~ ~ ETS.i1TEHO PUUN MUODON ENNUSTAMINEN RUNKOKÄYRILLÄ JA SIMULOIMALLA. Olli-Pekka Ahonen

Koko: px
Aloita esitys sivulta:

Download "~ ~ ETS.i1TEHO PUUN MUODON ENNUSTAMINEN RUNKOKÄYRILLÄ JA SIMULOIMALLA. Olli-Pekka Ahonen"

Transkriptio

1 ,. ETS.iTEHO PUUN MUODON ENNUSTAMINEN RUNKOKÄYRILLÄ JA SIMULOIMALLA Olli-Pekka Ahonen Metsätehossa on rakennettu puun runkomuodon simulointiohjelmisto, joka avulla voidaan ennustaa yksittäisen rungon kaikki läpimitat. Malli tuottaa rungon apteerauksen tueksi ennusteen puun runkokäyrästä, johon voidaan liittää yksittäisen rungon pölkytyksen ohjausalgoritmit sekä leimikon puuston pölkytyksen ohjausmenetelmät. Runkokäyräennusteen laskenta perustuu korjuukohteesta puulajeittain kerättävään liukuvaan otostiedostoon, jossa vanhin havainto korvautuu aina sen käsittelynjälkeen uudella havainto rivillä. Runkokäyrämalli pystyy liukuvan otostiedoston avulla ottamaan huomioon leimikoiden välisenja leimikon sisäisen vaihtelun puun muodossa. Rungon käsittelyn edetessä ennustettua runkokäyrää tarkennetaan puun pituutta muuttamalla mikäli hahkuukoneen mittaama läpimitta ja runkokäyrän avulla ennustettu läpimitta poikkeavat toisistaan yli ennalta asetetun rajan. Ohjelmistoa on käytetty hakkuukoneapteerauksen kehittämisessä. Simulointiohjelmiston avulla on mahdollista tarkastella hakkuukoneen mittaamaa runkoprofiilia ja mallilla laadittua runkokäyräennustetta sekä graafisina kuvaajina että rungon läpimitta pituustaulukoina. Tämä suhteelliseen puunmuototeoriaan, runkokäyriin ja leimikon pituuskäyriin perustuva simulointimalli on ensimmäinen, jonka avulla on mahdollista ennustaa riittävän luotettavasti koho puun pituudelta rungon haikki läpimitat ennen ensimmäistäkään katkaisua. Tutkimus on tehty yhteistyössä Sisu Logging Oy:n, Metsätehon ja TEKESin kanssa ja sen antamien tulosten perusteella on mahdollista sovittaa runkokäyrän ennustamismenetelmä hakkuukoneympäristöön. Kuva. Nykyaikainen yksiotehakkuukone on muuttumassa tehokkaaksi liikkuvaksi apteerausasemaksi. Valokuva Sisu Logging Oy

2 Hakkuukoneille asiakaslähtöinen puunhankinta asettaa uusia vaatimuksia. Asiakas- ja tuotelähtöisyyden lisääntyessä hakkuukoneesta tulee entistä enemmän tuotantoprosessin osa. Tulevaisuuden hakkuukoneen on osattava toteuttaa metsäosaston tai puunhankintayrityksen antamat ohjeet. Ohjeiden välitys tapahtuu kaksisuuntaista tiedonsiirtoa käyttäen ja ohjausjärjestelmä koostuu kolmesta osasta (kuva 2). Asiakaslähtöisen puunhankinnan kannalta logistinen, tuotantoprosessiin sidottu apteerauksen ohjaus on koko järjestelmän tärkein osa. TAUSTAA Metsäteollisuuden tuotantoprosessit ovat muuttuneet yhä asiakaslähtöisemmiksi. Se merkitsee asiakkaalle toimitettavien puutavaralaatujen ja -dimensioiden määrittelyä hänen tarpeidensa perusteella ja niiden sovittamista käytettävissä olevaan raaka-ainepohjaan. Asiakaslähtöinen tuotanto edellyttää, että tuotantolaitokset saavat oikeaan aikaan laadultaan ja mitoiltaan haluamaansa raaka-ainetta. Markkina tilanne, olemassa oleva raakaainepotentiaali ja sovitut lopputuotteiden kaupat määräävät tuotantolaitoksen kannalta edullisimman pölkkyjen laatu-, läpimitta- ja pituusjakauman. Tuotantoprosessiin sidotun hakkuukoneapteerauksen avulla pystytään ottamaan huomioon tuotannon arvo sekä puun myyjän että ostajan ja jalostajan kannalta. Asiakas- j a t uotelähtöisen apteerauksen ohjausjärjestelmän avulla saadaan r aaka-aineenjalostajan kannalta enemmän toivottuja puutavaralajien laatu-, läpimitta- ja pituusyhdistelmiä kuin ilman sen käyttöä. Hakkuukoneen apteerauksen ohjausjärjestelmä koostuu runkomuodon ennustamisesta, yksittäisen rungon pölkytyksen optimoinnistaja korjuukohteen pölkkyjen jakauman ohjauksesta (kuva 3). Runkomuodon ennustaminen on apteerauksen ohjauksen tärkein osa. Ellei se toimi, eivät arvoapteeraus- ja jakaumaohjausmenetelmätkään voi toimia kunnolla, koska ne perustuvat virheelliseen tai puutteelliseen lähtötietoon. HAKKUUKONEEN OHJAUS Alustakoneen hallinta - Hakkuukonenosturin hallinta - Hakkuulaitteen toimintojen hallinta / TIEDONSIIRTO APTEERAUKSEN OHJAUS - Urakoitsijan ja hakkuukoneen tunnistatiedot - Laimiken ja lohkon tunnistatiedot - Puutavaralajikohtaiset katkontaohjeet - Laimikoiden kouujärjestys - Leimikon korjuu- ja työohje - Tunnistatiedot - Ympäristöohjeet - Työsuojeluohjeet - Yleiset apteerausohjeet - Hakkuukoneen ti edonsiirtostandardi - Apteerausohjeet - Valmistetun puutavaran mittaustiedot - Huolto-, kouu- ja aikaseuranta - Kone- ja merkkikohtaiset muuttujat - Yksittäisen rungon laatu raja, läpimitta- ja pituustiedot - Mittalaitteen tarkastusmittaustiedot Kuva 2. Hakkuukoneen ohjausjärjestelmä PUUN RUNKOMUODON ENNUSTAMINEN - Yksittäiseen runkoon perustuvat mallit - Rungon osan kapenemiseen perustuvat lineaariset extrapolointimallit - Rungon osan kapenemiseen perustuvat regressiomallit - Puujoukkoon perustuvat mallit - Vakiokertoimiset mallit - Muuttuvakertoimiset mallit ' YKSITTÄISEN RUNGON PÖLKYTYKSEN OPTIMOINTI - Kahden pölkyn liukuva optimointi Dynaaminen optimointi Lineaarinen optimointi Kokonaislukuoptimointi Heuristiset pölkytysalgoritmit KORJUUKOHTEEN PÖLKKY JAKAUMAN OHJAUS - Kiinteä arvoapteeraus - Adaptiivinen arvoapteeraus - Lähioptimaalimenettely Kuva 3. Hakkuukoneen apteerauksen ohjausjärjestelmä 2

