Männyn oksaisuuslaadun vaihtelu ja sen ennustaminen katkonnan yhteydessä. Jarkko Isotalo Tampereen yliopisto

Samankaltaiset tiedostot
Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

Voidaanko laatu huomioida männyn katkonnassa? Jori Uusitalo Joensuun yliopisto

Kuusen kasvun ja puutavaran laadun ennustaminen

Kuusen kasvun ja puutavaran laadun ennustaminen

Tukkiröntgendata sahapuun ohjauksessa

Tukkiröntgendata sahapuun ohjauksessa

Kuusen kasvun ja puutavaran laadun ennustaminen

Tukin laatukatkonta. Valtakunnalliset mittauspäivät, Antti Raatevaara. Luonnonvarakeskus. Luonnonvarakeskus

hinnoitteluun ja puukauppaan

Harvennuspuun raaka-aineominaisuudet ja puutuotemahdollisuudet

Runkohinnoittelun käytettävyys? Puumarkkinatyöryhmä, tiistaina Jukka Malinen Metla / Joensuu

KUUSEN OMINAISUUSPOTENTIAALI

Sovellettu todennäköisyyslaskenta B

Tukkien laatukriteerit ja apteerauksen arvoperusteet

Mat Tilastollisen analyysin perusteet, kevät 2007

SahapuuPunJGoj en APTEEIAUS alkaen käyttöön hyväksytyt. metsäteollisuuden tarkastamat tukkienteko-ohjeet.

LEIMIKON ARVONMUODOSTUS Myyntiarvo

Vaihtoehtoisia malleja puuston kokojakauman muodostamiseen

Valinnanvapaus ja alueellinen saatavuus Kelan kuntoutuksessa. Visa Pitkänen Tutkija Kelan

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

Eero Lukkarinen Sirkka Keskinen Jari Marjomaa Olavi Pennanen

Väliestimointi (jatkoa) Heliövaara 1

Mänty sahapuuna tapaustutkimuksia

Suomalaisen sahateollisuuden kilpailukyvyn

Pohjois- ja Etelä-Suomen kuusen ominaisuudet vaativien rakennustuotteiden kannalta

Katkonta - ensimmäinen jalostuspäätös vai raaka-aineen hinnan määritystä?

Kuusen kasvun ja puutavaran laadun ennustaminen

Hämeenlinna Jari Lindblad Jukka Antikainen

Läpäisyehto: Kokeesta saatava 5. Uusintakoe: Arvosana määräytyy yksin uusintakokeen perusteella.

Puukaupan uudet tuulet - rungonosahinnoittelu. Jori Uusitalo Metla

Sovellettu todennäköisyyslaskenta B

ARVO-ohjelmisto pienpuun hankinnan tukena

1. Tilastollinen malli??

Itä-Savon laatukasvatuspäivä Rantasalmi,

Hoitotyön henkilöstövoimavarojen hallinnan mallintaminen kansallisesti yhtenäisillä tunnusluvuilla

METSATEHO ~ METSÄTEOLLISUUS 12/1994 PUUNKORJUUN KUSTANNUSTEN JAKAMINEN PUUTAVARALAJEILLE. Jari Terävä. Teppo Oijala

Metsänhoidollisen ympäristön vaikutus mäntysahapuun laatuun

PUUTAVARA- PÖLKKYJEN MITTAUS

PITUUSJAKAUTUMINEN. mittausta katkottujen paperipuiden hakkuusta kerättyjä tutkimusainei stoja hyväksi käyttäen.

Laatua kuvaavien kasvumallien kehittäminen. Annikki Mäkelä, Anu Kantola, Harri Mäkinen HY Metsäekologian laitos, Metla

Kvantitatiiviset menetelmät

Lineaariset luokittelumallit: regressio ja erotteluanalyysi

Katkonnanohjaus evoluutiolaskennan keinoin

805306A Johdatus monimuuttujamenetelmiin, 5 op

Sahatavara. Laatutavaraa suomalaisesta kuusesta ja männystä

Sovellettu todennäköisyyslaskenta B

Mat Tilastollisen analyysin perusteet, kevät 2007

40VUOTISJUHLARETKEILY

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Dynaamiset regressiomallit

Laatumäntyä erirakenteiskasvatuksella koesuunnitelma ja toteutus

PURO Osahanke 3. Elintoimintoihin perustuvat mallit: Tavoitteet. PipeQual-mallin kehittäminen. PipeQual-mallin soveltaminen

