Gestión forestal, silvicultura, servicios ecosistémicos, resiliencia

Мобільний додаток Лісозахист для смартфонів на базі операційної системи Android.

Даний додаток передбачає використання мобільних пристроїв для збору інформації в лісі про появу шкідників або хвороб та має декілька рівнів можливостей: на першому етапі майстри лісу збирають дані про виявлені явища, ця інформація синхронізуються на всіх мобільних пристроях підприємства та потрапляє в базу Геопорталу "Ліси України". Далі фахівці підприємства (помічники лісничих, лісничі, інженери) мають змогу переглядати інформацію про виявлені осередки в усьому лісгоспі. За необхідності, можна знайти осередок на місцевості за допомогою вбудованого у смартфон GPS-приймача, підтвердити його або видалити.

Для діагностики осередку можна скористатися вбудованим електронним визначником, де зібрана інформація про всі хвороби та шкідники, притаманні лісам України. Визначник структурований, складається з наочних матеріалів і даних про діагностичні ознаки та заходи боротьби.

Після виконання будь-яких змін в додатку, вся інформація буде доступна на Геопорталі «Ліси України», де було розроблено декілька сторінок націлених на роботу з електронною базою осередків, а саме:

• друк звітності підприємств та ОУЛМГ,
• перегляд виявлених та підтверджених осередків на карті,
• відображення динаміки осередків в розрізі видів шкідників та хвороб, місяців,
• виявлення та визначення локації осередків, закономірностей поширення та розвитку патологічних процесів у лісах України.

Les propriétaires forestiers disposaient de nombreuses données quantitatives grâce aux données recueillies par l'Inventaire Forestier National depuis plus de 20 ans, ainsi que d'informations sur la structure de la forêt privée grâce à l'enquête du ministère de l'Agriculture effectuée en 1999. Cependant, ces études ne prenaient pas en compte le comportement des propriétaires forestiers. En 2009, le réseau d'observation du comportement des propriétaires forestiers a été lancé par le CNPF et Fransylva, avec le soutien financier de France Bois Forêt. L'objectif est de collecter de nouvelles informations sur le comportement des propriétaires forestiers, notamment en ce qui concerne la gestion de leurs forêts en fonction de leur surface forestière et de leur situation géographique.

Dans les enquêtes, les mêmes tendances comportementales des propriétaires forestiers apparaissent : attachement sentimental à leur bois, responsabilité environnementale, patrimoine à valoriser et source de revenus économiques.

- Enquêtes réalisées par téléphone auprès des propriétaires de plus de 4ha de bois cadastrés, d'une durée de 15min environ
- 2500 personnes interrogées dans toute la France lors des enquêtes
- Autres enquêtes pour des études spécifiques à un niveau plus régional (perception des risques, changement climatique,...).  
- Les résultats des enquêtes permettent de créer de nouveaux outils de gestion pour les propriétaires forestiers et de nouveaux supports de diffusion. Ils sont également utilisés pour améliorer les conseils des techniciens afin de mieux prendre en compte les attentes des propriétaires forestiers et les inciter à mobiliser leurs bois.

The scope of the projects included issues related to:

• operation and maintenance of drainage equipment,
• the beaver's impact on water quality,
• forest management in the vicinity of surface waters,
• modern tools supporting water management in forests.

Among the main practical results of the projects there are: 

- Mobile apps:

• WAMBAF (available on Android and iOS), developed to support the ditch inventorying and ditch management in forests. Application is connected to the GIS system available on: http://www.wambaf.com/?page_id=154&lang=en,
• Blue Targeting (available on Android and iOS), a forestry planning tool which helps you design a riparian forest buffer. The aim is to protect water quality and biodiversity by proposing the right measure, at the right place, to the right extent.

- Wet Area Maps – available for Sweden, Poland, Finland and Latvia, based on airborne laser scanning data. Maps illustrate the occurence of groundwater and may be used in the planning of wood harvesting operations.

