Efficiency of timber harvesting with a harvester in fir stands with designated and undesignated thinning
这项研究发现，虽然由于机器移动和采伐规划时间的延长，进行非指定间伐的冷杉林采伐比指定间伐大约多耗时12%，但操作人员的心理负荷和专注度在两种情景下保持相当。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
把森林想象成一座巨大的、活生生的图书馆，树木就是其中的书籍。有时，图书馆会变得过于拥挤，书与书之间开始互相碰撞，使得最好的故事难以长得高大强壮。为了解决这个问题，护林员会进行“间伐”，这就像是一个精心的编辑过程，通过移除特定的树木，为剩下的树木腾出更多的空间、阳光和水分。几十年来，人类护林员会走在林间，指着一棵树说：“你出局了”，并用油漆做标记。但今天，我们拥有了被称为“采伐机”的高科技大型机器，它们可以在几秒钟内完成砍伐、剥枝和切割原木的工作。现在的大问题是：谁应该担任“编辑”？是应该由人类护林员先标记好树木（像一位严格的图书管理员），还是让机器操作员在驾驶机器时即兴决定（像一位富有创造力的作家在即兴创作）？这项研究深入探讨了这一争论，观察了这种选择如何影响工作效率以及机器驾驶员需要消耗多少脑力。
在波兰的一片山区森林中，研究人员设计了一个迷人的实验，旨在观察让采伐机操作员自行选择树木是否会比遵循预先制定的砍伐地图更快或更慢。他们使用了一台巨大的约翰迪尔（John Deere）采伐机，由一位拥有十年经验的老练操作员驾驶，并在他的脸上绑了一副特殊的眼镜。这些眼镜不是用来阅读的，而是高科技眼动追踪器，能够记录下他看向哪里、看了多久，以及他的眼睛如何在森林中跳动。团队想要了解，让操作员承担“思考”和“选择”的任务，是否会减慢机器的速度或增加他的大脑负担。
结果有点令人惊讶，就像发现即便你是一位优秀的司机，一边开车一边自己选路线也会比跟着 GPS 走要花更多时间一样。当操作员必须自己挑选树木时（非指定间伐），这项工作比遵循预先标记好的树木（指定间伐）大约多耗费了 12% 的时间。为什么会延迟呢？事实证明，操作员变得格外谨慎。他并没有去处理那些最大、最明显的树木，反而似乎在选择较小的树木，或许是担心出错。这意味着为了完成同样的工作，机器必须进行更多的往返，并处理更多的单棵树木。在“自主选择”的情景下，机器在树木之间行驶的时间长了 7%，且每次行程所需时间的波动性更高，这表明操作员一直在不断重新评估路径。
然而，眼动追踪数据讲述了另一个故事，关于操作员的脑力消耗。你可能会认为，由于必须做出所有这些决策，他的眼睛会乱跳，或者大脑会感到疲惫。但研究发现，他的心理负荷在两种情景下其实非常相似。无论他是遵循地图还是自己做选择，他都保持了相似的专注程度。唯一的真正区别在于他看哪里。当他在选择树木时，他的视线扫描范围更广，向森林深处以及树冠上方观察，以寻找完美的候选目标。而当他遵循地图时，他的目光则更窄，紧紧聚焦在机器手臂和正前方的树木上。有趣的是，尽管他在选择时观察的东西更多，但他注视任何单一位置的总时长几乎是一样的。这表明，虽然他在进行更多的“扫描”，但他并没有变得更紧张；他只是在根据任务调整自己的视觉策略。
那么，结论是什么呢？让一名熟练的机器操作员自行挑选树木是一种可行的方法，但它会带来大约 12% 的速度损失。操作员并没有感到疲劳或困惑；他只是花了更多时间观察四周并谨慎做出选择。研究表明，虽然预先标记树木的速度稍快，但这种“自助式”的方法并不会使机器或操作员的大脑崩溃。这仅仅意味着操作员同时成为了编辑、驾驶员和规划师，用一点点速度的牺牲换取了极大的独立性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。