Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA

Samankaltaiset tiedostot
1. Johdanto Todennäköisyysotanta Yksinkertainen satunnaisotanta Ositettu otanta Systemaattinen otanta...

Trestima Oy Puuston mittauksia

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Keski-Suomen metsäkeskuksen alueella

"Karuselli", 4 kohdetta, 4 ryhmää per kohde, min. Mukana kuljetettavat ryhmäkohtaiset varusteet ja kohteella annettavat välineet.

VMI9 ja VMI10 maastotyövuodet

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Savon metsäkeskuksen alueella

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Pirkanmaan metsäkeskuksen alueella

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Etelä-Pohjanmaan metsäkeskuksen alueella

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Lounais-Suomen metsäkeskuksen alueella

Jakaumamallit MELA2009:ssä. MELA käyttäjäpäivä Kari Härkönen

Trestima Oy Puuston mittauksia

Kasvu- ja tuotostutkimus. Tutkimuskohteena puiden kasvu ja metsien kehitys. Luontaisten kasvutekijöiden vaikutukset. Männikköä karulla rämeellä

Viljelytaimikoiden kehitys VMI:n mukaan

Puusto poiminta- ja pienaukkohakkuun jälkeen

Tukki- ja kuitupuun hakkuumahdollisuudet sekä sivutuotteena korjattavissa oleva energiapuu Tietolähde: Metla VMI10 / MELA-ryhmä / 16.6.

Estimointi. Vilkkumaa / Kuusinen 1

Riittääkö puu VMI-tulokset

Monitasomallit koulututkimuksessa

Taimettuminen ja taimikon hoito männyn luontaisessa uudistamisessa Eero Kubin ja Reijo Seppänen Metsäntutkimuslaitos Oulu

VMI-koealatiedon ja laserkeilausaineiston yhdistäminen metsäsuunnittelua varten

Puun kasvu ja runkomuodon muutokset

pitkittäisaineistoissa

Sovellettu todennäköisyyslaskenta B

METSÄNTUTKIMUSLAITOKSEN MÄÄRÄYS PUUTAVARAN MITTAUKSEEN LIITTYVISTÄ YLEISISTÄ MUUNTOLUVUISTA

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

pitkittäisaineistoissa

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla

Kasvatettavan puuston määritys koneellisessa harvennuksessa

Otannasta ja mittaamisesta

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

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

Harjoitus 7: NCSS - Tilastollinen analyysi

Suomen metsäkeskus. SMK:n ja VMI:n inventointien yhteistyömahdollisuuksia. Taksaattoriklubin kevätseminaari Helsinki, 20.3.

VMI kasvututkimuksen haasteita

Lahon aste Yhteensä Pysty- Maa- Yhteensä Pysty- Maa-

Paikkatietoa metsäbiomassan määrästä tarvitaan

Suomen metsävarat

Valtakunnan metsien 10. inventointiin perustuvat hakkuumahdollisuusarviot Kaakkois-Suomessa

Metsänmittausohjeita

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Mikä on taimikonhoidon laadun taso?

KUITUPUUN PINO- MITTAUS

Väliestimointi (jatkoa) Heliövaara 1

Kuusen kasvun ja puutavaran laadun ennustaminen

Satelliittipaikannuksen tarkkuus hakkuukoneessa. Timo Melkas Mika Salmi Jarmo Hämäläinen

Korjuujäljen seuranta energiapuun korjuun laadun mittarina. Mikko Korhonen Suomen metsäkeskus

MARV Metsikkökoealaharjoitus Aluepohjaiset laserpiirteet puustotunnusten selittäjinä. Ruuduille lasketut puustotunnukset:

OULUN YLIOPISTO, BIOLOGIAN LAITOS Puututkimus

Alustavia tuloksia kuusen silmuanalyyseistä 2019

Taimikonhoidon omavalvontaohje

Kasvatettavan puuston määritys koneellisessa harvennuksessa

Tilastollinen aineisto Luottamusväli

b6) samaan perusjoukkoon kohdistuu samanaikaisesti useampia tutkimuksia.

