Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA
|
|
- Petteri Jorma Kivelä
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 METSÄNTUTKIMUSLAITOS Rovaniemen tutkimusasema Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA Tutkimuksen tarkoitus Kasvuindeksipalvelun tarkoituksena on tutkia vuosittaista kasvutapahtumaa metsissämme. Kesän lisäkasvu mitataan syksyisin ja lasketaan välittömästi tiedotusvälineille jaettavaksi. Samalla seurataan metsiemme vuotuisen kasvurytmin heilahteluja kasvu-indeksin muodossa. Perusjoukon määrittely Tutkimuksen kohteena ovat kaikki Suomen metsät Hangosta Nuorgamiin. Alkeisyksikkönä on luonnollisesti yksittäinen puu, sen kasvu ja kasvuun liittyvät muutokset. Tutkimuksen kannalta perusjoukko jaetaan puulajin mukaan kolmeen osaan: mänty, kuusi ja lehtipuut (koivu). Otoskehikon valinta Tutkimustavoitteiden totaalisuus edellyttää menetelmän niveltämistä valtakunnan metsien inventointiin (VMI), sen tuloksiin ja tulostusyksiköihin. Valtakunnallisten tulosten saaminen on selviö, mutta pienempien otos-, laskenta- ja tulostusyksiköiden määrittely on jo harkinnanvaraista. Niiden lukumäärällä on kuitenkin aivan ratkaiseva merkitys työn määrään nähden. Joka tapauksessa tulostusyksiköiden tulisi olla VMI:n mukaisia 1. piirimetsälautakuntia tai niiden yhdistelmiä. Lapin osalta kahden pohjoisimman piirimetsälautakunnan alueiden säilyttäminen omana kokonaisuutena näyttäisi välttämättömältä jo kasvun vaihtelun suuren merkityksen vuoksi. Otoskoon määrääminen Otoskoon suuruuteen 1. mitattavien puiden määrään vaikuttaa ratkaisevasti otosyksiköiden (laskenta ja tulostus) määrä ja niille kullekin asetettu tarkkuusvaatimus riskirajoineen. Missään tapauksessa ei näyttäisi tässä vaiheessa järkevältä pyrkiä otosyksikköä samaistamaan piirimetsälautakuntaan, vaan jako 3-4 valtakunnalliseen alueeseen tuntuu tarkoituksen mukaiselta. Kun aluejako on selvä määräytyy otoskoko tutkittavan ilmiön varianssin tai variaatiokertoimen (C) mukaan, joka tässä tapauksessa ilmaistaan prosentteina keskiarvon suhteen. Kasvun vaihtelusta on meillä käytettävissä sangen niukasti tutkimukseen pohjautuvaa tietoa. Tällä tarkoitetaan vuosittaista, alueittaista (etelä-pohjoinen) ja metsikön sisäistä vaihtelua variaatiokertoimena ilmaistuna. Yleisenä reunahuomautuksena voisikin todeta, että meidän tulisi enemmän kirjata julkaisuihin ja raportteihin kasvun hajontaa kuvaavia tilastollisia tunnuslukuja. Nyt on turvauduttu ensisijaisesti TIMOSEN (1977) kasvuindeksitutkimuksen tuloksiin ja Etelä-Suomen osalta KOIVISTOn (1970) ja MIELIKÄISEN (1978) kasvun vaihtelua kuvaavien tunnusten käyttöön. Nojautumalla olemassa olevaan käsitykseen variaatiokertoimen muutoksesta Pohjoiseen päin on luonnosteltu kuvan 1 mukainen riippuvuus. Sen jälkeen piirimetsälautakunnittaisilla kokonaiskasvuilla on laskettu painotettu variaatiokerroin koko maalle, C = 32 % 9 ja muutamille osaalueille. (Taulukko 1). Arvioiden mukaan yhden puulajin valtakunnallinen kasvuindeksin estimaatti 95 %:n todennäköi-
2 syydellä ei poikkea annetuista tarkkuusvaatimusrajoista, jos edustavasti mitataan seuraava määrä koepuita: Tarkkuusvaatimus (p), % Koepuita/ Puulaji (n) ± 1, t 2 2 c v n = p t = 2 Jos alueittain halutaan kasvuindeksin estimaatti, joka 95%:n todennäköisyydellä ei poikkea puulajeittain enempää kuin ± 5 % todellisesta, on koepuuvaatimus Lapin osalta 256 puuta eli yhteensä kolmelle puulajille 768. Tämä merkitsee esim. kolmen vastaavanlaisen otanta- ja tulostusalueen ratkaisuna sitä, että valtakunnallinen kasvuindeksi saadaan koko puustolle n. ± 1,3 %:n tarkkuudella. Tällöin on oletettu, etteivät eri puulajien kasvu-indeksit ole riippumattomia toisistaan. Koepuumäärän kiintiöinnissä on vähäisten tietojen vuoksi lähdetty siitä oletuksesta, ettei metsikkökohtaisella esim. ikäluokittaisella stratifioinnilla päästä tehokkaampaan ratkaisuun. Toisin sanoen ilmaston vaihtelun vaikutus kasvumuutoksiin on suhteellisesti sama kaikissa ikä- ja kehitysvaiheissa sekä eri puuluokissa metsikön