TRESTIMA. Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa , Seinäjoki. Simo Kivimäki

Samankaltaiset tiedostot
Metsäpalveluyrittäjän kasvuohjelma seminaari Hämeenlinna, Aulanko Mikko Nurmi

Kannattavuus metsänomistuksen ydinkysymyksenä Päättäjien 29. Metsäakatemia Maastojakso, Nakkila,

Puukaupan kilpailuttaminen ja korjuun valvonta käytännössä

METSÄSUUNNITTELU YKSITYISMETSISSÄ

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

Oy Silvadata Ab. Yleisesittely Reijo Mykkänen

kannattava elinkeino?

Metsävaratiedon hyödyntäminen yksityismetsätaloudessa. Päättäjien Metsäakatemian kurssi Ari Meriläinen Suomen metsäkeskus

Puunkorjuu ja toimitukset automatisoituvat. Lapin Metsätalouspäivät Tuomo Moilanen Ponsse Oyj

Metsätiedon lähteitä ja soveltamismahdollisuuksia

Suomen metsäkeskuksen metsävaratieto ja sen hyödyntäminen

Suomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.

METSÄNOMISTAJALLE. Metsänomistajat

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Motit liikkeelle. Etelä- ja Keski-Pohjanmaan metsänomistajille osaamista yrittäjämäiseen metsätalouteen

Jani Heikkilä, Myyntijohtaja, Bitcomp Oy. Kantoon -sovellus ja muut metsänomistajan palvelut

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä-Savossa -hanke. Helsinki Sanna Hakolahti Mhy Etelä-Savo

Paikkatiedon tulevaisuus

Energiapuun korjuun laatu 2014

Puumarkkinoiden toimivuus ja kehittämiskohteet. Puumarkkinatyöryhmän kokous (2/2012) Eero Mikkola, Metla

Mikko Pohjola Uudistuva metsäyrittäjä -hankkeen työpaja Turku

Kaukokartoitusaineistojen hyödyntäminen toiminnanohjausjärjestelmässä

Forest Big Data Visio tulevaisuuden metsätiedosta

Puutavaran mittauksen visio 2020

Taitaja 2011 finaalitehtävät Metsäkoneenkäyttö

HELPPO PUUKAUPPA PARHAAT TULOT. Metsänomistajat

Tila-arvio kertoo metsän arvon. Pasi Kiiskinen

METSÄSUUNNITTELU. Metsäkurssi JKL yo 2014 syksy. Petri Kilpinen, Metsäkeskus, Keski-Suomi

HELPPO PUUKAUPPA - PARHAAT TULOT. Metsänomistajat

Kantokäsittelyn omavalvontaohje

Metsänarviot eri sukupolvenvaihdostilanteissa. Jarmo Sinko Aluepäällikkö

Metsävaratietolähteet

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla

Muinaisjäännösrekisterin hyödyntäminen Metsä Groupissa

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä?

Puukaupan teko ja metsänomistajan tulot sekä menot

Digitaalisten palveluiden mahdollisuudet metsätaloudessa Case Metsään.fi-palvelu, Päättäjien metsäakatemia, Peurunka,

Kehittyvästä metsätiedosta lisätehoa puuhuoltoon. Jarmo Hämäläinen Metsäteho Oy

Metsäpalveluyrittäjyys kasvuun. Seinäjoki

Mhy Pohjois-Pirkka. Pauliina Salin, metsäasiantuntija

Palvelualusta metsätiedon jakeluun

Jyväskylän kaupungin metsät

KUUSEN OMINAISUUSPOTENTIAALI

Metsäpalveluyrittäjän tietojärjestelmä

hinnoitteluun ja puukauppaan

Kestävän metsätalouden. Heikki Vähätalo, viranomaispäällikkö Pohjois-Pohjanmaan metsäkeskus Oulu

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu

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

METSÄTALOUSYRITTÄJYYDEN OSAAMISALA

Puustotietojen keruun tekniset vaihtoehdot, kustannustehokkuus ja tarkkuus

Metsänhoitoyhdistykset puun hankkijana

Metsätila-arvio ja metsäsuunnitelma sukupolvenvaihdoksen suunnittelussa

Digitalisaation hyödyntäminen yhteismetsissä Oulun yhteismetsäpäivät

Metsäorganisaatiot Suomessa. Mari Sarvaala Puh

SeamChip palvelukonsepti Etusi ja palvelusi kosketuksen päässä. Jukka Suikkanen

Metsävaratietojen ja digitalisaation hyödyntäminen biotalouden kasvussa Etelä- Savossa-hanke

Laserkeilaus (Lapin) metsävarojen hyödyntämisessä. Anssi Juujärvi Lapin metsätalouspäivät

No millaista metsätietoa jj tarvitaan?

