Search

1. Climate, topography and the 3D structure of forests are major drivers affecting local species communities. However, little is known about how the specific functional traits of saproxylic (wood-living) beetles, involved in the recycling of wood, might be affected by those environmental characteristics. 2. Here, we combine ecological and morphological traits available for saproxylic beetles and airborne laser scanning (ALS) data in Bayesian trait-based joint species distribution models to study how traits drive the distributions of more than 230 species in temperate forests of Europe. 3. We found that elevation (as a proxy for temperature and precipitation) and the proportion of conifers played important roles in species occurrences while variables related to habitat heterogeneity and forest complexity were less relevant. Furthermore, we showed that local communities were shaped by environmental variation primarily through their ecological traits whereas morphological traits were involved only marginally. As predicted, ecological traits influenced species' responses to forest structure, and to other environmental variation, with canopy niche, wood decay niche and host preference as the most important ecological traits. Conversely, no links between morphological traits and environmental characteristics were observed. Both models, however, revealed strong phylogenetic signal in species' response to environmental characteristics. 4. These findings imply that alterations of climate and tree species composition have the potential to alter saproxylic beetle communities in temperate forests. Additionally, ecological traits help explain species' responses to environmental characteristics and thus should prove useful in predicting their responses to future change. It remains challenging, however, to link simple morphological traits to species' complex ecological niches., Functional Ecology, 37 (1), ISSN:0269-8463, ISSN:1365-2435

Peatland forest management is an important source of human-induced additional nitrogen, phosphorus, and organic carbon loads to surface waters in Finland. Ditch network maintenance (DNM) is typically used to ensure sufficient soil drainage for profitable timber production on peatland sites, but nutrient mobilization, particularly of phosphorus, and suspended sediment loads from ditches can cause harmful ecological effects on the quality of water courses. Various water protection structures have been developed to capture the loads released after treatments and to decrease the management impacts in forestry. Overland flow fields are efficient mechanisms for water purification, but they are rarely used in practice due to difficulties in finding suitable locations. In addition, leaving breaks between cleaned ditch sections is recommended wherever possible, as uncleaned sections decrease flow velocity and enhance sediment deposition from runoff water. To plan the most adequate protection methods in DNM, new GIS-based tools are needed to propose e.g. appropriate locations for water protection structures. We developed a spatial analysis to suggest locations for overland flow fields and uncleaned ditch sections within the catchment of lake Kovesjärvi (Parkano, Western Finland). Airborne lidar data consisting of 5 pulses m−2 enabled detailed terrain analysis and finding strictly specified terrain properties that satisfied the conditions of the water protection structures. Half of the field-reviewed overland flow fields were evaluated as good suggestions by forest management professionals and researchers. The model for uncleaned ditch sections worked well on the relatively flat study area, as 77% of the field-reviewed suggestions were rated good by expert opinions. Overall, the approach was evaluated to be useful in peatland forest management. Model parameters can be modified for various topographies, but more studies are needed prior to wider use of the model.

