haku: @supervisor Haggrén, Henrik / yhteensä: 104
viite: 15 / 104
| Tekijä: | Näsi, Roope |
| Työn nimi: | Metsien hyönteistuhojen kartoitus käyttäen hyperspektrisiä ilmakuvia |
| Mapping of forest insect damage using hyperspectral, stereoscopic aerial images | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2014 |
| Sivut: | viii + 61 Kieli: fin |
| Koulu/Laitos/Osasto: | Maankäyttötieteiden laitos |
| Oppiaine: | Fotogrammetria ja kaukokartoitus (M3006) |
| Valvoja: | Haggrén, Henrik |
| Ohjaaja: | Honkavaara, Eija |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201412033108 |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark Aalto 2438 | Arkisto |
| Avainsanat: | insect damage European spruce bark beetle FPI camera hyperspectral data radiometry photogrammetry remote sensing hyönteistuhot kirjanpainaja FPI-kamera hyperspektriaineistot fotogrammetria kaukokartoitus |
| Tiivistelmä (fin): | Hyönteiset aiheuttavat metsätaloudelle merkittäviä taloudellisia tappioita. Hyönteistuhot ovat lisääntyneet viime aikoina myös Suomessa ilmastonmuutoksen vaikutuksesta. Erityisesti kaarnakuoriaisiin kuuluva, kuusia tappava, kirjanpainaja on runsastunut lämpimien kesien seurauksena. Kirjanpainajien iskemien puiden tunnistaminen on tärkeää, jotta voidaan aloittaa toimet sen leviämisen estämiseksi. Tässä työssä tutkittiin, miten kirjanpainajatuhoja voidaan kartoittaa uudella, Suomessa kehitetyllä Fabry-Perot -interferometriin (FPI) perustuvalla, useita aallonpituusalueita mittavalla, hyperspektrikameralla, joka voidaan pienen kokonsa ja painonsa ansiosta sijoittaa lähes mille tahansa lentoalustalle. Lisäksi FPI-kamera kerää kokonaisia kuvamatriiseja, jolloin stereoskooppiset mittaukset ja näin ollen tiheiden 3D-pistepilvien luominen on mahdollista, toisin kuin aiemmin käytetyissä vain yhden pikselin tai rivin keräävissä hyperspektrikameroissa. Tutkimusta varten kirjanpainajatuhoalueita kuvattiin Lahden kaupungin alueella pienlentokoneesta FPI- ja järjestelmäkameralla. Kuvatulta alueelta oli kerätty maastokoealoja, joiden alueilla olleista kuusista oli kerätty tietoja siitä, miten kirjanpainaja on niihin vaikuttanut. Vertaamalla näitä maastohavaintoja ja FPI-kameran tuottamaa spektriaineistoa oli tarkoitus selvittää, onko kirjanpainajatuhojen kartoittaminen FPI-kameran avulla mahdollista. Työssä selvitettiin myös, miten hyönteistuhoja on aiemmin kaukokartoitettu. Kerätyistä kaukokartoitusaineistoista muodostettiin digitaaliset pintamallit sekä hyperspektraalit kuvamosaiikit. Näiden avulla saatiin muodostettua tuhokartat, jossa jokainen tutkimusalueen yksittäinen puu oli luokiteltu joko lehtipuuksi, terveeksi kuuseksi, sairastuneeksi kuuseksi tai kuolleeksi kuuseksi. Tämä tehtiin laskemalla jokaiselle tutkimusalueen puulle spektri ja luokittelemalla puut ohjatun luokittelun avulla siten, että luokittelijan opetukseen käytettiin maastokoealojen puita. Luokittelu tehtiin usealla eri algoritmilla. Tässä tapauksessa parhaat tulokset saatiin Spectral Correlation Mapper -algoritmin avulla, jolloin lehtipuut saatiin luokiteltu 96 %:n tarkkuudella oikean luokkaan, terveille kuusilla tämä prosentti oli 55, sairastuneille 64 ja kuolleilla kuusilla 81. Luokittelua vaikeutti se, että terveen ja sairastuneen kuusen spektrit eroavat vain vähän toisistaan. Saatujen tulosten perusteella FPI-kamera on lupaava vaihtoehto kirjanpainajatuhojen kartoitukseen. |
| Tiivistelmä (eng): | Insects cause significant economic losses in forestry worldwide. Insect damage has also increased recently in Finnish forests due to the impact of climate change. In particular the population of the European spruce bark beetle has increased as a result of the warm summers and resulted in losses of millions of euros. It is important to identify trees to which they have attacked in order to initiate operations to prevent their spread. The objective of this study was to investigate how the damages by bark beetles can be mapped by using a new miniaturized hyperspectral camera that is based on Fabry-Perot Interferometer (FPI). The camera has developed in Finland and can be operated from almost any type of aerial vehicles. Furthermore, the FPI camera collects frame-format images enabling stereoscopic measurements. This provides a possibility for generation of dense point clouds and digital surface models; this is not possible with the conventional expensive hyperspectral instruments based on whiskbroom or pushbroom scanning. For the empirical investigation, remote sensing data over areas of damages by bark beetles were collected in Lahti, Finland by the FPI spectral camera and commercial off-the-shelf SLR camera Nikon 3DX from a small manned aeroplane platform Cessna Cardinal RG. Field reference measurements were carried out in 30 field sample plots of size of 16 m by 16 m to identify impacts of bark beetles in every spruce. By comparing the field observations and spectral data from the FPI camera, we investigated if it is possible to identify damages by bark beetles using the FPI camera. Furthermore, a literature review was carried out to find out which remote sensing techniques have been used in the past to detect and map damages by insect pests in forests. The collected remote sensing data were used to produce digital surface models and hyperspectral image mosaics. These allowed us to make damage maps, where every tree in the research area was classified as a broadleaf tree or healthy, infected or dead spruce. This was performed by training several different supervised classifiers using spectral features of trees in the field sampling plots. The best results were achieved by using the Spectral correlation mapper (SCM); the classification accuracy of broadleaf trees was 96 %, healthy spruces 55 %, infected spruces 64 % and dead spruces 81 %. It was challenging to classify healthy and infected spruces because their spectral features differed only slightly from each other. The results indicated that the FPI spectral camera is a potential alternative for the identification of damages by bark beetles. It was concluded that the novel light-weight, low-cost remote sensing technology enables new possibilities for the early identification of insect damages, in comparison to conventional technologies with heavy and expensive instrumentation. |
| ED: | 2014-12-21 |
INSSI tietueen numero: 50193
+ lisää koriin
INSSI