ADVANCE-10k. Mauri Timonen. Metsäntutkimuslaitos, Rovaniemen tutkimusasema Rovaniemi 1996

2 ADVANCE-10k Analysis of Dendrochronological Variability and Associated Natural climates in Eurasia - the last 10 000 years. METLAN OSUUTTA KOSKEVA TUTKIMUSSUUNNITELMA Mauri Timonen Metsäntutkimuslaitos, Rovaniemen tutkimusasema Rovaniemi 1996 ---------------------------------------------------------------------------------------------- Tutkimushanke 8042-2

mm 2.0 1.5 1.0 150 100 50 + 50 0-50 Lustonleveys, m m V uosilustoindeksi Kasvujaksojen vaihtelu Sisällys Alkusanat... 3 1 Viitekehys... 4 11 Aikaperspektiivit... 4 12 Katsaus suomalaiseen ilmastohistoriaan... 4 13 Aikaperspektiivin laajentaminen... 6 2 ADVANCE-10k ja sen tehtäväjako... 6 3 METLAn kysymyksenasettelu... 7 4 Hankkeen toteutus METLAssa... 8 5 Hankkeen vaikuttavuuden arviointia... 8 KIRJALLISUUS... 9 LIITTEET: 1A TUTKIMUKSEN TAVOITTEET 1B ALUSTAVA RAPORTOINTISUUNNITELMA 1C TUTKIMUSALUE, AIKATAULU JA RESURSSIEN KÄYTTÖ 2 1911-VUOTINEN LUSTOSARJA 3 7500-VUOTINEN LUSTOSARJA ---------------------------------------------------------------------------------------------- ETUKANSI. Rovaniemen tutkimusaseman dendrokronologian laboratoriossa laadittu 1911-vuotinen lustosarja (83-1993 jkr.). Sarja esitellään yksityiskohtaisemmin liitteessä 2. 0 200 400 600 800 1000 1200 1400 1600 1800 Yläkuva. Ajoitetuista näytteistä saadaan helpoimmin yhtenäinen sarja laskemalla kalenterivuosittaiset lustokeskiarvot. Nämä standardoimattomat lustosarjat soveltuvat mm. aineiston esitarkasteluun, vuosien välisen vaihtelun tutkimiseen ja ajoitustyöhön. Oheinen 212 näytteen esitutkimusaineisto on aukkoinen ja epätasaisesti jakautunut lustoiän suhteen eri ajanjaksoina. Esimerkiksi 300 luvun ja 400 luvun alkupuolen hyvät kasvut eivät johdu suotuisasta ilmastosta vaan nuorten hyväkasvuisten puiden painottumisesta kyseiselle ajanjaksolle. Keskikuva. Lustosarjan vaihtelu on tasoittunut standardoinnin eli näytteiden yhteismitalliseksi saattamisen jälkeen. Saatua yleistä keskiarvosarjaa ja myös eri tavoin luokiteltuja osasarjoja voidaan soveltaa mm. sään vuotuisten ja pitempiaikaisten vaihteluiden, kasvutrendien, puu- ja metsikkökohtaisten tapahtumien (harvennus- ja lannoitusreaktiot, metsätuhot, metsäpalot, ympäristömuutokset jne.) mallittamiseen. Alakuva. Kun keskimmäinen kuva esitetään värillisinä pintoina, nähdään, kuinka lämpimät ja kylmät jaksot vuorottelevat enemmän tai vähemmän säännönmukaisesti. Se selittää konkreettisesti sen, miksi metsänrajametsät uudistuvat useammin kuin mitä pelkkiin todennäköisyyksiin perustuvat peräkkäisten vuosien lämpösummakertymät edellyttäisivät (asiasta lähemmin: Pohtila 1980). TAKAKANSI. 1911-vuotisen lustosarjan kasvujaksojen vertailu Sirénin (1961) uudistumisvuosijaksoihin ajalta 1140-1961 osoittaa uudistumisen keskittyvän lämpimien kasvujaksojen yhteyteen. Asiasta lähemmin kuvan tekstissä.

3 Alkusanat Monitieteiseen kysymyksenasetteluun perustuva ympäristömuutosten tutkimus on yleistynyt maailmalla voimakkaasti. Uusissa kansainvälisissä ympäristöohjelmissa on alettu painottaa pitkien aikasarjojen merkitystä, sillä on huomattu, että menneisyydestä saadaan yllättävän paljon tietoa selitettäessä nykyisiä tai tulevia tapahtumia. Aikaperspektiivi on laajentunut myös METLAssa tehdyissä kasvutrenditutkimuksissa kymmenistä ja sadoista vuosista tuhansiin vuosiin. Syynä ovat ilmaston pitkäaikaiset luontaiset vaihtelut ja niiden erityispiirteet, joiden tunnistaminen ja erottaminen muista puiden kasvuun vaikuttavista tekijöistä on tullut ajankohtaiseksi. Tieto on sitä varmempaa, mitä pitempiä havaintosarjoja on käytettävissä. Parin viime vuoden tapahtumat METLAn lustontutkimusrintamalla osoittavat, että monitieteinen lähestymistapa yhdistettynä kansainvälisen tiedeyhteisön tukeen ja kurinalaiseen laboratoriomuotoiseen tiimityöskentelyyn johtavat innovatiiviseen ja uusia näkökulmia aukovaan tutkimusotteeseen. Rovaniemen tutkimusaseman dendrokronologian laboratorio toimintoineen ja saavutuksineen sekä ADVANCE-10k -hankkeen kysymyksenasettelun kehittyminen ovat tämän ajattelun hedelmiä. ADVANCE-10k -hanke tulee luotaamaan Lapin metsien kehityshistoriaa ja kasvunvaihtelua sananmukaisesti pohjamutia myöten. Se on samalla paljon muutakin kuin pelkästään mielenkiintoinen tutkimus: se on yritys laajentaa ja suunnata METLAn kasvututkimusta kohti 2000-luvun kansainvälistä ympäristö- ja ilmastomuutostutkimusta. Tulevat 3-5 vuotta näyttävät, kuinka pitkälle tämä uudistuvan kasvututkimuksen ajatusmalli on vietävissä. Jos kehitys jatkuu yhtä suotuisana kuin kuluneiden kahden vuoden aikana, ovat tulevaisuuden näkymät todella lupaavat, MMT Aarne Reunalan sanoja uudelleen muotoillakseni: MET- LAn kiehtova tulevaisuus piilee vuosilustoissa! Mauri Timonen

