Metsänkasvatus talousmetsissä perustuu samaan kuin maataloudessa – maapohjan tuottokyvyn maksimointiin. Suomessa tätä on tutkittu pitkään, ja kullekin maapohjalle on määritelty puulajikohtaisesti sellainen puumäärä, joka hyödyntää maksimaalisesti kasvupaikan ravinteet.
Oikean runkojen määrän – suhteessa niiden kokoon – voi tarkistaa esimerkiksi relaskoopin ja kasvatusmallitaulukoiden avulla. Relaskoopilla määritelty puuston rinnankorkeuden poikkileikkauspinta-alaan perustuva runkoluku on harvennuksen lopputuloksen tavoite.
Puuston runkoluvun keskimäärittäminen tapahtuu mittaamalla koeala, jossa määritellään esimerkiksi tietyn ympyrän sisälle jäävien runkojen määrä. Ja mitä useamman koealan mittausten keskiarvo liitetään yhteen, saadaan myös tarkempi keskimääräinen tulos.
Ponssen kehitysvaiheessa oleva laitteisto voi tulla muuttamaan tätä määrittelyä. Jatkossa laitteisto antaa näkökulman puuston tilasta ennen/jälkeen harvennuksen – ja tämän tiedon kuljettaja saa reaaliaikaisena ja se myös tallentuu järjestelmän muistiin. Samalla selviää, onko jäävän puuston mahdollinen vähyys syntynyt harventamalla vai onko kohdalla ollut jo ennestään heikko puusto.
Ponsse ThinningDensityAssistant -teknologiakonsepti toimii useamman tietokanavan pohjalla. Koneen perussijaintitieto määritetään satelliittien avulla. Puomiston ulottuma-alue määrittyy koneen oman puominhallintajärjestelmän anturitiedon perusteella. Ja oleellisin, eli lähtötason puiden sijainnit, mitataan Lidar-anturilla. Tämä pyörivään lasersäteeseen perustuva tekniikka on jo koeteltua muillakin aloilla.
Nämä kolme tietolähdettä toimivat vain kukin toisensa tukena, eli satelliittipaikannuksen heikentyminen ei pysäytä laitteiston toimintaa. Jos joku tietolähde pettää, niin navigointia jatketaan puiden sijoittelun määrittämän puukartan avulla. Järjestelmä siis kirjaa koneen liikkuessa kunkin puun sijainnin toisiin puihin nähden. Tämän myötä syntyy puut sisältävä pistekartta. Se taas mahdollistaa koneen sijainnin tarkan määrittämisen, vaikka satelliittisignaalia ei olisi käytössä.
Järjestelmä on nykyisessä kehitysvaiheessa suunniteltu toimimaan pyöriväohjaamoisessa Scorpion-harvesterimallistossa ja Active Crane -järjestelmän yhteydessä – peruspilarinaan uusin Ponsse Opti 5G -tietojärjestelmä.
Ainoa ulospäin näkyvä komponentti on ohjaamon etulasin eteen sijoitettu Ousterin Lidar-skannain. Ohjaamon sisällä on nyt käytössä oma tablettitietokoneensa, jotta ohjelman käyttö ei haittaa peruskoneen ja mittalaitteen näyttötoimintoja.
Järjestelmään syötetään peruskoneen nosturin Active Crane -puomistonhallintajärjestelmän ulottumatietoa. Myös peruskoneen oman vakautusjärjestelmän asentotietoa hyödynnetään.
Laitteistoa käytettäessä kuljettaja voi näytöstä suoraan nähdä nosturin ulottuman (harmaa alue) suhteessa koneen vierellä oleviin puihin. Ne alueet, johon koneella ei ulotu, tai joita ei ole vielä käsitelty, näkyvät mustana.
Ja nämä alueet tallentuvat järjestelmän tiedostoon. Eli sen myötä voidaan kertoa, ettei tietyllä alueella ole työskennelty. Esimerkiksi jos harvennuskuviolla tekee rajaa seuraavan ajouran ensin, näkyy sen sisäpuolella käsittelemätön alue.
