Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen
|
|
- Asta Hakala
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen Timo Melkas Metsäteho Oy Forest Big Data -hankkeen tulosseminaari CHM Arbonaut Oy Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J.
2 Hakkuukoneella kerättävän tiedon hyödyntäminen referenssiaineistona ja kuviotietojen päivityksessä TAVOITE: selvittää hakkuukoneella tuotetun tiedon hyödyntämismahdollisuudet kaukokartoituksen referenssitietona (päätehakkuut) ja kuviotietojen päivityksessä. TOTEUTUS: Pilotti toteutettiin yhdellä metsäkeskuksen inventointialueella yhteistyössä Metsätehon ja sen osakkaiden, Suomen Metsäkeskuksen sekä Arbonaut Oy:n kanssa. Menetelmä on kuvattu Metsätehon raportissa 237 (2015). AINEISTO: kerättiin kuudella hakkuukoneella (8/2015-1/2016), hakattuja runkoja n ja kuvioita 255 (> 0,5 ha) TOIMIJAT: Metsäteho Oy, MetsäGroup, StoraEnso, UPM, Suomen metsäkeskus, Arbonaut Oy, VTT, Konevalmistajat Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J. 2
3 Aineisto (8/2015-1/2016) Hakattuja runkoja kpl Hakattuja kuvioita 255 kpl (> 0,5 ha) - 60 % kuvioista oli avohakkuita (kokoa alue) - 71 % kuvioista oli hakattu laserkeilatulta alueelta - näistä avohakkuita oli 53 % (97 kuviota) 255 kpl Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J. 3
4 Hakkuukoneaineiston laskenta v moto = v kanto + v käyttöosa + v latva (Varjo kartion kaava) v rk = Laasasenahon (1982) polynomikorjatun runkokäyrän sovitus hakkuukoneen mittaamaan runkoprofiiliin d 1.3, h, l latva, l kanto LASKENNAN VAIHEET JA KESKEISET TULOKSET STM ja PRD tiedostojen purku ja vienti tietokantaan runkopankki Tilavuuden laskenta hakkuukonedataan perustuen (puutavaralajikoodit) ja latvan ennustaminen Tilavuuden laskenta sovittamalla runkokäyrä hakkuukoneen tuottaman runkoprofiiliin Rinnankorkeusläpimitan, pituuden, latvan pituuden ja kannonkorkeuden laskenta Aineiston tarkistus ja vienti paikkatieto-ohjelmaan Leimikoiden, lohkojen ja työalueiden tarkistus ja numerointi Menetelmän kehittäminen kuviorajan ja ajourien muodostamiseen hakkuukoneen sijaintien perusteella Runkokohtaisten tietojen sekä summatietojen laskenta kuvioille puutason tiedot (tunnistetiedot, d 1.3, d 6, d l, h, h käyttöosa, v puutavaralajeittain, v runko ) summatiedot kuvioille (keskitilavuus, puulajisuhteet, keskipituus, läpimitta, pohjapinta-ala, tukkiosuus) Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J. 4
5 Menetelmä kuviorajan sekä ajourien muodostamiseen Koordinaattimuunnos WGS84 ETRS FIN35TM ja siirto paikkatietoohjelmistoon Koordinaattimuunnos WGS84 ETRS FIN35TM ja siirto paikkatietoohjelmistoon Kuviorajojen tarkistus ja vertaaminen hakkuukoneen sijainteihin Kuviorajojen muodostus kehitetyllä algoritmilla Havaintojen suodatus Viivamaisen ajouran muodostaminen Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J. 5