Tämä työ pohjautuu kirjallisuustutkimukseen, jonka tarkoituksena on selvittää, miten eri anturit soveltuvat työn toimeksiantajan kehittämään puutavaratarttujan automaatioasteen parantamiseen Porin satamassa. Puutavaratarttuja on laivan lastinkäsittelyyn liittyvä laite, jonka avulla laiva voidaan lastata ja purkaa. Anturit avustavat kuljettajaa lastaus- ja purkutoiminnoissa. Työssä käydään aluksi läpi puutavaratarttujien toimintaperiaatetta ja tämän opinnäytetyön tavoitteita. Tämän jälkeen tutustutaan sovelluksiin, joissa käytetään edistyneitä anturitekniikoita, joita voidaan hyödyntää mm. itseohjautuvissa autoissa ja satamien automatiikassa. Edistyneitä anturitekniikoita tarvitaan kohdattaessa haastavia ympäristöolosuhteita, joten niistä saadut kokemukset tukevat tämän työn tavoitteita. Seuraavaksi tutustutaan anturityyppeihin, joiden arvioidaan olevan tämän työn tavoitteen kannalta kaikkein optimaalisimpia. Anturiselvitykseen pohjautuvan analyysin perusteella valitaan parhaiten puutavaratarttujan eri toimintoihin soveltuvat anturityypit. Tutkimuksen alussa saatiin analyysin avulla vastauksia määriteltyihin tutkimuskysymyksiin. Analyysin perusteella puutavarapaketin muodon tunnistaminen ja asemointi voidaan toteuttaa parhaiten LiDAR:lla. Lastauspaikan ja sen lähiympäristön hahmottamisessa paras ratkaisu on kameran ja LiDAR:n anturifuusio, mutta jos käytetään ainoastaan yhtä anturia, paras vaihtoehto on LiDAR. Puutavarapaketin nostokohdan tunnistamisessa parhaiksi anturityypeiksi osoittautuivat magnetostriktiivinen ja induktiivinen anturi. Varmistinketjun ohjaukseen sopivin anturityyppi on analyysin perusteella ultraäänianturi. Yhtenä tutkimuskysymyksenä oli, miten puutavarapaketin lasku voidaan toteuttaa hallitusti. Tähän tehtävään soveltuvin anturityyppi on LiDAR. Työn tavoitteena oli määrittää myös puutavaratarttujan optimaalinen puristusvoima. Loppujen lopuksi tähän tutkimuskysymykseen ei kuitenkaan perehdytty, koska työn toimeksiantaja oli ratkaissut ongelman itsenäisesti. Tutkimuksen päätavoitteena oli määrittää parhaiten puutavaratarttujan anturointiin sopivimmat anturityypit. Tähän tavoitteeseen päästiin, koska jokaiseen toimintoon löydettiin sopiva anturityyppi. Anturityyppien suositukset perustuivat tässä työssä tehtyyn kirjallisuustutkimukseen antureista ja niiden käyttökokemuksista. Tämän työn aikana puutavaratarttujan anturointia ei vielä aloitettu, joten käyttökokemuksia ei saatu. This thesis is based on a literature survey, and its purpose was to evaluate the suitability of various sensors for improving the degree of automation of a wood material handler in the port of Pori developed by the client. A wood material handler is a device which is used for loading and unloading cargo in ships. The sensors assist the operator in the process of loading and unloading. The thesis begins by presenting the working principle of a wood material handler, as well as the objectives of the thesis. This is followed by the introduction of applications using sophisticated sensor techniques used e.g. in self-driving cars the automatics and in of ports. Such sophisticated sensor techniques are needed in challenging working environments and therefor the experiences of these techniques are helpful for reaching the objectives of this thesis. Next, sensor types which are estimated to be optimal for the objectives of the thesis are introduced. The most suitable sensor types for different functions of the wood material handler are selected based the analysis of the sensor report. The primary objective of the project was to determine the most suitable sensor types for the wood material handler. At the start of the study, the defined research questions were acquired through analysis. Based on the analysis recognising the shape and positioning of the wood package is best done by LiDAR. The best solution for identifying the loading area and its surroundings is a fusion of Li-DAR and camera sensors, but if only one sensor is used, the best option is LiDAR. Magneto-strictive and inductive sensors were found out to be the best for recognising the package lifting point. For the control of the chain the most suitable sensor type based on analysis was an ultrasonic sensor. One research question was how the lowering of the package can be done controlled. LiDAR was the most suitable for this job. The goal of the thesis was also to define the handlers optimal gripping force. In the end though, this question was not addressed, because the client had solved the problem independently. This objective was reached, as suitable sensor types were found for each of the functions of the wood material handler. The sensor type recommendations were based on the literature survey of sensors and their user experiences. During this project, the wood material handler was not yet equipped with sensors, and therefore no user experience regarding it was available.

