18 Tháng Tám, 2021 | 8:30
Chia sẻ bài viết lên facebook Chia sẻ bài viết lên twitter Chia sẻ bài viết lên google+

Lâm nghiệp 4.0: Khuôn khổ hành động với chuỗi cung ứng lâm sản hướng đến công nghiệp 4.0- Phần 1

Trang thông tin điện tử Trung tâm NC&PT hội nhập KH&CN quốc tế giới thiệu kết quả công trình nghiên cứu hai nhà khoa học Tiến sỹ  Yan Feng và tiến sỹ Jean- Francois Audy , Khoa Quản lý Trường Đại học Université du Québec à Trois-Rivières ” với nhan đề “Lâm nghiệp 4.0: Khung chương trình hành động với chuỗi cung ứng lâm sản theo hướng công nghiệp 4.0″ 

Ngành lâm nghiệp đóng một vai trò quan trọng trong nền kinh tế toàn cầu và có ảnh hưởng đáng kể đến cuộc sống của chúng ta và môi trường mà chúng ta đang sống.  Với các tiến bộ nhanh chóng của công nghệ số và sự chuyển đổi các ngành tiến tới công nghiệp 4.0, xu thế tương tự được phát hiện đối với ngành lâm nghiệp và đặc biệt đối với bên mua rừng. Lâm nghiệp 4.0 đã được đề xuất như một sáng kiến nghiên cứu trong những năm gần đây. Tuy nhiên, các ấn phẩm chủ yếu tập trung vào các công nghệ kỹ thuật số. Bài viết này nhằm trình bày một khuôn khổ để cung cấp một cái nhìn tổng thể về Lâm nghiệp 4.0 từ quan điểm chuỗi cung ứng rừng. Khuôn khổ bao gồm bốn thành phần chính gồm các công nghệ kỹ thuật số phù hợp với từng hoạt động kinh doanh của chuỗi cung ứng; cơ sở hạ tầng mạng lưới; hệ thống thông minh thế hệ tiếp theo; và hệ sinh thái kỹ thuật số chuỗi cung ứng hợp tác lâm nghiệp. Những thành phần này rất cần thiết để chuyển đổi ngành lâm nghiệp trở nên thực sự kết nối với nhau giữa các bên tham gia chuỗi cung ứng. Một số lợi ích kỳ vọng về kinh tế, môi trường và xã hội của Lâm nghiệp 4.0 cũng như các tác động và thách thức tiềm ẩn sẽ được thảo luận làm rõ như dưới đây:

Hiện trạng công nghệ sử dụng trong lâm nghiệp

Trong những thập kỷ qua, các công nghệ kỹ thuật số đã phát triển nhanh chóng, chẳng hạn như internet kết nối vạn vật IoT , nhận dạng tần số vô tuyến (RFID), điện toán đám mây, kinh doanh thông minh và truyền thông thông minh. Mặc dù những công nghệ này đã được sử dụng rộng rãi trong nhiều ngành, chẳng hạn như ngành bán lẻ, ô tô và nông nghiệp, nhưng việc áp dụng chúng trong ngành lâm nghiệp tương đối chậm. Các tiểu mục sau đây cung cấp một cái nhìn tổng quan về các công nghệ kỹ thuật số đã được sử dụng trong ba hoạt động nói trên trong lâm nghiệp.

 Các hoạt động kinh doanh chính trong lâm nghiệp

Các hoạt động kinh doanh trong lâm nghiệp ( ảnh tác giả bài viết)

 Các công nghệ hiện tại trong quản lý rừng

 Trong công tác quản lý rừng, một trong những nhiệm vụ cần thiết là quản lý kiểm kê rừng. Điều này đòi hỏi phải liên tục cập nhật và định lượng tài nguyên rừng bằng cách đánh giá trữ lượng của các lâm phần. Nhiệm vụ này theo truyền thống được thực hiện bởi các đội khảo sát thực địa để xác định loài cây, tuổi, kích thước, sinh trưởng, trọng lượng và thực trạng sử dụng đất. Phương pháp điều tra thường dựa trên số liệu thống kê, trong đó các tập hợp con của các mẫu cây đứng được đo đạc vật lý và các suy luận được rút ra từ dữ liệu lấy mẫu để ước tính các khu vực kiểm kê rừng lớn hơn. Nghiên cứu và phát triển về công nghệ để cải thiện quản lý kiểm kê rừng có thể được tìm thấy ngay từ những năm 1980. Các công nghệ bao gồm viễn thám như chụp ảnh hàng không, viễn thám quang học, và LiDAR .LiDAR còn được gọi là quét laser trong không khí có thể xuyên qua các tán rừng, đặc biệt thích hợp để mô tả mặt cắt đứng của rừng. Sau đó, thông tin được quét có thể được sử dụng để ước tính kích thước và khối lượng rừng phục vụ công tác quản lý kiểm kê rừng. LiDAR bắt đầu được sử dụng để ước tính kiểm kê và phát hiện rừng tự động vào những năm 2000. Hiện nay nó đã được sử dụng để đánh giá chiều cao và trữ lượng cây cũng như xác định sự tăng trưởng của rừng ở nhiều quốc gia. Nó cũng được sử dụng để ước tính sinh khối, đánh giá tập tính của động vật hoang dã và tính nhạy cảm với lửa. Bất chấp việc triển khai công nghệ, việc sử dụng LiDAR trong quản lý kiểm kê rừng vẫn còn tương đối hạn chế do lượng dữ liệu khổng lồ mà nó thường tạo ra và cơ sở hạ tầng hệ thống hạn chế và năng lực xử lý dữ liệu, cùng một số lý do khác.

