Browsing by Author "Rajajärvi, Jimi"

Suomessa harvennetaan vuosittain yli 500 000 hehtaaria metsää. Harvennusten tarkoituksena on taloudellisen tuoton lisäksi turvata kasvamaan jätettyjen puiden terveys sekä elinvoimaisuus, jolloin puiden järeytyminen tukkipuiksi on mahdollista. Olennainen tekijä jäljelle jäävän puuston kasvuun on hyvin onnistunut korjuu, eli hyvä korjuujälki. Korjuujäljestä etenkin ajouratunnuksilla on puiden kasvun kannalta suuri merkitys, sillä ensiharvennuksilla muodostettuja uria tullaan usein käyttämään myöhemmissä harvennuksissa uudistushakkuuseen saakka. Hyvin muodostetun ajouraverkoston pinta-ala kattaa noin viidenneksen koko harvennettavasta alueesta, joten yksikin ylimääräinen tai liian leveä ajoura kasvattaa varhaisessa vaiheessa hakatun alan osuutta aiheuttaen kasvutappiota ja taloudellisen menetyksen verrattuna optimitilanteeseen. Tämän lisäksi urien syvät painumat vaurioittavat jäljelle jäävän puuston juuria aiheuttaen korkean laho- ja tautiriskin. Ajouratunnusten seurantaa toteutetaan korjuujälkitarkastusten yhteydessä koealaluontaisesti. Vaikkakin teoriassa koealojen sijoittelu on systemaattista sekä korjuujäljen kriteerit mittaajilla samat, usein mittaustuloksissa on eri mittaajien välillä huomattavissa eroa. Lisäksi viivamainen koeala-asettelu saattaa tuottaa vain yhden mittauksen eniten käytössä olleelta kokoojauralta, jolloin suurimmat painumat jäävät helposti huomioimatta. Koealoilta saadut numerot eivät myöskään kerro, missä kohdassa vaurioita on syntynyt ja miten niitä olisi voitu välttää. Ratkaisuna ajouraverkoston laajamittaiseen tarkasteluun on hyödyntää viimeisen vuosikymmenen aikana nopeassa kehityksessä olevaa drone-kalustoa. Tiheästi ilmasta käsin otetuista kuvista muodostettu fotogrammetrinen pistepilvi on alhaisten kustannustensa ansioista tehokas ja nopea tapa saada kattavaa aineistoa alueen ajouraverkoston tunnuksista. Etenkin tarkaksi osoittautunut X ja Y-akselin mittaustarkkuus antaa desimetrin tarkan tiedon ajouraväleistä sekä visuaalisesti hyödynnettävissä oleva Z-akseli tarjoaa syvimpien ajourapainumien sijainnit. Perinteisten ajouratunnusten lisäksi voidaan myös mitata ajouran kokonaispituus ja tarkastella harventamatta jääneitä alueita hakkuukoneen puomin teoreettisen ulottuman ylittäviltä alueilta . Menetelmää voidaan hyödyntää numeerisen tarkastelun lisäksi visuaalisesti osoittamalla metsänomistajalle tai korjuuyrittäjälle ongelmakohdat kattavasti ilman tarkastuksen jälkeistä erillistä maastokäyntiä. Ajouraverkostokartalta nähdään nopeasti koko alueen ajourapainumat, -välit, ajouraverkoston asettelu sekä mahdolliset harventamatta jääneet alueet. Tämän lisäksi erityisen ongelmalliselle alueelle voidaan suunnitella pistepilveltä tarvittavat korjaustoimenpiteet. Ongelmana menetelmässä on kuitenkin vähäinen pisteiden lukumäärä latvuksen peittämistä rungoista, mikä ai-heuttaa ongelmia ajouran leveyden mittauksessa. Toimiva menetelmä ajouran leveyden mittaukseen voidaan kehittää, mutta sitä voidaan käyttää vasta, kun kuva /laserkeilausaineistoa aletaan tuottaa korjuussa käytetyistä koneista maanpinnan tasolta. Parhaassa tapauksessa pistepilvien tarkastelu voi kehittää tulevaisuuden puunkorjuuta palautteen perusteella kohti parempaa korjuujälkeä ja näin säästää luontoa sekä kustannuksia tehden korjuusta entistäkin tehokkaampaa. Tämä tutkimus toimi pioneeritutkimuksena Stora Ensolle fotogrammetrisen pistepilven kuvauksessa, tuottamisessa sekä käsittelyssä.