Männyn neulaskadon arviointi laserkeilauksella

Leaf and needle biomasses are key factors in forest health. Insects that feed on needles cause growth losses and tree mortality. Insect outbreaks in Finnish forests have increased rapidly during the last decade and due to climate change the damages are expected to become more serious. There is a need for cost-efficient methods for inventorying these outbreaks. Remote sensing is a promising means for estimating forests and damages. The purpose of this study is to investigate the usability of airborne laser scanning in estimating Scots pine defoliation caused by the common pine sawfly (Diprion pini L.). The study area is situated in Ilomantsi district, eastern Finland. Study materials included high-pulse airborne laser scannings from July and October 2008. Reference data consisted of 90 circular field plots measured in May-June 2009. Defoliation percentage on these field plots was estimated visually. The study was made on plot-level and methods used were linear regression, unsupervised classification, Maximum likelihood method, and stepwise linear regression. Field plots were divided in defoliation classes in two different ways: When divided in two classes the defoliation percentages used were 0–20 % and 20–100 % and when divided in four classes 0–10 %, 10–20 %, 20–30 % and 30–100 %. The results varied depending on method and laser scanning. In the first laser scanning the best results were obtained with stepwise linear regression. The kappa value was 0,47 when using two classes and 0,37 when divided in four classes. In the second laser scanning the best results were obtained with Maximum likelihood. The kappa values were 0,42 and 0,37, correspondingly. The feature that explained defoliation best was vegetation index (pulses reflected from height > 2m / all pulses). There was no significant difference in the results between the two laser scannings so the seasonal change in defoliation could not be detected in this study.

Lehti- ja neulasmassa ovat avainmuuttujia, kun tarkastellaan metsien terveydentilaa. Neulasia syövät tuhohyönteiset heikentävät puiden kasvua ja puut voivat jopa kuolla neulaskatoon. Hyönteistuhot metsissä ovat lisääntyneet merkittävästi 2000-luvulla ja ilmastonmuutoksen myötä tuhojen odotetaan yhä kasvavan. Tarvitaan kustannustehokkaita menetelmiä tuhojen arviointiin. Kaukokartoituksella on saatu lupaavia tuloksia metsävarojen ja metsätuhojen arvioinnissa. Tässä työssä tarkasteltiin pilkkumäntypistiäisen (Diprion pini L.) aiheuttaman männyn neulaskadon arviointia laserkeilauksella. Tutkimusalue sijaitsi Pohjois- Karjalassa Ilomantsin kunnan alueella. Aineistona oli tiheäpulssiset laserkeilausaineistot heinäkuulta sekä lokakuulta 2008. Referenssiaineistona oli 90 maastossa touko-kesäkuussa 2009 mitattua ympyräkoealaa. Neulaskato arvioitiin maastossa silmävaraisesti. Tarkastelu tehtiin koealatasolla ja menetelminä käytettiin lineaarista regressiota, ohjaamatonta ja ohjattua luokitusta sekä piirteiden valintaa askeltavalla regressiolla. Aineisto jaettiin neulaskatoluokkiin kahdella tavalla. Kahteen luokkaan jaettaessa neulaskatoprosentit olivat 0–20 % ja 20–100 % ja neljään luokkaan jaettaessa 0–10 %, 10–20 %, 20–30 % ja 30–100 %. Tulokset vaihtelivat menetelmästä ja keilausajankohdasta riippuen. Ensimmäisessä keilauksessa parhaat tulokset saatiin askeltavalla regressiolla, jossa koko aineiston kappa-arvo kahdella luokalla oli 0,47 ja neljällä luokalla 0,37. Toisessa keilauksessa parhaat tulokset saatiin Maximum likelihood -menetelmällä, jossa kappa-arvo koko aineistolla oli kahdella luokalla 0,42 ja neljällä luokalla 0,23. Paras neulaskatoa selittävä piirre oli kasvillisuusosuus (yli 2 metrin korkeudelta heijastuneet pulssit / kaikki pulssit). Kahden eri ajankohdan laserkeilauksilla ei ollut merkittävää eroa tuloksissa, joten kasvukauden aikaista neulaskadon etenemistä ei tässä tutkimuksessa saatu kuvattua.