Browsing by Subject "lahopuu"

Sort by: Order: Results:

Now showing items 1-4 of 4
  • Nupponen, Hanna (2011)
    Korpien puustorakenteen palautumisen nopeus ja ennallistettujen kohteiden kehitys on huonosti tunnettua. Monet tutkimukset ovat osoittaneet, että korvet ovat lajistollisen monimuotoisuuden keskittymiä boreaalisessa vyöhykkeessä. Korvet ovat usein merkittäviä lahopuukeskittymiä, joten niillä on iso vaikutus lahottajalajistolle. Valtaosa suojelualu- eiden korvista Etelä-Suomessa on ojitettu ja korpien puustorakenne on metsätalouden muovaamaa ja yksipuolistamaa. Korpien puustorakennetta tutkittiin kahdella erillisellä tutkimusalueella, jotka sijaitsevat Etelä-Suomessa. Työn tavoit- teena oli selvittää luonnontilaisten ja ennallistettujen korpien puuston rakenteellista monimuotoisuutta sekä ennallista- mistoimien vaikutuksia Evon suojelumetsässä ja Liesjärven kansallispuistossa. Molemmat alueet ovat olleet aikaisem- min metsänhoidon piirissä. Evolta valittiin tarkasteluun ennallistettuja ja luonnontilaisen kaltaisia korpia: 12 ennallis- tettua koealaa ja 16 luonnontilaisen kaltaista koealaa. Liesjärveltä valittiin tarkasteluun ennallistettu Soukonkorpi, jossa oli 15 koealaa. Koealat olivat pinta-alaltaan neljä aaria. Evon tutkimusalueella maastomittaukset on tehty kesällä 2002 ja 2010. Liesjärven tutkimusalueella maastomittaukset on tehty vuosina 1995–2010. Tarkastellut muuttujat olivat elävän puuston määrä ja puulajisuhteet, lahopuun määrä ja laatu (lahopuutyyppi, läpimittaluokka, lahoaste ja puulaji). Lahopuuston määrää ja laatua sekä lahopuuston ja elävän puuston suhdetta kuvaavien muuttujien välisiä eroja testattiin ei-parametrisellä Kolmogorov-Smirnov-testillä. Evon ja Liesjärven tutkimusalueiden ennallistamistoimien yhtenä tavoitteena oli lahopuumäärien lisääminen ja laho- puun monipuolistaminen. Lahopuun lisäämisessä on onnistuttu molemmilla tutkimusalueilla. Ennallistamisen jälkeen lahopuumäärä kasvoi Evolla kolminkertaiseksi 8 vuodessa. Lahopuuta oli ennallistamisen jälkeen keskimäärin 71 m³/ha. Sen sijaan Evon luonnontilaisen kaltaisissa korvissa lahopuumäärä pysyi keskimäärin samana (28 m³/ha) tar- kastelujakson aikana. Liesjärvellä lahopuumäärä kasvoi ennallistamisen jälkeen noin kuusinkertaiseksi 15 vuodessa. Lahopuuta oli ennallistamisen jälkeen keskimäärin 124 m³/ha. Suuriläpimittaisen (≥ 30 cm) lahopuun määrä kasvoi huomattavasti ennallistamisen jälkeen molemmilla tutkimusalueilla. Suuriläpimittaisen lahopuun määrä kasvoi Evolla noin 12-kertaiseksi ja Liesjärvellä noin 9-kertaiseksi. Lahopuun määrä ja laatu vaihtelivat suuresti ennallistettujen ja luonnontilaisen kaltaisten korpien välillä. Evolta löytyi lahopuustoltaan runsaita ja monipuolisia korpia, mutta myös korpia, joiden lahopuusto on luonnontilaisiin korpiin ver- rattuna määrältään vähäistä ja laadultaan yksipuolista. Liesjärvellä koealojen lahopuumäärät poikkesivat suuresti toisis- taan. Valtaosalla koealoista lahopuusto oli kuitenkin runsaampaa ja monimuotoisempaa kuin talousmetsissä yleensä. Molemmilla tutkimusalueilla ennallistetut korvet muistuttavat nyt puustorakenteeltaan lahopuun osalta enemmän luon- nontilaisia korpia kuin ennen ennallistamista. Ilman ennallistamistoimia lahopuumäärän kasvu olisi todennäköisesti ollut hidasta. Evolla ennallistettujen ja luonnontilaisen kaltaisten korpien välillä oli tilastollisesti merkitseviä eroja suuriläpimittaisen lahopuun ja tuoreimpien lahoasteiden (1 ja 2) määrässä. Valtaosalla korvista oli lahopuuta vähintään 20 m³/ha. Metsäaluetasolla keskimäärin 20–30 m³/ha järeää, vaihtelevanlaatuista lahopuuta näyttäisi aikaisempien tutkimusten mukaan täyttävän useimpien saproksyylilajien elinympäristövaatimukset Etelä-Suomessa.
