13
Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut kärkihanke Mobiiliteknologian pilotointi mv-tiedon keruussa ja laadunvarmistuksessa Suomen metsäkeskuksen projekti 21300/511 Loppuraportti 29.5.2019 Sisältö 1 Johdanto .............................................................................................................................. 2 2 Tavoitteet ............................................................................................................................. 2 3 Toteutus ............................................................................................................................... 3 4 Tulokset ja johtopäätökset .................................................................................................... 3 Liite 1. Kuviotason laatukontrollin kuviovalinta ja maastotyöohje ................................................. 6 Liite 2. Kuviotason laatukontrollin vertailukriteerit ...................................................................... 11

Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke

Mobiiliteknologian pilotointi mv-tiedon keruussa ja laadunvarmistuksessa

Suomen metsäkeskuksen projekti 21300/511

Loppuraportti

29.5.2019

Sisältö

1 Johdanto .............................................................................................................................. 2

2 Tavoitteet ............................................................................................................................. 2

3 Toteutus ............................................................................................................................... 3

4 Tulokset ja johtopäätökset .................................................................................................... 3

Liite 1. Kuviotason laatukontrollin kuviovalinta ja maastotyöohje ................................................. 6

Liite 2. Kuviotason laatukontrollin vertailukriteerit ...................................................................... 11

Page 2: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 2 (13)

1 Johdanto

Entisestä Metsäkeskuksen aluesuunnittelusta periytynyt kuvioittaiseen relaskooppiarviointiin perustuva laadunvarmistusmenetelmä ei toimi nykyisessä metsävaratiedon keruussa ja ajantasaistuksessa. Kehittämisprojektin tavoitteena oli uusia kuviotason laadunvarmistus ja viedä se palvelualueiden tiimeille, joissa vuosittain mitataan sopivalla otannalla laatukontrolliaineisto erityyppisistä metsistä ja eri tietolähteiden kuvioista. Näin saadaan riittävän kattavaa tietoa koko metsävaratiedon laadusta. Kun metsävaratiedon laatuvertailussa tarkastellaan erikseen eri muuttujia, pystytään seuraamaan pidemmälläkin aikavälillä metsikkötunnusten ja eri tietolähteiden luotettavuutta, raportoimaan tiedon laadusta kattavammin myös ulospäin sekä erityisesti löytämään ongelmakohdat ja kehittämistarpeet omissa prosesseissa. Mittausvälineenä otetaan käyttöön Trestima, joka on valokuvaukseen ja konenäköön perustuva metsänmittausjärjestelmä. Trestima tukee metsätietostandardia, mikä mahdollistaa joustavan tiedonsiirron Metsäkeskuksen järjestelmään. Trestima on laajasti käytössä käytännön metsätaloudessa ja se on myös kuviotason laatukontrolliin riittävän tarkka ja objektiivinen työkalu. Parhaimmillaan Trestima on kasvatusmetsien ja uudistuskypsien metsien pohjapinta-alamittauksessa ja puulajitunnistuksessa. Tässä projektissa Trestimaa testattiin myös varttuneiden taimikoiden arvioinnissa.

2 Tavoitteet

Projektin tavoitteet olivat: 1. Metsävaratiedon kuviotason laatukontrollin kehittäminen ja prosessin sovittaminen osaksi

SMK:n palvelualueiden tiimien työtä, kustannushyötytarkastelu ja käyttöönoton suunnittelu.

2. Mobiiliperusteisen laadunvarmistuksen sovelluskehitys ja testaaminen. Kuviotason laatutiedon keruuseen, hallintaan ja vertailuun liittyvä kehittäminen SMK:n metsätietojärjestelmään.

3. Varttuneiden taimikoiden kuvioittaisen arvioinnin testaus mobiiliteknologialla. Projektin kuluessa linjattiin metsävaratiedon keruuta niin, ettei nykyprosessin mukaista taimikoiden kohdennettua maastoinventointia jatketa. Tämä vaikutti myös projektin tavoitteisiin niin, että kehittämisessä ja testaamisessa keskityttiin ensisijaisesti laatukontrolliin. Luken laskentapalvelussa säilytetään toistaiseksi mikrokuviotason laatukontrollin tilastollinen vertailu, jota käytetään koealatason analyysin lisäksi laserinventoinnin puustotulkinnan mallinnuksen laadunvarmistuksessa ja hyväksymisperusteena. Sen sijaan enempi käytännön metsätalouden vaatimuksia ja koko metsävaratiedon laatua eri tietolähteineen kuvaavan kuviotason laatukontrollin tulosten vertailua, yhteenvetoja ja raportointia kehitetään SMK:n omaan järjestelmään.

Page 3: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 3 (13)

3 Toteutus

Projekti toteutettiin pääosin 2017-19 ja se sisälsi seuraavat vaiheet:

Mitattiin maastoaineisto laatukontrollin kehittämiseen ja taimikkoinventoinnin testaamiseen.

Suunniteltiin laatukontrollin mittausprosessi ja määriteltiin sen tietosisältö.