ABHELSINKI UNIVERSITY OF TECHNOLOGY

1. Tutkitaan tavallista kahden selittäjän regressiomallia


Laboratorioanalyysit, vertailunäytteet ja tilastolliset menetelmät

Regressioanalyysi. Kuusinen/Heliövaara 1

Mikä muuttuu, kun kasvihuoneilmiö voimistuu? Jouni Räisänen Helsingin yliopiston fysiikan laitos

Johtuuko tämä ilmastonmuutoksesta? - kasvihuoneilmiön voimistuminen vaikutus sääolojen vaihteluun

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

Aritmeettinen lukujono

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Männyn kuivaoksa- ja latvusrajan silmävaraisen arvioinnin tarkkuus

Menetelmät tietosuojan toteutumisen tukena - käytännön esimerkkejä. Tilastoaineistot tutkijan työvälineenä - mahdollisuudet ja rajat 2.3.

(b) Vedonlyöntikertoimet syytetyn ihonvärin eri luokissa

Lohkoasetelmat. Vilkkumaa / Kuusinen 1

HAAPA PUUTUOTETEOLLISUUDESSA

ARVO ohjelmisto. Tausta

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

Metsikkötason optimointimallit metsänkasvatuksen taloudellisessa tutkimuksessa ja metsänkäsittelypäätösten tukena

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

Etelä-Suomen raakapuuvarat laskennalliseen pölkytykseen perustuen

Puustovaurioiden määrittäminen ajouralle näkyvien vaurioiden perusteella

Sovellettu todennäköisyyslaskenta B

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i

riippumattomia ja noudattavat samaa jakaumaa.

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

Lohkoasetelmat. Kuusinen/Heliövaara 1

Itseoppivat ja joustavat tuotantojärjestelmät puutuoteteollisuudessa (SisuPUU)

MAOL-pisteytysohje. Matematiikka lyhyt oppimäärä Kevät 2014

Estimointi. Vilkkumaa / Kuusinen 1

a) Mitkä reaaliluvut x toteuttavat yhtälön x 2 = 7? (1 p.) b) Mitkä reaaliluvut x toteuttavat yhtälön 5 4 x

Harvennuslehtikuusen laatuluokituksen

Harjoitus 7: NCSS - Tilastollinen analyysi

Puuston ennakkotiedon hankintamenetelmät. Tapio Räsänen Eero Lukkarinen

Ionisoiva säteily. Tapio Hansson. 20. lokakuuta 2016

Todennäköisyyden ominaisuuksia

pisteet Frekvenssi frekvenssi Yhteensä

Rakenteisen kirjaamisen hyödyntäminen tunnuslukutyössä perusterveydenhuollossa

Matemaattinen Analyysi

Tuontikoivutukkien laatu loppukäyttäjien kannalta. Juha Arponen & Henrik Heräjärvi

ARVO ohjelmisto. Tausta

dx=5&uilang=fi&lang=fi&lvv=2014

Johdatus tilastotieteeseen Johdatus regressioanalyysiin. TKK (c) Ilkka Mellin (2005) 1

Taitaja 2011 finaalitehtävät Metsäkoneenkäyttö

Transkriptio:

Männyn oksaisuuslaadun vaihtelu ja sen ennustaminen katkonnan yhteydessä Jarkko Isotalo Tampereen yliopisto 9.6.2003

Laatuaineisto Laatuaineisto koostuu kuuden eri leimikon mäntyrungoista: 1) Ryösä (20 runkoa) 2) Koskinen I (20 runkoa) 3) Koskinen II (10 runkoa) 4) Tuohiniemi (20 runkoa) 5) Palojoki (10 runkoa) 6) Kuusijoensuu (20 runkoa) Sydäntavarakappaleet on laatuluokitettu oksaisuuden suhteen. (sahe 0 ja sahe 1) Oksaisuuslaatuluokitus on määritelty saheen jokaiselle 10 cm:n alueelle pintalappeen ja molempien syrjien perusteella. Aineisto sisältää myös runkojen kuivaoksa- ja latvusrajat.

