RöjSat-SIG AI

Viktiga resultat som projektet gav

Projektet syftade till att utveckla, testa och implementera en AI-modell för att förutsäga behovet av röjning i skog baserat på fjärranalys och loggning av röjningslagens arbete. En modell har tagits fram och validerats på ett område med lovande resultat. Förberedelser för implementering pågår och stort intresse finns från såväl tänkta användare som IT-leverantör. Utmaningar kopplade till datainsamling och modellering har gjort att några av de högt ställda målen fått modifieras under projektets gång.

Långsiktiga effekter som förväntas

Projektet har resulterat i en modell för skattning av röjningsbehovet på pixelnivå, baserat på fjärranalys, data från röjningslagen samt AI-metodik (neurala nätverk). Modellen har ännu inte implementerats fullt ut, men resultaten och den validering som genomfördes inom projektet har skapat stort intresse i branschen och tydliggjort vilka delar som behöver utvecklas vidare för att få ett fungerande beslutsstöd för att skatta röjningsbehov. Vidare arbete planeras inom ramarna för forskningsprogrammet Mistra Digital Forest.

Upplägg och genomförande

Projektet var ett samarbete mellan två forskningsorganisationer (Skogforsk och Örebro universitet), tre skogsföretag (Mellanskog, Sveaskog och Södra) samt ett tjänsteföretag (Field). Konstellationen gjorde det möjligt att samla in och processa data kopplat till verkliga röjningsobjekt, bygga AI-modeller, validera resultaten i fält med ämnesspecialister samt förbereda för implementering hos ett tjänsteföretag samt hos företagen själva. Utmaningar bestod i att säkerställa data för modellering och utvärdering samt personalomsättning under projekttiden.