Määriteltiin Aarniin kuviotason laatutietoon liittyvä tietomalli ja toiminnallisuus.

Tilattiin Trestimalta laatukontrollin kehittämistyö (räätälöity käyttöliittymä ja tiedonsiirto).

Toteutettiin laatukontrollin toiminnallisuudet Aarniin, Trestiman sovelluskehitys ja maastotestit sekä Aarni-Trestima tiedonsiirrot.

Laadittiin laatukontrollin ohjeistus sekä kuviovalintaan että maastomittauksiin.

Tarkasteltiin Trestima-mittausten tuloksia varttuneiden taimikoiden arvioinnissa.

Suunniteltiin ja toteutettiin laatukontrollin käyttöönotto niin, että tiedonkeruu tiimeissä voidaan aloittaa 2019 maastokaudella. Operatiivisen käyttöönoton kustannukset, kuten sovellus- ja laitehankinnat ja koulutus, eivät kuuluneet kärkihankeprojektille.

4 Tulokset ja johtopäätökset

Laatukontrolli Projekti toteutettiin onnistuneesti hyväksytyn suunnitelman mukaisella sisällöllä ja budjetilla. Yhteistyö Trestiman ja Tiedon (Aarni-toimittaja) kanssa toimi hyvin. Projektin aikana kehitettiin laatukontrolliin räätälöity Trestima-sovellus, tarvittavat Aarni-toiminnallisuudet sekä metsätietostandardin mukainen tiedonsiirto Trestiman pilvipalveluun. Jatkossa kuviotason laatukontrollitieto on hallitusti osana metsätietojärjestelmää. Projektissa uudistettiin metsävaratiedon kuviotason laadunvarmistus, jota tehdään jatkossa Metsäkeskuksen noin 30 paikallisessa tiimissä. Niissä mitataan vuosittain vähintään 50 kontrollikuviota/tiimi (liite 1), mikä vastaa noin yhden viikon maastotyötä. Tällöin vuositasolla kertyy valtakunnallisesti minimissäänkin noin 1500 kontrollikuviota. Hyöty objektiivisemmasta ja kattavammasta käytännön tason laatutiedosta on merkittävä sekä SMK:n että loppukäyttäjien toiminnan kehittämisessä. Projektissa määriteltiin ja toteutettiin myös kuviotason vertailu Aarni-järjestelmään (liite 2). Lisäksi suunniteltiin alustavasti laatutietojen yhteenvetoja ja raportointia, mutta niiden tarkempi määrittely tehdään jatkoprojektissa ja järjestelmäkehitys liittyy enempi tulevaan metsätietojärjestelmään. Tämä ei kuitenkaan estä laatutiedon keruun aloittamista. Ennen raportoinnin kehittämistä yhteenvetoja voi tehdä esimerkiksi Excelillä. Trestiman käyttöönottoon liittyen on sovittu kustannusrakenne, joka sisältää kiinteät kulut (lisenssit, ylläpito ja tuki) sekä kuvien analysointi (kuvakohtainen hinta). Arvioidulla kuvamäärällä sovelluksen kokonaiskustannukset ovat kohtuulliset eli valtakunnallisesti luokkaa kymmeniä tuhansia euroja vuodessa. Sopimusta täsmennetään tarvittaessa käyttöönottovuoden kokemusten perusteella. Laatukontrollia aloittavat metsäneuvojat on valittu ja heille on hankittu tarpeen mukaan Trestima-käyttöön soveltuva puhelinlaite. Yleisesti mittaukseen käy normaali maastotyöhön muutoinkin soveltuva puhelin, jossa on riittävän laadukas kamera. Kuviotason laadunvarmistuksen käyttöönottokoulutus metsätietoasiantuntijoille pidettiin toukokuussa 2019. Asiantuntijat kouluttavat alueillaan laatukontrollia tekevät metsäneuvojat. Ajatellen Trestiman mahdollista muuta käyttöä, koulutuksessa oli mukana myös asiantuntija rahoitus- ja tarkastuspalveluista.

Page 4: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 4 (13)

Taimikkotesti

Trestimaa testattiin pienimuotoisesti myös varttuneiden taimikoiden mittauksessa. Keski-Suomesta (mm. Viitasaari) valittiin eri tyyppisiä hoidettuja- ja hoitamattomia varttuneita taimikoita, joille mitattiin koealoja ja samat kohteet kuvattiin myös Trestimalla. Maastomittaukset tehtiin laserinventoinnin koealamittauksia vastaavalla tavalla ja koeala-alueen Trestima-kuvauksessa käytettiin vähintään 5 kuvaa, jotta saatiin varmistettua edustava kuvaotos.

Seuraavassa taulukossa ja neljässä kuvaajassa on verrattu testikoealojen maastomittauksen ja Trestiman runkolukuja puulajeittain ja yhteensä.