3 SIMULOINTI Todellisuutta kuvaavan mallin luomistajakokeiden tekemistä mallin avulla kutsutaan simuloinniksi. Runkomuodon ennustamismenetelmän laadinnassa simulointia voidaan käyttää sekäjäljittelemään erilaisia otantoja metsiköissä että testaamaan erilaisten ohjausparametrien vaikutusta ennustemallin antamiin tuloksiin. Simuloinnissa kokeita voidaan toistaa lukemattomia kertoja samalla aineistolla erilaisilla otantatavoillaja ohjausparametreilla, kun kenttäkokeissa samaa mallia voidaan testatayhdessä metsikössä vain kerran. Simuloinnin avulla pystytään selvittämään eri rajoitteiden vaikutukset runkokäyräennusteen käyttäytymiseen. Simulointimallien käytöllä on myös varjopuolensa. Tutkittavan systeemin yksityiskohtaisen kuvauksen takia simulointimalli voi muodostua monimutkaiseksija vaikeasti hallittavaksi. Tällöin sen käyttöön saatetaan joutua uhraamaan paljon aikaa ja tietojenkäsittelykapasiteettia. Oikeidenjohtopäätösten tekeminen monimutkaisen mallin antamista tuloksista on myösjoskus hankalaa. Jos simulointimalli poikkeaa siitä todellisuudesta, jota sen tulisi kuvata, tällöin eivät mallilla saadut päätelmät myöskään pidä paikkaansa. SIMULOINTIAINEISTO Simulointimallin testaamiseksi kerättiin sek ä suodatettuja että suodattamattomia runkoprofiileja. Suodattamattomien runkoprofiilien avulla voidaan tutkia, kuinka läpimittatiedon esikäsittely hakkuukoneen mittalaitteessa vaikuttaa ennustusrutiinin luotettavuuteen. Simulointimallin suodatettu testiaineisto kerättiin Valmet 90/942- ja suodattamaton Valmet 90/960 -hakkuukoneilla. Läpimitta, mm..., , - - Suodattamaton Suodatettu Aineistona simulointimallin laadinnassa ja testauksessa oli 24 leimikkoa, joissa oli 300 mäntyrunkoa, kuusirunkoa ja 330 koivurunkoa. Jokaisesta rungosta oli tallennettu tiedostoon hakkuukoneen mittaamat läpimitat 0 cm:n välein käyttöosan pituudelta sekä hakkuukoneen kuljettajan valitsemien katkaisukohtien sijainnit rungolla. Kannonkorkeus estimoitiin mallilla. Käsittelyssä olevalle rungolle haettiin lopullinen pituusarvio iteratiivisesti runkokäyrien avulla minimoimaha hakkuukoneen mittaaman viimeisen ja runkokäyräitä haetun vastaavan korkeuden läpimitan välistä erotusta. Tätä koko puun pituusarviota käytettiin runkokäyrämallin suhteellisten havaintopisteiden sijainnin määrittämisessä. RUNKOKÄYRÄ Runkokäyrällä tarkoitetaan puun muodon kuvaamista joko graafiseen tasoitukseen perustuvien kapenemissarjojen tai matemaattisten lausekkeiden avulla. Puun pituuteen n ähd en suhteellisina mitattujen läpimittojen käyttäminen runkokäyrää kuvaavan matemaattisen yhtälön selitettävänä muuttujana ottaa huomioon puun absoluuttisen koon vaikutuksen sen muotoon lähes kokonaan. Puun absoluuttisten läpimittojen muuttaminen valitun perusläpimitan mukaan suhteellisiksi a ntaa lähes vakioarvot erikokoisille rungoille puulajeittain. Tällöin puun suhteellisen koon ja sen runkomuodon välillä on selvä riippuvuussuhde. Yksittäisten runkojen muoto saattaa vaihdella paljon, erityisesti puun kasvuympäristöstä johtuen. Rungon läpimitoista otettiin lopullisiksi havaintopisteiksi 9 suhteelliselta korkeudelta mitatua läpimittaa. Suhteellisina mittauskorkeuksina puun pituuteen nähden olivat 5, 7,5, 0, 5, 20,..., 85 ja 90 %:n korkeudet. Viimeisenä havaintopisteenä oli puun pituuden estimaatti, joka oli laskettu puun syntypisteestä. Alle 5 %:n korke udelta havaintopisteitä ei otettu, koska siltä alueelta ei hakkuukoneeita ole aina saatavissa todellista mittaushavaintoa, vaan arvot perustuvat taaksepäin tapahtuvaan extrapolointiin i Korkeus, m Kuva 4. Suodattamaton ja suodatettu runkoprofiili Simulointimallissa päädyttiin käyttämään 20 %:n korkeudelta mitattu a perusläpimittaa, koska runkomuodon ennustamin en käsittelyssä olevalle puuyksilölle tapahtuu tyvipölkyn käsittelyn aikana. Perusläpimitan mittauskorkeuden nostaminen korkeammalle kuin 20 %:iin h eike ntää ennustetun runkokäyrän luotettavuutta, koska runkokäyräennusteen laadintapisteen läpimitan hajonta kasvaa. Runkokäyrän laadinnassa alle 20 %:n kor- 3

4 vaikutuksia. Ennusteen joustavuuden lisäämiseksi ja tarkkuuden parantamiseksi yhtälön kertaimien lukumäärää voidaan kasvattaa. Samalla yhtälöryhmän rat:kaisu vaikeutuu ja sen laskenta vaatii enemmän aikaa ja kapasiteettia. Hakkuukoneympäristössä sekä aika että kapasiteetti ovat toisella puolella ja asetettu tarkkuusvaatimus toisella puolella mallin laadinnan ongelmakenttää. Käyttöosan päättymiskorkeus 75 % Tukkiosan päättymiskorkeus 70 % 65 % 60 % Mittauskohta % 5 55 % 50 % 45 % 40 % 35 % 30 % 25 % 20 % 5 % 0 % 75% 5% 7, m, ,72 4,96 6,20 7,44 8,68 9,92,6 2,40 3,64 4,88 6, 2 7,36 8,60 9,84 2,08 22,32 PITUUSKÄYRÄ Simulaattorissa metsikön pituuskäyrän laskemiseen käytetään N äslundin esittämää pituusmallia, koska hakkuukoneympäristössä ei ole käytettävissä metsikkötason muuttujia pituusmallin laadinnassa. Lisäksi korjuukohteen hakkuun yhteydessä saadaan riittävästi erikokoisia koepuita puulajeittaisten pituuskäyrien muodostamiseen. Koska koepuista ei ole saatavilla todellista puun pituutta, vaan runkokäyrien avulla saatu arvio, simulointimallissa on kyseessä leimikkokohtaisesti ennustettu pituuskäyrä. Juurenniska/Kannon korkeus -=--- Q.J" 'a syntypiste OTOSKOON MÄÄRITTÄMINEN Kuva 5. Koepuiden läpimittojen mittauskohdat 24,8 metrin pituisella esimerkkipuulla keudella olevien läpimittojen käyttämistä perusläpimittana rajoittaa se, että rungon tyven läpimittojen satunnainen hajonta on suurempi rungon keskiosissa. Suurempi hajonta aiheutuu epäsäännöllisestä tyvilaajentumasta. Runkokäyräyhtälöiden kertoimet laskettiin jokaisen puun käsittelyn jälkeen uudelleen. Kertaimien laskenta-aineistona käytettiin liukuvaa otostiedostaa, johon on tallennettu kustakin korjuukohteesta vakiomäärä viimeksi valmistettujen runkojen suhteellisia läpimittahavaintoja. Runkokäyrämallin perusyhtälö on polynomiyhtälö, joka on muodostettu ns. Fibonacci-lukusarjan pohjalle. Potenssisarjoista Fibonacci-lukusarja on hyvin lähellä logaritmisia sarjoja, mikä näkyy sen soveltuvuutena tämäntyyppisten regressioyhtälöiden sovittamiseen. Laasasenaho on omissa valtakunnallisissa runkokäyräyhtälöissään käyttänyt kahdeksaa ensimmäistä tekij ää Fibonacci-lukusarjasta. Näistä kaksi viimeistä vaikuttavat rungon kannon sekä tyven muodon hallintaan. Tässä tutkimuksessa kannon ja rungon minimitukkia lyhyemmän tyven mallintamiseen ei ollut tarvetta. Runkokäyräyhtälön kertaimien lukumäär ällä on ennustamisongelman kannalta kahdensuuntaisia 4 Yksivaiheinen otanta perustuu liukuvaan otokseen. Liukuvassa otannassa otoksen vanhin havainto korvautuu uudella otosyksilöllä otannan edetessä. Yksivaiheisessa otannassa otoskoko ilmentää leimikon sisällä tapahtuvaa puun runkomuodon vaihtelua, joka aiheutuu kasvuolosuhteiden muutoksista. Tällöin ennustemallin antamia tuloksia voidaan parantaa kasvattamalla otoskokoa. Otoskoon kasvattaminen yli tietyn rajan ei tuo lisää informaatiota leimikosta eikä paranna runkokäyräennustetta. Otoskoon kasvattamisen ylärajan määrää leimikon kasvuolosuhteiden muutoksen aiheuttama runkomuodon vaihtelu ja liukuva otanta. Kaksivaiheisen otannan avulla voidaan selvittää korjuukohteessa puun koosta aiheutuvan runkomuodon vaihtelun merkitys ennustemallin luotettavuudelle. Otanta perustuu liukuvaan ensimmäisen vaiheen otokseen ja siitä ns.lähim pien puiden menetelmän avulla otettavaan toisen vaiheen otokseen. Lähimpien puiden menetelmässä ensimmäisen vaiheen otoksesta etsittiin r eferenssi- eli vastinläpimitan avulla lähimmät vastaavankokoiset rungot runkokäyräyhtälön kertaimien laskentaa varten. Tässämenettelyssä valittavienrunkojen vaihteluväli ei ole kiinteä, vaan se riippuu ensimmäisen vaiheen otosrunkojen läpimittajakaumasta. Tällaisessa t oisen vaiheen otannassa, joka on estimoitavan tunnuksen suhteen muuttuvarajainen, ei voida k äyttää apuna satunnaisotannan teoriaa, vaan kummankin vaiheen otoskokoon määrittäminen tapahtuu simuloinnin avulla. e

