Hoidetuilla metsillä on useita tärkeitä rooleja muuttuvassa ilmastossa ja ympäristössä. Puu sitoo ja varastoi hiiltä niin kasvaessaan, kuin pitkäikäisiksi puutuotteiksi jalostettuna. Näiden vaikutusten huomioiminen metsänhoidossa vaatii tarkkaa suunnittelua, jolla varmistetaan metsänhoidon ja puunkäytön kestävyys. Tieto puuaineen ominaisuuksista on keskeisessä osassa, sillä ne vaikuttavat hiilivarastojen suuruuteen metsissä, sekä puun käytettävyyteen pitkäikäisenä rakennesahatavarana. Puunmuodostuksen teoreettisen taustan mukaisesti, runko, latvus ja oksarakenne ovat potentiaalisia selittäviä muuttujia (eli puun laatuindikaattoreita), kun mallinnetaan puuaineen ominaisuuksia, puubiomassaa ja puun laatua. Puunmuodostuksen monimutkaisuudesta ja moniulotteisesta vaihtelusta johtuen, tarvittavien laatuidikaattorien mittaaminen osana metsävarojen inventointia ja riittävällä yksityiskohtaisuudella on ollut aiemmin mahdotonta. Monialustaisen laserkeilauksen kehittyminen kuitenkin tukee aiempaa monipuolisempien kartoitus- ja mallinnusjärjestelmien rakentamista, jotka perustuvat tiheisiin kolmiulotteisiin pistepilviin.
Tämän työn tavoitteena oli määritellä, kuinka puuaineen ominaisuuksia voidaan arvioida kaukokartoitusta hyödyntävässä metsävarojen inventoinnissa. Tätä tarkoitusta varten kehitettiin menetelmiä puun laatuindikaattorien mittaamiseksi hoidetuissa männiköissä (Pinus sylvestris L.) lento- ja maastolaserkeilauksen avulla, ja arvioitiin niiden toimivuutta. Ensin arvioitiin laatuindikaattorien mittatarkkuus pistepilvissä. Toiseksi verrattiin pistepilvimittauksia röntgentomografiamittauksiin teollisilla sahoilla. Kolmanneksi arvioitiin lentolaserkeilauksella tuotettujen latvuspiirteiden tarkkuutta laatuindikaattorien ennustamisessa.
Tuloksien perusteella pistepilvien laatu ja pistetiheys vaikuttivat merkittävästi mitattujen laatuindikaattorien tarkkuuteen. Puuaineen ominaisuuksien arvioimisessa, maastolaserkeilausta tulisi käyttää työkaluna mahdollisimman yksityiskohtaisten runko- ja oksikkuustietojen keräämiseen tarkkaan valikoiduista näytepuista. Tarkasti mitatut laatuindikaattorit voivat selittää puuaineen ominaisuuksia mallinnuksessa. Käytettyjen mallien tulisi perustua laatuindikaattoreille, jotka voidaan ennustaa lentolaserkeilausaineistosta (esim. puun pituus ja latvuksen mittasuhteet), jotta ennusteet ovat yleistettävissä laajoille alueille.
Tulevaisuudessa, maasta ja ilmasta tehtävällä kaukokartoituksella voi olla tärkeä rooli puuaineen ominaisuuksien aikaan ja paikkaan sidotun vaihtelun tutkimuksessa. Lisää poikkitieteellistä työtä tarvitaan, jotta kaukokartoitusta ja puuaineen ominaisuuksia ennustavia spatiaalisia malleja voidaan täysimittaisesti hyödyntää kiihtyvän ilmastonmuutoksen, muuttuvan metsänhoidon ja lisääntyvän puunkäytön tuomien haasteiden kohtaamisessa.
Ilmasta tehtävä laserkeilaus on tehostanut metsänarviointia viime vuosikymmenten aikana, koska sen avulla voidaan tuottaa 3D-tietoa metsien rakenteesta. Tämä tutkimus keskittyy laserkeilauspohjaisen metsänarvioinnin ja metsäsuunnittelun integrointiin kun tavoitteena on luoda dynaamisia käsittelykuvioita (DTU, dynamic treatment units). Käsittelykuviot eivät ole kiinteitä ja ennalta määrättyjä, vaan ne muodostetaan yhdistämällä pienempiä laskentayksiköitä. Yhdistely suoritetaan metsänhoitotavoitteiden ja metsien dynamiikan perusteella. Tutkimus suoritettiin kahdessa mäntymetsässä Kastilian ja Leónin alueella Espanjassa, joilta kerättiin sekä maastomittauksia että laserkeilausaineistoa. Tämä väitöskirja sisältää neljä artikkelia jotka käsittelevät dynaamisten käsittelykuvioiden muodostamista (artikkelit I ja III), vaihtoehtoisten inventointiyksiköiden (FIU, forest inventory unit) vaikutuksia kun ongelma muotoillaan kahdella eri tavalla (artikkelit I, II ja IV), ja koealojen paikannusvirheiden vaikutuksia aina otantavaiheesta päätöksentekoon asti (artikkeli II). Puustotunnukset estimoitiin kaikissa artikkeleissa laserkeilauksen perusteella, ja läpimittajakaumia sekä metsikön dynamiikkaa kuvaavia malleja sovellettiin pysyvillä koealoilla havaittujen puustotunnusten muutoksen ennustamiseen. Simulointien lopputuloksena saatiin käsittelyketjuja, jotka pyrkivät maksimoimaan ei-spatiaalisia (artikkeli III) ja spatiaalisia (kaikki artikkelit) vastemuuttujia sisältävien hyötyfunktioiden arvoja. Tulokset osoittavat epäsäännöllisten inventointiyksiköiden tuottavan hyviä tuloksia ja korostavat segmentointimenetelmien avulla saatavia hyötyjä, kun tavoitteena on luoda kompakteja käsittelykuvioita. Spatiaalinen optimointi paransi metsäsuunnitelmissa tarvittavaa kuviointia ja lisäsi suunnittelun kustannuksia vain vähän verrattuna ilman spatiaalista optimointia laadittuihin suunnitelmiin. Spatiaaliset tavoitteet ja spatiaalisuuden huomioivat korjuukustannusfunktiot helpottavat inventointiyksiköiden koostamista kuvioiksi. Heuristiset optimointimenetelmät toimivat tehokkaasti kombinatoristen ongelmien ratkaisemisessa. Väitöskirja osoittaa kuinka laajasti käytettyjen laserkeilauspohjaisten menetelmien ja spatiaalisen optimoinnin yhdistäminen auttaa parempien metsäsuunnittelumenetelmien kehittämisessä.