Olemmeko matkalla uuteen lämpökauteen?

Transkriptio

1 Olemmeko matkalla uuteen lämpökauteen?

2 Suomalaisen lustotutkimuksen vuosi 2010 Suomalaisen lustotutkimuksen huipennus koetaan Rovaniemellä kesäkuussa 2010, jolloin noin 400 alan tutkijaa yli 40 maasta kokoontuvat dendrokronologian maailmankonferenssiin ( Tämän neljän vuoden välein pidettävän tieteellisen kokouksen saanti Suomeen merkitsee harvinaislaatuista mahdollisuutta esitellä maailmalle omaa tieteenalan osaamistamme ja kasvattaa kansainvälistä näkyvyyttämme ilmastonmuutostutkimuksen huippumaana. Hyvän lähtökohdan tavoitteillemme tarjoaa Lapin metsänrajamännyn 7643 vuoden pituinen vuodentarkka lustosarja, josta on tehty jo lähes 40 vertaisarvioitua julkaisua ja lisäksi koko joukko yleistajuisia artikkeleita. Toki vasta tulevat vuodet mittaavat onnistumisemme, mutta uskon meillä olevan hallussamme sellaista ainutlaatuista tietoa, joka jatkossakin kiinnostaa kansainvälisiä yhteistyökumppaneitamme. Kööpenhaminan ilmastokokous marraskuussa 2009 ja sitä ennen tapahtunut Climategate-ilmastoskandaali ovat tekijöitä, jotka herättänevät keskustelua Rovaniemenkin tapahtumassa. Uskon, että kansainvälisessä ilmastopolitiikassa ja IPCC :n piirissä jatkossa seurataan entistä tarkemmin lustotutkijoiden toimintaa. Meillä suomalaisilla kokousisännillä on haastava tehtävä edessämme pyrkiessämme järjestämään mahdollisimman korkeatasoisen tieteellisen kokouksen, mutta samalla myös median edustajia palvellen. On myönteistä, ettei suomalaista lustotutkimusta (johon kuuluu myös järvisedimenttitutkimus) ole moitittu ilmastoskandaalia käsittelevässä kansainvälisessä keskustelussa. Meidät on pyydetty jopa asiantuntijarooliin arvioimaan, mikä on pielessä IPCC-vetoisessa lustotutkimuksessa. Lustotutkimuksellamme on selvä paikkansa kansainvälisessä ilmastonmuutostutkimuksessa. Meillä on yli 7600-vuotisen metsänrajamännyn lustosarjamme ansiosta mahdollisuus tutkia ilmastoa erilaisin aikaperspektiivein ja samalla testata ilmaston mahdollista syklisyyttä. Olemme esitelleet aiemmin lustoista löytyvää noin vuoden sykliä. Nyt olemme löytäneet viitteitä myös noin 1000-vuotisesta jaksosta, jonka mukaan ilmasto saattaisi luontaisestikin lämmetä seuraavien parinsadan vuoden ajan. Vuosi 2010 on meille suomalaisille lustotutkijoille juhlavuosi. Merkkipaaluina ovat suomalaisen lustotutkimuksen 90-vuotisjuhla, Risto Jalkasen NMT-neulasjälkilaboratorion 20-vuotisjuhla, Lapin pitkän sarjan valmistumisen 10-vuotisjuhla, ja sokerina pohjalla : World Dendro 2010 konferenssin isännöinti! Antoisia hetkiä lustotutkimuksen vuonna 2010 toivottaen! Mauri Timonen Iso-Syötteen suon reunalla kasvaa 500-vuotias luonnon ilmastoasema. Mauri Timonen

