Iso tieto metsästä - Efforte-tutkimushanke etenee Suomessa
Metsistä kerätään paljon tietoa sähköisessä muodossa. Viimeisten vuosien aikana tätä Big Dataa on alettu entistä vahvemmin käyttää puunkorjuun suunnittelun apuna, ja sitä hyödyntäviä ohjelmia kehitetään lisää. Yksi kehityksen kärkihanke on eurooppalainen Efforte-projekti, jossa suomalaiset ovat vahvasti mukana.
Suomessa Efforte-projektissa ovat mukana muun muassa useat metsäyhtiöt, sekä tutkimuslaitokset Luke ja Metsäteho. Lokakuussa 2017 hankkeessa mukana olevat yritykset järjestivät esittelytilaisuuden Juupajoella Hyytiälän metsäntutkimusasemalla ja Kurun koealoilla. Arbonaut Oy kehittää suomalaista sovellusta korjuukelpoisuuden määrittelyyn.
Puunkorjuun toteutus tapahtuu aina maastonmuotojen ja maaperän kantavuuden perusteella. Maaperän kantavuus voidaan tulevaisuudessa määritellä tarkemmin kerätyn digitaalisen tiedon perusteella, eikä maastokäyntejä tarvita. Tästä hyötyvät kaikki puunkorjuun ja -kasvatuksen osapuolet.
Kuvassa taustan maisema on paperilla näkyvissä, tumman sininen alue on erittäin pehmeäksi määriteltyä aluetta.
2. Yksi big datan hyödyntämiskohde on uudistusalojen viljelyn suunnittelu. Tarvittava HPR-tiedosto saadaan muodostettua jo nykyisillä harvestereiden keräämillä tiedoilla. Valtapuuston pituus yhdistettynä rungonosien pituuteen ja puulajiin kertoo, mitä puulajia kannattaa viljellä eri kohdissa kuviota. Kurun esimerkkikuvion mänty/kuusi-istutusyhdistelmällä saataisiin kuvion luontaiset puiden kasvupaikat hyödynnettyä parhaiten.
Kurun esimerkkikuvion mänty/kuusi-istutusyhdistelmällä saataisiin kuvion luontaiset puiden kasvupaikat hyödynnettyä parhaiten
3. Ajourakone on suomalaisen Karttakeskuksen kehittämä palvelu, jolla voidaan luoda ehdotus ajouraverkostoksi ennen hakkuuta. Palvelu optimoi uraston käytössä olevien lähtötietojen, kuten leimikon rajojen, ennalta sovittujen varastopaikkojen sekä kosteusindeksin, kaltevuustietojen tai muiden vastaavien olosuhdetietojen perusteella.
1. Ruotsissa jo paikoitellen käytössä oleva Bestway-ohjelma määrittelee kosteikkoalueet huomioiden avohakkuille pääuraverkoston. Ajourien paikkoihin vaikuttaa – kuten myös Ajourakone-ohjelmassa – monet maastosta aiemmin kerätyt tiedot. Kosteikkokohtien pakolliset ylitykset ohjataan paikkoihin, joissa ylitys on lyhin mahdollinen. Ohjelman avulla saadaan myös tehokkain mahdollinen korjuu-uraverkosto.
4. Suomen Metsäkeskuksen kehittämässä Korjuukelpoisuuskartat-palvelussa näkyy tummanvihreällä kelirikkoajankohtana korjattavat maastot, kesäkorjuukelpoiset vaaleammalla. Kesäkorjuukelpoiset turvemaat on merkitty keltaisella, oranssi tarkoittaa kuivan kesän turvemaita. Punainen tarkoittaa vain talvikorjuuseen soveltuvaa kohtaa. Alla näkyvän karttakuvan punaisella rajatut kohdat ovat Haukivuorella järjestetyn pehmeiden maiden korjuunäytöksen alueesta. Kartan tiedot maaston kantavuudesta pitävät kohteella käyneen toimittajan havaintojen mukaan hyvin paikkansa. Kartat on laskenut ja tuottanut Arbonaut Oy. Kuvakaappauksen lähde: Korjuukelpoisuuskartat/Suomen Metsäkeskus.
