Short-term effects of prescribed burning on wood-rotting fungi

Summary

Uptake of heavy metals by plants from airborne deposition and polluted soils

Selostus: Kasvien raskasmetallien otto ilmasta ja saastuneesta maasta

Geometrically accurate time series of archived aerial images and airborne lidar data in a forest environment

Abstract

Imbuing airborne electronic warfare self-protection : possibilities to disguise

Tutkielman nimi käännettynä suomeksi on Lentokoneiden omasuojajärjestelmien kyllästäminen – mahdollisuuksia kätkeytymiseen. Siinä keskitytään etsimään aktiivisia, ilmauhkaa kohti säteileviä keinoja ilmahyökkääjän, lentokoneen tai helikopterin, omasuojajärjestelmän harhauttamiseksi. Järjestelmät pyrkivät varoittamaan lentäjää laser- ja tutkasäteilyhavainnoista sekä ohjuksen laukaisusta ja lähestymisestä. Omasuojajärjestelmiin kuuluviin vastakeinoihin tutkimus ei keskity. Tavoitteena harhauttamisella on ilmapuolustuksen todellisen määrän ja sijainnin suojaaminen. Epätietoisuus voi saada lentäjän tekemään vääriä johtopäätöksiä. Työ ei fokusoi harhauttamisen taktiseen kehykseen työn kannalta tarpeellista määrää enempää. Tietosuojasyistä tutkimus ei käsittele käytössä olevien omasuojajärjestelmien operatiivisia ominaisuuksia vaan käsittelee teoriaa niiden taustalla. Tutkimus tehtiin käyttäen taustatutkimukselle enemmän tyypillistä kirjallisuustutkimusta. Jo tutki-muksen alkuvaiheessa oli oletettavaa, että elektronisiin sensoreihin perustuvaa omasuojajärjestelmää pystytään harhauttamaan. Systeemianalysoinnilla pyrittiin löytämään vastauksia tähän olettamukseen. Omasuojajärjestelmästä muodostettiin jo tutkimuksen varhaisessa vaiheessa malli. Tieteellistä kirjallisuutta omasuojajärjestelmistä on olemassa jonkin verran, ja niistä löydettyä tietoa omasuojajärjestelmien ominaisuuksista ja sensoreista yhdistettiin malliin niin, että siitä saatiin mahdollisimman tarkka systeemin kuvaus todellisesta omasuojajärjestelmästä. Analyysin tavoitteena oli löytää niitä kriteereitä, joilla omasuojajärjestelmä saataisiin kohtuullisen tehokkaasti uskomaan harhautusta oikeaksi hälytykseksi. Ohjuksen laukaisusta varoittava sensori perustuu ohjuksen moottorin muodostaman pilven lämpö-säteilyyn. Säteily kuitenkin muuttuu lennon eri vaiheissa, mikä tuottaa haasteita järjestelmälle. Millimetrialueen tutkan käyttö varoittimen sensorina on myös yksi vaihtoehto. Laser-varoittimet toimivat koko sillä taajuusalueella, mitä sotilaskäytössä tulenjohtamiseen ja ohjusten ohjaamiseen käytetään. Tutkavaroittimen tutkimus on vielä kesken. Löydettyjä tuloksia analysoimalla tulen tässä vaiheessa hieman ristiriitaisiin tuloksiin. Lämpösäteilyn käytön suurin haaste on sen eteneminen ilmakehässä. Varoittimen tavoitekaan ei ole toimia kymmentä kilometriä pidemmälle. Yksi mahdollinen ratkaisu on suunnitella ja toteuttaa raketti, jonka tuottaa lämpösäteilyä kuten tietty puolustavan joukon käytössä oleva ohjus. Jos koneessa on kuitenkin myös millimetrialueen tutka tukemassa varoitusjärjestelmää, hankaloituu rakettiharhautus merkittävästi, koska sen pitäisi oletettavasti olla lentokoneen kanssa melko tarkasti kohtaavalla reitillä. Laser-varoitin on ilmeisesti herkin järjestelmistä, koska se voi tietyissä olosuhteissa ja varsinkin matalalla lentokorkeudella aiheuttaa paljon vääriä hälytyksiä ilman tarkoituksellista harhauttamista. Laserin käyttö yhdistettynä raketin laukaisuun saattaisi tuottaa halutun tuloksen. Tutkavaroittimen harhautus onnistuu, jos valelaitteen signaali on uskottavan tarkka.

Use of airborne laser scanner data in demanding forest conditions

Most of the applications of airborne laser scanner data to forestry require that the point cloud be normalized, i.e., each point represents height from the ground instead of elevation. To normalize the point cloud, a digital terrain model (DTM), which is derived from the ground returns in the point cloud, is employed. Unfortunately, extracting accurate DTMs from airborne laser scanner data is a challenging task, especially in tropical forests where the canopy is normally very thick (partially closed), leading to a situation in which only a limited number of laser pulses reach the ground. Therefore, robust algorithms for extracting accurate DTMs in low-ground-point-densitysituations are needed in order to realize the full potential of airborne laser scanner data to forestry. The objective of this thesis is to develop algorithms for processing airborne laser scanner data in order to: (1) extract DTMs in demanding forest conditions (complex terrain and low number of ground points) for applications in forestry; (2) estimate canopy base height (CBH) for forest fire behavior modeling; and (3) assess the robustness of LiDAR-based high-resolution biomass estimation models against different field plot designs. Here, the aim is to find out if field plot data gathered by professional foresters can be combined with field plot data gathered by professionally trained community foresters and used in LiDAR-based high-resolution biomass estimation modeling without affecting prediction performance. The question of interest in this case is whether or not the local forest communities can achieve the level technical proficiency required for accurate forest monitoring. The algorithms for extracting DTMs from LiDAR point clouds presented in this thesis address the challenges of extracting DTMs in low-ground-point situations and in complex terrain while the algorithm for CBH estimation addresses the challenge of variations in the distribution of points in the LiDAR point cloud caused by things like variations in tree species and season of data acquisition. These algorithms are adaptive (with respect to point cloud characteristics) and exhibit a high degree of tolerance to variations in the density and distribution of points in the LiDAR point cloud. Results of comparison with existing DTM extraction algorithms showed that DTM extraction algorithms proposed in this thesis performed better with respect to accuracy of estimating tree heights from airborne laser scanner data. On the other hand, the proposed DTM extraction algorithms, being mostly based on trend surface interpolation, can not retain small artifacts in the terrain (e.g., bumps, small hills and depressions). Therefore, the DTMs generated by these algorithms are only suitable for forestry applications where the primary objective is to estimate tree heights from normalized airborne laser scanner data. On the other hand, the algorithm for estimating CBH proposed in this thesis is based on the idea of moving voxel in which gaps (openings in the canopy) which act as fuel breaks are located and their height is estimated. Test results showed a slight improvement in CBH estimation accuracy over existing CBH estimation methods which are based on height percentiles in the airborne laser scanner data. However, being based on the idea of moving voxel, this algorithm has one main advantage over existing CBH estimation methods in the context of forest fire modeling: it has great potential in providing information about vertical fuel continuity. This information can be used to create vertical fuel continuity maps which can provide more realistic information on the risk of crown fires compared to CBH.