Mänty Kuusi Lehtipuu Yhteensä

Koeala maasto Trestima maasto Trestima maasto Trestima maasto Trestima

1 0 0 1600 1225 0 627 1600 1852

2 2000 1867 100 243 5200 4936 7300 7046

3 1600 2161 1400 0 9100 5027 12100 7188

4 2100 2341 100 102 4000 3960 6200 6403

5 1100 982 100 0 8300 7024 9500 8005

6 2100 1629 0 0 3500 619 5600 2248

7 2200 3433 300 133 2200 1249 4700 4815

8 1600 2282 1400 173 9100 4308 12100 6763

9 2000 2437 100 128 5200 2980 7300 5545

10 2100 1999 100 164 4000 5002 6200 7164

11 2200 1878 300 471 2200 2760 4700 5110

12 2100 2316 0 0 3500 3924 5600 6241

13 1100 1688 100 0 8300 9429 9500 11117

14 31 141 660 1511 0 0 691 1653

15 503 314 566 853 5439 10611 6508 11778

16 1069 1148 63 0 1195 3777 2327 4925

17 2000 3131 1200 571 3900 3531 7100 7234

18 2400 2186 500 164 0 239 2900 2589

19 2000 1636 1200 894 3900 6892 7100 9422

20 0 0 0 255 2300 4655 2300 4910

21 0 0 1300 287 7000 6933 8300 7220

22 0 0 1500 1594 14300 14193 15800 15786

23 0 0 2400 2058 2900 3915 5300 5973

24 2200 2125 0 0 600 640 2800 2765

25 0 0 1900 562 6900 9833 8800 10396

Page 5: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 5 (13)

Taimikkotestin tulokset osoittivat, että Trestima toimii suhteellisen hyvin lähempänä kasvatusmetsää olevissa hoidetuissa taimikoissa, mutta haasteita on vesakon lisääntyessä, taimikon pienentyessä sekä enempi kuusikoissa kuin männiköissä. Tulokset olivat likimain odotusten mukaisia ja laatukontrollissa taimikot arvioidaankin edelleen perinteisin menetelmin (liite 1). Oltaessa enempi varttuneen taimikon ja nuoren kasvatusmetsän rajalla, Trestiman käyttöä voidaan harkita. Trestima on nopea verrattuna perinteisiin koealaperusteisiin menetelmiin. Lisäksi pilvipalvelusta käytettävissä olevat ja paikkaan sidotut valokuvat ovat sellaisenaankin havainnollisia. Menetelmässä on potentiaalia isompien ja hoidettujen taimikoiden osalta, mutta laajempi operatiivinen soveltuvuus ei ole selvä ja kokemusta saadaan käytännön mittausten myötä. Työkalua kannattaa kuitenkin testata myös Metsäkeskuksen tarkastuskohteiden arvioinnissa.

Page 6: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 6 (13)

Liite 1. Kuviotason laatukontrollin kuviovalinta ja maastotyöohje

Huom! Tämä on projektin aikana asiantuntijatyönä tehty ohjeistus, jota täsmennetään myöhemmin käytännön kokemuksen mukaan.

Metsävaratiedon kuviotason laadunvarmistus

1. Yleistä Metsävaratiedon laadunvarmistusta tehdään koeala-, mikrokuvio- ja metsikkökuviotasolla. Tässä kuvataan kuviotason laatukontrollin kuviovalinta ja maastotyö. Lisäksi on Aarni-ohjeistus ja Trestiman laajempi yleisohje (valokuvaukseen ja konenäköön perustuva metsänmittaus). Relaskooppiarvioinnin sijaan käytetään Trestimaa, jotta varmistetaan tasalaatuinen ja objektiivinen aineisto. Taimikoiden laatukontrolli perustuu edelleen perinteiseen kuvioittaiseen arviointiin. Maastotyö tehdään tiimeittäin, jolloin saadaan riittävästi tietoa koko Suomesta. Vuosittain mitataan otos erityyppisistä metsistä ja eri tietolähteiden kuvioista. Absoluuttista maastototuutta ei saada tälläkään menetelmällä, mutta kontrollikuvioiden vertailun kautta pystytään seuraamaan eri tietolähteiden, metsikkötunnusten ja toimenpiteiden luotettavuutta, löytämään oman prosessin ongelmakohdat ja raportoimaan käytännön tason laadusta kattavammin myös ulospäin.