Effortessa-tutkimushankkeen tavoitteena on vähentää maastovaurioiden syntymistä, nostaa puun korjuun tehokkuutta ja samalla etsiä lisää kohteita hyödyntää metsistä kerättyä tietoa – Suurta Tietoa, kuten termi ”big data” voidaan suomentaa.
Effortessa ovat mukana Suomen lisäksi Ruotsi, Ranska, Skotlanti ja Sveitsi. Hankkeen etenemistä esiteltiin Hyytiälän Metsäasemalla.
Tiedot yhdessä arvokkaampia
Suuren tiedon lähteille päästään monien havaintomenetelmien avulla. Käytössä on jo ilmasta käsin tehdyt laserkeilaukset, joilla Suomen metsävaranto saatu kartoitettua. Tämän lisäksi tuloaan tekevät olemassa olevaa tietoa tarkentavat menetelmät, kuten hakkuukoneiden keräämä puustotieto sekä maastolaserkeilaus. Uusin tulokas tietolähteeksi on harvestereiden keräämä kulkuvastustieto. Sen avulla saadaan tietoa maaston kantavuudesta – mitä suurempi kulkuvastus, sitä pehmeämpää maaperä on.
Tiedot käytettävään muotoon
Tieto on turhaa, jos sitä ei pystytä hyödyntämään. Kerätystä tiedosta on jo saatu luotua erilaisia karttaohjelmia, joiden avulla voidaan metsänkorjuuta ohjata ilman maastotutkimuksia. Suomessa sovelluksista pisimmälle on ehtinyt Korjuukelpoisuuskartat-niminen palvelu. Sen kartoissa on nähtävissä värillisinä ruutuina maaston kantavuus eri korjuuajankohtiin yhdistettynä. Vihreän eri sävyt kertovat kesäajan kangasmaiden korjuukelpoisuuden, keltaisena/oranssina näkyvät kesä/talvikorjuukelpoiset turvemaat. Ainoastaan talvikorjuuseen sopivat kohteet ovat punaisia.
Kuljettajien työskentelyä opastavia ajouraopastimia ovat ruotsalainen Bestway ja suomalainen Karttakeskuksen Ajourakone. Ne määrittävät maasto-, olosuhde- ja eri paikkatietoaineistojen avulla kokoojaurille ehdotukset, joita kuljettaja voi halutessaan hyödyntää.
Korjuujäljen seurantaan jatkuvaa mittausta
Maastovaurioiden synty on yksi tutkimuksen kohde; Erilaisia jatkuvia urapainuman kuvaus- ja tallennusmenetelmiä on kehitteillä. Niillä voitaisiin rekisteröidä koneiden maastopainumat jatkuvana tietovirtana. Myös erilaisia urapainumien rekisteröintimenetelmiä kehitetään, asialla ovat useat tutkimuslaitokset ja Tampereen Teknillinen Yliopisto.
Puihin syntyvien runkovaurioiden seurantaan ja rekisteröintiin kehitetään myös kameratekniikkaan perustuvia menetelmiä. Yksi niistä on Trestima-kamerarelaskooppiohjelman sovellus, joka kuvaa ajourien suunnasta. Kuvaussuunnasta johtuen osa vaurioista jää piiloon, tosin niidenkin määrittelyyn on kehitteillä arvioiva menetelmä.
Pienipiirteisempään metsänkasvatukseen
Yksi todella mielenkiintoinen sivupolku hankkeessa on edeltä mitattujen maastotietojen yhdistäminen kuvioiden hakkuutietoihin. Harvestereiden luomien HPR-tiedostojen perusteella voidaan uudistusalojen seuraavan sukupolven puulajivalintaa ohjata – luonnon haluamaan suuntaan. HPR-tiedostot yhdistettynä sijaintitietoon ja laserkeilauksen tuloksiin nimittäin kertovat, missä kohtaa kuviota on kukin puulaji kasvanut parhaiten. Tieto on hienopiirteistä, 16 x 16 metrin ruudukoille saadaan tarvittaessa merkittyä parhaiten sillä kasvava puulaji.
