CN102906769B - 用于确定森林用材林的可采伐性和可运输性的方法 - Google Patents

Abstract

一种用于确定被标记为用于砍伐的用材林的可采伐性和可运输性的数据系统和方法，该方法包括：保持关于用材林的土壤的性质的数据；确定用于用材林的可采伐性和可运输性的值，该值取决于所述性质；还基于影响所述性质的所述用材林的此类条件来定义所述值；保持关于针对用材林定义的可采伐性和可运输性的数据。所述性质是以下各项中的一个或多个：土壤类型、土壤类型的辅助属性、其他永久因素。所述条件是以下各项中的一个或多个：雪深度、冰冻深度、土壤含湿量、温度、降雨量、立木蓄积的数量、树种之间的关系、其他可变因素。

Description

用于确定森林用材林的可采伐性和可运输性的方法

技术领域

本发明涉及一种用于确定被标记为用于砍伐的用材林（stand）的可采伐性和可运输性的方法和数据系统。

背景技术

采伐在木材处理链中是重要步骤，产生用于从森林到客户的可盈利的木材加工链的基础。木材采购组织负责原材料到工厂、亦即生产厂的配送以及燃料到燃烧车间的配送。原材料采购订单是基于最终产品的需求。木材原材料是根据采购订单相对于交货日期、数量和质量而配送的。采伐计划中的目的是能够在适当的时间配送正确数量的所需木材原材料。该操作由采购计划根据生产厂的原材料采购订单来确定。例如在用于几个月的计划中扩大每年的采购计划。

路边仓库必须包含符合协定时间的运输计划的一定数量的木材种类。通过控制采伐，将仓库保持在期望的大小，并且每次对应于状况将其中的木材种类的比率保持在最好。信息的平稳流动是对成功操作的要求。为了进行控制，以原材料的灵活供应变成可能的方式来应用数据系统。

从被标记为用于砍伐的用材林的可用资源或储备中选择适当的用材林和范围以进行采伐。季节变化对采伐具有很强的影响，这在不能通行的道路条件的季节中是特别困难的。

原材料的来源包括例如森林公司、企业以及个人所有的森林。在木材销售合同中，关于要采伐的木材种类及其数量以及关于燃料木材的采伐（在必要时）达成协议。在以交货价格的销售中，卖方承诺在协定的时间向交货点交货协定数量和种类的木材。在未伐倒木材的销售中，买方处理作为采购对象的数量和种类的木材的采伐及其从森林的运输。特别地，木材种类包括松树原木、松树纸浆原材、云杉原木、云杉单板原木、云杉纸浆原材、桦树原木、桦树纸浆原材、其他原木、其他纸浆原材以及木材燃料，诸如树桩和采伐剩余物。

木材从多个不同的来源被供应到生产厂或燃烧工厂，其中，用于交货到制材厂原木堆置场的采购、用于交货到路边仓库的采购以及工厂自己的组织的采伐以及木材的其他采购是可行的。木材原材料典型地被基于运输计划从多个不同的来源交货给买方，并且木材被从被标记为用于砍伐和采伐的用材林、从被用作交货点的路边仓库以及从木材终点站交货给买方。

通过利用数据系统，准备用于采伐的用材林的数据被从负责物流的一方传输到森林机器公司，甚至直接到采伐机，并且采伐承包商负责采伐。准备木材的数据被传输到木材采购组织的数据系统，并且基于接收到的数据来草拟运输计划。

在被标记为用于砍伐的用材林的计划中，产生用于计划采伐的数据。其确定例如来自被标记为用于砍伐的用材林的木材的累积数量，并且必要时，将用材林划分成要采伐范围。在采伐的计划中，还确定道路和储存点的位置。影响标记的用材林的采伐和要采伐范围进度的因素包括加工厂的木材需求和被标记为用于砍伐的用材林的储备以及被标记为用于砍伐的用材林和要使用的道路的承载能力。将基于伐木方法、要采伐的未伐倒木材的重量、采伐时间以及其他位置条件因素来选择设备。应用的采伐方法典型地是用由采伐机和集运机组成的具有一系列机器的定长剪切（CTL）采伐。