Trong kiểm soát sâu bệnh và côn trùng rừng, các phương pháp hiện nay chủ yếu dựa trên cơ sở sinh học sử dụng các tác nhân kiểm soát vi sinh vật như vi khuẩn, vi rút, nấm, động vật nguyên sinh và tuyến trùng. Tác nhân kiểm soát vi sinh vật được sử dụng rộng rãi nhất là Bacillus thuringiensis. Nghiên cứu về thao tác di truyền của các gen để kiểm soát sâu bệnh và côn trùng hiện đang được tiến hành để cung cấp các giải pháp thay thế. Theo truyền thống, cháy rừng được theo dõi và phát hiện bằng cách sử dụng các thiết bị máy móc hoặc con người. Các phương pháp này vừa tốn kém vừa nguy hiểm ở một mức độ nhất định. Do đó, chúng ngày càng bị thay thế bởi các công nghệ viễn thám (cảm biến). Với những tiến bộ nhanh chóng trong công nghệ điện tử, khoa học máy tính và máy ảnh kỹ thuật số, các hệ thống viễn thám dựa trên thị giác máy tính đã trở thành một trong những công cụ được sử dụng thường xuyên để điều tra và quản lý rừng hiệu quả. UAV với hệ thống viễn thám dựa trên thị giác máy tính đã trở thành một lựa chọn ngày càng thực tế để giám sát và phát hiện cháy rừng bên cạnh ba loại hệ thống hiện có (hệ thống trên mặt đất, hệ thống dựa trên máy bay có người lái và hệ thống dựa trên vệ tinh nhân tạo). Các chính sách lâm nghiệp, quản lý và ra quyết định về quản lý rừng bền vững chủ yếu được thực hiện bằng cách sử dụng các công nghệ thế hệ thứ ba bao gồm điện toán mạng cục bộ, Microsoft Office và các công cụ phần mềm nội bộ như bảng tính và phần mềm thống kê, hệ thống lập kế hoạch tài nguyên doanh nghiệp tại chỗ, hệ thống thông tin địa lý (GIS) và hệ thống quản lý cơ sở dữ liệu. Nghiên cứu và phát triển về hệ thống hỗ trợ quyết định (DSS) cho quản lý rừng đã được phát triển từ những năm 1980. Các hệ thống này có các mô hình toán học và thuật toán được nhúng cho phép người ra quyết định kiểm tra các lựa chọn thay thế hợp lý và tìm ra các giải pháp tối ưu hoặc gần tối ưu để đưa ra quyết định tốt hơn. FORPLAN (Johnson & Stuart, 1987) là một trong những DSS sớm nhất được phát triển để quản lý rừng ở Hoa Kỳ. Kế nhiệm của nó, Spectrum, đã được thực hiện và vẫn được sử dụng rộng rãi ở Bắc Mỹ ngày nay. Với những tiến bộ nhanh chóng trong hệ thống kỹ thuật phần cứng và phần mềm tính toán, các DSS đã trở nên mạnh mẽ hơn. EMDS là một DSS quản lý hệ sinh thái được sử dụng rộng rãi khác, được tích hợp với hệ thống thông tin địa lý ArcGISTM, để đánh giá và lập kế hoạch cảnh quan. SADfLOR là một DSS không gian đa tiêu chí được phát triển để quản lý rừng bao gồm mô hình tăng trưởng và sản lượng rừng, mô hình lâm sinh tương tác và lập kế hoạch quản lý hệ sinh thái. Nguyên mẫu hệ thống SADfLOR đã được điều chỉnh để hỗ trợ lập kế hoạch quản lý rừng ở Brazil.Hệ thống quy hoạch không gian Remsoft là một bộ phần mềm thương mại với bốn mô-đun hoạt động cùng nhau để lập kế hoạch quản lý rừng dài hạn khả thi ở cả cấp độ chiến thuật và hoạt động (Remsoft, 2005). Các DSS khác bao gồm AFFOREST, DSD, ESC, FORESTAR, ForestGALES, LMS và NED được phát triển để lập kế hoạch trồng rừng chiến lược, quản lý hệ sinh thái rừng, quản lý và quy hoạch cảnh quan (Reynolds et al., 2007)

Hợp tác trong hệ sinh thái kỹ thuật số chuỗi cung ứng rừng

 tích hợp Các  công nghệ của lâm nghiệp 4.0 trong tương lai ( ảnh do tác giả nghiên cứu cung cấp)

