Männyn ja kuusen kasvun vaihtelu Suomessa

Transkriptio

1 Kari Mielikäinen, Mauri Timonen ja Pekka Nöjd Männyn ja kuusen kasvun vaihtelu Suomessa Kirjoittajien yhteystiedot: Mielikäinen, K. ja Nöjd, P., Metsäntutkimuslaitos, Vantaan tutkimuskeskus, PL 18, Vantaa. Faksi (90) Timonen, M., Metsäntutkimuslaitos, Rovaniemen tutkimusasema, PL 16, Rovaniemi. Faksi (960)

2 Männyn ja kuusen kasvun vaihtelu Suomessa Folia Forestalia Metsätieteellinen aikakauskirja 1996 Valtakunnan metsien viimeisimmät inventointitulokset osoittavat erityisesti kuusen kasvun alentuneen Lounais-Suomessa, Satakunnassa ja Hämeessä selvästi 1980-luvun puolivälin tasolta. Käsitystä kuusten vaikeuksista tukevat eri puolilla Etelä-Suomea löytyvät kuolleet yksilöt. Samantyyppinen ilmiö havaittiin 1930-luvun puolivälissä, jolloin Esko Kangas aloitti tutkimuksensa kuusen kuivumistyypeistä. Tämänkertaisen kuusen kuivumisen syyt ovat herättäneet vilkasta keskustelua sekä tutkija- että maallikkopiireissä. Kuivuus, routa, talviaikainen hengitys sekä otsoni ja erilaiset halogenoidut hiilivedyt johdannaisineen ovat yleisimpiä arvioita ilmiön syiksi. Tässä tutkimuksessa selvitettiin männyn ja kuusen kasvunvaihtelu 30 vuoden ( ) ajalta. Saatuja kasvuindeksejä verrattiin säätietoihin kuusen viimeaikaisen kasvun alenemisen syiden tutkimiseksi. Vuosilustoindeksit osoittavat kuusen keskimääräisen kasvun olleen Etelä-Suomessa viimeisten viiden vuoden aikana noin 9 % pitkäaikaisen keskiarvon alapuolella. Männyn kasvu oli vuosikymmenen vaihteessa keskimääräistä nopeampaa. Vuosien kasvuindeksit ovat sen sijaan selvästi keskitason alapuolella. Kasvun vaihtelun syyanalyysit osoittavat, että Etelä-Suomessa kuusen kasvu vaihtelee samassa tahdissa touko kesäkuun sateiden kanssa. Aiemmat arviot siitä, ettei kuivuus yleensä rajoita puiden kasvua Suomessa, eivät saa tukea tuloksista. Kuivat keväät voivat vaikuttaa kuusten käytettävissä olevan veden määrään myös välillisesti hidastamalla roudan sulamista Asiasanat: mänty, kuusi, kasvuindeksit, kasvun vaihtelu. Hyväksytty 2

3 1 Johdanto 1.1 Kasvunvaihtelu ja ympäristömuutokset Kasvukauden lämpötilaa on pidetty puiden kasvua eniten rajoittavana tekijänä Suomessa (Hustich 1945, 1978, Mikola 1950, Henttonen 1984, Lindholm 1994). Veden merkitys kasvun rajoittajana lisääntyy etelään mentäessä (Holmsgaard 1956, Jonsson 1969). Keski-Euroopassa kuusen kasvun on todettu vaihtelevan samaan tahtiin kasvukauden sademäärän kanssa jopa runsassateisissa vuoristoissa (Kahle ym. 1993, Spiecker 1994,). Henttonen (1984, 1990) on havainnut sateilla olevan vaikutusta myös Etelä-Suomen mäntyjen ja kuusten kasvun vaihteluun. Myös Mikolan (1950) havainnot männyn kasvusta kuivilla kankailla ja soilla osoittivat sateilla olevan ääriolosuhteissa vaikutusta puiden kasvuun. Suomessa kasvun vaihtelun tutkimus on tavallisesti palvellut käytännön metsätaloutta (Tiihonen 1979). Valtakunnan metsien inventointien kasvuluvut on korjattu laadituilla vuosilustoindekseillä vastaamaan säiltään keskimääräisiä olosuhteita. Menettely on mahdollistanut eri ajankohtina mitattujen kasvujen vertailun. Viime vuosina dendroklimatologiset tutkimukset, joissa menneitä säitä ennustetaan puiden vuosilustojen perusteella, ovat lisääntyneet myös Suomessa (Lindholm 1996). Tutkimustulokset teollisuuden ja liikenteen päästöjen vaikutuksista puihin, kuten myös Keski-Euroopassa raportoidut metsätuhot ( Waldsterben, Neueartige Waldschäden ) ovat lisänneet kiinnostusta metsien terveydentilan tutkimusta kohtaan. Puiden kasvun vaihtelu on käyttökelpoinen terveydentilan indikaattori, joka on myös kiinteästi yhteydessä taloudellisiin vaikutuksiin. Kasvututkimusten tulokset viittaavat kuitenkin selkeästi siihen, ettei Keski-Euroopan metsien kasvu ole heikentynyt vaan pääosin kiihtynyt viime vuosikymmeninä. Ilmakehän kohoavan hiilidioksidipitoisuuden ja typpilaskeuman arvioidaan parantaneen puiden kasvuolosuhteita Euroopassa (Becker ym. 1989), mutta mahdollisesti myös lisänneen puiden herkkyyttä ilmastostressille (Spiecker 1991). Peräkkäisten puusukupolvien vertailu on osoittanut metsien tuotoskyvyn nousseen selvästi viime vuosisadan tasosta (Kenk ym. 1991, Keller 1992, Eriksson ja Johansson 1993, Spiecker 3