针对已标记用材林和要采伐范围，还定义了可采伐性和可运输性以及可能的采伐时间。例如在泥炭土壤上，必须针对采伐机和集运机（forwarder）考虑土壤的不良承载能力。当土壤被冻结时执行以云杉为主的泥炭土壤的采伐，以避免对树根的损坏。在以松树为主的森林用材林中，当土壤解冻时，也可以进行采伐。对于具有良好干燥条件的泥炭土壤而言，夏天的采伐和运输条件可以与矿质土壤几乎相同。

根据现有技术，还可以预先自动地计划被标记为用于砍伐的用材林。为了森林资源的存货盘点，还使用遥感方法，其中，例如应用机载激光扫描（ALS）和航摄照片。借助于所述方法，可以将所获得的数据用于未伐倒木材图案、也就是具有类似优型树种和立木蓄积密度的均匀区域的自动确定。基于激光扫描的分析还将产生相对于树种和长度的未伐倒木材的数据，并且借助于建模，甚至可以获得关于树的直径和体积的数据。激光扫描还将产生该地域的地形模型，能够利用该信息用于计划采伐，特别是用于确定可运输性。被标记为用于砍伐的用材林是自动形成的，并且例如选择疏伐或主伐。基于该数据，还可以推断将从用材林获得的木材的数量和种类。当需要时，可以借助于现场检验来更新或检查该数据。

在计划采伐时，不仅使用将被标记为用于砍伐的用材林的自动分配，而且使用地理信息形式的关于道路网的数据且典型地还有道路分类。在采伐时，道路网也形成通道障碍，但是还可以将关于道路网的数据用于选择用于路边仓库的位置。水系也形成通道障碍，以用于计划采伐的地理信息的形式获得关于水系的数据。地形等高线也可以以地理信息的形式可获得。简要地定义，地理信息（GI）是具有位置的信息。要描述的数据是所谓的性质信息。地理信息是由例如土壤调查组织产生的。

在数据系统中，因此可以基于根据现有技术的遥感和地理信息来计划将被标记为用于砍伐的用材林和路边储存点的位置，并且还设计出从用材林到储存点的运输路线，将由地形和环境设定的限制考虑在内。实际上，运输是借助于集运机实现的，使得基于地形模型，可以设计出到对于集运机而言可通行的到位置的运输路线，例如将倾角考虑在内。

关于土壤类型的数据也是可以地理信息的形式获得的，基于该数据，可以定义要标记的用材林的主要土壤类型和用于采伐的范围。土壤类型包括例如矿质土壤类型和有机土壤类型。进一步用指示土壤类型如何偏离其基本类型的附加属性来指定土壤类型。矿质土壤类型包括例如砾石土壤和鹅卵石土壤、砂砾土壤、冰碛土壤、砂土、细砂土、粉砂土和粘质土。有机土壤类型包括例如泥泞和泥浆状土以及腐殖土，其由表土或泥炭土类型组成。

在采伐中，部分地基于季节的时间描述被用于确定可采伐性和可运输性。针对矿质土壤类型，地形的承载能力在很大的程度上改变，使得承载能力在确定可采伐性方面起到重要作用。泥炭土上的森林大致常分类成将在冬季采伐，虽然存在大的变化。此外，应注意的是立木蓄积的量也影响地形的承载能力，特别是由于生根的量。当土壤的承载能力足够时，土壤能够承载采伐机且特别是载送木材载荷的集运机的重量。

