Metsätiedon lähteet ja soveltaminen

Koko: px
Aloita esitys sivulta:

Download "Metsätiedon lähteet ja soveltaminen"

Transkriptio

1 Metsätiedon lähteet ja soveltaminen Tapio Räsänen Metsäteho Oy EP-Digi Mitkä ovat digitaalisten tekniikoiden mahdollisuudet metsätaloudessa? Seinäjoki

2 Esityksen aiheet 1. Puuhuollon visio 2. Metsätieto kehittyy 3. Metsäkoneet tiedon tuottajana 4. Tiestötiedot hallintaan 5. Lisää jalostusarvoa puulle 6. Tieto rahaksi sovelluksilla 7. Mitä hyötyä ja koska? 2

3 1. Puuhuollon visio 3

4 Tehokas puuhuolto visio Tehostuva, täsmäohjattu puuhuolto parantaa metsäteollisuuden kilpailukykyä sekä turvaa sen kasvun ja uudistumisen. Kehittämistavoite vuoteen 2025 Puuhuolto tuottaa lisäarvoa puun arvoketjuun ja on 30 % nykyistä kustannustehokkaampaa. 4

5 T&K-päämäärät Tehokas puuhuolto 2025, Metsäteho (2015) 5

6 Digitalisaatio mahdollistaa kehityshyppäyksen Ajureita: laserkeilaus ja uudet satelliittitekniikat kaukokartoituksessa automaatio- ja mittaustekniikka (robotiikka, konenäkö ym.) paikannusmenetelmät tietoverkot ja päätelaitteet tiedon analysointi-, siirto- ja varastointikapasiteetti suurten tietomassojen (Big Data) analysointimenetelmät julkisin varoin tuotettujen tietoaineistojen vapautuminen metsäalalla tuotetut tietostandardit ja -mallit. DIGITALISAATIOLLA tarkoitetaan verkkoon kytkettyjen älykkäiden tuotteiden ja palvelujen kokonaisuutta, joka koskee kuluttajia, yrityksiä ja yhteiskuntaa. TEOLLINEN INTERNET on erityisesti yritysten näkökulma digitalisaatioon. Teollinen internet yhdistää älykkäät koneet, laitteet ja niitä käyttävät ihmiset, jolloin päätöksentekoa voidaan parantaa edistyneen tiedon analysoinnin kautta ja tuottaen mukautuvaa liiketoimintaa. Lähde: ETLA raportit No. 42 ( ). 6

7 Tehokas puuhuolto visio, päämäärät ja T&K-alueet 7

8 Metsäteho yhdistää ja aktivoi Omistajat T&K-verkosto Tutkimusyksiköt Yliopistot Kone-/laitevalmistajat ICT-toimittajat Yrittäjät Metsäkeskus Tapio Oppilaitokset Viranomaiset Rahoittajat 8

9 2. Metsätieto kehittyy 9

10 Tavoitteena nykyistä tarkempi puusto- ja olosuhdetieto ja tehokas eri tietolähteiden hyödyntäminen Runkolukusarja & laatutiedot Ref.tieto & päivitys Ohjausinformaatio Sähköinen puukauppa, kehittyvät hinnoitteluperiaatteet, päätöstukijärjestelmät Katkonta, puun ohjaus ja kuljetus, päätöstukijärjestelmät Pysyvät ja muuttuvat olosuhdetiedot 10

11 Metsätieto uudistamisketjussa - visio Hilatason puusto ja kasvupaikkatiedot Metsävaratiedon päivitys omavalvontatiedolla Olosuhteiden (automaattinen) mittaus seuraavia vaiheita varten & referenssitieto kaukokartoitukselle Dynaaminen metsäsuunnittelu ym. päätöstukijärjestelmät 11

12 Metsätieto puuhuollon digitalisaation ytimessä - kehitysnäkymiä Perusyksikkönä hila (16 * 16 m) jatkossa puuston järeysjakaumat (ja puun ominaisuustiedot) monipuolisemmat olosuhdetunnukset avoimesti saatavissa metsäkeskuksen metsävaratietojärjestelmästä päivitys mm. toimenpidetiedoilla Metsätietolaki uudistuu hallituksen esitys eduskunnalle keväällä tietojen luovuttaminen teknisen käyttöyhteyden avulla siten, että luovutuksen perusteena voi olla muukin laissa säädetty peruste kuin rekisteröidyn suostumus metsävaratietojen päivitys sivullisen toimittamien tietojen perusteella, jos metsäkeskus on varmistanut tietojen luotettavuuden (ns. tiedonkeruun joukkoistaminen) 12

13 Tulevaisuuden puustotieto perustuu ajantasaiseen hilatason inventointiin sekä runkolukusarjan ja laatutunnusten tarkentamiseen puukohtaisella tiedolla Lähde: Holopainen ym., Helsingin yliopisto

14 Visio: laserkeilauksen avulla tarkempaa metsävaratietoa kuviotasolta puu(oksa)tasolle Lähde: Helsingin yliopisto 14

15 Maastolaserkeilauksesta saadaan yksityiskohtaiset puutunnukset Mustat pisteet ilmalaserkeilauksen (ALS) pistepilvi Vihreät pisteet Maastolasekeilauksen (TLS) pistepilvi Kuvat: Helsingin yliopisto, Ville Kankare 15

16 Kuvat: Harri Kaartinen, Maanmittauslaitoksen paikkatietokeskus FGI 16

17 Lähde: Juho Heikkilä, Suomen metsäkeskus

18 Monikanavakeilaus Lähde: Juho Heikkilä, Suomen metsäkeskus

19 Tiheäpulssilaser Lähde: Juho Heikkilä, Suomen metsäkeskus

20 Satelliittikuva-aineistosta havaitut hakkuut ja niiden luokittelu Punainen = avohakkuu satelliittikuvasta Keltainen = harvennushakkuu satelliittikuvasta Violetti = avohakkuu MKI-aineistossa Oranssi = harvennushakkuu MKI-aineistossa Lähde: Laura Sirro, VTT /03/

21 Metsänkäyttöilmoitusten seuranta Rajaamalla muutostulkinta (AutoChange) kuvion alueelle voidaan valvoa metsänkäyttöilmoituksen toteutumista Esim. harvennushakkuu, avohakkuu ja maanmuokkaus voidaan todeta laskemalla muutoksen voimakkuus ja laatu alueen sisällä Lähde: Laura Sirro, VTT /03/

22 3. Metsäkoneet tiedon tuottajana 22

23 Metsäkoneet tiedon tuottajina Puunkorjuu on Suomessa täysin koneellistettu hakkuukoneita on töissä n kpl yksityiset koneyrittäjät omistavat kaikki metsäkoneet Puukauppoja tehdään vuosittain n erillistä korjuutyömaata (= käsiteltävää metsikkökuviota) Päivässä hakataan miljoona puuta, josta kaikesta syntyy dataa => esim. 150 milj. läpimittahavaintoa/pv = 30 Mrd/v Hakkuukoneiden tuottama mittaustieto on valvottua katkonta ja sen ohjaus on oleellinen osa teollisuuden tuotantoprosessia mittaustarkkuutta seurataan systemaattisesti jo hakkuukonemittauksenkin vuoksi 23

24 Hakkuukoneen tietojärjestelmä Keskeinen osa hakkuukoneen toiminnallisuutta on sen mittausjärjestelmä läpimitan ja pituuden jatkuva mekaaninen mittaus runkoa käsiteltäessä Hakkuukoneiden tiedonhallinnassa on käytössä StanForD tiedonsiirtostandardi katkontaa ohjaavien asetusten hallinta tuotantotieto (mittausdata) uudessa StanForD 2010 standardissa tallennus pölkkykohtaisesti tietojen tallennus koneen tietokantaan ja lähetys langattomana tiedonsiirtona metsäyhtiön tietojärjestelmään Koneen GPS -sijaintitiedon tallennus nykyisin mahdollista tallentaa vain koneen työpisteen sijainti tavoitteena kunkin kaadetun puun sijainti esim. koneen puomin anturoinnin ja muun sensoritiedon avulla 24

