logga
Bild: Sverker Johansson, BITZER
Att hitta lämpliga avläggsytor kan vara ett problem vid drivning. Skogforsk har därför utvecklat en GIS-modell som visar var avläggen kan placeras på bästa sätt. Träffsäkerheten är upp till 90 %.

Virkesupplagets placering är en viktig del av drivningen. Avlägget ska ligga där det går lätt att lossa och lasta, samtidigt som terrängkörningen blir så effektiv och skonsam som möjligt. 

Skogforsk har därför utvecklat en GIS-modell som med hjälp av geodata kan urskilja platser som är lämpade för avlägg längs enskilda vägar. Modellen tar bland annat hänsyn till terrängen och eventuella hinder. 

Utvärderingarna visar en stor potential. I 69 till 88 procent av fallen har modellen identifierat lämpliga zoner för avlägg. 

Modellen för avläggskartering kan kombineras med prototypverktyget Bestway, som används för att optimera skogsmaskinernas huvudbasvägar från trakten ut till avlägget. Då kan man samtidigt göra en anpassning till traktens virkesvolym för att säkerställa att avläggsförslaget rymmer virkesvolymen. Modellen kan användas innan trakten besöks för att minska tidsåtgången i fält. 

Dessutom skulle en analys av vägarnas upprustningsbehov kunna kombineras med avläggskarteringen, då för att bedöma om avläggsmöjligheterna längs vägen bör förbättras i samband med upprustningen.

I det fortsatta arbetet vill Skogforsk titta på hur modellen kan inkluderas i Bestway-verktyget och utföra fler tester tillsammans med skogsbruket. Forskarna vill också utreda om vissa hinder skulle kunna hanteras annorlunda för att göra modellen än mer träffsäker.

Läs fördjupning

Material och metod

Identifiering av lämpliga avlägg

Efter att ha definierat vad som är lämplig avläggsplats identifierades terränghinder – partier som lutar och har ojämn terräng (höjdavvikelsen får inte vara mera än två meter inom ytan) är mindre lämpliga avläggsplatser. Även hinder i form av regelverk eller hänsyn till samhälle och miljö definierades. Virket bör till exempel inte läggas för nära bostadshus och samhällen. Inte heller i vägkorsningar så att sikten skyms, intill diken och elledningar, i olika hänsynsområden eller intill fornlämningar.

Många av dessa hinder finns i olika geodataskikt och i studien har såväl rasterdata som vektordata använts för att täcka så många företeelser som möjligt. Vissa hinder, t.ex. bostadshus, försågs med en buffertzon.

 

Tabell 1. Indata för fysiska hinder.

Hinder Datatyp Datakälla Ägare
Lutning Raster Grid2+ Lantmäteriet

 

Tabell 2. Indata för hinder (pga. regelverk eller hänsyn till samhälle och miljö).

Hinder Datatyp Datakälla Ägare
Vattendrag Vektor Fastighetskartan Lantmäteriet
Kraftledningar Vektor Fastighetskartan Lantmäteriet
Ägoslag Vektor Fastighetskartan Lantmäteriet
Anläggningar Vektor Fastighetskartan Lantmäteriet
Byggnader Vektor Fastighetskartan Lantmäteriet
Korsning Vektor NVDB Trafikverket
Natur- och kulturhänsyn Vektor BillerudKorsnäs dataskikt BillerudKorsnäs, Bergvik Skog, SKS, RAÄ

 

Vägnätet

I studien karterades avläggsplatser längs samtliga enskilda vägar i ett område beläget i Uppland runt Österbybruk.

 

Figur 1. Den röda rutan visar demoområdet där studien gjordes.

Längs vägnätet skapades zoner på varje sida av vägarna i vilka lämpliga platser för avlägg kategoriserades. Zonerna fick den bredd som behövdes vinkelrätt från vägen för att en skotare skulle kunna stå placerad innanför virkesvältan och lasta av virket. Tolv meter från vägkanten bedömdes vara tillräckligt för skotare och virkestrave av ordinära sortiment. Ytorna gjordes sedan kvadratiska.

Modellen

Modellen utgick från data om det enskilda vägnätet samt de olika hindren och utfördes i 5 steg i ESRI’s programvara ArcMap. Platser som var olämpliga för avlägg klassades som ”NOGO”, beroende på hinder (NOGO-vektorzon) eller undermålig terräng (NOGO-terrängzon). Kvarvarande delar klassades som godkända zoner för avläggsplacering.

 

Figur 2. Färgkoderna visar den klassificering som varje vägzon givits efter analys av hindren. I mitten av kartan ses exempelvis en bostadstomt som ger NOGO-vektorzon liksom vid en fornlämning och vägkorsning längst norrut. I den södra delen av kartan ses enstaka NOGO-terrängzoner där kravet på höjdavvikelse med maximalt två meter inom ytan inte uppfyllts.