按照惯例，被标记为用于砍伐的用材林根据可采伐性被划分成三个不同的等级。在被标记为用于在冰冻损坏道路的季节期间砍伐的用材林中，可以在任何时间采伐和运输木材，甚至在春季和秋季的不良道路条件的季节期间。在被标记为用于在夏天砍伐的用材林中，当道路过不去时，可以在除春季和秋季之外的其他时间采伐和运输木材。在被标记为用于在冬季砍伐的用材林中，只有当土壤被冻结时，采伐和运输才是可能的。还可以以另一方式来选择该分类；例如，可以在土壤解冻时采伐的用材林被划分成子分类，并且例如假如即使夏季是多雨的，或者仅在干燥的夏季期间，存在低的秋季降雨量，采伐和运输是可能的。

可以通过利用例如地理信息来获得被标记成用于砍伐的用材林和要采伐范围的主要土壤类型以及运输路线的土壤类型。可以例如基于某些规则或经验来推断可采伐性和可运输性。在现有技术中，主要土壤类型已确定不可能进行采伐或者可能但以变化的成本进行时的时间。在现有技术中将关于不同采伐时间的采伐成本、不同采伐时间的可能运输路线、由不同运输路线引起的运输成本、到用材林或要采伐范围的来访次数以及将从用材林获得的木材的数量和种类的信息用于计算不同采伐时间的采伐成本。基于此数据，可以进行期望的优化，以找出例如鉴于成本的最佳采伐时间。

在Kol-jonen、Juha-Matti等人的文献：Mat-2.4177 Operaatiotutkimuksenprojektityo-seminaari: 4. Puustokuvion korjuukelpoisuus jasaavutettavuusanalyysi [Project work seminar on operation research: 4.Analysis on Harvestability and Accessibility of Standing Timber Pattern](University of Technology, Department of Information and Natural Sciences;Project work; Espoo, 20 April 2009).中讨论了根据现有技术的运输路线的选择和最优化基于用材林的计划。

然而，鉴于可采伐性和可运输性，基于地理信息并从该地理信息导出的所述分类对于计划采伐而言是不足的，或者是不够准确的。在环境条件下可能发生显著的年变化，例如鉴于土壤冰冻的开始和深度、雪的量以及降雨量。根据现有技术的分类可以导致例如只有当土壤被冻结时的标记用材林的采伐，虽然更准确的检查将显示在夏季也将是可能的。同样地，通常结合木材销售合同和现场检验来进行可采伐性和可运输性的定义，其中，该评定可能是不正确或不充分的，使得采伐不再是可能的，因为土壤的承载能力已由于降雨而改变。可以通过添加其他等级来指定分类，但是采伐的计划仍缺少关于例如被标记为用于砍伐的用材林的真实可采伐性和可运输性的信息（例如其承载能力或描述该承载能力的指数）对应于基于例如关于地面的土壤类型的地理信息定义的值。

可以确信能够借助于地理信息来改善分类，但是可采伐性和可运输性的定义仍不在足够准确的水平上，使得整个木材加工链将最佳地操作，并且可以以可靠的方式并基于准确的数据来提供木材原材料的交货。不准确和不正确的数据构成整个木材加工链上的不必要负担。

发明内容

本发明的目的是消除以上提出的问题。

在权利要求1中提出了用于确定被标记为用于砍伐的用材林的可采伐性和可运输性的根据本发明的方法。在权利要求12中提出了用于确定被标记为用于砍伐的用材林的可采伐性和可运输性的根据本发明的数据系统。

借助于激光扫描和通过利用数据系统，可以根据用户所选的标准自动地创建用材林。在所形成的用材林中，可以创建被标记成用于砍伐的用材林的储备，其中，该用材林也被分配可能的措施，诸如休林、主伐或疏伐。针对每个用材林，木材的数量和种类是已知的。基于用材林的储备，还可以通过计算来形成用于每个木材种类的储备，例如针对一个或多个有限的地理区域，例如根据省份或基于木材采购组织。所述储备可用于以与采伐有关的延迟的木材原材料的交货。

