Teknologinen kehitys ja metsiä koskevien yhteiskunnan odotusten muutos ovat luoneet uusia mahdollisuuksia osallistavalle metsäsuunnittelulle. Perinteiset osallistamismenetelmät kohtaavat kuitenkin haasteita, kuten alhaisen osallistumisen ja rajallisen osallistujakirjon. Nykyaikainen metsäsuunnittelu toimii yhä enemmän muotoiltuna prosessina, joka edellyttää työkaluja sidosryhmien näkemysten ja teknisten inventointitietojen tehokkaaseen keräämiseen sekä aktiivisen osallistumisen varmistamiseen. Tämä väitöskirja tutki, miten pelillistävät lähestymistavat voivat vastata näihin haasteisiin keräämällä metsätietoja osallistavien prosessien tueksi. Tutkimuksessa kehitettiin käsitteellinen viitekehys, joka yhdistää teknologiavälitteisen ympäristövuorovaikutuksen, osallistavan metsäsuunnittelun ja kulttuurisen sopeutumisen tarkastellakseen, miten pelillistäminen voi yhdistää teknisen tiedonkeruun sidosryhmien osallistumiseen erilaisissa kulttuurisissa ympäristöissä.
Tutkimus hyödynsi vaiheittain etenevää monimenetelmällistä lähestymistapaa kolmen tutkimuksen kautta: hyödyntäen geokätköilyä maisemapreferenssitiedon keräämiseen, kehittäen metsän skannaukseen kohdennettuja lisätyn todellisuuden sovelluksia sekä analysoiden tiedonkeruun kulttuurienvälistä toteutusta. Artikkeli I osoitti, että olemassa olevia paikkatietopohjaisia pelialustoja voidaan hyödyntää merkityksellisen sosiaalisen tiedon keräämiseen, paljastaen ihmisten erilaisia maisemamieltymyksiä ja metsäsuhteita, vaikka tutkimuskohteiden maantieteellisen saavutettavuuden rajoitukset ja ajan kuluessa heikentyvä osallistumisaktiivisuus olivat ilmeisiä. Artikkeli II havaitsi, että pelillistämisen muotoilu vaikuttaa merkittävästi osallistujien käyttäytymiseen, liikkumiseen ja kertyvän datan ominaisuuksiin, tuottaen erilaisia pistepilviominaisuuksia erilaisiin metsäinventointitarpeisiin. Artikkeli III vahvisti pelillistettyjen lisätyn todellisuuden sovellusten teknisen siirrettävyyden Suomen ja Japanin välillä, vaikka merkittävät paikkasidonnaiset vaikutukset korostivat pelillistämisen kulttuurisen mukauttamisen tärkeyttä optimaalisessa toteutuksessa.
Tulokset vahvistavat luodun viitekehyksen perusteiden toimivuuden ja korostavat jännitteitä tarkoituksenmukaisuuden ja leikillisyyden välillä pelillistävissä tilanteissa, joissa metsän virkistyskäyttö välineellistetään tiedon keräämiseksi metsäsuunnittelua varten. Tehokas toteutus edellyttää kaikkien kolmen käsitteellisen pilarin (teknologisen, osallistavan ja kulttuurisen) integroimista niiden erillisen tarkastelun sijaan. Se vaatii myös institutionaalista kykyä sisällyttää kansalaisten tuottamaa tietoa viralliseen suunnitteluun. Metsäsuunnittelun kehittyessä kohti osallistavampia lähestymistapoja, tasapainottaen teknistä tarkkuutta ja sosiaalista toimintalupaa, pelillistäminen tarjoaa monipuolisen lähestymistavan, joka huolellisesti suunniteltuna ja kulttuurisesti mukautettuna voi parantaa osallistavaa metsänhoitoa säilyttäen teknisen täsmällisyyden. Jatkotutkimuksissa tulisi kiinnittää huomiota osallistujien sitoutumisen ylläpitämiseen uutuusvaiheen jälkeen ja pelillistettyjen lähestymistapojen integrointiin operatiivisiin työnkulkuihin. Lisäksi eri väestöryhmien osallisuuden laajentaminen on olennaista yhdenvertaisuutta ja kuuluvuutta vahvistavan ympäristöpäätöksenteon edistämiseksi.
