Laserdata sammenstillt med maskindata

test på video

Prosjektets primære mål var å bidra til bedre utnyttelse av skogressurser og produksjonsressurser samt å bidra til færre konflikter mellom miljøhensyn og skogsdrift i normalt og bratt terreng.

Meny

Takst og terrengklassifisering i bratt terreng ved hjelp av flybåren laserskanner

Hogstmaskiner som verktøy i datafangst og mer effektiv allokering av virke

Verktøy for å møte miljøutfordringen ved økt avvirkning
 

Nye metoder for planlegging og oppfølging av avvirkning og veibygging
 

Evaluering av planleggingssystemet HEUREKA og kartlegging av utviklingsbehov for norske brukere


Bakgrunn

 I  senere år har skogbruket sett inntoget av sensorteknikk og andre teknologier til flere formål:

  • Bruk av flybåren laserskanning (ALS) er like veletablert innen skogtaksering og terrengmodellering som bruk av geografiske informasjonssystemer (GIS) og globale posisjoneringssystemer (GPS) for praktisk skogsdrift.
  • Andre sensorer og plattformer har også kommet på markedet.
  • Utvikling i bildeoppløsning og kostnader de siste årene har gjort disse mer attraktive for praktisk bruk.
  • Utviklingen av informasjons­systemer for planlegging, gjennomføring og oppfølging av avvirkning har gått raskt siden 1990-tallet.
  • Utviklingen av apteringssystemer for hogstmaskiner, med tilhørende produksjonsrapportering, har muliggjort både analyser av sortimentsutfall og produktivitet.
  • Integrasjon av disse systemene med data fra ALS og andre sensorer muliggjør større innsikt i både virkesegenskaper og produktivitetspåvirkende faktorer.
  • Samtidig har det blitt utviklet en helt ny generasjon med systemer for langsiktig planlegging for analyse av ulike strategier for skogbehandling og miljøhensyn.

På mange av disse områdene gjenstår det teknologisk utviklingsarbeid, knyttet til testing og tilpasning til skogsektorens forhold, men ny teknologi vil kunne bidra til en mer effektiv utnyttelse av skogarealene – inkludert miljøelementet og en bedre balanse mellom avvirkning, leveranser og industriforbruk.
 

Sammendrag

Prosjektrapport (36 sider)

Prosjektet Bærekraftig bruk av skogressursene i Norge (Sustainable utilization of forest resources in Norway (SuForN 2013-2017) ble finansiert av Forskningsrådet og Skogtiltaksfondet. Prosjektledere: Dag Fjeld og Erlend Nybakk.
 

 

Takst og terrengklassifisering i bratt terreng ved hjelp av flybåren laserskanner

Ole Martin Bollandsås, Jan Bjerketvedt, Hans Ole Ørka, Terje Gobakken, Endre Hofstad Hansen, Erik Næsset.

Problemstillingen var knyttet til å undersøke om økende helling på terrenget hadde betydning for nøyaktigheten på de vanligste variablene som det blir levert estimater for i en ordinær arealbasert lasertakst. Videre var det også et mål å undersøke hvordan man kan bruke laserdata til terrengklassifikasjon for lettere å kunne planlegge driftsveier og tømmertransport der det er utfordringer knyttet til helling og andre terrengmessige hindringer. Studiene i denne arbeidspakken ble gjennomført i nært samarbeid med skogeierandelslagene Vestskog SA og Mjøsen Skog SA.

Effekter av bratt terreng på lasertaksten
Årsakene til at det var interessant å undersøke om hellingen på terrenget har betydning for nøyaktigheten på en lasertakst var flere. For det første har trær som står i hellinger en tendens til å ha mer greinbiomasse på den siden av treet som vender utover, bort fra terrenget. I lasertakst-sammenheng betyr dette at relativt flere laserpulser blir fanget og reflektert (hver refleksjon kalles et ekko) fra nettopp denne siden av trærne. Dette har betydning fordi det er nettopp hvordan laserekkoene fordeler seg i trekronene, relativt til terrenget loddrett under, som er nøkkelen til å beregne tømmervolum, middelhøyde og de andre sentrale bestandsbeskrivende variablene i en takst.

