~ ~ ETS.i1TEHO PUUN MUODON ENNUSTAMINEN RUNKOKÄYRILLÄ JA SIMULOIMALLA. Olli-Pekka Ahonen



Samankaltaiset tiedostot
Tree map system in harvester

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

Eero Lukkarinen Jari Marjomaa

Kehittyvä puun mallinnus ja laskenta

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.

7/1995 METSATEHO ~ METSÄTEOLLISUUS METSURIMITTAUKSEN TARKKUUS. Masser 35. Tapio Räsänen Jari Marjomaa Antti Ihalainen

Liite 1 - Hakkuukonemittaus

hinnoitteluun ja puukauppaan

Puun kasvu ja runkomuodon muutokset

Kuusen kasvun ja puutavaran laadun ennustaminen

ARVO ohjelmisto. Tausta

Hämeenlinna Jari Lindblad Jukka Antikainen

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

METSÄTEHO ~ METSÄTEOWSUUS 9/1993 MOTOMIT-MITTALAITTEEN KÄYTTÖKELPOISUUS TILAVUUDEN MITTAUKSESSA. Kaarlo Rieppo

Research plan for masters thesis in forest sciences. The PELLETime 2009 Symposium Mervi Juntunen

METSJITEHO. e _ %. 5/1993 PL 194 (Unioninkatu 17) HELSINKI KOIVUN HAKKUUKONEMITTAUS. Jussi Lemmetty.

ARVO ohjelmisto. Tausta

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

RUNKOPANKIN KÄYTTÖSOVELLUKSET

Puutavaran tukkimittarimittauksessa käytettävä tyvisylinterin pituus ja tarkastusmittauksen mittaussuunta

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

Voidaanko laatu huomioida männyn katkonnassa? Jori Uusitalo Joensuun yliopisto

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA

Tukkiröntgendata sahapuun ohjauksessa

KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI

Otoskoko 107 kpl. a) 27 b) 2654

KUITUPUUN PINO- MITTAUS

Suositus puutavaran tukkimittarimittauksessa käytettävän tyvisylinterin pituudeksi ja tarkastusmittauksen mittaussuunnaksi.

LIITE 1 VIRHEEN ARVIOINNISTA

KUUSEN OMINAISUUSPOTENTIAALI

PUUTAVARA- PÖLKKYJEN MITTAUS

Harhakomponentit kuvioittaisen arvioinnin puuston tilavuuden laskenta ketjussa

Fysiikan laboratoriotyöt 1, työ nro: 2, Harmoninen värähtelijä

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla

Tukkiröntgendata sahapuun ohjauksessa

PITUUSJAKAUTUMINEN. mittausta katkottujen paperipuiden hakkuusta kerättyjä tutkimusainei stoja hyväksi käyttäen.

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Tukkijakauman ohjaus. Tuomo Vuorenpää Anna Aaltonen Vesa Imponen Eero Lukkarinen

"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

Opastiosilta 8 B HELSINKI 52 SELOSTE Puhelin /1976 HAKKUUMIEHEN AJANKÄYTTÖ PÖLKKY

Puuston ennakkotiedon hankintamenetelmät. Tapio Räsänen Eero Lukkarinen

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

Puuraaka-aineen hinnoittelumenetelmät

Mittaustarkkuus = Mitatun arvon ja todellisen (oikeana pidettävän) arvon yhtäpitävyys.

ARVO-ohjelmisto pienpuun hankinnan tukena

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Harjoitus 9: Excel - Tilastollinen analyysi

Aki Taanila AIKASARJAENNUSTAMINEN

StanForD Metsäkoneiden uusi tiedonsiirtostandardi. Tapio Räsänen Juha-Antti Sorsa

METS.J1TEHO PÄTKITTÄINMITTAAVA KAJAANI1024 -MITTALAITE JA SEN MITTAUSTARKKUUS

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

MELA2012. Olli Salminen Metla MELA ryhmä.

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

TTY Mittausten koekenttä. Käyttö. Sijainti

Runkopankki puunhankinnan ohjauksen välineenä

Taneli Kolström Eri-ikäiset metsät metsätaloudessa seminaari Eri-ikäisrakenteisen metsän kehityksen ennustaminen

Sisältö. Johdanto. Vastaajien esittely. Absoluuttinen raportti. Suhteellinen raportti. Vaihe 1. Vaihe 2. Vaihe 3

RUNKOPANKKI JA K-MSN MENETELMÄ PUUSTOTIETOJEN JA PÖLKKYJAKAUMAN ENNUSTAMISESSA

Lämpötilan ja valssausvoiman tilastollinen mallintaminen levyvalssauksessa

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA

SIMULINK S-funktiot. SIMULINK S-funktiot

Hakkuukone metsätiedon lähteenä

Puukaupan kilpailuttaminen ja korjuun valvonta käytännössä

Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.

