Strategic forest planning using AHP and TOPSIS in participatory environments : a case study conducted in Vilhelmina, Sweden

Abstract: Den strategiska skogsskötseln i Sverige planeras ofta med en hundraårig planeringshorisont. För att den ska anses hållbar bör den ta hänsyn till andra mål än produktion, såsom sociala värden och rennäring. Heureka PlanVis är ett avancerat datasystem för långsiktiga skogliga analyser och med dess hjälp kan strategiska skötselplaner tas fram. Olika beslutsstöd för att välja den plan mest lämplig för de givna målen, t.ex. olika Multiple Criteria Decision Analyses (MCDA), har utvecklats och testats med goda resultat. De har dock alla en svaghet som består i att beslutsfattaren inte har möjlighet till att studera hela spekrat av möjliga planer, utan begränsas ofta till 2-4 planer. Syftet med denna studie var att undersöka tillämpbarheten av att kombinera två olika MCDA–verktyg: ”the Technique for Order Preference by Similarity to Ideal Solution” (TOPSIS) och ”the Analytic Hierarchy Process” (AHP) för att ta hänsyn till multipla mål inom strategisk skoglig deltagande planering. Först skapades ett flertal möjliga skötselplaner med Heurekas Planvis applikation. Därefter användes AHP för att beräkna vikterna på de kriterier som ansågs definiera de givna målen, vikterna implementerades därefter i TOPSIS från vilken planerna kunde rangordas efter hur väl de uppfyllde de givna målen. Resultatet visade att kombinationen av AHP och TOPSIS är enkelt att praktiskt implementera i en deltagande skogbruksplanering och att beslutsfattaren kunde utnyttja Heureka Planvis fulla kapaciteten att skapa många skogsskötselplaner och därmed grunda sitt beslut på ett bredare spektra av planer än vad tidigare varit möjligt.