Forskning skal optimalisere skogskjøtsel med kunstig intelligens
Innlandet-basert skogbedrift deltar i doktorgradsprosjekt som skal bruke maskinlæring til å effektivisere skogbehandling og ressursforvaltning.
Ny forskning på maskinlæring i skogbruket
En ambisiøs satsing på forskning og utvikling skal nå gi skogeiere bedre verktøy til å ta skjøtselsbeslutninger. Med støtte fra Forskningsrådet gjennomføres et doktorgradsprosjekt som kombinerer akademisk kompetanse med praktisk erfaring fra skogbransjen. Samarbeidet mellom næring og universitet skal resultere i konkrete løsninger for dagens skogforvaltning.
Prosjektet utføres som en nærings-ph.d., som betyr at forskningen er direkte rettet mot reelle utfordringer som skogeiere og entreprenører møter daglig. Arbeidet gjennomføres i samarbeid med Norges miljø- og biovitenskapelige universitet (NMBU), som bringer både metodisk dybde og teknologisk kompetanse til bordet. En forsker dedikert til prosjektet skal arbeide fulltid med problemstillingene over hele prosjektperioden.
Data og teknologi for bedre skogforvaltning
Fokus ligger på hvordan avansert databehandling og algoritmer kan gjøre planleggingen av skogkjøtsel mer effektiv og målrettet. I praksis handler det om å bruke stordata og kunstig intelligens til å:
- Optimalisere tynning og hogstplanlegging basert på vekstdata
- Bedre forutsi etterspørsel etter ulike tømmerkvaliteter
- Redusere spill og øke verdien av hver kubikkmeter
- Gi skogeiere bedre beslutningsgrunnlag for sine arealer
Resultatene av forskningen vil kunne ha stor betydning for lønnsomheten i skogdriften på Innlandet og resten av landet. Ved å gjøre skogforvaltningen mer presis og databasert, kan både små og større skogeiere få økt inntekt fra sine skogareal samtidig som miljøaspektene ivaretas.
Saken er bearbeidet og omskrevet av Innlandet Drift AS basert på en kilde fra Landbruk.no.