Poimintahakkuiden puunkorjuu Matti Sirén

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Pinomittaus ajoneuvossa Ositettu kehysotantamittaus

Katkonnanohjaus evoluutiolaskennan keinoin

Kuusen kasvun ja puutavaran laadun ennustaminen

Hakkuutyön tuottavuus kaivukonealustaisella hakkuukoneella ja Naarva EF28 hakkuulaitteella

PUUTAVARAN LAJITTELU KORJUUN YHTEYDESSÄ

Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu

Leimikoiden apteerausvaihtoehtojen optimointi esitutkimus. Vesa Imponen. Metsätehon raportti

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Kojemeteorologia (53695) Laskuharjoitus 1

Puukaupan tarjousvertailut. MMM Puumarkkinatyöryhmän kokous kenttäpäällikkö Pauli Rintala MTK

Kasvu- ja tuotostutkimus. Tutkimuskohteena puiden kasvu ja metsien kehitys. Luontaisten kasvutekijöiden vaikutukset. Männikköä karulla rämeellä

Kehittynyt katkonnan ohjaus ja ennakkosuunnittelutiedon tarkkuus Metsätehon tuloskalvosarja 6/2015

ELEMET- MOCASTRO. Effect of grain size on A 3 temperatures in C-Mn and low alloyed steels - Gleeble tests and predictions. Period

Paikkatietoa metsäbiomassan määrästä tarvitaan

MDSATIHO. SELOSTE Puhelin /1974 MONITOIMIKONEIDEN TUOTOSTEN JA YKSIKKÖKUSTANNUSTEN LASKENTASYSTEEMI

MITEN MYYT JA MITTAAT ENERGIAPUUTA? Aluejohtaja Pauli Rintala Metsänomistajien liitto Järvi-Suomi

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

Puuston mittaus etäisyyden- ja kulmanmittauslaitteella

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä?

Kasvatettavan puuston määritys koneellisessa harvennuksessa

Efficiency change over time

pitkittäisaineistoissa

Liito-oravan elinympäristöjen mallittaminen Tampereen seudulla

Harha mallin arvioinnissa

Hakkuukonemittaus puustotietojen tuotannossa aineiston esikäsittely ja kuviorajan muodostaminen

Regressioanalyysi. Kuusinen/Heliövaara 1

Transkriptio:

,. ETS.iTEHO PUUN MUODON ENNUSTAMINEN RUNKOKÄYRILLÄ JA SIMULOIMALLA Olli-Pekka Ahonen Metsätehossa on rakennettu puun runkomuodon simulointiohjelmisto, joka avulla voidaan ennustaa yksittäisen rungon kaikki läpimitat. Malli tuottaa rungon apteerauksen tueksi ennusteen puun runkokäyrästä, johon voidaan liittää yksittäisen rungon pölkytyksen ohjausalgoritmit sekä leimikon puuston pölkytyksen ohjausmenetelmät. Runkokäyräennusteen laskenta perustuu korjuukohteesta puulajeittain kerättävään liukuvaan otostiedostoon, jossa vanhin havainto korvautuu aina sen käsittelynjälkeen uudella havainto rivillä. Runkokäyrämalli pystyy liukuvan otostiedoston avulla ottamaan huomioon leimikoiden välisenja leimikon sisäisen vaihtelun puun muodossa. Rungon käsittelyn edetessä ennustettua runkokäyrää tarkennetaan puun pituutta muuttamalla mikäli hahkuukoneen mittaama läpimitta ja runkokäyrän avulla ennustettu läpimitta poikkeavat toisistaan yli ennalta asetetun rajan. Ohjelmistoa on käytetty hakkuukoneapteerauksen kehittämisessä. Simulointiohjelmiston avulla on mahdollista tarkastella hakkuukoneen mittaamaa runkoprofiilia ja mallilla laadittua runkokäyräennustetta sekä graafisina kuvaajina että rungon läpimitta pituustaulukoina. Tämä suhteelliseen puunmuototeoriaan, runkokäyriin ja leimikon pituuskäyriin perustuva simulointimalli on ensimmäinen, jonka avulla on mahdollista ennustaa riittävän luotettavasti koho puun pituudelta rungon haikki läpimitat ennen ensimmäistäkään katkaisua. Tutkimus on tehty yhteistyössä Sisu Logging Oy:n, Metsätehon ja TEKESin kanssa ja sen antamien tulosten perusteella on mahdollista sovittaa runkokäyrän ennustamismenetelmä hakkuukoneympäristöön. Kuva. Nykyaikainen yksiotehakkuukone on muuttumassa tehokkaaksi liikkuvaksi apteerausasemaksi. Valokuva Sisu Logging Oy

