Ačkoli se lesní hospodářství tradičně opíralo o růstové cykly stromů a lidské znalosti, dnešní technologie – jako jsou algoritmy AI a inteligentní senzory – pomáhají zefektivnit a zpřesnit procesy. Od sběru údajů o lesním porostu až po včasné odhalení škod způsobených škůdci otevírají řešení AI nové možnosti pro zlepšení kvality a rychlosti lesního hospodářství. V lesnickém průmyslu v Lotyšsku existuje několik významných možností využití AI – zejména v oblasti regenerace lesů, monitoringu zdraví porostů, plánování těžby, logistiky a udržitelného bioekonomického rozvoje.

 

Monitoring a péče o mladé porosty s použitím dronů a počítačového vidění

S investicí ve výši 500 000 EUR vyvíjí lotyšský vývojář řešení v oblasti AI Apply ve spolupráci s lotyšskou společností zabývající se lesnickou technologií Timbro prototyp řešení, které bude využívat počítačové vidění k automatizaci sběru a interpretace údajů z lesních auditů. Proces tak bude přibližně 10krát rychlejší a možnost chyb se sníží na pouhá 3%. Pomůže také zavést procesy inventarizace v době, kdy na trhu práce chybí odborníci v této oblasti. Nové řešení AI nabízí významné výhody – pomáhá investorům mnohem přesněji posoudit hodnotu a růstový potenciál jejich lesních aktiv. Díky schopnosti podrobně analyzovat sekvestraci uhlíku v lesních porostech se navíc stává důležitým nástrojem v procesu zmírňování klimatických změn.

Projekt SWIFTT (Satellites for Wilderness Inspection and Forest Threat Tracking) je projekt monitorování hrozeb pomocí AI a satelitních dat, a Lotyšsko (prostřednictvím společnosti Rižské lesy) je jedním z testovacích zemí. Cílem projektu je zajistit monitorování zdraví lesů a včasné odhalování hrozeb, jako jsou škody způsobené vichřicemi, napadení škůdci a lesní požáry, pomocí AI a satelitních dat programu Copernicus (Sentinel-1 a Sentinel-2). Projekt byl začat na konci roku 2022 a je v platnosti do 30. dubna 2026. Je financován v rámci programu Horizon Europe. Společnost Rižské lesy je jedním z testovacích uživatelů projektu v Lotyšsku. Společnost bude moci využít vytvořené nástroje k monitorování lesních pásů, parků a přírodních území spravovaných Rigou.

Za účelem zvýšení zeleného bohatství se každoročně obnovuje více než 40 000 hektarů lesů, z čehož přibližně polovina se provádí výsadbou nebo výsevem. Vědci z Rižské technické univerzity (RTU) a jejich partneři vyvinuli automatizované řešení pro monitorování údržby mladých lesů, které jim pomáhá růst a zlepšovat jejich kvalitu. Mladé porosty borovic a smrků jsou sledovány pomocí dronů a získané údaje se automaticky nahrávají do aplikace, která pomocí AI a metod počítačového vidění poskytuje lesním hospodářům okamžité a objektivní informace o stavu a vývoji konkrétního lesního porostu. Tento revoluční inteligentní systém je v současné době intenzivně testován v reálném prostředí poblíž města Ogre. V současné době není na evropském trhu k dispozici žádné automatizované řešení pro řízení agrotechnické údržby mladých porostů, proto chtějí vědci RTU pokračovat ve vývoji této inovace a zvažují možnost její komercializace a založení start-up.

Satelitní a dálkové snímání pro predikci rizik

Vlastníci lesů mají možnost zavést moderní technologie k automatizaci různých procesů, zlepšení objektivity a zvýšení nákladové efektivity plánování. Estonské a Lotyšské lesnické společnosti nemají dostatečné znalosti a investice k zavedení těchto technologií. V minulém roce začal společný projekt Estonska (Eeway OU) a Lotyšska (Baltic Satellite Service) ML4HealthyForest. Cílem tohoto projektu je řešit tyto nedostatky a nabídnout praktická řešení pro soukromé lesní hospodářství, a zároveň vyvinout službu pro soukromé vlastníky lesů, která pomocí strojového učení a satelitních snímku automaticky doporučuje oblasti pro prořídkování a péči o porosty.

Dále existuji iniciativy, jako AI for Earth 2 Forest Health, kde se pomocí strojového učení identifikují oblasti s nadměrnou vlhkostí. Cílem je vytvořit model, který by na základě satelitních dat dokázal odhalit přebytek vody v lesích. To umožňuje integraci systému jako služby do většiny stávajících softwarů pro správu lesů a vytváří včasnou informovanost vlastníků lesů. Nadměrná voda je třetí nejčastější příčinou poškození lesů v Lotyšsku.

Dále společnost Baltic Satellite Service spustila špičkové řešení pro dálkové monitorování lesů založené na satelitních datech a analýze pozorování Země. Tato služba, poskytovaná prostřednictvím platformy GeoHub.net, nabízí bezplatné i komerční satelitní snímky, které v reálném čase poskytují přehled o dynamice lesů v celém pobaltském regionu.

Optimalizace logistiky

Lotyšské státní lesy (LVM) ve spolupráci se společností Scandic Fusion využívají strojové učení (na základě XGBoost a Azure ML Studio) k vysoce přesnému předpovídání druhů a objemů dřevní produkce, což výrazně zlepšilo plánování a logistiku. Nový přístup ML nahradil zastaralý systém Excel s „ručními“ koeficienty a začal používat automatické předpovídání na základě aktualizovaných údajů. Model automaticky předpovídá výnosnost na plánovaných těžebních plochách ihned po aktualizaci údajů. Výhodou je vyšší přesnost u objemových a vysoce výnosných druhů produkce – to umožňuje LVM přesněji plnit závazky vůči zákazníkům a zlepšovat logistiku.

Digitální les jako prostor pro česko-lotyšskou spolupráci

V Lotyšsku je více než 133 000 soukromých vlastníků lesů, v České republice je situace podobná. AI nástroje se tak mohou stát zásadní oporou pro malé a střední hospodáře. Mohou pomoci s rozhodováním, včasným odhalením problémů i plánováním zásahů. Možnosti spolupráce zahrnují pilotní projekty, sdílení dat, výměnu know-how a společné žádosti o evropské granty zaměřené na digitalizaci a adaptaci lesnictví na klimatickou změnu.