Kirjanpainajakuoriainen on tällä hetkellä yksi suurimmista kuusimetsiin kohdistuvista riskeistä Euroopassa. Ihmissilmä ei tuhoisien kuoriaisten leviämistä helposti huomaa, mutta Jyväskylän yliopistossa koulutetaan tekoälyä tunnistamaan tuhot spektrikameran kuvista. 

Jyväskylän yliopiston spektrikuvantamisen laboratorion tietokoneen näytöllä pyörii näyttävän näköinen kolmiulotteinen malli metsästä. Maan pinta kumpuilee ja virtuaalimetsä näyttää luonnolliselta vaihtelevine puulajeineen ja aluskasvillisuuksineen.

Kyseessä on informaatioteknologian tiedekunnassa luotu virtuaalinen malli metsästä. Virtuaalimetsän pitää olla mahdollisimman yhteneväinen oikean metsän kanssa, koska sitä on tarkoitus käyttää apuna kirjanpainajakuoriaisen aiheuttamien tuhojen torjunnassa.

Kirjanpainajakuoriainen on tällä hetkellä yksi suurimmista kuusimetsiin kohdistuvista riskeistä Euroopassa. Kuoriaiset tekevät käytäviä ja munivat kuusen kaarnan alle, mikä aiheuttaa puiden kuoleman.

Myös Suomessa tuhoriskiin on herätty: Suomen metsäkeskus ilmoitti hiljattain lähestyvänsä riskialueilla olevia metsänomistajia ja kehottaa tarkkailemaan merkkejä hyönteistuhoista.

”Keski-Euroopassa ja esimerkiksi Tšekissä on jouduttu kaatamaan paikoin jopa tuhansia hehtaareja metsää, jotta kuoriaisten leviäminen on saatu pysähtymään. Ilmastonmuutos on saanut meillä aikaan sen, että kuoriaiset ovat levinneet kymmenessä vuodessa satoja kilometrejä eteläisestä Suomesta pohjoisempaan”, kertoo spektrikuvantamisen laboratoriota johtava apulaisprofessori Ilkka Pölönen.

Ihmissilmällä kuoriaisten leviämistä ei helposti huomaa. Ei ainakaan ennen kuin on liian myöhäistä. Tekoälyä hyödyntämällä kuoriaisten automaattinen tunnistaminen voisi kuitenkin olla mahdollista, Pölönen sanoo.

Tekoäly auttaa droonin kuvaaman aineiston tulkinnassa

Tekoäly tarvitsee toimiakseen kuitenkin runsaasti koulutusmateriaalia. Juuri tekoälyn koulutusmateriaalin tuotantoon virtuaalista metsää on tarkoitus hyödyntää.

Tutkimuksessa kuoriaistuhojen tunnistaminen tapahtuu drooniin kiinnitetyn spektrikameran avulla. Spektrikamera ottaa metsästä kuvia, joita sitten analysoidaan tekoälyn avulla. Tarkoituksena on löytää merkkejä kirjanpainajakuoriaisten tekemistä tuhoista.

Kuoriaisen leviämisen tunnistaminen ja spektrikuvien läpikäynti veisi ihmiseltä todella paljon aikaa. Siksi on järkevää, että analyysin tekee tekoäly, Pölönen kertoo.

Tekoäly tekee monia asioita paljon nopeammin ja tehokkaammin kuin ihminen, mutta toimiakseen kunnolla se tarvitsee valtavan määrän dataa.

”Tällaisen datamäärän kerääminen reaalimaailmassa veisi hirveästi aikaa ja resursseja. Se tarkoittaisi satoja ja satoja ylimääräisiä kenttätyötunteja. Sama datamäärä voidaan kuitenkin toteuttaa virtuaalisen metsän avulla”, Pölönen sanoo.

Tekoälylle on samantekevää, onko kyseessä oikeaan drooniin kiinnitetty spektrikamera, joka on ottanut kuvia oikeasta metsästä, vai onko kyseessä virtuaalinen drooni, spektrikamera ja metsä. Pääasia on se, että dataa on. Ilman valtaisaa datamäärää tekoälytutkimuksen tekeminen on huomattavan vaikeaa.

Spektrikamera on ihmissilmää ja perinteistä kameraa tehokkaampi

Kuoriaistuhojen kuvaamiseen käytettävä spektrikamera on huomattavasti tavallista kameraa tarkempi ja se näkee tavallista kameraa huomattavasti laajemman skaalan spektrin värejä. Tämä mahdollistaa sen, että kuvista voidaan havaita asioita, joita ei muuten olisi mahdollista nähdä.

”Jos ajatellaan esimerkiksi tietokoneen näytöllä olevaa kuvapikseliä, niin yksi kuvapikseli koostuu kolmesta värikerroksesta, punaisesta, vihreästä ja sinisestä. Siinä missä perinteisessä kuvassa värikanavia on kolme, niin spektrikuvassa kanavia voi olla jopa satoja riippuen sovelluskohteen vaatimuksista”, kuvailee spektrikuvantamisen hyötyjä tutkija Kimmo Riihiaho Jyväskylän yliopistosta.