3

4 Kaaviokuva puun kasvusta, jonka perustekijöitä ovat pituuskasvu, paksuuskasvu ja tilavuuskasvu. Oman kokonaisuutensa muodostaa vuosiluston sisällä tapahtuva kasvukauden aikainen solututkimus, joka on lisännyt kasvutapahtumaa ja sen myötä myös ilmastonmuutosta koskevaa ymmärtämystämme. Mauri Timonen Puun muisti luonnon ja ilmaston historiankirjana Puuta voi luonnehtia historiankirjaksi, josta sen elinvaiheet, vallinnut ilmasto ja monet ympäristön tapahtumat ovat tietyin edellytyksin luettavissa vuoden tarkkuudella tuhansien vuosien ajalta, joskus jopa tarkemminkin. Puun muisti perustuu neljään tekijään: 1) vuodesta toiseen vaihtelevat sääolot rekisteröityvät puun solukkoihin erilevyisinä vuosirenkaina eli lustoina; 2) poikkeuksellisten vuosien aiheuttamat normaalia kapeammat tai leveämmät lustot ovat tunnistettavissa sormenjälkien tapaan useimmista saman ilmastoalueen puista; 3) vuosilustot reagoivat herkästi myös kasvuympäristössä tapahtuneisiin muutoksiin ja 4) puuaines voi säilyä lahoamattomana tuhansia vuosia. Puun kasvua säätelevät tekijät Vuosilustotiedon tulkinta ei ole kovin helppoa, sillä puun kasvu on monimutkaisten kasvuprosessien ja lukuisten ympäristötekijöiden vaikutusten tulosta. Tutkijoilla on vain harvoin mahdollisuus seurata tätä prosessia reaaliaikaisesti. Yleensä tutkimus käynnistyy vasta jälkikäteen, jolloin tärkeimmän tietolähteen muodostavat lustonäytteet. Tulosten laatu riippuu siitä, kuinka hyvin tutkittavaa tapahtumaa kuvaava kasvukomponentti (signaali) saadaan erotetuksi muista kasvun vaikuttavista tekijöistä (kohina). Pahimmassa tapauksessa signaali voi kadota kokonaan kohinaan, esimerkiksi silloin, kun signaali peittyy metsikössä sattuneiden hyönteistuhojen, metsäpalojen, tulvien tai ihmisen toiminnan aiheuttamiin kasvureaktioihin. Vertaamalla vuosilustoista mitattuja ominaisuuksia (leveys, kevät- ja kesäpuun osuus, tiheys, solurakenteet ym.) ilmastomittauksiin, on selvitettävissä, mitkä tekijät säätelevät puun kasvua. Puiden herkkyys lämpöön ja kosteuteen riippuu useista tekijöistä, mm. puulajista, kasvupaikasta ja maantieteellisestä sijainnista. Puun kasvukausi käynnistyy vasta +5 o C:n kynnyslämpötilan ylityttyä. Siihen vaikuttavat mm. keväällä lämpö (alku), kesällä lämpö ja kosteus, syksyllä valo (loppu) sekä talvella kylmyys ja lumi. Männyn kasvu Pohjois-Suomessa riippuu miltei yksinomaan lämmöstä. Etelä-Suomessa lämmön ohella vaikuttaa myös kosteus. Jos lämpöä on riittävästi, mutta vedestä on ajoittaista puutetta, se näkyy joillakin puulajeilla, kuten Douglas-kuusella, kapeina vuosirenkaina vähäsateisina vuosina. Kuivan kauden keskelle sattuneet sadepäivät saavat aikaan ns. valeluston, mikä näkyy suurempina soluina.

5 Timo Pennasen pokasaha soi Kuusamon Hossassa urheilusukeltajien leirillä. Mauri Timonen Ilmastohistoriaa vuosituhansien ajalta Kotimainen metsänrajamäntymme on ihanteellinen puulaji pitkän ajan kasvun vaihtelun tutkimiseen, sillä sen säilyvyys on pihkan, tervaisuuden ja muiden kemiallisten ominaisuuksien ansiosta omaa luokkaansa. Mänty kestää pystypuuna tai maakelona lahoamatta satoja vuosia. Kylmissä, vähähappisissa järvissä ja soissa osittain mutaan hautautuneet rungot säilyvät mittauskelpoisina jopa tuhansia vuosia. Tutkimusaineistoksi soveltuvat vanhojen rakennusten hirret, pysty- ja maakelot, kantojuurakot sekä järvistä ja soista nostettavat männyn megafossiilit (subfossiilit). Pöyrisjärven tienvarsilammen subfossiiliset männyt. Ikä noin 4000 vuotta. Mauri Timonen

6 Tässä yleisesityksessä nähdään, kuinka lyhyet, alle vuoden lämpökaudet (interglasiaalit) ovat jääkausien välisiä lämpöpiikkejä. Nykyinen pikku jääkauden jälkeinen lämpeneminen ilmeisesti tulee ja menee. Ihmisen vaikutusta tähän kokonaisuuteen nähden on vaikeaa arvioida. Onko ihmisen toiminnasta aiheutuneeksi väitetty, CO 2 -lisääntymiseen liitetty lämpenemispiikkikään, punanenä edes totta, sekin on yhä kriittisemmäksi käyneen tarkastelun kohteena.

7 Puunäytteiden dendrokronologisen ajoittamisen (ristiinajoittamisen) perusideana on paikallistaa eri näytteistä saman kalenterivuoden lustot. Tieto siitä, että männyn kasvun minimitekijänä Lapissa on lämpötila ja että kesät eivät ole veljeksiä keskenään, tarjoaa mahdollisuuden viivakoodimaisen kuvion laatimiseen poikkeuksellisten ja naapureistaan selvästi erottuvien kasvuvuosien perusteella. Tähän ns. Skeleton Plot-menetelmään tarvitaan vain suurennuslasi, kynä ja millimetripaperia (ei siis edellytä lustonmittausta). Yksinkertaisimmassa ajoittamisessa tällä tavalla laadittua viivakoodia verrataan toisen näytteen tai aiemmin laadittuun vertailusarjan vastaavaan viivakoodiin, jolloin oikea ajoitus löytyy (vrt. kuva). Jos lustonleveydet on mitattu, ajoitus käy helpoimmin korrelaatiotarkasteluilla. Ks. cross-dating esimerkkiä