6 CHM Arbonaut Oy Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J. 6
7 Johtopäätökset sekä menetelmän jatkokehittäminen Aineiston keruu onnistuu kaikilla konemerkeillä (John Deere, Komatsu Forest, Ponsse) hyvin Vaatii standardien noudattamista (tunnistetiedot, hakkuutapa) ja puutavaralajikoodien synkronointia tietokannassa Vaatii, että hakkuukoneen sijainti tallennetaan jokaiselle puulle ja runkoprofiilitieto on käytettävissä Lisäksi aineisto on esikäsiteltävä ja muokattava hyödynnettävään muotoon Kuviorajojen muodostukseen kehitetty menetelmä toimii harvennushakkuilla ja päätehakkuilla Kuviorajojen sijaintitarkkuus vaikuttaa alustavien tarkastelujen perusteella varsin hyvältä. Seuraavana vaiheena on menetelmän automatisointi ja testaus yhteistyössä Suomen Metsäkeskuksen kanssa sekä kuviorajojen sijaintitarkkuuden selvittäminen. Ajourien muodostukseen kehitetty menetelmä toimii, mutta vaatii vielä jatkokehittämistä - etenkin yksittäisten pistojen ja ajourien yhdistämisen osalta Referenssitiedon hyödyntämisen osalta keskeistä on hakattujen puiden sijaintitarkkuus Hakkuukoneen paikannustarkkuutta voidaan parantaa hyödyntämällä koneelta saatavaa tietoa kouran sijainnista (suunta ja etäisyys). Osalla hakkuukoneista tiedot tallentuvat jo nykyisin HPR tiedostoon. Jatkossa tavoitteena on selvittää, kuinka paljon hakkuupään sijaintitiedon tarkentamisella pystytään parantamaan referenssitiedon sijaintitarkkuutta ja käytettävyyttä. Hakkuukoneella tuotetun aineiston hyödyntämispotentiaali on merkittävä. Yhdellä Metsäkeskuksen inventointialueelle toimii keskimäärin vajaa 20 hakkuukonetta, eli tulkinta-aineiston määrä on helposti kolminkertaistettavissa. Mikäli sijaintitarkkuutta pystytään parantamaan, voidaan yhdeltä leimikolta muodostaa useampia referenssikoealoja Toisaalta kuvioiden koko ja pirstoutuneisuus (heterogeenisuus) etenkin Etelä-Suomen alueella aiheuttaa haasteita koealojen muodostukseen Melkas, T., Poikela, A., Sorsa, J-A & Hämäläinen, J. 7
8 Hakkuukonemittaus puustotietojen tuotannossa Jussi Peuhkurinen, Arbonaut Oy Forest Big Data hankkeen tulosseminaari Heureka
9 Hakkuukoneaineiston käyttö puustotulkinnan referenssiaineistona - SWOT VAHVUUDET Datan määrä Mittaustarkkuus Tiedonkeruun edullisuus MAHDOLLISUUDET Yksinpuin mittaus Uudet tietosisällöt Parantunut inventointitarkkuus Runkolukusarjat Puukauppa ilman maastokäyntiä Kustannussäästöt tiedonkeruussa HEIKKOUDET Sijaintitarkkuus Latvaosaa ja kantoa ei mitata Rajallinen tiedonkeruuaika Otosharha Jäänyt puusto Dataa vain päätehakkuilta UHAT Sijainti ei parane riittävästi Tiedon analysoinin monimutkaistuminen Tiedon jakamisen ongelmat (saatavuus) Inventointitiedon laadun heikentyminen Epävarmuuden lisääntyminen Riskit? Panostukset? Hyöty?
