Avoin data, ketterät sovellukset ja palvelualustat -seminaari ja työpaja 28.8.2019

1. © Natural Resources Institute Finland© Natural Resources Institute Finland
Kari Väätäinen, Juha Laitila, Pekka Hyvönen, Hannu
Hirvelä, Tuula Packalen, Ville Kankaanhuhta
Ketteryys puunkorjuussa: tarpeet,
haasteet ja mahdollisuudet
Avoin data, ketterät sovellukset ja palvelualustat – seminaari ja työpaja
28.8.2019
DigiELMO – Elinvoimaa digitaalimetsästä

2. © Natural Resources Institute Finland
Esityksen sisältö
• Uusia digitaalisia ratkaisuja koneelliseen puunkorjuuseen
– Efforte-hanke highlights
• DigiElmo hankkeen kehitystyön tuloksia
– Koneellisen puunkorjuun päätöstuki lean-toimintamallin edistämiseksi
• Näkökulmia järjestelmien kehittämiseen ja käyttöönottoon
2 29.8.2019

3. © Natural Resources Institute Finland
Ketterä päätöstuki – uudet digi-tuulet puhaltavat
• Efforte-hankkeessa koneellisen puunkorjuun
päätöstukisovellusten kehitystyötä
• Avoin paikkatieto, konedata ja säädata
lähtötietoina työkalusovelluksille ja
kehitysversioille
• Korjuukaluston kulkukelpoisuus eri olosuhteissa
ja maalajityypeillä oli yhtenä painopistealueena
• Monilähdetiedon tehokkaampi käyttö ja hallinta
parantavat mm. metsänkäsittelyjen ajoitusta,
kaluston valintaa ja käsittelyalueen rajausta
• https://www.luke.fi/efforte/
3 29.8.2019

4. © Natural Resources Institute Finland
Ketterä päätöstuki – uudet digi-tuulet puhaltavat
4 29.8.2019
Pohjavesikartta
Depth To Water -map
Staattinen korjuu-
kelpoisuuskartta

5. © Natural Resources Institute Finland
Ketterä päätöstuki – uudet digi-tuulet puhaltavat
5 29.8.2019
Dynaaminen kosteuskartta
Ennustekartat ajouraverkostolle
Ajourakone
BestWay

6. © Natural Resources Institute Finland
Tarvekartoitus – sovelluspotentiaali
• Tunnistetaan kehittämistarpeita koneellisen puunkorjuun
suunnittelussa ja toiminnassa
– Tarve sovelluskehitykselle?
• Osoitetaan kustannuspotentiaali
– Mikä on sovelluspotentiaali esitetyissä tilanteissa?
6 29.8.2019

7. © Natural Resources Institute Finland
Korjuutoiminnan päätöstukimalli
• Tarve kokonaisvaltaiselle päätöstukimallille, jossa mukana
– Dynaamisuus (simulointi), stokastisuus, vertailtavuus
– Puun kysyntään pohjautuva ohjaus
– Joustava leimikkoaineiston määritys ja muokkaus (VMI-data, toteutuneet leimikot,
ostetut leimikot)
• Leimikoiden kokotarkastelu
– Yrityksen kokoluokan huomioonottaminen
– Leimikkovarannon koon määritys
– Kaluston ketjutuksen logiikan muokkaus
• Ketjutuksen tallennus korjuuketjukohtaisesti
– Konesiirtojen toimintamallien tarkastelu
– Monilähdetiedon hyödyntäminen
• Korjuukelpoisuustieto, VMI-puustotieto
– Kaluston varustelu ja kalustotyypit kaluston ohjauksessa
– Skenaariotarkastelu vuositasolla
– Lisätoimien vaikutusten tarkastelu (kustannusvaikutus)
7 29.8.2019

8. © Natural Resources Institute Finland
Tutkittavat tekijät ja niiden vaikutus
• Mikä vaikutus on leimikon (käsittely-yksikön) koolla
korjuuyrittäjän korjuuoperaatioihin ja yksikkökustannuksiin?
• Mikä on leimikkovarannon koon vaikutus korjuuoperaatioihin,
koneiden ketjutukseen ja kustannuksiin?
• Mikä on yrityskoon vaikutus operaatioihin ja kustannuksiin?
• Mikä vaikutus on korjuukohteen ennakkojärjestelyyn kuluvalla
ajalla kustannuksiin?
8 29.8.2019

9. © Natural Resources Institute Finland
Puunkorjuun simulointimalli
• Lähtöaineistoa
– leimikkoaineisto (Generoitu VMI-data tai puunhankintayritysten korjuuaineisto),
korjuu- ja siirtokaluston määrä, tuotantoon/operaatioihin liittyvät tiedot, hintatiedot
kustannustekijöittäin (konekustannuslaskenta), korjuuvuoden määritys viikkotasolla,
teollisuuden puuntarve
• Simulointiaika yksi korjuuvuosi (7 replikaation keskiarvotiedot tuloksissa)
9 29.8.2019

10. © Natural Resources Institute Finland
Korjuuympäristö ja skenaariot
10 29.8.2019
• Korjuutila ja -ympäristö:
– Keskikokoinen korjuuyrittäjä (perustila): 8
korjuuketjua ja 1 siirtoajoneuvo
– Toiminta-alue Ilomantsin kunta
– Keskimääräinen käsittely-yksikön koko 600 m³
– Keskimääräinen leimikkovaranto 43 000 m³ (noin
1,5 kk:n suorite)
– 280 työpäivää, 2475 työtuntia/vuosi, korjuumäärä
vuodessa 39 700 m³/kone
– Siirtoajoneuvon ajomäärä 78 000km/v ja
keskimääräinen leimikoiden välinen siirto 26 km