Hakkuukoneille asiakaslähtöinen puunhankinta asettaa uusia vaatimuksia. Asiakas- ja tuotelähtöisyyden lisääntyessä hakkuukoneesta tulee entistä enemmän tuotantoprosessin osa. Tulevaisuuden hakkuukoneen on osattava toteuttaa metsäosaston tai puunhankintayrityksen antamat ohjeet. Ohjeiden välitys tapahtuu kaksisuuntaista tiedonsiirtoa käyttäen ja ohjausjärjestelmä koostuu kolmesta osasta (kuva 2). Asiakaslähtöisen puunhankinnan kannalta logistinen, tuotantoprosessiin sidottu apteerauksen ohjaus on koko järjestelmän tärkein osa. TAUSTAA Metsäteollisuuden tuotantoprosessit ovat muuttuneet yhä asiakaslähtöisemmiksi. Se merkitsee asiakkaalle toimitettavien puutavaralaatujen ja -dimensioiden määrittelyä hänen tarpeidensa perusteella ja niiden sovittamista käytettävissä olevaan raaka-ainepohjaan. Asiakaslähtöinen tuotanto edellyttää, että tuotantolaitokset saavat oikeaan aikaan laadultaan ja mitoiltaan haluamaansa raaka-ainetta. Markkina tilanne, olemassa oleva raakaainepotentiaali ja sovitut lopputuotteiden kaupat määräävät tuotantolaitoksen kannalta edullisimman pölkkyjen laatu-, läpimitta- ja pituusjakauman. Tuotantoprosessiin sidotun hakkuukoneapteerauksen avulla pystytään ottamaan huomioon tuotannon arvo sekä puun myyjän että ostajan ja jalostajan kannalta. Asiakas- j a t uotelähtöisen apteerauksen ohjausjärjestelmän avulla saadaan r aaka-aineenjalostajan kannalta enemmän toivottuja puutavaralajien laatu-, läpimitta- ja pituusyhdistelmiä kuin ilman sen käyttöä. Hakkuukoneen apteerauksen ohjausjärjestelmä koostuu runkomuodon ennustamisesta, yksittäisen rungon pölkytyksen optimoinnistaja korjuukohteen pölkkyjen jakauman ohjauksesta (kuva 3). Runkomuodon ennustaminen on apteerauksen ohjauksen tärkein osa. Ellei se toimi, eivät arvoapteeraus- ja jakaumaohjausmenetelmätkään voi toimia kunnolla, koska ne perustuvat virheelliseen tai puutteelliseen lähtötietoon. HAKKUUKONEEN OHJAUS Alustakoneen hallinta - Hakkuukonenosturin hallinta - Hakkuulaitteen toimintojen hallinta / TIEDONSIIRTO APTEERAUKSEN OHJAUS - Urakoitsijan ja hakkuukoneen tunnistatiedot - Laimiken ja lohkon tunnistatiedot - Puutavaralajikohtaiset katkontaohjeet - Laimikoiden kouujärjestys - Leimikon korjuu- ja työohje - Tunnistatiedot - Ympäristöohjeet - Työsuojeluohjeet - Yleiset apteerausohjeet - Hakkuukoneen ti edonsiirtostandardi - Apteerausohjeet - Valmistetun puutavaran mittaustiedot - Huolto-, kouu- ja aikaseuranta - Kone- ja merkkikohtaiset muuttujat - Yksittäisen rungon laatu raja, läpimitta- ja pituustiedot - Mittalaitteen tarkastusmittaustiedot Kuva 2. Hakkuukoneen ohjausjärjestelmä PUUN RUNKOMUODON ENNUSTAMINEN - Yksittäiseen runkoon perustuvat mallit - Rungon osan kapenemiseen perustuvat lineaariset extrapolointimallit - Rungon osan kapenemiseen perustuvat regressiomallit - Puujoukkoon perustuvat mallit - Vakiokertoimiset mallit - Muuttuvakertoimiset mallit ' YKSITTÄISEN RUNGON PÖLKYTYKSEN OPTIMOINTI - Kahden pölkyn liukuva optimointi Dynaaminen optimointi Lineaarinen optimointi Kokonaislukuoptimointi Heuristiset pölkytysalgoritmit KORJUUKOHTEEN PÖLKKY JAKAUMAN OHJAUS - Kiinteä arvoapteeraus - Adaptiivinen arvoapteeraus - Lähioptimaalimenettely Kuva 3. Hakkuukoneen apteerauksen ohjausjärjestelmä 2