5 Simulointimallilla voidaan tutkia kuinka runkokäyräyhtälöiden kertoimien lukumäärä, yksi- tai kaksivaiheinen otanta, puun pituuden tarkentaminen pölkytyksen yhteydessä iteroimallaja ensimmäisen ennusteen laskentakorkeus vaikuttavat ennustusmallin luotettavuuteen. SIMULOINTIOHJELMAN TOIMINTA Simuloinnilla tässäyhteydessä tarkoitetaanhakkuukoneen mallinnusrutiinin toimintojen jäljittelyä ja sen asettamien rajoitusten huomioon ottamista. Hakkuukoneiden pohjoismaisen tiedonsiirtostandardin mukaan yksittäisen rungon runkoprofiilin tiedot voivat olla joko tiedostossa tai tietueena suuremmassa tiedostossa. Ohjelma käsittelee sekä hakkuukonestandardin että- tarvittaessa pienin muutoksin- hakkuukonevalmistajan omien määrittelyjen mukaisia tietoja. Runkojen läpimittahavainnot voivat olla joko suodatettuja tai suodattamattomia hakkuukoneen mittaamia runkoprofiileja. Yhtä puulajia kohden runkokäyräyhtälöön voidaan valita 3:sta 8:aan kerrointa. Otanta voidaan tehdä erisuuruisilla liukuvilla otosko' oilla. Yk.sivaiheisessa otannassa otos voi olla 5-00 viimeksi tehtyä runkoa. Kaksivaiheisessa otannassa toisen otoksen valinta perustuu käsittelyssä olevan rungon ensimmäisen havaitun läpimitan avulla muodostettavaan toiseen otokseen. Toisen vaiheen otoskoko voi olla - 00 runkoa puulajeittain. KERTOIMIEN LASKENTAOSA ENNUSTEMALLIOSA RUNGON / KÄSITTELY HAKKUUKONEELLA PERUS- KERTOIMET MUODOSTA RUNKO.Stm-data Käyttöosan läpimitat Puulaji Referenssiläpimitta LAADIPERUSENNUSTE F(Pituuskäyrä) = Pituusennuste F(Runkokäyrä) = Ennuste rungon läpimitoilla N = TO PÖLKKYJEN LKM - F(Kanto) = Kannon korkeuden estimaatti SIIRRÄ LÄF IMITT AVEKTORI i LAADI KORJATTU ENNUSTE MUUTA PUUN PITUUTTA F( Min (lpm_mitattu lpm_ennustettu)), HAE SUHTEELLISET KORKEUDET JA LÄPIMITAT OTANlAN VALINTA + MUODOSTA. VAIHEEN OTOS PUULAJEITTAIN LIUKUVA OTOS N KPL RUNKOJA LOPULLINEN PUUN PITUUs- MUODOSTA2. VAIHEEN OTOS. VAIHEEN OTOKSESTA PUULAJEITTAIN REFERENSSILÄPIMIT AN PERUSTEELLA N2 KPL RUNKOJA SIIRRÄ HAVAlTOMATRIISI LASKE RUNKOKÄYRÄYHTÄLÖN JA PITUUSKÄYRÄN KERTOIMET PNS-MENETELMÄ TALLETA LASKETUT KERTOIMET PERUSKERTOIMIEN TILALLE Kuva 6. Simulointimallin vuo kaavio 5

6 Puulle haetaan runkoprofiilitiedostosta puulaji sekä läpimitta perusennusteen tekemistä varten. Perusennusteen laskentakorkeus voidaan määrittää parametrillä,ja se voi sijaita -4 metrin korkeudella rungon kaatoleikkauksesta. Mitä lähempänä kaatoleikkausta ensimmäinen havaintopiste on, sjtä epävarmempaa on sen mittauksen oikeellisuus. Mittausvirhettä aiheuttavat sekä epäsäännöllinen tyvilaajentuma että hakkuu- ja mittalaitteen aseman muuttuminen rungossa kaadon aikana. Toisaalta havaintopisteen siirtäminen lähemmäksi ensimmäistä mahdollista katkaisupistettä vähentää tarvittavien laskentojen tekemiseen käytettävissä olevaa aikaa. Käsittelyssä olevalle rungolle laaditaan perusennuste vakioetäisyydellä kaatoleikkauksesta. Perusennuste muodostetaan kyseisen kohdan läpimitan ja puulajin perusteella. Ensin pituuskäyräitä haetaan käsittelyssä olevalle rungolle pituusennuste. Pituusennusteen, läpimitanja puulajin perusteella rungolle muodostetaan runkokäyrä, jonka avulla määräytyvät rungon läpimitat koko puun pituudelle. Ennustetta korjataan kunkin katkaisusahauksen jälkeen iteratiivisesti. Tällöin verrataan rungon pölkytyskohdan jälkeen vakioetäisyydeltä hakkuukoneen mittaamaa ja runkokäyrän avulla ennustettua läpimittaa sekä minimoidaan - niiden erotusta muuttamalla- puun pituutta tai runkokäyrän peruslaskentapisteen korkeutta. Puun pituuden muutokselle voidaan antaa maksimimuutosrajat ylös- tai alaspäin niin, että enintään 50 %:n suuruinen muutos puun pituuteen on mahdollinen. Rungon käsittelyn ja viimeisen korjatun runkokäyrän laadinnan jälkeen jokaiselle rungolle haetaan suhteellisia korkeuksia vastaavat läpimitat. Läpimitat sijoitetaan liukuvaan otostiedostoon. Yksivaiheisessa otannassa lasketaan käsittelyssä olleelle puulajille uudet pituus-ja runkokäyrämallien kertaimien arvot. Laskenta voidaan tällöin todellisessa hakkuukoneympäristössä suorittaa rungolta seuraavalle tapahtuvan siirtymän aikana. Kaksivaiheisessa otannassa kertaimien laskenta tapahtuu vasta, kun käsittelyssä olevasta rungosta tiedetään sen puulaji ja referenssiläpimitta. Referenssiläpimittana voidaan käyttää rungon ensimmäistä läpimittahavaintoa, jonka jälkeen muodostetaan toisen vaiheen otos. Tämänjälkeenjatketaan samalla tavalla kuin yksivaiheisessa otannassa, mutta kertaimien arvot lasketaan toisen vaiheen otoksen perusteella. Kummassakin otosvaihtoehdossa kertoimet estimoidaan pienimmän neliösumman menetelmällä. Lisäksi hankkeessa on laadittu analysointiohjelma, jolla voidaan tuottaa simulointimallin tulosteista perusanalyyseja. Analysointiohjelma laskee mitatun ja ennustetun eron perusteella jokaiselle valitulle suhteelliselle korkeudelle, puun pituudelle sekä tukkiosan päättymiskorkeudelle havaintojen lukumäärän, minimin, maksimin, keskiarvon, hajonnan ja keskineliövirheen puulajeittain jokaisen pölkyn katkaisun jälkeen. Kuva 7. Esimerkki simulointiohjelman näytöstä. Vasemmalla hakkuukoneen mittaama runkoprofiili ja simulointiohjelmalla lasketut runkokäyräennusteet Oikealla rungoittaisen tarkastelun näyttö, jossa käyttäjälle on tulostunut kunkin runkokäyrän suhteellisten korkeuksien läpimitat. Valok. Metsäteho 6

