Kuukauden julkaisut, Toukokuu 2026

”Kuukauden julkaisut” on Itä-Suomen yliopiston metsätieteiden osaston kuukausittainen kooste kuun aikana julkaistuista tieteellisistä artikkeleista. Tämän koonnin tavoitteena on tuoda metsätieteiden uusinta tutkimustietoa paremmin esille käytännön toimijoille, kuten yrityksille, päättäjille ja metsänomistajille, jotta tutkimustuloksia voidaan hyödyntää entistä tehokkaammin käytännössä. Itä-Suomen yliopiston metsätieteiden osaston tutkijat on merkitty lihavoituna.

• Kamula, T., Yrttimaa, T., Cimdins, R., Polvivaara, A., Kukko, A., Holopainen, M. & Vastaranta, M. (2026). Bi-temporal terrestrial laser scanning to measure secondary growth of tree: toward non-destructive assessment of wood properties. Scandinavian Journal of Forest Research. https://doi.org/10.1080/02827581.2026.2646458.

• Siddharth Sareen, Sirkku Juhola, Adrianna Czarnecka, Aleksandra Kekkonen, Aleksandra Martinovska Stojcheska, Ana Slavec, Anita Uchanska-Bieniusiewicz, Chris Rønningstad, Claudiu Martin, Gintarė Tamašauskaitė-Janickė, Helena Belchior Rocha, Jan Kunnas…(2026). The prefigurative politics of enactable sustainability transformations in the present. NorskGeografisk Tidsskrift – Norwegian Journal of Geography, 1–13. https://doi.org/10.1080/00291951.2026.2648496

• Liikonen, L., Erkkilä, A., Kamula, T., Honkanen, E., Liimatainen, K., Uhlgren, V., Yrttimaa, T., Nummenmaa, T., Hamari, J. & Vastaranta, M. Crowdsourcing LiDAR Data for Forest Measurements through Gamified Augmented Reality Applications. Urban Forestry and Greening (accepted).

• Pehkonen, M., Vastaranta, M., Hyyppä, J. & Pyörälä, J. (2026). Segmentation of living and dead tree crowns using terrestrial laser scanning and deep learning. Ecological Informatics, s. 103750. https://doi.org/10.1016/j.ecoinf.2026.103750

• Puliti, S., Xiang, B., Wielgosz, M., Handegard, E., Cattaneo, N., Vergarechea, M., Gobakken, T., Hyyppä, J., Næsset, E., Vastaranta, M., Yrttimaa, T. & Astrup, R. FOR-age: benchmarking individual tree age estimation using 3D deep learning on dense laser scanning data. Remote Sensing of Environment (accepted).10.1016/j.rse.2026.115462