Uudet kaukokartoitusmenetelmät soveltuvat hyvin puulajien erotteluun

Itä-Suomen yliopiston historia- ja maantieteiden laitoksen ja Suomen ympäristökeskuksen tutkijat kehittävät IBC-Carbon-tutkimushankkeessa uudenlaisia kaukokartoitusmenetelmiä, joiden avulla voidaan tutkia metsien monimuotoisuutta ja hiilen sidontaa.

Ympäristögeoinformatiikan professori Timo Kumpulan ja johtava tutkija Petteri Vihervaaran (SYKE) vetämä tutkijaryhmä on testannut erilaisia kartoitusmenetelmiä puulajien erotteluun muun muassa Evon tutkimusalueella. Evolla tarkan erotuskyvyn kaukokartoitusaineistoa on kerätty 83 neliökilometrin alueella, joka muodostaa monipuolisen tutkimusympäristön, johon kuuluu vanhojen metsien suojelualueita, talousmetsää ja suosittu retkeilyalue.

Tutkijoiden erityisenä kiinnostuksen kohteena on ollut haapojen erottelu muista puulajeista. Haapa on ekologisesti arvokas puulaji, koska siihen liittyvä runsas ja monipuolinen lajisto ylläpitää metsien monimuotoisuutta.

– Haapaan liittyy poikkeuksellisen paljon erilaisia eliölajeja, kuten hyönteisiä, sieniä, jäkäliä, kolopesijöitä ja uhanalaisia lajeja. Haavalla on historia vihattuna metsäpuuna 1960-80-luvuilla, kun nuoriin haapoihin liitettiin sienitaudin leviäminen talousmetsien mäntyihin. Myöhemmin on ymmärretty haavan merkitys metsien monimuotoisuuden kannalta. Korkeat biodiversiteettiarvot liittyvät erityisesti vanhoihin haapoihin, joissa kuori on paksuuntunut. Myös kuolleet haapapuut ylläpitävät monimuotoisuutta, kertoo tutkija Sonja Kivinen.

Erilaiset kaukokartoitusmenetelmät tuottavat monipuolista tietoa

IBC-Carbonin tutkijaryhmä on hyödyntänyt puulajien kartoitukseen lentokoneesta tehtyjä hyperspektri- ja laserkeilausmittauksia sekä droonilennoilla tehtyjä multispektrimittauksia.

Toisin kuin perinteisillä ilmakuvilla, hyperspektrimittauksessa saavutetaan tieto usealta sadalta aallonpituusalueelta, joilla voidaan havaita eri puulajien heijastuseroja maastosta. Laserkeilaus puolestaan mahdollistaa kohteiden mittaamisen kolmiulotteisesti tarjoten tietoa esimerkiksi puiden pituudesta ja latvuksen rakenteesta.

Tutkimusryhmän hyperspektri- ja laserkeilausaineistoissa haavan tunnistustarkkuus vaihteli 84 ja 92 prosentin välillä, ja drooniaineistoissa saavutettiin 86 prosentin tarkkuus.

– Tulos tarkoittaa sitä, että menetelmät, joita tutkimuksessa on käytetty, soveltuvat hyvin puulajien erotteluun. Yhdistämällä eri aallonpituusalueiden heijastustietoa ja laserkeilaustietoa puiden pituudesta ja latvuksen rakenteesta voidaan puiden kartoitusta tehdä aikaisempaa tarkemmin, selventää tutkija Arto Viinikka.

Kaukokartoitusaineiston keräämisessä on kuitenkin eroja. Lentokoneesta suoritettu kuvaus kattaa kerralla laajemman alueen, kun taas droonilla voi tehdä nopeasti ja useammalla lennolla havaintoja pienemmiltä alueilta. Tutkimuksen tekemistä sanelee sekin, että lentokonelennot tulevat huomattavasti kalliimmaksi kuin droonien hyödyntäminen.

– Drooniaineistojen käyttö yleistyy nopeasti, etenkin kun tarvitaan erotuskyvyltään erittäin tarkkaa tietoa, tutkija Anton Kuzmin kertoo.

– Modernit koneoppimismenetelmät mahdollistavat aineistojen entistä tarkemman tarkastelun. Haavan esiintymisestä on mahdollista tuottaa tietoa aina yksilötasolle saakka, ja tästä tiedosta saadaan edelleen tarkempaa aineistoa luonnon monimuotoisuudesta, toteaa tutkija Janne Mäyrä.

