Open Access

Economic analysis and simulation of the impact of thinning on wood production in Järvselja Training and Experimental Forest Centre


Cite

Sissejuhatus

Harvendusraiete tegemise eesmärk on suurendada puistu tootlikkust, parandada kasvama jäävate puude kvaliteeti ning ennetada puude looduslikku suremust, kasutades looduslikult väljalangevad puud ära puiduna. Kuigi harvendusraiete mõju puistu edasisele arengule on küllaltki palju uuritud, ei ole uuringud andnud alati samasuunalisi tulemusi, mistõttu on autorid esitanud ka erinevaid järeldusi. Harvendusraiete tegemine on uuendusraietega võrreldes keerulisem ja ajamahukam ning raiutav puit enamasti odavam. Eestis on praeguse sajandi algusaastatel olnud harvendus- ja uuendusraiete pindala suhe ligikaudu 1:1,3 ehk uuendusraiete pindala on 30% suurem. Metsamajanduslikust seisukohast võiks olla olukord vastupidine ja harvendusraiete pindala uuendusraiete pindalast märkimisväärselt suurem. Harvendusraiete soovituslikust väiksema mahu üks põhjus võib olla rahas, st harvendusraietest saadav tulu on uuendusraietega võrreldes väike.

Pikas perspektiivis aga võiks harvendusraiete tulemusena suureneda uuendusraietel varutavate jämesortimentide osakaal ja paraneda puidu kvaliteet, mis tõstab uuendusraietelt saadava puidu hinda. Suurema tüvemahuga puude ülestöötamise kulud on madalamad, sest raietööde efektiivsus on suurem. Nimetatud ökonoomilised tegurid toetavad harvendusraiete tegemist. Üldiselt ollakse seisukohal, et harvendusraietega on võimalik tõsta metsa pikaajalise majandamise tasuvust (Niemistö et al., 2018). Samas on avaldatud uurimusi, mille kohaselt harvendusraie tähendab kulusid (Soucy, 2010).

Harvendusraiete lühi- ja pikaajalise tasuvuse analüüsimiseks on tehtud pikaajalisi katseid, uuritud harvendusraiete mõju üksikpuu tasandil ning loodud erinevaid mudeleid, et ennustada metsakasvatuslike võtete mõju puistu arengule (Mäkinen & Isomäki, 2004; Renshaw et al., 2009; Teder & Kaimre, 2015). Katsete ja uuringute abil üritatakse selgitada ning tõestada metsakasvatuslike võtete kasutamise vajalikkust ja majanduslikku potentsiaali. Puidu müügitulu ning ülestöötamise kulusid teades on üksikute harvendusraiete tegemise tasuvust lihtne hinnata. Pikaajalise ökoloogilise ja majandusliku mõju hindamine on märkimisväärselt keerukam, sest arvestada tuleb paljude ajas muutuvate teguritega (Boström, 1982). Ajas muutuvateks ökonoomilisteks teguriteks võib pidada näiteks raha väärtuse, puidu hinna ja ülestöötamise kulude muutusi.

Eestis tehtud harvendusraiete uuringutes on ennekõike keskendutud sellele, kuidas erineva väljaraie aste (raiekraadi) mõjub puistute tootlikkusele (Muiste, 1963; Muiste, 1982). On üldtunnustatud seisukoht, et peale hooldusraiet allesjäävate puude juurdekasv suureneb tänu paranenud valgus- ja toitumistingimustele (Tullus, 1988). Ollakse aga lahkarvamusel, kas allesjäänud puude juurdekasvu suurenemine kompenseerib ja ületab väljaraiutud puude juurdekasvu. Eesti Põllumajanduse Akadeemia metsakasvatuse kateedris tehtud uuringu (Muiste, 1982) kohaselt II ja III boniteedi männikutes tehtud nõrk ja mõõdukas raiekraad ei avalda puistu tootlikkusele olulist positiivset mõju. Tugevama raiekraadiga (>20% tagavarast) raied võivad aga suurendada puude rinnasdiameetri juurdekasvu kuni 1,5 korda raie-eelsega võrreldes.

