AI-modell för röjningsbehov demonstrerades på IUFRO

När drygt 4 000 forskare från hela världen 2024 besökte Stockholm och världens största skogskongress, IUFRO, bjöd Mistra Digital Forest med flera in till exkursion. Ute till skogs demonstrerades bland annat en AI-modell som kan uppskatta röjningsbehov med hjälp av fjärranalysdata.

Intresset var stort när Mistra Digital Forest tillsammans med Skogsstyrelsen och SLU bjöd in deltagarna på IUFRO:s skogskongress i Stockholm till exkursion. På plats i skogen var bland annat Skogforsk för att demonstrera AI-modellen RöjSAT som uppskattar röjningsbehov. De cirka 200 deltagarna kunde blicka ut över två intilliggande bestånd som båda analyserats med modellen.

– I likhet med tidigare tester bekräftar den här kvalitativa utvärderingen att modellen kan bedöma röjningsbehovet i ett bestånd och upptäcka lokala variationer inom det. Att besökarna kunde jämföra modellens analys med vad de själva såg på plats gav en extra dimension, säger Maria Nordström, digitaliseringsledare på Skogforsk.

Vidareutvecklas inom Mistra Digital Forest  

Grundmodellen har Skogforsk utvecklat tillsammans med Örebro universitet, Field Sweden, Sveaskog, Södra och Mellanskog med finansiellt stöd från Vinnova. Skogssektorns stora intresse för tjänster och stöd som uppskattar röjningsbehov gör att den nu fortsätter sin resa från grundkoncept till användbar lösning inom Mistra Digital Forest.

– Mistra Digital Forest är en utmärkt samverkansplattform för företag i skogsbranschen och det sammanhanget passar utvecklingsarbetet framåt väldigt bra, säger Maria Nordström.

Den första bilden visar 2021 och den andra 2023.

Inför exkursionen analyserade AI-modellen två bestånd, de övre vänstra och nedre högra områdena i respektive bild, separerade av en väg. Det nedre beståndet gallrades 2022 och här fick AI-modellen analysera data från året innan respektive året efter röjningen för att se om den upptäckte skillnader i röjningsbehov. Bilderna visar tydliga skillnader: ju grönare pixlar desto större röjningsbehov. Det övre beståndet är en skog som inte ska gallras förrän om ytterligare några år.

Modellen tränades på satellitdata, digitala markmodeller och speciellt insamlade positioner från röjningsarbetare. Tiden som röjningsarbetaren spenderade i varje pixel, en yta på 10x10 meter, användes som indikator för röjningsbehovet.