Juurikääpä eri-ikäisrakenteisissa metsiköissä

Teema 8: Parametrien estimointi ja luottamusvälit

1. Tilastollinen malli??

Suomen metsien kasvihuonekaasuinventaario

Metsänuudistamisen laatu Valtakunnan Metsien Inventoinnin (VMI) tulosten mukaan

Lounais-Suomen metsäkeskuksen alueen metsävarat ja niiden kehitys

6. laskuharjoitusten vastaukset (viikot 10 11)

Pohjois-Suomessa luvuilla syntyneiden metsien puuntuotannollinen merkitys

Männyn laaturajojen integrointi runkokäyrän ennustamisessa. Laura Koskela Tampereen yliopisto

Osa 2: Otokset, otosjakaumat ja estimointi

Tervasrosoon vaikuttavat tekijät - mallinnustarkastelu

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

40VUOTISJUHLARETKEILY

Testit laatueroasteikollisille muuttujille

Ajankohtaista ja näkymiä energiapuun mittauksessa

Matemaatikot ja tilastotieteilijät

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

Batch means -menetelmä

Taimikonhoito. Elinvoimaa Metsistä- hanke Mhy Päijät-Häme

Etelä-Pohjanmaan metsäkeskuksen alueen metsävarat ja niiden kehitys

Alueelliset hakkuumahdollisuudet

PUUTAVARA- PÖLKKYJEN MITTAUS

Energiapuukorjuukohteiden tarkastustulokset ja Hyvän metsänhoidon suositusten näkökulma. Mikko Korhonen Pohjois-Karjalan metsäkeskus

Luottamusvälit. Normaalijakauma johnkin kohtaan

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Suomen metsien inventointi

Tervasroso. Risto Jalkanen. Luonnonvarakeskus. Rovaniemi. Luonnonvarakeskus. Luonnonvarakeskus. Lapin metsätalouspäivät, Rovaniemi

Mat Tilastollisen analyysin perusteet, kevät 2007

KTKP010 Tuntisuunnitelma, 8-luokka, 90min Sanni Erämies

Pohjois-Karjalan metsäkeskuksen alueen metsävarat ja niiden kehitys

Mittalaitteen tulee toimia luotettavasti kaikissa korjuuolosuhteissa.

Kainuun metsäkeskuksen alueen metsävarat ja niiden kehitys

LIITE 1 VIRHEEN ARVIOINNISTA

MITSATIHD. KOEALOJEN KOOSTA JA MÄÄRÄSTÄ TAi lvl iston K Ä S I T T E L Y N T Y ö V A 1 K E U D E N lvl Ä Ä R I T Y K S E S S Ä

Porolaidunten mallittaminen metsikkötunnusten avulla

LATVUSMASSAN KOSTEUDEN MÄÄRITYS METSÄKULJETUKSEN YHTEYDESSÄ

METSÄ SUUNNITELMÄ

tilastotieteen kertaus

metsämatikkaa Sata käpyä Lukuja metsästä Laskutarina Mittaaminen punaisella narulla Päin mäntyä (metsän yleisin puu)

AMMATTIKORKEAKOULUJEN LUONNONVARA- JA YMPÄRISTÖALAN VALINTAKOE

ILMANLAADUN SEURANTA RAUMAN SINISAARESSA

LIITE 1 VIRHEEN ARVIOINNISTA

Tilastolliset mallit hakkuukoneen katkonnan ohjauksessa. Tapio Nummi Tampereen yliopisto

Kainuun hakkuumahdollisuudet ja kestävyys

Parametrin estimointi ja bootstrap-otanta

Rikkidioksidin ja haisevien rikkiyhdisteiden pitoisuudet tammi-kesäkuussa 2017

Transkriptio:

