Tietopalveluja metsävaratiedosta? Miten kohtaavat käyttäjien tietotarpeet ja käytettävissä oleva tieto Annika Kangas 1 Teppo Tutkija
METsävaratiedon tuottamisen KUstannushyötyanalyysi METKU Hankkeen yleisenä tavoitteena selvittää, mikä on yhteiskunnan kannalta kokonaisuutena järkevin investointi (rasteri- ja kuviokohtaisen paikkaan sidotun) metsävaratiedon tuottamiseen Luken tehtävä selvittää tiedon käyttäjät ja käyttötarkoitukset Kuka hyötyy? Miten hyöty muodostuu? Tehty haastattelukierros jossa Tunnistettu tiedon käyttötapauksia Tunnistettu mekanismeja, joiden kautta hyötyä voi muodostua ja riskejä voi realisoitua (nettohyöty) Käyttötapauksia mallinnetaan numeerisesti nettohyötyjen suuruuden arvioimiseksi 2 Kangas
Tiedon keruun kustannusten ja tietämättömyyden aiheuttamien riskien suhde Lisämaastokäynnin tuottama kustannus Täydellinen tieto Maastokäynnin tekemättä jättämisen tuottama kustannus (riski) Saavutettavissa oleva hyöty ja koituva lisäkustannus Esim. vanha metsäsuunnitelma tai Luken MVMI kartta 3
Kustannusten ja riskien suhde Metsään.fi jälkeen Lisämaastokäynnin tuottama kustannus Maastokäynnin tekemättä jättämisen tuottama kustannus (riski) Täydellinen tieto Saavutettavissa oleva hyöty ja koituva lisäkustannus Metsään.fi Saavutettu hyöty tai vähentynyt kustannus Esim. vanha metsäsuunnitelma tai Luken MVMI kartta 4
Case (sähköinen) puukauppa Hyöty puun ostajalle / metsäpalveluyrittäjälle metsävaratiedosta maastokäyntien vähentämisessä ja/tai nopeuttamisessa Puukauppoja noin 100 000 vuodessa Kutakin kohdetta käy katsomassa maanomistajan edustaja sekä yhden tai useamman yhtiön edustaja 200-300 tuhatta maastokäyntiä Jos kukin käynti lyhenee yhdellä tunnilla, säästö 8-12 miljoonaa /vuosi, olettaen että käynnin kulut ovat 40 /h Jos a 3 h maastokäyntien määrä puolittuu, säästö voisi olla jopa 12-18 miljoonaa /vuosi Yksinkertaisimmin käyntien määrä puolitettaisiin, jos kahden tarjouksen jättävän yhtiön sijaan maastokäynnin tekisi vain yksi metsätietoyrittäjä, joka myisi tiedot yhtiöille 5 Kangas
Case (sähköinen) puukauppa Hinnoitteluriski Tiedon sisältövaatimukset (puulaji, laatu, järeysjakauma) Tiedon luotettavuusvaatimus korkea, joten maastokäynti on tarpeen Oletetaan, että tukin ostaja tekee tarjouksen ostaja 1 tarjoaa männystä 55 /m3 ja kuusesta 56 /m3 ostaja 2 tarjoaa männystä 56 /m3 ja kuusesta 55 /m3 Omistajalla on leimikko, jossa on tukkia 120 m3/ha Puulajiksi on arvioitu kuusi, mutta 10% todennäköisyydellä puulaji on todellisuudessa mänty 6 Kangas
Case (sähköinen) puukauppa Omistaja hyväksyy tarjouksen 1 Jos puulaji on oikein, tulot ovat 6720/ha, Jos puulaji on väärin, tulot ovat 6600/ha Odotettu tappio/ha on 0.1*(6720-6600) =12 /ha = 0.1 /m3 Jos käynti maastossa maksaa 40, hehtaarin leimikkoa ei kannata tällä hintaerolla tarkastaa Jos tukkia on 300 m3/ha, odotettu tappio on 30 /ha, ja 3 hehtaarin leimikon tarkastaminen maastossa tuottaa laskennallisen (3*30-40) = 50 /ha voiton Siinä tilanteessa omistajan kannattaa jo tarkastaa tieto maastossa tai palkata metsätietoyrittäjä tarkastamaan se 7 Kangas
Puun korjuun suunnittelu Hyöty puun korjaajalle kausivaihtelun tasaamisesta Koneiden määrä pienempi ja käyttöaste parempi Käyttöasteen parantaminen parantaa myös kannattavuutta Hyöty korjuukelpoisuusarviosta puun korjaajalle maastokäyntien vähentämisessä ja/tai nopeuttamisessa Hinnoitteluriski virheellisestä luokittelusta Omistajalle liian pieni hinta kohteesta, jos kesäkorjuukelpoinen luokitellaan talvikorjuukelpoiseksi Ostajalle vastaavasti liian kallis hinta Virheellisestä korjuukelpoisuusarviosta aiheutuvat tappiot voidaan laskea vastaavasti kuin edellä Korjuukelpoisuuden arvion tarkastuttaminen on omistajalle kannattavaa, kun hintaero on riittävän suuri 8 Kangas
Puun loppukäytön optimointi Puun ostajalle rahanarvoisia tietoja Metsään.fi tiedon lisätiedoiksi jakaumatiedon tarkennus Puuston laskennallinen jakaumatieto voidaan lisätiedolla kalibroida merkittävästi tarkemmaksi (kuvassa runkoluku) Kalibrointiin sopiva tieto esimerkiksi myös koealan pienimmän tai toiseksi pienimmän puun läpimitta Reppukeilaus tai digikamerakuvaus voi olla kannattavaa järeimmissä leimikoissa 9
Puun loppukäytön optimointi Puun ostajalle rahanarvoisia tietoja Metsään.fi tiedon lisätiedoiksi myös laatutiedon tarkennus Lentolaserkeilaus kuvaa puuston laatua melko heikosti Maalaserkeilaus kuvaa laatua hyvin (kuva), mutta on kallista Ihminen arvioi laatua vaihtelevasti Digikamerakuvien käyttö? Drone? Missä on sahalle X sopivinta materiaalia? 10
Kiitos! 11