Spårningsverktyg

The proof of origin of wood fulfils a customer need. End customers are increasingly demanding regional products.

With the app-based solution from Urstamm.ch, the origin of wood can be tracked and verified from the forest through processing to the end customer.

The origin and cutting date of timber components can be documented and verified, particularly for building construction.

Der Herkuftsnachweis von Holz entspricht einem Kundenbedürfnis. Endkunden verlangen vermehrt nach regionalen Produkten.

Mit der App-basierten Lösung von Urstamm.ch kann die Herkunft von Holz vom Wald über die Verarbeitung bis zum Endkunden verfolgt und nachgewiesen werden.

Insbesondere für den Gebäudebau kann die Herkunft und das Schlagdatum der Holzteile dokumentiert und nachgewiesen werden.

Celem projektu ChainWood jest zaprojektowanie i opracowanie bezpiecznej infrastruktury informatycznej opartej na technologiach blockchain i Internecie Rzeczy, dostosowanej do potrzeb wszystkich łańcuchów dostaw drewna, która pozwoli uczestnikom rynku maksymalnie wykorzystać posiadane dane i efektywniej zarządzać produktami pod względem kosztów, identyfikowalności i zrównoważonego rozwoju. Główne rozwiązania oferowane w ramach opracowanego systemu to: zabezpieczenie transakcji, wiarygodna informacja w czasie rzeczywistym, częściowa automatyzacja procesów, dostęp do danych jakościowych, poprawa konkurencyjności.

Korzyści: 

• dla producentów: informacje w czasie rzeczywistym o ilości i stanie produktów. 
• dla przemysłu przetwórczego: dostęp do ogromnego źródła danych o surowcach, pozwalający firmom na optymalizację procesów zaopatrzenia i uproszczenie zarządzania działalnością operacyjną. 
• dla firm operacyjnych: przejrzystość i zabezpieczenie transakcji przy maksymalnym wykorzystaniu nowoczesnych technologii. 
• dla organów kontroli: obniżenie kosztów audytu i kontroli, a także lepsza wiedza nt. łańcuchów dostaw. 
• dla firm logistycznych: informacje pozwalające na optymalne zarządzanie flotą samochodów i efektywniejsze świadczenie usług. 
• dla organów administracji publicznej: lepszy dostęp do danych o drewnie, pozwalający na bardziej elastyczne i efektywne zarządzanie procesami w obszarze odpowiedzialności danej jednostki. 

Мета проєкту ChainWood – спроєктувати і розробити безпечну програмну інфраструктуру на основі технологій блокчейн та Інтернету речей, адаптовану до потреб усіх ланцюгів поставок деревини, що дозволить різним учасникам ринку максимально використовувати свої дані й ефективніше управляти продукцією з точки зору вартості, відстежуваності і сталості.
Основними рішеннями виявлених проблем є: гарантування транзакцій, перевірена інформація в реальному часі, напівавтоматизація робочих процесів, доступні дані про якість, покращення конкуренції.
Рекомендації:
 Для виробників
Інформація в реальному часі про обсяг і статус продукції.
 Для обробної промисловості
Доступ до величезного джерела даних про сировину, що дозволить підприємствам оптимізувати свої процеси поставок і спростити управління операційною діяльністю.
 Для операційних компаній
Прозорість і гарантування транзакцій з максимальним використанням сучасних технологій.
 Для контролюючих органів
Зниження витрат на процеси аудиту і контролю, а також краща обізнаність щодо ланцюгів поставок.
 Для логістичних компаній
Інформація, яка дозволить їм оптимізувати свій автопарк і більш ефективно надавати послуги.
 Для органів державного управління
Кращий доступ до даних про деревину, що дозволяє більш гнучко й ефективно управляти процесами в їхній зоні відповідальності. 

Deep Green Ukraine – is a web portal with a system that enables to find out in close-up mode how much forest has disappeared from the forest map of Ukraine and when it happened. The system is available only in pilot regions with the aim to scale up its monitoring capacities to the whole territory of Ukraine. The system is also planned to be transferred to the relevant government agencies to provide administration and technical support.

Deep Green Ukraine has adopted a technology that tracks illegal logging using satellite data. The system classifies all logging, mainly as legal or illegal, by analyzing state issued permit tickets in public databases.

For identification of forest cover changes the system uses the combination of data from optical and radar images, which allows the models to work in any season and in any weather, supporting regular updates. To do this, we have developed a new learning strategy based on two machine learning techniques – "pseudo labeling" and "knowledge distillation". How it works: for each area we have thousands of fully marked 224 by 224 pixel squares that cover a small part of the area. It enables the study of the three top architectures of deep neural networks. After training, these models are combined into an ensemble and produce a map of fellings at the regional level. New fellings (those added during the observation period) distributed respectivelly in all forests of the region depending on different types of forests and types of surfaces. We use them as pseudo-labels to teach one deep model at the oblast level, which in turn produces a map of high-precision felling in unclassified parts of the oblast. With the help of "knowledge distillation" approaches, we get one model that has a higher accuracy than three deep models combined into an ensemble.