25 Mittausdatasta voidaan laskea erilaisia hakkuussa poistettavaa puustoa koskevaa tunnuksia (keskiarvoja, jakaumia) - alkuperäiselle datalle tehdään ensin tarkistukset, suodatukset ja tarvittavat muunnokset Runkokäyrän sovitus hakkuukoneen mittaamaan runkoprofiiliin Runkolukusarjat 25

26 Hakkuukonedatan kokoaminen tietovarastoon käyttösovellukset Tietovaraston ylläpitäjä Keskitetty tai hajautettu hakkuukonetietovarasto datan tarkastus ja esiprosessointi runkoprofiilien ja tilavuuksien laskenta puun laatu katkontatiedoista hakkuualueen rajojen muodostus Metsäyhtiöt Kohteiden valinta ja leimikkotietojen liittäminen Tietosuojan kannalta sensitiivisen tiedon poistaminen tai muuttaminen Metsäyhtiön A metsäjärjestelmä Metsäyhtiön B metsäjärjestelmä Metsäyhtiön C metsäjärjestelmä IT -toimittaja Työnohjauspalvelu (WoodForce) Konevalmistajien palvelut yrittäjille Korjuuyrittäjät stm hpr stm hpr Runkokohtaiset mittaustiedot rungon läpimitat ja pituus katkontatiedot (pölkyt) laatua kuvaava tieto kaadettujen puiden koordinaatit 26

27 Hakkuualan rajat ja ajourat voidaan tuottaa automaattisesti hakkuukonedatasta metsävaratietojen ajantasaistukseen Koordinaattimuunnos ja siirto paikkatieto-ohjelmistoon Kuviorajojen muodostus kehitetyllä algoritmilla Kuviorajojen tarkistus ja vertaaminen hakkuukoneen sijainteihin Yhdistäminen metsävaratiedon hilaruutuaineistoon Kuva: Metsäteho 27

28 Lähde: Juho Heikkilä, Suomen metsäkeskus

29 Metsäkonetieto puustotulkinnan apuaineistona Hankkeessa kehitetään hakkuukoneella mitattavan puutiedon hyödyntämistä laserkeilaukseen ja satelliittikuviin perustuvassa aluepohjaisessa puustotulkinnassa. Metsäkoneilla kerätään jatkuvasti suuria määriä tietoa puustosta, mutta tätä tietoa ei kuitenkaan toistaiseksi hyödynnetä tehokkaasti. Metsäkonetiedolla voitaisiin: kerätä puuston laatutiedon osalta monipuolisempaa tietoa inventointien tueksi. täydentää kaukokartoitusinventoinneissa tarvittavia maastokoealoja Hankkeen tavoite on tehostaa metsävaratiedon tuottamista ja parantaa sen laatua. Menetelmät testausvaiheessa paikannustarkkuus kriittinen 29

30 Hakkuukonemittaustiedon käyttö laserkeilauksen referenssinä Laskentaketju tuottaa maastomittausten kanssa yhteensopivaa puustotietoa (pl. runkoluku) Suositeltavaa käyttää erillistä mallinnusta päätehakkuumetsiin, joista ulosmitattavissa suurin hyöty. Sijaintitarkkuutta parannettava, nykyisellä tarkkuudella suuri riski saada huono otos. - optimaalisen hakkuukonekoealan koko suurempi kuin perinteisen (n. 900 m 2 satunnaisesti sijoitettuna optimi?) Aineistossa on suuri potentiaali, joka on saatavissa käyttöön pienillä parannuksilla nykyiseen. Lähde: Peuhkurinen ym

31 Hakkuukoneen puukarttajärjestelmä seuraava askel Laserkeilaus (TLS) hakkuukoneessa pystypuuston mittaukseen vaihtoehtoisesti kameraan ja konenäköön perustuva ratkaisu hakkuupään automaattinen ohjaus kaadettavien runkojen ominaisuuksien mittaus jäljelle jäävän puuston mittaus o o harvennusvoimakkuuden seuranta käsittelyalueen puustotunnukset metsävaratiedon ajantasaistukseen ja metsänomistajan metsäsuunnittelujärjestelmään Haasteena paikannuksen tarkkuus ja puukarttajärjestelmän kytkentä globaaliin koordinaatistoon Lähde: EffFibre -projekti (Timo Melkas / Metsäteho, Mikko Miettinen / Argone Oy ja Ponsse Oyj) 31

32 Kohti automaattista harvennusjäljen seurantaa Harvennusvoimakkuus - Laser (tai kamera) Ajouratiheys/-väli - Satelliittipaikannus Kuva: Metsäteho Urapainumat - Syvyyskamera tai laser Metsätöiden laadun omavalvonta Menetelmät kokeiluvaiheessa - ei vielä tuotteistettu Kuva: Metsäteho Puustovauriot -kamera Kuva: Lari Melander, TTY Kuva: Jyry Eronen, UEF 32

33 Maaperäolosuhteiden määritys metsänhoitotöiden yhteydessä - esimerkkejä kokeiluista Maan kivisyyden arviointi kiihtyvyysanturilla - lupaava Maalajiryhmän luokittelu kuvasta haastavaa Päätavoitteena automaattinen referenssitiedon tuottaminen kaukokartoitus-/mallinnuspohjaisille menetelmille Lähde: TTY & Metsäteho, Meolo-hanke 33

34 Sensoritekniikka metsänhoidon koneellistamisen avuksi - puiden ja maastoesteiden tunnistaminen Lähde: Hyyti ym. 2016, Aalto-yliopisto, Forest Big Data-hanke 34

35 Machine vision in detection of trees and tree species for mechanized pre-commercial thinning Source: NeoSilvix project, Heikki Hyyti, Aalto University Aim is to increase efficiency and productivity of silvicultural operations. Semi-automatic silvicultural machine with sensors to detect trees, ground and possible obstacles. Automatic motion control of forest crane is required in order to move the processing head along the planned trajectories. Localizing and identifying young trees 3D laser scanner and calibrated camera image are used to localize trees Image texture analysis classifies image regions to coniferous and deciduous trees or further to individual species. Human-machine interfaces are needed to operate and monitor the process. (NeoSilvix project) 35

36 4. Tiestötiedot hallintaan 36

37 Tiestö- ja kuljetusdatan visio 2020 Käytössä on Forest Digiroad, joka kokoaa valtakunnallisesti ja ajantasaisesti yhteen metsäautoteitä koskevan pysyväluontoisen tiedon. Metsätietietofoorumi määrittelee tietoaineiston sisällöt sekä tiedon tuottamisen, jakamisen ja hyödyntämisen pelisäännöt. Käytössä on metsäautoteiden ajantasaisen keli- ja muun olosuhdetiedon tietopalvelu. Metsäautoteillä ja muilla puukuljetusreiteillä kulkevat ajoneuvot ja kuljettajat tuottavat jatkuvasti ja mahdollisimman automaattisesti olosuhdedataa tietopalveluun. Yhteenkootun ja ajantasaisen tiestödatan sekä siitä jalostetun tiedon hyötyjä ovat lisääntynyt metsäsektorin eri prosessien ja tiestön kunnossapidon kustannustehokkuus parantunut tiellä liikkumisen turvallisuus tiestön vaurioitumisriskien pienentyminen. Tiestö- ja olosuhdedata Syntyy pääosin julkisen ja yksityisen sektorin eri prosessien osana ja on pääosin vapaasti ja maksutta eri toimijoiden käytettävissä. Dataa jalostavat lisäpalvelut synnyttävät uutta digitaalista liiketoimintaa. Lähde: Venäläinen ym

38 Digiroad -geometriatieto Uusi! Muut olemassa olevat ominaistiedot -kääntöpaikat - varastot - tiekunnat Uusi! Ajantasainen kuntotieto - Anturitiedot - Kameratiedot - Joukkoistamisen ohjeistus Vaihe 1 Vaihe 2 Forestdigiroad Uusi! 38

