Tukkiröntgendata sahapuun ohjauksessa

Samankaltaiset tiedostot
Tukkiröntgendata sahapuun ohjauksessa

Tukkiröntgendata sahapuun ohjauksessa

Itseoppivat ja joustavat tuotantojärjestelmät puutuoteteollisuudessa (SisuPUU) Teollisuusseminaari 27. toukokuuta 2009

Puutavaran mittauksen visio 2020

Metsätiedon lähteitä ja soveltamismahdollisuuksia

Forest Big Data, uuden sukupolven metsävara7etojärjestelmät Tapio Räsänen Metsäteho Oy

Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015

KUUSEN OMINAISUUSPOTENTIAALI

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy

Puuhuollon digitalisaatio ja metsäkonetiedon mahdollisuudet

ARVO-ohjelmisto pienpuun hankinnan tukena

Hakkuukone metsätiedon lähteenä

Puuraaka-aineen hinnoittelumenetelmät

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu

Palvelualusta metsätiedon jakeluun

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä?

Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen

Mänty sahapuuna tapaustutkimuksia

Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi.

RUNKOPANKIN KÄYTTÖSOVELLUKSET

SAHA- JA ENERGIAPUUN HANKINNAN YHDISTÄMINEN HARVENNUSMÄNNIKÖISSÄ

Itseoppivat ja joustavat tuotantojärjestelmät puutuoteteollisuudessa (SisuPUU)

Tulevaisuuden tukki, laadutus- ja lajittelutarpeet

Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta

ARVO ohjelmisto. Tausta

Männyn oksaisuuslaadun vaihtelu ja sen ennustaminen katkonnan yhteydessä. Jarkko Isotalo Tampereen yliopisto

ARVO ohjelmisto. Tausta

hinnoitteluun ja puukauppaan

StanForD Metsäkoneiden uusi tiedonsiirtostandardi. Tapio Räsänen Juha-Antti Sorsa

Tukin laatukatkonta. Valtakunnalliset mittauspäivät, Antti Raatevaara. Luonnonvarakeskus. Luonnonvarakeskus

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

Metsätiedon lähteet ja soveltaminen

Puun arvoketjujen laskenta kehittyy - CASE: Sahauskustannusten laskenta

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

Puuraaka-aineen hinnoittelumenetelmät

Jussi Lemmetty Vesa Imponen

Kohti puukauppaa. Metsään peruskurssi Suolahti ti Kirsi Järvikylä. Hakkuutavat

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla

Lapin metsätalouspäivät Ilkka Kylävainio. Kilpailukyky puutuoteteollisuudessa

Forest Big Data Visio tulevaisuuden metsätiedosta

Markkinoilla on todella paljon tuottajia 10 suurinta toimijaa tuottaa. Hinnat määräytyvät jatkuvasti markkinoilla kysynnän ja tarjonnan perusteella

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

Digitalisaatio mullistaa metsäalaa

Forest Big Data perusteita seuraavan sukupolven metsävaratietojärjestelmälle

Puuhuollon digitalisaation kehitysnäkymiä

Tulevaisuuden Saha seminaari. SisuPUUN tavoitteet Jouko Silen

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ

Monilähdetietoa hyödyntävien karttaopasteiden tarve puunkorjuussa haastattelututkimus hakkuukoneenkuljettajille

SahapuuPunJGoj en APTEEIAUS alkaen käyttöön hyväksytyt. metsäteollisuuden tarkastamat tukkienteko-ohjeet.

tehostamisvaraa? WOODVALUE hankkeen tuloksia Heikki Korpunen Hämeenlinna

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet

LEIMIKON ARVONMUODOSTUS Myyntiarvo

Runkopankki puunhankinnan ohjauksen välineenä

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

StanForD-XML. Juha-Antti Sorsa, Tapio Räsänen, Vesa Imponen

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

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

Metsikkötason optimointimallit metsänkasvatuksen taloudellisessa tutkimuksessa ja metsänkäsittelypäätösten tukena

PUUTAVARA- PÖLKKYJEN MITTAUS

Tehoa vai tuhoa energiapuun korjuubusinekseen joukkokäsittelyllä ja integroidulla korjuulla?