关于土壤的地理信息被用来确定土壤类型，因为用材林的可采伐性和可运输性取决于地形的可通行性及其承载重森林机器的负荷的能力。然而，甚至相同的土壤类型的性质也根据土壤的水分含量和温度而变。在确定可采伐性和可运输性时，应当应用模型，该模型特别地基于土壤类型的水分含量、而且还根据雪深度和/或冰冻深度特别地定义每个土壤类型的状况。在确定时，还可以利用其他地理信息，诸如地形等高线或地形模型。根据一个示例，针对可采伐性和可运输性来确定所谓的承载能力指数，该指数特别地取决于土壤的承载能力。该承载能力指数特别地与木材原材料的采伐和到路边仓库的运输有关。

可采伐性和可运输性以及承载能力指数确定被用于采伐的森林机器所需的性质，特别是与承载能力有关的表面压力。影响表面压力的因素包括采伐机的无载重量、组合的载荷和设备的重量，亦即采伐机的总重量、采伐机的前后端之间的重量的分布、车轮或履带的表面面积以及采伐机到土壤中的假设下沉。可以用各种方法或设备来影响采伐机的行进性质，包括例如更宽的履带和车轮、增加轮胎的尺寸和数目、增加具有辅助车轮的滚轮的承载表面以及使用双轮。

所述因素可以用来确定用于采伐机的承载能力分类，其取决于例如由采伐机引起的表面压力，该表面压力又取决于采伐机的设备。优选地，在承载能力指数与承载能力分类之间存在关系，借助于该关系，执行采伐的人或采伐承包商可以选择适合于该工作的采伐机和集运机。优选地，还将承载能力指数与关于用材林的其他数据一起传输至例如采伐承包公司。

优选地从保持和/或预测条件数据的操作员以地理信息的形式获得土壤水分含量、雪深度以及冰冻深度。该条件数据基于例如遥感。可以基于关于地面状况的模型来获得关于土壤承载能力的条件数据的效果。在模型中还可以将环境温度、热累积、降雨量或降雨量累积考虑在内。

可以根据土壤类型的实时条件或根据影响土壤类型的状况的那些实时环境条件基于土壤类型的状况将开发的系统和方法用于可采伐性和可运输性的连续更新。在示例中，根据主要条件来更新所述承载能力指数。

通过主拉木机，将木材从储存位置运输至生产厂或燃烧工厂或至终点站仓库。道路等级包括例如干道、主运输道以及临时森林道路。干道聚集来自主运输道和临时森林道路的运输，并且其应当甚至在春季解冻期间承载运输。主运输道聚集来自临时森林道路的运输并常常与公用道路和干道交叉。主运输道被构建成在秋季且常常还在春季在不良道路条件下承载运输。临时森林道路被用于除冰冻损伤时段之外的季节中的运输。此外，还可以使用冬季道路，其是只有当土壤被冰冻时才使用的临时森林道路。因此，道路的可采伐性和可运输性受到道路等级且特别是不良或不可通行道路条件时段期间的限制的影响。在示例中，还根据道路的承载能力为道路网或所述道路等级分配所谓的承载能力指数。

降雨量将影响森林道路和砾石路的条件并从而还影响主拉木机。根据环境条件，可以更新道路网的可采伐性和可运输性。在示例中，根据主要条件来更新所述承载能力指数。

如果道路由于不良的道路条件或冰冻损伤时段期间的限制，或者当承载能力不足时，不能从用材林或储存点、特别是从路边仓库运输木材。在这种情况下，用材林不可用于木材供应。

当将关于用材林的可采伐性和可运输性的数据组合到道路网的可采伐性和可运输性、关于路边仓库中的木材数量和种类的数据以及关于终点站及其他仓库中的木材数量和种类的数据时，可以进行各种已更新实时可用性分析，其也将环境条件考虑在内，并且其中，数据明显比之前更准确。因此，采伐的计划也更准确，并且可以实现明显比用现有技术的技术更短的计划期。这允许改变状况方面的更多灵活性，例如当对原材料的需求快速增加或环境条件比平时改变更多时。

