Digitalisaa(on mahdollisuudet metsätaloudessa Tapio Räsänen Metsäteho Oy DIGI-BOTNIA -8laisuus Pietarsaari 9.11.2017 Skype -esitys
Esityksen aiheet 1. Metsätalouden digitalisaa8on tavoiheet 2. KehiHyvä metsä8eto 3. Esimerkkejä metsä8etoa hyödyntävistä käyhösovelluksista ja 8etopalveluista 2
1. Metsätalouden digitalisaa(on tavoi:eet 3
Metsä(eto ja sähköiset palvelut -hanke Tiedon laadun parantaminen TavoiHeena on, ehä metsävara8eto on en8stä tarkempaa ja tukee paremmin sähköistä puukauppaa vuoteen 2020 mennessä. Tiedon liikkuvuuden edistäminen TavoiHeena on, ehä metsävara8eto on avointa ja se on helpos8 saatavilla. TavoiHeen saavuhamiseksi muutetaan Suomen metsäkeskuksen metsä8etojärjestelmästä annehua lakia, kehitetään 8edon jakamisen rajapintoja, tuotetaan 8etotuoHeita metsävara8edosta, kehitetään Metsään.fi -palvelusta avoin 8edon välitysportaali sekä kehitetään ja ylläpidetään 8edon siirroissa käytehäviä metsä8etostandardeja. Sähköisten palveluiden kehihäminen TavoiHeena on, ehä metsänomistajalla on mahdollisuus hoitaa asioita itse sähköises8 ja ehä metsävara8edon hyödyntäminen lisääntyy. Metsään.fi -palvelun kehihäminen metsällisen 8edon tuominen osaksi kansallista palvelunäkymää kaikille avoin sähköinen puukauppapaikka kehitetään seuraavan sukupolven palvelualustaa metsä8edon jakeluun. 4
Tehokas puuhuolto 2025 -visio Tehostuva, täsmäohjahu puuhuolto parantaa metsäteollisuuden kilpailukykyä sekä turvaa sen kasvun ja uudistumisen. Kehi:ämistavoite vuoteen 2025 Puuhuolto tuohaa lisäarvoa puun arvoketjuun ja on 30 % nykyistä kustannustehokkaampaa. 5
Digitalisoituvan metsä(edon käytön tavoi:eet Puustoa ja olosuhteita koskeva 8eto on ajantasaista, riihävän luotehavaa ja se on avoimes8 saatavissa eri 8etolähteistä ja yhdistehävissä 8eto saadaan ilman kumisaappaita Metsä8etoa käyhäviä palveluita ja sovelluksia kehitetään toimintojen tehostamiseksi. Tehokas puuhuolto 2025, Metsäteho (2015) 6
Digitalisaa(o mahdollistaa kehityshyppäyksen Ajureita: laserkeilaus ja uudet satelliiztekniikat kaukokartoituksessa automaa8o- ja mihaustekniikka (robo8ikka, konenäkö ym.) paikannusmenetelmät 8etoverkot ja päätelaiheet 8edon analysoin8-, siirto- ja varastoin8kapasiteez suurten 8etomassojen (Big Data) analysoin8menetelmät julkisin varoin tuotehujen 8etoaineistojen vapautuminen metsäalalla tuotetut 8etostandardit ja -mallit. DIGITALISAATIOLLA tarkoitetaan verkkoon kytkehyjen älykkäiden tuoheiden ja palvelujen kokonaisuuha, joka koskee kuluhajia, yrityksiä ja yhteiskuntaa. TEOLLINEN INTERNET on erityises8 yritysten näkökulma digitalisaa8oon. Teollinen internet yhdistää älykkäät koneet, laiheet ja niitä käyhävät ihmiset, jolloin päätöksentekoa voidaan parantaa edistyneen 8edon analysoinnin kauha ja tuohaen mukautuvaa liiketoimintaa. Lähde: ETLA rapor8t No. 42 (5.1.2015). 7