ARVIOKIRJAMALLI. Metsäarvio. Pyy, Mäntyharju / 8

PURO Puuraaka-aineen määrän ja laadun optimointi metsänkasvatuksessa ja teollisuuden prosesseissa. Annikki Mäkelä HY Metsäekologian laitos

Hämeenlinna Jari Lindblad Jukka Antikainen

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

Männyn laatukasvatus Jari Hynynen. Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute

Energiapuun korjuu harvennusmetsistä

Puukauppa Metsään ABC

Tukkipuun hakkuut olivat 2,4 ja kuitupuun 2,6 miljoonaa kuutiometriä. Edellisvuoden joulukuuhun verrattuna

PURO Puuraaka-aineen määrän ja laadun optimointi metsänkasvatuksessa ja teollisuuden prosesseissa

Hakkuualueen rajan muodostus hakkuukoneen sijaintitietoon perustuen

Yritysesittely. Metsäteho Oy 2018

Puutavaran mittausmenetelmien osuudet vuonna 2017

PUUKAUPPA JKL yo Metsäkurssi 2014 syksy Petri Kilpinen, Metsäkeskus

Metsäteollisuuden globaalit muutosajurit. Päättäjien Metsäakatemia Majvik, Rainer Häggblom, Vision Hunters Ltd. Oy

ARVIOKIRJAMALLI. Metsäarvio+ Saarnivaara, Saarijärvi / 8

Teollisuuteen, ja vähäisessä määrin vientiin, menevän markkinapuun hakkuut olivat lokakuussa 5,0 miljoonaa

KESTÄVIÄ PUUTUOTTEITA UPM TIMBER

Teollisuuteen, ja vähäisessä määrin vientiin, menevän markkinapuun hakkuut olivat elokuussa 4,5 miljoonaa

Puutuoteteollisuuden menestystekijät Joni Lukkaroinen perjantai, 13. toukokuuta

METSÄTIEDOT KOHTI 2020-LUKUA Janne Uuttera UPM

Big datalla tarkoitetaan aineistoa, jota kertyy

Metsävaratietolähteet

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

Suomalaisen sahateollisuuden kilpailukyvyn

Metsä Group Jyväskylän hankintapiiri Esityksen nimi

Yritysesittely. Metsäteho Oy 2015

Korjuutilasto Arto Kariniemi. Tuloskalvosarja. Tuloskalvosarja Puunkorjuun tilastot 1. Metsäteho Oy

Ensiharvennusmännik. nnikön voimakas laatuharvennus

Ajankohtaista puututkimuksesta. FINNISH WOOD RESEARCH OY TkT Topi Helle Puupäivät

Markkinapuun hakkuut ja työvoima Marraskuu Marraskuun hakkuut 5 miljoonaa kuutiometriä

Markkinapuun hakkuut ja työvoima Marraskuu Marraskuun hakkuut 6 miljoonaa kuutiometriä

Vastuullisesti tuotettua, aina tasalaatuista sahatavaraa liiketoimintasi tueksi UPM TIMBER

RUNKOPANKKI JA K-MSN MENETELMÄ PUUSTOTIETOJEN JA PÖLKKYJAKAUMAN ENNUSTAMISESSA

Sahauksen kustannuslaskenta

Puuston ennakkotiedon hankintamenetelmät. Tapio Räsänen Eero Lukkarinen

Yksityismetsien alueellinen käyttöaste

Etelä-Savon metsäbiotalous

Kymenlaakson metsäbiotalous

Transkriptio:

Tukkiröntgendata sahapuun ohjauksessa Tapio Räsänen Metsäteho Oy FOREST BIG DATA hankkeen tulosseminaari 8.3.2016 Heureka, Vantaa

Kehittämistavoitteet Tavoitteena on parantaa puutuoteteollisuuden arvoketjun hallintaa tehostamalla raaka-aineen hankintaa ja käyttöä tietovarastoja hyödyntämällä. Päähuomio on sahojen raaka-aineen laadun ennustamisessa ja hallinnassa. Puun eri laatuominaisuudet ja tukin jalostusarvon paremmin huomioon ottavien katkontaperiaatteiden kehittäminen ja niiden käyttöönotto hakkuukoneiden katkontaautomatiikassa. laatumallit hakkuukoneiden katkonta-automatiikkaan pitkän ajan tavoitteena Potentiaalisia tietovarastoja ovat metsävaratiedoista muodostetut leimikon ennakkotiedot ennen ostoa kaukokartoitusaineistot + puuston kokojakauma- ja oksarajakorkeusmallit? hakkuukoneen runko- ja pölkkytiedot (hakkuukonetietovarasto) vastaanottomittauksen tiedot tukkimittari ja tukkiröntgen sahan tuotantotiedot (sahatavaran arvo)? kytkentä metsäpään tietoihin eräkohtaisesti Sahaussimulaattorin kehittäminen tukkiröntgendatan käyttö sahaussimulaattorin syötetietona 7.3.2016 2

