Remote sensing of boreal land cover: estimation of forest attributes and extent

Remote sensing provides methods to infer land cover information over large geographical areas at a variety of spatial and temporal resolutions. Land cover is input data for a range of environmental models and information on land cover dynamics is required for monitoring the implications of global change. Such data are also essential in support of environmental management and policymaking. Boreal forests are a key component of the global climate and a major sink of carbon. The northern latitudes are expected to experience a disproportionate and rapid warming, which can have a major impact on vegetation at forest limits. This thesis examines the use of optical remote sensing for estimating aboveground biomass, leaf area index (LAI), tree cover and tree height in the boreal forests and tundra taiga transition zone in Finland. The continuous fields of forest attributes are required, for example, to improve the mapping of forest extent. The thesis focus on studying the feasibility of satellite data at multiple spatial resolutions, assessing the potential of multispectral, -angular and -temporal information, and provides regional evaluation for global land cover data. Preprocessed ASTER, MISR and MODIS products are the principal satellite data. The reference data consist of field measurements, forest inventory data and fine resolution land cover maps. Fine resolution studies demonstrate how statistical relationships between biomass and satellite data are relatively strong in single species and low biomass mountain birch forests in comparison to higher biomass coniferous stands. The combination of forest stand data and fine resolution ASTER images provides a method for biomass estimation using medium resolution MODIS data. The multiangular data improve the accuracy of land cover mapping in the sparsely forested tundra taiga transition zone, particularly in mires. Similarly, multitemporal data improve the accuracy of coarse resolution tree cover estimates in comparison to single date data. Furthermore, the peak of the growing season is not necessarily the optimal time for land cover mapping in the northern boreal regions. The evaluated coarse resolution land cover data sets have considerable shortcomings in northernmost Finland and should be used with caution in similar regions. The quantitative reference data and upscaling methods for integrating multiresolution data are required for calibration of statistical models and evaluation of land cover data sets. The preprocessed image products have potential for wider use as they can considerably reduce the time and effort used for data processing.

Remote sensing of leaf area index: enhanced retrieval from close-range and remotely sensed optical observations

A wide range of models used in agriculture, ecology, carbon cycling, climate and other related studies require information on the amount of leaf material present in a given environment to correctly represent radiation, heat, momentum, water, and various gas exchanges with the overlying atmosphere or the underlying soil. Leaf area index (LAI) thus often features as a critical land surface variable in parameterisations of global and regional climate models, e.g., radiation uptake, precipitation interception, energy conversion, gas exchange and momentum, as all areas are substantially determined by the vegetation surface. Optical wavelengths of remote sensing are the common electromagnetic regions used for LAI estimations and generally for vegetation studies. The main purpose of this dissertation was to enhance the determination of LAI using close-range remote sensing (hemispherical photography), airborne remote sensing (high resolution colour and colour infrared imagery), and satellite remote sensing (high resolution SPOT 5 HRG imagery) optical observations. The commonly used light extinction models are applied at all levels of optical observations. For the sake of comparative analysis, LAI was further determined using statistical relationships between spectral vegetation index (SVI) and ground based LAI. The study areas of this dissertation focus on two regions, one located in Taita Hills, South-East Kenya characterised by tropical cloud forest and exotic plantations, and the other in Gatineau Park, Southern Quebec, Canada dominated by temperate hardwood forest. The sampling procedure of sky map of gap fraction and size from hemispherical photographs was proven to be one of the most crucial steps in the accurate determination of LAI. LAI and clumping index estimates were significantly affected by the variation of the size of sky segments for given zenith angle ranges. On sloping ground, gap fraction and size distributions present strong upslope/downslope asymmetry of foliage elements, and thus the correction and the sensitivity analysis for both LAI and clumping index computations were demonstrated. Several SVIs can be used for LAI mapping using empirical regression analysis provided that the sensitivities of SVIs at varying ranges of LAI are large enough. Large scale LAI inversion algorithms were demonstrated and were proven to be a considerably efficient alternative approach for LAI mapping. LAI can be estimated nonparametrically from the information contained solely in the remotely sensed dataset given that the upper-end (saturated SVI) value is accurately determined. However, further study is still required to devise a methodology as well as instrumentation to retrieve on-ground green leaf area index . Subsequently, the large scale LAI inversion algorithms presented in this work can be precisely validated. Finally, based on literature review and this dissertation, potential future research prospects and directions were recommended.