8

9 Agregaattimalli Puun pituus- ja paksuuskasvun vuosien välinen vaihtelu aiheutuu ympäristötekijöistä Cookin (1992) esittämän käsitteellisen mallin mukaan seuraavasti:, jossa R t = havaittu kasvu A t = puun biologisesta iästä aiheutuva trendi vuosiluston leveydessä C t = ilmastosta aiheutuva kasvuvaikutus Dl t = metsikön sisäisistä (endogeenisistä) tekijöistä aiheutuva kasvuvaikutus D2 t = ulkoisista (eksogeenisistä) tekijöistä aiheutuva kasvuvaikutus ja E t = selittämätön kasvuvaikutus t = aika (vuosi) Ilmastoa kuvaavat tärkeimmät tekijät (C t ) ovat Suomessa lämpötila ja sademäärä. Metsikön sisäisiä tekijöitä (Dl t ) ovat mm. metsikkörakenne ja puuston tiheys, puiden välinen kilpailu, kukkiminen ja siementuotanto. Ulkoisia tekijöitä (D2 t) ovat mm. hakkuut, metsäpalot, hyönteistuhot, taudit, saasteet, tulvat ja myrskyt. Dl t :n ja D2 t :n yhteydessä esiintyvä parametri voi saada arvon 0 tai 1 sen mukaan, vaikuttaako tekijä vuonna t mallissa vai ei. Selittämätöntä kasvun vaihtelua (E t) aiheuttavat mm. kasvupaikan maaperäominaisuuksien vaihtelu, rinteen kaltevuussuunta ja mittausvirheet. Kaikkien kasvuun vaikuttavien tekijöiden (A t... E t) mallintaminen yhtaikaisesti on mallitusteknisesti vaikeaa. Usein käytettävissä on havaintoaikasarjoja vain muutamista kasvunvaihtelua selittävistä tekijöistä. Siksi on tavanomaista, että jo aineiston keruuta suunniteltaessa pohditaan keinoja tutkittavan signaalin esiin saamiseksi ja taustakohinan vaimentamiseksi.

10 Tutkimusmetsiköiden valinta Lustoaineiston alueellinen kattavuus on huomioitava paikallisilmastojen vaihtelevuuden vuoksi. Mitä enemmän ja kattavammin tutkimusalueelta mitataan edustavasti kohteita, sitä varmemmin päästään käsitykseen alueen ilmastohistoriasta.

11 Box Filling Method (BFM) Otantakaavio auttaa kokoamaan RCS-mallituksen kannalta ideaalisen aineiston. Kaavion akseleina ovat kalenterivuosi, ikäluokka ja otoskoko. Kalenterivuosirajauksella määritellään tarkasteltava ilmastojakso. Luston ikärajauksella vakioidaan luston biologisesta iästä aiheutuva kasvun muuttuminen. Otoskoko määräytyy tutkimukselle asetetusta tavoitteesta: esimerkiksi vuosilustoindeksiestimaatin korreloiminen kuukausilämpötilaan edellyttää vähintään 10 %:n tarkkuusvaatimusta 95 %:n luotettavuustasolla (5 % riskillä). Männyn metsänrajalla, jossa indeksin variaatiokerroin on jopa yli 40 %, se tarkoittaa vähintään 50 havainnon vuositasoa.

12 Vuosilustoaineiston otoskoko kasvaa leveysasteen funktiona (Hustich 1947). Se on huomioitava suunniteltaessa ilmastopainotteista lustotutkimusta. Kaaviossa esitetyt luvut ovat suuntaa antavia ja tarkoittavat vuotuista havaintomäärää 5 %:n riskillä (t=2). Lähde: Pentti Roiko-Jokela 1979/ Kasvuindeksipalvelun alustava suunnitelma

13 RCS-koepuiden valinta Lustotutkimuksen koepuut voidaan joko valita täysin satunnaisesti tai valikoiden tiukasti määriteltyjä ennakkokriteereitä soveltaen. Ennakkokriteereillä voidaan jo etukäteen eliminoida sellaista vaihtelua, jonka tiedetään aiheuttavan ilmastoanalyysejä vaikeuttavaa kohinaa.

14 Koepuuvalinnan reunaehdot - Periaatteena tehostaa mittauksen validiteettia (edustavuutta): tavoitteena mahdollisimman selväpiirteinen suurilmaston ja puun välinen vuorovaikutus - Puun kasvuympäristön tulisi olla kilpailuvaikutuksistaan mahdollisimman häiriötön: ei esimerkiksi kantoja tai kaatuneita puita lähietäisyydellä - Suositaan karuhkoja kasvupaikkoja ja harva-asentoisia metsiköitä - Suositaan tasamaalla kasvavia puita - Valitaan kaikenikäisiä hyvämuotoisia ja terveitä puita - Samaan sarjaan vain samaa puulajia - Näytteet otetaan rinnankorkeudelta - Näytteet yleensä kairanlastuja, mutta parhaat näytteet saadaan rungon poikkileikkauskiekoista. - Kaikki kriteerit täyttävät elävät puut, kannot ja kelot kelpaavat lustosarjaan - lisätietoa: Mielikäinen, K., Timonen, M. & Nöjd, P Männyn ja kuusen kasvun vaihtelu Suomessa Folia Forestalia Metsätieteen aikakauskirja 1996(4): : CC-Art/ FinnishRes/1996_Mielikainen_et_al_FF1996_4.pdf

15 Vedenalaisten lustonäytteiden keruuseen erikoistunut Metlan iskuryhmä vuosimallia 1995: metsätalousteknikot Kullervo Ruotsalainen ja Tauno Luosujärvi ja Mikko Välimaa.

