PAR PĒTĪJUMA 2021. GADA REZULTĀTIEM
Pārskats
PAR PĒTĪJUMA 2021. GADA REZULTĀTIEM
PĒTĪJUMA NOSAUKUMS: Tehnoloģijas meža apsaimniekošanas procesu
efektivitātes paaugstināšanai
IZPILDĪTĀJS: Latvijas Valsts mežzinātnes institūts „Silava”
PASŪTĪTĀJS: AKCIJU SABIEDRĪBA ‘’LATVIJAS Valsts meži ’
Līguma Nr. 5_5.9.1_0081_101_21_87
Pētījuma zinātniskais
VADĪTĀJS: Dr. Xxxxx Xxxxxxx, XXXX Xxxxxx vadošais pētnieks
Salaspils 2021
KOPSAVILKUMS
Pētījumu programmas aktualitāti nosaka nepieciešamība izmantot mūsdienīgus plānošanas instrumentus un saudzīgas mežizstrādes tehnoloģijas, lai nodrošinātu koksnes resursu pieejamību, vienlaicīgi mazinot mežizstrādes negatīvo ietekmi uz vidi. Pētījumu programmas mērķis ir palielināt meža apsaimniekošanas procesu efektivitāti, aprobējot uzņēmumā līdz šim neizmantotas, taču tirgū pieejamas vai no jauna izstrādājamas tehnoloģijas.
Pētījumu programma, atbilstoši AS “Latvijas valsts meži” zinātniskās izpētes pasūtījumam, strukturēta 3 pētnieciskajos uzdevumos.
• Meža biokurināmā ražošanas un piegāžu tehnoloģiju pilnveidošana un aprobācija.
• Meža tehnikas monitoringa sistēmu un datu automatizētās apstrādes instrumentu pilnveidošana un ieviešana ražošanā.
• Automatizētas sistēmas izveide meža taksācijas rādītāju noteikšanai un kopšanas ciršu kvalitātes novērtēšanai.
Pētījuma uzdevumā “Enerģētiskās koksnes uzglabāšana krautuvēs”, atbilstoši plānotajam, izstrādāta pētījuma metodika, kā arī uzsākta 2022. gada plānoto uzdevumi izpilde, uzsākot enerģētiskās koksnes kaudžu monitoringu.
Pētījuma uzdevumā “Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai” izstrādāta pētījuma metodika un metodiskie norādījumi biokurināmā svēršanai ražošanas apstākļos, kā arī veikta metodes aprobācija ar vienu svaru komplektu. Darbs veikts, lai pirms iekārtas ekspluatācijas ražošanas apstākļos precizētu iegūstāmo datu kopu, pārbaudītu sistēmas darbību praksē, nepieciešamības gadījumā koriģējot metodiku, kā arī identificētu riskus, kas saistīti ar svaru montāžu vai darbību. Noskaidrots, ka papildus masas uzskaitei būs iespējams analizēt ražīguma rādītājus, kā arī forvardera veikto distanci cirsmā.
Pētījuma uzdevumā “Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai” pilnveidota datu ievākšanas metodika, aizstājot fotografēšanu ar filmēšanu. Metodikas pilnveidošanas procesā būtiski uzlabojusies datu kvalitāte un samazinājies patērētais laiks datu ievākšanā. Ieviesto izmaiņu rezultātā palielinājies laiks datu apstrādes procesā.
Pētījuma uzdevumā “Forvardera atstāto risu mērīšanas iekārtas izstrāde” izstrādāta un aprobēta pētījuma metodika, kā arī otrās paaudzes sensoru sistēma, kas ļaus precīzāk monitorēt risu veidošanos un izslēgt maldinošos nolasījumus. Veikti pirmie izmēģinājumi un iegūtas nepieciešamās datu kopas matemātiski analīzei un sensoru parametru optimizācijai. Panākta vienošanās ar pakalpojuma sniedzēju par iekārtas uzstādīšanu 2022. gada pirmajā ceturksnī.
Pētījuma uzdevumā “Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei” zemes lāzerskenēšanas metode, saskaņojot ar pasūtītāju, daļēji aizstāta ar manuālu koku dastošanu, kā rezultātā vairākkārtīgi pieaudzis darba apjoms, novirzot šim darbam resursus no citu darba uzdevumu izpildes. Šobrīd ierīkotajos izmēģinājuma objektos nepieciešams nodrošināt mežizstrādi, lai turpinātu darbu pie hprGallring programmas pilnveides un rekomendāciju izstrādes.
Pētījuma uzdevumā “Masas zuduma, kā arī cietā biokurināmā siltumspējas un mitruma satura izmaiņas atkarībā no uzglabāšanas ilguma un citiem faktoriem” izstrādāti vienādojumi – koksnes blīvuma izmaiņu raksturošanai un koksnes tilpuma pārrēķiniem no m3 uz ber.m3, kā arī noteikts pārrēķina koeficients. Pētījumā noskaidrotas vidējās tilpuma izmaiņas atkarībā no sezonas.
Pētījumu īsteno Latvijas Valsts mežzinātnes institūts “Silava” sadarbībā ar akciju sabiedrību ’’Latvijas valsts meži’’.
SUMMARY
The focus of the research programme is on the need to use modern planning tools and soft logging technologies to ensure the accessibility of wood resources while reducing the negative environmental impact of logging operations. The research programme aims to increase the efficiency of forest management by adaptation of unused but already existing technologies.
The research programme, according to the scientific research order of JSC “Latvia’s state forests”, is structured in 3 research tasks.
• Development and reinforcement of forest biofuel production and supply technologies;
• Development and deployment of forest management monitoring systems and automated data processing tools;
• Development of an automated system for determining forest inventory indicators and evaluating the quality of thinning.
The study entitled “Storage of energy wood at roadside” is implemented as planned, a study methodology is developed, as well as the tasks proposed for 2022 are partially implementation by harvesting and initiating of monitoring of energy wood piles.
The study's task “Forwarder scales for determining the amount of extracted biomass” is implemented according to the plan, including elaboration of methodology and acquiring of the testing data. It was found that, in addition to the extracted biomass, it will be possible to analyse the productivity indicators as well as the driving distance of the forwarder in the felling area.
The study entitled “Monitoring changes in the load of chips and developing equations to forecast a reduction in cargo fulfilment” refined the methodology for collecting data by replacing photography with filming. The process of improving the methodology has significantly improved the quality of the data and has reduced the time spent in collecting the data. The changes introduced have led to an increased time for the data processing.
The study entitled “Development of a measuring equipment for measurement of forwarding ruts” is implemented according to plan, including developed of new prototype and testing of elaborated methodologies. The first tests have been performed and the required data sets have been obtained for mathematically analysis and optimization of sensor parameters. An agreement has been reached with the service provider on the installation and field tests of the measurement equipment in the first quarter of 2022.
In the study entitled “Development of equations for remote control of commercial thinning” the planning process had been delayed, resulting in the need to replace the ground laser scanning method has been replaced by manual tree measurements, resulting in a significantly increase of the workload. The pilot sites currently measured need to be harvested to continue work on the development of recommendations for implementation of the HprGallring programme.
In the study “Mass loss, as well as changes in the calorific value and moisture content of solid biofuels depending on the storage time and other factors” equations are developed – to characterize changes in wood density and recalculate wood volume from m3 to LV m3, as well as to determine the conversion factor. The average changes in volume depending on the season was found.
Research was conducted in Latvian State Forest Research Institute “Silava” (XXXXX Xxxxxx) in a collaboration with the Joint Stock Company “Latvia state forests”.
SAĪSINĀJUMI UN SIMBOLI
Ber. m3 - berkubikmetri
DEM - digital elevation model (digitālais reljefa modelis) DSM - digital surface model (digitālais virsmas modelis) GNSS - globālās navigācijas satelītu sistēma
GPS - globālās pozicionēšanas sistēma LVM - AS "Latvijas valsts meži"
LVMI Silava - Latvijas Valsts mežzinātnes institūts "Silava" RTK - reālā laika kinemātiska pozicionēšana
SATURS
1. Literatūras apskats un metodika
9
1.1. Meža biokurināmā ražošanas un piegāžu tehnoloģiju pilnveidošana un aprobācija 9
1.1.1. Enerģētiskās koksnes uzglabāšana krautuvēs 9
1.1.2. Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai 22
1.1.3. Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai 24
1.2.1. Forvardera atstāto risu mērīšanas iekārtas izstrāde 26
1.3.1. Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei 31
1.4. Biokurināmā un apaļo kokmateriālu sagatavošanas metodes kopšanas cirtēs 41
1.4.1. Masas zuduma, kā arī cietā biokurināmā siltumspējas un mitruma satura izmaiņas atkarībā no uzglabāšanas ilguma un citiem faktoriem 41
2. Rezultātu apstrāde un analīze
44
2.1. Meža biokurināmā ražošanas un piegāžu tehnoloģiju pilnveidošana un aprobācija 44
2.1.1. Enerģētiskās koksnes uzglabāšana krautuvēs 44
2.1.2. Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai 51
2.1.3. Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai 54
2.2.1. Forvardera atstāto risu mērīšanas iekārtas izstrāde 55
2.3.1. Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei 56
2.4. Biokurināmā un apaļo kokmateriālu sagatavošanas metodes kopšanas cirtēs 62
2.4.1. Masas zuduma, kā arī cietā biokurināmā siltumspējas un mitruma satura izmaiņas atkarībā no uzglabāšanas ilguma un citiem faktoriem 62
Attēli
Attēls 1.1. Izmēģinājuma objektu telpiskais novietojums 10
Attēls 1.2. Izmēģinājuma objektu konfigurācija 11
Attēls 1.3. Parauglaukuma shēma (Latvijas Valsts mežzinātnes institūta ‘’Silava’’, 2013) 12
Attēls 1.4. Sekciju izvietojuma shēma 15
Attēls 1.5. Mērījumu veikšanas shēma krautuvē 16
Attēls 1.6. Lidojuma plānojuma shēma 17
Attēls 1.7. Fotogrammetrisks biokurināmā krautuves punktu mākonis (Dense Cloud) 18
Attēls 1.8. Biokurināmā krautuves fotogrammetriskā modeļa piemērs 18
Attēls 1.9. Svēršanas sistēmas iestatījumi 23
Attēls 1.10. Svēršanas programmas izveide 23
Attēls 1.11. Ekrānšāviņš no svaru sistēmas 24
Attēls 1.12. Iekārtas pozīcija 25
Attēls 1.13. Šķeldu kravas telpiskais modelis pēc datu apstrādes 25
Attēls 1.14. Pirmās un otrās paaudzes GPS sensori 27
Attēls 1.15. Pirmā prototipa mērīšanas princips 28
Attēls 1.16. Otrās paaudzes sensoru sistēmas darbības princips 28
Attēls 1.17. Risu mērīšanas sensoru izvietojums 1. un 2. paaudzes iekārtās 30
Attēls 1.18. 1. un 2. sensoru sistēmas datu piemērs 31
Attēls 1.19. Shematisks attēls datu ievākšanai (labajā pusē pārnēsājamais skeneris, kreisajā pusē stacionārais zemes skeneris Bauwens u.c., 2016) 32
Attēls 1.20. Cirsmas skenēšanas shēma (taisnstūri – zemes lāzerskenera atrašanās vieta, apļi – skenēšanas zona, sarkanie apļi – sfēru novietojums, ± 3 mm – uzmērīšanas precizitāte) 36
Attēls 1.21. Tehnoloģiskās brauktuves platuma uzmērīšana 41
Attēls 1.22. Paraugu ņemšanas vietas autotransporta puspiekabē 43
Attēls 2.1. Apļveida parauglaukumu izvietojuma shēma 45
Attēls 2.2. No audzēm 000-000-00 un 000-000-0 pievestās koksnes krautne 45
Attēls 2.3. No audzes 000-000-00;14 pievestās koksnes krautnes 46
Attēls 2.4. No audzes 000-000-00;14 pievestā biokurināmā šķeldošanas (1. krautne) 49
Attēls 2.5. Šķeldu vedējs ar puspiekabi un nepilnu šķeldu kravu 49
Attēls 2.6. Atlikusī biomasa pēc 1. krautnes šķeldošanas 50
Attēls 2.7. Augšgala krautuvē pievestās koksnes apjoma izmaiņas saskaņā ar manuāliem uzmērījumiem 50
Attēls 2.8. Augšgala krautuvē pievestās koksnes apjoma izmaiņas saskaņā ar fotogrammetriskiem uzmērījumiem 51
Attēls 2.9. Forvardera pārvietošanās atbilstoši svēršanas sistēmas fiksētajām koordinātēm (dzeltenā krāsā atzīmēts 29. brauciens) 54
Attēls 2.10. Sablīvēšanās sasmalcinātas koksnes pārvadājumos ar konteinera tipa autotransportu 55
Attēls 2.11. Sablīvēšanās sasmalcinātas koksnes pārvadājumos ar puspiekabi 55
Attēls 2.12. Datu salīdzināšana, atkarībā no sensora pagrieziena leņķa 56
Attēls 2.13. Šķērslaukuma salīdzinājums hprGallring (kreisajā pusē) un kontrolmērījumos (labajā pusē) 59
Attēls 2.14. Caurmēru salīdzinājums priedes audzēs 59
Attēls 2.15. Priežu audzes caurmēra nobīdes rādītāji 60
Attēls 2.16. Priežu audzes vidējā koka caurmēra izkliedes rādītāji 60
Attēls 2.17. Koku skaita identificēšana 62
Attēls 2.18. Caurmēra sadalījums bērza un egles nogriežņiem 63
Attēls 2.19. Tilpuma izmaiņas uzglabāšanas laikā 69
Attēls 2.20. Relatīvā mitruma un zemākās siltumspējas izmaiņas enerģētiskajā koksnē 72
Tabulas
Tabula 1.1. Plānoto nodevumu sagatavošanas 2021. gadā progress 6
Tabula 1.1. Koku sugai raksturīgi stumbra tilpuma aprēķina koeficienti 13
Tabula 1.2. Koku sugai raksturīgi stumbra tilpuma aprēķinu koeficienti 14
Tabula 1.3. Xxxxxxxxxx metožu saraksts 19
Tabula 1.4. Pētījumā plānotais apjoms sadalījumā pa sezonām 26
Tabula 1.5. Izmēģinājumu objektu sadalījums 33
Tabula 1.6. Zemes lāzerskenera iestatījumi 35
Tabula 1.7. Caurmēra sadalījums grupās 39
Tabula 1.8. Materiālu sadalījums pa sezonām 41
Tabula 2.1. Potenciāli iegūstamā biomasas apjoma raksturojums 44
Tabula 2.2. Augšgala krautuvē pievestā biokurināmā apjoms (1. mērījums) 46
Tabula 2.3. Augšgala krautuvē ievākto biomasas paraugu parametri (1. mērījums) 47
Tabula 2.4. Biokurināmā kaudžu smalcināšanas grafiks 48
Tabula 2.5. Svēršanas sistēmas uzskaites dati 52
Tabula 2.6. Valdošās koku sugas procentuālais sadalījums atbilstoši valdaudzes krājai 57
Tabula 2.7. Koku augstumlīknes modelis 57
Tabula 2.8. Taksācijas rādītāji kontroles platībās 58
Tabula 2.9. Augstuma salīdzināšana kontroles platībās 61
Tabula 2.10. Harvesteru mērījumu salīdzinājums 61
Tabula 2.11. Apaļo kokmateriālu blīvuma izmaiņu novērtējums 63
Tabula 2.12. Apaļo kokmateriālu blīvuma izmaiņu novērtējums atkarībā no koku sugas un materiāla sagatavošanas sezonas 67
Tabula 2.13. Vidējās tilpuma izmaņas atkarībā no materiāla novietojuma 69
Tabula 2.14. Enerģētiskās koksnes raksturojošo rādītāju izmaiņas 70
IEVADS
Pētījumu programma “Tehnoloģijas meža apsaimniekošanas procesu efektivitātes paaugstināšanai” aptver dažādas tehnoloģisko pētījumu jomas. Tās mērķis ir izstrādāt un aprobēt kokmateriālu un meža biokurināmā ražošanas tehnoloģijas un plānošanas risinājumus, kas ļautu samazināt ražošanas izmaksas un palielināt koksnes izmantošanas efektivitāti, kā arī identificēt izmaiņas, kas nepieciešamas meža apsaimniekošanā, lai nodrošinātu ilgtspējīgu un sociāli akceptējamu izejvielu piegādi bioekonomikas sektoram. Pētījumu programmā plānots vērtēt tehnoloģisko procesu efektivitātes palielināšanas iespējas, aprobēt efektīvākus mežsaimniecības plānošanas risinājumus un izstrādāt mežsaimniecības instrumentus, kas palīdzētu mazināt tās ietekmi uz vidi. Eiropas Savienības klimata un enerģētikas politika paredz, ka līdz 2050. gadam jāsasniedz klimata neitralitātes mērķi, un zemes izmantošanas sektoram ir būtiska loma šī mērķa sasniegšanā, gan palielinot CO2 piesaisti biomasā un citās oglekļa krātuvēs, gan piegādājot izejvielas bioekonomikas sektoram, tajā skaitā palielinot kokmateriālu un biokurināmā piegāžu ilgtspēju un samazinot ražošanas izmaksas meža apsaimniekošanai.
2021. gada martā uzsākta pētījumu programma īstenošana, pirmajā etapā īstenojot
5. uzdevumus, kas galvenokārt saistīti ar metodikas izstrādāšanu vai tās aprobēšanu:
1. Enerģētiskās koksnes uzglabāšana krautuvēs;
2. Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai;
3. Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai;
4. Forvardera atstāto risu mērīšanas iekārtas izstrāde;
5. Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei.
Lielākā daļa no pētījuma programmas pirmajā etapā izvirzītajiem darba uzdevumiem izpildīta atbilstoši plānotajam (tab. 1.1). Darba uzdevumā, kas saistīts ar enerģētiskās koksnes uzglabāšanu krautuvē, programmas 1. etapa ietvaros uzsākta nākošā etapa uzdevumu izpilde, pārnesot 3. darba uzdevuma izpildei neizmantotos resursus. Darba uzdevuma “Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai” izpildei slēgta jauna vienošanās ar pakalpojuma sniedzējiem un veikta atkārtota operatoru apmācība. Izmēģinājumu objektu atlase un saskaņošana darba uzdevumā “Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei” pabeigta 2021. gada rudenī, kad gaisa temperatūra pazeminājās līdz tādam līmenim, kurā ar zemes lāzerskeneri vairs nevarēja iegūt korektus datus, tāpēc, pēc saskaņošanas ar pasūtītāju, audžu uzmērīšana veikta, ierīkojot vismaz 0,6 ha lielus taisnstūrveida parauglaukumus, kas palielināja darba laika patēriņu šī uzdevuma izpildei aptuveni sešas reizes, pārceļot resursus no citiem darba uzdevumiem. Pieaugot darba apjomam, atsevišķu mežaudžu izstrāde pārcelta uz 2022. gadu. Šobrīd notiek mežizstrāde izmēģinājumu platībās, pēc kuras turpināsies mērījumi, raksturojot taksācijas rādītājus vienlaidus platībās.
Tabula 1.1. Plānoto nodevumu sagatavošanas 2021. gadā progress
Uzdevuma Nr. | Plānotie nodevumi | Izpilde (%) | Piezīmes |
1. | Biomasas paraugu ievākšanas metodika. | Izpildīts atbilstoši plānam (ievākto datu apjoms 120% no plānotā) | Uzsākta paraugu ievākšana, faktiskais darba apjoms izrādījās lielāks nekā sākotnēji plānots, tāpēc šajā |
Uzdevuma Nr. | Plānotie nodevumi | Izpilde (%) | Piezīmes |
darba uzdevumā iesaistīti 3. darba uzdevumā neizmantotie resursi. | |||
Kravu uzskaites, mērīšanas, datu uzkrāšanas un matemātiskās apstrādes procedūras apraksts. | Izpildīts atbilstoši plānam (ievākto datu apjoms metodes aprobēšanai 120% no plānotā) | Daļa 2022. gadā plānoto mērījumu izpildīta 2021. gadā, tas saistīts ar labvēlīgiem laikapstākļiem un atbilstošu objektu atlasi, izstrādes plānošanu. | |
Enerģētiskās koksnes kaudžu tilpuma noteikšanas metodika. | Izpildīts atbilstoši plānam (ievākto datu apjoms 130% no plānotā) | Uzsākta datu ievākšana un monitorings; faktiskais darba apjoms izrādījās lielāks nekā sākotnēji plānots | |
Pētījuma 2021. gada rezultātu apraksts etapa pārskatā. | Izpildīts atbilstoši plānam | - | |
2. | Pētījuma 2021. gada rezultātu apraksts etapa pārskatā. | Izpildīts atbilstoši plānam | Izstrādātā metodika papildus aprobēta koksnes biokurināmā pievešanā. |
3. | Procedūra šķeldu paraugu ievākšanai un analīzēm kontrolmērījumiem. | Izpildīts atbilstoši plānam (ievākto datu apjoms 100% no plānotā) | - |
Sākotnējie vienādojumi šķeldu sablīvēšanās raksturošanai, atkarībā no piegādes attāluma, autovilciena veida un smalcināmā materiāla veida. | Daļēji izpildīts (saņemto datu apjoms 60% no plānotā). Atlikušo datu vākšana un apstrāde, saskaņojot ar pasūtītāju, pārcelta uz 2022. gadu. Neizmantotie resursi pārcelti 1. darba uzdevuma papildus darbu izpildei. | Turpinās datu ievākšana, nobīde no iepriekš apstiprinātā grafika saistīta ar pakalpojuma sniedzēja sniegto datu nepietiekošo apjomu un kvalitāti. | |
Pētījuma 2021. gada rezultātu apraksts etapa pārskatā. | Izpildīts atbilstoši plānam | Pilnveidota datu ievākšanas metodika, pieņemts lēmums, ka turpmāk operatori biokurināmā kravas filmēs, būtiski samazinot darba |
Uzdevuma Nr. | Plānotie nodevumi | Izpilde (%) | Piezīmes |
apjomu un kļūdu veidošanās iespējas. | |||
4. | Pētījuma 2021. gada rezultātu apraksts etapa pārskatā. | Izpildīts atbilstoši plānam | Izstrādātais prototips aprobēts lauku darbos. Risu mērītāju plānots uzstādīt 2022. gada sākumā. |
5. | Rekomendācijas programmas pilnveidošanai taksācijas rādītāju noteikšanas precizitātes palielināšanai. | Daļēji izpildīts (sakarā ar mežizstrādes pārcelšanu uz 2022. gadu iegūti 80% no plānotajiem datiem). Darba laika patēriņš lauka darbiem bija 6 reizes lielāks par plānoto sakarā ar lauka darbu metodikas izmaiņām. | Plānotie lauku darbi ir pabeigti atbilstoši plānam, šobrīd nepieciešams izstrādāt projektā atlasītās un uzmērītās audzes; sakarā ar audžu atlases nobīdi, faktiskais darba apjoms lauka darbiem vairākas reizes pārsniedza plānoto. Darba izpildes gaitā, pārceļot mērījumu sezonu, koriģēta metodika (lāzerskenēšanas vietā izmantots roku darbs), kā rezultātā pieauga darba laika patēriņš lauka darbiem. |
Pētījuma 2021. gada rezultātu apraksts etapa pārskatā. | Izpildīts | Atskaitē aprakstītas uzmērītās kontroles audzes. |
1. LITERATŪRAS APSKATS UN METODIKA
1.1. Meža biokurināmā ražošanas un piegāžu tehnoloģiju pilnveidošana un aprobācija
Meža biokurināmā ražošanas – audžu pieejamības, plānošanas metožu, izstrādes tehnoloģiju, koksnes uzglabāšanas jautājumi– risināšana uzsākta pētījumu programmas ”Meža darbu mašinizācija un biokurināmā pētījumu programma” ietvaros 2016.-2020. gados. Pētījumos noskaidrota kravu lieluma ietekme uz darba ražīgumu pievešanā sliktos un ekstremālos apstākļos, izstrādāts pašizmaksas modelis harvesteram ar Bracke C.16 darba galvu pameža izzāģēšanai un citām mežizstrādes operācijām. Aprobēta darba metode biokurināmā sagatavošanai no mežizstrādes atliekām un uzsākts pētījums biokurināmā sablīvēšanās vienādojumu izstrādāšanai smalcinātās koksnes pārvadājumos autotransportā sadalījumā pa sezonām un autotransporta veidiem, kā arī izstrādāta fotogrammetrijas metode šķeldu kravu uzmērīšanai. Šajā pētījumā turpināts kravu piepildījuma monitorings, lai iegūtu pētījumam nepieciešamo datu kopu un izstrādātu kravu sablīvēšanās aprēķinu vienādojumus, ietverot tajos arī mežizstrādes atlieku kaudžu ģeogrāfiskās koordinātes, materiāla uzglabāšanas ilgumu, izejvielas un citus faktorus, tajā skaitā šajā pētījumu programmā izstrādājamos prognožu vienādojumus, kas var palīdzēt precizēt kravu sablīvēšanās rādītājus. Nepieciešami arī kontrolmērījumi atsevišķu kravu mitruma satura un citu parametru noteikšanai.