Metsä(edon käy:öalueita yksityismetsätaloudessa Metsäomaisuuden hallinta ja metsien käytön suunnihelu kasvatusohjelma ja hakkuut metsänuudistamismenetelmän ja -puulajin valinta taimikonhoito, lannoitukset, ojitukset ym. Puukauppa tarjousten hintavertailut Metsäteiden hoito 8
Metsä(edon käy:öalueita puuhuollossa Strateginen suunnihelu alueelliset hakkuumahdollisuudet Puukauppa ostehavien leimikoiden haku (puusto ja olosuhteet) hinnoihelu Tehdastoimitusten ohjaus korjuun ja kuljetusten kokonaissuunnihelu Korjuun suunnihelu ja ohjaus korjuun ajoitus olosuhteiden mukaan, varastojen hallinta katkonnan ohjaus Toiminnan laatu ja kestävyys toimenpiteiden hyväksyhävyys ympäristöraportoin8 ja ser8fioin8 Metsäpalveluiden tarjonta 9
Metsäkeskuksen avoin (eto Metsä8etolain muutos on mahdollistamassa 1. avoimen metsävara8edon jakelun 2. ulkopuolisten tuohamien aineistojen käytön Metsäkeskuksen metsävara8etojen ajantasaistuksessa Hilamuotoinen metsävara8eto hilalle (16 m x 16 m alue) on laserkeilauksella ja maastomihauksista tuotehu puuston määrää ja ominaisuuksia kuvaavat ennuste8edot keskeisin puustoa kuvaava 8etoaineisto 8etosisällön laajennukset korjuukelpoisuusluokitus tulossa runkolukusarja8edot myöhemmin Kuviomuotoinen avoin metsävara8eto lakiesityksen mukaan olisi saatavissa pyydehäessä Ei luovuteta metsänomistajien nimi- tai yhteys8etoja eikä 8lanrajoja tai kiinteistötunnuksia. Ei euromääräisiä 8etoja. Muu avoin 8eto monimuotoisuuha kuvaavat 8edot (METE) metsänkäyhöilmoitusten 8edot kestävän metsätalouden rahoituslakien toimenpiteiden 8edot Metsäkeskuksen koeala-aineistot 10
Tiestö- ja kuljetusdatan visio 2020 Käytössä on Forest Digiroad, joka kokoaa valtakunnallises8 ja ajantasaises8 yhteen metsäautoteitä ja yksityisteitä koskevan pysyväluontoisen 8edon kehitetään palvelu Biotalouden 8e8etojärjestelmä -hankkeessa metsäsektorin viranomaisten ja toimijoiden yhteistyönä tavoite, ehä pienten yksityisteiden ominaisuus8edot (tekniset 8edot, perusparannushistoria, kuntoluokitus, 8ekunnan yhteys8edot yms.) ovat saatavina ajantasaisina. Käytössä on metsäautoteiden ajantasaisen keli- ja muun olosuhde(edon (etopalvelu metsäautoteillä ja muilla puukuljetusreiteillä kulkevat ajoneuvot ja kuljehajat tuohavat jatkuvas8 ja mahdollisimman automaazses8 olosuhdedataa 8etopalveluun tarvitaan 8edon keräämissovellusten kehihämistä (joukkoistehu 8edonkeruu, mobiilit 8edonkeruusovellukset, kaukokartoitus). Yhteenkootun ja ajantasaisen 8estödatan sekä siitä jalostetun 8edon hyötyjä ovat lisääntynyt metsäsektorin eri prosessien ja 8estön kunnossapidon kustannustehokkuus parantunut 8ellä liikkumisen turvallisuus 8estön vaurioitumisriskien pienentyminen. Tiestö- ja olosuhdedata Syntyy pääosin julkisen ja yksityisen sektorin eri prosessien osana ja on pääosin vapaas8 ja maksuha eri toimijoiden käytehävissä. Dataa jalostavat lisäpalvelut synnyhävät uuha digitaalista liiketoimintaa. Lähde: Venäläinen ym. 2016 11