Expected Performance of the ATLAS Experiment - Detector, Trigger and Physics

A detailed study is presented of the expected performance of the ATLAS detector. The reconstruction of tracks, leptons, photons, missing energy and jets is investigated, together with the performance of b-tagging and the trigger. The physics potential for a variety of interesting physics processes, within the Standard Model and beyond, is examined. The study comprises a series of notes based on simulations of the detector and physics processes, with particular emphasis given to the data expected from the first years of operation of the LHC at CERN.

Metsikön rakenteen vaikutus säteilyn sammumiskertoimeen

Kasvuston G-funktio kuvaa säteilyn vähenemistä tai ”sammumista” auringon eri korkeuskulmissa varjostavan lehtialan suhteen. Sen vuoksi sitä kutsutaan sammumiskertoimeksi. Tutkimuksen tavoitteena oli selvittää vaihteleeko G-funktion muoto eri puulajien metsiköissä, ja voidaanko puulajit erottaa toisistaan G-funktion muodon avulla. Arvioin lisäksi G-funktioiden muodossa kasvukaudenaikana tapahtuvia muutoksia. Muita tutkimuksen kannalta mielenkiintoisia tutkimuskysymyksiä olivat voidaanko ryhmittymistä tai latvusmuotoa arvioida G-funktion muodon avulla. Maastomittaukset suoritettiin 3.5.2010 -30.9.2010 välisenä aikana. Tutkimusalueena oli Hyytiälän metsäaseman (68?59`N, 35?72`E) ympäristö, jonka metsät edustavat tyypillistä boreaalista havu- ja lehtimetsää. Tutkimusta varten perustettiin kuusi yhden puulajin koealaa, kaksi kutakin puulajia kohden. Tutkittavat puulajit olivat mänty (Pinus sylvestris), kuusi (Picea abies) ja rauduskoivu (Betula pendula). Koealaparit valittiin niin, että kullekin puulajille muodostui varttuneesta metsästä ja taimikosta muodostuva pari tai vaihtoehtoisesti tiheämpi ja harvempi koeala. Koealoille perustettiin 81 mittauspistettä sisältävä mittaushila, jossa kunkin pisteen aukkoisuustiedot mitattiin kahden viikon välein. Mittaukset suoritettiin kahdella LAI-2000 Plant Canopy Analyzer -laitteella. Laitteiden tulosteista koealoille saatiin aukkoisuustiedot T(?) ja LAI, joiden avulla saatiin laskettua tarkasteltavat G-funktiot. Saman puulajin G-funktiota vertailtiin toisiinsa puulajityypillisten trendien havaitsemiseksi. Keskikesällä eri puulajien G-funktioita verrattiin toisiinsa. Teoreettisten simulointien avulla tutkittiin latvuksen dimensioiden (latvuksen pituus ja säde) ja sisäisen ryhmittäisyyden vaikutusta puulajikohtaiseen G-funktioon. Simuloinneissa käytettiin hyväksi tietoa koealojen puustotunnuksista, lehtialasta sekä runkoluvusta. Puulajikohtaiset G-funktiot ovat erotettavissa toisistaan funktion minimi- ja maksimiarvojen sijoittumisen sekä suhteellisen vaihteluvälin perusteella. Havupuualojen G-funktiot eivät juuri muuttuneet kasvukauden aikana. Koivualoilla G-funktion kasvukaudenaikaiset muutokset (pelkät oksat, hiirenkorvat ja täysikasvuiset lehdet) olivat sitä vastoin helposti havaittavissa. G-funktion muodon avulla voidaan myös arvioida latvusmuotoa ja ryhmittymistä. Mäntyjen latvusmuoto on approksimoitavissa parhaiten ympyräkartion avulla. Kuusien ja koivujen latvusmuodon approksimointiin parhaana vaihtoehtona voidaan pitää ellipsoidia. Teoreettisten simulointien perusteella nuori kuusikko on muita havupuualoja ryhmittyneempi. Tutkimuksen mukaan säteily sammuu satelliittien yleisimmässä kuvaussuunnassa tehokkaammin kuin kaikkien suuntien yli laskettu keskiarvo (0,5) antaa olettaa. Puulajikohtaisten G-funktioiden avulla voidaan epäsuorasti arvioida sekä metsästä tapahtuvaa heijastusta että metsikön sisäisiä säteilyolosuhteita, sillä puulaji yhdessä metsikön rakenteen kanssa vaikuttaa metsästä heijastuvaan säteilyyn. Puulajikohtainen G-funktio on parametri, jonka avulla voidaan kalibroida malleja, joissa tarvitaan tietoa säteilyn kulusta erilaisissa kasvustoissa.