Eesti Looduse fotov�istlus
4/2007



artiklid
Kvantitatiivne kaugseire pakub tulevikuvimalusi

25. septembril peeti Tartus Phjamaade kaugseireteadlaste seminar. Mis on kvantitatiivsed meetodid? Kas neist viks olla kasu ka metsandusele ja loodushoiule?

Jrvselja metsad pildistatuna fotoaparaadiga linnulennult.
DIGITAALSETELT SATELLIIDIPILTIDELT SAAB MITMEKESIST TEAVET
Aerofotograafia kui praegusaja kaugseire eelkija on olnud metsameestele abiks juba aastakmneid. Tehnika arengu tttu on aerofotokaamerad ndisajal muutumas digitaalseteks, htlasi on lennukitelt juba edukalt proovitud lasersondeerimise (lidarite) tehnikat, mille ks rakendusi on puude krguste mtmine. Peale selle on maalhedastel orbiitidel tiirlemas hulgaliselt satelliite, millele paigutatud aparatuur vimaldab samuti pildistada maapinda ja ka metsi. Satelliitidele paigutatud mitut laadi kaamerad ehk skannerid erinevad pildistatava pildivlja suuruse, lahutusvime (pildielemendi ehk piksli), kasutatavate spektripiirkondade ehk vrvide valiku ja nende arvu, maapinna suhtes vaatenurga jms. poolest. Kosmosesse paigutatud aparaatidega tehtud pilte nimetame satelliidipiltideks. Praegusel ajal salvestatakse peaaegu kik kosmosest ja lennukitelt tehtud pildid digitaalkujul, nii et lihtsustatult saab satelliidipilte ette kujutada samasugustena kui tavalise digikaameraga tehtud fotosid. Neid pilte saab niisamuti teha visuaalselt nhtavaks arvuti ekraanil, aga nendega saab teha ka palju enamat. Eriti siis, kui pilte on vimalik teisendada fsikalistesse hikutesse, mille abil saab niteks heselt iseloomustada mingi puistu heledust. Ndisajal on ha enam arenenud suund, kus satelliidipiltidelt ptakse ka ht-teist mta, mitte ksnes vaadelda.

FSIKALISTESSE HIKUTESSE TEISENDAMISE KAKS ETAPPI
Kvantitatiivsed meetodid kaugseires kasutavadki just fsikalistesse, energeetilistesse hikutesse teisendatud pilte. Ka tavalise digikaamera pilti oleks phimtteliselt vimalik mningate mndustega teisendada fsikalistesse hikutesse, aga seda ei lhe tavatarbijal pildi vaatamiseks vaja.
Pildi fsikalistesse hikutesse teisendamine koosneb tavaliselt kahest osast. Esiteks kaliibritakse skannerid, nii et pildi iga piksli heleduse vrtust saaks esitada energeetilistes hikutes (niteks w/m2/sr/m). Teiseks on vaja arvestada, et satelliidi ja maapinna vahele jb atmosfr ja selle mju tuleb kuidagi taandada. Praegusajal osatakse mlemat osa juba pris hsti teha, ehkki praktikas on probleeme veel kllaga. Niteks, kust kohast saada atmosfri muutlikku hetkeolukorda kirjeldavaid suurusi. Muidugi, kui pildistamise hetkel on taevas pilves, siis niinimetatud optilises spektripiirkonnas mingit infot maapinna ja metsade kohta ei saa, ainult mikrolainepiirkonna kiirgus ja seda kasutavad radarid on vimelised lbima ka pilvi.

