Viljelykuusikoiden alkukehityksen
|
|
- Pia Ketonen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Sauli Valkonen Viljelykuusikoiden alkukehityksen malli Sauli Valkonen Valkonen, S Metsätieteen aikakauskirja Folia Forestalia 3/1997: Tutkimuksessa laadittiin kangasmaiden puhtaiden, ilman sekapuuston tai tuhojen aiheuttamia häiriöitä kasvaneiden,5 1 m valtapituisten viljelykuusikoiden alkukehitystä kuvaava malliperhe. Siihen kuuluvat yksittäisten kasvatuskelpoisten kuusten pituus- ja paksuuskasvun ja kuolemistodennäköisyyden mallit sekä metsikön valtapituuskehityksen, pituusjakauman ja läpimitan mallit. Tutkimusaineisto koostui 36 tuoreen ja lehtomaisen kankaan istutusmetsiköstä, jotka sijaitsivat tasaisesti Suomen alueella pohjoisinta osaa lukuun ottamatta. Kesto- ja kertakoealoina mitatut metsiköt oli valittu osin subjektiivisesti, osin monivaiheisella otannalla. Niiden ikä vaihteli tutkimusjakson lopussa vuoden, valtapituus 1,5 1,8 m ja kasvatuskelpoisten taimien runkoluku kpl ha 1 välillä. Aineistosta puuttuivat epäonnistuneet viljelykset. Mallit testattiin riippumattomalla aineistolla. Mallien mukaista puuston kehitystä verrattiin kasvu- ja tuotostaulukoiden ja varttuneiden viljelykuusikoiden kasvumallien mukaiseen kehitykseen. Asiasanat: kuusi, Picea abies, malli, kasvu, tuotos, kuolleisuus, kokojakauma, metsänviljely, taimikon käsittely Kirjoittajan yhteystiedot: Metsäntutkimuslaitos, Vantaan tutkimuskeskus, PL 18, 131 Vantaa, puh. (9) , faksi (9) , sähköposti sauli.valkonen@metla.fi Hyväksytty
2 Metsätieteen aikakauskirja 3/1997 Merkinnät Puun tunnukset d kuorellinen läpimitta rinnankorkeudella, cm h pituus, m g kuorellinen poikkileikkauspinnan ala rinnankorkeudella, cm 2 i g rinnankorkeudelta mitatun poikkileikkauspinta-alan kasvu tulevalla 5-vuotisjaksolla, cm 2 (5v) 1 i h pituuskasvu tulevalla 5-vuotisjaksolla, m (5v) 1 t biologinen ikä, vuotta Metsikön tunnukset D aritmeettinen keskiläpimitta rinnankorkeudella, cm D g poikkileikkauspinta-aloilla painotettu keskiläpimitta rinnankorkeudella, cm G pohjapinta-ala, m 2 ha 1 H aritmeettinen keskipituus, m H dom valtapituus (1 paksuimman puun/ha 1 keskipituus), m IH dom metsikön valtapituuden kasvu tulevalla 5-vuotisjaksolla, m/ (5v) 1 H 1 kuusen valtapituus 1 vuoden iällä, m (valtapituusboniteetti) H 25 kuusen valtapituus 25 vuoden iällä, m (valtapituusboniteetti) N runkoluku, kpl ha 1 T puiden biologinen ikä, vuotta V puuston runkotilavuus, m 3 ha 1 OMT Oxalis-Myrtillus -tyyppi (Cajander 199) MT Myrtillus -tyyppi (Cajander 199) Tilastolliset tunnukset S m S f R 2 r n y i ŷ i ŷ k selitettävän muuttujan keskihajonta mallin jäännöshajonta mallin selitysaste korrelaatiokerroin havaintojen lukumäärä havaittu arvo ennustettu arvo ennustettujen arvojen keskiarvo n b = (y i ŷ i )/n ennusteen harha i=1 n b s = ((y i ŷ i )/ŷ i )/n ennusteen suhteellinen harha i=1,5 n RMSE = (y i ŷ i ) 2 / n ennusteen keskineliöpoikkeaman neliöjuuri i=1,5 n RMSE r = ((y i ŷ i )/ŷ i ) 2 /n ennusteen suhteellinen i=1 RMSE 1 Johdanto Tutkimusartikkeli Metsätalouden ekologisen kestävyyden lisäämiseksi ja kustannusten säästämiseksi suositaan nykyisin luontaista uudistamista ja sekametsiä (Metsätalous ja ympäristö 1994, Parviainen ja Seppänen 1994). Kuusen viljely on kuitenkin edelleen hyvä uudistamisvaihtoehto viljavilla kasvupaikoilla. Viljelyllä saadaan keskimäärin 6 15 vuoden aikavoitto luontaiseen uudistamiseen verrattuna ja hyvä uudistamistulos saavutetaan varmemmin (Räsänen ym. 1985). Puhtaan viljelykuusikon ja kuusi-rauduskoivu -sekametsän tuotto on kilpailukykyinen luontaisten puulajien ja lehtikuusen kanssa. Viljelytaimikosta syntyy helposti sekametsä antamalla muiden puulajien kasvaa aukkojen täydentäjinä tai verho- ja ylispuustona (Karjula ym. 1982, Mielikäinen 1985, Mielikäinen ja Valkonen 1995, Saksa 1992). Taimikon kehitystä kuvaavilla malleilla voidaan vertailla vaihtoehtoisia uudistamis- ja kasvatusmenetelmiä. Puhtaan taimikon kehitystä voidaan käyttää referenssitasona, johon muita vaihtoehtoja verrataan. Voidaan olettaa, että hyvin onnistuneessa, puhtaassa viljelykuusikossa saavutetaan kuusen taimikon nopein mahdollinen alkukehitys kasvupaikan ominaisuuksien asettamissa rajoissa kaikkein varhaisinta vaihetta lukuun ottamatta (Oliver ja Larson 199, Kellomäki 1991, Kaila 1994). Puhtaita kuusikoita ja kuusisekametsiä varten on olemassa suomalaisia kasvu- ja tuotostaulukoita ja kasvumalleja (Vuokila 1983, Mäkelä ja Salminen 1991, Pukkala ym. 1994, Mielikäinen ja Valkonen 1995). Seuraavassa luetellaan tärkeimpiä viljelykuusikkomalleja ja niiden soveltamista rajoittavia piirteitä nykyisiin tutkimustarpeisiin ja käytännön menetelmiin nähden. Cajander (1934) esitti eteläisimmän Suomen viljelykuusikoiden kehitystä koskeneen tutkimuksen tulokset metsikkökohtaisina taulukkoina ja graafeina. Taimikoiden viljelytekniikka poikkesi selvästi nykyisestä: neljäsosa taimikoista oli kylvetty, ja istutuksen viljelytiheys oli ollut keskimäärin 4 kpl ha 1. Vuokilan ja Väliahon (198) metsikkökohtaiset mallit kuvaavat hoidettujen, puhtaiden viljelykuusikoiden kehitystä 1 metrin valtapituudesta eteenpäin. 322
3 Mielikäinen (1985) mallitti yksijaksoisten kuusikoivu -sekametsiköiden kasvua Etelä-Suomessa. Mallien käyttöalue ei ulotu taimikoihin. Mielikäinen ja Valkonen (1995) mallittivat kaksijaksoisen kuusi-koivu -sekametsiköiden kasvua Etelä-Suomessa. Mallit eivät ennusta alusta lähtien vapaana kasvaneiden kuusten kasvua luotettavasti. Hiltusen (1981) turvemaiden kuusen taimikoiden malleilla ei aineiston suppeuden takia ole yleistä käyttöä. Nyyssösen ja Mielikäisen (1978) kasvumallien käyttöalue ei ulotu alle 2-vuotiaisiin taimikoihin. Metsäntutkimuslaitoksen MELA-järjestelmän luonnonprosesseja kuvaavia malleja ollaan uusimassa etenkin metsikön varhaiskehitystä kuvattaessa (Ojansuu ym. 1991, Hynynen 1995a, 1996). Ruotsissa nuorten metsiköiden kehityksen ennustamiseen on yleensä käytetty HUGIN-hankkeen aineistoista laadittuja malleja (Elfving1982, Nyström ja Gemmel 1988, Nyström ja Kexi 1996). Fryk (1984) laati metsikkökohtaiset kasvumallit harvoille nuorille metsiköille. Tämän tutkimuksen tarkoituksena on laatia mallit puhtaana kasvatettavien kivennäismaiden kuusen viljelytaimikoiden kehityksen kuvaamiseksi 1 metrin valtapituusvaiheeseen saakka. Taimien kuolleisuuteen ja kasvuun vaikuttavat tärkeimmät tekijät, joiden vaikutusta ennustetaan malleilla, ovat puiden luontainen kasvurytmi, kasvupaikan ominaisuudet ja puiden välinen kilpailu. Aivan varhaisimman vaiheen kehitykseen voimakkaasti vaikuttavia tekijöitä (esim. maanpinnan käsittely, taimimateriaali, taimien kunto ja pintakasvillisuuden kilpailu) sekä luontaisten taimien syntymistä ja tuhoja ei käsitellä malleissa eksplisiittisesti, koska tutkimusaineistossa ei ole niitä koskevia luotettavia tietoja. Mallien käyttötarkoitus on kuusikoiden uudistamis- ja kasvattamisvaihtoehtojen vertailu tutkimustyössä ja metsätalouden suunnittelussa. Vaihtoehtojen vertailuun asti ei edetä vielä tässä tutkimuksessa. Muita vaihtoehtoja kuvaavia malleja on täydennettävä ennen kuin pätevät vertailut ovat mahdollisia. 2 Aineisto ja menetelmät 2.1 Aineiston hankinta Tutkimusaineisto koottiin kahdesta osa-aineistosta. KERTA-aineisto oli hankittu talousmetsien viljelytaimikoissa mitatuilta kertakoealoilta varhaiskehityksen mallitusta varten (Varmola 1993). TIN- KA-aineisto käsitti Metsäntutkimuslaitoksen kestokoeverkostoon sisältyneet kuusen viljelytaimikot. Valtakunnan metsien 7. inventointiin tukeutuneella ositetulla otannalla valitut TINKA-kokeet on perustettu talousmetsien taimikoiden kehityksen mallittamiseksi (Gustavsen ym. 1988). Aineistot on esitetty yksityiskohtaisesti em. raporteissa. Seuraavassa käsitellään ainoastaan tämän tutkimuksen kannalta olennaisina pidetyt kohdat. Koemetsiköt sijoittuivat kivennäismaille tasaisesti koko maan alueelle Perä-Pohjolaa ja sitä pohjoisempia metsäkasvillisuusvyöhykkeitä ja rannikkoa lukuun ottamatta (kuva 1). Aineistoihin oli hyväksytty vain onnistuneita istutuksia, joissa viljelykuuset muodostivat kasvatettavaksi kelpaavan, riittävän tiheän vallitsevan puujakson. Osaa taimikoista oli hoidettu perkauksin ja ylispuuhakkuin. KERTA-aineisto kerättiin vuosina Kuhunkin taimikkoon rajattiin tasaiseen, täystiheään kohtaan vaihtelevan kokoinen suorakaiteen muotoinen koeala, johon kuului vähintään 2 viljelytainta. Koealan puut luettiin puulajeittain. Puiden luvun yhteydessä valitiin systemaattisesti 4 viljelytainta. Niistä puolet valittiin koepuiksi siten, että ne jakautuivat tasaisesti koealalle ja edustivat runkolukusarjan läpimittajakaumaa. Koepuista mitattiin mm. pituus, rinnankorkeusläpimitta, kuoren paksuus sekä vuosittaiset pituus- ja sädekasvut 15 vuotta taaksepäin. TINKA-taimikot mitattiin ensimmäisen kerran vuosina ja toisen kerran tasan viiden vuoden kuluttua Kuhunkin metsikköön rajattiin kolme vaihtelevan kokoista ympyräkoealaa. Kolmella osakoealalla valittiin kasvatuskelpoisiksi yhteensä n. 1 puuta, tavoitetiheytenä 3 kpl ha 1. Kasvatuskelpoisia olivat sellaiset puut, joiden ajateltiin jäävän kasvamaan ensiharvennukseen asti mahdollisen taimikonhoidon jälkeenkin. Kasvatuskelpoisiksi hyväksyttiin pieni määrä muitakin puu- 323
