Ilmakuvista voidaan tekoälyn avulla saada tarkkaa tietoa metsien monimuotoisuudesta

Haapa (Populus tremula) on tärkeä avainlaji. Vain pari prosenttia Suomen metsien puista on haapoja, ja varsinaiset haavikot ovat sitäkin harvinaisempia. Silti haapapuilla elää yli tuhat eliölajia: nisäkkäitä, lintuja, hyönteisiä, sieniä ja sammalia. Haapojen nopeasti hajoava karike tehostaa ravinteiden kiertoa metsissä, ja useat lajit viihtyvät vain haavan ryhmyisellä ja emäksisellä kuorella.

Helsingin yliopiston apulaisprofessori Samuli Junttilan ryhmän tutkimus esittelee menetelmän, jolla luonnon monimuotoisuutta tukevat ja ilmentävät haapapuut voidaan ensi kertaa luotettavasti tunnistaa muiden puiden joukosta käyttäen avointa ilmakuva-aineistoa. Aiemmin laajamittainen ja tarkka haapojen esiintymisen kartoittaminen on ollut kallista ja työlästä.

– Tutkimuksemme tarjoaa ajantasaisen, skaalattavan, edullisen ja luotettavan menetelmän metsien monimuotoisuuden seuraamiseen, Junttila sanoo.

Junttilan johtama Global Ecosystem Health Observatory -tutkimusryhmä pyrkii kehittämään uusia menetelmiä, joilla saadaan tarkkaa tietoa metsäluonnosta ja sen ekologiasta yhdistämällä kaukokartoitusmenetelmiä teköälyteknologiaan. Junttilan ryhmässä luodut menetelmät ovat aiemmin auttaneet esimerkiksi kirjanpainajatuhojen ja puiden kuolleisuuden seurannassa.

Lokakuussa 2025 julkaistun tutkimusartikkelin pääkirjoittaja on väitöskirjatutkija Anwarul Chowdhury Itä-Suomen yliopistosta. Hän on hyvin tyytyväinen tutkimuksessa luodun neuroverkkomallin tarkkuuteen.

– Tämä tutkimus osoittaa, kuinka menetelmillämme voidaan tuottaa luotettavaa dataa koko Suomen metsien tasolla metsänhoidon ja -suojelun käytännön tarpeisiin,Chowdhury sanoo.

Tutkijoiden kehittämä malli osoittautui toimivaksi kaikkina vuodenaikoina, sillä se havaitsi luotettavasti haapapuut niin lehdessä kuin lehdettöminäkin. Malli tunnisti oikein suuret haapapuut todennäköisemmin kuin pienet – varttuneet, kookkaat puut tunnistettiin keskimäärin 71 prosentin todennäköisyydellä ja lehdettömänä aikana vieläkin paremmin. Tämä tieto on tärkeätä, koska suuret, vanhat haapapuut ovat biodiversiteetille erityisen merkittäviä.

Tulevaisuudessa tutkijaryhmä haluaisi parantaa myös nuorten haapojen tunnistustarkkuutta.

”Jatkossa ilmakuviin voitaisiin yhdistää avointa laserkeilausdataa, jotta malli tunnistaisi nuoretkin haapapuut paremmin”, Chowdhury pohtii.

Kuolleillakin puilla on väliä monimuotoisuudelle

Marraskuussa julkaistiin myös Junttilan tutkimusryhmän tutkijoiden Anis Rahmanin, Einari Heinaron ja Mete Ahishalin tutkimus, jossa kehitettiin aiempaa tarkempaa menetelmää pystyynkuolleiden puiden tunnistamiseksi ilmakuvista.

Kuolleet puut ovat niin ikään monimuotoisuudelle tärkeitä: useat erikoistuneet ja uhanalaisetkin lajit ovat niistä riippuvaisia. Kuolleiden puiden tunnistaminen ilmakuvista on kuitenkin haastavaa, etenkin tuuhean latvuskerroksen alta. Ryhmän tutkimus yhdisti koneoppimisalgoritmeja ja monimutkaisia mukautuvia suodattimia, jotta kuolleiden puiden kartoittamisesta saataisiin parempia tuloksia kuin yleiskäyttöön tarkoitetuilla metsien kaukokartoitusmalleilla.

– Haapapuut ja pystyyn kuolleet kelot ovat tärkeitä luonnon monimuotoisuuden indikaattoreita. Niiden kartoittaminen automaattisesti laajoista avoimista aineistoista on iso askel metsäluonnon monimuotoisuuden seurannassa, Junttila summaa.