Soomes tehtud uuringus (Mäkinen & Isomäki, 2004) analüüsiti hariliku männi (Pinus sylvestris L.) kasvu ja tootlikkust erinevate raiekraadidega tehtud harvendusraiete korral. Uurimistöö tugines pikaajalisele katsele, mis korraldati Lõuna-Soomes mineraalmuldadel kasvavates puistutes. Uuringus jõuti järeldusele, et harvendusraiete tulemusena vähenes puistus puude looduslik suremus ning puude diameetri juurdekasv suurenes, kui suurendati raiekraadi.

Niemistö et al. (2018) uurimuses analüüsiti keskmise viljakusega kasvukoha männipuistus erinevas vanuses tehtud harvendusraiete tulu ja tulusust ning tõdeti, et esimese harvendusraie tulu 30aastases puistus jäi vahemikku 400–440 eurot ha kohta, hilisem harvendusraie 40aastases puistus aga andis ligikaudu neli korda suurema tulu.

Muiste (1988) artikli „Hooldusraie katsetööd Järvselja metsades“ kohaselt on Järvselja õppe- ja katsemetskonnas hooldusraiealast katsetööd tehtud metskonna rajamisest alates. Uuritud on erinevate hooldusraiemeetodite ja harvendamistugevuse mõju hariliku männi, hariliku kuuse (Picea abies Mill.) ja arukase (Betula pendula Roth.) puistute juurdekasvule ja kvaliteedile. Kuna enamikul katsealadel on hooldusraieid ja mõõtmisi tehtud pikka aega, on võimalik teha järeldusi hooldusraievõtete mõju kohta nii puistu tootlikkusele, sanitaarsele seisundile kui ka paljudele takseernäitajatele. Samas aga ei ole Eestis avaldatud uurimistulemusi selle kohta, kuidas mõjutavad harvendusraied puistu majandamise tulusust.

Siinse uuringu eesmärk oli analüüsida harvendusraiete tasuvust Järvselja õppeja katsemetskonna 2015.–2017. aasta andmetel ning selgitada simulatsioonide abil harvendusraiete mõju puistute pikaajalise majandamise tulemustele. Eesmärk oli koostada ülevaade harvendusraietel varutava puidu sortimentatsioonist ning võrrelda erinevate majandamisviiside mõju puistu pikaajalisel majandamisel kujunevale sortimentide proportsioonile.

Materjal ja metoodika

Uuring koostati Järvselja õppe- ja katsemetskonna puistute põhjal, kus aastatel 2015–2017 tehti harvendusraie. Lühiajalise tasuvuse hindamiseks vajalikud andmed (eraldise nr, tööde maksumus, raiutud puit sortimentide kaupa) saadi tööde vastuvõtmise aktidest. Puistu takseerandmed saadi Järvselja õppe- ja katsemetskonna metsamajanduse infosüsteemi andmebaasist (Järvselja infosüsteem, 2020), mis on internetis leitav aadressil https://jarvselja.emu.ee/.

Lühiajaline tasuvus arvutati eraldiste kaupa sortimentide müügitulu ja metsavarumistööde kulude põhjal, arvutades puhastulu hektari kohta (€/ha). Valim koosnes 70 eraldisest kogupindalaga 120,4 ha. Kasutati ainult neid eraldisi, mille tööde vastuvõtmise aktidel oli olemas nii raietööde kui ka kokkuveo maksumus või kompleksteenuse (raie + kokkuvedu) maksumus. Puidutulu arvutamisel kasutati Järvselja õppe- ja katsemetskonnas aastatel 2015–2017 müüdud sortimentide keskmisi hindu (Tabel 1).

Sortimentide keskmine hind (€/m3) vahelaos.

SortimentHind, €/m3
Männipalk68,30
Männipeenpalk39,50
Kuusepalk62,30
Kuuselatt26,00
Kuusepeenpalk38,50
Kasepalk35,00
Haavapalk37,00
Männipaberipuit20,10
Kuusepaberipuit20,10
Kasepaberipuit23,00
Haavapaberipuit22,20
Okaspuu küttepuit16.90
Küttepuit16,50

Harvendusraiete pikaajalise tasuvuse hindamiseks kasutati MOTTI (2019) simulatsiooniprogrammi. MOTTI on puistu tasemel metsa kasvu simuleerimise programm, mille on välja töötanud kunagise Soome metsauurimisinstituudi METLA spetsialistid Jari Hynyneni juhtimisel, praeguse (alates 01.01.2015) nimega LUKE (soome k Luonnonvarakeskus).