用于计划采伐的更准确计划信息也使得可以利用用材林，其在可采伐性和可运输性方面是成问题的，例如在当适宜的环境条件允许这些用材林的采伐时。因此，当环境条件不良时，可以暂时保留更容易采伐的用材林。

采伐的计划在给定时刻发生，并且正常地其后面是到开始采伐且木材在协定交货点处可获得时的时间的延迟。环境条件可以改变，例如鉴于土壤冰冻的开始和厚度、雪的量以及降雨量。因此，真实可采伐性和可运输性不再对应于关于主要可采伐性和可运输性的已更新数据，或被用于计划的承载能力指数。变化的条件可能对采伐和运输的成本具有甚至巨大的影响，例如鉴于用于运输路线和采伐的成本。

因此，用未来条件的预测来补充在开发的系统和方法中利用的用于确定可采伐性和可运输性的模型，其中，可以甚至比之前更准确地且不仅仅基于在计划时盛行的条件来执行关于可用性的分析和采伐的计划。因此，木材种类和数量的储备将在每次都改变，但是现在能够预测该变化。可以将该变化与生产厂中的对木材原材料的需求相比较，并且木材加工链的操作可以适合于满足该需求。借助于以可预测方式变化的可采伐性和可运输性，可以准确地选择在期望的时间可用的那些要采伐用材林。所述期望时间因此也可以是在未来。条件预测的范围越长，并且预测越可靠，则能够非常准确地计划木材供应的时间段越长。该预测还可以基于平均条件值、历史数据或趋势数据，并且准确度可以改变。

该预测涉及特别是温度和降雨量方面的变化，其特别地影响土壤水分含量及雪和冰冻的深度。准确的预测可以覆盖例如接下来的1至2个星期，优选地10天，并且不那么准确的预测可以覆盖比这更长的时段。

优选地，在利用各种数据库或其他数据存储器（包括例如地理信息）的数据系统中实现该计划。该数据系统利用例如电信网络进行数据传输，或者其提供计划数据的用户可以经由电信网络访问的数据库。该数据系统针对不同用户的各种需要和针对操作的控制产生各种报告和分析。在该计划中，利用各种算法、模型和规则，其基于该初始数据来产生将被数据系统或用户利用的期望结果。

附图说明

下面，将借助于示例并参考附图来描述本发明，在所述附图中

图1是示出了鉴于计划的木材供应及其各种部分的总体优化的方框图。

图2是图示出用于被标记为用于砍伐的用材林的系统化利用的一个部分的操作的图；以及

图3图示出被标记为用于砍伐的单个用材林的可采伐性和可运输性的时间变化。

具体实施方式

图1以图的形式示出了木材供应的不同部分，其中，图的方框图示出将在计划中使用或将借助于该计划产生的数据。方框之间的连接图示出被用作用于生成其他数据的基础的数据以及影响该数据的因素。所使用的数据包括例如来自数据库的地理信息或其他信息或者将在别处获得的信息，例如预测信息。要使用的数据是例如从保持和/或预测条件数据的操作员获得的。在方框中形成的已处理数据还可以用作用于其他方框的数据材料。要形成的数据和优化是基于例如利用可用的各种数据材料的判定、算法、模型或规则。优选地基于计算机、服务器和网络在利用各种数据库或位于电信网络及其数据系统中的其他数据存储器的数据系统中实现根据该图的系统和方法，系统的用户利用所述计算机、服务器和网络，并且其被用于存储自动地或手动地收集的数据。

方框1图示出用于给定计划期的各种生产厂的需求和需要（En 1（能量）、EN2、Se1（浆料）、Se2、Pa1（纸）、Pa2、Sa1（锯机）、Sa2、Va1（胶合板）、Va2等），并且形成用于优化13的基础，基于可用数据（例如生产厂的需求、终点站处的状况、仓库中的状况、储备中的用材林），该优化草拟用于被标记为用于砍伐的用材林的储备的运输计划15和采伐计划14。运输计划15定义从不同用材林（L1、L2等）和储存点（诸如路边仓库（V1、V2等）和终点站（T1、T2等）到不同生产厂的运输。