4 ym. 1996). Erityisen selvä kohoava trendi on ollut viimeisten 40 vuoden aikana. Lisäyksen syyt ovat vielä epävarmoja, mutta yhtenä todennäköisenä tekijänä pidetään typpilaskeumaa, joka on Keski-Euroopassa luokkaa kg/ha/v. Teollisuuslaitosten lähiympäristöjen rikki- ja raskasmetallilaskeumien on todettu aiheuttaneen kasvun alenemista ja myös puukuolemia (Nöjd ja Reams 1996). Enimmillään kuollut alue on ulottunut 5-10 kilometrin etäisyydelle suurimmista päästölähteistä. Kasvun alenema on havaittu kilometrin päässä laitoksista. Valtakunnan metsien viimeisimmät inventointitulokset osoittavat erityisesti kuusen kasvun alentuneen Lounais-Suomessa, Satakunnassa ja Hämeessä selvästi 1980-luvun puolivälin tasolta. Käsitystä kuusten vaikeuksista tukevat eri puolilla Etelä-Suomea löytyvät kuolleet yksilöt. Samantyyppinen ilmiö havaittiin 1930-luvun puolivälissä, jolloin Esko Kangas (1946) teki tutkimuksia kuusen kuivumistyypeistä. Tämänkertaisen kuusen kuivumisen syyt ovat herättäneet vilkasta keskustelua sekä tutkija- että maallikkopiireissä. Kuivuus, routa, talviaikainen hengitys sekä otsoni ja erilaiset halogenoidut hiilivedyt johdannaisineen ovat yleisimpiä arvioita ilmiön syiksi. Seuraavassa esitetään Metsäntutkimuslaitoksessa lasketut männyn ja kuusen kasvunvaihtelua kuvaavat vuosilustoindeksit viimeksi kuluneiden 30 vuoden ajalle. Laadittujen indeksien pohjalta tehdään alustavia analyysejä vaihteluiden syistä vertaamalla Etelä-Suomen kuusten vuotuista kasvunvaihtelua ilmatieteen laitoksen säähavaintoihin, joita on saatavilla vuodesta 1880 lähtien. 2 Kasvunvaihtelun käsitteellinen malli Puiden kasvu on monimutkaisten kasvuprosessien ja lukuisten ympäristötekijöiden tulosta. Se voidaan kuvata kuvaa kasvun käsitteellisen mallin avulla Cook (1992): jossa: R t = A t + C t + δd1 t + δd2 t + Ε t, [1] R t A t = havaittu lustosarja = luston biologisesta iästä aiheutuva trendi 4

5 C t = ilmastosta aiheutuva vaihtelu D1 t = metsikön sisäisistä (endogeenisistä) tekijöistä aiheutuva kasvun vaihtelu D2 t = ulkoisista (eksogeenisistä) tekijöistä aiheutuva kasvun vaihtelu ja Ε t = selittämätön, edellisiin kuulumaton vaihtelu. Ilmastoa kuvaavat tärkeimmät tekijät (C t ) ovat Suomessa lämpötila ja sademäärä. Metsikön sisäisiä tekijöitä (D1 t ) ovat mm. metsikkörakenne ja puuston tiheys, puiden välinen kilpailu, kukkiminen ja siementuotanto. Ulkoisia tekijöitä (D2 t ) ovat mm. hakkuut, metsäpalot, hyönteistuhot, taudit, saasteet, tuulet, tulvat ja myrskyt. D1 t :n ja D2 t :n yhteydessä esiintyvä parametri δ voi saada arvon 0 tai 1 sen mukaan, vaikuttaako tekijä vuonna t mallissa vai ei. Selittämätöntä kasvun vaihtelua (Ε t ) aiheuttavat mm. kasvupaikan maaperäominaisuuksien vaihtelu, rinteen kaltevuussuunta ja mittausvirheet. Kaikkia kasvuun vaikuttavia tekijöitä A t... Ε t ei voida mallintaa. Siksi on tavanomaista, että jo aineiston keruuta suunniteltaessa pohditaan keinoja tutkittavan signaalin esiintuomiseksi ja taustakohinan vaimentamiseksi. Tässä tutkimuksessa tutkitaan ilmastosta aiheutuva kasvukomponenttia C t. Se saadaan selville lustonäytteistä, joissa ilmaston osuus näkyy vaihtelevan levyisinä vuosilustoina. 3 Aineiston valinta ja esikäsittely Kasvun vuosien välistä vaihtelua voidaan kuvata joko vuosilustojen leveyksien tai havupuilla latvakasvainten perusteella. Syynä vuosilustojen yleiseen käyttöön on mittauksen helppous ja tarkkuus. Pituuskasvun tarkka mittaus puuta kaatamatta on mahdotonta. Hankaluuksia aiheuttavat myös eri syistä kokonaan puuttuvat latvakasvaimet. Tässä tutkimuksessa kasvuindeksit on laadittu pystypuista kairattujen lastujen perusteella. Kasvun ilmastollisen vaihtelun selvittäminen edellyttää, että muut puun kasvuun vaikuttavat tekijät tunnetaan ainakin jossakin määrin tai ne on vakioitu. Kuvassa 1 on 5