sisällä. Näin ei asia todellisuudessa ehkä ole, mutta tiedon puutteessa on tällaisesta vaihtoehdosta luovuttu, koska jatko tähän suuntaan olisi ollut täyttä spekulointia. Otoskokoa selvitettäessä voidaan edellä esitetyn perusteella todeta seuraavaa: Otoksen koon suhde peruspopulaatioon ei ole mikään vakio. Usein esitetty käsitys, että otoksen tulisi olla ainakin 1 % peruspopulaatiosta, on täysin väärä. Tärkeintä otoksessa on hyvä edustavuus. Meidän tapauksessamme esim puun jälkeen otoskoko ei enää kohoa lainkaan, vaikka puujoukko olisi äärettömän suuri. Ratkaisevasti otoskokoon vaikuttaa esitteiden määrä - tässä puulaji - ja otosyksiköiden, alueiden, määrä ja niille kullekin asetettu tarkkuusvaatimus riskirajoineen. Mitä pitemmälle peruspopulaatio esitetään ja mitä pienemmille alueille luotettavia tuloksia halutaan, sitä suuremmaksi mitattava aineisto kasvaa. Edustavuus Kasvuindeksipuiden valinnassa vaikein tehtävä on edustavan koe-puujoukon poimiminen. Jos valitaan vain yksittäisiä puita tietyin rajoittavin kriteerein, on suuri vaara olemassa, että otoksesta tulee harhainen. Puut edustavat vain yhtä puolta metsistämme. Siksi puiden valinta on toteutettava siten, että myös metsiköittäistä tietoa saadaan riittävästi ja metsiköt valitaan systemaattisesti koko tutkimusalueelta. Selvemmän kuvan saamiseksi ilmastovaihtelun merkityksestä on syytä vielä toistaiseksi rajoittua mahdollisimman luonnontilaisiin metsiköihin ja puiden kohdalla vapaasti kasvaviin valtapuihin. Täysin objektiivisen kasvunvaihteluaineiston määrittely tullee vasta toisessa vaiheessa esille: todennäköisesti pysyvien kasvukoealojen yhteydessä. Mittaukset Koska kasvunvaihtelusta on vielä käytettävissä sangen vähän tietoja, on mittaustöiden suunnitte-
3 lussa tehty ratkaisut olettaen, että kasvun kohdalla pätevät samat asiat kuin kuutiomäärää estimoinnissa. Tässä yhteydessä on kuitenkin muistettava, että kasvun-vaihtelu on suhteellisesti aina suurempaa ja monimuotoisempaa kuin kuutiomäärän. Metsiköittäin mitataan rinnankorkeudelta ympärysmitan (kehän) kasvu 30 puusta. Tämä määrä takaa jo metsiköittäisen tilastollisen tarkastelun ja varmistaa edustavuutta. Kuutioinnin tapaan 10 puusta mitattaisiin tarkasti kehän kasvu 6 m:n korkeudella rungossa ja pituuskasvu, toisin sanoen kuutiointitunnukset, mutta tarkasti. Tämä yksinkertaistus saattaa aiheuttaa virhettä siinä määrin, että koepuiden kokonaismäärää on korotettava %. Jos ympärysmittojen ja pituuden kasvun välillä vallitsee hyvin kiinteä riippuvuussuhde, voidaan asia käytännössä unohtaa, mikäli mittaukset voidaan suorittaa erittäin tarkasti, eikä matemaattisessa tasoituksessa tehdä lisävirheitä. Ympärysmitan mittaaminen säteeseen tai läpimittaan verrattuna on paras vaihtoehto (kuva 2), koska tarkkuus saadaan siinä riittävän hyväksi. Lisäksi säteen ja läpimitan kohdalla mittauksen edustavuus voidaan aina näin pienessä otoksessa asettaa kyseenalaiseksi. Kehän mittauksen tarkkuus saadaan apuvälinein (mitta-asteikollinen luppi) 0,1 mm:n suuruiseksi. Se vastaa säteessä jo 0,016 mm:n tarkkuusvaatimusta. Yläläpimitan mittauksessa käytetään apuna alumiinitikkaita ja pituuden kohdalla kiikaria ja mittatankoja, joilla 1 cm:n tarkkuus on huolellisessa työssä mahdollista. Puiden merkinnässä voidaan soveltaa pysyvien kasvukoealojen merkintätapaa. Puut voidaan poimia metsiköstä ryväsotantaa hyväksi käyttäen, jolloin koealan 1 keskipiste ja puut merkitään kuten ennenkin. Lisäksi jokaiseen puuhun naulataan kantoon tai juureen pieni alumiinilevy, josta 1,3 m ja 6 m tarkasti mitataan. Levyssä on lisäksi puun tunnusnumero. Yhteenveto Tutkimuksen suunnittelun jatkotoimia ajatellen on ensimmäiseksi päätettävä tutkimusositteiden ja -alueiden määrästä sekä niiden tarkkuusvaatimuksista. Tutkimuksen tavoitteet on myös ajallisesti selvennettävä, sillä luotettava kasvuindeksi edellyttää kairauksia rinnakkaispuista, jos indeksiä halutaan heti käyttää. Ts. ainakin osalle koepuista valitaan vastinpuu, josta selvitetään menneen ajan kasvu perustason määrittämiseksi.