ADVANCE-10K -hanke 4 ----------------------------------------------------------------------------------------------------------------------------------------------------- 1 Viitekehys 11 Aikaperspektiivit Erosen (1995) mukaan on suuri määrä ympäristöongelmia, joita ei voida kunnolla ratkaista ilman tietoa aikaisemmasta kehityksestä ja nykyisin kaiken aikaa vaikuttavista geologisista prosesseista. Näkökohta on otettu huomioon uusissa kansainvälisissä ympäristöohjelmissa, joissa on tullut keskeiseksi pitkien aikasarjojen kokoaminen. Korhola (1994) korostaa aikaperspektiivin merkitystä pitkien havaintosarjojen yhteydessä. Perusteluiksi hän esittää seuraavat teesinsä : Ihmisen vaikutus luontoon tunnistetaan parhaiten vain silloin, kun luonnon oma vaihtelurytmiikka tunnetaan riittävän hyvin. Tulevia tapahtumia arvioitaessa on tiedettävä mahdollisimman paljon menneisyydestä. Ilman pitkäaikaisia havaintoja tutkijoilta puuttuu aikaperspektiivi, mikä seikka voi johtaa heidät helposti harhaan. Aikaperspektiivit ovat tulleet tärkeiksi myös METLAssa tehtävässä kasvututkimuksessa. Syynä on tutkimustoiminnan laajentuminen aihepiireihin, joissa tarvitaan luotettavaa ja pitkiin aikasarjoihin perustuvaa vertailutietoa kasvusta. Aihepiireistä mainittakoon suurilmaston ja ihmisen toiminnan vaikutukset (ilmansaasteet, laskeumat, kasvihuoneilmiö jne.) metsien kasvuun ja uudistumiseen. Riittävän pitkä aikaperspektiivi tarvitaan myös luonnon oman vaihtelurytmiikan ja harvinaisten tapahtumien, anomalioiden, tunnistamiseen. Näiden tekijöiden huomioonottaminen on olennaisen tärkeää trenditutkimuksissa ja pieniä kasvumuutoksia käsittelevissä tutkimusaiheissa (esimerkiksi hyönteistuhojen puuntuotannolliset vaikutukset), METLAssa viime aikoina tehdyissä trenditutkimuksissa on ollut tyypillisesti tutkimusasetelmana jonkin puunkasvussa trendimäisesti näkyvän ympäristötekijän tunnistaminen ja sen vaikutusten arvioiminen. Trenditutkimuksia on tehty mm. Euroopan kasvutrendeistä (Spiecker ym. 1996), Suomen kasvutrendeistä (Mielikäinen ja Timonen 1996) ja Kuolan metallisulattojen päästöistä (Nöjd ja Reams 1996). Luotettavan vertailutason määritteleminen on osoittautunut trenditutkimuksissa ongelmalliseksi, sillä useinkaan ei ole käytettävissä tarkoitukseen sopivia aikasarjoja. Tutkija joutuukin tällöin luottamaan ammattitaitoonsa asettaessaan vertailutason harkinnanvaraisesti, mikä ei aina tuota parasta mahdollista lopputulosta. Metsätieteissä on totuttu suhteellisen pitkiin aikajänteisiin. Mikola (1950) ulotti kasvunvaihtelututkimuksensa 1750-luvun puoliväliin. Ilvessalo (1970) tarkasteli Pohjois-Lapin männiköitä koskevassa tutkimuksessaan puiden kasvuja 300 400 vuoden ajalta. Pisimmästä julkaistusta sarjasta vastaa professori Gustaf Sirén, jonka elävistä puista ja keloista laatima sarja yltää vuoteen 1181 jkr. (Siren 1961). Metsäntutkimuksen aikaperspektiivi kasvoi kuluneena vuonna (1996) tuhansiin vuosiin, kun Rovaniemen tutkimusaseman dendrokronologisen laboratorion kisällityönäytteenä valmistui 1911-vuotinen (83 1993 jkr.) metsänrajamännyn lustosarja (liite 2). Samasta, vuonna 1994 kerätystä esitutkimusaineistosta on voitu laatia myös kelluva 7500 vuoden pituinen sarja (liite 3), joka täydentyy ADVANCE-10k -hankkeen myötä. 12 Katsaus suomalaiseen ilmastohistoriaan Vanhimpia Suomesta löydettyjä puufossiileja lienee Vuotson kanavan kaivutöiden (1978 1981) yhteydessä löytynyt lehtikuusen järeä kahdeksanmetrinen runko, jonka iän todettiin ylittävän radiohiiliajoituksen määrityskyvyn (49 200 vuotta). Lehtikuusen löytöpaikan stratigrafia sekä kerrostuman mikro- ja makrofossiilisisältö viittaavat puun kasvaneen viime jääkautta edeltäneellä Eem-

ADVANCE-10K -hanke 5 ----------------------------------------------------------------------------------------------------------------------------------------------------- interglasiaalikaudella 130 000 117 000 B.P. 1 (Mäkinen 1982). Jääkautisten moreenikerrostumien alta löydetyt siitepölyt todistavat, että myös tammet ja pähkinäpensaat kasvoivat tuona ajanjaksona yleisinä aina Pohjanmaalla saakka ja että jalojen lehtipuiden osuus metsissä oli muutenkin paljon nykyistä suurempi (Eronen 1991). Syynä puulajien nykyistä huomattavasti laajempaan levinneisyyteen on Eeminterglasiaalikauden ilmasto, joka oli muutaman asteen nykyistä lämpimämpi (Dawson 1992). Viime jääkauden jälkeisten ensimmäisten tuhansien vuosien ilmasto oli myös nykyistä suotuisampi, jonka vuoksi Lappi oli lähes kokonaan mäntymetsien peittämä. Mietittäessä nykyilmaston kehityssuuntia ja niiden vaikutuksia metsien kehitykseen on perusteltua tarkastella hiukan ilmastomuutoksia ja niiden syitä. Ilmastotieteilijöiden nykykäsityksen mukaan suurilmasto on jatkuvassa muutostilassa, jossa kaoottiset tapahtumat kuten isot tulivuorenpurkaukset, suurten meteoriittien törmäykset maahan ja vaikkapa ääritapauksessa maapallon joutuminen tähtienväliseen pölypilveen, ohjailevat tapahtumia (Broecker 1995). Luonnonkatastrofit aiheuttavat usein äkillisen ilmastonmuutoksen, mikä voi johtaa kokonaisten elämänmuotojen tuhoutumiseen. Esimerkiksi dinosaurusten katoaminen noin 65 miljoonaa vuotta sitten saattoi johtua paitsi evoluutiosta myös maahan törmänneen meteoriitin jälkivaikutuksista, jotka tekivät lajin elinolosuhteet mahdottomiksi. Luonnonkatastrofin ei tarvitse aina olla dramaattinen ja yhtäkkinen. Paleontologisten tutkimusten perusteella tiedetään, että suhteellisen pienetkin muutokset säätekijöissä ovat toimineet laukaisevana tekijänä suurilmaston muutoksille (Eronen 1991). Jääkauden kehittyminen ja loppuminen voivat perustua vain muutamien asteiden pysyvään muutokseen vuotuisessa keskilämpötilassa. Ihmisen toiminnasta aiheutuva kasvihuoneilmiö ja sen 1 B.P. tarkoittaa radiohiilivuosia ennen vuotta 1950 myötä muutamalla asteella nouseva keskilämpötila voivat aloittaa vastaavan epävakaan suurten vaihteluiden kehitysvaiheen, joka syntyi nykyistä hieman suotuisammalla Eemkaudella (Seppä 1994). Eem-kauden loputtua alkoi jääkausivaihe, joka kesti ajan 117 000 10 000 B.P. Sen alkuvaiheessa oli pari jäätöntä jaksoa, mutta noin 75 000 B.P. alkoi pysyvän jään vaihe, joka väistyi vasta jakson lopussa. Grönlannin GRIP-jäätikkökairauksista on selvinnyt, että tuolloin lämpötilan vaihtelut olivat rajuja: peräkkäisinä kymmenvuotisjaksoina talvien keskilämpötilat saattoivat poiketa toisistaan jopa ±10 astetta. Meneillään olevaa holoseenikautta 2 on pidettävä poikkeuksellisen rauhallisena ajanjaksona maapallon ilmastohistoriassa. Jään väistyessä noin 10 000 vuotta sitten tapahtui yhtäkkinen ja pysyvä käänne: lämpötila nousi lähes 10 astetta ja lämpötilan vuotuinen vaihtelu pieneni murto-osaan entisestään. Syyksi on epäilty Golf-virran suunnanmuutosta nykyiseen asemaansa Norjan rannikon tuntumassa (Broecker 1995). Jään alta paljastuneet alueet valtasi ensimmäisenä koivu. Sen syrjäytti noin 1 000 vuotta myöhemmin mänty, joka saapui Lappiin atlanttisen kauden alussa 8 000 7 500 vuotta o C 10 Lämpökausi Pieni jääkausi 8 6 4 2 0 Viileää Vuosituhannet nykyajasta taaksepäin Kuva 1. Holoseenin aikainen lämpötilan yleismaailmallinen kehitys Imbrien ja Imbrien (1979) mukaan (yhtenäinen viiva) ja lämpötilan kehitys Etelä-Suomessa Donnerin (1974) mukaan (katkoviiva). Lähde: Eronen 1981, s. 8. 2 Holoseenikausi: viime jääkauden jälkeinen noin 10 000 vuoden pituinen ajanjakso, nykyhetki mukaan lukien Lämmin