Các công nghệ hiện tại trong hoạt động thu hoạch

Theo truyền thống, hoạt động thu hoạch được thực hiện bằng cách sử dụng cưa xích và máy trượt để chặt cây, đưa chúng vào ven rừng, khoanh vùng và chặt chúng thành các khúc gỗ. Các thiết bị lâm nghiệp được cơ giới hóa do con người vận hành như máy xẻng và máy chế biến gỗ hiện đang được sử dụng rộng rãi để chặt cây và chế biến chúng thành khúc gỗ. Tuy nhiên, các hoạt động khai thác truyền thống vẫn còn được sử dụng ở nhiều nơi hiện nay như những nơi thiết bị cơ giới hóa lâm nghiệp không thể hoặc không nên tiếp cận (ví dụ, đất có khả năng chịu lực thấp) hoặc khi chặt những cây có đường kính lớn hơn mà thiết bị cơ giới hóa không thể xử lý được. Trong cả hai trường hợp, người vận hành quyết định loại gỗ nào sẽ được tạo ra từ mỗi thân cây dựa trên các thông số kỹ thuật cơ bản của gỗ, trong khi đối với các hoạt động khai thác được cơ giới hóa, máy tính gắn trên thiết bị rừng có thể hỗ trợ ra quyết định.

 Các nhiệm vụ khai thác, địa điểm, đội thợ và phân bổ máy móc được lên kế hoạch để đảm bảo rằng sản lượng rừng có thể đáp ứng các yêu cầu về nguyên liệu thô của các nhà máy chế biến gỗ. Lập kế hoạch thu hoạch liên quan đến kế hoạch chiến lược, chiến thuật và hoạt động. Việc lập kế hoạch chiến lược được thực hiện bởi công ty mẹ TSFMA hoặc một nhóm các công ty có quyền khai thác tại cùng một khu rừng. Nó xác định diện tích rừng sẽ được khai thác trên quan điểm quản lý rừng bền vững. Kế hoạch khai thác chiến lược này sẽ ảnh hưởng đến các quyết định xây dựng mạng lưới đường rừng. Lập kế hoạch chiến thuật và hoạt động thường được thực hiện độc lập bởi những người lập kế hoạch hoạt động rừng, những người xác định khu vực nào sẽ chặt, khi nào chặt, khối lượng cung cấp và chủng loại là gì, yêu cầu của đội thợ rừng là gì và yêu cầu về thiết bị gì. Việc lập kế hoạch thường được thực hiện bằng cách sử dụng các công cụ dựa trên bảng tính và phần mềm địa lý để chính xác hóa kế hoạch. Tùy thuộc vào tính khả dụng của các DSS, đôi khi các công cụ lập kế hoạch khai thác được đưa vào các DSS quản lý rừng như một mô-đun lập kế hoạch khai thác. Những lần khác, chúng được đưa vào DSS vận chuyển rừng để tìm kiếm kế hoạch vận chuyển và phối hợp khai thác. Mặc dù có nhiều DSS được phát triển, chúng hầu hết là các trường hợp cụ thể và do đó thiếu tính tổng quát để triển khai thêm. Điều này, ở một mức độ lớn, đã hạn chế phạm vi rộng rãi các ứng dụng của DSS được phát triển cho đến nay. Ngoài ra, có nhiều thách thức kỹ thuật trong việc phát triển và triển khai DSS ở cấp độ hoạt động do quy mô vấn đề lớn và các yêu cầu về chi tiết thông tin quan trọng.