Ražojot enerģētisko koksni, jāļauj koksnei izžūt dabiskos apstākļos, lai palielinātu no tās iegūstamo šķeldu kvalitāti un siltumspēju. Tomēr pārāk ilgs uzglabāšanas laiks šos raksturlielumus var ietekmēt negatīvi, tādēļ ir izstrādāta un aprobēta metodika mežizstrādes atlieku un citu apauguma novākšanā nozāģētās sīkkoksnes žūšanas un atkārtotas samirkšanas likumsakarību izpētei, izmantojot specializētu konteinertipa aprīkojumu ilgstošiem mitruma satura izmaiņu novērojumiem. Ir uzsākta empīrisku datu ieguve par skuju koku un bērza malkas nogriežņu masas un siltumspējas izmaiņām uzglabāšanas periodā, secinot, ka koksnes biomasas, kuras sagatavotas no lapu kokiem un pārsegtas ar mitrumu aizturošu papīru, nodrošina labāku žūšanas procesu salīdzinājumā ar neapklātu materiālu. Datu ieguve turpināma, raksturojot faktorus, kas ietekmē koksnes sadalīšanos un žūšanu, un izstrādājot atbilstošus prognožu vienādojumus, kas ņemtu vērā šo faktoru ietekmi un ļautu modelēt biomasas īpašības jebkurā ražošanas procesa etapā.
Pētījumā “Masas zuduma, kā arī cietā biokurināmā siltumspējas un mitruma satura izmaiņas atkarībā no uzglabāšanas ilguma un citiem faktoriem” uzsākta empīrisku datu ievākšana par skuju koku un bērza apaļo kokmateriālu nogriežņu masas un siltumspējas izmaiņām uzglabāšanas periodā, taču nepieciešams iegūt papildu datus par koksnes biokurināmā vērtības izmaiņu dinamiku, atkarībā no uzglabāšanas termiņa, veida un laikapstākļu ietekmes ilgākā laika posmā un spētu noteikt labāko brīdi šķeldošanai.
1.1.1. Enerģētiskās koksnes uzglabāšana krautuvēs
Plānotie nodevumi 2021. gadā ir biomasas paraugu ievākšanas metodika, kravu uzskaites, mērīšanas, datu uzkrāšanas un matemātiskās apstrādes procedūras apraksts un enerģētiskās koksnes kaudžu tilpuma noteikšanas metodika.
Pētījuma mērķis ir novērtēt glabāšanas laika un laikapstākļu ietekmi uz krautuvē uzglabātās enerģētiskās koksnes vērtības izmaiņām. Pētījuma ietveros paredzēts izstrādāt prognožu vienādojumus, kas raksturo koku biomasas (lapu koku sīkkoksne, kas iegūta lauksaimniecības zemju un grāvju trašu apauguma novākšanā) uzglabāšanas ilguma augšgala krautuvē ietekmi uz sagatavotā biokurināmā apjomu, siltumspēju un citiem biokurināmā kvalitāti raksturojošiem parametriem.
Pētījuma pirmajā etapā izstrādāta pētījuma metodika, piemeklēti atbilstoši izmēģinājumu objekti un raksturota sagatavotā biomasa.
Pētījuma uzdevuma īstenošanai nepieciešamo empīrisko datu ieguvei AS “Latvijas valsts meži” (LVM) apsaimniekotajās platībās atlasītas 10 cirsmas (att. 1.1 un 1.2), kurās veikta vienlaidu apauguma novākšanas cirte, veicot biokurināmā sagatavošanu. Sešas no izraudzītajām izmēģinājuma platībām atrodas Vidusdaugavas reģiona Bauskas, Ērberģes un Ogres iecirkņos, bet 4 – Zemgales reģiona Misas, Tērvetes un Kandavas iecirkņos. Izmēģinājumu objektu kopējā platība veido 12,6 ha.
Attēls 1.1. Izmēģinājuma objektu telpiskais novietojums
Izmēģināja objekti atlasīti, vadoties no sekojošiem kritērijiem:
1. prognozējamais biokurināmā iznākums ir vismaz 600 ber. m3;
2. lapu koku audzes (skuju koku piemaisījums nepārsniedz 20%);
3. valdaudzes vidējā koka caurmērs nepārsniedz 12 cm vai arī resnākie koki nozāģēti un pievesti pirms vai pēc sīkkoku biomasas sagatavošanas izmēģinājuma vajadzībām;
4. izmēģinājumiem nepieciešamā biomasa pieejama vienā vai vairākās cirsmās ar līdzīgu apauguma raksturojumu un līdzīgiem apstākļiem krautuvēs;
5. augšgala krautuves izmērs ir pietiekoši liels, lai tajā varētu izvietot 8 sīkkoku kaudzes (katrā kaudzē 60-80 ber. m3 šķeldu atbilstošs koksnes daudzums) pētījuma vajadzībām, nodrošinot kaudzēm līdzīgu ekspozīciju attiecībā pret meža sienu, valdošajiem vējiem un reljefu (izmēģinājumos iekļautas 2 cirsmas);
6. augšgala krautuve ir pieejama šķeldotājam un šķeldu vedējam visu gadu (izmēģinājumu gaitu neapgrūtina sezonālie masas ierobežojumi).
Attēls 1.2. Izmēģinājuma objektu konfigurācija Parauglaukumu ierīkošana
Izmēģinājumiem atlasītajās platības pirms atjaunošanas cirtes, ierīkojot apļveida parauglaukumus (att. 1.3), noteikti taksācijas rādītāji. Apļveida parauglaukums ietver 4 sektorus. Pirmais jeb “A” sektors aptver kopējo parauglaukuma platību (500 m2, rādiuss plaknē ir 12,62 m ), sektorā uzmēra visus kokus un kritalas (nav iekļautas koku biomasas aprēķinos), kuru caurmērs ir lielāks par 14,0 cm. Otro jeb “B” sektoru veido 100 m2 liels parauglaukums (rādiuss plaknē ir 5,64 m), kas izvietots apļveida parauglaukuma centrā. Parauglaukumā uzmēra visus kokus un kritalas ar resgaļa caurmēru virs 6,0 cm. Otrā jeb “B” sektora pirmajā ceturtdaļā (izejas pozīcija – ziemeļu virziens) izdala trešo jeb “C” sektoru (25 m2), kurā uzmēra visus dabiskas izcelsmes kokus un to atvases, kuru krūšaugstuma (1,3 m augstumā virs sakņu kakla) caurmērs ir lielāks par 2,0 cm. Pamežu un paaugu uzskaita ceturtajā jeb “D” sektorā, ko veido 3 x 20 m liels parauglaukums, kas ierīkots apļveida parauglaukumā un kura vidus asis sakrīt ar apļveida parauglaukuma vidus asīm un parauglaukuma garākā mala vērsta ziemeļu virzienā. Parauglaukumā uzskaita pameža un paaugas kokus, kuru caurmērs ir mazāks par 2 cm.
Attēls 1.3. Parauglaukuma shēma (Latvijas Valsts mežzinātnes institūta ‘’Silava’’, 2013) Taksācijas rādītāju noteikšana
Individuālā koka šķērslaukuma noteikšana, izmantojot 1.1 formulu.
0,785 × 𝑑2 𝐺 = 𝑖 𝑖 10000 𝐾𝑢𝑟: 𝐺𝑖– 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢ā𝑙ā 𝑘𝑜𝑘𝑎 šķē𝑟𝑠 𝑙𝑎𝑢𝑘𝑢𝑚𝑠, 𝑚2ℎ𝑎−1; 𝑑2– 𝑠𝑡𝑢𝑚𝑏𝑟𝑎 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠 1,3 𝑚 𝑎𝑢𝑔𝑠𝑡𝑢𝑚ā, 𝑐𝑚. 𝑖 | (1.1) |
Audzes šķērslaukuma (G) noteikšanai izmantota 1.2 formula.
𝐺 = ∑ 𝐺𝑖 |
Audzes vidējā caurmēra aprēķinos (1.3 formula) izmantoti audzes uzmērīšanā iegūtie dati.
𝐺𝑖 𝑔𝑣𝑖𝑑 = 𝑁 𝑖 𝐾𝑢𝑟: 𝑔𝑣𝑖𝑑– 𝑎𝑢𝑑𝑧𝑒𝑠 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠, 𝑐𝑚; 𝑁𝑖– 𝑎𝑢𝑑𝑧𝑒𝑠 𝑘𝑜𝑘𝑢 𝑠𝑘𝑎𝑖𝑡𝑠, 𝑔𝑎𝑏. |
Audzes vidējais kvadrātiskais caurmērs (Dg) aprēķināts, izmantojot 1.4 formulu.
𝑔𝑣𝑖𝑑 𝐷𝑔 = 100 × √0,785 |
Koka augstumu uzmērīts kā attālumu no sakņu kakla līdz galotnei ar nenoteiktību 0,5 m. Audzes vidējā koka augstums noteikts, vadoties no augstumlīknes, kuras konstruēšanā izmantoti dati, kas iegūti, uzmērot vienu koku katrā caurmēra pakāpē. Gadījumos, kad grūti identificēt vidējo koku konkrētajā caurmēra grupā, uzmērīti 3 koki. Kokaudzes krājas aprēķināšanai izmanto 1.5 formulu (Latvijas Valsts mežzinātnes institūta ‘’Silava’’, 2013).
1 𝑀 = ∑ 𝑣𝑗 𝑚 𝑖 𝐾𝑢𝑟: 𝑀– 𝑎𝑢𝑑𝑧𝑒𝑠 𝑘𝑟ā𝑗𝑎, 𝑚3ℎ𝑎−1; 𝑣𝑗– 𝑘𝑜𝑘𝑎 𝑠𝑡𝑢𝑚𝑏𝑟𝑎 𝑡𝑖𝑙𝑝𝑢𝑚𝑠, 𝑚3; 𝑚– 𝑝𝑎𝑟𝑎𝑢𝑔𝑙𝑎𝑢𝑘𝑢𝑚𝑎 𝑠𝑒𝑘𝑡𝑜𝑟𝑎 𝑝ā𝑟𝑟ēķ𝑖𝑛āš𝑎𝑛𝑎𝑠 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠. |
“A” sektora pārrēķina koeficients ir 0,05, “B” sektora pārrēķina koeficients ir 0,01, bet “C” sektora pārrēķina koeficients ir 0,0025.
Koka stumbra tilpums aprēķināts izmantojot formulu 1.6 un 1.1 tabulā apkopotos koku sugai raksturīgo stumbra tilpuma aprēķina koeficientus.
𝑣𝑗 = 𝜓 × 𝐻𝛼 × 𝑑𝛽×𝑙𝑔(𝐻)+𝜑 |
Tabula 1.1. Koku sugai raksturīgi stumbra tilpuma aprēķina koeficienti
Koku suga | Ψ | α | β | ɸ |
Priede | 1,6541*10-4 | 0,56582 | 0,25924 | 1,59689 |
Egle | 2,3106*10-4 | 0,78193 | 0,34175 | 1,18811 |
Bērzs | 0,9090*10-4 | 0,71677 | 0,16692 | 1,75701 |
Apse | 0,5020*10-4 | 0,92625 | 0,02221 | 1,95538 |
Melnalksnis | 0,7950*10-4 | 0,77095 | 0,13505 | 1,80715 |
Baltalksnis | 0,7450*10-4 | 0,81295 | 0,06935 | 1,85346 |
Ozols | 1,3818*10-4 | 0,56512 | 0,14732 | 1,81336 |
Osis | 0,8530*10-4 | 0,73077 | 0,06820 | 1,91124 |
Teorētiski sagatavojamās biomasas noteikšana, izmantojot taksācijas rādītājus
Zaru un stumbru virszemes biomasas aprēķināšanā izmantots X. Xxxxxxx (1.7 formula) izstrādātais pakāpēs vienādojuma (Liepiņš u.c., 2017, 2016) un aprēķinos izmantoti 1.2 tabulā apkopotie koku sugai raksturīgie stumbra tilpuma aprēķina koeficienti.
𝐵𝑖 = 𝑎 × 𝑉𝑏 𝑖 𝐾𝑢𝑟: 𝐵𝑖– 𝑣𝑖𝑟𝑠𝑧𝑒𝑚𝑒𝑠 𝑏𝑖𝑜𝑚𝑎𝑠𝑎 (𝑧𝑎𝑟𝑖 𝑢𝑛 𝑠𝑡𝑢𝑚𝑏𝑟𝑠), 𝑡ℎ𝑎−1; 𝑉𝑖– 𝑘𝑜𝑘𝑢 𝑡𝑖𝑙𝑝𝑢𝑚𝑠, 𝑚3ℎ𝑎−1; 𝑎, 𝑏– 𝑘𝑜𝑘𝑢 𝑠𝑢𝑔𝑎𝑖 𝑟𝑎𝑘𝑠𝑡𝑢𝑟ī𝑔𝑖 𝑣𝑖𝑟𝑠𝑧𝑒𝑚𝑒𝑠 𝑏𝑖𝑜𝑚𝑎𝑠𝑎𝑠 𝑎𝑝𝑟ēķ𝑖𝑛𝑎 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑖. |
Tabula 1.2. Koku sugai raksturīgi stumbra tilpuma aprēķinu koeficienti
Koku suga | a | b |
Priede | 0,8836 | 0,9137 |
Egle | 1,1934 | 0,8644 |
Bērzs | 0,5630 | 1,0082 |
Apse | 0,4267 | 1,0217 |
Teorētiski sagatavojamās biomasas noteikšana, izmantojot fotogrammetrijas metodi
Teorētiski sagatavojamās biomasas raksturošanai ar fotogrammetrijas metodi izmantota pētījumā “Harvestera produkcijas datu (StanForD2010) izmantošana meža inventarizācijas datu ievākšanai, izmantojot hprGallring programmu” izstrādātā metodika, veicot izmēģinājuma platību fotogrammetrisko uzmērīšanu. Fotogrammetriski iegūto koku skaits un augstums salīdzināts ar apļveida parauglaukumos manuāli uzmērītiem kokiem.
Augšgala krautuves vietas priekšizpēte
Izmēģinājumu objektu plānošanas procesā atlasītas platības, kurās var ierīkot augšgala krautuves (nokraušanas laukumus), ar iespēju nokraut vairākas biokurināmā kaudzes (katra kaudze 60-80 ber. m3 biokurināmā). Nokraušanas laukumu plāno līdz 5 m platu, ar vidējo augstumu 4 m, kas ir saskaņā ar LVM izstrādātajām vadlīnijām (AS "Latvijas valsts meži", 2021). Plānots, ka vienas enerģētiskās koksnes kaudzes garums nepārsniegs 18 m.
Biokurināmā pievešana uz augšgala krautuvi
Sākotnēji izvēlētajos izmēģinājumu objektos veikta mežizstrāde, sagatavojot veselus neatzarotus stumbrus, pēc nepieciešamības paredzot stumbru sagarumošanu vairākos nogriežņos.
Sagatavotos biokurināmā sortimentus pievešanas darbu procesā sver, izmantojot Intermercato greifera svarus XW 50 PS. Ar svariem aprīko forvardera manipulatora sistēmu, ievietojot svarus starp rotatoru un greifera satvērēju. Izmēģinājumos izmantots automātiskais svēršanas režīms, kas paredz, ka svaru sistēma svērumu datus nolasa un saglabā patstāvīgi.
Izmēģinājumu ietvaros svēršanas sistēmai aktivizēts globālās pozicionēšanas signāls, kas tālākā datu apstrādes procesā ļauj precīzi aprēķināt pievestā apjoma izvietojumu.
Izmēģinājuma objektos nokrauto biokurināmā kaudžu uzmērīšanu tilpuma noteikšanai veic, izmantojot vairākas uzmērīšanas metodes:
1. sekciju tipa uzmērīšanu;
2. vidus uzmērīšanu;
3. fotogrammetriju.
Attēls 1.4. Sekciju izvietojuma shēma
Krautuves vidējo augstumu aprēķina, izmantojot 1.8 formulu.
ℎ1 + ℎ2 + ℎ3 … . ℎ𝑛 ℎ𝑣𝑖𝑑 = 𝑛 𝐾𝑢𝑟: ℎ𝑣𝑖𝑑– 𝑘𝑟𝑎𝑢𝑡𝑢𝑣𝑒𝑠 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑠, 𝑚; ℎ1,2,3…𝑛– 𝑘𝑟𝑎𝑢𝑡𝑢𝑣𝑒𝑠 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑎 𝑚ē𝑟ī𝑗𝑢𝑚𝑖 𝑝𝑖𝑙𝑛𝑜 𝑠𝑒𝑘𝑐𝑖𝑗𝑢 𝑣𝑖𝑑ū, 𝑚; 𝑛– 𝑝𝑖𝑙𝑛𝑜 𝑠𝑒𝑘𝑐𝑖𝑗𝑢 𝑠𝑘𝑎𝑖𝑡𝑠, 𝑔𝑎𝑏. |
Vidus uzmērīšanas metode paredz veikt vienu vidēja augstuma mērījumu krautuvē. Krautuves garumu nosaka, veicot mērījumu no kaudzes sākuma (blīvās daļas) līdz kaudzes beigām (blīvās daļas). Krautuves platumu uzmēra no kaudzes sākuma (blīvās daļas) līdz kaudzes beigām (blīvās daļas, att. 1.5).
Attēls 1.5. Mērījumu veikšanas shēma krautuvē
𝑉 = 𝐴 × 𝐵 × 𝐶 × 𝑘 𝐾𝑢𝑟: 𝑉– šķ𝑒𝑙𝑑𝑢 𝑡𝑖𝑙𝑝𝑢𝑚𝑠, 𝑏𝑒𝑟. 𝑚3; 𝐴– 𝑘𝑟𝑎𝑢𝑡𝑢𝑣𝑒𝑠 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑠, 𝑚; 𝐵– 𝑘𝑟𝑎𝑢𝑡𝑢𝑣𝑒𝑠 𝑝𝑙𝑎𝑡𝑢𝑚𝑠, 𝑚; 𝐶– 𝑘𝑟𝑎𝑢𝑡𝑢𝑣𝑒𝑠 𝑔𝑎𝑟𝑢𝑚𝑠, 𝑚; 𝑘– 𝑡𝑖𝑙𝑝ī𝑔𝑢𝑚𝑎 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠 (𝑎𝑡𝑏𝑖𝑙𝑠𝑡𝑜š𝑖 𝑘𝑟ā𝑣𝑢𝑚𝑎 𝑘𝑣𝑎𝑙𝑖𝑡ā𝑡𝑒𝑖). |
Lai aprēķinātu biomasas krautuvju tilpumu dinamikā, kā references dati izmantoti LĢIA lāzerskenēšanas (LiDAR) dati. Izmantojot LiDAR datus, izveidots digitālais reljefa modelis (DEM) ar 0,5 m horizontālo izšķirtspēju. Šāda pieeja DEM iegūšanai izvēlēta tādēļ, ka, izmantojot tikai fotogrammetrijas datus, meža apstākļos nevar iegūt pietiekami daudz zemes atstarojuma punktus.
Krautuvju tilpums aprēķināts, izmantojot fotogrammetriski iegūtu digitālo virsmas modeli (DSM). DSM izveidei nepieciešamie attēli iegūti, izmantojot bezpilota lidaparātu DJI P4 Multispectral.
𝑃𝑥𝑠×𝑟𝑒𝑠 ( ) ℎ = 2 𝑡𝑎𝑛 𝐹𝑂𝑉) ( 2 𝐾𝑢𝑟: ℎ– 𝑙𝑖𝑑𝑜𝑗𝑢𝑚𝑎 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑠, 𝑚; 𝑃𝑥𝑠– 𝑖𝑧𝑚𝑎𝑛𝑡𝑜𝑡ā𝑠 𝑘𝑎𝑚𝑒𝑟𝑎𝑠 𝑙𝑖𝑒𝑙ā𝑘ā 𝑣ē𝑟𝑡ī𝑏𝑎(𝑘𝑜𝑛𝑘𝑟ē𝑡ā 𝑔𝑎𝑑ī𝑗𝑢𝑚ā 1600), 𝑝; 𝑟𝑒𝑠– 𝑝𝑙ā𝑛𝑜𝑡𝑜 𝑟𝑎𝑠𝑡𝑟𝑎 𝑎𝑡𝑡ē𝑙𝑢 𝑖𝑧šķ𝑖𝑟𝑡𝑠𝑝ē𝑗𝑎, 𝑐𝑚; 𝐹𝑂𝑉– 𝑘𝑎𝑚𝑒𝑟𝑎𝑠 𝑠𝑘𝑎𝑡𝑎 𝑙𝑎𝑢𝑘𝑠. |
Plānojot optimālo lidojuma augstumu, jāņem vērā arī dažādu objektu augstums lidojuma teritorijā. Ja aprēķinātais optimālais lidojuma augstums ir tuvs maksimālajam objektu, piemēram, koku augstumam teritorijā, nepieciešams samazināt izšķirtspēju un palielināt lidojuma augstumu.
Būtisks faktors ir attēlu pārklāšanās, kas ļauj labot ar perspektīvu saistītos defektus. Piemēram, Google Earth tipa tiešsaistes satelītkartēs nav nekas neparasts redzēt "sagāztas" ēkas. Slīpuma efekts ir redzams visā fotoattēlā, tāpēc attēlu centrs ir vienīgā izmantojamā daļa. Ir nepieciešams fotogrammetriski savienot katra attēla centrālo daļu. Šim nolūkam ir jādefinē pārklāšanās, ko nosaka procentos (att. 1.6). Šajā pētījumā izmantota 90% frontālā un 80% sānu attēlu pārklāšanās.
Attēls 1.6. Lidojuma plānojuma shēma
Lidojuma plānošana veikta UGCS programmā, bet var izmantot arī citas, līdzvērtīgas programmas, kuras ļauj iestatīt iepriekš minētos automātiskas lidojuma vadības parametrus.
Lai fotogrammetrijas programmatūrā uzlabotu datu precizitāti un iegūtu modeļa precīzu telpisku novietojumu, izmantoti arī zemes marķieri, kuru koordinātas iegūtas, izmantojot Trimble augstas precizitātes GNSS uztvērēju.
Iegūto attēlu apstrāde veikta Agisoft Metashape Pro programmā, kurā vispirms izveidots punktu mākonis un digitālais virmas modelis.
Attēls 1.7. Fotogrammetrisks biokurināmā krautuves punktu mākonis (Dense Cloud)
Izmantojot attīrīto punktu mākoni, izveidots digitālais virsmas modelis (DSM), kura tālākā apstrāde un tilpuma aprēķini veikti QGIS programmā.
Ņemot vērā, ka biokurināmā krautuves veido meža ceļa malā, var veikt DSM kalibrēšanu attiecībā pret references datiem no LiDAR iegūtā DEM. Lielākajā daļā gadījumu kalibrēšana nav nepieciešama, jo DSM piesaiste koordinātām veikta, izmantojot augstas precizitātes (± 1,5 cm) GNSS uztvērēju.
Krautuves tilpums aprēķināts, izmantojot QGIS rīku Volume calculation tool, kurā kā ieejas datus izmanto gan fotogrammetrisko DSM, gan references DEM. Aprēķini veikti balstoties uz tilpuma atšķirībām abos modeļos norādītajā platībā.
