Precision vid travmätning av rundvirke med en fotoinventeringsteknik applicerat i smarta telefoner

Detta är en Kandidat-uppsats från SLU/Dept. of Forest Ecology and Management

Sammanfattning: Det mättes i snitt in 82 500 000 m³sk rundvirke per år under perioden 2009-2013 i Sverige, med olika mätmetoder. Några av de metoder som används för att mäta/beräkna virkesvolym idag är metoder som togs fram år 1973 och som innefattar en hög grad av subjektiv bedömning och manuellt arbete. Utvecklingen går mot en mer digitaliserad framtid och applikationen Timbeter är en virkesmätningsmetod som utvecklats. Huvudsyftet med projektet var att utvärdera denna applikation för att se om den ger samma resultat som mätning med rådande mätmetoder. De delsyften som fanns med i projektet var: • Att undersöka om avståndet från mätaren till virkestraven påverkar resultatet • Undersöka om olika användare ger olika resultat • Undersöka om justeringar av data skiljer sig mot ojusterade data för att se om det går att lita på det ojusterade datat. Försöket gjordes på tre virkestravar belägna på tre platser med olika storlek och med olika geometriska former. Timbeterapplikationens värden visade sig skilja sig mot rådande mätmetoders värden, då det stockmätta eller travmätta värdet inte fanns med i ett konfidensintervall på 95 %, för någon av virkestravarna. Resultaten från t-testerna och regressionsanalysen påvisar att volymen (m³fpb) påverkas signifikant av: • Avståndet till virkestraven. • Personen som mäter med Timbeter-applikationen. • Att det fanns en signifikant skillnad mellan ojusterad data och justerad data, vilket talar för en förändring för att effektivisera applikationen tidsmässigt. Detta gör att volymsskattningarna är svåra att lita på då förklarandegraden från regressionsanalysen är så hög som 99 %. Denna studie visar att applikationen både överskattar och underskattar volymen mot rådande mätmetoder, att volymen både ökar och sjunker beroende på avståndet man mäter ifrån och att den är beroende på vem som mäter med applikationen och att det går inte att lita på ojusterad data för att effektivisera applikationen.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)