SIMULOINTI Todellisuutta kuvaavan mallin luomistajakokeiden tekemistä mallin avulla kutsutaan simuloinniksi. Runkomuodon ennustamismenetelmän laadinnassa simulointia voidaan käyttää sekäjäljittelemään erilaisia otantoja metsiköissä että testaamaan erilaisten ohjausparametrien vaikutusta ennustemallin antamiin tuloksiin. Simuloinnissa kokeita voidaan toistaa lukemattomia kertoja samalla aineistolla erilaisilla otantatavoillaja ohjausparametreilla, kun kenttäkokeissa samaa mallia voidaan testatayhdessä metsikössä vain kerran. Simuloinnin avulla pystytään selvittämään eri rajoitteiden vaikutukset runkokäyräennusteen käyttäytymiseen. Simulointimallien käytöllä on myös varjopuolensa. Tutkittavan systeemin yksityiskohtaisen kuvauksen takia simulointimalli voi muodostua monimutkaiseksija vaikeasti hallittavaksi. Tällöin sen käyttöön saatetaan joutua uhraamaan paljon aikaa ja tietojenkäsittelykapasiteettia. Oikeidenjohtopäätösten tekeminen monimutkaisen mallin antamista tuloksista on myösjoskus hankalaa. Jos simulointimalli poikkeaa siitä todellisuudesta, jota sen tulisi kuvata, tällöin eivät mallilla saadut päätelmät myöskään pidä paikkaansa. SIMULOINTIAINEISTO Simulointimallin testaamiseksi kerättiin sek ä suodatettuja että suodattamattomia runkoprofiileja. Suodattamattomien runkoprofiilien avulla voidaan tutkia, kuinka läpimittatiedon esikäsittely hakkuukoneen mittalaitteessa vaikuttaa ennustusrutiinin luotettavuuteen. Simulointimallin suodatettu testiaineisto kerättiin Valmet 90/942- ja suodattamaton Valmet 90/960 -hakkuukoneilla. Läpimitta, mm..., - - -- - - - - - - -, - - Suodattamaton 400 350 Suodatettu 300 250 200 Aineistona simulointimallin laadinnassa ja testauksessa oli 24 leimikkoa, joissa oli 300 mäntyrunkoa, 5 455 kuusirunkoa ja 330 koivurunkoa. Jokaisesta rungosta oli tallennettu tiedostoon hakkuukoneen mittaamat läpimitat 0 cm:n välein käyttöosan pituudelta sekä hakkuukoneen kuljettajan valitsemien katkaisukohtien sijainnit rungolla. Kannonkorkeus estimoitiin mallilla. Käsittelyssä olevalle rungolle haettiin lopullinen pituusarvio iteratiivisesti runkokäyrien avulla minimoimaha hakkuukoneen mittaaman viimeisen ja runkokäyräitä haetun vastaavan korkeuden läpimitan välistä erotusta. Tätä koko puun pituusarviota käytettiin runkokäyrämallin suhteellisten havaintopisteiden sijainnin määrittämisessä. RUNKOKÄYRÄ Runkokäyrällä tarkoitetaan puun muodon kuvaamista joko graafiseen tasoitukseen perustuvien kapenemissarjojen tai matemaattisten lausekkeiden avulla. Puun pituuteen n ähd en suhteellisina mitattujen läpimittojen käyttäminen runkokäyrää kuvaavan matemaattisen yhtälön selitettävänä muuttujana ottaa huomioon puun absoluuttisen koon vaikutuksen sen muotoon lähes kokonaan. Puun absoluuttisten läpimittojen muuttaminen valitun perusläpimitan mukaan suhteellisiksi a ntaa lähes vakioarvot erikokoisille rungoille puulajeittain. Tällöin puun suhteellisen koon ja sen runkomuodon välillä on selvä riippuvuussuhde. Yksittäisten runkojen muoto saattaa vaihdella paljon, erityisesti puun kasvuympäristöstä johtuen. Rungon läpimitoista otettiin lopullisiksi havaintopisteiksi 9 suhteelliselta korkeudelta mitatua läpimittaa. Suhteellisina mittauskorkeuksina puun pituuteen nähden olivat 5, 7,5, 0, 5, 20,..., 85 ja 90 %:n korkeudet. Viimeisenä havaintopisteenä oli puun pituuden estimaatti, joka oli laskettu puun syntypisteestä. Alle 5 %:n korke udelta havaintopisteitä ei otettu, koska siltä alueelta ei hakkuukoneeita ole aina saatavissa todellista mittaushavaintoa, vaan arvot perustuvat taaksepäin tapahtuvaan extrapolointiin. 50 00 50 0 0 --+ - + -----i - 2 3 4 56 7 8 902345678 920 Korkeus, m Kuva 4. Suodattamaton ja suodatettu runkoprofiili Simulointimallissa päädyttiin käyttämään 20 %:n korkeudelta mitattu a perusläpimittaa, koska runkomuodon ennustamin en käsittelyssä olevalle puuyksilölle tapahtuu tyvipölkyn käsittelyn aikana. Perusläpimitan mittauskorkeuden nostaminen korkeammalle kuin 20 %:iin h eike ntää ennustetun runkokäyrän luotettavuutta, koska runkokäyräennusteen laadintapisteen läpimitan hajonta kasvaa. Runkokäyrän laadinnassa alle 20 %:n kor- 3

