LandTAX

Cel projektu

Celem projektu jest komercjalizacja wyników badań naukowych z zakresu oceny potencjalnej produkcyjności obszarów leśnych i nieleśnych określającej ich przydatność do produkcji leśnej. Wyniki badań zostaną zastosowane w systemie webowym, który będzie pozwalał na określanie przydatności obszarów do produkcji leśnej, właściwego doboru gatunków do zalesień oraz długoterminowego prognozowania wzrostu drzewostanów. System będzie ułatwiał optymalizację doboru gatunków pod kątem dostosowania do siedliska oraz spodziewanych efektów ekonomicznych zalesień, w tym produkcji drewna.

Ocena potencjalnej produkcyjności stanowi podstawę przy podejmowaniu decyzji gospodarczych dotyczących gruntów przeznaczanych pod zalesienia lub obszarów leśnych czasowo pozbawionych drzewostanu oraz zalesionych. Potencjalna produkcyjność jest bowiem podstawą właściwego doboru składu gatunkowego oraz sposobu gospodarowania zalesieniami i lasami. Właściwa ocena produkcyjności determinuje dobór odpowiednich zabiegów hodowlanych oraz warunkuje przyszłe efekty ekonomiczne gospodarowania zasobami leśnymi. Przewidywanie wzrostu i produkcyjności drzewostanów jest konieczne przy planowaniu działań związanych z gospodarowaniem lasami zarówno w krótkoterminowej, jak i długoterminowej perspektywie. Stanowi również podstawę do podejmowania działań pozwalających na optymalne wykorzystanie zdolności produkcyjnych lasów. Wnioskodawcy dysponują wiedzą z zakresu oceny produkcyjności oraz danymi o produkcyjności lasów z obszaru całego kraju, które pochodzą z sieci stałych powierzchni obserwacyjnych założonych w ramach zrealizowanych projektów badawczych. Posiadają również dostęp do danych z wielkoobszarowej inwentaryzacji stanu lasu, jak i danych pomiarowych z ponad 800 000 powierzchni kołowych z całego kraju. Dane te posłużą do budowy modeli w postaci systemu bazodanowo-mapowego umożliwiającego określanie produkcyjności dowolnego obszaru z terenu Polski oraz prognozowanie wzrostu lasów i zalesień w dowolnym horyzoncie czasowym. W projekcie planuje się udostępnienie opracowanych modeli poprzez portal internetowy stanowiący interfejs użytkownika do silnika obliczeniowego przygotowanego dla potrzeb modelowania wzrostu i produkcyjności lasu. W modelowaniu produkcyjności zastosowane zostaną metody Machine Learning, natomiast do progozowania zastosowane zostaną oryginalne modele wzrostu drzewostanów zbudowane w ramach badań wnioskodawców. Zakres przestrzenny proponowanego opracowania, które dotyczy całego obszaru Polski wymusza konieczność optymalizacji algorytmów modelowania pod kątem wykorzystania bardzo dużych zbiorów danych (Big Data).

Opracowany system będzie narzędziem dla firm z sektora leśno-drzewnego świadczących usługi z zakresu inwentaryzacji lasów, planowania urządzania leśnego, wyceny nieruchomości, w tym gruntów leśnych oraz terenów potencjalnie przeznaczonych do zalesień. Opracowane rozwiązanie będzie również dedykowane zarządzającym lasami prywatnymi, samorządowymi i państwowymi. Opracowane narządzia pozwolą na automatyczną ocenę potencjalnej produkcyjności siedlisk dla różnych gatunków drzew leśnych na dowolnym obszarze zlokalizowanym na terenie Polski oraz prognozowanie przyrostu miąższości w planowanych, nowo zakładanych i istniejących drzewostanach.

W przypadku terenów nieleśnych brakuje narzędzi do oceny przydatności gruntów do zalesień i produkcji leśnej, natomiast w istniejących drzewostanach potencjalna produkcyjność i przyrost miąższości są określane w oparciu o całkowicie zdezaktualizowane tablice zasobności i przyrostu drzewostanów opracowane prawie 100 lat temu. Zostały one zbudowane na nieadekwatnym do obecnych warunków wzrostu lasów materiale badawczym i w związku z tym nie pozwalają na wiarygodne oszacowanie przyrostu miąższości i produkcji drewna, czy prawidłowej aktualizacji danych z inwentaryzacji.

Opracowany system będzie się opierał na aktualnych danych, co pozwoli na właściwe określanie produkcyjności siedlisk i adekwatnego prognozowania wzrostu drzewostanów. System webowy w kompilacji z unikatową bazą danych znajdującą się w zasobach wnioskodawcy uniemożliwia jego skopiowanie bez kodu źródłowego i nieautoryzowane zastosowanie.

Rezultatem prac w projekcie będzie upowszechnienie dla zastosowań komercyjnych modeli produkcyjności siedlisk. Bezpośrednim wynikiem projektu będzie aplikacja pracująca w architekturze klient-serwer. Będzie ona udostępniała, poprzez interfejs w oknie przeglądarki (portal internetowy), możliwość wyliczenia prognozowanych wielkości produkcyjności lasu dla dowolnej lokalizacji na terenie kraju. Dostęp do aplikacji będzie otwarty, co pozwoli wykorzystanie wyników badań zarówno w sferach naukowych, biznesowych jak i administracji lokalnej/samorządowej. Ponadto część serwerowa systemu będzie udostępniać wyniki poprzez dedykowaną usługę sieciową. Umożliwi to wykorzystanie wyników badań w innych systemach.