Krautuves tilpums aprēķināts, izmantojot QGIS rīku Volume calculation tool, kurā kā ieejas datus nepieciešams izmantot gan fotogrammetrisko DSM, gan references DEM. Aprēķini veikti, balstoties uz tilpuma atšķirībām abos modeļos norādītajā platībā (att. 1.8).
Attēls 1.8. Biokurināmā krautuves fotogrammetriskā modeļa piemērs Paraugu ievākšana
Tūlīt pēc pievešanas, kā arī, apsekojot biokurināmā krautuves un veicot krautuves uzmērījumus, no katras kaudzes ievāc koksnes paraugus laboratoriskajiem mērījumiem. Paraugu ievākšanai izvēlas 6 vietas, no kurām 2 atrodas biokurināmā kaudzes galos, 2 – kaudzes augšā un 2
– kaudzes priekšējā daļā. Koksnes paraugus ievāc tā, lai tie raksturo dažādas koksnes caurmēra grupas. Rūpnieciski sagatavotus šķeldu paraugus ievāc vairākās vietās šķeldu kaudzē.
Biokurināmā paraugu apstrāde laboratorijā
Biokurināmā paraugiem, kas reizi mēnesī ievākti kaudžu monitoringa laikā, laboratoriski nosaka mitruma un pelnu saturu un siltumspēju.
Šķeldu paraugiem, ko ievāc pēc biokurināmā sortimenta šķeldošanas, laboratoriski nosaka koksnes mitrumu, pelnu saturu, siltumspēju un tilpīgumu.
Pētījuma ietvaros paraugu testēšanai laboratorijā pielietotas ISO standartmetodes (tab. 1.3).
Tabula 1.3. Pielietoto metožu saraksts
Nr.x.x. | Xxxxxxxxx | Mērvienība | Standartmetode | Pielietotā iekārta |
1. | Koksnes mitrums | % | LVS EN ISO 18134 - 2:2017 | Žāvskapis un analītiskie svari Sartorius AX224 |
2. | Pelnu saturs | % | LVS EN ISO 18122:2016 | Mufeļkrāsns un analītiskie svari Sartorius AX224 |
3. | Siltumspēja | MJ kg-1 | LVS CEN/TS 14918:2005 | Kalorimetrs PARR Instrument 6200 |
4. | Tilpumblīvums | kg m-3 | LVS EN ISO 17828:2016 | 50 L cilindriskas formas tvertne un tehniskie svari |
Koksnes mitruma noteikšanai no biokurināmā kaudzēm iegūtos un laboratorijas apstākļos smalcinātos koksnes paraugus, kā arī rūpnieciski smalcinātos (šķeldotos) koksnes paraugus žāvē atmosfērā 105°C temperatūrā līdz nemainīgai masai, mitruma procentuālo saturu aprēķina atbilstoši paraugu masas zudumiem.
Nemainīga mitruma saglabāšanai paraugus uzglabā ledusskapī hermētiskā iepakojumā; dabiski mitru paraugu masu nosaka pēc iespējas ātrāk parauga ievākšanas, lai maksimāli izslēgtu žūšanas radītu masas zudumu iespējamību.
Ar tehniskajiem svariem nosaka dabiski mitra parauga masu (mmitrs – bez konteinera un informatīvās lapiņas). Paraugu žāvē 105°C temperatūrā līdz nemainīgai masai, ieteicamais žāvēšanas laiks – līdz 3 dienas atbilstoši parauga lielumam. Absolūti sausu masu (msauss – bez konteinera un informatīvās lapiņas) nosaka uzreiz pēc paraugu izņemšanas no žāvskapja, lai izslēgtu gaisa mitruma piesaistīšanu. Koksnes parauga relatīvo mitrumu aprēķina, izmantojot 1.11 formulu.
𝑚𝑚𝑖𝑡𝑟𝑠 − 𝑚𝑚𝑎𝑢𝑠𝑠 𝑊0 = 𝑚 × 100% 𝑚𝑖𝑡𝑟𝑠 𝐾𝑢𝑟: 𝑊0– 𝑘𝑜𝑘𝑠𝑛𝑒𝑠 𝑟𝑒𝑙𝑎𝑡ī𝑣𝑎𝑖𝑠 𝑚𝑖𝑡𝑟𝑢𝑚𝑠,% 𝑚𝑚𝑖𝑡𝑟𝑠𝑠– 𝑑𝑎𝑏𝑖𝑠𝑘𝑖 𝑚𝑖𝑡𝑟𝑎𝑠 𝑘𝑜𝑘𝑠𝑛𝑒𝑠 𝑚𝑎𝑠𝑎, 𝑔; 𝑚𝑠𝑎𝑢𝑠𝑠– 𝑎𝑏𝑠𝑜𝑙ū𝑡𝑖 𝑠𝑎𝑢𝑠𝑎𝑠 𝑘𝑜𝑘𝑠𝑛𝑒𝑠 𝑚𝑎𝑠𝑎, 𝑔. |
Pelnu satura noteikšanai no biomasas kaudzēm iegūtos un laboratorijas apstākļos smalcinātos koksnes paraugus, kā arī rūpnieciski smalcinātus (šķeldotus) koksnes paraugus pārpelno mufeļkrāsnī 550°C temperatūrā, atbilstoši mufeļkrāsns ražotāja instrukcijām.
𝑎 × 100 𝑃% = 𝑏 × 𝐾𝑚 𝐾𝑢𝑟: 𝑎– 𝑝𝑒𝑙𝑛𝑢 𝑚𝑎𝑠𝑎, 𝑔; 𝑏– 𝑔𝑎𝑖𝑠𝑠𝑎𝑢𝑠𝑎 𝑝𝑎𝑟𝑎𝑢𝑔𝑎 𝑖𝑒𝑠𝑣𝑎𝑟𝑠, 𝑔; 100– 𝑝ā𝑟𝑟ēķ𝑖𝑛𝑢 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠; 𝐾𝑚– 𝑚𝑖𝑡𝑟𝑢𝑚𝑎 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠. |
Lai pārrēķinātu pelnu saturu uz organisko vielu, sastāvā esošo oglekļa saturu (Corg., %), izmanto 1.13 formulu.
𝐶𝑜𝑟𝑔.,% = (100 − 𝑃) × 0,579 𝐾𝑢𝑟: 𝑃– 𝑝𝑒𝑙𝑛𝑢 𝑠𝑎𝑡𝑢𝑟𝑠,%; 100– 𝑝ā𝑟𝑟ēķ𝑖𝑛𝑢 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠; 0,579– 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠 𝑝ā𝑟𝑟ēķ𝑖𝑛𝑎𝑚 𝑢𝑧 𝑜𝑟𝑔𝑎𝑛𝑖𝑠𝑘𝑜 𝑣𝑖𝑒𝑙𝑢 𝑠𝑎𝑠𝑡ā𝑣ā 𝑒𝑠𝑜š𝑜 𝑜𝑔𝑙𝑒𝑘𝑙𝑖. |
Koksnes siltumspējas noteikšanā no biomasas kaudzēm iegūtos un laboratorijas apstākļos smalcinātiem koksnes paraugiem, kā arī rūpnieciski smalcinātiem (šķeldotiem) koksnes paraugiem izmanto kalorimetru.
Koksnes biokurināmā bruto siltumspējas noteikšanai paraugus sadedzina augsta spiediena konstanta tilpuma skābekļa bumbas kalorimetrā. Kalorimetra kalibrēšanu veic eksperimentos, sadedzinot sertificēta oksidācijas siltuma benzoskābi, noskaidrojot tā efektīvo siltumietilpību. Skābekļa bumbai sākotnēji pievieno ūdeni, lai pirms sadedzināšanas iegūtu tvaika piesātinājumu, tādējādi sadedzināšanas procesā no paraugā esošā ūdeņraža un mitruma radušos ūdeni ļaujot interpretēt kā šķidru ūdeni.
Testējamā parauga bruto siltumspēju aprēķina, ņemot vērā kalibrēšanas procesā novērtēto kalorimetra siltumspēju un temperatūras izmaiņu testējamā parauga sadedzināšanas ietekmē, veicot aizdedzināšanas enerģijas, degļa un termālo blakusproduktu (slāpekļskābes un sērskābes) rašanās korekciju.
Metode piemērota paraugiem ar masu no 0,6 līdz 1,2 g un maksimālo atbrīvoto enerģiju 8000 cal. Cietu paraugu testēšana veicama smalka maluma presētā veidā, parauga granulas izveidošanai izmantojot granulu presi. Parauga mitruma saturam nevajadzētu pārsniegt 20%. Precīzu
pieļaujamo mitruma saturu nosaka, veicot testēšanas izmēģinājumus. Pirms testēšanas kalorimetrā cietus paraugus samaļ līdz smalkam pulverim un saspiež, izmantojot granulu presi.
Lai nodrošinātu iegūto rezultātu ticamību, pirms katras parauga apstrādes jāveic sistēmas kalibrēšanas procedūra. Instruments darbojas optimāli, ja enerģijas daudzums (J), kas nepieciešams, lai izmainītu temperatūras rādījumu par 1 oC, novirze nav lielāka par 14 J no vidējās vērtības. Ja pēc testēšanas konstatē nepilnīgu parauga sadegšanu, iegūtie rezultāti nav izmantojami un testēšana ir jāatkārto. Ja sēra koncentrācija paraugā pārsniedz 0,1%, jāveic sēra korekcijas procedūra atbilstoši ražotāja norādījumiem. Ūdens temperatūrai spainī (Bucket temperature) jābūt par 3-5 oC zemākai par instrumenta temperatūru (Jacket temperature).
Instruments veic automātisku bruto siltumspējas aprēķināšanu, rezultātu korekcijā piemērojot instrumenta ražotāja norādītos korekcijas koeficientus.
𝑊𝑇 − 𝑒1 − 𝑒2 − 𝑒3 𝐻𝑐 = 𝑚 𝐾𝑢𝑟: 𝐻𝑐– 𝑏𝑟𝑢𝑡𝑜 𝑠𝑖𝑙𝑡𝑢𝑚𝑠𝑝ē𝑗𝑎, 𝑀𝐽𝑘𝑔−1; 𝑇 − 𝑛𝑜𝑣ē𝑟𝑜𝑡𝑎𝑖𝑠 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡ū𝑟𝑎𝑠 𝑘ā𝑝𝑢𝑚𝑠; 𝑤 − 𝑘𝑎𝑙𝑜𝑟𝑖𝑚𝑒𝑡𝑟𝑎 𝑒𝑓𝑒𝑘𝑡ī𝑣ā 𝑠𝑖𝑙𝑡𝑢𝑚𝑖𝑒𝑡𝑖𝑙𝑝ī𝑏𝑎; 𝑒1 − 𝑠𝑙ā𝑝𝑒𝑘ļ𝑠𝑘ā𝑏𝑖 𝑣𝑒𝑖𝑑𝑜𝑗𝑜šā 𝑠𝑎𝑑𝑒𝑑𝑧𝑖𝑛āš𝑎𝑛𝑎𝑠 𝑡𝑣𝑒𝑟𝑡𝑛ē 𝑖𝑒𝑠𝑙ē𝑔𝑡ā 𝑔𝑎𝑖𝑠𝑎𝑠 𝑙ā𝑝𝑒𝑘ļ𝑎 𝑠𝑎𝑑𝑒𝑔š𝑎𝑛𝑎𝑠 𝑠𝑖𝑙𝑡𝑢𝑚𝑠; 𝑒2 − 𝑠ē𝑟𝑎 𝑑𝑖𝑜𝑘𝑠ī𝑑𝑎, ū𝑑𝑒𝑛𝑠 𝑢𝑛 𝑠𝑙ā𝑝𝑒𝑘ļ𝑎 𝑟𝑒𝑎𝑘𝑐𝑖𝑗ā 𝑣𝑒𝑖𝑑𝑜𝑡ā𝑠 𝑠𝑙ā𝑝𝑒𝑘ļ𝑠𝑘ā𝑏𝑒𝑠 𝑟𝑎𝑑ī𝑡𝑎𝑖𝑠 𝑠𝑖𝑙𝑡𝑢𝑚𝑠; 𝑒3 − 𝑑𝑒𝑔ļ𝑎 𝑟𝑎𝑑ī𝑡𝑎𝑖𝑠 𝑠𝑖𝑙𝑡𝑢𝑚𝑠; 𝑚– 𝑝𝑎𝑟𝑎𝑢𝑔𝑎 𝑚𝑎𝑠𝑎, 𝑔. | (1.14) |
Tilpumblīvuma noteikšanā no biomasas kaudzēm iegūtajiem, rūpnieciski smalcinātajiem (šķeldotājiem) koksnes paraugiem, parauga masu attiecina pret mērīšanas tvertnes tilpumu, ņemot vēra parauga mitrumu.
Parauga tilpuma noteikšanai izmanto pret mitrumu un deformācijām izturīgu cilindriskas formas tvertni ar tilpumu 50±1 L un augstuma – diametra attiecību – 1,25 līdz 1,5. Parauga masu nosaka, izmantojot tehniskos svarus ar mērījumu precizitāti 10 g.
Cilindrisko tvertni pilnībā piepilda ar testējamo paraugu ar pēc iespējas augstu konisku uzbērumu 200 līdz 300 mm virs cilindra tvertnes augšas. Tvertni divas reizes nomet no 150 mm augstuma uz koka plātnes. Plātnei jābūt stabili novietotai horizontāli ciešā kontaktā ar cietu grīdu. Uzpilda tvertni ar paraugu un ar lineālu novāc paraugu, kas atrodas virs cilindra. Nosver tvertni ar paraugu. Tvertnē esošo paraugu apvieno ar mērījumā neizmantoto parauga daļu un procedūru atkārtoto lai iegūtu 2. svēruma atkārtojumu. Nosaka parauga mitrumu atbilstoši standartmetodei LVS EN ISO 18134 - 2:2017.
Šķeldu tilpuma blīvumu aprēķina izmantojot 1.15 formulu.
𝑚2 − 𝑚1 𝐵𝐷𝑏 = 𝑉 𝐾𝑢𝑟: 𝐵𝐷𝑏– šķ𝑒𝑙𝑑𝑢 𝑝𝑎𝑟𝑎𝑢𝑔𝑎 𝑏𝑙ī𝑣𝑢𝑚𝑠, 𝑘𝑔𝑚−3; 𝑚2– 𝑝𝑎𝑟𝑎𝑢𝑔𝑎 𝑢𝑛 𝑡𝑣𝑒𝑟𝑡𝑛𝑒𝑠 𝑚𝑎𝑠𝑎𝑠 𝑠𝑢𝑚𝑚𝑎, 𝑘𝑔; 𝑚1– 𝑡𝑣𝑒𝑟𝑡𝑛𝑒𝑠 𝑚𝑎𝑠𝑎, 𝑘𝑔; 𝑉– 𝑡𝑣𝑒𝑟𝑡𝑛𝑒𝑠 𝑡𝑖𝑙𝑝𝑢𝑚𝑠, 𝑚3. |
Šķeldu vedēju svēršana izvedamā biokurināmā apjoma noteikšanai
Izmēģinājuma ietvaros veikta rūpnieciski sagatavoto šķeldu apjoma noteikšana, veicot šķeldu vedēja svēršanu. Svēršanā izmantoti CAS ražotāja svari RW-15P, kuru svaru platformas izvietotas uz izvešanas ceļa, ko izmanto šķeldu vedējs.
1.1.2. Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai
Pētījuma mērķis ir izstrādāt vienādojumu pievestās koksnes biokurināmā pārrēķiniem uz tilpuma mērvienību.
Pētījuma rezultātā plānots izveidot modeli krautuvē pievestās biomasas konvertēšanai šķeldu tilpuma mērvienībās (ber. m3). Izstrādājamā metode paredzēta mežizstrādes atlieku, neatzarotas sīkkoksnes un citāda veida meža biokurināmā sagatavošanai paredzētās biomasas uzskaites uzlabošanai. Pētījuma ietvaros turpinās padziļināta izpēte greifera svaru pielietošanas metodes izstrādāšanai, optimizācijai un nenoteiktības raksturošanai. Turpmākajos etapos plānots monitorings ražošanas apstākļos izstrādātās metodes aprobācijai un iespējamo trūkumu novēršanai. Mitruma satura raksturošanai pievedamajā materiālā izmantosim darbībā “Enerģētiskās koksnes uzglabāšana krautuvēs” izstrādātos vienādojumus mežizstrādes atlieku žūšanas atkarībā no laikapstākļiem raksturošanai.
Svēršanas sistēmas uzstādīšana plānota 2021. gada beigās vai 2022. gada sākumā (ne vēlāk kā martā).
Biokurināmā svēršana
Biokurināmā sortimentus pievešanas darbu procesā sver, izmantojot Intermercato greifera svarus XW 50 PS ar mērījumu precizitāti ± 2%. Ar svariem aprīko forvardera manipulatora sistēmu, izvietojot svarus starp rotatoru un greifera satvērēju. Svaru sistēmai plānos uzstādīt pusautomātisko vai automātisko darba režīmu.
1. aplikāciju “INTELWEIGHT” – “SETINGS”- “CONNECTIONS” – “PARI WITH SCALE”
atvēršana;
2. izvēlnes “PAIR” aktivizēšana atvērtās aplikācijas apakšējā malā (sākas laika atskaite);
3. akumulatora baterijas ievietošana/nomaiņa svaros, kam seko ID identifikācijas numura parādīšanās zem uzraksta “Pair status”.
Attēls 1.9. Svēršanas sistēmas iestatījumi
Pēc svaru aktivizēšanas, operatoram nepieciešams izveidot svēršanas programmu (att. 1.10):
1. aplikāciju “INTELWEIGHT” – “ACTIVE ORDER” – CREATE ORDER” atvēršana;
2. cirsmas ID (kvartāla apgabals - kvartāls – nogabals) ievadīšana;
3. “CREAT ORDER” nospiešana pēc programmas sagatavošanas;
4. “Ieslēgšanas /izslēgšanas” pogas nospiešana, lai aktivizētu sagatavoto programmu.
Attēls 1.10. Svēršanas programmas izveide
Pievedot dažādus koksnes biokurināmā veidus, kā arī atsevišķi izdalot iekraušanu un izkraušanu, uz plaukstdatora displeja ir jāizvēlas atbilstošā materiāla kategorija. Pētījuma vajadzībām svēršanas sistēmai aktivizē globālās pozicionēšanas signālu, lai tālākā datu apstrādes procesā varētu precīzāk aprēķināt pievestā apjoma sadalījumu.
Ražošanas apstākļos meža mašīnu operators datu ievākšanas procesā izmantos automātisko svēršanas funkciju, kas nodrošinās datu nepārtrauktību. Savukārt, lai precīzi varētu novērtēt automātiskās svēršanas precizitāti, atsevišķās cirsmās koksnes biokurināmā svēršanu plānots veikt rokas režīmā, kas nozīmē katrs greifera satvertais koksnes apjoms tiek fiksēts atsevišķi.
Iegūtos datus plānots sadalīt pa tehnoloģiskajām brauktuvēm, tādējādi iegūstot informāciju par to, vai biokurināmais ir pievests no visas cirsmas vai tikai tās daļas, kā arī precīzi aprēķināt tehnoloģisko brauktuvju stiprināšanai patērēto apjomu.
Iegūto datu atlasi plānots veikt QGIS programmā, izmantojot analīzes rīkus, punktu sadalīšanu plānots veikt manuāli.
Izmantojot informāciju par pievedamā materiāla atrašanās vietu (att. 1.11), var aprēķināt katra brauciena garumu. Xxxxxxxxxx uz laika zīmogu, var noteikt braucienam un kopējam nobraukumam patērēto laiku.
Attēls 1.11. Ekrānšāviņš no svaru sistēmas1.
𝜋 𝜋 𝜋 𝜋 𝜋 𝜋 𝐿 = 𝐴𝐶𝑂𝑆 (𝑠𝑖𝑛 (𝐿𝑎𝑡 ∗ 180) ∗ 𝑠𝑖𝑛 (𝐿𝑎𝑡 ∗ 180) + 𝑐𝑜𝑠 (𝐿𝑎𝑡 ∗ 180) ∗ 𝑐𝑜𝑠 (𝐿𝑎𝑡 ∗ 180) ∗ 𝑐𝑜𝑠 (𝐿𝑜𝑛 ∗ 180 − 𝐿𝑜𝑛 ∗ 180)) ∗ 637100 𝐾𝑢𝑟: 𝐿– 𝑛𝑜𝑏𝑟𝑎𝑢𝑘𝑡𝑎𝑖𝑠 𝑔𝑎𝑟𝑢𝑚𝑠, 𝑚; 𝐿𝑎𝑡– ģ𝑒𝑜𝑔𝑟ā𝑓𝑖𝑠𝑘𝑎𝑖𝑠 𝑝𝑙𝑎𝑡𝑢𝑚𝑠; 𝐿𝑜𝑛– ģ𝑒𝑜𝑔𝑟ā𝑓𝑖𝑠𝑘𝑎𝑖𝑠 𝑔𝑎𝑟𝑢𝑚𝑠. | (1.16) |
Pievestā apjoma precizitātes izvērtēšanai papildus manuāli uzmērītas pievestā biokurināmā kaudzes.
Nepieciešamais LVM atbalsts 2022. gadā – greifera svaru izmēģinājumiem jānodrošina ilgstošu pievesto kravu svēršanas monitoringu ražošanas apstākļos vismaz 2 mašīnām, izmantojot LVMI Silava izstrādāto metodiku un tehnisko risinājumus. LVMI Silava rīcība ir 1 svaru komplekts, bet plānoto otru svaru komplektu nodrošina LVM (SIA INTRAC rīcībā esošais svaru komplekts). Pētījuma rezultātus turpmākajos etapos sasaistīsim ar izmēģinājumiem, kuros vērtēta laikapstākļu un citu faktoru ietekme uz šķeldu siltumspējas un mitruma satura izmaiņām.
1.1.3. Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai
Pētījuma 2021. gada plānotie nodevumi ir procedūra šķeldu paraugu ievākšanai un analīzēm; sākotnējie vienādojumi šķeldu sablīvēšanās raksturošanai, atkarībā no piegādes attāluma, autovilciena veida un smalcināmā materiāla veida; kā arī pētījuma 2021. gada rezultātu apraksts etapa pārskatā.
Pētījuma mērķis ir noteikt sablīvēšanās koeficientu smalcinātas koksnes pārvadājumos autotransportam sadalījumā pa sezonām un autotransporta veidiem.
2021. gadā veikta metodikas pilnveidošana šķeldu kravu sablīvēšanās raksturošanai, atkarībā no šķeldojamā materiāla, attāluma un ceļa seguma, kas saistīta ar iegūstamo datu piemērotību tālākai datu apstrādei. Līdzšinējā metode paredzēja kravas fotografēšanu, kas aizņēma līdz 15 min. kravai, un gadījumos, kad fotoattēli nebija pareizi uzņemti (pareizai leņķis) vai nekvalitatīvi (miglaini),
1 Id – identifikācija, SessionNr. – Cirsmas nosaukums, Totalweight – kopējais uzkrautais svars, RowNumber – uzskaite, darbībām ar greifera satvērēju, Driver – vadītāja ideticikācija, Time – laika zīmogs, Bank1 – nosvērtais apjoms, Latitude, Longitude – svēršanas vietas uzņemtās koordinātes, Elecation – aprēķinos netiek izmantots, Cirsma – cirsmas identifikācija (manuāli), Objekts – svēršanas vietas atšifrējums (cirsma -1, AGK -2, tehnoloģiskās brauktuves stiprināšana -3), TK –brauciena/kravas numurs.
tālāka datu apstrāde nebija iespējama. Šobrīd pilnveidotā lauku darbu metodika paredz sagatavošanās darbus:
1. pēc smalcinātās koksnes piepūšanas autotransporta sastāvā, tas jāpārvieto vismaz 30 m attālumā no darba zonas, lai veiktu tālākās darbības – līdzināšanu, kravas tilpnes malu tīrīšanu, kā arī filmēšanu;
2. pēc materiāla nolīdzināšanas un kravas tilpnes bortu (malu) attīrīšanas (īpašu uzmanību pievēršot stūriem) var uzsākt filmēšanu;
3. pirms kravas filmēšanas jāfiksē pavadzīme;
4. kravas tilpnes filmēšana uzsākama no tuvākā stūra pārvietojoties gar sānu bortu līdz kravas tilpnes aizmugurei, tad jāpārvietojas gar kravas tilpnes aizmuguri un jāvirzās gar otru malu uz kravas tilpnes sākumu;
5. filmēšanas laikā kamera jātur vienā augstumā un leņķī (att. 1.12), tādējādi nodrošinot pietiekamu attēlu pārsegšanos;
Attēls 1.12. Iekārtas pozīcija
6. filmēšanas laikā svarīgi, lai pēc iespējas vairāk būtu redzamas abas kravas tilpnes malas. Tas nodrošina nepieciešamo attēlu kvalitāti, lai tālākā apstrādes procesā varētu izveidot virsmas kravas tilpnes modeli (att. 1.13), un veikt tālākos aprēķinus.