Suometsien puunkorjuu. MHY Lakeus, Antti Väisälä Jalasjärvi

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

Onnistuneen puukaupan eväät Suolahti

NUMEERISET ILMAKUVAT TAIMIKON PERKAUSTARPEEN MÄÄRITTÄMISESSÄ

HÄMEEN-UUDENMAAN METSIEN ENSIHARVENNUSOHJELMAN JA OMATOIMISTEN HANKINTAHAKKUIDEN EDISTÄMISOHJELMA

EBSOLUT OY Metsistä energiaa yrittämällä seminaari. Energiaa metsistä yrittämällä - seminaari

Metsätalouden kannattavuuden parantaminen

Puukaupan sanastoa (1)

PUUKAUPPA JKL yo Metsäkurssi 2014 syksy Petri Kilpinen, Metsäkeskus

Uusia sovelluksia kalojen havainnointiin Case Montta. Pertti Paakkolanvaara Simsonar Oy. Kuva Maanmittaus laitos 2.2.

Metsänhoidon tuet ja toimijat. Metsänomistajien talvipäivä Vantaa TERVETULOA!

Tietopalveluja metsävaratiedosta? Miten kohtaavat käyttäjien tietotarpeet ja käytettävissä oleva tieto

ARVIOKIRJAMALLI. Metsäarvio. Pyy, Mäntyharju / 8

Keski-Suomen hakkuutavoitteet

Metsävaratiedon keruu ja metsäsuunnittelu monipuolista toiminnan tukea

Trestima Oy Puuston mittauksia

Wuudis Pro. Käyttöohje

Kuvantamismenetelmät kalojen seurannassa. Pertti Paakkolanvaara Simsonar Oy. Kuva Maanmittaus laitos CC-lisenssi

METSÄ SUUNNITELMÄ

Älykkäät ratkaisut toiminnan ohjauksessa ja optimoinnissa

Digiloikka metsäasiointiin yleiskatsaus sähköisistä työkaluista Projektipäällikkö Heikki Ala-aho Digiloikka metsäasiointiin -hanke

Kuortaneen metsäsuunnitteluseminaarin. Metsävaratiedon ajantasaistus

TILOJEN 3D-VIRTUAALIMALLI TUKEE PÄÄTÖKSENTEKOA JA SÄÄSTÄÄ KAIKKIEN AIKAA

Käyttäjien tarpeet ja kustannustehokkuus käyttöliittyminen, tietovirtojen ja teknologiaratkaisujen määrittelyssä

Älykkään vesihuollon järjestelmät

Metsätalouden kannattavuuden mittaus - järkeä. Helsinki

Metsään peruskurssi. Sisältö

Zonation ja luonnonhoidon tilatason suunnittelu yksityismetsissä

Käyttöohje /3/2014

Metsäkoneiden sensoritekniikka kehittyy. Heikki Hyyti, Aalto-yliopisto

METSÄOMAISUUDEN HYVÄ HOITO

Taimikonhoidon laatu ja laadun. Kouvola Kustannustehokas metsänhoito seminaarisarja 2011

Digitalisaatio mullistaa metsäalaa

Puuntuotannollisten ja taloudellisten kysymysten ja kriteereiden käsittely

Metsävarallisuus kansantaloudessa

Taimikonhoidon laatu ja laadun. Mikkeli Kustannustehokas metsänhoito seminaarisarja 2011

Puuhuollon digitalisaation kehitysnäkymiä

Trestima Oy Puuston mittauksia

MAASTOTALLENNIN. käyttöohje v.1.2

METKA-maastolaskurin käyttäjäkoulutus Tammela Matti Kymäläinen METKA-hanke

Puukarttajärjestelmä hakkuun tehostamisessa. Timo Melkas Mikko Miettinen Jarmo Hämäläinen Kalle Einola

SIMO käytössä. UPM-Kymmene Oyj Janne Uuttera

Transkriptio:

TRESTIMA Digitaalisten tekniikoiden mahdollisuudet metsätaloudessa 22.3.2017, Seinäjoki Simo Kivimäki simo.kivimaki@trestima.com 050 3872891

Trestima Oy Vuonna 2012 perustettu metsäsektorille erikoistunut ohjelmistotalo. Toimipaikka Tampereella. Erikoisosaamista ovat paikkatieto-, konenäkö-, web- ja mobiiliohjelmointi. Päätuotteet: TRESTIMA Metsänmittausjärjestelmä Innovaatiopalkinto, Suomen Metsätieteellinen Yhdistys, 2013 Maailman ensimmäinen ja ainoa kuvatulkintaan perustuva inventointimenetelmä. Päämarkkina-alueet: Suomi, Venäjä, Ruotsi, E-Amerikka. Asiakkaita viidellä mantereella. TRESTIMA Stack Kuvatulkintaa pohjautuva tukki- ja energiapuupinojen mittaustyökalu Metsanmyynti.fi ja Forestmeter.com Kuluttajaversiot TRESTIMA Metsännmittausjäejestelmästä Selvittää metsän arvon euroissa valokuvien perusteella Aumamittauspalvelu (Tulossa 2017) Hake- ja turveaumojen mittaus nelikopterilla

