Tutkimuksen tavoitteena oli laatia menetelmäkuvaus sekä referenssitiedon tuottamiseen että metsävaratiedon ylläpitoon nykyiseen hakkuukoneella kerättävään tietoon ja hakkuukoneella tuotettuun puukarttaan perustuen. Selvitys toteutettiin osana DIGILEn Data to Intelligence (D2I) -ohjelman Forest Big Data -osiota.
Potential Business Models for Forest Big Data – Data to Intelligence (D2I) Project report, Task 3.2
Selvityksen tavoitteena oli kuvata metsävaradataa (Forest Big Data) hyödyntävien palveluiden potentiaalisia liiketoimintamalleja Suomessa. Selvitys toteutettiin osana DIGILEn Data to Intelligence (D2I) -ohjelmaa, jossa Forest Big Data edustaa yhtä seitsemästä liiketoimintasektorista.
Information Management of Bioenergy Supply Chains
In workshops with BEST participants it has been summarized that the most probable solution for information management in general is that parties of the biofuel supply chain keep using their own company-specific information systems and the systems are networked and communicate with other systems via data interfaces based on standards.
Koneellinen metsänistutus ja sen tehostaminen Suomessa
Koneellisen metsänistutuksen tavoitteeksi on asetettu 30 % kokonaisistutuspinta-alasta vuonna 2015 ja 35 % kokonaisistutuspinta-alasta vuonna 2020. Tutkimuksessa selvitettiin koneellisen metsänistutuksen nykytila Suomessa: millä kalustolla koneistutusta tehdään, mitkä ovat vuotuiset koneistutustyömäärät, minkälaisilla työmailla koneistutusta tehdään ja miten koneistutusketju on organisoitu. Lisäksi tutkimuksessa etsittiin keinoja tehostaa koneellista metsänistutusta Suomessa.
Yhteismetsät ja niiden puukaupallinen toiminta
Yhteismetsäomistuksen lisääminen nähdään yhtenä keinona torjua metsälöiden pirstoutumista ja parantaa yksityismetsätalouden kannattavuutta. 2000-luvulla yhteismetsien lukumäärä on kaksinkertaistunut Suomessa. Yhteismetsiä ja yhteismetsäomistusta on tutkittu aktiivisesti viime vuosina, mutta yhteismetsien puukaupallisesta toiminnasta ei ole tehty yhtään kattavaa selvitystä kolmeenkymmeneen vuoteen Suomessa.
Satelliittipaikannuksen tarkkuus hakkuukoneessa
Satelliittipaikannusta (GPS eli Global Positioning System) on jo pitkään hyödynnetty koneellisessa puunkorjuussa ja hakkuukoneiden karttajärjestelmissä. Tulevaisuudessa pääpaino koneellisessa puunkorjuussa tulee olemaan kuljettajan työolosuhteiden parantamisessa, kuljettajaa opastavien järjestelmien kehittämisessä ja työvaiheiden osittaisessa automatisoinnissa. Tätä varten tarvitaan yhä tarkempaa tietoa puiden sijainnista hakkuun edetessä.
Puukarttajärjestelmä hakkuun tehostamisessa
Tutkimuksessa selvitettiin hakkuukoneeseen kehitetyn puukarttajärjestelmän (Optical Tree Measurement System, OTMS) toimivuus ja mittaustarkkuus erilaisissa olosuhteissa. Järjestelmä tuottaa hakkuun yhteydessä reaaliaikaista tietoa leimikon puuston ominaisuuksista. Se tunnistaa puut automaattisesti, laskee yksittäisten puiden tunnuksia ja muodostaa puiden sijaintikartan. Puukarttajärjestelmä on kehitetty Argone Oy:n Tekesin osittain rahoittamassa tuotekehitysprojektissa vuosina 2011–2013 yhteistyössä Ponsse Oyj:n kanssa. Tuotekehitysprojektissa kehitettyä järjestelmää testattiin FIBIC-biotalousklusterin EffFibre-tutkimusohjelmassa (2010–2013).
Kosteusindeksi puunkorjuun olosuhteiden ennakoinnissa
Laserkeilaukseen perustuva 2 m x 2 m korkeusmalli tarjoaa tarkan informaation maan pinnanmuodoista ja korkeusvaihtelusta. Korkeusmalliin perustuva topografinen kosteusindeksi ennustaa veden virtausta ja kertymäkohtia maastossa. Tämän tutkimuksen tavoitteena oli tutkia kosteusindeksin toimivuutta maaperän kantavuusluokittelun apuvälineenä puunkorjuun suunnittelua ja toteutusta varten. Tutkimus on osa Suomen biotalousklusteri FIBIC Oy:n EffFibre -tutkimusohjelmaa.
Koneellisen taimikonhoidon kustannustehokkuuden parantaminen
Suomen biotalousklusterin (FIBIC) EffFibre tutkimusohjelman tavoitteena on kasvattaa kotimaisen puuraaka-aineen saatavuutta ja parantaa puuntuotannon kustannustehokkuutta sekä koko klusterin kilpailukykyä. Osana ohjelmaa selvitetään tehostetun puuntuotannon vaatimia teknologisia ja logistisia ratkaisuja puunkorjuussa ja metsänhoidossa. Yhtenä kehittämiskohteen oli koneellinen taimikonhoito, joka ottaa vielä ensiaskeleitaan. Tässä raportissa on esitetty yhteenveto sitä koskevista tuloksista.
Koneellisen taimikonhoidon kustannustehokkuuden parantaminen