Kasvava metsa tagavara ja juurdekasvu hindamine on metsateaduses ja -poliitikas aktuaalne teema olnud üle saja aasta. Tänapäeva Eestis on see teema järjest enam hakanud kõnetama erinevate valdkondade esindajaid ja tavainimesi. Terminid, nagu juurdekasv, täisjuurdekasv, tagavara muut, säiliva puistu juurdekasv, surem jne, on kasutuses olnud pikka aega, kuid praeguseks oleme jõudnud olukorda, kus mitme valdkonna esindajad tõlgendavad sageli nende sisu täiesti erinevalt. Eeltoodud loetelus on „juurdekasv“ ja „täis-juurdekasv“ metsanduslikus kontekstis sisult sama tähendusega. Termin „täis-juurdekasv“ on vananenud ja tänapäeval on kasutusel „juurdekasv“ (Vaus, 2005). Täisjuurdekasv või juurdekasv saab olla keskmine, perioodi keskmine või jooksev, millest viimane kirjeldab ühe aasta juurdekasvu. Puistu juurdekasv kirjeldab puistu kõikide puude kasvu, mis olid hinnatava perioodi algul elusad. Kui mõni puu sureb hinnatava perioodi jooksul, siis nende puude mahtusid puistu mahust maha ei lahutata. Kui puistu juurdekasvust lahutada maha surnud puude maht, siis saadakse puistu tagavara muut. Puistu tagavara muut on sama, mis on säiliva puistu juurdekasv ja seda saab arvestada hinnatava puistu kahe ajahetke tagavara vahena – tagavara hinnatava perioodi lõpus miinus tagavara hinnatava perioodi algul. Seega võrdub puistu tagavara või ristlõikepindala juurdekasv puistu tagavara või ristlõikepindala muudu ja mõõtmiste vahepeal surnud (sh raiutud) puude tagavara või ristlõikepindala (puistu suremi) summaga (Gadow
Puistu tagavara juurdekasvu arvutamiseks kasvava metsa takseerkirjelduste and-metel on „Metsa korraldamise juhendi“ (2023) lisas 12 esitatud mudel, mille aluseks on Priit Kohava kolm aastakümmet tagasi koostatud valemid (Kohava, 1992). Kohava koostatud puistu tagavara jooksva juurdekasvu mudel koosneb kahest komponendist: normaalpuistu tagavara juurdekasvu mudelist, mille argumentideks on puistu vanus, boniteet ja puuliik, ning parandus-kordajast
Puistu juurdekasvu mudel peab olema praktikas kasutatav ehk sisendina kasutama metsade traditsioonilisi takseerandmeid (Peuhkurinen
Puistu rinnaspindala ja tagavara juurdekasvu ei käsitleta metsade modelleerimise uurimistöödes tavaliselt omaette nähtusena, vaid kui ühte komponenti puistu kasvukäiku prognoosivates võrrandisüsteemides. Seejuures teatud puistu kasvu-mudelites juurdekasv ilmutatud valemi kujul polegi esitatud, vaid see tuleb teatud algoritmiga arvutada. Puistu kasvukäigu mudeleid võib sõltuvalt eesmärgist ja kogutud andmete struktuurist koostada erinevatest printsiipidest lähtudes. Metsa majandamise kavandamiseks on enim kasutust leidnud puu kasvu valemitele tuginevad puistu kasvukäigu simulatsioonmudelid (näiteks Soome „MOTTI” (Hynynen
Siinse töö eesmärk oli koostada Eesti enamlevinud puuliikidele üksikpuude mõõtmisandmete alusel uue puistuelemendi juurdekasvu mudel.
Puistu juurdekasvu kohta on võimalik saada usaldusväärseid andmeid metsa püsiproovitükkide kordusmõõtmiste abil. Siinses uurimuses on kasutatud mudelite loomiseks Eesti metsa kasvukäigu püsiproovitükkide (KKPRT) võrgustiku (Kiviste
KKPRT võrgustiku andmed katavad enamiku Eesti metsa kasvukohatüüpe ja puistute vanuseklasse, kusjuures proovitükkide asukohad puistutes on valitud juhuslikult. KKPRT proovitükkide raadius on reeglina 15, 20 või 25 m tagamaks vähemalt 100 põhirinde puud proovitükil. Proovitükkidel on mõõdetud kõigi puude asukoha koordinaadid, mis võimaldab kordusmõõtmistel samu puid tuvastada ja uuesti mõõta. Kui proovitükkide mõõtmiste vahelisel ajal on toimunud hooldusraie, siis kordusmõõtmisel proovitüki raadiust suurendatakse, et proovitükil oleks 100 puu nõue täidetud.