A realistic representation of the stable atmospheric boundary layer in numerical weather prediction (NWP) and climate models is still a challenge. We study the evolution of a stable boundary layer over snow-covered sea ice in Bothnian Bay during wintertime in 2018. We perform high-resolution model experiments with the Weather Research and Forecasting model in its single-column model configuration and its default mesoscale configuration to assess which physical processes are essential to predict near-surface variables correctly. We evaluate our model runs against the unique observational dataset collected during ISOBAR18, which combines novel, upper-air measurements by an uncrewed aircraft system with wind lidar, sodar, and conventional meteorological mast data. By analysing surface fluxes in the single-column model, we demonstrate how the atmospheric cooling at the ground can be modelled more realistically than in the mesoscale set-up. We show that surface albedo and sea-ice thickness are essential for the surface energy balance in the model, and we demonstrate how the surface fluxes in the mesoscale downscaling with default settings are subject to strong biases. We also show that the ERA5 reanalysis is not capable of representing the observed surface meteorology in the stable atmospheric boundary layer. Our study illustrates the importance of surface albedo and sea-ice thickness for NWP models. Though a seasonal snow albedo is already in use in many NWP settings, the routine inclusion of sea-ice thickness, in particular, would be a great step forward for weather forecasts and regional climate simulations. publishedVersion

Metsänarvioinnissa käytettävät puustotiedot on saatu perinteisesti maastossa mitattujen otantakoealojen avulla estimoimalla. Nykyisin maastomittausten tueksi on otettu myös laajojen alueiden laserkeilausta. Kummankin menetelmän puutteena on puustokartan ja tarkan puukohtaisen tiedon puuttuminen. Tarkat puukartat mahdollistavat hakkuun paremman suunnittelun ja puukohtaiset laatutietueet edelleen katkonnan optimoinnin ja hakkuusaantojen tarkemman arvioinnin. Lisäksi niiden avulla voidaan tehostaa metsänhoitoa ja saada kustannussäästöjä puunhankinnassa. Hankkeen keskeisimpiä tutkimustehtäviä oli etsiä ja arvioida edullisia laserkeilausvälineitä ja -menetelmiä sekä tunnistaa tekniikan kehitystrendejä. Edelleen pyrkimyksenä oli tutkia uusia mittaustekniikoita, kuten yksifotonilaskentaan (single photon counting) perustuva laseretäisyysmittausta, jolla kyetään näkemään merkittävästi paremmin peitteiden taakse jääviä rungon osia ja erottamaan syvyyssuunnassa lähekkäin olevia kohteita toisistaan. Leimikkotason mittauksissa suurin mielenkiinto oli kaupallisen keilaimen, 3D LiDAR ZEB Horizonin, ja VTT:n SPAD:in vertailussa. Molempien tarkkuus rungon läpimitan mittauksessa oli oletetulla tasolla eroten tyypillisesti 1-3 cm mittasaksimittauksista. Tiedossa ei ole, että yksifotonilaskentaan perustuvaa laserkeilainta olisi aikaisemmin käytetty puustotunnusten määrittämiseen maasto-olosuhteissa. Mittaukset osoittivat, että SPAD LiDAR:illa on erinomaiset mahdollisuudet tuottaa tarkempaa tietoa yksittäisistä puista verrattuna tavanomaiseen LiDAR:iin, varsinkin peitteisessä maastossa. Lisää tutkimusta ja uusia innovaatioita kuitenkin tarvitaan mittausnopeuden lisäämiseksi.