4
5
6
1. Johdanto Todennäköisyysotanta Yksinkertainen satunnaisotanta Ositettu otanta Systemaattinen otanta...
JHS 160 Paikkatiedon laadunhallinta Liite III: Otanta-asetelmat Sisällysluettelo 1. Johdanto... 2 2. Todennäköisyysotanta... 2 2.1 Yksinkertainen satunnaisotanta... 3 2.2 Ositettu otanta... 3 2.3 Systemaattinen
LisätiedotTrestima Oy Puuston mittauksia
Trestima Oy Puuston mittauksia Projektissa tutustutaan puuston mittaukseen sekä yritykseen Trestima Oy. Opettaja jakaa luokan 3 hengen ryhmiin. Projektista arvioidaan ryhmätyöskentely, projektiin osallistuminen
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Olli Salminen Nuutinen, T., Hirvelä, H.,
Lisätiedot"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.
MARV1, 2009 KE-ip Metsikkökoeala - harjoittelu muistokoivikossa "Karuselli", 4 kohdetta, 4 ryhmää per kohde, 25 + 5 min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.
LisätiedotVMI9 ja VMI10 maastotyövuodet
VMI ja VMI maastotyövuodet VMI: alueittain VMI: koko maa vuosittain Puuston kokonaistilavuus kaikki puulajit VMI: milj. m³ VMI: 8 milj. m³ Muutos: +8 milj. m³ (+%) 8 Lappi VMI VMI Lehtipuut Kuusi Mänty
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Savon metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Savon metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Tuula Nuutinen Nuutinen, T., Hirvelä, H.,
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Pirkanmaan metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Pirkanmaan metsäkeskuksen alueella Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Tuula Nuutinen Nuutinen, T., Hirvelä, H., Salminen,
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Pohjanmaan metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Pohjanmaan metsäkeskuksen alueella Tietolähde: Kari Härkönen Metla VMI10 / MELA-ryhmä / 15.6.2007 Nuutinen, T., Hirvelä,
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella Tietolähde: Olli Salminen Metla VMI10 / MELA-ryhmä / 15.6.2007 Nuutinen, T., Hirvelä, H.,
LisätiedotJakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen
Jakaumamallit MELA29:ssä MELA käyttäjäpäivä 11.11.29 Kari Härkönen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Aineistonmuodostuksessa useita vaihtoehtoisia
LisätiedotTrestima Oy Puuston mittauksia
Koostanut Essi Rasimus ja Elina Viro Opettajalle Trestima Oy Puuston mittauksia Kohderyhmä: 9-luokka Esitiedot: ympyrä, ympyrän piiri, halkaisija ja pinta-ala, lieriön tilavuus, yhdenmuotoisuus, yksikkömuunnokset
LisätiedotKasvu- ja tuotostutkimus. Tutkimuskohteena puiden kasvu ja metsien kehitys. Luontaisten kasvutekijöiden vaikutukset. Männikköä karulla rämeellä
Kasvu- ja tuotostutkimus tutkittua tietoa puiden kasvusta ja metsien kehityksestä Jari Hynynen Metsäntutkimuslaitos Jari Hynynen Tutkimuskohteena puiden kasvu ja metsien kehitys Miten kasvuympäristö ja
LisätiedotViljelytaimikoiden kehitys VMI:n mukaan
Viljelytaimikoiden kehitys VMI:n mukaan Viljelymetsien kasvu ja tuotos SMS:n metsänhoito- ja taksaattoriklubit Antti Ihalainen ja Kari T. Korhonen Luke / Metsävarojen inventointi ja metsäsuunnittelu Metsäsuunnittelu
LisätiedotPuusto poiminta- ja pienaukkohakkuun jälkeen
Puusto poiminta- ja pienaukkohakkuun jälkeen Metsälakiseminaari 22.10.2014 Lahti Johtava metsänhoidon asiantuntija Eljas Heikkinen Suomen metsäkeskus Eri-ikäisrakenteisen metsän rakennepiirteitä Sekaisin
LisätiedotTukki- ja kuitupuun hakkuumahdollisuudet sekä sivutuotteena korjattavissa oleva energiapuu Tietolähde: Metla VMI10 / MELA-ryhmä / 16.6.
