Potencial de uso de datos georeferenciados recolectados por cosechadoras forestales. Potencial de uso de datos. Alejandro Olivera

Transcripción

1 Potencial de uso de datos georeferenciados recolectados por cosechadoras forestales Potencial de uso de datos Alejandro Olivera Jornada Técnica Forestal INIA Noviembre 2016

2 Contenido Características de harvesters Características de datos recolectados Usos y potencial de uso de datos Limitantes - desafíos

3 Cosecha forestal - Uruguay CTL Sistema de cosecha preferido >60% (80%) Volumen cosechado millones m 3 (MGAP, 2015)

4 Harvesters - características Dos configuraciones de equipos: Harvester Cabezal en excavadora

5 Fuente: Harvesters - características Dos configuraciones de equipos: Harvester Cabezal en excavadora

6 Harvesters - características Dos configuraciones de equipos: Harvester Cabezal en excavadora Fuente:

7 Harvesters - características ha Datos generados Operación forestal Bosque cosechado (forestal) Otros

8 Harvester y Forwarder Datos Estándar: StanForD (Standard for Forest Data and Communication) Coordinado por Skogforsk Mayores fabricantes de maquinas CTL Evolucion : Clásico -> StanForD2010

9 Harvesters - datos Datos operación forestal Reporte producción Utilización Consumo combustible

10 Harvester Datos Forestal

11 Harvester Tecnología disponible StanForD GNSS (GPS)

12 Harvester Árbol DAP Altura comercial Volumen cosechado y comercial Diámetros c/10cm Identidad del fuste X, Y, Z Momento de corte (yyyymmddhhmm ss)

13 Harvester Troza Largo Diámetros (extremos y medio) Volumen Clasificación comercial Identidad en el fuste

14 Datos usos Método para mapear productividad forestal, densidad, volumen individual medio y/o valor Origen de la idea - Agricultura

15 Datos mapas usos Clasificación sitio. Estratificación de inventario próxima rotation Tratamientos (fertilización, densidad) Evaluaciones a escala operativa (calidad, mat. genético )

16 Datos forestal ej. Biomasa aérea y tocones Moller, 2011 Validación estimaciones LiDAR

17 Datos potencial Reconciliación de inventario Ecuaciones de volumen Datos para modelos Evaluación de modelos/proyecciones

18 Limitantes y desafíos - Uso Desconocimiento Uso correcto de la tecnología calidad (calibraciones/control de calidad) Entrenamiento (qué, cómo y por qué?) Conflicto de intereses (contratistas vs empresa forestal) Cultura (resistencia al cambio) Percepción de valor (CRC for Forestry 2010)

19 Limitantes y desafíos - Tecnología Manejo de la información (recolección, almacenamiento, procesamiento) Standard hecho para otra realidad Software limitados Inconsistencias entre maquinas y versiones

20 Resumen Cantidad de información estandarizada - CTL Calidad de datos <-> calidad de la operación Útil gestión de la operación y gestión forestal Útil a varios niveles Uso incipiente Existen limitantes y desafíos Nada sucede sin el interés de los usuarios de la información.

21 Gracias! Cel: (+598)

22 Preguntas!!!

23 Gracias! Cel: (+598)

24 Información adicional. Olivera, A. (2016). Exploring opportunities for the integration of GNSS with forest harvester data to improve forest management. PhD thesis, University of Canterbury, New Zealand. Olivera, A., & Visser, R. (2016). Development of forest-yield maps generated from Global Navigation Satellite System (GNSS)-enabled harvester StanForD files: preliminary concepts. New Zealand Journal of Forestry Science. doi: /s x Olivera, A., Visser, R., Acuna, M., & Morgenroth, J. (2015). Automatic GNSS enabled harvester data collection as a tool to evaluate factors affecting harvester productivity in an Eucalyptus spp. harvesting operation in Uruguay. International Journal of Forest Engineering. doi: / Olivera, A., & Visser, R. (2014) Integration of Harvester Data and Geospatial Information. Harvesting technical note HTN Future Forest Research Ltd. Rotorua, New Zealand.