Artikkelit jotka sisältää sanan 'hakkuukone'

Tässä väitöskirjassa arvioidaan lentolaserkeilauksen (ALS) perusteella tehtävän metsänarvioinnin, mobiilipohjaisten konenäkömenetelmien ja operatiivisten hakkuukonetiedon sovellettavuutta metsän inventointien ja käytön kehittämiseen. Tutkimuksessa keskitytään arvioimaan kaukokartoituksen ja mobiilipohjaisen konenäön avulla saatujen tilavuuksien tarkkuutta verrattuna operatiivisiin hakkuukoneiden mittauksiin, sekä parantamaan kaukokartoitukseen pohjautuvia arvioita tilavuudesta soveltamalla hakkuukoneiden mittauksia ja muita laaja-alaisia paikkatietoaineistoja.

Ensimmäisessä tutkimuksessani tarkastelin ALS:stä johdettujen Metsään.fi-kuviotietojen tarkkuutta vertaamalla niitä hakkuukoneiden mittaamiin operatiivisiin tietoihin. Tulokset osoittivat Metsään.fi-tiedon yliarvioivan tukkikertymää, erityisesti kuusen (Picea abies (L.) Karst.) osalta, vaikka pääpuulajin määritys sinällään oli onnistunut hyvin.

Toisessa tutkimuksessani arvioin Trestima-älypuhelinsovelluksen tarkkuutta leimikon ennakkomittauksessa, ja tulokseni osoittivat, että riittämätön valokuvien määrä metsikössä johti heikkoon mittaustarkkuuteen. Kun sovellusta käytettiin ohjeiden mukaisesti ottamalla riittävä määrä kuvia, suorituskyky parani. Arviot kuusen osalta olivat tarkempia, kun taas sovellus aliarvioi hieman mäntyjen (Pinus sylvestris L.) tilavuutta.

Kolmannessa tutkimuksessani tarkastelin Metsään.fi-tietojen ja muiden laaja-alaisten paikkatietoaineistojen avulla tukkipuun tilavuuden ennustamista operatiivisten hakkuukonetietojen avulla. Satunnaismetsä -malli toimi parhaiten tukkipuun todellisten määrien ennustamisessa. Mallipohjainen lähestymistapa paransi huomattavasti tukkipuun tilavuusennusteita männylle verrattuna alkuperäisiin Metsään.fi-arvioihin.

Tämän väitöskirjan tulokset osoittavat, että kaukokartoitus- ja konenäköpohjaiset menetelmät ovat toimivia eri puutavaralajien ja tukkiprosenttien ennustamisessa, mutta niitä voitaisiin edelleen kehittää käyttämällä avoimesti saatavilla olevia paikkatietoaineistoja. Vaikka tähän liittyy tiettyjä rajoituksia, parantuneet tiedonkeruumenetelmät ja edistyneet mallinnustekniikat voivat parantaa metsäninventoinnin tarkkuutta ja käytettävyyttä operatiivisessa metsätaloudessa. Tämän väitöskirjan tulokset edistävät tehokkaampien ja aineistopohjaisten metsäninventointikäytäntöjen kehittämistä, jotka voivat helpottaa resurssien parempaa kohdentamista ja kestävyyttä pohjoismaisessa metsätaloudessa.

• Vähä-Konka, University of Eastern Finland, Faculty of Science, Forestry and Technology, School of Forest Sciences Sähköposti: ville.vaha-konka@uef.fi

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.

• Sanz, University of Eastern Finland, Faculty of Science and Forestry, School of Forest Sciences Sähköposti: blanca.sanz@uef.fi

Automaattisen ja manuaalisen työajanmittauksen soveltuvuus hakkuukoneen aikatutkimuksissa Työaikatutkimukset ovat olleet keskeisessä roolissa hakkuukonetyön tutkimuksissa aina siitä alkaen kun ensimmäisiä malleja kokeiltiin. Tänä päivänä aikatutkimusten aiheet ovat laajentuneet hakkuukoneiden teknologian ja työmenetelmien kehittämisestä aina kuljettajien ammattitaidon ja työhyvinvoinnin lisäämiseen sekä ympäristökysymyksiin. Hakkuukonetyön tutkimuksissa on jo hyödynnetty 2000-luvun uusinta mittausteknologiaa. Tällöin on myös tärkeää selvittää eri mittausmenetelmien soveltuvuutta ja yhteensopivuutta työaikatutkimuksessa. Väitöskirjan tavoitteena oli selvittää automaattisen ja manuaalisen työajanmittauksen soveltuvuutta hakkuukoneen aikatutkimuksissa, jotta nopeatahtista hakkuukonetyötä voitaisiin entistä paremmin ymmärtää ja kehittää. Manuaalisessa työajanmittauksessa metsätyöntutkija havainnoi silmämääräisesti hakkuukoneen työskentelyn liikkeitä ja tallentaa niiden ajat mukana kannettavalle maastotallentimelle. Automaattisessa työajanmittauksessa puolestaan ns. tiedonlouhintaohjelmat tallentavat erilaiset liikeajat suoraan hakkuukoneen tietokoneelle. Tutkimuksen tulosten mukaan manuaalinen aikatutkimus ei aina anna riittävää kuvaa hakkuukonetyöstä, sillä ihminen kykenee havaitsemaan vain osan nopeasti vaihtuvista hakkuukoneen liikkeistä. Ihmisen joustavaa havainnointia tarvitaan kuitenkin vastaisuudessakin kokonaisten työprosessien ja poikkeuksellisten toimintojen mittaukseen. Tutkimus vahvisti, että hakkuukoneen tietojärjestelmästä työaikaa keräävää automaattista mittausta tarvitaan jatkossa entistä enemmän hakkuukonetyön kuvaamiseen. Automaattinen mittaus mahdollisti yhtäaikaisten hakkuukoneen liikkeiden rekisteröimisen. Automaattisen mittauksen etu on, että sillä voidaan kerätä tehokkasti ja tarkasti laajoja aineistoja sekä tuottaa tietoa tasapuolisesti kaikissa olosuhteissa. Tutkimuksessa havaittiin, että hakkuukoneen normaalista toimintajärjestyksestä poikkeavat tekijät saattavat aiheuttaa virheitä automaattiseen mittaukseen. Tutkimuksessa kehitettiin automaattiseen mittaukseen perustuva aikatutkimusmenetelmä, jossa hakkuukoneen työ on paloiteltu työvaiheisiin. Menetelmän etu on, että työajanmittaus voidaan kohdistaa juuri tutkimusongelman kannalta tärkeimpiin työn osiin. Menetelmällä työaikaa on mahdollista mitata myös perinteisellä manuaalisella mittauksella, jolloin molempien mittaustapojen edut voidaan yhdistää.

• Nuutinen, University of Eastern Finland, School of Forest Sciences Sähköposti: yrjo.nuutinen@metla.fi