Suuri määrä kapeita kanavia mahdollistaa jopa kuvattavan kohteen molekyylikoostumuksen arvioinnin spektrikuvan avulla.

Kimmo Riihiaho on aiemmin esitellyn kolmiulotteisen virtuaalisen metsän takana. Seuraavaksi Riihiaho avaa tietokoneen näytölle kuvaajan, joka on luotu yhden spektrikuvan yhdestä ainoasta pikselistä.

Kuvaaja ei välttämättä sano ihmiselle mitään, mutta tekoälylle kuvaaja voi kertoa paljonkin. Spektrikuvissa oleva datamäärä on niin älytön, ettei ihmisillä ole juuri toivoa alkaa tulkitsemaan niitä ilman konetta.

Kun meillä on tarpeeksi materiaalia sekä terveistä kuusipuista että kirjanpainajien infektoimasta puusta, niin tekoäly pystyy automaattisesti tunnistamaan kuvista mitkä metsäpalstat ovat mahdollisesti kuoriaisten infektoimia ja myös sen, miten pitkälle kuoriaisten invaasio on ehtinyt, Riihiaho kuvailee.

Virtuaalimetsästä voidaan saada koneelle samankaltaista dataa kuin aidostakin metsästä. Mallissa pystytään esimerkiksi säätämään lehtien tai havunneulasten heijastaman valon määrää ja muuttamaan lukematonta määrää lehtiin liittyviä parametreja niin, että virtuaaliset puut pystyvät matkimaan infektoituneita puita.

Maaston muoto voidaan myös rakentaa valmiin maastokartan mukaan mukailemaan olemassa olevaa metsää.

“Pyrimme luomaan virtuaalisesti sellaista tekoälylle soveltuvaa koulutusmateriaalia, jonka avulla voitaisiin tulevaisuudessa automatisoida esimerkiksi kirjanpainajakuoriaisten leviämisen seurantaa, ja tunnistamaan mahdolliset populaatiot jo aikaisessa vaiheessa.”, Ilkka Pölönen kuvailee tutkimuksen tavoitteita.

Kuvantaminen katastrofin torjunnan apuna

Ajoissa löydettynä infektoituneet puut voidaan kaataa ja näin estää kuoriaisten leviäminen laajemmalle alueelle.

”Ilmaston lämmetessä kuoriaistuhot Suomessa kasvavat ja jos metsää ei kaadeta, niin kuoriaiset tappavat pikkuhiljaa koko metsän. Se on sekä paitsi taloudellinen, niin myös ekologinen katastrofi, jos satavuotinen kuusikko kuolee noin vain yhtäkkiä. Lähimmät kuoriaistuhot ovat tällä hetkellä Jyväskylän Laajavuoressa.”

Virtuaalisen metsän, tekoälyn ja drooniin kiinnitetyn spektrikameran avulla tutkimuslaboratorion henkilökunta kuitenkin toivoo, että katastrofit pystytään torjumaan jo ennalta.

Yksi helppo keino metsätuhojen torjumiseen on myös heterogeenisemmän puuston kasvattaminen. Kirjanpainajakuoriaisille maistuu ainoastaan kuusipuu.

”Tulevaisuudessa pitää miettiä paitsi tuhojen torjumista ja kuoriaispopulaation etsimistä, niin sitä miten ja millaisia metsiä Suomessa kasvatetaan”, Ilkka Pölönen summaa.

Spektrikuvantamisen laboratorio sijaitsee IT-tiedekunnassa

Ilkka Pölönen ja Kimmo Riihiaho toimivat tutkijoina Jyväskylän yliopiston spektrikuvantamisen laboratoriossa informaatioteknologian tiedekunnassa. Laboratorio yhdistää spektrikuvantamista ja kuvadata-analyysiä.

Ylläkuvattu tutkimus oli osa Suomen Akatemian rahoittamaa ASPECT-hanketta, jossa tutkittiin
laajasti droonien ja tekoälyn käyttöä metsän kunnon selvityksessä. Tutkimus jatkuu Suomen Akatemian ML4DRONE –hankkeessa, joka käynnistyy syksyllä 2023.

Tutkimukset on toteutettu yhdessä professori Eija Honkavaaran ja Maanmittauslaitoksen Paikkatietokeskuksen tutkimusryhmän kanssa.

Kuoriaistuhojen torjumisen lisäksi virtuaalimetsää voidaan käyttää kouluttamaan tekoälyä tunnistamaan spektrikuvista esimerkiksi metsänpohjassa olevan typen määrää tai puiden lehdissä olevan veden määrää. Näin voidaan auttaa metsää esimerkiksi kasvamaan nopeammin.

Spektrikuvantamisen laboratorion verkkosivut