Programmiga modelleeriti eraldise takseerandmete põhjal puistu kasvu kolme erineva stsenaariumi kohaselt ning saadud tulemuste alusel hinnati harvendus raiete pikaajalist tasuvust, arvutades iga stsenaariumi puhasnüüdisväärtuse. Puhasnüüdisväärtuse NPV (1) arvutamisel arvestatakse puistu majandamise tulude ja kuludega, teisendades need diskonteerimis määra abil nüüdisväärtuseks ning leides nende vahe. NPV=0n(BnCn)(1+i)nNPV = \sum\nolimits_0^n {{{\left( {{B_n} - {C_n}} \right)} \over {{{\left( {1 + i} \right)}^n}}}} kus Bn on tulud aastal n, Cn on kulud aastal n, i on intressimäär.

Simulatsioonides kasutati 3% intressimäära. Uuringus arvestati harvendusraiete otseste tulude ja kuludega, kaudsete kuludega (nt metskonna üldkulu, maamaks jms) ei arvestatud. Seetõttu saab saadud tulemuste abil võrrelda erinevate stsenaariumite edukust, aga mitte anda hinnangut puistu majandamise absoluutsele tulususele. Simulatsiooniprogramm MOTTI modelleerib üksikpuu kasvu ja sellega on võimalik hinnata ka metsakasvatuslike võtete mõju puistu majandamisele. Seepärast kasutatakse Soomes seda tarkvara sagedasti metsamajanduslike otsuste langetamisel (Hynynen et al., 2005). Programmis kasutatavatest sisenditest tulenevalt on MOTTI tarkvara kasutamine usaldusväärne vaid Soomes või sarnaste looduslike tingimustega aladel. Mõningate kohandamistega on MOTTI programmi ka varem Eestis kasutatud (Korjus et al., 2011; Teder & Kaimre, 2015).

Olulisemad puistu kasvu mõjutavad geograafilise asukoha spetsiifilised indeksid on aktiivsete õhutemperatuuride summa, mere indeks ja järve indeks. Järvselja tingimuste jaoks programmi sobivate seadete valimiseks konsulteeriti MOTTI programmi arendajatega. Arvestades Järvseljal valitsevaid olusid, kasutati uurimuse läbiviimisel MOTTI simulatsiooniprogrammis Järvselja asemel Soome Karjalohja piirkonda (nn mere indeks 0,0; järve indeks 18,5 ja temperatuuride summa 1333). Eesti ja Soome kasvukohatüübid erinevad üksteisest. Uurimuses kasutati peamiste Eesti metsakasvukohatüüpide teisendamiseks andmeid teadusartiklist „Evaluation of the basal area growth models in the Finnish stand simulator MOTTI with data from the Estonian network of permanent forest growth plots“ (Lilleleht et al., 2011), kus Eesti peamisi kasvukohatüüpe on võrreldud MOTTI programmis kasutatud viljakusklassidega (nt naadi kasvukohatüüp on 1. viljakusklass).

Simulatsioonides kasutati hariliku kuuse, arukase ja hariliku männi peapuuliigiga eraldisi, mille kohta tehti kolm erinevat simulatsiooni. Kuna MOTTI programmi vaikeseaded võimaldavad sortimentatsiooni ja materjali hindu muuta vaid kolmel eelmainitud puuliigil, siis jäid 19 eraldise andmed simulatsioonides kasutamata. Simulatsiooni jaoks sisestati puistu harvendusraie-eelsed puistuelemendi inventeerimisandmed: puuliik, rinne, tekkeviis, vanus, kõrgus, diameeter ja rinnaspindala. Näitajaid ei modifitseeritud Soome arvutusreeglite kohaselt. Olemasolevat puistu kahjustusastet ja harvendusraiete võimalikku mõju selle muutusele ning uute kahjustuste tekkimisele simulatsioonides ei arvestata. Simulatsiooni tulemusena saadakse puistu majandamise tulude ja kulude puhasnüüdisväärtus eurodes.

Simulatsioonis 1 (nn Tapio variant) on kasutatud Soome metsamajandusorganisatsiooni Tapio soovitusi, modelleerides puistu majandamist inventeerimise hetkest (st olemasolevaid takseerandmeid kasutades) kuni uuendusraieni. See on automaatne simulatsioon, mille käigus MOTTI programm kavandas nii erinevad harvendusraied kui ka lageraie. Simulatsioonis 2 (harvendusraietega variant) toimus puistu majandamine kuni lageraieni (kaasa arvatud), lähtudes kehtivast metsaseadusest ja metsa majandamise eeskirjast. Simulatsioonis 3 harvendusraieid ei kavandatud, puistu kasvu modelleeriti olemasolevast seisundist kuni lageraieni, mis toimus samal ajal kui simulatsioonis 2.