ADVANCE-10K -hanke 6 ----------------------------------------------------------------------------------------------------------------------------------------------------- sitten ja levisi pian nykyistä leveinneisyysaluettaan pohjoisemmaksi. Ilmasto lämpeni hitaasti aikaan 6 000 5 000 B.P., jolloin mäntymetsät olivat Lapissa laajimmillaan. Sen jälkeen olosuhteet ovat vähitellen viilenneet aina nykyhetkiin saakka (kuva 1); eroksi 5 000 vuoden takaiseen tilanteeseen on arvioitu Suomessa 2 3 astetta (Donner 1974). Kuusi tuli Suomeen paljon myöhemmin: se aloitti leviämisensä idästä noin 5 000 vuotta sitten ja saavutti nykyisen levinneisyysrajansa 3 000 2 500 B.P. 13 Aikaperspektiivien laajentaminen Luonnon muutosprosessit ovat usein hitaita ja edellyttävät esimerkiksi ilmastonvaihtelututkimuksissa satojen tai tuhansien vuosien, tai vieläkin pitempiä aikaperspektiivejä. Kun instrumentaalimittaukset yltävät parhaimmillaankin vain 200 300 vuoden päähän (lämpötilamittaukset), joudutaan usein toteamaan, ettei kunnollista vertailukohtaa ole käytettävissä. Eräs keino aikaperspektiivien pidentämiseksi on hyödyntää ns. proksitietoja (proxy data). Proksitiedot tarkoittavat lähteitä, jotka kertovat epäsuorasti tutkittavan ilmiön vaihtelusta. Sellaisia ovat esimerkiksi Lapin mäntyjen vuosilustot, jotka kuvaavat varsin hyvin muinaisten kesien kesä heinäkuun lämpöoloja. Bradleyn (1985) mukaan ilmastonvaihteluiden tutkimuksessa käytettäviä proksitiedon lähteitä ovat mm. jääkairaussarjat, järvenpohja- ja maakerrostumat, puulustot, siitepölyt, kasvimakrofossiilit ja myös historialliset muistiinpanot. Niiden aikaskaala ulottuu muutamista sadoista vuosista satoihin miljooniin vuosiin. Lapin pikku järviin ja soihin on tallettunut eri aikakausille ajoittuvia jäänteitä (subfossiileja). Tutkimalla niiden vuosilustoja on mahdollista saada proksitietoa vuosituhansien takaisesta ilmaston vaihteluista. Suomessa alan uranuurtaja on professori Matti Eronen, joka jo 1970-luvulla aloitti Lapissa subfossiilimäntyjen radiohiiliajoitukset. Hänen ja fil.lis Pentti Zetterbergin SILMU-projektissa laatima 7500-vuotinen kronologia kattaa lähes kokonaan metsänrajamännyn viime jääkauden jälkeisen esiintymishistorian (Zetterberg ym. 1995a, 1995b). Uudet ympäristöorientoituneet tutkimusongelmat trendejä koskevine kysymyksenasetteluineen ovat laajentaneet myös METLAn kasvututkijoiden aikaperspektiivejä. Esimerkiksi Kasvun vaihtelu -tutkimushankkeen (3042) osahankkeessa Kasvun pitkäaikainen vaihtelu on tarvittu trendien paljastamiseen satojen vuosien aikajännettä. Tutkimuksellista tarvetta on ollut myös pitempiinkin aikaperspektiiveihin, josta johtuen vuonna 1994 kerättiin männyn metsänrajalta noin 300 kiekkonäytteen subfossiiliaineisto. Tuloksia esitellään liitteissä 2 ja 3. Uudessa EU-projektissa ADVANCE-10k aikaperspektiiviä ollaan laajentamassa koko holoseenikauden ajalle. Seuraavassa kappaleessa tarkastellaan lähemmin, mistä on kyse. 2 ADVANCE-10k ja sen tehtäväjako Kolmivuotinen EU-projekti ADVANCE-10k alkoi virallisesti 1.3.1996. Yhdeksän maan (Englanti, Suomi, Ruotsi, Norja, Tanska, Saksa, Hollanti, Sveitsi ja Venäjä), kuuden professorin, 17 muun tutkijan yhteishanketta koordinoi Itä-Anglian yliopisto (Englanti) ja sen tieteellisenä johtajana toimii ilmastotieteilijä tri Keith Briffa. Tutkimuksen suomalaisesta osasta vastaavat Helsingin yliopisto (Eronen), Joensuun yliopisto (Zetterberg ja fil.lis. Markus Lindholm) ja METLA (Mauri Timonen). Helsingin yliopisto toimii hankkeessa EU-käsitteistöä soveltaen roolissa contractor. Sen yhteistyökumppaneita associated contractors ovat METLA ja Joensuun yliopisto. METLAa edustavat hankkeessa myös professori Kari Mielikäinen (tieteellinen esimies) ja asemanjohtaja Martti Varmola (hallinnollinen esimies). ADVANCE-10k -projektissa tutkitaan vuosilustojen perusteella holoseenikauden ilmaston

ADVANCE-10K -hanke 7 ----------------------------------------------------------------------------------------------------------------------------------------------------- luontaisia vaihteluita pohjoisboreaalisessa havumetsävyöhykkeessä. Kyseessä on monitieteellinen tutkimus, jossa kohtaavat niin metsä- ja ilmastotieteilijöiden kuin geologien ja muidenkin tieteenalojen edustajien tutkimustarpeet. METLAn tehtäväksi projektissa on sovittu Pohjois-Suomea koskevien alueellisten 7 500 8 000 vuoden pituisten lustosarjojen laatiminen. Tämän lisäksi METLAlla on omat metsätieteelliset tutkimusintressinsä, jotka se pyrkii toteuttamaan projektin yhteydessä. ADVANCE-10k:n yleinen kysymyksenasettelu sopii sinällään hyvin myös metsätieteellisiin tarkoituksiin, sillä suurilmaston vaihteluilla on suora yhteytensä Suomen ja erityisesti Lapin metsien kasvuun ja uudistumiseen. Ilmastomuutosten tutkimisen tärkeyttä korostaa myös mahdollisesti voimistuva kasvihuoneilmiö, jonka vaikutus saattaa olla dramaattinen Suomen koko metsätaloudelle (Kellomäki 1996). Metsäntutkimuksen ja METLAn kysymyksenasettelu ADVANCE-10k -hankkeessa perustuu edellä esitettyyn johdantoon, AD- VANCE-10k -hankkeelta saatuun viitekehykseen (Analysis of Dendrochronological Variability... 1995) ja METLAn omiin tavoitteisiin. Tässä tutkimussuunnitelmassa keskitytään METLAN osuuteen projektissa. Toiminta- ja työsuunnitelma kuvataan seuraavilla sivuilla ja liitteessä 1. Raportointisuunnitelma on alustava sekä otsikoiden että tekijöiden osalta. Neuvottelematta on esimerkiksi vielä, millä osuudella Briffa, Eronen, Mielikäinen, Nöjd, Lindholm, Zetterberg ja muut mahdolliset tutkijat osallistuvat julkaisuihin. Henkilökohtaisena tavoitteenani on väitöskirja vuonna 1998. 3 METLAn kysymyksenasettelu ADVANCE-10k -projektin pääasiallinen kysymyksenasettelu on ilmastotieteellinen. Tavoitteena on laatia mäntyjen vuosilustoihin perustuvia pitkiä aikasarjoja ja muuntaa ne mm. muinaisia sääoloja kuvaaviksi ilmastotunnuksiksi, esimerkiksi keskilämpötilakäyrästöiksi. Muuntaminen perustuu tietoon, että lämpötila on kasvun minimitekijä metsänrajalla (Mikola 1950, Sirén 1961, Pohtila 1980, Lindholm 1994). Puiden ominaisuus säilyä tuhansia vuosia lahoamattomina kylmien ja vähähappisten järvien mutapohjissa mahdollistaa jopa lähes 8 000 vuoden pituisten keskilämpötilasarjojen laatimisen. Kun ottaa huomioon, että pisimmät instrumentaalisarjat yltävät vain noin 200 vuoden päähän, on parannus huomattava. METLAn kysymyksenasettelu on metsätieteellinen, mikä tarkoittaa keskittymistä vuosilustoanalyyseihin ja puiden kasvun vaihteluiden selvittämiseen. Keskeisiä kysymyksiä ovat: millainen on Lapin ilmastohistoria? Useiden kymmenien vuosien heikot ja trendiltään alenevat tai nousevat kasvujaksot ovat usein vaikeuttaneet ja jopa harhauttaneetkin päätöksentekoa. Jotta tulevaisuudessa voitaisiin toimia metsätaloudessa entistä varmemmalla pohjalla, on tärkeää tuntea ilmaston mahdollisia käyttäytymismalleja (kuva 2) ja niiden mahdollisia vaikutuksia metsien kehitykseen. miten muuttuva ilmasto vaikuttaa metsien uudistumiseen ja kehitykseen? Lapin mäntymetsien uudistuminen perustuu siihen, että kukkimista edeltävä ja sitä seuraava vuosi ovat ylittävät tietyt kynnysarvot (Pohtila 1980). Keskilämpötilan lasku, vuotuisen vaihtelun äärevöityminen tai muutokset lämpimien kesien ryhmittymisessä heikentäisivät ratkaisevasti uudistumistulosta, josta seuraisi metsien harveneminen ja lopuksi metsänrajan aleneminen. Keskilämpötilan nousu puolestaan todennäköisesti parantaisi uudistamis- ja samalla metsätalouden harjoittamisen olosuhteita, mutta toisaalta tuhojen osuuden ennustetaan kasvavan (Kellomäki 1996). miten ennakoidaan metsien tuleva kehitys? Ihmisen toiminnasta johtuva ympäristön muuttuminen on havaittavissa monin tavoin, mm. ilmakehän kasvaneena CO 2- pitoisuutena. Kasvihuoneilmiön vaikutus-

