Дослідники з Університету Гельсінкі розробляють методи машинного навчання, які допоможуть харвестеру підказувати оператору більш оптимальні маршрути. Таким чином машини будуть краще різати деревину, залишати менше слідів у лісі, і передбачати певні характеристики ландшафту ще до початку роботи.
Заготівлю деревини необхідно планувати таким чином, щоб не залишати занадто сильних слідів від коліс. Чим м’якший ґрунт, тим важче пересуватися харвестеру і тим більша ймовірність пошкодження ґрунту. Сліди, залишені машинами, шкодять росту лісу, підвищуючи ризик захворювань, вважають автори проєкту. До того ж, рух по м’якому ґрунту збільшує опір, а отже, і витрати палива.
«Чим м’якший ґрунт, тим більша ймовірність його пошкодження. Фізична величина, яка використовується в дослідженні, – це коефіцієнт опору коченню харвестера, який описує легкість пересування на конкретній ділянці землі», – каже професор Юкка Хейкконен, відповідальний за проект, що фінансується Науково-дослідною радою Фінляндії.
Відповідно до Лісового закону Фінляндії, лише одна п’ята частина довжини сліду, залишеного після під’їзду до місця лісозаготівлі, може мати глибину понад десять сантиметрів. Для торфовищ відповідна глибина становить двадцять сантиметрів.
Використовуючи показник легкості пересування та опору коченню харвестера, можна створити карту, що показує умови, які найкраще підходять для пересування машини. Карта може бути використана для визначення маршруту форвардерів і планування роботи.
Вимірювання пошкоджень, спричинених слідами, можна поєднати з даними про ліс з відкритих джерел та даними про харвестер. Це дасть змогу прогнозувати майбутню шкоду, яку завдаватимуть лісовозні дороги під час лісозаготівельних робіт.
Для прогнозування та моделювання використовується машинне навчання, яке може об’єднати масиви даних з відкритих джерел, дані вимірювань з датчиків харвестерів та фізичні моделі місцевості. Це дає змогу передбачити ступінь пошкоджень ще до початку операції.
Результати досліджень показують, що опір коченню харвестера найбільший в западинах і на суглинних ґрунтах. Вологі ґрунти збільшують опір. На вологість, в свою чергу, впливають погодні умови, а також дощ, випаровування і наявність талої води.
«Використовуючи дані про вологість ґрунту та опір коченню харвестера, можна створити гідрологічну модель лісу для будь-якої точки Фінляндії. Дані про місцевість, зібрані харвестером, узагальнюються, щоб охопити інші відповідні місцевості. Це також використовує дані про лісові ресурси, серед іншого», – каже Хейкконен.
Мета полягає в тому, щоб планувати лісозаготівельні операції, знаючи, «куди і коли» їхати. Це допоможе не лише людям, які планують лісозаготівлю, але й полегшить практичну роботу операторів харвестерів. Мета – досягти автоматичного планування маршрутів, яке слугуватиме основою для роботи автономних машин.
Фактори, що впливають на легкість проїзду, включають несучу здатність ґрунту, крутизну схилів і ділянки, куди машина не може заїхати. Іншими важливими факторами є тип місцевості, рослинність, клімат, погода, вологість на рівні ґрунту та техніка, що використовується при збиранні врожаю.
Джерело: forest.fi