Các công nghệ hiện tại trong vận chuyển gỗ

Vận chuyển gỗ từ khu vực khai thác đến các nhà máy chế biến (tức là nhà máy cưa, nhà máy giấy và bột giấy, và nhà máy gỗ thành phẩm) bao gồm việc lập kế hoạch chiến lược, chiến thuật và hoạt động phụ thuộc theo thứ bậc. Lập kế hoạch chiến lược xác định các chiến lược giao thông vận tải dài hạn, chẳng hạn như xây dựng đường xá, vị trí đầu cuối, lựa chọn phương thức vận tải và yêu cầu năng lực dựa trên dự báo tổng hợp về cung và cầu. Lập kế hoạch chiến thuật tập trung vào phân bổ cung, cầu và chủng loại, lập kế hoạch tổng hợp năng lực và điều phối vận tải đa phương thức. Nó thường liên quan chặt chẽ đến việc lập kế hoạch khai thác chiến thuật để điều phối việc cung cấp gỗ với nguồn cung cấp từ rừng. Lập kế hoạch hoạt động xác định các tuyến đường và lịch trình vận chuyển bằng cách sử dụng các loại phương tiện và các phương thức vận tải khác nhau (đường sắt, đường bộ và đường thủy). Hầu hết các phương tiện giao thông, tàu hỏa và tàu thủy được sử dụng ngày nay đều do con người vận hành với thiết bị hệ thống định vị địa lý (GPS) trên tàu. Điều này cho phép người điều phối theo dõi vị trí của từng người trong số họ, cập nhật trạng thái giao hàng và lên lịch các chuyến đi tiếp theo hiệu quả hơn. Mặc dù nhiều nhà máy chế biến chịu trách nhiệm vận chuyển gỗ, nhưng các chủ thể quản lý và lập kế hoạch vận chuyển có thể khác nhau (Rönnqvist, 2003; Audy et al., 2012). Một số công ty thực hiện lập kế hoạch vận chuyển nội bộ trong khi những công ty khác thích thuê ngoài một phần hoặc toàn bộ nhiệm vụ cho nhà cung cấp dịch vụ vận tải hoặc bên hậu cần thứ ba (LSP), sẽ cung cấp dịch vụ vận chuyển. Theo truyền thống, việc lập kế hoạch giao thông được thực hiện bằng cách sử dụng các công cụ Microsoft Office, công cụ này vẫn được nhiều nhà lập kế hoạch giao thông sử dụng ngày nay. Nghiên cứu và phát triển các DSS tiên tiến hơn để vận chuyển gỗ có thể được tìm thấy ngay từ những năm 1990. Kể từ đó, một số DSS đã được phát triển với các mô hình và thuật toán hỗ trợ quyết định được nhúng để nhanh chóng tạo ra các kế hoạch tối ưu hơn cho việc lập kế hoạch vận tải và lập lịch định tuyến xe tải. Ví dụ về các DSS như vậy bao gồm ASICAM và KUORMA để lập lịch và định tuyến xe tải hàng ngày; CADIS (để định tuyến và điều động xe tải; ORTEC để lập lịch trình và điều động xe tải; và MaxTour để lập lịch trình định tuyến xe tải với khả năng lập kế hoạch đường lùi để giảm quãng đường di chuyển của xe tải trống. Gần đây, GPS đã được tích hợp với DSS giao  vận lâm nghiệp cho phép người ra quyết định theo dõi vị trí của phương tiện. Công nghệ Internet cũng đã được thâm nhập vào sự phát triển của DSS. Ví dụ: Blue OX được kết nối với GPS và truyền thông không dây để hỗ trợ điều phối thời gian thực và ForestTruck cũng đã áp dụng phân bổ xe tải dựa trên web và điều phối xe tải theo thời gian thực. Với nhu cầu ngày càng tăng về hợp tác vận chuyển rừng để nâng cao hiệu quả vận chuyển và giảm chi phí, một số DSS đã được phát triển để hỗ trợ các hoạt động này. Ví dụ: Åkarweb được phát triển để lập lịch và định tuyến xe hàng ngày dựa trên web nhằm tìm ra các chuyến du lịch đường bộ tiềm năng tốt nhất trong số các đối tác vận tải đường bộ tham gia. VTM là một DSS dựa trên web khác được kết nối với cơ sở dữ liệu để hỗ trợ lập lịch định tuyến cộng tác dựa trên web. RuttOpt được phát triển để lập kế hoạch hợp tác hàng tuần hoặc hàng tháng bao gồm lập kế hoạch phân bổ xe tải và điểm đến, sửa chữa lại, lập lịch trình định tuyến xe tải hàng ngày và điều phối xe tải theo thời gian thực. Bằng cách cho phép trao đổi tải giữa các đối tác khác nhau, DSS có thể điều phối các lô hàng của họ và các cơ hội sửa chữa lại để cải thiện hiệu quả định tuyến. FlowOpt được phát triển để lập kế hoạch vận chuyển hợp tác, trao đổi khối lượng gỗ, quyết định phân bổ và lập kế hoạch sửa chữa. DSS này được liên kết với cơ sở dữ liệu mạng lưới đường quốc gia Thụy Điển và cơ sở dữ liệu công nghiệp với GIS và thông tin chuỗi cung ứng. FastTRUCK được phát triển để hỗ trợ hợp tác định tuyến xe tải hàng ngày, điều phối và cấu hình đội xe hàng tháng và hàng năm. Mặc dù các DSS này được kỳ vọng sẽ tạo ra các giá trị đáng kể thông qua cải tiến quy trình ra quyết định, cải thiện hiệu quả vận chuyển, giảm chi phí và giảm thời gian lập kế hoạch, nhưng việc triển khai còn hạn chế. Điều này là do hầu hết các DSS đều theo từng trường hợp cụ thể khiến việc triển khai chúng đối với các trường hợp, công ty hoặc môi trường kinh doanh khác trở nên khó khăn. Hầu hết các DSS được thực hiện được sử dụng trong các công ty đối tác nghiên cứu và phát triển hoặc được sử dụng bởi các cơ quan nghiên cứu.