在采伐计划14中，根据一个示例，还可以根据用材林或者在必要时甚至根据采伐承包商、基于可采伐性和可运输性、特别是承载能力指数来选择森林机器。在一个示例中，为森林机器分配承载能力分类16，基于该承载能力分类16进行选择。在替换示例中，采伐计划仅仅包含关于承载能力指数的数据，基于该数据，执行采伐的人可以自己在机器上进行选择；例如采伐承包商21是可行的，如图2所示。

通过利用关于森林资源的数据，根据现有技术已提供了用材林的储备5。还可以自动地获得该数据，例如通过激光扫描，并且还可以自动地形成用材林。在用材林的储备5中还可以以其他方式包括用材林。道路网3上的数据和土壤数据4例如以地理信息的形式可以获得，并且其用来形成例如承载能力指数。木制品的种类（En、Se、Pa、Sa、Va等）和将从用材林的储备和从单个用材林获得的不同木制品的数量是例如以列表或表格的形式给定的。在此阶段，将每个木制品分配到给定目的，诸如能量、浆料、纸张、锯机、胶合板。将例如通过树干的所检测直径来确定用途，使得来自同一用材林的木材原材料将被运输到甚至多个不同的生产厂。将由需求来引导该分配。

在道路网的承载能力分类6中可获得关于道路网的可采伐性和可运输性的信息。将主要描述诸如土壤水分含量和雪深度的当前状况的承载能力分类6和条件数据7与用材林的储备5的数据组合。每个用材林位于给定地点上，因此，条件数据优选地是该地点特定的。例如，还可以使用关于条件的县或省份特定数据作为用于用材林的条件数据。还可以应用关于道路网的使用的限制18，如图2所示。该限制特别地涉及由于不良或不能通行道路条件而引起的使用限制或禁止。使用算法、模型或计算来确定用材林的已更新实时可用性8，其在本示例中是由承载能力指数指示的。可以足够频繁地执行更新，甚至每周几次。基于例如有限地理区域，针对用材林的整个储备或子集来确定可用性。

还将承载能力分类6和条件数据7与关于路边仓库的数据组合，其中，获得路边仓库的已更新实时可用性9，其在本示例中是由承载能力指数所指示的。

可采伐性和可运输性必须处于足够的水平，使得用材林或路边仓库在计划期期间将是可用的。如果水平是不足的，则没有适当或足够的采伐和运输设备不可用于执行采伐和运输以实现满足需求的供应。困难条件下的采伐还可能要求特殊设备，或者其更加困难，这可能不必要地增加成本。在用材林的大型储备的情况下，始终找出被标记为用于砍伐的用材林以进行采伐，但是数据系统现在将指示要采伐的用材林或可用的仓库。从用材林列表，可以选择例如具有给定承载能力指数的用材林以进行采伐，并且这些可以在每次用来满足需求。如果需要更多用材林，则根据需要，还可以包括具有更高承载能力指数的用材林。

在示例中，还将本系统用于使成本优化。优选地，还应在此类用材林中执行采伐，其承载能力指数仅很少地处于充足水平。特别地在承载能力指数一般地由于困难条件而减小时，可以利用其承载能力指数几乎始终处于充足水平的那些用材林。可以通过优化来对不同因素的影响进行加权，并且最终结果将包括可在计划期内使用的用材林10和关于其中的木材的数量和种类的数据。还可以通过将各种成本因素考虑在内来影响优化结果。状况根据更新而变，但是可以针对所有用材林以及仓库连续地保持用材林的准确列表和关于木材的数量和种类的数据。

