Tutkimuksessa selvitettiin yksittäisten latvusten segmentointiin ilmakuvalta perustuvan puustotunnusten arviointimenetelmän tarkkuus. Puuston arviointiin kehitetty tietokoneohjelma rajaa puiden latvukset puoliautomaattisesti, minkä jälkeen se laskee puustotunnukset malliketjulla. Puun rinnankorkeusläpimitta ennustettiin latvusalan perusteella, pituus rinnankorkeusläpimitan perusteella ja tilavuus rinnankorkeusläpimitan ja pituuden perusteella. Metsikkötunnukset saatiin kuvion kaikkien segmentoitujen puiden keskiarvoina ja summina. Ohjelmassa oli myös opetettava puulajintunnistusalgoritmi. Runkoluvun, pohjapinta-alan ja tilavuuden estimaatit olivat reiluja aliarvioita, mikä johtui osittain siitä, että aineistossa oli useita puuston tilavuudeltaan erittäin suuria kuvioita. Menetelmä osoittautui jatkotutkimuksen arvoiseksi, vaikka menetelmän tarkkuus ei tämän tutkimuksen perusteella riitäkään metsäsuunnittelussa tarvittavien lähtötietojen tuottamiseen.
Tutkimuksessa on esitetty menetelmä erotuskuvatekniikan soveltamisesta numeerisille ilmakuville sekä testattu menetelmän luotettavuus metsässä tapahtuneiden muutosten tunnistamiseksi. Kuviokartan ja erotuskuvan avulla tulkittiin muuttuneet kuviot ja tulkinnan tuloksia verrattiin maastossa kartoitettuihin muutoksiin. Tulosten mukaan menetelmällä on luotettavasti tulkittavissa esimerkiksi maanmuokkaukset ja päätehakkuut. Lievemmät muutokset, kuten harvennukset, eivät menetelmällä erottuneet.
Phytophthora-mikrobien merkitys puiden taudinaiheuttajina on viime aikoina korostunut mm. uusien lajien löytymisen myötä. Myös ennestään tunnetut lajit ovat usein osoittautuneet puiden harsuuntumisen aiheuttajiksi abioottisten syiden asemesta. On myös havahduttu uhkaan, että kansainvälinen kasvikauppa levittää tauteja helposti maasta toiseen. Tautien leviämisen estämisessä tarvitaan tehokkaita seulontamenetelmiä, joiden avulla kasvien terveys voidaan nopeasti ja luotettavasti tutkia ja estää sairaan aineiston pääsy uusille alueille.
Phytophthora-lajien perinteinen morfologinen tunnistus on usein vaikeaa, koska niiden eristäminen tutkittavasta materiaalista on hankalaa. Lisäksi pysyviä muoto-opillisia tuntomerkkejä on vähän, lajinsisäinen vaihtelu on suurta ja lajien välillä esiintyy yhtäläisyyksiä ja risteytymistä. Käytännön määritystarpeisiin ja tutkimuksen apuvälineiksi on kehitetty polymeraasiketjureaktioon (PCR) perustuvia DNA:n monistusmenetelmiä, joilla taudinaiheuttaja voidaan tunnistaa suoraan kasvi-, vesi- tai maanäytteestä ilman maljaviljelyä.
Sormenjälkianalyysit (RFLP, AFLP, RAPD, RAMS, SSCP) vaativat tutkittavan mikrobin eristämisen puhdasviljelmäksi ja soveltuvat parhaiten tutkimuskäyttöön. Niiden avulla voidaan selvittää esim. patogeenien sukulaisuussuhteita, risteytymistä, lajinkehitystä, populaatiogenetiikkaa ja tautien epidemiologiaa. DNA:n emäsjärjestyksen selvittäminen antaa tarkkaa tietoa tutkittavasta kohteesta. Phytophthora-lajeistakin on jo kertynyt paljon tietoa DNA-tietokantoihin, joihin vertaamalla saadaan esim. varmistetuksi, ovatko eristetyt mikrobit jo kuvattuja vai uusia lajeja.
Molekulaariset menetelmät ovat helpottaneet ja nopeuttaneet kasvintarkastusta ja muuta käytännön kasvinsuojelutyötä. Ne eivät kuitenkaan yksin riitä patogeenin osoittamiseen viranomaistyössä, jossa löydöksistä usein seuraa torjuntatoimia. Suomen kasvintarkastuksessa positiiviset DNA-testien tulokset ja patogeenin elävyys varmistetaankin aina myös maljaviljelyllä ja morfologisella tunnistuksella.