Päällekkäisiä karttatasoja
Tekoäly-projektissa yhdistetään eri tietolähteistä kerättyä dataa. Mallissa on yli 150 tasoa ja parametria.

Tekoälyä hyödynnetään metsäsuunnittelun tukena

Metsähallitus kehittää yhdessä CollectiveCrunch Oy:n kanssa tekoälyn hyödyntämistä metsäsuunnittelussa. Alustavat tulokset vaikuttavat lupaavilta, ja pitemmällä tähtäimellä yhteistyö voi edistää koko metsäalan digitalisaatiota.

Metsähallitus käynnisti vuonna 2019 projektin, jonka tavoitteena oli selvittää, voiko metsäsuunnittelua automatisoida tekoälyn avulla.

– Halusimme ottaa selvää, onko useiden tietolähteiden ja suurien datamäärien avulla mahdollista tuottaa aiempaa tarkempaa suunnittelutietoa ja voidaanko metsätalouden toimenpidesuunnittelua automatisoida, kertoo Metsähallitus Metsätalous Oy:n kehittämisasiantuntija Tarmo Myllymäki.

Projektin käynnistyessä ei ollut tarkkaa käsitystä tekoälyn tarjoamista mahdollisuuksista, ja siksi yhteistyökumppani valittiin innovaatiokumppanimallilla.

– Metsähallitus tuo projektiin käytännön tarpeet, joihin halutaan ratkaisuja, sekä laajan metsäosaamisen. Meillä on puolestaan pitkä kokemus ohjelmoinnista ja tekoälyratkaisujen kehittämisestä, kertoo yhteistyökumppaniksi valitun CollectiveCrunch Oy:n toimitusjohtaja Jarkko Lipponen.

Lipposen mukaan tekoälyä hyödyntävät ratkaisut soveltuvat hyvin Suomen kaltaisiin maihin, joissa digitalisaatio on jo pitkällä.

– Metsäala on jo pitkään kerännyt systemaattisesti dataa monista lähteistä. Iso osa työstä on sitä, että eri lähteistä saatu data muokataan ja yhdistellään sellaiseen muotoon, että sitä voidaan käyttää tekoälyalgoritmien pohjalla.

Alustavat tulokset lupaavia

Tekoälyä on testattu yli 300 000 hehtaarin pilottialueella taimikonhoitotarpeiden arvioinnissa, hakkuuehdotusten ja -kohteiden rajauksissa sekä korjuukohteiden puutavaralajiennusteissa. Erityisesti taimikonhoitotarpeen ja puutavaralajikertymien osalta tulokset ovat olleet niin lupaavia, että CollectiveCrunch sai luvan valmistella niiden sovellusalueen laajentamista muualle maahan.

Taimikonhoitotarpeen arvioinnissa lähtöaineistona oli kolmen vuoden satelliittikuvista tuotettu vesakoitumisindeksi, jolla saatiin jo kohtuullisen lupaavia tuloksia. Tulokset paranivat, kun aineistoon lisättiin tiedot puuston iästä, korkeus merenpinnasta ja lämpösumma. Tekoälyn tuottamaa arviota on verrattu suunnittelijoiden tekemiin taimikonhoitosuunnitelmiin.

– Tekoäly tunnistaa hyvin ääritapaukset eli kohteet, joissa on selvä taimikonhoitotarve, ja ne, joissa hoitotarvetta ei ole. Näin alkuvaiheessa maastossa tarkastettavien kohteiden osuus on varovaisuussyistä ja tekoälyn koulutusaineiston kartuttamiseksi vielä turhankin iso, Myllymäki kertoo.

Eri tietolähteiden yhdistelyä

Tekoäly pystyy yhdistelemään eri tietolähteistä kerättyä tietoa ja käsittelemään valtavia datamääriä. Tästä on hyötyä erityisesti metsävaratietojen, automaattisen hakkuukuvioinnin ja puutavaralajijakauman arvioinnissa.

Mallissa on tällä hetkellä yli 150 tasoa tai parametria. Mukana on satelliitti- ja laserkeilausaineistoa, Metsähallituksen paikkatietojärjestelmän tietoja sekä erilaisia ilmasto- ja säämalleja. Vertailuaineistona on käytetty suunnittelijoiden laatimia korjuusuunnitelmia.

Tekoälyn hyödyntäminen
on osa metsätalouden
digitalisointia.

Puutavaralajijakauman eli tukki- ja kuitupuuosuuden arvioinnissa koulutusaineistona käytetään Metsähallituksen työmailla työskentelevien motojen tuottamia GPSpaikannettuja hakkuukonetietoja. Tekoälyn tuottamat puutavaralajiennusteet pyritään saamaan niin luotettaviksi, ettei suunnittelijan tarvitsisi käyttää aikaa hakkuukertymien arviointiin.

– Tekoälyn opettamiseen tarvittavia runkokohtaisia tietoja kerätään jo suurimmasta osasta Metsähallitukselle työskentelevistä motoista. Motojen sijainti- ja puutavaralajitietoja käytetään vain puutavaralajiennusteen taustadatana. Niitä ei käytetä muuhun tarkoitukseen, Myllymäki tähdentää.

Lisäarvoa koko metsäalalle

Yhtenä kehittämiskohteena on myös toimenpidesuunnittelun automatisointi. Suunnittelijan työssä tarvitaan myös paljon sellaista luontoarvoihin, ympäristönäkökohtiin ja osallistamiseen liittyvää osaamista, jota on mahdotonta kääntää algoritmiksi.

– Tekoäly ei tule korvaamaan suunnittelijaa, mutta uskon, että siitä saadaan suunnittelijalle hyvä apuväline, Lipponen arvioi.

Metsähallitus saa tekoälyratkaisut ensimmäisenä käyttöön, mutta projektissa tuotettuja sovelluksia voidaan kaupallistaa ja tarjota myös muille metsäalan toimijoille.

– Tekoälyn soveltaminen on osa metsätalouden digitalisointia, joka tuottaa lisäarvoa asiakkaille ja tehostaa toimintaa. Samalla se mahdollistaa suunnittelijoiden ammattitaidon kehittämisen ja suuntaamisen tehtäviin, joihin tekoäly ei kykene, Metsähallitus Metsätalous Oy:n toimitusjohtaja Jussi Kumpula painottaa.

TEKSTI SARI HILTUNEN • KUVA COLLECTIVECRUNCH OY

JAA ARTIKKELI: