Metsänarviointiin tarvitaan nykyistä tarkempia ja edullisempia sovelluksia, joilla korjuukoneen käyttäjä saa tarkkaa puukohtaista tietoa. VTT:n DigiInventory-projektissa muun muassa selvitettiin, miten maasta ja dronesta tehdyn laserkeilauksen avulla voidaan saada parempaa dataa puustosta.
Puuta myydään vuosittain Suomessa usealla miljardilla eurolla, joten kaupankäyntiä digitalisoimalla voidaan saavuttaa suuria taloudellisia etuja. Se edellyttää uusien mittaustekniikoiden käyttöönottoa. Perinteisesti puustotiedot on laskettu maastossa mitattujen otantakoealojen avulla. Laajojen metsäalueiden arvioinnissa käytetään myös laserkeilausta.
Korjuukoneen kuljettaja valitsee harvennuksilta kaadettavan puun ja päättää sen katkonnan usein silmämääräisesti. Hankalassa kelissä hän näkee rungon vain yhdestä suunnasta. Peitteisessä metsässä etualalla olevat puut ja oksisto tuovat epätarkkuutta taempana olevien puiden muodon arviointiin ja lisäävät kuljettajan työn rasittavuutta. Tarkempi tieto yksittäisistä rungoista helpottaa merkittävästi korjattavan puun valintaa ja rungon apteerausta eli katkaisukohtien määrittämistä. Samoin metsän puuston arvon määritys voitaisiin tehdä maastolaserkeilausdatan avulla nykyistä tarkemmin, jolloin esimerkiksi metsäkaupat voidaan sopia luotettavan ja nykyistä täsmällisemmän arvonmäärityksen perusteella.
DigiInventory-hankkeessa on havaittu, että maastolaserkeilauksen ja dronen käyttö datan keruussa auttaa leimikkosuunnittelussa ja mahdollistaa metsikön tarkan visualisoinnin. Esimerkiksi hakkuuehdotukset, voidaan näyttää metsänomistajalle virtuaalisesti käsittelyvaihtoehtojen vaikutusten arviointia varten.
”Puunkorjuuseen liittyvät haasteet lisääntyvät ja siksi on ensiarvoisen tärkeää löytää tehokkaita ja innovatiivisia ratkaisuja toiminnan taloudellisuuden parantamiseksi. Projektissa hyödynnetään uusinta tietoa ja viimeisintä 3D-mittaustekniikkaa”, toteaa projektipäällikkö Jyrki Raitila VTT:ltä.
Markkinoilla on jo keveitä laser-skannereita, joiden soveltuvuutta arvioitiin hankkeessa. Useimpien haasteena on saavuttaa riittävä tarkkuus ja erottaa puiden rungot oksista ja aluskasvustosta. Metsikkötasolla hyväksi yhdistelmäksi todettiin sekä maasta että dronesta tehty keilaus. Sen tarkkuus on jo lähellä perinteisen pystymittauksen tasoa, ja menetelmä on ottamassa ensimmäisiä kaupallisia askelia.
Hankkeessa testattiin myös toista lupaavaa uutta menetelmää, SPAD-LiDARia (Single Photon Avalanche Diode, Light Detection and Ranging). Tekniikka kykenee nykyistä kaupallista LiDAR-tekniikkaa paremmin erottamaan puun rungon tuottaman hyötysignaalin mittausta häiritsevästä signaalista, jota syntyy alikasvoksesta, oksista, sumusta ja sateesta. Siten kerätystä datasta voidaan tuottaa paljon tarkempi 3D-malli puun rungoista peitteisessä maastossa tai muutoin vaikeissa olosuhteissa. Toistaiseksi tästä tekniikasta ei vielä ole kehitetty maastokelpoista kannettavaa tai metsäkoneeseen asennettavaa versiota, mutta rakennetulla pilottilaitteistolla tehdyt peitteisen puuston mittauskokeet osoittivat mittausteknologian toimivuuden ja sillä saavutettavat edut. Tuotteistettuna uusi tekniikka kykenee tuottamaan luotettavaa 3D-dataa puun rungosta kaikissa puun korjuuolosuhteissa. Tällainen data mahdollistaa hakkuukoneen automaatiokehityksen, mikä edelleen parantaa korjuun laatua ja kannattavuutta.
DigiInventory-projektin loppuseminaari järjestetään Jämsässä FinnMETKO 2020 -näyttelyn yhteydessä Gradia Jämsä -oppilaitoksen auditoriossa 4.9.2020 klo 12-15. Seminaari on avoin kaikille messutapahtumaan osallistujille.
DigiInventory-projekti
Lue lisää DigiInventory-projektista!