2. Kuviovalinta Tavoitteena on saada selville metsävaratiedon laatu eri tietolähteistä. Tarkastellaan maapohjatietoja, puustoa ja esitettyjä toimenpiteitä. Valintakriteerejä voidaan täsmentää käytännön kokemuksen myötä ja kun tulee uusia merkittäviä tietolähteitä. Valitaan minimissään noin 50 metsävarakuviota/tiimi, jolloin saadaan vähintään luokkaa 1500 kuviota valtakunnallisesti/vuosi. Pääpaino on laserinventoinnin kuvioissa ja oleellinen asia kaikilla kuvioilla on myös toimenpide ja sen ajankohta. Tehtäväjako (pääasialliset tekijät) Ennakkovalmistelut (kuviovalinnat, Aarni MVl-kuviot) metsätietoasiantuntijat Maastotyö metsäneuvojat Viimeistely ja tuloslaskenta metsätietoasiantuntijat Johtopäätökset ja raportointi metsätietoasiantuntijat ja -päälliköt, joht. metsätietoasiantuntija Valittavat kuviot (tavoitetila) Kehitysluokka Kuvion tietolähde Osuus, % T1, T2 kaukokartoitus/toimenpidekuvio 20 02 kaukokartoitus 30 03 kaukokartoitus 30 04 kaukokartoitus 20

Kuvion pinta-alan minimi on 0,5 ha ja maksimi 3 ha (aluekohtainen harkinta). Toimenpidetarpeisten kuvioiden osuus on vähintään 30 %.

Hilayleistyksen laatu = 1 hyvä (kaukokartoituspohjaisilla kuvioilla).

Ennakkovalmistelussa hylätään valinnasta: - Rajaukseltaan ja puustoltaan epämääräiset kuviot. Jatkossa työn rutinoituessa puustoltaan

epämääräisiäkin kuvioita voidaan valita, jotta kokonaistulokset ovat totuudenmukaisemmat.

- Selkeästi 2-jaksoiset tai ylispuustoiset kuviot. Jatkossa näitäkin kuvioita valitaan, jotta saadaan tietoa puustotulkinnan laadusta. Uuden laserinventoinnin piloteissa selvitetään

Page 7: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 7 (13)

myös ylispuukuvioiden laatua kuvioittaisella arvioinnilla ja tallentamalla tiedot Trestimalla laatukuvioiksi.

- Luontokuviot (tietolähde 30->). - Metsäsuunnitelmat (tietolähde 24/14). MS-tietojen kontrollitarpeesta päätetään myöhemmin

aineiston laajuuden mukaan.

Kehitysluokissa T1 ja T2 toimenpidekuvioiksi käyvät MKI-, TPI-, Kemera- ja TP-kuvioiden perustamistiedot tai suunnitellut perustamistiedot. Isommissa T2:ssa käy myös kaukokartoitus puuston tietolähteenä. Pituusrajan osalta voidaan käyttää aluekohtaista harkintaa.

Kuviorajaus arvioidaan ensisijaisesti ennakkovalmistelussa ja varmistetaan maastohavainnoin ennen mittauksen aloittamista Trestima-sovelluksella.

Kuviorajausta voidaan korjata ennakkovalmisteluvaiheessa, jolloin tuotetaan uudet puustotiedot ja valitaan kuvio tarkastukseen.

Kuviovalinta käytännössä

Metsätietoasiantuntija valitsee tarkasteluun maastokohteita, jotka ovat alueelle tyypillisiä.

Muodostetaan 10-15 kuvion mittausjoukkoja/maastokierros. Mitattavat kohteet sijoitetaan lähelle toisiaan ja ne muodostavat kokonaisen maastopäivän.

Kannattaa valita myös muutamia ylimääräisiä kuvioita mahdollisten maastohylkäysten varalta.

Valinnassa muodostetaan V-muotoiset linjat, joita leikkaavat kuviot valitaan. Väliin voi jäädä hylättäviä ja ei mitattavia kuvioita. Kuvioista tehdään nimetyt karttajoukot metsäneuvojille.

Aarnissa Omat karttapiirrokset -> karttaviivaa apuna käyttäen valitaan kuviot. Lähtökohtaisesti V-linjat ovat luokkaa 700-800 m/viiva. Pidemmillä linjoilla tulee runsaasti edestakaista kävelyä.

Aarnissa on työkalut, joilla valitut kuviot siirretään Trestimaan ja takaisin. Lisäksi tulee mittaamattomien kontrollikuvioiden poisto, kontrollikuvioiden laskennat ja kauden päätteeksi tulosten vertailut. Näitä ei kuvata tässä, vaan osaltaan Aarni-ohjeissa tai myöhemmin tehtävissä erillisohjeissa.

Page 8: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 8 (13)

3. Maastomittaus Yleistä

Työtä tekee ensisijaisesti kokenut metsäammattilainen (harjoittelijoiden käyttö ei tule kyseeseen).

Lähtökohtaisesti keskitytään maastossa laatukontrolliin, joten Trestiman lisäksi maastotallenninta ei ole tarpeen ottaa mukaan. Maastossa hylättyjen laatukuvioiden kuntoon laitto tai muiden kuvioiden maastohavaintojen talteenotto edellyttäisi Maasto-ohjelmistoa.

Kun metsäneuvoja on aloittanut mittaukset (esim. jo 1. maastopäivän jälkeen), käydään oppimismielessä tulokset läpi yhdessä asiantuntijan/esimiehen kanssa. Tarkastelussa kannattaa hyödyntää Trestima-palvelimen aineistoja (kuvauspisteet kartalla ja otetut kuvat).