16 Urheilusukeltajat lustotutkijoiden apuna Jouko Laitinen Hossan sukellusleirin lustoaineiston keruuporukkaa Tauno Luosujärvi Jouko Laitinen Kuvat Mauri Timonen Timo Pennanen

17 Metlan 1911-vuotisen mäntylustosarjan näytekiekot Mauri Timonen Metlassa vuonna 1994 kootun ensimmäisen pitkän mäntylustosarjan pituus oli 1911 vuotta. Siihen tarvittiin 33 järvestä kerätty 400 subfossiilinen kiekkoaineisto. Sarjan nuorempi pää rakennettiin Saariselän Riekkovaaran ja Muotkaruoktun kelojen kairausnäytteistä (100 kpl) ja Metlan Valtakunnallisen KasvuIndeksipalvelu -tutkimuksen (VKIP) indeksikoelastuista (800 kpl).

18 Urheilusukeltajien leirillä Kuusamon Hossassa kokeiltiin ensimmäistä kertaa kasvukairan käyttöä vedenalaisessa näytteenotossa. Menetelmä jäi kokeiluksi, sillä lastut katkeilivat kovin helposti. Siirryimme tämän jälkeen kiekkonäytteisiin, mikä osoittautui erinomaiseksi ratkaisuksi.

19

20 Mauri Timonen Tauno Luosujärvi mittaustyössä (2000) Näytteet mitataan joko mikroskoopin välityksellä suoraan kiekosta tai videomonitoria apuna käyttäen. Laitteistoon on kytketty myös mikrotietokone, jonka lustonmittausohjelma huolehtii tietojen siirtymisestä tiedostoon.

21 Näiden pari tuhatta vuotta sitten eläneiden kahden männyn kasvut ovat vaihdelleet hyvin samansuuntaisesti kylmien ja lämpimien kesien tahdissa. Tällaiseen samankaltaisuuden perustuu dendrokronologinen ristiinajoittaminen.

22 Metlan 1911-vuotisen lustosarjan ristiinajoitus Pitkien vuosilustosarjojen historia Metlassa Vuonna 1994 aloitettiin Kasvun vaihtelu - tutkimushankkeessa professori Kari Mielikäisen johdolla työ, jossa koottiin elävien puiden, kelojen, vanhojen rakennushirsien, kantojuurakoiden ja muinaispuiden (megafossiilien) lustoista 1911 vuoden pituinen lustokalenteri (Mielikäinen & al. 1998). Sarjan käytettävyyttä tutkimus-, opetus- ja esittelytarkoituksiin parannettiin yhdistämällä siihen metsänrajaseudun kasvukauden ilmastoa kuvaava kesä-heinäkuun keskilämpötilakäyrä ja Sirénin (1961) uudistumisvuodet vuoteen 1998 saakka päivitettynä. Sarja muodostaa edelleenkin Metlan lustotutkimuksen keskeisen työvälineen, jolla ratkotaan mm. ilmastokysymyksiä. Viite: Mielikäinen, K., Nöjd, P., Pesonen, E. & Timonen, M Puun muisti. Kasvun vaihtelu päivästä vuosituhanteen. Metsäntutkimuslaitoksen tiedonantoja s. Metlan 1911-vuotisen lustosarjan lustonäytteiden jakautuminen eri ajankohtiin.

23 Lapin metsänrajamännyn vuosilustoindeksien vaihtelu 7641 vuoden ajalta Ylempi kuva. Lapin metsänrajamännyn vuosilustoindeksin vuotuinen vaihtelu on pysynyt hyvin samanlaisen vuosituhansien saatossa. Pitkät siniset piikit kuvaavat viileämmästä ilmastosta aiheutuneita kasvun notkahduksia. Niihin kytkeytyy usein yksi tai useampia tulivuorenpurkauksia, jotka ovat pimentäneet taivaan yhdeksi tai useammaksi vuodeksi. Huomattakoon, ettei tämäntyyppisessä esityksessä näy ilmaston pitkän ajan viilenemisiä tai lämpenemisiä. Alempi kuva. Nykyisen mäntymetsänrajan yläpuolella sijaitsevat tutkimuskohteet ovat maksimissaan 540 metrin korkeudella. Mäntymetsänraja jää nykyisellä metsänrajaseudulla on noin 140 metriä alemmaksi. Ero merkitsee Kultti ym. (2006) mukaan noin 2.6 o C:n pudotusta heinäkuun keskilämpötilassa.