Tukki- ja kuitupuun hakkuumahdollisuudet sekä sivutuotteena korjattavissa oleva energiapuu 2007 2036 Tietolähde: Metla VMI10 / MELA-ryhmä / 16.6.2008 http://www.metla.fi/metinfo/mela - Tulospalvelu METLA
LisätiedotEstimointi. Vilkkumaa / Kuusinen 1
Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman
LisätiedotRiittääkö puu VMI-tulokset
Riittääkö puu VMI-tulokset Lapin 61. Metsätalouspäivät 14.2.2019 Rovaniemi Kari T. Korhonen Metsävarat: Kari T. Korhonen, Antti Ihalainen, Mikael Strandström Hakkuumahdollisuudet: Olli Salminen, Hannu
LisätiedotMonitasomallit koulututkimuksessa
Metodifestivaali 9.5.009 Monitasomallit koulututkimuksessa Mitä ihmettä? Antero Malin Koulutuksen tutkimuslaitos Jyväskylän yliopisto 009 1 Tilastollisten analyysien lähtökohta: Perusjoukolla on luonnollinen
LisätiedotTaimettuminen ja taimikon hoito männyn luontaisessa uudistamisessa Eero Kubin ja Reijo Seppänen Metsäntutkimuslaitos Oulu
Taimettuminen ja taimikon hoito männyn luontaisessa uudistamisessa Eero Kubin ja Reijo Seppänen Metsäntutkimuslaitos Oulu Metsänuudistaminen pohjoisen erityisolosuhteissa Tutkimushankkeen loppuseminaari
LisätiedotVMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten
VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten Kuortaneen metsäsuunnitteluseminaari 10.09.2007 Aki Suvanto, Joensuun yliopisto Petteri Packalén, Joensuun yliopisto Matti
LisätiedotPuun kasvu ja runkomuodon muutokset
Puun kasvu ja runkomuodon muutokset Laserkeilaus metsätieteissä 6.10.2017 Ville Luoma Helsingin yliopisto Centre of Excellence in Laser Scanning Research Taustaa Päätöksentekijät tarvitsevat tarkkaa tietoa
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 30. lokakuuta 2007 Antti Rasila () TodB 30. lokakuuta 2007 1 / 23 1 Otos ja otosjakaumat (jatkoa) Frekvenssi ja suhteellinen frekvenssi Frekvenssien odotusarvo
LisätiedotMETSÄNTUTKIMUSLAITOKSEN MÄÄRÄYS PUUTAVARAN MITTAUKSEEN LIITTYVISTÄ YLEISISTÄ MUUNTOLUVUISTA
Metsäntutkimuslaitos Jokiniemenkuja 1 01370 VANTAA MÄÄRÄYS Nro 1/2013 Päivämäärä 27.6.2013 Dnro 498/62/2013 Voimassaoloaika 1.7.2013 toistaiseksi Valtuutussäännökset Laki puutavaran mittauksesta (414/2013)
LisätiedotEstimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?
TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon
LisätiedotLuentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty 30.11.2012
Luentokalvoja tilastollisesta päättelystä Kalvot laatinut Aki Taanila Päivitetty 30.11.2012 Otanta Otantamenetelmiä Näyte Tilastollinen päättely Otantavirhe Otanta Tavoitteena edustava otos = perusjoukko
LisätiedotKorvausvastuun ennustejakauma bootstrap-menetelmän avulla
Korvausvastuun ennustejakauma bootstrap-menetelmän avulla Sari Ropponen 13.5.2009 1 Agenda Korvausvastuu vahinkovakuutuksessa Korvausvastuun arviointi Ennustevirhe Ennustejakauma Bootstrap-/simulointimenetelmä
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotOtannasta ja mittaamisesta
Otannasta ja mittaamisesta Tilastotiede käytännön tutkimuksessa - kurssi, kesä 2001 Reijo Sund Aineistot Kvantitatiivisen tutkimuksen aineistoksi kelpaa periaatteessa kaikki havaintoihin perustuva informaatio,
LisätiedotIlkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotJohdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
LisätiedotHarjoitus 7: NCSS - Tilastollinen analyysi
Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen
LisätiedotSuomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.
Suomen metsäkeskus SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia Taksaattoriklubin kevätseminaari Helsinki, 20.3.2015 Juho Heikkilä Sisältöä 1. SMK:n metsävaratiedosta lyhyesti 2. VMI-SMK yhteistyön
LisätiedotVMI kasvututkimuksen haasteita
VMI kasvututkimuksen haasteita Annika Kangas & Helena Henttonen 18.8.2016 1 Teppo Tutkija VMIn aikasarjat mahdollistavat kasvutrendien tutkimuksen 2 Korhonen & Kangas Missä määrin kasvu voidaan ennustaa?
LisätiedotLahon aste Yhteensä Pysty- Maa- Yhteensä Pysty- Maa-
Liitetaulukko 43. Kuolleen puuston tilavuus lahon asteen mukaan metsä- ja kitumaalla. Ahvenanmaa Mänty 110 29 139 16 13 29 10 22 32 0 10 10 6 137 80 216 Kuusi 65 24 89 24 19 43 5 13 18 0 10 10 12 94 78
LisätiedotPaikkatietoa metsäbiomassan määrästä tarvitaan
Biomassan estimointi laseraineiston, ilmakuvien ja maastomittausten perusteella Esitys Metsätieteen Päivän Taksaattorisessiossa 26.10.2011 Reija Haapanen, Sakari Tuominen ja Risto Viitala Paikkatietoa
LisätiedotSuomen metsävarat 2004-2005
Suomen metsävarat 24-2 Korhonen, K.T., Heikkinen, J., Henttonen, H., Ihalainen, A., Pitkänen, J. & Tuomainen, T. 26. Suomen metsävarat 24-2. Metsätieteen Aikakauskirja 1B/26 Metsäntutkimuslaitos Skogsforskningsinstitutet
LisätiedotValtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Kaakkois-Suomessa
Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Kaakkois-Suomessa Tietolähde: Metla VMI10 / MELA-ryhmä / 15.6.2007 Tuula Nuutinen Nuutinen, T., Hirvelä, H., Salminen, O. & Härkönen,
LisätiedotMetsänmittausohjeita
Metsänmittausohjeita 1. PUUN LÄPIMITAN MITTAAMINEN Tilavuustaulukko perustuu siihen, että läpimitta mitataan 1,3 metriä ylintä juurenniskaa korkeammalta eli 1,3 metriä sen kohdan yläpuolelta, mistä metsuri
LisätiedotTilastollinen testaus. Vilkkumaa / Kuusinen 1
Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää
LisätiedotMikä on taimikonhoidon laadun taso?