Forest Big Datassa tehty tutkimus 1. Metsätehon ja TimberVision Oy:n toteuttama laatutietovaraston esiselvitys sahojen tukkiröntgen- ja tukkimittaritiedon käytettävyys saatavuus, tietosisältö, yhdistäminen puunhankinnan tietoihin puun laatuominaisuuksia koskevan tietämyksen muodostus yleiset ja yrityskohtaiset laatu- ja jalostusarvoparametrit laatutietovaraston hyödyntäminen katkonnan ohjauksessa tyyppileimikkomäärittelyissä käytettävät perusteet TimberVisionin sahaussimulaattorin käyttö jalostusarvon laskennassa sahaussimulaattori osana laatutietovarastoa ja yrityskohtaisissa tarkasteluissa kohteena kolme mäntysahaa maantieteellisesti eri alueilla Merikarvia, Korkeakoski, Uimaharju 72 korjuukohdetta, 58 500 sahalla mitattua tukkia koeaineisto ilman korjuukohdetietoja n. 185 000 tukkia 2. Metsäyhtiöiden omat hankkeet Big data lähestyminen tukkiröntgendatan analysoinnissa 7.3.2016 3

Laatutietovaraston muodostaminen Leimikkotiedot osto ja leimikkosuunnittelu alue, hakkuutapa, kasvupaikkatiedot ym. Kuljetustiedot erien kohdentaminen hakkuutietojen laskentayksiköitä vastaaviksi Hakkuukoneen mittaustiedot (StanForD) puustoa kuvaavien tunnusten laskenta runkodatasta pölkkyjen puutavaralaji, pakkokatkaisut laskentayksikkönä lohko/tekoalue tai leimikko/kauppa Hilatasoinen kaukokartoituksen puustotieto (laserkeilaus) latvusrajakorkeuden estimaatit LAATUTIETO- VARASTO MALLIT Vastaanoton mittaustiedot tukkimittari ja -röntgen o runkotasoinen seuranta hakkuusta sahalle ei mahdollista tässä mallissa o tukkeja ei myöskään sahalla voi yhdistää rungoiksi 7.3.2016 4

laaturajamallit 7.3.2016 5

Tukkiröntgen- ja hakkuukoneaineistojen muuttujien väliset korrelaatiot selitettävät (= jalostusarvoa parhaiten kuvaavat muuttujat) oksaisuustunnukset (oksaindeksi / oksavolyymi / oksaisuusaste, oksaryhmäväli ) sydänpuuosuus, sydänpuuhalkaisija vuosirengasväli, (tiheys) selittäjät hakkuukonedatasta järeyttä kuvaavat tunnukset (d 1.3, keskitilavuus) puuston määrää kuvaavat tunnukset (männyn ja mäntytukin määrä) männyn osuus (valta- / sivupuulaji) puuston ikä (tukkiröntgendatasta laskettuna) tukkiosasta katkotun kuidun ja leikkojen osuus (leimikon laatu) luokittelumuuttujat alue hakkuutapa kasvupaikka tukin asema (saadaan riittävällä luotettavuudella tukkiröntgendatasta) 7.3.2016 6

Oksaisuusindeksi Oksaisuuden vaihtelu leimikoiden välillä (sahan X mäntytukit) Keskimääräinen oksaisuuindeksi tukin aseman ja latvaläpimitan mukaan 140,0 120,0 100,0 80,0 60,0 40,0 20,0 0,0 Tyvitukit 250-299 mm Tyvitukit 200-249 mm Välitukit 200-249 mm Latvatukit 150-199 mm 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Leimikko 7.3.2016 7

