Doktoritöö: kaugmõõtmised annavad Eesti metsatagavarast täpse pildi ({{contentCtrl.commentsTotal}})

Viru raba äärne männimets.
Viru raba äärne männimets. Autor/allikas: Abrget47j/CC BY-SA 3.0

Suvel aerolidariga saadud andmetega saab määrata metsa kõrgust ligilähedaselt sama täpselt, kui metsas kohapeal tehtud mõõtmiste alusel, selgub Tauri Arumäe kaitstud doktoritööst.

Metsas tehtavate mõõtmiste kõrval on nende inventeerimisel kasutatud üha sagedamini ka kaugelt tehtavaid mõõtmisi. Muu hulgas on leidnud rakendust lennukitelt tehtavad fotod, satelliidipildid ja viimasel ajal droonidelt tehtud ülesvõtted.

Eesti Maaülikoolis õppiv Arumäe tõi doktoritöös välja, et Eesti Maa-amet teeb kaks korda aastas ka suurt osa riigist hõlmavaid aerolaserskaneerimismõõtmisi. Aastast 2008 alustatud mõõtmiste tulemusel on Eesti üks väheseid riike maailmas, kus on vabalt kasutada mitmekordselt kogu riiki kattev ALS andmestik.

Arumäe uuris, kas laseriga tehtavate mõõtmistega saab hinnata elusa võrastiku alguskõrgust, biomassi ja võrastiku katvust ning fenoloogia mõju katvusele. Lõpuks lootis ta koostada Eesti metsadesse sobivate struktuuri- ja takseertunnustega prognoosimudeli.

Tulemuste põhjal sobivad metsa kõrguse hindamiseks eeskätt suvel kogutavad andmed. "Kui suviste andmete järgi ei sõltu kõrguse hinnang oluliselt lehtpuuliikide osakaalust puistus, siis kevadiste ALS andmete kasutamisel peaks kõrguse hindamiseks lähendama leht- ja okaspuudele eraldi mudeli parameetrid," selgitas Arumäe.

Doktoritöös väljatöötatud ALS-põhine kasvava metsa tagavara mudel järgib Arumäe sõnul loogikat, et metsa tagavara on otseselt seotud mõõdetud kõrguse ja metsa tihedusega. Tiheduse hindamiseks aerolidari andmetelt kasutatakse nivoopõhist punktide suhtearvu ehk katvushinnangut. "Selleks, et mõista, kui täpselt saab võrastiku katvust hinnata lidarmõõtmiste põhjal, kasutasime välimõõtmistel poolsfäärkaameraid erineva tihedusega metsades," selgitas värske doktor.

Uuring andis paljulubavaid tulemusi metsade kõrguskasvu hindamiseks ja ka väiksemate häiringute tuvastamiseks. "Kombineerides kogu riiki katva ALS andmestiku näiteks erinevate satelliitandmetega, on võimalik töös välja pakutud meetodite abil anda igal aastal kogu Eesti metsaressursside ülevaade. Ühtlasi lihtsustavad tulemused takseerkirjelduste loomist ja edaspidi saavad taksaatorid keskenduda metsas rohkem neile tunnustele, mida kaugseire abil on raske mõõta," lisas Arumäe.

Doktoritöö juhendaja oli dotsent Mait Lang, oponent professor Petteri Packalen Ida-Soome Ülikoolist. Doktoritööga saab tutvuda Eesti Maaülikooli digitaalarhiivis EMU DSpace​.

Toimetaja: Jaan-Juhan Oidermaa

Hea lugeja, näeme et kasutate vanemat brauseri versiooni või vähelevinud brauserit.

Parema ja terviklikuma kasutajakogemuse tagamiseks soovitame alla laadida uusim versioon mõnest meie toetatud brauserist: