Suomen Metsätieteellisen Seuran jakaa vuosittain opinnäytetyöpalkintoja erinomaisista edellisen vuoden aikana hyväksytyistä metsätieteen tohtorin väitöskirjoista ja maisterintutkielmista. Palkintoesitykset tekevät Helsingin yliopiston metsätieteiden osasto ja Itä-Suomen yliopiston metsätieteiden osasto. Seura palkitsee esityksistä harkintansa mukaisen määrän opinnäytetöitä tai voi jättää palkinnot jakamatta.
Tyypillisesti väitöskirjapalkinnon on saanut vuosittain 1-2 vastaväitellyttä tohtoria ja maisterintutkielmapalkinnon 1-3 maisteria. Vuoden 2025 palkinnot julkistettiin Seuran kevätkokouksessa 9.4.2025. Väitöskirjapalkinnon saaja pitää työstään kevätkokousesitelmän.
Väitöskirjapalkinto
MMT Marta Cortina Escribano, Itä-Suomen yliopisto. Selective breeding and taxonomy of laccate Ganoderma species originating from Finland, https://doi.org/10.14214/df.361
Väitöskirja käsittelee Ganoderma lucida ‑sienilajikompleksin viljelytekniikkaa. Tutkimus on erittäin huolellisesti toteutettu alkaen käytetyn sienimateriaalin geneettisen yhdenmukaisuuden varmistamisesta DNA-analyysillä aina viljelymenetelmien kehittämiseen. Suomalaiset lakkapintaiset Ganoderma-sienikannat osoittautuivat geneettisesti samankaltaisiksi. Tuloksen perusteella viljelymenetelmien voidaan olettaa sopivan laajasti suomalaisille Ganoderma-kannoille. Kasvatusalustana testattiin metsäteollisuuden sivuvirtoja. Erityisesti haapa- ja koivupuru osoittautuvat lupaaviksi kasvualustoiksi sekä sienisadon että itiöemien kemiallisten ominaisuuksien perusteella. Työllä on merkittävä uutuusarvo ja sen tulokset ovat sovellettavissa sienten viljelyssä. Kirjoittajalla on ollut merkittävä itsenäinen rooli tutkimuksen toteuttamisessa ja hän on kaikkien osajulkaisuiden ensimmäinen kirjoittaja. Väitöskirjan yhteenveto-osa on hyvin kirjoitettu.
Väitöskirja on julkaistu Suomen Metsätieteellisen Seuran, Helsingin yliopiston ja Itä-Suomen yliopiston yhteisen väitöskirjasarjan Dissertationes Forestales numerossa 361.
Maisterintutkielmapalkinnot
MMM Janne Jääskeläinen, Helsingin yliopisto. Mapping forest canopy mortality area using PlanetScope satellite imagery and deep learning, http://hdl.handle.net/10138/589513
Janne Jääskeläinen on maisterintutkielmassaan testannut kuolleiden puiden tunnistamista PlanetScope-minisatelliittikuvilta käyttäen konvoluutioneuroverkkoja. Tämä satelliittiaineisto kattaa lähes päivittäin koko maapallon, mikä voi tarjota mahdollisuuden lähes reaaliaikaiseen kuolleiden puiden tunnistamiseen. Etuna olisi myös edullisuus verrattuna korkeampi resoluutioisiin aineistoihin nähden. Työn aihe on ajankohtainen ja tutkimuskysymys tärkeä sekä tutkimuksellisesti että käytännön sovellusten kannalta. Työ on huolella tehty. Johdanto esittelee aihepiirin laajasti käyttäen relevantteja tutkimusjulkaisuja tietolähteinä. Menetelmäkuvaus on poikkeuksellisen tarkka ja helppo seurata. Tulosten tarkastelu osoittaa aihepiirin syvällistä tuntemista. Johtopäätöksenä on, että pienten puuryhmien tunnistaminen on hyvin epävarmaa. Huomioiden työn huolellisen toteuttamisen, tulosta on syytä pitää todellisena. Hyvin kirjoitettu opinnäytetyö, joka mahdollistaa tieteellisen artikkelin työstämisen.
MMM Laura Sippola, Itä-Suomen yliopisto. Kuusen poiston vaikutus Etelä-Suomen suojeltujen lehtojen kasvillisuuteen, https://erepo.uef.fi/handle/123456789/31852
Laura Sippolan maisteritutkielman aihe on erittäin ajankohtainen ja merkittävä, sillä lehdoilla on aivan erityinen asema metsäluonnon biodiversiteetin ylläpitämisessä boreaalisella kasvillisuusvyöhykkeellä. Tutkimus on erittäin laadukkaasti toteutettu. Kieli on erittäin sujuvaa ja helposti ymmärrettävää. Tulosten analysointi ja tulosten raportointi on toteutettu pääosin hyvin huolellisesti. Kirjoittaja on saanut aineiston valmiina eikä ole päässyt vaikuttamaan aineiston keräämiseen. Aineisto on varsin laaja, mutta osiltaan hiukan yksipuolinen. Tutkimuksen parasta antia on erittäin hyvin toteutettu tulosten tarkastelu ‑osio. Tekijä tarkastelee erinomaisella tavalla erikseen aineistoa, menetelmiä, tuloksia suhteessa aikaisempiin tutkimuksiin ja tulosten merkitsevyyttä. Tekijä osoittaa poikkeuksellista kypsyyttä siinä, että pystyy erottamaan, mihin kysymyksiin tämä tutkimus pystyy antamaan vastauksen ja mitkä jäävät vielä arvailujen varaan tai jatkotutkimusten selvitettäviksi.