SATELLIIDIPILTE ARVUTATAKSE TEOREETILISE MUDELI ABIL
Teiselt poolt on fsikute abiga tuletatud hulk teoreetilisi metsade heleduse mudeleid, mis vimaldavad neidsamu satelliidipiltidelt saadavaid heledusi arvutada, kui antud metsa kohta on kllaldaselt informatsiooni. Peale metsanduses igapevaste takseertunnuste, nagu puistu tagavara, rinnaspindala, puuliik, puude krgus jms., on nende mudelite rakendamiseks vaja teada ka muud infot iga uuritava metsa kohta. Muude vajalike suuruste hulgas on niteks koloogiliselt oluline lehepinnaindeks (LAI), aga ka puistu liitus, millele meie metsakorralduses on seni suhteliselt vhe thelepanu pratud (vlja arvatud metsa definitsioon seaduses). Puurinde lehepinnaindeks on suhtearv, mis nitab puude lehtede kogupindala suhet vastava metsa pindalasse. LAI annab infot metsa potentsiaalse produktsioonivime kohta ning ja tema globaalse jaotuse hindamine on viimasel ajal pevakorral kliimamuutuste ning ssinikuringe ksitluste tttu. Niteks toodetakse NASA keskmise lahutusvimega (250 m kuni 1 km) skannerssteemi MODIS-e piltide phjal pidevalt lemaalisi LAI kaarte.
ksiti on metsa heleduse mudeli rakendamiseks vajalikud veel taimefsiolooge huvitavad tunnused, niteks biokeemilised parameetrid (lehtede kloroflli- ja veesisaldus) jms. Need asjaolud teevad kvantitatiivse kaugseire mrksa multidistsiplinaarseks, aga nitavad htlasi, et metsa heledust ei kujunda ksnes metsas traditsiooniliselt mdetavad tunnused.

KUIDAS RAKENDATAKSE KVANTITATIIVSEID MEETODEID KAUGSEIRES?
Kvantitatiivne kaugseire pab kasutada ra vimalust vrrelda satelliidipildilt saadud puistu heledusi ning mudeli abil arvutatuid. Vrdluse alusel ptakse langetada otsus, kas antud mets vastab neile takseertunnustele, mis on tema kohta esitatud niteks andmebaasis. Eritluse alus on eeldus, et mudel toimib hsti. Kui leitud erinevused on vga suured, siis on alust arvata, et andmebaasis toodud puistu andmed on valed. Phjusi tuleb nii mnigi kord kohapeal kontrollimas kia: lahknevuse vis tingida andmebaasi sisestamise viga vi on selle metsaga midagi juhtunud (raie, mille kohta pole info veel andmebaasi laekunud, vi mingid olulised kahjustused).
Teised rakendused ritavad samasuguse vrdluse abil hinnata ht vi teist selle metsa parameetrit, niteks tagavara. Tagavara hinnangud pole siiski veel nii usaldusvrsed, et neid valdavalt praktikas rakendada. Potentsiaalselt paremad tulemused tunduvad olevat mikrolaineala piltidel, eriti meeterlainete piirkonnas. Siin on aga seni veel probleeme vastava tsiviilkasutuses oleva tehnika kttesaadavusega. Enam kttesaadavate nhtava ja infrapunase kiirguse piirkondade satelliidipiltide kasutamisel on praegu phiprobleem mudelite headuse proovimine.
Metsade kaugseire puhul seisneb raskendav asjaolu selles, et metsa kasvades tema heledus enamikus spektri piirkondades oluliselt ei muutu. Ainult vga noores eas kahaneb heledus ldjuhul tuntavalt: vanad metsad on piltidel tumedamad kui noored. Meie oludes on kahjuks raske eristada sama kossseisuga le 2030-aastasi metsi, sest nende heledus muutub vhe, ehkki tagavara ja rinnaspindala suurenevad veel tublisti. Kvantitatiivsed meetodid annavad sellele nhtusele ka seletuse: kaks olulist metsa heledust kujundavat tegurit, puistu liitus ja lehepinnaindeks, jvad sel ajal tavaliselt vrdlemisi muutumatuks.

METSADE KAUGSEIRE TARTU OBSERVATOORIUMIS JA EESTI MAALIKOOLIS
Eestis tegeldakse metsade kaugseirega Tartu observatooriumis ja Eesti maalikoolis. Meie kasutame oma mudelite katsetamiseks peamiselt Jrvselja ppe- ja katsemetskonna metsi. Selle ala kohta on kogutud juba arvestatav hulk satelliidipilte, seal on tehtud kaugseire aparaatidega mtmisi nii lennukitelt kui ka maa peal, et paremini tlgendada satelliidiinfot. Jrvseljal asub htlasi rahvusvahelise programmi VALERI ks proovialasid. VALERI lesanne on kontrollida satelliitidelt just taimkattega seotud suuruste hindamise metoodikaid. 2005. aastal tehti Jrvselja kohal mtmisi Euroopa skannerssteemi CHRIS PROBA abil, mille eripraks on suure hulga vrvide (18) kasutamine ja sama ala pildistamine eri vaatesuundade alt. Teadusuuringutes lhtutakse praegusest satelliidipiltide kogust ja muidugi ka metsanduse andmebaasidest. Esialgu proovitakse vimalikke praktilisi rakendusi proovialadel. Kui mne metoodika rakendus sujub proovialal, siis on lootust seda ka mujal rakendada.