2. Kehi:yvä metsä(eto 12
Tavoi:eena nykyistä tarkempi puusto- ja olosuhde(eto ja tehokas eri (etolähteiden hyödyntäminen Runkolukusarja & laatu8edot Ref.8eto & päivitys Ohjausinformaa8o Sähköinen puukauppa, kehittyvät hinnoitteluperiaatteet, päätöstukijärjestelmät Katkonta, puun ohjaus ja kuljetus, päätöstukijärjestelmät Pysyvät ja muuhuvat olosuhde8edot 13
Tulevaisuuden puusto(eto perustuu ajantasaiseen hilatason inventoin(in sekä runkolukusarjan ja laatutunnusten tarkentamiseen puukohtaisella (edolla Lähde: Holopainen ym., Helsingin yliopisto 2014 14
Maastolaserkeilauksesta saadaan yksityiskohtaiset puutunnukset Mustat pisteet ilmalaserkeilauksen (ALS) pistepilvi Vihreät pisteet Maastolaserkeilauksen (TLS) pistepilvi Kuvat: Ville Kankare, Helsingin yliopisto Harri Kaar8nen, MaanmiHauslaitoksen paikka8etokeskus FGI 15
SatelliiPkuva-aineistosta havaitut hakkuut ja niiden luoki:elu - kahden Sen8nel2 -satelliizkuvan välinen muutos Punainen = avohakkuu satelliittikuvasta Keltainen = harvennushakkuu satelliittikuvasta Violetti = avohakkuu MKI-aineistossa Oranssi = harvennushakkuu MKI-aineistossa Lähde: Laura Sirro, VTT 2017 04/12/17 Digitalisaation mahdollisuudet metsätaloudessa, 9.11.2017 16
Metsäkoneet (edon tuo:ajina Puunkorjuu on Suomessa täysin koneellistehu hakkuukoneita on töissä n. 1900 kpl yksityiset koneyrihäjät omistavat kaikki metsäkoneet Puukauppoja tehdään vuosihain n. 100 000 200 000 250 000 erillistä korjuutyömaata (= käsiteltävää metsikkökuviota) Päivässä hakataan miljoona puuta, josta kaikesta syntyy dataa => esim. 150 milj. läpimihahavaintoa/pv = 30 Mrd/v Hakkuukoneiden tuohama mihaus8eto on valvohua katkonta ja sen ohjaus on oleellinen osa teollisuuden tuotantoprosessia mihaustarkkuuha seurataan systemaazses8 jo hakkuukonemihauksenkin vuoksi 17
Hakkuukoneen (etojärjestelmä Keskeinen osa hakkuukoneen toiminnallisuuha on sen mihausjärjestelmä läpimitan ja pituuden jatkuva mekaaninen mihaus runkoa käsiteltäessä Hakkuukoneiden 8edonhallinnassa on käytössä StanForD 8edonsiirtostandardi katkontaa ohjaavien asetusten hallinta tuotanto8eto (mihausdata) uudessa StanForD 2010 standardissa tallennus pölkkykohtaises8 8etojen tallennus koneen 8etokantaan ja lähetys langahomana 8edonsiirtona metsäyh8ön 8etojärjestelmään Koneen GPS -sijain88edon tallennus nykyisin mahdollista tallentaa vain koneen työpisteen sijain8 tavoiheena kunkin kaadetun puun sijain8 esim. koneen puomin anturoinnin ja muun sensori8edon avulla 18
Hakkuukuvioiden muodostus motojen tallentamasta puukohtaisesta mi:aus(edosta Metsävara8etojen ajantasaistukseen vietävät 8edot hakkuukuvion rajat + kuvioille johtavat ajourat hakkuutapa hakkuun ajankohta Lähde: Metsäteho Oy 19