4 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli lajeja kuin kuusia (keskimäärin 5 % kasvatuskelpoisten runkoluvusta). Puiden sijainti kartoitettiin, ja niistä mitattiin puutunnuksia (Gustavsen ym. 1988). Puiden kasvu laskettiin peräkkäisissä mittauksissa todettujen pituuksien ja läpimittojen erotuksena. Puiden pituuskasvusta poistettiin kesken olleen kasvukauden pituuskasvu ja käytettiin jakson alun tilannetta. Jos kasvukausi oli jo päättynyt (1. elokuuta), käytettiin jakson lopun tilannetta. Kunkin metsikön toistomittaus oli pyritty tekemään samana ajankohtana kuin ensimmäinen mittaus, jotta puiden läpimittahavainnot olisivat peräisin samasta kasvuvaiheesta. Koska puun paksuuskasvu ei etene yhtä nopeasti eri kasvukausina, sama mittausajankohta ei kuitenkaan takaa täysin harhatonta kasvuhavaintoa peräkkäisten mittausten erotuksena. Metsiköistä 4 mitattiin läpimitan kasvukauden ulkopuolella (ennen 1. kesäkuuta tai 31. heinäkuuta jälkeen). Kasvukauden aikana mitatuista 13 metsiköstä mittausajankohtien välinen ero oli vähäinen (alle 7 vrk) 8 metsikössä. Tätä suurempi ajankohtien ero oli 5 metsikössä. Kolmea viikkoa suurempia poikkemia ei esiintynyt. Poikkeamien vaikutusta pidettiin niin vähäisenä ettei havaintoja korjattu millään tavoin. 2.2 Tutkimusaineisto ja sen käsittely KERTA-aineistoon sisältyi 22 ja TINKA-aineistoon 2 kuusen viljelytaimikkoa, joista oli käytettävissä tarvittavat tiedot. Tutkimusaineistoon valittiin 36 taimikkoa, jossa kasvatuskelpoiset puut olivat saaneet kasvaa ainakin viimeiset 5 vuotta muiden puulajien kilpailusta lähes täysin vapaina ja joita ei ollut perattu tai harvennettu tutkimusjakson aikana (kuva 1, taulukko 1). Mallien laadinta-aineistoina käytettiin kasvatuskelpoisten lukupuiden joukkoa ja koepuita sen osajoukkona. Kuusen koepuiden läpimittajakauma vastasi hyvin kuusen lukupuiden läpimittajakaumaa, koska keskimäärin 94 % taimikoiden kuusista oli kasvatuskelpoisia. Kasvatuskelvottomat puut laskettiin mukaan metsikkökohtaisiin tunnuksiin. KERTA-aineistossa oli mitattu puiden pituus- ja sädekasvu 15 vuotta taaksepäin. Niistä arvottiin käytettäväksi joko viimeistä tai toiseksi viimeistä Kuva 1. Tutkimusmetsiköiden sijainti ja metsäkasvillisuusvyöhykkeet (Lehto 1978). 1 = Saaristo-Suomi, 2 = Etelä-Suomi, 3 = Pohjanmaa-Kainuu, 4 = Peräpohjola, 5 = Metsä-Lappi, 6 = Tunturi-Lappi. 5-vuotiskautta. Kuoreton läpimitta jakson alussa muutettiin kuorelliseksi kuorimallilla. Koepuuaineistoon sovitettu kuorimalli oli muotoa ĝ = g b (b t b2 ) b1 (1) ĝ =puun kuorellinen poikkileikkauspinnan ala, cm 2 g b =puun kuoreton poikkileikkauspinnan ala, cm 2 t =puun biologinen ikä, vuotta b i, i =,1,2 = parametreja Mallilla laskettiin koepuiden kuorellinen pohjapintaala ja läpimitta kasvujakson alussa kuorettomasta läpimitasta. Malli kalibroitiin jokaiselle koepuulle erikseen kertomalla kasvujakson alun ennuste 324
5 Taulukko 1. Tutkimusaineiston metsikkötunnukset tutkimusjakson lopussa. Metsikkö Kasvu- T N kuusi N seka N kasv H domku D gku G paikkatyyppi 1 lmk , 6,6 8,5 2 tuok , 8,1 6,9 3 tuok ,6 6,3 6,9 4 tuok ,9 6,2 4,8 5 tuok , 6,5 3,8 6 tuok ,9 6,4 7,3 7 lmk ,9 7,5 7,1 8 lmk ,6 7,2 6,8 9 lmk ,3 7,4 1,8 1 lmk ,3 7,4 8,7 11 tuok ,4 6,6 4,1 12 lmk ,2 5,6 3,8 13 tuok ,3 9,4 12,4 14 lmk ,4 7,2 8,8 15 tuok ,3 6,2 4,8 16 tuok ,3 6,5 4,1 17 tuok , 8,9 6,5 18 tuok , 6,4 4,1 19 tuok ,4 6,2 2,1 2 lmk ,7 8,5 14,7 21 lmk ,6 1,3 1,4 22 tuok ,2 9,5 12,5 23 lmk ,8 11,3 12,8 24 lmk ,5 1,4,2 25 tuok ,5 2,,6 26 tuok ,6 7,4 6,8 27 tuok ,2 3,5 7,5 28 lmk ,9 7,5 9,8 29 tuok ,8 11,2 16,1 3 tuok ,9 2,4,3 31 tuok ,8 3,3,4 32 tuok ,1 6, 4,7 33 tuok ,4 1,5,2 34 lmk , 4,7 2,1 35 tuok ,9 2,2 6,7 36 tuok ,6 7,2 5,5 Kasvupaikkatyypit (Lehto 1978): T = viljelytaimien biologinen ikä, vuotta lmk = lehtomainen kangas N kuusi = kuusen runkoluku, kpl ha 1 tuok = tuore kangas N seka = muiden puulajien kuin kuusen runkoluku, kpl ha 1 N kasv = kasvatuskelpoisten puiden runkoluku, kpl ha 1 H domku = kuusen valtapituus, m D gku = kuusen pohjapinta-aloilla painotettu keskiläpimitta, cm G = puuston pohjapinta-ala, m 2 ha 1 mittaushetken todellisen kuorellisen läpimitan ja sen mallilla lasketun ennusteen suhteella. Kuusikon valtapituudet laskettiin metsiköittäisten pituuskäyrien ja runkolukusarjojen perusteella. Kuusikoepuiden perusteella laadittiin metsiköittäiset pituuskäyrät mittaushetkellä ja kasvujakson alussa Näslundin (1936) malleilla. Yksittäisiä metsiköiden suurimpia puita, joiden läpimittaluokka oli vähintään 2 cm suurempi kuin seuraavaksi suurimman puun läpimittaluokka, ei otettu mukaan valtapituutta laskettaessa (Vuokila ja Väliaho 198). Kasvumallien aineistona käytetyt viiden vuoden pituiset kasvujaksot päättyivät vuosiin , ja Puuston kasvun ilmastol- 325
6 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli lisen vaihtelun vaikutus otetaan yleensä huomioon joko korjaamalla mitatut kasvuhavainnot kasvuindekseillä tai ottamalla kasvun vaihtelua kuvaavia muuttujia mallien selittäviksi muutujiksi. Puun pituuden kasvulle ei ole laadittu tutkimusjaksoa kattavia indeksejä. Läpimitan kasvua varten oli olemassa julkaistuja indeksejä, mutta ne eivät kattaneet yhtenäisesti koko tutkimusjaksoa (Tiihonen 1979, 1983, 1984, 1985, 1986, Henttonen 199). Timosen ja Ruotsalaisen (1994) indeksit olivat aineistoa käsiteltäessä vasta alustavia eikä niitä tekijöiden mukaan ollut vielä syytä käyttää kasvuhavaintojen korjaamiseen. Kasvun vaihtelu otettiin kuusen pohjapintaalan kasvumalleissa huomioon kasvujaksoa edustavan kiinteän luokkamuuttujan avulla. 2.3 Testiaineisto Riippumattomana testiaineistona käytettiin Metsäntutkimuslaitoksen INKA-kestokoeaineistoa. INKAkoeverkosto on perustettu valtakunnallisesti kattavien, kivennäismaiden talousmetsiä edustavien kasvu- ja tuotostutkimusaineistojen tuottamiseksi. Koealaverkosto on sidottu Valtakunnan metsien 7. inventoinnin otantasysteemiin. Kuhunkin metsikköön on sijoitettu kolmen ympyräkoealan ryväs, jotka käsittävät yhteensä n. 1 lukupuuta. Lukupuista on mitattu mm. läpimitta mutta ei pituutta. Kolmasosa puista on mitattu koepuina kunkin koealan keskelle sijoitetuilla pienemmillä ympyräkoealoilla. Koepuista on mitattu mm. pituus. Mittaukset on toistettu viiden vuoden välein. Aineiston ja mittauksen yksityiskohdat on selostettu julkaisussa Gustavsen ym. (1988). INKA-aineistosta poimittiin kuusen viljelytaimikot, joiden valtapituus oli kasvujakson alussa korkeintaan 9 metriä. Nämä 11 metsikköä sijoittuivat tasaisesti Kajaanin eteläpuoliselle alueelle. Testiaineisto koostui varttuneemmista metsiköistä kuin kasvumallien laadinta-aineisto (taulukko 2). Testiaineistosta puuttuivat alle 1, cm paksuiset puut joita ei ollut mitattu. Testiaineisto ei poikennut merkittävästi mallien laadinta-aineistosta kasvupaikkajakauman ja sekapuuosuuden suhteen. Testiaineistona käytetyt koepuiden kasvu- ja kuolleisuustunnukset laskettiin ensimmäisen ja toisen mittauksen erotuksena. Taulukko 2. Metsikön valtapituuden kehitysmallin sekä puun pituuden ja pohjapinta-alan kasvumallien testiaineistot. Muuttuja Keskiarvo Keskihajonta Minimi Maksimi Metsikön valtapituuden kehitys (n = 11) H dom1 5,4 1,65 2,66 8,22 H dom2 7,73 1,74 3,68 9,94 T 1 17,8 3, IH dom 2,69,74 1,2 3,59 IH ˆ dom 2,87,71 1,45 3,89 Puun pituuskasvu (n = 323) H dom1 5,47 1,64 2,66 8,22 h 3,51 1,47 1,3 9,2 i h 2,32,85,5 4,3 i h^ 2,57,67,91 3,93 h/h dom,65,18,23 1,27 Puun pohjapinta-alan kasvu (n = 319) H 25 1,1 2,6 4,7 14,3 G 3,69 2,3,24 6,57 d 3,9 2,36,4 12,5 i g 32,36 21,57 3,9 131,8 i g^ 29,76 18,7 5,6 11,54 H dom1 = metsikön valtapituus jakson alussa, m H dom2 = metsikön valtapituus jakson lopussa, m T 1 = metsikön puiden biologinen ikä jakson alussa, vuotta IH dom = mitattu metsikön valtapituuden kasvu 5-vuotisjaksolla, m (5v) 1 IH ˆ dom = mallilla ennustettu metsikön valtapituuden kasvu 5-vuotisjaksolla, m (5v) 1 h = puun pituus, m i h = mitattu puun pituuskasvu 5-vuotisjaksolla, m (5v) 1 i h^ = mallilla ennustettu puun pituuskasvu 5-vuotisjaksolla, m (5v) 1 H 25 = metsikön valtapituusboniteetti, m G = metsikön pohjapinta-ala, m 2 ha 1 d = puun läpimitta rinnankorkeudella, cm i g = rinnankorkeudelta mitatun poikkileikkauspinta-alan mitattu kasvu 5-vuotisjaksolla, cm 2 (5v) 1 i g^ = rinnankorkeudelta mitatun poikkileikkauspinta-alan mallilla ennustettu kasvu 5-vuotisjaksolla, cm 2 (5v) 1 Testiaineiston 5 vuoden pituiset kasvujaksot päättyivät vuosiin Kasvuhavaintoja ei korjattu kasvun vuotuista vaihtelua kuvaavilla indekseillä. Pituuskasvun pitkän ajan indeksejä ei ollut käytettävissä. Kuusen pituuskasvun taso oli testiaineistossa keskimäärin 1,35-kertainen jakson keskiarvoon verrattuna (Koistinen ja Valkonen 1993). Kuusen alustava, tarkistamaton sädekasvuindeksi oli testiaineiston 5-vuotisilla kasvujaksoilla keskimäärin 1,66. Vaihteluväli eri jaksojen välillä oli Etelä-Suomessa 1,6 1,84 ja Pohjois-Suomessa,96 1,122 (Timonen ja Ruotsalainen 1994). 326
