Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle

Transkriptio

1 Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle Jarmo Hämäläinen Metsäteho Oy Metsätieteen päivä , Helsinki Taustalla Puutavaralogistiikka 2020 kehittämisvisio ja T&K-ohjelma 2

2 DIGILE s Data to Intelligence program ( ) The vision of the D2I Program is: We have developed in the D2I program the necessary intelligent methods and tools for managing, refining and utilizing diverse data pools. The results enable innovative data intensive business models and services with supportive ecosystems. The mission of the D2I Program is: To boost Finnish international competitiveness through intelligent (context sensitive, personalized, proactive) data processing technologies and services that add measurable value. 3 Work Packages and business sector perspectives ( miniecosystems ) Total funding budget 13,5 M (2014) 4

3 Seuraavan sukupolven metsävaratietojärjestelmä teknologia ajureita Kaukokartoitustekniikka Lähikartoitustekniikka (konenäkö ym. aistintekniikka) Paikannustekniikka Tietoliikenne ja päätelaitteet Sanomastandardit Julkiset tietovarastot Datan tallennuskapasiteetti ja hinta Isojen datojen analysointimenetelmät 5 Forest Big Data partners Companies Arbonaut Finnish Wood Research (FWR) *) Metsähallitus Metsäliitto Metsäteho Ponsse Savcor Simosol *) Stora Enso TimberVision *) Trestima *) UPM + The Finnish Forest Centre Research organisations Aalto University Finnish Geodetic Institute (FGI) METLA Tampere University of Technology (TUT) University of Helsinki (UH) VTT University of Eastern Finland (UEF) *) *) New partners

4 FBD visio case puunhankinta Runkolukusarja & laatutietoa Ref.tieto & päivitys Sähköinen puukauppa, runko-/r-osahinnoittelu, DSS Katkonta & ohjaus, DSS 7 FBD visio case metsänuudistaminen Spatiaalinen puulajija olosuhdejakauma Metsävaratiedon päivitys Olosuhteiden (automaattinen) mittaus seuraavia vaiheita varten Käsittelyvaihtoehtojen vertailu, DSS 8

5 Tehtävät ja vastuut ( ) Koordinointi: Jarmo Hämäläinen, Metsäteho T1. Seuraavan sukupolven metsävaratietojärjestelmän periaatteet ja rakenne (Risto Ritala, TTY) Käyttötapaukset, datan yhdistäminen ja tunnusten estimointi, tietorakenteet, tietovarastot, järjestelmäarkkitehtuuri, vision tarkentaminen, kehityspolku T2. Tiedonhankintamenetelmien kehittäminen (Markus Holopainen, UH) Kaukokartoitusmenetelmät, maastomittaukset, operaatioiden tuottama data, tutkimuskoealat, paikannustarkkuus => kustannustehokas tiedonkeruu ja päivityskonsepti puustotunnuksille => olosuhdetietojen inventointimenetelmien kehitys vauhtiin T3. Tiedon hyödyntämismahdollisuudet ja hyötypotentiaali (Tapio Räsänen, Metsäteho) Tarkemman puustotiedon käyttömahdollisuudet ja hyödyt, mittaustarkkuuden merkitys Tarkemman metsävaratiedon mahdollistamat liiketoimintamallit ja soveltamiskonseptit T4. Datan hankinta koneellisen taimikonhoidon yhteydessä (Arto Visala, Aalto) Aistin ja automaatiotekniikan menetelmätutkimus, datan visualisointi => koneellistamisen tehostaminen & tiedonkeruumenetelmät konetyön yhteydessä 9 Tulevaisuuden metsävaratieto Ajantasainen hilatason inventointi + runkoluvun tarkentaminen puukohtaisella tiedolla & Forest conditions 10

6 Tiedonkeruun tutkimustehtäviä Comparison of all relevant RS data sources in the same study area Tree mapping accuracies with 2D/3D TLS/MLS in various forest conditions Accuracies of the structural tree quality attributes such as tree species, stem curve and timber assortments using TLS and MLS Preharvest measurement accuracies in mature well managed stands using high density ALS and DSI data Methods to link TLS, MLS and ALS data together Kuva: Helsingin yliopisto ALS-pistepilvi (mustat pisteet) TLS-pistepilvi (vihreät pisteet) 11 Centre of Excellence in Laser Scanning Research Evo Field Campaign 2014 Appr m x 32m plots with accurately mapped and measured trees Appr. 20 plots are provided to international benchmarking (available also in D2I) Lähde: UH & FGI 12

7 Kaukokartoituksen referenssi ja päivitysdatan mittaus hakkuukoneella 16 * 16 m grid Hakkuukonemittauksen tiedot Koneen työpisteen sijainti Puukarttajärjestelmä 13 Lähde: Metsäteho Metsävaratiedon hyödyntäminen 14

8 Metsävarat ja Korjuuohjelmat leimikot Hakkuu Metsäkuljetus Varastot Kuljetus Tuotantolaitokset Vastaanotto METSÄJÄRJESTELMÄ Toimitustarpeet Katkonnan ohjauksen palvelu Erillinen sovellushanke, FBD-tutkimus tuottaa perusteita Yrittäjäjärjestelmä Metsävaratietojärjestelmät 15 Katkonnan ohjauksen suunnittelupalvelu ja tietojärjestelmäkokonaisuus Runkoaineistojen tietovarasto (runkopankki) Tyyppileimikoiden muodostus Sahan vastaanoton mittaus- ja tukkiröntgentietojen tietovarasto (laatutietopankki) Forest Big Data tietovarastot Metsävaratiedot grid pohjaiset puustotunnusten estimaatit puukohtaiset estimaatit Simuloitavan runkojoukon muodostaminen Dynaaminen katkonnan ohjaus Katkonnan simulointi Korjuun ja toimitusten suunnittelu (metsäyhtiön tietojärjestelmä) korjuukohteet tilaukset toimituskohteet varastot pystyvarannot resurssit Katkonnan ohjaustiedostojen muodostaminen ja ylläpito Katkontavaihtoehtojen vertailut Katkonnan simulointitulosten raportointi 16

9 FBD system architecture Application 1 Application 2 Application 3 FBD appl. interface FBD platform Data structure specs. Estimation methods Basic functionalities FBD data interface Wrapper 1 Wrapper 2 Wrapper 3 Data source 1 Data Metadata Data source 2 Data Metadata Data source 3 Data Metadata Lähde: TTY17 Yhteenveto Tavoite: Kustannustehokkaampi puutavaralogistiikka ja kannattavampi metsänhoito, lisäarvoa tuotantoketjuun, metsäsektorille kilpailukykyä, huippuosaamista ja uusia vientituotteita. Keinot: Uuden teknologian antamat mahdollisuudet käyttöön Tarkemmat, luotettavammat ja ajantasaisemmat puustotiedot entistä kustannustehokkaammin Monipuolisemmat olosuhdetiedot pysyvistä ja muuttuvista olosuhteista Metsäkoneet täyskäyttöön datan keruussa, päivityksessä ja jalostamisessa Datan tehokas hyödyntäminen koko metsänkäsittely ja toimitusketjussa Menetelmät datan yhdistämiseen ja tunnusten estimointiin heterogeenisistä datalähteistä Älykkäät päätöksenteon tukijärjestelmät Uudet tuotteet ja palvelut Näkymät: Käynnistetty Digilen D2I:n osana ( ) Mittavia rinnakkais ja jatkoponnistuksia tarvitaan Metsävaratieto on keskeinen osa metsäsektorin 18 infrastruktuuria