Laserkeilain paljastaa, mitä puun kuoren alla on

Syyskuussa alkaneessa Density4Trees-hankeessa Paikkatietokeskuksen ja Itä-Suomen yliopiston tutkijat kehittävät menetelmiä puuaineen tiheyden ja laadun ennustamiseksi laserkeilauksen avulla. Tutkijat myös selvittävät puuaineen kehitykseen vaikuttavia ympäristötekijöitä.

Kuvassa laserkeilausdataa puista. Kuva on otettu ilmasta.
Kuva:
Antero Kukko, Maanmittauslaitos

Laserkeilaus on tekniikka, joka tuottaa tarkkaa kolmiulotteista tietoa ympäristöstä.

Puuaineen tiheys kertoo puun arvosta

Tutkijat ovat kehittämässä menetelmää, jolla metsissä kasvavan puuaineen tiheys voidaan arvioida puita vahingoittamatta ja vieläpä ennennäkemättömällä tarkkuudella. Tästä on suurta hyötyä erityisesti metsänhoitomenetelmien kehittämisessä, puuraaka-aineen hankinnassa ja hiilen sitomisen arvioinnissa.

– Kun tiedämme kasvu- ja metsähoito-olosuhteiden sekä puuaineen tiheyden väliset riippuvuudet, käsityksemme leimikoiden arvonmuodostuksesta on tarkempaa. Lisäksi metsänhoidollisia suosituksia voidaan arvioida uudelleen, ja metsävarojen arviointia voidaan tarkentaa. Tämä on uraauurtavaa, koska tähän asti puuaines on voitu mitata vain puut kaatamalla tai pienestä joukosta puita, kertoo tutkimushanketta johtava tutkimusprofessori Antero Kukko Maanmittauslaitoksen Paikkatietokeskuksesta. 

Puuaineen tiheydellä ja oksaisuudella on merkitystä puutavaran hyödyntämisessä. Erityisesti laadukkaan sahatavaran saatavuuden turvaaminen on tärkeää suomalaiselle metsäteollisuudelle. 

Hankkeen sivutuotteena syntyy uusia teknologioita, joilla tuotetaan digitaalisia aineistoja tutkimuksen tarpeisiin. Näitä uusia teknologioita voidaan hyödyntää, kun kerätään tietoa metsien maasto- ja kasvuolosuhteista. Niiden avulla voidaan myös tehdä yksittäisen puun tasolla hoito-, käyttö- ja hakkuusuunnittelua.

Pian tutkijat voivat ennustaa puuaineen tiheyden

– Kun tunnetaan paremmin, minkälaista puuainetta syntyy erilaisissa kasvuolosuhteissa erilaisissa metsiköissä, voidaan metsänhoitomenetelmiä kehittää tuottamaan paremmin haluttuja puuaineen ominaisuuksia, toteaa apulaisprofessori Mikko Vastaranta Itä-Suomen yliopistosta.

Tärkeimmät puuaineen tiheyden vaihtelua selittävät tekijät liittyvät puun kasvuun: näitä ovat esimerkiksi runkomuodon muutos, puun pituuskasvu sekä latvuksen kehitys. Density4Trees-hankkeessa tutkijat perehtyvät puun kasvutekijöihin ja määrittävät valittujen kasvupaikkojen ominaisuuksia. Laserkeilauksen avulla he kehittävät mittaus- ja laskentamenetelmiä puun ulkoisen kehityksen määrittämiseen, sekä etsivät yhteyksiä muodostuvan puuaineen tiheyteen. Tämän ansiosta puun kasvu on mitattavissa muutamien senttien tarkkuudella ja muodostuvan puuaineen tiheys on ennustettavissa.

Puuaineen tiheys kertoo myös, kuinka paljon puu on varastoinut hiiltä. Tällä hetkellä puiden biomassa ja hiilen määrä arvioidaan malleilla, jotka eivät pysty ottamaan puuaineen tiheyden vaihtelua puiden ja metsiköiden välillä huomioon. Tähän ongelmaan hankkeessa kehitettävät menetelmät voisivat tuoda parannusta.

Laserkeilausaikasarjat tarjoavat laajan aineiston tutkimukselle

Puiden kasvun määrittämiseksi tutkimuksessa sovelletaan laserkeilausaikasarjoja, joiden perusteella voidaan mallintaa puiden kasvu valituilla kasvupaikoilla luotettavammin kuin lyhyen aikavälin mittauksin. Laserkeilaus on tekniikka, joka tuottaa tarkkaa kolmiulotteista tietoa kohteista. Laserkeilain lähettää kohteeseen laserpulsseja, jotka heijastuvat takaisin. Näin saadaan pistepilveksi kutsuttu kolmiulotteinen malli.

Hankkeessa hyödynnetään ainutlaatuista yksityiskohtaista laserkeilausaikasarjaa yksittäisistä puista. Laserkeilausaikasarja alkaa vuodesta 2014, ja hankkeen aikana sitä venytetään kahdeksan vuoden pituiseksi, aina vuoteen 2022 saakka. Aikasarja mahdollistaa puiden kasvun yksityiskohtaisen mallinnuksen ja seurannan. 

Laserkeilaamalla saadaan kerättyä tietoa suuresta joukosta puita. Se tuo tutkimusaineistoon kasvuolosuhteiden alueellista vaihtelua, puulajivaihtelua ja metsien rakenteellista vaihtelua, mikä parantaa tulosten hyödynnettävyyttä ja tilastollista luotettavuutta. Monikanavaisilla mobiililaserkeilauksilla sekä maasta että ilmasta voidaan erotella yksittäiset puulajit ja puiden rakenne automaattisesti, toisin kuin tällä hetkellä käytettävillä teknologioilla on mahdollista. 

Kasvuhistoria voidaan yhdistää ravinne- ja säätietoihin

Hankkeessa myös varmistetaan, että laserkeilaamalla saadut tulokset vastaavat todellisuutta. Tähän tarvitaan kairausnäytteitä ja röntgenmikrodensitometriaa.

– Röntgenmikrodensitometrialla kurkistetaan koepuiden kasvuhistoriaan ja määritetään puuaineen tiheys ja vuosittainen vaihtelu puun kasvun aikana. Menetelmällä mitataan kairanäytteestä vuosilustojen tiheys ja näin saadaan tietoa puun kasvuhistoriasta. Tieto voidaan linkittää esimerkiksi kasvupaikan tyyppi- ja ravinnetietoihin sekä menneisyyden sääolosuhteisiin, kertoo Vastaranta.

Tutkimustulosten perusteella Density4Trees-hanke tuottaa menetelmän, jolla puuaineen tiheyttä pystytään arvioimaan puun ulkoisten ominaisuuksien kehittymisen perusteella.

Density4Trees-hanke on Suomen Akatemian rahoittama. Hanke alkoi syyskuussa 2020 ja päättyy elokuussa 2024.

Uusimmat uutiset ja blogit