Proovitükkidel mõõdeti iga puu rinnasdiameeter kahes suunas ja tuvastati puu seisund (rinne, elus, surnud, raiutud, vigastused). Mudelpuudel mõõdeti ka puu kõrgus ja võra alguse kõrgus. Puistu vanuseks proovitükil võeti I rinde vanus metsakorralduse andmeist, mida kontrolliti ja vajadusel korrigeeriti ning täiendati puursüdamike aastarõngaste lugemise teel.
Puistu takseertunnused (rinnaspindala, täius, boniteet) arvutati proovitüki mõõtmisandmete põhjal „Metsa korraldamise juhendi” (2023) järgi, kusjuures täpselt proovitüki piirile jäävate puude rinnaspindalast võeti arvesse pool. Mõõtmiste vahelisel perioodil eluspuude, raiutud ja surnud puude juurdekasv arvestati eraldi puuliikide ja rinnete osas.
Täius ja boniteet
Kuna proovitükkide kordusmõõtmised ei pruugi toimuda esimese mõõtmisega samal kuupäeval, siis arvestati puistu vanuse arvutamisel ka mõõtmise kuupäeva. Puistu vanusele kasvu sesoonsuse arvutamiseks kasutati mudeleid, mille koostamine on kirjeldatud Kiviste
Kuna eesmärk oli arvutada puistu ristlõikepindala juurdekasvu, siis osutus oluliseks kasutada kõikide puude andmeid, mis olid mõõtmisperioodi algul elusad. Puistu juurdekasvu arvutamisel on oluline, millal puu suri või kui palju puu jõudis enne suremist kasvada. Antud töös eeldati, et perioodi jooksul oli puude suremus ajaliselt ühtlane ning puid kasvatati edasi kuni hinnatava perioodi keskele. Surnud puude diameetri juurdekasvu arvutamiseks kasutati metoodikat, mille järgi peenemate puude juurdekasv oli väiksem ja jämedate puude juurdekasv suurem. Selleks loodi metoodika, kus algul leitakse kõikidele esimese rinde elusatele puudele diameetri kasvu kirjeldav valem, mis läbib täpselt looduses mõõdetud mõlemat diameetrit:
Sellisel viisil leiti parameetrid
Puistu ristlõikepindala juurdekasvu arvutamiseks eristati ristlõikepindalad rinnete kaupa. Edasisel modelleerimisel kasutati esmajoones esimese rinde ristlõikepindalasid. Puistu juurdekasvu mudeli parandi arvutamisel kasutati ka koefitsienti, mis näitab, kui suure osa moodustab esimese rinde ristlõikepindala kõikide eluspuude rinnete ristlõikepindalade summast. Puistu juurdekasvu põhivalemi arvutamise aluseks võeti esimese rinde ristlõikepindala. Kuna puistu ristlõikepindala juurdekasv on reeglina kasvav ja seda kirjeldav funktsioon ei ole lineaarne, siis järelikult on puistu ristlõikepindala juurdekasv keskmiselt muutuv ning esimese aasta juurdekasv ei ole sama, mis on perioodi keskmine ristlõikepindala juurdekasv. Seega kasutati esimese aasta juurdekasvu arvutamiseks valemit, mille parameetrite leidmiseks kasutati regressioonanalüüsi:
Kasutusele võetud andmete esinemissagedused boniteediklasside ja täiusklasside kaupa on toodud tabelites 1 kuni 6 vastavalt puuliikidele mänd, kuusk, kask, haab, sanglepp ja hall lepp.
Enne modelleerimist jagati esimese rinde puistuelementide ristlõikepindalade juurdekasvud puistuelemendi ristlõikepindala osakaaluga kogu esimese rinde ristlõikepindalast. Puistu ristlõikepindala juurdekasvu ja vanuse vahelise seose leidmiseks tehti regressioonanalüüs. Mudeli kuju valiti selline, mille alguspunkt oleks (0,0) ning vanuse suurenedes oleks algul funktsioon tõusev, hiljem langev ning funktsioon ei annaks vanuse positiivse väärtuse korral ühelgi juhul negatiivset väärtust. Nendele omadustele vastav ja selles töös sobilik valemi kuju on järgmine:
Männi enamusega proovitükkide mõõtmispaaride esinemissagedused boniteediklasside ja täiusklasside kaupa (sulgudes on esimese mõõtmise vanuse vahemik).