FOREST BIG DATA Tulosseminaari 8.3.2016 Professori Arto Usenius 7.3.2016 1

Puun jalostusketjujen metsästä tuotteiksi ja markkinoille optimointi Materiaalivirta Informaatiovirta Rahavirta Datan ja informaation tuottaminen, käyttö ja häviäminen sahatavaran arvoketjussa 7.3.2016 2

Tukkien röntgenmittaus Periaatekuva tukkien geometrisesta ja röntgenmittauksesta Arto Usenius (DigiPOS) 7.3.2016 3

Tukin röntgenmittaus Tukin röntgenmittauksen avulla havaitaan mm. Oksaryhmät ja niiden paikat Sydänpuuosuus Vuosirenkaan paksuus 7.3.2016 4 Arto Usenius (DigiPOS)

Asete-esimerkki 7.3.2016 5

Asetteen pysyvyys 7.3.2016 6

Oksavolyymi tukin laadun mittarina Oksavolyymi / indeksi Mitä järeämpi tukki, sitä pienempi suhteellinen oksavolyymi Tyvitukit järeämpiä ja parempilaatuisia kuin väli- ja latvatukit Läpimitta (mm) 7.3.2016 7

Oksavolyymi (kaksi erilaista leimikkoa) Mitä järeämpi tukki, sitä pienempi suhteellinen oksavolyymi Tyvitukit järeämpiä ja parempilaatuisia kuin väli- ja latvatukit Keskiläpimitta suurempi sinisen leimikon kohdalla 7.3.2016 8

Oksavolyymin ja muiden mittaussuureiden välisiä riippuvuuksia Leimikko 145115714 Korrelaatio Leimikko 846115024 Korrelaatio Leimikko 975115545 Korrelaatio OKSAVOLYYMI 1.000 OKSAVOLYYMI 1.000 OKSAVOLYYMI 1.000 LISAMALLI1 0.957 LISAMALLI1 0.963 LISAMALLI1 0.958 LISAMALLI3-0.941 LISAMALLI3-0.951 LISAMALLI3-0.943 TERVEOKSAMALLI 0.899 TERVEOKSAMALLI 0.923 TERVEOKSAMALLI 0.914 USMALLI -0.861 USMALLI -0.882 USMALLI -0.856 LUJUUSMALLI -0.787 LUJUUSMALLI -0.823 LUJUUSMALLI -0.810 VUOSIRENGASVALI 0.616 LATVA_HALK1-0.708 VUOSIRENGASVALI 0.603 SYDANPUU_HALK -0.552 MIN_LATVA_HALK -0.707 OKSATON_ALUE_PROS -0.596 LATVA_HALK1-0.551 KA_LAPIMITTA -0.706 SYDANPUU_HALK -0.588 MIN_LATVA_HALK -0.547 LATVA_HALK2-0.698 LATVA_HALK1-0.555 LATVALPM_ALTA_MM -0.544 LATVALPM_MM -0.690 MIN_LATVA_HALK -0.553 KA_LAPIMITTA -0.543 LATVALPM_ALTA_MM -0.689 KA_LAPIMITTA -0.548 LATVALPM_MM -0.541 SYDANPUU_HALK -0.659 LATVA_HALK2-0.539 LATVA_HALK2-0.528 TEKN_TILAVUUS -0.640 LATVALPM_MM -0.534 TEKN_TILAVUUS -0.493 VUOSIRENGASVALI 0.638 LATVALPM_ALTA_MM -0.533 TOD_L -0.474 OKSATON_ALUE_PROS -0.636 TIHEYS -0.527 MOD_L -0.474 MOD_L -0.581 SYDANPUU_TIHEYS -0.527 SYDANPUU_TIHEYS -0.467 TOD_L -0.580 TEKN_TILAVUUS -0.494 TIHEYS -0.466 TOD_TIL_KUORETTA -0.567 MOD_L -0.464 TOD_TIL_KUORETTA -0.435 TIHEYS -0.363 TOD_L -0.460 OKSATON_ALUE_PROS -0.392 SYDANPUU_TIHEYS -0.344 TOD_TIL_KUORETTA -0.445 KOMPOMALLI 0.325 SOIKEUS -0.310 SOIKEUS -0.313 OKSARYHMAVALI 0.274 MUTKAISUUSARVO 0.267 MUTKAISUUSARVO 0.278 LENKOUS -0.198 KARTIOKKUUS 0.212 LENKOUS -0.144 7.3.2016 SOIKEUS -0.193 LENKOUS -0.123 KARTIOKKUUS 0.124 9