Visuelt vil alle laserekkoene fra et gitt areal i skogen framstå som en sky av punkter. Fra punktskyen lager man variabler (tallverdier) som er beskrivende for hvordan punktskyen «ser ut». Disse variablene benyttes som forklarende variabler i statistiske modeller, for eksempel for beregning av tømmervolum for hele området som er dekket av laserdata. Dersom punktskyen får andre egenskaper på grunn av at trærne har annen greinsetting når de står i hellende terreng sammenlignet med på flat mark, er dette en potensiell kilde til feil i lasertaksten. Mer spesifikt er problemet knyttet til at høydene over bakken for hvert ekko beregnes som avstanden loddrett ned mot bakken, og ikke i forhold til høyden til rota på treet. Siden det for en gitt høyde på stammen er lengre ned til bakken på «utsiden» enn på «innsiden», og det er flere ekko på «utsiden», vil høydene målt med laser i gjennomsnitt være høyere for trær som vokser i hellende terreng sammenlignet med høydene målt for tilsvarende trær på flat mark.

Vi hadde også en hypotese om at hellingsretning kunne gi noe av de samme effektene, eller forsterke effektene av selve hellingen, ved at trær på den nordlige halvkule tenderer mot å ha mer greinbiomasse mot sør. I tillegg til at en punktsky er påvirket av at trærne har andre egenskaper i hellende terreng sammenlignet med trær på flat mark, vil det også være en effekt av hellingen i seg selv når vi beregner hvert ekko sin høyde over bakken loddrett under.

Figur 1. Punktsky fra bratt terreng – til venstre vises den originale punktskyen med høyder over havet og til høyre den normaliserte med høyder over bakken.

Figur 1. Punktsky fra bratt terreng – til venstre vises den originale punktskyen med høyder over havet og til høyre den normaliserte med høyder over bakken.


Dette kaller vi normaliseringseffekten – normaliseringen er prosessen hvor hvert punkts høyde blir relatert til bakkeplanet i stedet for til havflaten. Denne effekten er illustrert i Figur 1 hvor vi ser punktskyen fra et stort tre i hellende terreng. Til venstre ser vi punktskyen med høyder over havet, og til høyre ser vi den samme punktskyen, men nå med høyder over bakken. Som figuren viser, framstår treet som skjevt.

Foto 1. Innmåling av testbestand i bratt terreng på Vestlandet. Foto: Ole Martin Bollandsås.

Selve studien av de potensielle effektene av terrenghellingen på nøyaktigheten til en lasertakst ble gjennomført ved å etablere 64 små «testbestand» langs en hellingsgradient fra 2 til 43 grader. Studieområdet inkluderte tre kommuner i Hordaland – Fusa, Tysnes og Kvinnherad. Nøyaktige feltmålinger av testbestandene ble gjennomført for å etablere fasitverdier for de seks mest vanlige bestandsbeskrivende variablene som blir levert i en ordinær lasertakst (tømmervolum, grunnflate, treantall, overhøyde, middelhøyde og middeldiameter).

Hvert av testbestandene var tre sirkelrunde flater på 250 m2, lagt tett inntil hverandre. Det var 20 meter mellom hvert flatesentrum slik at «bestandet» fikk en trekantform med til sammen 192 flater. Deretter ble det, ved hjelp av andre prøveflater målt i samme område (en ordinær lasertakst gjennomført av Mjøsen), utviklet statistiske modeller for sammenhengen mellom laservariablene, som beskriver egenskapene til laserpunkskyen, og de feltobserverte verdiene, slik som tømmervolum og grunnflate. Disse modellene ble så anvendt på flatene i våre små testbestand slik at hvert bestand fikk både estimerte verdier for de seks bestandsbeskrivende variablene, samt feltobserverte fasitverdier for de samme variablene. Differansene mellom estimerte og feltobserverte verdiene for hvert bestand ble så beregnet som et uttrykk for feilen til estimatet. Deretter ble disse differansene analysert videre med tanke på å finne ut om det var en sammenheng mellom størrelsen samt fortegnet på differansen, og hellingen. Det ble også undersøkt om hellingsretningen påvirket nøyaktigheten.

Resultatene viste at det var en svak effekt av både helling og hellingsretning. Differansen mellom de feltmålte verdiene og de som ble beregnet med laserdata var altså til en viss grad avhengig av hellingen, men differansene var ikke statistisk signifikante.