10 Hakkuukoneaineiston käyttö puustotulkinnan referenssiaineistona kehittäminen 1. Optimaalinen koeala? Muoto, koko, lukumäärä, valinta 2. Vaikutukset puustotulkinnan laatuun 04 kehitysluokka (kuinka paljon parantaa?) Puuston järeys, tukkitilavuus Puulajisuhteet Runkolukusarja... Kasvatusmetsät (kuinka paljon heikentää?) Lisääntynyt harha 3. Miten hakkuukonekoealoja kannattaa hyödyntää? Lisänä, sijasta, erillisessä tarkentavassa mallissa
11 Hakkuukoneaineiston käyttö puustotulkinnan referenssiaineistona tuloksia Optimaalinen koeala Sijaintiepätarkkuus huomioiden koealan koko tulisi olla huomattavasti suurempi kuin ns. perinteinen referenssikoeala 254 m 2 vs. > 1000 m 2 Leimikon sisäinen vaihtelu tulisi kuitenkin huomioida Koealan sijoittaminen ajouralle? Jättöpuukoealojen poistaminen? Noin 900 m 2 satunnaisesti leimikon sisälle sijoitettu koeala hyvä kompromissi Otosten välillä paljon satunnaisvaihtelua
12 Hakkuukoneaineiston käyttö puustotulkinnan referenssiaineistona tuloksia Vaikutus puustotulkintaan Testattiin erillisellä leimikkoaineistolla ja SMKkoealoilla 04 khlk: potentiaalinen parannus lähes kaikkiin puustotunnuksiin 02 ja 03 kehitysluokat, vaikutus pieni tai jopa negatiivinen Vaikutus näkyy selviten, kun käytetään hakkuukoneilla kerättyä testileimikkoaineistoa Tunnus parannus, prosenttia Tukkitilavuus 8,0 Mäntytukki 3,5 Kuusitukki 4,7 Koivutukki 2,2 Keskiläpimitta 5,1 Keskipituus 7,6 Runkoluku 15,9 Pohjapinta-ala -0,1 Tilavuus 5,7
13 Hakkuukoneaineiston käyttö puustotulkinnan referenssiaineistona johtopäätöksiä 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 Aineistossa on suuri potentiaali, joka on saatavissa käyttöön pienillä parannuksilla nykyiseen
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
LisätiedotHakkuukone 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
LisätiedotAlgoritmi 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
LisätiedotMetsätehon tuloskalvosarja 9/2017 Timo Melkas Kirsi Riekki Metsäteho Oy
Puiden paikannustarkkuus hakkuukoneen tallennettuun sijaintiin ja kouran anturointiin perustuen laskennallinen algoritmi kouran sijainnin tarkentamiseksi Metsätehon tuloskalvosarja 9/2017 Timo Melkas Kirsi
LisätiedotSatelliittipaikannuksen 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
LisätiedotAutomaattinen 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
LisätiedotPuukarttajärjestelmä 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
LisätiedotTukkiröntgendata 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
LisätiedotHakkuukonetiedosta simuloidut puun sijainnit kaukokartoituksen opetusaineistona
Hakkuukonetiedosta simuloidut puun sijainnit kaukokartoituksen opetusaineistona Metsätehon tuloskalvosarja 5/2019 Jussi Peuhkurinen & Sanna Sirparanta, Arbonaut Oy Timo Melkas & Kirsi Riekki, Metsäteho
LisätiedotMetsätiedon 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
LisätiedotTukkiröntgendata 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
LisätiedotMetsävaratieto 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
LisätiedotKehittyvästä 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
LisätiedotRUNKOPANKIN KÄYTTÖSOVELLUKSET
RUNKOPANKIN KÄYTTÖSOVELLUKSET Projektit Projekti 202 Leimikoiden korjuuohjelman ja apteerausvaihtoehtojen optimointi suunnattiin runkopankin käyttösovellusten kehittämistä tukevaksi ja toteutettiin yhdessä
LisätiedotKehittynyt 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
LisätiedotViimeistely 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