Mikä on taimikonhoidon laadun taso? MMT Timo Saksa Luonnonvarakeskus Suonenjoen toimipaikka Pienten taimikoiden laatu VMI:n mukaan Tyydyttävässä taimikossa kasvatettavien taimien määrä on metsänhoito-suositusta
LisätiedotKUITUPUUN PINO- MITTAUS
KUITUPUUN PINO- MITTAUS Ohje KUITUPUUN PINOMITTAUS Ohje perustuu maa- ja metsätalousministeriön 16.6.1997 vahvistamaan pinomittausmenetelmän mittausohjeeseen. Ohjeessa esitettyä menetelmää sovelletaan
LisätiedotVäliestimointi (jatkoa) Heliövaara 1
Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).
LisätiedotKuusen kasvun ja puutavaran laadun ennustaminen
1/13 Kuusen kasvun ja puutavaran laadun ennustaminen Anu Kantola Työ on aloitettu omana hankkeenaan 1.1.21 Suomen Luonnonvarain Tutkimussäätiön rahoittamana, siirtyi Puro-hankkeen rahoittamaksi 1.1.24
LisätiedotSatelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen
Satelliittipaikannuksen tarkkuus hakkuukoneessa Timo Melkas Mika Salmi Jarmo Hämäläinen Tavoite Tutkimuksen tavoite oli selvittää nykyisten hakkuukoneissa vakiovarusteena olevien satelliittivastaanottimien
LisätiedotKorjuujäljen seuranta energiapuun korjuun laadun mittarina. Mikko Korhonen Suomen metsäkeskus 23.5.2014
Korjuujäljen seuranta energiapuun korjuun laadun mittarina Mikko Korhonen Suomen metsäkeskus 23.5.2014 Mitä on korjuujälki? Metsikön puuston ja maaperän tila puunkorjuun jälkeen. 2 23.5.2014 3 Korjuujäljen
LisätiedotMARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:
MARV1-11 Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä Metsikkökoealojen puuston mittaukseen käytetty menetelmä, jossa puut etsitään laseraineistosta/ilmakuvilta ja mitataan
LisätiedotOULUN YLIOPISTO, BIOLOGIAN LAITOS Puututkimus
OULUN YLIOPISTO, BIOLOGIAN LAITOS Puututkimus Puu on yksilö, lajinsa edustaja, eliöyhteisönsä jäsen, esteettinen näky ja paljon muuta. Tässä harjoituksessa lähestytään puuta monipuolisesti ja harjoitellaan
LisätiedotAlustavia tuloksia kuusen silmuanalyyseistä 2019
Alustavia tuloksia kuusen silmuanalyyseistä 2019 Tatu Hokkanen MESIKE-projektin ohjausryhmän kokous Jyväskylä 16.1.2019 Tavoitteet kehittää kuusen siemenviljelmille menetelmä, jonka avulla voidaan laatia
LisätiedotTaimikonhoidon omavalvontaohje
Omavalvonnalla laatua ja tehoa metsänhoitotöihin Taimikonhoidon omavalvontaohje Taimikonhoidon merkitys Taimikonhoidolla säädellään kasvatettavan puuston puulajisuhteita ja tiheyttä. Taimikonhoidon tavoitteena
LisätiedotKasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Pohjois-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
LisätiedotTilastollinen aineisto Luottamusväli
Tilastollinen aineisto Luottamusväli Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Tilastollinen aineisto p.1/20 Johdanto Kokeellisessa tutkimuksessa tutkittavien suureiden
Lisätiedotb6) samaan perusjoukkoon kohdistuu samanaikaisesti useampia tutkimuksia.
806109P TILASTOTIETEEN PERUSMENETELMÄT I 1. välikoe 11.3.2011 (Jari Päkkilä) VALITSE VIIDESTÄ TEHTÄVÄSTÄ NELJÄ JA VASTAA VAIN NIIHIN! 1. Valitse kohdissa A-F oikea (vain yksi) vaihtoehto. Oikeasta vastauksesta
LisätiedotJuurikääpä eri-ikäisrakenteisissa metsiköissä
Juurikääpä eri-ikäisrakenteisissa metsiköissä Tuula Piri Metsäntutkimuslaitos Taimitarhapäivät 2014, Jyväskylä Puulajeistamme kuusi pärjää parhaiten eri-ikäisrakenteisessa metsikössä, koska se on puolivarjopuu.