Attēls 1.13. Šķeldu kravas telpiskais modelis pēc datu apstrādes
Tālākai datu apstrādei informāciju papildina ar sekojošu informāciju:
1. krautuves identifikācija;
2. piegādes vieta;
3. piekabes veids (puspiekabe vai konteinera vedējs);
4. nobrauktais attālums, km;
5. kravas tilpnes tilpums AGK, m3;
6. kravas tilpnes tilpums LGK, m3;
7. kravas tilpnes gabarītizmēri (garums, platums un augstums), m;
8. LGK uzmērītais apjoms, ber.m3;
9. tilpuma koeficients, %;
10. patērētāja fiksētā siltumspēja, MWh;
11. patērētāja fiksētā masa, t;
12. šķeldu relatīvais mitrums, %;
13. pelnu saturs, %.
Tabula 1.4. Pētījumā plānotais apjoms sadalījumā pa sezonām
Sezona | Mēneši | Ciršanas atliekas | Infrastruktūras objekti (meliorācijas grāvji) | Kopā | ||
autotransporta sadalījums | ||||||
puspiekabe | konteineru vedējs | puspiekabe | konteineru vedējs | |||
Ziema | Decembris, Janvāris, Februāris | 18 | 4 | 18 | 4 | 44 |
Pavasaris | Marts, Xxxxxxx, Maijs | 18 | 4 | 18 | 4 | 44 |
Xxxxxx | Xxxxxx, Jūlijs, Augusts | 18 | 4 | 18 | 4 | 44 |
Rudens | Septembris, Oktobris, Novembris | 18 | 4 | 18 | 4 | 44 |
Kopā: | 176 | |||||
Vienādojuma izstrāde, lai raksturotu šķeldu sablīvēšanos, to transportējot ar autotransportu, veikta, izmantojot – daudzfaktoru regresijas analīzi, paraugkoku salīdzināšanai izmantots T-tests.
1.2. Meža tehnikas monitoringa sistēmu un datu automatizācijas apstrādes instrumentu pilnveidošana un ieviešana ražošanā
1.2.1. Forvardera atstāto risu mērīšanas iekārtas izstrāde
Pētījuma mērķis ir samazināt darba apjomu un mazināt cilvēcisko faktoru ietekmi, monitorējot un novērtējot mežizstrādes darbu kvalitāti, kopšanas un atjaunošanas cirtēs, kā arī automatizētai datu uzkrāšanai par grunts nestspēju un tehnoloģisko brauktuvju un pievešanas ceļu
izvietojumu, izstrādājot universālu (pielietojamu dažādu ražotāju forvarderos) iekārtu un metodi risu dziļuma mērīšanai.
Pētījuma pirmajā etapā izstrādāta RTK LiDAR sistēma un veikta tās funkcionalitātes pārbaude, kā arī veikta ultraskaņas sensoru sistēmas pilnveidošana un vadības bloka modernizācija, veidojot lietotājam draudzīgu saskarsmi un pārskata formu.
Izvērtējot problēmas, kas apgrūtināja pirmās paaudzes prototipa izmantošanu risu mērīšanai un datu pēcapstrādi, jaunajā prototipā izmantots precīzs GNSS uztvērējs. Pirmās (●) paaudzes vienkāršais GPS uztvērējs nodrošināja ± 5 m precizitāti, bet 2. (●) paaudzes duālais GNSS uztvērējs ar RTK funkcionalitāti nodrošina ± 5cm precizitāti. Mērījumu datu apstrādes algoritms koriģēs aprēķinu atbilstoši koordināšu mērījumu precizitātei – jo mazāka precizitāte, jo lielāks solis būs rises dziļuma noteikšanai. Pētījumā noteiksim arī robežvērtības nekvalitatīvo datu filtrēšanai. Galvenais faktors, kas ietekmē mērījumu precizitāti, ir satelītu skaits un novietojums. Apsnigušā platībā risu mērīšana, visticamāk, nebūs iespējama, jo nevarēs kvalitatīvi noteikt virsmas “0” līmeni, kā arī signāla atstarošanās pret sniega virsmu dod lielāku izkliedi, kas pasliktina datu precizitāti. Tāpat, kā
1. paaudzes GPS sensors, arī 2. paaudzes sensori ir novietoti uz kabīnes jumta (att. 1.14). Uz kabīnes plānots uzstādīt arī sensorus attāluma mērīšanai.
Attēls 1.14. Pirmās un otrās paaudzes GPS sensori
Izmantojot pirmās paaudzes sensorus, risu dziļuma mērījums balstījās uz atstarotā ultraskaņas signāla mērījumiem, nosakot sensoru faktisko atrašanās augstumu pret zemes virsmu (att. 1.15). Pirmās paaudzes sensoru priekšrocības ir:
1. bezvadu savienojums;
2. lēti materiāli;
3. pārbaudīta tehnoloģija (auto distances sensori);
4. izturība pret apkārtējās vides ietekmi. Pirmās paaudzes sensoru trūkumi:
1. mērījumus precizitāti samazina dzinēja troksnis un mašīnas pārvietošanās;
2. baterijas ir regulāri jānomaina;
3. putekļi un netīrumi mazina mērījumu precizitāti;
4. palielinot sensoru stiprināšanas augstumu, būtiski samazinās mērījumu precizitāte;
5. reljefa neviendabīgums izkliedē signālu, palielinot rezultātu nenoteiktību.
𝑅𝑖𝑠𝑢𝑑𝑧𝑖ļ𝑢𝑚𝑠– 𝑐𝑜𝑠
(𝛼)
𝑏
; 𝑘𝑢𝑟
𝑎– 𝑠𝑒𝑛𝑠𝑜𝑟𝑎𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑠;
𝑏– 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑠𝑛𝑜𝑧𝑒𝑚𝑒𝑠;
𝛼– 𝑓𝑖𝑘𝑠ē𝑡𝑠𝑙𝑒ņķ𝑖𝑠;
Attēls 1.15. Pirmā prototipa mērīšanas princips
GPS STANDARD
Front Laser sensor + iMU
Standard NMEA message
$GPGGA, 064036.289, 4836.5375, N,
00740. 9373, E, 1, 04, 3.2, 200.2, M,
Pre-Point posit ion Euler angle X Y Z Point X Y Z
8-BIT Microcontroler
Translates the previous data in order to obtain the geographic coordinates as a reference (zero point) which is actually the center of the sensor. Then add the of fsets observed by the laser to determine the posit ion of the points in space.
LCD Display
SD card
Informs the operator of the health of the system. Running or Not. If not, why?
Saves the collected data in the form of a csv f ile.
Attēls 1.16. Otrās paaudzes sensoru sistēmas darbības princips
Otrās paaudzes lāzersensoru priekšrocības ir:
1. mērījumu precizitāte un maza staru kūļa izkliede;
2. barošana no forvardera elektrosistēmas, kas samazina kļūdu iespēju bateriju defektu gadījumā vai pazeminoties temperatūrai;
3. datu pārraide pa vadiem, samazinot datu zaudēšanas risku. Otrās paaudzes sensoru trūkumi:
1. jutīgi pret piesārņojumu, jānovieto drošā vietā (iekārtu plānots likt kabīnes augšpusē, attiecīgi, operators varēs novērtēt tās stāvokli arī vizuāli);
2. datu pārraide un barošana no forvardera elektrosistēmas palielina uzstādīšanas un montāžas laiku;
3. jutība pret laika apstākļiem, sensoru precizitāte var būtiski samazināties pazeminātā temperatūrā (atbilstoši ražotāja specifikācijai, pazeminoties temperatūrai zem -5° C iekārta nevar strādāt. Pētījumā noskaidrosim mērījumu kļūdu, strādājot zemā temperatūrā).
Pirmās un otrās paaudzes sensoru sistēmas nav izmantojamas, ja cirsma ir apsnigusi. Joprojām nav pieņemts lēmums par piemērotāko vietu ❷ paaudzes sensora novietošanai. Pirmajos izmēģinājumos sensori bija uzstādīti forvardera priekšpusē (att. 1.17). Iegūtie mērījumi neparāda objektīvi faktisko risu dziļumu, kad forvarders ar kravu ir iegrimis un priekšpuse ir pacēlusies uz
augšu. Tāpat arī problēmas rada tas, ka operators neredz forvardera priekšpusē novietotos sensorus un tos var viegli sabojāt. Ņemot vērā iepriekšējo pieredzi, sensoru bloku plānots pārvietot uz kabīnes aizmuguri, novietojot to operatoram pārredzamā vietā. Risu dziļuma aprēķināšanas princips saglabāsies tāds pats, kā ❶ paaudzes sensoriem – mērot staru kūļa atstarošanās attālumu abpus forvarderam, 0,5-1,0 m attālumā no tehnoloģiskā koridora vai pievešanas ceļa ārējās malas un
aprēķinot sensoru atrašanās augstumu attiecībā pret zemi. Šāda pieeja ļauj izmērīt abu risu vidējo dziļumu, kā arī matemātiski aprēķināt katras rises dziļumu, atkarībā no forvardera novietojuma slīpuma. Datu korekcijai būs vienādojums identificēs krasas augstuma izmaiņas brauciena laikā, kā arī starp braucieniem, nodrošinot iespēju “īsas” ieplakas un paugurus izslēgt no aprēķina. Iespējamo kļūdu varēs novērst, izmantojot žiroskopa un otra sensora mērījumus, kas palīdzēs saprast, vai attālums mainījies, iegrimstot forvarderam, vai izmaiņas notikušas, braucot gar kādu šķērsli.
Attēls 1.17. Risu mērīšanas sensoru izvietojums 1. un 2. paaudzes iekārtās
2021. gada otrajā pusē laboratorijas un lauku apstākļos veikta prototipa pārbaude.
Datu apstrāde veikta QGIS, sadalot nogabalu / sleju sektoros ar soli 1 m (soļa garumu var mainīt). Sistēmu būtiskākās atšķirības ir mērījumu skaits un datu kvalitāte. Tas nozīmē, ka pēc veiktiem uzlabojumiem otrās paaudzes iekārtā datus var redzēt tiešsaistes režīmā, nepieciešamības gadījumā tos eksportējot (att. 1.18). Mērījumu skaits atkarīgs no pārvietošanās ātruma (laika vienībā iekārta veic noteiktu mērījumu skaitu, izmēģinājumu laikā vidēji iegūti 2 mērījumi uz 1 m). Mērījumu skaits ir maināms lielums, līdzsvarojot apstrādājamo datu apjomu un precizitāti. Datu apstrādē orientēsimies uz LVM iekšējo noteikumu prasību izpildi risu dziļuma un garuma noteikšanai2.
2xxxxx://xxx.xxx.xx/xxxxxx/xxx/Xxxxxxxxxxxxxx/Xx%X0%XXxxxxx%X0%00xx/Xxxxxxxxx/Xxxxxxxxxx_xxxxxxxx_xxxxxxx
anas_vadlinijas_v.03.pdf
Attēls 1.18. 1. un 2. sensoru sistēmas datu piemērs3
1.3. Automatizētas sistēmas izveide meža taksācijas rādītāju noteikšanai un kopšanas ciršu kvalitātes novērtēšanai
1.3.1. Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei
Pētījuma 2021. gada nodevums ir rekomendācijas programmas pilnveidošanai taksācijas rādītāju noteikšanas precizitātes palielināšanai.
Meža inventarizācijas datu aktualizēšanai nozarē meklē arvien jauni risinājumi tai skaitā zemes lāzera skenera izmantošanu, kas ļauj samazināt darbietilpību un paaugstinātu precizitāti. Pētījumos salīdzināti klasiskie uzmērīšanas instrumenti un dažādi skeneri (Bauwens u.c., 2016; Xxxxx u.c., 2016; Xxxx u.c., 2008). Izmantojot zemes skeneri, var noteikt koka caurmēru un augstumu. 2018. gada pētījumā, kuru īstenoja X. Apostols (Apostol u.c., 2018), salīdzinātas klasiskā metode – dastmērs un augstummērs ar zemes lāzera skeneri. Galvenās atziņas ir saistītas ar uzmērīšanas precizitāti, kas atkarīga no mežaudzes sugu sastāva un biezības. Caurmēra mērījumiem var nodrošināt 2 mm precizitāti. Precizitātes nodrošināšana galvenokārt ir atkarīga no lāzera skenera precizitātes (precizitāti var redzēt ražotāja mājaslapā). Savukārt M. Mokroš (Mokroš u.c., 2021) salīdzina pieejamās jaunākās tehnoloģijas – zemes lāzerskeneri (Faro Focus s70), pārnēsājamo skeneri (GeoSLAM Horizon scanner), planšeti ar integrētu skeneri (iPad Pro 2020) un fotogrammetrijas metodi (Multi-camera Sony a6300). Pētījumā galvenās atziņas saistītas ar nepieciešamo mērījumu precizitāti, piemēram, salīdzinot koku caurmēru starp manuālajiem mērījumiem un iekārtu noteiktajiem, augstākā sakritība (R2 > 0,90) ir zemes lāzerskenerim un iPad. Savukārt, ja nepieciešams noteikt koka augstumu, tad piemērotākās iekārtas ir zemes lāzerskeneris u pārnēsājamais skeneris. Ievāktie dati ar pārējām iekārtām ir ar ierobežotu augstumu – apskatītajā pētījumā nedaudz virs 1,3 m. Viena no darbietilpīgākajām darbībām ir tieši datu ievākšana un pirmapstrāde, kas sevī ietver – sagatavošanās darbus, marķieru novietošanu, maršruta plānošanu un pašu skenēšanu. Tālākā datu apstrādē iespējama automatizācija caurmēra noteikšanai. Viens no variantiem ir X. Xxxxx (Xxxxx u.c., 2011) vai C. Cabo (Cabo u.c., 2018) aprakstītā metode. Tiesa gan šajos un līdzīgos pētījumos koka caurmērs aprēķināts 1,3 m no zemes virsmas, kas var radīt sistemātisku kļūdu, īpaši kūdras augsnēs, bet koka augstuma noteikšu tas neietekmē.
Alternatīvs risinājums zemes lāzera skenerim (stacionāram) ir pārvietojams skeneris, tomēr veikto pētījumu nav daudz. X. Xxxxxxx (Bauwens u.c., 2016) savos pētījumos kā vienu no metodes galvenajām priekšrocībām izcēlis salīdzinoši lielāku skenēšanas ātrumu, kas ļauj iegūt lielāku punktu blīvumu un līdz pat 91% pārklājumu, kas ievērojami uzlabo precizitāti un palielina iegūto datu
3 Pirmā sensoru sistēma, sarkanie un melnie punkti, un 2. sensoru sistēma zaļie un dzeltenie punkti. Melnie un dzeltenie norāda uz risēm, kas dziļākas par 7 cm, sarkanie un zaļie – rises seklākas par 7 cm.
tālākas izmantošanas priekšrocības. Metodes pamatā ir pārnēsājams skeneris (var būt vairāki), ar kuru pārvietojas lokveidā pa cirsmu (att. 1.19). Ja nepieciešams skenēt atsevišķu koka daļu vai daļu no zemes virsmas, var izmantot rokas skeneri (Balenović u.c., 2021).
Attēls 1.19. Shematisks attēls datu ievākšanai (labajā pusē pārnēsājamais skeneris, kreisajā pusē stacionārais zemes skeneris Bauwens u.c., 2016)
Pētījuma īstenošanai taksācijas rādītāju salīdzināšanai izmantoti gan sertificētu taksatoru veikti mērījumi (turpmāk tekstā Meža valsts reģistrs), gan harvestera dati (turpmāk tekstā – hprGallring). Iegūtās datu kopas salīdzinātas ar pētnieku iegūtām datu kopām, datus ievācot lauku darbos un fotogrammetriski. Balstoties uz pētījuma “Harvestera produkcijas datu (StanforD2010) izmantošana meža inventarizācijas datu ievākšanai, izmantojot hprGallring programmu” rezultātiem, labākos rādītājus uzrādīja tieši priežu audzes. Līdz ar to 2021. gadā pētījuma turpinājums balstās tiešu uz detalizētāku datu kopas izpēti priežu tīraudzēs ar nebūtisku egles vai citu koku mistrojumu. Kopumā izvirzīto mērķu sasniegšanai nepieciešamā datu kopa sadalīta divās daļās, kur katras daļas īstenošanai ir atšķirīga metodika.
Pirmā daļa paredz datu ievākšanu priedes tīraudzēs, kurās mežizstrāde veikta 2021. gadā un taksācijas rādītāji pēc izstrādes aktualizēti ne vēlāk 2021. gada sākumā. Papildu prasības ir saistītas ar mežizstrādes tehniku un datu uzskaiti, harvesteriem jānodrošina atbilstība StanForD2010 prasībām, kā viens no kritērijiem ir mežizstrādes tehnikas iespēja izstrādes laikā fiksēt torņa pagrieziena leņķi. Kopumā no visām 2021. gada pirmajā pusē (līdz aprīlim) izstrādātajām priežu audzēm, pētījumam atlasītas 28 (pieejami Meža valsts reģistra dati, mežizstrādes dati - *.hpr). Atbilstoši aprobētajai metodikai atkārtoti nepieciešams pārmērīt ne mazāk kā 10% no izstrādātajām mežaudzēm. Veicot vienlaidus audzes dastošanu, atkārtoti pārmērītas 5 mežaudzes (“kontrole pēc izstrādes”). Uzdevuma sasniegšanai datu kopa – mežaudzes, analizētas salīdzinot Meža valsts reģistra datus un hprGallring aprēķinātos datus, sniedzot precizitātes izvērtējumu sekojošās pozīcijās:
• vidējā koka augstuma atšķirības (tai skaitā pret tālizpētes datiem);
• vidējā koka caurmērs, nobīde sadalījumā pa vecumgrupām;
• paliekošās audzes šķērslaukums;
• harvestera uzmērīšanas precizitātes izvērtējums;
• precizitātes izvērtējums Meža valsts reģistra datiem ar vienlaidus dastošanu.
Analīzei izmantotie dati no programmas hprGallring:
• paliekošais audzes šķērslaukums;
• izstrādātais audzes šķērslaukums;
• izzāģētā krāja;
• paliekošā krāja;
• paliekošais vidējā koka caurmērs;
• paliekošais vidējā koka augstums;
• paliekošais koku skaits.
Otrā daļa paredz datu ievākšanu 20 priežu tīraudzēs (tab. 1.5, “Izstrādei paredzētās audzes”), kurām pieejami Meža valsts reģistra aktualizētie dati pirms audzes izstrādes uz 2021. gada janvāri (vai aktuālāki). 10 audzēs nav iepriekš veikta kopšanas cirte, tas nozīmē, ka nav ierīkoti tehnoloģiskie koridori; savukārt, atlikušajās 10 audzēs iepriekšējās kopšanas laikā ierīkoti tehnoloģiskie koridori, kur atstatums starp to centiem ir 20 m. Mežaudzēm nav izteikts reljefs vai sarežģīta cirsmas kontūra. Pētījuma mērķu sasniegšanai analizētas atšķirības taksācijas rādītājos – Meža valsts reģistra dati un lauku mērījumu dati (tai skaitā fotogrammetrija):
• harvestera uzmērīšanas precizitāte – atbilstoši *.ktr failam;
• koka caurmērs virs sakņu kakla – lauku dati, zemes lāzerskenēšanas un stumbra dati (*.stm);
• harvestera pagrieziena leņķa noteikšana uz tehnoloģiskās brauktuves, kā arī koka izvietojums atbilstoši hprGallring aprēķinam, salīdzināts ar zemes lāzerskenera un fotogrammetrijas iegūtiem aprēķiniem;
• taksācijas rādītāju atbilstības izvērtējums pēc kopšanas – Meža valsts reģistrs, laku dati (tai skaitā vienlaidus dastošana) un fotogrammetrija;
• optimālā PL skata modelēšana, lai sasniegtu atbilstību pret individuālo koku dastošanu;
• mērījumu kļūdas nenoteiktība – Meža valsts reģistrs, lauku dati un hprGallring.
Mežaudzēs meža īpašnieks ārējo robežu marķēšanu veic atbilstoši nozarē pieņemtajai praksei un izmanto pieņemtos apzīmējumus (AS "Latvijas valsts meži", 2020).
Tabula 1.5. Izmēģinājumu objektu sadalījums
ID | KV. APG. | KV | nogabals | Kontrole pēc izstrādes (pirmā daļa) | Izstrādei paredzētās audzes |
105-85-8 | 105 | 85 | 8 | x | - |
105-85-9 | 105 | 85 | 9 | x | - |
105-86-6 | 105 | 86 | 6 | x | - |
000-000-0 | 109 | 342 | 8 | x | - |
000-000-0 | 411 | 360 | 1 | x | - |
000-000-0 | 411 | 360 | 2 | x | - |
000-000-0 | 411 | 329 | 1 | - | x |
ID | KV. APG. | KV | nogabals | Kontrole pēc izstrādes (pirmā daļa) | Izstrādei paredzētās audzes |
000-000-0 | 411 | 360 | 1 | - | x |
000-000-0 | 411 | 360 | 2 | - | x |
000-000-00 | 109 | 212 | 11 | - | x |
000-000-0 | 109 | 342 | 8 | - | x |
000-000-0 | 102 | 310 | 2 | - | x |
000-000-00, 11, 12 | 102 | 297 | 10, 11, 12 | - | x |
000-000-00 | 102 | 273 | 20 | - | x |
000-000-00 | 601 | 450 | 12 | - | x |
000-000-00, 17 | 102 | 305 | 11, 17 | - | x |
000-000-00, 18, 21 | 102 | 259 | 17, 18, 21 | - | x |
000-00-00 | 000 | 00 | 00 | - | x |
000-000-0, 7, 8, 9, 10, 13 | 103 | 240 | 6, 7, 8, 9, 10, 13 | - | x |
000-000-0 | 102 | 271 | 4 | - | x |
000-000-00 | 601 | 360 | 13 | - | x |
Meža īpašnieka sniegtie dati paredz galveno taksācijas rādītāju atspoguļošanu visām pētījumā atlasītajām mežaudzēm, kurās ir veikta kopšanas cirte. Mežaudžu raksturošanai pirms kopšanas, aktuālie dati atlasīti atbilstoši kolonnai “GDB_FROM_DATA”, atfiltrējot datus, kuri pētījumam nav nepieciešami. Pēc kopšanas aktuālos taksācijas rādītājus atlasa kolonā “SURVEYDATE”, tie nedrīkst būt vecāki par 2020. gada 1. janvāri, bet kontrolmērījumu veikšanai (individuālā koku uzmērīšana), vecāki par 2021. gada 1. janvāri.
Vienlaidus audžu dastošana paredz visu koku individuālu uzmērīšanu. Koku caurmērs uzmērīts 1,3 m augstumā no sakņu kakla, mērījuma vietā ar krāsu uzpūsts punkts. Sakņu kakls – vieta, kur auga sakne pāriet stumbrā (Xxxxx, 2005). Katram kokam veikti divi, savstarpēji perpendikulāri, mērījumi. Lai noteiktu katras koku sugas vidējo augstumu sadalījumā pa caurmēra pakāpēm, konstruēta augstumlīkne. Līknes konstruēšanai uzmērīts viens vidējais koks noteiktajā caurmēra grupā, ja audzes biezība var ietekmēt koka izvēli, tad caurmēra grupā, kurā var kļūdaini noteikt vidējo koku, kas reprezentē grupu, uzmēra 4 kokus. Koka augstumu uzmēra kā attālumu līdz galotnei ar nenoteiktību 0,5 m. Plānotajās priežu audzēs veicot mērījumus, nepieciešams veikt atzīmi, par sakņu kakla augstumu virs zemes, lai tālākā datu apstrādes procesā varētu identificēt caurmēra nobīdi harvestera datos. Augstumu nosaka, kā attālumu no zemes virskārtas līdz sakņu kakla sākumam, mērījumu veic ar nenoteiktību 1 cm. Audzes līmenī nosaka kopējo koku skitu sadalījumā pa caurmēra pakāpēm.