7 PÄÄTELMÄT Tutkimuksessa on laadittu simulointimenettely, jonka avulla on mahdollista sovittaa hakkuukoneympäristöön toimiva runkomuodon ennustemalli. Mallin avulla saadaan selville riittävällä tarkkuudella rungon kaikki läpimitta- ja pituusyhdistelmät ennen ensimmäistä katkaisua. Malli perustuu suhteelliseen puunmuototeoriaan ja pu ulaj ei ttaisiin regressioyhtälöihin. Runkokäyräennusteiden tuloksia tarkasteltaessa on otettava huomioon ennustevirheen kaksijakoisuus. Mallin antamat tulokset sisältävät hakkuukoneen mittausvirhettä sekä mallin aiheuttamaa virhettä. Satunnaisten virheiden aiheuttajana hakkuukone on merkittävin, ja vastaavasti systemaattinen virhe on peräisin ennustemallin laskennastaja logiikasta. Hakkuukoneympäristössä puun runkokäyrän ennustamisen toimivuuteen vaikuttaa merkittävimmin mittalaitteen kyky mitata rungon läpimittoja. Rungon läpimittojen mekaanisen tunnustelun merkitys kasvaa nykyisestään, koska yksittäisen rungon käsittelyn aikana ei ole aikaa tehdä monimutkaisia läpimittahavaintojen korjausmenettelyjä ja läpimittahavaintosarjoja taaksepäin tasoittavia korjauslaskentoja. Hyvä runkokäyräennustemalli vaatiikin tuekseen erittäin luotettavan läpimittojen mittauksen. Yksiotehakkuukoneen runkokäyräennusteen luotettavuuttå parantaa myös rungon läpimittojen mittauspisteen suuri etäisyys katkaisulaitteeseen nähden. Mitä enemmän rungosta on mitattuna, sitä luotettavampi ennuste loppuosalle saadaan. Hakkuukoneilla, joilla läpimittojen mittaus tapahtuu etummaisista karsimateristä, on mitattuna noin metrin verran puun runkoa enemmän kuin niillä hakkuukoneilla, joilla mittaus tapahtuu takimmaisista karsimateristä. Samalla rungon latvaosista saadaan läpimittahavaintoja ainespuun minimiläpimittaa korkeammalta, jolloin puun pituuden iteroinnin luotettavuus paranee. Pituuden iteroinnilla on vaikutusta regressioyhtälön läpimittahavaintojen luotettavuuteen. Mitä pienempi osuus jää malleilla laskettavaksi, sitä oikeampia läpimittahavainnot ovat. Mallissa on regressioyhtälöille tyypillinen ominaisuus: se pyrkii keskiarvoistamaan syöttötiedoista saatavat ennusteet. Samalla malli on arka momenttivaikutukselle eli yksittäiset suuret poikkeamat havaintomatriisissa painavat suhteellisesti enemmän. Tästä johtuen poikkeavat puuyksilöt, kuten kaksihaaraiset rungot, on jätettävä mallin syöttötietojen ulkopuolelle, jotta niiden erityisen poikkeava runkomuoto ei toisi ennusteisiin harhaa. Hakkuukoneapteera uksen kokonaistarkastelun saavuttamiseksi malliin on liitettävä mukaan sekäyksittäisen rungon pölkytysalgoritmit että leimikon pölkkyjen jakaumaohjausmenettelyt. Yksittäisen rungon pölkytysalgoritmien avulla voidaan tarkastella arvoapteerauksen onnistumista. Vastaavasti jakaumaohjauksen avulla voidaan tarkastella leimikon tukkisuman muodostumista. Arvoapteerauksen ja jakaumaohjauksen toimivuutta on tarkasteltava taloudellisuusanalyysin avulla tilanteessa, jossa hakkuukonesimulaattorissa käytetään sekä mitattuja että ennustettuja läpimittatietoja. Arvoapteerauksessa mallin lopullinen tulos saadaan vertaamalla leimikon puuston kokonaisarvoja. Jakaumaohjauksessa tulos saadaan vertaamalla ennalta asetettujen laatu-, läpimittaja pituustavoitteiden saavuttamista. Asiasanat: hakkuukone, puun muodon ennustemalli, runkokäyrä, simulointi 7

8 Metsäteho Review 4/996 PREDICTING STEM FORM USING STEM CURVES AND SIMULATION A software product for simulating stem form has been developed at Metsäteho. The resultant prediction model is able to predict all diameters along individual stems. The model produces a predicted stem curve to assist merchandizing of stems. More specifically, the model facilitates the inserting of stem-specific bucking control algorithms and methods to be applied in bucking when dealing with a stumpage as a whole. Computation of the predicted stem curve is based on a moving sample file compiled by tree species in which the oldest data, on having been processed, is always replaced by a new row of data. Due to its moving sample file, the stem form model is capable of accounting for the variation in stem form within a stumpage and between stumpages. As stem processing progresses, the predicted stem curve is adjusted by changing tree length should the difference between the diameter readings obtained using the harvester's measurement system and the diameters obtained using the stem curve exceed a certain predefined limit. Metsäteho Oy PL Helsinki Käyntiosoite Unioninkatu 7 ISSN X - Helsinki 996 Painoval mista Ky This software has been utilised in developing harvester-based merchandizing. The simulation software enables the user to examine the stem profile as measured by the harvester's measuring system and the model-based predicted stem curve as both graphically presented curves and as diameter/length tables. Based on relative tree form theory, stem curves, and stumpage tree height curves, this simulation model is the first to offer the possibility of predicting with sufficient reliability all diameters along the entire length of a tree before actually making the first cut. The required research work was carried out as a joint effort by Sisu Logging Oy, Metsäteho and TEKES, the Technology Development Center of Finland. The results obtained indicate that the model predicting stem form can be adapted into the harvester environment. Keywords: harvester, stem form prediction model, stem curve, simulation Telefax (90) tai Puhelin (90) 32 52

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

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003 Männyn laaturajojen integrointi runkokäyrän ennustamisessa Laura Koskela Tampereen yliopisto 9.6.2003 Johdantoa Pohjoismaisen käytännön mukaan rungot katkaistaan tukeiksi jo metsässä. Katkonnan ohjauksessa

Lisätiedot

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa Tapio Nummi Tampereen yliopisto Runkokäyrän ennustaminen Jotta runko voitaisiin katkaista optimaalisesti pitäisi koko runko mitata etukäteen. Käytännössä

Lisätiedot

Eero Lukkarinen Jari Marjomaa

Eero Lukkarinen Jari Marjomaa Rungon kapenemisen ennustaminen hakkuukoneen mittalaitteella Ennustusmenetelmien vertailu Eero Lukkarinen Jari Marjomaa Metsätehon raportti 35 15.12.1997 Konsortiohanke: A.Ahlström Osakeyhtiö, Aureskoski

Lisätiedot

Kehittyvä puun mallinnus ja laskenta

Kehittyvä puun mallinnus ja laskenta Kehittyvä puun mallinnus ja laskenta Metsätieteen päivät 2011 Jouko Laasasenaho emeritusprof. Historiallinen tausta Vuonna 1969 Suomessa siirryttiin puun mittauksessa kuorelliseen kiintokuutiometrin käyttöön

Lisätiedot

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa. LIITE 1 HAKKUUKONEMITTAUS 1(5) HAKKUUKONEMITTAUS 1 Määritelmä Hakkuukonemittauksella tarkoitetaan hakkuukoneella valmistettavan puutavaran tilavuuden mittausta valmistuksen yhteydessä koneen mittalaitteella.