The web portal developed by the project team uses the following data: data obtained from neural networks on changes in forest cover, data from open registers and other sources (including a possibility to upload photos and videos by individual users with geodata on known to them violations of environmental legislation and illegal logging, liaison with law enforcement agencies of the country). The sytem produces the marked poligons that highlight the possible illegal logging areas, including marking of other types of the felling areas within specific period of time. The results than could be cheked for field confirmation by different state official or independent monitoring actors.

Deep Green Ukraine is implemented by the joint efforts of the Space Research Institute of NASU and SSAU, NGO “Government Monitoring Center”, and the “Forest Initiatives and Communities” NGO (ForestCom).

The development of the Deep Green Ukraine system was made possible by winning the Open Data Challenge, implemented within the USAID/UK aid international technical assistance project “Transparency and Accountability in Public Administration and Services/TAPAS” with the support of the Ministry of Digital Transformation of Ukraine. The activities of the Forest Initiatives and Communities NGO also is supported by the US Forest Service. 

The DGU web portal is developed by magneticonemt.com based on the DeepForest prototype created by ForestCom team in 2020 with the support of NGO "Environmental Investigation Agency" (EIA) and the ClearCut system developed by an IT company "Quantum" jointly with the Society for Environmental GIS in Ukraine (SCGIS Ukraine).

L’efficienza, la sicurezza e l’inviolabilità del sistema della blockchain vengono a sostegno della certificazione forestale e della filiera bosco-legno in ottica di “assicurare certezza e informare secondo verità”. Il progetto Woodchain vede coinvolte, insieme al PEFC Italia e PEFC Francia, diverse realtà torinesi e della Val di Susa: Replant Srl, Foodchain spa, La Foresta, Consorzio forestale Alta Val Susa, F. Roche sas, Società cooperativa Silva e Kaboom Srl.
Lo scopo dello studio è quello di testare l’applicazione della tecnologia blockchain come innovativa soluzione IT (information technology) per le applicazioni forestali e del legno. Questa tecnologia permette di creare e gestire un grande database distribuito per la gestione di transazioni condivise tra più nodi di una rete. I nodi rappresentano gli utenti o enti che partecipano alla rete, i quali concorrono alla costituzione dei blocchi veri e propri, contenenti più transazioni ciascuno, collegati tra loro in rete, che permettono la decentralizzazione e la partecipazione nella gestione delle informazioni e dei dati.
Nella fattispecie, obiettivo del progetto è rafforzare la fiducia e la tracciabilità lungo le catene del valore, creare una certificazione di gestione forestale sostenibile efficiente ed accessibile, e favorire l’evolversi dei processi di certificazione, raccolta dati e misurazione dell’impatto.

Deep Green Ukraine – незалежна система, яка дає можливість автоматично аналізувати супутникові знімки за допомогою нейромережі на предмет виявлення втрат лісового покриву та виявляти наявність дозволів на вирубки лісу у відкритих державних базах даних (земельний кадастр, лісові карти, лісорубні квитки, тощо). Завдяки такому функціоналу можна перевіряти факти здійснення вирубок лісу і вчасно проводити обстеження щодо виявлених системою ймовірно незаконних вирубок та моніторити планові рубки.

Система дозволяє у режимі, наближеному до реального часу, дізнаватися, скільки лісу зникло з лісової карти України та коли це сталося. Система доступна лише у пілотних областях, за наявності подальшої підтримки планується масштабування на всю Україну. Систему планується передати на баланс профільним державним органам для забезпечення адміністрування та технічної підтримки.

Deep Green Ukraine впроваджується спільними зусиллями Інституту Космічних Досліджень НАНУ та ДКАУ, ГО «Центр Моніторингу Влади» та ГО «Лісові ініціативи і суспільство».

Розробка системи Deep Green Ukraine стала можливою завдяки перемозі у конкурсі Open Data Challenge, реалізованому в межах проєкту міжнародної технічної допомоги USAID/UK aid “Прозорість та підзвітність у державному управлінні та послугах/TAPAS” за підтримки Міністерства цифрової трансформації України. Діяльність ГО «Лісові ініціативи і суспільство» також підтримується відділом міжнародних програм Лісової служби США.

Детальніше про особливості роботи системи:

Deep Green Ukraine розробив технологію, що відстежує незаконні вирубки лісів за допомогою супутникових даних. Система класифікує всі вирубки, в основному, як законні чи незаконні, аналізуючи дозвільні квитки.