6 esimerkki Lapin metsänrajalla kasvavan vanhan männyn kasvun vaihtelusta. Sen vuosilustojen leveydessä näkyy vuosittaisen vaihtelun ohella vuosikymmenien mittaisia kasvutrendejä ja jaksoittaista vaihtelua. Näitä sään ja puiden kilpailuaseman muutoksista aiheutuvia trendejä on vaikea tulkita ilman tietoa metsikköhistoriasta. Puiden välisen kilpailun vaikutusten eliminoimiseksi vuosilustotutkimukset keskitetään tavallisesti pitkään hakkaamattomina säilyneisiin harvoihin metsiköihin. Tässä tutkimuksessa metsiköt valittiin siten, että tekijöiden D1 t ja D2 t vaikutukset minimoituvat jo tutkimusaineiston valinnassa. Tarkoitukseen sopivan tutkimusaineiston muodostivat Metlan puuntuotoksen tutkimussuunnan 1980-luvun alussa perustamat valtakunnalliset kasvuindeksikokeet eli VKIP-kokeet, kaikkiaan 114 männikköä ja 99 kuusikkoa eri puolilla Suomea (kuva 2, ks. myös Vuokila 1986). Kukin koe koostui kolmesta metsiköstä, jotka poikkesivat toisistaan iältään. Metsiköt olivat luonnontilaisia tai vain lievästi käsiteltyjä. Käsittelemättömäksi määriteltiin metsikkö, jota ei oltu hakattu, lannoitettu tai käsitelty muilla tavoin viimeiseen 20 vuoteen. Lisäksi edellytettiin, että metsikkö kasvaa harvahkossa asennossa ja että se on terve. Koepuiksi hyväksyttiin vain suhteellisen väljässä tilassa kasvavat terveet pää- ja lisävaltapuut. Koepuut valittiin vaihtelevan säteisiltä koealoilta siten, että yhdelle osakoealalle tuli keskimäärin 30 koepuuta, joista kairattiin lopuksi 10 koepuuta. Tutkimusaineisto painottui männyllä kuivahkoille kankaille Pohjois-Suomessa ja Etelä- Suomessa lisäksi kuiville kankaille (taulukko 1a). Kuusella kasvupaikkoina olivat lähes poikkeuksetta tuoreet kankaat. Näytteiden määrä oli noin 600 molemmilla puulajeilla. Ikäluokittainen jakautuminen esitetään taulukossa 1b. Mäntykoepuut jakautuvat iän suhteen tasaisesti koko ikävälillä v. Kuusella vallitsevat nuoret ikäluokat Etelä- Suomesssa. Vuosilustojen leveys mitattiin lustomikroskoopilla 1/100 mm:n tarkkuudella. Mittausten oikeellisuus testattiin ristiinajoittamalla (Holmes 1994, Timonen 1995, 1996) Ajoituksessa käytettiin hyväksi vuosia, jolloin kasvu oli laajoilla alueilla poikkeuksellisen alhainen. 6

7 4 Laskentamenetelmät 4.1 Standardointi ja kasvuindeksien laskenta Standardoinnissa poistetaan puun biologisesta vanhenemisesta aiheutuva aleneva kasvutrendi A t (ikäkorjaus) ja saatetaan kasvunopeuksiltaan ja -rytmeiltään erilaiset puut keskenään yhteismitallisiksi (tasokorjaus) (Schulman 1945, Fritts 1976). Cook (1992) määrittelee ns. standardoimisfunktion (growth trend function), joka sisältää tasokorjauksen, ikäkorjauksen (A t ) ja tekijöiden D1 t ja D2 t vaikutukset: G t = f(a t, δd1 t, δd2 t ). [2] Parametri δ voi saada arvon 0 tai 1 sen mukaan, näkyvätkö D1 t tai D2 t lustoissa vuonna t vai ei. Standardointifunktio kuvaa lustosarjassa sellaista keskimääräistä kasvua, joka vallitsisi, jos ilmasto-olosuhteet pysyisivät vakiona. Jäljelle jäänyt vaihtelu koostuu ilmaston vaihtelusta (C t ) ja selittämättömäksi jääneestä vaihtelusta (Ε t ). Standardoitu lustosarja (I t ) saadaan, kun mitatun lustosarjan (R t ) havaintoja verrataan vastaavan standardointimallin odotusarvoihin (G t ): I t = R t / G t, [3] Mahdollisen kasvutrendin paljastuminen vuosilustoindekseissä riippuu standardointimenetelmästä. Standardointi voitiin tehdä tässä tutkimuksessa yksinkertaista determinististä kasvumallia soveltaen, sillä tekijöiden D1 t ja D2 t. vaikutukset kasvuun voitiin olettaa minimoituneen jo aineiston valinnassa. Standardointimalliksi valittiin Kuuselan ja Kilkin (1963) esittelemä täyslogaritminen kasvuprosenttimalli: jossa log(p d + y 0 ) = a + b * log(t + t 0 ), jossa [4] 7

8 P d t = läpimitan kasvuprosentti = läpimittaa vastaava ikä (vuosilustojen lukumäärä) a ja b ovat mallin regressiokertoimia y 0 ja t 0 mallin jäykkyyteen ja muotoon vaikuttavia vakiolukuja. Standardoitu arvo eli indeksi saadaan vertaamalla havaittua kasvuprosenttia takaisinmuunnettuun ja logaritmikorjattuun kasvuprosenttiestimaattiin ja kertomalla lopuksi suhde 100:lla. Kunkin kalenterivuoden keskimääräinen indeksi saatiin laskemalla ko. vuoden standardoitujen arvojen keskiarvo. 5 Tulokset 5.1 Männyn ja kuusen vuosilustoindeksit Kuvassa 3 on esitetty männyn ja kuusen vuosilustoindeksit vuosille osaalueittain. Etelä- ja Pohjois-Suomen raja kulkee yhtenäiskoordinaatin mukaisesti eli suunnilleen Kokkola-Kajaani-Kuhmo-linjalla (kuva 2). Erityisesti pohjoinen osite on ilmastollisesti epäyhtenäinen. Aineiston koko ei kuitenkaan mahdollistanut maan jakamista pienempiin osa-alueisiin. Seuraavasta kuvataan indeksisarjojen erityispiirteet. Mänty, Pohjois-Suomi Männyn viimeisen viisivuotisjakson ( ) keskiarvo oli 95 eli 5 % keskitason alapuolella. Erityisesti vuosina männyn kasvu on ollut heikkoa. Lämmin 1970-luku näkyy tässäkin sarjassa hyvin: vuodesta 1972 alkanut suotuisa jakso kesti kahdeksan vuotta eli vuoteen 1979 saakka. Myös 1980-luvun loppupuolen viisivuotisjaksolla, vuosina , indeksit ovat olleet keskitason yläpuolella. Sarjaa laajemmin tarkasteltuna voidaan todeta jakson olleen männyn kasvun kannalta myönteinen; indeksien keskiarvo oli 105. Hyviä yksittäisiä kasvuvuosia olivat 1973 (117), (118, 125), 1979 (116) ja 1988 (115). Mänty, Etelä-Suomi Viimeisen viisivuotisjakson ( ) keskiarvo oli 100, mikä vastaa keskitasoa. Viimeisin huippujakso oli , jolloin kasvu oli keskimäärin noin 10 % keskiarvon yläpuolella. Sarjan lämpimin jakso sijoittuu vuosiin , jolloin 8

