Artikkelit jotka sisältävät avainsanan 'TRAC'.

Aarne Hovi. (2015). Towards an enhanced understanding of airborne LiDAR measurements of forest vegetation. https://doi.org/10.14214/df.200

Väitöskirja käsittelee metsien mittausta ilma-aluksesta tehdyn laserkeilauksen avulla. Perustutkimusluonteisessa työssä selvitettiin, miten metsän rakenne ja heijastusominaisuudet sekä keilain- ja keilauskohtaiset parametrit vaikuttavat laserkeilaimella tehtyihin mittauksiin. Lisäksi selvitettiin aaltomuotolaserkeilainten käyttömahdollisuuksia verrattuna yleisemmin käytettyihin kaikulaserkeilaimiin.

Osajulkaisussa I tutkittiin alikasvospuustosta kaikulaserkeilaimella tehtyjä mittauksia. Energiahäviöt ylempiin latvuskerroksiin vaikuttivat todennäköisyyteen saada kaikuja alikasvospuista ja vääristivät kaikujen jakaumaa siten, että kaikuja saatiin eniten voimakkaasti heijastavista kohteista. Laserkaikujen intensiteetti ei soveltunut alikasvoksen puulajin tunnistukseen, mutta alikasvospuuston määrää pystyttiin ennustamaan kaikujen korkeusjakauman avulla.

Osajulkaisussa II kehitettiin maastofotogrammetriaan perustuva menetelmä laserkeilaustutkimuksen tueksi. Maastossa otettujen digikuvien avulla pystyttiin visualisoimaan laserkaikuja ja -aaltomuotoja sekä tutkimaan niiden geometrista tarkkuutta. Kuvilta laskettu kasvillisuuden silhuettiala oli yhteydessä lasersignaalin voimakkuuteen.

Osajulkaisussa III kehitettiin simulointimalli lasermittausten mallintamiseen ja verrattiin simuloituja aineistoja taimikkokasvillisuudesta aaltomuotolaserkeilaimella tehtyihin mittauksiin. Simuloimalla näytettiin, miten kasvillisuuden rakenne ja laserkeilaimen ominaisuudet vaikuttavat mittauksiin. Tulokset osoittivat, että aaltomuotolaserkeilaimella tehdyt mittaukset kuvaavat taimikkokasvillisuuden rakennetta ja niitä on mahdollista hyödyntää taimikkokasvillisuuden kartoituksessa.

Osajulkaisussa IV tutkittiin aaltomuotolaserkeilaimella tehtyjen mittausten käyttöä puulajin tunnistuksessa. Aaltomuotolaserkeilaus paransi tuloksia verrattuna kaikulaserin tallentaman intensiteetin käyttöön. Lisäksi selvitettiin, mitkä muut tekijät puulajin lisäksi vaikuttavat lasermittauksiin. Tunnetuista tekijöistä puuyksilöiden välistä lasersignaalin vaihtelua selittivät parhaiten puun pituus ja fenologinen tila, mutta aineistoon jäi paljon puuyksilöstä riippuvaa selittämätöntä vaihtelua.

Väitöskirjan tulokset lisäävät ymmärrystä metsäkasvillisuudesta tehtyhin laserkeilausmittauksiin vaikuttavista tekijöistä ja luovat perustaa keilainlaitteiden sekä aineistojen tulkintamenetelmien jatkokehitykselle.

  • Hovi, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti aarne.hovi@helsinki.fi (email)
Titta Majasalmi. (2015). Estimation of leaf area index and the fraction of absorbed photosynthetically active radiation in a boreal forest. https://doi.org/10.14214/df.187

Boreaalisen metsän lehtialaindeksin ja sen sitoman fotosynteettisesti aktiivisen säteilyn arviointi