Betyr dette at vi kan ignorere terrengeffekter i forbindelse med planleggingen av laserbaserte takster? Svaret på det er nei. Vi må ta hensyn til hellingen, men våre resultater tyder ikke på at områder med bratte hellinger må håndteres spesielt. En av de viktigste forutsetningene for at modellene skal fungere godt er at de er basert på et datamateriale som dekker omtrent den samme variasjonsbredden som finnes i området for øvrig. Altså, i et område med gran- og furuskog, må prøveflatene brukt til å utvikle modellene også fordeles over gran- og furuskog. Likeledes, i et område med både flatt og bratt terreng, må flatene fordels langs hellingsgradienten fordi de største feilberegningene skjer gjerne når modellene blir anvendt utenfor sitt gyldighetsområde.

Selv om resultatene i denne studien viste at effektene av helling ikke var dramatiske for nøyaktigheten til en lasertakst, vet vi likevel at fordelingen til laserpunktskyen er påvirket av hellingen gjennom normaliseringseffekten (Figur 1). I en annen studie innenfor denne arbeidspakken, gjorde vi derfor analyser der formålet var å eliminere denne effekten. Dette ble gjort ved å bruke den originale punktskyen før normalisering som mal, og deretter gjøre justeringer (transformasjoner) i den normaliserte punktskyen slik at egenskapene (formen) ikke endres sammenlignet med den originale punktskyen (til venstre i Figur 1).

Figur 2 viser den normaliserte punktskyen til venstre (samme som til høyre i Figur 1), og den normaliserte og transformerte punktskyen til høyre. Resultatene tyder på at nøyaktigheten på lasertaksten forbedres når punktskyene justeres på denne måten.

Figur 2

Figur 2. Utransformert (venstre) og transformert punktsky (høyre).


Terrengklassifisering
I oppstartsfasen ble det gjennomført et feltforsøk i Hordaland (Fusa og Osterøy kommune) med GPS-registrering av en lassbærers kjøremønster og hastighet over en 3 måneders periode. Formålet var å undersøke hvorvidt man gjennom ulike terrenganalyser basert på laserdata i et GIS kunne beskrive eventuelle sammenhenger mellom terrengform og kjørehastighet. Analysene ga ingen klare svar. Undersøkelsen viste at selv om laserdata gir en god beskrivelse av de større terrengformasjonene og brattheten, så lyktes det ikke å beskrive mindre, maskinhindrende terrengujevnheter. Dette viser tydelig behovet for å kunne beskrive terrengets bæreevne under varierende klimatiske forhold, og hvordan bæreevnen påvirker både rutevalg og kjøreskader.

Det er flere metoder som er utviklet for å beskrive markfuktighetsforholdene basert på høydedata fra laserdata og høydekurver i et GIS. Basert på litteraturstudier og svenske erfaringer falt valget på DepthToWater-index (DTW), en metodikk utviklet ved University of New Brunswick i Canada. På grunnlag av en terrengmodell (DTM) beregnes størrelsen på hver enkelt celles nedslagsfelt. Dersom denne er større enn en satt terskelverdi, blir cellen definert som «vann i dagen» og det bygges opp et bekkesystem av disse cellene. Deretter beregnes avstanden (dybde til vann) fra terrengoverflaten (de resterende cellene) ned til vannlaget mellom bekkene.  Resultatene kan for eksempel presenteres i et markfuktighetskart med fire ulike blåfarger for dybder mellom 0 og 100 cm ned til vann.

I masteroppgaven «Testing og videreutvikling av et GIS-basert verktøy for terrengtransportplanlegging» (Lifjell & Dyrdal 2016) så vi blant annet på effekten av ta med informasjon om markfuktighetsforholdene i et GIS-verktøy som GeoData har utviklet for Statskog.

Det ble klare forskjeller i de beregnede traséforslagene når man ikke kun økte transportkostnadene for bratt terreng, men også tok med kostnader for sporreparasjon eller forebyggende tiltak i bæresvake områder.


Figur 3. En sammenligning av  beregnede traseforslag for driftsveier (stiplet), med og uten markfuktighetsinformasjon. Rød heltrukken er den faktisk driftsveien.