9 indeksikeskiarvo nousi 115:een. Lämpimien jaksojen väliin jäi epävakaa 10-vuotisjakso ( ), jolloin indeksi pysytteli keskitasolla tai sen alapuolella (keskiarvo 94). Mielenkiintoisena yksityiskohtana on samankaltaisuus indeksin kuusi vuotta kestävässä nousussa minimistä maksimiinsa vuosina ja ja maksimin jälkeen alkavassa laskussa. Erityisen heikon kasvun vuosia olivat 1969 (indeksi 83), 1985 (81) sekä vuodet 1992 ja Hyviä vuosia olivat 1966 (116), (114, 122, 116, 115) ja (118, 114). Kuusi, Pohjois-Suomi Viimeisen viisivuotisjakson ( ) keskiarvo oli 90. Kasvunvaihtelut ovat olleet pohjoisessa rajuja: lämpimät ja kylmät jaksot ovat vaihdelleet viisivuotiskausittain vuoronperään lähes ± 20 % keskitason molemmin puolin. Vuosina indeksi oli noin 17 % keskitason alapuolella, noin 14 % sen yläpuolella, jälleen 16 % alle normaalin ja vastaavasti noin 17 % normaalin yläpuolella. Uusin kasvun notkahdus tapahtui viiden vuoden lämpöjakson jälkeen vuosina , jolloin indeksi putosi arvoon 76. Kuusen kasvun syvä notkahdus kahden suotuisan jakson välissä 1980-luvun alussa näyttää dramaattiselta. Erityisen heikon kasvun vuosia olivat vuodet 1970 (indeksi 78), 1973 (80), 1982 (67) ja 1989 (74). Hyviä kasvuvuosia olivat 1966 (116), 1976 (120), 1979 (119), vuodet (115, 113, 118, 119, 119) ja ehkä myös 1991 (112). Kuusi, Etelä-Suomi Kuusen kasvu on ollut viimeisen viisivuotisjakson ( ) aikana selvästi keskitason alapuolella (indeksikeskiarvo 91). Koko 30-vuotisen tarkastelujakson heikoin (1989, indeksi 76) ja kolmanneksi heikoin vuosi (1992, indeksi 84) sattuvat kyseiselle jaksolle. Edellinen vastaavantyyppinen kuusen kasvun minimivuosi oli 1973 (indeksi 81). Viime vuosien heikkoa kasvua edelsi pitkä varsin suotuisa jakso luvun puolivälistä 1980-luvun loppupuolelle (ks. Henttonen 1990, s. 58). 5.2 Indeksisarjojen vertailu aiempien tutkimusten tuloksiin Vertailu Tiihosen indekseihin Tiihosen (1986) VMI7:n lustoaineistosta laskemat Pohjois-Suomen mänty- ja kuusiindeksit vuosille osoittavat vuotuisten kasvunvaihteluiden rytmittyvän 9

10 samansuuntaisesti VKIP-indeksien kanssa vertailujaksolla (kuva 4, yläosa). Huomiota kiinnittää VKIP-indeksien huomattavasti Tiihosen indeksejä alhaisempi taso kuusella 1960-luvulla ja 1970-luvun alussa; erot tosin tasoittuvat 1970-luvun loppupuoliskolla. Tasoeroon vaikuttavat ainakin laskentamenetelmän ja otantamenetelmän erilaisuus sekä erilainen tutkimusalue: Tiihonen sisällytti Pohjois- Suomeen Lapin ja Oulun läänit, kun taas VKIP-aineisto painottuu osa-alueelle III (ks. kuva 2). Tiihosen VMI7:n aineistosta vuosille laskemat eteläisimmän Suomen indeksit (Tiihonen 1983) ja VKIP-indeksit vastaavat melko hyvin toisiaan vertailujaksolla Ainoa suurempi ero on kuusen indekseissä 1960-luvun alussa, jolloin Tiihosen indeksit ovat jostain syystä huomattavan korkeat VKIPindekseihin verrattuna. Vertailu Henttosen indekseihin Henttosen VMI8:n aineistosta vuosille laskemat ja Mielikäisen (1991) julkaisemat Pohjois-Suomen indeksit ovat hyvin yhdenmukaiset vertailujaksolla (kuva 4, alaosa). Henttosen (1996) julkaisemat Etelä-Suomen indeksit ovat niin ikään yhdenmukaiset VKIP-indeksien kanssa vertailujaksolla Henttosen tuoreimmat vuosille laskemat Etelä-Suomen mänty- ja kuusiindeksit (Tomppo & Henttonen 1996) perustuvat VMI8:n aineistoon. VKIP-indeksit noudattavat pääpiirteissään niitä melko tarkoin yhteisellä tarkastelujaksolla Männyllä poikkeamat ovat hiukan suuremmat kuin kuusella ja Henttosen indeksit sukeltavat syvempään 1990-luvulla molemmilla puulajeilla, joskin tilanne tasoittuu vuonna 1993 (VKIP: mänty 75, kuusi 93, Henttonen: mänty 80, kuusi 95). Vuosien perusteella lasketut viisivuotiskeskiarvot vihjaavat kasvun alentuneen luvulla VMI:n kasvunvaihteluaineistojen perusteella vielä voimakkaammin kuin mitä VKIP-indeksien perusteella vuonna 1994 arvioitiin: mänty 86.4 <--> 92.6; kuusi 86.4 <--> 94.6). Tällä ei sinällään ole asian kannalta suurta merkitystä, sillä molemmat sarjat paljastavat selkeästi alenevan trendin. Henttosen indeksit vahvistavat samalla VKIPindeksien perusteella jo vuonna 1994 tehdyt päätelmät oikeiksi (Metla 1994). 10

