmä. Landsat-satelliitit ovat tuottaneet keskeytyksettömän aikasarjan kuvia jo vuodesta 1972 alkaen.

Vastaava Eurooppalainen satelliittikaukokartoitusjärjestelmä on Copernicus, joka on ollut toiminnassa vuodesta 2015 lähtien. Copernicus on rahoitettu Euroopan Unionin jäsenvaltioiden julkisin varoin, ja satelliittikuva-aineistot ovat avoimesti saatavilla ja vapaasti käytettävissä myös kaupallisiin tarkoituksiin.

Edellä mainittujen lisäksi on myös olemassa kaupallisia kaukokartoitussatelliitteja, joilla kuvan erotuskyky on yleensä parempi, mutta alueellinen kattavuus ei yhtä hyvä.

Paikkatietokeskus kehittää aikasarja-aineistoista palveluja

Maanmittauslaitoksen Paikkatietokeskus on tutkinut satelliittikuviin perustuvia palveluita jo useamman vuosikymmenen ajan. Paikkatietokeskus on ollut mukana kehittämässä muuan muassa maatalouden kartoitusmenetelmiä, metsävarojen kartoitusta ja lumikarttojen tuottamista.

Uusimmat tutkimussovellukset keskittyvät erityisesti automaattiseen muutostulkintaan ja tiheiden aikasarjojen käyttöön. Suomen Akatemian rahoittamassa tutkimusprojektissa Paikkatietokeskus kehitti satelliittikuvien prosessointipalvelun EODIEn (Earth Observation Data Information Extractor).

Palvelu automatisoi suurten satelliittikuvamassojen käsittelyn siten, että niitä voidaan käyttää lähtöaineistoiksi erilaisiin sovelluksiin. Palvelulla prosessoituja lähtöaineistoja on jo käytetty maatalouteen ja metsien kartoitukseen liittyvissä sovelluksissa.

Sentinel-2-satelliitin avulla tehty kasvillisuusindeksi kolmen vuoden ajalta.
 Esimerkki Copernicus Sentinel-2 satelliittikuvien kolmivuotisesta kasvillisuusindeksi-aikasarjasta yhdelle metsäkuviolle. Kasvillisuusindeksin avulla arvioidaan vihreän kasvillisuuden määrää kohdealueella. Äkilliset muutokset indeksin trendissä voivat antaa tärkeää vihjetietoa esimerkiksi kasvillisuuden rakenteen muutoksista, joiden syy voidaan selvittää kohdistetusti tarkempien kaukokartoitusmenetelmien tai maastotutkimusten avulla.

 

Lue lisää

Katso lisätietoja EODIE-palvelusta posterista. Lataa puhelimeesi Zappar-sovellus katsoaksesi posterin interaktiivista sisältöä. Toteutettu yhteistyössä FlyAR-yrityksen kanssa.

Sorokina, H., Campos, M., Korpelainen, T., Echriti, R., Puttonen, E., Hyyppä, J., & Wang, Y. (2026). Linking TreeQSM with SAR and ALS to Detect Internal Canopy Allocation Shifts Across Scales. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLIX-B1-2026, 457–464

Tienaho, N., Wittke, S., Yrttimaa, T., Kivimäki, A., Puttonen, E., Saarinen, N., & Vastaranta, M. (2025). Examining low-intensity surface fires in boreal forests using sentinel-2 time series and bitemporal terrestrial laser scanning. Scandinavian Journal of Forest Research, 40(1), 29–40

Peltonen-Sainio, P., Jauhiainen, L., Näsi, R., Puttonen, E., & Honkavaara, E. (2024). Harmonization potential of the fragmented farmlands in Finland: The pros and cons for critical parcel characteristics. Land Use Policy, 147, 107380

Wittke, S., Fouilloux, A., Lehti, P., Varho, J., Kivimäki, A., Karhu, M., Karjalainen, M., Vaaja, M., & Puttonen, E. (2023). EODIE — Earth Observation Data Information Extractor. SoftwareX, 23, 101421

Karila, K., Matikainen, L., Karjalainen, M., Puttonen, E., Chen, Y., & Hyyppä, J. (2023). Automatic labelling for semantic segmentation of VHR satellite images: Application of airborne laser scanner data and object-based image analysis. ISPRS Open Journal of Photogrammetry and Remote Sensing, 9, 100046