Tämän väitöskirjan tarkoituksena oli kehittää LAI:n ja fPAR:in maastomittausmenetelmiä ja arvioida nykyisten satelliittipohjaisten LAI- ja fPAR-tuotteiden toimivuutta boreaalisissa metsissä. Lehtialaindeksi (leaf area index, LAI) kuvaa lehtien toispuolista pinta-alaa maapinta-alaa kohden (m2/m2). Akronyymi fPAR on lyhennelmä sanoista fraction of absorbed photosynthetically active radiation (PAR) ja se kuvaa kasvillisuuden kykyä sitoa auringosta saapuvaa säteilyä. fPAR määräytyy LAI:n ja auringon kulman perusteella. LAI:ta ja fPAR:ia voidaan arvioida avaruudesta tehtävällä kaukokartoituksella ja mielenkiinnon kohteena voi olla esimerkiksi globaali ympäristön seuranta. Tällä hetkellä kaukokartoitusmenetelmien kehittymistä hidastaa maastoaineistojen puute, sillä maastoaineistot ovat välttämättömiä mallien tarkkuuden arvioinnissa. Koska LAI on yksi tärkeimpiä fPAR:iin vaikuttavia muuttujia, väitöskirjan ensimmäinen osio keskittyi LAI:n maastomittausmenetelmien tarkkuuden arviointiin. Ensimmäisen osan tarkoituksena oli selvittää, kuinka erilaiset LAI:n arviointitavat ja otanta-asetelmat toimivat boreaalisissa metsissä. Satelliitista mitattujen LAI-arvojen kelpoisuutta arvioitiin vertaamalla niitä maastossa mitattuihin arvoihin. Tulosten mukaan erilaiset LAI:n arviointitavat tuottavat systemaattisesti poikkeavia arvioita ja arvioiden tarkkuus riippuu paitsi käytetystä menetelmästä, myös maastomittausten otanta-asetelmasta. Tutkimuksessa havaittiin, että satelliitista mitattuihin LAI-arvoihin sisältyy paljon ajallista ja paikallista vaihtelua, joka johtuu osin satelliitin mittaaman signaalin saturoitumisesta. Väitöskirjan toinen osa keskittyi fPAR:in mittaamiseen ja mallintamiseen. Tutkimuksen aluksi esiteltiin uusi fPAR-malli, joka soveltuu laajojen alueiden fPAR-arviointiin. Mallin toimivuutta arvioitiin vertaamalla mitattuja ja mallinnettuja fPAR-arvoja toisiinsa. fPAR-mallin todettiin toimivan hyvin. Tämän jälkeen tutkittiin, kuinka hyvin nykyiset satelliittimittauksiin perustuvat fPAR-tuotteet vastaavat maastomittauksiin perustuvaa fPARia. Yleensä satelliittituotteiden toimivuutta arvioitaessa on keskitytty vain metsän latvuskerroksen sitoman säteilymäärän arviointiin, mutta tässä tutkimuksessa huomioitiin myös aluskasvillisuuden sitoma säteily. Tulokset osoittivat, että satelliittimittauksiin perustuva fPAR voi vastata paremmin metsikön latvuksen ja aluskasvillisuuden yhteenlaskettua fPAR:ia kuin pelkän latvuskerroksen fPAR:ia.

  • Majasalmi, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti titta.majasalmi@helsinki.fi (email)
Titta Majasalmi. (2015). Estimation of leaf area index and the fraction of absorbed photosynthetically active radiation in a boreal forest. https://doi.org/10.14214/df.187

Boreaalisen metsän lehtialaindeksin ja sen sitoman fotosynteettisesti aktiivisen säteilyn arviointi