- Developing the algorithm for drainage ditches detection basing on airborne laser scanning data. It will be published as open source in 2022.

In the projects several Good Practice Manuals have been developed, regarding: water management in riparian forests, structures for water retention in forests and beaver population management. The manuals are available in several language versions. Main target groups were: forest managers, harvesting machines' operators, land owners, hunters and nature conservation units. The coordinator of the projects was Swedish Forest Agency (Skogsstyrelsen).

The SIMWOOD project aims to increase the mobilisation of wood from forests and woodlands in Europe. The project reached out to stakeholders and regional initiatives with the aim of ‘waking up’ and mobilising forest owners, promoting collaborative forest management and ensuring sustainable forest functions. The project focused on seven general objectives: 1. Understand the current and future motivations of forest owners, 2. Promote forest governance and joint action of stakeholders, 3. Develop multifunctional forest management adapted to forest types, 4. Integrate forest ecosystem services while minimizing environmental impacts, 5. Establish improved adapted forest harvesting techniques, 6. Demonstrate collaborative regional initiatives and solutions, 7. Recommend tailor-made instruments to policymakers, 8. Encourage broad outreach and exploitation in EU regions.

The project involved 22 Regional Pilot Projects to test how well-adapted combinations of measures can contribute to increasing stakeholders’ capacity to mobilise more wood in the participating countries. Every Pilot Projects was to engage stakeholders and help them design projects targeted at particular issues and barriers to mobilisation. We then worked with them to evaluate the outcomes and impacts of their work. We also tested technical developments (e.g. new silviculture schemes, sustainable management computer tools, logging operation methods) and the willingness of organisations to reconsider business-as-usual actions, which provided relevant outputs to encourage new practices and strategies. The main project results are summarized in a Pilot Projects guidance report, a Handbook for wood mobilisation in Europe and an EU Policy Brief.  

SIMWOOD was a four-year EU FP7-KBBE collaborative project, with a total budget of 7.5 million euros and a 5.9 million euros EC contribution. The project consortium included 27 partners from 11 European countries: 13 national research organisations, 11 small and medium sized enterprises (SMEs), 2 European organisations (EFI and JRC), 1 project support organisation. The Coordinator is LWF Bavarian State Institute of Forestry, Germany. This project has received funding from the European Union’s Seventh Framework Programme for research, technological development and demonstration under grant agreement no 613762 from 2013 to 2017.

Mit Aja hat das Start-up-Unternehmen foldAI eine Lösung für das Monitoring des Waldzustands entwickelt, die eine konkrete Entscheidungsunterstützung für die Durchführung forstlicher Maßnahmen liefert und gleichzeitig ein umfassendes Verständnis der Waldökosysteme ermöglicht. Durch den Einsatz von modernstem maschinellem Lernen auf der Grundlage präziser Sensordaten in Echtzeit erlaubt Aja nicht nur, Waldbedrohungen sehr früh zu erkennen, sondern ihre Entstehung vorherzusagen und den weiteren Verlauf zu prognostizieren. Aja verbessert die Gesundheit, die Widerstandsfähigkeit und die bioökonomische Leistung der Wälder, indem es schlanke Prozesse für ein Ökosystemmanagement auf breiter Basis ermöglicht. Waldbewirtschaftung wird durch eine vollautomatische, hochauflösende und erschwingliche Lösung für mehr als 30 Millionen Waldbesitzer in Europa, Russland und Nordamerika unterstützt.  Aja basiert auf eingebettetem maschinellem Lernen und biochemischer und ökologischer Signalverarbeitung auf hochdimensionalen Daten. Anwendungsszenarien sind etwa die Bewertung von Umweltauswirkungen, die eine genauere Abschätzung der Umweltfolgen einer Strategie oder Politik ermöglicht, aber auch die Risikobewertung und Warnung vor akuten Bedrohungen. Darüber hinaus erlaubt die Lösung auch die Messung der biologischen Vielfalt und des Zustands von Ökosystemen. Die signifikante Auswirkung von Aja auf die Kohlenstoffreduzierung wurde von unabhängiger Seite durch The Climate Impact Forecast zertifiziert.

