Puunhankinnan päästölaskennan vaatimusmäärittely data-analytiikalla toteutettavaksi : case Stora Enso Forest Finland
Korpelainen, Kristiina (2023)
Diplomityö
Korpelainen, Kristiina
2023
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20231124148773
https://urn.fi/URN:NBN:fi-fe20231124148773
Tiivistelmä
Ilmastovaikutusten raportoinnin läpinäkyvyyden ja vertailtavuuden tarve yrityksen koko arvoketjussa kasvaa ja vaikuttaa niin sijoitustoiminnan indikaattoreihin kuin kulutuspäätöksiin. Yrityksen strateginen päätöksenteko tarvitsee päästöraportoinnin lisäksi tuekseen data-analytiikkaan perustuvaa tietoa päästövähennystoimenpiteiden vaikuttavuudesta.
Tämä työ toteutettiin Stora Enso Forest Finland’in puunhankinnan suunnittelun kehitys-organisaation toimeksiantona osana päästölaskennan kehittämistä. Tavoitteena oli kuvata miten päästölaskennan teorian ja Excel-pohjaisen laskentaohjelman pohjalta toteutettiin päästölaskennan tietomallin määrittely data-analytiikan keinoin. Määrittelyssä huomioi-tiin tietomallin integroitavuus osaksi puunhankinnan suunnittelun tietomallia ja mahdollisuus tuoda tietomallille dataa suoraan toteutuneista korjuista ja kuljetuksista. Työn tuloksena toteutettiin päästölaskennan tietomallin määrittely puunhankintaketjun operaati-oille.
Tietomallin rakenne mahdollistaa laskennallisen polttoaineenkulutustiedon käyttämisen referenssinä laskettaessa päästöarviota suunnitelluille korjuu- ja kuljetusmäärille. Päästöjen simulointimahdollisuus osana puunhankinnan suunnittelun toimintalogiikkaa mahdollistaa yhtäaikaisesti päästöjen ja kustannusten huomioimisen puuvirtojen optimoinnissa.
Päästölaskennan kehittäminen jatkuu tietomallin ensimmäisen version valmistuttua tie-don saantia, laskentaa ja data-analytiikkaa kehittämällä. Erityisesti tarvitaan tarkentavaa tietoa metsäkoneiden ja eri kuljetusmuotojen todellisesta polttoaineen kulutuksesta. There is an increasing need for transparency and comparability in reporting climate impact throughout the company's value chain, affecting both investment indicators and consumer decisions. In addition to emission reporting based on data analytics, the company's strategic decision-making needs information on the effectiveness of emission reduction efforts.
This master’s thesis was carried out as an assignment from Stora Enso Forest Finland's S&OP organization as a part of their emissions calculation development. The objective of the study was to find a solution, how to combine existing theory of emission calculation and an Excel-based emission calculation program into a data model for emission calculation. The integrability of the data model as a part of the existing wood supply planning data model, and the possibility to import quantity data directly from actual harvesting and transportation operations, were considered in the solution. As an outcome, the specification of the emission calculation data model for wood supply operations was implemented.
The structure of the data model enables using calculated fuel consumption data as a reference when calculating emission estimates for planned harvesting and transportation quantities. The possibility to model emissions as a part of the wood supply value chain enables simultaneous reviewing of emissions and costs in the optimization of wood flows.
The development of emissions calculation will continue after the implementation of the first version of the data model. This will involve the refinement of data acquisition, calculation rules, and data analytics. Especially, more detailed information is needed on the actual fuel consumption of forest machines and different modes of transportation.
Tämä työ toteutettiin Stora Enso Forest Finland’in puunhankinnan suunnittelun kehitys-organisaation toimeksiantona osana päästölaskennan kehittämistä. Tavoitteena oli kuvata miten päästölaskennan teorian ja Excel-pohjaisen laskentaohjelman pohjalta toteutettiin päästölaskennan tietomallin määrittely data-analytiikan keinoin. Määrittelyssä huomioi-tiin tietomallin integroitavuus osaksi puunhankinnan suunnittelun tietomallia ja mahdollisuus tuoda tietomallille dataa suoraan toteutuneista korjuista ja kuljetuksista. Työn tuloksena toteutettiin päästölaskennan tietomallin määrittely puunhankintaketjun operaati-oille.
Tietomallin rakenne mahdollistaa laskennallisen polttoaineenkulutustiedon käyttämisen referenssinä laskettaessa päästöarviota suunnitelluille korjuu- ja kuljetusmäärille. Päästöjen simulointimahdollisuus osana puunhankinnan suunnittelun toimintalogiikkaa mahdollistaa yhtäaikaisesti päästöjen ja kustannusten huomioimisen puuvirtojen optimoinnissa.
Päästölaskennan kehittäminen jatkuu tietomallin ensimmäisen version valmistuttua tie-don saantia, laskentaa ja data-analytiikkaa kehittämällä. Erityisesti tarvitaan tarkentavaa tietoa metsäkoneiden ja eri kuljetusmuotojen todellisesta polttoaineen kulutuksesta.
This master’s thesis was carried out as an assignment from Stora Enso Forest Finland's S&OP organization as a part of their emissions calculation development. The objective of the study was to find a solution, how to combine existing theory of emission calculation and an Excel-based emission calculation program into a data model for emission calculation. The integrability of the data model as a part of the existing wood supply planning data model, and the possibility to import quantity data directly from actual harvesting and transportation operations, were considered in the solution. As an outcome, the specification of the emission calculation data model for wood supply operations was implemented.
The structure of the data model enables using calculated fuel consumption data as a reference when calculating emission estimates for planned harvesting and transportation quantities. The possibility to model emissions as a part of the wood supply value chain enables simultaneous reviewing of emissions and costs in the optimization of wood flows.
The development of emissions calculation will continue after the implementation of the first version of the data model. This will involve the refinement of data acquisition, calculation rules, and data analytics. Especially, more detailed information is needed on the actual fuel consumption of forest machines and different modes of transportation.