7 2.4 Tutkimusmenetelmät Tutkimuksessa laadittiin malliperhe, jolla voidaan kuvata taimikon puusto laskelmien lähtötilanteessa pituusjakauma- ja läpimittamalleilla sekä puuston kehitys viiden vuoden pituisina jaksoina metsikön valtapituuden ja yksittäisten puiden pituus-, paksuuskasvu- ja kuolleisuusmallilla. Mallit ovat tyypiltään empiirisiä. Puiden ja puuston tilaa ja kehittymistä kuvataan funktioilla, joiden selitettävät ja selittävät muuttujat sekä tilastollisin menetelmin estimoitavat parametrit perustuvat melko suoraviivaisesti mitattuihin puu- ja metsikkötunnuksiin (Hynynen 1995b). Mallien parametrit estimoitiin käyttäen eri tilastollisia menetelmiä mallin käyttötarkoituksen, rakenteen ja aineiston vaatimusten mukaan. Menetelmät ja niiden soveltaminen on käsitelty kunkin mallin kohdalla kappaleessa 3. Mallit testattiin riippumattomilla aineistoilla sekä vertailemalla niillä laskettuja tuloksia olemassa olleiden mallien antamiin tuloksiin. Mikäli tässä raportissa esitettävän lineaarisen regressio- tai sekamallin selitettävä muuttuja on logaritminen, mallin vakiotermiin on lisätty korjaustekijä S f2 /2. 3 Mallit 3.1 Metsikön alkutilan kuvaus Puuston kokojakauma Metsikön kaikkien puiden tai otoksen puiden pituus ja läpimitta on tunnettava kun käytetään puukohtaisia kasvumalleja. Puiden kokojakauma voidaan myös estimoida käyttämällä jotain jakaumafunktiota, jonka parametrit ennustetaan puustotunnusten avulla. Puuston pituusjakaumaa kuvattiin Weibull-jakaumalla, jota on käytetty yleisesti puuston läpimittajakauman kuvaamiseen (Bailey ja Dell 1973, Kilkki ja Päivinen 1986, Magnussen 1986, Kilkki ym. 1989, Hökkä ym. 1991). Weibulljakauman tiheysfunktio on (χ 1) f (x) = χ x α exp x α, β β β kun (α x ) (2) jossa x on muuttuja ja α, β ja χ ovat parametreja. Parametreista α määrittää jakauman alarajan eli minimipituuden, β jakauman leveyden ja χ jakauman muodon. TINKA-aineiston metsiköittäisiin (n = 17) kasvatuskelpoisten kuusten pituusjakaumiin sovitettiin Weibull-jakaumat Maximum Likelihood -menetelmällä BMDP-ohjelmiston LE-proseduuria käyttäen (Dixon ym. 199). Kasvatuskelpoiset luonnontaimet sisältyivät jakaumiin. Viljelytiheys oli ollut keskimäärin 2 46 kpl ha 1 (min 1 6, max 5 1 kpl ha 1 ), ja kasvatuskelpoisten kuusten määrä oli keskimäärin 1 8 kpl ha 1. Kasvatuskelpoisten kuusten määrä ylitti viljelytiheyden 8 taimikossa, enimmillään 62 kpl ha 1. Kunkin mitatun ja sovitetun pituusjakauman yhteensopivuus testattiin log-likelihood -testisuureen (G 2 ) avulla (Ranta ym. 1989). Sovitusta pidettiin onnistuneena mikäli G 2 :n arvo oli pienempi kuin riskiä α =,5 vastaava arvo. Yhteensopivuus testattiin myös Kolmogorovin-Smirnovin testillä (α =,5) (Ranta ym. 1989). Sovitus onnistui molempien testien mukaan 16 metsikössä ja epäonnistui yhdessä. Metsiköttäisille Weibull-jakauman parametreille α, β, ja χ laadittiin regressiomallit pienimmän neliösumman menetelmällä. Parametreja selittävinä muuttujina käytettiin metsikkötunnuksia (Hyink ja Moser 1983, Knoebel ja Burkhart 1991). Pituusjakauman alaraja oli aineistossa sitä suurempi mitä suurempi oli taimikon keskipituus (H). Pieni runkoluku (N) merkitsi suurempaa minimipituutta. Parametrin α malli oli siten muotoa α = b 1 H / ln (N) + ε (3) ε = virhetermi Parametrin β arvo korreloi erittäin voimakkaasti taimikon keskipituuden kanssa (r =,99). Taimikon minimipituuden ja keskipituuden erotus vaikuttaa parametrin arvoon siten, että pienemmällä runkoluvulla jakauma on suppeampi. Havaitun mi- χ 327
8 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli nimipituuden asemasta voidaan käyttää parametria α (Gadow 1987). Tällöin ln (β) = b 2 ln (H α) + ε (4) ln (β) = b 2 ln (H (b 1 H / ln (N) ) + ε (5) Termillä b 1 H /ln (N) lasketaan mallia käytettäessä parametri α. Kaikki jakaumat yhtä lukuunottamatta olivat vasemmalle vinoja. Jakauman vinous pieneni lievästi keskipituuden kasvaessa, jolloin χ-parametrin malli oli muotoa: χ = b 3 + b 4 H + ε (6) Mallien parametrit b 1...b 4 estimoitiin lineaarisella ja epälineaarisella regressioanalyysilla pienimmän neliösumman menetelmällä. Parametrit b 1 ja b 2 estimoitiin yhtäaikaisesti yhtälön 5 mukaan. Aineistona käytettiin niiden 16 metsikön parametreja, joissa jakauman sovitus oli onnistunut (taulukot 3 ja 4). Mallia käytettäessä simuloidun puuston keskipituus ( Ĥ ) poikkeaa yleensä hieman syöttötietona annetusta keskipituudesta (H). Kaikki mallilla generoidut pituudet skaalataan korjauskertoimella ŷ = H Ĥ (7) Malleilla 5 7 ennustetun pituusjakauman yhteensopivuus mitattuun pituusjakaumaan testattiin niissä 16 metsikössä, joiden perusteella mallit oli laadittu, samalla tavalla kuin metsiköittäin sovitetut pituusjakaumat. Mallin mukainen jakauma tulkittiin sopivaksi 12 metsikössä ja sopimattomaksi 4 metsikössä. Jakaumamallit testattiin käyttäen KERTA-aineiston metsiköiden lukupuiden kokojakaumia testiaineistona. Läpimittajakaumat muutettiin pituusjakaumiksi metsiköittäisillä pituusmalleilla. Mallilla generoidun pituusjakauman yhteensopivuus metsikön pituusjakauman kanssa testattiin Kolmogorovin-Smirnovin testillä (α =,5). Sovituksen todettiin onnistuneen 12 metsikössä ja epäonnistuneen 7 metsikössä. Weibull-jakauman maksimipituuden hallitsemista varten ei ole muuttujaa. Jakauma on mallia käytettäessä yleensä katkaistava. Tässä tutkimuksessa ja- Taulukko 3. Puuston pituusjakauman parametreja ennustavien mallien laadinta-aineisto. Muuttuja Keski- Keski- Minimi Maksimi arvo hajonta (n=16) α,3653,463, 1,154 β 1,83 1,457,1994 5,173 χ 2,144,3559 1,466 2,692 H 2,9 1,51,27 4,59 N α, β, χ = metsiköiden pituusjakaumiin sovitettujen Weibull-jakaumien parametrit H = keskipituus, m N = runkoluku, kpl ha 1 Taulukko 4. Puuston pituusjakauman parametreja ennustavien mallien parametrit. Parametri Arvo Keski- t-arvo hajonta Malli 5, selitettävä muuttuja: ln(β) b 1,9279,246 b 2 1,438,42 S m =,977 S f =,25 Malli 6, selitettävä muuttuja: χ b 3 1,883,149 12,66 b 4,127,6 2,11 R 2 =,254 S m =,356 S f =,12 Mallit ja muuttujien selitykset ks. teksti ja taulukko 3. kauma katkaistiin kertymäfunktion 3 %:n kohdalta. Mallit antoivat laadinta-aineiston metsiköissä keskimäärin 2,8 % liian pienen keskipituus/valtapituus -suhteen. Tämä merkitsi mallin käyttöalueen äärirajalla eli 4,5 metrin keskipituudella enintään 2 cm valtapituuden yliarviota. 328
9 Taulukko 5. Puun läpimittamallin (8) parametrit. Parametri Estimaatti Keskihajonta a. Kiinteä osa b 1,5663,11 b 1,4559,231 b 2,324,69 b. Satunnainen osa σ 2 b,74,33 σ 2 e,49,2 σ b 2 = satunnaisparametrin β i varianssi σ e 2 = satunnaisparametrin ε ij varianssi Puiden läpimitta Metsikön pituusjakaumamalleilla muodostettavan puujoukon puiden läpimittojen ennustamiseksi laadittiin sekamalli, jossa käytettiin metsiköiden välistä ja metsiköiden sisäistä vaihtelua kuvaavia satunnaistekijöitä (Henttonen 199). Mallin parametrit estimoitiin puun pituuden ja pohjapinta-alan kasvumallien aineistosta kasvujakson alun tilanteessa käyttäen vain niitä metsiköitä jotka sisältyivät pituusjakaumamallien aineistoon (taulukko 5). Parametri α lisättiin malliin jäännösvarianssin homogenisoimiseksi (Henttonen 1989). Sen arvoksi valittiin kokonaisluku, joka johti homogeenisimpaan varianssiin puun pituuden vaihteluvälin muodostamissa luokissa (α = 5). ln(d ij + α) = b + b 1 ln(h ij ) + b 2 (h ij ) + β j + ε ij (8) missä d ij = metsikön j puun i rinnankorkeusläpimitta, cm h ij = metsikön j puun i pituus, m b..b 2, α = kiinteitä parametreja β j = metsikön j satunnaisvaikutus ε ij = puun i satunnaisvaikutus metsikössä j Metsikkö- ja puukohtaiset metsikön tiheyttä ja kasvupaikkaa kuvaavat selittävät muuttujat eivät saaneet merkitseviä kertoimia kokeilluissa malleissa. 3.2 Metsikön kehitys Valtapituuden kehitys Puuston pituuskehitys kuvattiin metsikön valtapituuskehityksen mallin ja yksittäisen puun pituuskasvumallin yhdistelmällä. Potentiaalista kasvua edustava valtapituuden kasvumallin ennuste kerrotaan puiden välisiä kasvueroja kuvaavan mallin ennusteella (Ek ja Monserud 1974, Hynynen 1995b). Valtapituusmallina käytettiin Chapman-Richards -yhtälöä (Richards 1959): H = f 1 (1 e f 2T ) (1 f 3) 1 + ε (9) H = metsikön puuston pituus T = metsikön ikä f i, i = 1..3 = parametreja ε = virhetermi Metsiköiden valtapituuskehityksen malli laadittiin ns. Difference equation -menetelmällä, jossa puuston valtapituus mittausjakson lopussa (H dom2 ) lausutaan mittausjakson alun valtapituuden (H dom1 ) sekä jakson pituuden avulla (Clutter ym. 1983). 1 e Ĥ dom2 = H f2t2 (1 f 3) 1 dom1 (1) 1 e f2t1 H dom1 = metsikön valtapituus jakson alussa Ĥ dom2 = metsikön valtapituus jakson lopussa T 1 = metsikön ikä jakson alussa = metsikön ikä jakson lopussa T 2 Mallin parametrit f 2 ja f 3 estimoitiin metsikkökohtaisten valtapituushavaintojen sekä iän ja kasvujakson pituuden (5 vuotta) muodostamasta aineistosta (taulukko 6) tavallisella pienimmän neliösumman menetelmällä SAS-ohjelmiston NLIN-proseduurin DUD-metodilla (SAS Institute Inc. 1989). Kaksi metsikköä, joissa hallan aiheuttamat vauriot olivat johtaneet pituuskasvun voimakkaaseen hidastumiseen, poistettiin aineistosta. Parametriestimaatit: Parametri Estimaatti Keskihajonta f 2,4478,1291 f 3,6564,