11 Henttosen sarja kertoo mielenkiintoisen tuloksen vuodelta 1994: indeksi on noussut kuusella arvosta 70 peräti arvoon 112 ja männyn indeksikin 90:een. 5.3 Kasvun vaihtelun syyt Aiemmissa tutkimuksissa on osoitettu, että Etelä-Suomen olosuhteissa kuusen kasvua selittävät lähinnä alkukesän lämpimyys ja kesä-heinäkuun sademäärät (Henttonen 1990). Tässä tutkimuksessa Etelä-Suomen kuusen kasvun vaihtelua verrattiin Ilmatieteen laitoksen Jokioisten säähavaintoasemalla mitattuihin kuukausittaisiin säätilastoihin vuosilta Tämän vuoksi nyt laadittua kolmenkymmenen vuoden mittaista kasvuindeksisarjaa jatkettiin taaksepäin Mikolan (1950) ja Tiihosen (1979) indekseillä. Mikolan luvut vuosille koskevat Tammelan aluetta, Tiihosen indeksit vuosille koko Etelä-Suomea. Indeksisarjojen yhdistäminen on jossain määrin mielivaltainen, koska indeksisarjojen laadintaperiaatteet poikkeavat toisistaan. Kasvujen ja säähavaintojen vertailu antaa joka tapauksessa alustavan käsityksen ilmiöiden keskinäisestä riippuvuudesta. Vuosilustoindeksin ja vastaavan vuoden sääsuhteiden riippuvuudet olivat melko heikkoja. Kun tarkasteltavaksi otettiin sateiden ja kasvun useampivuotiset liukuvat keskiarvot, riippuvuudet tulivat huomattavasti selvemmiksi. Kuvan 5 mukaan Etelä- Suomen kuusen kasvu ja touko kesäkuun sademäärä ovat vaihdelleet samansuuntaisesti. Huomattavimmat poikkeukset ovat 1940-luvun alussa ja 1980-luvun puolivälissä luvulla kuusten kasvu kääntyi nousuun muutaman vuoden viiveellä sadekauden alettua. Sen sijaan 1980-luvulla kasvu käänty laskuun jo ennenkuin alkukesät alkoivat muuttua kuivemmiksi. Poikkeukset osoittavat, ettei sademäärä yksin pysty selittämään kuusen kasvun vaihtelua. Edellä mainittujen poikkeuksellisiin ajankohtiin sattuvat vuosisadan neljä kylmintä talvea, jotka ovat saattaneet vaurioittaa kuusten pinnallisia juuria tai hidastaa kevään tuloa syvän routaantumisen muodossa. Nyt saadut tulokset viittaavat siihen, että säätekijöiden vaikutukset ovat summautuvia ja vaikuttavat puiden kasvuun useiden vuosien ajan. Samaan tulokseen ovat Keski- Euroopassa tulleet mm. Becker ym. (1989) ja Kahle ym. (1993). Heidän mukaansa aiempien vuosien sateet vaikuttavat kuusen kasvuun jopa 5-7 vuoden takaa. 11

12 6 Tulosten tarkastelu 6.1 Tulosten luotettavuus Indeksien tarkkuus Kasvuindeksien keskiarvon keskivirhe on 2-3:n prosenttiyksikön suuruusluokkaa. Indeksilukujen keskivirhe riittää kuvaamaan tulosten luotettavuuden vain siinä tapauksessa, että aineisto on edustava. On luultavaa, että aineistossa esiintyy satunnaisvirheen lisäksi systemaattista virhettä. Systemaattinen virhe syntyy, kun aineiston keruuvaiheessa kasvunvaihtelun kannalta tärkeitä tekijöitä jää ottamatta huomioon tai kun niitä painotetaan virheellisesti. Lisäksi kasvunvaihteluun liittyvät tuho-, lannoitus, metsänparannus- ja metsänkäsittelyvaikutukset saattavat tulla mukaan aineistoon, ja tulla käsitellyksi ilmastollisina vaikutuksina. Kasvunvaihtelun ilmastollisen komponentin erottaminen kasvuindeksilukuina muusta kasvunvaihtelusta on aineistonkeruun kannalta vaikea ongelma. Samalta alueelta samoin menetelmin lasketut indeksisarjat voivat poiketa rajustikin toisistaan nimenomaan aineistojen erilaisuuden vuoksi. Tilannetta ei paranna juurikaan aineiston määrän kasvattaminen, mikäli keruun lähtökohdat ovat virheelliset. Kasvunvaihteluaineistot vaativat koemetsiköiden historian tarkan tuntemuksen, mikä vaatimus jo sellaisenaan lisää kustannuksia. Kun kasvunvaihteluaineiston metsiköille asetetettavat vaatimukset ovat sangen tiukat, käy helposti niin, ettei sopivia kohteita löydy käytettävissä olevien resurssien puitteissa riittävästi. Kasvunvaihteluaineistojen edustavuuden määrittämiselle ei toistaiseksi ole olemassa menetelmää, koska kasvunvaihtelusta ei ole vielä riittävästi tietoa. Systemaattista virhettä ei siis voida mitata. Osia systemaattisesta virheestä on jäljitettävissä. Satunnaisvirheen määrittäminen voidaan tehdä tilastollisin perustein, ja sitä käytetään kasvuindeksien tarkkuuskriteerinä. Kasvuindeksien laskentaryhmät tulisi määritellä siten, että keskivirhe jää alle yhden prosenttiyksikön. Tämä merkitsee usein piirimetsälautakuntien yhdistelyä ja jaksoittaisia, esim. 5 vuoden, indeksisarjoja. 12