Parauglaukumu izvietošana izstrādei paredzētās cirsmās plānota, pamatojoties uz kartēm, tas nozīmē, pieņemts, ka tehnoloģisko koridoru izvietojums būs pa garāko cirsmas malu. Vienā cirsmā izvieto līdz 3 taisnstūrveida parauglaukumus. Parauglaukuma platums 20 m, bet garums vienāds ar cirsmas platumu. Parauglaukumā marķē visus kokus, caurmēru uzmēra 1,3 m no sakņu kala. Lai pēc
izstrādes prognozētu paliekošās audzes taksācijas rādītājus, kā arī varētu salīdzināt ar hprGallring aprēķināto. Pēc izstrādes atzīmē nozāģētos kokus, identificējot to atrašanās vietu – atrašanās uz tehnoloģiskā koridora vai audzē.
Zemes lāzerskenēšana paredz vienlaidus mežaudzes skenēšanu 20 priežu tīraudzēs. Pētījumā lietotā iekārta – Faro Focus M70 (FARO, 2020). Skenera tehniskie dati un papildu aprīkojums un iestatījumi parādīti tab. 1.6.
Tabula 1.6. Zemes lāzerskenera iestatījumi
Nr. | Parametrs | Mērvienība |
1. | Skenēšanas diapazons | 0.6 – 70 m |
2. | Izšķirtspēja | 43,7 MPts |
3. | Kvalitāte | 4x |
4. | Fotogrāfiju uzņemšanas funkcija | Aktivizēta |
5. | Skenēšanas leņķis | 3600 |
6. | Aktivizēti papildu iestatījumi | Augstummērītājs Kompass Altimetrs GNSS |
7. | GNSS atbalsta | GPS un GLONASS |
8. | Skenēšanas izmērs | 10240 X 4267 Pt |
9. | Lāzera klase | 1 |
10. | Viļņa garums | 1550 nm |
11. | Temperatūra | 150 – 550 C |
12. | Sfēras (baltas) | 139 mm un 200 mm |
13. | Atstarošanas spēja (baltai sfērai) | 90% |
Pirms darbu veikšanas ar zemes lāzerskeneri jābūt skaidri marķētām ārējās cirsmas robežām (AS "Latvijas valsts meži", 2020), kā arī nepieciešams nozāģēt pameža kokus un krūmus, ja tie aizsedz skenējamos kokus. Nepieciešamības gadījumā var marķēt skenera atrašanās vietu, zemē iedzenot koka mietu, kuram ne mazāk kā 1/3 no tā garuma uzpūsta krāsa (vēlams sarkana vai oranža).
Skenera izvietošana un objekta plānošana. Pirms cirsmas skenēšanas veic sasaistes punktu izvietošanu. Pirmā skenera stāvvietā jānovieto seši sasaistes punkti – sfēras, no kurām 3 punkti paredzēti, lai savienotu pēdējo staciju ar pirmo staciju (att. 1.20). Punktu izvietošanu veic atbilstoši sfēras diametram, sfēras ar diametru 139 mm novieto no 11 līdz 15 m attālumā (maksimāli pieļaujamais attālums pie izšķirtspējas ¼ - 19 m), bet 200 mm sfēras no 13 līdz 24 m attālumā
(maksimāli pieļaujamais attālums pie izšķirtspējas ¼ - 27 m). Savienojuma punkti nepieciešami, lai datu apstrādes procesā varētu savienot skenējumus ar precizitāti ± 3 mm (precizitāte ko nodrošina skenēšana vienā bāzes stacijā FARO, 2020).
Attēls 1.20. Cirsmas skenēšanas shēma (taisnstūri – zemes lāzerskenera atrašanās vieta, apļi – skenēšanas zona, sarkanie apļi – sfēru novietojums, ± 3 mm – uzmērīšanas precizitāte)
Iegūtā punktu mākoņa apstrādei pēc skenēšanas izmanto programmu SCENE 07.6378.
Rezultātā iegūst punktu mākoni, kuru eksportē uz *.las formātu.
Iegūtajam punktu mākonim veic tālāko apstrādi FUSION/LDV programmatūrā. Tā kā punktu blīvums visā teritorijā (horizontālajā plaknē) nav vienmērīgs, jāveic papildus filtrācija, norādot vēlamo punktu skaitu uz kvadrātmetru. Rezultātā iegūstams reljefu raksturojošo punktu mākonis ar fiksētu punktu blīvumu uz kvadrātmetru. Jauniegūtais punktu mākonis tālāk izmantojams zemes virsmas modeļa ģenerēšanā.
Lai lāzerskenēšanas datos noteiktu koku caurmēru krūšu augstumā, sākotnējais punktu mākonis normalizējams (lāzerskenēšanas punktiem atņemot Zemes virsmas modeļa augstuma vērtības). Normalizētais punktu mākonis tālāk filtrējams augstuma robežās no 1,25-1,35 m, tādējādi iegūstot punktu mākoņa datus tikai krūšu augstuma zonā, kurā jākoncentrējas koku stumbru punktu informācijai.
No lāzerskenēšanas izgrieztais punktu mākonis tālāk analizējams divās dimensijās. QGIS vidē punkti klāsterojami grupās, kurās tie koncentrējas (koka stumbra apkārtmēru raksturojošie punkti). No grupētajiem punktiem izveidojams poligons, kurš raksturo stumbra šķērslaukumu. Lai noteiktu maksimālo un minimālo stumbra diametru, aprēķināms Bounding Box.
Datu ieguve no harvestera. Produkcijas failā jābūt fiksētām nozāģēto koku koordinātēm (harvestera atrašanās vieta), kas satur informāciju par harvestera lokācijas datiem zāģēšanas brīdī, manipulatora pagrieziena leņķim attiecībā pret kustības asi, kā arī, ja iespējams, manipulatora izlices leņķim. Savukārt, kalibrēšanas failam nepieciešama informācija par tehnikas uzmērīšanas precizitāti, kur projekta pirmās daļas īstenošanai pietiek ar vienu kalibrētu koku dienā (nejaušības principa metode), savukārt otrās daļas realizēšanai nepieciešami 7 kalibrēšanas koki un cirsmu (manuālā
principa metode, AS “Latvijas valsts meži”, 2019). Pirmā uzdevuma izpildei harvestera uzmērīšanas precizitāte analizēta, balstoties uz nejaušības principa metodi, kurā sistēma nejauši izvēlas vienu koku, līdz ar to sagatavotais fails atspoguļos mērījuma precizitāti par 7 dienām. Otrā uzdevuma īstenošanai, kur pielietota manuālā principa metode, iegūtie dati būs attiecināmi un izstrādāto cirsmu. Atbilstoši šai metodei, nepieciešams pārbaudi veikt 3-4 cirsmā raksturīgiem resnās dimensijas kokiem, 1-2 vidējās dimensijas kokiem un 1-2 tievās dimensijas. Harvestera mērīšanas precizitāte jānodrošina atbilstoši AS “Latvijas valsts meži” prasībām (AS "Latvijas valsts meži", 2019).
Datu ieguve no hprGallring. Harvesteram, veicot krājas kopšanas cirti, jāsagatavo StanForD2010 standartam atbilstošs produkcijas fails (*.hpr). Lai iegūtu taksācijas rādītājus, failu apstrādā iepriekš minētā programmā hprGallring 4.0.0.5 versijā. Datu apstrādes:
1) datu importēšana “open hpr file directly”;
2) importē nepieciešamo failu ar paplašinājumu *.hpr;
3) iegūtos datus eksportē tālāki datu apstrādei sadaļā “Export data”, ja nepieciešams:
a) analizēt taksācijas un sagatavoto apjomu sadalījumā pa cirsmām, pielietojot failu eksportēšanas funkciju “Prognosis data to shape file”;
b) analizēt koku telpisko novietojumu, pielietojot funkciju “Hpr-file to text file” (papildus atzīmes veic – koku sugai, D1,3 m, izstrādes laikam, koordinātēm, pagrieziena leņķim).
Aprēķinot audzes parametrus – augstumu, caurmēru un šķērslaukumu, sākumā datus importē QGIS programmā, kurā pielasa klāt nogabala informāciju no LVM nogabala slāņa par kvartāla apgabalu, kvartālu un nogabalu “Vector general – Join attributes by location”. Katram sektoram marķē centru “Vector creation – Centroids” ar pamatinformāciju – augstums, caurmērs un šķērslaukums. Nogabala līmenī veic caurmēra, augstuma un šķērslaukuma aprēķinus “Vector polygon tools – Point statistics for polygons”. Tālākā datu apstrādes procesā izveidoto slāni eksportē uz datubāzi un apstrādes procesā klāt pievieno pamatinformāciju no Meža valsts reģistra datiem.
Taksācijas rādītāju aprēķināšana
Viena koka šķērslaukums (Gi):
3,1416 × 𝑑2 𝐺 = 𝑖 𝑖 4 × 10000 | (1.17) |
Audzes šķērslaukums (G, m2 ha-1):
∑ 𝐺𝑖 𝐺 = 𝑃 𝑘𝑢𝑟: 𝐺𝑖– 𝑘𝑜𝑘𝑎 šķē𝑟𝑠𝑙𝑎𝑢𝑘𝑢𝑚𝑠, 𝑚2ℎ𝑎−1; 𝑑𝑖– 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠 1,3 𝑚 𝑎𝑢𝑔𝑠𝑡𝑢𝑚ā, 𝑐𝑚; 𝑃– 𝑛𝑜𝑔𝑎𝑏𝑎𝑙𝑎 𝑝𝑙𝑎𝑡ī𝑏𝑎, ℎ𝑎. | (1.18) |
Audzes vidējo caurmēru (gvid) aprēķina, izmantojot dastošanas datus.
𝐺𝑖 𝑔𝑣𝑖𝑑 = 𝑁 𝑖 𝑘𝑢𝑟: 𝑁𝑖– 𝑎𝑢𝑑𝑧𝑒𝑠 𝑘𝑜𝑘𝑢 𝑠𝑘𝑎𝑖𝑡𝑠, 𝑔𝑎𝑏. | (1.19) |
Audzes vidējais kvadrātiskais caurmērs (Dg):
𝑔𝑣𝑖𝑑 𝐷𝑔 = 100 × √0,785 | (1.20) |
Koku augstuma noteikšanai aprēķina augstumlīkni atbilstoši logaritmiskajai funkcijai:
ℎ = 𝑎 + 𝑏 × ln(𝑑) 𝑘𝑢𝑟: 𝑏 𝑢𝑛 𝑐 𝑎𝑝𝑟ēķ𝑖𝑛𝑎 𝑎𝑡𝑏𝑖𝑙𝑠𝑡𝑜š𝑖 𝑘𝑎𝑡𝑟𝑎𝑠 𝑎𝑢𝑔𝑠𝑡𝑢𝑚šķ𝑖𝑟𝑎𝑠 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑙ī𝑘𝑛𝑒𝑖. | (1.21) |
Koka tilpumu aprēķina, izmantojot I. Liepas metodi (Liepa, 2018):
𝑉 = 𝜓 × 𝐻𝛼 × 𝑑𝛽×𝑙𝑔(𝐻)+𝜑 𝐾𝑢𝑟: 𝐻– 𝑘𝑜𝑘𝑎 𝑎𝑢𝑔𝑠𝑡𝑢𝑚𝑠, 𝑚; 𝑑– 𝑘𝑜𝑘𝑎 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠 1,3 𝑚 𝑛𝑜 𝑠𝑎𝑘ņ𝑢 𝑘𝑎𝑘𝑙𝑎, 𝑐𝑚; 𝜓, 𝛼, 𝛽, 𝜑– 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑖. | (1.22) |
Harvestera leņķa noteikšanai nepieciešamie parametri:
• harvestera pārvietošanās virziena noteikšana (Machine bearing) – 0°-89° Ziemeļi, 90°-179° Austrumi, 180°-269° Dienvidi, 270°-359.
• torņa pagrieziena leņķis attiecībā pret harvesteru (Boom angle (felling)) - 0° - taisni uz priekšu, 90° - koku satveršana labajā pusē, 180° - kokus satveršana labajā pusē (uz aizmuguri), 270° - koku satveršana kreisajā pusē.
Lai modelētu audzi pirms kopšanas, mežizstrādes procesa laikā to raksturo ar nozāģētiem kokiem uz tehnoloģiskās brauktuves. Vidējais brauktuves platums ir 4 m, kas raksturo torņa pagrieziena leņķi robežās no 0°-30° un 360°-330°, savukārt pārējie koki tiek fiksēti kā ārpus tehnoloģiskās brauktuves.
∑𝑘 𝑑𝑗 × 𝑛𝑖 𝐷 = 𝑖=1 𝑣𝑖𝑑.𝑠𝑣. 𝑛 𝐾𝑢𝑟: 𝑛– 𝑖𝑧𝑙𝑎𝑠𝑒𝑠 𝑣𝑖𝑒𝑛ī𝑏𝑢 𝑠𝑘𝑎𝑖𝑡𝑠, 𝑔𝑎𝑏. ; 𝑑𝑗– 𝑘𝑜𝑘𝑢 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠, 𝑚𝑚; 𝑘 − 𝑘𝑙𝑎š𝑢 𝑣𝑎𝑖 𝑣𝑎𝑟𝑖𝑎𝑛𝑡𝑢 𝑠𝑘𝑎𝑖𝑡𝑠; 𝑛𝑖– 𝑛𝑜𝑣ē𝑟𝑜𝑗𝑢𝑚𝑢 𝑠𝑘𝑎𝑖𝑡𝑠. | (1.23) |
Tabula 1.7. Caurmēra sadalījums grupās
Grupas Nr. | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
Caurmērs, mm | <40 | 40 - <60 | 60 - <80 | 80 - <100 | 100 - <120 | 120 - <140 | 140 - <160 | 160 - <180 | 180 - <200 | 200 - <220 | 220 - <240 | 240 - <260 | 260 - <280 | 280 - <300 | >300 |
Koku vidējā aritmētiskā augstuma aprēķināšana atbilstoši T. Loreja izstrādātajam vienādojumam (Liepa, 2018).
∑𝑖 𝑑2 ℎ𝑖 𝐻 = 𝑖 , 𝑖 = 1,2, … , 𝑛. 𝐿 ∑𝑖 𝑑2 𝑖 | (1.24) |
Platībās, kurās veikti kontrolmērījumi, konstruētas caurmēra un augstuma līknes, lai no tālizpētes datiem precīzāk raksturotu un salīdzinātu audzes parametrus. Pētījumā plānots pārbaudīt programmā lietotos algoritmus, nepieciešamības gadījumā tos precizējot (Bhuiyan u.c., 2016).
𝐷𝑔𝑣𝑡𝑘 = 𝐷𝑔𝑣𝑝ē𝑐 ∗ (1 − 𝑈𝑚𝑠 ) + (𝐷𝑔𝑣𝑎 ∗ 𝑈𝑚𝑠 ) 𝐾𝑢𝑟: 𝐷𝑔𝑣𝑡𝑘 – 𝑠𝑣ē𝑟𝑡𝑎𝑖𝑠 𝑣𝑖𝑑ē𝑗𝑎𝑠 𝑑𝑖𝑎𝑚𝑒𝑡𝑟𝑠 𝑠𝑡𝑎𝑟𝑝 𝑡𝑒ℎ𝑛𝑜𝑙𝑜ģ𝑖𝑠𝑘𝑎𝑗ā𝑚 𝑏𝑟𝑎𝑢𝑘𝑡𝑢𝑣ē𝑚 𝑝𝑖𝑟𝑚𝑠 𝑘𝑜𝑝š𝑎𝑛𝑎𝑠; 𝐷𝑔𝑣𝑝ē𝑐 – 𝑣𝑖𝑑ē𝑗𝑎𝑠 𝑠𝑣ē𝑟𝑡𝑎𝑖𝑠 𝑑𝑖𝑎𝑚𝑒𝑡𝑟𝑠 𝑝ē𝑐 ℎ𝑝𝑟𝐺𝑎𝑟𝑙𝑙𝑖𝑛𝑔 𝐷𝑔𝑣𝑎 – 𝑠𝑣ē𝑟𝑡𝑎𝑖𝑠 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑑𝑖𝑎𝑚𝑒𝑡𝑟𝑠 𝑠𝑡𝑎𝑟𝑝 𝑡𝑒ℎ𝑛𝑜𝑙𝑜ģ𝑖𝑠𝑘𝑎𝑗ā𝑚 𝑏𝑟𝑎𝑢𝑘𝑡𝑢𝑣ē𝑚 𝑈𝑚𝑠 – 𝑝𝑟𝑜𝑐𝑒𝑛𝑡𝑢ā𝑙ā 𝑑𝑎ļ𝑎 𝑠𝑡𝑎𝑟𝑝 𝑇𝐾, 𝑘𝑎𝑠 𝑖𝑧𝑡𝑒𝑖𝑘𝑡𝑎 𝑘ā 𝑑𝑎ļ𝑎 𝑛𝑜 𝑘𝑜𝑝ē𝑗ā𝑠 𝑝𝑙𝑎𝑡ī𝑏𝑎𝑠 𝑝𝑖𝑟𝑚𝑠 𝑘𝑜𝑝š𝑎𝑛𝑎𝑠. | (1.25) |
Vidējo bāzes svērto diametru pēc kopšanas aprēķina ar 1.26 formulu.
𝐷𝑔𝑣𝑡𝑘 − 𝐷𝑔𝑣𝑎 ∗ 𝑈𝑚𝑠 𝐷𝑔𝑣𝑝ē𝑐 = 1 − 𝑈 𝑚𝑠 |
Sistēmas aprēķinos nav tieši pieejama informācija par mainīgajiem lielumiem. Tā vietā ir jāizmanto netiešie mainīgie, saikne starp mērķa mainīgajiem un netiešajiem mainīgajiem tiek aprēķināta ar sekojošajām formulām.
𝐷𝑔𝑣𝑡𝑘 = 𝐷15 ∗ 𝑘 𝐾𝑢𝑟: 𝐷15– 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑠𝑣ē𝑟𝑡𝑎𝑖𝑠 𝑑𝑖𝑎𝑚𝑒𝑡𝑟𝑠 𝑘𝑜𝑘𝑖𝑒𝑚, 𝑘𝑎𝑠 𝑛𝑜𝑧āģē𝑡𝑖 𝑢𝑧 𝑇𝐾 𝑙𝑒ņķī ± 15°, 𝑚𝑚 𝑘– 𝑘𝑜𝑟𝑒𝑘𝑐𝑖𝑗𝑎𝑠 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠 [18]; | (1.27) |
𝐷𝑔𝑣𝑎 = 𝐷50 𝐾𝑢𝑟: 𝐷50– 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑠𝑣ē𝑟𝑡𝑎𝑖𝑠 𝑑𝑖𝑎𝑚𝑒𝑡𝑟𝑠 𝑘𝑜𝑘𝑖𝑒𝑚, 𝑘𝑎𝑠 𝑛𝑜𝑧āģē𝑡𝑖 ā𝑟𝑝𝑢𝑠 𝑇𝐾 𝑙𝑒ņķī ± 50°, 𝑚𝑚; | (1.28) |
(1 − 𝐺𝑢30 ) ∗ 𝐺𝑢 𝑡𝑜𝑡 𝑈 = 𝐺𝑢𝑡𝑜𝑡 𝑚𝑠 𝐺𝑡𝑜𝑡 𝐾𝑢𝑟: 𝐺𝑢30– 𝑛𝑜𝑧āģē𝑡𝑎𝑖𝑠 𝑘𝑜𝑘𝑢 šķē𝑟𝑠𝑙𝑎𝑢𝑘𝑢𝑚𝑠 𝑢𝑧 𝑇𝐾 𝑙𝑒ņķī ± 50°, 𝑚2; 𝐺𝑢𝑡𝑜𝑡– 𝑘𝑜𝑝ē𝑗𝑎𝑖𝑠 šķē𝑟𝑠𝑙𝑎𝑢𝑘𝑢𝑚𝑠, 𝑚2; 𝐺𝑡𝑜𝑡– 𝑘𝑜𝑝ē𝑗𝑎𝑖𝑠 šķē𝑟𝑠𝑙𝑎𝑢𝑘𝑢𝑚𝑠 𝑎𝑡𝑏𝑖𝑙𝑠𝑡𝑜š𝑖 ℎ𝑝𝑟𝐺𝑎𝑙𝑙𝑟𝑖𝑛𝑔, 𝑚2; | (1.29) |
Lai pēc iespējas precīzāk aprēķinātu taksācijas rādītājus, izmantojot programmu hprGallring, otrā uzdevuma izpildē nepieciešams ievadīt atbilstošu tehnoloģiskā koridora platumu. Koridora platumu nosaka 10 m garā joslā (AS "Latvijas valsts meži", 2008):
• att. 1.21 pa kreisi, no mežizstrādes mašīnas riteņu nospiedumu vidus izmēra īsāko attālumu līdz tuvākajam valdaudzes kokam, pēc tam izmēra attālumu no tā paša nospieduma vidus līdz tuvākajam kokam otrā malā tehnoloģiskajā brauktuvē, saskaita abus mērījumus, tādējādi iegūstot kopējo platumu;
• att. 1.21 vidū, no mežizstrādes riteņa nospiedumu vidus izmēra īsāko attālumu līdz tuvākajam valdaudzes koka celmam. Ja attālums ir mazāks par 1 m, tehnoloģiskās brauktuves platumu atzīmē kā 4 m;
• att. 1.21 pa labi, no mežizstrādes riteņa nospiedumu vidus izmēra īsāko attālumu līdz tuvākajam valdaudzes koka celmam. Ja attālums ir lielāks par 1 m, no mežizstrādes mašīnas riteņu nospieduma vidus izmēra īsāko attālumu līdz tuvākajam valdaudzes kokam, pēc tam izmēra attālumu no tā paša nospieduma vidus līdz tuvākajam kokam otrā malā, saskaita abus mērījumus, iegūstot kopējo platumu.
Attēls 1.21. Tehnoloģiskās brauktuves platuma uzmērīšana
Vidējo vērtību aprakstīšanai izmanto aprakstošo statistiku – vidējais aritmētiskais, standartnovirze un novērojumu skaits. Secinošai statistikai, lai aprakstītu pētāmo pazīmju vai paraugkopu atšķirības, pielietots Wilkoksona rangu zīmju testu. Korelācijas jeb sakarību noteikšanai pielietots Spīrmena rangu korelācijas tests.
1.4. Biokurināmā un apaļo kokmateriālu sagatavošanas metodes kopšanas cirtēs
1.4.1. Masas zuduma, kā arī cietā biokurināmā siltumspējas un mitruma satura izmaiņas atkarībā no uzglabāšanas ilguma un citiem faktoriem
Pētījuma mērķis ir iegūt empīriskus datus par skujkoku un bērza apaļo kokmateriālu nogriežņu masas un siltumspējas izmaiņām uzglabāšanas periodā. Izmēģinājumi veikti Meža pētīšanas stacijas Ozolnieku poligonā, kur mašinizēti sagatavotiem malkas nogriežņiem (4 x 120 gab.) reizi mēnesī veikts parametru izmaiņu monitorings (skuju koku un bērza apaļo kokmateriālu masa un siltumspēja).
Pētījuma kalendārais grafiks (tab. Tabula 1.8) paredzēja empīrisko datu ieguvi no 2020. gada februāra līdz 2021. gada oktobrim, bet materiāla sagatavošana un piegāde aizkavējās par 5 mēnešiem, kas neļāva iegūt datus plānotajā apjomā.