IBC-Carbonin tutkimus puolivälissä

Suomen ympäristökeskuksen (SYKEn) johtama ja Suomen Akatemian yhteydessä toimivan strategisen tutkimuksen neuvoston (STN) rahoittama IBC-Carbon-tutkimuskonsortio käynnistyi 2018 ja on edennyt toiselle kolmivuotiselle rahoituskaudelle.

Konsortion tutkimus liittyy haasteisiin, joita biotalouden kasvuodotukset ja lisääntyvät metsähakkuut tuovat Suomen metsien käytölle, monimuotoisuudelle ja ilmastonmuutosta hidastavien hiilinielujen kertymiselle. Luonnon monimuotoisuuden, erilaisten ekosysteemipalvelujen turvaamisen ja metsien kestävän käytön yhteensovittaminen koetaan yhä tärkeämmäksi.

IBC-Carbonin tavoite on tuottaa mallinnukseen ja monipuolisiin aineistoihin perustuvaa tietoa metsien erilaisista arvoista päätöksenteon tueksi. Tulevalla kaudella hankkeessa tehdään myös tiivistyvää yhteistyötä SYKEn koordinoiman Suomen ekosysteemiobservatorion (Finnish Ecosystem Observatory, FEO) kanssa. IBC-Carbonissa kehitettävät uudet kaukokartoitukseen ja koneoppimiseen pohjautuvat biodiversiteetin seurantamenetelmät pääsevät FEOssa heti käyttöön.

– STN:n rahoittama IBC-Carbon hanke on tarjonnut poikkeuksellisen pitkän tutkimushankkeen. Olemme päässeet kunnolla vauhtiin, ja hankkeen monipuoliset ja motivoituneet osaajat ovat mahdollistaneet mielenkiintoisten tutkimusnäkökulmien avautumisen. Lisäksi hanke linkittyy ja tukee vahvasti Itä-Suomen yliopiston Metsät ja biotalous -tutkimusyhteisön (FOBI) toimintaa, kertoo Timo Kumpula.

Tutustu IBC-Carbon-hankkeeseen verkko-osoitteessa https://www.ibccarbon.fi/fi-FI. Lisätietoa Timo Kumpulan vetämästä työpaketista osoitteessa https://www.ibccarbon.fi/fi-FI/Tyopaketit/Tyopaketti_4.

Lisätietoja:

Timo Kumpula, professori, Itä-Suomen yliopisto, timo.kumpula@uef.fi, puh. 050 372 8566

Petteri Vihervaara, ryhmäpäällikkö, johtava tutkija, Suomen ympäristökeskus, petteri.vihervaara@syke.fi, puh. 0295 251740

Kaukokartoitusmenetelmiin liittyvät artikkelit IBC Carbon -hankkeessa:

Kivinen, S., Koivisto, E., Keski-Saari, S., Poikolainen, L., Tanhuanpää, T., Kuzmin, A., Viinikka, A., Heikkinen, R.K., Pykälä, J., Virkkala, R., Vihervaara, P. & T. Kumpula (2020). A keystone species, European aspen (Populus tremula L.), in boreal forests: Ecological role, knowledge needs and mapping using remote sensing. Forest Ecology and Management 462, 118008; https://doi.org/10.1016/j.foreco.2020.118008

Kuzmin, A., Korhonen, L., Kivinen, S., Hurskainen, P., Korpelainen, P., Tanhuanpää, T., Maltamo, M. Vihervaara, P. & T. Kumpula (2021). Detection of European aspen (Populus tremula L.) based on an unmanned aerial vehicle approach in boreal forests. Remote Sensing 13(9), 1723; https://doi.org/10.3390/rs13091723

Mäyrä, J., Keski-Saari, S., Kivinen, S., Tanhuanpää, T., Hurskainen, P., Kullberg, P., Poikolainen, L., Viinikka, A., Tuominen, S., Kumpula, T. & P. Vihervaara (2021).  Tree species classification from airborne hyperspectral and LiDAR data using 3D convolutional neural networks. Remote Sensing of Environment 256, 112322; https://doi.org/10.1016/j.rse.2021.112322

Viinikka, A., Hurskainen, P., Keski-Saari, S., Kivinen, S., Tanhuanpää, T. Mäyrä, J., Poikolainen, L., Vihervaara, P. & T. Kumpula (2020). Detecting European aspen (Populus tremula L.) in boreal forests using airborne hyperspectral and airborne laser scanning data. Remote Sensing 12(16), 2610; https://doi.org/10.3390/rs12162610