10 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli Kuva 2. Valtapituuden kehityskäyrät (4 m < H 25 < 14 m; katkoviivat) ja mallien laadintaaineiston toteutuneet kasvujaksot (yhtenäiset viivat). Taulukko 6. Metsikön valtapituuskehityksen mallien laadinta-aineisto (n = 34). Muuttuja Keski- Keski- Minimi Maksimi arvo hajonta H dom1 3,88 1,92,37 7,85 H dom2 6,17 2,26 1,46 1,76 T 1 17,3 6, H dom1 = valtapituus jakson alussa, m H dom2 = valtapituus jakson alussa, m T 1 = viljelytaimien biologinen ikä jakson alussa, vuotta T 2 = T 1+5 vuotta Malli antoi lähes harhattomia kasvuennusteita (H dom2 H dom1 ) laadinta-aineistossaan (b =,15 m, b s = 2,5 %, RMSE =,78, RMSE r = 1,5 %. Mallin residuaalien tarkastelussa ei havaittu harhaisuutta iän tai valtapituuden suhteen. Käytetty estimointimenetelmä ei tuota parametrin f 1 arvoa (yhtälö 9). Se on tasoparametri, jolla mallia skaalataan vapaasti valittavilla arvoilla tuottamaan käyriä jotka leikkaavat annetun havaintopisteen (esim. kuvan 2 käyrät). Mallin realistisuutta muuttujien laadinta-aineistossa esiintyneen vaihteluvälin ulkopuolella ei voitu varmistaa. Malli antoi kuitenkin mielekkäitä tuloksia 1 vuoden iällä, jolloin mallin mukainen valtapituus oli tutkimusaineiston metsiköissä keskimäärin 24,4 m (vaihteluväli 12,2 42,4 m). Aineiston keskimääräistä valtapituuskehitystä edustaneen käyrän asymptootin arvo oli 25,3 m. Valtapituuden kehityksen nopeutta käytettiin kasvupaikan puuntuotoskyvyn kuvaajana muissa malleissa. Mallilla muodostettiin käyrien alkupituutta (5 vuoden iässä) vaihtelemalla parvi valtapituuden kehityskäyriä, jotka osuivat 25 vuoden iällä tasametreihin (kuva 2). Käyrien avulla laskettuja valtapituuksia 25 vuoden iässä nimitetään jatkossa valtapituusboniteeteiksi (H 25 ). 25 vuoden ikä valittiin yleisesti käytetyn 1 vuoden sijasta, jotta boniteetin referenssi-ikä olisi mallin luotettavan käyttöalueen sisäpuolella. Kun metsikön biologinen ikä ja valtapituus tunnetaan, H 25 :n arvo voidaan laskea kaavalla 1 asettamalla T 2 = 25 vuotta. 33
11 Suhteellinen koko jakson lopussa 1,3 1,2 1,1 1,9,8,7,6,5 H dom 1 m 3 m 5 m 7 m,4,4,5,6,7,8,9 1 1,1 1,2 1,3 Suhteellinen koko jakson alussa Kuva 3. Tutkimusaineiston kuusten suhteellinen koko (h/h dom ) kasvujakson alussa ja lopussa keskimäärin metsikön valtapituusluokittain. 1 m laajuiset tasaavat luokat, vain parittomat esitetty kuvassa Puun pituuskasvu Yksittäisen puun pituuskasvu estimoidaan valtapituuden kasvun kerroinmallilla, joka kuvaa eri kokoisten puiden kasvueroja metsikön sisällä. Viljelytaimijoukkoon muodostuu taimien erilaisen kasvunopeuden ja luonnontaimien ikäeron takia kokoeroja, ja puujoukko kehittyy enemmän tai vähemmän laajaksi kokojakaumaksi. Puiden kokosuhteiden (h/h dom ) kehittymisessä kahden ajankohdan välillä voidaan mallittamisen kannalta erottaa neljä komponenttia: 1. Puiden kokosuhteet tasoittuvat triviaalisti kaikkien puiden kasvaessa. 2. Puiden kasvurytmit ja kokonaiskasvut voivat olla pysyvästi erilaisia perinnöllisten tekijöiden tai metsikön sisäisen kasvupaikkavaihtelun takia. 3. Kasvun häiriöt kuten tuhot ja taimen joutuminen aluksi huonolle mikrokasvupaikalle aiheuttavat ohimeneviä kasvun vaihteluja taimien välille. Häiriön vaikutus poistuu taimen toipuessa tuhosta, tai sen ulottuessa laajenevalla juuristollaan suotuisampaan maahan tai latvuksellaan pintakasvillisuuden yläpuolelle. 4. Voimakas puiden välinen kilpailu voi vaikuttaa ainakin alimpien latvuskerrosten puiden pituuskasvuun. Puiden suhteellisen koon ero pieneni systemaattisesti kasvujakson aikana tutkimusaineistossa (kuva 3), mikä johtui sekä triviaalista komponentista (1) että aiemmin hitaammin kasvaneiden puiden kasvun nopeutumisesta (komponentit 2 ja 3). Puiden keskinäinen pituusjärjestys vaihteli kasvujaksosta toiseen, sitä enemmän mitä pienempi puuston valtapituus oli. Kilpailulla ei ilmeisesti ollut vielä ollut merkittävää vaikutusta puiden pituuskasvuun, eivätkä kokeiltujen, metsikkö- ja taimien lähiympäristökohtaisesti kilpailua kuvanneiden selittävien muuttujien kertoimet poikenneet merkitsevästi nollasta. Puukohtainen pituuskasvumalli oli muotoa: i h = IH dom (h / H dom ) [a1hdom+a2(h/hdom)a3 ] + ε (11) jossa h = puun pituus, m i h = puun pituuskasvu 5 vuoden jakson aikana, m H dom = valtapituus, m IH dom = valtapituuden lisäys 5 vuoden jakson aikana, m a 1..a 3 = parametreja ε = virhetermi Mallin parametrit estimoitiin koepuuaineistosta (taulukko 7) tavallisella pienimmän neliösumman menetelmällä SAS-ohjelmiston NLIN-proseduurin DUD-metodilla (SAS Institute Inc. 1989): Parametri Estimaatti Keskihajonta a 1 =,14,59 a 2 =,774,299 a 3 =,261,249 Pituuskasvumalli antoi laadinta-aineistossaan harhattomia tuloksia (b =,286, b s =,181 %). Residuaalitarkastelussa ei havaittu systemaattisia virheitä selittävien muuttujien arvojen suhteen. Valtapituusmallin ja yksittäisen puun pituuskasvumallin yhdistelmä antoi keskimäärin lähes harhattomia tuloksia laadinta-aineistossa (b =,622 m, b s = 1,48 %, RMSE = 66,83, RMSE r =,549). Malli oli kuitenkin harhainen puuston suhteellisen koon suhteen (kuva 4). Suuri poikkeama kokoluokassa h/h dom = 1,2 johtui satunnaisvirheestä. Metsikön valtapituuden lisäys kasvujakson aikana oli aineistossa systemaattisesti suurempi kuin jakson alun valtapuiden keskimääräinen pituuskasvu. Osa 331
12 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli 1,5 1,5,5 1 1,5 2,1,2,3,4,5,6,7,8,9 1 1,1 1,2 1,3 Ennustevirhe, m h/h dom Kuva 4. Metsikön valtapituusmallin (1) ja puun pituuskasvumallin (11) yhdistelmän ennustevirheet laadinta-aineistossa puun suhteellisen koon mukaan (keskiarvo ± keskihajonta). Taulukko 7. Puun pituuskasvumallin ja puun pohjapintaalan kasvumallin laadinta-aineistot. Muuttuja Keski- Keski- Minimi Maksimi arvo hajonta Puun pituuskasvu (N = 1896) h 2,6 1,64,1 8,53 i h 1,49,9,1 4,26 H dom 3,5 2,22,37 7,85 h/h dom,6,24,5 2,96 IH dom 2,6,78,92 3,75 Puun pohjapinta-alan kasvu (N = 115) d 3,64 2,39,1 14,4 i g 22,84 18,34,94 111,79 H 25 7,79 1,93 3,81 14,37 G 3,59 2,19 6,92 h = puun pituus, m i h = puun pituuskasvu tulevalla 5-vuotisjaksolla, m (5v) 1 H dom = metsikön valtapituus, m IH dom = metsikön valtapituuden kasvu tulevalla 5-vuotisjaksolla, m (5v) 1 d = puun läpimitta rinnankorkeudella, cm i g = puun poikkileikkauspinta-alan kasvu rinnankorkeudella tulevalla 5-vuotisjaksolla, cm 2 (5v) 1 G = metsikön pohjapinta-ala, m 2 ha 1 H 25 = metsikön valtapituusboniteetti, m kunkin metsikön valtapuista menetti asemansa valtapuiden joukossa ja korvautui aiemmin hitaammin kasvaneilla puilla. Mallin periaatteesta, jonka mukaan valtapuiden kasvu on yhtä suuri kuin valtapituuden kasvu, ei luovuttu, sillä harha oli vähäinen. Harhan vaikutusta valtapuujoukon kasvun estimaatteihin tutkittiin herkkyysanalyysin tapaan kappaleessa 4 esitettyjen simulointien yhteydessä. Mallilla simuloitiin valtapituusboniteetiltaan MT:tä ja OMT:tä edustavien, puuston pituusjakaumamallilla laadittujen puujoukkojen kasvua 15 3 ikävuoden välillä 5 vuoden jaksoissa. Malleilla 1 ja 11 laskettua valtapuujoukon keskimääräistä pituuskasvua verrattiin valtapituusmallilla 1 laskettuun valtapituuden lisäykseen. Pituuskasvumallin harhaisuudesta aiheutunut valtapuiden kasvun virhe (b s ) oli kaikkien kuuden kasvujakson keskiarvona ainoastaan,4 %. Pituuskasvumallin toimintaa on havainnollistettu kuvassa 5, jossa on esitetty jakson alussa eri kokoisten puiden kehitys neljän 5 vuoden pituisen jakson ajalle Puun paksuuskasvu Puun paksuuskasvua (i g ) selitettiin mallissa puun koolla (d), kasvupaikalla (H 25 ) ja metsikön pohjapinta-alalla (G). Havaintojen metsiköittäisen keskinäisen korrelaation vaikutuksen poistamiseksi käytettiin sekamallimenetelmää (Searle 1971, Lappi 1986, Henttonen 199). Läpimitan kasvun vuotuinen vaihtelu otettiin huomioon kasvujaksoa edustaneen kiinteän luokkamuuttujan avulla (Henttonen 199). Mallin edustama kasvun taso vastasi aineiston keskimääräistä tasoa, kun kasvujakson luokkamuuttujien havain- 332