vaikutuksia. Ennusteen joustavuuden lisäämiseksi ja tarkkuuden parantamiseksi yhtälön kertaimien lukumäärää voidaan kasvattaa. Samalla yhtälöryhmän rat:kaisu vaikeutuu ja sen laskenta vaatii enemmän aikaa ja kapasiteettia. Hakkuukoneympäristössä sekä aika että kapasiteetti ovat toisella puolella ja asetettu tarkkuusvaatimus toisella puolella mallin laadinnan ongelmakenttää. Käyttöosan päättymiskorkeus 75 % Tukkiosan päättymiskorkeus 70 % 65 % 60 % Mittauskohta % 5 55 % 50 % 45 % 40 % 35 % 30 % 25 % 20 % 5 % 0 % 75% 5% 7,5 0 5 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 m,24.86 2.48 3,72 4,96 6,20 7,44 8,68 9,92,6 2,40 3,64 4,88 6, 2 7,36 8,60 9,84 2,08 22,32 PITUUSKÄYRÄ Simulaattorissa metsikön pituuskäyrän laskemiseen käytetään N äslundin esittämää pituusmallia, koska hakkuukoneympäristössä ei ole käytettävissä metsikkötason muuttujia pituusmallin laadinnassa. Lisäksi korjuukohteen hakkuun yhteydessä saadaan riittävästi erikokoisia koepuita puulajeittaisten pituuskäyrien muodostamiseen. Koska koepuista ei ole saatavilla todellista puun pituutta, vaan runkokäyrien avulla saatu arvio, simulointimallissa on kyseessä leimikkokohtaisesti ennustettu pituuskäyrä. Juurenniska/Kannon korkeus -=--- Q.J" 'a syntypiste OTOSKOON MÄÄRITTÄMINEN Kuva 5. Koepuiden läpimittojen mittauskohdat 24,8 metrin pituisella esimerkkipuulla keudella olevien läpimittojen käyttämistä perusläpimittana rajoittaa se, että rungon tyven läpimittojen satunnainen hajonta on suurempi rungon keskiosissa. Suurempi hajonta aiheutuu epäsäännöllisestä tyvilaajentumasta. Runkokäyräyhtälöiden kertoimet laskettiin jokaisen puun käsittelyn jälkeen uudelleen. Kertaimien laskenta-aineistona käytettiin liukuvaa otostiedostaa, johon on tallennettu kustakin korjuukohteesta vakiomäärä viimeksi valmistettujen runkojen suhteellisia läpimittahavaintoja. Runkokäyrämallin perusyhtälö on polynomiyhtälö, joka on muodostettu ns. Fibonacci-lukusarjan pohjalle. Potenssisarjoista Fibonacci-lukusarja on hyvin lähellä logaritmisia sarjoja, mikä näkyy sen soveltuvuutena tämäntyyppisten regressioyhtälöiden sovittamiseen. Laasasenaho on omissa valtakunnallisissa runkokäyräyhtälöissään käyttänyt kahdeksaa ensimmäistä tekij ää Fibonacci-lukusarjasta. Näistä kaksi viimeistä vaikuttavat rungon kannon sekä tyven muodon hallintaan. Tässä tutkimuksessa kannon ja rungon minimitukkia lyhyemmän tyven mallintamiseen ei ollut tarvetta. Runkokäyräyhtälön kertaimien lukumäär ällä on ennustamisongelman kannalta kahdensuuntaisia 4 Yksivaiheinen otanta perustuu liukuvaan otokseen. Liukuvassa otannassa otoksen vanhin havainto korvautuu uudella otosyksilöllä otannan edetessä. Yksivaiheisessa otannassa otoskoko ilmentää leimikon sisällä tapahtuvaa puun runkomuodon vaihtelua, joka aiheutuu kasvuolosuhteiden muutoksista. Tällöin ennustemallin antamia tuloksia voidaan parantaa kasvattamalla otoskokoa. Otoskoon kasvattaminen yli tietyn rajan ei tuo lisää informaatiota leimikosta eikä paranna runkokäyräennustetta. Otoskoon kasvattamisen ylärajan määrää leimikon kasvuolosuhteiden muutoksen aiheuttama runkomuodon vaihtelu ja liukuva otanta. Kaksivaiheisen otannan avulla voidaan selvittää korjuukohteessa puun koosta aiheutuvan runkomuodon vaihtelun merkitys ennustemallin luotettavuudelle. Otanta perustuu liukuvaan ensimmäisen vaiheen otokseen ja siitä ns.lähim pien puiden menetelmän avulla otettavaan toisen vaiheen otokseen. Lähimpien puiden menetelmässä ensimmäisen vaiheen otoksesta etsittiin r eferenssi- eli vastinläpimitan avulla lähimmät vastaavankokoiset rungot runkokäyräyhtälön kertaimien laskentaa varten. Tässämenettelyssä valittavienrunkojen vaihteluväli ei ole kiinteä, vaan se riippuu ensimmäisen vaiheen otosrunkojen läpimittajakaumasta. Tällaisessa t oisen vaiheen otannassa, joka on estimoitavan tunnuksen suhteen muuttuvarajainen, ei voida k äyttää apuna satunnaisotannan teoriaa, vaan kummankin vaiheen otoskokoon määrittäminen tapahtuu simuloinnin avulla. e