Laatuluokitus Laatuluokitus perustuu Pohjoismaisen sahatavaran lajitteluohjeisiin. Aineiston laatumuuttujat: - Lape tuoreoksa - Lape kuivaoksa - Lape laho-oksa - Syrjä tuoreoksa - Syrjä kuivaoksa - Kokonaislaatu maksimi summa maksimi summa maksimi summa maksimi summa maksimi summa

Tutkimuksen tavoitteet Laatuaineiston kuvaileva analyysi: Havainnollistaa oksaisuuden vaihtelua ja tarkastella muuttujien välisiä riippuvuussuhteita. Tilastollinen mallintaminen:? Ennustaa tilastollisen mallin avulla ensimmäistä laadun vaihtumiskohtaa (ulkoisia tunnusmerkkejä hyväksi käyttäen). A B

Laatuluokitus: Leimikko 1, Runko 1. Sahe 1 Ensimmäinen laadunvaihtokohta: 150 cm. A1 A2 A3 A4 B C D A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa Sahe 0 Ensimmäinen laadunvaihtokohta: 80 cm. A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa 0 40 90 140 200 260 320 380 440 500 560 620 680 740 800 860 920 Rungon pituus (cm)

Laatuluokitus: Leimikko 1, Runko 2. Sahe 1 Ensimmäinen laadunvaihtokohta: 750 cm. A1 A2 A3 A4 B C D A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa Sahe 0 Ensimmäinen laadunvaihtokohta: 110 cm. A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa 0 60 140 230 320 410 500 590 680 770 860 950 1050 1160 1270 1380 1490 1600 Rungon pituus (cm)

Laatuluokitus: Leimikko 6, Runko 20. Sahe 1 Ensimmäinen laadunvaihtokohta: 500 cm. A1 A2 A3 A4 B C D A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa Sahe 0 Ensimmäinen laadunvaihtokohta: 200 cm. A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa 0 50 120 200 280 360 440 520 600 680 760 840 920 1010 1100 1190 1280 Rungon pituus (cm)

Laatuluokituksen jakauma huonoimman laadun perusteella 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksa Lape - kuivaoksa Lape - laho-oksa Syrjä - tuoreoksa Syrjä - kuivaoksa 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

Laatuluokituksen jakauma huonoimman laadun perusteella 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksan maksimi Lape - tuoreoksan summa Lape - kuivaoksan maksimi Lape - kuivaoksan summa Lape - laho-oksan maksimi Lape - laho-oksan summa Syrjä - tuoreoksan maksimi Syrjä - tuoreoksan summa Syrjä - kuivaoksan maksimi Syrjä - kuivaoksan summa 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

A ja B laadun jakauma 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksa Lape - kuivaoksa Lape - laho-oksa Syrjä - tuoreoksa Syrjä - kuivaoksa A luokka 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

B laadun kokojakauma 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksan maksimi Lape - tuoreoksan summa Lape - kuivaoksan maksimi Lape - kuivaoksan summa Lape - laho-oksan maksimi Lape - laho-oksan summa Syrjä - tuoreoksan maksimi Syrjä - tuoreoksan summa Syrjä - kuivaoksan maksimi Syrjä - kuivaoksan summa 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

Ensimmäinen B laatukohta (cm) Kuivaoksaraja ja ensimmäinen B laatukohta 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Kuivaoksaraja (m) 0 100 200 300 400 500 600 700 800 900

Ensimmäinen B laatukohta (cm) Latvusraja ja ensimmäinen B laatukohta 0 2 4 6 8 10 12 14 16 18 20 Latvusraja (m) 0 100 200 300 400 500 600 700 800 900

Logistinen regressio : e 1+ e α + β * x0 π B( pituus = x0) = α + β * x 0

Tutkimuksen ongelmia 1. Tutkimusongelma on väärä! Ensimmäistä laadunvaihtokohtaa on ehkä mahdotonta ennustaa. Uutena tavoitteena pitäisikin olla keinojen luominen, joiden avulla turhia B laadun tukkeja voidaan välttää. Vastaavasti voisivatko nykyiset A laadun tukit olla pidempiä?

Ensimmäisen tukin laatujakauma 75 25 A laatu B laatu 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75

Ensimmäisen tukin A laadun jakauma Ensimmäisen tukin B laadun jakauma Frekvenssi 0 5 10 15 20 25 30 35 40 45 50 Frekvenssi 0 5 10 15 20 25 30 35 40 45 50 4000 4300 4600 4900 5200 5500 cm 4000 4300 4600 4900 5200 5500 cm

Tutkimuksen ongelmia 2. Laatuluokitus on harhainen! Huonoimman metrin periaate tuottaa harhaisia tuloksia. Uuden luokitusmenetelmän pitäisi vastata paremmin todellisten oksaryppäiden olemassa oloa. Ryhmittelyanalyysin avulla voitaisiin saheelta löytää oksaryhmät, jotka sitten luokiteltaisiin oksaryhmän laadun suhteen.