Täius |
Boniteediklass | ||||||||
---|---|---|---|---|---|---|---|---|---|
Ib | Ia | I | II | III | IV | V | Va | Vb | |
10 | 3 |
||||||||
30 | 2 |
2 |
2 |
||||||
50 | 1 |
4 |
26 |
23 |
21 |
8 |
7 |
1 |
|
70 | 2 |
22 |
102 |
87 |
30 |
39 |
30 |
4 |
1 |
90 | 39 |
75 |
78 |
41 |
37 |
27 |
|||
110 | 8 |
24 |
28 |
12 |
4 |
1 |
|||
130 | 5 |
5 |
3 |
3 |
|||||
150 | 1 |
||||||||
Kokku |
3 |
76 |
236 |
223 |
107 |
91 |
67 |
5 |
1 |
Kuuse enamusega proovitükkide mõõtmispaaride esinemissagedused boniteediklasside ja täiusklasside kaupa (sulgudes on esimese mõõtmise vanuse vahemik).
Täius |
Boniteediklass | |||||
---|---|---|---|---|---|---|
Ib | Ia | I | II | III | IV | |
30 | 3 (19–28) | 1 (21) | 2 (26) | |||
50 | 1 (34) | 4 (24–60) | 3 (21–36) | 8 (25–92) | 1 (66) | 1 (63) |
70 | 10 (15–50) | 24 (26–66) | 21 (26–66) | 4 (31–82) | 3 (31–91) | 2 (68–73) |
90 | 11 (19–50) | 51 (25–80) | 32 (31–89) | 8 (35–61) | 1 (66) | |
110 | 13 (20–43) | 43 (26–56) | 23 (30–80) | 12 (35–105) | 1 (51) | 1 (101) |
130 | 4 (17–40) | 6 (34–50) | 11 (31–51) | 3 (91–91) | 3 (41–51) | |
150 | 2 (31–33) | 1 (40) | ||||
Kokku |
39 (15–50) | 133 (19–80) | 92 (21–89) | 35 (25–105) | 11 (26–91) | 4 (63–101) |
Kase (osakaal ≥ 10%) proovitükkide mõõtmispaaride esinemissagedused boniteediklasside ja täiusklasside kaupa (sulgudes on esimese mõõtmise vanuse vahemik).
Täius |
Boniteediklass | ||||||
---|---|---|---|---|---|---|---|
Ib | Ia | I | II | III | IV | V – Vb | |
10 | 1 (51) | 2 (13) | |||||
30 | 1 (13) | 2 (13) | 1 (26) | 2 (23–28) | 2 (21–38) | ||
50 | 1 (13) | 10 (13–54) | 3 (25–31) | 6 (23–36) | 2 (23–31) | ||
70 | 4 (21–40) | 22 (13–76) | 36 (13–95) | 15 (23–71) | 14 (21–63) | 4 (36–73) | 3 (46–51) |
90 | 37 (13–101) | 29 (15–76) | 41 (21–74) | 15 (21–73) | 5 (28–53) | 1 (41) | |
110 | 3 (28–41) | 12 (17–51) | 19 (20–86) | 31 (21–105) | 11 (25–51) | 4 (36–58) | |
130 | 2 (17–22) | 6 (16–46) | 10 (28–95) | 6 (30–51) | |||
150 | 1 (31) | 1 (24) | 2 (33–41) | 4 (30–51) | |||
170 | 1 (45) | ||||||
190 | 1 (35) | ||||||
Kokku |
9 (17–41) | 75 (13–101) | 105 (13–95) | 103 (21–105) | 58 (21–73) | 17 (23–73) | 6 (21–51) |
Haava (osakaal ≥ 10%) proovitükkide mõõtmispaaride esinemissagedused boniteediklasside ja täiusklasside kaupa (sulgudes on esimese mõõtmise vanuse vahemik).