Lâm nghiệp 4.0

Quá trình chuyển đổi sang Lâm nghiệp 4.0 không chỉ đơn thuần là vấn đề số hóa và tự động hóa và nó không thể đạt được bởi một công ty hoặc một đơn vị tham gia chuỗi cung ứng duy nhất. Để ngành lâm nghiệp trở nên kết nối và hội nhập đầy đủ tiến tới 4.0, cần có một cái nhìn chuỗi cung ứng về lâm nghiệp 4.0. Do đó, chúng ta mở rộng định nghĩa về Lâm nghiệp 4.0 như một mô hình mới của ngành lâm nghiệp theo hướng tổng thể số hóa, tự động hóa và chính xác hóa với việc kết nối quản lý rừng thông minh, khai thác và hậu cần vận chuyển với các hoạt động hạ nguồn trong ngành lâm nghiệp như sản xuất và phân phối ra thị trường. Nói cách khác, đó là sự nhấn mạnh của số hóa đầu cuối của tất cả các tài sản vật chất của chuỗi cung ứng lâm nghiệp để trở thành kết nối kỹ thuật số và tích hợp hoạt động với các nhà cung cấp, khách hàng và đối tác vào một hệ sinh thái kỹ thuật số.

 Mục tiêu cuối cùng để hiện đại hóa chuỗi cung ứng rừng là tăng khả năng cạnh tranh của ngành lâm nghiệp thông qua hiệu quả cao hơn và giảm chi phí hoạt động trong lĩnh vực thu mua rừng. Để trở thành Lâm nghiệp 4.0, cơ sở hạ tầng mạng thông tin và truyền thông hiệu suất cao, chẳng hạn như mạng không dây, nền tảng dữ liệu lớn và hệ thống điện toán đám mây phải được thiết lập. Các thiết bị di động, internet kết nối vạn vật (IoT), các thiết bị cảm biến kỹ thuật số khác, vật thể, máy móc và phương tiện cũng như công nghệ phát hiện vị trí phải được mọi doanh nghiệp sử dụng rộng rãi trong toàn bộ chuỗi cung ứng. Các mô hình kinh doanh mới, phân tích kinh doanh theo thời gian thực, DSS nâng cao và trí tuệ nhân tạo sẽ cần được phát triển và triển khai (Scholz et al., 2018). Sự hợp tác trong chuỗi cung ứng rừng cần được thiết lập để trở nên thực sự kết nối, tích hợp và hiệu quả cao trong hệ sinh thái kỹ thuật số. Các công nghệ mới cần được triển khai trên toàn bộ chuỗi cung ứng một cách phối hợp và tiêu chuẩn hóa.

Để nắm bắt định nghĩa mở rộng này về việc áp dụng khái niệm Công nghiệp 4.0 trong bối cảnh chuỗi cung ứng lâm nghiệp. Cụ thể, khái niệm về Lâm nghiệp 4.0 được cấu trúc theo 4 lĩnh vực:

(1) các công nghệ kỹ thuật số phù hợp với việc số hóa từng hoạt động kinh doanh trong lâm nghiệp;

 (2) cơ sở hạ tầng mạng tạo tiền đề cho việc truyền dữ liệu tốc độ cao và luồng thông tin trong và qua các thực thể trong chuỗi cung ứng rừng;

(3) hệ thống thông minh thế hệ tiếp theo hỗ trợ các hoạt động CPS của chuỗi cung ứng lâm nghiệp;

và (4) hệ sinh thái kỹ thuật số chuỗi cung ứng rừng hợp tác. Các phần phụ sau đây cung cấp mô tả về từng lĩnh vực của khuôn khổ đề xuất.

