Ilmaston lämpeneminen lisää sään ääri-ilmiöitä ja erilaisia tuhoja metsissä. Ennaltaehkäisy on merkittävässä roolissa tuhojen hallinnassa. Nykyaikaisen teknologian käyttö tuhojen kartoituksessa ja tuhoriskien ennustamisessa on mahdollista ja kustannustehokkuudellaan kannattavaa. Tämän opinnäytetyön tavoitteena oli arvioida kaukokartoitusta, tekoälyä ja koneoppimista hyödyntävän hyönteistuhosovelluksen luotettavuutta. Luotettavuuden arvioimiseksi maastosta kerättiin aineistoa visuaalisin havainnoin ja niitä verrattiin hyönteistuhosovelluksen karttatason aineistoon. Tutkimuksen kohteena oli Metsä Groupin ja CollectiveCrunchin yhteistyönä kehittämä hyönteistuhosovellus, joka julkaistiin kesällä 2023. Hyönteistuhosovellus on tuotettu avoimista satelliittikuvista ja muita avoimia aineistoja hyödyntäen tekoälyn ja koneoppimisen keinoin. Opinnäytetyön toimeksiantajana toimi Metsä Group. Havaintoja kerättiin syys- ja lokakuun aikana 2023 Kanta-Hämeen, Pirkanmaan ja Pohjois-Savon alueilta. Havaintoja saatiin yli 1600 kappaletta. Havainnot maastossa luokiteltiin terveisiin, stressaantuneisiin, lieviin ja voimakkaisiin hyönteisiskemiin ja kuolleisiin puihin. Havaintoja verrattiin tuhosovelluksen rastereihin GPS-paikannuksen tarkkuudella. Tulosten perusteella tuhosovellusta voitiin pitää luotettavana. Havainnoista 95 % tehtiin kuusivaltaisilta kuvioilta. Koko aineiston osalta tuhoruutujen paikkansapitävyys oli 75 % ja tarkastellen kuusikoiden tuhoruudukoita, havainnoista 86 %:ssa oli tuhon merkkejä. Tuhosovelluksen oikein tulkitsemista tuhohavainnoista varmoiksi hyönteistuhoiksi kirjautui 62 % ja lisäksi reilu puolet stressaantunut -luokan havainnoista voitiin tulkita alkaviksi hyönteistuhoiksi. Tuhosovelluksen luotettavuuteen mahdollisesti vaikuttavia tekijöitä tutkimuksessa nousi esiin mm. harvennukset, ajourat, ylitiheydestä johtuva puiden latvusten supistuminen ja puiden pystykarsinta. Näissä sovellus näytti usein tuhoa, vaikka puusto havaittiin silmämääräisesti terveeksi. Hyönteistuhosovelluksen tarkoitus on herättää metsänomistajien ja metsäalan toimijoiden huomio kuusikoihin, joiden kuntoa ja terveyttä tulisi maastossa tarkemmin tarkastella. Tämän tutkimuksen perusteella tuhosovellus toimii tarkoituksessaan erittäin hyvin, sillä suurella todennäköisyydellä sovelluksen osoittamista kuusikoista löytyy puuston terveyteen vaikuttavia ja metsänhoitotoimenpiteitä vaativia stressitekijöitä ja häiriötä. Tässä työssä kerätyt havainnot käytettiin hyönteistuhosovelluksen kehittämiseen ja koneoppimisen aineistoksi. Siten voidaan olettaa, että tämän opinnäytetyön kirjoitushetkellä sovellus on kehittyneempi ja entistä luotettavampi erottelemaan ja ennakoimaan hyönteistuhoja.