Kuljettajalle on hyötyä myös siitä, että vain harmaalle alueelle sijoittuviin vihreiden täplien määrittämiin runkoihin ulottuu nosturilla. Eli turhat tarttumisyritykset ääriulottuman ulkopuolella oleviin puihin jäävät pois, mikä nostaa työn tuottavuutta.
Kun kuljettaja siirtää konetta seuraavalle työskentelypisteelle, päivittyy näkymä uusilla rungoilla. Ne näkyvät kartalla vihreinä täplinä. Erittäin tiheät ja vierekkäisten runkojen kohdat ilmestyvät näkyviin punaisina alueina. Jos vierellä on toinen, aikaisemmin tehty ajoura, etäisyys siihen osoitetaan nuolella ja matka metreinä. Näin järjestelmä kertoo myös liian suuresta tai pienestä ajouravälistä.
Nosturin ulottuman alueen runkolukumäärä näkyy kuljettajalle selkeänä kappalemääränä näytön vasemmassa yläkulmassa. Kun kuljettaja kaataa haluamansa rungon, sen merkkitäplä muuttuu valkoiseksi. Tihentymäryhmien punainen väri muuttuu harvennuksen jälkeen vaaleanharmaaksi. Samalla näkymä päivittyy jäävien runkojen mukaiseksi.
Kaikki tieto tallentuu ja sen avulla voidaan laskea poistettujen puiden lisäksi myös jäävien puiden määrä. Tämä tieto yhdistetään koneen kulkemaan matkaan, jolloin saadaan määriteltyä täsmällinen runkoluku hehtaarille. Koneen keräämä tieto voi tulevaisuudessa toimia myös automaattisena työnlaadun seurannan työkaluna.
Tällä hetkellä Ponssen järjestelmä on teknologiakonsepti, ei siis missään muodossa valmis tuote. Eikä sen vuoksi järjestelmälle ole vielä myyntihintaakaan. Mutta toimiva protokone osoittaa, että tekniikan avulla voidaan tehdä kuljettajalle avustavia järjestelmiä myös poistettavien puiden valintaa helpottamaan.
Toki on kuitenkin aina muistettava, että myös syntyneet kustannukset ovat huomioitava järjestelmien tuottavuuden määrityksessä – järjestelmiä kehitetään ainoastaan siinä tapauksessa, että niistä on hyötyä käytännön työssä. Järjestelmää on nyt koeajettu useammalla koneella käytännön olosuhteissa pidemmän aikaa ja erilaisia muutoksia on tullut runsaasti jo tässäkin vaiheessa.
Jatkossa onkin odotettavissa, että tähänkin järjestelmään lisätään uusia ominaisuuksia, joita alati kehittyvä tekniikka tuottaa. Tällaisia voisivat kenties olla konenäköön perustuva puulajien tunnistus, sekä riittävän tarkka puiden paksuusmittaus, joka toimisi pystyyn apteerauksen apuna. Ja voisiko tulevaisuudessa harvesterinkuljettajan apuna olla aluetta skannaava oma drone, jonka keräämät tiedot voitaisiin jo nykyisellä tekniikallakin liittää olemassa olevaan satelliittiskannattuun metsätietoon – elämme mielenkiintoisia aikoja.
Uudet erilaiset tietoa keräävät ja jakavat järjestelmät ovat tulevaisuutta. Ja samalla tulevaisuutta on myös kerättävän tiedon käyttöhyötyjen jyvittäminen eri osapuolille. Vastaavantapaisten kerätyn tiedon omistajuuden ongelmia onkin jo hahmottelemassa työryhmä, joka koostuu alan eri toimijoista. Sillä on kimurantti tehtävä määrittää, kuka saa laskuttaa mistäkin datasta ja kenellä niihin on käyttöoikeus.
Mutta Ponsse ThinningDensityAssistant tarjoaa yrittäjille ja kuljettajille jo nykyisessä muodossa selkänojaa. Järjestelmän tietojen perusteella ei jää epäselväksi, mikä on ollut harvennettavan metsän lähtötilanne ja mikä on lopullinen harvennustiheys. Myös valvoville organisaatioille se tuo tullessaan uuden työkalun – jollaista on joissakin maissa jo kaivattu.