Mittaukset tulee tehdä mahdollisimman pian kohdevalinnan jälkeen, jotta valituilla kuvioilla ei ehditä tekemään kuvion hylkäämiseen johtavia toimenpiteitä (hakkuut/hoitotyöt).

Mikäli kuviorajaus on selkeästi väärin, kuviota ei mitata kontrolliin. Samoin tehdään, jos kuvio on Aarnissa hakattu MKI:n perusteella ja sitä ei olekaan toteutettu tai on toteutettu, mutta MKI:stä poikkeavalla tavalla tai hakattu ilman käyttöilmoitusta. Hylkäyksestä tehdään merkintä Trestiman syy-koodien mukaan. Hylätyt kuviot tulee kuitenkin korjata ja päivittää Aarnissa, jotta julkaistu tieto ei perustu väärään kuviointiin tai toimenpiteeseen.

Varmistetaan ensin kuvion mittauskelpoisuus yleissilmäyksellä. Mitataan ensisijaisesti yksi kuvio kerrallaan loppuun saakka. Lähekkäin olevien kuvioiden mittausjärjestys ja kulkureitit kannattaa suunnitella hyvin ennen maastoon lähtöä, jotta työ olisi tehokasta.

Puuston lisäksi jokaiselta kuviolta arvioidaan myös toimenpidetarve ja täsmennetään tarpeen mukaan perustiedot (kasvupaikka ym.).

Monimuotoisuus ei ole mukana varsinaisessa laatuvertailussa, mutta maastossa havaitut puutteelliset tiedot korjataan.

Maastotyövaiheet

Siirry mitattavalle kuviolle ja tee yleiskatselmus kuvion puustoon ja rajoihin.

Löytyykö syy hylätä kuvio laatukontrollista, esim. kuviorajaus, hakkuu (kts. Trestiman syy-koodit).

Määritä mittaustapa kuvion puuston perusteella.

H > 8m ja puusto hoidettu tai H > 10m ja puusto hoitamaton -> Trestima-mittaus.

Muissa tapauksissa kuvioittainen arviointi relaskoopilla ja/tai koealakepillä.

Mittaa kuvion puusto (Trestima- tai kuvioittaisen arvioinnin mittausohje).

Määritä kuvion perustiedot, kasvupaikkatunnukset ja toimenpide-ehdotukset.

Kirjaa tarvittaessa muistiinpanoja laatukontrollitietoihin (tekstikenttä).

Siirry seuraavalle mitattavalle kuviolle. Taimikot Maastomittaus perustuu huolellisesti tehtyyn kuvioittaiseen arviointiin, jossa käytetään apuna tasaisesti kuvion eri osiin sijoitettavia 4 metrin säteisiä ympyräkoealoja (mittakeppi). Tarvittavien koealojen määrä riippuu kuvion puuston vaihtelusta. Yleensä 2-4 edustavaa koealaa riittää. Runkolukuun lasketaan taimet, joiden pituus on yli puolet arvioidusta keskipituudesta. Kasvatettavan puuston runkoluku arvioidaan tarkimmin. Trestimassa puulajeina ovat mänty, kuusi, koivu, haapa ja muu. Runkolukuun lasketaan vain elävät taimet ja kantovesojen osalta pituusrajan ylittävät vesat. Keskitunnuksille valitaan silmävaraisesti mediaanipuut puulajeittain niiden runkojen pituuksien perusteella, jotka on laskettu mukaan runkolukuun. Pituus ja ikä mitataan mediaanipuista sekä täsmennetään tarvittaessa myös Trestiman ehdottamaa pituuden perusteella estimoitua läpimittaa. Jos perustamisajankohta ei ole tiedossa, ikä määritetään oksakiehkuroiden lukumäärän perusteella.

Page 9: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 9 (13)

