Metsän rakenteellinen kompleksisuus on keskeinen ekosysteemin toiminnan indikaattori, joka muokkaa luonnon monimuotoisuutta, elinympäristöjen saatavuutta ja metsien häiriönsietokykyä. Sen kattava mittaaminen on kuitenkin edelleen haastavaa, ja rakenteellisen kompleksisuuden ajalliset dynamiikat boreaalisissa olosuhteissa tunnetaan puutteellisesti. Laserskannausteknologiat tarjoavat tehokkaan keinon metsän rakenteellisten ominaisuuksien yksityiskohtaiseen kvantifiointiin, mutta eri laserskannausteknologioiden kyvystä kuvata metsän rakenteellista kompleksisuutta ja sen muutoksia ajassa on edelleen merkittävä tietovaje. Tässä väitöskirjassa näitä puutteita tarkastellaan arvioimalla ilma- (ALS) ja maalaserskannauksen (TLS) kyvykkyyttä: (1) rakenteellisen kompleksisuuden arviointiin boreaalisissa metsissä bi-temporaalisen ALS-aineiston avulla; (2) eri skannausteknologioiden ja aineiston käsittelymenetelmien vaikutusta rakenteellisen kompleksisuuden mittaamiseen; sekä (3) eri bi-temporaalisista pistepilviaineistoista johdettujen kompleksisuusmittareiden yhdenmukaisuutta ja johdonmukaisuutta.
Tutkimuksessa I tarkastellaan matalatiheyksisen bi-temporaalisen ALS-aineiston (<1 p/m2) soveltuvuutta metsän rakenteellisen kompleksisuuden muutosten seurantaan valon saatavuuden näkökulmasta. Vuoden 2012 ja 2019 ALS-aineistoista tuotettiin latvuksen vertikaaliprofiilit voxelisoimalla pistepilvet 4 × 4 × 1 m yksiköihin ja luokittelemalla ne valon läpäisyä kuvaaviin luokkiin. Tulokset osoittavat, että korkeamman rakenteellisen kompleksisuuden metsiköissä kasvillisuuden täyttämä tila lisääntyi ja tyhjän tilan osuus latvuksen alapuolella väheni, mikä osoittaa matalatiheyksisen ALS:n soveltuvuuden kompleksisuuden kehityksen havaitsemiseen ajassa.
Tutkimuksessa II verrataan ALS- ja TLS-pohjaisia rakenteellisen kompleksisuuden mittareita kahdella käsittelytasolla (ruutu- ja objektitaso) sekä kolmessa ulottuvuudessa (vertikaalinen, horisontaalinen ja volumetrinen). Helikopteripohjainen ALS ja moniskannattu TLS osoittivat, että objektitason käsittely tuottaa suuremman vaihtelun mittareissa ja kuvaa aineistojen spatiaalista yksityiskohtaisuutta paremmin. Korkeatiheyksinen ALS vastasi hyvin TLS:ää vertikaalisen ja horisontaalisen kompleksisuuden osalta, mutta mittausgeometrian erot heikensivät volumetristen mittareiden yhdenmukaisuutta.
Tutkimuksessa III analysoidaan pistepilvien ominaisuuksien vaikutusta rakenteellisen kompleksisuuden seurantaan 7–10 vuoden aikajänteellä. Eri tiheyksisiä ALS-aineistoja (0,4–1; 15–28; 200–3600 p/m2) sekä TLS-aineistoa vertaamalla havaittiin, että aukko-osuus ja Shannonin entropia osoittivat johdonmukaisia trendejä, kun taas kasvillisuuden täyttöaste ja fraktaalidimensio olivat herkempiä aineiston ominaisuuksille. Tulokset korostavat huolellisen mittarivalinnan merkitystä ja osoittavat, että robustien indikaattorien avulla eri sensoreihin perustuvat lähestymistavat tarjoavat vahvan potentiaalin laajamittaiseen metsien rakenteellisen kompleksisuuden seurantaan boreaalisissa metsissä.
Hoidetuilla metsillä on useita tärkeitä rooleja muuttuvassa ilmastossa ja ympäristössä. Puu sitoo ja varastoi hiiltä niin kasvaessaan, kuin pitkäikäisiksi puutuotteiksi jalostettuna. Näiden vaikutusten huomioiminen metsänhoidossa vaatii tarkkaa suunnittelua, jolla varmistetaan metsänhoidon ja puunkäytön kestävyys. Tieto puuaineen ominaisuuksista on keskeisessä osassa, sillä ne vaikuttavat hiilivarastojen suuruuteen metsissä, sekä puun käytettävyyteen pitkäikäisenä rakennesahatavarana. Puunmuodostuksen teoreettisen taustan mukaisesti, runko, latvus ja oksarakenne ovat potentiaalisia selittäviä muuttujia (eli puun laatuindikaattoreita), kun mallinnetaan puuaineen ominaisuuksia, puubiomassaa ja puun laatua. Puunmuodostuksen monimutkaisuudesta ja moniulotteisesta vaihtelusta johtuen, tarvittavien laatuidikaattorien mittaaminen osana metsävarojen inventointia ja riittävällä yksityiskohtaisuudella on ollut aiemmin mahdotonta. Monialustaisen laserkeilauksen kehittyminen kuitenkin tukee aiempaa monipuolisempien kartoitus- ja mallinnusjärjestelmien rakentamista, jotka perustuvat tiheisiin kolmiulotteisiin pistepilviin.