LisätiedotUusiutuvan energian velvoite Suomessa (RES direktiivi)
Hakkuutähteen paalaus ja kannonnosto kuusen väliharvennuksilta Juha Nurmi, Otto Läspä and Kati Sammallahti Metla/Kannus Energiapuun saatavuus, korjuu ja energiaosuuskunnat Keski-Pohjanmaalla Forest Power
LisätiedotHakkuukonetiedon 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
LisätiedotForest 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
LisätiedotSuomen 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
LisätiedotVaihtoehtoisia 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
LisätiedotSuomen 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
LisätiedotKehittyvien satelliittiaineistojen mahdollisuudet
VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Kehittyvien satelliittiaineistojen mahdollisuudet Forest Big Data loppuseminaari, Heureka 8.3.2016 Tuomas Häme, Laura Sirro, Yrjö Rauste VTT VTT:n satelliittikuvatutkimusaiheet
LisätiedotAlgoritmi 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
LisätiedotLaserkeilaus yksityismetsien inventoinnissa
Kuvat Arbonaut Oy Laserkeilaus yksityismetsien inventoinnissa Laserkeilaus ja korkeusmallit Maanmittauslaitoksen seminaari 9.10.2009 Juho Heikkilä Metsätalouden kehittämiskeskus Tapio Sisältö Kuva Metla
LisätiedotSIMO käytössä. UPM-Kymmene Oyj Janne Uuttera 23.3.2011
SIMO käytössä UPM-Kymmene Oyj Janne Uuttera 23.3.2011 1 Wednesday, March 30, 2011 Lähtökohtia UPM:n metsätalouden ja kiinteistöhallinnan järjestelmien uudistaminen oli käynnissä yhtäaikaa alkuperäisen
LisätiedotARVO-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
LisätiedotMetsäkonepalvelu Oy www.metsakonepalvelu.fi
Metsäkonepalvelu Oy www.metsakonepalvelu.fi Energiapäivät 03.02.2011 Tampere Kokemus bioenergiankorjuusta NMK vuodesta 2000 TJ 720 + 730 giljotiini 2000 2005, 2005 TJ 1270C + 745 koura joukkokäsittelyvarustuksella
LisätiedotMETSÄTIEDOT 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
LisätiedotMETKA-maastolaskurin käyttäjäkoulutus 9.12.2010 Tammela Matti Kymäläinen METKA-hanke 27.3.2014 1
METKA-maastolaskurin käyttäjäkoulutus 9.12.2010 Tammela Matti Kymäläinen METKA-hanke 27.3.2014 1 METKA-maastolaskuri: Harvennusmetsien energiapuun kertymien & keskitilavuuksien laskentaohjelma Lask ent
LisätiedotPalvelualusta metsätiedon jakeluun
Palvelualusta metsätiedon jakeluun Jarmo Hämäläinen Metsäteho Oy Taustaa Metsäalan digitalisaation keskiössä on metsätiedon entistä tehokkaampi hyödyntäminen. Metsätietoa tuotetaan tulevaisuudessa monin
LisätiedotKUUSEN OMINAISUUSPOTENTIAALI
KUUSEN OMINAISUUSPOTENTIAALI Marketta Sipi ja Antti Rissanen Helsingin yliopisto Metsävarojen käytön laitos Taustaa» Puuaineen ja kuitujen ominaisuudet vaihtelevat» Runkojen sisällä» Runkojen välillä»
LisätiedotPoimintahakkuiden puunkorjuu Matti Sirén
Poimintahakkuiden puunkorjuu Matti Sirén Kuva: Juhani Korhonen Poimintahakkuiden puunkorjuun tuottavuudesta vähän tietoa - tuottavuutta koskevat lainalaisuudet kuitenkin voimassa Hakkuun tuottavuustekijät:
LisätiedotPuutavaran 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
LisätiedotPuuhuolto 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
LisätiedotENNAKKORAIVAUS JA ENERGIAPUUN HAKKUU SAMALLA HAKKUULAITTEELLA. Alustavia kokeita
ENNAKKORAIVAUS JA ENERGIAPUUN HAKKUU SAMALLA HAKKUULAITTEELLA Alustavia kokeita 1 Risutec L3A hakkuulaite Risutec L3A:n tekniset tiedot Paino 560 kg Öljyvirtaus 120 l/min Maksimipaine 240 bar Katkaisukapasiteetti
