Tarkempaa metsädataa innovatiivisilla tekniikoilla
2D-lidariin ja harvaan laserkeilausaineistoon perustuviin karttoihin pohjautuva metsänmittausmenetelmä, joka mahdollistaa tarkan metsätiedon nykyistä edullisimmilla kartoituslaitteilla esimerkiksi harvesterimittauksin.
Vezeteu et al. 2026. Direct 3D mapping with a 2D LiDAR using sparse reference maps.
Harvennustiheysavustajan hyötyjen todettiin nykyisellään auttavan lähinnä kokemattomampia metsäkonekuljettajia työn tuottavuudessa, ja yleisesti lisäävän hakkuiden laatua ja puutason tiedon dokumentointimahdollisuuksia harvesterin keräämästä tiedosta.
Pohjala et al. 2025. Effects of a mobile LiDAR-based thinning density assistant (TDA) system on harvester operator performance.
Laaja kartoitus tekoälymenetelmistä puulajien tunnistamisessa laserkeilausaineistoista. Pistepohjaiset syväoppimismenetelmät toimivat tarkastelluista tehokkaimmin.
Taher et al. 2026. Multispectral airborne laser scanning for tree species classification: A benchmark of machine learning and deep learning algorithms.
Ketterää tiedon tuottamista metsädatasta
Tilastomenetelmä, jolla vanhimmat metsiköt löydettiin aiempaa luotettavammin kaukokartoitusaineistosta. Haasteena on ollut vanhojen puiden pituuskasvun loppuminen, jolloin niitä ei ole löydetty latvuston korkeutta arvioivilla menetelmillä.
Toivonen et al. 2025. Combining tree-boosting and mixed effects models improves the performance of remote-sensing based forest age predictions.
Ratkaisu vanhojen metsien parempaan löydettävyyteen kaukokartoituksella: luokittelu laserkeilauksen ja satelliittikuvien avulla osoitti, että luokituksen tarkkuus parani nykyistä suurempia koealoja käyttämällä.
Räty, J. et al. 2025. Mapping old-growth forests using airborne lidar data and satellite images: How do plot size and rarity affect accuracy?
Valtakunnan metsien inventoinnin kasvumittausaineistoihin uusi malli, joka ennustaa keskimääräisen kasvun iän suhteen. Se mahdollistaa eri hakkuuvaihtoehtojen simuloinnin, mikä havainnollistaa metsien käytön kestävyyden ja hakkuiden yhteyttä.
Mehtätalo et al. 2024. A new growth curve and fit to the National Forest Inventory data of Finland – ScienceDirect..
Viisaampia päätöksenteon tukimenetelmiä eri aikaväleillä ja mittakaavoissa
Jatkuvassa kasvatuksessa männyn luontainen uudistuminen jää puuntuotannon näkökulmasta heikoksi erityisesti tiheän ylispuuston alla. Runsas humus- ja pohjakerros rajoittavat taimettumista ja kasvua.
Peltola, P. et al. 2025. Natural regeneration and development of Scots pine seedlings in continuous cover forestry in northern Finland – ScienceDirect.
Kirjanpainajatuhojen analyysi, jossa esiintymiä todettiin etenkin varttuneissa kuusikoissa aiempien tuhojen läheisyydessä. Tieto potentiaalisista esiintymispaikoista auttaa riskiarvioinnissa ja metsänhoidon suunnittelussa.
Pulgarin et al. 2025. Assessing the impacts of forest stand structure and landscape on the formation of Ips typographus damage hotspots in Finland | Forestry: An International Journal of Forest Research | Oxford Academic.
Tietovirtoihin perustuva ohjelmistomalli, joka auttaa joustavampien, muunneltavampien ja tehokkaampien simulointiohjelmistojen rakentamisessa metsänhoidon päätöksentekoa varten.
Lempinen et al. 2025. A lightweight dataflow-based software framework for building forest simulators – ScienceDirect.
Pelillisiä vuorovaikutuksen muotoja luonnon, ihmisen ja koneiden välille
12 erilaista tapaa, joilla interaktiivinen teknologia voi tukea metsään liittyviä kokemuksia, jotka tuovat ihmisille iloa.
Altarriba Bertran et al 2025. How Can Interactive Technology Help Us to Experience Joy With(in) the Forest? Towards a Taxonomy of Tech for Joyful Human-Forest Interactions.
Luonnossa ihmisen kanssa kulkevien robottien yhteistutkimus, jossa syntyi muotoilijoille ja tutkijoille avoin yhteissuunnittelutila jatkokehitystä varten.
Ahmed et al 2025. Co-Designing Companion Robots for the Wild: Ideating Towards a Design Space.
Parhaiten metsäympäristön joukkoistettuun tiedonkeruuseen sopivien pelillistämisen dynamiikan ja vuorovaikutusten analyysi. Eri lähestymistavat vaikuttavat joukkoistetun datan tyyppiin ja laatuun sekä käyttäjäkokemukseen.
Nummenmaa, T. et al 2025. Employing Gamified Crowdsourced Close-Range Sensing in the Pursuit of a Digital Twin of the Earth.