Metsänarvioinnissa käytettävät puustotiedot on saatu perinteisesti maastossa mitattujen otantakoealojen avulla estimoimalla. Nykyisin maastomittausten tueksi on otettu myös laajojen alueiden laserkeilausta. Kummankin menetelmän puutteena on puustokartan ja tarkan puukohtaisen tiedon puuttuminen. Tarkat puukartat mahdollistavat hakkuun paremman suunnittelun ja puukohtaiset laatutietueet edelleen katkonnan optimoinnin ja hakkuusaantojen tarkemman arvioinnin. Lisäksi niiden avulla voidaan tehostaa metsänhoitoa ja saada kustannussäästöjä puunhankinnassa. Hankkeen keskeisimpiä tutkimustehtäviä oli etsiä ja arvioida edullisia laserkeilausvälineitä ja -menetelmiä sekä tunnistaa tekniikan kehitystrendejä. Edelleen pyrkimyksenä oli tutkia uusia mittaustekniikoita, kuten yksifotonilaskentaan (single photon counting) perustuva laseretäisyysmittausta, jolla kyetään näkemään merkittävästi paremmin peitteiden taakse jääviä rungon osia ja erottamaan syvyyssuunnassa lähekkäin olevia kohteita toisistaan. Leimikkotason mittauksissa suurin mielenkiinto oli kaupallisen keilaimen, 3D LiDAR ZEB Horizonin, ja VTT:n SPAD:in vertailussa. Molempien tarkkuus rungon läpimitan mittauksessa oli oletetulla tasolla eroten tyypillisesti 1-3 cm mittasaksimittauksista. Tiedossa ei ole, että yksifotonilaskentaan perustuvaa laserkeilainta olisi aikaisemmin käytetty puustotunnusten määrittämiseen maasto-olosuhteissa. Mittaukset osoittivat, että SPAD LiDAR:illa on erinomaiset mahdollisuudet tuottaa tarkempaa tietoa yksittäisistä puista verrattuna tavanomaiseen LiDAR:iin, varsinkin peitteisessä maastossa. Lisää tutkimusta ja uusia innovaatioita kuitenkin tarvitaan mittausnopeuden lisäämiseksi.

Managing forests for ecosystem services and biodiversity requires accurate and spatially explicit forest inventory data. A major objective of forest management inventories is to estimate the standing timber volume for certain forest areas. In order to improve the efficiency of an inventory, field based sample-plots can be statistically combined with remote sensing data. Such models usually incorporate auxiliary variables derived from canopy height models. The inclusion of forest type variables, which quantify broadleaf and conifer volume proportions, has been shown to further improve model performance. Currently, the most common way of quantifying broadleaf and conifer forest types is by calculating the proportions of the corresponding areas of the canopy cover. This practice works well for single-layer forests with only a few species, but we hypothesized that this is not best practice for heterogeneously structured and mixed forests, where the area proportion does not accurately reflect the timber volume proportion. To better represent the broadleaf and conifer volume proportions, we introduced two new auxiliary variables in which the area proportion is weighted by height information from a canopy height model. The main objectives of this study were: (1) to demonstrate the advantage of including forest type (broadleaf/conifer distinction) information in ordinary least squares regression models for timber volume prediction using widely available data sources, and (2) to investigate the hypothesis that including the broadleaf and conifer proportions, weighted by canopy height information, as additional auxiliary variables is favourable over including simple area proportions. The study was conducted in three areas in Switzerland, all of which have heterogeneously structured and mixed forests. Our main findings were that the best model performance can generally be achieved: (1) by deriving conifer and broadleaf proportions from a high-resolution broadleaf/conifer map derived from leaf-off airborne laser scanning data, and (2) by using broadleaf/conifer proportions weighted by height information from a canopy height model. Incorporating the so-derived conifer and broadleaf proportions increased the model accuracy by up to 9 percentage points in root mean square error (RMSE) compared with models not using any forest type information, and by up to 2 percentage points in RMSE compared with models using conifer and broadleaf proportions based solely on the corresponding area proportions, as done in current practice. Our findings are particularly relevant for mixed and heterogeneously structured forests, such as those managed to achieve multiple functions or to adapt effectively to climate change. peerReviewed