LisätiedotTeema 8: Parametrien estimointi ja luottamusvälit
Teema 8: Parametrien estimointi ja luottamusvälit Todennäköisyyslaskennan perusteet (Teemat 6 ja 7) antavat hyvän pohjan siirtyä kurssin viimeiseen laajempaan kokonaisuuteen, nimittäin tilastolliseen päättelyyn.
Lisätiedot1. Tilastollinen malli??
1. Tilastollinen malli?? https://fi.wikipedia.org/wiki/tilastollinen_malli https://en.wikipedia.org/wiki/statistical_model http://projecteuclid.org/euclid.aos/1035844977 Tilastollinen malli?? Numeerinen
LisätiedotSuomen metsien kasvihuonekaasuinventaario
Suomen metsien kasvihuonekaasuinventaario Aleksi Lehtonen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Sisältö 1. Johdanto sopimukset ja hiilitase 2. Nykyinen
LisätiedotMetsänuudistamisen laatu Valtakunnan Metsien Inventoinnin (VMI) tulosten mukaan
Metsänuudistamisen laatu Valtakunnan Metsien Inventoinnin (VMI) tulosten mukaan NordGen Metsä teemapäivä 3.10.2011 Kari T. Korhonen VMI/Metla Valokuvat: E.Oksanen/Metla / Metsäntutkimuslaitos Skogsforskningsinstitutet
LisätiedotLounais-Suomen metsäkeskuksen alueen metsävarat ja niiden kehitys
Lounais-Suomen metsäkeskuksen alueen metsävarat 2005 2006 ja niiden kehitys 1998-2006 Kari T. Korhonen Valtakunnan metsien inventointi/metla Kari.t.Korhonen@metla.fi VMI10/ 19.10.2007 1 VMI10 Maastotyöt
Lisätiedot6. laskuharjoitusten vastaukset (viikot 10 11)
6. laskuharjoitusten vastaukset (viikot 10 11) 1. a) Sivun 102 hypergeometrisen jakauman määritelmästä saadaan µ µ 13 39 13! 13 12 11 10 9 µ 0! 8! 1! 2 2! 2 1 0 49 48! 47!! 14440 120 31187200 120 1287
LisätiedotPohjois-Suomessa luvuilla syntyneiden metsien puuntuotannollinen merkitys
Pohjois-Suomessa 1950-70 luvuilla syntyneiden metsien puuntuotannollinen merkitys Lapin 55. metsätalouspäivät 7-8.2.2013 Olli Salminen & Antti Ihalainen Metsäntutkimuslaitos olli.salminen@metla.fi http://www.metla.fi/metinfo/mela
LisätiedotMännyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto 9.6.2003
Männyn laaturajojen integrointi runkokäyrän ennustamisessa Laura Koskela Tampereen yliopisto 9.6.2003 Johdantoa Pohjoismaisen käytännön mukaan rungot katkaistaan tukeiksi jo metsässä. Katkonnan ohjauksessa
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotTervasrosoon vaikuttavat tekijät - mallinnustarkastelu
Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu Ville Hallikainen Kuva: Risto Jalkanen Tutkimuskysymykset Mitkä luonnossa vallitsevat ekologiset ja metsänhoidolliset ym. tekijät vaikuttavat tervasroson
LisätiedotAalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,
Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A050 Todennäköisyyslaskennan ja tilastotieteen peruskurssi, kesä 017 Laskuharjoitus 4, Kotitehtävien palautus Mycourses:iin PDF-tiedostona
Lisätiedot40VUOTISJUHLARETKEILY
METSÄNTUTKIMUSLAITOKSEN 40VUOTISJUHLARETKEILY PUNKAHARJUN HEINÄKUUN KOKEILUALUEESSA 1 PÄIVÄNÄ 1958 RETKEILY OHJELMA klo 8.30 10.00 Kahviaamiainen T ervehdyssanat 10.00 12.00 Retkeilyä 12.00 13.15 Kenttälounas
LisätiedotTestit laatueroasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit laatueroasteikollisille muuttujille >> Laatueroasteikollisten
LisätiedotAjankohtaista ja näkymiä energiapuun mittauksessa
Ajankohtaista ja näkymiä energiapuun mittauksessa Metsäenergiafoorumi Joensuu 23.11.2010 Jari Lindblad Metsäntutkimuslaitos, Itä-Suomen alueyksikkö, Joensuu jari.lindblad@metla.fi 050 391 3072 www.metla.fi/metinfo/tietopaketit/mittaus
LisätiedotMatemaatikot ja tilastotieteilijät
Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat
LisätiedotTilastotieteen kertaus. Kuusinen/Heliövaara 1
Tilastotieteen kertaus Kuusinen/Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla reaalimaailman ilmiöistä voidaan tehdä johtopäätöksiä tilanteissa, joissa
LisätiedotBatch means -menetelmä
S-38.148 Tietoverkkojen simulointi / Tulosten keruu ja analyysi 1(9) Batch means -menetelmä Batch means -menetelmää käytetään hyvin yleisesti Simulointi suoritetaan tässä yhtenä pitkänä ajona olkoon simuloinnin
LisätiedotTaimikonhoito. Elinvoimaa Metsistä- hanke Mhy Päijät-Häme
Taimikonhoito Elinvoimaa Metsistä- hanke Mhy Päijät-Häme Taimitermejä Pieni taimikko: keskipituus alle 1,3 metriä Varttunut taimikko: keskipituus yli 1,3 metriä, keskiläpimitta alle 8 cm Ylispuustoinen
LisätiedotEtelä-Pohjanmaan metsäkeskuksen alueen metsävarat ja niiden kehitys
Etelä-Pohjanmaan metsäkeskuksen alueen metsävarat 24 26 ja niiden kehitys 1997-26 Kari T. Korhonen Valtakunnan metsien inventointi/metla Kari.t.Korhonen@metla.fi VMI1/ 9.8.27 1 VMI1 Maastotyöt 24 28 Otantamittauksia
LisätiedotAlueelliset hakkuumahdollisuudet
Alueelliset hakkuumahdollisuudet 2006 2036 Tietolähde: VM10 / MELA-ryhmä / 15.6.2007 Nuutinen, T., Hirvelä, H., Salminen, O. & Härkönen, K. 2007. Alueelliset hakkuumahdollisuudet valtakunnan metsien 10.