路边仓库的可采伐性和可运输性也必须处于充足的水平。优化的结果将是路边仓库11和关于其中的可在计划期内使用的木材的数量和种类的数据。

关于终点站12中的木材的数量和种类的数据是可用的。木材在几乎任何时间都是可用的。

通过将来自数据系统中的方框10、11和12的数据组合，执行必要的优化13，产生采伐计划14和运输计划15。目的是在计划期内提供满足不同生产厂中的需求的供应。

方框10、11和12的数据目前是可用的，并且在许多情况下在未来的给定时段内也是可用的，并且甚至在整个计划期内都是可用的，如果条件不会剧烈改变的话。可采伐性和可运输性、即承载能力指数的变化特别地影响方框10。可以例如借助于仓库来实现针对条件变化的提供。按照计划，如果从所选用材林不可获得木材，则可以从仓库获得木材。

为了产生采伐计划14，利用关于用材林的可采伐性和可运输性的方框8的数据。

如图2所示，为了形成采伐计划，还可以进行预测，该预测主要基于关于用材林地点处的条件变化的预测。可用数据是例如特别地关于温度和降雨量的天气预报。如上已所述，从保持和/或预测条件数据的操作员获得数据。将预测条件19与方框8的数据组合，其中，获得与所有用材林或仅某些特定用材林有关的用材林的预测可用性20。

为了产生采伐计划14，基于该预测，利用关于用材林的可采伐性和可运输性的方框20的数据。该预测可以用来更准确地规划采伐计划的措施或保证采伐计划的实现。

基于例如计算机，借助于适当的数据系统来实现根据图1和2的系统。可以在同一数据系统中实现方框8至15和方框20，其将例如地理信息或其他材料例如用于方框5、6、7和16以及用于方框19。

在示例中，主要根据土壤类型来确定承载能力指数。为了确定承载能力指数，可以使用各种模型，这可能甚至是复杂的，但是在某些示例中，可以利用制表和计算。该基础可以是例如针对土壤类型给定的将根据某些条件而通过条件被增加或减小的基本承载能力指数。土壤类型的承载能力指数还可能受到土壤类型的所述附加属性以及还受到可以使用的其他恒定因素的影响，如果期望的话，例如石头含量。用于满足该条件的标准是例如各种条件数据。不同的土壤类型在满足该条件时可以不同。当将期望数目的条件及其他因素考虑在内时，如果根据条件应充分地将其考虑在内，则最终获得承载能力指数。除气候条件之外，该条件还可以包括其他可变因素，诸如立木蓄积的性质，例如立木蓄积的数量或树种之间的关系。在示例中，承载能力指数可以接收在0和12之间的值，并且值6给定用于最典型森林机器能够在其上面被驱动的承载能力。针对土壤类型，具有最好承载能力的土壤类型接收值6，并且具有最差承载能力的土壤类型接收值0。所述值是一种基本承载能力指数。各种因素、特别是条件负面地或正面地影响承载能力指数。例如，用从+0至+6的值，增加的森林深度将具有增加的效果，用从+0至+4的值，增加的雪深度将具有增加的效果，并且用从-0至-2的值，用于给定时段的增加的降雨量将具有减弱的效果。伐木方法将对承载能力指数具有影响；例如，疏伐将以-1的值具有影响。在疏伐中，优型树种将对承载能力指数具有影响；例如，作为优型树种的云杉将以-1的值具有影响。在泥炭土壤上，增加数量的立木蓄积将以从-1至+3的值影响承载能力值。还可以针对不同因素的相互作用创建关于其如何影响承载能力指数的计算的各种条件和规则。必要时，还可以将其他因素考虑在内，增加或减少承载能力指数。目的是基于由数据系统收集和存储的数据在数据系统中尽可能地使承载能力指数的计算自动化。

当针对未来的给定时刻检查土壤类型的状况时，根据所述时刻所盛行的条件，改变基本承载能力。因此，例如，将利用用于所述时刻的预测降雨量或所述时刻与当前时刻之间的时间窗内的预测降雨量变化。作为当期时间的替代，还可以使用另一时刻，在该时刻，充分准确地知道用材林的状态，特别是相对于承载能力指数。在示例中，使用实时数据作为用于当前时刻的数据，例如实时承载能力指数，借助于所述预测来评估其变化。借助于更新条件数据和预测数据，所预测承载能力指数也不断地改变。

