Droonit ja tekoäly metsän kuntoselvityksen apuna

27.4.2023

Paikkatietokeskuksen ja Jyväskylän yliopiston muodostama sekä Suomen Akatemian rahoittama ASPECT-tutkimuskonsortio on kehittänyt autonomisen kuvantavaan spektroskopiaan ja tekoälyyn perustuvan droonipohjaisen mittausmenetelmän puiden kunnon analysointiin.

Autonomisten miehittämättömien lennokkien eli droonien käyttö yleistyy nopeasti kaikkialla maailmassa. Drooniin asennettavat kamerat ja sensorit yhdistettynä tekoälyyn tekevät droonista älykkään mittalaitteen. Älykkäät robottidroonit voivat kerätä tietoa ympäristöstä tehokkaasti ja turvallisesti.

Monien taloudellisten ja sosiaalisten vaikutusten ohella metsät ovat tärkeässä roolissa ilmastonmuutoksen vastaisessa taistelussa. Toisaalta ilmastonmuutos lisää metsiin kohdistuvia riskejä. Ilmasto jatkaa lämpenemistä, jolloin lämpötilasta riippuvaiset tuhohyönteiset ja taudit leviävät. Lisääntyvä kuivuus heikentää puustoa. Myrskyt ja metsäpalot tuhoavat ja heikentävät metsiä.

Metsän kunnon tunteminen on perusta paremmalle metsänhoidolle ja tuhojen hallinnalle. Droonien avulla metsän kuntoa voidaan mitata yksittäisen puun tarkkuudella. Tarkka mittaustieto mahdollistaa muun muassa varhaisten häiriöiden tunnistamisen ja hoitotarpeen määrittämisen.

ASPECT-hanke keskittyi erityisesti kuusia tappaviin kirjanpainajiin, jotka ovat tällä hetkellä yksi suurimmista riskeistä boreaalisille metsille. Kirjanpainajat ovat aiheuttaneet laajoja metsätuhoja vuodesta 2015 lähtien Keski-Euroopassa ja vuodesta 2018 lähtien Etelä-Ruotsissa. Suomeen laajat kirjanpainajatuhot etenivät vuonna 2022, ja ne ovat aiheuttaneet merkittävää puustokuolemaa erityisesti Etelä- ja Kaakkois-Suomessa. Tämä on vasta alkua, koska ilmasto jatkaa lämpenemistään seuraavat sata vuotta. Suomessa pienikin lämpeneminen johtaa kirjanpainajan toisen saman vuotisen sukupolven syntymiseen, mikä aiheuttaa räjähdysmäisen populaatioiden kasvun.

Kirjanpainajaiskemän vaikutuksesta kuusen neulasten väri muuttuu vihreästä keltaiseksi, punaiseksi ja lopuksi harmaaksi, mikä voidaan havaita metsän yläpuolella lentävällä droonilla. Hankkeessa puiden kuntoa mitattiin erilaisilla kameroilla. Tarkimmat mittaukset tehtiin hyperspektrikameroilla, jotka tuottivat puiden latvuksista senttitarkkoja hyperspektrikuvia.