Aiemmissa tutkimuksissa relaskooppia käyttäen mitattujen pohjapinta-alojen ja tilavuuksien on havaittu olevan lieviä aliarvioita, etenkin kuusikoissa. Harhassa on havaittu myös selkeä trendi: vähäpuustoisilla kuvioilla arviot ovat yliarvioita, ja suuripuustoisilla kuvioilla taas aliarvioita. Havaittujen aliarvioiden syyksi on arveltu mm. heikosta näkyvyydestä aiheutuvaa mittausvirhettä, suunnittelijoiden varovaisuutta sekä valittujen havaintopisteiden epäedustavuutta. Aiemmissa tutkimuksissa on havaittu myös pohjapinta-alan arvioiden kasvavan systemaattisesti relaskooppikertoimen kasvaessa. Tässä tutkimuksessa pyrittiin selvittämään mitkä ovat ilmiön syyt. Hyytiälän metsäasemalla järjestetyssä kokeessa 24 suunnittelun ammattilaista mittasi kukin 9 kuviota, joiden joukkoon valittiin erityisen suuripuustoisia kohteita. Kullekin kuviolle tehtiin systemaattinen koealaotanta, josta laskettiin kuvion puustotiedot. Kokeessa suunnittelijat merkitsivät maastoon mittaamiensa relaskooppikoealojen paikat, ja kirjasivat mittaustulokset. Näiden havaintojen keskiarvona saatiin kullekin kuviolle toinen puustoarvio. Kolmantena arviona oli suunnittelijan harkintaa edustava kuvion keskimääräinen arvio. Lisäksi kaikista merkityistä ja löydetyistä mittauspisteistä tehtiin tarkistusmittaus, josta saatiin kuvioille neljäs puustoarvio. Näiden mittausten perusteella virhe jaettiin kolmeen komponenttiin: mittausvirhe, harkinnanvaraisesta arviosta johtuva virhe sekä jäännösvirhe, joka sisältää koealojen sijoittelusta johtuvat sekä muut mahdolliset virheet. Tuloksissa havaittiin sama harhan trendi kuin aiemmissakin tutkimuksissa. Ylivoimaisesti suurin virheen komponentti tässä tutkimuksessa oli mittausvirhe. Suuripuustoisilla kuvioilla, mitattaessa puita pienillä relaskooppikertoimilla, näyttää osa puista jäävän havaitsematta. Näissä metsissä kannattaisikin käyttää 2 tai jopa 4 m2/ha relaskooppikerrointa.
Tutkimuksen tavoitteena oli selvittää laser- ja digitaalikuvatekniikkaan perustuvan mittalaitteen (laserkamera) mittaustarkkuus- ja tehokkuus sekä tekninen toimivuus ja soveltamisedellytykset metsäolosuhteissa. Laserkamera koostuu Canonin EOS 400D -digitaalisesta järjestelmäkamerasta, johon on liitetty Mitsubishin ML101J27 -laserdiodin pohjalle rakennettu viivalasergeneraattori. Läpimitan mittaus perustuu runkoon heijastettavaan laserviivaan ja pisteeseen, joiden avulla digitaalikuvasta voidaan mitata puun läpimitta. Tutkimusaineisto kerättiin talvella 2007–2008 kolmeltatoista ympyräkoealalta (r = 7,98–10 m) ja se käsitti 728 läpimittahavaintoa (d1,3) 265 puusta. Läpimitan mittauksen keskivirhe koko aineistossa oli 6 mm, kun läpimitta mitattiin kuvatulkintaohjelmalla puoliautomaattisesti. Puulajeittain paras tarkkuus saavutettiin kuusella 5,0 mm (4,4 %), sitten koivulla 6,4 mm (3,3 %) ja männyllä 7,6 mm (7,6 %). Laserkamera antoi keski määrin lievän yliarvion (2,3 %) rinnankorkeusläpimitasta. Läpimitan mittaus puoliautomaattista kuvatulkintaa käyttäen onnistui 80 %:lle havainnoista. Täysin automaattista kuvatulkintaa käyttäen läpimitan mittauksen keskivirheeksi saatiin 12,7 mm:ä. Mittaus laserkameralla on nopeaa (10 s / puu) ja läpimitan mittauksen tarkkuus kilpailukykyinen perinteisten mittausmenetelmien kanssa. Suurimmat virhelähteet aiheutuvat oksista (näkyvyys), jolloin laserpiste ei osu runkoon ja mittaus epäonnistuu. Laserkamera on varsin lupaava mittalaite rungon läpimitan mittaamiseen. Liittämällä laitteeseen kulma-anturi, laseretäisyysmittari, elektroninen kompassi sekä GPS-vastaanotin mahdollistaa se puun pituuden, sijainnin sekä laatutunnusten mittaamisen koealalla.