ADVANCE-10K -hanke 8 ----------------------------------------------------------------------------------------------------------------------------------------------------- A B Jaksollinen vaihtelu Äkillinen muutos keskimääräisessä yleisuunnassa Kvasijaksollinen vaihtelu 7 500-8 000 vuoteen. Vuosina 1996 1997 kerätään ajallisesti ja alueellisesti tasaisesti jakautunut, noin 3 000 männyn subfossiilikiekkoa käsittävä tutkimusaineisto, jonka perusteella laaditaan lustosarjat kolmelle Pohjois-Suomen osa-alueelle (liite 1c, kuva 1). C D Aleneva trendi keskimääräisessä yleissuunnassa Vakaat keskimääräiset yleissuunnat (pysyvät olot) Kasvava vaihtelu Aika Kuva 2. Esimerkkejä erilaisista ilmastonvaihteluista ja -muutoksista (Haren mukaan). Lähde: Eronen 1991, s. 236. ten ennustetaan nostavan keskilämpötilaa jopa useilla asteilla Suomessa. Lapissa se merkitsisi nykyisten mäntymetsien tihentymistä, kiihtynyttä kasvua sekä polaarisen että alpiinisen metsänrajan ylenemistä. Jos ilmaston lämpiäminen tapahtuu ennusteiden mukaisesti, ollaan ennen pitkää 5 000 vuoden takaista lämpökautta muistuttavassa tilanteessa. Pohdittavia kysymyksiä ovat myös: millainen oli 1900-luvun ilmasto verrattuna aiempaan ilmastohistoriaan; miten vuosisadan säänvaihteluiden erityispiirteet näkyvät metsien kasvussa ja kasvunvaihtelussa? miten voitaisiin ottaa pitkäaikaiset kasvunvaihtelut nykyistä luotettavammin huomioon käytännön metsätaloudessa? millaisiin metsätaloudellisiin toimenpiteisiin kannattaa tulevaisuudessa ryhtyä? 4 Hankkeen toteutus METLAssa ADVANCE-10k toimii METLAssa itsenäisenä tutkimushankkeena (hankenumero 8042-2). EU:lta saatu 24 000 ECUn rahoitus mahdollistaa lustosarjojen aikajänteen ulottamisen Hankkeen suomalaisten osallistujien työt on koordinoitu siten, että päällekkäisyyttä on mahdollisimman vähän. Erosen työryhmä keskittyy pelkästään metsänrajaseutuihin. METLAn tutkimusalue käsittää Pohjois- Suomen Kemi-Pudasjärvi-Suomussalmi-Hossa -linjaa myöten rajauksella, että metsärajaseuduille mennään vain niiltä osin kuin on tarpeen täydentää METLAn varoin kerättyä vuoden 1994 aineistoa. Täydennystarve voidaan päätellä näyteprofiilikuvien perusteella (esimerkkinä liitteen 2 kuvat 1-3 ja liitteen 3 kuvat 1 ja 2). ADVANCE-10k -projektissa tutkitaan vuosilustoinformaatiota pääasiassa dendrokronologisin menetelmin. Käytännön mittaus-, ajoitus- ja analysointityöt tehdään Rovaniemen tutkimusaseman dendrokronologian laboratoriossa vuosina 1996-1998. Koska työ on hidasta, työmäärä suuri ja aikataulu tiukka, on tarpeen palkata työllisyysvaroin riittävä määrä täysipäiväisiä (2-4) tai puolipäiväisiä (4-8) lustotyötekijöitä erilaisiin tehtäviin (liite 1c, taulukko 2). 5 Hankkeen vaikuttavuuden arviointia Lapin ilmaston holoseenin aikaisia vaihteluita sekä metsänuudistumista koskevat tutkimustulokset antavat perustan arvioitaessa metsänuudistamisen riskejä muuttuvassa ilmastossa. Tieto voidaan välittää käytännön metsätalouden tarpeisiin esimerkiksi päätöksentekomalleissa. ADVANCE-10k -projektin tyyppisessä kansainvälisessä monitieteisessä tutkimussuunnittelussa on tarkasteltava tutkimusongelmia monipuolisesti, mikä asettaa myös metsätieteelliset kysymykset totuttua laajempaa taustaa vasten. Tällä perusteella ADVANCE-10k

ADVANCE-10K -hanke 9 ----------------------------------------------------------------------------------------------------------------------------------------------------- on paitsi ajankohtainen kasvututkimus myös uutta tutkimusotetta kehittävä innovaatiohanke, jonka koko merkitys selviää vasta vuosien päästä. Uusista näkökulmista on hyötyä esimerkiksi suunniteltaessa METLAn 2000- luvun kasvututkimuksen viitekehystä. Projekti toimii suunnannäyttäjänä kehitettäessä Rovaniemen tutkimusaseman dendrokronologian laboratoriota monitieteelliseksi ja kansainväliseksi lustotutkimuksen huippututkimusyksiköksi. Hyvä yhteistyö projektin kansainvälisesti arvostettujen asiantuntijoiden kuten Erosen, Briffan, professorien Mike Bailley, Fritz Schweingruber tai Roy Switsur kanssa edesauttaa METLAn mahdollisuuksia osallistua vaativiin kansainvälisiin tutkimushankkeisiin jatkossakin. ADVANCE-10k -hankkeeseen liittyviä vaikuttavuuksia luettelonomaisesti esitettynä ovat: Hyöty tieteelle: metsäntutkimuksen aikaperspektiivin laajentuminen 7 500-8 000 vuoteen; uutta tietoa Lapin ilmastohistoriasta ja metsien kasvunvaihtelusta viime jääkauden jälkeiseltä ajalta; perustietoa Lapin metsien uudistumisesta; lisäperusteita mahdollisesti voimistuvan kasvihuoneilmiön Lapin metsille aiheuttamien muutosten arviointiin. kotimaisen monitieteellisen yhteistyön voimistuminen ilmasto- ja ympäristömuutosten tutkimuksessa; kansainvälisen monitieteellisen yhteistyön voimistuminen ilmasto- ja ympäristömuutosten tutkimuksessa; Hyöty käytännön metsätaloudelle: tarkentuvaa kasvunvaihtelu- ja uudistumistietoa Lapin metsätalouden suunnittelun tarpeisiin; Hyöty METLAlle monitieteellisen ja kansainvälisen tutkimusyhteistyön oppiminen; erityisasiantuntemuksen kehittyminen ilmasto- ja ympäristömuutosten tutkimuksessa; hankkeesta saatavat kokemukset suuntaavat METLAssa tehtävää 2000-luvun kasvututkimusta; hankkeesta saatavat kokemukset edesauttavat METLAn dendrokronologisten laboratorioiden kehittämistä kansainvälisiksi huippuyksiköiksi: hankkeen erinomainen uutis- ja PR-arvo; muinaisuus koskettaa laajoja kansalaispiirejä. hanke edistää lustotutkimuksen ARTmarkkinointia METLAssa; projektin hyvät yhteydet muihin tutkimuksiin PR-hyöty Suomelle, METLAlle ja hankkeen suomalaisille osallistujille; METLAn ja Rovaniemen tutkimusaseman kansainvälisen PR-arvon kasvaminen. Kirjallisuus: Analysis of Dendrochronological Variability and Associated Natural climates in Eurasia - the last 10 000 years ( ADVANCE-10k). A research proposal submitted to The Commission of the European Communities, Directorate-General XII for Science Research and Development in the field of Environment and Climate (Area 1.1.2).The Climatic Research Unit, University of East Anglia, Norwich, U.K. 1995. April 1995. Bradley, R. 1985. Quaternary Paleoclimatology. Unwin Hyman. 472 s. Broecker, W.S. 1995. Chaotic climate. Scientific American; November 1995. Dawson, A. G. 1992. Ice Age Earth. Late quaternary Geology and Climate. Routledge, London, New York. 293 s. Donner, J. 1974. Klimatförändringarna efter senaste istid. Societas Scientarium Fennica. Årsbok Vuosikirja 51 B 7:1 10 Eronen, M. 1991. Jääkausien jäljillä. Ursan julkaisuja 43. Tähtitieteellinen yhdistys Ursa. Helsinki 1991. 1995. Muuttuva ilmasto onko menneisyys avain tulevaisuuteen? Yliopisto-lehti 10/1995. Ilvessalo, Y. 1970. Metsiköiden luontainen kehitys- ja puuntuottokyky Pohjois-Lapin kivennäismailla. Natural development and Yield Capacity of Forest Stands on mineral soils in Northern Lapland. Acta Forestalia Fennica 1970. 43 s. Imbrie,J. & Imbrie, K. P. 1979. Ice Ages. Solving the mystery. 201 s. MacMillan Press. Kellomäki, S. 1996. Ilmastonmuutoksen vaikutukset Pohjois-Suomen metsiin. Julkaisussa: Hökkä, H., Salminen H. & Varmola, M. (toim.). Pohjoisten metsien kasvu ennen, nyt ja tulevaisuudessa. Metsäntutkimusäivä Rovaniemellä 1996.Metsäntutkimuslaitoksen tiedoantoja 589:16-31. Korhola, A. 1994. Pysyvää on vain muutos. Yliopisto 20/94:20-21. Helsingin yliopiston tiedotuslehti. Lindholm, Markus. 1994. Sää säätää - mänty muistaa. Kesäaikaisten lämpötilojen rekonstruointi männyn vuosilustokalenterin avulla Enontekiön alueella (Midsummer temperatures re-