Lisätiedot

7/1995 METSATEHO ~ METSÄTEOLLISUUS METSURIMITTAUKSEN TARKKUUS. Masser 35. Tapio Räsänen Jari Marjomaa Antti Ihalainen

7/1995 METSATEHO ~ METSÄTEOLLISUUS METSURIMITTAUKSEN TARKKUUS. Masser 35. Tapio Räsänen Jari Marjomaa Antti Ihalainen METSATEHO / METSURIMITTAUKSEN TARKKUUS Tapio Räsänen Jari Marjomaa Antti Ihalainen Masser Tutkimuksessa selvitettiin hakkuukohteelta kerätyn aineiston perusteella metsurimittauksen tarkkuutta, kun käytettiin

Lisätiedot

Liite 1 - Hakkuukonemittaus

Liite 1 - Hakkuukonemittaus Liite 1 - Hakkuukonemittaus Tämä ohje on MMM:n asetuksen nro 15/06, dnro 926/01/2006 liite 1. Asetus tuli voimaan 1 päivänä toukokuuta 2006. Hakkuukoneen, joka otetaan käyttöön 1 päivänä toukokuuta 2007

Lisätiedot

hinnoitteluun ja puukauppaan

hinnoitteluun ja puukauppaan Työkaluja puutavaran hinnoitteluun ja puukauppaan PUU tutkimus ja kehittämisohjelman väliseminaari 6.9.2012 Sokos Hotel Vaakuna, Hämeenlinna Jukka Malinen Metla / Joensuu Metsäntutkimuslaitos Skogsforskningsinstitutet

Lisätiedot

Puun kasvu ja runkomuodon muutokset

Puun kasvu ja runkomuodon muutokset Puun kasvu ja runkomuodon muutokset Laserkeilaus metsätieteissä 6.10.2017 Ville Luoma Helsingin yliopisto Centre of Excellence in Laser Scanning Research Taustaa Päätöksentekijät tarvitsevat tarkkaa tietoa

Lisätiedot

Kuusen kasvun ja puutavaran laadun ennustaminen

Kuusen kasvun ja puutavaran laadun ennustaminen Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.2001 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro -hankkeen rahoittamaksi 1.1.2004

Lisätiedot

ARVO ohjelmisto. Tausta

ARVO ohjelmisto. Tausta ARVO ohjelmisto Tausta Jukka Malinen, Metla Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Ennakkotiedon tarve - Metsänomistaja 11.2.2010 2 Ennakkotiedon

Lisätiedot

Hämeenlinna 6.9.2012. Jari Lindblad Jukka Antikainen. Jukka.antikainen@metla.fi 040 801 5051

Hämeenlinna 6.9.2012. Jari Lindblad Jukka Antikainen. Jukka.antikainen@metla.fi 040 801 5051 Puutavaran mittaus Hämeenlinna 6.9.2012 Jari Lindblad Jukka Antikainen Metsäntutkimuslaitos, Itä Suomen alueyksikkö, Joensuu Jukka.antikainen@metla.fi 040 801 5051 SISÄLTÖ 1. Puutavaran mittaustarkkuus

Lisätiedot

METSATEHO ~ METSÄTEOLLISUUS 12/1994 PUUNKORJUUN KUSTANNUSTEN JAKAMINEN PUUTAVARALAJEILLE. Jari Terävä. Teppo Oijala

METSATEHO ~ METSÄTEOLLISUUS 12/1994 PUUNKORJUUN KUSTANNUSTEN JAKAMINEN PUUTAVARALAJEILLE. Jari Terävä. Teppo Oijala METSATEHO... ' 1 ~ ~.. ~ ' 1.. : 12/1994 PUUNKORJUUN KUSTANNUSTEN JAKAMINEN PUUTAVARALAJEILLE e Teppo Oijala Jari Terävä Metsätehossa on valmistunut metsäkoneiden ajanmenekkitutkimuksiin sekä PMP- ja VMI

Lisätiedot

METSÄTEHO ~ METSÄTEOWSUUS 9/1993 MOTOMIT-MITTALAITTEEN KÄYTTÖKELPOISUUS TILAVUUDEN MITTAUKSESSA. Kaarlo Rieppo

METSÄTEHO ~ METSÄTEOWSUUS 9/1993 MOTOMIT-MITTALAITTEEN KÄYTTÖKELPOISUUS TILAVUUDEN MITTAUKSESSA. Kaarlo Rieppo METSÄTEHO 9/ MOTOMITMITTALAITTEEN KÄYTTÖKELPOISUUS TILAVUUDEN MITTAUKSESSA Kaarlo Rieppo Motomitmittalaite on hakkuukoneissa käytettävä yleisesti saatavissa oleva puutavaran tilavuuden pätkittäin mittaava

Lisätiedot

Research plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen

Research plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen Modelling tree and stand characteristics and estimating biomass removals and harvesting costs of lodgepole pine (Pinus contorta) plantations in Iceland Research plan for masters thesis in forest sciences

Lisätiedot

METSJITEHO. e -0. 6 _ +3. 7 %. 5/1993 PL 194 (Unioninkatu 17) 00131 HELSINKI KOIVUN HAKKUUKONEMITTAUS. Jussi Lemmetty.

METSJITEHO. e -0. 6 _ +3. 7 %. 5/1993 PL 194 (Unioninkatu 17) 00131 HELSINKI KOIVUN HAKKUUKONEMITTAUS. Jussi Lemmetty. Metsäteollisuuden tutkimus- jo kehitysyksikkö METSJITEHO 5/993 PL 94 (Unioninkatu 7) 3 HELSINKI KOIVUN HKKUUKONEMITTUS Jussi Lemmetty Markku Mäkelä Tutkimus oli kaksiosainen: Koivun tilavuuden mittaustarkkuus

Lisätiedot

ARVO ohjelmisto. Tausta

ARVO ohjelmisto. Tausta ARVO ohjelmisto Tausta Jukka Malinen, Metla Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Ennakkotiedon tarve - Metsänomistaja 25.1.2010 2 Ennakkotiedon

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

RUNKOPANKIN KÄYTTÖSOVELLUKSET

RUNKOPANKIN KÄYTTÖSOVELLUKSET RUNKOPANKIN KÄYTTÖSOVELLUKSET Projektit Projekti 202 Leimikoiden korjuuohjelman ja apteerausvaihtoehtojen optimointi suunnattiin runkopankin käyttösovellusten kehittämistä tukevaksi ja toteutettiin yhdessä

Lisätiedot

Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta

Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta Puutavaranmittauksen neuvottelukunnan suosituksen 12.10.2017 taustamateriaali Suositusta muutettu

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

Voidaanko laatu huomioida männyn katkonnassa? Jori Uusitalo Joensuun yliopisto

Voidaanko laatu huomioida männyn katkonnassa? Jori Uusitalo Joensuun yliopisto Voidaanko laatu huomioida männyn katkonnassa? Jori Uusitalo Joensuun yliopisto Esityksen sisältö Katkonnan ohjauksen perusteet Tutkimustuloksia Laadun huomioon ottaminen katkonnassa Katkonnan ohjauksen

Lisätiedot

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA 1 Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi miten uudenaikainen tai kallis tahansa ja mittaaja olisi alansa huippututkija Tästä johtuen mittaustuloksista

Lisätiedot

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA 1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten

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

KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI

KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI Asko Poikela Samuli Hujo TULOSKALVOSARJAN SISÄLTÖ I. Vanha mittauskäytäntö -s. 3-5 II. Keskusmuotolukujen funktiointi -s. 6-13 III.Uusi mittauskäytäntö -s.

Lisätiedot

Otoskoko 107 kpl. a) 27 b) 2654

Otoskoko 107 kpl. a) 27 b) 2654 1. Tietyllä koneella valmistettavien tiivisterenkaiden halkaisijan keskihajonnan tiedetään olevan 0.04 tuumaa. Kyseisellä koneella valmistettujen 100 renkaan halkaisijoiden keskiarvo oli 0.60 tuumaa. Määrää

Lisätiedot

KUITUPUUN PINO- MITTAUS

KUITUPUUN PINO- MITTAUS KUITUPUUN PINO- MITTAUS Ohje KUITUPUUN PINOMITTAUS Ohje perustuu maa- ja metsätalousministeriön 16.6.1997 vahvistamaan pinomittausmenetelmän mittausohjeeseen. Ohjeessa esitettyä menetelmää sovelletaan

Lisätiedot

Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi.

Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi. Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi Tukkimittarimittauksessa tyvisylinterin pituus ja tarkastusmittauksen suunta -

Lisätiedot

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA Oulun yliopisto Fysiikan opetuslaboratorio Fysiikan laboratoriotyöt 1 1 LIITE 1 VIRHEEN RVIOINNIST Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi

Lisätiedot

KUUSEN OMINAISUUSPOTENTIAALI

KUUSEN OMINAISUUSPOTENTIAALI KUUSEN OMINAISUUSPOTENTIAALI Marketta Sipi ja Antti Rissanen Helsingin yliopisto Metsävarojen käytön laitos Taustaa» Puuaineen ja kuitujen ominaisuudet vaihtelevat» Runkojen sisällä» Runkojen välillä»

Lisätiedot

PUUTAVARA- PÖLKKYJEN MITTAUS

PUUTAVARA- PÖLKKYJEN MITTAUS PUUTAVARA- PÖLKKYJEN MITTAUS PUUTAVARAPÖLKKYJEN MITTAUS Metsähallitus Metsäteollisuus ry Yksityismetsätalouden Työnantajat ry Puu- ja erityisalojen liitto Ohje perustuu alla lueteltuihin maa- ja metsätalousministeriön

Lisätiedot

Harhakomponentit kuvioittaisen arvioinnin puuston tilavuuden laskenta ketjussa

Harhakomponentit kuvioittaisen arvioinnin puuston tilavuuden laskenta ketjussa Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Lauri Kuusisto Lauri Kuusisto ja Annika Kangas Harhakomponentit kuvioittaisen arvioinnin puuston tilavuuden laskenta ketjussa Kuusisto, L. &

Lisätiedot

Fysiikan laboratoriotyöt 1, työ nro: 2, Harmoninen värähtelijä

Fysiikan laboratoriotyöt 1, työ nro: 2, Harmoninen värähtelijä Fysiikan laboratoriotyöt 1, työ nro: 2, Harmoninen värähtelijä Tekijä: Mikko Laine Tekijän sähköpostiosoite: miklaine@student.oulu.fi Koulutusohjelma: Fysiikka Mittausten suorituspäivä: 04.02.2013 Työn

Lisätiedot

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet Puunkäytön kehittäminen ja uudet tuotemarkkinat Tutkimusohjelman loppuseminaari 13.11.2008, Lahti, Sibeliustalo Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet Tapio Wall: - Harvennusmännyn

Lisätiedot

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla Korvausvastuun ennustejakauma bootstrap-menetelmän avulla Sari Ropponen 13.5.2009 1 Agenda Korvausvastuu vahinkovakuutuksessa Korvausvastuun arviointi Ennustevirhe Ennustejakauma Bootstrap-/simulointimenetelmä

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

PITUUSJAKAUTUMINEN. mittausta katkottujen paperipuiden hakkuusta kerättyjä tutkimusainei stoja hyväksi käyttäen.

PITUUSJAKAUTUMINEN. mittausta katkottujen paperipuiden hakkuusta kerättyjä tutkimusainei stoja hyväksi käyttäen. METSÄTEHON KATSAUS 7/1968 ) S I L M Ä V A R A I S E S T I KATKOTUN HAVUPAPERIPUUN PITUUSJAKAUTUMINEN Tämä selvitys on tehty Metsätehon vuosina 1965--1967 ilman pituuden mittausta katkottujen paperipuiden

Lisätiedot

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO Aki Taanila YHDEN SELITTÄJÄN REGRESSIO 26.4.2011 SISÄLLYS JOHDANTO... 1 LINEAARINEN MALLI... 1 Selityskerroin... 3 Excelin funktioita... 4 EKSPONENTIAALINEN MALLI... 4 MALLIN KÄYTTÄMINEN ENNUSTAMISEEN...

Lisätiedot

Tukkijakauman ohjaus. Tuomo Vuorenpää Anna Aaltonen Vesa Imponen Eero Lukkarinen

Tukkijakauman ohjaus. Tuomo Vuorenpää Anna Aaltonen Vesa Imponen Eero Lukkarinen Tukkijakauman ohjaus Tuomo Vuorenpää Anna Aaltonen Vesa Imponen Eero Lukkarinen Metsätehon raportti 38 23.12.1997 Konsortiohanke: A.Ahlström Osakeyhtiö, Aureskoski Oy, Enso Oyj, Koskitukki Oy, Kuhmo Oy,

Lisätiedot

"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

Karuselli, 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet. MARV1, 2009 KE-ip Metsikkökoeala - harjoittelu muistokoivikossa "Karuselli", 4 kohdetta, 4 ryhmää per kohde, 25 + 5 min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

Lisätiedot

Opastiosilta 8 B 00520 HELSINKI 52 SELOSTE Puhelin 90-140011 3/1976 HAKKUUMIEHEN AJANKÄYTTÖ PÖLKKY

Opastiosilta 8 B 00520 HELSINKI 52 SELOSTE Puhelin 90-140011 3/1976 HAKKUUMIEHEN AJANKÄYTTÖ PÖLKKY MDSATIHO Opastiosilta 8 B 0050 HELSINKI 5 SELOSTE Puhelin 90400 /976 HAKKUUMIEHEN AJANKÄYTTÖ PÖLKKY MENETELMÄÄN LIITTYVISSÄ TÖISSÄ Mikko Kahala TIIVISTELMÄ Tutkimuksessa selvitetäänhakkuumiehen ajankäyttöä

Lisätiedot

Puuston ennakkotiedon hankintamenetelmät. Tapio Räsänen Eero Lukkarinen

Puuston ennakkotiedon hankintamenetelmät. Tapio Räsänen Eero Lukkarinen Puuston ennakkotiedon hankintamenetelmät ja käyttö Tapio Räsänen Eero Lukkarinen Metsätehon raportti 43 10.2.1998 Konsortiohanke: A.Ahlström Osakeyhtiö, Aureskoski Oy, Enso Oyj, Koskitukki Oy, Kuhmo Oy,

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

Puuraaka-aineen hinnoittelumenetelmät

Puuraaka-aineen hinnoittelumenetelmät Puuraaka-aineen hinnoittelumenetelmät Vesa Berg, Harri Kilpeläinen & Jukka Malinen Metsäntutkimuslaitos Joensuun yksikkö Männyn hankinta ja käyttö puutuotealalla Kehityshankkeen tiedonsiirtoseminaari Pohjois-Karjalassa

Lisätiedot

Mittaustarkkuus = Mitatun arvon ja todellisen (oikeana pidettävän) arvon yhtäpitävyys.

Mittaustarkkuus = Mitatun arvon ja todellisen (oikeana pidettävän) arvon yhtäpitävyys. 7.5.2015 HAKKUUKONEEN MITTAUSTARKKUUDEN YLLÄPITO -OHJE 1. TARKOITUS Ohjeen tarkoituksena on määritellä periaatteet ja toimenpiteet, joilla varmistetaan mittaustarkkuus hakkuukonemittauksessa. Ohjeessa

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

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla 02.10.2014

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla 02.10.2014 Puukaupan uudet tuulet - rungonosahinnoittelu Jori Uusitalo Metla 02.10.2014 Puun hinnoittelutapoja Puutavaralajihinnoittelu hinta tavaralajille Runkohinnoittelu yksi hinta koko rungolle Rungonosahinnoittelu

Lisätiedot

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista MMT Ville Kankare Metsätieteiden laitos, Helsingin yliopisto Laserkeilauksen huippuyksikkö 8.3.2016 1 Sisältö I. Biomassaositteet

Lisätiedot

Harjoitus 9: Excel - Tilastollinen analyysi

Harjoitus 9: Excel - Tilastollinen analyysi Harjoitus 9: Excel - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen regressioanalyysiin

Lisätiedot

Aki Taanila AIKASARJAENNUSTAMINEN

Aki Taanila AIKASARJAENNUSTAMINEN Aki Taanila AIKASARJAENNUSTAMINEN 26.4.2011 SISÄLLYS JOHDANTO... 1 1 AIKASARJA ILMAN SYSTEMAATTISTA VAIHTELUA... 2 1.1 Liukuvan keskiarvon menetelmä... 2 1.2 Eksponentiaalinen tasoitus... 3 2 AIKASARJASSA

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

METS.J1TEHO PÄTKITTÄINMITTAAVA KAJAANI1024 -MITTALAITE JA SEN MITTAUSTARKKUUS

METS.J1TEHO PÄTKITTÄINMITTAAVA KAJAANI1024 -MITTALAITE JA SEN MITTAUSTARKKUUS Metsäteollisuuden tutkimus ja kehitysyksikkö METS.JTEHO /99 PL (Unioninkatu 7) HELSINKI PÄTKITTÄINMITTAAVA KAJAANI4 MITTALAITE JA SEN MITTAUSTARKKUUS Kaarlo Rieppo Kajaani 4 on hakkuukoneen hallinta ja

Lisätiedot

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi Tehtävä. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi lyhyesti. a) a, c, e, g, b),,, 7,, Ratkaisut: a) i ja k - oikea perustelu ja oikeat kirjaimet, annetaan

Lisätiedot

MELA2012. Olli Salminen Metla MELA ryhmä.

