Metsänomistajat ja metsäalan
sidosryhmät tarvitsevat päätöstensä tueksi monenlaista tietoa metsästä. Nykyään
ollaan kiinnostuneita puuntuoton lisäksi myös muista metsän tarjoamista
asioista kuten marjoista, sienistä, monimuotoisuudesta, virkistyskäytöstä ja
hiilen sitomisesta. Metsäsuunnittelussa voidaankin nykyään ottaa huomioon
erilaiset metsän tuotteet ja palvelut. Tällainen metsäsuunnittelu edellyttää
numeerisia malleja, joiden avulla voidaan ennustaa erilaisten
ekosysteemipalveluiden, esimerkiksi marjasatojen, kehitystä.
Marjojen satomalleihin liittyvä
tutkimus on ollut aktiivista Suomessa. Satomallien luotettavuutta ei kuitenkaan
ole tätä ennen arvioitu itsenäistä aineistoa käyttämällä. Tässä Luonnonvarakeskuksen
tutkijoiden suorittamassa tutkimuksessa selvitettiin, 1) kuinka hyvin mallit
pystyvät ennustamaan tutkimusalueella havaitun marjasadon, 2) pystyykö malleja
hyödyntämään parhaiden marjamaastojen paikallistamisessa, ja 3) kuinka herkkiä
ennusteet ovat aineistoille, jotka tulevat erilaisista metsäinventoinnin
lähteistä.
Mustikka (Vaccinium myrtillus)
Tutkimus suoritettiin 230
tutkimusalalla Pohjois-Karjalassa. Jokaiselta alalta määritettiin erilaisia
muuttujia kuten kehitysluokka, dominoiva puulaji, hakkuuhistoria ja puuston
ikä. Tutkimusaloilta määritettiin myös mustikan ja puolukan prosenttipeittävyys
ja mustikoiden ja puolukoiden lukumäärä. Lisäksi tutkimusaloille ennustettiin
mustikka- ja puolukkasadot käyttämällä neljää mustikkamallia ja neljää
puolukkamallia. Näin päästiin vertaamaan ennustettua marjasatoa havaittuun,
todelliseen marjasatoon.
Mallien tarkkuus vaihteli
huomattavasti. Maastossa havaitut keskimääräiset mustikka- ja puolukkasadot
olivat 32,7 kg/ha ja 24,0 kg/ha, kun taas mallien avulla ennustetut
satokeskiarvot olivat 8.1-41.7 kg/ha ja 2.7-61.5 kg/ha. Kaikkien mallien
ennusteet olivat jossain määrin virheellisiä ja RSME-arvot (keskineliövirheen
neliöjuuri) korkeita. Tuloksien perusteella mustikkamallit ennustivat
hyvien satojen sijaintia puolukkamalleja paremmin. Mustikkamallit ohjasivat
poimijan muutamalle todella hyvälle marja-alueelle, mutta myös joillekin
keskitasoisille ja jopa huonoille marja-apajille. Tutkimuksessa käytettiin
kahdenlaista aineistoa: maastosta kerättyä metsäinventointiaineistoa ja
kansallisen metsäinventoinnin aineistoa. Molemmat aineistot olivat soveltuvia
käytettäväksi satomalleissa.
Tuloksia tarkasteltaessa on
huomioitava, että tutkimuksessa oli mukana ainoastaan yhden vuoden (vuosi 2014)
marjasadot. Vuonna 2014 mustikkasato oli hiukan keskimääräistä huonompi ja
puolukkasato puolestaan keskimääräistä parempi. Lisäksi myös erilaiset sääolot
vaikuttavat vuosien väliseen eroon marjasadoissa.
Puolukka (Vaccinium vitis-idaea)
Tutkimuksen perusteella voi siis
todeta, että marjojen satomallit täytyy kalibroida ajantasaisen maastoaineiston
avulla ennen ennusteiden hyödyntämistä päätöksenteossa. Kaikkia mustikkamalleja
pystyi käyttämään hyvien marja-apajien paikantamisessa, mutta puolukkamallit
eivät pystyneet ennustamaan luotettavasti hyvien marjapaikkojen sijaintia.
Tarkan satoennustemallinnuksen (kg/ha) sijaan osaa malleista pystyy siis tällä
hetkellä hyödyntämään parhaiten potentiaalisten poimintapaikkojen
paikallistamisessa.
Lähde:
Kilpeläinen, H., Miina, J., Store, R., Salo, K. & Kurttila, M. (2016):
Evaluation of bilberry and cowberry yield models by comparing model predictions
with field measurements from North Karelia. Forest Ecology and
Management 363: 120-129.
Teksti:
Anni Koskela, Arktiset Aromit ry
anni.koskela@arktisetaromit.fi
+358
40 164 6177