ADVANCE-10K -hanke 10 ----------------------------------------------------------------------------------------------------------------------------------------------------- constructed from tree-rings of pine in Northern Finnish Lapland). Julkaisussa: Uudet menetelmät ja niiden sovellukset kvartääritutkimuksessa. Symposio Mekrijärvellä 20.- 21.4.1993. Acta Universalis Ouluensis. Series A Scientiae Rerum Naturalium 251. Mielikäinen, K. & Timonen, M. 1996. 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: 41 60. Mikola, P. 1950. Puiden kasvunvaihteluista ja niiden merkityksestä kasvututkimuksissa. On variations in tree growth and their significance to growth studies. Communicationes Instituti Forestalis Fenniae 38.5:1-131. Mäkinen, K. 1982. Tiedonanto Vuotson interglasiaalisesta lehtikuusen rungosta. Geologi 34:183 185. Nöjd, P. & Reams, G. A. 1996. Growth variation of Scots pine across a pollution gradient on the Kola Peninsula, Russia. Environmental pollution (painossa). Pohtila, E. 1980. Climatic fluctuations and forestry in Lapland. Holarctic Ecology 3:91-98. Seppä, H. 1994.Voiko ilmastoon luottaa? Yliopisto 20/94:22-23. Helsingin yliopiston tiedotuslehti. Siren, G. 1961. Skogsgränstallen som indikator för klimatfluktuationerna i norra fennoskandien under historisk tid. Commun. Inst. Forest. Fenn. 54(2), 1-66. Spiecker, H., Mielikäinen, K., Köhl, M. & Skovsgaard, J. P. (toim.). 1996. Growth Trends of European Forests. Studies from 12 Countries. European Forest Research Report 5. 372 s. Zetterberg, P., Eronen, M. ja Briffa, K. 1995a. A 7500- year tree-ring record from northern Fennoscandia and its applications to palaeoclimatic studies. Julkaisussa: Heikinheimo, P. (toim.). International Conference on Past, Present and Future Climate, Helsinki, Finland 22-25 August 1995, extended abstracts. Suomen Akatemian julkaisuja 6/95: 151-154. Zetterberg, P., Eronen, M. ja Lindholm, M. 1995b. Construction of a 7500-year tree-ring record for Scots pine in northern Fennoscandia and its application to growth variation and palaeoclimatic studies. Julkaisussa: Spiecker, H. & Mielikäinen, K. (toim.). Growth Trends of European Forests - Has Site Productivity changed?. Springer Verlag, pp. 000-000. Painossa.

ADVANCE-10K -hanke LIITE 1A: TUTKIMUKSEN TAVOITTEET ----------------------------------------------------------------------------------------------------------------------------------------------------- ADVANCE-10k:n ja METLAn kasvututkimuksen yhteiset tavoitteet Pohjoissuomalaisen männyn kasvua ja kasvunvaihtelua kuvaavien alueittaisten lustosarjojen laatiminen viimeisen 7500-8000 vuoden ajalle tavoitteena luoda kolme alueellista 7500-8000 vuotta pitkää sarjaa (metsänrajaseudut, Länsi-Lappi, Itä-Lappi). Männyn kasvun vuotuisen ja pitkäaikaisen vaihtelun ominaispiirteiden selvittäminen tutkimalla vaihtelun voimakkuutta, äärevyyttä, jaksollisuutta, trendisyyttä ja muun tyyppisiä analogioita Perusteluina Korholan (1995) teesit : 1. Ihmisen vaikutus luontoon tunnistetaan parhaiten vain silloin, kun luonnon oma vaihtelurytmiikka tunnetaan riittävän hyvin. 2. Tulevia tapahtumia arvioitaessa on tiedettävä mahdollisimman paljon menneisyydestä. 3. Ilman pitkäaikaisia havaintoja tutkijoilta puuttuu aikaperspektiivi, mikä seikka voi johtaa heidät helposti harhaan. Säätekijöiden ja puunkasvun yhteyksiä kuvaavien mallien laatiminen vuosiluston leveyden ennustaminen säätekijöillä (vastefunktiot); holoseenin aikaisten kesä-heinäkuun keskilämpötilojen ennustaminen vuosilustoilla (siirtofunktiot); trendipintamallin kehittäminen Lapin metsien holoseenin aikaisen kasvun ja kesäheinäkuun keskilämpötilojen kuvaamiseksi. 1900-luvun Lapin metsien kasvunvaihtelun ja menneiden vuosituhansien kasvunvaihtelun erojen selvittäminen Tulokset antavat perustan arvioida ilmaston luontaisen vaihtelun normaaliutta tai epänormaaliutta 1900-luvulla. Tiedolla on merkitystä mm. tutkittaessa kasvihuoneilmiön voimistumista tai metsänuudistumisen yleisiä ilmastollisia perusteita (vertaa Korholan teesi 3). Lapin 2000-luvun metsien hoidon ja käsittelyn perusteiden selvittäminen Tulokset tärkeitä tulevaisuuden metsätalouden toimintastrategioita ajatellen (vertaa Korholan teesi 2). Analogiat aiemmin tapahtuneiden kehitysvaiheiden kanssa antavat mahdollisuuden haarukoida tulevaa ilmastoa ja metsien kasvua. Lapin metsien holoseenikautta koskevien lustoaineistojen järjestäminen tietokannaksi tutkimusta ja käytännön sovelluksia varten ADVANCE-10k -projektin yhtenä tavoitteena on koko pohjois-boreaalisen havumetsävyöhykkeen lustotietokannan kokoaminen ilmastotutkimuksia varten. Lustotietokannat ovat osoittautuneet myös arvokkaiksi metsäntutkimuksen apuvälineiksi. Osa datoista on jo talletettu KINSYS-järjestelmään. ADVANCE-10k:n tutkimusmenetelmien ja Lapin metsiä koskevien keskeisten tulosten kokoaminen yleiskäyttöiseksi, tutkimusta ja käytännön metsätaloutta palvelevaksi digitaaliseksi julkaisuksi. Osa työstä on jo toteutettu KINSYS-järjestelmässä.

ADVANCE-10K -hanke LIITE 1B: RAPORTOINTISUUNNITELMA ----------------------------------------------------------------------------------------------------------------------------------------------------- Alustava raportointisuunnitelma (otsikot alustavia; puuttuu yhteistyössä kirjoitettavat julkaisut) 1996: 1. Occurrence of climatic signals and tree-specific losses in the growth of Scots pine during the last 500 years in Finnish Lapland. Ilmastosignaalit ja puukohtaiset kasvuhäiriöt viimeisen 500 vuoden aikana Lapin männyissä. 2. Pointer year analysis indicating climatic signals and tree-specific losses in growth. A method description. Piikkivuosianalyysi ilmastosignaalien ja puukohtaisten kasvuhäiriöiden osoittajana. Menetelmäkuvaus. 3. Description of the tree-ring data bank of Scots pine in Finnish Lapland. Kuvaus Lapin vuosilustoaineistoista. 1997: 1. Summer temperature changes during the last 500 years in Finnish Lapland: a trend surface model of summer mean temperatures based on tree-ring widths of Scots pine. Kasvukauden aikainen lämpötilavaihtelu 500 viime vuoden aikana Lapissa: männyn vuosilustonleveyksiin perustuva kesän keskilämpötilamalli. 2. The KINSYS software and data bank: a windowed interface for graphical and statistical tree-ring data analysis and presentation. A methodological report. KINSYS-ohjelmisto: lustotiedon graafinen ja tilastollinen käsittely sekä käytännön sovellukset. Menetelmäraportti. 1998: 1. Climatic variation and forest growth patterns in Finnish Lapland during the last 7500-8000 years. Kasvun ilmastollinen vaihtelu Suomen Lapissa 7500-8000 viime vuoden aikana (väitöskirja). 2. Growth patterns, trends and cycles found in the growth of Holosene forests in Finnish Lapland. Some practical conclusions for the needs of forestry. Lapin mäntymetsien kasvu ja vaihtelurytmiikka holoseenikaudella: päätelmiä käytännön metsätalouden tarpeisiin.