Tämän väitöskirjan tarkoituksena oli kehittää LAI:n ja fPAR:in maastomittausmenetelmiä ja arvioida nykyisten satelliittipohjaisten LAI- ja fPAR-tuotteiden toimivuutta boreaalisissa metsissä. Lehtialaindeksi (leaf area index, LAI) kuvaa lehtien toispuolista pinta-alaa maapinta-alaa kohden (m2/m2). Akronyymi fPAR on lyhennelmä sanoista fraction of absorbed photosynthetically active radiation (PAR) ja se kuvaa kasvillisuuden kykyä sitoa auringosta saapuvaa säteilyä. fPAR määräytyy LAI:n ja auringon kulman perusteella. LAI:ta ja fPAR:ia voidaan arvioida avaruudesta tehtävällä kaukokartoituksella ja mielenkiinnon kohteena voi olla esimerkiksi globaali ympäristön seuranta. Tällä hetkellä kaukokartoitusmenetelmien kehittymistä hidastaa maastoaineistojen puute, sillä maastoaineistot ovat välttämättömiä mallien tarkkuuden arvioinnissa. Koska LAI on yksi tärkeimpiä fPAR:iin vaikuttavia muuttujia, väitöskirjan ensimmäinen osio keskittyi LAI:n maastomittausmenetelmien tarkkuuden arviointiin. Ensimmäisen osan tarkoituksena oli selvittää, kuinka erilaiset LAI:n arviointitavat ja otanta-asetelmat toimivat boreaalisissa metsissä. Satelliitista mitattujen LAI-arvojen kelpoisuutta arvioitiin vertaamalla niitä maastossa mitattuihin arvoihin. Tulosten mukaan erilaiset LAI:n arviointitavat tuottavat systemaattisesti poikkeavia arvioita ja arvioiden tarkkuus riippuu paitsi käytetystä menetelmästä, myös maastomittausten otanta-asetelmasta. Tutkimuksessa havaittiin, että satelliitista mitattuihin LAI-arvoihin sisältyy paljon ajallista ja paikallista vaihtelua, joka johtuu osin satelliitin mittaaman signaalin saturoitumisesta. Väitöskirjan toinen osa keskittyi fPAR:in mittaamiseen ja mallintamiseen. Tutkimuksen aluksi esiteltiin uusi fPAR-malli, joka soveltuu laajojen alueiden fPAR-arviointiin. Mallin toimivuutta arvioitiin vertaamalla mitattuja ja mallinnettuja fPAR-arvoja toisiinsa. fPAR-mallin todettiin toimivan hyvin. Tämän jälkeen tutkittiin, kuinka hyvin nykyiset satelliittimittauksiin perustuvat fPAR-tuotteet vastaavat maastomittauksiin perustuvaa fPARia. Yleensä satelliittituotteiden toimivuutta arvioitaessa on keskitytty vain metsän latvuskerroksen sitoman säteilymäärän arviointiin, mutta tässä tutkimuksessa huomioitiin myös aluskasvillisuuden sitoma säteily. Tulokset osoittivat, että satelliittimittauksiin perustuva fPAR voi vastata paremmin metsikön latvuksen ja aluskasvillisuuden yhteenlaskettua fPAR:ia kuin pelkän latvuskerroksen fPAR:ia.

  • Majasalmi, University of Helsinki, Department of Forest Sciences ORCID ID:Sähköposti titta.majasalmi@helsinki.fi (email)
Zhengyang Hou. (2014). Mapping of growing stock and stand delineation for tropical forests using remote sensing. https://doi.org/10.14214/df.184

Kaukokartoitusperusteinen trooppisen metsän puuston kartoitus ja metsiköiden rajaus

Tässä työssä kehitettiin kaukokartoitusperusteisia metsävarojen inventointimenetelmiä metsätalouden kestävyyden seurantaan. Kansainvälisen ilmastopolitiikan konsepteja kehitetään metsän hävittämisestä johtuvaan kasvihuonekaasujen päästöjen hillitsemiseen (REDD), ja sen mekanismeihin kuuluu läheisesti trooppisten metsien seurantamenetelmät. Tutkimusalue sijaitsi Laosissa ja kaukokartoitusmateriaaleina oli ALOS AVNIR-2 satelliittikuva, digitaalinen ilmakuva ja laserkeilausmateriaali.

Ensimmäisessä osatutkimuksessa vertailtiin näiden kolmen erityyppisen materiaalin tehokkuutta puuston tilavuuden ja tiheyden ennustamiseen. Tulokset osoittivat, että perinteinen aluepohjainen laserkeilausperusteinen menetelmä oli sekä tilavuuden (RMSE 36.9%) että puuston tiheyden (RMSE47.3%) osalta parhaat. Ilmakuvaperusteinen ennustus oli hieman parempi kuin satelliittikuvaperusteinen, vaikka erot eivät olleetkaan kovin suuria. Periaatteessa boreaalisessa metsissä kehitetty menetelmä toimi kohtuullisesti myös tropiikissa, vaikka tulokset eivät olleetkaan yhtä hyviä.