I masteroppgaven «Evaluering av fuktighetskart som hjelpemiddel for å redusere kjøreskader ved mekanisert hogst» (Bjørnstad 2016) ble det gjort en analyse av ni drifter fra Mjøsen Skog. Her var det GPS-registrert hvor lassbæreren hadde kjørt og hvor det var blitt kjøreskader som måtte utbedres. I tillegg ble det innhentet data om løsmassetyper fra NGU og klimadata (teledybde, vannmetning, temperatur og nedbør) fra seNorge.no. Resultatene (fra denne begrensede undersøkelsen) viste at kun 11 prosent av kjøreskadene har oppstått i områder hvor DTW < 1,0 m, mens en langt større undersøkelse i Sverige hadde over 60 prosent sammenfall.

Flere skogeierforeninger har de siste årene høstet gode erfaringer med disse markfuktighetskartene i forbindelse med planlegging og gjennomføring av skogsdrifter. En svakhet ved DTW-metoden per i dag er at den kun bruker høydedata (laserdata). Resultatet blir det samme om løsmassetypen er en finstoffrik marin avsetning eller bart fjell. Tilgjengelige løsmassedata er relativt grove og de fleste løsmassetypene forandrer bæreevneegenskaper både med temperatur og nedbør. Fordelen med DTW-metoden er at den gir en god oversikt for store områder hvor man kan forvente å finne fuktig skogsmark eller utfordrende kjøreforhold.

Ytterligere forskning og utviklingsarbeid knyttet til effekten av ulike løsmassetyper og nedbørsforhold, sammen med enkle feltundersøkelser, bør kunne forbedre nøyaktigheten til markfuktighetskartene.

Publikasjoner
Bjørnstad, B. 2016. Evaluering av fuktighetskart som hjelpemiddel for å redusere kjøreskader ved mekanisert hogst. Masteroppgave. Norges Universitet for miljø- og biovitenskap, NMBU.

Bollandsås O.M., Ørka H.O., Gobakken T., Næsset E., Rødland J.E. & Korsvold G. (2017) Bratt terreng kan påvirke lasertaksten. Norsk Skogbruk 6, pp 64-65.

Hansen E.H., Ene L.T., Gobakken T., Ørka H.O., Bollandsås O.M. & Næsset E. (2017) Countering negative effects of terrain slope on airborne laser scanner data using Procrustean transformation and histogram matching. Forests 8(10), 401.

Hansen E.H., Ene L.T., Mauya E.W., Patocka Z., Mikita T., Gobakken T. & Næsset E. (2017) Comparing empirical and semi-empirical approaches to forest biomass modeling in different biomes using airborne laser scanner data. Forests 8(5), 170.

Lifjell, A.F. & Dyrdal, T.2016. Testing og videreutvikling av et GIS-basert verktøy for terrengtransportplanlegging. Masteroppgave, . Norges Universitet for miljø- og biovitenskap.

Ørka H.O., Bollandsås O.M., Hansen E.H., Næsset E. & Gobakken T. (2018) Effects of terrain slope and aspect on the error of ALS-based predictions of forest attributes. Forests (accepted).
 


Til toppen

 


 

Hogstmaskiner som verktøy i datafangst og mer effektiv allokering av virke

Terje Gobakken, Marius Hauglin, Endre Hofstad Hansen, Erik Sørngård, Olav Høybø, Erik Næsset

Formålet med arbeidet var å forsøke å redusere kostnadene knyttet til innsamling av feltdata til takstformål ved å bruke data samlet inn under ordinære avvirkninger med hogstmaskin, i stedet for fra manuelt registrerte prøveflater.