LisätiedotMetsätieto, 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
LisätiedotHakkuukoneella kerätyn puustotiedon hyödyntäminen
Metsätehon raportti 237 13.10.2015 Hakkuukoneella kerätyn puustotiedon hyödyntäminen Menetelmäkuvaus kaukokartoituksen referenssitiedon keräämiseen ja metsävaratietojen päivitykseen Timo Melkas Jarmo Hämäläinen
LisätiedotMetsätieto 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
LisätiedotDrone-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
LisätiedotKantokäsittelyliuoksen kulutus juurikäävän torjunnassa
Kantokäsittelyliuoksen kulutus juurikäävän torjunnassa Metsätehon tuloskalvosarja 5/2018 Kalle Kärhä, Ville Koivusalo & Matti Ronkanen, Stora Enso Oyj Metsä Teijo Palander, Itä-Suomen yliopisto Asko Poikela,
LisätiedotTree 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
LisätiedotRyhmähanke Menetelmä jäävän puuston arviointiin harvennushakkuissa sekä laitteistoasetusten vaikutus hakkuukoneen GPS-paikantimen tarkkuuteen
Ryhmähanke Menetelmä jäävän puuston arviointiin harvennushakkuissa sekä laitteistoasetusten vaikutus hakkuukoneen GPS-paikantimen tarkkuuteen Timo Hokka Tapio Räsänen Metsätehon raportti 86 8.2.2000 Menetelmä
LisätiedotPuuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet
Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet Jarmo Hämäläinen Metsäteho Oy Metsäkonetieto 2018 -seminaari Tiedekeskus Heureka, Vantaa Digitalisaatio mahdollistaa kehityshyppäyksen Tehokas
LisätiedotHieskoivikoiden avo- ja harvennushakkuun tuottavuus joukkokäsittelymenetelmällä
Hieskoivikoiden avo- ja harvennushakkuun tuottavuus joukkokäsittelymenetelmällä Juha Laitila, Pentti Niemistö & Kari Väätäinen Metsäntutkimuslaitos 28.1.2014 Hieskoivuvarat* VMI:n mukaan Suomen metsissä
LisätiedotMetsäkonetieto puustotulkinnan apuaineistona MEAPU-hankkeen loppuraportti
1 Metsäkonetieto puustotulkinnan apuaineistona MEAPU-hankkeen loppuraportti Markus Holopainen, Mikko Vastaranta, Atte Saukkola, Jussi Peuhkurinen, Sanna Sirparanta, Heikki Astola, Laura Sirro, Tuomas Häme,
LisätiedotPuustotietojen 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,
LisätiedotSystemaattisuus työmalleissa puunkorjuussa
Systemaattisuus työmalleissa puunkorjuussa METKA-koulutus Systemaattisen energiapuuharvennuksen teemapäivä Heikki Ovaskainen Erikoistutkija Sisältö Taustaa työmalleista Uusien joukkokäsittelyn työmallien
LisätiedotMETSÄSUUNNITTELU YKSITYISMETSISSÄ
1 METSÄSUUNNITTELU YKSITYISMETSISSÄ KEHITYS: 50-70 luvut: tilakohtaisia suunnitelmia 1975: alueellinen metsäsuunnittelu, keskitetty järjestelmä 1985: Taso-metsätaloussuunnitelma, kerättiin tarkempia puustotietoja
LisätiedotRunkopankin käyttösovellukset
Metsätehon raportti 180 25.8.2004 Rajoitettu jakelu A. Ahlström Osakeyhtiö Koskitukki Oy Metsäliitto Osuuskunta Metsäteollisuus ry Pölkky Oy Stora Enso Oyj UPM-Kymmene Oyj Vapo Timber Oy Runkopankin käyttösovellukset
LisätiedotAjourien automaattinen tuottaminen ja ajouratunnusten määrittäminen hakkuukoneen sijaintitietoon perustuen
Ajourien automaattinen tuottaminen ja ajouratunnusten määrittäminen hakkuukoneen sijaintitietoon perustuen Metsätehon tuloskalvosarja 4/2019 Kirsi Riekki, Timo Melkas, Heikki Ovaskainen, Asko Poikela,
LisätiedotVMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten
VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten Kuortaneen metsäsuunnitteluseminaari 10.09.2007 Aki Suvanto, Joensuun yliopisto Petteri Packalén, Joensuun yliopisto Matti
LisätiedotMittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.