Uusi laatuluokitus Perusperiaate: Etsitään ensiksi oksaryhmät ja sen jälkeen oksaryhmälle annetaan laatuluokitus.

Uusi laatuluokitus: Leimikko 1, Runko 1. Sahe 1 Ensimmäinen laadunvaihtokohta: 240 cm. A1 A2 A3 A4 B C D A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa Sahe 0 Ensimmäinen laadunvaihtokohta: 170 cm. A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa 0 40 90 140 200 260 320 380 440 500 560 620 680 740 800 860 920 Rungon pituus (cm)

Uusi laatuluokitus: Leimikko 1, Runko 2. Sahe 1 Ensimmäinen laadunvaihtokohta: 880 cm. A1 A2 A3 A4 B C D A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa Sahe 0 Ensimmäinen laadunvaihtokohta: 200 cm. A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa 0 60 140 230 320 410 500 590 680 770 860 950 1050 1160 1270 1380 1490 1600 Rungon pituus (cm)

Uusi laatuluokitus: Leimikko 6, Runko 20. Sahe 1 Ensimmäinen laadunvaihtokohta: 460 cm. A1 A2 A3 A4 B C D A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa Sahe 0 Ensimmäinen laadunvaihtokohta: 290 cm. A vs. (B ja C ja D) Laatuluokitus Lape tuoreoksa maksimi Lape tuoreokda summa Lape kuivaoksa maksimi Lape kuivaoksa summa Lape laho-oksa maksimi Lape laho-oksa summa Syrjä tuoreoksa maksimi Syrjä tuoreoksa summa Syrjä kuivaoksa maksimi Syrjä kuivaoksa summa 0 50 120 200 280 360 440 520 600 680 760 840 920 1010 1100 1190 1280 Rungon pituus (cm)

Laatuluokituksen jakauma huonoimman laadun perusteella (uusi luokitus) 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksa Lape - kuivaoksa Lape - laho-oksa Syrjä - tuoreoksa Syrjä - kuivaoksa 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

Laatuluokituksen jakauma huonoimman laadun perusteella (uusi luokitus) 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksan maksimi Lape - tuoreoksan summa Lape - kuivaoksan maksimi Lape - kuivaoksan summa Lape - laho-oksan maksimi Lape - laho-oksan summa Syrjä - tuoreoksan maksimi Syrjä - tuoreoksan summa Syrjä - kuivaoksan maksimi Syrjä - kuivaoksan summa 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

A ja B laadun jakauma (uusi luokitus) 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksa Lape - kuivaoksa Lape - laho-oksa Syrjä - tuoreoksa Syrjä - kuivaoksa A luokka 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

B laadun kokojakauma (uusi luokitus) 0 10 20 30 40 50 60 70 80 90 100 Lape - tuoreoksan maksimi Lape - tuoreoksan summa Lape - kuivaoksan maksimi Lape - kuivaoksan summa Lape - laho-oksan maksimi Lape - laho-oksan summa Syrjä - tuoreoksan maksimi Syrjä - tuoreoksan summa Syrjä - kuivaoksan maksimi Syrjä - kuivaoksan summa 10 80 160 250 340 430 520 610 700 790 880 970 1060 1160 1260 1360 1460 1560 1660 Rungon pituus (cm)

Ensimmäinen B laatukohta (cm) Kuivaoksaraja ja ensimmäinen B laatukohta (uusi luokitus) 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Kuivaoksaraja (m) 0 100 200 300 400 500 600 700 800 900

Ensimmäinen B laatukohta (cm) Latvusraja ja ensimmäinen B laatukohta (uusi luokitus) 0 2 4 6 8 10 12 14 16 18 20 Latvusraja (m) 0 100 200 300 400 500 600 700 800 900

Tutkimuksen jatko Tilastollisen mallin luominen, minkä avulla turhien B laatuluokan saheiden muodostuminen voitaisiin estää. Todellisuutta paremmin kuvaavan laatuluokituksen muodostaminen (Ryhmittelyanalyysi).?