11. © Natural Resources Institute Finland
Tuloksia – käsittely-yksikön koon vaikutus
korjuutoimintaan
11 29.8.2019
• Perustila: käsittely-yksikön
keskikoko 600 m³
– Käyttöasteet hakkuukoneella 84%
ja kuormatraktorilla 87%
– Tarkasteluvaihtoehdot:
• Välillä 240 – 820 m³

12. © Natural Resources Institute Finland
Tuloksia – käsittely-yksikön koon vaikutus
korjuutoimintaan
12 29.8.2019
• Konesiirtoihin ja siirtojen
valmisteluun kuluva aika 2-6%
metsäkoneiden työajasta
• Siirtojen odotusajat kasvavat
nopeammin pienemmillä työmailla
• Voidaan määrittää järkeviä työmalleja
konesiirroille erilaisiin
korjuuolosuhteisiin

13. © Natural Resources Institute Finland
+9%
+3%
+0,7%
-1,1% -1,9%
Tuloksia – käsittely-yksikön koon vaikutus
korjuutoimintaan
13 29.8.2019
Leimikkokoko, m³
242 360 466 600 709 818

14. © Natural Resources Institute Finland
Leimikkovarannon vaikutus
14 29.8.2019
Case 8 korjuuketjua, yksi siirtoajoneuvo
• Kartalla kahden korjuuketjun leimikot vuoden ajalta eri leimikkovarannoilla simuloituna
21 500 m³
¾ kuukautta
43 000 m³
1½ kuukautta
86 000 m³
3 kuukautta
Ksm. siirtomatka
32,1 km
Ksm. siirtomatka
25,5 km
Ksm. siirtomatka
13,8 km

15. © Natural Resources Institute Finland
Leimikkovarannon vaikutus
15 29.8.2019
Skenaariot:
• Perustila–50%: 21 500 m³, vastaa noin ¾ kk
• Perustila: 43 000 m³, 1 ½ kk
• Perustila+100%: 86 000 m³, 3 kk
keskim. automatka kotoa leimikolle
32.00
24.00
20.00
+1,5%
-1,1%

16. © Natural Resources Institute Finland
Skaalaetu
16 29.8.2019
Vertailussa:
• Yksi 8 korjuuketjun yrittäjä yhdellä
siirtoajoneuvolla
• Kaksi 4 korjuuketjun yrittäjää, joilla
molemmilla yksi siirtoauto
• Leimikkovaranto puolitettu pienemmille
yrittäjille
– 8kk yrittäjä: 42 000 m³
– 4kk yrittäjät: 21 000 m³
• Käydään läpi samaa leimikkoaineistoa
molemmissa vertailuissa
• Odotetut hyödyt suuremmalla yrityskoolla:
– Suurempi leimikkovaranto,
tehokkaampi ketjutus
– Suuremmat käsittely-yksiköt
– Tehokkaampi siirtokaluston käyttö

17. © Natural Resources Institute Finland
Skaalaetu – 8korjuuketjua vs. 4 korjuuketjua
17 29.8.2019
4 %• 8 korjuuketjun case-
yrittäjällä toiminnan
hyödyt ja haitat:
– + Siirtoajoneuvolle
käyttömäärä lisääntyy
merkittävästi
– + Hieman suuremmat
käsittely-yksiköt ja
parempi
leimikkoketjutus 
siirtoaika noin 20%
pienempi
– - Siirtojen odottelua
30% enemmän

18. © Natural Resources Institute Finland
Tarpeita tunnistettu - potentiaalit merkittäviä
18 29.8.2019
• Tulosten skaalaus Suomen koko puunkorjuuseen (hakkuut 63 milj. m³ vuonna 2017):
– Korjuukohteen tai käsittely-yksikön koon kasvattaminen nykyisestä 20%:lla tarjoaa 4-7
milj. € kustannushyödyn
– Leimikkovarannon lisääminen nykyisestä kaksinkertaiseksi tarjoaa 7-10 milj. €
kustannushyödyn
• Konesiirroissa edelleen potentiaalia resurssi- ja kustannustehokkaampaan käyttöön
– 5-akselinen siirtoajoneuvo on kallista seisottaa
• Varustelutasosta ym. riippuen 170 000- 230 000 € (ALV-0 hinta)
• Korjuukohteelle kuuluvien ”korjuuta valmistavien töiden” ajanmenekin kasvaminen
kaksinkertaiseksi lisäsi korjuukustannusta 0.6%
-> Suomi-mittakaavassa kustannusvaikutus lähes 4 miljoonaa euroa.
• HUOM! Suuntaa-antavia kustannushyötyarvioita, jotka pohjautuvat case-yrittäjätarkasteluun

19. © Natural Resources Institute Finland
Ketterät sovellukset tukemaan korjuutyötä
19 29.8.2019
• Ketteryys korjuussa ja sitä tukevissa digipalveluissa?
– Helppokäyttöisyys – säästetään aikaa palvelua käyttämällä, ei aiheuta lisäaikaa aiempaan
toimintaan nähden
– Hyödyntää olemassa olevaa avointa dataa tai Big dataa
• Esim. metsäkoneiden CAN-väylätieto
– Helpottaa työn suunnittelua, työmaiden ketjutusta koneille
• Korjuuketjun koneiden työn tasapainotus
– Parantaa resurssitehokkuutta
• lisää työmaita koneille, joilla vapaata kapasiteettia (korjuutyön kausittaisuus)
– Antaa täsmällisempää tietoa kalustologistiikan ja korjuutyön suunnitteluun
• Virheliikkeiden määrä vähenee (tyhjäkäynti todella kallista)
– Muuta?

20. © Natural Resources Institute Finland
Thank you!
20 29.8.2019