Kaakkois-Suomen alueen metsävarat mahdollistavat metsäenergian laajemman hyödyntä-misen ja kasvupotentiaalia alueella on edelleen kuntien ja kaupunkien kaukolämpölaitoksis-sa sekä maaseudun suuremmissa kiinteistöissä. Uusien investointien päätöksenteon taustalle tarvitaan tietoa alueen metsävaroista ja eri metsäenergiajakeiden saatavuudesta. Suomen metsäkeskuksella on käytössä valtakunnallisesti tuoreinta ja tarkinta laserkeilattua metsäva-ratietoa. Laserkeilauksessa lentokoneesta lähetetään lasersäteitä, jotka heijastuvat takaisin keilaimeen. Aineistosta voidaan muodostaa kolmiulotteinen malli maastosta ja puustosta. Mallista voidaan määrittää myös esim. metsävaratiedot. Aiemmin vastaavat tiedot kerättiin silmävaraisesti maastossa arvioiden. Tutkimuksen tuloksina saatiin metsäpalstakohtaiset laserkeilatut metsäenergian saatavuustiedot Kaakkois-Suomesta. Tuloksista erityisesti pien-puumäärät pystyttiin määrittämään huomattavasti aiempaa tarkemmin. Laserkeilatusta metsävaratiedosta määritettyä metsäenergian saatavuutta voidaan jatkossa hyödyntää mm. päätöksenteossa ja toiminnan kehittämisessä. Tutkimuksessa tarkasteltiin lisäksi metsäenergian käyttöä ja käyttöpotentiaalia kuntien läm-pölaitoksissa sekä maaseudun kiinteistöissä Kaakkois-Suomessa. Kaakkois-Suomen alueen kunnat ja kaupungit hyödyntävät jo nykyisin merkittävästi metsäenergiaa, mutta alueellista kasvupotentiaalia edelleen on olemassa. Metsäenergialla ja puupolttoaineilla voidaan jat-kossa korvata aiempaa enemmän maakaasua ja öljyä kaukolämmön tuotannossa. Metsä-energialla kaukolämpöä voidaan tuottaa kilpailukykyisemmin. Publishers version

Segmentation goodness evaluation is a set of approaches meant for deciding which segmentation is good. In this study, we tested different supervised segmentation evaluation measures and visual interpretation in the case of boreal forest habitat mapping in Southern Finland. The data used were WorldView-2 satellite imagery, a lidar digital elevation model (DEM), and a canopy height model (CHM) in 2 m resolution. The segmentation methods tested were the fractal net evolution approach (FNEA) and IDRISI watershed segmentation. Overall, 252 different segmentation methods, layers, and parameter combinations were tested. We also used eight different habitat delineations as reference polygons against which 252 different segmentations were tested. The ranking order of segmentations depended on the chosen supervised evaluation measure; hence, no single segmentation could be ranked as the best. In visual interpretation among the several different segmentations that we found rather good, we selected only one as the best. In the literature, it has been noted that better segmentation leads to higher classification accuracy. We tested this argument by classifying 12 of our segmentations with the random forest classifier. It was found out that there is no straightforward answer to the argument, since the definition of good segmentation is inconsistent. The highest classification accuracy (0.72) was obtained with segmentation that was regarded as one of the best in visual interpretation. However, almost similarly high classification accuracies were obtained with other segmentations. We conclude that one has to decide what one wants from segmentation and use segmentation evaluation measures with care. peerReviewed

Decreased leaf moisture content, typically measured as equivalent water thickness (EWT), is an early signal of tree stress caused by drought, disease, or pest insects. We investigated the use of two terrestrial laser scanners (TLSs) employing different wavelengths for improving the understanding how EWT can be retrieved in a laboratory setting. Two wavelengths were examined for normalizing the effects of varying leaf structure and geometry on the measured intensity. The relationship between laser intensity features, using red (690 nm) and shortwave infrared (1550 nm) wavelengths, and the EWT of individual leaves or groups of needles were determined with and without intensity corrections. To account for wrinkles and curvatures of the leaves and needles, a model describing the relationship between incidence angle and backscattered intensity was applied. Additionally, a reflectance model describing both diffuse and specular reflectance was employed to remove the fraction of specular reflectance from backscattered intensity. A strong correlation (R-2 = 0.93, RMSE = 0.004 g/cm(2)) was found between a normalized ratio of the two wavelengths and the measured EWT of samples. The applied intensity correction methods did not significantly improve the results of the study. The backscattered intensity responded to changes in EWT but more investigations are needed to test the suitability of TLSs to retrieve EWT in a forest environment.