13 h/h dom 1, ,,8,6 Pituus, m 6 5 4,4, Ikä, vuotta Kuva 5. Eri kokoisten puiden (h/h dom ) pituuskehitys valtapituus- ja pituuskasvumallin yhdistelmän mukaan neljän 5 vuoden kasvujakson aikana. H 25 = 9 m, h/h dom laskennan alussa,2 1,2 m. tojen lukumäärällä painotettu vaikutus lisättiin mallin vakiotermiin. Tiihosen (1979, 1983, 1984, 1985, 1986) indeksien sekä Timosen ja Ruotsalaisen (1994) indeksien mukaan tutkimusaineiston keskimääräinen sädekasvuindeksi oli Etelä-Suomessa 99,8 % ja Pohjois-Suomessa 99,4 %. Puun pohjapinta-alan kasvumalli oli siten muotoa: ln(i gijk ) = b k + b 1 d ijk + b 2 d ijk 2 + b 3 ln(h 25j ) + b 4 G jk + β jk + ε ijk (12) missä i gijk = puun i pohjapinta-alan kasvu metsikössä j jaksolla k, cm(5v) 1 b k = jakson k kiinteä vakiotermi d ijk = puun i läpimitta metsikössä j jakson k alussa, cm H 25j = metsikön j pituusboniteetti G jk = metsikön j pohjapinta-ala jakson k alussa, m 2 ha 1 b 1 b 4 = kiinteitä parametreja β jk = metsikön j satunnaisvaikutus jaksolla k = puun i satunnaisvaikutus metsikössä j jaksolla k ε ijk Mallin parametrit estimoitiin koepuuaineistosta (taulukot 7 ja 8) Maximum Likelihood -menetelmällä SAS-ohjelmiston MIXED-proseduurilla (SAS In- Taulukko 8. Puun pohjapinta-alan kasvumallin parametrit. Selitettävä muuttuja: ln(i g ) a. Kiinteä osa Muuttuja Kerroin Keskivirhe t-arvo vakio,6377,466,41 d,568,1638 3,93 d 2,252,152 13,47 ln(h 25 ),981,212 4,67 G,144,4587 3,6 Merkinnät ks. taulukko 7. b. Satunnainen osa Parametri Estimaatti σ 2 b,137 σ 2 e,1254 σ 2 b = satunnaisparametrin β jk varianssi σ 2 e = satunnaisparametrin ε ij varianssi stitute Inc. 1996). Malli antoi laadinta-aineistossa harhattomia tuloksia, eikä residuaalitarkastelussa havaittu systemaattisia virheitä selittävien muuttujien suhteen. 333
14 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli Puiden kuolleisuus Puiden säännöllinen kuolleisuus, johon ei kuulu äkillinen, satunnaisluonteinen taimikon tai sen suuren osan täydellinen tuhoutuminen jonkun ulkopuolisen tekijän vaikutuksesta, voidaan jakaa mallittamisen näkökulmasta kolmeen eri vaiheeseen (Avila ja Burkhart 1992, Amateis ym. 1993): 1. Taimien kunto, viljelytyön laatu ja sää ovat keskeisiä tekijöitä ensimmäisenä vuonna viljelyn jälkeen. 2. Pintakasvillisuuden, vesakon ja ylispuiden kilpailu sekä satunnaisluonteiset tuhot ovat tärkeimpiä tekijöitä toisesta vuodesta latvuston sulkeutumiseen asti. 3. Latvuston sulkeutumisen jälkeen puiden välinen kilpailu on yleensä merkittävin kuolleisuuden aiheuttaja tai edesauttaja. Tutkimusaineiston taimikoiden ensimmäisen vaiheen kuolleisuudesta ei ollut käytettävissä tietoja. Aineiston varttuneiden taimikoiden (D g > 8 cm) vertailu Hynysen (1993) esittämään kuusikon itseharvenemisrajaan osoitti, että kilpailu ei vielä ollut vaikuttanut merkittävästi puiden kuolemistodennäköisyyteen. Kuusen taimien 2. vaiheen kuolleisuuden ennustamiseksi laadittiin malli, jossa yksittäisen puun eloonjäämistodennäköisyyttä selitettiin puun pituudella ja metsikön valtapituudella. Malli oli muodoltaan logistinen regressio (Hamilton 1974, Hamilton ja Edwards 1976, Monserud 1976, Katila 199): E(p) = jossa ez 1+ e Z (13) Z = b + b 1 h + b 2 H dom + ε (14) E(p) = puun eloonjäämisen todennäköisyys 5 vuoden pituisen jakson aikana h = puun pituus, m H dom = metsikön valtapituus, m b..b 2 = parametreja ε = virhetermi Kuuolleisuus, % 5 vuodessa m H dom 5 m 2 m Puun pituus, m Kuva 6. Puun kuolemistodennäköisyys tulevan 5-vuotisjakson aikana kuolleisuusmallin mukaan. H dom = 1, 2 ja 5 m. pituisen jakson aikana. Estimointi tehtiin SAS-ohjelmiston LOGISTIC-ohjelmalla Maximum Likelihood -menetelmällä, jossa käytettiin kertymäfunktion logit-jakaumaoletusta (SAS Institute Inc. 1989). Mallin 14 parametrit: Parametri Estimaatti Keskihajonta b 2,356,234 b 1 2,194,34 b 2,386,675 Puun kuolemistodennäköisyys on siten 1 E(1 p) = (15) 1 + e Z Mallin mukaan pienten puiden kuolemistodennäköisyys on sitä suurempi mitä pienempi puu on (kuva 6). Tietyn kokoisen puun kuolemisen todennäköisyys on sitä suurempi mitä suurempi on valtapituus. Metsikkötasolla valtapituuden lisäys johtaa kuolleisuuden vähenemiseen, kun pienten puiden määrä samalla pienenee. Pituusjakaumamallilla generoidun 2 kappaleen puujoukon kuolleisuus oli 2 simuloinnin keskiarvona 4,5 % valtapituudella 1 m. Kun puustoa kasvatettiin malleilla edelleen (H 25 = 9,2), kuolleisuus oli 2,5 % 5 metrin valtapituudella ja 2 % 1 metrin valtapituudella. Mallin parametrit estimoitiin TINKA-aineistosta, jossa 3,5 % kuusen taimista oli kuollut 5 vuoden 334
15 Taulukko 9. Metsikön valtapituuden kehitysmallin testin tulokset. Selitettävä muuttuja IH dom. Testitunnus Arvo y k^ 2,69 m b,355 m b s 1,8 % RMSE 7, RMSE r 25,5 % y k^ = ennustettujen arvojen keskiarvo n = havaintojen lukumäärä b = ennusteen harha b s = ennusteen suhteellinen harha RMSE = keskineliöpoikkeaman neliöjuuri RMSE r = suhteellinen RMSE Tilastollisten tunnusten kaavat ks. kohta Merkinnät. 4 Mallien käyttö simuloinneissa 4.1 Simuloinnin kulku Metsiköiden kehitystä simuloitiin mallien toiminnan demonstroimiseksi ja tulosten vertaamiseksi muihin tutkimustuloksiin. Puuston pituusjakaumamalleilla (5 7) ja läpimittamallilla (8) muodostettiin lähtötilanteen puujoukkko. Puujoukon puiden kuolleisuus ja kasvu laskettiin peräkkäisinä 5 vuoden pituisina jaksoina kasvu- ja kuolleisuusmalleilla (1 12, 15). Edellisen jakson lopputilanteen puuja metsikkötunnuksia käytettiin seuraavan jakson lähtöarvoina ja mallien selittävien muuttujien laskentaperusteina. Kuolleisuusmallilla estimoitiin jakson alussa kaikkien puiden kuolleisuus. Tasajakaumasta poimittiin satunnaisluku (,1). Jos se oli kuolleisuusmallin mukaista kuolemistodennäköisyyttä suurempi, puu poistettiin puujoukosta. Kun kaikkien puiden eloonjäänti tai kuoleminen oli ratkaistu, metsikkötunnukset laskettiin uudelleen, eloon jääneiden puiden kasvu laskettiin kasvumalleilla, ja kasvu lisättiin puiden pituuteen ja läpimittaan. Lähtöpuusto muodostettiin kaikissa laskelmissa 1 vuoden iällä. Runkoluvuksi valittiin 1 9 kpl ha 1, mikä vastasi simulointijaksojen keskiarvoina tutkimusaineiston kuusten runkolukua kun kuolleisuus otettiin huomioon. Puuston keskipituus 1 vuoden iällä valittiin siten, että valtapituuskehitys vas- Taulukko 1. Puun pituuden ja pohjapinta-alan kasvumallien testin tulokset. Testi- Puun pituus- Puun pohjapintatunnus kasvu alan kasvu i h i g y k^ 2,56 m 3,14 cm 2 b,25 m 2,61 cm 2 b s 8,3 % 14,8 % RMSE,81 13,19 RMSE r 32,7 % 45,7 % y k^ = ennustettujen arvojen keskiarvo n = havaintojen lukumäärä b = ennusteen harha b s = ennusteen suhteellinen harha RMSE = keskineliöpoikkeaman neliöjuuri RMSE r = suhteellinen RMSE Tilastollisten tunnusten kaavat ks. kohta Merkinnät. tasi 25 vuoden iässä valittua boniteettiarvoa. Metsätyyppien vastinboniteetteina käytettiin aineiston keskiarvoja (MT H 25 = 8,35 m ja OMT H 25 = 9,7 m). Puiden kokonaistilavuudet (rungon tilavuus maanpinnasta latvan huippuun) laskettiin Laasasenahon (1982) kahden tunnuksen polynomirunkokäyrillä. Pienten puiden tilavuudet laskettiin Ihalaisen laatimilla yhtälöillä (Snellman 1986). 4.2 Mallien testaus riippumattomalla aineistolla Puun kasvumallit (1 12) testattiin vertaamalla malleilla laskettuja kasvuja testiaineiston kasvuhavaintoihin (keskiarvo ja hajonta) sekä tutkimalla ennustevirheitä selittävien muuttujien suhteen residuaalikuvien perusteella. Testiaineisto oli liian pieni kuolleisuusmallin (15) testaamista varten. Testiaineisto ei soveltunut puiden kokojakaumamallien (5 8) testaamiseen, koska alle 1,3 m pituisia puita ei ollut mitattu. TINKA-aineistosta laaditut mallit testattiin KERTA-aineistolla. Kuusen valtapituuden kehitysmalli yliarvioi valtapituuden muutosta keskimäärin 1,8 % testiaineiston 11 metsikössä (taulukko 9). Kuusen pituuskasvumalli yliarvioi testiaineistossa pituuskasvua keskimäärin 7,4 %. Pohjapinta-alan kasvumalli aliarvioi testiaineistossa kasvua keskimäärin 14,3 % (taulukko 1). Osa aliarviosta aiheutui siitä, että 335
16 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli 1,5 Ennustevirhe, m,5 1 1, Pituus, m Kuva 7. Valtapituus- ja pituuskasvumallin yhdistelmän ennustevirheet 5 vuoden kasvujaksolla testiaineistossa puun pituusluokittain (keskiarvo ± keskihajonta). 1,5 1 Ennustevirhe, m,5,5 1 1, Valtapituus, m Kuva 8. Valtapituus- ja pituuskasvumallin yhdistelmän ennustevirheet 5 vuoden kasvujaksolla testiaineistossa metsikön valtapituusluokittain (keskiarvo ± keskihajonta). 5 4 Ennustevirhe, cm Läpimittaluokka, cm Kuva 9. Puun pohjapinta-alan kasvumallin ennustevirheet testiaineistossa 5 vuoden kasvujaksolla puun läpimittaluokittain (keskiarvo ± keskihajonta). 336
17 25 2 Ennustevirhe, cm Valtapituusboniteetti, m Kuva 1. Puun pohjapinta-alan kasvumallin ennustevirheet testiaineistossa 5 vuoden kasvujaksolla metsikön pituusboniteettiluokittain (H 25 ) (keskiarvo ± keskihajonta). 4 3 Ennustevirhe, cm Pohjapinta-ala, m 2 ha 1 Kuva 11. Puun pohjapinta-alan kasvumallin ennustevirheet testiaineistossa 5 vuoden kasvujaksolla metsikön pohjapinta-alaluokittain (keskiarvo ± keskihajonta). testiaineiston kasvun taso oli 1,66 ja laadinta-aineiston,996-kertainen 19-luvun jälkipuoliskon keskimääräiseen tasoon nähden (Tiihonen 1979, 1983, 1984, 1985, 1986, Timonen ja Ruotsalainen 1994). Mallien residuaalien tarkastelussa ei havaittu systemaattisia virheitä mallien selittävien muuttujien arvojen suhteen (kuvat 7 11). 4.3 Mallin antamien tulosten vertailu muihin malleihin Mallin 1 mukaista valtapituuskehitystä verrattiin Vuokilan ja Väliahon (198) mallin mukaiseen viljelykuusikon valtapituuskehitykseen. Käyriä voi verrata suoraan ainoastaan niiden yhteisellä sovellutusalueella (1 m < H dom < 11 m). Tässä vertailussa käytettiin kuitenkin kumpaakin mallia 3 5 m sallitun alueen ulkopuolella. Mallin 1 mukainen valtapituuskehitys noudatti parhaiten Vuokilan ja Väliahon (198) mallin muotoa alueella 5 m < H 25 < 1 m ja h < 11 m (kuva 12). Suuremmilla H 25 :n arvoilla vastaavuus oli huono etenkin yli 11 m:n pituudella. Mallin 1 mukainen valtapituuskehitys kulminoituu n. 23 vuoden iässä eli 3 1 metrin valtapituudella kun 4 m < H 25 < 12 m. Vuokilan ja Väliahon (198) mallilla laskettu kulminaatio ajoittuu n vuoden iälle eli 4,2 8,5 m valtapituudelle ja on yleensä 337