Esimeses simulatsioonis ühtegi muutujat peale puistu inventeerimisandmete ja sortimenteerimisparameetrite (Tabel 2) ei sisestatud. Programm tegi simulatsiooni ise. Peenpalkide minimaalseks pikkuseks määrati 3,5 meetrit ja paberipuidul 3,0 meetrit.

Simulatsioonis kasutatud sortimentide parameetrid.

PuuliikPalkide minimaalne läbimõõt, cmPeenpalkide minimaalne läbimõõt, cmPaberipuidu minimaalne läbimõõt, cm
Harilik mänd18126
Harilik kuusk18127
Arukask16166

Teises simulatsioonis tehti harvendusraie metskonnas tegelikult raiutud puistu vanuses. Vajadusel tehti ka teine harvendusraie, mille juures lähtuti puistu vanusest ja jälgiti programmi arvutatavat suremus-joont. Kõik raied modelleeriti alameetodil metsa majandamise eeskirja alusel. Harvendusraiete modelleerimiseks sisestati programmi harvendusraiejärgne minimaalne lubatud rinnaspindala.

Teises ja kolmandas simulatsioonis kasutati lageraie vanustena metsa majandamise eeskirjas (2006) kehtestatud raiet lubavaid vanuseid, mida rakendati eraldise takseerkirjelduses märgitud enamuspuuliigi järgi.

Tasuvusarvutuste tegemisel kasutati 2017. aasta puiduhindade ja ülestöötamise kulude (Sirgmets & Kaimre, 2018) abil arvutatud sortimentide kännuraha (Tabel 3). Kuludena arvestati metsavarumise kompleksteenuse maksumust, mis lageraiel oli 12,37 €/m3 ja harvendusraietel 16,88 €/m3.

Sortimentide kännuraha (€/m3) harvendus- ja lageraietel.

SortimentLageraie, €/m3Harvendusraie, €/m3
Männipalk61,9657,45
Männipeenpalk45,2340,72
Kuusepalk59,9055,39
Kuusepeenpalk45,3240,81
Kasepakk100,5796,06
Kasepalk49,3244,81
Haavapalk23,1118,60
Männipaberipuit14,5810,07
Kuusepaberipuit14,239,72
Kasepaberipuit13,969,45
Haavapaberipuit6,572,06
Küttepuit8,333,82
Tulemused

Analüüsitud harvendusraiete keskmine puhastulu hektari kohta oli 344 €/ha (Tabel 4). Enamik (kuuskümmend üks seitsmekümnest ehk 87%) raietest andis puhastulu. Keskmine väljaraie oli 41,2 tm/ha.

Analüüsitud harvendusraiete koondandmed.

AastaValimi mahtPindala, haRaiemaht, tmKeskmine väljaraie, tm/haPuhastulu, €Keskmine puhastulu, €/ha
20152226,3114043,311 098422
20162448,4175536,313 167272
20172445,7212046,417 144375
2015–201770120,4496641,241 409344

Kõige kahjumlikum raielank andis 299 €/ha kahjumit, suurima puhastuluga harvendusraielt saadi 2206 €/ha.

Raiete tasuvus sõltub saadud sortimentidest, mis omakorda sõltub puistu vanusest ja tervislikust seisukorrast. Alameetodil tehtud harvendusraiete käigus raiutakse kasvus alla jäänud puude tüvesid või haigestunud puid. Kuna Järvselja õppeja katsemetskonnas tehti harvendusraied alameetodil, siis saadi peamiselt küttepuitu (45% kogu puidu mahust). Rohkem kui kolmandiku puidust moodustasid paberipuit ja latid (Joonis 1).

Joonis 1

Harvendusraietelt saadud puidu jaotus sortimentideks.

Simulatsioonitulemuste kõrvutamine näitab, et puistute tootlikkus (puidu kogus) oli raieteta simulatsioonides suurem, kuid harvendusraietega simulatsioonides saadi kõrgema hinnaga sortimente rohkem, mis andis suurema puhasnüüdisväärtuse, võrreldes harvendusraieteta simulatsioonidega (Tabel 5).