24

25 Meneillään olevan teknisen kehityksen ja ajan hengen seuraaminen tulee vaikuttamaan radikaalisti tapaamme tehdä tutkimusta, esitellä tuloksiamme ja hyödyntää puun muistia. Oliopohjaisen ajattelun yleistyminen on eräs niistä tekijöistä, joka jo nyt mullistaa tutkimusmaailmaa. Lustia-projektin suunnitelma lustotiedon monipuoliseksi hallinnoimiseksi on toteutumassa upealla tavalla Tapio Timosen kehittämässä TrapThor oliohallintaympäristössä. TrapThorilla laadittu Lustotiedon virtuaalimetsä sovellus (LusVir) on ensimmäinen Metlassa tuotettu uuden sukupolven keskusteleva ja neuroverkkoja hyödyntävä itseoppiva palvelusovellus, joka haastaa perinteisen käsityksen tiedonhallinnasta. LusVir on Metlan vuosilustoaineistojen hallintaan ja hyödyntämiseen kehitetty asiakaspalveluohjelma, joka muokkaa tilauksen perusteella datasta (MeLTiH-tietokannan puu- ja lustotiedot sekä muut tiedot) yksilöllisiä vastauksia ja raportteja. LusVir hyödyntää myös sosiaalisen median tarjoamia mahdollisuuksia, joista on esimerkkinä MeLTIH-lustotietoa soveltavan Facebook-palvelun sisällyttäminen osaksi toimintoja. TrapThor esitellään lustotutkijoiden kansainvälisessä konferenssissa Rovaniemellä vuonna Aiheesta enemmän Iskulauseita: TrapThor visualisoi datat takaisin reaalimaailmaan, helposti löydettäviksi ja lähestyttäviksi olioiksi. TrapThor palauttaa lustot takaisin juurilleen.

26 Tapio Timosen kehittämä TrapThor yhdistelee GKlik toiminnon avulla palveluita ja datoja toisiinsa. Lustotiedon virtuaalimetsä on TrapThorilla tehty informaationhallintasovellus, joka keskustelee palveluiden (www-sivustot) välityksellä datan (tietokannat) kanssa. Koska kyseessä on oliopohjainen sovellus, tapahtuu uuden tiedon tuottaminen kysymyksenasetteluun liittyviä olioita toistensa vaikutuspiiriin saattamalla. Sovellus tuottaa tietoa tieteenalan (dendrokronologia) lisäksi myös ympäristönseurannan, viestinnän ja suuren yleisön tarpeisiin. MeLTih-tietokannan perusyksikkönä toimii puu ja sen koordinaatit. Lisäämällä siihen erilaisia lustoihin, kasvuun ja ympäristöön sisältyviä tunnuksia sekä soveltamalla saatavan olevia kasvu-, ilmasto- ja muita malleja, voidaan käytännössä tutkia lähes rajattomasti mitä erilaisimpia puuhun ja metsään liittyviä kysymyksiä.

27

28 RCS-kasvumallissa muodostetaan tarkasteltavan ilmastojakson keskimääräinen lustonleveys-ikäkäyrä. Se ei vielä kuitenkan takaa aineiston homogeenisuutta mallitusta ajatellen. Tarvitaan myös ikärajausta (Age Banding). Kuvan esimerkissä tarkastellaan 1000-vuotista ilmastojaksoa ja sen aikana kasvaneita puita. Niiden keskimääräinen iänmukainen lustonleveys (keskimmäinen kuva) antaa vertailukohdan ilmastojakson pitkätaajuisen (low-frequency) vaihtelun selvittämiseen. Luotettavan lustonleveysmallin laatiminen asettaa aineistolle erityisvaatimuksia havaintojen jakautumiseen kalenterivuoden, lustoiän ja otoskoon suhteen. Jos aineisto on em. tekijöiden suhteen epätasapainoinen, voi seurauksena olla harhainen malli, esimerkiksi lätkämaila. RCS-analyysin luotettavuutta voidaan parantaa rajaamalla lustoikää (Age Banding, oikeanpuoleinen kuva, punainen viiva)

29 RCS-mallituksen tulos riippuu ratkaisevasti lustoaineiston edustavuudesta (validiteetti ja reliabilitetti). Tärkeää on, että havainnot jakautuvat tasaisesti sekä kalenterivuoden että lustoiän suhteen. Tutkimusaineiston sisäistä vaihtelua testataan osa-aineistoittain laskettuja tuloksia vertailemalla. Osa-aineistoja luodaan Sampler-ohjelmalla, jonka optiot mahdollistavat useantyyppisten otosten määrittelyn.

30 Ilmastojakson keskimääräinen lustonleveys toimii vertailukohtana pitkien ilmastotrendien selvittämisessä. Esimerkki RCS-kasvumallista (Helama ym. 2002): RCS = e t , jossa t =lustoikä eli luston järjestysnumero puun ytimestä laskettuna.

31 Indeksit muutetaan lämpötiloiksi siirtofunktiolla, joka on saatu selittämällä mitattua lämpötilaa yleensä edellisen, kuluvan ja seuraavan vuoden kasvupoikkeamilla (residuaaleilla). Esimerkki siirtofunktiosta (Helama et al. 2002): Heinäkuu T t = * RCS t * RCS t+1, jossa T t on = heinäkuun keskilämpötila vuonna t sekä RCS t ja RCS t +1 ovat vuosien t ja t+1 vuosilustoindeksit.

