Tekoäly etsii varhaisia signaaleja hyönteistuhoista
CollectiveCrunchin ja MetsäGroupin yhdessä kehittämä tekoälysovellus, jolla tunnistetaan kuusikkojen kirjanpainajatuhoja, on ollut käytössä vuoden päivät. Sen tuottaman tiedon perusteella sekä Metsä Forest että Metsäliiton omistajajäsenet saavat ajoissa varoituksen mahdollisista tuhoista ja pääsevät tarvittaessa tekemään toimenpiteitä.
Metsä Forestin digitalisaatiojohtaja Olli Leino kertoo, että sovellus tukeutuu eurooppalaisiin julkisiin Sentinel-2-satelliittikuviin, joista se etsii metsätuhoja ja tutkii niiden kehitystä.
Ratkaisussa on mallinnettu, miltä kirjanpainajan hyökkäys puuhun näyttää satelliittikuvissa eri ajankohtina. Mallin pohjalta järjestelmä pyrkii tulkitsemaan, onko havaittu muutos samankaltainen kuin hyönteistuho olisi eri vaiheissaan.
– Käytännössä järjestelmä tutkii puuston heijastaman valon ja niiden välisten suhteiden kehittymistä eri aallonpituusalueilla. Aineistoa kerätään jatkuvasti satelliitin kuvavirrasta ja sen tulkinta tehdään kolmesti vuodessa, Leino selittää.
Kirjanpainaja vaikuttaa hyvin nopeasti – käytännössä jo ensimmäisistä iskemistä alkaen – kuusen nestevirtauksiin. Se näyttäytyy puun heijastaman valon muutoksina, vaikka puu olisi ihmissilmin katsottuna vielä vihreä.
– Ratkaisun ensisijainen tavoite ei ole inventoida kuolleita puita, vaan tunnistaa alkavat ja kehittyvät tuhot. Näin saamme aikaa reagoida ennen niiden leviämistä ja toisaalta ennen arvokkaan ainespuun arvonlaskua kuivumisen ja kuolemisen kautta.
Kasvaneiden lämpösummien ja yleistyvien kuivuuskausien myötä suomalaismetsät ovat altistuneet entistä enemmän hyönteistuhoille.
– Kuusikoihin tulee helpommin kirjanpainajia erityisesti kuivina kesinä, sillä sekundäärituholaisena se tarvitsee yleensä jonkun muunkin puiden stressitekijän, kuten kuivuuden, jotta se pystyisi iskemään terveisiin puihin.
Leino kertoo, että järjestelmällä analysoidaan jo lähes koko Suomi ja sen kattavuutta kasvatetaan tehtyjen kirjanpainajahavaintojen mukaisesti. Vaikka kirjanpainaja on levittäytynyt jo Oulun ja Kajaanin tasalle asti, tuhot luonnollisesti painottuvat maan lämpimimpiin alueisiin, kuten Kaakkois-Suomeen, jossa nähtiin ensimmäiset laajemmat hyönteistuhot.
– Käytännössä seuraamme metsänkäyttöilmoituksista, missä hyönteistuhoja on ja laajennamme tutkittavaa aluetta sitä mukaa pohjoista kohti. Hyödynnämme päivittyvää aineistoa omassa toiminnassamme laajasti ja tarjoamme myös aineiston karttasovelluksina omistajajäsenillemme heidän metsiensä alueelle, Leino selittää.
– Järjestelmän tuottama havainto ei välttämättä kuitenkaan merkitse laajaa metsätuhoa ja parhaassa tapauksessa oikeinkin tulkittu kohde vielä toipuu elinvoimaiseksi ja tarvetta nopeille hakkuille ei ole. Aineisto tarjoaa mahdollisuuden reagoida ajoissa, mutta tilanne on aina hyvä tarkastaa maastossa ja seurata sen kehittymistä.
Tekoälyllä nopeasti kehitetty
Suurin tekoälyn käytön tuoma etu on Leinon mielestä ollut tulkintamenetelmän kehityksen nopeus, tehokkuus ja tulkinnan tarkkuus.
– Tekoälyn avulla pystymme mallintamaan taaksepäin, miltä hyönteisten iskeminen puihin näyttää ja tunnistamaan, että tämänkaltainen muutos liittyy hyönteistuhoon ja tuonkaltainen ei liity. Sen vuoksi pystymme tuottamaan hyvinkin tarkkaa analyysiä varsin karkeasta kaukokartoitusaineistosta, Leino sanoo.
– Ja kun jatkuvasti tulee uusia havaintoja, voimme käydä tarkastamassa, miltä ne ovat näyttäneet kuvissa ja siten parantaa malliamme koko ajan kertyvällä tiedolla.
Sekä Metsä Forest että metsänomistajat käyttävät järjestelmää aktiivisesti.
– Se, että sen kehittämiseen tarvittiin vain puoli vuotta, mahdollisti käyttöönoton erinomaisen ajoituksen, eli saimme palvelun käyttöön juuri kun sille huomattiin olevan tarvetta.
Lue kaikki tekoälyä käsittelevät Valokeila-kokonaisuuden artikkelit:
Tekoäly ja tutkijan kultainen kosketus
Enemmän onnistumisia lääketutkimukseen