Toimenpidekuviot automaattisesti hakkuukoneen sijaintitiedoista

Metsätehon uudella menetelmällä voidaan tuottaa hakkuukoneen tallentamista sijaintitiedoista toimenpidekuvion aluerajaus automaattisesti. Tulokset näyttävät lupaavilta ja menetelmä avaa uusia mahdollisuuksia hakkuukonetiedon hyödyntämiseen.  

(kuva yllä: Metsätehon tutkimuksen tavoitteena oli luoda automaattinen menetelmä hakkuualueen rajaukseen hakkuukoneen sijaintitietoon perustuen. Kehitettyä menetelmää voidaan jatkossa hyödyntää operatiivisessa toiminnassa kuviorajojen ajantasaistuksessa.)

Metsätehossa pyrittiin kehittämään hakkuukoneen keräämään tietoon perustuva automaattinen hakkuualueen rajausmenetelmä, jota voidaan hyödyntää metsävaratietojen ajantasaistuksessa. Menetelmän oli tarkoitus muodostaa kuviorajaukset sijainti- ja tunnistetietojen pohjalta, erottaa kuvioille johtavat ajourat sekä käsitellä osittain päällekkäiset kuviot niin, että rajaustulos on eheä. 

(Taulukko 1. Automaattisen kuvioinnin tulokset vertailussa toisella samankaltaisella menetelmällä tuotettuihin kuvioihin (ns. puoliautomaattinen menetelmä, jossa on mm. kuvioinnin manuaalinen tarkastus ja muokkaus). Automaattinen menetelmä onnistui 572 kuvion muodostamisessa 585:stä. Ajourapolygonit muodostavat kuvioille johtavat ajourat.)

Aineisto kerättiin kuudelta hakuukoneelta

Menetelmän kehittämistä varten hankittiin operatiivista hakkuukoneaineistoa yhdessä Metsätehon osakkaina olevien metsäyhtiöiden kanssa. Aineisto kerättiin kuudelta hakkuukoneelta, aikaväliltä 8/2015 - 9/2016, sijoittuen pääosin Suomen metsäkeskuksen pääkaupunkiseudun inventointialueelle. Aineiston keräämiseen osallistuneet hakkuukoneet olivat kol- melta eri valmistajalta: Ponsse, John Deere ja Komatsu. Aineisto sisälsi 455 korjuulohkoa, joissa oli yhteensä 634 656 puuta. Noin puolet aineistosta oli avo-, siemenpuu- tai suojuspuuhakkuita, kolmasosa harvennuksia ja loput muita hakkuutapoja.  

(Kuva 1. Puukohtainen aineisto kahden lohkon (numerot 437 ja 450) osalta, jossa kuvioille johtavat ajourat on erotettu ja kuviot on koottu.)

Kuviorajausten tekemiseen tarvitaan hakkuukoneen sijainti jokaista puuta kaadettaessa sekä korjuulohkon tunnistetiedot ja hakkuun aloitusaika. Nämä tiedot saatiin hakkuukoneiden tallentamista stm-tiedostoista. Lisäksi tarvitaan korjuulohkojen hakkuutavat, jotka tässä työssä oli kerätty metsäyhtiöiltä. Jatkossa hakkuutapa tulisi saada StanForD 2010 -standardin mukaisissa hpr-tiedostoissa yhdessä muiden hakkuukonetietojen kanssa.

(Kuva 2. Kuvioiden aluerajauksen muodostaminen.)

Menetelmässä on useita vaiheita. Aluksi kerätyt tiedot esikä- sitellään ja yhtenäistetään käsittelyä varten sekä siirretään paikkatieto-ohjelmistoon. Ensimmäisessä käsittelyvaiheessa puukohtainen aineisto keskiarvoistetaan, sitten erotetaan kuvioille johtavat ajourat, kootaan kuviot ja liitetään pistot mukaan kuvioihin (kuva 1). Toisessa vaiheessa kuvioille muodostetaan aluerajaukset (monikulmiot kuva 2). Kolmannessa vaiheessa muodostetaan päällekkäin menevien viereisten kuvioiden välille eheät, siistityt rajaukset (kuva 3). Viimeistelyvaiheena upotetaan kuvioille johtavat ajourat sellaisiin muihin kuvioihin, jonka aluerajauksen sisään ne osuvat (kuva 4). Koska testiaineistossa osa kuvioille johtavista ajourista jäi kokonaan kuvioiden ulkopuolelle, tuotettiin niillekin erilliset aluerajaukset. Lopuksi määritetään kaikkien aluerajausten pinta-alat.

(Kuva 3. a) Pienempi aukko (violetti, 270 m2) on lisätty kuvioon 437_3. Suurempi (valkea, 4500 m2) on jätetty aukoksi, koska se ylittää kokorajan. b) Myös useamman vierekkäisen kuvion tapauksessa on tuloksena siistit ja eheät kuviorajat.)

Korjuulohkot jakaantuivat tuloksissa keskimäärin 1,3 toimenpidekuvioon, eli kolmesta korjuulohkosta muodostui neljä kuviota. Kuvioille johtavia ajouria löytyi 70,2 %:lta lohkoista ja hakatuista rungoista 4,6 % luokiteltiin ajouriin kuuluviksi rungoiksi. Aineistossa lohkon keskimääräinen pinta-ala oli 2,5 ha ja kuvion 1,8 ha.