18 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli 14 H 25 = 14 H 1 = Valtapituus, m H 25 = Ikä, vuotta Kuva 12. Mallin 1 mukaisen valtapituuskehityksen vertailu Vuokilan ja Väliahon (198) valtapituusmallien mukaiseen kehitykseen. Malli 1: H 25 = 4 14 m, katkoviivat. Vuokila ja Väliaho: H 1 = m, yhtenäiset viivat ja ympyrät. 14 OMT 33 MT 12 Cajander, OMT 3 Cajander, MT Vuokila &Väliaho,H 1 = 33 Vuokila &Väliaho,H 1 = Valtapituus,m Vuokila &Väliaho,H 1 = Ikä, vuotta Kuva 13. Mallin 1 mukaisen valtapituuskehityksen vertailu Cajanderin (1934) esittämiin metsätyypeittäisiin sekä Vuokilan ja Väliahon (198) esittämiin pituusboniteettiluokittaisiin valtapituuskehityksiin. aikaisempi kuin mallin 1 mukainen aivan pieniä boniteetteja (H 25 ( 5 m) lukuun ottamatta. Mallin 1 mukaista valtapituuskehitystä verrattiin Cajanderin (1934) esittämään viljelykuusikoiden metsätyypittäiseen valtapituuskehitykseen Etelä-Suomessa. Käyrien muoto poikkesi vain vähän toisistaan (kuva 13). Mallin mukainen valtapituus oli samalla metsätyypillä aina pienempi kuin Ca- 338
19 9 8 7 Keskipituus, m OMT, Cajander MT, Cajander OMT, malli MT, malli Ikä, vuotta Kuva 14. Puuston keskipituuden kehitys simuloinneissa verrattuna Cajanderin (1934) taulukoiden mukaiseen keskipituuden kehitykseen metsätyypeittäin. Laskelmien yksityiskohdat tekstissä. janderin taulukoissa. Ero oli suurimmillaan 1,2 m (MT:llä kun 3 m < H dom < 4 m). Simuloitua metsiköittäistä keskipituuden, runkoluvun, pohjapinta-alan ja tilavuuden kehitystä iällä 15 3 vuotta verrattiin Cajanderin (1934) sekä Vuokilan ja Väliahon (198) esittämiin vastaaviin tunnuksiin. Malleilla simuloitu keskipituus oli pienempi kuin Cajanderin (1934) taulukoissa etenkin vanhemmissa taimikoissa (kuva 14). Tämä johtui taimikoiden rakenteen ja käytettyjen keskipituuskäsitteiden erosta. Cajanderin tutkimusaineistossa ei ollut mitattu rinnankorkeutta pienempiä puita. Keskipituus oli tasoitettu subjektiivisesti antaen enemmän painoa hoidetuille metsiköille ja jättäen huonommin kasvaneet puut huomiotta. Mallilla simuloitaessa kaikki puut olivat mukana metsikkötunnuksissa. Puuston aritmeettinen keskiläpimitta oli mallin mukaan 2 25 vuoden iästä lähtien suurempi kuin Cajanderin (1934) taulukoiden mukainen keskiläpimitta selvästi tiheämmissä metsiköissä (kuva 15). Sama laskentatapojen ero koski keskiläpimittaa kuin keskipituuttakin. Puuston simuloitu pohjapinta-ala ja tilavuus olivat aluksi selvästi pienempiä kuin Cajanderin (1934) esittämät (taulukko 11). Simuloitu pohjapinta-ala ja tilavuus olivat OMT:llä pienempiä kuin Vuokilan ja Väliahon (198) boniteetin H 1 = 3 kasvatusmallin mukainen tilavuus ja MT:llä hieman suurempia kuin boniteetin H 1 = 27 mukaiset tunnukset. Vuokilan ja Väliahon kasvatusmalleissa runkoluku pysyy ensiharvennukseen asti viljelytiheyden mukaisena (2 2 kpl ha 1 ). Cajanderin (1934) metsätyypeittäisissä kehityssarjoissa puuston luontainen täydentyminen ja kuolleisuus ovat mukana, mutta niiden suuruudesta, vaihtelusta ja vaikutuksesta ei ole esitetty lukuja. Puuston tiheys vaikuttaa malleilla simuloitaessa keskiläpimittaan. Runkoluvulla 4 kpl ha 1 aritmeettisen keskiläpimitan kehitys oli 2 vuoden iästä lähtien huomattavasti hitaampi kuin pienemmillä runkoluvulla (kuva 16). Tiheyden lisääminen johti siten suhteellisesti pienempään pohjapinta-alan kasvun lisäykseen (kuva 17). 339
20 Metsätieteen aikakauskirja 3/1997 Tutkimusartikkeli 12 1 Keskiläpimitta, cm OMT Cajander OMT malli MT Cajander MT malli Ikä, vuotta Kuva 15. Puuston aritmeettisen keskiläpimitan kehitys simuloinneissa verrattuna Cajanderin (1934) taulukoiden mukaiseen keskiläpimitan kehitykseen metsätyypeittäin. Laskelmien yksityiskohdat tekstissä. Keskiläpimitta, cm kpl ha 1 2 kpl ha 1 4 kpl ha Ikä, vuotta Kuva 16. Puuston aritmeettisen keskiläpimitan kehitys simuloinneissa runkolukuluokittain. OMT. Simuloinnin muut lähtötiedot kuten vertailussa Cajanderin (1934) kehityssarjoihin. 5 Tulosten tarkastelu Tutkimuksen tarkoituksena oli laatia mallit puhtaiden, ilman sekapuuston tai tuhojen aiheuttamia häiriöitä kasvaneiden kuusen viljelytaimikoiden kehityksen kuvaamiseksi puukohtaisesti kangasmaiden kasvupaikoilla Suomessa. Tutkimusaineisto muodostettiin yhdistämällä osin subjektiivisesti, osin monivaiheisella otannalla hankitut kerta- ja kestokoeaineistot. Koemetsiköt kattoivat maan etelä- ja keskiosat Pohjanmaan-Kainuun metsäkasvillisuusvyöhykkeen pohjoisosaan asti. Mallin käyttäminen maan pohjoisimmassa osassa voi johtaa harhaisiin tuloksiin, sillä sama pituusboniteetti tietyssä iässä ei välttämättä mer- 34
Motti-simulaattorin puustotunnusmallien luotettavuus turvemaiden uudistusaloille sovellettaessa
Motti-simulaattorin puustotunnusmallien luotettavuus turvemaiden uudistusaloille sovellettaessa Jouni Siipilehto UUTTA TIETOA SUOMETSÄTALOUTEEN Metlan Suometsätalous-tutkimusohjelman tulokset käytäntöön
Taimikonhoidon vaikutus. Taimikonhoidon vaikutus kasvatettavan puuston laatuun
Taimikonhoidon vaikutus kasvatettavan puuston laatuun Taimikonhoidon teemapäivä 26.8.2010 MMT Metsäntutkimuslaitos, Suonenjoki Varhaishoito Pintakasvillisuuden torjunta - kilpailun vaikutukset Taimikonhoidon
Kasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Etelä-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
Taimikon kehityksen ja käsittelyiden simulointi
Taimikon kehityksen ja käsittelyiden simulointi Projektiryhmä Tapio Räsänen, Simo Kaila, Mika Lehtonen ja Markus Strandström Rahoittajat A. Ahlström Osakeyhtiö, Koskitukki Oy, Kuhmo Oy, Metsähallitus,
Kiertoaika. Uudistaminen. Taimikonhoito. Ensiharvennus. Harvennushakkuu
Metsäomaisuuden hyvä hoito Kiertoaika Uudistaminen Taimikonhoito Ensiharvennus 1 Harvennushakkuu Metsän kiertoaika Tarkoittaa aikaa uudistamisesta päätehakkuuseen. Vaihtelee alueittain 60 120 vuotta Kierron
Kasvatettavan puuston määritys koneellisessa harvennuksessa
Kasvatettavan puuston määritys koneellisessa harvennuksessa Pohjois-Suomi Ohje hakkuukoneen kuljettajalle HARVENNUKSEN TAVOITTEET Harvennuksen tavoitteena on keskittää metsikön puuntuotoskyky terveisiin,
Puusto 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
Jakaumamallit 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
NUORTEN METSIEN RAKENNE JA KEHITYS
NUORTEN METSIEN RAKENNE JA KEHITYS Saija Mattila Metsäntutkimuslaitos, Vantaa Saija.Mattila@metla.fi puh.010-211 2449 Tutkimuksen taustaa Puuston alkukehitys on heikosti tunnettu ja vaikeimmin ennustettavissa
NUORTEN METSIEN RAKENNE JA KEHITYS
NUORTEN METSIEN RAKENNE JA KEHITYS Saija Huuskonen Metsäntutkimuslaitos, Vantaa Tutkimuksen tavoitteet 1. Selvittää 198-luvulla onnistuneesti perustettujen havupuuvaltaisten taimikoiden metsänhoidollinen
Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu
Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu Ville Hallikainen Kuva: Risto Jalkanen Tutkimuskysymykset Mitkä luonnossa vallitsevat ekologiset ja metsänhoidolliset ym. tekijät vaikuttavat tervasroson
Regressioanalyysi. Kuusinen/Heliövaara 1
Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin
Regressioanalyysi. Vilkkumaa / Kuusinen 1
Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen
Koivun laatukasvatusketjut. Pentti Niemistö 21.8.2012
Koivun laatukasvatusketjut Pentti Niemistö 21.8.2012 Raudus vai Hies Raudus- ja hieskoivun laatuerot Rauduskoivut kasvavat järeämmiksi ja suoremmiksi syynä puulaji sinänsä, mutta myös kasvupaikka, joka
Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen
Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen Jouni Siipilehto, Harri Lindeman, Jori Uusitalo, Xiaowei Yu, Mikko Vastaranta Luonnonvarakeskus Geodeettinen laitos Helsingin yliopisto Vertailtavat
Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla
Laatua kuvaavien kasvumallien kehittäminen Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla Taustaa» Kasvumallit antavat puustoennusteen kiertoaikana, kun tunnetaan» kasvupaikkatiedot»
TAIMIKON KÄSITTELYN AJOITUKSEN VAIKUTUS TYÖN AJANMENEKKIIN
TAIMIKON KÄSITTELYN AJOITUKSEN VAIKUTUS TYÖN AJANMENEKKIIN Projektiryhmä Simo Kaila, Reima Liikkanen Rahoittajat Metsähallitus, Metsäliitto Osuuskunta, Stora Enso Oyj, UPM-Kymmene Oyj ja Yksityismetsätalouden
Minkä kokoiset pienaukot taimettuvat parhaiten?