MELA2012. Olli Salminen Metla MELA ryhmä. MELA2012 Olli Salminen Metla MELA ryhmä http://www.metla.fi www.metla.fi/metinfo/mela MELA2012 julkistus 27.11.2012 MELA versiohistoria MELA2012 ohjelmiston uudet ominaisuudet http://mela2.metla.fi/mela/julkaisut/oppaat.htm

Lisätiedot

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset: MARV1-11 Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä Metsikkökoealojen puuston mittaukseen käytetty menetelmä, jossa puut etsitään laseraineistosta/ilmakuvilta ja mitataan

Lisätiedot

TTY Mittausten koekenttä. Käyttö. Sijainti

TTY Mittausten koekenttä. Käyttö. Sijainti TTY Mittausten koekenttä Käyttö Tampereen teknillisen yliopiston mittausten koekenttä sijaitsee Tampereen teknillisen yliopiston välittömässä läheisyydessä. Koekenttä koostuu kuudesta pilaripisteestä (

Lisätiedot

Runkopankki puunhankinnan ohjauksen välineenä

Runkopankki puunhankinnan ohjauksen välineenä Ryhmähanke Runkopankki puunhankinnan ohjauksen välineenä Tapio Räsänen Vesa Imponen Jarmo Lindroos Jukka Malinen Juha-Antti Sorsa Metsätehon raportti 94 19.6.2000 Runkopankki puunhankinnan ohjauksen välineenä

Lisätiedot

Taneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari 8.4.2010. Eri-ikäisrakenteisen metsän kehityksen ennustaminen

Taneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari 8.4.2010. Eri-ikäisrakenteisen metsän kehityksen ennustaminen Taneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari 8.4.2010 Eri-ikäisrakenteisen metsän kehityksen ennustaminen Esityksen sisältö Taustaa Malleista Lähestymistapoja Suomessa Mallien käytettävyys

Lisätiedot

Sisältö. Johdanto. Vastaajien esittely. Absoluuttinen raportti. Suhteellinen raportti. Vaihe 1. Vaihe 2. Vaihe 3

Sisältö. Johdanto. Vastaajien esittely. Absoluuttinen raportti. Suhteellinen raportti. Vaihe 1. Vaihe 2. Vaihe 3 ZEF menetelmä Sisältö Johdanto Vastaajien esittely Absoluuttinen raportti Suhteellinen raportti Vaihe 1 Vaihe 2 Vaihe 3 3 4 5 6 7 9 10 Johdanto Mikä on ZEF-menetelmä ja miksi sitä käytetään? ZEF-menetelmän

Lisätiedot

RUNKOPANKKI JA K-MSN MENETELMÄ PUUSTOTIETOJEN JA PÖLKKYJAKAUMAN ENNUSTAMISESSA

RUNKOPANKKI JA K-MSN MENETELMÄ PUUSTOTIETOJEN JA PÖLKKYJAKAUMAN ENNUSTAMISESSA RUNKOPANKKI JA K-MSN MENETELMÄ PUUSTOTIETOJEN JA PÖLKKYJAKAUMAN ENNUSTAMISESSA Projektiryhmä Tapio Räsänen, Vesa Imponen ja Juha-Antti Sorsa Rahoittajat Koskitukki Oy, Kuhmo Oy, Metsäliitto Osuuskunta,

Lisätiedot

Lämpötilan ja valssausvoiman tilastollinen mallintaminen levyvalssauksessa

Lämpötilan ja valssausvoiman tilastollinen mallintaminen levyvalssauksessa Lämpötilan ja valssausvoiman tilastollinen mallintaminen levyvalssauksessa VaProKe projekti (Ruukki, TEKES) Intelligent Systems Group, ILMARI JUUTILAINEN, 24.11.2011 Sisältö Projektin tavoitteet Voimamallinnuksen

Lisätiedot

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien

Lisätiedot

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla Laatua kuvaavien kasvumallien kehittäminen Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla Taustaa» Kasvumallit antavat puustoennusteen kiertoaikana, kun tunnetaan» kasvupaikkatiedot»

Lisätiedot

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina 12.10.2010 Jukka Malinen Metla / Joensuu Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Tavaralajihinnoittelun

Lisätiedot

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen Jouni Siipilehto, Harri Lindeman, Jori Uusitalo, Xiaowei Yu, Mikko Vastaranta Luonnonvarakeskus Geodeettinen laitos Helsingin yliopisto Vertailtavat

Lisätiedot

Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA

Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA METSÄNTUTKIMUSLAITOS 3.10.1979 Rovaniemen tutkimusasema Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA Tutkimuksen tarkoitus Kasvuindeksipalvelun tarkoituksena on tutkia vuosittaista kasvutapahtumaa

Lisätiedot

SIMULINK S-funktiot. SIMULINK S-funktiot

SIMULINK S-funktiot. SIMULINK S-funktiot S-funktio on ohjelmointikielellä (Matlab, C, Fortran) laadittu oma algoritmi tai dynaamisen järjestelmän kuvaus, jota voidaan käyttää Simulink-malleissa kuin mitä tahansa valmista lohkoa. S-funktion rakenne

Lisätiedot

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

Puukaupan kilpailuttaminen ja korjuun valvonta käytännössä

Puukaupan kilpailuttaminen ja korjuun valvonta käytännössä Puukaupan kilpailuttaminen ja korjuun käytännössä Herkko Hämäläinen 14.4.2018 Johdanto Puukauppa lähtee liikkeelle puunmyyntisuunnitelman laatimisella ja yleensä leimikko on tarkoitus myydä heti Tehdään

Lisätiedot

Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.

Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus. Virhearviointi Fysiikassa on tärkeää tietää tulosten tarkkuus. Virhelajit A. Tilastolliset virheet= satunnaisvirheet, joita voi arvioida tilastollisin menetelmin B. Systemaattiset virheet = virheet, joita

Lisätiedot

Poimintahakkuiden puunkorjuu Matti Sirén

Poimintahakkuiden puunkorjuu Matti Sirén Poimintahakkuiden puunkorjuu Matti Sirén Kuva: Juhani Korhonen Poimintahakkuiden puunkorjuun tuottavuudesta vähän tietoa - tuottavuutta koskevat lainalaisuudet kuitenkin voimassa Hakkuun tuottavuustekijät:

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016

Lisätiedot

Pinomittaus ajoneuvossa Ositettu kehysotantamittaus

Pinomittaus ajoneuvossa Ositettu kehysotantamittaus Pinomittaus ajoneuvossa Ositettu kehysotantamittaus Pinomittaus ajoneuvossa, projekti nro 241 1 Projektiryhmä Pinomittaus ajoneuvossa Ositettu kehysotantamittaus Tuomo Vuorenpää, proj.pääll. (kesäkuuhun

Lisätiedot

Katkonnanohjaus evoluutiolaskennan keinoin

Katkonnanohjaus evoluutiolaskennan keinoin Katkonnanohjaus evoluutiolaskennan keinoin Askel kohti optimaalista tavaralajijakoa Veli-Pekka Kivinen HY, Metsävarojen käytön laitos Katkonnanohjauksen problematiikkaa Miten arvo-/tavoitematriisit tulisi

Lisätiedot

Kuusen kasvun ja puutavaran laadun ennustaminen

Kuusen kasvun ja puutavaran laadun ennustaminen 1/13 Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.21 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro-hankkeen rahoittamaksi 1.1.24

Lisätiedot

Hakkuutyön tuottavuus kaivukonealustaisella hakkuukoneella ja Naarva EF28 hakkuulaitteella

Hakkuutyön tuottavuus kaivukonealustaisella hakkuukoneella ja Naarva EF28 hakkuulaitteella Hakkuutyön tuottavuus kaivukonealustaisella hakkuukoneella ja Naarva EF28 hakkuulaitteella Ensimmäiset tuloskuvat Juha Laitila & Kari Väätäinen Metsäntutkimuslaitos, Itä-Suomen alueyksikkö, Joensuun toimipaikka