Toisessa osatutkimuksessa tutkittiin aluepohjaisen menetelmän sovellettavuutta tropiikissa ja laseraineiston koealakohtaista aluskasvillisuudesta johtuvan osa-aineiston poistamista. Tutkimuksessa kehitettiin adaptiivinen pistepilven suodatusmenetelmä, jolla pystyttiin parantamaan tulosten luotettavuutta. Optimoidulla kiinteällä suodatusmenetelmällä saavutettiin 7 % tarkkuuden parannus ja adaptiivisellä menetelmällä lisäksi 2 % lisäparannus verrattuna pohjoismaiseen aluepohjaiseen perusmenetelmään.

Kolmannessa osa-tutkimuksessa pyrittiin muodostamaan automaattisesti kaukokartoitusperusteisesti metsien käsittely-yksiköitä. Automaattisen kuvasegmentoinnin ja puuston ennustemallien avulla testattiin kuviointien mielekkyyttä. Ennustemallien luotettavuus ja kohdemetsän heterogeenisuus vaikuttivat merkittävästi lopputulokseen. Tutkimus osoitti, että kehitettyjä menetelmiä voidaan käyttää metsien hiilivarannon kartoitukseen ja metsien häviämisestä johtuvan kasvihuonekaasujen päästöjen seurantaan.

  • Hou, University of Eastern Finland, School of Forest Sciences ORCID ID:Sähköposti hou.zhengyang@gmail.com (email)
Mikko Havimo. (2010). Variation in tracheid cross-sectional dimensions and wood viscoelasticity – extent and control methods. https://doi.org/10.14214/df.108

Trakeidien poikkileikkausdimensioiden ja puun viskoelastisuuden vaihtelu – laajuus ja kontroillointimenetelmät

Painopaperit ovat Suomen metsäteollisuuden päätuote. Tässä työssä tutkitaan painopapereiden ominaisuuksien ja taloudellisuuden parantamista trakeidien poikkileikkausdimensioita ja puun viskoelastisuutta kontrolloimalla. Kontrolloinnilla tarkoitetaan mitä tahansa prosessia tai menetelmää puuraaka-aineen jakamiseksi luokkiin, joiden ominaisuuksissa on merkittäviä eroja ja pieni sisäinen vaihtelu.

Trakeidien poikkileikkausdimensioita, eli soluseinämän paksuutta sekä säteen ja tangentin suuntaisia läpimittoja, voidaan kontrolloida esimerkiksi lajittelemalla raaka-ainetta kuitupuuhun ja sahanhakkeeseen. Vastaavaa kontrollointia voidaan tehdä myös lajittelemalla tukkeja puun kokoluokan mukaan tai erottelemalla kuituja sellun keiton jälkeen. Näitä menetelmiä tutkittiin tässä työssä simulaatioiden avulla, jotka perustuivat mitattuihin trakeidien poikkileikkausdimensioihin. Mittaukset tehtiin viidestä kuusesta (Picea abies) ja viidestä männystä (Pinus sylvestris) SilviScan laitteella.

Simulaatioiden mukaan sahanhakkeen ja latvakuitupuun poikkileikkausdimensiot ovat melko samanlaiset. Kuusen ja männyn poikkileikkausdimensiot ovat keskimäärin samanlaiset, mutta dimensioiden jakaumat poikkeavat hieman toisistaan. Käytännön kannalta jakaumien eroilla ei ole suurta merkitystä. Trakeidien dimensioita voidaan kontrolloida tehokkaimmin menetelmillä, jotka erottelevat kuidut kevätpuuhun ja kesäpuuhun. Tukkien lajittelu tai tukin jakaminen nuorpuuhun ja aikuispuuhun olivat simulaatioiden mukaan huomattavasti tehottomampia menetelmiä.

Puun viskoelastisuus vaikuttaa energiankulutukseen mekaanisessa massanvalmistuksessa, joten tavoiteltaessa massanvalmistuksen energiankulutuksen alentamista se on lupaava kontrolloitava suure. Viskoelastisuuden käyttöä kontrolloinnissa tutkittiin kirjallisuuskatsauksen avulla. Tutkimus osoittaa puuaineen viskoelastisissa ominaisuuksissa olevan laajaa vaihtelua puulajin sisällä, mutta valitettavasti sellaisten merkittävien raaka-aineluokkien kuten latvakuitupuun ja sahanhakkeen viskoelastisia ominaisuuksia ei tunneta. Puun viskoelastiset ominaisuudet riippuvat pääasiassa ligniinistä, mutta siihen vaikuttavat myös mikrofibrillikulma, selluloosakiteiden leveys ja trakeidien poikkileikkausdimensiot.