En ressursoversikt i form av en takst er en viktig del av et aktivt skogbruk, og på skogeiendommer av litt størrelse er en takst et nødvendig verktøy for en rasjonell og bærekraftig forvaltning. Med bakgrunn i dette gis det i dag tilskudd til taksering og utarbeidelse av skogbruksplaner. En skogbruksplantakst i Norge i dag utføres i all hovedsak som en såkalt lasertakst. I en slik lasertakst blir hele arealet skannet med laser fra fly, og disse laserdataene blir brukt til å beregne for eksempel stående volum for hvert av bestandene i et takstområde. Selve bestandsinndelingen gjøres fremdeles gjennom manuelle tolkninger av flybilder. For å gjøre riktige beregninger av stående volum og andre bestandsegenskaper blir data fra laserskanningene koblet sammen med feltmålinger fra utvalgte referanseflater – kalt prøveflater – i takstområdet. I dagens takster blir disse flatene oppsøkt i felt, og manuelle målinger gjøres på alle trær innfor en sirkulær flate på for eksempel 250 m2. Diameter i brysthøyde og treslag registreres for alle trær, og høyde måles på et utvalg av trærne. Disse målingene gir grunnlag for en nøyaktig beregning av stående volum på flatene, og brukes som en referanseverdi for beregningene med data fra laserskanningen. For at feltmålingene skal kunne kobles sammen med dataene fra laserskanningen må prøveflatene også stedfestes nøyaktig.  Slike manuelle registreringer i felt er kostbare, og det er dermed en betydelig del av kostnadene ved en skogbruksplantakst som er knyttet til registrering av feltdata.

I forbindelse med aptering og registrering av avvirkningen blir det i hogstmaskiner for hvert avvirket tre gjort registreringer av diametere, treslag og lengde på stokkene som kappes. Dette er registreringer som i hovedtrekk tilsvarer det som gjøres manuelt på en prøveflate. Den største forskjellen er at det måles høyde på utvalgte trær på prøveflatene, mens det i en hogstmaskin kun registreres høyde opp til der toppen kappes. Til gjengjeld måler hogstmaskinen lengden til kappepunktet på samtlige trær som nyttiggjøres. Slik funksjonalitet for datainnsamling og lagring har vært implementert i hogstmaskiner i mange år allerede.

Manuelt oppmålte prøveflater blir nøyaktig stedfestet med GPS, noe som er avgjørende for å kunne bruke feltdataene i en lasertakst. Senterpunktet i feltflatene blir stedfestet med en nøyaktighet på bedre enn 1 meter, ofte er feilen helt nede på desimeter- eller centimeternivå. Denne stedfestingen gjøres med etterprosessering av GPS-dataene, logget med egen mottaker på flatene, sammen med korreksjonsdata fra Statens kartverk innsamlet i punkter med kjente koordinater over hele Norge.

Moderne hogstmaskiner har også som oftest funksjonalitet for stedfesting ved hjelp av GPS, men nøyaktigheten på denne er ikke på nivå med det utstyret som brukes på prøveflater i forbindelse med en takst. I tillegg er GPS-antennen typisk montert på selve førerhytta. Avstanden ut til hogstaggregatet og den reelle posisjonen til treet som felles, vil derfor ofte være betydelig. Summen av feilene dette introduserer gjør at en slik frittstånde GPS på førerhytta ikke gir tilstrekkelig nøyaktighet hvis data om trærne som felles skal brukes i en takstsammenheng.

En viktig del av prosjektet har derfor vært å komme frem til et posisjoneringssystem som kan gi nøyaktige posisjoner for treet som felles, slik at denne posisjonen kan lagres sammen med andre data for det enkelte tre i hogstmaskinens datasystem.      

Prosjektet kom i stand etter en idé fra Viken Skog SA, som har vært partner i prosjektet sammen med NMBU, Statens kartverk, John Deere Forestry AS og Gundersen & Løken AS. Sistnevnte er et privat selskap som leverer posisjoneringsutstyr til anleggsbransjen, inkludert integrerte posisjoneringssystemer til gravemaskiner og andre anleggsmaskiner. Videre har John Deere sin skogsmaskinavdeling bidratt med god hjelp i den praktiske utviklingen og monteringen av systemet. Sist men ikke minst har entreprenør Røsåsen Skogsmaskiner AS og hogstmaskinfører Steinar Sætha vært til stor hjelp og velvillig fulgt opp under implementering og testing av systemet i skogen.  