Особливість проєкту – поєднання використання оптичних і радарних даних, що дозволяє нашим моделям працювати в будь-який сезон і за будь-якої погоди, підтримуючи регулярне оновлення інформації. Для цього ми розробили нову стратегію навчання, яка базується на двох техніках машинного навчання – «pseudo labeling» та «knowledge distillation». Як це працює: для кожної області ми маємо тисячі повністю розмічених квадратів 224 на 224 пікселі, які покривають невелику частину області. На основі них відбувається навчання трьох топових архітектур глибоких нейронних мереж. Після навчання ці моделі об’єднуються в ансамбль та продукують карту вирубок на рівні області. Нові вирубки(ті що додалися за період спостереження) розподілені по всіх лісах області належать різним типам лісів, типам поверхонь та географічно розподілені по всій області. Ми використовуємо їх як псевдо-лейбли для навчання однієї глибокої моделі на рівні області, яка в свою чергу продукує карту вирубок високої точності на нерозмічених частинах області. За допомогою підходів «knowledge distillation» ми отримуємо 1 модель, яка має вищу точність, ніж три глибокі моделі об’єднані в ансамбль, що є її вчителями.

Розроблений проектною командою веб-портал використовує такі дані: дані отримані від нейронних мереж про зміну лісового покриву, дані відкритих реєстрів та інших джерел (в т.ч. підвантажені у систему окремими користувачами фото і відео із геоданими щодо порушення діючого природоохоронного законодавства та нелегальних рубок лісу, зв'язок із правоохоронними органами країни).

Веб-портал DGU розроблений компанією magneticonemt.com на основі прототипу DeepForest, створеного командою ForestCom у 2020 році за підтримки ГО «Агентство екологічних розслідувань» (EIA) та системи ClearCut, розробленої ІТ-компанією «Quantum» спільно з Товариством природоохоронних ГІС в Україні (SCGIS Ukraine).

Мета проєкту ChainWood – спроєктувати і розробити безпечну програмну інфраструктуру на основі технологій блокчейн та Інтернету речей, адаптовану до потреб усіх ланцюгів поставок деревини, що дозволить різним учасникам ринку максимально використовувати свої дані й ефективніше управляти продукцією з точки зору вартості, відстежуваності і сталості.

Основними рішеннями виявлених проблем є: гарантування транзакцій, перевірена інформація в реальному часі, напівавтоматизація робочих процесів, доступні дані про якість, покращення конкуренції.

Рекомендації:

 Для виробників

Інформація в реальному часі про обсяг і статус продукції.

 Для обробної промисловості

Доступ до величезного джерела даних про сировину, що дозволить підприємствам оптимізувати свої процеси поставок і спростити управління операційною діяльністю.

 Для операційних компаній

Прозорість і гарантування транзакцій з максимальним використанням сучасних технологій.

 Для контролюючих органів

Зниження витрат на процеси аудиту і контролю, а також краща обізнаність щодо ланцюгів поставок.

 Для логістичних компаній

Інформація, яка дозволить їм оптимізувати свій автопарк і більш ефективно надавати послуги.

 Для органів державного управління

Кращий доступ до даних про деревину, що дозволяє більш гнучко й ефективно управляти процесами в їхній зоні відповідальності. 

Система обліку деревини (TIS) – це система відстежування обігу деревини, яка сприяє припиненню незаконних рубок і ґрунтується на наборі вже доступних на ринку продуктів і рішень, які далі вдосконалюються та об’єднуються в єдину систему. Її мета – документування потоків деревини (включаючи заготівлю та транспортування), а також надання достовірної інформації про заготівлю, продавців, покупців та установи, відповідальні за сертифікацію і контроль ланцюгів поставок. Усі користувачі TIS повинні пройти сертифікацію.

Система не доступна для неавторизованих суб’єктів господарської діяльності. Система пропонує три способи опису заготовленої і проданої деревини: паперова документація, маркування колод або маркування стовбурів. Заготівельні дані можна доповнити безпосередньо під час польових робіт та долучити до торгової документації.

Система використовує центральну базу даних та Інтернет-рішення (хмарний сервер). Доступ до системи і введених даних можливий через веб-переглядач і додаток для мобільних пристроїв, що дозволяє документувати польові роботи, заготівлю, обробку та транспортування деревини. Підтвердити місцерозташування лісосіки можна за допомогою аналізу супутникових знімків. Стовбури та колоди позначені пластиковими бирками. Основним інструментом вимірювання для збору даних є електронний циркуль, який комунікує зі смартфоном через Bluetooth, що сприяє швидкості та легкості проведення вимірювань. 

TIS Group Польща – це асоціація, яка об‘єднує дві компанії (Codimex, Taxus IT), Варшавський університет природничих наук (факультет лісівництва), Інститут геодезії та картографії (IGIK) та громадську організацію "Асоціація друзів лісу".