Simulointimallilla voidaan tutkia kuinka runkokäyräyhtälöiden kertoimien lukumäärä, yksi- tai kaksivaiheinen otanta, puun pituuden tarkentaminen pölkytyksen yhteydessä iteroimallaja ensimmäisen ennusteen laskentakorkeus vaikuttavat ennustusmallin luotettavuuteen. SIMULOINTIOHJELMAN TOIMINTA Simuloinnilla tässäyhteydessä tarkoitetaanhakkuukoneen mallinnusrutiinin toimintojen jäljittelyä ja sen asettamien rajoitusten huomioon ottamista. Hakkuukoneiden pohjoismaisen tiedonsiirtostandardin mukaan yksittäisen rungon runkoprofiilin tiedot voivat olla joko tiedostossa tai tietueena suuremmassa tiedostossa. Ohjelma käsittelee sekä hakkuukonestandardin että- tarvittaessa pienin muutoksin- hakkuukonevalmistajan omien määrittelyjen mukaisia tietoja. Runkojen läpimittahavainnot voivat olla joko suodatettuja tai suodattamattomia hakkuukoneen mittaamia runkoprofiileja. Yhtä puulajia kohden runkokäyräyhtälöön voidaan valita 3:sta 8:aan kerrointa. Otanta voidaan tehdä erisuuruisilla liukuvilla otosko' oilla. Yk.sivaiheisessa otannassa otos voi olla 5-00 viimeksi tehtyä runkoa. Kaksivaiheisessa otannassa toisen otoksen valinta perustuu käsittelyssä olevan rungon ensimmäisen havaitun läpimitan avulla muodostettavaan toiseen otokseen. Toisen vaiheen otoskoko voi olla - 00 runkoa puulajeittain. KERTOIMIEN LASKENTAOSA ENNUSTEMALLIOSA RUNGON / KÄSITTELY HAKKUUKONEELLA PERUS- KERTOIMET MUODOSTA RUNKO.Stm-data Käyttöosan läpimitat Puulaji Referenssiläpimitta LAADIPERUSENNUSTE F(Pituuskäyrä) = Pituusennuste F(Runkokäyrä) = Ennuste rungon läpimitoilla N = TO PÖLKKYJEN LKM - F(Kanto) = Kannon korkeuden estimaatti SIIRRÄ LÄF IMITT AVEKTORI i LAADI KORJATTU ENNUSTE MUUTA PUUN PITUUTTA F( Min (lpm_mitattu lpm_ennustettu)), HAE SUHTEELLISET KORKEUDET JA LÄPIMITAT OTANlAN VALINTA + MUODOSTA. VAIHEEN OTOS PUULAJEITTAIN LIUKUVA OTOS N KPL RUNKOJA LOPULLINEN PUUN PITUUs- MUODOSTA2. VAIHEEN OTOS. VAIHEEN OTOKSESTA PUULAJEITTAIN REFERENSSILÄPIMIT AN PERUSTEELLA N2 KPL RUNKOJA SIIRRÄ HAVAlTOMATRIISI LASKE RUNKOKÄYRÄYHTÄLÖN JA PITUUSKÄYRÄN KERTOIMET PNS-MENETELMÄ TALLETA LASKETUT KERTOIMET PERUSKERTOIMIEN TILALLE Kuva 6. Simulointimallin vuo kaavio 5