39 Uusi teknologia tukee tiestötiedon hallintaa Ilmalaserkeilaus (ALS) (Mobiili)laserkeilaus Kannettavat mittauslaitteet Satelliittiilmakuvat DATAFUUSIO Ajoneuvotietokoneiden data Kuva- ja anturidata Säämallit ja ennusteet Routa- ja vesistömallit TIEDON HYÖDYNTÄMINEN SUUNNITTELU- JA OHJAUSJÄRJESTELMISSÄ 39

40 Tiestöolosuhteiden konenäköpilotti Kuvat: Vionice Oy ja Metsäteho 40

41 5. Lisää jalostusarvoa puulle 41

42 Metsäkonetiedon käyttö puuhuollon ohjauksessa - visio Katkonnan ohjauspalvelu Puukauppasovellukset Korjuun suunnittelusovellukset Metsäomaisuuden hallinnan ja metsäsuunnittelun sovellukset Big data puun laatutietovarasto Metsäyhtiön metsäjärjestelmä Metsävara -tiedot Yhtiön hakkuukonetietovarasto puukarttatietovarasto olosuhdetietovarasto Palvelun hakkuukonetietovarasto Kaukokartoitusaineistot Metsävaratietojärjestelmä (SMK) Keskitetty hakkuukonetietovarasto tukkiröntgendata stm hpr puukartta -data olosuhde -data Kuva: Metsäteho 42

43 Datalähteet puun laatuominaisuuksien kuvauksessa Metsikkötiedot Hakkuukonemittaus + MLS Tukkimittari & -röntgen Tavoitteena on hakea riippuvuuksia leimikon ominaisuuksien ja röntgenillä mitattujen laatutietojen välillä mm. big data -analyysimenetelmillä Perusteita leimikoiden jalostusarvon määrittämiseen ja puun täsmäohjaukseen Tapio Räsänen, Metsäteho Oy

44 Tukkiröntgenmittaukset Tukin röntgenmittauksen avulla havaitaan mm. oksaryhmät ja niiden paikat (oksaryhmäväli) oksien määrä (oksavolyymi) sydänpuuosuus vuosirenkaan paksuus Kuvat: TimberVision Oy

45 6. Tieto rahaksi sovelluksilla

46 Metsätiedon palvelualusta Tavoiteltavat hyödyt Kehittyvän metsätiedon hyödyt realisoituvat käyttäjille päätöksentekoa tukevien sovellusten ja palvelujen kautta. Madaltaa kynnystä kehittää uusia, metsätietoa entistä monipuolisemmin hyödyntäviä digitaalisia palveluja. Sovellus- ja palvelukehityksen kustannustehokkuuden paraneminen ja joustavuuden lisääminen Palvelualusta ei ole tarkoitettu korvaamaan nykyisiin tietovarastoihin rakennettuja rajapintapalveluja vaan tehostamaan eri aineistojen käyttöä. => Palvelualustan kokeilujärjestelmä rakennetaan ja testataan (Metsäteho & MMM)

47 Palvelualustan periaatekuvaus Metsätiedon hyödyntäjät ICT-palveluntarjoajat Sovellusrajapinta Metsätiedon palvelualusta - datan välitys, ajantasaistus ja yhdistäminen - datan/tiedon kauppapaikka Datarajapinta Metsävaratieto (SMK) Maastotieto (MML) Tiestötieto/ Digiroad (Livi) Kaukokartoitusaineistot (MML, ESA ym.) Hakkuukonetieto (XX) Puuston laatutieto (XX) Leimikkotarjonta (SPK) VMI-tieto (Luke) Maaperätieto (GTK) Kuntien paikkatiedot (Kuntaliitto) Suojelualueet, kaavat (Syke/ELY ym) Säätiedot ja ennusteet (FMI) Metsätöiden laatutieto (SMK?) yy (XX)

48 Esimerkki palvelualustan käytöstä: dynaaminen metsäsuunnittelu Metsäsuunnittelupalvelu Tilan ja metsänomistajan tietojen haku Suunnittelualueen valinta Käsittely-yksiköiden automaattinen tai ohjattu muodostaminen Vaihtoehtojen laskenta metsän kehityksen mallit metsän arvon laskenta Toimenpide-ehdotukset ja niiden visualisointi leimikkoaihiot metsänhoitotöiden työsuunnitelmat Suunnittelun tulosten siirto esim. puukaupan ja metsänhoitotöiden sovelluksiin tarjouspyynnöt Kiinteistörajat Puustomittaukset ja kuvadata, muut maastotiedot Mallit ja mallikirjastot Visualisointityökalut (data, algoritmit, simulointi) Palvelualusta Tilan perustietojen haku Puuttuvan puustodatan haku Datan yhdistäminen ja ajantasaistus Muun suunnitteludatan haku Metsävaratietojärjestelmä / SMK Korjuukelpoisuusluokitus Hilatiedot Tilatiedot Kuviotiedot Kaupalliset kaukokartoitus- ja paikkatietoaineistot Laserkeilausja satelliittikuvadata Ilmakuvat Julkiset ja avoimet paikkatietoaineistot MML SYKE ja muut Tilastontuottajat Maastokartat ja tiestö Maastomalli Metsätalouden käytön rajoitteet kaavatiedot suojelualueet muinaismuistot sähkölinjat, kaapelit ym. puun hinnat korjuun ja metsänhoidon kustannukset ym.

49 Maaston korjuukelpoisuusluokitus - lähtötietona julkiset paikkatietoaineistot Käyttöön keväällä 2017 Dynaamisuus seuraava vaihe (sadekertymät yms.) ei metsämaa kelirikko normaali kesä kuiva kesä talvi turvemaan kesäkohde Lähde: Arbonaut Oy, Forest Big Data-hanke 49

50 Ajourakonetta pilotoidaan 2017 Ehdotus ajourien sijoittamisesta kuljettajaa varten Kriteereinä varastopaikat, kantavuus, maastovaurioriski, puusto, rinteet, kuljetusetäisyys, tuottavuus, energiatehokkuus Karttakeskus, Metsäteho, yhtiöt, yrittäjät 50

51 WoodForce käyttöönottovaiheessa Lähde: Trimble Forestry 51

52 Kehittynyt katkonnan ohjaus ja simulointi (KAOS) Järjestelmää rakennetaan Lisätietoja: Mikko Kerkelä, Savcor Oy 52

53 7. Mitä hyötyä ja koska? 53

54 Metsätiedon tehokäytöllä iso hyötypotentiaali Prosessi/toiminto Liikevaihto/ jalostusarvo, milj. /v Mitä hyötyä? Puunjalostus Lisätuotot Puun toimitusketju Puuntuottaminen Muita Metsätalouden edistäminen ICT-tuotteet ja palvelut Julkiset palvelut Muut liiketoiminta-alueet Kansalaisten palvelut * Kustannussäästöt Työvoimasäästöt Pääomatehokkuus Ympäristötehokkuus Palvelukyky Uusi liiketoiminta Arvio kokonaishyödystä metsäsektorille: 100+ milj. /v 54

55 Tulossa käyttöön Sähköinen puukauppapaikka ( WoodForce työnohjausjärjestelmä ForestHub sanomanvälityspalvelu puutavaratoimituksiin SMK:n hilatiedot (ml. runkolukusarjat) Metsäkonetiedon käytön pelisäännöt Kehittyneet sanomastandardit Metsävaratiedon päivitys hakkuukonetiedon perusteella Korjuukelpoisuusluokitus Ajourakone työmaasuunnitteluun Uusia tuotteita koneyrityksen johtamisen avuksi (metsäkonetieto) KAOS dynaaminen katkonnan ohjaus Uusia menetelmiä tiestötiedon hankintaan ja hallintaan 55

56 Kiitos!

Hakkuukone metsätiedon lähteenä

Hakkuukone metsätiedon lähteenä Hakkuukone metsätiedon lähteenä Tapio Räsänen Metsäteho Oy Metsätieto ja sähköiset palvelut seminaari 8.11.2016 Paikkatietomarkkinat 2016 Mitä hakkuukoneet tekevät? Puunkorjuu on Suomessa täysin koneellistettu