Hakkuukoneen puukar:ajärjestelmä seuraava askel Laserkeilaus (TLS) hakkuukoneessa pystypuuston mi:aukseen vaihtoehtoisesti kameraan ja konenäköön perustuva ratkaisu hakkuupään automaattinen ohjaus kaadettavien runkojen ominaisuuksien mittaus jäljelle jäävän puuston mittaus o o harvennusvoimakkuuden seuranta käsittelyalueen puustotunnukset metsävaratiedon ajantasaistukseen ja metsänomistajan metsäsuunnittelujärjestelmään Haasteena paikannuksen tarkkuus ja puukarttajärjestelmän kytkentä globaaliin koordinaatistoon Lähde: EffFibre -projek8 (Timo Melkas / Metsäteho, Mikko MieZnen / Argone Oy ja Ponsse Oyj) 20
Koh( automaapsta harvennusjäljen seurantaa Harvennusvoimakkuus - Laser (tai kamera) Ajoura(heys/-väli - SatelliiZpaikannus Kuva: Metsäteho Urapainumat - Syvyyskamera tai laser Metsätöiden laadun omavalvonta Menetelmät kokeiluvaiheessa - ei vielä tuoheistehu Kuva: Metsäteho Puustovauriot -kamera Kuva: Lari Melander, TTY Kuva: Jyry Eronen, UEF 21
Maaperäolosuhteiden määritys metsänhoitotöiden yhteydessä - esimerkkejä kokeiluista Maan kivisyyden arvioin8 kiihtyvyysanturilla - lupaava Maalajiryhmän luokihelu kuvasta haastavaa PäätavoiHeena automaaznen referenssi8edon tuohaminen kaukokartoitus-/mallinnuspohjaisille menetelmille Lähde: TTY & Metsäteho, Meolo-hanke 22
Tiestön kunto(edon keruumenetelmiä Ilmakuvat SatelliiPkuvat Ilmalaserkeilaus (ALS) Ajoneuvomi:aus Kanne:avat mi:auslai:eet DATAFUUSIO Säämallit ja ennusteet Routa- ja vesistömallit TIEDON HYÖDYNTÄMINEN SUUNNITTELU- JA OHJAUSJÄRJESTELMISSÄ Ajoneuvo(etokoneiden data Ajoneuvojen kuva- ja anturidata 23
Datalähteet puun laatuominaisuuksien kuvauksessa Metsikkötiedot Hakkuukonemittaus + MLS Tukkimittari & -röntgen Kuva: TimberVision Oy Tavoitteena on hakea riippuvuuksia leimikon ominaisuuksien ja röntgenillä mitattujen laatutietojen välillä mm. big data -analyysimenetelmillä à Perusteita leimikoiden jalostusarvon määrittämiseen ja puun täsmäohjaukseen 24
3. Esimerkkejä metsä(etoa hyödyntävistä käy:ösovelluksista ja (etopalveluista 25
Metsään.fi - metsänomistajapalvelu - toimijapalvelu metsä8edot toimenpide-ehdotukset kartat ja ilmakuvat sähköinen asioin8 toimijapalvelussa oltava metsänomistajalta suostumus 26
Metsäyh(öiden verkkometsäpalvelut 27
Metsä(etojen mobiilisovellukset Kantoon www.bitcomp.fi UPM Metsäni Stora Enso emetsä Mobiili 28
Kuu(o - sähköinen puukauppapaikka www.kuu8o.fi 29
Maaston korjuukelpoisuusluokitus eri paikkatietoaineistoista muodostettu maaston kantavuutta kuvaava luokitus tulee Metsäkeskuksen avoimen tiedon tietotuotteeksi - rasterikartat ja osaksi hilamuotoista metsävaratietoa Lähde: Arbonaut Oy ja Suomen metsäkeskus 30