 Công nghệ kỹ thuật số và ứng dụng trong lâm nghiệp

 Như đã đề cập ở trên, nhiều loại công nghệ kỹ thuật số hiện đã có sẵn và được áp dụng trên toàn cầu cho các ứng dụng khác nhau trong lâm nghiệp nhằm thúc đẩy các hoạt động quản lý rừng, khai thác và vận chuyển gỗ. Những công nghệ này bao gồm LiDAR, ứng dụng điện thoại thông minh, UAV, hệ thống thu hoạch kỹ thuật số thế hệ mới, IoT, RFID, rô bốt, thiết bị và phương tiện tự hành. Những nỗ lực lớn đang được thực hiện để thương mại hóa các công nghệ này. LiDAR ngày càng được sử dụng rộng rãi trong quản lý rừng để theo dõi kiểm kê rừng, chẳng hạn như số cây trên ha, chiều cao cây và đường kính thân với mật độ dữ liệu cao hơn nhiều và thông tin phong phú để cung cấp kiến thức tốt hơn về rừng (Choudhry & O’Kelly, 2018). Nó là một cảm biến dựa trên laser có thể được gắn trên máy bay hoặc UAV, chẳng hạn như máy bay không người lái, để khảo sát khu rừng trong khuôn lượng 3D. Bằng cách đo khoảng cách giữa xung phát ra và xung phản xạ của ánh sáng laser, có thể tạo ra hình ảnh 3D (hoặc đám mây điểm) của đối tượng được quét. Sử dụng LiDAR, hoạt động kiểm kê và khai thác rừng có thể được cập nhật liên tục. Ngoài ra, nó có thể được sử dụng để phát hiện các phiền toái như cung cấp cảnh báo sớm về cháy rừng hoặc bùng phát sâu bệnh. LIDAR cũng có thể được sử dụng để tạo ra các mô hình địa hình hoặc dòng nước để thu thập thông tin chính xác hơn về địa hình rừng và các khu vực nước nhạy cảm. Thông tin này có thể giúp tăng cường các quyết định quản lý rừng, tối ưu hóa các công trình xây dựng đường, giảm thiểu tác động môi trường và điều phối việc lập kế hoạch và hoạt động khai thác. Việc thu thập dữ liệu kiểm kê rừng trong các ô kiểm kê bằng ứng dụng điện thoại thông minh cũng đang được quan tâm trong cộng đồng. Trong số các hệ thống hiện có có hệ thống MOTI được phát triển ở Thụy Sĩ Trestima ở Phần Lan và ForestHQ ở Ireland. UAV là một công nghệ khác đang được sử dụng ngày càng nhiều trong lâm nghiệp để giám sát và lập bản đồ (Choudhry & O’Kelly, 2018). Nó cũng được sử dụng để thực hiện các hoạt động lâm sinh đơn giản, chẳng hạn như gieo hạt, bón phân cho cây con, và phun thuốc phòng trừ cỏ dại, sâu bệnh và dịch bệnh. Trong hoạt động khai thác rừng, một hệ thống cắt theo chiều dài kỹ thuật số (CTL) mới đã được phát triển ở Scandinavia trong hai thập kỷ qua. Hệ thống này là một phương tiện thu hoạch được cơ giới hóa hoàn toàn để đốn cây và tạo ra các khúc gỗ trong một quy trình tại rừng, kết hợp với người giao nhận để chuyển các khúc gỗ ra ven đường. Hướng dẫn cắt được chuyển tiếp theo thời gian thực cho máy thu hoạch. Máy tính trên bo mạch có thể tối ưu hóa sự kết hợp của các loại gỗ được tạo ra từ mỗi cây, sử dụng các cảm biến gắn trên máy gặt để đo hình dạng, kích thước và chất lượng thân cây. Điều này cho phép máy thu hoạch đáp ứng các kế hoạch sản xuất mới và đơn đặt hàng của khách hàng một cách nhanh chóng để sản xuất các sản phẩm gỗ tròn theo yêu cầu. Dữ liệu sản xuất được liên kết với GPS và được chuyển tiếp trở lại văn phòng, cùng với năng suất máy, mức tiêu thụ nhiên liệu và các chỉ số hiệu suất khác. Những người ra quyết định có thể biết chính xác sản lượng và phẩm cấp tại các địa điểm cụ thể để lập kế hoạch vận chuyển và tái canh. Người vận hành có thể vận hành hệ thống CTL từ bên trong các ca-bin được bảo vệ, cách xa cây cối và gỗ khúc, do đó đã cải thiện độ an toàn của họ. Mặc dù hệ thống CTL mới hiện đã được sử dụng như cách tiếp cận khai thác tiêu chuẩn ở Scandinavia và đang lan rộng ra quốc tế, nhưng hệ thống này vẫn tiếp tục được công nhận là một bước nhảy vọt công nghệ khổng lồ cho ngành lâm nghiệp trên toàn cầu.

Công nghệ theo dõi hành trình cũng đã phát triển đáng kể trong những năm gần đây. Chúng được sử dụng để truy xuất nguồn gốc chuyển động của sản phẩm và theo dõi thiết bị trong nhiều ứng dụng, bao gồm chế biến và vận chuyển gỗ. Công nghệ RFID và Bluetooth đã được sử dụng để theo dõi dòng chảy gỗ từ rừng đến các nhà máy (Schrauf & Berttram, 2016). Thông tin theo dõi có thể được chia sẻ giữa các thực thể chuỗi cung ứng cho phép giám sát hoạt động từ xa. Máy in 3D tạo ra các thẻ cảm biến có thể đọc được được gắn vào hàng hóa. Cảm biến RFID sẽ tiết lộ những gì được giao và gửi dữ liệu theo dõi và truy tìm đến người gửi và người nhận dọc theo chuỗi cung ứng. Công nghệ GPS đã cho phép các công ty theo dõi vị trí lô hàng chính xác cho phép hệ thống quản lý chỉ định thiết bị và không gian để nhận hàng. Các công nghệ tương tự có thể được áp dụng để số hóa các hoạt động hậu cần vận chuyển lâm nghiệp để theo dõi và giám sát các đống gỗ và dòng chảy của gỗ trong chuỗi cung ứng (Marques et al., 2018). Cảm biến môi trường có thể cung cấp ước tính về độ ẩm, nhiệt độ và các chỉ số môi trường khác ảnh hưởng đến chất lượng gỗ. Công nghệ GPS có thể theo dõi và theo dõi các xe tải trong thời gian thực để hỗ trợ tối ưu hóa lại định tuyến khi có các sự kiện bất ngờ (Audy và cộng sự, 2012). Với IoT thế hệ mới, các công nghệ truyền thông không dây thông minh và tiên tiến đang phát triển cho phép thế giới vật lý được nhân đôi vào thế giới kỹ thuật số thông qua bộ đôi kỹ thuật số (Cimino và cộng sự, 2018). Với khái niệm về phương tiện không người lái, dịch vụ hậu cần tự hành đang gia tăng (Schrauf & Berttram, 2016). Một trong những cách sử dụng phổ biến của các phương tiện tự hành trong lĩnh vực hậu cần là xe tải không người lái. Xe tải tự lái được trang bị phần mềm bản đồ và radar tầm ngắn để đánh giá tình trạng đường xá và môi trường xung quanh xe. Kết nối không dây và cảm biến định vị địa lý sẽ cho phép phương tiện phát hiện tốc độ giao thông, điều này sẽ cải thiện tính nhất quán của luồng giao thông và giảm ùn tắc và tai nạn trên đường. Các công nghệ này có thể được mở rộng cho các phương thức vận tải khác như tàu hỏa hoặc tàu thủy để giảm nhu cầu về người lái xe, giảm thiểu sai sót của con người và cải thiện độ an toàn. Các robot thích ứng và tiên tiến cao được chế tạo để hỗ trợ quá trình xếp dỡ gỗ. Các cảm biến thông minh có thể cho biết chính xác vị trí và loại gỗ cần tải hoặc dỡ và gỗ sẽ được lưu trữ ở đâu với hiệu quả và độ chính xác cao. Chúng có thể được lập trình lại và sử dụng trong vô số các tác vụ và môi trường.

