Pistepilvet uudistavat puunkorjuuta

Takaisin sisällysluetteloon

Teksti: Katri Isotalo

Halkopino.

Tulevaisuuden metsäkone kartoittaa metsät, pinnanmuodot ja puiden kasvun. Kone löytää myös ekologisimmat reitit kohteisiin.

Jo nyt moni metsänomistaja voi tarkastella metsäänsä virtuaalisesti kaupunkikodistaan. Näkymä perustuu kuitenkin alueen puuston keskimääräisiin tietoihin, eivätkä
metsän puut oikeasti kasva juuri siinä, missä ne tietokoneen ruudulla näyttävät kasvavan.

Tulevaisuudessa etämetsänomistaja näkee ruudullaan oikean kokoisia ja oikealla paikalla kasvavia puita, ja tietokoneohjelma kertoo hänelle jokaisen rungon korkeuden, tilavuuden ja puulajin. Tämä onnistuu metsäkoneisiin asennettavien laserkeilainten ansiosta.

– Yksittäisen puun korkeus ja latvuskoko saadaan jo selville laserkeilausaineistosta varsin luotettavasti, kertoo Harri Kaartinen Maanmittauslaitoksen Paikkatietokeskuksesta.

Sen sijaan puulajien erottaminen toisistaan edellyttää, että laserkeilaukseen saadaan useampia aallonpituuksia.

Tarkkaan ja ajantasaiseen aineistoon perustuva hakkuusuunnitelma nopeuttaa puunkorjuuta ja parantaa laatua. Maastotiedonkeruu hakkuun yhteydessä tarkoittaa ajantasaisempaa tietoa sekä metsän omistajalle että metsäkoneen kuljettajalle.

Tavoitteena luontoa säästävä metsäkone

Maanmittauslaitoksen Paikkatietokeskuksessa on kehitetty laserkeilausmenetelmiä jo pitkään. Ilmakuvauksen monin paikoin korvannut laserkeilaus tuottaa ympäristöstä nopeasti suuren joukon kolmiulotteisia pisteitä, joita kutsutaan pistepilviksi. Pistepilvet toimivat pohjana kohteen automaattiselle tunnistamiselle ja mallinnukselle.

Laserkeilaimilla mittaaminen on jo nopeaa ja kustannustehokasta. Nyt meneillään olevassa Pointcloud-hankkeessa kehitetään muun muassa menetelmiä haluttujen piirteiden löytämiseen laajasta pistepilviaineistosta tarkasti ja automaattisesti. Yksi käytännön sovelluskohteista on metsäkone, joka tunnistaa kaadettavat puut ja osaa liikkua luontoa ja polttoainetta säästäen.

Metsäkoneissa on jo nyt sensoreita, joiden avulla kone pätkii puun optimaalisesti sen mukaan, ollaanko tekemässä tukkipuuta tai onko kyseessä vaikkapa harvennushakkuu. Päätöksen siitä, mikä puu kaadetaan, tekee kuitenkin kuljettaja.

– Täysin automatisoituun hakkuuseen emme mekään ole pyrkimässä, vaan kone ainoastaan avustaa kuljettajaa päätöksenteossa jatkossakin, kertoo Kaartinen, joka johtaa Pointcloud-hanketta.

Jatkossa koneella on kuitenkin nykyistä tarkempaa tietoa kaadettavasta puusta. Tulevaisuudessa koneeseen kiinnitetty laserkeilain auttaa kuljettajaa myös näkemään paremmin ympärilleen ja hahmottamaan, onko jokin kohde vaikkapa liian lähellä konetta. Tämä onnistuu lisätyn todellisuuden teknologialla. Siinä kuljettaja näkee virtuaalilaseilla tai näyttöjen avulla kokonaisuuden, jossa todelliseen ympäristöön on lisätty pistepilviaineistosta saatua tietoa vaikkapa koneen katveessa olevien puiden sijainnista ja koosta.

Tavoitteena on, että metsäkone osaisi liikkua entistä paremmin luontoa ja polttoainetta säästäen. Kun pistepilviaineistosta saadaan tarkkaa tietoa maaston muodoista
ja jopa maaperästä, kuljettaja voi suunnitella nykyistä tarkemmin etukäteen reitin, joka välttää jyrkät rinteet ja pehmeän maaston.

Vauhtia vientiin

Maanmittauslaitoksen Paikkatietokeskuksen vetämä Pointcloud-hanke on useiden vuosien ja kymmenien tutkijoiden hanke, joka kuuluu Suomen Akatemian Strategisen
tutkimuksen neuvoston rahoittamiin tutkimushankkeisiin. Mukana ovat myös Turun ja Oulun yliopistot sekä Aaltoyliopisto. Metsäsektoria ja metsäkonevalmistajia kuullaan
hankkeen vuorovaikutusryhmässä. Testikohteessa Evolla teknologiaa testataan Ponssen monitoimikoneessa. Arviota siitä, koska 3D-sensorit ovat metsäkoneissa arkea,
Kaartinen ei kuitenkaan uskalla antaa. Siihen tarvitaan kaupallisia toimijoita.

– Keskeisenä tavoitteena on kehittää osaamista myös suomalaisyritysten vientiä vauhdittamaan, hän korostaa. Kiinnostusta on ollut muun muassa Japanissa, Brasiliassa
ja Ruotsissa.

Metsien pistepilvimallintamisen lisäksi Pointcloud-hankkeessa tutkitaan kaupunkien, teiden, sähkölinjojen ja jokien mallintamista ja sen kaupallisia mahdollisuuksia.

 

Kevyet hyperspektrikamerat kertovat puiden terveyden

Metsien kunnon tutkimukseen käytetään myös hyperspektrikameroita. Erilaisten tuholaisten ja sairauksien aiheuttamat muutokset puiden värissä voidaan havaita
hyperspektrisellä kuvauslaitteella. Kuvauksia on aiemmin tehty lentokoneesta, mutta kameroiden keventyessä kuvauksia tehdään myös drooneilla. Esimerkiksi kuusia Suomessakin vaurioittaneiden kaarnakuoriaisten aiheuttamat värimuutokset jakaantuvat vaiheisiin: harmaaksi muuttunutta kuollutta puuta edeltävät kellastuminen ja punertuminen. Hyperspektrikameralla pystytään havaitsemaan pieniäkin muutoksia puiden heijastusspektreissä.

Maanmittauslaitoksen Paikkatietokeskuksessa tutkitaan muun muassa puuston värimuutosten havaitsemista konenäkötekniikalla. Kun hyperspektrikuvat yhdistetään
laserkeilauksella tai fotogrammetrialla tuotettuihin pistepilviin, voidaan puiden terveydentilaa mitata jopa yksittäisen puun tai oksan tasolla.

– Tulokset ovat olleet erittäin lupaavia, kertoo Drone-Finland-tutkimusryhmän vetäjä Eija Honkavaara.

Nykyisin kaarnakuoriaisten seurantaan käytetään feromonipyydyksiä. Droonit helpottaisivat työlästä kenttätyötä merkittävästi, mutta siirtyminen digitaaliseen tekniikkaan
edellyttää vielä kehitystyötä ja päätöksiä. Mahdollisia käyttäjiä ovat muun muassa metsien kuntoa seuraavat viranomaiset sekä metsä- tai puukauppaa tekevät yritykset.