Metsä(edon palvelualusta Metsä8edon hyödyntäjät ICT-palveluntarjoajat Sovellusrajapinta Metsä8edon palvelualusta - datan välitys, ajantasaistus ja yhdistäminen - datan/8edon kauppapaikka Datarajapinta Metsävara8eto (SMK) Maasto8eto (MML) Tiestö8eto/ Digiroad (Livi) Kaukokartoitusaineistot (MML, ESA ym.) Hakkuukone- 8eto (XX) Puuston laatu8eto (XX) Leimikkotarjonta (SPK) VMI-8eto (Luke) Maaperä8eto (GTK) Kun8en paikka8edot (KuntaliiHo) Suojelualueet, kaavat (Syke/ELY ym) Sää8edot ja ennusteet (FMI) Metsätöiden laatu8eto (SMK?) yy (XX) 31
Esimerkki palvelualustan käytöstä: dynaaminen metsäsuunni:elu Palvelualusta Tilan perus8etojen haku Metsävara(etojärjestelmä / SMK Tila(edot Kiinteistörajat Hila8edot Metsäsuunnittelupalvelu PuustomiHaukset ja kuvadata, muut maasto8edot Tilan ja metsänomistajan tietojen haku Suunnittelualueen valinta Käsittely-yksiköiden automaattinen tai ohjattu muodostaminen Vaihtoehtojen laskenta metsän kehityksen mallit metsän arvon laskenta Toimenpide-ehdotukset ja niiden visualisointi leimikkoaihiot metsänhoitotöiden työsuunnitelmat SuunniHelun tulosten siirto esim. puukaupan ja metsänhoitotöiden sovelluksiin Ø tarjouspyynnöt PuuHuvan puustodatan haku Kaupalliset kaukokartoitus- ja paikka(etoaineistot Mallit ja mallikirjastot Visualisoin8työkalut (data, algoritmit, simuloin8) Muun suunniheludatan haku Datan yhdistäminen ja ajantasaistus Tapahtuma(edot Julkiset ja avoimet paikka(etoaineistot MML SYKE ja muut Tilastontuo:ajat puun hinnat Metsätalouden käytön korjuun ja metsänrajoiheet hoidon kaava8edot kustan suojelualueet nukset muinaismuistot sähkölinjat, kaapelit ym. ym. Kuvio8edot Laserkeilausja satelliizkuvadata Ilmakuvat Hakkuut Metsänhoito-työt Muut muutokset Maastokartat ja 8estö Maastomalli 32
Korjuutyömaan olosuhdepaino:einen suunni:elu Puunkorjuun suunni:elun laskentapalvelu tai - sovellus alueen rajaus Palvelualusta - datalähteiden yhdistäminen hilatasolla - korjuukelpoisuuden ajantasaistus Korjuukelpoisuuskartat pysyvät olosuhteet valmiiksi eri aineistoista muodostettu luokitus Metsäkeskuksen tietotuotteena 33
Korjuutyömaan ajourien suunni:elusovellus Kokoojaurat kantavimmille leimikon osille, maastovaurioriskin pienentäminen, metsäkuljetuksen tuohavuus ja energiatehokkuus Kuva: KarHakeskus Oy, Ajourakone -hanke 34
Virtuaali-/yhdiste:y todellisuus tulossa https://youtu.be/cfrhxeaybaa Soveltamisnäkymiä: KuljeHajan opastus Huoltotehtävien opastus Metsäneuvonta Luonnonhoidon suunnihelu Virtuaaliretkeily. Lähde: MiReUX-hanke Helsingin ja Turun yliopistot 35
Metsä(edon tehokäytöllä iso hyötypoten(aali Prosessi/toiminto Liikevaihto/ jalostusarvo, milj. /v Puunjalostus 3 800 Puun toimitusketju 1 200 PuuntuoHaminen 2 000 Muita Metsätalouden edistäminen ICT-tuoHeet ja palvelut Julkiset palvelut Muut liiketoiminta-alueet Kansalaisten palvelut * Mitä hyötyä? Lisätuotot Kustannussäästöt Työvoimasäästöt Pääomatehokkuus Ympäristötehokkuus Palvelukyky Uusi liiketoiminta Arvio kokonaishyödystä metsäsektorille: 100+ milj. /v 36
Kiitos! tapio.rasanen@metsateho.fi www.metsateho.fi 37