Tabula 1.8. Materiālu sadalījums pa sezonām
Sagatavoto nogriežņu skaits, gab. | Krautnējumu skaits, gab. | Lauku darbu veikšana (mērījumi + šķeldošana) | |||||||
1.k. | 2.k. | 3.k. | 4.k. | 5.k. | 6.k. | 7.k. | 8.k. | ||
240 | 8 | Feb. | Mai. | Jūn. | Sep. | Dec. | Mar. | Jūn. | Okt. |
240 | 8 | Jūn. | Sep. | Dec. | Mar. | Jūn. | Okt. | ||
Mizas nobrāzuma novērtēšana. Žūšanas process lielākoties notiek no sortimenta gala plaknēm, izņemot, ja ražošanas procesā ir netieši veikta mizas atsegšana. Atsegtās mizas apjomu iedala četrās mizas nobrāzuma grupās (Līpiņš, 2013), ko ņem vērā veicot tālākus tilpuma izmaiņu aprēķinus.
Apaļo kokmateriālu uzmērīšana. Apaļajiem kokmateriāliem aprēķina tilpumu (formula 1.30) ar un bez mizas, kā arī nosaka koksnes blīvumu. Tilpuma aprēķināšanai pielieto sekcijas tipa uzmērīšanas paņēmienu ar mērīšanas soli 1 m (Līpiņš, 2015; LVS/STK/38 Kokmateriāli, 2020).
𝜋 ∗ ((𝑑2 + (𝑑𝑡 + 𝑑𝑟) + 𝑑2)) ∗ 𝑙 𝑉 = 𝑡 𝑟 𝑡𝑟 4 ∗ 3 ∗ 10000 𝐾𝑢𝑟: 𝑉𝑡𝑟– 𝑡𝑖𝑙𝑝𝑢𝑚𝑠, 𝑖𝑧𝑡𝑒𝑖𝑘𝑡𝑠 𝑎𝑟 𝑝𝑟𝑒𝑐𝑖𝑧𝑖𝑡ā𝑡𝑖 𝑡𝑟ī𝑠 𝑧ī𝑚𝑒𝑠 𝑎𝑖𝑧 𝑘𝑜𝑚𝑎𝑡𝑎, 𝑚3; 𝑑𝑡 − 𝑡𝑖𝑒𝑣𝑔𝑎ļ𝑎 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠, 𝑛𝑜𝑡𝑒𝑖𝑘𝑡𝑠 𝑎𝑡𝑏𝑖𝑙𝑠𝑡𝑜š𝑖 5.2.3.2. 𝑢𝑛 5.2.4. 𝑎𝑝𝑎𝑘š𝑝𝑢𝑛𝑘𝑡𝑎𝑚, 𝑑𝑟 − 𝑟𝑒𝑠𝑔𝑎ļ𝑎 𝑐𝑎𝑢𝑟𝑚ē𝑟𝑠, 𝑛𝑜𝑡𝑒𝑖𝑘𝑡𝑠 𝑎𝑡𝑏𝑖𝑙𝑠𝑡𝑜š𝑖 5.2.3.2. 𝑢𝑛 5.2.4. 𝑎𝑝𝑎𝑘š𝑝𝑢𝑛𝑘𝑡𝑎𝑚, 𝑐 𝑙 − 𝑔𝑎𝑟𝑢𝑚𝑠, 𝑛𝑜𝑡𝑒𝑖𝑘𝑡𝑠 𝑡𝑏𝑖𝑙𝑠𝑡𝑜š𝑖 5.1.3. 𝑎𝑝𝑎𝑘š𝑝𝑢𝑛𝑘𝑡𝑎𝑚, 𝑚; 𝜋 − 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒, 𝑛𝑜𝑎𝑝𝑎ļ𝑜𝑡𝑎 𝑙ī𝑑𝑧 č𝑒𝑡𝑟ā𝑚 𝑧ī𝑚ē𝑚 𝑎𝑖𝑧 𝑘𝑜𝑚𝑎𝑡𝑎 (3,1416). |
Koksnes blīvuma aprēķināšanu veic izmantojot formulu 1.31:
𝑚 𝜌 = 𝑉 𝐾𝑢𝑟: 𝜌– 𝑏𝑙ī𝑣𝑢𝑚𝑠, 𝑘𝑜𝑘𝑠𝑛𝑒𝑖 𝑢𝑛 𝑚𝑖𝑧𝑎𝑖, 𝑚3𝑡−1; 𝑉– 𝑘𝑜𝑘𝑚𝑎𝑡𝑒𝑟𝑖ā𝑙𝑎 𝑡𝑖𝑙𝑝𝑢𝑚𝑠 𝑎𝑟 𝑚𝑖𝑧𝑢, 𝑚3; 𝑚– 𝑘𝑜𝑘𝑚𝑎𝑡𝑒𝑟𝑖ā𝑙𝑎 𝑚𝑎𝑠𝑎 𝑎𝑟 𝑚𝑖𝑧𝑢, 𝑘𝑔; |
𝜌𝑠ā𝑘𝑢𝑚ā − 𝜌𝑏𝑒𝑖𝑔ā𝑠 ∆𝜌 = × 100 𝜌𝑠ā𝑘𝑢𝑚ā 𝐾𝑢𝑟: ∆𝜌– 𝑏𝑙ī𝑣𝑢𝑚𝑎 𝑠𝑚𝑎𝑧𝑖𝑛ā𝑗𝑢𝑚𝑠, %; 𝑝𝑠ā𝑘𝑢𝑚ā– 𝑏𝑙ī𝑣𝑢𝑚𝑠 𝑠ā𝑘𝑢𝑚ā, 𝑘𝑜𝑘𝑠𝑛𝑒𝑖 𝑎𝑟 𝑚𝑖𝑧𝑢, 𝑚3𝑡−1; 𝑝𝑏𝑒𝑖𝑔ā𝑠– 𝑏𝑙ī𝑣𝑢𝑚𝑠 𝑢𝑧 15. 𝑑𝑎𝑡. , 𝑘𝑜𝑘𝑠𝑛𝑒𝑖 𝑎𝑟 𝑚𝑖𝑧𝑢, 𝑚3𝑡−1. |
Materiāla šķeldošana. Apaļos kokmateriālus pēc lauku darbu veikšanas šķeldo, izmantojot pārvietojamo šķeldotāju, kur sagatavoto materiālu pūšos autotransporta puspiekabē. Pēc plānotā apjoma sašķeldošanas, veic piekabē esošā šķeldu materiāla uzmērīšanu, izmantojot fotogrammetrijas metodi.
Paraugu ievākšana. Paraugus no autotransporta piekabes ievāc atbilstoši izstrādātajai shēmas (att. 1.22), kur katra parauga masa ir no 500 g līdz 1000 g. Paraugus pēc ievākšanas slēgtos plastmasas maisos nogādā uz LVMI Silava, kur, atbilstoši standartam nosaka mitruma (LVS EN 14774-2), pelnu (LVS EN 14775) saturu, siltumspēju (LVS EN 14918) un tilpumblīvumu (LVS EN 15103).
Attēls 1.22. Paraugu ņemšanas vietas autotransporta puspiekabē
100 − 𝐴𝑑 100 − 𝑀𝑎𝑟 𝑞𝑝,𝑛𝑒𝑡,𝑚 = 𝑞𝑝,𝑛𝑒𝑡,𝑑𝑎𝑓 ∗ ( 100 ) ∗ ( 100 ) − 0,02443 ∗ 𝑀𝑎𝑟 𝐾𝑢𝑟: 𝑞𝑝,𝑛𝑒𝑡,𝑚 − 𝑧𝑒𝑚ā𝑘ā 𝑠𝑖𝑙𝑡𝑢𝑚𝑠𝑝ē𝑗𝑎 𝑝𝑖𝑒 𝑠ā𝑘𝑜𝑡𝑛ē𝑗ā 𝑚𝑖𝑡𝑟𝑢𝑚𝑎 𝑠𝑎𝑡𝑢𝑟𝑎, 𝑀𝑊ℎ𝑡−1; 𝑞𝑝,𝑛𝑒𝑡,𝑑𝑎𝑓 − 𝑏𝑒𝑧𝑝𝑒𝑙𝑛𝑢 𝑠𝑎𝑢𝑠𝑛𝑎𝑠 𝑧𝑒𝑚ā𝑘ā 𝑠𝑖𝑙𝑡𝑢𝑚𝑠𝑝ē𝑗𝑎 𝑝𝑖𝑒 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎 𝑠𝑝𝑖𝑒𝑑𝑖𝑒𝑛𝑎, 𝑀𝐽𝑘𝑔− 𝐴𝑑 − 𝑝𝑒𝑙𝑛𝑢 𝑠𝑎𝑡𝑢𝑟𝑠 𝑠𝑎𝑢𝑠𝑛ā,%; 𝑀𝑎𝑟 − 𝑠ā𝑘𝑜𝑡𝑛ē𝑗𝑎𝑖𝑠 𝑚𝑖𝑡𝑟𝑢𝑎 𝑠𝑎𝑡𝑢𝑟𝑠,%. |
Datu matemātiskā apstrāde. Atbilstību normālajam sadalījumam nosaka, izmantojot Shapiro-Wilk Normality testu. Atbilstoši iegūtajam rezultātam, tālākā datu apstrādē izmanto parametriskās vai neparametriskās datu apstrādes metodes.
Lai noteiktu, vai tālākā datu apstrādes posmā paraugkopas (lapu koks ~ skuju koks, paraugu ievākšanas laiks) iespējams apvienot, lietots Mann-Whitney-Wilcoxon tests.
2. REZULTĀTU APSTRĀDE UN ANALĪZE
2.1. Meža biokurināmā ražošanas un piegāžu tehnoloģiju pilnveidošana un aprobācija
2.1.1. Enerģētiskās koksnes uzglabāšana krautuvēs
Izmantojot izmēģinājuma platībās iegūtos taksācijas rādītājus, veikts teorētiski iegūstamā koku un krūmu biomasas aprēķins. Tā kā izmēģinājuma darba uzdevumā paredzēts, ka kokus, kuru D1,3 >12 cm, neizmanto biokurināmā gatavošanai, kopējā no platības teorētiski iegūstamā koku un krūmu biomasā neiekļauj parauglaukuma “A” sektorā uzmērīto koku biomasu. Iegūtie rezultāti apkopoti tab. 2.1.
Tabula 2.1. Potenciāli iegūstamā biomasas apjoma raksturojums
Nr.p.k . | Cirsmas ID | Platība, ha | Teorētiski iegūstamā koku un krūmu biomasa, t ha-1 | Kopā no platības teorētiski iegūstamā koku un krūmu biomasa, t | Kopā no platības teorētiski iegūstamā koku un krūmu biomasa, t (neskaitot koku, kuru D1,3 >14 cm biomasu) |
1. | 000-000-0;51 | 0,47 | 59,6 | 28,0 | 28,0 |
2. | 000-000-00 | 3,03 | 60,6 | 183,7 | 24,0 |
3. | 509-296- 13;14 | 2,42 | 39,9 | 96,5 | 27,6 |
4. | 000-000-0 | 0,76 | 27,0 | 20,5 | 5,5 |
5. | 000-000-00 | 2,74 | 93,7 | 256,6 | 223,1 |
6. | 000-000-0 | 1,13 | 22,6 | 25,5 | 24,8 |
7. | 000-000-0 | 0,36 | 14,3 | 5,1 | 4,9 |
8. | 000-000-00 | 0,49 | 52,7 | 25,8 | 24,5 |
9. | 000-000-0 | 0,21 | 48,9 | 10,3 | 10,2 |
10. | 000-000-00 | 0,98 | 27,1 | 26,6 | 22,5 |
Saskaņā ar parauglaukumos veiktajiem uzmērījumiem, platībās, kurās paredzēts iegūt biokurināmo, teorētiski pieejamā biomasa ir 679 t jeb 395 t (neskaitot teorētiski pieejamo biomasu no kokiem, kuru D1,3 >14 cm).
Attēls 2.1. Apļveida parauglaukumu izvietojuma shēma
Visos izmēģinājumam atlasītajos izmēģinājuma objektos veikta biokurināmā sagatavošana. Sagatavotā biokurināmā (8 izmēģinājuma objekti) pievešanas darbi veikti laikā no 15.09. līdz 03.11.2021. Divos izmēģinājumu objektos sagatavotā biokurināmā pievešana aizkavējusies sakarā ar nepiemērotiem pievešanas apstākļiem, ko lielā mērā ietekmēja ilglaicīgie lietus periodi.
Pievestā biokurināmā apjoma raksturojums, salīdzinot datus, kas iegūti, izmantojot dažādas biokurināmā uzmērīšanas metodes
Attēls 2.2. No audzēm 000-000-00 un 000-000-0 pievestās koksnes krautne
Divos izmēģinājuma objektos (audzes kods: 000-000-00 un 000-000-00;14) sagatavotais biokurināmais pievešanas darbos svērts, izmantojot Intermercato greifera svarus XW 50 PS.
Attēls 2.3. No audzes 000-000-00;14 pievestās koksnes krautnes
Tabula 2.2. Augšgala krautuvē pievestā biokurināmā apjoms (1. mērījums)
Nr.p.k . | Audzes kods | Krautnes kods | Manuālā uzmērīšana, m3 | Fotogrammetrisk ā uzmērīšana, m3 |
1. | 000-000-00 | LVM_509_292_24_10 | 331 | 523 |
2. | 000-000-00 | LVM_509_292_24_6 | 399 | 594 |
3. | 000-000-00 | LVM_509_292_24_7 | 355 | 457 |
4. | 000-000-00 | LVM_509_292_24_8 | 297 | 461 |
5. | 000-000-00 | LVM_509_292_24_9 | 401 | 573 |
6. | 000-000-00;14 | LVM_509_296_13_14_1 | 264 | 496 |
7. | 000-000-00;14 | LVM_509_296_13_14_2 | 357 | 617 |
8. | 000-000-00;14 | LVM_509_296_13_14_3 | 345 | 540 |
9. | 000-000-00;14 | LVM_509_296_13_14_4 | 293 | 566 |
10. | 000-000-00;14 | LVM_509_296_13_14_5 | 306 | 598 |
11. | 000-000-0 | JO_SK00110 | 294 | 670 |
Nr.p.k . | Audzes kods | Krautnes kods | Manuālā uzmērīšana, m3 | Fotogrammetrisk ā uzmērīšana, m3 |
12. | 000-000-00 | JO_SK00111_N | 987 | 1990 |
13. | 000-000-00 | JO_SK00111_S | 478 | 799 |
14. | 000-000-0 | AM_SK00249 | 408 | 519 |
15. | 000-000-00; 604- 514-1 | AR_SK00207 | 338 | 633 |
16. | 000-000-00 | DD_SK00326 | 360 | 714 |
Tabula 2.3. Augšgala krautuvē ievākto biomasas paraugu parametri (1. mērījums)
Nr.p.k . | Audzes kods | Krautnes kods | Relatīvais mitrums, % | Pelnu saturs, % | Gaissausa parauga siltumspēja MJ kg-1 |
1. | 000-000-00 | LVM_509_292_24_10 | 54 | 1,0 | 19 |
2. | 000-000-00 | LVM_509_292_24_6 | 48 | 1,0 | 19 |
3. | 000-000-00 | LVM_509_292_24_7 | 47 | 1,0 | 19 |
4. | 000-000-00 | LVM_509_292_24_8 | 52 | 1,0 | 18 |
5. | 000-000-00 | LVM_509_292_24_9 | 47 | 1,0 | 19 |
6. | 000-000-00;14 | LVM_509_296_13_14_ 1 | 50 | 1,0 | 19 |
7. | 000-000-00;14 | LVM_509_296_13_14_ 2 | 39 | 1,0 | 19 |
8. | 000-000-00;14 | LVM_509_296_13_14_ 3 | 43 | 1,0 | 19 |
9. | 000-000-00;14 | LVM_509_296_13_14_ 4 | 45 | 1,0 | 19 |
10. | 000-000-00;14 | LVM_509_296_13_14_ 5 | 47 | 1,0 | 19 |
11. | 000-000-0 | JO_SK00110 | 43 | 2,0 | 20 |
Nr.p.k . | Audzes kods | Krautnes kods | Relatīvais mitrums, % | Pelnu saturs, % | Gaissausa parauga siltumspēja MJ kg-1 |
12. | 000-000-00 | JO_SK00111_N | 45 | 2,0 | 19 |
13. | 000-000-00 | JO_SK00111_S | 50 | 1,0 | 19 |
14. | 000-000-0 | AM_SK00249 | 33 | 2,5 | 20 |
15. | 000-000-00; 604-514- 1 | AR_SK00207 | 47 | 2,4 | 19 |
16. | 000-000-00 | DD_SK00326 | 41 | 1,7 | 19 |
Tabula 2.4. Biokurināmā kaudžu smalcināšanas grafiks
Nr.x.x. | Xxxxxx kods | Krautnes Nr. | Plānotā kaudzes šķeldošana |
1. | 000-000-00; 14 | 1. krautne | Novembris, 2021 |
2. | 000-000-00; 14 | 2. krautne | Maijs, 2022 |
3. | 000-000-00; 14 | 3. krautne | Novembris, 2022 |
4. | 000-000-00; 14 | 4. krautne | Maijs, 2023 |
5. | 000-000-00; 14 | 5. krautne | Novembris, 2023 |
6. | 000-000-00 | 6. krautne | Februāris, 2022 |
7. | 000-000-00 | 7. krautne | Augusts, 2022 |
8. | 000-000-00 | 8. krautne | Februāris, 2023 |
9. | 000-000-00 | 9. krautne | Augusts, 2023 |
10. | 000-000-00 | 10. krautne | Novembris, 2023 |
Pirmās biokurināmā krautne (pievesta no audzes 000-000-00; 14) šķeldošana veikta 07.12.2021. No 1. biokurināmā krautnes iegūtas 40,7 t šķeldu (Att. 2.4 un 2.5). Pēc šķeldošanas biokurināmā krautnes vietā savākti vēl 210 kg atlikušās biomasas, ko veidoja zari un lapas (att. 2.6).
Attēls 2.4. No audzes 000-000-00;14 pievestā biokurināmā šķeldošanas (1. krautne)
Attēls 2.5. Šķeldu vedējs ar puspiekabi un nepilnu šķeldu kravu
Attēls 2.6. Atlikusī biomasa pēc 1. krautnes šķeldošanas Enerģētiskās koksnes krautuvju tilpuma izmaiņu raksturojums
Pirmie pievestā biokurināmā krautuvju mērījumi veikti tūlīt pēc biokurināmā krautuvju pievešanas. Mērījumus paredzēts atkārtot reizi mēnesī. Uz 2021. gada decembri, izmantojot manuālo uzmērīšanu un fotogrammetrijas metodi, 3. mērījums veikts tikai dažām no biomasas kaudzēm (Att.
2.7 un 2.8). Visās biomasas krautnēs, salīdzinājumā ar mērījumu rezultātiem, kas iegūti krautuvēs uzmērot pirmo reiz, vērojams kaudžu rukums.
Attēls 2.7. Augšgala krautuvē pievestās koksnes apjoma izmaiņas saskaņā ar manuāliem uzmērījumiem
Attēls 2.8. Augšgala krautuvē pievestās koksnes apjoma izmaiņas saskaņā ar fotogrammetriskiem uzmērījumiem
Šobrīd notiek pievesto biokurināmā krautuvju monitorings, reizi mēnesī veicot krautuvju uzmērījumus un ievācot biokurināmā paraugus laboratoriskajiem mērījumiem. Tāpat turpinās iegūto datu apstrāde un biokurināmā krautuvju rukumu ietekmējošo faktoru izvērtējums. Rezultātus plānots atspoguļot pētījuma programmas 2. etapa pārskatā.
Turpinās fotogrammetrijas metodes izmantošanas pilnveidošanas darbs. Iegūtos rezultātus plānots atspoguļot pētījuma programmas 2. etapa pārskatā.
2.1.2. Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai
Pētījumā, svēršanas sistēma uzstādīta uz forvardera izpildot darba uzdevuma sadaļu “Enerģētiskās koksnes uzglabāšana krautuvēs”. Šajā uzdevumā bija nepieciešams nosvērt kopējo pievesto koksnes biokurināmo, tas deva papildus iespēju pārbaudīt sistēmas funkcionalitāti, kā arī aprobēt izstrādāto metodiku.
Izmantojot iegūtos datus (tab. 2.5), var novērtēt kopējo kravu skaitu, kas, vadoties no svēršanas sistēmas datiem, ir 32, bet atbilstoši operatoru uzskaitei – 47 (forvardera uzskaites fails). Atšķirība skaidrojama ar to, ka svēršanas sistēma netika pietiekoši pieskatīta, kas izpaužas 25. un
32. braucienā, kur operators pieļāva telefona pārslēgšanos “miega režīmā”, kā rezultātā 15 kravām nav uzmērīta koksnes biokurināmā izkraušana. Lai turpmāk izvairītos no šādas neuzmanības, nepieciešams nomainīt datu uzkrāšanas ierīci, kurai ir iespēja atslēgt ekrāna saudzēšanu jeb “miega režīmu”. Cirsmas līmenī, salīdzinot kopējo koksnes apjomu – iekraušanai un izkraušanai, redzama atšķirība – 132403 kg jeb 15 kravas (vidējā pievestā krava 8117 ±1616 kg).
Tabula 2.5. Svēršanas sistēmas uzskaites dati
Kravas Nr. | Iekrautais daudzums, kg | Izkrautais daudzums, kg | Attālums, m | Forvardera uzskaitītais attālums, m | Kravai patērētais laiks, min |
1 | 7310 | 5900 | 1944 | 2676 | 75 |
2 | 7880 | 4980 | 1160 | 3032 | 72 |
3 | 6510 | 5430 | 1902 | 3248 | 40 |
4 | 0000 | 0000 | 0000 | 2781 | 48 |
5 | 7940 | 6450 | 1858 | 2707 | 40 |
6 | 0000 | 0000 | 0000 | 2820 | 44 |
7 | 7280 | 6500 | 1701 | 2392 | 43 |
8 | 8300 | 9640 | 1623 | 2511 | 47 |
9 | 7710 | 6390 | 1689 | 2472 | 43 |
10 | 7370 | 7920 | 1899 | 2618 | 51 |
11 | 0000 | 0000 | 0000 | 2721 | 45 |
12 | 6930 | 5640 | 1835 | 2643 | 36 |
13 | 5980 | 5860 | 1772 | 2616 | 37 |
14 | 7270 | 7290 | 1799 | 2581 | 36 |
15 | 9300 | 6000 | 1735 | 2480 | 33 |
16 | 4870 | 6200 | 1641 | 2516 | 33 |
17 | 0000 | 0000 | 0000 | 2672 | 40 |
18 | 8040 | 9280 | 1889 | 2656 | 39 |
19 | 11480 | 7530 | 1877 | 2577 | 39 |
20 | 6890 | 8670 | 1756 | 2531 | 47 |
21 | 8557 | 7618 | 1750 | 3158 | 45 |
22 | 7110 | 6640 | 1819 | 2762 | 38 |
23 | 10690 | 8810 | 1775 | 2639 | 40 |
Kravas Nr. | Iekrautais daudzums, kg | Izkrautais daudzums, kg | Attālums, m | Forvardera uzskaitītais attālums, m | Kravai patērētais laiks, min |
24 | 9390 | 9880 | 1927 | 2603 | 46 |
25 | 60204 | 8550 | 1362 | 2580 | 410 |
26 | 7180 | 8490 | 1715 | 2489 | 42 |
27 | 9990 | 10340 | 1700 | 2419 | 46 |
28 | 7130 | 9460 | 1583 | 2350 | 37 |
29 | 11320 | 12630 | 1895 | 2619 | 54 |
30 | 11400 | 9210 | 1748 | 2485 | 49 |
31 | 7860 | 7650 | 1503 | 2997 | 37 |
32 | 67300 | 0 | 1284 | 2631 | 419 |
Kopā: | 371011 | 238608 | 55494 | 84982 | 3516 |
Saskaņā ar pētījumā iegūtiem datiem, analizējot pārvietošanās attālumu, salīdzinot aprēķināto un forvardera uzskaitīto, redzamas būtiskas atšķirības. Tās saistītas ar svēršanas ierīces specifiku, proti, svars un koordinātes tiek fiksētas pie iekraušanas un izkraušanas, kas nedod iespēju precīzāk identificēt forvardera pārvietošanos (att. 2.9). Attālums noteikts kā īsākā distance starp diviem punktiem.