Lisätiedot

PUUTAVARAN LAJITTELU KORJUUN YHTEYDESSÄ

PUUTAVARAN LAJITTELU KORJUUN YHTEYDESSÄ PUUTAVARAN LAJITTELU KORJUUN YHTEYDESSÄ Projektiryhmä Asko Poikela ja Heikki Alanne Rahoittajat Metsähallitus, Metsäliitto Osuuskunta, Pölkky Oy, Stora Enso Oyj ja UPM-Kymmene Oyj Kumppanit hanke toteutettiin

Lisätiedot

Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu

Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu Ville Hallikainen Kuva: Risto Jalkanen Tutkimuskysymykset Mitkä luonnossa vallitsevat ekologiset ja metsänhoidolliset ym. tekijät vaikuttavat tervasroson

Lisätiedot

Leimikoiden apteerausvaihtoehtojen optimointi esitutkimus. Vesa Imponen. Metsätehon raportti 48 24.2.1998

Leimikoiden apteerausvaihtoehtojen optimointi esitutkimus. Vesa Imponen. Metsätehon raportti 48 24.2.1998 Leimikoiden apteerausvaihtoehtojen optimointi esitutkimus Vesa Imponen Metsätehon raportti 48 24.2.1998 Konsortiohanke: A.Ahlström Osakeyhtiö, Aureskoski Oy, Enso Oy, Koskitukki Oy, Kuhmo Oy, Metsähallitus,

Lisätiedot

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Regressioanalyysi. Vilkkumaa / Kuusinen 1 Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen

Lisätiedot

Kojemeteorologia (53695) Laskuharjoitus 1

Kojemeteorologia (53695) Laskuharjoitus 1 Kojemeteorologia (53695) Laskuharjoitus 1 Risto Taipale 20.9.2013 1 Tehtävä 1 Erään lämpömittarin vertailu kalibrointistandardiin antoi keskimääräiseksi eroksi standardista 0,98 C ja eron keskihajonnaksi

Lisätiedot

Puukaupan tarjousvertailut. MMM Puumarkkinatyöryhmän kokous kenttäpäällikkö Pauli Rintala MTK

Puukaupan tarjousvertailut. MMM Puumarkkinatyöryhmän kokous kenttäpäällikkö Pauli Rintala MTK Puukaupan tarjousvertailut MMM Puumarkkinatyöryhmän kokous 25.11.2015 kenttäpäällikkö Pauli Rintala MTK Mitä tarkoittaa puukaupan tarjousvertailut? - Puunostajat tekevät metsänomistajalle/hänen tarjouspyyntöönsä

Lisätiedot

Kasvu- ja tuotostutkimus. Tutkimuskohteena puiden kasvu ja metsien kehitys. Luontaisten kasvutekijöiden vaikutukset. Männikköä karulla rämeellä

Kasvu- ja tuotostutkimus. Tutkimuskohteena puiden kasvu ja metsien kehitys. Luontaisten kasvutekijöiden vaikutukset. Männikköä karulla rämeellä Kasvu- ja tuotostutkimus tutkittua tietoa puiden kasvusta ja metsien kehityksestä Jari Hynynen Metsäntutkimuslaitos Jari Hynynen Tutkimuskohteena puiden kasvu ja metsien kehitys Miten kasvuympäristö ja

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

ELEMET- MOCASTRO. Effect of grain size on A 3 temperatures in C-Mn and low alloyed steels - Gleeble tests and predictions. Period

ELEMET- MOCASTRO. Effect of grain size on A 3 temperatures in C-Mn and low alloyed steels - Gleeble tests and predictions. Period 1 ELEMET- MOCASTRO Effect of grain size on A 3 temperatures in C-Mn and low alloyed steels - Gleeble tests and predictions Period 20.02-25.05.2012 Diaarinumero Rahoituspäätöksen numero 1114/31/2010 502/10

Lisätiedot

Paikkatietoa metsäbiomassan määrästä tarvitaan

Paikkatietoa metsäbiomassan määrästä tarvitaan Biomassan estimointi laseraineiston, ilmakuvien ja maastomittausten perusteella Esitys Metsätieteen Päivän Taksaattorisessiossa 26.10.2011 Reija Haapanen, Sakari Tuominen ja Risto Viitala Paikkatietoa

Lisätiedot

MDSATIHO. SELOSTE Puhelin /1974 MONITOIMIKONEIDEN TUOTOSTEN JA YKSIKKÖKUSTANNUSTEN LASKENTASYSTEEMI

MDSATIHO. SELOSTE Puhelin /1974 MONITOIMIKONEIDEN TUOTOSTEN JA YKSIKKÖKUSTANNUSTEN LASKENTASYSTEEMI MDSATIHO Rauhankatu 15 17 HELSIHKI 17 SELOSTE Puhelin 9-661281 6/1974 MONITOIMIKONEIDEN TUOTOSTEN JA YKSIKKÖKUSTANNUSTEN LASKENTASYSTEEMI Seppo Jukkola JOHDANTO Tässä selosteessa esitellään esimerkin avulla

Lisätiedot

MITEN MYYT JA MITTAAT ENERGIAPUUTA? Aluejohtaja Pauli Rintala Metsänomistajien liitto Järvi-Suomi

MITEN MYYT JA MITTAAT ENERGIAPUUTA? Aluejohtaja Pauli Rintala Metsänomistajien liitto Järvi-Suomi MITEN MYYT JA MITTAAT ENERGIAPUUTA? Aluejohtaja Pauli Rintala Metsänomistajien liitto Järvi-Suomi ENERGIAPUUKAUPAN VAIHTOEHDOT Pystykauppa (myydään ostajalle hakkuuoikeus, myyjä saa puusta kantohinnan

Lisätiedot

Leimikon arvosaanto ja puukaupan tehostaminen. Jukka Malinen, Harri Kilpeläinen, Tapio Wall & Erkki Verkasalo

Leimikon arvosaanto ja puukaupan tehostaminen. Jukka Malinen, Harri Kilpeläinen, Tapio Wall & Erkki Verkasalo Leimikon arvosaanto ja puukaupan tehostaminen Jukka Malinen, Harri Kilpeläinen, Tapio Wall & Erkki Verkasalo / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi

Lisätiedot

Puuston mittaus etäisyyden- ja kulmanmittauslaitteella

Puuston mittaus etäisyyden- ja kulmanmittauslaitteella Metsätieteen aikakauskirja t i e d o n a n t o Jouko Laasasenaho Jouko Laasasenaho, Jyrki Koivuniemi, Timo Melkas ja Minna Räty Puuston mittaus etäisyyden- ja kulmanmittauslaitteella Laasasenho, J., Koivuniemi,

Lisätiedot

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä?

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä? Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä? Puupäivä, torstaina 27.10.2011 Jukka Malinen Metla / Joensuu Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research

Lisätiedot

Kasvatettavan puuston määritys koneellisessa harvennuksessa

Kasvatettavan puuston määritys koneellisessa harvennuksessa Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,

Lisätiedot

Efficiency change over time

Efficiency change over time Efficiency change over time Heikki Tikanmäki Optimointiopin seminaari 14.11.2007 Contents Introduction (11.1) Window analysis (11.2) Example, application, analysis Malmquist index (11.3) Dealing with panel

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf

Lisätiedot

Liito-oravan elinympäristöjen mallittaminen Tampereen seudulla

Liito-oravan elinympäristöjen mallittaminen Tampereen seudulla Liito-oravan elinympäristöjen mallittaminen Tampereen seudulla Ari Nikula Metsäntutkimuslaitos Rovaniemen toimintayksikkö Ari.Nikula@metla.fi / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest

Lisätiedot

Harha mallin arvioinnissa

Harha mallin arvioinnissa Esitelmä 12 Antti Toppila sivu 1/18 Optimointiopin seminaari Syksy 2010 Harha mallin arvioinnissa Antti Toppila 13.10.2010 Esitelmä 12 Antti Toppila sivu 2/18 Optimointiopin seminaari Syksy 2010 Sisältö

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

Regressioanalyysi. Kuusinen/Heliövaara 1

Regressioanalyysi. Kuusinen/Heliövaara 1 Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin

Lisätiedot