LIITE 1 HAKKUUKONEMITTAUS 1(5) HAKKUUKONEMITTAUS 1 Määritelmä Hakkuukonemittauksella tarkoitetaan hakkuukoneella valmistettavan puutavaran tilavuuden mittausta valmistuksen yhteydessä koneen mittalaitteella.
LisätiedotHakkuukonetiedon hyödyntäminen mm. metsävaratietojen ylläpidossa
Hakkuukonetiedon hyödyntäminen mm. metsävaratietojen ylläpidossa Timo Melkas, Kirsi Riekki & Juha-Antti Sorsa 26.11.2018 LUOMASSA MAHDOLLISUUKSIA 2 Sisältö Automaattinen toimenpidekuvion rajojen muodostus
LisätiedotMETSATEHO ~ 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
LisätiedotTehoa vai tuhoa energiapuun korjuubusinekseen joukkokäsittelyllä ja integroidulla korjuulla?
Tehoa vai tuhoa energiapuun korjuubusinekseen joukkokäsittelyllä ja integroidulla korjuulla? Kalle Kärhä, Metsäteho Oy Koneyrittäjien Energiapäivät 4.2.2011, Sokos Hotel Ilves, Tampere Aines- ja energiapuun
LisätiedotLiite 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
LisätiedotKumisaappaista koneoppimiseen
Kumisaappaista koneoppimiseen Taimikkotiedon tuottaminen tekoälyn avulla Esri-käyttäjäpäivät 30.1.2019 Suomen metsäkeskus, kehityspäällikkö Henna Etula Lähtökohta Näköpiirissä ei ole yksittäistä menetelmää,
LisätiedotHakkuutyön 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
LisätiedotTiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa
Metsätieto ja sähköiset palvelut -hankkeen lopputulosseminaari Helsinki, 22.1.2019 Tiheäpulssinen ja monikanavainen laserkeilausaineisto puulajeittaisessa inventoinnissa Petteri Packalen, Eetu Kotivuori,
LisätiedotMETSÄSUUNNITTELU. 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.
LisätiedotKehittämishanke : Käytäväharvennus Menetelmä nuorten metsien ensimmäiseen koneelliseen harvennukseen
Kehittämishanke 2017-2019: Käytäväharvennus Menetelmä nuorten metsien ensimmäiseen koneelliseen harvennukseen Hankkeen tausta & toteutus & tämänhetkinen tilanne Yrjö Nuutinen Tutkija, MMT, Dosentti Luonnonvarakeskus
LisätiedotDigitalisaatio 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
LisätiedotPuukaupan 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
LisätiedotTiedonsiirtorajapinta ja hilatieto kuvioiden rinnalle Esko Välimäki ja Juha Inkilä
Tiedonsiirtorajapinta ja hilatieto kuvioiden rinnalle 15.4.2015 Esko Välimäki ja Juha Inkilä Tiedonsiirtorajapinta Metsäkeskuksella on tarjolla rajapinta, josta toimijat voivat hakea järjestelmäänsä metsävaratietoa
LisätiedotKuortaneen metsäsuunnitteluseminaarin. Metsävaratiedon ajantasaistus
Kuortaneen metsäsuunnitteluseminaarin retkeily Metsävaratiedon ajantasaistus Kuortane 10.9.2007 Jarmo Sinko Suunnittelupäällikkö Hannu Ala-Honkola Metsäsuunittelija Etelä-Pohjanmaan metsäkeskus Toimenpiteiden
LisätiedotJoukkokäsittelyn työmallit. Heikki Ovaskainen
Joukkokäsittelyn työmallit Heikki Ovaskainen Metsätehon tuloskalvosarja 8a/2014 Esityksen sisältö Taustaa Uusien joukkokäsittelyn työmallien kuvaus Aineisto ja menetelmät Tulokset - ajanmenekki ja tuottavuus