Puulle haetaan runkoprofiilitiedostosta puulaji sekä läpimitta perusennusteen tekemistä varten. Perusennusteen laskentakorkeus voidaan määrittää parametrillä,ja se voi sijaita -4 metrin korkeudella rungon kaatoleikkauksesta. Mitä lähempänä kaatoleikkausta ensimmäinen havaintopiste on, sjtä epävarmempaa on sen mittauksen oikeellisuus. Mittausvirhettä aiheuttavat sekä epäsäännöllinen tyvilaajentuma että hakkuu- ja mittalaitteen aseman muuttuminen rungossa kaadon aikana. Toisaalta havaintopisteen siirtäminen lähemmäksi ensimmäistä mahdollista katkaisupistettä vähentää tarvittavien laskentojen tekemiseen käytettävissä olevaa aikaa. Käsittelyssä olevalle rungolle laaditaan perusennuste vakioetäisyydellä kaatoleikkauksesta. Perusennuste muodostetaan kyseisen kohdan läpimitan ja puulajin perusteella. Ensin pituuskäyräitä haetaan käsittelyssä olevalle rungolle pituusennuste. Pituusennusteen, läpimitanja puulajin perusteella rungolle muodostetaan runkokäyrä, jonka avulla määräytyvät rungon läpimitat koko puun pituudelle. Ennustetta korjataan kunkin katkaisusahauksen jälkeen iteratiivisesti. Tällöin verrataan rungon pölkytyskohdan jälkeen vakioetäisyydeltä hakkuukoneen mittaamaa ja runkokäyrän avulla ennustettua läpimittaa sekä minimoidaan - niiden erotusta muuttamalla- puun pituutta tai runkokäyrän peruslaskentapisteen korkeutta. Puun pituuden muutokselle voidaan antaa maksimimuutosrajat ylös- tai alaspäin niin, että enintään 50 %:n suuruinen muutos puun pituuteen on mahdollinen. Rungon käsittelyn ja viimeisen korjatun runkokäyrän laadinnan jälkeen jokaiselle rungolle haetaan suhteellisia korkeuksia vastaavat läpimitat. Läpimitat sijoitetaan liukuvaan otostiedostoon. Yksivaiheisessa otannassa lasketaan käsittelyssä olleelle puulajille uudet pituus-ja runkokäyrämallien kertaimien arvot. Laskenta voidaan tällöin todellisessa hakkuukoneympäristössä suorittaa rungolta seuraavalle tapahtuvan siirtymän aikana. Kaksivaiheisessa otannassa kertaimien laskenta tapahtuu vasta, kun käsittelyssä olevasta rungosta tiedetään sen puulaji ja referenssiläpimitta. Referenssiläpimittana voidaan käyttää rungon ensimmäistä läpimittahavaintoa, jonka jälkeen muodostetaan toisen vaiheen otos. Tämänjälkeenjatketaan samalla tavalla kuin yksivaiheisessa otannassa, mutta kertaimien arvot lasketaan toisen vaiheen otoksen perusteella. Kummassakin otosvaihtoehdossa kertoimet estimoidaan pienimmän neliösumman menetelmällä. Lisäksi hankkeessa on laadittu analysointiohjelma, jolla voidaan tuottaa simulointimallin tulosteista perusanalyyseja. Analysointiohjelma laskee mitatun ja ennustetun eron perusteella jokaiselle valitulle suhteelliselle korkeudelle, puun pituudelle sekä tukkiosan päättymiskorkeudelle havaintojen lukumäärän, minimin, maksimin, keskiarvon, hajonnan ja keskineliövirheen puulajeittain jokaisen pölkyn katkaisun jälkeen. Kuva 7. Esimerkki simulointiohjelman näytöstä. Vasemmalla hakkuukoneen mittaama runkoprofiili ja simulointiohjelmalla lasketut runkokäyräennusteet Oikealla rungoittaisen tarkastelun näyttö, jossa käyttäjälle on tulostunut kunkin runkokäyrän suhteellisten korkeuksien läpimitat. Valok. Metsäteho 6