Erinevate stsenaariumide korral tekkivate sortimentide kogus (tm) ja nende keskmine osakaal (%) puidu koguses.

SortimentStsenaarium
TapioHarvendusraietegaHarvendusraieteta
tm%tm%tm%
Palk11 163,647,5218 621,857,7516 338,950,51
Peenpalk1 926,78,202 194,36,802 030,46,28
Paberipuit9 169,039,0310 049,731,176 543,720,23
Jäätmed689,42,93682,72,12233,10,72
Surnud puit544,62,32697,62,167 200,922,26
Kokku23 493,3100,0032 246,1100,0032 347,0100,00

Tabelis olevad arvud kirjeldavad väga hästi harvendusraiete majanduslikku otstarbekust, s.o erineva hinnaga sortimentide osakaalu muutust ja puidu kasutamist enne, kui puude suremise tõttu toimub nn looduslik väljalangemine ja puidu kõdunemine. Tapio ja harvendusraietega simulatsioonides oli surnud puidu osa vastavalt 2,3% ja 2,2%, harvendusraieteta simulatsioonides tekkis surnud puitu 22,3%.

Pikaajalise tasuvuse hindamiseks oli valimi põhjal võimalik arvutada 51 puistu simulatsioonide puhasnüüdisväärtus (Tabel 6). Arvutusi ei tehtud sanglepa (Alnus glutinosa (L.) Gaertn.) ja hariliku haava (Populus tremula L.) puistute kohta, sest MOTTI programmis ei ole nende puuliikide jaoks mudeleid.

Simulatsioonide tulemused (puhasnüüdisväärtus, €) eraldiste ja aastate kaupa.

201520162017
EraldisTapioHR-ga*HR-taEraldisTapioHR-gaHR-taEraldisTapioHR-gaHR-ta
JS 058-73 9714 0793 108JS 082-210 0458 8897 691JS 050-1412 31512 02810 229
JS 058-1010 3869 9278 794JS 085-44 1053 6642 000JS 050-86 6535 5844 877
JS 072-15 8865 4534 584JS 085-54 3573 9622 046JS 059-411 28310 8678 889
JS 072-44 4594 6253 106JS 106-147 9516 9185 509JS 059-510 92910 7569 098
JS 076-910 2079 2707 804JS 106-159 5809 7678 335JS 083-227 8236 8516 596
JS 082-211 5618 9196 999JS 119-35 9975 3444 161JS 108-99 6718 1766 888
JS 083-412 89310 1396 895JS 119-45 0754 6643 679JS 117-137 8086 8435 326
JS 083-412 54010 8086 376JS 133-148 5147 9437 528JS 117-1710 94310 7428 679
JS 085-44 1053 6642 040JS 137-115 1804 5993 925JS 161-413 94913 78912 064
JS 085-54 3573 9432 046JS 138-310 1678 7477 234JS 162-414 02713 44711 795
JS 118-76 5826 4915 572JS 146-35 0435 0143 605JS 174-64 2124 6423 652
JS 118-98 4787 5145 742JS 147-45 8795 7704 247JS 213-1011 88911 5449 549
JS 133-148 5668 2058 079JS 167-26 6146 8916 241JS 215-26 6916 1145 157
JS 133-45 8795 2814 714JS 169-77 2847 0066 470JS 296-48 0568 0415 856
JS 141-113 8943 1652 163JS 175-54 1063 7111 892
JS 141-26 0766 1144 827JS 218-26 0325 3014 985
JS 148-104 4783 7012 256JS 230-312 04311 2569 785
JS 148-94 0953 7552 046JS 230-311 20910 2599 213
JS 167-26 5886 8846 720
Kokku135 000121 93793 872Kokku129 180119 70698 547Kokku136 250129 424108 653

HR-ga tähistab harvendusraietega ja HR-ta harvendusraieteta simulatsiooni.

Kõigi kolme aasta simulatsioonide summeeritud puhasnüüdisväärtus on Tapio variandil 33% ja harvendusraietega simulatsioonil 23% suurem kui harvendusraieteta stsenaariumil. Kuna nn Tapio simulatsiooni korral on puistu majandamine kõige intensiivsem (kõige rohkem harvendusraieid) ja harvendusraieteta simulatsiooni korral looduslikku arengusse mittesekkuv, saab arvutuste põhjal teha järelduse, et mõõdukalt intensiivse majandamise korral saavutatakse suurem puhasnüüdisväärtus kui majandamata jätmisel. Tulemus viitab harvendusraiete kasutamise majanduslikule otstarbekusele puistute pikaajalisel majandamisel.