Với sự phát triển của công nghệ kỹ thuật số, việc sử dụng internet kết nối vạn vật IoT cho các hoạt động chuỗi cung ứng của doanh nghiệp sẽ gia tăng trong tất cả các lĩnh vực công nghiệp. Theo ước tính của Ericsson (2018), các thiết bị kết nối IoT toàn cầu đạt 30 tỷ vào cuối năm 2020. Dữ liệu khổng lồ sẽ được tạo ra từ chúng và các đối tượng và máy móc kỹ thuật số khác. Một trong những thách thức phải đối mặt trong ngành là khả năng kết nối các thiết bị này và truyền dữ liệu từ chúng qua mạng trong thời gian thực để đạt được các kết nối chuỗi cung ứng có ý nghĩa (Schrauf & Berttram, 2016). Điều này đòi hỏi các công nghệ cho cơ sở hạ tầng mạng có hiệu suất cao, tốc độ cao, đáng tin cậy và được phủ sóng rộng rãi để cung cấp kết nối liền mạch trên tất cả các khu vực. Các công nghệ mạng hiện tại cho các dịch vụ IoT có thể được chia thành các cách tiếp cận tầm ngắn và tầm xa (Schrauf & Berttram, 2016). Cách tiếp cận tầm ngắn đề cập đến giao tiếp không dây tầm ngắn, trong đó tín hiệu truyền đi khoảng cách từ vài cm đến vài mét. Nhiều công nghệ hiện tại đang rơi vào loại này. Ví dụ về các công nghệ tầm ngắn bao gồm Zigbee, Bluetooth và WIFI. Hầu hết các cơ sở hạ tầng mạng được xây dựng bằng cách sử dụng các công nghệ này đều thuộc sở hữu tư nhân, đòi hỏi chuyên môn chuyên sâu về quản lý, vận hành và bảo trì mạng. Điều này có thể dẫn đến chi phí quản lý mạng cao hơn. Ngoài ra, tất cả các công nghệ tầm ngắn (giao thức dựa trên IEEE 802.15.4 ZigBee, 6loWPAN, WIFI và Bluetooth) đều yêu cầu kết nối Internet để tải dữ liệu đã thu thập lên đám mây. Yêu cầu này sẽ đặt ra những thách thức lớn đối với các ứng dụng của ngành lâm nghiệp do thiếu cơ sở hạ tầng sẵn có để truy cập Internet ở nhiều vùng rừng. Phương pháp tiếp cận tầm xa đề cập đến các công nghệ không dây thông qua mạng di động, thường dựa trên cơ sở hạ tầng công cộng, có thể bao phủ các khu vực rộng lớn. Chúng được triển khai và vận hành rộng rãi dựa trên các tiêu chuẩn nổi tiếng như GSM, GPRS, 3G hoặc 4G (Sanchez-Iborra & Cano, 2016). Tuy nhiên, các trạm dựa trên di động này chỉ có thể lưu trữ một số lượng nhỏ người dùng được kết nối. Một ví dụ khác sử dụng công nghệ tầm xa là liên lạc qua vệ tinh. Mặc dù công nghệ vệ tinh có thể cung cấp một vùng phủ sóng tốt trên toàn thế giới, nhưng chi phí mạng cao kéo theo phí thuê bao cho các kết nối vệ tinh. Mức tiêu thụ năng lượng trong mỗi lần truyền tải cũng cao đối với các ứng dụng IoT. Ngoài ra, độ trễ truyền của chúng cao, có thể không được chấp nhận đối với các ứng dụng yêu cầu các ràng buộc thời gian nghiêm ngặt. Sanchez-Iborra & Cano (2016) đã trình bày một giải pháp mạng được phát triển gần đây, được gọi là mạng diện rộng năng lượng thấp (LPWAN), hỗ trợ truyền thông không dây tầm xa. Kiến trúc mạng tương tự như kiến trúc của mạng di động. Đáng chú ý, một hoặc một số trạm gốc được sử dụng để cung cấp kết nối trực tiếp từ các thiết bị đầu cuối đến mạng backhaul và sau đó tới đám mây, nơi dữ liệu được lưu trữ. Kiến trúc mạng biên sử dụng cấu trúc liên kết hình sao nơi các thiết bị đầu cuối được kết nối trực tiếp với trạm gốc. Cấu hình này có thể làm giảm đáng kể độ phức tạp của mạng và mức tiêu thụ năng lượng liên quan đến mỗi lần truyền. Phạm vi hoạt động của LPWAN thay đổi từ vài km ở khu vực thành thị đến hơn 10 km ở khu vực nông thôn. Tốc độ dữ liệu nằm trong khoảng từ 0,3 kbit / s đến 50 kbit / s trên mỗi kênh.