  • Havimo, Helsingin yliopisto, Metsätieteiden laitos ORCID ID:Sähköposti mikko.havimo@helsinki.fi (email)
Hannu Salminen. (2009). The effect of temperature on height growth of Scots pine in northern Finland. https://doi.org/10.14214/df.96

Männyn pituuskasvu käynnistyy keväällä lämpötilan ohjaamana, ja lämpötila on myös tärkein kasvun etenemistä selittävä tekijä. Päivittäiskasvu kiihtyy päivien lämmetessä ja saavuttaa huippunsa yleensä aivan alkukesästä. Pituuskasvu päättyy yleensä heinäkuun alkupuolella. Pituuskasvukertymää kuvattiin mallilla, jossa selittävänä muuttujana oli lämpösummakertymä. Riippumatta pituuskasvun määrästä se päättyy, kun noin 40% paikkakunnan pitkäaikaisesta lämpösummasta oli kertynyt. Männyn pituuskasvu on ennaltamääräytynyttä: kasvuaiheet muodostetaan päätesilmuun edellisenä kesänä silloisen pituuskasvun päättymisen aikoihin, ja havaitsemamme pituuskasvu on kasvuaiheiden erilaistumista ja venymistä lopulliseen mittaansa. Pituus¬kasvun vuotuinen vaihtelu seuraa pääosin päätesilmun muodostumisajankohdan kas¬vun minimitekijän vaihtelua, joka pohjoista metsänrajaa lähestyttäessä on useimmin kasvu¬kauden aikainen lämpötila. Tässä tutkimuksessa männyn pituuskasvun vuosivaihtelua kuvaavan mallin selittäväksi muuttujaksi valikoitui puun iän lisäksi edellisen heinäkuun lämpötila, joka selitti 74 % pituuskasvun vuosivaihtelusta. Kun mallia sovellettiin ennustamiseen käyttäen tutkimusjakson aikana mitattuja kuukausilämpötiloja, yhden asteen marginaalisen muutoksen vaikutus seuraavan vuoden pituuskasvuun oli 1,8 cm ja keskimääräisen pituuskasvun vaihteluväli 15–32 cm.

Keskimääräisinä vuosina neulastiheys eli neulasparien määrä vuosikasvaimen pituutta kohden määräytyy pituuskasvun tapaan jo edellisen kasvukauden aikana päätesilmun muodostuessa. Jos pituuskasvuyksiköiden venymisessä lopulliseen mittaansa ilmenee häiriöitä tuhojen tai äärevien sääilmiöiden vaikutuksesta, neulastiheys voi nousta korkeaksi. Neulastiheys voi myös laskea niissä tilanteissa, jolloin kasvuvuoden kevään olosuhteet lisäävät pituuskasvuyksiköiden venymistä.

Hyvä pituuskasvu tarkoittaa myös runsasta neulastuotantoa. Nuorimmat neulasvuosikerrat ovat merkittävimpiä nettotuottajia, joten runsas neulastuotanto mahdollistaa hyvän kasvun neulasten syntyä seuraavina parina vuotena, mikäli muut olosuhteet ovat suotuisat. Neulasiin on myös sitoutunut energiaa, jota voidaan siirtää etenkin vanhemmista neulasvuosikerroista esimerkiksi läpimitan kasvun tarpeisiin. Läpimitan kasvu korreloikin kahta vuotta aikaisemman pituuskasvun kanssa.

Lämpötilan vaihtelussa on paljon satunnaisia ja pitkillä aikaväleillä vaikeasti ennustettavia piirteitä. Koska lämpötila on merkittävin vuotuisen pituuskasvun vaihtelun selittäjä Lapissa, myös pituuskasvuun sisältyy satunnaisen kaltaisena ilmenevää vuosivaihtelua. Seuraavan kasvukauden pituuskasvun suuruus on toisaalta helppo ennustaa hyvin ennalta määräytyneen kasvutavan vuoksi. Voimakas riippuvuus edellisen vuoden heinäkuun lämpötilasta tekee Lapin männyn pituuskasvusta erittäin käyttökelpoisen bioindikaattorin varsinkin yhdessä muiden ympäristöaikasarjojen kanssa.

