Lēmums ar individuālu baļķu precizitāti

Jori Uusitalo, Helsinku universitātes meža operāciju un loģistikas profesors.

Jori Uusitalo, Helsinku universitātes meža operāciju un loģistikas profesors.

Precīza ražas novākšana ir mežizstrādes nākotne. Šajā metodē meža apsaimniekošana balstās uz iepriekš definētu virtuālo modeli un darbības tiek plānotas pa vienam kokam, vienlaikus ievērojot vides vērtības.

Meža apsaimniekošana Somijā jau sen ir balstīta uz plānošanu zemes gabala un audzes līmenī. Pamata pieņēmums ir bijis tāds, ka meža tips un audzes attīstības klase atsevišķā parauglaukumā ir līdzīgi, tāpēc izvēlētā apstrādes metode var būt arī vienāda visā parauglaukumā. “Tomēr tas ne vienmēr notiek, jo parauglaukumos. var būt atšķirības, kas jāņem vērā meža apsaimniekošanā,” saka Jori Uusitalo, Helsinku universitātes meža operāciju un loģistikas profesors.

Faktiski Uusitalo prognozē, ka, ja iespējams, līdzās zemes gabala līmeņa plānošanai galu galā var parādīties jauns daudzmērķu novākšanas modelis. Uusitalo šo jauno modeli dēvē par precīzas ražas novākšanu. Uusitalo ir izveidojis modeli sadarbībā ar savu pētnieku grupu. Modeļa pamatā ir iespēja redzēt visus mežā esošos kokus un plānot un veikt mežizstrādi ar telpiski reālistisku ģeoinformāciju. “Tiek izveidots virtuāls meža modelis un pēc tam tiek izmantots, lai plānotu mežizstrādi katra koka līmenī. respektējot vides vērtības,” saka Uusitalo.    

Modelis, kas balstīts uz izbraucamību, koku audžu inventarizāciju un mežizstrādes izvedtaku tīklu 

Meža virtuālais modelis sastāv no satiksmes modeļa, koku audžu uzskaites un mežizstrādes taku tīkla, kas apvienoti iespējami precīzākā datu kopā. Satiksme raksturo augsnes nestspēju, ko ietekmē augsnes tips. un tā mitruma saturu. Aprēķini prasa gruntsūdeņu modelēšanu, pamatojoties uz topogrāfiskajiem datiem. Lai iegūtu precīzu priekšstatu, Uusitalo’pētniecības grupai ir jāapkopo dati no vairākiem dažādiem avotiem. 

“Izbraucamības prognozēšana ir sarežģīta. Salīdzinoši runājot, koku audzes datus ir vieglāk prognozēt.” Audžu uzskaitē izmantotie avota dati tiek iegūti, veicot lāzerskenēšanu no gaisa. Koku kartē koku audzes atrašanās vietas dati ir apvienoti ar galvenajiem stumbra rādītājiem, piemēram, koku sugas, diametra, garuma un, iespējams, arī kvalitātes faktoriem. “Augsta blīvuma lāzerskenēšana tika uzsākta 2020. gadā un nodrošina desmit reizes precīzāku punktu mākoņu kopu veidošanu, salīdzinot ar tās priekšteci. Šo datu izmantošana ir interesanta un piedāvā iespējas.”

Pēc Uusitalo teiktā, mežizstrādes taku tīkla optimizācija ir viens no interesantākajiem izaicinājumiem meža tehnoloģiju izpētē. “Maršrutu optimizācijai jābalstās uz datiem par augsnes īpašībām, kā arī uz datiem par veco mežizstrādes taku izvietojumu. Janvārī mūsu pētnieku grupa publicēja pētījumu, kurā vecās mežizstrādes takas, kuras ir grūti noteikt, var iegūt, izmantojot augsta blīvuma lāzerskenēšanu.”

Iegūstiet maksimālu labumu no iegūtās koksnes ar precīzu koku novākšanu

Gatavajam virtuālajam modelim ir vairākas izmantošanas iespējas. Pirms mežizstrādes meža īpašnieks vai mežizstrādātājs var, piemēram, pārbaudīt dažādu meža apsaimniekošanas metožu ietekmi uz atlikušās koku audzes struktūru, koku audzes novākšanu un meža ’ ekoloģiskajām vērtībām. Pircējam, no otras puses, var interesēt, kā maksimāli palielināt audzes vērtību un samazināt transportēšanas izmaksas un emisijas, simulējot koku audzes inventarizāciju un tirdzniecību. 

Uusitalo uzskata, ka precīzā mežizstrāde ir atbilde uz dažādajām un pieaugošajām cerībām, kas šobrīd tiek liktas uz mežu un meža nozari. Lai gan Somijā meža krājumam jau sen ir tendence pieaugt, tikai ar meža krājuma saglabāšanu vairs nepietiek, lai pierādītu, ka mežsaimniecība ir uz ilgtspējīga pamata. Ilgtspējīga mežsaimniecība ņem vērā arī sugu prasības, rekreācijas izmantošanu un meža lomu atmosfēras oglekļa bilances regulēšanā.    

Tāpat arvien svarīgāk ir tas, lai mežos iegūtā koksne tiktu ekonomiski izmantota pēc iespējas plašākā mērogā. Gala lietojums ietver ne tikai zāģmateriālus vai celulozi, bet arī, piemēram, augsti rafinētus bioproduktus, tekstilizstrādājumus vai izejvielas farmācijas un ķimikāliju rūpniecībai.

Mežā ienāk automatizācija un robotika

Uusitalo norāda, ka precīzā ražas novākšana paver ceļu arī automatizācijas un robotikas pasaulei. “Mežs ir viena no vissarežģītākajām vidēm no automatizācijas viedokļa. Meža mašīnu kustības ir daudzdimensionālas, un ir grūti izmantot satelīta datus, lai atrastu mašīnu koku lapotnē. Turklāt meža mašīnai jāņem vērā augsnes’ nestspējas izmaiņas un iespējamās kraujas.”  

Neskatoties uz izaicinājumiem, darbs turpinās un tiek izstrādāts plānošanas instruments. Uusitalo uzskata, ka nākamie desmit gadi nesīs ievērojamus sasniegumus meža mašīnu automatizācijā. “taču’, iespējams, paies 20-30 gadi, līdz mēs ieraudzīsim pilnībā automatizētu meža mašīnu, kas piemērota komerciālai lietošanai.”

Teksts: Maria Latokartano / Attēls: Laura Vesa / In The Forest 1/2022


Precīzas ražas novākšanas risinājumi, ko piedāvā John Deere Forestry, ievieš tirgū progresīvas tehnoloģijas, kas palīdz meža mašīnu uzņēmumiem un operatoriem izveidot produktīvu un efektīvu, ilgtspējīgu mežsaimniecību. TimberMatic TM Maps and TimberManager TM paplašina galvenās tehnoloģijas funkcijas katrā iekārtā, lai atraisītu jaudīgu jaunu iespēju kopumu. Tie racionalizē darbības darba vietā un atbalsta nodaļā.