METSÄNTUTKIMUSLAITOS 3.10.1979 Rovaniemen tutkimusasema Pentti Roiko-Jokela KASVUINDEKSIPALVELUN ALUSTAVA SUUNNITELMA Tutkimuksen tarkoitus Kasvuindeksipalvelun tarkoituksena on tutkia vuosittaista kasvutapahtumaa metsissämme. Kesän lisäkasvu mitataan syksyisin ja lasketaan välittömästi tiedotusvälineille jaettavaksi. Samalla seurataan metsiemme vuotuisen kasvurytmin heilahteluja kasvu-indeksin muodossa. Perusjoukon määrittely Tutkimuksen kohteena ovat kaikki Suomen metsät Hangosta Nuorgamiin. Alkeisyksikkönä on luonnollisesti yksittäinen puu, sen kasvu ja kasvuun liittyvät muutokset. Tutkimuksen kannalta perusjoukko jaetaan puulajin mukaan kolmeen osaan: mänty, kuusi ja lehtipuut (koivu). Otoskehikon valinta Tutkimustavoitteiden totaalisuus edellyttää menetelmän niveltämistä valtakunnan metsien inventointiin (VMI), sen tuloksiin ja tulostusyksiköihin. Valtakunnallisten tulosten saaminen on selviö, mutta pienempien otos-, laskenta- ja tulostusyksiköiden määrittely on jo harkinnanvaraista. Niiden lukumäärällä on kuitenkin aivan ratkaiseva merkitys työn määrään nähden. Joka tapauksessa tulostusyksiköiden tulisi olla VMI:n mukaisia 1. piirimetsälautakuntia tai niiden yhdistelmiä. Lapin osalta kahden pohjoisimman piirimetsälautakunnan alueiden säilyttäminen omana kokonaisuutena näyttäisi välttämättömältä jo kasvun vaihtelun suuren merkityksen vuoksi. Otoskoon määrääminen Otoskoon suuruuteen 1. mitattavien puiden määrään vaikuttaa ratkaisevasti otosyksiköiden (laskenta ja tulostus) määrä ja niille kullekin asetettu tarkkuusvaatimus riskirajoineen. Missään tapauksessa ei näyttäisi tässä vaiheessa järkevältä pyrkiä otosyksikköä samaistamaan piirimetsälautakuntaan, vaan jako 3-4 valtakunnalliseen alueeseen tuntuu tarkoituksen mukaiselta. Kun aluejako on selvä määräytyy otoskoko tutkittavan ilmiön varianssin tai variaatiokertoimen (C) mukaan, joka tässä tapauksessa ilmaistaan prosentteina keskiarvon suhteen. Kasvun vaihtelusta on meillä käytettävissä sangen niukasti tutkimukseen pohjautuvaa tietoa. Tällä tarkoitetaan vuosittaista, alueittaista (etelä-pohjoinen) ja metsikön sisäistä vaihtelua variaatiokertoimena ilmaistuna. Yleisenä reunahuomautuksena voisikin todeta, että meidän tulisi enemmän kirjata julkaisuihin ja raportteihin kasvun hajontaa kuvaavia tilastollisia tunnuslukuja. Nyt on turvauduttu ensisijaisesti TIMOSEN (1977) kasvuindeksitutkimuksen tuloksiin ja Etelä-Suomen osalta KOIVISTOn (1970) ja MIELIKÄISEN (1978) kasvun vaihtelua kuvaavien tunnusten käyttöön. Nojautumalla olemassa olevaan käsitykseen variaatiokertoimen muutoksesta Pohjoiseen päin on luonnosteltu kuvan 1 mukainen riippuvuus. Sen jälkeen piirimetsälautakunnittaisilla kokonaiskasvuilla on laskettu painotettu variaatiokerroin koko maalle, C = 32 % 9 ja muutamille osaalueille. (Taulukko 1). Arvioiden mukaan yhden puulajin valtakunnallinen kasvuindeksin estimaatti 95 %:n todennäköi-

syydellä ei poikkea annetuista tarkkuusvaatimusrajoista, jos edustavasti mitataan seuraava määrä koepuita: Tarkkuusvaatimus (p), % Koepuita/ Puulaji (n) ± 1,0 4096 t 2 2 c v 1.5 1821 n = 2.0 1024 p 2 2.5 656 t = 2 Jos alueittain halutaan kasvuindeksin estimaatti, joka 95%:n todennäköisyydellä ei poikkea puulajeittain enempää kuin ± 5 % todellisesta, on koepuuvaatimus Lapin osalta 256 puuta eli yhteensä kolmelle puulajille 768. Tämä merkitsee esim. kolmen vastaavanlaisen otanta- ja tulostusalueen ratkaisuna sitä, että valtakunnallinen kasvuindeksi saadaan koko puustolle n. ± 1,3 %:n tarkkuudella. Tällöin on oletettu, etteivät eri puulajien kasvu-indeksit ole riippumattomia toisistaan. Koepuumäärän kiintiöinnissä on vähäisten tietojen vuoksi lähdetty siitä oletuksesta, ettei metsikkökohtaisella esim. ikäluokittaisella stratifioinnilla päästä tehokkaampaan ratkaisuun. Toisin sanoen ilmaston vaihtelun vaikutus kasvumuutoksiin on suhteellisesti sama kaikissa ikä- ja kehitysvaiheissa sekä eri puuluokissa metsikön sisällä. Näin ei asia todellisuudessa ehkä ole, mutta tiedon puutteessa on tällaisesta vaihtoehdosta luovuttu, koska jatko tähän suuntaan olisi ollut täyttä spekulointia. Otoskokoa selvitettäessä voidaan edellä esitetyn perusteella todeta seuraavaa: Otoksen koon suhde peruspopulaatioon ei ole mikään vakio. Usein esitetty käsitys, että otoksen tulisi olla ainakin 1 % peruspopulaatiosta, on täysin väärä. Tärkeintä otoksessa on hyvä edustavuus. Meidän tapauksessamme esim. 100000 puun jälkeen otoskoko ei enää kohoa lainkaan, vaikka puujoukko olisi äärettömän suuri. Ratkaisevasti otoskokoon vaikuttaa esitteiden määrä - tässä puulaji - ja otosyksiköiden, alueiden, määrä ja niille kullekin asetettu tarkkuusvaatimus riskirajoineen. Mitä pitemmälle peruspopulaatio esitetään ja mitä pienemmille alueille luotettavia tuloksia halutaan, sitä suuremmaksi mitattava aineisto kasvaa. Edustavuus Kasvuindeksipuiden valinnassa vaikein tehtävä on edustavan koe-puujoukon poimiminen. Jos valitaan vain yksittäisiä puita tietyin rajoittavin kriteerein, on suuri vaara olemassa, että otoksesta tulee harhainen. Puut edustavat vain yhtä puolta metsistämme. Siksi puiden valinta on toteutettava siten, että myös metsiköittäistä tietoa saadaan riittävästi ja metsiköt valitaan systemaattisesti koko tutkimusalueelta. Selvemmän kuvan saamiseksi ilmastovaihtelun merkityksestä on syytä vielä toistaiseksi rajoittua mahdollisimman luonnontilaisiin metsiköihin ja puiden kohdalla vapaasti kasvaviin valtapuihin. Täysin objektiivisen kasvunvaihteluaineiston määrittely tullee vasta toisessa vaiheessa esille: todennäköisesti pysyvien kasvukoealojen yhteydessä. Mittaukset Koska kasvunvaihtelusta on vielä käytettävissä sangen vähän tietoja, on mittaustöiden suunnitte-