LisätiedotPUU 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
LisätiedotPuun 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
LisätiedotENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE
ENERGIAPUUKOHTEEN TUNNISTAMINEN JA OHJAAMINEN MARKKINOILLE METSÄ metsänomistajat PROMOOTTORI metsäsuunnittelu ja -neuvonta MARKKINAT polttopuu- ja lämpöyrittäjät metsäpalveluyrittäjät energiayhtiöt metsänhoitoyhdistykset
LisätiedotLaserkeilauksen hyödyntäminen metsätaloudellisissa
Metsätieteen aikakauskirja 4/2008 Tieteen tori Matti Maltamo, Petteri Packalén, Janne Uuttera, Esa Ärölä ja Juho Heikkilä Laserkeilaustulkinnan hyödyntäminen metsäsuunnittelun tietolähteenä Johdanto Laserkeilauksen
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotRUNKOPANKKI 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,
LisätiedotHakkuukoneen paikannetulla hakkuulaitteella kerätyn puutiedon hyödyntäminen lentolaserkeilaukseen perustuvan puustotulkinnan aputietona
Hakkuukoneen paikannetulla hakkuulaitteella kerätyn puutiedon hyödyntäminen lentolaserkeilaukseen perustuvan puustotulkinnan aputietona Atte Saukkola Pro gradu tutkielma Helsingin yliopisto Metsätieteiden
LisätiedotTaitaja 2011 finaalitehtävät Metsäkoneenkäyttö
Taitaja 2011 finaalitehtävät Metsäkoneenkäyttö Tehtävä A: Koneellinen puutavaran valmistus (uudistushakkuu) (John Deere E-sarjan käyttösimulaattori) Tavoitteet Tehtävässä tavoitellaan ammattimaista koneenkäsittelyä
LisätiedotTRESTIMA. 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
LisätiedotMetsästä voimalaitokseen: Energiapuunlogistiikka ja tiedonhallinta Lahti 14.2. 2014
Metsästä voimalaitokseen: Energiapuunlogistiikka ja tiedonhallinta Lahti 14.2. 2014 Pienpuun korjuumenetelmät ja tekniset ratkaisut Arto Mutikainen, Työtehoseura Esityksen sisältö Pienpuun korjuumenetelmät
LisätiedotMetsävarojen inventoinnissa ollaan siirtymässä
Timo Melkas ja Arto Visala Hakkuukoneella kerätyn mittaustiedon hyödyntäminen e e m t a Laserkeilauksen ja hakkuukonemittausten yhdistämisellä tarkkaa puukohtaista tietoa Metsävarojen inventoinnissa ollaan
LisätiedotPuuhuollon 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
LisätiedotPuukarttajärjestelmä hakkuun tehostamisessa
Metsätehon raportti 230 5.2.2014 Puukarttajärjestelmä hakkuun tehostamisessa Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola ISSN 1796-2374 (Verkkojulkaisu) METSÄTEHO OY Vernissakatu 4 01300
LisätiedotMetsävaaka -metsäni vaihtoehdot
www.metsavaaka.fi Sovelluksen käyttöohje Versio 1.0 7.5.2014 Johdanto Metsävaaka on metsänuudistamisen ja hakkuuvaihtoehtojen vaihtoehtojen tarkasteluun suunniteltu sovellus. Näissä ohjeissa käydään vaiheittain
LisätiedotNUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ
NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ Selvitettiin numeeristen ilmakuva-aineistojen hyödyntämismahdollisuuksia taimikon puustotunnusten ja perkaustarpeen määrittämisessä. Tuukka
Lisätiedot"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.