Lisätiedot

Puuhuolto 2030-luvulle vastuullisuus samaan pakettiin. Heikki Pajuoja Metsäteho Oy Metsäpäivät

Puuhuolto 2030-luvulle vastuullisuus samaan pakettiin. Heikki Pajuoja Metsäteho Oy Metsäpäivät Puuhuolto 2030-luvulle vastuullisuus samaan pakettiin Heikki Pajuoja Metsäteho Oy Metsäpäivät 9.11.2017 Metsäteho yhdistää ja aktivoi Omistajat T&K-verkosto Tutkimusyksiköt Yliopistot Kone-/laitevalmistajat

Lisätiedot

Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet

Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet Jarmo Hämäläinen Metsäteho Oy Metsäkonetieto 2018 -seminaari Tiedekeskus Heureka, Vantaa Digitalisaatio mahdollistaa kehityshyppäyksen Tehokas

Lisätiedot

Digitalisaatio mullistaa metsäalaa

Digitalisaatio mullistaa metsäalaa Digitalisaatio mullistaa metsäalaa Jarmo Hämäläinen Metsäteho Oy Pielisen Karjalan TULEVAISUUSFOORUMI 2018 4.10.2018, Valtimo Metsäteho on tutkimus- ja kehitysyhtiö, jonka toimialana metsäteollisuuden

Lisätiedot

Puuhuollon digitalisaation kehitysnäkymiä

Puuhuollon digitalisaation kehitysnäkymiä Puuhuollon digitalisaation kehitysnäkymiä Jarmo Hämäläinen Metsäteho Oy Kaakkois-Suomen ammattikorkeakoulun DigiMetsä-seminaari 1.11.2018, Mikkeli Metsäteho on tutkimus- ja kehitysyhtiö, jonka toimialana

Lisätiedot

Palvelualusta metsätiedon jakeluun

Palvelualusta metsätiedon jakeluun Palvelualusta metsätiedon jakeluun Jarmo Hämäläinen Metsäteho Oy Taustaa Metsäalan digitalisaation keskiössä on metsätiedon entistä tehokkaampi hyödyntäminen. Metsätietoa tuotetaan tulevaisuudessa monin

Lisätiedot

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy Kehittyvästä metsätiedosta lisätehoa puuhuoltoon Jarmo Hämäläinen Metsäteho Oy Puunhankinnan uudet tavat ja työkalut Teollisuuden Metsänhoitajien, Koneyrittäjien ja Metsätehon yhteisseminaari. Metsäpäivät

Lisätiedot

Metsätieto, muutokset ja kehitysnäkymät

Metsätieto, muutokset ja kehitysnäkymät Metsätieto, muutokset ja kehitysnäkymät Jarmo Hämäläinen Metsäteho Oy Teollisuuden Metsänhoitajien kesäopintopäivät 15.- 16.8.2018 Metsätieto puuhuollossa mitä tavoitellaan ja miten? Tavoitteet Metsävarojen

Lisätiedot

Digitalisaa(on mahdollisuudet metsätaloudessa

Digitalisaa(on mahdollisuudet metsätaloudessa Digitalisaa(on mahdollisuudet metsätaloudessa Tapio Räsänen Metsäteho Oy DIGI-BOTNIA -8laisuus Pietarsaari 9.11.2017 Skype -esitys Esityksen aiheet 1. Metsätalouden digitalisaa8on tavoiheet 2. KehiHyvä

Lisätiedot

Kehittyvä metsätieto puuhuollon digitalisaatiossa

Kehittyvä metsätieto puuhuollon digitalisaatiossa Kehittyvä metsätieto puuhuollon digitalisaatiossa Jarmo Hämäläinen Metsäteho Oy Location Business Forum 2018 6.11.2018, Messukeskus Metsäteho on tutkimus- ja kehitysyhtiö, jonka toimialana on metsäteollisuuden

Lisätiedot

Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy

Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy Bitcomp Oy:n kesäseminaari 4.6.2015 Vantaa www.metsateho.fi Tehokas puuhuolto 2025 -visio Tehostuva, täsmäohjattu

Lisätiedot

Forest Big Data Visio tulevaisuuden metsätiedosta

Forest Big Data Visio tulevaisuuden metsätiedosta Forest Big Data Visio tulevaisuuden metsätiedosta Pekka T. Rajala, Ex-Kehitysjohtaja, Stora Enso Metsä Maaseudun hyvä tulevaisuus -seminaari Keski-Pohjanmaan kansanopisto, Kälviä, Tehokas puuhuolto 2025

Lisätiedot

Metsätiedon lähteitä ja soveltamismahdollisuuksia

Metsätiedon lähteitä ja soveltamismahdollisuuksia Metsätiedon lähteitä ja soveltamismahdollisuuksia Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa Tietojärjestelmät ja sovellukset Sovellus X Sovellus X Sovellus

Lisätiedot

Tukkiröntgendata sahapuun ohjauksessa

Tukkiröntgendata sahapuun ohjauksessa Tukkiröntgendata sahapuun ohjauksessa Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa Kehittämistavoitteet Tavoitteena on parantaa puutuoteteollisuuden arvoketjun

Lisätiedot

Tukkiröntgendata sahapuun ohjauksessa

Tukkiröntgendata sahapuun ohjauksessa Tukkiröntgendata sahapuun ohjauksessa Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa Kehittämistavoitteet Tavoitteena on parantaa puutuoteteollisuuden arvoketjun

Lisätiedot

Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen

Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen Timo Melkas Metsäteho Oy Forest Big Data -hankkeen tulosseminaari 8.3.2016 CHM Arbonaut Oy Melkas, T., Poikela,

Lisätiedot

PUU LIIKKEELLE JA UUSIA TUOTTEITA METSÄSTÄ

PUU LIIKKEELLE JA UUSIA TUOTTEITA METSÄSTÄ PUU LIIKKEELLE JA UUSIA TUOTTEITA METSÄSTÄ Metsätieto ja sähköiset palvelu 1 Metsätieto ja sähköiset palvelu Biotalous ja puhtaat ratkaisut Kärkihanke 2: Puu liikkeelle ja uusia tuotteita metsästä Toimenpide

Lisätiedot

Kohti puuhuollon digitalisaatiota

Kohti puuhuollon digitalisaatiota Kohti puuhuollon digitalisaatiota Forest Big Data -hankkeen päätuloksia Metsätehon tuloskalvosarja 11/2016 Jarmo Hämäläinen (toim.) Metsäteho Oy Forest Big Data -visio Kaikkia metsäalan toimijoita palveleva

Lisätiedot

Metsäkonetiedon omistusta, käyttöä ja käsittelyä koskevat periaatteet Suosituksen tarkoitus ja sisältö

Metsäkonetiedon omistusta, käyttöä ja käsittelyä koskevat periaatteet Suosituksen tarkoitus ja sisältö Metsäkonetiedon omistusta, käyttöä ja käsittelyä koskevat periaatteet Suosituksen tarkoitus ja sisältö Tapio Räsänen Metsäteho Oy METSÄKONETIETO 2018 -SEMINAARI 1.2.2018 Tiedekeskus Heureka, Vantaa Suosituksen

Lisätiedot

Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle

Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle Jarmo Hämäläinen Metsäteho Oy Metsätieteen päivä 12.11.2014, Helsinki Taustalla Puutavaralogistiikka 2020 kehittämisvisio ja

Lisätiedot

Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen

Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen 22.3.2017 Magnus Nilsson, metsätietopäällikkö metsätieto- ja tarkastuspalvelut Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin 2010

Lisätiedot

Suomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.

Suomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3. Suomen metsäkeskus SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia Taksaattoriklubin kevätseminaari Helsinki, 20.3.2015 Juho Heikkilä Sisältöä 1. SMK:n metsävaratiedosta lyhyesti 2. VMI-SMK yhteistyön

Lisätiedot

Metsätiedon palvelualustan konseptitestaus

Metsätiedon palvelualustan konseptitestaus Metsätiedon palvelualustan konseptitestaus Jarmo Hämäläinen, Tapio Räsänen, Kirsi Riekki & Juha-Antti Sorsa, Metsäteho Oy Juha Peltoniemi, Heikki Vorne, Jukka Mäkelä & Matti Koljonen, CGI Risto Ritala

Lisätiedot

Metsätieto ja sähköiset palvelut

Metsätieto ja sähköiset palvelut Metsätieto ja sähköiset palvelut Niina Riissanen 1 Metsätieto ja sähköiset palvelu Biotalous ja puhtaat ratkaisut Kärkihanke 2: Puu liikkeelle ja uusia tuotteita metsästä Toimenpide 1: Lisätään puun tarjontaa

Lisätiedot

Puutavaran mittauksen visio 2020

Puutavaran mittauksen visio 2020 Puutavaran mittauksen visio 2020 Tarkka ja kustannustehokas määrän ja laadun mittaus osana puutavaralogistiikkaa Metsätehon tuloskalvosarja 9/2012 30.8.2012 Timo Melkas, Jarmo Hämäläinen 1 Puuraaka-aineen

Lisätiedot

Jani Heikkilä, Myyntijohtaja, Bitcomp Oy. Kantoon -sovellus ja muut metsänomistajan palvelut

Jani Heikkilä, Myyntijohtaja, Bitcomp Oy. Kantoon -sovellus ja muut metsänomistajan palvelut Jani Heikkilä, Myyntijohtaja, Bitcomp Oy Kantoon -sovellus ja muut metsänomistajan palvelut Missio: Tietojärjestelmämme tuottavat asiakkaillemme aitoa arvoa ja rahassa mitattavia hyötyjä. Bitcomp Oy osaamista

Lisätiedot

Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka,

Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka, Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka, 21.9.2018 Veikko Iittainen, Metsänomistajien palvelupäällikkö Suomen metsäkeskus Metsään.fi-palvelun

Lisätiedot

Kesäseminaari 4.6.2015. Jani Heikkilä Metsä mukaasi Kantoon sovelluksella

Kesäseminaari 4.6.2015. Jani Heikkilä Metsä mukaasi Kantoon sovelluksella Kesäseminaari 4.6.2015 Jani Heikkilä Metsä mukaasi Kantoon sovelluksella Kesäseminaari 4.6.2015 Jani Heikkilä, Myyntijohtaja Metsä mukaasi Kantoon - sovelluksella Mobiililaajennus Metsään.Ai - palveluun

Lisätiedot

Metsäteho ja sen tutkimuspainotukset

Metsäteho ja sen tutkimuspainotukset Metsäteho ja sen tutkimuspainotukset Heikki Pajuoja UEF-Metsäteho seminaari 22.6.2016, Joensuu Tehokas puuhuolto 2025 -visio Tehostuva, täsmäohjattu puuhuolto parantaa metsäteollisuuden kilpailukykyä sekä

Lisätiedot

Yritysesittely. Metsäteho Oy 2018

Yritysesittely. Metsäteho Oy 2018 Yritysesittely Metsäteho Oy 2018 Toimintaperiaatteet Metsäteho tukee soveltavan tutkimuksen avulla osakkaidensa puunhankinta- ja puuntuottamistoimintojen kehittämistä sekä edistää puuhuollon toimintaedellytyksiä.

Lisätiedot

Metsävaratieto ja sen käytön mahdollisuudet. 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi

Metsävaratieto ja sen käytön mahdollisuudet. 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi Metsävaratieto ja sen käytön mahdollisuudet 4.12.2014 Raito Paananen Metsätietopäällikkö Suomen metsäkeskus Julkiset palvelut, Keski-Suomi Sisältö 1. Julkisin varoin kerättävien metsävaratietojen keruun

Lisätiedot

Yhteiset hankkeet puunhankintaa tukemassa PUUMI 2017 seminaari. Hannu Pirinen, Metsä Group

Yhteiset hankkeet puunhankintaa tukemassa PUUMI 2017 seminaari. Hannu Pirinen, Metsä Group Yhteiset hankkeet puunhankintaa tukemassa PUUMI 2017 seminaari Hannu Pirinen, Metsä Group 1. WoodForce käyttäjäkokemukset 2. Korjuukelpoisuusluokitus 3. Logistiikan digitalisaatio WoodForce, metsänhoitotöiden

Lisätiedot

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM METSÄTIEDOT KOHTI 2020-LUKUA 15.4.2015 Janne Uuttera UPM Esityksen sisältö 1. Lähihistorian kehitysaskeleet 2. Seuraavan sukupolven järjestelmän visioita 3. Lähitulevaisuuden kehitysaskeleet UPM Metsäkeskuksen

Lisätiedot

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto Metsäkoneiden sensoritekniikka kehittyy, Metsäkoneiden sensoritekniikka kehittyy Miksi uutta sensoritekniikkaa? Tarkka paikkatieto metsässä Metsäkoneen ja puomin asennon mittaus Konenäkö Laserkeilaus Tietolähteiden

Lisätiedot

Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola

Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola Tavoite Tutkimuksessa selvitettiin hakkuukoneeseen kehitetyn puukarttajärjestelmän (Optical Tree Measurement

Lisätiedot

Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija

Laserkeilaus ja metsäsovellukset Juho Heikkilä, metsätiedon johtava asiantuntija Laserkeilaus ja metsäsovellukset 5.11.2018 Juho Heikkilä, metsätiedon johtava asiantuntija Metsäkeskuksen metsävaratieto Laserinventointi aloitettiin 2010. 1. kierros valmis 2020. Metsävaratietoa 12,4

Lisätiedot

Metsävaratietojen ajantasaistusseminaari. Seminaarin järjestäjät: Metsätalouden kehittämiskeskus Tapio

Metsävaratietojen ajantasaistusseminaari. Seminaarin järjestäjät: Metsätalouden kehittämiskeskus Tapio Metsävaratietojen ajantasaistusseminaari - Yhteenveto Seminaarin järjestäjät: Metsätalouden kehittämiskeskus Tapio http://www.tapio.fi Metla/Metsävaratietojärjestelmän ja metsäsuunnittelun tutkimus- ja

Lisätiedot

Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen

Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen Metsätehon tuloskalvosarja 5/2017 Timo Melkas Kirsi Riekki CHM Arbonaut Oy Tiivistelmä Tutkimuksen tavoitteena oli luoda menetelmä hakkuualueen

Lisätiedot

Tulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun. Forest Big Data Tulosseminaari, Miika Rajala, Risto Ritala TTY

Tulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun. Forest Big Data Tulosseminaari, Miika Rajala, Risto Ritala TTY Tulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun Forest Big Data Tulosseminaari, 8.3.2016 Miika Rajala, Risto Ritala TTY Datalähteet Metsädatan lähteitä Laserpohjainen inventointi (SMK) Satelliittipohjainen

Lisätiedot

Suomen kilpailukyky metsäalalla onko sitä?

Suomen kilpailukyky metsäalalla onko sitä? Suomen kilpailukyky metsäalalla onko sitä? Puuta liikkeelle seminaari Jyväskylä Ylitarkastaja Matti Mäkelä MMM/LVO/MBY 1 Maa- ja metsätalousministeriön luonnonvaraosaston toiminta-ajatus Osaston toiminta-ajatuksena

Lisätiedot

Forest Big Data (FBD) -tulosseminaari Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI)

Forest Big Data (FBD) -tulosseminaari Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI) Forest Big Data (FBD) -tulosseminaari 8.3.2016 Helsingin yliopiston metsätieteiden laitos & Maanmittauslaitoksen paikkatietokeskus (FGI) Markus Holopainen, Aluepohjaista inventointia vai yksinpuintulkintaa?