32 Yläkuvassa Jamalin kohutusta vuosilustoaineistosta alueellista tasoitusta soveltavalla RCS-menetelmällä ja alakuvassa perinteisellä puukohtaisella mallituksella laskettu indeksisarja. RCS-mallituksen tulos on sama kuin Briffan laskema kiekkomaila (sininen ja punainen käyrä). RCS-malli on kuitenkin harhainen, sillä subfossiilipuiden (vuodet ) ja elävien puiden ( ) lustoaineistot poikkeavat niin rajusti toisistaan, että molemmille osa-aineistoille on laskettava oma RCS-tasoituksensa. Näin meneteltiin Lapin pitkän lustosarjan (Helama ym. 2002) RCS-tasoituksessa, jossa subfossiililustojen kasvut laskettiin mallista Subfossil (RCSre) e t ja elävien puiden lustot mallista Modern (RCSra) e t Tällöin lustojen ikärakenteesta, erilaisesta kasvupaikasta yms. tekijöistä aiheutvat virheet saatiin, jos ei kokonaan eliminoiduksi, niin ainakin minimoiduksi.

33 Jamalin niemimaa Ilmastotutkimusten tulosten yleistäminen suuralueita koskeviksi on vaikeaa, sillä maapallon ilmasto muodostuu tuhansista ja taas tuhansista toisistaan poikkeavista paikallisilmastoista. Kun tiedetään, että paikallisetkin vaihtelut saattavat olla todella rajuja, kuten esimerkiksi Ylläksellä voi olla Äkäslompolossa -35 o C ja parin kilometrin päässä Yllästunturin rinteillä parisataa metrin korkeammalla -15 o C, on yleistämisessä oltava todella varovainen. Sama koskee maapallon pintalämpötilojen keskiarvoistamista. Sudenkuoppia sillä tiellä riittää yllin kyllin.

34

35 Kasvun vaihtelu viimeisen tuhatvuotiskauden aikana - Metsänrajamännyn vuosilustojen leveyksistä laadittu lustokronologia kertoo rytmisesti vaihtelevista kesä-heinäkuun keskilämpötiloista. - Kuvan lustosarja sisältää vuotuisen ja vuosikymmenten välisen vaihtelun. Pitkät ilmastojaksot kuten keskiajan lämpökausi ja pikku jääkausi eivät suoraan näy tässä asetelmassa. - Tuhannen vuoden aikaperspektiivissä tarkasteltuna 1900-luvun kasvunvaihtelut eivät poikkea olennaisesti aiempien vuosisatojen vaihteluista. - On sentään jotain muutosta aiempaan nähden: äärivaihtelu on ollut 1940-luvulta alkaen aiempaa pienempää. Vastaavia pienemmän vaihtelun jaksoja on esiintynyt ainakin ja 1500-luvuilla luvun lämmintä ilmastojaksoa on edeltänyt ainakin 10 vastaavaa lämpenemistä. Vastaavasti kylmät jaksot ovat seuranneet lämpimien jaksojen perässä. - Lustosarjojen rytmisyys (syklisyys) kiinnostaa tutkijoita erityisen paljon, koska syklien arvellaan aiheutuvan auringon aktiivisuuden vaihteluista, maan liikkeistä avaruudessa tai maan merivirtojen liikkeistä yms. - Kasvujen vertailu Sirénin uudistumisvuosiin (1961, 1996) osoittaa, että Lapin metsänrajametsät uudistuvat pääsääntöisesti suotuisten jaksojen yhteydessä.

36 Lustoleveyden keskiarvoihin perustuva lustosarja (vihreä viiva) soveltuu huonosti ilmaston tutkimiseen. Vasta sen jälkeen kun puiden iästä aiheutuva biologinen kasvutrendi on poistettu (standardointi) ja siihen perustuva vuosilustoindeksi on laskettu, voidaan ryhtyä miettimään edellytyksiä tilastolliseen analysointiin.

37 Männyn kasvun vaihtelua eri pituisin aikajäntein Vuosilustoindeksin vaihtelua eri pituisissa aikajänteissä. Katkoviivoituksin merkitty rauhallisemmat ilmastojaksot.

38 Lapin metsänrajamännyn 11 vuoden FFT-tasoitetut indeksit Tämä mielenkiintoinen kuva kertoo Lapin metsänrajamännyn vuosikymmenten välisestä vaihtelusta. Vaihteluiden väli on maksimissaan parin asteen luokkaa. Kuvan opetuksena on se, ettei alle 50 vuoden ilmastojaksoista pitäisi tehdä muita päätelmiä kuin että ilmasto vaihtelee luontaisesti ja että se on luonteeltaan syklistä. Nykyistä ilmastopolitiikkaa tehdään ainakin näiltä osin ilmeisen hätiköidysti, liian lyhyisiin aikajänteisiin perustuen.

