Improving Satellite Image Based Forest Inventory by Using A Priori Site Quality Information

Summary

Turun yliopiston julkaisut 2006 - Publications of the University of Turku 2006

Bibliografia Turun yliopiston tieteellisestä julkaisutoiminnasta vuodelta 2006.

Benchmarking project of the Department of Electrical Engineering of Lappeenranta University of Technology

Lappeenrannan teknillisen korkeakoulun sähkötekniikan osasto muutti 1.8.2005 sähkötekniikan tutkinnon kaksiportaiseksi ja vastaamaan näin Bologna-prosessia ja Suomen yliopistolainsäädäntöä. Tutkinnonuudistuksen myötä osasto haluaa varmistaa sähkötekniikan tutkintojen laadun ja vertailtavuuden sekä parantaa opiskelijoidensekä henkilökunnan liikkuvuutta. Tutkintojen laatu ja vertailtavuus osoitetaan sähkötekniikan osaston benchmark-projektilla, jossa kerätään tietoja maisteri- ja tohtorintutkintoa tarjoavista eurooppalaisista yliopistoista. Diplomityö käsittää BM-projektin kolmannen vaiheen suunnittelun ja toteutuksen sisältäen teoriaa benchmark-projekteille tyypillisistä toimintatavoista. Hyväksi havaitut menetelmiä, kuten kyselyt ja matriisit, on tässä työssä otettu soveltuvin osin sähkötekniikan osaston BM-projektin työkaluiksi. Diplomityössä analysoidaan työkalujen avulla BM-kumppaneilta kerättyjä tietoja sekä esitetään ratkaisuja, miten sähkötekniikan osastolla voidaan jatkaa parhaiden toimintatapojen löytämistä.

Bayesian classification of forest ecological type from satellite data

The main objective of this study was todo a statistical analysis of ecological type from optical satellite data, using Tipping's sparse Bayesian algorithm. This thesis uses "the Relevence Vector Machine" algorithm in ecological classification betweenforestland and wetland. Further this bi-classification technique was used to do classification of many other different species of trees and produces hierarchical classification of entire subclasses given as a target class. Also, we carried out an attempt to use airborne image of same forest area. Combining it with image analysis, using different image processing operation, we tried to extract good features and later used them to perform classification of forestland and wetland.