Các công nghệ mạng liên tục phát triển do nhu cầu ngày càng tăng về dung lượng lớn hơn, độ tin cậy cao hơn, phạm vi phủ sóng rộng hơn và độ trễ thấp hơn cho các mạng không dây (Hennick, 2019). Các công nghệ mới đang xuất hiện với khả năng kết nối được cải thiện như mạng LTE hoặc 5G. 5G là công nghệ mạng di động / không dây thế hệ thứ năm sẽ mang lại những cải tiến đáng kể về hiệu suất mạng không dây (McCann & Moore, 2019). Được xây dựng bằng các công nghệ mạng tiên tiến, mạng 5G dự kiến sẽ hỗ trợ lên đến hàng triệu thiết bị trên mỗi km vuông, với tốc độ tải xuống trung bình là 1 Gbps. Cơ sở hạ tầng và công nghệ mạng cho phép này sẽ có khả năng thúc đẩy sự gia tăng mạnh mẽ trong các ứng dụng IoT. Với các công nghệ ngày càng tăng cho IoT và năng lực mạng, ngày càng có nhu cầu về CPS với các công nghệ biến đổi để quản lý các hệ thống được kết nối với nhau của thế giới vật lý và thế giới thông minh có tính toán mạng. Như vậy, CPS phải hỗ trợ hai chức năng quan trọng:

  • kết nối nâng cao để đảm bảo thu thập dữ liệu theo thời gian thực từ thế giới vật lý và phản hồi thông tin từ hệ thống mạng;

 và (2) trí thông minh hỗ trợ quyết định, phân tích và quản lý dữ liệu lớn hiệu suất cao được hỗ trợ bởi máy học và trí tuệ nhân tạo cấu thành hệ thống thông minh mạng (Lee và cộng sự, 2015). Những chức năng này rất cần thiết cho Lâm nghiệp 4.0 để xây dựng nền lâm nghiệp thông minh. Để xác định rõ cấu trúc và phương pháp luận cho CPS, Lee et al. (2015) đã trình bày một kiến trúc CPS. Kiến trúc bao gồm năm cấp độ gồm kết nối thông minh để thu thập dữ liệu, chuyển đổi dữ liệu thành thông tin, không gian mạng để xây dựng trung tâm thông tin trung tâm, nhận thức và cấu hình. Điện toán đám mây là yếu tố cơ bản của CPS sẽ đóng một vai trò quan trọng trong Lâm nghiệp 4.0. Công nghệ này cung cấp một nền tảng điện toán chia sẻ, tập trung và có thể mở rộng cho phép người dùng truy cập vào các tài nguyên máy tính hầu như không giới hạn như mạng, máy chủ, lưu trữ, ứng dụng và dịch vụ (Atobishi et al., 2018). Điện toán đám mây cung cấp một nền tảng thiết yếu để tích hợp thông tin chuỗi cung ứng dựa trên IoT và truyền thông di động để hỗ trợ theo dõi, khả năng hiển thị và chia sẻ thông tin theo thời gian thực.

——–

Trang thông tin điện tử Trung tâm sẽ tiếp tục giới thiệu tới quý độc giả Phần 2 – Bài dịch Công trình nghiên cứu này vào ngày 20/08/2021

Nguồn: Trung tâm NC&PT hội nhập KH&CN quốc tế ( Đỗ Văn Xuân tổng hợp, liên kết và dịch nguồn tin từ ấn phẩm ISSN 0104-530X , Scientific Electronic Library Online; SCIELO- BRAZIL)

https://www.scielo.br/j/gp/a/Z8sJ5VnzKRDhYQFbRMynHCx/?lang=en#