The startup foldAI has developed sensors to screen health status of forests providing forest managers with a rich understanding of their forest ecosystems, and a decision toolbox to deploy immediate mitigating actions. The team’s solution, Aja, used in the sensors is  a framework for ecosystem management based on deep technology. By harnessing state-of-art Machine Learning on precise, real-time sensor data, Aja can not only detect forest threats as they happen, but even predict their arising and forecast their unfolding. Aja improves forest health, resilience and bioeconomical performance by introducing lean processes to a broad ecosystem management community. It helps reducing greenhouse emissions by scaling high resolution forest management through a fully automated and affordable solution for more than 30 Million forest owners in Europe, Russia and North America. The solution builds on embedded Machine Learning, and biochemical and environmental signal processing on high-dimensional data. Use cases comprise the assessment of environmental impacts enabling greater accuracy in the evaluation of the environmental consequences of a strategy or policy, risks assessment including alerts to threats, biodiversity quantification and ecosystem health tracking. Aja’s significant carbon reduction impact has been independently certified by The Climate Impact Forecast.

A forestry plan gives you an overview of the property and provides a basis for making good priorities. The forestry plan divides the forest into stands and recommends which measures should or must be carried out in the individual stand. With ALLMA, the forestry plan has become digital and is always with you via iPhone and tablet. Technological developments have made the forestry plan even better and more useful than before.

Advantages using Allma:

• -Full overview of own forest and property boundaries.
• -Always updated forestry plan in your pocket.
• -The forest is growing - in ALLMA the growth is calculated and updated.
• -Gives a clue as to when it is most profitable to harvest.
• -Takes into account important environmental values.
• -Opportunity to submit a request for forest services from your local cooperative.

ALLMA is an abbreviation for ALLSKOG, Mjøsen Skog and AT Skog. These three forest cooperatives are behind the development of ALLMA. The foundation in ALLMA is a modern database for storage and production of forestry plan data.

Prominifun tiene como objetivo desarrollar un proyecto para solucionar el problema de la valorización de parcelas forestales de pequeño tamaño, además del abandono del territorio en general y de sus consecuencias, como la reiteración de incendios forestales y la pérdida de biodiversidad. Las soluciones girarán en torno a 3 pilares: eficiencia, innovación e investigación, a través del análisis de la estrucura de la propiedad y de su potencialidad productiva, y la gestión de áreas abandonadas y propiedad desconocida.

Por lo tanto, los objetivos más específicos del Grupo Operativo son los siguientes:

• Promover un sector agrícola y forestal que utilice eficientemente los recursos, que sea económicamente viable, productivo y competitivo; que tenga un escaso nivel de emisiones; que sea respetuoso con el clima y resistente a los cambios climáticos; que trabaje hacia sistemas de producción ecológica y en armonía con los recursos naturales esenciales de los que dependen la agricultura y la silvicultura.

• Crear valor añadido a través de una relación más estrecha entre investigación y prácticas agrícolas y forestales,  fomentando un mayor uso del conocimiento disponible.

• Promover una aplicación práctica más rápida e implantada de soluciones innovadoras.

The main objective of SISREP is to make use of the information obtained during inspections in the framework of aid for afforestation and the creation of forest areas in Castilla y León in order to:

• Use of the information obtained in the field for the management of the controlled files.
• Creation of a centralised and geo-referenced database with information on the state of plantations.
• To be able to predict, by means of artificial intelligence techniques, the success of future plantations.
• With the knowledge extracted, review and improve the planning of future actions, allowing the implementation of the most appropriate technical conditions for the new environmental circumstances.

To this end, an infrastructure has been designed and implemented that allows the digitalisation of the entire workflow, from data collection in the field to the use of these data in advanced statistical analysis tools.

The data collected in the field are for example species, altitude, density, slope, method, orientation, age, lithography, with or without sowing, or area.