Suomessa kerätään paljon metsiin liittyvää tietoa, ja etenkin julkisin varoin kerätty metsävaratieto on avointa sekä kaikkien hyödynnettävissä. Metsävaratietoa käytetään hyväksi esimerkiksi metsänhoitoa suunniteltaessa.

Suomessa käytetään myös erittäin pitkälle automatisoituja metsäkoneita, erityisesti puunkorjuussa. Diplomi-insinööri Lari Melander tutki väitöskirjassaan, miten näiden kahden voimavaran yhdistäminen voisi tuottaa lisäarvoa metsätaloudelle.

”Metsävaratietoa käytetään jo nykyisinkin paljon metsänhoitotoimenpiteitä suunniteltaessa, mutta ei niinkään operatiivisessa toiminnassa eli silloin, kun metsäkone liikkuu metsässä. Olisi kuitenkin erittäin hyödyllistä ymmärtää, miten metsäympäristö vaikuttaa esimerkiksi metsäkoneen ja sen kuljettajan tehokkuuteen”, Melander kertoo.

Melander ehdottaakin väitöskirjassaan menetelmää metsävaratiedon ja metsäkoneen väylätiedon yhdistämiseksi. Menetelmällä tuotetusta tiedosta voidaan koneoppimisen menetelmillä etsiä yhteyksiä metsäkoneen suorituskyvyn, metsäkoneen kuljettajan toiminnan ja metsäympäristön välillä.

”Työn ohella automaattisesti suoritettavat ympäristön mittaukset ovat halpa ja tehokas tapa tuottaa uutta ja päivittää olemassa olevaa tietoa metsäympäristöistämme. Sekä kattavampi tiedonkeruu että olemassa olevan tiedon uudenlainen yhdisteleminen auttavat suunnittelemaan metsäoperaatiot niin, että oikeita asioita tehdään oikeaan aikaan”, Melander toteaa.

Melanderin mukaan tarkemmalla metsäsuunnittelulla voidaan tehostaa puunkorjuuta, mutta myös auttaa ilmastonmuutoksen torjunnassa sekä metsien monimuotoisuuden edistämisessä.

Fiskarsista kotoisin oleva Lari Melander työskentelee johtavana konenäkösuunnittelijana Cargotec Oyj:ssä Tampereen Ruskossa. Hän on keväällä julkaisemassa myös Suomen ensimmäisen tekoälyyn pohjautuvan olutkonseptin.

Jos ajankohtaiset metsäasiat kiinnostavat, tilaa Metsälehti tästä.