lussa tehty ratkaisut olettaen, että kasvun kohdalla pätevät samat asiat kuin kuutiomäärää estimoinnissa. Tässä yhteydessä on kuitenkin muistettava, että kasvun-vaihtelu on suhteellisesti aina suurempaa ja monimuotoisempaa kuin kuutiomäärän. Metsiköittäin mitataan rinnankorkeudelta ympärysmitan (kehän) kasvu 30 puusta. Tämä määrä takaa jo metsiköittäisen tilastollisen tarkastelun ja varmistaa edustavuutta. Kuutioinnin tapaan 10 puusta mitattaisiin tarkasti kehän kasvu 6 m:n korkeudella rungossa ja pituuskasvu, toisin sanoen kuutiointitunnukset, mutta tarkasti. Tämä yksinkertaistus saattaa aiheuttaa virhettä siinä määrin, että koepuiden kokonaismäärää on korotettava 10-20 %. Jos ympärysmittojen ja pituuden kasvun välillä vallitsee hyvin kiinteä riippuvuussuhde, voidaan asia käytännössä unohtaa, mikäli mittaukset voidaan suorittaa erittäin tarkasti, eikä matemaattisessa tasoituksessa tehdä lisävirheitä. Ympärysmitan mittaaminen säteeseen tai läpimittaan verrattuna on paras vaihtoehto (kuva 2), koska tarkkuus saadaan siinä riittävän hyväksi. Lisäksi säteen ja läpimitan kohdalla mittauksen edustavuus voidaan aina näin pienessä otoksessa asettaa kyseenalaiseksi. Kehän mittauksen tarkkuus saadaan apuvälinein (mitta-asteikollinen luppi) 0,1 mm:n suuruiseksi. Se vastaa säteessä jo 0,016 mm:n tarkkuusvaatimusta. Yläläpimitan mittauksessa käytetään apuna alumiinitikkaita ja pituuden kohdalla kiikaria ja mittatankoja, joilla 1 cm:n tarkkuus on huolellisessa työssä mahdollista. Puiden merkinnässä voidaan soveltaa pysyvien kasvukoealojen merkintätapaa. Puut voidaan poimia metsiköstä ryväsotantaa hyväksi käyttäen, jolloin koealan 1 keskipiste ja puut merkitään kuten ennenkin. Lisäksi jokaiseen puuhun naulataan kantoon tai juureen pieni alumiinilevy, josta 1,3 m ja 6 m tarkasti mitataan. Levyssä on lisäksi puun tunnusnumero. Yhteenveto Tutkimuksen suunnittelun jatkotoimia ajatellen on ensimmäiseksi päätettävä tutkimusositteiden ja -alueiden määrästä sekä niiden tarkkuusvaatimuksista. Tutkimuksen tavoitteet on myös ajallisesti selvennettävä, sillä luotettava kasvuindeksi edellyttää kairauksia rinnakkaispuista, jos indeksiä halutaan heti käyttää. Ts. ainakin osalle koepuista valitaan vastinpuu, josta selvitetään menneen ajan kasvu perustason määrittämiseksi.