Metsätalouden arvoketjua optimoidaan kahdessa uudessa tutkimushankkeessa. Tavoitteena on kehittää metsänhoitoa, joka on sekä kestävää että taloudellisesti kannattavaa.
Juuri käynnistyneessä SingleTree-tutkimushankkeessa ja Suomen Akatemian rahoittamassa Ideat ratkaisuiksi -hankkeessa tutkitaan keinoja tunnistaa pistepilvistä yksittäiset puut, puiden sijainti ja ominaisuudet luotettavasti: puulajit ja harvinaiset kohteet kuten haavat, sekä puumassan tiheys ja puiden vauriot.
”Metsänhoidon suunnittelu yksittäisen puun ja sen ominaisuuksien perusteella on metsätalouden seuraava askel. Tämä parantaisi merkittävästi ilmasto- ja monimuotoisuusvaikutuksia sekä metsien resilienssiä erilaisia tuhoriskejä vastaan, ja tukisi tutkittuun tietoon perustuvaa päätöksentekoa”, sanoo professori Heli Peltola Itä-Suomen yliopistosta tiedotteessa.
Menetelminä käytetään tarkan kuva- ja tiheän pistepilviaineiston perusteella koulutettua tekoälyä.
”Näin voidaan tunnistaa jopa 90 prosenttia puista, kun nyt parhaat menetelmät löytävät 60–70 prosenttia. Keräämme aineistoa harvesteriin, drooneihin ja ilmalaivaan kiinnitettyjen laserkeilainten ja kameroiden avulla”, kertoo professori Juha Hyyppä Maanmittauslaitokselta.
Tavoitteena on myös, että puun sisäiset ominaisuudet voidaan tunnistaa ulkoisten ominaisuuksien perusteella jo ennen sen kaatamista.
”Kun puiden laatu tunnetaan ennen hakkuita, niiden käsittelyssä voidaan saavuttaa jopa kymmenen prosentin taloudellinen hyöty, sillä tiedetään, mihin tarkoitukseen mikäkin puu parhaiten soveltuu. Tämä voi olla todellisuutta noin viiden vuoden päästä”, Hyyppä sanoo.
Jos ajankohtaiset metsäasiat kiinnostavat, tilaa Metsälehti tästä.
”…sillä tiedetään, mihin tarkoitukseen mikäkin puu parhaiten soveltuu…” Onkohan tuo ihan konkreettisesti mahdollista?
Tavoilteltuja soveltuvuuslokeroita (ptl) ei voi olla kerrallaan leimikossa kuin muutamia. Se 10%:n kuviteltu hyöty kääntyy hyvin nopeasti moninkertaiseksi puun käsittelyn tehottomuustappioksi.