  • Salminen, University of Helsinki, Department of Forest Resource Management ORCID ID:Sähköposti hannu.salminen@metla.fi (email)
Tuula Jyske. (2008). The effects of thinning and fertilisation on wood and tracheid properties of Norway spruce (Picea abies) – the results of long-term experiments. https://doi.org/10.14214/df.55

Puuaineen ja kuitujen ominaisuuksilla on suuri merkitys puun käyttömahdollisuuksiin raaka-aineena ja puutuotteiden laatuun. Puuaineen ominaisuuksiin vaikuttavat sekä perintö- että ympäristötekijät. Ympäristötekijöistä tärkeimpiä ovat kasvupaikka sekä puiden välinen kilpailu ravinteista, vedestä ja valosta, jotka säätelevät puiden kasvunopeutta. Metsänhoidolla, kuten erilaisilla harvennuksilla ja lannoituksilla, voidaan vaikuttaa puiden kasvunopeuteen ja siten muodostuvan puuaineen ominaisuuksiin. Tässä tutkimuksessa selvitettiin harvennuksen ja lannoituksen vaikutuksia kuusen (Picea abies (L.) Karst.) puuaineen ominaisuuksiin, kuten tiheyteen, kuidunpituuteen, kuituseinän paksuuteen, soluontelon läpimittaan ja ligniinipitoisuuteen. Puuaineen ominaisuuksia tutkittiin puun tyveltä latvaan sekä ytimestä pintaan. Aineisto (109 puuta) kerättiin Metsäntutkimuslaitoksen ylläpitämistä, pitkään seuratuista harvennuskokeista Heinolassa ja Punkaharjulla sekä harvennus-lannoituskokeista Parikkalassa ja Suonenjoella. Heinolassa ja Punkaharjulla käsittelyt olivat harventamaton, lievästi tai voimakkaasti harvennettu. Parikkalassa ja Suonenjoella lannoituskäsittelyt olivat lannoittamaton, 150 kg typpeä (N)/ha joka viides vuosi tai 300 kg N/ha joka viides vuosi ja harvennuskäsittelyt viivästetty ensiharvennus, normaali ensiharvennus sekä voimakas ensiharvennus. Lievä ja voimakas harvennus lisäsivät koepuiden läpimitan kasvua 24–64 % harventamattomaan koealaan verrattuna. Puuaineen tiheys pieneni muutaman prosentin molemmissa käsittelyissä. Voimakkaasti harvennetun koealan puissa kuidut olivat 4–9 % lyhyempiä kuin harventamattoman koealan. Kuituseinän paksuudessa ja kuidun läpimitassa oli vain pieniä eroja eri harvennusvoimakkuuksien välillä. Harvennus-lannoituskokeissa lannoitus lisäsi koepuiden kasvua noin 40 % verrattuna lannoittamattomaan koealaan. Normaali ensiharvennus lisäsi koepuiden kasvua 8 % ja voimakas ensiharvennus 29 % verrattuna viivästettyyn ensiharvennukseen. Lannoitus laski puuaineen tiheyttä noin 7 % verrattuna lannoittamattomiin koepuihin. Erot puuaineen tiheydessä eri harvennuskäsittelyiden välillä olivat pieniä. Harvennus- ja lannoituskäsittelyiden vaikutukset kuitujen kokoon ja ligniinipitoisuuteen olivat vähäisiä. Tulokset osoittavat, että nykyisten harvennus- ja lannoituskäsittelyiden vaikutukset puuaineen tiheyteen, kuidunpituuteen, kuituseinän paksuuteen, soluontelon läpimittaan ja ligniinipitoisuuteen ovat vähäisiä. Puuaineen ja kuitujen ominaisuudet vaihtelevat kuitenkin suuresti puiden ja kasvukausien välillä.