Taimikoiden osalta tiedot tallennetaan Trestimalle, vaikka kuvia ei otetakaan. Kultakin runkolukukoealalta pyritään arvioimaan kaikki edellä mainitut tunnukset, mutta ositteen tiedot voi laskea Trestimalla, vaikka kaikkia ei olisikaan tallennettu. Keskiarvot lasketaan kuviolle syötettyjen tietojen perusteella. Esimerkiksi jos ikä on tallennettu vain kerran ja pituus kolme kertaa samalle puulajille, lasketaan pituudesta keskiarvo ja ikä on kerran syötetty ikä. Hoidettujen ja lähellä nuorta kasvatusmetsää (n. 8 m) olevien kuvioiden osalta voidaan harkinnan mukaan käyttää myös Trestimaa (käyttökelpoisuuden rajat täsmentyvät käytännön mittausten myötä). Kasvatusmetsät ja uudistuskypsät metsät Maastomittauksessa hyödynnetään Trestimaa, jonka kustannukset koostuvat kiinteistä kuluista sekä kuvakohtaisesta hinnasta. Kuviolta otetaan lähtökohtaisesti 10 kuvaa. Jos kuvion puusto on tasainen tai kuviokoko on pienempi, vähempikin määrä riittää, mutta minimissään otetaan 5 kuvaa. Jos kuvio on isompi ja epätasainen, otetaan maksimissaan 12 kuvaa. Yleensä kontrollikuvion koko on 1-2 ha. Arvioidaan toimistolla etukäteen kuvauspisteiden väli. Trestimalla on oma mittausohje, josta löytyy yksityiskohtaisempaa tietoa. Kuvio kierretään reunoja myöten ympäri selkeästi kuvion puolella. Varmistetaan, että kuvauspisteet tulevat oikealle kuviolle. Kuvia otetaan noin ennakkoarvion mukaisilla väleillä kuvion sisälle päin. Hyvin kapea kuvio voidaan mitata etenemällä kuvion keskellä ja kuvaamalla eteenpäin. Kuvion on oltava kuitenkin vähintään 20 m leveä. Trestiman avauskulma on 70 astetta ja relaskooppikerroin on muuttuva, jolloin puita tulee mukaan myös kauempaa. Samoja puita ei kannata kuvata, mutta sinällään se ei haittaa laskentaa. Kuvataan normaalisti noin silmän korkeudelle ja suhteellisen tasaiselta maalta eli kuvia ei oteta jyrkistä rinteistä. Kirkasta vastavaloa tulee myös välttää ja kovemmalla sateella linssiin tulevat pisarat voivat sotkea tulkintaa. Valitaan silmävaraisesti edustavia paikkoja samaan tapaan kuten relaskooppiarvioinnissa. Ei väistellä tarkoituksella tihentymiä, harvempia paikkoja tai ajouria/ojia. Isoa runkoa ei kuvatessa saa kuitenkaan olla ihan lähellä, koska se aiheuttaa virhettä ppa:han. Kallellaan oleva tai kaksihaarainenkaan puu ei estä kuvaamista, mutta pyritään valitsemaan paikat niin, että kuvalla on korkeintaan yksittäisiä poikkeavia runkoja. Kuvauspisteiden valinnassa tulee ottaa huomioon myös puulajisuhteet (eri puulajit mukaan, mutta ei korosteta sivupuulajeja). Tarvittaessa voidaan ottaa yksittäisiä kuvia myös kuvion keskeltä, jos puusto on erilaista, eikä tule edustetuksi muuten. Kuvion sisällä olevien puustoltaan erottuvien pienialaisten kohteiden osalta kuvia sijoitellaan suhteessa niiden osuuteen kuvion pinta-alasta. Esimerkiksi jos soistuma on arviolta 10 % kuvion pinta-alasta, otetaan siitä 1 kuva 10:stä. Kuvauksen kuluessa seurataan, miten uudet kuvat vaikuttavat Trestiman ennustamaan pohjapinta-alan keskivirheeseen. Jos se ei juurikaan muutu uusien kuvien myötä ja puusto on silmävaraisestikin samanlaista, pienempi kuvamäärä riittää. Keskivirheelle ei ole lukuarvotavoitetta. Kuviota kierrettäessä kannattaa tehdä jo omiakin arvioita puustosta, jolloin on helpompi tarkastella lopuksi myös Trestiman kuviotuloksia. Trestima-mittauksessa painopiste on pohjapinta-alassa ja puulajisuhteissa. Kuvien oton jälkeen kuviolta valitaan edustavat pituus-, läpimitta- ja ikäkoepuut puulajeittain. Mediaanipuiden valinnassa voidaan käyttää apuna Trestiman ehdottamia keskiläpimittoja ja valita koepuut samasta kokoluokasta. On kuitenkin huomattava, että Trestiman ehdotukset eivät välttämättä ole luotettavia, etenkään läpimitaltaan alle 20 cm puustossa. Näin ollen Trestiman ehdottamien keskiläpimittojen järkevyyttä tulee aina arvioida ja valita toisin, jos on sovelluksen kanssa merkittävästi eri mieltä. Yleisesti koepuiden tulee olla terveitä ja kuviota hyvin edustavia ppa-painotettuja mediaanipuita.

Page 10: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 10 (13)