Oksaindeksin ja muiden mittaussuureiden välisiä riippuvuuksia Kaikki leimikot Korrelaatio Kaikki leimikot Korrelaatio Kaikki leimikot Korrelaatio KNOTTINESS_INDEX_BOTTOM_2 1.000 DIAMETER_MIN_WITH_BARK -0.474 HEART_WOOD_MIN_DIAMETER -0.397 KNOT_VOLUME_PER_TOT_VOLUME_2 0.988 COL_135-0.473 CONICALITY_TOTAL 0.387 KNOT_INDEX_MOVING_AVERAGE 0.977 DIAMETER_MIN_WITHOUT_BARK_2-0.472 MAXIMUM_KNOT_CLUSTER_END_POS 0.385 KNOT_INDEX_MOVING_AVERAGE_MAX 0.923 DIAMETER_MIN_WITHOUT_BARK -0.471 COL_147-0.382 KNOTTINESS_INDEX_BOTTOM 0.828 OKSAJAK2-0.470 KNOT_VOLUME_2 0.381 KNOT_VOLUME_PER_TOT_VOLUME 0.816 DIAMETER_MAX_WITHOUT_BARK -0.465 MAXIMUM_KNOT_CLUSTER_START_POS 0.377 SLIDING_KNOT_INDEX_AVG 0.807 COL_127-0.465 HEART_WOOD_MAX_DIAMETER -0.370 KNOTTINESS_INDEX_TOP_2 0.799 DIAMETER_MAX_WITHOUT_BARK_2-0.462 MAXIMUM_KNOT_END_POS 0.365 KNOT_INDEX_PER_KNOT_COUNT_2 0.777 KNOTLESS_LENGTH -0.453 MAXIMUM_KNOT_START_POS 0.363 SLIDING_KNOT_INDEX_MAX 0.720 COL_144-0.447 COL_152-0.347 OKSAJAK6 0.700 VOLUME_WITH_BARK -0.444 KNOT_CLUSTER_DIST_AVG_2-0.343 KNOTTINESS_INDEX_TOP 0.657 VOLUME_WITH_BARK_2-0.444 COREWOOD_MAX_DIAM -0.341 KNOT_INDEX_PER_KNOT_COUNT 0.657 COL_128-0.443 COL_126-0.338 LOG_POSITION_2 0.643 KNOT_CLUSTER_DIST_MAX_2-0.442 COL_148-0.338 KNOT_CLUSTER_QUAL_AVG 0.588 KNOT_VOLUME 0.437 DENSITY_HEART -0.333 KNOTLESS_LENGTH_2-0.522 COL_145-0.435 MAXIMUM_KNOT_SIZE 0.333 CLEAR_SAPWOOD_LENGTH -0.486 OKSAJAK5 0.435 KNOT_CLUSTER_DIST_DEV_2-0.331 KNOT_CLUSTER_QUAL_DEV -0.486 VOLUME_WITHOUT_BARK -0.430 OKSAJAK1-0.325 QUALITY_WORST_CLUST 0.482 VOLUME_WITHOUT_BARK_2-0.429 KNOT_CLUSTER_DIST_DEV -0.310 COL_143-0.480 CONICALITY_AT_BOTTOM -0.427 DENSITY_SAP -0.310 KNOT_CLUSTER_LENGTH_AVG_2 0.480 CONICALITY_BOTTOM -0.425 KNOT_CLUSTER_DIST_AVG -0.305 DIAMETER_MAX_WITH_BARK -0.479 COL_146-0.421 MAXIMUM_KNOT_CLUSTER_KNOT_SIZE 0.303 COL_137-0.476 KNOT_CLUSTER_LENGTH_AVG 0.419 OKSAJAK4-0.299 DIAMETER_MAX_WITH_BARK_2-0.476 KNOT_CLUSTER_DIST_MAX -0.411 COREWOOD_MIN_DIAM -0.297 7.3.2016 DIAMETER_MIN_WITH_BARK_2-0.475 COL_139-0.399 OKSAJAK3-0.270 10

Kiitoksemme hyvästä yhteistyöstä Metsätehon, Metsä Wood:n, Stora Enso Wood Products:n ja UPM Timber:n kanssa. 7.3.2016 11