Nationellt skogsdatalabb hjälper Biometria att visa på behovet av skördardata i skogliga analyser.
Biometria driver i samverkan med Skogforsk Datalabb för den skogliga digitala kedjan som fokuserar på virkesflödet från skog till industri. Biometrias plattform med information om virkesflödet innehåller bland annat data insamlat av skördare, en informationsmängd som är mycket intressant som indata till olika analyser. Skördardata kan exempelvis användas för att träna AI-modeller.
Biometria undersöker möjligheten att dela skördardata. Data måste i så fall delas utan att affärskritisk information röjs. Det pågår därför ett arbete hos Biometria att se över hur data kan anonymiseras innan det delas. Nationellt skogsdatalabb har beskrivit tre aktuella case där skördardata är av stort värde som indata. Dessa case kommer användas i arbetet med anonymiseringen för att visa på behovet och den nytta det innebär att få tillgång till skördardata.
De tre case som beskrivits är:
- Skogsskador. För att kalkylera risk för att skog drabbas av granbarkborreangrepp är det viktigt att ha tillgång till observationer av befintliga skador. Ju mer data som finns tillgängligt, desto säkrare blir modelleringarna. Data från skördare är mycket värdefull.
- Prognos av avverkningsutfall. Behovet är stort att kunna få detaljerade prognoser för utfallet av planerade avverkningar. SLU och Skogforsk driver tillsammans ett utvecklingsprojekt där Deep learning används för prognosticering av avverkningsutfall. Den stora mängden träningsdata som behövs för att träna modellen är svår att samla in på annat sätt än att utnyttja data från skördare.
- Utvärdering av Skogliga grunddata. Kvaliteten på Skogliga grunddata utvärderas idag med hjälp av objektivt inventerade data från ett hundratal avdelningar insamlade i Sveaskogs företagstaxering. Skördardata levererar variabler från många olika skogstyper och skulle därmed vara mycket värdefullt för en noggrann utvärdering.