  • Jyske, University of Helsinki, Department of Forest Resource Management ORCID ID:Sähköposti tuula.jyske@metla.fi (email)
Tuula Jyske. (2008). The effects of thinning and fertilisation on wood and tracheid properties of Norway spruce (Picea abies) – the results of long-term experiments. https://doi.org/10.14214/df.55

Puuaineen ja kuitujen ominaisuuksilla on suuri merkitys puun käyttömahdollisuuksiin raaka-aineena ja puutuotteiden laatuun. Puuaineen ominaisuuksiin vaikuttavat sekä perintö- että ympäristötekijät. Ympäristötekijöistä tärkeimpiä ovat kasvupaikka sekä puiden välinen kilpailu ravinteista, vedestä ja valosta, jotka säätelevät puiden kasvunopeutta. Metsänhoidolla, kuten erilaisilla harvennuksilla ja lannoituksilla, voidaan vaikuttaa puiden kasvunopeuteen ja siten muodostuvan puuaineen ominaisuuksiin. Tässä tutkimuksessa selvitettiin harvennuksen ja lannoituksen vaikutuksia kuusen (Picea abies (L.) Karst.) puuaineen ominaisuuksiin, kuten tiheyteen, kuidunpituuteen, kuituseinän paksuuteen, soluontelon läpimittaan ja ligniinipitoisuuteen. Puuaineen ominaisuuksia tutkittiin puun tyveltä latvaan sekä ytimestä pintaan. Aineisto (109 puuta) kerättiin Metsäntutkimuslaitoksen ylläpitämistä, pitkään seuratuista harvennuskokeista Heinolassa ja Punkaharjulla sekä harvennus-lannoituskokeista Parikkalassa ja Suonenjoella. Heinolassa ja Punkaharjulla käsittelyt olivat harventamaton, lievästi tai voimakkaasti harvennettu. Parikkalassa ja Suonenjoella lannoituskäsittelyt olivat lannoittamaton, 150 kg typpeä (N)/ha joka viides vuosi tai 300 kg N/ha joka viides vuosi ja harvennuskäsittelyt viivästetty ensiharvennus, normaali ensiharvennus sekä voimakas ensiharvennus. Lievä ja voimakas harvennus lisäsivät koepuiden läpimitan kasvua 24–64 % harventamattomaan koealaan verrattuna. Puuaineen tiheys pieneni muutaman prosentin molemmissa käsittelyissä. Voimakkaasti harvennetun koealan puissa kuidut olivat 4–9 % lyhyempiä kuin harventamattoman koealan. Kuituseinän paksuudessa ja kuidun läpimitassa oli vain pieniä eroja eri harvennusvoimakkuuksien välillä. Harvennus-lannoituskokeissa lannoitus lisäsi koepuiden kasvua noin 40 % verrattuna lannoittamattomaan koealaan. Normaali ensiharvennus lisäsi koepuiden kasvua 8 % ja voimakas ensiharvennus 29 % verrattuna viivästettyyn ensiharvennukseen. Lannoitus laski puuaineen tiheyttä noin 7 % verrattuna lannoittamattomiin koepuihin. Erot puuaineen tiheydessä eri harvennuskäsittelyiden välillä olivat pieniä. Harvennus- ja lannoituskäsittelyiden vaikutukset kuitujen kokoon ja ligniinipitoisuuteen olivat vähäisiä. Tulokset osoittavat, että nykyisten harvennus- ja lannoituskäsittelyiden vaikutukset puuaineen tiheyteen, kuidunpituuteen, kuituseinän paksuuteen, soluontelon läpimittaan ja ligniinipitoisuuteen ovat vähäisiä. Puuaineen ja kuitujen ominaisuudet vaihtelevat kuitenkin suuresti puiden ja kasvukausien välillä.

  • Jyske, University of Helsinki, Department of Forest Resource Management ORCID ID:Sähköposti tuula.jyske@metla.fi (email)

Rekisteröidy käyttäjäksi
Paina tätä linkkiä Metsätieteen aikakauskirjan käsikirjoituksen tarjoamis- ja seurantajärjestelmään (OJS) kirjautumiseen.
Kirjaudu sisään
Jos olet kirjautunut käyttäjäksi, kirjaudu sisään tallentaaksesi valitsemasi artikkelit myöhempää käyttöä varten.
Ilmoitukset päivityksistä
Kirjautumalla saat tiedotteet uudesta julkaisusta.


Valitsemasi artikkelit