Tässä kirjallisuuskatsauksessa tarkastellaan, millaista metsien monimuotoisuutta kuvaavaa tietoa voidaan saada nykyaikaisen kaukokartoitus- ja sensoritekniikan avulla. Käsittely keskittyy Suomeen, Ruotsiin ja Norjaan, missä metsät, ilmasto-olot ja teknologiset valmiudet sekä käytetyt teknologiat ovat samankaltaisia. Laserkeilaimia ja kuvantavia monikanavasensoreita voidaan asentaa monenlaisille liikkuville alustoille: satelliitteihin, lentokoneisiin, drooneihin ja metsäkoneisiin. Mitä lähempää kohdetta havainnoidaan, sitä tarkempaa tietoa saadaan, mutta sitä pienempi on myös kerralla havainnoitu pinta-ala. Yleisesti käytetyistä monimuotoisuuden indikaattoreista suurikokoisten säästöpuiden määrää, puuston eri-ikäisrakenteisuutta ja vesistöjen suojavyöhykkeitä voidaan havainnoida suhteellisen luotettavasti Suomessa laajalti saatavilla olevilla lentolaserkeilausaineistoilla. Lahopuun ja vähälukuisten puulajien, kuten haavan (Populus tremula L.), tunnistaminen onnistuu tällä hetkellä esimerkiksi droonien avulla pienille alueille kerrallaan, mutta riittävän tarkan tiedon saaminen suuralueille vaatii nykyistä tarkemman tekniikan käyttöönottamista lentokoneilla tehtävissä kartoituksissa. Tietyille eläin- ja kasvilajeille sopivia elinympäristöjä voidaan kartoittaa suuriltakin alueilta, mutta esimerkiksi pintakasvillisuudesta ei käytännössä vielä saada riittävän tarkkoja suoria havaintoja. Kaukokartoitus soveltuu kuitenkin hyvin maastoinventointien kohdentamiseen oikeisiin paikkoihin. Metsäkonetietoa hyödyntämällä on mahdollista dokumentoida hakkuissa tehdyt tekopökkelöt ja säästöpuuryhmän tai muun käsittelemättömän alueen, esimerkiksi vesistön tai pienveden suojavyöhykkeen, avainbiotoopin, suojeltavan alueen tai riistatiheikön ympäriltä hakatut rungot. Hyödynnettäessä metsäkonetietoa metsäluonnon monimuotoisuuden mittaamisessa ja seurannassa tärkein asia juuri nyt on parantaa hakkuukoneen hakkuulaitteen sijaintitiedon tarkkuutta anturoimalla hakkuukoneen puomi. Tulevaisuudessa tavoitteena on oltava automatisoitu metsäluonnon monimuotoisuuden mittaaminen ja dokumentointi puunkorjuuoperaatioiden yhteydessä, mikä edellyttää metsäkoneen sensorointia. Tarkan, automatisoidun monimuotoisuustiedon tuottaminen metsäkoneissa olevilla sensoreilla on todennäköisesti mahdollista toteuttaa tällä vuosikymmenellä. Yhteenvetona kaukokartoitus- ja sensoritekniikka mahdollistaa tulevaisuudessa huomattavasti nykyistä tarkemman metsien monimuotoisuutta kuvaavan tiedon keräämisen myös suuralueilta. Tarkimpaan lopputulokseen päästään yhdistämällä useista eri lähteistä peräisin olevia tietoja.
Artikkelissa käsitellään uuden mittauslaitteen tarkkuutta puiden läpimitan mittauksessa ja sen tarjoamia sovellusmahdollisuuksia metsänmittaukseen ja metsäsuunnitteluun. Laitekehittelyn tavoitteena on tehostaa metsänmittausta ja tarjota uusia mahdollisuuksia selvittää puuston tilavuutta ja puutavaralajirakennetta entistä tarkemmin. Kehitteillä oleva mittauslaite muistuttaa relaskooppia. Laite koostuu laseretäisyysmittarista, vakioetäisyydellä olevasta säädettävästä relas-koopin hahlosta, elektronisesta kompassista ja kaltevuusmittarista. Laite mahdollistaa puiden tunnusten ja sijainnin mittaamisen koealan keskipisteestä käymättä puiden luona. Tutkimuksen laadinta-ajankohtana laitteesta oli käytössä toinen prototyyppi. Laitteella saavutettava tarkkuus läpimitan mittauksessa riippuu selvästi mittausetäisyydestä. Noin kolmen metrin etäisyydellä puusta rinnankorkeusläpimitan mittausten hajonta oli esitutkimuksen mukaan keskimäärin 6,8 mm ja 12 metrin etäisyydeltä 15,8 mm. Laite mahdollistaa runkolukusarjan mittaamisen tehokkaaasti ja mittauksen tarkkuus voidaan arvioida. Parhaimmillaan laite tulee olemaan järeissä ja taloudellisesti arvokkaissa puustoissa, joissa näkyvyys on hyvä.