LisätiedotPUUTAVARA- PÖLKKYJEN MITTAUS
PUUTAVARA- PÖLKKYJEN MITTAUS PUUTAVARAPÖLKKYJEN MITTAUS Metsähallitus Metsäteollisuus ry Yksityismetsätalouden Työnantajat ry Puu- ja erityisalojen liitto Ohje perustuu alla lueteltuihin maa- ja metsätalousministeriön
LisätiedotEnergiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma. Mikko Korhonen Pohjois-Karjalan metsäkeskus
Energiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma Mikko Korhonen Pohjois-Karjalan metsäkeskus Mitä on korjuujälki? Metsikön puuston ja maaperän tila puunkorjuun jälkeen.
LisätiedotLuottamusvälit. Normaalijakauma johnkin kohtaan
Luottamusvälit Normaalijakauma johnkin kohtaan Perusjoukko ja otanta Jos halutaan tutkia esimerkiksi Suomessa elävien naarashirvien painoa, se voidaan (periaatteessa) tehdä kahdella tavalla: 1. tutkimalla
LisätiedotABHELSINKI UNIVERSITY OF TECHNOLOGY
Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai
LisätiedotSuomen metsien inventointi
Suomen metsien inventointi Metsäpäivä Kuhmo 26.3.2014 Kari T. Korhonen / Metla, VMI Sisältö 1. Mikä on valtakunnan metsien inventointi? 2. Metsävarat ja metsien tila Suomessa 3. Metsävarat t ja metsien
LisätiedotTervasroso. Risto Jalkanen. Luonnonvarakeskus. Rovaniemi. Luonnonvarakeskus. Luonnonvarakeskus. Lapin metsätalouspäivät, Rovaniemi
Tervasroso Risto Jalkanen Luonnonvarakeskus Rovaniemi 1 Lapin metsätalouspäivät, Rovaniemi Perinteinen tervasroso Peridermium pini - männystä mäntyyn 2 Lapin metsätalouspäivät, Rovaniemi Aggressiivinen
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita
LisätiedotKTKP010 Tuntisuunnitelma, 8-luokka, 90min Sanni Erämies
KTKP010 Tuntisuunnitelma, 8-luokka, 90min Sanni Erämies Tunnin tavoitteena on tarkastella metsän rahallista arvoa itse mitattujen arvojen perusteella. Samalla vahvistetaan käsitystä metsäympäristön monimuotoisuudesta
LisätiedotPohjois-Karjalan metsäkeskuksen alueen metsävarat ja niiden kehitys
Pohjois-Karjalan metsäkeskuksen alueen metsävarat 2004 2006 ja niiden kehitys 2000-2006 Kari T. Korhonen Valtakunnan metsien inventointi/metla Kari.t.Korhonen@metla.fi VMI10/ 9.8.2007 1 VMI10 Maastotyöt
LisätiedotMittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.
LIITE 1 HAKKUUKONEMITTAUS 1(5) HAKKUUKONEMITTAUS 1 Määritelmä Hakkuukonemittauksella tarkoitetaan hakkuukoneella valmistettavan puutavaran tilavuuden mittausta valmistuksen yhteydessä koneen mittalaitteella.
