Ilmaraot ovat tärkeä yhteys puiden fysiologisten prosessien ja ympäristön välillä, joten ilmarakosäädön mallintaminen on kriittisen tärkeää puiden toiminnan ja kasvun ymmärtämiseksi. Eräs ilmarakosäädön malli, jota on laajalti testattu, perustuu ilmarakosäädön optimointiin Lagrangen menetelmällä. Tämän tutkimuksen tavoitteena oli laajentaa optimaalinen ilmarakosäätömalli koko puun tasolle, ja yhdistää se rungon paksuuskasvun malliin. Tässä työssä kehitelty uusi malli yhdistää ilmarakosäädön yhteyttämisen ei-ilmarakoisille rajoitteille, maan vesipitoisuuteen, entsymaattiseen aktivaatioon ja rungon paksuuskasvun fenologiaan. Malli tarvitsee syötteenä meteorologisia suureita, valon määrää, sekä maan vesipitoisuutta, ja se ennustaa haihdunnan, yhteyttämisen sekä paksuuskasvun 30 minuutin aikaresoluutiolla. Malli parametrisoitiin Bayesilaista päättelyä käyttäen, ja sen ennusteita verrattiin mittauksiin männyn (Pinus sylvestris) ja kuusen (Picea abies) toiminnasta Suomessa suolla sekä kivennäismaalla. Malli onnistui hyvin simuloimaan puiden haihduntaa ja rungon läpimitanmuutoksia. Malliparametrien tilastollinen analyysi osoitti, että nuorilla/lyhyillä puilla oli aina suurempi ilmarakojohtavuus vanhoihin/pitkiin puihin verrattuna tyypillisillä ilman kyllästysvajeen ja valon määrän arvoilla. Analyysi osoitti myös, että puiden hydraulinen johtavuus maasta juuriin sekä minimaalinen marginaalinen vedenkäyttötehokkuus korreloi positiivisesti lehtipinta-alan ja mantopuupinta-alan suhteeseen. Paksuuskasvun mallinnettu kesto korreloi positiivisesti lehtipinta-alaspesifisen kasvukauden kokonaisyhteyttämismäärän kanssa kostealla suolla, mutta samaa korrelaatiota ei havaittu kuivemmalla kivennäismaalla. Lisäksi muut paksuuskasvun fenologiset parametrit eivät korreloineet yhteyttämisen kanssa kummallakaan kasvupaikalla, mikä viittaa siihen, että yhteyttäminen yksin ei riitä kuvaamaan boreaalisten puiden paksuuskasvun fenologiaa. Malli antaa helposti käytettävän työkalun puiden ekofysiologian ja paksuuskasvun mallintamiseen, sekä näkemystä laajemman skaalan hiilinielujohteiseen kasvillisuuden mallintamiseen.
Luonnolliset häiriötekijät voivat nopeasti muuttaa metsien rakennetta sekä lajien välisiä suhteita. Niiden vaikutukset voivat myös vaarantaa metsäekosysteemin tuottamien palveluiden ja tuotteiden hankintaa. Sen vuoksi metsänhoidon suunnitelmien laadinnassa on hyvin tärkeää ottaa huomioon luonnolliset häiriötekijät. Tämä tutkimus esittää yleiset puitteet riskien sisällyttämiseksi pitkän aikavälin metsähoitoon kahden päävaiheen avulla: 1) riskien arviointi (tuhojen tunnistaminen ja mallintaminen) ja 2) riskien hallinta (simulointi ja optimointi). Tutkimus luonnehtii Norjassa esiintyviä pääasiallisia metsäluonnon häiriöitä sekä merkittävimpien häiriötekijöiden osalta tutkitaan niiden esiintyvyys- ja tuhomalleja. Tulokset osoittavat, että Norjassa tärkeimmät luonnolliset häiriöt ovat lumi, tuuli sekä sorkkaeläinten laidunnus. Malli tunnistaa mitkä metsikkö- ja kasvupaikkamuuttujista vaikuttavat eniten metsätuhojen ennustettavuuteen. Laidunnuksen tuhojen esiintyvyyteen vaikuttaa mallin mukaan metsikön ikä, koko sekä tiheys. Lumi- ja tuulituhojen mallintamisessa tärkeimmiksi muuttujiksi nousi metsikön tiheys, rakenne, keskiläpimitta ja korkeus mutta myös kasvupaikkatekijöistä leveysaste ja kasvupaikan korkeus merenpinnasta. Lumi- ja tuulituhomallit käyttävät kovariaatteja kuten pohjapinta-ala, korkeus, läpimitta ja hoikkuus. Näitä malleja käytettiin metsikön dynaamisessa simulaatiossa jossa optimointiin metsänhoidon riskienhallintaohjeita. Optimaalinen metsänhoitosuunnitelma kuusivaltaisille kuvioille lyhensi kiertoaikaa sekä jätti pienempiä tilavuuksia kiertoajan loppupuolelle. Väitöskirja antaa merkityksellistä tietoa luonnollisista häiriötekijöistä joita metsäsuunnittelijat voivat käyttää metsänhoidonsuunnittelussa riskienarvioinnissa. jne.