Laserkeilauksella uusia näkökulmia hirvien elinympäristöihin, Markus Melin, Itä-Suomen yliopisto, Riistapäivät 2015

1. Riistapäivät 2015
Markus Melin
Itä Suomen Yliopisto
Metsätieteiden osasto
markus.melin@uef.fi

2. Laserkeilaus pähkinänkuoressa
 Aktiivista kaukokartoitusta, joka tuottaa 3D aineistoa (vrt. satelliitti- ja ilmakuvaus).
 Tapahtuu yleisimmin lentokoneesta
 Laitteisto lähettää valopulssin ja mittaa ajan, joka kestää ennen kuin tältä pulssilta
saadaan takaisin kaiku (se osui kohteeseen).
 Tämän jälkeen lasketaan sijainti (XYZ), josta tämä kaiku tuli.
 Uusimmat laitteet lähettävät jopa 500 000 pulssia / sekunti, joista jokaisesta saadaan 1 –
4 kaikua.
 Lopputuote on dataa, jota kutsutaan pistepilveksi.
 - Tiheä pistepilvi, jonka jokaisen pisteen XYZ-sijainti tunnetaan

3.  Kuvina:
Laserkeilaus pähkinänkuoressa
Jari Vauhkonen (UEF-Metsä)

4. Aineistojen yhdistäminen:
25m

5.  Hirven talvi- ja kesäelinympäristöjen rakenteen analysointi ja elinympäristömallinnus.
 Kuinka soveltuva alue X on hirven kesä/talvi elinympäristöksi.
 Hirven käyttäytyminen lämpöstressin aikana.
 Näkyykö hirven käytöksessä/elinympäristövalinnassa kesälämpötilojen vaihtelu välillä 10 – 30
astetta?
  Näkyy
 Eroaako tämä niiden hirvien välillä, jotka elävät sisämaassa tai merenrannalla?
  Eroaa
 Metsän rakenteen merkitys elinympäristövalinnassa vuoden sisällä.
 Milloin hirvi vaihtaa elinympäristöään vuodenaikojen mukaan ja millaiseen metsään se tällöin
menee? Mitä tämä valinta kertoo sen ekologiasta?
 Kuinka tämä valinta vaihtelee urosten sekä vasallisten ja vasattomien naaraiden välillä?
 Naaraiden elinympäristövalinta vasomisaikaan.
 Millaisilla alueilla naaraat synnyttävät?
 Minne ne vievät vastasyntyneen vasan?
 Hirvituhojen tunnistaminen laserdatasta.
Aiemmin tehtyä:

6. 365 päivää hirven jäljillä (etänä)
 Seuranta aloitettiin huhtikuun lopussa (ennen vasojen syntymää) ja sitä jatkettiin
seuraavan vuoden huhtikuuhun asti.
 Aineistot yhdistämällä (laser + GPS) tiesimme millaisessa metsässä hirvet olivat olleet
minäkin ajanhetkenä.
 Urokset, vasattomat naaraat ja vasalliset naaraat tutkittiin erikseen.
 Vasomisaika selvitettiin analysoimalla tiineiden naaraiden liikkeitä tunti tunnilta
huhtikuun lopulta kesäkuun puoleenväliin.
 Toukokuun ensimmäisellä puoliskolla liikkuminen oli vähäistä
 Välillä 3. – 9.5 kaikilla naarailla oli 2-3 vrk ajanjakso, jolloin nbe olivat käytännössä pysähdyksissä
ja pysyttelivät yhdellä alueella.
 Tämän jälkeen liikkuminen alkoi ja liikemäärät jatkoivat kasvuaan tasaisesti.
 Todennäköinen vasomisaika 3. – 9.5, joka useiden käytännön tutkimusten mukaan ei ole
aikainen (lisäksi vasalle tuoretta ravintoa).
 Seuraavaksi laserdata leikattiin jokaisen sijainnin ympäriltä.

7. …hirven jäljillä
 Kuvasimme metsän käyttöä muuttujilla, jotka kertoivat kuinka tiheässä, korkeassa tai avarassa metsässä
hirvi kulloinkin liikkui:
 canopy – yli viiden metrin korkeudesta tulleiden kaikujen osuus (puuston korkeus ja tiheys).
 shrub – väliltä 0.5 – 5 metriä tulleiden kaikujen osuus (aluskasvillisuus, taimikot).
 ground – maahan osuneiden kaikujen osuus (maiseman avoimuus).
 Tarkastelimme siis näiden muuttujien hirvien sijainneissa eri vuoden aikoina.
 Millaisia eroja vuodenajat, sukupuoli ja mukana liikkuva vasa aiheuttavat?

8. Tuloksia lyhyesti:
Vuoden kierto:
Urokset
Vasattomat naaraat
Vasalliset naaraat

9. Tuloksia lyhyesti:
Vasomisaika:
Urokset
Vasattomat naaraat
Vasalliset naaraat

10. Hirvituhot – Testausasteella
Miltä tällaiset erot näyttäisivät
laserpistepilvessä?

11.  Hirvituho muuttaa taimikon rakennetta selvästi (latvat taittuvat, oksat ja neulaset
häviävät).
 Tämä rakenteellinen ero on tunnistettavissa laserdatasta?
 Aineisto:
 Kuusamoon Yhteismetsä
 Metsikkökuviot, sekä terveet että tuhotut, jaettiin 15 x 15 metrin soluihin.
 Laserdata leikattiin näiden solujen sisältä ja pistepilven geometria/rakenne analysoitiin useilla
eri muuttujilla.
 Laskettujen muuttujien toivottiin paljastavan hirvituhot.
 Laadittiin malli, joka analysoi laserdataa solu kerrallaan ja ennusti tuhon vakavuuden ko. solulle.
 17 000 tuhosolua ja 168 000 tervettä solua rakenteeltaan samankaltaisissa metsiköissä
~ 33 000 000 laserkaikua.
Hirveät tuhot

12.  Esimerkki tuloksista kartalla:
Hirveät tuhot

13.  €
 Laserdataa kerätään joka tapauksessa. Mahdolliset
ekologiset sovellukset ovat vain plussaa.
 Suomessa MML:n laserdata on avoin kenelle tahansa,
ilmaiseksi.
 Antaa erittäin tarkkaa ja muuten vaikeasti mitattavaa tietoa
metsän, sen latvuston ja kasvillisuuden rakenteesta. Kuten
myös alueen topografiasta.
 Nämä tutkimukset osoittavat, että menetelmä toimii, mutta
kaikki on vasta alussa.
Muuta

14. Kiitokset!
 Alfred Kordelinin Säätiö. www.kordelin.fi
 Kuusamon Yhteismetsä – Jarmo Korhonen
 Tutkimusryhmä:
 Petteri Packalen. Kaukokartoitus, laser, ohjelmointi, algoritmit. petteri.packalen@uef.fi
 Lauri Mehtätalo. Tilastotiede ja mallinnus. lauri.mehtatalo@uef.fi
 Juho Matala. Hirvet ja hirvituhot. juho.matala@metla.fi
 Jyrki Pusenius. Hirvet ja pantahirviaineisto. jyrki.pusenius@rktl.fi