Vasemmalla mobiililaitteella luotu pistepilvi. Oikealla analysoitu mittaustulos rungon halkaisijasta eri korkeuksilla. Lähde: https://doi.org/10.3390/f9010006
Metsävarojen kartoittamisella ja inventoinnilla on suuri tarve. Metsänomistajat ja puun ostajat haluavat tietoa puun tyven paksuudesta, koska sen avulla voidaan suhteellisen helposti mallintaa loput puun biomassasta. Puun biomassa linkittyy vahvasti esimerkiksi metsän terveyteen, yhteyttämiseen, hiilen kiertoon ja ilmaston vaihteluihin ja vankka pohjadata koskien metsiemme biomassaa on tärkeää tietoa monelle muullekin taholle.
Henkilökohtaisella puhelimella tai kannettavalla tietokoneella voi tehdä nykyisin monenlaisia asioita. Kun melkein jokaisen taskusta löytyy työkalu, jolla voi kerätä, tallentaa ja lähettää digitaalista dataa lähes mistä vain ja milloin vain, se avaa lähes rajattomat mahdollisuudet datankeruun joukkoistamiselle (Eng. crowdsourcing).
Alun perin Microsoftin Xbox pelikonsolille tehty Kinect on sensori, joka aistii miljoonia datapisteitä sisältäviä 3D muotoja valonsäteiden avulla ja joka toimii myös käytännössä millä tahansa tavallisella tietokoneella. Ensimmäinen versio Kinect –sensorista julkaistiin vuonna 2010, jonka jälkeen Kinect:istä on julkaistu jo kaksi merkittävästi päivitettyä versiota.
Google Tango oli Android-puhelimien kanssa yhteensopiva lisätyn todellisuuden sovellusten kehitysalusta, johon sisältyi myös 3D sensori, jota on käytetty mm. sisätilojen kartoituksen, sisätilojen suunnittelun ja metsätalouden tutkimuksessa. Google Tango –alustan kehittäminen on sittemmin lopetettu ja korvattu ARCore-nimisellä alustalla, joka toimii niin ikään lukuisissa älypuhelimissa pohjana AR-sovellusten luomiselle. Myös muut valmistajat, kuten Huawei, ovat sisällyttäneet 3D-mittaukseen pystyviä sensoreita älypuhelimiinsa.
Sekä Microsoft Kinect, että Google Tango sensoreilla voi skannata ympäristöä ja tallentaa siitä saatua tietoa. Parhaimmillaan tällaiset edulliset 3D kartoituksen mahdollistavat laitteet voivat mahdollistaa datankeruun joukkoistamisen. Joukkoistamisella kerätyn tutkimusdatan suurimpia haasteita on yleensä luotettavuuden arviointi: jos kerättyä dataa on tarkoitus käyttää esimerkiksi tieteelliseen tutkimukseen tai tarkkuutta vaativan mallin pohjana, on varmistuttava sen oikeellisuudesta.
Maanmittauslaitoksen Paikkatietokeskus FGI:n tutkijat selvittivät sensoreiden käyttökelpoisuutta ja mittaustarkkuutta metsäinventointien kannalta; voisivatko esimerkiksi metsänomistajat skannata oman metsänsä ja kuinka luotettavaa dataa metsän biomassasta saa Kinectin tai Google Tangon avulla?
Testi suoritettiin mittaamalla ensin puun todellinen rungon koko mittanauhan ja työntömitan avulla, ja myöhemmin Kinectin ja Google Tangon avulla, joko kannettavalla tietokoneella tai älypuhelimella. Tulosten mukaan molempien ohjelmistojen mittaustulosten virhe oli alle 1 senttimetrin (0,3-0,8cm), mitä pidetään riittävänä tarkkuutena metsätalouden käytännön tarpeisiin. Tutkijoiden mukaan tällainen edullinen ja helppokäyttöinen mittausteknologia voi hyvin kilpailla tulevaisuudessa huomattavasti kalliimpien metsien laserkeilausmenetelmien kanssa. Siirryttäessä moderneihin metsäinventointimenetelmiin, joissa metsäanalyysi perustuu jokaisen yksittäisen puun tarkkaan mittaamiseen, tarvitaan myös referenssipuita, joiden tarkka sijainti ja ominaisuudet tunnetaan. Henkilökohtaisilla mittauksilla ja joukkoistamisella on mahdollisuus tuottaa tulevaisuudessa referenssidataa parhaimmassa tapauksessa koko valtakunnan kattaviin järjestelmiin.
Tulevaisuudessa siis mahdollisesti kuka tahansa voisi mitata kotimetsää älypuhelimella ja saada tietoa sen biomassasta tai vaikka metsään sitoutuneen hiilen määrästä!
Teksti:
Annukka Pekkarinen, Juha Hyyppä & J-P Virtanen
