Maanmittauslaitoksen Paikkatietokeskus FGI:n tutkijat ovat hyödyntäneet menetelmässä monikanavaista laserkeilausta ja syväoppimiseen perustuvia algoritmeja. Tutkimuksessa puulajit kykenivät tunnistamaan automaattisesti kaukaa otetuista mittausaineistoista, mikä nopeuttaa metsävaratiedon keräämistä.

Menetelmän avulla saadaan aiempaa tarkempaa tietoa metsän rakenteesta ja eri puulajien suhteista. Tiedotteen mukaan tarkka lajitunnistus on keskeistä, kun arvioidaan metsien taloudellista arvoa, mutta myös silloin, kun seurataan luonnon monimuotoisuutta ja metsien terveyttä.

Aiemmin puulajien tunnistaminen kaukokartoitusaineistoista on ollut haastavaa erityisesti sekametsissä. Uusi teknologia mahdollistaa yksittäisten puiden tunnistamisen laajoilta alueilta, mikä vähentää tarvetta kalliille ja hitaalle maastotyölle.

Tutkijat arvioivat, että menetelmä tarjoaa työkaluja metsätalouden suunnitteluun ja ilmastonmuutoksen vaikutusten seurantaan. Tarkka puulajitieto auttaa esimerkiksi ennustamaan tuhohyönteisten leviämistä ja suunnittelemaan metsänhoitotoimenpiteitä optimaalisesti.