Utvärdering

Två olika utvärderingar gjordes. Den ena var en fältkartering med okulärbesiktning av vägzonerna, för att bedöma om modellen gjort en korrekt bedömning. Den andra var en test av data för avlägg som redan använts vid avverkning.

Fältkartering

Vid fältkarteringen besöktes och okulärbesiktigades totalt 24 vägzoner spridda över de tre kategorierna från modellen. Träffprocenten var genomgående hög. För de vägzoner som bedömts som godkända avvek 20 procent som i själva verket inte var lämpliga för avlägg (Tabell 3).

Tabell 3. Resultat från fältkartering där slumpvis valda vägzoner besöktes och klassificering bedömdes.

Vägzon (del av) Besökt antal Träffprocent (korrekt kategorisering)
Godkänd del av vägzon 10 80 %
NOGO-terrängzoner 7 100 %
NOGO-vektorzoner 7 100 %

 

Test av avlägg

Avläggpositioner användes dels från SDC (551 st avlägg) och dels från BillerudKorsnäs (42 st avlägg). Resultaten indikerar att modellen har hög träffsäkerhet (se Tabell 4).

Tabell 4. Resultat från utvärdering med tidigare använda avlägg.

Modellens klassificering av avlägget SDC-avlägg BillerudKorsnäs-avlägg
Godkänd del av vägzon 69 % 88 %
NOGO-terrängzoner 7 % 7 %
NOGO-verktorzoner 24 % 5 %

 

Fördelningen mellan typer i NOGO-vektorzonerna utvärderades för SDC-avläggen. BillerudKorsnäs hade endast två avlägg i NOGO-vektorzoner, vilket inte gav ett tillräckligt antal för relevant utvärdering. Andelen avläggspositioner i NOGO-vektorzonerna för SDC-avläggen var 24 %. Figur 3 visar fördelningen mellan de olika typerna där den dominerande anledningen till klassning som NOGO-vektorzon var Skoglig hänsyn (främst natur- och kulturhänsyn) följt av Hus övrigt (ekonomibyggnader, industrier etc.).

Figur 3. Andelar av respektive hinderklass i NOGO-vektorzonerna.

Diskussion

Modellens träffsäkerhet hamnade mellan 69 och 88 procent. Troligen visar testet med BillerudKorsnäs avlägg (88 procents träffsäkerhet) en mera korrekt siffra, då dessa avläggspositioner använts i ett tidigare Skogforsk-projekt. Avläggen har därför varit kända och valts ut med hjälp av samma indata som avläggsmodellen bygger på.

Avläggspositionerna från SDC har en inbyggd osäkerhet då det i studien inte kan säkerställas hur dessa positioner valts. Ett avlägg som skapats i ett traktdirektiv kan senare ha flyttats vid en fältkontroll.

En stor mängd av de NOGO-vektorzonerna där avlägg återfinns är av typen skoglig hänsyn. Det kan bero på att vägkanter intill skogliga hänsynsområden ofta duger som avläggsplacering. En annan anledning kan vara att flera objekt av olika hänsyn sammanfattas i geografiska ytor istället för i punktform, vilket ofta är fallet för vissa kulturhänsynsobjekt. Det får till följd att vägsträckor som egentligen inte har direkt koppling till hänsynsobjekten ändå karteras som belägna i hänsynsområdet.

Sju procent av avläggen återfanns i NOGO-terrängzoner. Vissa eller delar av zonerna kan ibland vara fullt rimliga avlägg trots klassificeringen i de fall då höjdavvikelsen bara berör en del av den 12x12 meter stora zonen.

Fortsatta praktiska tester av modellen behövs för att kunna verifiera bedömningarna av de olika NOGO-vektorzoner ytterligare.

Praktiska möjligheter

I kombination med avläggskarteringen kan man med Bestway bedöma vilken storlek avlägget bör ha och sedan anpassa avläggsplatsen efter det.

För att minska planeringstiden i fält kan man använda avläggskarteringensresultat innan trakten besöks.

Upprustningsbehov av vägar kan kombineras med avläggskarteringen för att bedöma om avläggsmöjligheterna längs vägen bör förbättras i samband med upprustningen.

Nr 13-2018    Publicerad 2018-02-05 07:00

Kommentarer
Det finns ännu inga kommentarer på denna sida. Var först med att ge en kommmenter.
Kommentera
Skicka in
Kommentarer granskas innan publicering
Tack för din kommentar!
Vi granskar och publicerar din kommentar så snart som möjligt.
Tyvärr lyckades vi inte spara din kommentar. Var god bekräfta att du inte är en robot!