Teknologian mahdollisuudet monimuotoisuuden mittauksessa puunkorjuussa
Suomessa on vahva tahtotila raportoida maailman parhaimmasta metsäluonnon monimuotoisuuden huomioimisesta puunkorjuussa. Tässä onnistuminen edellyttää huippuluokan metsäluonnon monimuotoisuusindikaattorien mittaamista ja dokumentointia puunkorjuuoperaatioiden yhteydessä.
Nykyistä metsäkonetietoa hyödyntämällä on jo nyt mahdollista dokumentoida hakkuissa tehdyt tekopökkelöt ja säästöpuuryhmän tai muun käsittelemättömän alueen, esimerkiksi vesistön ja pienvesien suojavyöhykkeen, avainbiotoopin, suojeltavan alueen tai riistatiheikön, ympäriltä hakattavat rungot.
Tulevaisuudessa meillä on oltava tavoitteena automatisoitu metsäluonnon monimuotoisuusindikaattorien mittaaminen ja dokumentointi. Tämä edellyttää, että tuomme hakkuukoneeseen sensorin, esimerkiksi laserkeilain- tai konenäköpohjaisen sovelluksen, jolla tuotetaan tarkkaa tietoa monimuotoisuusindikaattoreista, kuten esimerkiksi säästöpuiden puulajeista, läpimitoista ja tilavuuksista.
Tutkimustietoa monimuotoisuusindikaattorien mittaamisesta nykyaikaisilla sensoreilla varustetuilla metsäkoneilla ei ole vielä saatavilla. Maa- ja metsätalous¬ministeriön rahoittamassa ja Paikkatietokeskuksen, Itä-Suomen yliopiston, Luonnonvarakeskuksen ja Ponsse Oyj:n toteuttamassa Kohti ilmastokestävämpää ja monimuotoisempaa puunkorjuuta sensoriteknologian ja tarkan paikkatiedon avulla (IlmoStar) -hankkeessa demonstroidaan tulevaisuuden hakkuukoneen suorituskykyä metsäluonnon monimuotoisuusindikaattorien mittaamisessa ja seurannassa vuosina 2023–2025. IlmoStar-hanke on osa ministeriön keväällä 2020 käynnistämää maankäyttösektorin Hiilestä kiinni -ilmastotoimenpidekokonaisuutta.
Tarkan ja automatisoidun monimuotoisuustiedon tuottaminen metsäkoneessa olevilla sensoreilla toteutettaneen vielä tällä vuosikymmenellä. Jatkossa metsäkonetiedolla ja kehittyneellä sensorijärjestelmällä voidaan lisäksi ohjeistaa ja muistuttaa hakkuukoneenkuljettajaa jättämään hakkuussa säästöpuuryhmiä, suuria lehtipuita, lahopuuta ja riistatiheiköitä, lisäämään lehtipuuosuutta sekä tekemään tekopökkelöitä metsäluonnon kannalta optimaalisiin paikkoihin. Sensorijärjestelmä voi myös varoittaa koneenkuljettajaa ajamasta maalahopuiden ylitse puunkorjuussa.
Ja mikä tärkeintä, tulevaisuudessa metsäkoneilla mitatun tiedon pohjalta toimijat voivat raportoida metsänomistajalle metsäluonnon monimuotoisuuden huomioimisesta ja tilasta hänen metsässään puunkorjuuoperaation jälkeen.
Ilmasta käsin kerätty kaukokartoitustieto ja perinteinen metsäkonetieto sekä metsäkoneissa olevilla sensoreilla tuotettu tieto täydentävät toinen toisiaan. Ilmasta kerätyssä kaukokartoitusaineistossa näkyy esimerkiksi hyvin puun latvus ja sen kunto. Metsäkonesensoritiedosta vuorostaan nähdään rungon ja osin myös oksien geometria. Yhdistämällä edellä mainitut tietolähteet voidaan suunnitella tehokkaasti monimuotoisuutta vaalivia, kohdennettuja luonnonhoitotoimenpiteitä ja samalla avustaa koneenkuljettajaa suunniteltujen toimenpiteiden toteutuksessa.
Sensoritiedolla rikastettu metsäkonetieto yhdistettynä kaukokartoitustietoon luo tulevina vuosina erinomaisen mahdollisuuden ottaa pitkä loikka metsäluonnon monimuotoisuusindikaattorien mittaamisessa ja seurannassa sekä metsään jättämämme monimuotoisuuden jalan- ja kädenjäljen raportoinnissa. Jotta pystymme ottamaan tämän loikan, tarvitsemme merkittäviä tutkimus- ja kehityspanostuksia teknologioiden kehittämiseksi.
Kalle Kärhä, Itä-Suomen yliopisto | Jukka Malinen, Metsäteho Oy | Juha Hyyppä & Harri Kaartinen, Paikkatietokeskus