13 Systemaattista virhettä voidaan välttää huolellisella aineistonkeruun suunnittelulla ja toteuttamisella. Tässä tutkimuksessa asetettiin kasvuindeksien luotettavuuskriteereiksi yhdistelmäsarjoissa yhden ja alueittaisissa sarjoissa 2-3 prosentin keskivirhe. Muina arvostelukriteereinä käytettiin vertailua muiden tutkimusten kasvuindeksisarjoihin. Vertailua vaikeutti tutkimusalueiden, tutkimusaineistojen ja laskentamenetelmien erilaisuus. Niiltä osin kuin vertailu oli toteutettavissa samalle alueelle, olivat sarjat melko yhdenmukaiset. Standardointi vaikuttaa indeksien luotettavuuteen. Mallin harhaisuus näkyy koko indeksisarjassa, mikäli aineisto täyttää teoreettiset perusvaatimukset kalenterivuosittaisesta ja ikäluokittaisesta jakautumisesta. Käytettävissä olevalla aineistolla havaintojen ikäjakauma on painottunut vanhoihin ikäluokkiin, mikä aiheuttaa harhaisuutta erityisesti indeksisarjojen päissä. Laskentamenetelmien vaikutus on indekseihin on ollut yllättävän pieni Indeksisarjojen vertailuperiaatteet Täsmällisen referenssi-indeksisarjan määrittäminen on lähes mahdotonta. Indeksisarjat kuvaavat lähinnä asianomaiseen otokseen valituksi tulleiden puiden vastetta ilmastoon (C t ), kun ei-ilmastosta johtuvat kasvutekijät (D1 t, D2 t ) on minimoitu koejärjestelyin ja mallitusteknisesti. Tämäkään ei pidä täysin paikkaansa, sillä ilmaston vaikutusta ei voi esimerkiksi yhdysvaikutusten vuoksi erottaa kokonaan muusta kasvusta. Indeksien laskentaa vaikeuttaa lisäksi otantavirheestä ja yksilöimättömistä kasvutekijöistä aiheutuva selittämätön kasvun vaihtelu (Ε t ), joka voi painottua eri tavoin eri vuosien indekseissä. Mainittujen tekijöiden vuoksi eri tutkimuksista samalle alueelle lasketut vuotuiset indeksit voivat poiketa toisistaan useita indeksiyksikköjä joidenkin vuosien osalta ilman, että voidaan osoittaa erityisiä syitä eroihin. Yhteenvetona voitaneen todeta, että indeksien tulkinnassa tulee olla kriittinen pienten erojen kohdalla, sillä kyse voi olla virhemarginaaliin sisältyvistä samanarvoisista havainnoista. Jonkinlaisena peukalosääntönä voineekin pitää indeksitarkasteluissa sitä, että johtopäätöksiä kannattaa tehdä vasta yli viiden yksikön vuotuisten poikkeamien perusteella. Tilanne tarkentuu, kun tarkastellaan viiden tai kymmenen peräkkäisen 13

14 vuoden keskiarvoja, joskin sekään ei poista otantaan tai tutkimusaineistojen laatuun liittyviä puutteita. Indeksisarjojen vertailussa toimitaan varmemmalta pohjalta, kun tarkastellaan niiden yleispiirteitä. Tällöin huomiota on kiinnitettävä esimerkiksi seuraaviin seikkoihin. Käyttäytyvätkö sarjat yhdenmukaisesti? Onko sarjojen välillä tasoeroja? Miten sarjojen minimit ja maksimit ovat sijoittuneet? Onko sarjoissa havaittavissa yhdenmukaisia trendimäisiä poikkeamia; Miten peräkkäisten vuosien vaihtelu näkyy sarjoissa? Monipuoliseen indeksianalyysiin tulisi liittää myös säätekijöiden ja kasvun välisten yhteyksien tarkastelu, kasvutrendianalyysit ja kartakepohjaiset esitykset taulukkomuotoisten esitysten rinnalle. Viimeksi mainitussa tapauksessa kasvunvaihtelu voidaan esittää alueellisesti kattavina trendi- ja trendipoikkeamapintoina, jolloin saadaan tietoa paikallisista anomalioista (esim. Tomppo ja Henttonen 1996). Tässä tutkimuksessa tutkittiin säätekijöiden ja kasvun välisiä riippuvuussuhteita sekä jossain määrin myös kasvutrendejä. 62. Sääsuhteiden tarkastelua Vuosilustoindeksit osoittavat kuusen keskimääräisen kasvun olleen Etelä-Suomessa vuosina noin 9 % pitkäaikaisen keskiarvon alapuolella. Männyn kasvu on ollut 1980-luvun loppupuolella nouseva. Vuosina se on kuitenkin Etelä- Suomessa 9 % ja Pohjois-Suomessa 13 % keskitason alapuolella. Etelä-Suomessa kuusen kasvun vaihtelu on pääpiirtein samansuuntainen touko kesäkuun sateiden kanssa. Aiemmat arviot siitä, ettei kuivuus yleensä rajoita puiden kasvua Suomessa (Mikola 1950), eivät saa tukea tuloksista. Sen sijaan tulokset ovat samansuuntaisia Henttosen (1984, 1990) tulosten kanssa. Olennaista nyt tehdyissä havainnoissa on se, että sateisuus ja kuivuus vaikuttavat Etelä-Suomen kuusten kasvuun usean vuoden ajan (vrt. Kahle ym. 1993). Usean vuoden jaksoissa aaltoileva kuusen kasvu näkyy myös silmävaraisesti arvioitavassa puiden elinvoimaisuudessa. Arviomme kuusen kasvun usean vuoden jaksoissa tapahtuvan vaihtelun mekanismista on seuraavanlainen: 14

