MSc Katalin Wagan väitöstutkimuksessa kehitettiin uusia menetelmiä päällystämättömien metsäteiden laadun arviointiin.
Metsäteiden laadunarviointi on aikaavievä ja ihmistyövaltainen tehtävä. Tieverkon kunnospidon -ja korjaustöiden tarpeen arviointi on osa metsäoperaatioiden hallintaa. Suomen metsätieverkko on suurelta osin peruskorjauksen tarpeessa. Myös Kanadassa on tarvetta arvioida tieverkon laatua ennen uusien teiden rakentamista. Tässä tutkimuksessä käyettyjä tienlaadun indikaattoreita olivat tien läheisyyden kasvillisuus, ojien rakenne, ja tien pinnan laatu.
Vaikka metsäteiden kantavuutta ei voidakaan arvioida ilman maastomittauksia, siihen vaikuttavia tekijöitä voidaan mitata ja arvioida paikkatieto- ja kaukokartoitusaineistojen avulla. Tässä työssä hyödynnettiin erityisesti lentolaserkeilaukseen perustuvia tunnuksia. Yleensä keilausainosto kerätään metsäsuunnittelun tarpeisiin ja samaa aineisto voidaan hyödyntää monipuolisemmin. Tulevaisuudessa myös drooniperusteinen laserkeilaus yleistyy.
Harva - ja tiheäpulssisista laserkeilausaineistoista muodostetettiin rasteripohjaisesia pintamalleja eri resoluutioilla (0,2 m – 1 m). Työssä vertailtiin erilaisten interpolointimenetelmien (IDW, NN, Spline ja Kriging) ja niiden avulla laadittujen tunnusten soveltuvuutta pinnan laadun kuvaukseen. Tien laatua kuvattiin pinnan tasaisuudella, päällysrakenteen laadulla, runkorakennetunnuksilla, ojien laadulla, kuivatusominaisuuksilla, veden kerääntymispotentiaalilla ja tiealueen kasvillisuuden määrällä.
Suomen aineistossa käytettiin Metsätehon kuntokartoituksen mukaista luokitusta. Kanadan aineistossa ennustettiin metsäteiden käytön ja käyttämättömyyden tilaa. Teiden laatuluokkia ennustettiin lineaarisella erotteluanalyysillä. Tien pinnan laadun, kosteusindeksin ja maaperäkartan tietojen avulla laatuluokka ennustettiin 81,6-89,8 prosentin tarkkuudella. Korkealla pulssitiheydellä päästiin hyviin tuloksiin jo pelkillä pintaa kuvaavilla indekseillä. Kasvillisuuteen perustuvilla tuloksilla päästiin 73 prosentin tarkkuuteen, mutta ojien ja tiheäpulssisen tienpintakuvauksen avulla päästiin jopa 92 prosentin tarkkuuteen. Tuloksia voidaan käyttää maastotyön suuntaamiseen ja semi-automaattisen tienlaadun arviointiin osana laserkeilausperusteista metsätiedon keruuta.
MSc Katalin Wagan metsätieteen alaan kuuluva väitöskirja Unpaved forest road quality assessment using airborne LiDAR data tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa 4.6.2021 klo 12 Joensuun kampuksella ja verkossa. Vastaväittäjänä toimii professori Markus Holopainen, Helsingin yliopisto, ja kustoksena professori Timo Tokola, Itä-Suomen yliopisto. Tilaisuuden kieli on englanti.