  • Tanhuanpää, Topi (2011)
    Lahopuun määrästä ja sijoittumisesta ollaan kiinnostuneita paitsi elinympäristöjen monimuotoisuuden, myös ilmakehän hiilen varastoinnin kannalta. Tutkimuksen tavoitteena oli kehittää aluepohjainen laserkeilausdataa hyödyntävä malli lahopuukohteiden paikantamiseksi ja lahopuun määrän estimoimiseksi. Samalla tutkittiin mallin selityskyvyn muuttumista mallinnettavan ruudun kokoa suurennettaessa. Tutkimusalue sijaitsi Itä-Suomessa Sonkajärvellä ja koostui pääasiassa nuorista hoidetuista talousmetsistä. Tutkimuksessa käytettiin harvapulssista laserkeilausdataa sekä kaistoittain mitattua maastodataa kuolleesta puuaineksesta. Aineisto jaettiin siten, että neljäsosa datasta oli käytössä mallinnusta varten ja loput varattiin valmiiden mallien testaamiseen. Lahopuun mallintamisessa käytettiin sekä parametrista että ei-parametrista mallinnusmenetelmää. Logistisen regression avulla erikokoisille (0,04, 0,20, 0,32, 0,52 ja 1,00 ha) ruuduille ennustettiin todennäköisyys lahopuun esiintymiselle. Muodostettujen mallien selittävät muuttujat valittiin 80 laserpiirteen ja näiden muunnoksien joukosta. Mallien selittävät muuttujat valittiin kolmessa vaiheessa. Aluksi muuttujia tarkasteltiin visuaalisesti kuvaamalla ne lahopuumäärän suhteen. Ensimmäisessä vaiheessa sopivimmiksi arvioitujen muuttujien selityskykyä testattiin mallinnuksen toisessa vaiheessa yhden muuttujan mallien avulla. Lopullisessa usean muuttujan mallissa selittävien muuttujien kriteerinä oli tilastollinen merkitsevyys 5 % riskitasolla. 0,20 hehtaarin ruutukoolle luotu malli parametrisoitiin muun kokoisille ruuduille. Logistisella regressiolla toteutetun parametrisen mallintamisen lisäksi, 0,04 ja 1,0 hehtaarin ruutukokojen aineistot luokiteltiin ei-parametrisen CART-mallinnuksen (Classification and Regression Trees) avulla. CARTmenetelmällä etsittiin aineistosta vaikeasti havaittavia epälineaarisia riippuvuuksia laserpiirteiden ja lahopuumäärän välillä. CART-luokittelu tehtiin sekä lahopuustoisuuden että lahopuutilavuuden suhteen. CART-luokituksella päästiin logistista regressiota parempiin tuloksiin ruutujen luokituksessa lahopuustoisuuden suhteen. Logistisella mallilla tehty luokitus parani ruutukoon suurentuessa 0,04 ha:sta(kappa 0,19) 0,32 ha:iin asti (kappa 0,38). 0,52 ha:n ruutukoolla luokituksen kappa-arvo kääntyi laskuun (kappa 0,32) ja laski edelleen hehtaarin ruutukokoon saakka (kappa 0,26). CART-luokitus parani ruutukoon kasvaessa. Luokitustulokset olivat logistista mallinnusta parempia sekä 0,04 ha:n (kappa 0,24) että 1,0 ha:n (kappa 0,52) ruutukoolla. CART-malleilla määritettyjen ruutukohtaisten lahopuutilavuuksien suhteellinen RMSE pieneni ruutukoon kasvaessa. 