Metsätuhoja havaitsevan tekoälysovelluksen tarkkuuden ja käyttökelpoisuuden kartoitus Kymenlaaksossa

Abstract

Ilmastonmuutoksen myötä metsien riskien ennustetaan muuttuvan ja lisääntyvän etenkin varttuneissa kuusikoissa. Metsä Group ja metsätalouden tekoälysovelluksiin erikoistunut CollectiveCrunch ovat tehneet sovelluksen, joka tuottaa Sentinel-2 -satelliitin avoimesta datasta metsätuhon riskiä indikoivan karttatason tekoälyn avulla. Sovellus käyttää eri näkyvän valon spektrejä yhdistettynä eri infrapunan aallonpituuksiin analysoidessaan puiden nestevirtauksia ja niiden äkillisiä heikentymiä. Tämä tutkimus tarkastelee sovelluksen tuottaman tiedon tarkkuutta ja käyttökelpoisuutta Kymenlaakson alueella 74 pysyvän ja 74 muuttuvan koealan kaksivuotisen seurannan pohjalta. Sovelluksen laskenta-algoritmi muuttui merkittävästi vuosien 2023 ja 2024 välillä. Tutkimuskysymys pureutuu siihen, kuinka käyttökelpoinen sovellus on käyttäen puuston keskimääräistä kuolleisuutta ja altistavia riskitekijöitä mittareina.

Kuolleisuus pysyvillä koealoilla muuttui vuoden 2023 18 %:sta vuoden 2024 20 %:iin. Havaittiin, että vuonna 2023 sovellus ei aina löytänyt vakavimmin vaurioituneita alueita, sillä 2023 maastossa silmämääräisesti pahimmin vaurioituneeseen kohtaan asetetuilla lisäkoealoilla kuolleisuus oli 41 %. Uudistetun laskenta-algoritmin koealojen kuolleisuuden todettiin olevan 25 %, kun 2023 se oli vain 18 %. Terveessä vertailumetsässä vastaava kuolleisuus oli 1,6 %. Lähellä olevien aukeiden alueiden havaittiin lisäävän kuolleisuutta merkittävästi, mutta havaintojoukko lähellä aukeita olevista koealoista oli pieni. Maaperän ja hiljattain toteutetun harvennuksen ei todettu lisäävän merkittävästi kuolleisuutta. Havainnot kirjanpainajasta korreloivat vahvasti ja havainnot myrskytuhoista keskivahvasti kuolleisuuden kanssa.

Koska laskenta perustuu satelliitista havaittavaan nestevirtausten katkeamiseen, ei sitä voida pitää täysin luotettavana senkään takia, että esimerkiksi kuivuus voi näyttää hetkellistä riskiä ennen kuin metsä voi siitä palautua ennalleen. Kuitenkin koealojen suurempi kuolleisuus vuoden 2024 päivitetyn algoritmin laskeman kartan perusteella valituissa koealoissa viittaa siihen, että sovelluksen tuottama tieto on tarkentunut sovelluksen algoritmin päivityksen myötä. Siten sen käyttökelpoisuus paranee kehitystyön myötä ja jo nykyiselläänkin ohjaa alueille, missä 10 m x 10 m alueella keskimäärin 25 % puustosta on kuollut. Siten sovelluksen tuottamaa tietoa voidaan pitää hyvin metsäasiantuntijan työtä tukevana.

The predicted risk levels are raising for especially mature spruce dominated forests in Finland due to the changing climate. Metsä Group has collaborated with CollectiveCrunch which is a company specializing in artificial intelligence application for forestry use. They have created an application that uses the open data from the Sentinel 2 satellites to produce a map layer that indicates heightened levels of risk for forest damage. The application uses different wavelengths of visible light and infrared bands to analyse the flow of fluids to the treetops in order to notice the abrupt change in fluid movements due to forest damage. This study measures the accuracy and usability of the application in the region of Kymenlaakso in Finland. The study consists of 74 permanent sample plots and 74 variable sample plots and ranges from autumn of 2023 to autumn of 2024. The algorithm used by the application changed drastically between the years. The research question assesses the accuracy and usability of the map layer using the average death rates recorded at the sample plots and observing the attributes contributing to tree stress levels as the basis for the calculation.

The death rates at the permanent sample plots went from 18 % in 2023 to 20 % in 2024. It was noted that the application did not always detect the most damaged sites as the variable sample plots in 2023 that were placed in retrospect in the most damaged plots that were seen while recording the data from the permanent sample plots gave a significantly higher 41 % death rate. The renewed algorithm gave a death rate of 25 % that is comparable with the permanent sample plots. Healthy comparable spruce dominated forests had a 1,6 % death rate. Nearby clearcuts and other open areas were observed to have a significantly higher death rate but the number of samples was small. The soil type or recently done thinning did not have a significant impact for the death rate. Observed signs of Norwegian spruce bark beetle correlated strongly and storm damage moderately with the death rate.

As the data provided by the application uses indices calculated from the satellite data it can not be seen as absolutely correct. It can show a raised risk for an area that suffers momentarily from draught but is restored afterwards. Still the higher death rates of 2024 updated algorithm indicates that the accuracy of the application has been modified for the better. Therefore the usability of the application by Metsä Group forestry specialists has improved. The 2024 algorithm can already point areas that have approximately 25 % death rate of trees on a 10 x 10 m plot. This can be seen as a decent level of accuracy.