I arbeidspakken har Gundersen & Løken tilpasset sitt DigPilot posisjoneringssystem og laget en prototype som ble integrert med datasystemet i hogstmaskinen. DigPilot-systemet (Figur 4) består i prinsippet av tre delsystemer: To GPS-antenner montert på bakdelen av hogstmaskinen, ett sett med sensorer som kontinuerlig registrerer bevegelsene til alle ledd og bevegelige sammenkoblinger mellom bakdelen av maskinen og hogstaggregatet, og til slutt en datamaskin som kontinuerlig mottar og bearbeider signaler fra sensorene og GPS-mottakerne. Denne datamaskinen bruker posisjonene fra de to GPS-antennene og informasjon om vinkel og retning på ulike maskindeler til å regne ut den nøyaktige posisjonen på hogstaggregatet. Denne posisjonen sendes i sin tur videre til hogstmaskinens integrerte datamaskin, som tar denne med i data som lagres om de avvirkede trærne.

Figur 4. Oversikt over posisjoneringssystemet.


Et viktig element i systemet er at det mottar korreksjonsdata til GPS-mottakerne i sann-tid. Dette er en metode som blant annet brukes innen bygg- og anleggsbransjen, samt innen offentlig innmåling, og som ved gode forhold gir en nøyaktighet på centimeternivå. Korreksjonsdataene mottas vanligvis over mobilnettet, noe som gjør at en i utgangspunktet er avhengig av mobildekning der hogstmaskinen kjører. Det er imidlertid fullt mulig å sende korreksjonsdata over egen radiolink, slik at posisjoneringssystemet kan brukes i områder uten mobildekning. 

Selv om systemet i prinsippet virker enkelt, har man i prosjektet måttet løse flere utfordringer knyttet til den praktiske implementeringen av systemet, og få det til å fungere i et operasjonelt miljø. Hogstmaskinen vi benyttet er så vidt vi vet den første hogstmaskinen i verden som kjører operasjonelt med et slikt nøyaktig posisjoneringssystem, og John Deere har vært interessert i utviklingen i prosjektet – kanskje med tanke på å få lignende systemer integrert i fremtidens hogstmaskiner. 

Nøyaktigheten på posisjoneringen av trærne som avvirkes har blitt undersøkt gjentatte ganger for å avdekke eventuelle problemer med systemet. På 50 kontrollmålte trær så ga systemet en posisjoneringsnøyaktighet på 0,75 m og med standardavvik på 0,4 m. Maksimalt avvik var på 1,96 m. Resultatene ble sammenlignet med en enkel GPS som ble montert direkte på hogstaggregatet. Disse enkle GPS-målingene viste en gjennomsnittsfeil på hele 7 m og flere feil over 20 m.   

Totalt ble det det avvirket ca. 55000 trær som ble posisjonert med systemet. Ut fra disse ble det simulert prøveflater (aggregert trær innenfor arealenheter som tilsvarer tradisjonell prøveflater) for å sammenligne med manuelt oppmålte prøveflater til bruk i utarbeidelse av en skogbruksplantakst. Regresjonsmodeller ble så utviklet og disse ble basert på forholdet mellom laserdata og feltdata fra henholdsvis ordinære prøveflater og de «simulerte» prøveflatene fra hogstmaskindata. Resultatene viste at modellene ble like gode ved å benytte de to alternative settene av prøveflatedata for modellutvikling.  

I Norge er det middelverdier som volum per dekar, middelhøyde, middeldiameter og overhøyde som beregnes ved skogbruksplantakster. Det er gjort forsøk på å skaffe informasjon om dimensjonsfordelingen også, men dette har ikke blitt tatt i operativ bruk da det trolig vil kreve større kalibreringsflater (prøveflater) for å fange variasjonen i dimensjon. Ved bruk av prøveflatedata fra hogstmaskindata kan man simulere prøveflater i ønsket størrelse. Forsøk gjennomført som en del av arbeidspakken viser at man trolig bør doble prøveflatestørrelsen når man ønsker dimensjonsfordeling som en del av informasjonen fra en takst. 

Skogfagstudenten Tallak Dieset har vært tilknyttet prosjektet, og i sin masteroppgave undersøkte han om det er mulig å lage modeller som sier noe om fordelingen av massevirke og sagtømmer.  

