Hoppa till huvudinnehåll

Träslagen identifierades noggrant från luften – en ny metod sätter fart på produktiviteten i skogsbruket och skyddet av biologisk mångfald

I en färsk undersökning identifierades träslagen korrekt på långt håll med hjälp av flerkanalig laserskanning och djupinlärningsmetoder. Träden som fjärrkartlades med hjälp av en metod som forskarna vid Geodatacentralen FGI vid Lantmäteriverket har utvecklat kan identifieras mer omfattande och snabbare än tidigare, vilket öppnar upp betydande möjligheter att övervaka skogsbrukets produktivitet och den biologiska mångfalden.

På bilden finns ett punktmoln av en skog som har producerats genom multispektral laserskanning med en skanner som har utvecklats av Geodatacentralen.
På bilden finns ett punktmoln av en skog som har producerats genom multispektral laserskanning med en skanner som har utvecklats av Geodatacentralen.
Bild:
Prof. Antero Kukko, Paikkatietokeskus

Det finns ett behov av noggrann information från skogarna. Den erbjuder skogsägare, myndigheter och beslutsfattare verktyg för ett mer ekonomiskt lönsamt och ekologiskt hållbart beslutsfattande. Som en del av forskning finansierad av Finlands Akademi och EU utvecklar forskarna vid Geodatacentralen FGI vid Lantmäteriverket i samarbete med forskare från flera universitet metoder för att identifiera enskilda träslag på ett nytt sätt.  

Metoderna som presenterades i en färsk vetenskaplig artikel lämpar sig särskilt väl för framtagning av högkvalitativa referensmaterial om träslag snabbare och mer omfattande än tidigare. I bästa fall lyckades identifieringen av trädslag mycket bra från väldigt tätt laserskanningsmaterial, där djupinlärningen hjälpte till att identifiera 9 trädslag: tall, björk, gran, asp, rönn, al, ek, lind och lönn. Dessa träd identifierades med en noggrannhet på i genomsnitt 92 procent. Med hjälp av den nya metoden förbättrades identifieringsnoggrannheten även i mindre täta material.  

Noggrannheten i flerkanalig laserskanning motsvarar nästan noggrannheten i flygbilder 

– Under de senaste 15 åren har man i produktionen av information om skogstillgångar övergått till en metod som baserar sig på laserskanning, flygbilder och provytmätningar. Det har dock hittills varit utmanande att tolka träslag. Forskningsresultaten var delvis i linje med förväntningarna, det vill säga vid tolkning av träslag motsvarar noggrannheten i flerkanalig laserskanning nästan noggrannheten i flygbilder, och med maskin- och djupinlärningsmetoder kan noggrannheten förbättras, berättar Markus Holopainen, professor vid Helsingfors universitet. 
 
– Med hjälp av flerkanalig laserskanning kan man identifiera de små träden som är viktiga för biodiversiteten och förnyelsen av skogen samt lövträdarterna bättre än med tidigare metoder. Resultaten från identifieringen av träslag uppmuntrar till att utveckla metoden vidare och ger möjlighet att skala upp identifieringen av träslag på nationell nivå, konstaterar Josef Taher, äldre forskare på Geodatacentralen FGI vid Lantmäteriverket. 

– Materialet som Lantmäteriverket samlat in från laserskanningen kan i framtiden användas som utbildningsmaterial för djup- och maskininlärningsmodellerna, vilka kan utbildas att förutsäga träslag över hela Finland, berättar Taher.

Noggrann kunskap om träslag effektiviserar skogsbruket och skyddet av mångfalden 

Skogsbrukets klimat- och biodiversitetsmål kräver noggrannare information om skogarnas struktur och arter. Mer exakt information om träslagen underlättar ett beslutsfattande baserat på fakta.  

– Ekonomin, mångfalden och koldioxidbalansen borde granskas samtidigt och deras effekter beaktas. Att precisera informationen om träslag är ett sätt att uppnå ännu bättre beslutsfattande, berättar Markus Holopainen.  

Mer information 

Josef Taher, äldre forskare, Geodatacentralen FGI vid Lantmäteriverket förnamn.efternamn@maanmittauslaitos.fi 

Markus Holopainen, professor, Helsingfors universitet förnamn.efternamn@helsinki.fi 

Forskningen har under åren finansierats av 4Map4Health-projektet inom Finland Akademis ChistEra-program och Finlands Akademis projekt HPC Carbon samt Diversity4Forest-projektet (finansierat av Europeiska unionen – NextGenerationEU). 

Forskningen ingår i Finlands Akademis flaggskeppsprogram UNITE, där man undersöker och utvecklar interaktionen mellan skogar, människor och maskiner.  
 

Forskning
Geodatacentralen
Information till medierna

Nyheter och artiklar