Minkä kokoiset pienaukot taimettuvat parhaiten? Sauli Valkonen Luonnonvarakeskus Sisältö Tulokset ja päätelmiä 4 tutkimuksesta MONTA MT-kuusikot E-S DistDyn kuusikot ja männiköt E-S KainuuPA tuoreen kankaan
Varhaisperkauksen merkitys kuusen uudistamisketjussa. MMT Timo Saksa
Varhaisperkauksen merkitys kuusen uudistamisketjussa MMT Timo Saksa Kouvola 2.11.2011 Kustannustehokas metsänhoito -seminaarisarja 2011 Taimikon varhaishoito pintakasvillisuuden torjunta Lähtökohtana oikean
Puiden oksikkuus ja huono laatu oli yksi tärkeimmistä
Metsätieteen aikakauskirja / Sauli Valkonen ja Juha Ruuska Koivusekoituksella laatupuuta istutusmänniköihin? e e m t Puiden oksikkuus ja huono laatu oli yksi tärkeimmistä syistä männyn istutuksen suosion
Taimikonhoidon vaikutukset metsikön
Taimikonhoidon vaikutukset metsikön jatkokehitykseen ja tuotokseen Saija Huuskonen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Sisältö 1. Taimikonhoidon
Metsätieteen aikakauskirja
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Risto Ojansuu, Markku Halinen ja Kari Härkönen Risto Ojansuu Metsätalouden suunnittelujärjestelmän virhelähteet männyn ensiharvennuskypsyyden
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin
Taimettuminen 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
Viljelytaimikoiden 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
KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI
KUITUPUUN KESKUSKIINTOMITTAUKSEN FUNKTIOINTI Asko Poikela Samuli Hujo TULOSKALVOSARJAN SISÄLTÖ I. Vanha mittauskäytäntö -s. 3-5 II. Keskusmuotolukujen funktiointi -s. 6-13 III.Uusi mittauskäytäntö -s.
Pienet vai vähän suuremmat aukot - kuusen luontainen uudistaminen turv la Hannu Hökkä Metla Rovaniemi
Pusikoita vai puuntuotantoa tutkimuspäivä Rovaniemellä 11.12.2014 Pienet vai vähän suuremmat aukot - kuusen luontainen uudistaminen turvemailla Hannu Hökkä Metla Rovaniemi Taustaa Suomessa pitkät perinteet
Taimikonhoidon ajoitus ja sen merkitys kuusen uudistamisketjussa. Karri Uotila Kustannustehokas metsänhoito seminaarisarja 2011 17.11.
Taimikonhoidon ajoitus ja sen merkitys kuusen uudistamisketjussa Karri Uotila Kustannustehokas metsänhoito seminaarisarja 2011 17.11.2011 Mikkeli Karri Uotila Taimikonhoidon kustannukset Taimikonhoidon
Paikkatietoa 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
METSÄTALOUDEN HIRVIVAHINGOT Uusi hirvivahinkojen korvausjärjestelmä
METSÄTALOUDEN HIRVIVAHINGOT Uusi hirvivahinkojen korvausjärjestelmä 20.3.2018 Heikki Kuoppala Hirvivahinkojen arviointiin muutoksia Valtioneuvoston asetus riistavahingoista annetun asetuksen muuttamisesta
Männyn laatukasvatus Jari Hynynen. Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi
Männyn laatukasvatus Jari Hynynen Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi Johdanto Suomen metsien luontaiset edellytykset soveltuvat hyvin laatupuun
Johdatus regressioanalyysiin. Heliövaara 1
Johdatus regressioanalyysiin Heliövaara 1 Regressioanalyysin idea Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun selittävien muuttujien havaittujen arvojen
Kangasmaiden lannoitus
Kangasmaiden lannoitus Metsäntutkimuspäivä Muhoksella 26.3. 29 Mikko Kukkola Metla / Vantaa Metla / Erkki Oksanen / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest Research Institute www.metla.fi
LUONTAISEN UUDISTAMISEN ONGELMAT POHJOIS-SUOMESSA SIEMENSADON NÄKÖKULMASTA. Anu Hilli Tutkija Oamk / Luonnonvara-alan yksikkö
LUONTAISEN UUDISTAMISEN ONGELMAT POHJOIS-SUOMESSA SIEMENSADON NÄKÖKULMASTA Anu Hilli Tutkija Oamk / Luonnonvara-alan yksikkö LUONTAINEN UUDISTAMINEN Viimeisen kymmenen vuoden aikana metsiä on uudistettu
Energiapuukorjuukohteiden 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.
Mikä 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
Eri ikäisrakenteisen metsän kasvatus
Eri ikäisrakenteisen metsän kasvatus Sauli Valkonen Metsäntutkimuslaitos (METLA) 11.6.2012 1 Eri ikäismetsän kasvatus käytännössä: poiminta ja pienaukkohakkuut peitteisenä kasvattamisen filosofia ts. avohakkuun
Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä
Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),
Pienaukkojen uudistuminen
Pienaukkojen uudistuminen Sauli Valkonen Sisältö uudistamistulos, maanmuokkaus, kasvillisuus ja aukon koko MT-kuusikot E-S (MONTA) rehevät kuusikot E-S (DistDyn) Kainuun kuusikot turvemaat P-S männiköt
ABHELSINKI UNIVERSITY OF TECHNOLOGY
Johdatus regressioanalyysiin Regressioanalyysin idea Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun selittävien muuttujien havaittujen arvojen vaihtelun avulla.
HIRVI-INFO Uusi hirvivahinkojen korvausjärjestelmä. Heikki Kuoppala
HIRVI-INFO Uusi hirvivahinkojen korvausjärjestelmä Heikki Kuoppala Hirvivahinkojen arviointi muuttuu Valtioneuvoston asetus riistavahingoista annetun asetuksen muuttamisesta 268/2017 Tullut voimaan 15.5.2017
MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)
21.11.2017/1 MTTTP5, luento 21.11.2017 Otossuureita ja niiden jakaumia (jatkuu) 4) Olkoot X 1, X 2,..., X n satunnaisotos (, ):sta ja Y 1, Y 2,..., Y m satunnaisotos (, ):sta sekä otokset riippumattomia.
Eri-ikäisrakenteisen metsän kasvatus
Eri-ikäisrakenteisen metsän kasvatus Sauli Valkonen Metsäntutkimuslaitos (METLA) 24.5.2012 1 Eri-ikäismetsän kasvatus käytännössä: poiminta- ja pienaukkohakkuut peitteisenä kasvattamisen filosofia ts.
Poiminta- ja pienaukkohakkuut. kaupunkimetsissä
Poiminta- ja pienaukkohakkuut kaupunkimetsissä Sauli Valkonen Metsäntutkimuslaitos (METLA) 19.12.2012 1 Poimintahakkuu (eri-ikäismetsätalous, jatkuva kasvatus jne...) yksittäisiä suuria, "kypsiä" puita
PURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen
PURO Osahanke 3 Annikki Mäkelä, HY Anu Kantola Harri Mäkinen Elintoimintoihin perustuvat mallit: Tavoitteet PipeQual-mallin kehittäminen mänty: puuaineen ominaisuudet mallit männyn kasvumalliin mallin
Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA
METSÄNTUTKIMUSLAITOS 3.10.1979 Rovaniemen tutkimusasema Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA Tutkimuksen tarkoitus Kasvuindeksipalvelun tarkoituksena on tutkia vuosittaista kasvutapahtumaa
Osa 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
METSÄNTUTKIMUSLAITOKSEN 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)
Metsänuudistamisen 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
Taimikkoinventointien mukaan männyn uudistaminen
Tieteen tori Metsätieteen aikakauskirja 1/211 Jari Miina, Timo Saksa ja Sauli Valkonen Männyn taimikoiden laatu tuoreen kankaan kasvupaikoilla e e m t Taimikkoinventointien mukaan männyn uudistaminen viljavuudeltaan
Korjuujäljen 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
xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =
1. Tutkitaan paperin ominaispainon X(kg/dm 3 ) ja puhkaisulujuuden Y (m 2 ) välistä korrelaatiota. Tiettyä laatua olevasta paperierästä on otettu satunnaisesti 10 arkkia ja määritetty jokaisesta arkista
Liite 5 Harvennusmallit
Liite 5 Harvennusmallit Liitteen harvennusmallit osoittavat puuston kehitysvaiheen (valtapituus, metriä) ja tiheyden (pohjapinta-ala, m²/ha) perusteella metsikön harvennustarpeen ja hakkuussa jätettävän,
Satelliittipaikannuksen 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
PUUTAVARA- PÖLKKYJEN MITTAUS
PUUTAVARA- PÖLKKYJEN MITTAUS PUUTAVARAPÖLKKYJEN MITTAUS Metsähallitus Metsäteollisuus ry Yksityismetsätalouden Työnantajat ry Puu- ja erityisalojen liitto Ohje perustuu alla lueteltuihin maa- ja metsätalousministeriön
Kasvu- 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
Metsänhoidon keinot biotalouden haasteisiin
Metsänhoidon keinot biotalouden haasteisiin Saija Huuskonen, Jaakko Repola & Jari Hynynen Tampere 15.3.2016 Biotalouden teemaseminaari Metsän mahdollisuudet biotaloudessa Pirkanmaan verkostopäivä Johdanto
Varhaisperkauksen merkitys kuusen uudistamisketjussa. MMT Timo Saksa
Varhaisperkauksen merkitys kuusen uudistamisketjussa MMT Timo Saksa Oulu 25.11.2011 Kustannustehokas metsänhoito -seminaarisarja 2011 Taimikon varhaishoito pintakasvillisuuden torjunta Lähtökohtana minimoida
Kuusen 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
Metsätieteen aikakauskirja
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Arto Haara Arto Haara ja Kari T. Korhonen Toimenpide-ehdotusten simulointi laskennallisesti ajantasaistetusta kuvioaineistosta Haara, A. & Korhonen,
Varhaisperkauksen merkitys kuusen uudistamisketjussa. MMT Timo Saksa. Kajaani Kustannustehokas metsänhoito -seminaarisarja 2011
Varhaisperkauksen merkitys kuusen uudistamisketjussa MMT Timo Saksa Kajaani 18.11.2011 Kustannustehokas metsänhoito -seminaarisarja 2011 Taimikon varhaishoito pintakasvillisuuden torjunta Lähtökohtana
Trestima 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
Tehokkuutta taimikonhoitoon
Tehokkuutta on TAIMIKONHOITOKOULUTUS Timo Saksa, METLA Metsänuudistamisen laatu Etelä-Suomi Pienten taimikoiden tila kohentunut - muutokset muokkausmenetelmissä - muokkauksen laatu - viljelymateriaalin
Tutkimustuloksia poimintaja pienaukkohakkuista
Metsien luontaiseen häiriödynamiikkaan perustuvat käsittelymallit Tutkimustuloksia poimintaja pienaukkohakkuista Sauli Valkonen METLA Vantaa 7.5.2007 1 Näkökulma Metsien luontaiseen häiriödynamiikkaan
Paljonko metsäsijoitus tuottaa?