Samalle puulajille voi syöttää myös useampia koepuita. Tätä ei yleensä tarvita, mutta on mahdollista ja voidaan harkita, jos puulajilla on runsaasti pituusvaihtelua. Samalta puulajilta mitataan kuitenkin maksimissaan mediaanipuuta yksi isompi ja yksi pienempi koepuu. Nämä eivät vaikuta kuvion keskitunnuksiin, mutta niillä voidaan täsmentää hieman Trestiman puustojakaumien laskentaa. Varttuneemmassa puustossa pienempään saman puulajin alikasvokseen ei kiinnitetä huomiota, mutta jos puusto on selkeästi ylemmässä ja alemmassa jaksossa, voidaan samalle puulajille mitata ja tallentaa kaksi eri puustoriviä. Tällöin pienempi puusto tallennetaan itse arvioituna runkolukuna (maks. pituus 10 m ja maks. ikä 50 v) ja isompi puusto relaskooppikoealoilta mitatulla pohjapinta-alalla tai kuvaamalla. Itse tallennettu runkoluku ja Trestima-kuvaus toimivat ylispuustoisissa taimikoissa, joissa kuvatulkinta ei sekoita alikasvosta ja vallitsevaa jaksoa. Kun pienempi puusto on jo selkeästi isompaa, runkolukuarvio ja kuvaus eivät toimi luotettavasti, koska kuvatulkintaan tulee samoja puita, mitä tallennetaan runkolukuna. Koepuiden pituusmittaukseen käytetään ensisijaisesti Vertexiä tai vaihtoehtoisesti hypsometria. Koepuista mitataan ja tallennetaan myös läpimitta. Koepuiden ikää ei lähtökohtaisesti kairata, mutta voidaan tarvittaessa tehdä. Jos on käytettävissä, niin ikää voi laskea myös sopivista kannoista. Ensisijaisesti ikä arvioidaan korjaamalla tarvittaessa silmävaraisesti Trestiman ehdottamaa ikäestimaattia. Mittausten lopuksi tulee tarkastella vielä silmävaraisesti, että muodostetut kuviotiedot ovat kunnossa. Lähtökohtaisesti ei korjata Trestiman ppa- ja puulajisuhdetietoja, mutta kuviolle on kuitenkin saatava mahdollisimman tarkka maastototuus. Eli jos Trestiman tulokset eivät vastaa maastossa havaittua, ne tulee korjata parhaan arvion mukaisiksi. Erityisesti on syytä arvioida ppa-tietojen järkevyyttä nuoremmissa metsissä, jotka ovat siinä rajoilla mitataanko Trestimalla vai kuvioittaisena arviointina. Kuviolle oman arvion kautta syötetty ppa ylikirjoittaa valokuvilla mitatun, mutta siihen päästään myös takaisin poistamalla oma arvio. Tämän voi tehdä myös mobiililaitteella maastossa. Toimenpidettä arvioitaessa tulee ottaa huomioon, ettei Trestiman tulokset välttämättä tue todellista tarvetta esimerkiksi puuston ollessa ryhmittäinen. Toimenpide-esitys tehdään aina oman näkemyksen perusteella. Lisäksi tekstikenttään voi merkitä huomautuksia kuvion puustoon (esim. ryhmittäinen, monijaksoinen), maapohjaan/kasvupaikkaan, toimenpiteeseen tai monimuotoisuuteen liittyen.

Page 11: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 11 (13)

Liite 2. Kuviotason laatukontrollin vertailukriteerit

Huom! Tämä on projektin aikana asiantuntijatyönä tehty määrittely, jota täsmennetään myöhemmin tarpeen mukaan.

MV-kuvioiden laatukontrolli – arvosanojen laskenta

Arvioinnin kohde: Kasvupaikkatiedot

Virhe, jos…

Tarkistusmitatun kuvion pääryhmä poikkeaa alkuperäisen kuvion pääryhmästä.

Tarkistusmitatun kuvion kasvupaikkaluokka poikkeaa alkuperäisen kuvion

kasvupaikkaluokasta kaksi luokkaa tai enemmän.

Poikkeama, jos…

Tarkistusmitatun kuvion alaryhmä kangasmaata (1) ja alkuperäisen kuvion

turvemaata (2-5) tai toisinpäin.

Tarkistusmitatun kuvion kasvupaikkaluokka poikkeaa alkuperäisen kuvion

kasvupaikkaluokasta yhden luokan.

Arvioinnin kohde: Puustotiedot

Virhe taimikossa (summapuuston pituus alle 7m), jos…

Summapuuston keskipituuden ero 3m tai enemmän.

Runkoluvun ero 2000 runkoa tai enemmän kun joko tarkistusmitatun tai

alkuperäisen kuvion runkoluku on alle 4000 runkoa.

Virhe varttuneessa puustossa (summapuuston pituus 7m tai enemmän), jos…

Keski-iän ero 25v tai enemmän kun joko tarkistusmitatun tai alkuperäisen kuvion

keski-ikä on alle 100v.

Pohjapinta-alan ero 4m2/ha tai enemmän.

Keskiläpimitan ero 4cm tai enemmän.

Keskipituuden ero 4m tai enemmän.

Tilavuuden ero 30% tai enemmän.

Männyn tilavuuden ero 50% tai enemmän yli 7m ositteissa, kun tarkistusmitatulla

kuviolla männyn osuus kokonaistilavuudesta on yli 10%.

Kuusen tilavuuden ero 50% tai enemmän yli 7m ositteissa, kun tarkistusmitatulla

kuviolla kuusen osuus kokonaistilavuudesta on yli 10%.

Lehtipuun tilavuuden ero 50% tai enemmän yli 7m ositteissa, kun

tarkistusmitatulla kuviolla lehtipuun osuus kokonaistilavuudesta on yli 10%.

Poikkeama taimikossa (summapuuston pituus alle 7m), jos…

Summapuuston keskipituuden ero 2-3m.