39 Holoseenin ilmastovaihtelut (sinipuna) ja Lapin metsänrajamännyn lyhytjaksoiset (<100 v) kasvutrendit,valkoinen viiva). Pitempijaksoiset kasvutrendit saadaan näkyviin RCS-metodilla. Erityistä huomiota kiinnittää vuonna 1628 eaa. alkanut kasvun romahtaminen, joka ilmeisesti liittyy Santorinin tulivuoren jättiräjähdykseen ( Myös muut purkaukset näkyvät pienempinä piikkeinä lustosarjassa kuten Mt. Pelée 2440 eaa.(?) Rabaul (?) 536 jaa. (?) ja Huaynaputina 1600 jaa. ( Mauri Timonen

40 MUINAISET MÄNTYMETSÄNRAJAT Kultti, S., Mikkola, K., Virtanen, T., Timonen, M. & Eronen, M Past changes in the Scots pine forest line and climate in Finnish Lapland: a study based on megafossils, lake sediments, and GIS-based vegetation and climate data. The Holocene 16(3): Kari Mikkola Mänty saavutti laajimman levinneisyytensä vuotta sitten, jolloin heinäkuussa oli vähintään 2.6 o C nykyistä lämpimämpää ja mäntymetsiä 13000km 2 nykyistä enemmän. Noin 3000 vuotta sitten ilmasto oli viilennyt 0.8 o C:lla ja metsät vähentyneet 2500 km 2 :llä. Keskiajan lämpökaudella oli edelliseen verrattuna selvästi viileämpää, mutta siltikin 0.6 o C nykyistä lämpimämpää ja mäntymetsiä oli 7200 km 2 nykyistä enemmän. Pikku jääkauden alettua noin 700 vuotta sitten, havainnot nykyisen metsänrajan yläpuolisista subfossiileista, ja kannoistakin, puuttuvat. Kävikö niin, että ilmaston viileneminen tyrehdytti uudistumisen kokonaan moneksi sadaksi vuodeksi? Mäntymetsät alkoivat vallata takaisin menetet-tyjä kasvualueitaan merkittävämmässä määrin vasta viime vuosisadan ilmaston lämpenemisen myötä. Jos lämpötila nousee pysyvästi 0.7 o C:lla, lisääntyy mäntymetsien pinta-ala kenties muutamassa sadassa vuodessa tuhansilla km 2 :llä.

41 MUINAISET MÄNTYMETSÄNRAJAT Kultti, S., Mikkola, K., Virtanen, T., Timonen, M. & Eronen, M Past changes in the Scots pine forest line and climate in Finnish Lapland: a study based on megafossils, lake sediments, and GISbased vegetation and climate data. The Holocene 16(3): Kultti ym. (2006) tutkimuksen tulos (punainen murtoviiva) verrattuna eräisiin toisiin prokseihin. Männyn metsänraja oli vuotta sitten jopa 400 metriä nykyistä ylempänä, mikä heinäkuun keskilämpötilassa arvioituna tarkoittaa 2.6 o C nykyistä lämpimämpää. Metsänraja perääntyi ilmaston viilennettyä. Niinpä esimerkiksi keskiajan lämpökaudella 1000 vuotta sitten ne kasvoivat enää m nykyistä ylempänä (0.55 o C nykyistä lämpimämpää). Katso myös tutkimuksesta kertovan posterin sisältöä.

42 Ns. jääkiekkomailakäyrän mukaan ilmasto on lämmennyt viimeisten sadan vuoden aikana roimasti. Vaihtoehtoisen käsityksen mukaan kyse on enemmänkin bumerangista tai paistinpannusta, jonka reunat muodostuvat keskiajan lämpökaudesta, nykyisestä lämpenemisestä sekä pikku jääkaudesta.

43 Lapin metsänrajamännyn kasvuihin perustuvassa RCS- ilmastomallituksessa (Helama ym. 2009) näkyy keskiajan lämpökausi, pikku jääkausi ja 20. vuosisadan lämpeneminen. Lämpötilat on tasoitettu vuosikymmenten (violetti, vaaleansininen) ja vuosisatojen (musta, punainen) pituisten jaksojen havainnollistamiseksi. Ilmastovaiheet erotettiin neljän lämpimimmän ja viileimmän 50-vuotisjakson, kolmen lämpimimmän ja viileimmän 100-vuotisjakson sekä lämpimimmän ja viileimmän 250-vuotisjakson perusteella. Pystyviivat kuvaavat keskiarvon keskivirhettä. Viite: Helama, S., Timonen, M., Holopainen, J., Ogurtsov, M. G., Mielikäinen, K., Eronen, M., Lindholm, M. and Meriläinen, J Summer temperature variations in Lapland during the Medieval Warm Period and the Little Ice Age relative to natural instability of thermohaline circulation on multi-decadal and multi-centennial scales. J. Quaternary Sci., Vol. 24 pp ISSN

44 Keskiajan lämpökauden on väitetty olevan paikallinen ilmiö. Tämän esityksen mukaan kyseessä on maailmanlaajuinen ilmiö. Ikkunat avautuvat alkuperäisessä linkissä

45

46 Metlan kasvutrenditutkimus (hanke 3436) Alustavia tuloksia Metlan kasvutrenditutkimuksesta, jota johtaa professori Kari Mielikäinen. Tutkimusaineisto sisältää pohjoisessa yli 700 kairausnäytettä 25 tutkimusalueelta ja etelässä yli 400 kairausnäytettä 11 tutkimusalueelta. Ilmastopainotteisesti kerätyn vuosilustoindeksin tarkkuus 95 %:n luotettavuustasolla on pohjoisessa 3.5 % ja etelässä 3.1 %. Tuloksista voidaan arvioida erityisesti kesänaikaisen ilmaston kehitystä ja epäsuorasti myös talviaikaista ilmastokehitystä viimeisten 300 vuoden aikana.