PÄÄTELMÄT Tutkimuksessa on laadittu simulointimenettely, jonka avulla on mahdollista sovittaa hakkuukoneympäristöön toimiva runkomuodon ennustemalli. Mallin avulla saadaan selville riittävällä tarkkuudella rungon kaikki läpimitta- ja pituusyhdistelmät ennen ensimmäistä katkaisua. Malli perustuu suhteelliseen puunmuototeoriaan ja pu ulaj ei ttaisiin regressioyhtälöihin. Runkokäyräennusteiden tuloksia tarkasteltaessa on otettava huomioon ennustevirheen kaksijakoisuus. Mallin antamat tulokset sisältävät hakkuukoneen mittausvirhettä sekä mallin aiheuttamaa virhettä. Satunnaisten virheiden aiheuttajana hakkuukone on merkittävin, ja vastaavasti systemaattinen virhe on peräisin ennustemallin laskennastaja logiikasta. Hakkuukoneympäristössä puun runkokäyrän ennustamisen toimivuuteen vaikuttaa merkittävimmin mittalaitteen kyky mitata rungon läpimittoja. Rungon läpimittojen mekaanisen tunnustelun merkitys kasvaa nykyisestään, koska yksittäisen rungon käsittelyn aikana ei ole aikaa tehdä monimutkaisia läpimittahavaintojen korjausmenettelyjä ja läpimittahavaintosarjoja taaksepäin tasoittavia korjauslaskentoja. Hyvä runkokäyräennustemalli vaatiikin tuekseen erittäin luotettavan läpimittojen mittauksen. Yksiotehakkuukoneen runkokäyräennusteen luotettavuuttå parantaa myös rungon läpimittojen mittauspisteen suuri etäisyys katkaisulaitteeseen nähden. Mitä enemmän rungosta on mitattuna, sitä luotettavampi ennuste loppuosalle saadaan. Hakkuukoneilla, joilla läpimittojen mittaus tapahtuu etummaisista karsimateristä, on mitattuna noin metrin verran puun runkoa enemmän kuin niillä hakkuukoneilla, joilla mittaus tapahtuu takimmaisista karsimateristä. Samalla rungon latvaosista saadaan läpimittahavaintoja ainespuun minimiläpimittaa korkeammalta, jolloin puun pituuden iteroinnin luotettavuus paranee. Pituuden iteroinnilla on vaikutusta regressioyhtälön läpimittahavaintojen luotettavuuteen. Mitä pienempi osuus jää malleilla laskettavaksi, sitä oikeampia läpimittahavainnot ovat. Mallissa on regressioyhtälöille tyypillinen ominaisuus: se pyrkii keskiarvoistamaan syöttötiedoista saatavat ennusteet. Samalla malli on arka momenttivaikutukselle eli yksittäiset suuret poikkeamat havaintomatriisissa painavat suhteellisesti enemmän. Tästä johtuen poikkeavat puuyksilöt, kuten kaksihaaraiset rungot, on jätettävä mallin syöttötietojen ulkopuolelle, jotta niiden erityisen poikkeava runkomuoto ei toisi ennusteisiin harhaa. Hakkuukoneapteera uksen kokonaistarkastelun saavuttamiseksi malliin on liitettävä mukaan sekäyksittäisen rungon pölkytysalgoritmit että leimikon pölkkyjen jakaumaohjausmenettelyt. Yksittäisen rungon pölkytysalgoritmien avulla voidaan tarkastella arvoapteerauksen onnistumista. Vastaavasti jakaumaohjauksen avulla voidaan tarkastella leimikon tukkisuman muodostumista. Arvoapteerauksen ja jakaumaohjauksen toimivuutta on tarkasteltava taloudellisuusanalyysin avulla tilanteessa, jossa hakkuukonesimulaattorissa käytetään sekä mitattuja että ennustettuja läpimittatietoja. Arvoapteerauksessa mallin lopullinen tulos saadaan vertaamalla leimikon puuston kokonaisarvoja. Jakaumaohjauksessa tulos saadaan vertaamalla ennalta asetettujen laatu-, läpimittaja pituustavoitteiden saavuttamista. Asiasanat: hakkuukone, puun muodon ennustemalli, runkokäyrä, simulointi 7

Metsäteho Review 4/996 PREDICTING STEM FORM USING STEM CURVES AND SIMULATION A software product for simulating stem form has been developed at Metsäteho. The resultant prediction model is able to predict all diameters along individual stems. The model produces a predicted stem curve to assist merchandizing of stems. More specifically, the model facilitates the inserting of stem-specific bucking control algorithms and methods to be applied in bucking when dealing with a stumpage as a whole. Computation of the predicted stem curve is based on a moving sample file compiled by tree species in which the oldest data, on having been processed, is always replaced by a new row of data. Due to its moving sample file, the stem form model is capable of accounting for the variation in stem form within a stumpage and between stumpages. As stem processing progresses, the predicted stem curve is adjusted by changing tree length should the difference between the diameter readings obtained using the harvester's measurement system and the diameters obtained using the stem curve exceed a certain predefined limit. Metsäteho Oy PL 94 003 Helsinki Käyntiosoite Unioninkatu 7 ISSN 235-483X - Helsinki 996 Painoval mista Ky This software has been utilised in developing harvester-based merchandizing. The simulation software enables the user to examine the stem profile as measured by the harvester's measuring system and the model-based predicted stem curve as both graphically presented curves and as diameter/length tables. Based on relative tree form theory, stem curves, and stumpage tree height curves, this simulation model is the first to offer the possibility of predicting with sufficient reliability all diameters along the entire length of a tree before actually making the first cut. The required research work was carried out as a joint effort by Sisu Logging Oy, Metsäteho and TEKES, the Technology Development Center of Finland. The results obtained indicate that the model predicting stem form can be adapted into the harvester environment. Keywords: harvester, stem form prediction model, stem curve, simulation Telefax (90) 32 5254 tai 659 202 Puhelin (90) 32 52