Lisätiedot

Yritysesittely. Metsäteho Oy 2015

Yritysesittely. Metsäteho Oy 2015 Yritysesittely Metsäteho Oy 2015 Toimintaperiaatteet Metsäteho tukee soveltavan tutkimuksen avulla osakkaidensa puunhankinta- ja puuntuottamistoimintojen kehittämistä sekä edistää puuhuollon toimintaedellytyksiä.

Lisätiedot

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke Metsänomistajia tavoitetaan tiedonvälitystilaisuuksissa eri teemoin. Metsänomistajat saadaan hyödyntämään aktiivisemmin

Lisätiedot

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon

Koostimme Metsätieteen aikakauskirjan erikoisnumeroon Metsätieteen aikakauskirja t i e t e e n t o r i Markus Holopainen, Mikko Vastaranta ja Juha Hyyppä Yksityiskohtaisen metsävaratiedon tuottaminen kohti täsmämetsätaloutta? e e m t a Johdanto Koostimme

Lisätiedot

Algoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy

Algoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi I kuvioiden ja niille johtavien ajourien erottelu Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi I kuvioiden ja niille johtavien ajourien erottelu

Lisätiedot

Käyttäjien tarpeet ja kustannustehokkuus käyttöliittymien, tietovirtojen ja teknologiaratkaisujen määrittelyssä

Käyttäjien tarpeet ja kustannustehokkuus käyttöliittymien, tietovirtojen ja teknologiaratkaisujen määrittelyssä Käyttäjien tarpeet ja kustannustehokkuus käyttöliittymien, tietovirtojen ja teknologiaratkaisujen määrittelyssä Puunhankintaorganisaatioiden näkökulma Kuortaneen metsäsuunnitteluseminaari 10.-11.9.2007

Lisätiedot

Hakkuukonetiedon käyttö metsävaratiedon ajantasaistuksessa

Hakkuukonetiedon käyttö metsävaratiedon ajantasaistuksessa Maa- ja metsätalousministeriö Metsätieto ja sähköiset palvelut kärkihanke Hakkuukonetiedon käyttö metsävaratiedon ajantasaistuksessa Suomen metsäkeskuksen projekti 21300/505 Loppuraportti 31.8.2018 Hakkuukonetietopilotin

Lisätiedot

StanForD 2010. Metsäkoneiden uusi tiedonsiirtostandardi. Tapio Räsänen Juha-Antti Sorsa

StanForD 2010. Metsäkoneiden uusi tiedonsiirtostandardi. Tapio Räsänen Juha-Antti Sorsa StanForD 2010 Metsäkoneiden uusi tiedonsiirtostandardi Tapio Räsänen Juha-Antti Sorsa Standardin uudistamisen taustaa Metsäkoneiden tiedonsiirrossa käytössä olevaa StanForD standardia on ryhdytty uudistamaan

Lisätiedot

Olosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland

Olosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland Olosuhdetieto Metsäntutkimuksen ja päätöksenteon apuna Metsäteho 22.6.2016 Timo Tokola Metsätiedon kehittämisen kokonaisuus Tokola 21.11.2016 2 Tausta ja sisältö Olosuhdetieto puunkorjuussa Suvinen et

Lisätiedot

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen Satelliittipaikannuksen tarkkuus hakkuukoneessa Timo Melkas Mika Salmi Jarmo Hämäläinen Tavoite Tutkimuksen tavoite oli selvittää nykyisten hakkuukoneissa vakiovarusteena olevien satelliittivastaanottimien

Lisätiedot

YTPA Yksityistietiedon palvelualusta

YTPA Yksityistietiedon palvelualusta YTPA Yksityistietiedon palvelualusta Metsätieto ja sähköiset palvelut hankkeen loppuseminaari 22.1.2019 Seppo Niskanen Suomen metsäkeskus Biotalouden tietietojärjestelmä -hanke Maa- ja metsätalousministeriön

Lisätiedot

Metsätiedon liiketoimintamallit - selvityksen anti, miten tästä eteenpäin. Tuomo Vuorenpää

Metsätiedon liiketoimintamallit - selvityksen anti, miten tästä eteenpäin. Tuomo Vuorenpää Metsätiedon liiketoimintamallit - selvityksen anti, miten tästä eteenpäin Tuomo Vuorenpää Esityksen sisältö Datamäärät kasvussa Metsäkeskuksen avautuva metsävaratieto & metsään.fi Raakadatan jalostaminen

Lisätiedot

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät Maastokartta pistepilvenä 22.3.2018 Harri Kaartinen, Maanmittauspäivät 2018 1 Sisältö Pistepilvi aineistolähteenä Aineiston keruu Aineistojen yhdistäminen ja käsittely Sovellukset 22.3.2018 Harri Kaartinen,

Lisätiedot

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki TRESTIMA Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa 22.3.2017, Seinäjoki Simo Kivimäki simo.kivimaki@trestima.com 050 3872891 Trestima Oy Vuonna 2012 perustettu metsäsektorille erikoistunut

Lisätiedot

Automaattinen toimenpidekuvion rajojen muodostus hakkuukoneen sijaintitietoon perustuen

Automaattinen toimenpidekuvion rajojen muodostus hakkuukoneen sijaintitietoon perustuen Automaattinen toimenpidekuvion rajojen muodostus hakkuukoneen sijaintitietoon perustuen Ilmakuva Maanmittauslaitos 2018 Metsätehon tuloskalvosarja 7a/2018 Timo Melkas Kirsi Riekki Juha-Antti Sorsa Metsäteho

Lisätiedot

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä 5.6.2014

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä 5.6.2014 Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä 5.6.2014 Jani Heikkilä Bitcomp Oy Uuden ajan toiminnanohjausjärjestelmät Modulaarisia selainsovelluksia Käytettävissä selaimella työskentelypaikasta

Lisätiedot

Monilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille

Monilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille Monilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille Jarkko Kauppinen, Kari Väätäinen, Simo Tauriainen, Kalle Einola ja Matti Sirén Forest Big

Lisätiedot

MetKu Metsävaratiedon kustannushyötyanalyysi

MetKu Metsävaratiedon kustannushyötyanalyysi MetKu Metsävaratiedon kustannushyötyanalyysi Annika Kangas, Arto Haara, Markus Holopainen, Ville Luoma, Petteri Packalen, Tuula Packalen, Roope Ruotsalainen ja Ninni Saarinen 1 Haara & Kangas METsävaratiedon

Lisätiedot

Digitalisaation hyödyntäminen yhteismetsissä Oulun yhteismetsäpäivät

Digitalisaation hyödyntäminen yhteismetsissä Oulun yhteismetsäpäivät Digitalisaation hyödyntäminen yhteismetsissä Oulun yhteismetsäpäivät 4-5.4.2019 Virpi Stenman / DataBio-projektin projektipäällikkö Sisältö - DataBio Euroopan suurin big data hanke - Digitaalisten palveluiden

Lisätiedot

Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun. Kati Kontinen, Tapio Oy

Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun. Kati Kontinen, Tapio Oy Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun Kati Kontinen, Tapio Oy Metsänhoidon suositukset Metsänhoidon suositukset ovat osa kansallisen metsästrategian toteutusta.