METSADE RINNASPINDALA KAART SATELLIIDIPILDI ABIL
Kaugseire rakenduse nitena on pildil tkike Prantsuse kosmilise skanneri SPOT4 HRVIR lesvttest Jrvselja alalt, esitatuna valevrvipildina. SPOT4 HRVIR pildi piksli suurus on 20 meetrit maapinnal. Valevrvipildi tegemisel on kasutatud skanneri punast, lhedast ja keskmist infrapunast spektri piirkonda. Valgete joontega on pildile peale kantud metsaeraldiste vrgustik. Niisugusel valevrvipildil on okasmetsad tumedad, peaaegu mustad, lehtmetsad rohelised, lagedad alad lillad ja roosad, noorendikud kollaka ja helerohelise tooniga jne. Neme, et eri metsatbid eristuvad sellisel valevrvipildil kaunis hsti.
Teisel pildil on esitatud sama ala rinnaspindala kaart hinnatuna selleltsamalt satelliidipildilt. Millised vrvid ht vi teist rinnaspindala thistavad, saab teada pildi servas olevalt skaalalt. See rinnaspindala kaart on praegu saadud veel sna lihtsa regressiooniseose abil (vt. joonis 1), aga annab ettekujutuse kaugseire meetodite vimalustest. Satelliidipildilt hinnatud rinnaspindala kaarti saame vrrelda Jrvselja andmebaasis olevate numbritega. Ehkki ldiselt pole koosklal viga, on mne konkreetse metsa puhul rinnaspindala erinevused siiski vrdlemisi suured. Teadlaste lesanne on sedalaadi metoodikaid igati katsetada ning hinnata, kui hsti sellised kaardid vastavad tegelikkusele ja kui suur on nende viga (mramatus), enne kui neid praktikas rakendada.

MIS TULU ANNAB KAUGSEIRE?
ht-teist tarvilikku metsandusele saab satelliidipiltidelt juba praegu. sna hsti nnestub avastada lageraieid ja mrata raiutud ala pindala; see phineb enamasti kahe eri ajal tehtud pildi vrdlusel ja heleduse muutuste suuruse hindamisel. Nnda koostatud raiete kaarte on kasutatud ka Eestis, et saada raiete kohta objektiivne levaade ning kontrollida raieteatisi.
Soomes ja Rootsis on edukalt vetud tarvitusele nn. kNN-meetod, mis rajaneb htaegu statistilise metsakorralduse (SMI) andmetel ja satelliidipiltidel. Kaasates satelliidipildid, saadakse vrreldes tavapraste SMI proovitkkide phjal tehtavatele kokkuvttetabelitele lisaks digitaalsed metsade kaardid. Kuigi kNN-meetodi abil ei saa usaldusvrseid hinnanguid ksikute puistute, vaid ldjuhul 1000 hektarist suuremate alade kohta, on see tunduvalt detailsem, kui siiani maakonna tasemel tehtavad kokkuvtted. Seda meetodit juurutatakse ka Eestis. Et meetod hsti ttaks, peavad statistilise metsakorralduse andmed olema tpselt seotud geograafiliste koordinaatidega. Perspektiivis tuleb kikide kaugseire rakenduste puhul ilmtingimata analsida satelliidipilte koos elektronandmestikuga, nagu toimib sstva arengu metsanduse seire infossteem.
Kas kaugseirele jb metsanduses ainult n.-. riigikontrolli funktsioon lageraiete avastamiseks, vi midagi enamat, nitab tulevik. Selle nimel teevad praegu td paljude maade teadlased, sealhulgas Phjamaade ning ka Tartu observatooriumi ja Eesti maalikooli teadlased.


Tiit Nilson Nilson, Tartu observatooriumi vanemteadur, geofsikadoktor
Mait Lang Lang, Tartu observatooriumi ja Eesti maalikooli vanemteadur, filosoofiadoktor



Tiit Nilson; Mait Lang

Artiklile ei ole kommentaare
Teie nimi:
Teie e-mail:
Kommentaar:


15/11/2012
23/04/2012
23/04/2012
02/04/2012
19/04/2010
19/04/2010
18/12/2009



Mis see on?
E-posti aadress:
Liitun:Lahkun: 
Serverit teenindab EENet