Runkoluvun ero 1000-2000 runkoa kun joko tarkistusmitatun tai alkuperäisen

kuvion runkoluku on alle 4000 runkoa.

Poikkeama varttuneessa puustossa (summapuuston pituus 7m tai enemmän), jos…

Keski-iän ero 15-24v joko tarkistusmitatun tai alkuperäisen kuvion keski-ikä on

alle 100v.

Pohjapinta-alan ero 2-4m2/ha tai enemmän.

Keskiläpimitan ero 3-4cm tai enemmän.

Keskipituuden ero 2-4m tai enemmän.

Tilavuuden ero 20-30%.

Männyn tilavuuden ero 30-50% yli 7m ositteissa, kun tarkistusmitatulla kuviolla

männyn osuus kokonaistilavuudesta on yli 10%.

Kuusen tilavuuden ero 30-50% yli 7m ositteissa, kun tarkistusmitatulla kuviolla

kuusen osuus kokonaistilavuudesta on yli 10%.

Lehtipuun tilavuuden ero 30-50% yli 7m ositteissa, kun tarkistusmitatulla kuviolla

lehtipuun osuus kokonaistilavuudesta on yli 10%.

Page 12: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 12 (13)

Arvioinnin kohde: Hakkuuehdotukset

Virhe, jos ao. taulukon solussa on arvo 3.

Poikkeama, jos ao. taulukon solussa on arvo 2.

H = "kuluva vuosi" - "kuluva vuosi + 1"

1 = "kuluva vuosi + 2" - "kuluva vuosi + 4"

2 = "kuluva vuosi + 5" - "kuluva vuosi + 9"

lepo

H 1 2 H 1 2 H 1 2 H 1 2 H 1 2

H 1 1 2 1 2 3 1 2 3 1 2 3 1 1 1 3

1 1 1 1 2 1 2 2 1 2 2 1 2 1 1 1 2

2 2 1 1 3 2 1 3 2 1 3 2 1 1 1 1 1

H 1 2 3 1 1 2 1 1 2 3 3 3 1 1 1 3

1 2 1 2 1 1 1 1 1 1 3 3 3 1 1 1 2

2 3 2 1 2 1 1 2 1 1 3 3 3 1 1 1 1

H 1 2 3 1 1 2 1 1 2 2 2 2 1 1 1 3

1 2 1 2 1 1 1 1 1 1 2 1 1 1 1 1 2

2 3 2 1 2 1 1 2 1 1 2 1 1 1 1 1 1

H 1 2 3 3 3 3 2 2 2 1 1 2 1 1 1 3

1 2 1 2 3 3 3 2 1 1 1 1 1 1 1 1 2

2 3 2 1 3 3 3 2 1 1 2 1 1 1 1 1 1

H 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 3

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2

2 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1

lep

o

3 2 1 3 2 1 3 2 1 3 2 1 3 2 1 1

har

ven

nu

su

ud

istu

shak

kuu

eri-

ikäi

shak

kuu

Kontrolli

Alkuperäinen

eri-ikäishakkuuuudistushakkuu

ensi

har

ven

nu

syl

isp

uid

en p

ois

to

ylispuiden poisto ensiharvennus harvennus

Page 13: Mobiiliteknologian pilotointi mv-tiedon keruussa ja … · 2019-06-27 · Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut – kärkihanke Mobiiliteknologian pilotointi

Suomen metsäkeskus Raportti 13 (13)

Arvioinnin kohde: MH-työehdotukset

Virhe, jos ao. taulukon solussa on arvo 3.

Poikkeama, jos ao. taulukon solussa on arvo 2.

H = "kuluva vuosi" - "kuluva vuosi + 1"

1 = "kuluva vuosi + 2" - "kuluva vuosi + 4"

2 = "kuluva vuosi + 5" - "kuluva vuosi + 9"

lepo

H 1 2 H 1 2 H 1 2 H 1 2

H 1 1 2 3 3 3 3 3 3 1 1 1 3

1 1 1 1 3 3 3 3 3 3 1 1 1 3

2 2 1 1 3 3 3 3 3 3 1 1 1 3

H 3 3 3 1 1 2 1 2 3 1 1 1 3

1 3 3 3 1 1 1 2 1 2 1 1 1 2

2 3 3 3 2 1 1 3 2 1 1 1 1 1

H 3 3 3 1 2 3 1 1 2 1 1 1 3

1 3 3 3 2 1 2 1 1 1 1 1 1 2

2 3 3 3 3 2 1 2 1 1 1 1 1 1

H 1 1 1 1 1 1 1 1 1 1 1 2 3

1 1 1 1 1 1 1 1 1 1 1 1 1 2

2 1 1 1 1 1 1 1 1 1 2 1 1 1

lep

o

3 3 3 3 2 1 3 2 1 3 2 1 1

taim

iko

n p

eru

stam

inen

taim

iko

n v

arh

aish

oit

ota

imik

on

ho

ito

kun

no

stu

sojit

us

taimikon perustaminen taimikon varhaishoito taimikonhoito kunnostusojitus