Methods for supporting digital timber trade
Sanz B. (2022). Methods for supporting digital timber trade. https://doi.org/10.14214/df.326
Tiivistelmä
Tämän tutkimuksen tavoitteena on parantaa ymmärrystä digitaalisesta puukaupasta ja kehittää menetelmiä tukemaan puunkorjuun suunnittelua. Puutavaralajeittainen ennakkoinformaatio puun laadusta on erityisen tärkeää puunhankinnan suunnittelussa, sillä eri puulajeja, puun mittoja sekä laatuja hyödynnetään ja jalostetaan eri tehtaissa.
Tutkimus tehtiin kolmella alueella, joista kaksi (osajulkaisut I ja II) sijaitsivat Itä-Suomessa ja yksi (osajulkaisu III) Etelä-Suomessa. Tutkimusaineisto koostui 79, 99 ja 665 koealasta (osajulkaisut I, II ja III), 249 metsiköstä (osajulkaisu III), runkojen laatutietokannasta (osajulkaisut I ja III), ilmakuvista (osajulkaisut I ja III) ja lentolaserkeilauksesta (ALS) (osajulkaisut I, II ja III).
Osajulkaisuissa I ja III pyrittiin arvioimaan puutavaralajeja, niiden taloudellista arvoa ja puunmaksukykyä (WPC) koealoille (osajulkaisu I) tai leimikoille (osajulkaisu III), hyödyntänen erilaisia katkontavaihtoehtoja (apteerausvaihtoehdot). Vaihtoehtoiset puun apteeraukset olivat (1) käyttämällä sahan ja kuitupuun enimmäismääriä ilman laatukriteerejä (teoreettinen maksimi) ja (2) apteeraus maksimoimalla puun arvoa käyttämällä sahatukin pituuksia 30 cm:n välein., huomioiden puun laatuindikaattorit. Ensimmäinen lähestymistapa vastaa pääosin tällä hetkellä pohjoismaissa käytössä olevaa menetelmää. Metsiköiden taloudelliseen arvoon vaikuttaa oleellisesti pienten puiden määrä vallitussa latvuskerroksessa. Puunkorjuuta vaikeuttavan kasvillisuuden takia saatetaan tarvita hakkuuta edeltävä raivaus. Tutkimuksen osajulkaisussa II kehitimme menetelmän, jolla voidaan arvioida hakkuuta edeltävän raivauksen tarve suoraan laserkeilausaineistosta.
Tulokset osoittivat, että kehitettyjen menetelmien käyttö voisi tukea puunhankintaa (1) paikantamalla arvokkaita metsiköitä, joissa on haluttu puutavaralajijakauma (osajulkaisut I ja III), (2) tunnistamalla automaattisesti kohteet, joissa on tehtävä ennakkoraivaus ennen korjuuta. (osajulkaisu II) ja (3) vähentämällä puunkorjuun suunnittelussa tarvittavien maastokäyntien määrää (osajulkaisut I, II ja III).
Johtopäätelmänä voidaan todeta, että tutkimuksen tulokset voivat tehostaa puumarkkinoiden toimivuutta, koska kehitetyt menetelmät tarjoavat yksityiskohtaista ennakkotietoa puunhankintaa ja -korjuuta varten, jota puunostajat tai -myyjät voivat käyttää päätöksenteon tukivälineenä perinteisessä ja digitaalisessa markkinaympäristössä.
Avainsanat
kaukokartoitus;
hakkuukone;
puutavaralajien kertymä;
puutavaralajimenetelmä (CTL);
ennakkoraivaus;
puunhankinta;
laserkeilaus (ALS)
Julkaistu 3.3.2022
Katselukerrat 5031
Saatavilla https://doi.org/10.14214/df.326 | Lataa PDF
Osajulkaisut
Sanz B, Malinen J, Leppänen V, Valbuena R, Kauranne T, Tokola T (2018) Valuation of growing stock using multisource GIS data, a stem quality database, and bucking simulation. Canadian Journal of Forest Research 48: 888–897.
https://doi.org/10.1139/cjfr-2017-0172
Sanz B, Malinen J, Heiskanen J, Tokola T (2020) Need for pre-harvest clearing of understory vegetation determined by airborne laser scanning. Forests 11, article id 294.
https://doi.org/10.3390/f11030294
Sanz B, Malinen J, Sirparanta S, Peuhkurinen J, Leppänen V, Melkas T, Riekki K, Kauranne T, Vastaranta M, Tokola T (2021) Integrating detailed timber assortments into airborne laser scanning (ALS)-based assessments of logging recoveries. Forests 12, article id 1221.