Tuulituhoja voidaan ennakoida laserkeilauksella

Helsingin yliopiston väitöstutkimuksen mukaan tuulituhoille alttiit pitkät ja järeät metsät voidaan löytää kasvillisuuden pituudesta ja tiheydestä tietoa tuottavan laserkeilauksen avulla. Tuulituhon todennäköisyyttä voidaan esittää riskikarttoina, joka kertoo kohteen mahdollisuudesta kärsiä myrskytuhosta.

Riskikarttojen avulla erityisen korkean tuhoriskin kohteille pystytään kohdentamaan toimenpiteitä, joka on usein päätehakkuu.

- Tietoa voidaan hyödyntää esimerkiksi metsäsuunnittelussa. Myös sähköyhtiöt voisivat käyttää avointa laserkeilausaineistoa riskikarttojen tuottamisessa ja löytää niiden avulla suuren riskin kohteet, kertoo maatalous-metsätieteellisessä tiedekunnassa väittelevä Ninni Saarinen.    

Talvimyrskyt ovat lisääntyneet viime vuosina ja niiden aiheuttamat tappiot metsänomistajille ovat olleet merkittäviä. Vuoden 2011 Tapani ja Hannu -myrskyt kaatoivat noin 3,5 miljoonaa kuutiota puuta.

Tärkeimmille puulajeille on löydetty Suomessa tuhoriskistä kertovia tunnuksia kuten metsän pituus ja tiheys, avoimen alueen läheisyys sekä rinteen suunta ja jyrkkyys. Nämä ovat tunnuksia, joista pystytään tuottamaan tietoa laserkeilauksen avulla.

Jokivarsien kasvillisuutta tutkittiin ensimmäistä kertaa

Saarisen väitöstutkimuksen perusteella veneestä tapahtuva laserkeilaus mahdollistaa jokivarsikasvillisuuden luokittamisen ja muutosten seuraamisen. Venelaserkeilaus on paljon yksityiskohtaisempi kuin ilmasta tehtävä laserkeilaus. 

Väitöskirjassa esitellään ensimmäinen jokivarsien kasvillisuutta kartoittava tutkimus, joka perustuu veneestä tehtävään laserkeilaukseen. Kolmiulotteisesta pistepilvestä saatujen kasvillisuuden pituuteen liittyvien piirteiden avulla jokivarsikasvillisuus kartoitettiin ja siinä tapahtuneet pienetkin muutokset oli mahdollista havainnoida.

- Jokivarsilla kasvillisuudella on tärkeä rooli eroosion vaikutusten hillitsemisessä ja sitä kautta tulvariskin vähentämisessä. Jokivarsikasvillisuutta ei ole inventoitu vielä kovin systemaattisesti, Saarinen sanoo.  

Kaupunkipuille kehitettiin tarkka seurantajärjestelmä

Kaupunkilaisille vaaralliset puut ja autoilijoiden näkyvyyttä häiritsevät puut esimerkiksi risteysalueilla pitää pystyä paikantamaan. Väitöskirjassa kehitetyssä inventointimenetelmässä hyödynnetään puukarttaa ja kaukokartoitusaineistoja kuten laserkeilausaineistoja. 

- Näiden avulla voitiin tarkentaa olemassa olevan puurekisterin läpimittatietoa senttimetrin tarkkuuteen, kun se tähän asti on ollut kymmenen sentin läpimittaluokissa. Lisäksi menetelmä mahdollistaa pituuden ja latvuksen koon lisäämisen jo olemassa olevaan kaupunkipuurekisteriin, Saarinen toteaa.

Menetelmän avulla voidaan päivittää kaupunkipuiden tietoja samalla kun laserkeilaus- tai ilmakuva-aineistoja kerätään kaupunkisuunnittelun tarpeisiin. 

Saarisen väitöskirjassa kehitettiin menetelmiä kasvillisuudessa tapahtuvien muutosten havainnointiin ja ennustamiseen. Menetelmien lähtökohtana oli hyödyntää erilaisilta alustoilta kuten lentokoneesta ja veneestä tehtyä laserkeilausta.

Lentolaserkeilaus on menetelmä, jossa yksityiskohtaista kolmiulotteista tietoa tuotetaan esimerkiksi lentokoneeseen tai helikopteriin asennetun laserkeilaimen avulla. Laserkeilain mittaa etäisyyttä kohteeseen laserpulssin kulkuajan perusteella ja tuottaa kolmiulotteista pistepilveä, jossa pisteet ovat kasvillisuudesta sekä maanpinnasta saatuja havaintoja. Lentolaserkeilaus on jo operatiivisessa käytössä metsävaratiedonkeruussa Pohjoismaissa.

MMM ja KM Ninni Saarinen väittelee 22.4.2016 kello 12 Helsingin yliopiston maatalous-metsätieteellisessä tiedekunnassa aiheesta "Predicting vegetation characteristics in a changing environment by means of laser scanning". Väitöstilaisuus järjestetään osoitteessa EE-talo, Walter-sali, Agnes Sjöbergin katu 2.

Vastaväittäjänä on professori (tenure track) Tuuli Toivonen Helsingin yliopistosta ja kustoksena on professori Markus Holopainen.

Väitöskirja julkaistaan sarjassa Dissertationes Forestales. 
Väitöskirja on myös elektroninen julkaisu ja luettavissa E-thesis -palvelussa.