Innowacyjność

Elementem innowacyjnym projektu jest wykorzystanie Big Data oraz metod uczenia maszynowego w systemie webowym. Proponowane rozwiązanie jest odpowiedzią na potrzebę stworzenia dla właścicieli gruntów i lasów różnych form własności narzędzia wspierającego podejmowanie decyzji dotyczących zalesiania gruntów oraz zarządzania istniejącymi i nowo powstałymi zasobami leśnymi. W Polsce jest blisko 1 mln ha obszarów zalesionych, które w ewidencji figurują jako grunty rolne. Efektywne zarządzanie może pozwolić na wykorzystanie tego olbrzymiego potencjału do produkcji drewna. Dotychczas nie ma narzędzi do określania potencjału wzrostu gatunków lasotwórczych na terenach nieleśnych. W przypadku obszarów leśnych produkcyjność określa się z wykorzystaniem tablic zasobności i przyrostu drzewostanów, które są kompilacją niemieckich tablic zasobności sprzed ponad 100 lat. Na skutek zmian klimatu, obserwowany aktualnie wzrost drzewostanów jest o ponad 30% większy niż wskazują na to stosowane tablice. Zaniża to ocenę produkcyjności i prowadzi do złych decyzji z zakresu zarządzania zasobami. Na rynku istnieje aplikacja Dendroskop firmy Taxus, która jest przeznaczona głównie do wykonania inwentaryzacji lasów z wykorzystaniem metody prób relaskopowych. Dendroskop umożliwia szacowanie aktualnej zasobności drzewostanów i potencjalnej produkcyjności istniejących drzewostanów w postaci bonitacji siedliska. W aplikacji zastosowano jednak zdezaktualizowane tablice zasobności, przez co rozwiązanie to jest obarczone systematycznymi błędami. Aplikacja nie pozwala na określanie produkcyjności terenów nieleśnych oraz na prognozowanie wzrostu drzewostanów i zalesień. Proponowane w projekcie rozwiązanie bazujące na olbrzymim zbiorze danych uwzględniających aktualne warunki wzrostu pozwoli na adekwatne określenie produkcyjności lasów a przede wszystkim na ocenę potencjalnej produkcyjności dowolnego obszaru, czego żadne z dotychczasowych narzędzi nie oferuje.

Odbiorca

Jednym z podmiotów zainteresowanych wykorzystaniem rozwiązania jest Biuro Urządzania Lasu i Geodezji Leśnej (BULiGL). BULiGL jest firmą, która posiada w strukturze Zarząd w Sękocinie Starym i 12 oddziałów obejmujących swoim zasięgiem działania całe terytorium Polski. BULiGL świadczy usługi z zakresu opracowań siedliskowych, planów urządzania lasu, pomiarów geodezyjnych, inwentaryzacji przyrodniczych, ekspertyz oddziaływania na środowisko i innych dla instytucji rządowych, samorządowych oraz firm i osób prywatnych. Sieć oddziałów i wieloletnie powiązania biznesowe decydują o unikalnym potencjale firmy do wdrażania nowych rozwiązań. Oddziały regionalne pozwalają na dotarcie do potencjalnych klientów na terenie całego kraju, natomiast dzięki zarządowi możliwe jest wdrażanie nowych produktów w jednolitym standardzie na obszarze całego kraju.

Dostęp do technologii pozwoli na wzmocnienie efektywności i skuteczności usług świadczonych przez BULiGL dzięki możliwości oceny produkcyjności siedlisk oraz prognozowania produkcji lasów a w szczególności produkcji drewna. Zlecenia wykonywane przez BULiGL obejmują obszary właścicieli prywatnych oraz jednostek administracji publicznej różnego szczebla i często dotyczą gruntów planowanych do zalesień. Określenie potencjalnej produkcyjności takich obszarów jest dla BULiGL szczególnie istotne, ponieważ aktualnie stosowane tablice nie pozwalają na określanie produkcyjności gruntów pozbawionych drzewostanu. Aplikacja zawierająca nowe modele produkcyjności pozwoli również na właściwe określenie aktualnego przyrostu miąższości, które nie są obciążone błędami systematycznymi stosowanych obecnie tablic zasobności. Dotychczasowa współpraca wnioskodawców z BULiGL polegała na aplikowaniu o projekty, w tym między innymi projekt IMPLANT złożony w ramach H2020, w którym BULiGL był partnerem biznesowym. Wnioskodawcy realizują, bądź realizowali wspólnie z BULiGL 6 projektów badań zleconych lub projektów B+R oraz prowadzą działalność badawczo-wdrożeniową nad rozwiązaniami w zakresie wykorzystania nowych technologii w inwentaryzacji lasów.

Korzyści dla rynku

Wdrożenie rozwiązanie poprawi efektywność zagospodarowania gruntów w kontekście ich wykorzystania dla biogospodarki, w tym dla produkcji drewna. Planowane w ramach rozwiązania narzędzia umożliwią zwiększenie zakresu i efektywności usług świadczonych przez firmy z branży leśno-drzewnej. Implementacja w architekturze SOA (Service Oriented Architecture) ułatwi powiązanie z innymi systemami, co pozwoli na podniesienie jakości usług świadczonych przez firmy związane z sektorami, których dotyczą proponowane rozwiązania.