Estimation of local forest attributes, utilizing two-phase sampling and auxiliary data

This thesis examines the feasibility of a forest inventory method based on two-phase sampling in estimating forest attributes at the stand or substand levels for forest management purposes. The method is based on multi-source forest inventory combining auxiliary data consisting of remote sensing imagery or other geographic information and field measurements. Auxiliary data are utilized as first-phase data for covering all inventory units. Various methods were examined for improving the accuracy of the forest estimates. Pre-processing of auxiliary data in the form of correcting the spectral properties of aerial imagery was examined (I), as was the selection of aerial image features for estimating forest attributes (II). Various spatial units were compared for extracting image features in a remote sensing aided forest inventory utilizing very high resolution imagery (III). A number of data sources were combined and different weighting procedures were tested in estimating forest attributes (IV, V). Correction of the spectral properties of aerial images proved to be a straightforward and advantageous method for improving the correlation between the image features and the measured forest attributes. Testing different image features that can be extracted from aerial photographs (and other very high resolution images) showed that the images contain a wealth of relevant information that can be extracted only by utilizing the spatial organization of the image pixel values. Furthermore, careful selection of image features for the inventory task generally gives better results than inputting all extractable features to the estimation procedure. When the spatial units for extracting very high resolution image features were examined, an approach based on image segmentation generally showed advantages compared with a traditional sample plot-based approach. Combining several data sources resulted in more accurate estimates than any of the individual data sources alone. The best combined estimate can be derived by weighting the estimates produced by the individual data sources by the inverse values of their mean square errors. Despite the fact that the plot-level estimation accuracy in two-phase sampling inventory can be improved in many ways, the accuracy of forest estimates based mainly on single-view satellite and aerial imagery is a relatively poor basis for making stand-level management decisions.

Tässä työssä tarkastellaan kaksivaiheiseen otantaan perustuvan metsäninventointimenetelmän soveltuvuutta metsäsuunnittelussa tarvittavan inventointitiedon keräämiseen metsikkökuvioille tai niiden osille. Tarkasteltava menetelmä perustuu monilähteiseen metsien inventointiin, jossa yhdistetään erilaisia aputietolähteitä, kuten kaukokartoitustietoa ja muuta karttatietoa, maastossa mitattuun tietoon. Aputietoa käytetään ensimmäisen vaiheen tietona, ja sillä pyritään kattamaan kaikki inventointiyksiköt. Työssä tutkittiin erilaisia menetelmiä, joiden tarkoituksena oli parantaa inventoinnin tuottamien metsikkötunnusten estimaattien tarkkuutta. Aputiedon esikäsittelyn menetelminä tarkasteltiin ilmakuvien sävyarvojen radiometristä korjausta referenssikuvan avulla, samoin kuin numeerisilta ilmakuvilta irrotettavien kuvapiirteiden valintaa metsikkötunnusten estimointia varten. Erilaisten spatiaalisten yksiköiden käyttökelpoisuutta vertailtiin korkean resoluution kaukokuvien kuvapiirteiden irrottamisessa metsäninventointia varten. Lisäksi tutkittiin menetelmiä usean eri aputietolähteen yhdistämisessä ja aputietolähteiden painotusta niitä yhdistettäessä. Tutkimuksessa sovellettu ilmakuvan sävyarvojen korjausmenetelmä osoittautui käyttökelpoiseksi ja toimivaksi, ja sillä pystyttiin parantamaan korrelaatiota ilmakuvapiirteiden ja metsätunnusten välillä. Ilmakuvilta ja muilta korkean resoluution kuvilta irrotettavien kuvapiirteiden testaus osoitti, että kuvat sisältävät runsaasti metsäninventoinnin kannalta arvokasta informaatiota, jota voidaan hyödyntää tarkastelemalla kuvapikseleiden spatiaalista järjestystä. Lisäksi järjestelmällinen kuvapiirteiden valinta tuotti metsätunnusten estimoinnissa paremman tuloksen kuin kaikkien kuvapiirteiden käyttäminen. Vertailtaessa kuvapiirteiden irrotuksessa käytettäviä spatiaalisia yksiköitä kuvasegmentteihin perustuva menetelmä antoi yleisesti ottaen parempia tuloksia kuin koealoihin perustuva menetelmä. Useita aputietolähteitä yhdistämällä tuotetut estimaatit antoivat parempia tuloksia kuin mikään aputietolähde yksinään. Parhaat estimaatit useita aputietoja yhdistettäessä saatiin aikaan painottamalla kunkin aputiedon tuottamia estimaatteja niiden keskineliövirheiden käänteisarvoilla. Huolimatta siitä, että metsikkötunnusten estimoinnin tarkkuutta voidaan parantaa monin eri keinoin, kaksivaiheiseen otantaan ja tässä käytettyihin aputietolähteisiin perustuvien metsikkötunnusestimaattien tarkkuus ei ole riittävän korkea, jotta niitä voitaisiin suoraan käyttää metsikkökuvioille tehtävien hakkuu- ja metsänhoitotoimenpiteiden suunnittelun pohjana.