1. Strokovne podlage sistema za ocenjevanje kakovosti izvedbe del izvajalcev gozdarskih storitevDarja Stare, Peter Smolnikar, Špela Ščap, Jaša Saražin, Žiga Lukančič, Vasja Kavčič, Marjan Dolenšek, Nike Krajnc, Matevž Triplat, 2026, izvirni znanstveni članek Povzetek: Trajnostno, sonaravno in večnamensko gospodarjenje z gozdovi zahteva ne le ustrezno načrtovanje, temveč tudi kakovostno izvedbo ter sistematično spremljanje izvedbe del v gozdu. Strukturne spremembe v gozdarskem sektorju, zlasti porast števila manjših izvajalcev gozdarskih storitev, so povečale potrebo po objektivnih in primerljivih sistemih ocenjevanja kakovosti izvedbe del v gozdovih. Prispevek predstavlja oblikovanje temeljev za sistematično presojo kakovosti del, ki jih opravljajo izvajalci gozdarskih storitev v Sloveniji. Na podlagi pregleda zakonodajnih in strokovnih okvirov je bil razvit nabor meril in merljivih indikatorjev, strukturiranih po vrstah del (sečnja, spravilo, gojitvena in varstvena dela, prevoz). Merila je ovrednotila strokovna skupina z večkriterijsko metodo SMART. Končni predlog vključuje 13 meril in 37 indikatorjev ter omogoča standardizirano, pregledno in ponovljivo ocenjevanje kakovosti izvedbe del. Prispevek poudarja pomen razlikovanja med formalno skladnostjo in dejansko kakovostjo izvedbe del ter prispeva k zagotavljanju trajnostnega gospodarjenja z gozdovi in razvoju digitalnih podpornih orodij za ocenjevanje.
Ključne besede: gozdarstvo, gozdarske storitve, izvajalci, merila, indikatorji, ocenjevanje, trajnost
Objavljeno v DiRROS: 19.06.2026; Ogledov: 102; Prenosov: 62
 Celotno besedilo (1,43 MB) |
2. Evaluation of deep learning models for image-based classification of timber logs by market valueMatevž Triplat, Žiga Lukančič, Vasja Kavčič, 2026, izvirni znanstveni članek Povzetek: The identification of standing tree species, timber logs, and on-site assessment of their quality and value using images holds significant potential for forestry applications, including inventory management, traceability under EU regulations like the Deforestation Regulation, and market valuation amid growing demands for sustainable practices. This study addresses this by classifying images of timber logs by tree species and market value using the Orange data mining software, which leverages pre-trained convolutional neural networks (Inception v3 and SqueezeNet) to generate embeddings from a dataset of 5549 images collected at a real timber auction in Slovenia, followed by logistic regression image classification. Results show high accuracy for tree species classification (up to 92.6%), but substantially lower accuracy for market value classification (40%–55%), reflecting the greater complexity of value determination from visual features. These findings underscore the promise of deep learning for species identification while indicating the need for further methodological advancements to enhance value classification reliability, which offers the practical impact for operational forestry and bioeconomy value chains.
Ključne besede: image classification, timber quality, high value assortments, auctions, wood products, convolutional neural networks, CNNs, non-destructive evaluation, machine learning in forestry, tree species image recognition, forest wood assortment value
Objavljeno v DiRROS: 12.06.2026; Ogledov: 140; Prenosov: 107
Celotno besedilo (4,84 MB)
Gradivo ima več datotek! Več... |
3. Ocena modelov globokega učenja za razvrščanje gozdnih lesnih sortimentov po tržni vrednosti na podlagi slikMatevž Triplat, Žiga Lukančič, Vasja Kavčič, 2026, objavljeni znanstveni prispevek na konferenci Povzetek: Prispevek obravnava uporabo modelov globokega učenja oziroma slikovnih vgraditev za razvrščanje gozdnih lesnih sortimentov (v nadaljevanju sortimentov) glede na tržno vrednost. Analiza temelji na slikah sortimentov, posnetih na 17. licitaciji vrednejših sortimentov lesa v Slovenj Gradcu, ter na pripadajočih podatkih o drevesni vrsti, dimenzijah, prostornini in doseženi prodajni ceni. Sortimenti štirih bolje zastopanih drevesnih vrst (evropski macesen, navadna smreka, hrast graden in gorski javor) so bile vrednosti preračunane na m³ in razvrščene v tri vrednostne razrede: nižji kvartil, srednji razred ter zgornji kvartil. Za analizo je bilo uporabljeno programsko okolje Orange. Slike so bile najprej pretvorjene v vektorje značilnosti z vnaprej naučenim modelom Inception v3, nato pa je bila klasifikacija izvedena z logistično regresijo in 10-kratno stratificirano navzkrižno validacijo. Rezultati kažejo zmerno uspešnost razvrščanja. Najvišja natančnost je bila dosežena pri evropskem macesnu in hrastu gradnu, približno 55 %, najnižja pa pri navadni smreki, približno 40 %. Rezultati potrjujejo, da analiza slik lahko prispeva k avtomatiziranemu vrednotenju sortimentov, vendar trenutna metodologija še ne omogoča zanesljive operativne uporabe brez dodatnih podatkov, izboljšav modelov in vključitve drugih informacij o sortimentih. Študija je pomembna, ker odpira vprašanje, ali je mogoče tržno vrednost lesa vsaj deloma napovedovati iz slikovnih podatkov. Hkrati jasno pokaže, da je vrednost sortimentov odvisna od številnih dejavnikov, ki jih sama slika pogosto ne zajame dovolj dobro, na primer notranjih napak, porekla, dimenzij, kakovostnega razreda, ponudbe in povpraševanja ter posebnosti licitacijskega trga.
Ključne besede: razvrščanje slik, kakovost lesa, strojno učenje, gozdarstvo
Objavljeno v DiRROS: 22.05.2026; Ogledov: 197; Prenosov: 58
Celotno besedilo (157,06 KB) |
4. Predlog objektivnih meril za oceno kakovosti izvedbe del v gozdovihŠpela Ščap, Matevž Triplat, Peter Smolnikar, Matjaž Dovečar, Jaša Saražin, Gašper Ogrin, Vasja Kavčič, Žiga Lukančič, Matjaž Dremelj, 2025, elaborat, predštudija, študija Ključne besede: gozdarstvo, izvedba del, ocena kakovosti, lastniki gozdov
Objavljeno v DiRROS: 23.03.2026; Ogledov: 260; Prenosov: 194
Celotno besedilo (1,40 MB)
Gradivo ima več datotek! Več... |
5. |
6. |
7. |
8. |
9. |
10. |
