Yliopiston etusivulle Suomeksi På svenska In English Helsingin yliopisto

Metsävaratiedon virheiden vaikutus hakkuiden toimenpidesuunnitteluun

Show full item record

Files in this item

Files Size Format View

There are no files associated with this item.

Use this URL to link or cite this item: http://hdl.handle.net/10138/37578
Vie RefWorksiin
Title: Metsävaratiedon virheiden vaikutus hakkuiden toimenpidesuunnitteluun
Author: Vanhatalo, Kalle O.
Contributor: Helsingin yliopisto, Maatalous-metsätieteellinen tiedekunta, Metsätieteiden laitos
Thesis level:
Abstract: Luotettava metsävaratieto luo pohjan laadukkaalle metsäsuunnittelulle. Metsävaratiedon laadun merkitys korostuu, kun toimenpidesuunnittelusta pyritään saamaan mahdollisimman optimaalista tavoitteisiin verrattuna. Toimenpiteiden valinnan sekä ajoituksen kannalta on tärkeää, että päätöksenteossa käytettävät metsävaratunnukset ovat mahdollisimman tarkkoja. Epäluotettava lähtötieto voi johtaa väärien johtopäätösten myötä epäoptimaalisuuskustannuksiin. Ylimääräiset maastotarkastukset tuovat myös turhia lisäkustannuksia. Metsien inventointi on metsänomistajalle taloudellinen investointi. Liian epätarkkaan ja halpaan tietoon ei yleensä kannata tyytyä, koska epäoptimaalisuuskustannukset voivat nousta inventointikustannuksia korkeammiksi.
Tässä työssä tutkittiin metsävaratiedon laadun merkitystä metsäsuunnittelussa. Tavoitteena oli selvittää, miten metsävaratiedon tunnusten eri tarkkuustasot vaikuttavat harvennusten ja uudistushakkuiden valintaan sekä ajoitukseen rakenteeltaan erilaisissa metsiköissä. Tutkimuksessa pyrittiin löytämään metsävaratiedolle laatuvaatimusrajat, joilla tavoitteiden mukainen metsäsuunnittelu on mahdollista. Suunnittelun laatutavoitteet asetettiin päätöksentekijän eli tutkimuksen toimeksiantajan, UPM-Kymmene Oyj:n, toiveiden mukaan.
Tutkimusaineisto koostui UPM Metsältä saadusta 337 metsikkökuvion joukosta, jonka kehitystä simuloitiin SIMO-ohjelmistolla. Simulointi tehtiin olettamalla metsävaratieto virheettömäksi sekä lisäämällä siihen virhettä. Tunnukset joihin virhettä lisättiin olivat pohjapinta-ala, keskiläpimitta, keskipituus ja kasvupaikka. Simulointeja tehtiin sekä yksittäisvirheellä että yhdistelmävirheillä. Yksittäisvirheen tapauksessa yhteen tunnukseen lisättiin virhettä systemaattisesti prosentin välein välille -30–30 %. Yhdistelmävirheiden simuloinnissa yhteen tunnukseen virhe lisättiin systemaattisesti ja muihin satunnaisesti. Oletuksena oli, että eri tunnuksissa olevat virheet eivät korreloi keskenään. Referenssitiedoilla kullekin kuviolle suunniteltuja toimenpiteitä ja toimenpideajoituksia verrattiin virheellisillä lähtötiedoilla saatuihin suunnitelmiin. Suunnitteluperiodi oli kymmenen vuotta ja suunniteltavat toimenpiteet harvennus, uudistushakkuu ja lepo.
Lähtötiedon virheet heikensivät selvästi suunnittelua laatua. Yksistään pohjapinta-alaan tai keskiläpimittaan simuloidut yli 10 % yli- tai aliarviot johtivat siihen, että hakkuutoimenpiteiden keskimääräinen oikeellisuus laski alle 90 % tavoitetason. Virheen kasvaessa suunnittelun tulos heikkeni entisestään. Keskipituuden virheiden merkitys suunnittelun laatuun oli vähäinen, mutta kasvupaikan sitä vastoin huomattava. Kasvupaikan virheet olivat männiköissä selvästi kuusikoita haitallisempia. Tämä todennäköisesti johtuu siitä, että männiköissä harvennusmalleja ja uudistamisrajoja on kasvupaikoittain (ct, vt, mt) kolme erilaista, kun kuusikoissa niitä on vain kaksi (mt, omt).
Tutkimustulosten perusteella suhteellisen pienetkin virheet pohjapinta-alassa, keskiläpimitassa ja kasvupaikassa voivat aiheuttaa usean vuoden poikkeaman hakkuusuunnittelussa. Virheiden merkitys vaihteli suuresti rakenteeltaan erilaisten metsien välillä. Nuorista metsistä tai hoidetuista taimikoista kerättävän puustotiedon ei toimenpidesuunnittelun kannalta tarvitse olla erityisen tarkkaa, koska seuraava toimenpide on yleensä kauempana tulevaisuudessa kuin seuraava inventointi. Tiedon tarkkuusvaatimus ei myöskään ole suuri ylitiheissä tai uudistamisrajan selvästi ylittäneissä metsissä, joissa seuraavasta toimenpiteestä ei ole epäselvyyttä. Inventoinnin tarkkuudessa tulisi kiinnittää eniten huomiota puustoltaan nuoriin ja varttuneisiin metsikkökuvioihin, joiden edellisestä metsänhoidollisesta toimenpiteestä on vähintään kymmenen vuotta aikaa.