可以将预测机器的承载能力分类确定为对应于上述承载能力指数，或者在其之间存在清楚的相互依赖关系。将不同的机器类型分类，诸如采伐机和集运机，例如基于所述森林机器所需的承载能力指数，以成功地执行采伐或运输。例如，典型的加载集运机接收6的值，并且具有特殊设备并引起低表面压力的集运机将接收4的值。采伐机将接收甚至比这更低的值。承载能力分类基于森林机器的更特定性质，其也受设备的影响。可以主要基于由森林机器在土壤上引起的表面压力来确定承载能力分类。借助于承载能力分类和承载能力指数，形成能够在其上面采伐用材林的清楚图片，和森林机器如何满足本地条件。

图3图示出在例如木材销售合同的签订与用材林的采伐之间的时段期间的时间的两个不同示例性用材林的承载能力指数的变化。在图中，虚线之间的区域也图示出承载能力一个或多个等级，采伐典型地集中于其上面。用于给定时刻的承载能力指数指示实时承载能力指数或预测承载能力指数。在同一图中也可以包括两个承载能力指数，其中，可以例如允许追踪承载能力指数的预测结果。借助于该追踪，可以开发并调整计算、模型或算法。还可以将关于承载能力指数的变化的数据存储在数据库中，其中，必要时还可以在稍后将例如关于用材林或范围的历史数据用于例如采伐的统计信息或计划的编译。

本发明不仅限于上述示例，而是在所附权利要求的范围内可以应用。

Claims (5)

1.一种用于确定被标记为用于砍伐的森林用材林的可采伐性和可运输性的方法，该方法包括；

保持关于被标记为用于砍伐的森林用材林的土壤的性质的数据；

针对给定的未来时刻从保持或预测与未来天气条件有关的数据的操作员接收天气预报数据；

基于天气预报数据针对所述给定的未来时刻确定在给定的未来时刻的森林用材林中所盛行的未来天气条件，改变的未来天气条件影响森林用材林的土壤的性质；

基于模型确定森林用材林的承载能力指数的预测值，其中所述承载能力指数取决于所述森林用材林的土壤类型、所述森林用材林的土壤的承载能力以及所述未来天气条件，其中所述承载能力指数的预测值在不同时刻改变并且取决于所述未来天气条件；以及

保持关于针对森林用材林确定的承载能力指数的预测值的数据；

基于被连续更新的未来天气条件连续更新所述预测值；

保持关于用于森林用材林储备的承载能力指数的预测值的数据，所述森林用材林储备包括多个被标记为用于砍伐的森林用材林；

从森林用材林储备中选择具有预定值的承载能力指数的森林用材林；

从被选择的森林用材林中选择在所述给定的未来时刻或在给定计划期内满足木材数量和种类的预定需求的森林用材林；以及

基于所选择的森林用材林来确定木材采伐计划。

2.根据权利要求1所述的方法，并且其中所述未来天气条件包括以下各项中的一个或多个：雪深度、冰冻深度、土壤水分含量、温度、降雨量。

3.根据权利要求1所述的方法，还包括：

保持关于森林机器类型的承载能力等级的数据，所述承载能力等级以预定方式布置成对应于承载能力指数；以及

与木材采伐计划相结合地确定将被用于木材采伐所选择的森林用材林的森林机器类型所需要的承载能力等级，或选择具有足够承载能力等级的给定的预定森林机器类型。

4.根据权利要求2所述的方法，其中所述未来天气条件中的至少一些以地理信息的形式获得。

5.根据权利要求1所述的方法，还包括：从保持或预测天气条件数据的操作员检索采用地理信息形式的未来天气条件。