47 Lapin metsänrajametsien puiden kasvun vaihtelu kahden toisistaan riippumattoman aineiston mukaan vuosina (tulokset alustavia). Punainen pisteviiva kuvaa kasvutrenditutkimuksen ja sininen kasvuindeksitutkimuksen havaintomääriä. Tämäkin laaja aineisto kuten niin monet niin monet muut aiemmat aineistot osoittavat, että Lapin metsänrajamännyn kasvun reilusti parasta aikaa on ollut Männyn nykykasvu on pysytellyt liki 40 vuoden ajan keskitason (100) tuntumassa.

48 Sama kuin edellä, mutta vuosilustoindeksi (punainen) laskettuna tuoreemmasta (ja pienemmästä) aineistosta. Indeksi kuten männyn kasvaukauden aikainen kesä-heinäkuun keskilämpökin laskivat vuosina 2008 ja 2009.

49 Suomen metsien kasvutrendit selvitettiin 1990-luvun puolivälissä osana laajempaa EU-projektia. Tutkimuksen tulokset julkaistiin loppuraportissa Growth trends in European Forests ( Tavoitteenamme uudessa tutkimuksessamme, jonka maastotyöt tehtiin vuosina 2007 ja 2008, on selvittää mahdolliset viimeaikaiset muutokset ja niiden syyt. Uudesta aineistosta lasketun (tulokset alustavia) männyn vuosilustoindeksin (sininen viiva) vaihtelu on sangen yhdenmukainen aiempien tulosten (vihreä ja punainen viiva) kanssa. Männyn kasvu oli 1990-luvulla % normaalia heikompaa ja kuluvalla vuosikymmenelläkin vain keskimääräisellä tasolla. Tulos vahvistaa aiempaa käsitystä siitä, ettei ilmastossa ole tapahtunut puun kasvun kannalta mitään dramaattista.

50 Lapin metsänrajamännyn ja Etelä-Suomen männyn kasvut poikkeavat merkittävästi toisistaan. Tämä aiheutuu siitä, että pohjoisessa kasvuun vaikuttaa lämpö, etelässä sekä lämpö että kosteus.

51

52 Sodankylän lämpötilatiedot kuvaavat varsin hyvin Lapin keskimääräistä ja myös metsänrajaseudun ilmastoa. Vuotuinen, sydäntalven ja kesänaikainen keskilämpötilan kehitys eivät ainakaan toistaiseksi osoita erityisiä merkkejä ilmaston voimakkaasta trendimäisestä lämpenemisestä. Lämpötilat kuukausittain:

53 Jokioisten lämpötilatiedot kuvaavat varsin hyvin eteläisimmän Suomen keskimääräistä ilmastoa. Vuotuinen ja sydäntalven lämpötila ovat olleet parina viime kymmenenä normaalia korkeammalla. Kesä-heinäkuun lämpötila on vaihdellut rajusti keskiarvon molemmin puolin. Lämpötilat kuukausittain:

54

55

56 Ilmastodatan lähde: CRU Lapin ilmaston tasaisuutta selittää eteläisen pallonpuoliskon El Niňon pohjoiseksi serkuksi luonnehdittu NAO-ilmiö (North Atlantic Oscillation). Se vaihtelee jaksoittaisesti aiheuttaen äärivaiheissaan poikkeuksellisia säitä Euroopassa ja Pohjois-Afrikassa. NAOn huippuvaihe, korkea indeksi, ilmenee Suomessa erityisesti sydäntalvella lämminhenkisinä mutta välistä myös myrskyisinä länsi- ja lounaistuulina. Kesällä se synnyttää kosteanviilenä ilmaston. Merivesien kiertojärjestelmään (Thermohaline Circulation system) kuuluva Golf-virta tuo lämmintä vettä Pohjois-Eurooppaan, mikä lämmittää paikallista ilmastoa. NAOn ollessa aktiivinen Skandinavia saa lounaistuulten mukana Golfvirran kosteutta ja lämpöä. NAO oli poikkeuksellisen aktiivinen 1990-luvulla (kuva). Sen seurauksena talvikuukausien lämpötila nousi männyn metsänrajaseuduilla jopa parilla asteella ja lunta satoi ennen näkemättömän paljon, esimerkiksi Käsivarressa jopa kolminkertaisesti ja muualla Lapissa kaksinkertaisesti normaaliin nähden. Ilmiö on laantunut 2000-luvulla.