Peruskäyttö Ihminen varmistaa lajitunnistuksen Kuva ja paikkatieto tallennetaan automaattisesti pilveen Reaaliaikainen tulosten suranta 2. Automatisoitu laskenta Automaattiset raportit Metsä kuvataan TRESTIMAsovelluksella Tulosten 1. hyödyntäminen 3.

TRESTIMA Suomessa

Pohjapinta-ala TRESTIMA mittaa pohjapinta-alan dynaamisella relaskooppihahlolla 1.3m korkeudelta. Yksittäinen kuva on tarkkaan mitattu ja paikannettu koeala.

Runkolukusarjat TRESTIMA mittaa jokaisen kuvista tunnistetun rungon rinnankorkeusläpimitan ja muodostaa tuloksista automaattisesti runkolukusarjan kuviolle. Harvester

Kuvioiden piirto ja muokkaus web-työkalussa Metsätilan luominen Uusien kuvioiden piirtäminen MML tilarajat Vanhojen kuvioiden muokkaus Mahdollistaa vapaan työjärjestyksen metsäsuunnittelussa ja inventoinnissa -> kuvat voidaan ottaa ennen kuviointia

Reaaliaikainen tulos hintatietoineen Metsän mittaus tapahtuu kirjaimellisesti nappia painamalla kuvat yhdistetään oikeaan kuvioon sijaintitiedon avulla.

TRESTIMA Stack TRESTIMA Stack -sovelluksella voidaan laskea pinon puumäärä ja läpimittajakauma. Järjestelmä soveltuu niin tukki- kuin kuitupuupinojen mittaukseen kuormista tai tienvarsilta. Käyttö vaatii TRESTIMA mittakepin.

Hyödyt metsänomistajalle Parempi ymmärrys omasta metsäomaisuudesta Kuvioiden löytäminen Käsitys puumääristä Oman metsätilan puuston määrän ja arvon selvittäminen Metsäsuunnitelman ylläpito Metsän osto ja myynti (kts. jaettava raportti) Puukauppa Etämetsänomistaminen

Ei pelkkä puuston mittari SaaS Metsätietojärjestelmä Metsäsuunnitelman tekeminen alusta loppuun Latvuspeiton mittaus Puuston laadun mittaus ja tuottopotentiaalin ennustus Metsätyön suunnittelu ja ohjaus Katkontasimulaattori ja harvennusmallit Hakkuupoistuman laskenta Katkonnan ohjaus* Omavalvontailmoitukset* Juurikäävän torjunnan mittaus* Taimikoiden mittaus*... *) tulossa 2017-2018

Miltä tulevaisuus näyttää? Trestima 5 vuoden päästä, 1/2 99% Suomen metsistä kuvattu nykyisellä kasvuvauhdilla Tarve markkinoilla kasvaa: Resurssien niukkuus ja tehokkaampi hyödyntäminen Puukaupan kilpailun kiristyminen Metsäpalstojen fragmentoituminen Paine tarkempaan hinnoitteluun (esim. rungonosahinnoittelu) Työvoiman kallistuminen (etenkin kehittyvät markkinat) Kilpailu kiristyy Lidar Nelikopterit Maasto-lidar Kilpailevat kuvatulkintaan pohjautuvat menetelmät?

Miltä tulevaisuus näyttää? Trestima 5 vuoden päästä, 2/2 Optimaalinen puukauppa: 1. Myyjä/myyjän edustaja kuvaa puuston TRESTIMAlla 2. Ostaja (ja myyjä) näkee puuston määrien lisäksi eri järeyksien runkomäärät ja laadut -> Paras kuva metsästä - paras hinta osapuolille 3. Tarkka ymmärrys puustosta mahdollistaa juuri oikean leimikon hakkaamisen kulloiseenkin tarpeeseen 4. Moton katkonta optimoidaan leimikkotasolla kuvatulkinnan perusteella 5. Harvennuksessa motoon integroitu kamera kuvaa jäävän puuston toistamiseen 6. Automaattinen ilmoitus metsän käytöstä Metsäkeskukselle

Kiitos! Simo Kivimäki Toimitusjohtaja, Trestima Oy simo.kivimaki@trestima.com 0503872891