ADVANCE-10K -hanke LIITE 1C: TUTKIMUSKOHDE, AIKATAULU JA RESURSSIEN KÄYTTÖ ----------------------------------------------------------------------------------------------------------------------------------------------------- Kuva 1. Tutkimusalue Männyn metsänraja Alue 1 Saariselkä Alue 2 Alue 3 Rovaniemi Kemi Pudasjärvi Hossa Taulukko 1. Alustava työsuunnitelma Vuosi 1 9 9 6 1 9 9 7 1 9 9 8 Kuukausi 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 Kenttätyöt x x x x x x x x x Mittaukset x x x x x x x x x x x x x x x x x x Aineiston koostaminen x x x x x Lustosarjojen laadinta x x x x x x x x x x x x x x x x x x x x Ilmastomallien laadinta x x x x x x x x x x x x Julkaisujen laadinta x x x x x x x x x x x x x x x x x x Taulukko 2. Alustava henkilöstöresurssisuunnitelma Henkilö Tehtävä 1996 1997 1998 Yhteensä Mauri Timonen (METLA) tutkija, analysointi ja raportointi 4 6 8 18 Tauno Luosujärvi (METLA) dendrokronologi, sarjojen laatiminen 8 8 8 24 Kullervo Ruotsalainen (METLA) tietopalvelu, aineistojen dokumentointi 6 6 6 18 Tapio Timonen (METLA) tietotekniikka, tuotanto-ohjelmisto 2 4 6 12 Työvoimaministeriön henkilö 1 lustonäytteiden esikäsittely 6 6 6 18 Työvoimaministeriön henkilö 2 lustonäytteiden esikäsittely 6 6 6 18 Työvoimaministeriön henkilö 3 lustosarjojen koostaminen 6 6 6 18 Työvoimaministeriön henkilö 4 lustosarjojen koostaminen 6 6 6 18 Yhteensä 44 48 52 144

LIITE 2: Metsänrajamännyn 1911-vuotisen lustosarjan esittely Metsänrajamännyn 1911-vuotinen lustosarja

LIITE 2: Metsänrajamännyn 1911-vuotisen lustosarjan esittely KUVIEN SISÄLTÖ: Kuva 1. Lustonäytteet uloimman luston kalenterivuoden suhteen. Uloimman luston kalenterivuoden suhteen tulostettu näyteprofiili kertoo mm. aineiston edustavuudesta eri ajanjaksoina. Tilastollisissa analyyseissä voi pitää lähtökohtana noin 30 havainnon minimimäärää kalenterivuotta kohden. Tällä perusteella kuvan lustosarja täyttää kriteerit noin 1350-luvulle saakka. ADVANCE-10 -hankkeessa on tavoitteena laatia 7500-8000 vuoden pituisia lustosarjoja. Yhteen sarjaan tarvitaan noin 240 000 havaintoa. Pilottiaineiston keski-iän (193 v) perusteella voidaan laskea vaatimuksen toteutuvan noin 1250 näytteellä. Koska näytteet eivät kuitenkaan asetu käytännössä ideaalisesti limittäin, tarvitaan niitä huomattavasti enemmän. Kesien 1996-1997 aikana suunnitellaan hankittavaksi noin 3000 kiekkonäytettä sekvenssiotannalla, mikä mahdollistaa jo keruun aikana tapahtuvan aineistotäydennyksen puuttuvilta osin. Viimeisen kalenterivuoden suhteen tulostetusta näyteprofiilista voi tulkita myös tapahtumia, esimerkiksi myrskytuhovuodet näkyvät siitä tietyin edellytyksin. Kuva 2. Lustonäytteet sisimmän luston kalenterivuoden suhteen. Kun näytteet lajitellaan sisimmän eli ydintä lähinnän olevan kalenterivuoden suhteen, voi profiilista tietyin edellytyksin tulkita uudistumisvuodet. Kuva 3. Lustonäytteet keruukohteittain. Aineisto on jaettu kolmeen pääalueeseen siten, että 100-alkuiset näytenumerot viittaavat metsänrajaseutuihin, 200-alkuiset Länsi-Lappiin ja 300-alkuiset Itä-Lappiin. Pilottiaineiston vanhimmät, ensimmäiselle vuosisadalle ajoittuvat näytteet ovat peräisin Peltovuomasta. Kuva 4. Lustohavaintojen jakautuminen ja keskiarvoviiva. Kuvassa näkyvien yli 69 000 lustohavainnon sirottumisesta voi päätellä puun kasvun vaihtelevan rajustikin metsänrajaseuduilla. Kun kasvu on lukuisten tekijöiden yhteisvaikutusten tulosta, suora päättely tämäntyyppisessä asetelmassa johtaa helposti harhaan. Yksittäisten tekijöiden kuten typpilaskeuman tai ilmaston lämpiämisen vaikutuksen erottaminen muusta kasvusta onkin osoittautunut vaikeaksi tehtäväksi ja on ratkaistavissa ainoastaan kehittynein tilastollisin menetelmin. Kuva 5 Yleiskuva kasvunvaihtelusta ja indeksisarja v. 83-1993 jkr. Osakuvassa 1 Lustokeskiarvot esitetään viivadiagrammana alkuperäisaineistosta lasketut keskiarvot. Osakuvan 2 Indeksit standardoidussa lustosarjassa on poistettu puiden kasvun erilaisuudesta ja biologisesta iästä aiheutuvat vaikutukset. Indeksit soveltuvat keskiarvosarjoja paremmin mm. ilmastonvaihteluiden ja ympäristömuutosten tutkimiseen. Osakuvissa 3 ja 4 Indeksihavainnot ja Indeksien ikäjakauma esitellään indeksilukuihin liittyviä erityispiirteitä. Osakuvassa 5 Kasvun minimivuodet esitellään vuodet, jolloin puiden kasvu on ol-

LIITE 2: Metsänrajamännyn 1911-vuotisen lustosarjan esittely lut poikkeuksellisen heikkoa verrattuna edelliseen tai seuraavaan vuoteen. Mitä korkeampi pylväs, sitä heikompi on kasvu ko. vuonna. Tämä ilmiö, ns. ilmastosignaali esiintyy männyllä ja kuusella laajoilla alueilla Lapissa yhtenäisenä ja lähes kaikilla puilla. Ilmastosignaalin aiheuttaa Lapissa ja erityisesti metsänrajaseuduilla alhainen lämpötila, joka on siellä kasvun minimitekijä. Vuosi 1601 näyttää olleen voimakkain signaalivuosi viimeisen 2000 vuoden aikana. Kuva 6. Vuotuinen kasvunvaihtelu v. 83-1993 jkr. Kyseessä sama sarja kuin edellä, mutta aika-akselia on laajennettu vuotuisen vaihtelun havainnollistamiseksi. Kuvan yläreunaan on tulostettu pylväin kasvun minimivuodet keskiarvosarjasta tehdyn analyysin perusteella. Ohuin poikkiviivoin on merkitty pelkästään ilmastosta johtuvat kasvun minimivuodet (ilmastosignaalit). Ne tunnetaan aiempien tutkimusten perusteella. Alimmassa kuvassa kasvun minimivuosia kuvaavat pylväät on muodostettu summaamalla yksittäisten kasvujen minimivuodet ja skaalaamalla ne lopuksi 0-100-asteikkoon. Aineiston ollessa alueellisesti kattava pisimmät pylväät kuvaavat todennäköisesti kasvun ilmastollisia minimivuosia. Ainoastaan poikkeustapauksissa kyse on muista tekijöistä kuten laajoista alueellisista metsätuhoista. Tämäkin vaihtoehto on useimmissa tapauksissa eliminoitavissa vertailemalla suuralueiden (esim. Pohjois-Norja ja Keski-Lappi) kasvunvaihteluaineistoja keskenään. Kuva 7. Piikkivuodet. Skeleton Plot -tekniikalla analysoidut kasvun minimivuodet eli piikkivuodet ovat erinomainen apuväline mm. ajoittamisessa ja puiden kasvun vaihteluiden erityispiirteiden selvittämisessä. Piikkivuosianalyysit edustavat uudentyyppistä lustoanalyysiä, jota maailmallakin on tässä muodossaan tehty toistaiseksi vain vähän.