Lisätiedot

Metsään peruskurssi. Sisältö

Metsään peruskurssi. Sisältö Laserkuva Metla Metsään peruskurssi Metsäomaisuuden hoito 19.3.2013 Metsävaratieto ja sen hyödyntäminen Marko Mustonen Metsäneuvoja Suomen metsäkeskus, Julkiset palvelut / Keski-Suomi Sisältö 1. Yleistä

Lisätiedot

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

Laserkeilauksella kattavaa tietoa kaupunkimetsistä Laserkeilauksella kattavaa tietoa kaupunkimetsistä Topi Tanhuanpää HY, Metsätieteiden osasto / UEF, Historia- ja maantieteiden osasto Kaupunkimetsät: Mitä ne ovat? Kaupungissa ja sen laitamilla kasvavien

Lisätiedot

Tree map system in harvester

Tree map system in harvester Tree map system in harvester Fibic seminar 12.6.2013 Lahti Timo Melkas, Metsäteho Oy Mikko Miettinen, Argone Oy Kalle Einola, Ponsse Oyj Project goals EffFibre project 2011-2013 (WP3) To evaluate the accuracy

Lisätiedot

Yhteistyössä Kansalliseen Maastotietokantaan Risto Ilves

Yhteistyössä Kansalliseen Maastotietokantaan Risto Ilves Yhteistyössä Kansalliseen Maastotietokantaan Risto Ilves 12.5.2016 LUCAS -työpaja Maastotietojen avaaminen 2012 Aalto yliopiston tutkimus Maastotietojen avaamisen menestystekijöitä Ilmainen aineisto Helpot

Lisätiedot

Kuortaneen ajantasaistushanke

Kuortaneen ajantasaistushanke Kuortaneen ajantasaistushanke 2006-2008 Eri-ikäisen metsävaratiedon ajantasaistaminen yksityismetsissä eri toimijoiden tuottaman toteutustiedon hyödyntäminen suuralueella Kuortaneen seminaari 10.9.2007

Lisätiedot

Väylät, metsät ja kaupungit (piste)pilveen

Väylät, metsät ja kaupungit (piste)pilveen Väylät, metsät ja kaupungit (piste)pilveen COMBAT / Pointcloud-hanke Harri Kaartinen 15.12.2016 Paikkatietoverkoston seminaari Sisältö COMBAT / Pointcloud-hankkeen esittely Esimerkkejä tutkimuksesta Tiet

Lisätiedot

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus Janne Uuttera Metsätehon seminaari 8.5.2007 Metsävaratietojärjestelmien tulevaisuus Tausta Tietojohtamisen välineissä, kuten metsävaratietojärjestelmissä,

Lisätiedot

Uudet paikkatietolähteet puunhankinnan operaatioiden tukena Tapio Räsänen

Uudet paikkatietolähteet puunhankinnan operaatioiden tukena Tapio Räsänen Uudet paikkatietolähteet puunhankinnan operaatioiden tukena Tapio Räsänen EffFibre Kannattavan metsänkäsittelyn menetelmät seminaari ja retkeily 13.6.2013 Lahti Paikkatieto puunhankinnan suunnittelussa

Lisätiedot

Puuta koskettamaton hakkuukonemittaus. Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos

Puuta koskettamaton hakkuukonemittaus. Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos Puuta koskettamaton hakkuukonemittaus Arto Visala, Matti Öhman, Mikko Miettinen Aalto-Yliopisto (TKK), Automaatio- ja systeemitekniikan laitos Forestrix - Metsäkoneen aistinjärjestelmä (2005-2008) Konsortio

Lisätiedot

Joukkoistettu tiedonkeruu soratien kunnon seurannassa. Pirjo Venäläinen Soratiepäivä

Joukkoistettu tiedonkeruu soratien kunnon seurannassa. Pirjo Venäläinen Soratiepäivä Joukkoistettu tiedonkeruu soratien kunnon seurannassa Pirjo Venäläinen 16.5.2019 Soratiepäivä Esityksen sisältö 1. Mitä on joukkoistettu tiedonkeruu? 2. Tiedonkeruumenetelmiä Case: RoadAI-tiedonkeruu 3.

Lisätiedot

Laserkeilaus yksityismetsien inventoinnissa

Laserkeilaus yksityismetsien inventoinnissa Kuvat Arbonaut Oy Laserkeilaus yksityismetsien inventoinnissa Laserkeilaus ja korkeusmallit Maanmittauslaitoksen seminaari 9.10.2009 Juho Heikkilä Metsätalouden kehittämiskeskus Tapio Sisältö Kuva Metla

Lisätiedot

Palvelukeskeinen arkkitehtuuri puunhankinnan tukena

Palvelukeskeinen arkkitehtuuri puunhankinnan tukena Palvelukeskeinen arkkitehtuuri puunhankinnan tukena Kari Särkijärvi - Metsä Group 6.11.2018 Location Business Forum 2018 1 Avainluvut 2017 * Huomioitu sisäiset myynnit ** Osake listattu Nasdaq Helsingissä

Lisätiedot

Tehokas puuhuolto 2025. Työryhmä Pekka T. Rajala (pj.) Heikki Kääriäinen Olli Laitinen Timo Niemelä Heikki Pajuoja Jouni Väkevä Jarmo Hämäläinen

Tehokas puuhuolto 2025. Työryhmä Pekka T. Rajala (pj.) Heikki Kääriäinen Olli Laitinen Timo Niemelä Heikki Pajuoja Jouni Väkevä Jarmo Hämäläinen Tehokas puuhuolto 2025 Työryhmä Pekka T. Rajala (pj.) Heikki Kääriäinen Olli Laitinen Timo Niemelä Heikki Pajuoja Jouni Väkevä Jarmo Hämäläinen Työn tavoitteet Puunhankinnan ja puuntuotannon tavoitetilan

Lisätiedot

Metsävaratietolähteet

Metsävaratietolähteet Metsävaratietolähteet Metsätehon iltapäiväseminaari Metsänomistus, puun tarjonta ja metsätietolähteet 24.5.2011 Tapio Räsänen 1. Oston sekä puunhankinnan suunnittelun ja ohjauksen tietotarpeet Oston strategiat

Lisätiedot

Viimeistely Ajourien huomiointi puutiedoissa ja lopullinen kuviointi. Metsätehon tuloskalvosarja 5/2018 LIITE 4 Timo Melkas Kirsi Riekki Metsäteho Oy

Viimeistely Ajourien huomiointi puutiedoissa ja lopullinen kuviointi. Metsätehon tuloskalvosarja 5/2018 LIITE 4 Timo Melkas Kirsi Riekki Metsäteho Oy Viimeistely Ajourien huomiointi puutiedoissa ja lopullinen kuviointi Metsätehon tuloskalvosarja 5/2018 LIITE 4 Timo Melkas Kirsi Riekki Metsäteho Oy Viimeistely ajourien huomiointi ja lopullinen kuviointi

Lisätiedot

Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015

Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015 Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Kalle Kärhä, Jari Ronkainen & Pekka T. Rajala, Stora Enso Oyj Metsä Joonas Mutanen & Teijo Palander, Itä-Suomen yliopisto Tapio Räsänen

Lisätiedot

Forest Big Data tietomassan mahdollisuudet Jarmo Hämäläinen Metsäteho Oy

Forest Big Data tietomassan mahdollisuudet Jarmo Hämäläinen Metsäteho Oy Forest Big Data tietomassan mahdollisuudet Jarmo Hämäläinen Metsäteho Oy Koneyrittäjien metsäpäivä 2.10.2015, Helsinki DIGILEn Data to Intelligence -tutkimusohjelma (2012-2015) Tavoitteena on kehittää

Lisätiedot

Paikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee metsätieteille? Markus Holopainen Helsingin yliopisto,

Paikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee metsätieteille? Markus Holopainen Helsingin yliopisto, Paikkatietomarkkinat / Taksaattoriklubi 4.11.2014 Mitä Laserkeilauksen huippuyksikkö merkitsee Markus Holopainen Helsingin yliopisto, Metsätieteiden laitos markus.holopainen@helsinki.fi Mitä Laserkeilauksen

Lisätiedot

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä-Savossa -hanke. Helsinki Sanna Hakolahti Mhy Etelä-Savo

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä-Savossa -hanke. Helsinki Sanna Hakolahti Mhy Etelä-Savo Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä-Savossa -hanke Helsinki 14.4.2018 Sanna Hakolahti Mhy Etelä-Savo Toteutuksesta vastaa MHY Etelä-Savo Kattaa koko Etelä-Savon

Lisätiedot

Algoritmi III Vierekkäisten kuvioiden käsittely. Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy

Algoritmi III Vierekkäisten kuvioiden käsittely. Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi III Vierekkäisten kuvioiden käsittely Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy Algoritmi III vierekkäisten kuvioiden käsittely Lähtötietoina algoritmista

Lisätiedot

No millaista metsätietoa jj tarvitaan?