Tämän työn tavoitteena oli määritellä, kuinka puuaineen ominaisuuksia voidaan arvioida kaukokartoitusta hyödyntävässä metsävarojen inventoinnissa. Tätä tarkoitusta varten kehitettiin menetelmiä puun laatuindikaattorien mittaamiseksi hoidetuissa männiköissä (Pinus sylvestris L.) lento- ja maastolaserkeilauksen avulla, ja arvioitiin niiden toimivuutta. Ensin arvioitiin laatuindikaattorien mittatarkkuus pistepilvissä. Toiseksi verrattiin pistepilvimittauksia röntgentomografiamittauksiin teollisilla sahoilla. Kolmanneksi arvioitiin lentolaserkeilauksella tuotettujen latvuspiirteiden tarkkuutta laatuindikaattorien ennustamisessa.
Tuloksien perusteella pistepilvien laatu ja pistetiheys vaikuttivat merkittävästi mitattujen laatuindikaattorien tarkkuuteen. Puuaineen ominaisuuksien arvioimisessa, maastolaserkeilausta tulisi käyttää työkaluna mahdollisimman yksityiskohtaisten runko- ja oksikkuustietojen keräämiseen tarkkaan valikoiduista näytepuista. Tarkasti mitatut laatuindikaattorit voivat selittää puuaineen ominaisuuksia mallinnuksessa. Käytettyjen mallien tulisi perustua laatuindikaattoreille, jotka voidaan ennustaa lentolaserkeilausaineistosta (esim. puun pituus ja latvuksen mittasuhteet), jotta ennusteet ovat yleistettävissä laajoille alueille.
Tulevaisuudessa, maasta ja ilmasta tehtävällä kaukokartoituksella voi olla tärkeä rooli puuaineen ominaisuuksien aikaan ja paikkaan sidotun vaihtelun tutkimuksessa. Lisää poikkitieteellistä työtä tarvitaan, jotta kaukokartoitusta ja puuaineen ominaisuuksia ennustavia spatiaalisia malleja voidaan täysimittaisesti hyödyntää kiihtyvän ilmastonmuutoksen, muuttuvan metsänhoidon ja lisääntyvän puunkäytön tuomien haasteiden kohtaamisessa.
Ilmasta tehtävä laserkeilaus on tehostanut metsänarviointia viime vuosikymmenten aikana, koska sen avulla voidaan tuottaa 3D-tietoa metsien rakenteesta. Tämä tutkimus keskittyy laserkeilauspohjaisen metsänarvioinnin ja metsäsuunnittelun integrointiin kun tavoitteena on luoda dynaamisia käsittelykuvioita (DTU, dynamic treatment units). Käsittelykuviot eivät ole kiinteitä ja ennalta määrättyjä, vaan ne muodostetaan yhdistämällä pienempiä laskentayksiköitä. Yhdistely suoritetaan metsänhoitotavoitteiden ja metsien dynamiikan perusteella. Tutkimus suoritettiin kahdessa mäntymetsässä Kastilian ja Leónin alueella Espanjassa, joilta kerättiin sekä maastomittauksia että laserkeilausaineistoa. Tämä väitöskirja sisältää neljä artikkelia jotka käsittelevät dynaamisten käsittelykuvioiden muodostamista (artikkelit I ja III), vaihtoehtoisten inventointiyksiköiden (FIU, forest inventory unit) vaikutuksia kun ongelma muotoillaan kahdella eri tavalla (artikkelit I, II ja IV), ja koealojen paikannusvirheiden vaikutuksia aina otantavaiheesta päätöksentekoon asti (artikkeli II). Puustotunnukset estimoitiin kaikissa artikkeleissa laserkeilauksen perusteella, ja läpimittajakaumia sekä metsikön dynamiikkaa kuvaavia malleja sovellettiin pysyvillä koealoilla havaittujen puustotunnusten muutoksen ennustamiseen. Simulointien lopputuloksena saatiin käsittelyketjuja, jotka pyrkivät maksimoimaan ei-spatiaalisia (artikkeli III) ja spatiaalisia (kaikki artikkelit) vastemuuttujia sisältävien hyötyfunktioiden arvoja. Tulokset osoittavat epäsäännöllisten inventointiyksiköiden tuottavan hyviä tuloksia ja korostavat segmentointimenetelmien avulla saatavia hyötyjä, kun tavoitteena on luoda kompakteja käsittelykuvioita. Spatiaalinen optimointi paransi metsäsuunnitelmissa tarvittavaa kuviointia ja lisäsi suunnittelun kustannuksia vain vähän verrattuna ilman spatiaalista optimointia laadittuihin suunnitelmiin. Spatiaaliset tavoitteet ja spatiaalisuuden huomioivat korjuukustannusfunktiot helpottavat inventointiyksiköiden koostamista kuvioiksi. Heuristiset optimointimenetelmät toimivat tehokkaasti kombinatoristen ongelmien ratkaisemisessa. Väitöskirja osoittaa kuinka laajasti käytettyjen laserkeilauspohjaisten menetelmien ja spatiaalisen optimoinnin yhdistäminen auttaa parempien metsäsuunnittelumenetelmien kehittämisessä.