Tässä tutkimuksessa on pyritty kehittämään menetelmiä kuvioittaisella arvioinnilla tuotettujen vanhojen kuvioiden rajojen korjaamiseen numeeristen ortoilmakuvien automaattisen segmentoinnin avulla. Vanhoissa kuviorajoissa esiintyy paljon erityyppisiä sijaintivirheitä, jotka johtuvat suureksi osaksi siitä, että kuvioinnissa käytetty ilmakuva-aineisto ei ole ollut riittävän tarkkaa maastossa olevien kohteiden paikantamiseen. Lisäksi osassa kuvioista rajaus on muuttunut edellisestä inventointiajankohdasta esim. tehtyjen metsänhoitotoimenpiteiden takia.
Kuvioinnin korjaamisessa käytettiin kolmea vaihtoehtoista menetelmää. Ns. moodisegmenttimenetelmässä tutkimusalueelle luotiin suuri joukko pienehköjä segmenttejä, joille annettiin sen vanhan kuvion tunnus, jolle suurin osa segmentistä kuului. Kaikki samaan alkuperäisen kuvioinnin kuvioon kuuluneet segmentit yhdistettiin uudeksi kuvioksi. Toisessa menetelmässä muodostettiin automaattisesti uusi kuviointi, jossa uusien kuvioiden minimikooksi asetettiin 0,2 ha. Kolmannessa menetelmässä segmentit jaettiin kahteen pääryhmään: 1) todennäköisesti oikein rajatuilla alueilla oleviin segmentteihin ja 2) segmentteihin, jotka olivat todennäköisesti virheellisesti rajatulla alueella. Pääryhmässä 1 segmenteille palautettiin sen alkuperäisen kuvion numero, jonka alueella ne sijaitsivat. Pääryhmässä 2 segmentit yhdistettiin ilmakuvapiirteiden perusteella lähimpiin naapurikuvioihin tai segmentteihin.
Esitetyillä menetelmillä voidaan helposti korjata pienet siirtymät selväpiirteisessä kuviorajassa. Täysin automaattinen vanhan kuvioinnin virheiden korjaaminen ei kuitenkaan onnistu kuviointivirheiden komplisoidun luonteen vuoksi.
Valtakunnan metsien inventoinnin (VMI) tulokset osoittavat taimikoissa ja nuorissa metsissä olevan runsaasti hoitorästejä. Hoitotöiden edistämiseksi tarvitaan tarkasti paikannettua tietoa hoitokohteiden sijainnista. Tutkimuksessa selvitettiin satelliittikuvien käyttöön perustuvan metsäninventointiaineiston käyttökelpoisuutta hoitoa tarvitsevien kuvioiden paikantamisessa.
Landsat TM -satelliittikuvien avulla tuotetusta VMI:n metsävarakartasta tuotettiin teemakartta taimikonhoitotarpeesta. Puuston pituus- ja lehtipuuosuustietojen perusteella tuotettu kartta ilmaisee taimikonhoidon ja nuoren metsän hoitotarpeen ja hoidon kiireellisyyden ajankohdan neljänä luokkana. Maastotyönä tehdyin tarkastusmittauksin selvitettiin karttatason luotettavuutta. Tulokset koottiin virhematriiseihin, joissa vertailtiin VMI-karttatason kiireellisyysluokitusta maastotarkastuksen pohjalta arvioituun kiireellisyysluokitukseen.
Tutkimustulokset osoittivat, että satelliittikuvatulkinnalla saadaan käyttökelpoista tietoa hoitokohteiden paikantamiseksi. Kankailla kiireellisyysluokituksen onnistuminen oli huomattavasti parempi kuin soilla. Kun hoitotarpeet voidaan paikantaa tarkasti, hoitotöitä pystytään kohdistamaan ja markkinoimaan paremmin maanomistajille ja taimikonhoitomäärät saadaan paremmin vastaamaan todellista tarvetta.