Uudet menetelmät tuottavat tietoa metsävaroista jopa yksittäisten puiden tarkkuudella

Metsätietokanta sisältää jo tietoja yli 100 miljoonasta puusta Suomen metsissä. Yksittäisten puiden tulkinta mahdollistaa tarkempaa tietoa metsävaroista kuin perinteiset ruudukko- ja kuviopohjaiset menetelmät. Kun puut tunnetaan tarkemmin, voidaan metsiin jättää seisomaan tärkeimmät puut, joilla on korkein hiilensidontakyky, ja tehdä luonnon monimuotoisuutta paremmin tukevia ratkaisuja.

UNITE-osaamiskeskus on kehittänyt menetelmiä tiedon tuottamiseksi yksittäisten puiden tasolla. Metsätietokannan karttanäkymässä käyttäjät voivat tarkastella kaikkia yksittäisiä puita pituuden ja puulajin mukaan lajiteltuina. Tiedot on laskettu Maanmittauslaitoksen (Maanmittauslaitoksen) laserskannausaineiston perusteella. Kartta havainnollistaa selkeästi puiden alueellisen jakautumisen ja tarjoaa myös tietoa hakkuumahdollisuuksista.

Vasemmalla: Karttanäkymä metsätietokannassa. Eri puulajit eri väreillä korostettuina. Mitä pidempi puu on, sitä tummempi se on ja sitä suurempi yksivärinen ympyrä. Keskellä ja oikealla: Tilastotiedot haetaan käyttäjän valitsemalta alueelta, lajiteltuna puulajin mukaan.

Yksittäisten puiden tulkinta mahdollistaa tarkemman tiedon metsävaroista

”Metsätietokanta on kehitetty helpottamaan metsien visualisointia ja tilastotietojen katselua. Sen karttanäkymä ja kattavat tilastotiedot auttavat tunnistamaan metsien taloudellisen arvon ja metsänhoidon tarpeen. Metsätietokanta laskee tilastotiedot jopa tuhansien hehtaarien alueelta muutamassa sekunnissa”, sanoo Matti Hyyppäapulaistutkija NLS:n Geospatial Research Institutessa (FGI), joka vastaa IT-toteutuksesta.

Yksittäisten puiden tulkinta mahdollistaa myös parempia hakkuusuunnitelmia. Tämän seurauksena poistettavat puut voidaan kaataa ja tärkeimmät puut voidaan jättää seisomaan.

”Kun puut tunnetaan tarkemmin, voidaan metsiin jättää seisomaan elintärkeimmät puut, joilla on korkein hiilensidontakyky, ja voidaan tehdä luonnon monimuotoisuutta paremmin tukevia ratkaisuja. Tällä tavoin metsien hiilinielukapasiteettia voidaan lisätä jopa kymmenellä prosentilla, kertoo Juha HyyppäFGI:n professori.

“Nykyinen valtakunnallinen laserskannaustietokanta ei ehkä ole vielä tarpeeksi suuri tälle optimoinnille, mutta laserskannausdataa tuotetaan yhä enemmän, mikä antaa yhä enemmän tietoa laadusta”, Hyyppä sanoo.

Tavoitteena tiedon korkea käytettävyys

Jotta tutkimustiedosta saadaan käytännön hyötyä, kehitetyt työkalut on integroitava olemassa oleviin järjestelmiin. Järjestelmien toimittamien tietojen tulee olla sellaisessa muodossa, että eri käyttäjät voivat käyttää tietoja päätöksentekoon.

“Metsänhoitosuunnittelijalla voi olla enemmän aikaa ja tahtoa määritellä, mitä laskelmiin sisältyy, kun taas metsäkoneen käyttäjät tarvitsevat tiedot mahdollisimman selkeässä ja yksinkertaisessa muodossa”, sanoo Heli HonkanenFGI:n vanhempi asiantuntija.

Metsänhoidon eri tavoitteiden saavuttaminen on haaste myös järjestelmille, ja suunnitelmia laadittaessa järjestelmien on kyettävä tuottamaan dataa samanaikaisesti erilaisiin päätöksentekoprosesseihin, jotka tähtäävät eri tavoitteisiin – ei ole mahdollista optimoida ensin euroa ja sitten hiilitase. .

Metsätietokantajärjestelmä on kehitetty koeajaksi ja sen tarkoituksena on havainnollistaa yksittäisten puiden tulkintamahdollisuuksia. Pitkän aikavälin tavoitteena on integroida tällä hetkellä kehitetyt yksittäisten puiden tulkintamenetelmät metsätietojärjestelmiin palvelemaan tiedontuotantoprosesseja. Laatutietoja lisätään jatkuvasti. Yksittäisten puiden tulkitsemiseksi tarvitaan kunkin puun viitetiedot. Kehitämme jatkuvasti automatisoituja vertailumittausjärjestelmiä, jotka tuottavat erittäin yksityiskohtaista laatutietoa puista. Yksinkertaisimmassa muodossaan laatutiedot tarjoavat tietoa puulajeista ja runkokäyristä, kun taas monimutkaisimmassa muodossaan ne tarjoavat lisätietoa puiden tiheydestä, oksasta ja elinvoimaisuudesta.

”Metsätietokantajärjestelmään lisätään myös mahdollisuus tuottaa automatisoitu virtuaalimetsä. Sitä voidaan käyttää esimerkiksi metsänhoitotoimenpiteiden visualisointiin. Tavoitteenamme on tehdä virtuaalisesta metsästä niin hyvä, että se auttaa tunnistamaan todellisia metsiä”, sanoo Juho-Pekka Virtanenprojektitutkija FGI:ssä ja tuotteen omistaja Forum Viriumissa.

Lähde: Geospatiaalinen tutkimuslaitos (FGI)

.Uudet menetelmät tuottavat tietoa metsävaroista jopa yksittäisten puiden tarkkuudella
Source#Uudet #menetelmät #tuottavat #tietoa #metsävaroista #jopa #yksittäisten #puiden #tarkkuudella

Leave a Comment