Näe metsän arvo
ennen hakkuuta

Optiwood yhdistää laserkeilauksen, paikkatiedon ja tekoälyn — muuttaen puuston raakadatan liiketoiminnallisiksi päätöksiksi jo pystymetsässä.

Aloita käyttöönotto Katso menetelmä

Puun laadusta ei ole riittävää tietoa ennen hakkuuta

Nykyinen metsätieto toimii kuvio- tai hilatason estimaateilla. Tämä johtaa merkittäviin raaka-ainehävikkeihin, tehottomiin päätöksiin ja alhaisempaan arvonmuodostukseen koko arvoketjussa.

1%
Parannus raaka-aineen käytössä voi tarkoittaa satojen tuhansien eurojen vuosittaista säästöä keskikokoiselle sahalle.
94%
Tarkkuus puiden tunnistamisessa (precision) validoiduissa kenttäkokeissa Scan4est-infrastruktuurilla.
~90%
Suuret puut mäntyvaltaisilla kohteilla löytyvät noin 90 % tarkkuudella.
Kerros 01
Datan ingestio & esikäsittely
Laserkeilausdata, avoimen GIS-data ja asiakkaan operatiivinen data harmonisoidaan.
Kerros 02
AI-mallinnus
Koneoppimismallit ennustavat yksittäisten puiden ominaisuuksia — järeys, runkokäyrä, ikä, tiheys.
Kerros 03
Metsikkötason aggregointi
Puutason tiedot kootaan päätöksenteon tueksi soveltuviksi kuvio- ja lohkotason ennusteiksi.
Kerros 04
Integraatiot & toimitus
Tulokset integroidaan asiakkaan olemassa oleviin järjestelmiin tai rakennetaan räätälöity ratkaisu tarpeen mukaan.

Kolme tapaa hyödyntää Optiwoodia

Räätälöimme ratkaisun asiakkaan kypsyystason ja tarpeiden mukaan — rajatusta käyttöönotosta täysin integroituun tuotantoratkaisuun.

Optiwood Method™
Wood Quality Intelligence

Laserkeilaukseen ja tekoälyyn perustuva menetelmä puuston laadun, arvon ja potentiaalin ennustamiseen. Antaa ennusteet puulajista, järeysluokista, rungon suoruudesta, tiheydestä ja vajaatuottoisuuden riskialueista.

ALS / LiDAR AI-mallit GIS API
Ekologinen kompensaatio
Biodiversity Offsetting Asiantuntijapalvelu

Asiantuntijamme laativat luonnonarvoarviot ja kartoittavat hyvitysalueet avoimen kansallisen ALS-datan ja paikkatiedon pohjalta. Metsistä arvioimme eri-ikäisrakenteen sekä suuret ja vanhat puut, ja tulokset raportoidaan luonnonarvohehtaareina. Etsimme asiakkaalle alueet, joilla hyvittävät toimenpiteet voidaan toteuttaa.

Luonnonarvohehtaari ALS + paikkatieto Hyvitysalueet LSL 99 §
Optiwood Sensor & Edge™
Laser Data Production & Field AI Tulossa

Seuraavan sukupolven tuote — droonipohjainen laserkeilaus ja kenttätekoäly, joka tuottaa reaaliaikaiset laatumittaukset suoraan metsässä. Kehitteillä ensimmäisten lisenssitulojen tuotekehitysinvestoinniksi. Soveltuu alueille, joissa kansallinen ALS-data on puutteellinen tai vanhentunut.

Drooni-LiDAR Edge AI Baltia · Pohjoismaat

Kolmen vaiheen toimintamalli

Etenemme asiakkaan kanssa rajatusta kohteesta skaalautuvaan tuotantoratkaisuun hallitusti ja riskiä minimoiden.

1
Käyttöönotto rajatulla kohteella

Ratkaisu toteutetaan ensin rajatulle kohteelle, jossa malli sovitetaan asiakkaan omaan dataan ja olosuhteisiin. Kun malli toimii asiakkaan kohteessa, ratkaisua laajennetaan.

2
Laajennus & integraatio

Ratkaisu integroidaan osaksi asiakkaan prosesseja. Rakennetaan skaalautuva data-arkkitehtuuri ja käyttöliittymä loppukäyttäjille.

3
Automatisoitu optimointi

Siirrytään kohti jatkuvaa kehitystä ja autonomista päätöksentekoa puunhankinnassa ja tuotannossa.