(Kuva 4. Jos kuvioille johtavat ajourat osuvat toisen kuvion alueelle, ne upotetaan puukohtaisesti kuvioihin.)

Rajaustulosten vertailu ja analysointi

Rajaustuloksia verrattiin toisella menetelmällä (Hakkuu- alueen rajan muodostus sijainti- tietoon perustuen. Timo Melkas ja Kirsi Riekki, Metsätehon tuloskalvosarja 5/2017.) tuotettuihin kuviorajoihin, jotka ovat samankaltaisilla periaatteilla muodostettuja, mutta manuaalisesti tarkastettuja ja tarvittaessa muokattuja. Kuten taulukosta 1 näkyy, automaattisesti muodostettujen toimenpidekuvioiden pinta-alat vastaavat hyvin vertailukuvioiden pinta-aloja keskiarvon, minimin, maksimin ja hajonnan osalta. Kuvioille johtavia ajouria automaattinen menetelmä tunnisti jonkin verran enemmän kuin vertailumenetelmä - tosin tältä osin tuloksiin vaikuttavat automaattisen menetelmän säädöt ja myös verrokkirajauksen laatijan näkemys. Rajaustuloksia aiotaan verrata vielä lisäksi maastossa kartoitettuihin ja ilmakuvilta digitoituihin toteutuneisiin kuviorajoihin. 

Automaattinen kuviointi pystyttiin tekemään tässä testiaineistossa jopa 97,8 %:lle kaikki- aan 585 kuviosta. Työssä kävi ilmi, että onnistumisprosentti riippuu hakkuukoneaineiston laadusta. Satelliittipaikannuksesta (GNSS) johtuvista syistä jouduttiin hylkäämään 0,5 % kuvioista (3 kpl), koska GNSS -vastaanotin oli rekisteröinyt yhtä ja samaa sijaintia suurelle osalle puista. Noin 1.2 %:lle kuvioista (7 kpl) voidaan jatkossa tuottaa rajaus lisäämällä menetelmään päättelysääntöjä. Loput 0,5 % kuvioiden rajauksista (3 kpl) jäivät onnistumatta, koska testissä käytetyn paikkatieto-ohjelmiston komennoissa tapahtui poikkeamia.

Johtopäätökset

Johtopäätöksenä on, että automaattista menetelmää voidaan käyttää toimenpidekuvioiden rajausten tuottamiseen ja kuvioille johtavien ajourien erottamiseen. Havaittiin lisäksi, että menetelmä tunnistaa kuvioiden sisään jäävät, vähintään tietyn kokoiset käsittelemättömät alueet - nämä ovat mielenkiintoisia siksi, että osa tällaisista alueista on säästöpuuryhmiä. Menetelmä mahdollistaa toimenpidekuvioiden upottamisen kuviotietokantaan (esimerkiksi metsävaratiedot) siten, että kuviorajat tasapainotetaan ja eheytetään vierekkäisten kuvioiden kesken. 

Suurimmat virhelähteet liittyvät lähtötietojen epätarkkuuksiin ja paikannustarkkuuteen. Yhdellä korjuulohkolla tulisi olla vain yksi hakkuutapa. Toisinaan samalta korjuukohteelta on hakattu puita eri korjuulohkoihin, jolloin automaattinen menetelmä ei välttämättä pysty yhdistämään puita samaan kuvioon kuuluviksi. Satelliittipaikannuksen yleisen tarkkuuden parantaminen hakkuukoneissa edesauttaisi kuviorajausten onnistumista. Hakkuupään sijainnin rekisteröinti välittömästi kaatosahauksen jälkeen parantaisi myös paikannustarkkuutta systemaattisesti.

Menetelmää viedään eteenpäin yhdessä Suomen metsäkeskuksen ja Metsätehon osakkaiden kanssa. Tarkoituksena on, että jatkossa saataisiin toteutuneiden toimenpiteiden rajaukset ajantasaistettua Suomen metsäkeskuksen ylläpitämiin metsävaratietoihin ja osaksi operatiivista toimintaa. Tätä tavoitetta varten menetelmä viimeistellään, hienosäädetään tarvittaessa ja siitä tehdään tuotantoympäristössä toimiva ohjelmisto. Tuotantoversiota tullaan testaamaan osana tiedonvälitykseen ja -yhdistämiseen keskittyvää Metsätiedon palvelualustaa, jonka konseptitestaushanketta Metsäteho vetää parhaillaan. Samalla hakkuukoneaineiston keräämistä jatketaan yhteistyössä Metsätehon osakkaiden kanssa. 

Lisätietoja Metsätehon internet sivuilta löytyvästä tuloskalvosarjasta liitteineen: 

Automaattinen toimenpidekuvion rajojen muodostus hakkuukoneen sijaintitietoon perustuen. 

Timo Melkas, Kirsi Riekki ja 

Juha-Antti Sorsa, Metsätehon 

tuloskalvosarja 7a/2018.