0,04 hehtaarin ruutukoolla koko aineiston lahopuumäärän suhteellinen RMSE oli 197,1 %, kun hehtaarin ruutukoolla vastaava luku oli 120,3 %. Tämän tutkimuksen tulosten perusteella voidaan todeta, että maastossa mitatun lahopuumäärän ja tutkimuksessa käytettyjen laserpiirteiden yhteys on pienellä ruutukoolla hyvin heikko, mutta vahvistuu hieman ruutukoon kasvaessa. Kun mallinnuksessa käytetty ruutukoko kasvaa, pienialaisten lahopuukeskittymien havaitseminen kuitenkin vaikeutuu. Tutkimuksessa kohteen lahopuustoisuus pystyttiin kartoittamaan kohtuullisesti suurella ruutukoolla, mutta pienialaisten kohteiden kartoittaminen ei onnistunut käytetyillä menetelmillä. Pienialaisten kohteiden paikantaminen laserkeilauksen avulla edellyttää jatkotutkimusta erityisesti tiheäpulssisen laserdatan käytöstä lahopuuinventoinneissa.
  • Alaspää, Katariina (2012)
    Lahopuu on Suomen metsissä vähentynyt huomattavasti. Suurin osa metsästä on Suomessa talouskäytössä, ja talousmetsässä lahopuuta on reilusti vähemmän kuin luonnontilaisen kaltaisessa metsässä. Ravinteiltaan lahopuu on suhteellisen typpiköyhää verrattuna esimerkiksi puun vihreisiin osiin. Sillä on kuitenkin aiemmassa tutkimuksessa todettu olevan paljon kuusentaimia. Tutkimuksen tarkoituksena on osoittaa, mikä lahopuun merkitys on kasvualustana kuusivaltaisen luonnonmetsän uudistumisessa. Tätä tarkastellaan tutkimalla kuusentaimien määrää ja vuosikasvua lahopuulla. Lisäksi tarkastellaan lahopuun typen määrää hiili-typpisuhteen avulla sekä lahopuun vedenpidätysominaisuuksia. Nämä auttavat ymmärtämään, millainen lahopuu on kasvualustana. Lisäksi tarkastellaan, onko latvusaukoissa olevien ja latvusten alla olevien taimien vuosikasvussa eroa. Täten voidaan arvioida, onko valo- ja juuristokilpailulla suurempi merkitys kuin kasvualustalla. Tutkimusaineisto on kerätty Sipoosta 2008 ja 2009. Tutkimusalue koostuu yhdeksästä 25 x 25 m osaruudusta. Taimien esiintymistä lahopuulla tarkastellaan χ2-testillä lahopuukasvualustan pinta-alan suhteen. Taimien vuosikasvua eri kasvualustoilla tarkastellaan Kruskall-Wallisin ja Mann-Whitneyn testeillä. Lisäksi lahopuunäytteistä on laboratoriossa analysoitu tiheys, hiilen ja typen osuus sekä tuorekosteus. Hiilityppisuhdetta ja tuorekosteutta vertaillaan lahoasteittain Kruskall-Wallisin ja Mann-Whitneyn testeillä sekä tiheyden suhteen Spearmanin korrelaatiokertoimella. Lisäksi lahopuurunkojen epifyyttipeittävyyttä vetaillaan lahoasteittain Kruskall-Wallisin ja Mann-Whitneyn testeillä. Elävien puiden latvusten leveydet laskettiin aiemmasta tutkimuksesta saadulla kaavalla ja taimet luokiteltiin tämän perusteella latvuksen alla oleviksi tai latvsaukossa oleviksi ja edelleen kasvualustan mukaan. Näiden luokkien vuosikasvua vertaillaan tilastollisesti. Lisäksi kerättiin humusnäytteitä, joista analysoitiin hiili-typpisuhde. Humuksen hiili-typpisuhdetta verrataan lahopuun hiili-typpisuhteeseen. Tutkimuksessa todetaan, että lahopuulla on huomattavan suuri määrä taimia suhteessa muihin kasvualustoihin. Erityisen paljon taimia on lahoastetta 4 edustavilla puilla. Vuosikasvu sitä alemmilla eli vähemmän lahonneilla lahoasteilla on merkittävästi huonompaa kuin muilla kasvualustoilla. Lahoastetta 