Tutkimusongelmaa lähestyttiin toimenpiteiden oikeellisuuden kannalta, mutta jatkossa metsävaratiedon virheiden vaikutusta olisi tarpeellista tutkia hyödyn määrän näkökulmasta. Tällöin tutkimustarkasteluun voitaisiin ottaa mukaan myös muita tekijöitä, kuten puutavaran logistiikka ja leimikon suunnittelu, joissa tarkemmasta metsävaratiedosta olisi hyötyä.Reliable forest inventory data creates the foundation for quality forest planning. The quality of forest inventory data is emphasized when the planning is tried to make as optimal as possible compared to the aims. It is important for the choice of measures and timing that the forest variables used in the decision making are as accurate as possible. Unreliable information at the starting point and the wrong conclusions as a result may lead to inoptimality losses. Additional forest surveys also bring unnecessary expenses. Forest inventory is a financial investment for forest owners. One should not be content with information that is too incorrect and inexpensive, for the inoptimality losses can rise up to be higher than the investment expenses.
The meaning of quality in forest inventory information was studied in this thesis. The aim was to find out how the various precision levels of markings in forest inventory information have an effect on both the choice of cuttings and timing in forests with various structures. This thesis aimed to find limits of quality requirements for forest inventory information which enable forest planning that is compatible with the aims. The quality aims of the planning were set according to the decision maker and the employer of the research, UPMKymmene plc.
The research material consisted of a set of 337 stands provided by UPM Forest. The development of the stands was simulated by SIMO software. The simulation was made by assuming that the forest inventory data was flawless and by adding error into it. The forest variables that had error added into them were the basal area, average diameter, average height and site index. The simulations were made with a single error and combination error. In the case of single error one variable was added error systematically per cent by per cent up to -30–30 %. In the case of combination the error in one variable was added systematically and in the others randomly. The assumption was that the errors in different variables will not correlate. Measures and measure timings planned for each stand with reference data were compared to plans received by inaccurate starting point information. The planning period was ten years and the planned actions were thinning, clearcutting and no action.
The error in the initial data clearly lessened the quality of planning. Over or underestimations of over 10% simulated to the basal area or average diameter alone led to the average accuracy of cutting measures going below the target level of 90 %. While the error grew the result of the planning weakened even more. The average height’s relevance of error in the quality of planning was minor but, instead, the relevance of error of the site index was significant. The site index error was clearly more damaging in pine forests than in spruce forests. The reason for this is likely to be that in pine forests there are three various thinning models and renewal limitations (ct, vt, mt), while in spruce forests there are only two (mt, omt).
On grounds of the results of the research relatively small errors in basal area, average diameter and site index can cause a several years’ deviation in cutting planning. The relevance of error varied a great deal in forests of different structure. In the case of measure planning the forest inventory data gathered from well managed young forests does not need to be especially accurate, for the next measure is usually further in the future than the next investment. The accuracy demand of information is also not great in overly thick forests or in forests which have clearly surpassed the renewal limit. In these cases there is no obscurity about the next measure. In the accuracy of inventory one should pay the most attention on stands with young and grown forest cover which have had their last forestry measure done at least ten years ago.
The research problem was approached from the point of view of measure accuracy. However, in the future it would be useful to research the effect of error in forest inventory information from the point of view of gain. As a result, one could have more factors in the research, such as timber logistic and planning of forests to be cut, in which the more accurate forest inventory data would be useful.
URI: http://hdl.handle.net/10138/37578
Date: 2012-11-19
This item appears in the following Collection(s)

Show full item record

Search Helda


Advanced Search

Browse

My Account