Tiedote: Kasvillisuuden kartoitus avaruudesta käsin muuttuu tarkemmaksi (in Finnish)

Tuoreessa kansainvälisessä tutkimuksessa kehitettiin uusi menetelmä maailmanlaajuiseen metsien kartoitukseen satelliittikuvien avulla. Menetelmä huomioi entistä tarkemmin metsien rakenteen vaikutuksen satelliittien mittaamaan metsien heijastukseen. Tutkimus julkaistaan joulukuun alussa yhdessä maailman arvovaltaisimmista tieteellisistä julkaisusarjoista, Yhdysvaltain tiedeakatemian lehdessä (Proceedings of the National Academy of Sciences of the United States of America, PNAS). Helsingin yliopiston tutkijat ovat olleet keskeisessä roolissa tutkimuksen suunnittelussa ja toteutuksessa.

Tutkimus kumoaa myös vallalla olleen käsityksen siitä, että kasvillisuudessa oleva typpi vaikuttaisi kasvillisuuden heijastamaan auringonsäteilyyn ja sitä kautta maapallon ilmastoon. Tutkimuksessa osoitettiin, että tämä väite perustui aineistojen virheelliseen tulkintaan.

 -Uudet tulokset sen sijaan osoittavat, että metsän lajikoostumus ja latvusrakenne määräävät heijastuneen säteilyn suuruuden, tarkentaa tutkimuksessa mukana ollut Helsingin yliopiston metsänarvioimistieteen professori Pauline Stenberg.

Tutkimuksessa tarkasteltiin kasvillisuuden heijastamaa lyhytaaltoista säteilyä lauhkealla ja havumetsävyöhykkeellä.

 -Metsän heijastama säteily riippui selvästi siitä, kuinka paljon lehti- tai havupuita alueella kasvoi. Lehtimetsät heijastivat huomattavasti enemmän kuin havumetsät, selittää akatemiatutkija Miina Rautiainen Helsingin yliopiston metsätieteiden laitokselta.

-Tuloksillamme on merkittävä rooli uusien hyperspektristen satelliittimissioiden suunnittelussa ja toteutuksessa Yhdysvalloissa ja Euroopassa, kertoo Helsingin yliopiston kaukokartoituksen dosentti Matti Mõttus.

Tulevan vuosikymmenen aikana on tarkoitus laukaista useita uusia satelliitteja, joissa on maapallon kasvillisuuden tilaa seuraavia hyperspektrisiä mittalaitteita. Näiden mittalaitteiden tuottamien aineistojen tulkintaan tarvitaan laskentamenetelmiä, joita on julkaistu tässä artikkelissa.


Artikkeli on luettavissa verkossa: http://www.pnas.org/content/early/2012/12/03/1210196109). Artikkeli on syntynyt Bostonin yliopiston ja Helsingin yliopiston yhteisen, NASA:n rahoittaman tutkimusprojektin puitteissa.

A Paper in PNAS - Hyperspectral Remote Sensing of Foliar Nitrogen Content

Our paper on remote sensing of foliar nitrogen was published in the highly esteemed 'Proceedings of the National Academy of Sciences of the United States of America' (PNAS) on December 4th. We were lucky to celebrate it with many of the co-authors who were with us at the AGU fall meeting in San Francisco. For those interested in what all this is about, please read our paper. It is available online: http://www.pnas.org/content/early/2012/12/03/1210196109

Physically based optical remote sensing: a teaching perspective

My current vacancy at the UEF is "university researcher", but "lecturer" would be more correct as far as early 2012 is concerned. At the moment, I'm running course "advanced remote sensing", which has a strong focus on laser scanning but also other topics such as satellite images, radars and photogrammetry are covered. Visiting experts give most of the lectures, and my job mostly consists of supervising the students in computer labs.

Last week dealt with a topic that was especially important to me: physically based optical remote sensing. In previous years, the physical approach was covered in two lectures, but I wanted to emphasize this part more - after all, the University of Helsinki has an entire course on it (thanks to LAIDetectives!). So first I gave an introductory lecture where the basic concepts from irradiance to LAI were discussed. In the following computer lab, the students analyzed a set of hemispherical canopy images and had to consider different uncertainties of the process.

The highlight of the week was certainly the two lectures given by Miina. The topics included different reflectance model types, global monitoring with MODIS, and finally an introduction to PARAS reflectance model. We restricted the amount of equations on purpose - when the audience consists of forestry students, either the math has to be simple, or plenty of time must be reserved for explaining it. Miina's part ended with a detailed derivation of the PARAS model equation on the whiteboard, so everyone who followed certainly got the main idea!

The physical week ended with a PARAS exercise, where the students used the model to simulate the spectra of two forest stands in Sodankylä with different types of ground reflectance. Finally, the results were compared with BRFs obtained from SPOT satellite. The level of difficulty was OK: first the students really had to study the model equation and see what it means, but finally everyone figured it out and got the exercise done in the given time. Hopefully they now have an understanding why the digital numbers of the forest pixels in a satellite image are what they are - I'll see that soon in the exam!