https://www.skogforsk.se/kunskap/kunskapsbanken/2019/utbytesprognoser-kan-ge-mer-exakta-leveranser-till-industri/
Under 2018 har utvecklingen av utbytesprognoser baserade på skördardata fortsatt, bland annat genom att inkludera egenskapsberäkningar på stockar.
Det här är en sammanfattning av en artikel i Skogforsks Års- och Hållbarhetsredovisning.
Industrin kräver allt bättre koll på virkesflödena för att kunna effektivisera transporter och processer samt minska resursanvändningen. Detta gäller även de inre egenskaperna hos virket. Idag röntgar allt fler sågverk stockarna vid sortering i kvalitetsklasser och optimering av sågutbytet. Även massabruken blir alltmer intresserade av råvarans egenskaper, såsom densitet och fiberdimensioner.
Skogforsk har utvecklat flera verktyg för att göra prognoser för stockutfallet i planerade avverkningsbestånd. Prognoserna är baserade på skördardata med detaljerad information om avverkade träd och sortimentsutfall från liknande bestånd. Resultaten kan även kombineras med modeller för trädegenskaper.
Möjliggör klassning av skogar
Det är svårt att göra prognoser för enskilda träd. Men det går att identifiera och klassa skogar med stor, liten eller normal andel av en egenskap eller kvalitet, till exempel kärnved eller vissa kvistegenskaper. Denna information kan sedan användas för effektivare styrning av vilka bestånd som ska avverkas och när, med avseende på industrins behov.
Kan leda till självlärande system
Verktygen testas tillsammans med flera företag. Sveaskog har till exempel startat ett eget system där utbytesprognoserna baseras på skördardata. På sikt skapar dessa data möjligheter att utveckla självlärande system, genom machine learning eller AI (artificiell intelligens).