LIITE 2: Metsänrajamännyn 1911-vuotinen lustosarja, piikkivuosianalyysi ========================================================== Piikkivuositilasto (ROI2000K.SKE) Kasvun minimivuodet ========================================================== Vuosi %-Summa %K-a. %Min %Haj. %Sx NH NT NH/NT % ----- ------- ------ ----- ----- ----- ---- ---- ------- 1601 5815.9 41.2 30 9.4 0.8 141 162 87.0 1680 3996.8 30.7 41 8.4 0.7 130 174 74.7 1574 3674.4 28.5 43 7.5 0.7 129 147 87.8 1734 3530.2 28.9 35 8.2 0.7 122 168 72.6 1709 3411.1 29.4 32 8.8 0.8 116 179 64.8 1806 3136.4 32.7 47 7.0 0.7 96 111 86.5 1696 2361.2 27.1 36 8.7 0.9 87 181 48.1 1620 2192.4 23.1 57 4.9 0.5 95 166 57.2 1769 2141.9 25.5 49 6.8 0.7 84 154 54.5 1642 2049.3 34.2 40 10.3 1.3 60 162 37.0 1641 1801.7 26.9 52 7.8 1.0 67 161 41.6 1837 1786.9 27.9 52 7.5 0.9 64 82 78.0 1667 1751.2 24.7 37 6.5 0.8 71 171 41.5 1516 1531.0 23.6 56 6.1 0.8 65 108 60.2 1644 1513.1 22.9 35 7.2 0.9 66 162 40.7 1688 1383.3 23.4 50 6.1 0.8 59 181 32.6 1633 1309.7 21.8 60 4.8 0.6 60 162 37.0 1728 1262.7 21.8 61 4.9 0.6 58 175 33.1 1607 1236.4 23.8 47 6.5 0.9 52 163 31.9 1747 1211.1 20.9 66 3.2 0.4 58 166 34.9 1737 1179.0 24.1 58 6.0 0.9 49 169 29.0 1503 1103.5 25.1 50 6.8 1.0 44 95 46.3 1602 1048.0 28.3 36 9.5 1.6 37 162 22.8 1593 1035.8 21.6 61 4.7 0.7 48 160 30.0 1790 1027.5 23.4 60 5.4 0.8 44 132 33.3 1900 981.4 22.8 54 5.4 0.8 43 55 78.2 1495 980.6 24.5 57 7.2 1.1 40 78 51.3 1578 955.0 22.2 53 4.9 0.7 43 150 28.7 1514 953.1 22.2 60 5.5 0.8 43 105 41.0 1929 942.2 24.8 59 5.6 0.9 38 49 77.6 1527 934.7 24.6 59 5.1 0.8 38 115 33.0 1524 909.7 23.9 40 6.5 1.0 38 116 32.8 1631 894.3 22.4 54 5.4 0.8 40 162 24.7 1903 890.9 28.7 48 8.9 1.6 31 53 58.5 1719 857.0 22.6 56 6.0 1.0 38 175 21.7 1825 831.7 26.0 40 7.5 1.3 32 96 33.3 1563 788.8 22.5 50 6.5 1.1 35 145 24.1 1554 761.5 20.6 60 3.4 0.6 37 141 26.2 1813 759.4 23.7 54 8.0 1.4 32 104 30.8 1745 756.7 21.0 65 4.2 0.7 36 167 21.6 1630 747.7 22.7 57 5.4 0.9 33 163 20.2 1625 738.4 21.7 61 4.3 0.7 34 167 20.4 1675 738.3 21.1 54 3.5 0.6 35 173 20.2 1615 727.8 22.7 47 5.8 1.0 32 168 19.0 1703 721.9 21.2 58 4.4 0.8 34 183 18.6 1529 712.7 22.3 49 5.9 1.0 32 119 26.9 1605 704.7 22.7 56 4.6 0.8 31 163 19.0 1338 693.1 26.7 50 7.5 1.5 26 38 68.4 1731 692.9 23.1 62 4.9 0.9 30 172 17.4 1650 681.9 24.4 57 7.4 1.4 28 166 16.9 1706 657.3 28.6 33 9.9 2.1 23 181 12.7 1803 655.9 22.6 54 6.2 1.1 29 118 24.6 1364 638.8 31.9 51 8.1 1.8 20 34 58.8 1839 633.1 21.1 67 3.6 0.7 30 82 36.6 1726 612.8 21.1 62 3.7 0.7 29 176 16.5 1786 610.6 21.8 66 3.8 0.7 28 140 20.0 1681 601.6 26.2 47 6.4 1.3 23 176 13.1 1561 594.8 21.2 63 3.5 0.7 28 143 19.6 1588 584.2 22.5 56 5.3 1.0 26 158 16.5 1580 577.2 20.6 61 4.0 0.8 28 151 18.5 1822 557.1 23.2 60 4.6 0.9 24 101 23.8 1584 551.2 25.1 16 15.7 3.3 22 153 14.4 1888 541.8 22.6 60 5.7 1.2 24 63 38.1 1828 541.6 20.8 64 4.0 0.8 26 94 27.7 1690 534.2 24.3 45 7.9 1.7 22 182 12.1 1740 527.0 21.1 60 3.9 0.8 25 167 15.0 1705 517.0 25.9 45 11.2 2.5 20 181 11.0 1926 508.7 22.1 66 3.7 0.8 23 49 46.9 1627 507.2 22.1 50 4.9 1.0 23 166 13.9 1897 497.8 21.6 66 4.8 1.0 23 56 41.1 1771 492.2 24.6 53 5.8 1.3 20 152 13.2 1963 486.7 23.2 61 6.1 1.3 21 41 51.2 1090 481.2 24.1 66 5.0 1.1 20 26 76.9 1125 479.2 26.6 56 5.8 1.4 18 26 69.2 1330 478.0 28.1 54 7.2 1.7 17 36 47.2 1549 476.0 20.7 65 4.9 1.0 23 133 17.3 1110 471.6 24.8 61 7.0 1.6 19 28 67.9 1717 468.9 21.3 46 6.0 1.3 22 180 12.2 1936 468.8 21.3 67 3.9 0.8 22 47 46.8 1659 464.8 20.2 66 3.6 0.8 23 168 13.7 1798 461.9 22.0 65 4.1 0.9 21 120 17.5 1610 454.4 22.7 51 7.1 1.6 20 163 12.3 1023 421.8 24.8 60 6.1 1.5 17 30 56.7 1038 417.6 26.1 45 6.9 1.7 16 29 55.2 1940 409.6 22.8 57 5.3 1.3 18 45 40.0 1699 393.3 21.9 62 5.1 1.2 18 184 9.8 1552 389.2 21.6 69 4.3 1.0 18 136 13.2 1028 387.9 25.9 57 5.8 1.5 15 27 55.6 1654 386.9 24.2 61 4.9 1.2 16 165 9.7 1571 385.9 19.3 61 3.1 0.7 20 148 13.5 1723 378.7 23.7 56 8.4 2.1 16 177 9.0 1697 372.6 26.6 52 11.5 3.1 14 181 7.7 1661 367.7 18.4 71 2.2 0.5 20 166 12.0 1911 365.7 22.9 66 5.7 1.4 16 50 32.0 1708 364.5 28.0 48 8.9 2.5 13 180 7.2 1598 362.9 19.1 62 2.3 0.5 19 163 11.7 1764 355.4 20.9 60 5.2 1.3 17 159 10.7 1791 352.4 23.5 45 11.7 3.0 15 132 11.4 1713 352.1 22.0 51 6.9 1.7 16 182 8.8 1683 349.2 20.5 63 4.3 1.0 17 181 9.4 1486 347.6 26.7 54 6.9 1.9 13 68 19.1 1784 346.6 23.1 70 4.0 1.0 15 144 10.4 1099 340.0 22.7 64 6.7 1.7 15 26 57.7 1454 331.9 27.7 57 8.3 2.4 12 51 23.5 1032 331.4 25.5 62 6.8 1.9 13 29 44.8 1453 330.1 27.5 41 10.1 2.9 12 50 24.0 993 327.2 23.4 58 6.6 1.8 14 23 60.9 1252 326.3 25.1 56 4.8 1.3 13 21 61.9 1478 320.1 22.9 56 6.0 1.6 14 63 22.2 1781 318.3 21.2 61 4.7 1.2 15 146 10.3 1320 315.2 26.3 56 7.0 2.0 12 29 41.4 1053 314.2 26.2 56 9.4 2.7 12 30 40.0 1112 313.8 26.2 62 7.2 2.1 12 29 41.4 1487 313.7 26.1 50 5.5 1.6 12 69 17.4 1635 313.0 20.9 64 4.7 1.2 15 162 9.3 1064 312.3 22.3 59 6.6 1.8 14 31 45.2 1779 309.3 19.3 65 2.4 0.6 16 149 10.7 1639 308.4 22.0 45 8.3 2.2 14 162 8.6 1103 305.0 23.5 70 4.2 1.2 13 26 50.0 824 304.7 27.7 56 7.3 2.2 11 13 84.6 1835 300.5 21.5 62 5.3 1.4 14 84 16.7 1821 295.8 21.1 69 3.3 0.9 14 101 13.9 1676 295.8 24.7 51 6.8 2.0 12 173 6.9 1557 295.7 21.1 67 5.1 1.4 14 142 9.9 1484 293.0 26.6 63 5.0 1.5 11 68 16.2 1457 292.7 26.6 63 9.7 2.9 11 54 20.4 1647 291.5 22.4 52 7.3 2.0 13 163 8.0 1622 291.1 20.8 68 4.5 1.2 14 169 8.3 1695 290.6 24.2 60 4.9 1.4 12 182 6.6 1751 289.3 24.1 58 5.2 1.5 12 163 7.4 1499 285.7 20.4 64 4.1 1.1 14 86 16.3 1842 285.0 21.9 62 5.9 1.6 13 81 16.0