LisätiedotSIMO-seminaari. 23.3.2007 Helsinki
SIMO-seminaari 23.3.2007 Helsinki Ohjelma Tässä ollaan nyt: SIMO-demo Kahvi Jotain erilaistakin: Tapion Suokanta Jatkokuviot SIMO-demo Datana Metsähallituksen H_alueelta 240, T_piiristä 5, osastosta 181
LisätiedotARVO 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
LisätiedotDigitaalisten 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
LisätiedotPuustovaurioiden määrittäminen ajouralle näkyvien vaurioiden perusteella
Puustovaurioiden määrittäminen ajouralle näkyvien vaurioiden perusteella Metsätehon tuloskalvosarja 3/2019 Niklas Peltoniemi, Jyry Eronen, Teijo Palander, Itä-Suomen yliopisto Heikki Ovaskainen, Metsäteho
LisätiedotMARV 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
LisätiedotMETSÄ SUUNNITELMÄ 2013 2027
METSÄ SUUNNITELMÄ 2013 2027 Omistaja: Itä-Suomen yliopisto Osoite: Yliopistokatu 2, 80101 Joensuu Tila: Suotalo 30:14 Kunta: Ilomantsi 2 SISÄLTÖ 1 JOHDANTO... 3 2 METSÄN NYKYTILA... 4 2.1 Kasvupaikkojen
LisätiedotENERGIAPUUKORJUUN VAIKUTUS PUUSTON KEHITYKSEEN NUOREN METSÄN HOITOKOHTEELLA SAARIJÄRVELLÄ
Bioenergiakeskuksen julkaisusarja (BDC Publications) Nro 47 ENERGIAPUUKORJUUN VAIKUTUS PUUSTON KEHITYKSEEN NUOREN METSÄN HOITOKOHTEELLA SAARIJÄRVELLÄ 2004 2009 Perttu Ojakoski Tero Vesisenaho Elokuu 2009
LisätiedotTulevaisuuden 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
LisätiedotMETSJITEHO. 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
LisätiedotJyväskylän kaupungin metsät
Jyväskylän kaupungin metsät 1. Metsäohjelma Metsäsuunnitelma - Kuviotieto 2. Tietojen ajantasaisuus ja päivittäminen 3. Hoitoluokitus 4. Kasvupaikat 5. Kehitysluokat 6. Ikäjakaumat 7. Puustotietoja Metsäohjelma
LisätiedotKorjuu ja toimitukset Lapin 59. Metsätalouspäivät
Korjuu ja toimitukset Lapin 59. Metsätalouspäivät 2.-3.2.2017 Heikki Pajuoja Metsäteho Oy 2.2.2017 Sisältö Terminaalit ja kuljetus Korjuu- ja työmallit Kannot 2 Energiapuun kuljetuskalusto ja menopaluukuljetukset
LisätiedotKuvioton metsäsuunnittelu Paikkatietomarkkinat, Helsinki Tero Heinonen
Paikkatietomarkkinat, Helsinki 3.11.2009 Tero Heinonen Sisältö Kuvioton metsäsuunnittelu Optimointi leimikon suunnittelumenetelmänä Verrataan optimointi lähestymistapaa diffuusiomenetelmään Muuttuvat käsittely-yksiköt
LisätiedotEnergiapuuharvennuskohteen valinta. METKA-hanke 2014
Energiapuuharvennuskohteen valinta METKA-hanke 2014 Ryhmätyö - ryhmätyö 10 min (kaikki ryhmät) - ryhmätyön purku 10 min Mitkä ovat energiapuuharvennuksen vaikeimmat kohdat? Kohteen rajaaminen? Hinnoittelu
LisätiedotPaikkatietoa 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
LisätiedotRunkopankki 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
LisätiedotKoostimme 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