Informasjon om kvalitet registreres når trærne avvirkes, og er et eksempel på data fra hogstmaskinen som ikke er tilgjengelig fra manuelle registreringer. Figur 5 viser laserdata (Figur 5A), stammedata fra hogstmaskin med sagtømmer merket blått (Figur 5B) og laser og hogstmaskindata sammenkoblet (Figur 5C). Kvalitetsinformasjonen ble knyttet sammen med data fra laserskanningen og sagtømmerandel på bestandsnivå ble estimert. Summen av de tilfeldige og systematiske feil ble på hele 29 prosent, men på grunn av tekniske problemer med den implementerte løsningen i hogstmaskinen på det tidspunktet studenten gjorde sitt arbeid, var bare et lite datamateriale tilgjengelig da arbeidet med masteroppgaven pågikk. 

Arbeidspakken omfattet også en studie hvor data om individuelle trær, ekstrahert fra hogstmaskindata og laserdata fra flybåren laser, ble brukt sammen med bestandsdata fra ordinær takst til å predikere dynamisk E-modul til individuelle planker.  

Prediksjonsmodellene er basert på 611 planker fra fire bestand i Hadelandsregionen. Viktige bestandsvariable var høyde over havet, bonitet og alder. Når en kombinerte data fra alle informasjonskildene, var alder den eneste signifikante bestandsvariabelen. Trehøyde og ulike variabler som beskrev krona var viktige forklaringsvariabler ekstrahert fra laserdataene, mens stammediameter i ulike høyder, i tillegg til avsmalning, var viktige forklaringsvariabler ekstrahert fra hogstmaskindataene. Modellen som brukte data fra alle informasjonskildene, predikerte den dynamiske E-modulen best. Hvis en skal bruke slike modeller i forbindelse med avvirkning, må posisjonen til hvert individuelt tre være kjent. Modellen forklarte 44 prosent av variasjonen i dynamisk E-modul. Hvis en brukte individuell trealder i stedet for middel bestandsalder, forklarte modellen 49,5 prosent av variasjonen. Det viser at slike modeller mest sannsynlig er bedre egnet til å predikere styrken til trelast fra ensaldrede bestand enn styrken til trelast fra bestand der alderen til trærne varier.  

En kan videre tenke seg mange muligheter for bruk av nøyaktig stedfestede data fra avvirkninger, utover det å erstatte feltmålinger i en takst. Dette gjelder både innen forskning og i operasjonell bruk. Mange av resultatene i arbeidspakken og prototyper av posisjoneringssystemet vil vi fortsette å arbeide med og utvikle videre i perioden 2018-2021 i NFR-prosjektet Precision der man skal få mer detaljert kunnskap om rotråte for å redusere økonomisk tap på grunn av råte. 

 

 


Kontakt

  • Jon Eivind Vollen

  • Informasjons- og utviklingssjef

    Jon Eivind Vollen

    952 82 271

    jev@skogkurs.no

  • Finn andre ansatte

    Aktuelle artikler i kunnskapsskogen

    Miljøregistreringer i skog

    Metoden for miljøregistrering i skog (MiS) er blitt revidert. Alle prosjekter for miljøregistrering i skog med oppstart etter juni 2017 skal bruke ny, omarbeidet MiS-metodikk.

  • Del på sosiale medier:
  • Kurs

    Kurs

    Feltkontroll av hjorteviltkjøtt

    Dato: 03.08.2019

    Region: Flå

    Varighet: 7.5 timer

  • 2 300,-
  • Påmelding og informasjon
  • Grunnleggende vedlikehold og bruk av motorsag - 15 timer

    Dato: 12.08.2019

    Kommune: Porsgrunn

    Varighet: 15 timer

  • 1 800,-
  • Påmelding og informasjon
  • Dokumentert sikkerhetsopplæring for skogsmaskinførere

    Dato: 12.08.2019

    Kommune: Evenes

    Varighet: 7.5 timer

  • 2 000,-
  • Påmelding og informasjon
  • FAGSAMLING for feltkontrollører av hjorteviltkjøtt

    Dato: 13.08.2019

    Region: Støren - Trøndelag

    Varighet: 4 timer

  • 450,-
  • Påmelding og informasjon
  • Vis alle kurs

    Butikk

    Butikk

    Relaskop

    Relaskopet brukes til å finne skogbestandets grunnflatesum (m2 per hektar). Ved hjelp av volumtabell regnes grunnflatesummen om til bestandsvolum.

  • 48,-
  • Pris eks. frakt

    Vis flere produkter

    Facebook