LisätiedotKainuun metsäkeskuksen alueen metsävarat ja niiden kehitys
Kainuun metsäkeskuksen alueen metsävarat 2004 2006 ja niiden kehitys 2001-2006 Kari T. Korhonen Valtakunnan metsien inventointi/metla Kari.t.Korhonen@metla.fi VMI10/ 9.8.2007 1 VMI10 Maastotyöt 2004 2008
LisätiedotLIITE 1 VIRHEEN ARVIOINNISTA
1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten
LisätiedotMITSATIHD. KOEALOJEN KOOSTA JA MÄÄRÄSTÄ TAi lvl iston K Ä S I T T E L Y N T Y ö V A 1 K E U D E N lvl Ä Ä R I T Y K S E S S Ä
MITSATIHD Opastiosilta 8 B 0052 0 HELSINKI 52 Puhelin 90-400 SELCS'i'E 2/975 NSR-projekti KOEALOJEN KOOSTA JA MÄÄRÄSTÄ TAi lvl iston K Ä S I T T E L Y N T Y ö V A K E U D E N lvl Ä Ä R I T Y K S E S S
LisätiedotPorolaidunten mallittaminen metsikkötunnusten avulla
Porolaidunten mallittaminen metsikkötunnusten avulla Ville Hallikainen Tutkimukseen osallistuneet: Ville Hallikainen, Mikko Hyppönen, Timo Helle, Eero Mattila, Kari Mikkola, Jaakko Repola Metsäntutkimuslaitos
LisätiedotLATVUSMASSAN KOSTEUDEN MÄÄRITYS METSÄKULJETUKSEN YHTEYDESSÄ
LATVUSMASSAN KOSTEUDEN MÄÄRITYS METSÄKULJETUKSEN YHTEYDESSÄ Metsä- ja puuteknologia Pro gradu -tutkielman tulokset Kevät 2010 Petri Ronkainen petri.ronkainen@joensuu.fi 0505623455 Metsäntutkimuslaitos
LisätiedotMETSÄ SUUNNITELMÄ 2013 2027
METSÄ SUUNNITELMÄ 2013 2027 Omistaja: Itä-Suomen yliopisto Osoite: Yliopistokatu 2, 80101 Joensuu Tila: Suotalo 30:14 Kunta: Ilomantsi 2 SISÄLTÖ 1 JOHDANTO... 3 2 METSÄN NYKYTILA... 4 2.1 Kasvupaikkojen
Lisätiedottilastotieteen kertaus
tilastotieteen kertaus Keskiviikon 24.1. harjoitukset pidetään poikkeuksellisesti klo 14-16 luokassa Y228. Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla
Lisätiedotmetsämatikkaa Sata käpyä Lukuja metsästä Laskutarina Mittaaminen punaisella narulla Päin mäntyä (metsän yleisin puu)
metsämatikkaa Sata käpyä Lukuja metsästä Laskutarina Mittaaminen punaisella narulla Päin mäntyä (metsän yleisin puu) Vinkki! MAPPAsta www.mappa.fi löytyy haulla matematiikkaa ulkona valmiita tuntisuunnitelmia
LisätiedotAMMATTIKORKEAKOULUJEN LUONNONVARA- JA YMPÄRISTÖALAN VALINTAKOE
AMMATTIKORKEAKOULUJEN LUONNONVARA- JA YMPÄRISTÖALAN VALINTAKOE Matematiikan koe.6.009 Nimi: Henkilötunnus: VASTAUSOHJEET: 1. Koeaika on tuntia (klo 1.00 14.00). Kokeesta saa poistua aikaisintaan klo 1.0..
LisätiedotILMANLAADUN SEURANTA RAUMAN SINISAARESSA
METSÄ FIBRE OY RAUMAN TEHTAAT RAUMAN BIOVOIMA OY JA FORCHEM OY ILMANLAADUN SEURANTA RAUMAN SINISAARESSA Kuva: U P M Rikkidioksidin ja haisevien rikkiyhdisteiden pitoisuudet tammi-kesäkuussa ASIANTUNTIJAPALVELUT
LisätiedotLIITE 1 VIRHEEN ARVIOINNISTA
1 Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi miten uudenaikainen tai kallis tahansa ja mittaaja olisi alansa huippututkija Tästä johtuen mittaustuloksista
LisätiedotTilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto
Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa Tapio Nummi Tampereen yliopisto Runkokäyrän ennustaminen Jotta runko voitaisiin katkaista optimaalisesti pitäisi koko runko mitata etukäteen. Käytännössä
LisätiedotKainuun hakkuumahdollisuudet ja kestävyys
Kainuun hakkuumahdollisuudet ja kestävyys MetsäBio-seminaari, Kajaani Metsävarat: Kari T. Korhonen & Antti Ihalainen Hakkuumahdollisuudet: Tuula Packalen, Olli Salminen, Hannu Hirvelä & Kari Härkönen Luonnonvarakeskus
LisätiedotParametrin estimointi ja bootstrap-otanta
Parametrin estimointi ja bootstrap-otanta Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Parametrin estimointi ja bootstrap-otanta 1/27 Kevät 2003 Käytännön asioista
LisätiedotRikkidioksidin ja haisevien rikkiyhdisteiden pitoisuudet tammi-kesäkuussa 2017
Asiantuntijapalvelut, Ilmanlaatu ja energia ILMANLAADUN SEURANTA RAUMAN SINISAARESSA Rikkidioksidin ja haisevien rikkiyhdisteiden pitoisuudet tammi-kesäkuussa METSÄ FIBRE OY RAUMAN TEHTAAT RAUMAN BIOVOIMA
Lisätiedot