15 Sadekausien aikana (esim ) viljavilla mailla kasvavat kuuset saavat runsaasti vettä ja ravinteita, minkä vuoksi ne kasvattavat paljon yhteyttävää neulasmassaa juurten kustannuksella. Kuivan kauden tullen (esim luvun vaihde) vähäiset juuret eivät saa riittävästi vettä, minkä vuoksi puut varistavat osan haihduttavista neulasistaan ja käyttävät yhteyttämistuotteita uusien juurten kasvattamiseen. Kuivat keväät voivat vaikuttaa puiden vedenottoon joko suoraan tai hidastamalla roudan sulamista pakkastalvien jälkeen vähälumisissa kuusikoissa (Raitio 1996). Molemmissa tapauksissa kuuset kärsivät vedenpuutteesta. Oman lisänsä epätasapainoiselle kasvulle saattaa antaa ilmasta satava typpi, joka Spieckerin (1991) lannoitustutkimusten mukaan äärevöittää puiden kasvun vuosien välistä vaihtelua. Vuodesta 1985 vuoteen 1993 touko kesäkuun sademäärät ovat pudonneet Etelä- Suomessa %. Mallilaskelmien (ks. Mielikäinen 1996, s. 9) mukaan tämän tulisi alentaa kuusen paksuuskasvua viiden vuoden keskiarvona noin 20 prosenttia, kuten on tapahtunut sekä nyt esitettyjen indeksien että valtakunnan metsien inventointitulosten mukaan. Kuivuuden lisäksi Etelä-Suomen puita ovat rasittaneet kahdeksan vuoden jaksoon sattuneet kaksi ennätyksellisen kylmää (1985 ja 1987) ja vuosisadan kolme lämpimintä talvea (1989, 1990 ja 1992). Tämän lisäksi vuonna 1989 kuusen siemensato oli korkein, mitä maassamme on koskaan havaittu (Hokkanen 1992). Aiempien tutkimusten (Pukkala 1987) mukaan useaan tonniin hehtaarilla kohoava käpysato saattaa alentaa kuusen vuotuista kasvua jopa kolmanneksella. Kirjallisuus Becker, M., Landman, G. & Levy, G Silver fir decline in the Vosges mountains (France): Role of climate and silviculture. Water, Air and Soil Pollution 48: Cook, E. R A Conceptual linear aggregate model for tree rings. Julkaisussa: Methods of Dendrochronology. Applications in the Environmental Sciences. Cook, E. R. & Kairiukstis, L. A. (toim.) Kluwer Academic publishers. International Institute for Applied Systems Analysis. s ISBN , Briffa, K., Shiyatov, S. & Mazepa, V Tree-ring standardization and growthtrend estimation. Julkaisussa: Methods of Dendrochronology. Applications in the Environmental Sciences. Cook, E. R. & Kairiukstis, L. A. (toim.) Kluwer Academic 15

16 publishers. International Institute for Applied Systems Analysis. s ISBN Draper, N.R. & Smith, H Applied regression analysis. 2. painos. John Wiley and Sons. New York. USA. x s. Eriksson, H. & Johansson, U Yields of Norway spruce (Picea abies (L.) Karst.) in two consecutive rotations in southwestern Sweden. Plant and Soil 154: Fritts, H Tree Rings and Climate. Academic Press. London. 567 s. Henttonen, H The dependence of annual ring indices on some climatic factors. Seloste: Vuosilustoindeksien riippuvuus ilmastotekijöistä. Acta Forestalia Fennica 186: Kuusen rinnankorkeusläpimitan kasvun vaihtelu Etelä-Suomessa. Summary: Variation in the diameter growth of Norway spruce in Southern Finland. University of Helsinki, Department of Forest Mensuration and Management. Research notes 25: Hokkanen, T Käpysatotiedustelun tulokset Moniste. 15 s. Holmes, R. L Dendrochronology program library users manual. Laboratory of Tree-Ring Research, University of Arizona, Tucson, Arizona, USA. 51 s. Holmsgaard, Hustich, I The radial growth of the pine at the forest limit and its dependence on the climate. Commentationes Biologicae, Societas Scientiarum Fennica 9(11): The growth of Scots Pine in Northern Lapland, Annales Botanici Fennici 2: Jonsson, B Studier över den av väderleken orsakade variationen i årsringbredderna hos tall och gran i Sverige. Skogshögskolan, Institutionen för skogsproduktion. Rapportter och uppsatser 16. s. Kahle, H.-P., Hahn, D. & Spiecker, H Witterungsverlauf und Wachstum von Fichten, Tannen und Buchen in Südwestdeutschland unter besonderer Berücksichtigung des Standorts und des Standraums. Kfk-PEF, 104: Kangas, E Kuusikoiden kuivumisesta metsätuho- ja metsänhoidollisena kysymyksenä. Acta Forestalia Fennica 52(5): Keller, W Bonität in Fichten-Folgebeständen ehemaliger Fichten- Versuchsflächen der WSL. Jahrestagung vom Juni 1992, Grillenburg/Sachsen: Tagungsband. DVFFA, Sektion Ertragskunde, Ber. d. Jahrestagung. s