Attēls 2.9. Forvardera pārvietošanās atbilstoši svēršanas sistēmas fiksētajām koordinātēm (dzeltenā krāsā atzīmēts 29. brauciens)
Patērētais laiks sadalījumā pa kravām atspoguļots tab. 2.5. Salīdzinot to ar operatoru uzrādīto laiku, vērojama nesaiste, kas skaidrojama ar to, ka datos ir veikta atlase. Tas nozīmē, ka nav iekļauta krautuves sagatavošana, svēršanas sistēmas pārbaude pie ieslēgta dzinēja un citas ar darbu saistītas darbība, kā rezultātā ir 10 h atšķirība.
2.1.3. Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai
Nepieciešamās paraugkopas ievākšana pētījuma īstenošanas procesā aizkavējās, līdz ar to ir identificēti riski, kuriem iestājoties, sagaidāmais rezultāts var mainīties:
1. nepietiekoša datu ievākšanas kvalitāte;
2. nepietiekošs datu ievākšanas apjoms sadalījumā pa sezonām vai koksnes biokurināmā veidiem;
3. netiek ievākti masas un nobrauktās distances mērījumi.
Pagaidām nevar izstrādāt sablīvēšanas koeficientu smalcinātas koksnes pārvadājumos autotransportam sadalījumā pa sezonām un autotransporta veidiem. Tas saistāms ar nepietiekošu prognozēšanas modelī izmantojamo datu apjomu. Analizējot līdz šim iegūtos datus, ir novērojamas atšķirības, strādājot ar konteinera tipa autotransportu (att. 2.10) un puspiekabēm (att. 2.11).
Attēls 2.10. Sablīvēšanās sasmalcinātas koksnes pārvadājumos ar konteinera tipa autotransportu
Attēls 2.11. Sablīvēšanās sasmalcinātas koksnes pārvadājumos ar puspiekabi
2.2. Meža tehnikas monitoringa sistēmu un datu automatizācijas apstrādes instrumentu pilnveidošana un ieviešana ražošanā
2.2.1. Forvardera atstāto risu mērīšanas iekārtas izstrāde
Pētījumā analizētas datu kopas no pirmās un otrās paaudzes risu uzmērīšanas iekārtas – prototipa. Atbilstoši uzstādītajam uzdevumam, par iekārtas izmantošu ražošanā, panākts, datu nolasīšana tiešsaistes režīmā, kā arī to eksportēšana tālākai apstrādei citās programmās. Otrā prototipa darbības principā ir mērījumi ar lāzersensoriem. Lai noteiktu, vai forvarders iebrauc vai
izbrauc no cirsmas, kravas tilpnē ir trīs sensori, kuri fiksē kravas piepildījumu. Savukārt, risu uzmērīšana notiek pēc tam, kad iestatīts mērījuma leņķis. Ņemot vērā, ka cirsmas savstarpēji atšķiras, tajā skaitā grunts nestspēja, ap risēm veidojoties izspiestas grunts valnis, nepieciešams nodrošināt, lai mērījums notiktu aiz šī vaļņa. Leņķa iestatīšanai nepieciešams nomērīt attālumu no sensora vidus līdz vaļņa ārējai robežai.
Attēls 2.12. Datu salīdzināšana, atkarībā no sensora pagrieziena leņķa
2.3. Automatizētas sistēmas izveide meža taksācijas rādītāju noteikšanai un kopšanas ciršu kvalitātes novērtēšanai
2.3.1. Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei
Pētījuma pirmajā gadā, saskaņā ar darba plānu, analizētas priežu tīraudzes, salīdzinot uzmērīšanas precizitāti atbilstoši Meža valsts reģistra datiem un hprGallring aprēķiniem (n = 47). Papildus 10% no atlasītajām priežu audzēm veikti kontrolmērījumi – vienlaidus audžu dastošana. Pēc rezultātu iegūšanas nepieciešams salīdzināt Meža valsts reģistra datus un hprGallring aprēķinus un izvērtēt to atbilstību normatīvajai bāzei; savukārt, kontroles audzēs nepieciešams salīdzināt Meža valsts reģistra datus pret vienlaidus audžu uzmērīšanā iegūtiem rezultātiem. Lai identificētu mērījumu nobīdes, ierīkoti objekti, kuros plānota mežizstrāde. Mežizstrādes darbi joprojām turpinās pārskata sagatavošanas laikā. Atbilstoši iegūtajiem datiem plānots izvērtēt līdzšinējos algoritmus
Pētījumā vērtēti taksācijas rādītāji – vidējā koka caurmērs un augstums un paliekošais audzes šķērslaukums. Datu analīze balstās uz paraugkopu, kurā iekļauti dati no Meža valsts reģistra un
hprGallring sagatavotās informācijas cirsmas līmenī, attālās izpētes datiem un kontroles audzēs veiktās vienlaidus dastošanas.
Lai kontroles audzēs precīzāk aprēķinātu audžu taksācijas rādītājus, sākotnēji noteikta valdošā koku suga. Saskaņā ar veiktajiem aprēķiniem, visās kontroles audzēs valdošā koku suga ir priede (tab. 2.6), tajā skaitā 4 audzēs priedes krāja ir 70% no kopējās krājas, bet vienā audzē – tuvu 70%. Visos gadījumos audzēs ir egles mistrojums.
Tabula 2.6. Valdošās koku sugas procentuālais sadalījums atbilstoši valdaudzes krājai
Cirsmas ID | Bērzs | Citas sugas | Egle | Priede |
105-85-8 | 6 | - | 12 | 82 |
105-85-9 | 6 | - | 7 | 87 |
105-86-6 | 6 | - | 14 | 79 |
000-000-0 | 8 | 1 | 25 | 67 |
000-000-0 | - | 3 | 21 | 76 |
000-000-0 | 1 | - | 26 | 73 |
Tabula 2.7. Koku augstumlīknes modelis
Cirsmas ID | Audzei | Valdošai koku sugai – priedei | ||||
A | B | R2 | A | B | R2 | |
105-85-8 | -21,889 | 14,514 | 0,89 | -8,203 | 10,814 | 0,78 |
105-85-9 | -16,7678 | 12,5362 | 0,90 | -2,938 | 8,3477 | 0,81 |
105-86-6 | -14,8911 | 11,9006 | 0,90 | -0,5581 | 7,7887 | 0,88 |
000-000-0 | -4,736 | 6,748 | 0,79 | -3,4347 | 5,9812 | 0,93 |
000-000-0 | -4,1596 | 6,4531 | 0,75 | 0,1080 | 4,7783 | 0,89 |
000-000-0 | -5,0346 | 7,4213 | 0,77 | 4,4627 | 3,9747 | 0,56 |
Atbilstoši MK noteikumiem Nr. 384 “Meža inventarizācijas un Meža valsts reģistra informācijas aprites noteikumi” 4. pielikumam, lapu kokiem, kas vecāki par 10 gadiem, un skuju kokiem, kas vecāki par 20 gadiem, pieļaujamā mērījuma kļūda nedrīkst pārsniegt 1 cm; savukārt, koku augstums minētajās audzēs nedrīkst atšķirties vairāk kā 10% robežās, bet šķērslaukums – vienas vienības robežā. Saskaņā ar pētījumā iegūtiem datiem, salīdzinot Meža valsts reģistra datus
un hprGallring datus kontroles audzes, var secināt, ka būtiskas atšķirības starp Meža valsts reģistra datiem un kontroles mērījumiem nepastāv (tab. 2.8). Savukārt, būtiskas atšķirības starp kontroles audzēm un hprGallring aprēķināto, lai analizētu atšķirības, ierīkoti un uzmērīti papildus objekti, kur tiek gaidīts uz mežizstrādes darbu izpildi. Pēc mežizstrādes varēs novērtēt harvestera uzmērīšanas kļūdu atsevišķās audzēs, kur atbilstoši metodikai paredzēta tehnikas kalibrēšana (papildus esošai kalibrēšanai ražošanā) audzes robežā.
Analizējot vidējo audzes koku augstumu, salīdzinot Meža valsts reģistra datus, hprGallring un kontrolmērījumus, būtiskas atšķirības nav konstatētas. Vienvecuma tīraudzēs, kurās ir veikta kopšanas cirte, lielākoties nav konstatētas būtiskas atstāto koku taksācijas rādītāju atšķirības.
Paliekošais audzes šķērslaukums būtiski atšķiras Meža valsts reģistra datos un hprGallring aprēķinos. Tas skaidrojams ar atšķirībām, nosakot vidējo koka caurmēru un koku skaitu. Atšķirību iemeslus skaidrosim pēc izstrādei paredzēto audžu taksācijas rādītāju analīzes.
Tabula 2.8. Taksācijas rādītāji kontroles platībās
Cirsmas ID | Vidējais audzes caurmērs, cm | Vidējais audzes augstums, m | Audzes šķērslaukums, m2 ha-1 | ||||||
Meža valsts reģistrs | hprGallring | kontrolmērījums | Meža valsts reģistrs | hprGallring | Kontrolmērījums | Meža valsts reģistrs | hprGallring | kontrolmērījums | |
105-85-8 | 32 | 28 | 31 | 26 | 25 | 28 | 22 | 26 | 21 |
105-85-9 | 29 | 27 | 32 | 26 | 24 | 26 | 24 | 25 | 23 |
105-86-6 | 25 | 27 | 30 | 24 | 23 | 25 | 19 | 27 | 21 |
000-000-0 | 16 | 17 | 17 | 13 | 14 | 14 | 16 | 17 | 13 |
000-000-0 | 18 | 18 | 19 | 12 | 14 | 14 | 16 | 18 | 6 |
000-000-0 | 20 | 17 | 21 | 15 | 15 | 17 | 20 | 19 | 14 |
Taksācijas rādītāju, tai skaitā paliekošās audzes šķērslaukums, aprēķināšana un atspoguļošana vienas audzes ietvaros nedrīkst būtiski atšķirties. Salīdzinot hprGallring aprēķināto un kontroles platībās uzmērīto, uzskatāmi var redzēt, ka ir būtiskas atšķirības (att. 2.13). Analizējot paliekošo šķērslaukumu sadalījumā pa caurmēra pakāpēm, lielākas atšķirības ir tieši grupās no 20 līdz 32 cm. Atšķirības apskatītajā piemērā, kurš sastāv no diviem objektiem, galvenokārt skaidrojamas ar paliekošo koku skaita novērtējumu. Salīdzinot hrpGallring aprēķināto platību ar Meža valsts reģistra datubāzi, atšķirība nav būtiska – 0,08 ha. Paliekošais koku skaits uz hektāra pēc kopšanas atšķiras par 12%. Ņemot vērā, ka koku skaits tieši ietekmē šķērslaukumu, nepieciešams identificēt kļūdas cēloni.
Attēls 2.13. Šķērslaukuma salīdzinājums hprGallring (kreisajā pusē) un kontrolmērījumos (labajā pusē)
Atlasītajos 47 objektos priežu tīraudzēs analizēti taksācijas rādītāji. Audzes vidējā koka caurmērs saskaņā ar Meža valsts reģistra datiem ir 22,5 ± 4,9 cm, bet saskaņā ar hprGallring sistēmas datiem – 22,5 ±4,6 cm (att. 2.14). Atšķirība nav būtiska.
Attēls 2.14. Caurmēru salīdzinājums priedes audzēs
Salīdzinot paraugkopu izkliedes rādītājus un atbilstību normatīvajai bāzei, atšķirības ir būtiskas (att. 2.15) audzēs, kuru vecums ir līdz 30 un virs 70 gadi.
Attēls 2.15. Priežu audzes caurmēra nobīdes rādītāji
Priedes audzēs vidējā caurmēra izkliede ir lielāka par normatīvos noteikto robežvērtību – 1 cm (att. 2.16). Salīdzinot meža valsts reģistra datus un hprGallring aprēķināto caurmēru, atbilstība 1 cm robežās ir konstatēta 51% audžu.
Attēls 2.16. Priežu audzes vidējā koka caurmēra izkliedes rādītāji
Koku augstums. Saskaņā ar Meža valsts reģistra datiem vidējā koka augstums ir 20,8 ±5,3 m, saskaņā ar hprGallring aprēķiniem tas ir 20,9 ±5,2 m. Pētījumā analizētās paraugkopas būtiski neatšķiras. 95% no pētījuma atlasītajiem objektiem iekļaujas Ministru Kabineta noteikumu Nr. 384 prasībās. Meža valsts reģistra un hprGallring aprēķinātā audzes vidējā koka augstuma korelācija ir cieša – 0,85 (p < 0,00).
Tabula 2.9. Augstuma salīdzināšana kontroles platībās
Cirsmas ID | Audzes vecums Meža valsts reģistrā | Koku augstums, m | |||
meža valsts reģistra dati | hprGallring | kontroles audzes | tālizpētes dati | ||
105-85-8 | 83 | 26 | 25 | 26 | 26,0 |
105-85-9 | 73 | 26 | 24 | 23 | 24,1 |
105-86-6 | 78 | 24 | 24 | 23 | 23,6 |
Ražošanas apstākļos ar 3 atšķirīgām metodēm pārbaudīta caurmēra sakritība, salīdzinot manuāli 1,3 m augstumā no sakņu kakla uzmērīto un harvestera mērījumu (tab. 2.10). Atlasītajā priežu audzē sakņu kakla augstums sakrīt ar zemes virmas augstumu, līdz ar to iegūtie mērījumi izslēdz dažādu faktoru ietekmi uz zāģējuma vietas izvēlni. Atbilstoši iegūtiem datiem ir divu veidu manuālie mērījumi, D1,3, kas raksturo koka caurmēru un Dpēc, kas raksturo caurmēru pirmajam nogrieznim pēc stumbra sagarumošanas, un DH, raksturo harvestera sistēmas reģistrēto mērījumu. Pirmajā variantā harvesters pēc koka nozāģēšanas uzreiz veic stumbra sagarumošanu, kas harvestera failā atspoguļots kā “Automatic” (automātisks griezums). Tas nozīmē, ka stumbra sagarumošana veikta atbilstoši sistēmas piedāvātai sortimentu optimizācijai. Otrajā variantā harvesters pēc koka nozāģēšanas sākumā veic nelikvīda zāģēšanu “nullēšanas ripas”, kas pētījumā bija 50-100 cm garas. Pēc tam veic atlikušā stumbra sagarumošanu atbilstoši sistēmas piedāvātai sortimentu optimizācijai. Manuālo griezumu var identificēt sistēmā atbilstoši ierakstam “Other manual” (manuālais griezums), šajā gadījumā šis nelikvīds sistēmā tiek identificēts kā atsevišķs sortiments. Trešajā variantā, harvesters pēc koka nozāģēšanas sākumā veic arī nelikvīda zāģēšanu (50 līdz 100 cm garu nogriezni), neveidojot atsevišķu sortimentu. Tas nozīmē, ka pēc nelikvīda nozāģēšanas nonullēts garums un stumbrs sagarumots atbilstoši sistēmas piedāvātajai sortimentu optimizācijai.
Lielākās atšķirības, salīdzinot manuālo mērījumu un harvestera sistēmas reģistrēto, konstatētas 3. variantā. Teorētiski šāda caurmēra nobīde varētu novest pie atsevišķu mērījumu precizitātes samazināšanās, kā rezultātā iespējama novirze starp taksatora mērījumiem un harvestera sistēmas aprēķināto. Lai identificētu, vai šāda atšķirība ir sistemātiska un raksturīga tikai konkrētai tehnikai, 2022. gadā plānots līdzīgus mērījumus veikt arī citu ražotāju pētījumā iesaistītajai mežizstrādes tehnikai.
Tabula 2.10. Harvesteru mērījumu salīdzinājums
Koka Nr. | 1.variants | 2.variants | 3.variants | ||||||
D1,3 | Dpēc | DH | D1,3 | Dpēc | DH | D1,3 | Dpēc | DH | |
1 | 17 | 16,4 | 17,5 | 10,2 | 10,0 | 10,4 | 9,5 | 8,6 | 8,1 |
2 | 18,2 | 16,1 | 17,6 | 12,7 | 11,2 | 11,6 | 10,4 | 8,7 | 8,3 |
3 | 12,0 | 11,4 | 12 | 12,7 | 11,8 | 11,8 | 10,5 | 8,8 | 9,1 |
Koka Nr. | 1.variants | 2.variants | 3.variants | ||||||
D1,3 | Dpēc | DH | D1,3 | Dpēc | DH | D1,3 | Dpēc | DH | |
4 | 14,3 | 12,5 | 13,8 | 13,6 | 12,2 | 13,7 | 10,8 | 8,9 | 9,1 |
5 | 11,0 | 10,0 | 10,3 | 14,0 | 15,3 | 15,6 | 11,2 | 9,5 | 9,4 |
6 | 11,4 | 11,3 | 11,6 | 16,5 | 15,8 | 16,4 | 11,2 | 9,9 | 10,3 |
7 | 17,4 | 17,2 | 16,6 | 16,5 | 16,4 | 16,6 | 12,0 | 10,5 | 9,8 |
8 | - | - | - | 17 | 16,6 | 17,1 | 12,2 | 10,8 | 10,4 |
9 | - | - | - | 18,8 | 18 | 18,7 | 12,5 | 11 | 10,2 |
10 | - | - | - | 20,5 | 19,6 | 19,2 | 13 | 11,4 | 11,3 |
11 | - | - | - | - | - | - | 15,5 | 13 | 13,1 |
- | Vidējais (𝐷1,3) 0,3 ± 0,5 𝐷𝐻 | Vidējais (𝐷1,3) 0,1 ± 0,8 𝐷𝐻 | Vidējais (𝐷1,3) 1,8 ± 0,4 𝐷𝐻 | ||||||
Lai efektīvi pielietotu tālizpētes datus, nepieciešams pilnveidot algoritmus precīzai koku skaita identificēšanai (att. 2.17). Viens no risinājumiem, kura izmantošanas iespēju analīze šobrīd turpinās citu pētījumu ietvaros, ir multispektrālu attēlu izmantošana DSM punktu mākoņa sagatavošanai, kas ļauj nofiltrēt lapotnes krāsu spektrus, izceļot koku galotnes.
Attēls 2.17. Koku skaita identificēšana
2.4. Biokurināmā un apaļo kokmateriālu sagatavošanas metodes kopšanas cirtēs
2.4.1. Masas zuduma, kā arī cietā biokurināmā siltumspējas un mitruma satura izmaiņas
atkarībā no uzglabāšanas ilguma un citiem faktoriem
Attēls 2.18. Caurmēra sadalījums bērza un egles nogriežņiem
Izmēģinājumos iegūtie dati ļauj prognozēt koksnes blīvuma izmaiņas atkarībā no materiāla sagatavošanas sezonas (vasara vai ziema) un koku sugas (egle vai bērzs). Tabulā 2.11 apkopoti faktori ar būtisku ietekmi uz blīvuma izmaiņām.
Tabula 2.11. Apaļo kokmateriālu blīvuma izmaiņu novērtējums
Rādītājs | Koeficients | t. stat. | Būtiskums (p-vērtība) |
Konstante | 187,822 | 0,62 | 0,53 |
Uzglabāšanas ilgums, dienās | 0,074 | 0,09 | 0,82 |
Temperatūra | 3,054 | 0,55 | 0,58 |
Relatīvais mitrums | -1,805 | -0,60 | 0,55 |
Nokrišņu daudzums, mm | -0,428 | -0,82 | 0,41 |
Konstante_2 (sezona) | 2,760 | 0,12 | 0,55 |
Konstante_3 (koku suga) | -73,917 | -3,68 | 0,00 |
Koksnes blīvuma izmaiņu prognozēšanai izstrādātais vienādojums (formula 2.1, R2=0,65) nav pielietojams ražošanas apstākļos. Tas saistīts ar materiāla sagatavošanas sezonas un koku sugas ietekmi, ko neizdevās ietvert vienā vienādojumā.
𝑏 = 187,822 + (0,073 ∗ 𝑑) + (3,054 ∗ 𝑡) + (−1,805 ∗ 𝑚) + (−0,428 ∗ 𝑛) + (2,76 ∗ 𝑘1) + (−73,917 ∗ 𝑘2) 𝐾𝑢𝑟: 𝑑 − 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑖𝑙𝑔𝑢𝑚𝑠, 𝑑𝑖𝑒𝑛𝑎𝑠; 𝑡 − 𝑣𝑖𝑑ē𝑗ā 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡ū𝑟𝑎 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠𝑙𝑎𝑖𝑘ā, ℃; 𝑚 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑟𝑒𝑙𝑎𝑡ī𝑣𝑎𝑠 𝑚𝑖𝑡𝑟𝑢𝑚𝑠; 𝑛 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑛𝑜𝑘𝑟𝑖šņ𝑢 𝑑𝑎𝑢𝑑𝑧𝑢𝑚𝑠 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑝𝑒𝑟𝑖𝑜𝑑ā, 𝑚𝑚; 𝑘1 − 𝑘𝑜𝑒𝑓𝑖𝑐𝑒𝑛𝑡𝑠, 𝑘𝑎𝑠 𝑟𝑎𝑘𝑠𝑡𝑢𝑟𝑜 𝑚𝑎𝑡𝑒𝑟𝑖ā𝑙𝑎 𝑠𝑎𝑔𝑎𝑡𝑎𝑣𝑜š𝑎𝑛𝑎𝑠 𝑠𝑒𝑧𝑜𝑛𝑢(1 − 𝑣𝑎𝑠𝑎𝑟𝑎, 2 − 𝑧𝑖𝑒𝑚𝑎) 𝑘2 − 𝑘𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠, 𝑘𝑎𝑠 𝑟𝑎𝑘𝑠𝑡𝑢𝑟𝑜 𝑘𝑜𝑘𝑢 𝑠𝑢𝑔𝑢(1 − 𝑏ē𝑟𝑧𝑠 ,2 − 𝑒𝑔𝑙𝑒). |
Ražošanā rekomendējam pielietot vienādojumus sadalījumā pa koku sugām un atkarībā no materiāla sagatavošanas sezonas. Tab. 2.12 atspoguļoti faktori ar būtisku ietekmi.