Metsäbiomassan hankinnalla on tärkeä asema erilaisten puupohjaisten tuotteiden arvoketjuissa, ja myös sen ympäristövaikutukset ovat usein merkittäviä. Biomassan toimitusketjujen suorituskykyä voidaan arvioida eri yhteyksissä erilaisilla metodologisilla menettelytavoilla, joissa arvioinnin kohde joko on tai ei ole sidottu maantieteelliseen sijaintiin. Tämän väitöskirjan tarkoituksena oli selvittää, millaista paikkatietoa tarvitaan ja on saatavilla tapauskohtaisiin metsäbiomassojen toimitusketjujen analyyseihin Suomessa, ja millainen on sopiva spatiaalisen tarkkuuden taso eri tarkastelutapoja ja menetelmiä käytettäessä. Työ koostuu viidestä osajulkaisusta, joista yhdessä tarkastellaan eri maantieteellisissä ympäristöissä eri puolilla maailmaa tehtyjä tutkimusalan tapaustutkimuksia. Loput neljä osajulkaisua ovat spatiaalisia tapaustutkimuksia metsäbiomassan toimitusjärjestelmistä Suomessa. Näistä kolme keskittyy biomassaan energiantuotannon raaka-aineena ja yksi uuteen kuitupuun kuljetuskonseptiin. Yhdessä tutkimuksessa paikkatietojärjestelmää käytettiin pääasiallisena tutkimusvälineenä, kun taas kolmessa tutkimuksessa paikkatietojärjestelmän tehtävänä oli tuottaa spatiaalisesti analysoitua tietoa toimitusketjujen elinkaariarvioinnin ja agenttipohjaisen simuloinnin lähtötiedoiksi. Tärkein johtopäätös on, että suomalaisia metsäbiomassan toimitusjärjestelmiä mallinnettaessa riittää spatiaalinen tarkkuus 1 km ja 10 km väliltä, jolloin jokainen toimitusketjun lähtöpiste edustaa noin 1–100 km² kokoista aluetta. Lopullinen tarkkuus olisi määritettävä tapaustutkimuksen rakenne, toimitusjärjestelmän monimutkaisuuteen johtavat tekijät ja tutkimusalueen maantieteellinen laajuus huomioiden. Suomessa toimitusketjujen tutkimuksessa tarvittavaa korkealaatuista ja tarkkaa paikkatietoa on moneen muuhun maahan verrattuna hyvin saatavilla. Paikkatietopohjaista tutkimusta voitaisiin edelleen parantaa lisäämällä paikkatietomalleihin dynaamisia ominaisuuksia ja stokastisuutta, koska raaka-aineen kysynnän ja tarjonnan ajallinen vaihtelu tulee todennäköisesti lisääntymään tulevaisuudessa.
Metsän kasvu on tärkeimpiä tunnuksia metsävarojen suunnittelussa ja eri käyttötarpeisiin tehdyissä metsäympäristön kehitystä kuvaavissa simulointimalleissa. Perinteisesti puulajeittaiset kasvumallit on tehty laajojen alueiden koeala-aineistosta mallintamalla, jolloin paikallisten olosuhteiden vaihtelu ei tule kovin tarkkaan huomioiduksi. Paikallisen kartta- ja muun paikkatiedon avulla on mahdollista kalibroida ja tarkentaa kasvuennusteita.Tässä tutkimuksessa käytettiin paikkatietopohjaisia maaston pintamallista johdettuja kosteustunnuksia, lentokone gamma-säteilyn mittauksia ja latvuspeiton estimaatteja. Käytetyssä aineistossa oli yhteensä 9987 lukupuuta, 1118 koepuuta ja 197 koealaa. Tilastollisessa analyysissä käytettiin sekamallinnusta ja koneoppimisen menetelmiä. Näiden paikkatieto aineistojen avulla puulajeittaisia paikallisia ennusteita onnistuttiin parantamaan 6-18 % puun läpimitan kasvun ennusteita. Parannus oli suurinta karuilla mailla.