4 edustavilla maapuilla kasvu ei poikkea taimista, jotka eivät kasvaneet lahopuilla. Lahoasteen 4 todetaan olevan erityisen hyvä uudistumiselle. Todetaan, että lahopuu yleensä ei ole erityisen hyvä kasvualusta, ja hyvin pitkälle lahonnut puu voi toimia jo muun kasvualustan tavoin: se on paksun sammalen peitossa, eikä enää muodosta ympäristöstä selvästi erottuvaa kohoumaa metsänpohjalle. Lahopuu on tutkimuksen mukaan typpiköyhä kasvualusta, mutta sillä on hyvät vedenpidätysominaisuudet.Lahoamisen edetessä hiili-typpisuhde laskee ja vedenpidätyskyky nousee. Suurien puiden valo- ja juuristokilpailu ei näytä kumoavan kasvualustan vaikutusta. Latvusaukon taimien ja latvusten alla olevien taimien kasvu ei eroa toisistaan. Näin ollen lahopuun tärkein rooli kasvualustana on se, että sillä on paljon taimia. Hyvät vedenpidätysominaisuudet voivat auttaa taimia selviytymään kuivuudesta muiden kasvualustojen taimia paremmin. Vaikka lahopuu on typpiköyhä kasvualusta verrattuna humukseen, sen typen määrä on riittävä taimien kasvuun. Lahopuun todetaan olevan tärkeä tekijä luonnometsän uudistumisessa.
  • Kantola, Tuula (2010)
    Coarse woody debris (CWD) is an important indicator of biodiversity in forests, the source of organic material and carbon dioxide in the atmosphere and the habitat for a wide variety of organisms. In southern Finland, the amount of CWD per hectare in fresh mineral soils of old spruce-dominant forests can be as much as 90–120 m3 ha-1. In managed forests, however, it is only about 2¬¬–10 m3 ha-1, due to the management methods used in forests. The spatial pattern of CWD in managed forests is an essential research area, although it has rarely been studied. With knowledge of the spatial pattern of CWD in managed forests, it is possible to investigate inventory methods of rare phenomena, such as adaptive cluster sampling or line intersect sampling. The field measurements were performed in eastern Finland as part of one of the most extensive projects in Finland to inventory rare phenomena. Altogether 340 hectares of managed forest were inventoried by strip survey and over 11 600 dead trees were measured. The spatial pattern of CWD was examined with Ripley’s K –method. The method allows spatial assessment at different scales among and between species and enables one to determine how CWD is located in the study area used. The results of this study indicate that the CWD is located clustered in the area level in every spatial scale below 25 m. The spatial pattern of the CWD was comlete random in approximately 63% of the forest management compartments in every studied spatial scale. The spatial pattern was clustered in 12% of the compartments. The spatial pattern was a mixture of randon and clustered pattern in the rest (25%) of the compartments. In the future, the results of the study will be used as background information for examining inventory methods of rare phenomena and damages in managed forests.