Tehnoloģijas meža apsaimniekošanas procesu efektivitātes paaugstināšanai
Tabula 2.12. Apaļo kokmateriālu blīvuma izmaiņu novērtējums atkarībā no koku sugas un materiāla sagatavošanas sezonas
Rādītājs | Bērzs – vasara | Bērzs – ziema | Egle – vasara | Egle – ziema | ||||||||
koeficients | t. stat. | p- vērtība | koeficients | t. stat. | p-vērtība | koeficients | t. stat. | p-vērtība | koeficients | t. stat. | p- vērtība | |
Konstante | 1470,179 | 6,54 | 0,00 | -838,179 | -2,40 | 0,06 | 2805,257 | 3,83 | 0,00 | -3039,960 | -7,00 | 0,00 |
Uzglabāšanas ilgums, dienās | -3,289 | -7,40 | 0,00 | 2,977 | 1,49 | 0,19 | -4,702 | -3,25 | 0,01 | 3,701 | 4,42 | 0,00 |
Temperatūra | -36,978 | -9,98 | 0,00 | 53,043 | 2,71 | 0,04 | -46,976 | -3,72 | 0,00 | 81,919 | 10,8 9 | 0,00 |
Relatīvais mitrums | -11,213 | -5,02 | 0,00 | -2,301 | -1,45 | 0,20 | -28,039 | -3,95 | 0,00 | 21,203 | 4,37 | 0,00 |
Nokrišņu daudzums, mm | 1,492 | 4,79 | 0,00 | -0,547 | -0,77 | 0,47 | 2,719 | 2,83 | 0,02 | -1,563 | -2,21 | 0,05 |
Koksnes blīvuma izmaiņu prognozēšanai izstrādātie vienādojumi:
• Bērzs, sagatavots vasarā (R2=0,98):
𝑏 = 1470,179 + (−3,289 ∗ 𝑑) + (−36,978 ∗ 𝑡) + (−11,213 ∗ 𝑚) + (1,492 ∗ 𝑛) 𝐾𝑢𝑟: 𝑑 − 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑖𝑙𝑔𝑢𝑚𝑠, 𝑑𝑖𝑒𝑛𝑎𝑠; 𝑡 − 𝑣𝑖𝑑ē𝑗ā 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡ū𝑟𝑎 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑙𝑎𝑖𝑘ā, ℃; 𝑚 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑟𝑒𝑙𝑎𝑡ī𝑣𝑎𝑠 𝑚𝑖𝑡𝑟𝑢𝑚𝑠; 𝑛 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑛𝑜𝑘𝑟𝑖šņ𝑢 𝑑𝑎𝑢𝑑𝑧𝑢𝑚𝑠 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑝𝑒𝑟𝑖𝑜𝑑ā, 𝑚𝑚; | (2.2) |
• Bērzs, sagatavots ziemā (R2=0,94):
𝑏 = 1470,179 + (−3,289 ∗ 𝑑) + (−36,978 ∗ 𝑡) + (−11,213 ∗ 𝑚) + (1,492 ∗ 𝑛) 𝐾𝑢𝑟: 𝑑 − 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑖𝑙𝑔𝑢𝑚𝑠, 𝑑𝑖𝑒𝑛𝑎𝑠; 𝑡 − 𝑣𝑖𝑑ē𝑗ā 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡ū𝑟𝑎 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑙𝑎𝑖𝑘ā, ℃; 𝑚 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠𝑟𝑒𝑙𝑎𝑡ī𝑣𝑎𝑠𝑚𝑖𝑡𝑟𝑢𝑚𝑠; 𝑛 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠 𝑛𝑜𝑘𝑟𝑖šņ𝑢 𝑑𝑎𝑢𝑑𝑧𝑢𝑚𝑠 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑝𝑒𝑟𝑖𝑜𝑑ā, 𝑚𝑚; | (2.3) |
• Egle, sagatavots vasarā (R2=0,90):
𝑏 = 2805,257 + (−4,702 ∗ 𝑑) + (−46,976 ∗ 𝑡) + (−28,039 ∗ 𝑚) + (2,719 ∗ 𝑛) 𝐾𝑢𝑟: 𝑑 − 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠 𝑖𝑙𝑔𝑢𝑚𝑠, 𝑑𝑖𝑒𝑛𝑎𝑠; 𝑡 − vidējā temperatūra uzglabāšanas laikā, ℃; 𝑚 − vidējais relatīvas mitrums; 𝑛 − vidējais nokrišņu daudzums uzglabāšanas periodā, mm; | (2.4) |
• Egle, sagatavots ziemā (R2=0,98):
𝑏 = −3039,960 + (3,701 ∗ 𝑑) + (81,919 ∗ 𝑡) + (21,203 ∗ 𝑚) + (−1,563 ∗ 𝑛) 𝐾𝑢𝑟: 𝑑 − 𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠𝑖𝑙𝑔𝑢𝑚𝑠, 𝑑𝑖𝑒𝑛𝑎𝑠; 𝑡 − vidējā temperatūra uzglabāšanas laikā, ℃; 𝑚 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠𝑟𝑒𝑙𝑎𝑡ī𝑣𝑎𝑠𝑚𝑖𝑡𝑟𝑢𝑚𝑠; 𝑛 − 𝑣𝑖𝑑ē𝑗𝑎𝑖𝑠𝑛𝑜𝑘𝑟𝑖šņ𝑢𝑑𝑎𝑢𝑑𝑧𝑢𝑚𝑠𝑢𝑧𝑔𝑙𝑎𝑏āš𝑎𝑛𝑎𝑠𝑝𝑒𝑟𝑜𝑑ā, 𝑚𝑚 | (2.5) |
Koksnes tilpuma izmaiņu raksturošana balstīta uz vidējo vērtību izmaiņām krautuvēs, būtiskas izmaiņas novērotas materiālam, kas sagatavots vasarā (att. 2.19). Šim materiālam novērojama gan straujāka rukšana, gan briešana.
Attēls 2.19. Tilpuma izmaiņas uzglabāšanas laikā
Pētījumā analizētas tilpuma izmaiņas atkarībā no materiāla novietojuma – kaudzes apakšā, vidū vai malās. Pēc pētījumā iegūtiem datiem bērza nogriežņiem lielākās tilpuma izmaiņas ir materiāla apakšā, tas skaidrojams ar materiāla novietojumu uz augsnes, savukārt nokrautā materiāla malas pakļautas klimatiskajiem apstākļiem (tab. 2.13). Līdzīgas izmaiņas novērotas arī egles materiālam kurš sagatavots vasarā. Savukārt, materiālam, kurš sagatavots ziemā, tilpuma izmaiņas atkarībā no materiāla novietojuma nav izteiktas.
Tabula 2.13. Vidējās tilpuma izmaņas atkarībā no materiāla novietojuma
Koku suga un sagatavošanas sezona | Materiāla novietojums | Vasara | Rudens | Ziema | Pavasari s | Vasara | Rudens |
Bērzs – vasara | Kaudzes apakšā | 0 | -2,8 | 14 | -14,6 | -3,3 | -11,3 |
Kaudzes malās | 0 | 3,5 | 19 | 0,7 | 6,0 | 7,3 | |
Kaudzes vidū | 0 | -16,9 | -21,8 | 9,3 | -23,0 | 6,5 | |
Egle – vasara | Kaudzes apakšā | 0 | 6,8 | -6,1 | 15,1 | 0,3 | 4,6 |
Kaudzes malās | 0 | 2,1 | -6,1 | 15,1 | 0,3 | 4,6 | |
Kaudzes vidū | 0 | -8,1 | 19,0 | 4,1 | -2,1 | 2,9 | |
Bērzs – ziema | Kaudzes apakšā | - | - | 0 | -1,6 | -0,2 | 6,6 |
Kaudzes malās | - | - | 0 | -9,1 | -3,2 | 3,1 | |
Kaudzes vidū | - | - | 0 | 3,8 | -5,4 | -2,3 |
Koku suga un sagatavošanas sezona | Materiāla novietojums | Vasara | Rudens | Ziema | Pavasari s | Vasara | Rudens |
Egle – ziema | Kaudzes apakšā | - | - | 0 | -2,3 | -0,5 | 3,2 |
Kaudzes malās | - | - | 0 | -1,4 | -1,9 | 2,2 | |
Kaudzes vidū | - | - | 0 | -8,7 | -2,9 | -2,4 |
Pētījumā izstrādāts vienādojums birstoša biokurināmā tilpuma raksturošanai (R2=0,98), pārrēķinot no kubikmetriem uz berkubikmetriem. Ņemot vērā, ka nav būtiska atšķirība starp materiāla gatavošanas sezonu, kā arī koku sugām, datu kopas apvienotas. Lai vienkāršotu pārrēķinu no kubikmetriem uz smalcinātas koksnes berkubikmetriem, papildus noteikts pārrēķinu koeficients 2,85.
𝑏 = −0,11 + (3,109 ∗ 𝑉) 𝐾𝑢𝑟: 𝑉 − 𝑘𝑜𝑘𝑚𝑎𝑡𝑒𝑟𝑖ā𝑙𝑢 𝑡𝑖𝑙𝑝𝑢𝑚𝑠, 𝑚3. | (2.6) |
Bērza koksnei, kura gatavota 2020. gada jūlijā (vasaras sezona), sākotnējais mitruma saturs bija 49% (svaigi cirstai koksnei), gaissausa parauga siltumspēja – 18,79 MJ kg-1 un bēruma blīvums
– 332 kg m-3. Egles koksnei sākotnējais mitrums – 39%, gaissausa parauga siltumspēja – 18,70 MJ kg-1 un bēruma blīvums – 274 kg m-3.
2020. gada 15. decembrī piegādāts materiāls, kurš sagatavots ziemas sezonā. Bērza koksnei sākotnējais mitrums bija 44%, gaissausa parauga siltumspēja – 19,45 MJ kg-1 un bēruma blīvums – 292 kg m-3. Egles koksnei sākotnējais mitruma saturs bija 47%, gaissausa parauga siltumspēja – 19,17 MJ kg-1 un bēruma blīvums – 351 kg m-3.
Saskaņā ar laboratorijas analīžu rezultātiem mitruma izmaiņas atkarīgas no mežizstrādes sezonas.
Tabula 2.14. Enerģētiskās koksnes raksturojošo rādītāju izmaiņas
Koku suga un sagatavošanas sezona | Rādītājs | Vasara | Rudens | Ziema | Pavasaris | Vasara | Rudens |
Bērzs - vasara | Relatīvais mitrums, % | 49 | 41 | 36 | 28 | 21 | 31 |
Bērzs - ziema | - | - | 44 | 39 | 26 | 36 | |
Egle - vasara | 39 | 39 | 42 | 35 | 19 | 38 |
Koku suga un sagatavošanas sezona | Rādītājs | Vasara | Rudens | Ziema | Pavasaris | Vasara | Rudens |
Egle-ziema | - | - | 47 | 41 | 20 | 35 | |
Bērzs - vasara | Gaissausa parauga siltumspēja , MJ kg-1 | 18,79 | 19,30 | 19,25 | 18,34 | 18,34 | 18,98 |
Bērzs - ziema | - | - | 19,45 | 18,98 | 18,89 | 19,40 | |
Egle - vasara | 18,70 | 19,52 | 19,36 | 18,49 | 18,48 | 19,32 | |
Egle-ziema | - | - | 19,17 | 18,14 | 18,14 | 19,26 | |
Bērzs - vasara | Bēruma blīvums, kg m-3 | 332 | 312 | 360 | 274 | 274 | 259 |
Bērzs - ziema | - | - | 292 | 302 | 302 | 272 | |
Egle - vasara | 274 | 213 | 255 | 222 | 222 | 318 | |
Egle-ziema | - | - | 000 | 000 | 000 | 225 | |
Bērzs - vasara | Zemākā siltumspēja , MWh t-1 | 2,31 | 2,84 | 3,15 | 3,57 | 3,86 | 3,41 |
Bērzs - ziema | - | - | 2,70 | 3,2,84 | 3,68 | 3,17 | |
Egle - vasara | 2,88 | 3,01 | 2,78 | 3,07 | 4,00 | 3,02 | |
Egle-ziema | - | - | 2,46 | 2,64 | 3,57 | 3,22 |
Bērza materiālam, kurš sagatavots vasarā un ko uzreiz plānots smalcināt pilnas šķeldu puspiekabes kravas masa ir 31 t (16 t koksnes un 15 t ūdens), kopējā energoietilpība 72 MWh. Ja koksnes smalcināšanu plānots veikt pavasarī, saskaņā ar pētījumā iegūtajiem rādītājiem, transportējot pilnu šķeldu puspiekabi, kravas masa ir arī 24 t, bet koksne ir 17 t koksnes un ūdens 7 t, bet kopējā kravas siltumspēja ir 86 MWh. Līdzīgi var plānot nepieciešamo kravu skaitu, zinot vidējo bēruma blīvumu sezonā un pievesto koksnes apjomu.
Saskaņā ar pētījumā iegūtiem datiem, mitruma saturam izmainoties par 1%, siltumietilpība palielinās par 0,06 MWh (att. 2.20.).
Attēls 2.20. Relatīvā mitruma un zemākās siltumspējas izmaiņas enerģētiskajā koksnē
Veicot pēdējos mērījumus, atsevišķiem nogriežņiem nebija iespējams noteikt caurmēru un masu. Tas saistīts ar materiāla sadalīšanos. Šī problēma bija bērza nogriežņiem, kuri sagatavoti vasarā un atrodas saskarsmē ar augsni. Arī ziemā sagatavotie bērza nogriežņi sadalījās straujāk.
NOVĒROJUMI UN SECINĀJUMI
1. Pētījuma darbībā “Enerģētiskās koksnes uzglabāšana krautuvēs” saskaņā ar darba plānu pabeigta detalizēta pētījuma metodikas izstrāde, kā arī, pateicoties veiksmīgai objektu atlasei un labvēlīgiem laika apstākļiem, 2021. gadā uzsākta izpilde daļai no 2022. gadā plānotajiem mērījumiem, veicot koksnes kaudžu monitoringu un ievācot datus koksnes kaudžu rukums aprēķiniem.
2. Darbības “Forvardera greifera svari koksnes biokurināmā apjoma noteikšanai” īstenošana turpinās atbilstoši plānam. 2021. gadā veikta izstrādātās metodikas aprobācija. Saskaņā ar sākotnēji iegūtajiem datiem, ar svaru sistēmu var noteikt pievesto (iekrauto un izkrauto) masu, papildus raksturojot pievesto koksni sadalījumā pa tehnoloģiskajām brauktuvēm, kā arī identificējot cirsmu daļas, no kurām mežizstrādes atliekas un sīkkoksne nav pievesta.
3. Darbības “Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai” īstenošana atpaliek no darba plāna, jo jaunas vienošanās panākšana par datu ievākšanu aizkavējās. Šobrīd datu ieguves jautājums ir atrisināts un pētījumam nepieciešamo datu kopu pilnībā iegūsim 2022. gadā. Paredzams, ka LVMI Silava darba laika patēriņš šī uzdevuma īstenošanai pārsniegs sākotnēji plānoto sakarā ar lielo nekvalitatīvo datu īpatsvaru 2021. gadā iegūtajos datos.
4. Apkopojot rezultātus, kas iegūti darbībā “Šķeldu kravu piepildījuma izmaiņu monitorings un vienādojumu izstrādāšana kravu piepildījuma samazināšanās prognozēšanai”, secināts, ka pastāv sakarība starp pārvietošanās attālumu un smalcinātas enerģētiskās koksnes – šķeldu sablīvēšanos, ko var raksturot ar nelineāriem vienādojumiem. Izteiktāka sablīvēšanās konstatēta konteineru tipa autotransportam.
5. Darbības “Forvardera atstāto risu mērīšanas iekārtas izstrāde” īstenošana turpinās atbilstoši darba plānam, ir izstrādāts jauns iekārtas prototips ar lāzersensoru un jaunais un iepriekšējais prototips ir papildināti ar augstas izšķirtspējas GNSS iekārtu. Atbilstoši darba plānam veikta iekārtu pārbaude, pārliecinoties, ka iegūtie dati būs izmantojami risu veidošanās procesa analīzei reālā laika režīmā, kā arī pēc mežizstrādes. Lāzersensora izmantošana nodrošina būtiski lielāku precizitāti, nekā līdz šim izmantotais ultraskaņas sensors.
6. Darbības “Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei” izpildes aizkavēšanās saistīta ar pasūtītāja cirsmu plānošanas procesu. Pētījumam nepieciešamās cirsmas varēja atlasīt tikai augustā, tāpēc zemes lāzerskenēšanas metode, kas nav pielietojama, pazeminoties gaisa temperatūrai, aizstāta ar manuālu dastošanu, fiksējot koku pozīciju, kas vairākkārtīgi palielina darba apjomu cirsmu uzmērīšanai. Metodikas izmaiņas būtiski palielināja darba apjomu empīrisko datu ieguvei.
7. Lai iegūtu labāku priekšstatu par darbības “Algoritmu pilnveidošana kopšanas ciršu attālinātai kontrolei” ietvaros konstatēto novirzi koka caurmēra aprēķināšanā, jāveic nobīdes izvērtējums dažādu ražotāju mežizstrādes mašīnām, nepieciešamības gadījumā izstrādājot korekcijas vienādojumus caurmēra precīzākai aprēķināšanai.
8. Saskaņā ar pētījuma rezultātiem, salīdzinot hprGallring aprēķinus un vienlaidus platības uzmērīšanas rezultātus, būtiskas atšķirības vidējā caurmēra un paliekošā audzes šķērslaukuma raksturošanā saistītas ar koka caurmēra mērījumu vai aprēķinu kļūdu, kā arī paliekošā koku skaita prognozes nenoteiktību. Koku augstumam, kas novērtēts ar dažādām metodēm, nav konstatētas atšķirības.
9. Saskaņā ar pētījuma rezultātiem, salīdzinot koksnes blīvuma izmaiņas uzglabāšanas periodā, atkarībā no materiāla sagatavošanas sezonas un koku sugas, izstrādāti četri regresijas vienādojumi ar augstu ticamību (R2 > 0,90).
10. Balstoties uz iegūtajiem rezultātiem, izstrādāts vienādojums un aprēķināts koeficients pārrēķiniem no kubikmetriem uz šķeldu berkubikmetriem. Iegūtie dati parāda, ka uzglabājamais materiāls sāk sadalīties pēc 450 dienām, kas izpaužas kā koksnes tilpuma, blīvuma un siltumspējas samazinājums. Izstrādātos vienādojumus nepieciešams aprobēt ražošanas apstākļos ar lielu biokurināmā apjomu, tādējādi precizējot un pielāgojot aprēķinātos koeficientus dažādiem apstākļiem. Pētījumā izstrādāti vienādojumi, kas nepieciešami blīvuma izmaiņu raksturošanai.
LITERATŪRA
1. Xxxxxxx, B., Xxxxxxxxxx, S., Ciceu, X., Xxxxxxx, M., Xxxxx, I.-S., Xxxxxxx, E. N., Xxxx, X., Xxxxxx, X., Xxxxxx, M., & Xxxxx, O. (2018). Data collection methods for forest inventory: A comparison between an integrated conventional equipment and terrestrial laser scanning.
Annals of Forest Research, 61(2), 189. xxxxx://xxx.xxx/00.00000/xxx.0000.0000
2. AS "Latvijas valsts meži". (2008). Kopšanas ciršu rokasgrāmata. AS "Latvijas valsts meži". xxxxx://xxx.xxx.xx/xxxxxx/xxx/Xxxxxxxx_xx_xxxxxxxxxxxx/XX-xxxxxxxxxxxx.xxx
3. AS "Latvijas valsts meži". (2019). Harvesteru kalibrēšanas un kontrolmērījumu vadlīnijas. xxxxx://xxx.xxx.xx/xxxxxx/xxx/Xxxxxxxxxxxxxx/Xxxxxxxxxxx/Xxxxxxxxx/xxxxxxxxxx- kalibresanas-un-kontrolmerijumu-vadlinijas_v.04.pdf
4. AS "Latvijas valsts meži". (2020). AS “Latvijas valsts meži” marķējumi cirsmu darbiem. xxxxx://xxx.xxx.xx/xxxxxx/xxx/xxx_xxxxxx-xxxxxx-xxxxxxxxxx_x.00.xxx
5. AS "Latvijas valsts meži". (2021). Enerģētiskās koksnes krautuvju izveidošanas un krautnēšanas vadlīnijas. xxxxx://xxx.xxx.xx/xxxxxx/xxx/Xxxxxxxxxxxxxx/Xx%X0%XXxxxxx%X0%00xx/Xxxxxxxxx/xx ergetiskas-koksnes-krautuvju-izveidosanas-un-krautnesanas-vadlinijas_2021.pdf
6. Xxxxxxxxx, X., Xxxxx, X., Xxxxxxxx, L., Xxxxxx, X., Xxxxxxxxxx, X., & Xxxxx, X. (2021). Hand-Held Personal Laser Scanning: Current Status and Perspectives for Forest Inventory Application. Croatian journal of forest engineering, 42(1), 165–183. xxxxx://xxx.xxx/00.0000/xxxxxx.0000.000
7. Xxxxxxx, X., Xxxxxxxxxxxx, X., Xxxxxxx, X., & Xxxxxxx, P. (2016). Forest Inventory with Terrestrial LiDAR: A Comparison of Static and Hand-Held Mobile Laser Scanning. Forests, 7(12), 127. xxxxx://xxx.xxx/00.0000/x0000000
8. Xxxxxxx, X., Xxxxxx, X. X., Xxxxxxx, X., & Xxxxxxxx, X. (2016). Arbetsrapport Automatisk gallringsuppföljning. Skogforsk.
9. Xxxxx, X. (2005). Xxxxxxxx.xx. Meža ekoloģija, tipoloģija, augsne, hidromeleorācija un kokaugu fizioloģija. xxxxx://xxx.xxxxxxxx.xx/xxxxxx/xxxxxxx.xxxx?xx0&xxxx&xxx000000&xx0
10. Xxxx, X., Xxxxxxx, C., Xxxxx-Xxxxxxx, C. A., & Xxxxxxx, X. (2018). Automatic dendrometry: Tree detection, tree height and diameter estimation using terrestrial laser scanning. International Journal of Applied Earth Observation and Geoinformation, 69, 164–174. xxxxx://xxx.xxx/00.0000/x.xxx.0000.00.000
11. FARO. (2020). Focus Laser Scanner. xxxxx://xxxxx.xxxx.xxx/-
/media/Project/FARO/FARO/FARO/Resources/2021/01/15/22/34/Tech-Sheet-FARO- Focus-Laser-Scanners-ENG.pdf?rev=cb02264ffcbd4123b82a5c42f29b14be
12. Xxxxx, X., Xx, X., Xxxx, P., Xxxxx, X., Xxxxxxx, N., Xxx, C., Xx, X., & Xxxx, X. (2011). Automated Methods for Measuring DBH and Tree Heights with a Commercial Scanning Lidar. Photogrammetric Engineering & Remote Sensing, 77(3), 219–227. xxxxx://xxx.xxx/00.00000/XXXX.00.0.000
13. Latvijas Valsts mežzinātnes institūta ‘’Silava’’. (2013). Nacionālā meža monitoringa 1.1.
Aktivitātes ‘’Meža resursu monitorings’’ metodika. Izstrādāta saskaņā ar Ministru kabineta noteikumiem Nr. 238 no 03.04.2013 ‘’Nacionālā meža monitoringa noteikumi’’. Saskaņota ar Zemkopības ministra 24.04.2013 vēstuli Nr. 3.2-3e/1396/2013. Apstiprināta ar Latvijas Valsts mežzinātnes institūta ‘’Silava’’ direktora 26.04.2013 rīkojumu Nr. 7-v.
http://xxx.xxxxxx.xx/userfiles/file/Nacionalais%20meza%20monitorings/Me%C5%BEa%2 0resursu%20monitoringa%20metodika%2026_04_2013.pdf
14. Xxxxx, X., Xxxxxxx, V., Xxxxxx, X., Xxxx, X., Xxxxx, X., Xxxxxxx, X., Xx, X., Xxxxxxxxx, X., Xxxxxxxx, X., Xxxx, X., Xxxxxxxxxx, X., & Xxxxxxxxxx, X. (2016). Terrestrial laser scanning in forest inventories. ISPRS Journal of Photogrammetry and Remote Sensing, 115, 63–77. xxxxx://xxx.xxx/00.0000/x.xxxxxxxxx.0000.00.000
15. Xxxxx, X. (2018). Meža taksācija. Latvijas Lauksaimniecības Universitāte.
16. Xxxxxxx, X., Xxxxxxx, X., & Xxxxxxx, X. (2017). Equations for estimating above- and belowground biomass of Norway spruce, Scots pine, birch spp. And European aspen in Latvia. Scandinavian Journal of Forest Research, 1–43. xxxxx://xxx.xxx/00.0000/00000000.0000.0000000
17. Xxxxxxx, X., Xxxxxxx, X., & Xxxxxxx, X. (2016). Estimation of the biomass stock from growing stock volume. Collection of Abstracts, 120.
18. Xxxxxx, X. (2013). Apaļo kokmateriālu apjoma noteikšanā lietojamo pārrēķina koeficientu metodes izstrādāšana un aprobēšana. LLU.
19. Xxxxxx, X. (2015). Individuālo tilpuma noteikšanas metožu precizitātes ietekmējošo faktoru izpēte.
20. LVS/STK/38 Kokmateriāli. (2020). Apaļo kokmateriālu uzmērīšana LVS 82:2020.
21. Xxxx, X. ‐G., Xxxxxxx, X., Xxxxxxxx, X., & Xxxxx, X. (2008). Automatic forest inventory parameter determination from terrestrial laser scanner data. International Journal of Remote Sensing, 29(5), 1579–1593. xxxxx://xxx.xxx/00.0000/00000000000000000
22. Xxxxxx, X., Xxxxxx, X., Xxxxx, X., Xxxxxxxx, X., Xxxxx, X., Xxxxx, P., Xxxxxxx, X., Xxxxxx, P., Xxxxxxxx, X., Xxxxx-Xxxxxxx, X., Xxxxxxxxx, X., & Xxxxx, X. (2021). Novel low-cost mobile mapping systems for forest inventories as terrestrial laser scanning alternatives. International Journal of Applied Earth Observation and Geoinformation, 104, 102512. xxxxx://xxx.xxx/00.0000/x.xxx.0000.000000