Paljonko metsäsijoitus tuottaa? Metsä on yksi mahdollinen sijoituskohde. Metsäsijoituksen tuotto riippuu mm. siitä, kuinka halvalla tai kalliilla metsän ostaa, ja siitä, kuinka metsää käsittelee. Kuvan
Metsikön varhaiskehityksen kuvaus MOTTI-ohjelmistossa
ISBN 978-951-40-2463-4 (PDF) ISSN 1795-150X Metsikön varhaiskehityksen kuvaus MOTTI-ohjelmistossa Jouni Siipilehto, Sauli Valkonen, Risto Ojansuu, Jari Hynynen, Jari Miina ja Timo Saksa www.metla.fi Metlan
Tilastollisen analyysin perusteet Luento 7: Lineaarinen regressio
Tilastollisen analyysin perusteet Luento 7: Lineaarinen regressio Sisältö Regressioanalyysissä tavoitteena on tutkia yhden tai useamman selittävän muuttujan vaikutusta selitettävään muuttujaan. Sen avulla
Kaksijaksoisen kuusi koivu-sekametsikön
Folia Forestalia tutkimusartikkeli Kari Mielikäinen ja Sauli Valkonen Kaksijaksoisen kuusi koivu-sekametsikön kasvu Mielikäinen, K. & Valkonen, S. 1995.. Folia Forestalia Metsätieteen aikakauskirja 1995(2):
Männyn 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
Tervasroso. 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
Varhaisperkauksen merkitys kuusen uudistamisketjussa. Karri Uotila Kuopio
Varhaisperkauksen merkitys kuusen uudistamisketjussa Karri Uotila 8.11.2011 Kuopio Esityksen sisältö 1. Varhaisperkauksen tarpeellisuuteen vaikuttavista tekijöistä yleisesti 2. Tutkimustuloksia: Varhaisperkauksen
Yhden selittäjän lineaarinen regressiomalli (jatkoa) Ensi viikolla ei pidetä luentoa eikä harjoituksia. Heliövaara 1
Yhden selittäjän lineaarinen regressiomalli (jatkoa) Ensi viikolla ei pidetä luentoa eikä harjoituksia Heliövaara 1 Regressiokertoimien PNS-estimaattorit Määritellään havaintojen x j ja y j, j = 1, 2,...,n
Taimikonhoidon ajoitus ja sen merkitys kuusen uudistamisketjussa. Karri Uotila Kustannustehokas metsänhoito seminaarisarja 2011 15.11.
Taimikonhoidon ajoitus ja sen merkitys kuusen uudistamisketjussa Karri Uotila Kustannustehokas metsänhoito seminaarisarja 2011 15.11.2011 Huittinen Esityksen sisältö 1. Taimikonhoidon merkitys kuusen uudistamisketjussa
Taimikonhoito. 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
Tilastollisen analyysin perusteet Luento 9: Moniulotteinen lineaarinen. regressio
Tilastollisen analyysin perusteet Luento 9: lineaarinen lineaarinen Sisältö lineaarinen lineaarinen lineaarinen Lineaarinen Oletetaan, että meillä on n kappaletta (x 1, y 1 ), (x 2, y 2 )..., (x n, y n
Suometsien kasvatuksen kannattavuus
Suometsien kasvatuksen kannattavuus Esitelmän sisältö: Lyhyt aikajänne Sijoitetun pääoman tuotto kunnostusojituksessa Pitkä aikajänne Yhden kiertoajan nettotulojen nykyarvo Optimointi Uudistaminen turvemailla
Mitä jalostushyödyistä tiedetään - ja mitä ei
Mitä jalostushyödyistä tiedetään - ja mitä ei Matti Haapanen 1947 1 Jälkeläistestaus SV 1.0 Pluspuut 1997- SV 1.5 115 miljoonaa jalostettua tainta vuodessa Metsikkö 1. polven sv 1.5 polven sv Kuusi Mänty
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 30. marraskuuta 2007 Antti Rasila () TodB 30. marraskuuta 2007 1 / 19 1 Lineaarinen regressiomalli ja suurimman uskottavuuden menetelmä Minimin löytäminen
Metsätieteen aikakauskirja
Metsätieteen aikakauskirja t u t k i m u s s e l o s t e i t a Annika Kangas ja Matti Maltamo Prosenttipisteisiin perustuvat pohjapinta-alan läpimittajakaumamallit männylle, kuuselle ja koivuille Seloste
VMI9 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
Ympäristötekijöiden vaikutus puun ja puukuitujen ominaisuuksiin
Ympäristötekijöiden vaikutus puun ja puukuitujen ominaisuuksiin Tuula Jaakkola Harri Mäkinen Pekka Saranpää Nuorpuu- eli ydinpuu Kuusen nuorpuu < 10 lustoa Sydänpuu Pintapuu PUUN OMINAISUUKSIEN VAIHTELU
Julkaistu Helsingissä 29 päivänä huhtikuuta 2013. 309/2013 Valtioneuvoston asetus. riistavahingoista. Annettu Helsingissä 25 päivänä huhtikuuta 2013
SUOMEN SÄÄDÖSKOKOELMA Julkaistu Helsingissä 29 päivänä huhtikuuta 2013 309/2013 Valtioneuvoston asetus riistavahingoista Annettu Helsingissä 25 päivänä huhtikuuta 2013 Valtioneuvoston päätöksen mukaisesti
Hakkuutähteiden korjuun vaikutukset kangasmetsäekosysteemin ravinnemääriin ja -virtoihin. Pekka Tamminen Metsäntutkimuslaitos, Vantaa 26.3.
Hakkuutähteiden korjuun vaikutukset kangasmetsäekosysteemin ravinnemääriin ja -virtoihin Pekka Tamminen Metsäntutkimuslaitos, Vantaa 26.3.2009 / Metsäntutkimuslaitos Skogsforskningsinstitutet Finnish Forest
Metsän kasvu eri hoitovaihtoehdoissa Annikki Mäkelä Ympäristötiedon foorum 8.5.2014
Metsän kasvu eri hoitovaihtoehdoissa Annikki Mäkelä Ympäristötiedon foorum 8.5.2014 Taustaa Muuttuneet metsänhoitosuositukset Tutkimuksia eri-ikäismetsien kasvusta ja hoidosta Lähde ym. ERIKA-kokeet, Metla,
ARVOMETSÄ METSÄN ARVO 15.3.2016
SISÄLTÖ MAA JA PUUSTO NETTONYKYARVO NETTOTULOT JA HAKKUUKERTYMÄT ARVOMETSÄ METSÄN ARVO 15.3.2016 KUNTA TILA REK.NRO 1234567892 LAATIJA: Antti Ahokas, Metsäasiantuntija 2 KASVUPAIKKOJEN PINTAALA JA PUUSTO
Taimikonhoidon omavalvontaohje
Omavalvonnalla laatua ja tehoa metsänhoitotöihin Taimikonhoidon omavalvontaohje Taimikonhoidon merkitys Taimikonhoidolla säädellään kasvatettavan puuston puulajisuhteita ja tiheyttä. Taimikonhoidon tavoitteena
Taloudellinen kasvatustiheys Taloudellinen kasvatuskelpoisuus
Taloudellinen kasvatustiheys Taloudellinen kasvatuskelpoisuus TIMO PUKKALA.PALJONKO METSIKÖN PERUSTAMINEN SAA MAKSAA?.METSIKÖN OPTIMAALINEN KASVATUSTIHEYS 3.ERI PUULAJIEN TALOUDELLINEN KASVATUSKELPOISUUS
Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1
Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että
Poiminta- ja pienaukkohakkuut
Poiminta- ja pienaukkohakkuut Sauli Valkonen METLA Vantaa 15.4.2010 1 Sisältö metsänhoidollinen toimivuus puuntuotos puunkorjuu ja hankinta juurikääpä ja muut tuhot kannattavuus metsäluonnon monimuotoisuus
hallinta Ville Kankaanhuhta Joensuu Kustannustehokas metsänhoito seminaarisarja 2011
Metsänuudistamisen sta se laatu ja laadun hallinta Ville Kankaanhuhta Joensuu 29.11.211 Kustannustehokas metsänhoito seminaarisarja 211 Metsäpalvelun osaamiskeskittymä tutkimus tkim ja kehittämisverkostoerkosto
Mat Tilastollisen analyysin perusteet, kevät 2007
Mat-.14 Tilastollisen analyysin perusteet, kevät 7 7. luento: Tarina yhden selittään lineaarisesta regressiomallista atkuu Kai Virtanen 1 Luennolla 6 opittua Kuvataan havainnot (y, x ) yhden selittään
Metsikön todellisen iän määrittäminen rinnankorkeusiästä suomalaisissa talousmetsissä. Ikälisäysmalli INKA-aineiston kairauksista
Metsätieteen aikakauskirja t u t k i m u s a r t i k k e l i Jouni Siipilehto ja Tapio Huttunen Jouni Siipilehto Metsikön todellisen iän määrittäminen rinnankorkeusiästä suomalaisissa talousmetsissä. Ikälisäysmalli
Johdanto. 2) yleiskaava-alueella, jos yleiskaavassa niin määrätään; eikä
Metsäsanasto 2 (12) Johdanto Maisematyölupahakemuksia tehdessään eri tahojen suositellaan kutsuvan eri hakkuutapoja tässä sanastossa esitetyillä nimillä. Tekstin tarkoituksena on selventää ja yhtenäistää
Todennäköisyyden ominaisuuksia
Todennäköisyyden ominaisuuksia 0 P(A) 1 (1) P(S) = 1 (2) A B = P(A B) = P(A) + P(B) (3) P(A) = 1 P(A) (4) P(A B) = P(A) + P(B) P(A B) (5) Tapahtuman todennäköisyys S = {e 1,..., e N }. N A = A. Kun alkeistapaukset
Mat Tilastollisen analyysin perusteet, kevät 2007
Mat-.104 Tilastollisen analyysin perusteet, kevät 007 8. luento: Usean selittäjän lineaarinen regressiomalli Kai Virtanen 1 Usean selittäjän lineaarinen regressiomalli Selitettävän muuttujan havaittujen
805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista
1. Tutkitaan regressiomallia Y i = β 0 + β 1 X i + u i ja oletetaan, että tavanomaiset
TA7, Ekonometrian johdantokurssi HARJOITUS 7 RATKAISUEHDOTUKSET 16.3.2015 1. Tutkitaan regressiomallia Y i = β 0 + X i + u i ja oletetaan, että tavanomaiset regressiomallin oletukset pätevät (Key Concept
VMI 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?
METSÄ 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
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 15 1 Tilastollisia testejä Z-testi Normaalijakauman odotusarvon testaus, keskihajonta tunnetaan