Artikkelit Metsä

Kari Väätäinen aloitti tutkijanuransa paneutumalla kokeneiden metsäkoneenkuljettajien hiljaiseen tietoon. Digitaalisuus tarkoittaa metsätaloudessa pitkälti sitä, että hiljaista, olemassa olevaa tietoa analysoidaan, yhdistellään ja jaetaan tehokkaasti kaikkien käyttöön.

Väätäisen erikoisalaa on tutkimusmenetelmä, jonka avulla hän tutkii aines- ja energiapuun hankintaketjujen tehostamista. Väätäinen visioi digitaalisesta metsätaloudesta innokkaasti, mutta kuitenkin jalat vankasti maassa.

Puutavara-autolla tietoa tien kunnosta

Lukessa tutkimuksen tavoitteena on kehittää kustannustehokkaita ja ympäristöä säästäviä menetelmiä metsien hoitoon ja korjuuseen. Ilmaston muuttuessa ja puuntarpeen lisääntyessä yhdeksi tärkeimmäksi työsaraksi on noussut maastoa säästävä liikkuminen.

– Tieto teiden kunnosta on vielä hiljaista tietoa, jonka systemaattinen kerääminen olisi nyt todella tärkeää, että saisimme tietoon ongelmalliset paikat ja ajankohdat. Halpenevalla anturitekniikalla puutavara-autot voivat kerätä tietoa teiden kulkukelpoisuudesta eri olosuhteissa. Paikkatiedon ja säädatan avulla puunkorjuuta ja kuljetusta voitaisiin kehittää ympärivuotisemmaksi. Tieto palvelisi myös teiden hoitoa, Väätäinen sanoo.

Tieto teiden kunnosta palvelisi kaikkia käyttäjiä.

– Suomen teiden tarkka ja reaaliaikainen kuntotiedon kerääminen joukkoistamisperiaatteella voisi olla hyödyllistä, Väätäinen pohtii.

Laatutieto mukaan korjuuketjuun

Puun käyttäjän näkökulmasta tärkeintä on sen laatu. Väätäisen mukaan laatuun ei vielä päästä korjuuketjussa kiinni. Digitieto avaisi uusia mahdollisuuksia myös laatupuun hyödyntämiseen.

– Laserkeilauksella saadaan selvitettyä metsikön runkomäärät ja tilavuus, mutta ei oksaisuutta, mutkaisuutta tai muita puun sisälaatutekijöitä, jotka eivät näy ulospäin. Jos laatu tiedettäisiin ennen kaupantekoa, puusto voitaisiin hinnoitella todellisen arvon mukaan ja osoittaa se oikeille käyttäjille, Väätäinen sanoo.

Laatutieto hyödyttäisi siis niin myyjää kuin ostajaa. Keräämällä laatuun vaikuttavia tekijöitä kuten maapohjan rehevyystaso, metsikön käsittelyt ja aiempien leimikoiden laatu vastaavilla korjuukohteilla voitaisiin Väätäisen mukaan vähitellen ennustaa puuston laatua.

– Tätä bigdataa keräämällä ja siirtämällä paikkatiedoksi muodostettaisiin malleja, joiden tuottamat laatuennusteet paranevat tiedon karttumisen myötä. Milloin olemme tässä pisteessä, sitä en pysty vielä sanomaan, Väätäinen toteaa.

Digi on tarkka

Suunta on Väätäisen mukaan se, että käsityö ja askeleet metsässä vähenevät. Hän ei kuitenkaan pidä todennäköisenä, että metsiä hoidettaisiin ja korjattaisiin vain etäohjattavilla roboteilla.

– Erilaisia näkemyksiä tästä on. Niinkin on ennustettu, että 5–10 vuoden päästä kokeillaan jo korjuutraktoria, joka kerää puita ilman kuljettajaa. Mutta sitten nähdään, onko se järkevää ja kustannustehokasta, Väätäinen pohtii.

Tehokkuuden lisäksi digitaalisuus tuo metsätyöhön objektiivisuutta.

– Maastotarkastuksissa otetaan nyt subjektiivisesti koealoja ja johdetaan niistä mittausarvot koko kohteelle. Ilmavalokuvauskopterilla eli dronella kuvaisi kattavasti koko alueen, jolloin tulokset saadaan nopeasti eikä enää toimita pelkän otoksen pohjalta.

Digitiedon tarkkuus ja erilaisten aineistojen yhdistäminen on Väätäisen mukaan tulevaisuuden metsätalouden keskiössä.

– Nämä alueet kehittyvät nyt vahvasti. Avointa dataa hyödyntämällä ja yhdistämällä saadaan uusia, arvokkaita ennusteita. Datafuusiot ovat tulevaisuutta.

 

Teksti: Marjatta Sihvonen

Sivun yläreunan kuva: Erkki Oksanen / Luke

Artikkeli on vapaasti julkaistavissa muissa kanavissa, kun julkaisun yhteydessä mainitaan artikkelin kirjoittajan ja artikkelin julkaisijan (Luonnonvarakeskus) nimi.

Katso myös