Kranvinkeldata

Jag läste i tidningen Skogen att kranvinkeldata kan styra gallringen och identifiera stickvägsträd.
Hur det fungerar kan förstås inte jag som aldrig har suttit i en skördare veta, men någon annan kanske vet.

Hej,
Egentligen är det ganska enkelt...
Det sitter lägesgivare i vridhuset, ungefär som en kompass. Sedan bestämmer tillverkaren av skördaren vid vilket område för lägesgivaren som kranen (och aggregatet) anses vara inom stickvägen, om ex rakt fram är 0 grader så kanske stickvägszonen (typ maskinens bredd) är + 40 grader till - 40 grader åt höger och vänster. Är kranens vridhus inom detta område och ett träd fälls så registreras detta som ett stickvägsträd i datorn. Utifrån detta kan man ta ut stickvägsuttag när man vet detta och det totala uttaget.

Det hela ingår i Skogforsk test med Automatisk gallringsuppföljning. Ett ganska häftigt system som i princip kan räkna ut stående volym både före och efter gallring enbart med data från avverkade träd i skördaren.

Tror de bygger upp det på en formel som bl a innehåller grundinformation om att låggallring används och att träd ser ut på ett visst sätt i ett bestånd. Låggallrar man och använder datan från det avverkade trädet (trädhöjd, brösthöjdsdiameter mm får man ju automatiskt) så räknar formeln ut hur det kvarstående beståndet bör se ut. När de gjort tester så tror jag det fungerar riktigt bra, några procent enbart fel jämte en "riktig" mätning.

Det ska bli spännande att följa detta, kanske kommer det fungera bra.
Skogforsk har ju även testat med kameror som identifierar träd (tänk Xbox sensorer som kan identifiera träd istället för människor).
Personligen tror jag kanske detta är ett bättre system generellt, anledningen är ju att alla gallringar inte följer mallar, speciellt inte på vad som inom storskogsbruket kallas "bondskog" eller köpskog, alltså privata markägares skogar.

Tack Fredrik, nu förstår jag. Inte så komplicerat egentligen, i alla fall inte det här med stickvägsträd.

Hej,
Nej, det är inte så invecklat, ganska smart lösning faktiskt tycker jag.
Men som sagt, jag tror det krävs en hel del tester innan ett sådant gissande system blir de-facto.

Har svårt att tänka mig att det funkar bra om skogen inte är homogen eller om den inte sköts enligt mall. Men för stora bolag borde det funka.

Vid förstagallring kan jag förstå hur man kan få beståndsdata som stämmer rätt bra. Dvs skogen efteråt. I och med om man vet hur de grövre träden i en stickväg så vet man ju att ungefär så grova och långa är då träden som står kvar. Med vid en annat en en första gallring som är en som låggallring så tas ju bara de klenare träden ut och de grövre står kvar, hur ska man då härleda beståndsdatat utifrån datat maskinen ger? I och för sig är det ju ett systematiskt fel och kanske hyffsat lätt att göra antaganden att de kvarvarande träden är?

Hej,
Ja, som jag förstått det hela så ska systemet även "gissa" utifrån låggallringsuttaget och ge ett tänkt utfall på kvarstående bestånd.
Men som sagt, det är ju lite hokus pokus med antaganden, men jag gissar att forskarna med all din data om bestånd kunnat hitta en formel som då slår fel i tester på ett par procent.