17 Kenk, G., Spiecker, H. & Diener, G Referenzdaten zum Waldwachstum. Projekt Europäisches Forschungszentrum für Mabnahmen zur Luftreinhaltung (PEF 82). Kernforschungszentrum Karlsruhe. 59 s. Kuusela, K. & Kilkki, P Multiple regression of increment percentage on other characteristics in Scots pine stands. Seloste: Kasvuprosentin ja muiden metsikkötunnusten välinen yhteiskorrelaatio männiköissä. Acta Forestalia Fennica 75(4) 40 s. Lindholm, Markus Sää säätää mänty muistaa. Kesäaikaisten lämpötilojen rekonstruointi männyn vuosilustokalenterin avulla Enontekiön alueella (Midsummer temperatures reconstructed from tree-rings of pine in Northern Finnish Lapland). Julkaisussa: Uudet menetelmät ja niiden sovellukset kvartääritutkimuksessa. Symposio Mekrijärvellä Acta Universalis Ouluensis. Series A Scientiae Rerum Naturalium 251. s. Mielikäinen, K Puutetta ja ylitarjontaa kasvun kertomaa. Käytännön maamies 5: Kasvun vaihtelu ja kasvutrendit Euroopassa. Julkaisussa: Hökkä, H., Salminen, H. & Varmola, M. (toim.). Pohjoisten metsien kasvu ennen, nyt ja tulevaisuudessa. Metsäntutkimuspäivä Rovaniemellä Metsäntutkimuslaitoksen tiedonantoja 589: & Timonen, M Growth Trends of Scots pine (Pinus sylvestris, L.) in Unmanaged and Regularly Managed Stands in Southern and Central Finland. Julkaisussa: Spiecker, H., Mielikäinen, K., Köhl, M. & Skovsgaard, J. P. (toim.). Growth Trends of European Forests. European Forest Research Report 5: Mikola, P Puiden kasvun vaihteluista ja niiden merkityksestä kasvututkimuksissa. Summary: On variations in tree growth and their significance to growth studies. Communicationes Instituti Forestalis Fenniae 38(5): Nöjd, P. & Reams, G. A Growth variation of Scots pine across a pollution gradient on the Kola peninsula, Russia. Environmental pollution (painossa). Pukkala, T Siementuotannon vaikutus kuusen ja männyn vuotuiseen kasvuun. Silva Fennica 21(2): Raitio, H. (toim.) Kuusikoiden kunto Merenkurkun alueella. Granskogarnas hälsotillstånd I Kvarkenregionen. Summary: Condition of Norway spruce in the Kvarken region of the Gulf of Bothnia. Merenkurkun neuvosto Kvarkenrådet. 145 s. 17

18 Schulman, E Tree-rings and Runoff in the South Platte River Basin. Tree-Ring Bulletin 11: Spiecker, H Liming, nitrogen and phosphorus fertilization and the annual volume increment of Norway spruce stands on long-term permanent plots in Southwestern Germany. Fertilizer research 27: Growth dynamics in a changing environment Long-term observations. Plant and Soil (painossa). Spiecker, H., Mielikäinen, K., Köhl, M. & Skovsgaard, J. P. (toim.) Growth Trends of European Forests. Studies from 12 Countries. European Forest Research Report s. Tiihonen, P Kasvun vaihtelu valtakunnan metsien 6. inventoinnin aineiston perusteella. Summary: Variation in tree growth in Finland based on the results of the 6th National Forest Inventory. Folia Forestalia 407: Männyn ja kuusen kasvun vaihtelu Suomen eteläisimmässä osassa valtakunnan metsien 7. inventoinnin aineiston perusteella. Summary: Growth variation of pine and spruce in the southernmost part of Finland accordibg to the 7th National Forest Inventory. Folia Forestalia 545: Kasvun vaihtelu Suomen pohjoispuoliskossa valtakunnan metsien 7. inventoinnin aineiston perusteella. Summary: Growth variation in North Finland according to the 7th National Forest Inventory. Folia Forestalia 658: 1 9. Timonen, M Climatic variations during the last 500 years in Finnish Lapland: an approach based on the tree rings of Scots pine. Julkaisussa: Heikinheimo, P. (toim.). International conference on past, present and future climate. Proceedings of the SILMU-conference held on Helsinki, Finland, August Publications of the Academy of Finland 6/95. s Lapin metsien kasvun vaihtelu viimeisen 500 vuoden aikana. Julkaisussa: Hökkä, H., Salminen, H. & Varmola, M. (toim.). Pohjoisten metsien kasvu ennen, nyt ja tulevaisuudessa. Metsäntutkimuspäivä Rovaniemellä Metsäntutkimuslaitoksen tiedonantoja 589: Vuokila, Y Puuntuotoksen tutkimussuunnan kestokokeiden periaatteita ja suunnitelmia. Metsäntutkimuslaitoksen tiedonantoja 239: viitettä 18

19 19

20 Kuvatekstit: Kuva 1. Inarin Muotkanruoktussa kasvaneen vanhan metsänrajamännyn kasvun vaihtelu vuodesta 1644 vuoteen Kuva 2. Valtakunnalliset VKIP-kokeet Suomessa. Kuva 3. Männyn ja kuusen kasvuindeksit vuosille Kuva 4. VKIP-kasvuindeksien vertailu Tiihosen ja Henttosen laatimiin indeksisarjoihin eri maantieteellisille ositteille. Kuva 5. Kuusen kasvun ja touko kesäkuun sademäärien suhteellinen vaihtelu menneen viiden vuoden liukuvina keskiarvoina Etelä-Suomessa (sademäärä Jokioisilla) sekä kasvuindeksit Tammela (Mikola 1950), Etelä- Suomi (Tiihonen 1979) ja Etelä-Suomi (tämä tutkimus). 20