No millaista metsätietoa jj tarvitaan? Millaista metsätietoa tarvitaan monitavoitteisen metsäsuunnittelun pohjaksi? Metsätieteen päivä 2014 Jyrki Kangas No millaista metsätietoa jj tarvitaan? Metsäsuunnittelun tietotarve on tapauskohtaista:

Lisätiedot

Metsätietojen standardointi

Metsätietojen standardointi 12.3.2014 1 Metsätietojen standardointi Metsätietojen standardointi Maa- ja metsätalousministeriön käynnistämällä standardointityöllä edistetään metsäalan tietojärjestelmien yhteensopivuutta Standardointi

Lisätiedot

Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa. Harri Kaartinen , FOREST BIG DATA -hankkeen tulosseminaari

Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa. Harri Kaartinen , FOREST BIG DATA -hankkeen tulosseminaari Maastolaserkeilauksen mahdollisuudet metsävaratiedon hankinnassa ja puunkorjuussa Harri Kaartinen 9.3.2016, FOREST BIG DATA -hankkeen tulosseminaari Maastolaserkeilaus Staattinen laserkeilaus, keilain

Lisätiedot

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Sanna Kaasalainen Kaukokartoituksen ja Fotogrammetrian Osasto Ilmastonmuutos ja ääriarvot 13.9.2012 Ympäristön Aktiivinen

Lisätiedot

Tuuli- lumituhojen ennakointi. Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto

Tuuli- lumituhojen ennakointi. Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto Tuuli- lumituhojen ennakointi Suomen metsäkeskus, Pohjois-Pohjanmaa Julkiset palvelut K. Maaranto Tuuli- lumituhojen ennakointi 1. Ilmastonmuutos 2. Kaukokartoitusperusteinen metsien inventointi Laserkeilaus

Lisätiedot

Big datalla tarkoitetaan aineistoa, jota kertyy

Big datalla tarkoitetaan aineistoa, jota kertyy Jarmo Hämäläinen, Markus Holopainen, Jari Hynynen, Jorma Jyrkilä, Pekka T. Rajala, Risto Ritala, Tapio Räsänen ja Arto Visala Perusteita seuraavan sukupolven metsävarajärjestelmälle Forest Big Data -hanke

Lisätiedot

Resurssitehokkuus. Puutuoteteollisuuden tutkimuspäivä. Heikki Pajuoja Metsäteho Oy

Resurssitehokkuus. Puutuoteteollisuuden tutkimuspäivä. Heikki Pajuoja Metsäteho Oy Resurssitehokkuus Puutuoteteollisuuden tutkimuspäivä Heikki Pajuoja Metsäteho Oy 31.8.2016 Resurssitehokkuus strategiassa 1/2 Tavoitteena on parantaa puutuoteteollisuuden resurssitehokkuutta energian,

Lisätiedot

Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet

Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet Paikkatiedon hyödyntämisen mahdollisuudet ja haasteet Kehittyvä metsäenergia seminaari 18.11.2009 Jarmo Sinko Suunnittelupäällikkö Etelä-Pohjanmaan metsäkeskus 1 Esityksen sisältö Energiapuu metsävaratiedoissa

Lisätiedot

METSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi

METSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi METSÄSUUNNITTELU Metsäkurssi JKL yo 2014 syksy Petri Kilpinen, Metsäkeskus, Keski-Suomi 1 SISÄLTÖ metsäsuunnitelman sisältö metsävaratiedon keruu Muut tuotteet / palvelut Metsävaratiedon keruu tulevaisuudessa.

Lisätiedot

Asioita Metsään.fi-palvelusta ja luomuasioiden huomioimisesta. Luomukeruun mahdollisuudet -seminaari Veikko Iittainen

Asioita Metsään.fi-palvelusta ja luomuasioiden huomioimisesta. Luomukeruun mahdollisuudet -seminaari Veikko Iittainen Asioita Metsään.fi-palvelusta ja luomuasioiden huomioimisesta Luomukeruun mahdollisuudet -seminaari 7.2.2018 Veikko Iittainen 2 Metsään.fi-palvelun periaatteet Metsään.fi on asiointipalvelu metsänomistajille

Lisätiedot

WoodForce metsänhoidossa ja -parannuksessa

WoodForce metsänhoidossa ja -parannuksessa Pekka Valtonen 20.03.2018 WoodForce metsänhoidossa ja -parannuksessa Agenda Kalvot 15 min ja sovellus 45 min. Esittäytyminen Trimble Forestry WoodForce Yleiskuva Suunnittelusovellus Android-sovellus Metsänhoito

Lisätiedot

Koneyrittäjien näkemys metsäkonetiedon omistusta ja käyttöä koskevat periaatteet -suosituksesta

Koneyrittäjien näkemys metsäkonetiedon omistusta ja käyttöä koskevat periaatteet -suosituksesta Koneyrittäjien näkemys metsäkonetiedon omistusta ja käyttöä koskevat periaatteet -suosituksesta Metsätieto 2018 -seminaari 1.2.2018, Heureka, Vantaa Simo Jaakkola Varatoimitusjohtaja Koneyrittäjien liitto

Lisätiedot

Kullaa 28.10.2014. Asiakkuusasiantuntija Jussi Somerpalo

Kullaa 28.10.2014. Asiakkuusasiantuntija Jussi Somerpalo Kullaa 28.10.2014 Asiakkuusasiantuntija Jussi Somerpalo Metsään.fi-palvelu Sähköinen asiointipalvelu metsänomistajille ja metsäalan toimijoille Metsäkeskuksen keräämät metsätiedot Hakkuu- ja hoitotyöehdotukset

Lisätiedot

Paikkatiedon tulevaisuus

Paikkatiedon tulevaisuus Paikkatiedon tulevaisuus Yksityismetsätalouden metsänhoitajien vierailu TE:llä 11.10.2007 Juhani Tervo Pääarkkitehti, GIS Iso skaala erilaisia paikkatietojärjestelmiä Paikkatieto tietojärjestelmissä Paikkatietojärjestelmä

Lisätiedot

ARVO-ohjelmisto pienpuun hankinnan tukena

ARVO-ohjelmisto pienpuun hankinnan tukena ARVO-ohjelmisto pienpuun hankinnan tukena Jukka Malinen Pienpuupäivä Keskiviikko 17.11.2010 Mikpoli, auditorio, Patteristonkatu 2, 50100 Mikkeli Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest

Lisätiedot

Kaukokartoitusaineistot ja maanpeite

Kaukokartoitusaineistot ja maanpeite Kansallinen maastotietokanta hanke Maasto-työpaja 20.9.2016 Kaukokartoitusaineistot ja maanpeite Pekka Härmä Suomen Ympäristökeskus 1 Sisältö SYKE tietotarpeet Tietolähteet maanpeitetiedon tuottamisessa

Lisätiedot

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen

Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen Laserkeilausseminaari 2017 MML 12.10.2017 Kaukokartoituspohjainen metsien inventointi Suomessa - mitä tästä eteenpäin? Petteri Packalen Metsien inventointi Suomessa Kaksi erityyppistä inventointia: Valtakunnan

Lisätiedot

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari 24.1.2018 Raito Paananen metsätietopäällikkö, Suomen metsäkeskus Dronet metsäkeskuksen toiminnassa SMK:n perustehtäviä

Lisätiedot

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät metsävarojen hyödyntämisessä Anssi Juujärvi Lapin metsätalouspäivät 28.1.2016 -Metsävaratietojen tuottaminen -Metsävaratietojen hyödyntäminen -Mikä muuttuu 1.1.2016 alkaen 28.1.2016 Suomen metsäkeskus

Lisätiedot

Metsäsuunnittelu verkossa ja verkostoissa

Metsäsuunnittelu verkossa ja verkostoissa Metsäsuunnittelu verkossa ja verkostoissa Tuula Nuutinen Metsäsuunnittelu verkossa ja verkostoissa, Tikkurila 23.4.2008 http://www.metla.fi/tapahtumat/2008/metsasuunnittelu/ Järjestäjä: Metsävaratietojärjestelmän

Lisätiedot