LIITE 2: Metsänrajamännyn 1911-vuotinen lustosarja, piikkivuosianalyysi 1174 284.2 23.7 64 5.0 1.4 12 27 44.4 1430 283.3 23.6 71 4.4 1.3 12 38 31.6 1645 282.9 28.3 56 7.6 2.4 10 162 6.2 685 280.9 25.5 52 9.0 2.7 11 12 91.7 1670 280.8 18.7 69 2.9 0.8 15 173 8.7 1472 280.1 21.5 57 6.4 1.8 13 58 22.4 1770 275.9 34.5 42 9.1 3.2 8 152 5.3 1669 274.6 22.9 60 7.1 2.0 12 173 6.9 1458 271.6 30.2 56 8.8 2.9 9 54 16.7 1758 270.7 22.6 68 4.2 1.2 12 160 7.5 1229 260.5 26.1 58 7.2 2.3 10 21 47.6 1672 260.2 21.7 46 7.2 2.1 12 174 6.9 1179 258.6 21.6 70 3.4 1.0 12 25 48.0 1531 255.3 19.6 62 4.3 1.2 13 122 10.7 1773 252.1 25.2 57 8.7 2.7 10 152 6.6 1604 251.9 28.0 58 7.6 2.5 9 164 5.5 1490 251.3 20.9 65 4.0 1.1 12 73 16.4 1710 248.5 27.6 46 10.1 3.4 9 180 5.0 1788 245.8 24.6 59 5.3 1.7 10 136 7.4 1687 243.1 27.0 52 8.3 2.8 9 182 4.9 1525 237.5 29.7 44 7.6 2.7 8 116 6.9 1907 235.8 21.4 57 6.3 1.9 11 52 21.2 1843 234.9 26.1 62 6.0 2.0 9 81 11.1 712 233.9 26.0 59 4.6 1.5 9 14 64.3 988 233.5 23.3 68 4.9 1.6 10 21 47.6 1801 231.1 23.1 66 4.8 1.5 10 118 8.5 1800 230.9 21.0 69 3.6 1.1 11 119 9.2 1210 230.8 25.6 62 4.1 1.4 9 22 40.9 1365 229.2 28.6 63 5.3 1.9 8 35 22.9 736 229.2 22.9 64 5.7 1.8 10 14 71.4 1664 227.2 20.7 68 3.4 1.0 11 171 6.4 1473 223.4 24.8 60 6.9 2.3 9 58 15.5 1722 222.6 20.2 65 4.3 1.3 11 178 6.2 1924 221.6 22.2 68 4.3 1.4 10 49 20.4 1910 220.4 24.5 64 5.7 1.9 9 51 17.6 1060 216.7 24.1 68 6.4 2.1 9 32 28.1 1510 215.0 23.9 49 9.0 3.0 9 101 8.9 1345 214.8 21.5 73 2.4 0.7 10 36 27.8 1423 214.3 23.8 64 4.6 1.5 9 36 25.0 882 213.1 26.6 51 10.3 3.7 8 14 57.1 1616 212.8 23.6 51 9.2 3.1 9 168 5.4 1793 212.2 21.2 64 2.3 0.7 10 130 7.7 1536 211.0 21.1 64 3.7 1.2 10 130 7.7 1096 209.5 23.3 70 5.1 1.7 9 26 34.6 776 208.6 20.9 73 3.1 1.0 10 18 55.6 1401 208.0 26.0 72 4.1 1.5 8 35 22.9 1460 205.9 22.9 63 5.5 1.8 9 52 17.3 1463 205.1 22.8 65 6.3 2.1 9 51 17.6 1775 203.9 20.4 69 3.7 1.2 10 150 6.7 1119 203.8 22.6 65 4.9 1.6 9 29 31.0 956 203.5 25.4 64 7.0 2.5 8 20 40.0 1369 203.1 25.4 60 6.4 2.3 8 36 22.2 1567 203.1 22.6 67 3.7 1.2 9 146 6.2 1182 201.0 22.3 69 3.5 1.2 9 24 37.5 1853 196.3 21.8 71 4.1 1.4 9 75 12.0 1609 195.9 21.8 65 3.2 1.1 9 163 5.5 1692 194.8 19.5 71 3.0 1.0 10 184 5.4 1700 194.5 19.5 70 3.3 1.1 10 184 5.4 1743 193.5 19.3 66 3.7 1.2 10 166 6.0 1015 193.4 27.6 54 9.7 3.7 7 27 25.9 1317 193.0 27.6 56 10.4 3.9 7 29 24.1 1543 192.4 27.5 51 9.2 3.5 7 133 5.3 618 191.3 31.9 49 11.8 4.8 6 7 85.7 1333 190.9 23.9 63 5.1 1.8 8 38 21.1 1657 189.9 21.1 72 3.3 1.1 9 168 5.4 1965 189.4 21.0 66 4.5 1.5 9 41 22.0 1348 182.8 22.9 64 5.6 2.0 8 35 22.9 769 180.0 30.0 35 18.0 7.4 6 14 42.9 653 179.9 25.7 53 5.8 2.2 7 9 77.8 1618 179.8 25.7 57 8.9 3.4 7 167 4.2 1559 179.8 18.0 74 1.8 0.6 10 142 7.0 1128 179.6 20.0 65 4.2 1.4 9 26 34.6 1595 178.8 19.9 69 3.8 1.3 9 162 5.6 1538 178.8 22.3 57 6.9 2.4 8 132 6.1 1054 178.6 29.8 56 10.2 4.1 6 30 20.0 762 176.9 25.3 67 3.7 1.4 7 15 46.7 1721 176.8 19.6 58 3.7 1.2 9 178 5.1 1263 176.1 29.4 57 7.8 3.2 6 18 33.3 1666 175.3 25.0 65 6.2 2.4 7 171 4.1 1714 174.5 21.8 62 5.6 2.0 8 182 4.4 1804 168.6 24.1 63 7.1 2.7 7 116 6.0 1685 165.0 20.6 67 3.7 1.3 8 183 4.4 1691 163.3 23.3 54 6.8 2.6 7 181 3.9 1682 163.2 23.3 63 4.6 1.7 7 180 3.9 1342 159.1 26.5 53 5.0 2.0 6 37 16.2 1712 158.6 22.7 66 3.9 1.5 7 180 3.9 1417 157.3 31.5 55 10.3 4.6 5 34 14.7 1198 157.3 26.2 64 5.3 2.2 6 24 25.0 1767 157.1 22.4 66 5.3 2.0 7 155 4.5 774 156.6 22.4 71 2.3 0.9 7 18 38.9 1279 156.6 22.4 62 5.4 2.0 7 19 36.8 1724 155.0 19.4 71 2.7 1.0 8 177 4.5 1382 155.0 25.8 62 5.1 2.1 6 35 17.1 1693 154.9 22.1 71 4.0 1.5 7 182 3.8 1502 154.1 25.7 63 7.1 2.9 6 94 6.4 1652 153.7 22.0 60 3.7 1.4 7 165 4.2 1332 153.4 21.9 69 4.4 1.7 7 38 18.4 1590 153.3 17.0 70 1.1 0.4 9 157 5.7 1357 151.5 18.9 70 1.7 0.6 8 35 22.9 1154 150.7 21.5 69 5.8 2.2 7 27 25.9 1974 150.6 18.8 73 2.1 0.8 8 41 19.5 1984 150.2 18.8 75 1.0 0.4 8 41 19.5 1636 149.5 18.7 65 2.7 1.0 8 161 5.0 1412 148.8 21.3 69 5.5 2.1 7 36 19.4 1969 148.4 21.2 67 4.7 1.8 7 41 17.1 1875 147.6 18.4 69 1.7 0.6 8 69 11.6 1388 146.5 29.3 63 6.3 2.8 5 35 14.3 1956 146.0 20.9 70 3.3 1.2 7 42 16.7... jne. Selitykset: Vuosi %-Summa %K-a %Min %Max %Haj. %Sx NH NT NS/NT : Piikkivuoden esiintymisvuosi : Skeleton -pylväiden summa : Skeleton -pylväiden keskiarvo : pienin havaittu mimini, % keskiarvosta tai : suurin havaittu maksimi, % keskiarvosta : Skeleton-pylväiden keskihajonta : Skeleton-pylväiden keskivirhe : Kriteerit täyttävien piikkivuosien lukumäärä : Havaintojen kokonaismäärä : Piikkivuosien suht. osuus aineistossa