Arutelu ja järeldused

Järvselja õppe- ja katsemetskonna harvendusraiete analüüsi tulemused näitasid harvendusraiete majanduslikku põhjendatust nii lühikeses kui pikas perspektiivis. Aastatel 2015–2017 tehtud enamik harvendusraietest olid kasumlikud, st puidutulu ületas raietööde kulusid. Iga raielangi tulemust mõjutavad erinevad tegurid, lisaks enamuspuuliigile ja sortimentidele ka nt kokkuveokaugus. Mitme kahjumit andnud eraldise puhul oli veokaugus keskmisest pikem, isegi kuni 1200 meetrit. Erinevate tegurite (nt tüvemaht, veokaugus, väljaraie %) mõju harvendusraie kasumlikkusele vajab eraldi uuringut ja usaldusväärsete tulemuste saamiseks suuremat hulka algandmeid. Järvseljal tehtud harvendusraiete kasumlikkus võib tuleneda ka metskonnas tehtud nn eelvalikust. Raiet kavandades juba arvestatakse sellega, et puidutulu ületaks metsavarumiskulusid. Keskmine puhastulu 344 €/ha kohta jääb samasse suurusjärku Soomes tehtavate esimese harvendusraie tuludega (Niemistö et al., 2018). Kuna Soomes on paberipuidu hinnad kõrgemad kui Eestis, on sealne harvendusraietelt saadav tulu arusaadavalt suurem kui Eestis.

Harvendusraietega varutud puidu sortimentatsioon peegeldab raiete eesmärgipärasust – suurima osa moodustab küttepuit. Tulemus viitab sellele, et võib-olla on harvendusraie tegemisega isegi veidi hiljaks jäädud. Harvendusraiete väga oluline majanduslik kasu tuleneb sellest, et looduslikult surevad puud kasutatakse ära tarbepuiduna. Simulatsioonide tulemused kinnitasid varasemates töödes (Nilsson et al., 2010; Teder & Kaimre, 2015) esitatud seisukohta, et hooldusraieid tehes väheneb puude looduslik suremus. Õigemini küll ennetatakse harvendusraietega puude suremist ja madala hinnaga küttepuidu teket, kasutades ära puistu puidutootmise potentsiaali paberipuiduna.

Järvseljal tehtud harvendusraiete keskmine väljaraie oli 41,2 tm/ha, mis on märkimisväärselt väiksem Riigimetsa Majandamise Keskuse tegelike raieandmete põhjal arvutatud harvendusraiete keskmisest väljaraiest, mis 2017. a oli 72 tm/ha (Keskkonnaagentuur, 2020). Artikli autorid ei analüüsinud puistut kirjeldavate näitajate mõju raiutava puidu kogusele, mistõttu võib vaid oletada mainitud erinevuse põhjusi: nt puistute vanus, tagavara, keskmine tüvemaht. Raiutava puidu koguse erinevuse selgitamiseks tuleks võrrelda uuritud harvendusraieobjekte mujal Eestis tehtud raietega. Põhjus võib olla ka teadlikult valitud väiksemas raieintensiivsuses. Järvselja õppe- ja katsemetskonnas 2017. aastal tehtud harvendusraietel varutud puidu kogus oli keskmiselt 20,9% puistu tagavarast.

Palkide suurim osakaal harvendusraietega stsenaariumis tuleneb tõenäoliselt pikemast puistu kasvatamise ajast, võrreldes Tapio stsenaariumiga, ning harvendusraiete mõjust diameetri kasvule, võrreldes harvendusraieteta stsenaariumiga. Diameetri täiendav kasv ja saadavate sortimentide parem hind annab harvendusraieid tehes suurema puhasnüüdisväärtuse kui majandamine ainult lageraiega. Puistute majandamise mudelid tulekski kujundada sellisena, et harvendus- ja uuendusraied tervikuna annaksid finantsmajanduslikult parima tulemuse.

eISSN:
1736-8723
Language:
English
Publication timeframe:
2 times per year
Journal Subjects:
Life Sciences, Plant Science, Ecology, other