Metsätieto ja sähköiset palvelut hankkeen välitulosseminaari

1. Korjuukelpoisuuskartat käyttöön
Metsätieto ja sähköiset palvelut
hankkeen välitulosseminaari
7.3.2017
Anne Seppänen
Arbonaut

2. Taustaa ja tavoite
•Korjuukelpoisuuskarttojen kehittäminen aloitettiin Tekesin Data to
Intelligence (D2I):n Forest Big Data -hankkeessa, jossa
kehittämiseen osallistuivat Suomen metsäkeskus, Metsäteho
osakkaineen ja Arbonaut
•Puunkorjuun kausivaihtelu aiheuttaa huomattavia kustannuksia
•Korjuukelpoisuuskartat yksi tapa pienentää kausivaihtelua
• Parempi tieto milloin millekin korjuukohteelle voi
mennä
• Kelirikko- ja kesäkohteiden parempi löytäminen

3. Yleistä menetelmästä
• Staattinen malli, jolla ennustetaan korjuukelpoisuutta
• Ei huomioi esim. sääolosuhteita tai kohteen saavutettavuutta;
ne on tason käyttäjän huomioitava suunnitellessaan toteutusta
• Lopullinen luokitus vielä pohdinnan alla
• Pikselitason tieto, resoluutio 16 x 16 m (yhteensopiva SMK:n
hilan kanssa)

4. Mallin selittäjät
Malli perustuu MML:n avoimien paikkatietoaineistojen
hyödyntämiseen, ei tarvitse tehdä aineistohankintaa
•Kivennäismaa/turvemaa –rajaus: maastotietokannasta
•Kosteusindeksi: perustuu topografiaan, johdetaan tarkasta
maanpinnan korkeusmallista
•Kasvillisuuden määrä: laserkeilausaineistosta
•Ojien kuivavara-analyysi: yhdistämällä maastotietokannan ojat ja
laserkeilausaineisto

5. Korjuukelpoisuuden
maastohavainnot
•Alkuperäinen maastokoeala-aineisto
Suomen metsäkeskuksen keräämä 4
alueelta, n=296
•Palautekysely käytännön toimijoille:
palauteaineisto 4 suuralueelta 115
korjuulohkoa, 856 koealapistettä
•Yhteensä aineistoa mallin
testaamiseen ja kehittämiseen 1152
koealaa/pistettä 5 alueelta

6. Korjuukelpoisuuden
maastohavainnot, palautekysely
• Yhteensä 115 lohkoa, 631 ha, 1/3
turvemaalla ja 2/3 kivennäismaalla
• Arvioitiin ennusteen osuvuutta ja
virhelähteitä lohkotasolla
• Lohkoilla 856 pistehavaintoa
• Ennustettu ja todellinen kk-luokka
pikselitasolla
• Mallia kehitettiin havaintojen
perusteella
• Tavoitteena oli poistaa selkeät
virheet ja parantaa mallin
yleistettävyyttä

7. Mallin kehittäminen
• Havaintojen perusteella
• Soistuma siirrettiin turvemaaluokasta kivennäismaaluokkaan
• Mallin muotoa muutettiin niin, että se ennustaa rohkeammin
kesäkorjuukelpoisia kohteita
• Malli perustuu selittävien piirteiden luokitteluun:
1. Kivennäismaa/turvemaa -jaotus
2. Ensin luokitus kosteusindeksin perusteella
3. Luokan parantaminen/heikentäminen raja-arvoilla
• kivennäismaat: kosteusindeksi ja puuston määrä
• turvemaat: kosteusindeksi, puuston määrä ja ojien
kuivavara
(Kosteusindeksi vaiheessa 3 vain muutosta rajoittavana tekijänä, eli jos
kosteusindeksin mukaan kohde on hyvin kostea, luokkaa ei paranneta ja jos
kohde hyvin kuiva, luokkaa ei huononneta)

8. Mallin luokitustarkkuus ja
johtopäätökset
• Osuvuus lohkotasolla maastohavaintojen perusteella
• Kivennäismaat: yli 90% oikein
• Turvemaat: 2/3 oikein
• Toimijoiden havaintojen perusteella malli tuottaa suunnittelun
tarpeisiin kohtuullisen hyvän arvion korjuukelpoisuudesta
• Selkeät talvikohteet erottuvat
• Paikkaa hyvin paikallistuntemuksen puutteita
• Parhaimmillaan, kun etsitään isommasta turvemaa-
keskittymästä lupaavimpia kesäkorjuuseen soveltuvia alueita
• Korjuun toteutusvaiheessa tarvitaan kuitenkin dynaamisempaa
tietoa, jossa mukana mm. sääolosuhteet

9. ei metsämaa
kelirikko
normaali kesä
kuiva kesä
talvi
turvemaan kesäkohde
http://meolo.arbonaut.com/meolo/

10. Miten kartat käyttöön?
•Suomen metsäkeskus tuotteistaa ja jakelee
•Tuotantoaikataulu ja alueet tarkentuvat
myöhemmin, alustava arvio tuotanto-
suunnitelmasta:
• SMK:n tuottaa 2013 ja sitä myöhemmin
keilatuille puustotulkituille alueille
• Vuonna 2017 tehdään noin 20 aluetta,
alkukesästä jakelussa ensimmäiset alueet

11. Miten kartat käyttöön?
• Taso on mahdollista tehdä myös vanhemmille keilauksille
• Taso kestää aikaa kohtalaisen hyvin, mutta vaatii päivitystä
lähinnä hakkuiden ja kunnostusojituksen seurauksena
• Hakkuun jälkeen tason päivitys ajankohtainen kuitenkin vasta
ennen seuraavaa hakkuuta
• Jakelu
• Alustava suunnitelma: Suomen metsäkeskus jakaa ArcGIS
Onlinen kautta rasterina (WMS- rajapinnalta) ja hilan
ominaisuustietona SMK:n omien rajapintojen kautta
• Saadaan jakeluun rasterina nopeasti
• Jakelu hilan ominaisuustietona menee myöhempään
ajankohtaan

12. Jatkokehitys
Nykyisen tason pitkän aikavälin kehitysideoita:
•Maalajin ml. kivisyys huomioiminen
• Tällä hetkellä vain kivennäismaa/turvemaa-jaolla
• Saatavilla ei ole kattavasti riittävän tarkkaa tietoa maalajista
• Dynaamisuuden lisääminen tasoon
• Esimerkiksi säätilan vaikutuksen huomioiminen

13. Kiitos!
http://www.arbonaut.com
anne.seppanen@arbonaut.com