Validoidut tarkkuusluvut — Scan4est-koeala, Evo
0.94
Precision — puiden tunnistaminen
0.76
F1-pisteet kaikilla koealoilla
84%
Mäntyjen puulajitunnistamistarkkuus
72%
Kuusten puulajitunnistamistarkkuus
Optiwood Menetelmä — 5 askelta
Askel 01
Puukartat laserkeilauksella + GIS-data
Askel 02
Puuston ominaisuuksien & kasvun arviointi
Askel 03
Jalostusarvon, hiilensidonnan & saannon ennustus
Askel 04
Jatkuva kehitys & mallin parantaminen
Askel 05
Rinse & repeat — skaalautuva toistettavuus

Optiwood käytännössä

Helsingin kaupunki · Kaupunkiympäristön toimiala · 2026

Laserkeilaukseen perustuva puutason puustoinventointi

Helsingin kaupunkiympäristön toimiala tarvitsee ajantasaista ja kattavaa puustotietoa. Laajoilla alueilla perinteinen maastoinventointi on hidasta ja kallista. Kaupungilla oli jo käytössään poikkeuksellisen laadukas laserkeilausaineisto, ja se halusi selvittää, miten aineistosta saadaan yksityiskohtaista tietoa puustosta.

Tuotimme Malminkartanon alueelle puutason puustoinventoinnin kaupungin omista laserkeilausaineistoista. Optiwoodin yksinpuintulkinta tunnisti aineistosta jokaisen puun ja arvioi sen pituuden, läpimitan, latvuksen ja puulajin.

Puutason tiedoista koottiin kuviokohtaiset tunnukset, kuten puulajijakauma, ikä, kehitysluokka ja puuston rakenne. Tuloksia verrattiin kaupungin omaan metsätietoon.

Kaupunki sai puutason tiedot ja kuvioyhteenvedot 69 metsikkökuviolta sekä selainpohjaisen karttanäkymän. Näkymässä puita voi tarkastella ja suodattaa puulajin, koon ja iän mukaan, ja se havainnollistaa myös puuston arvon ja hiilivaraston.

Puulajin tunnistuksessa päästiin 82 prosentin tarkkuuteen, ja puuston keskipituuden virhe oli 0,6 metriä. Samalla tunnistimme, miten tarkkuutta voidaan edelleen parantaa laajemmalla opetusaineistolla.

Puutason tieto antaa tarkemman kuvan metsistä kuin kuviokohtaiset keskiarvot. Puulajijakauma näkyy kuvion sisällä puu puulta, suuret ja vanhat puut löytyvät sijainteineen, ja puuston rakenne tulee näkyviin. Näin maastotyö voidaan kohdentaa sinne, missä sitä eniten tarvitaan.

Hankkeessa päästiin lähelle tutkimustason tarkkuutta. Samalla aineistolla ja menetelmällä voidaan tukea myös puustotietojen päivitystä, luontoarvojen seurantaa ja hiilitasearvioita.

Optiwoodin menetelmän ansiosta kaupunki saavutti ajantasaisen näkemyksen laserkeilausaineiston potentiaalista puuyksilöiden ja -lajien tunnistamisessa. Lisäksi tunnistettiin kaupunkimetsien luonnontilaan liittyviä jatkokehitystarpeita ja mahdollisuuksia, kuten alikasvoksen ja lahopuun tunnistamista.

Metsätieteen ja datateknologian yhdistelmä

Optiwood perustuu yli kymmenen vuoden tieteelliseen tutkimukseen — ja kokemukseen teollisen datan muuttamisesta liiketoiminnallisiksi ratkaisuiksi.

JP
Jiri Pyörälä
Co-Founder · Metsätiede & Laserkeilaus

Kokenut tutkija, joka yhdistää metsätieteet, laserkeilauksen ja puuteknologian uusimpia innovaatioita hyödyntäen. Yli 10 vuoden tutkimusura metsien mallintamisesta ja kaukokartoituksesta, yli 30 tieteellistä artikkelia. Maatalous- ja metsätieteiden tohtori (MMT), Helsingin yliopisto 2020.

Metsien 3D-mallinnus Puun laadun arviointi Kaukokartoitus Tieteellinen tutkimus Tekoälypohjaiset menetelmät
TN
Tommi Niinimäki
Co-Founder · Data & AI

Monipuolinen tausta data-analytiikassa, tiedolla johtamisessa ja projektinhallinnassa. Kokemusta YK:lta, Futuricelta, PricewaterhouseCoopersilta ja useista suurista datahankkeista.

Tekoäly Pilvi-infrastruktuuri Data-arkkitehtuuri Analytiikka & visualisointi Projektinhallinta

Valmis näkemään metsäsi arvon?

Aloitamme kevyellä panostuksella rajatulla kohteella, jossa malli saadaan toimimaan asiakkaan omassa ympäristössä — sen jälkeen ratkaisua laajennetaan. Ota yhteyttä ja sovitaan ensimmäinen tapaaminen.