Täius |
Boniteediklass | ||||||
---|---|---|---|---|---|---|---|
Ib | Ia | I | II | III | IV | V – Vb | |
30 | 3 (31–41) | ||||||
50 | 4 (55–81) | 12 (33–136) | 11 (31–80) | 1 (31) | 2 (96–101) | ||
70 | 10 (31–101) | 44 (25–101) | 50 (32–91) | 11 (23–106) | 3 (27–96) | 2 (36–90) | 1 (49) |
90 | 2 (70–101) | 40 (26–92) | 24 (36–80) | 6 (41–111) | 2 (32–40) | 3 (35–53) | |
110 | 2 (60–66) | 6 (35–86) | 12 (30–100) | 8 (27–105) | 2 (41–114) | 1 (58) | |
130 | 1 (47) | 5 (16–56) | 2 (56–61) | 2 (80–111) | |||
150 | 1 (65) | ||||||
Kokku |
18 (31–101) | 103 (25–136) | 105 (16–100) | 28 (23–111) | 7 (27–114) | 7 (31–90) | 5 (49–111) |
Sanglepa (osakaal ≥ 10%) proovitükkide mõõtmispaaride esinemissagedused boniteediklasside ja täiusklasside kaupa (sulgudes on esimese mõõtmise vanuse vahemik).
Täius |
Boniteediklass | ||||||
---|---|---|---|---|---|---|---|
Ib | Ia | I | II | III | IV | V – Vb | |
10 | |||||||
30 | 1 (21) | ||||||
50 | 4 (25–50) | 1 (25) | 4 (23–56) | 1 (63) | |||
70 | 3 (40–52) | 6 (30–66) | 5 (28–70) | 1 (21) | 2 (68–73) | ||
90 | 2 (21–37) | 12 (15–60) | 15 (21–56) | 2 (21–40) | 4 (28–78) | ||
110 | 1 (37) | 8 (26–46) | 16 (20–60) | 10 (27–65) | 8 (25–56) | 1 (58) | |
130 | 7 (30–56) | 6 (28–71) | 2 (30) | ||||
150 | 4 (33–65) | ||||||
170 | 1 (45) | 1 (30) | |||||
190 | 1 (35) | ||||||
Kokku |
1 (37) | 13 (21–52) | 45 (15–66) | 42 (21–71) | 19 (21–56) | 8 (28–78) | 1 (21) |
Halli lepa proovitükkide mõõtmispaaride esinemissagedused boniteediklasside ja täiusklasside kaupa (sulgudes on esimese mõõtmise vanuse vahemik).
Täius |
Boniteediklass | ||
---|---|---|---|
I | II | III | |
70 | 2 (21–32) | 1 (27) | |
90 | 1 (15) | 1 (25) | 3 (23–37) |
110 | 1 (46) | 4 (26–42) | |
130 | 1 (40) | 1 (40) | |
150 | 3 (26–30) | ||
170 | 1 (30) | ||
Kokku |
2 (15–46) | 9 (21–42) | 8 (23–40) |
Selle valemikuju omadused:
Algab punktist 0,0; Maksimumpunkti asukohta x-telje suhtes (vanus) kirjeldab parameetrite Maksimaalne juurdekasvu väärtus sõltub parameetrite Juurdekasvu kahanemiskiirus pärast ekstreemumpunkti sõltub parameetri Vanuse lähenemisel lõpmatusele läheneb juurdekasv 0-le.
Regressioonanalüüs tehti puuliikide ja boniteediklasside kaupa. Seejärel analüüsiti valemi parameetrite hinnangute sõltuvust boniteedist. Kuna valemi 9 ekstreemumpunkt sõltub avaldisest
Männi puhul teostati regressioonanalüüs kahes etapis. Esimeses etapis oli valimis vaid proovitükid, mille I rinde ristlõikepindala kõikide elusate puude ristlõikepindalast oli vähemalt 0,95. Teises etapis olid valimis kõik proovitükid. Kahe etapi regressioonimudelid lineaarsele kujule teisendatuna on järgmised:
Puuliikide ja boniteediklasside kaupa hinnatud valemi 9 parameetri hinnangud on toodud mändidele, kuuskedele, kaskedele ja haabadele tabelites 7–10.
Männi enamuspuuliigiga proovitükkide ristlõikepindala juurdekasvu valemi parameetrid boniteediklasside ja täiusklasside kaupa.
Boniteediklass | Täius, % | Keskmine |
p | ||||
---|---|---|---|---|---|---|---|
Ib | 60–80 | 36,35 | -4,8644 | 4,2620 | -0,8167 | 1,000 | – |
Ia | 60–80 | 33,05 | -4,0588 | 2,9231 | -0,5012 | 0,865 | <0,0001 |
80–100 | -3,8472 | 2,5423 | -0,4192 | 0,742 | <0,0001 | ||
100–120 | -3,4670 | 1,8774 | -0,2762 | 0,961 | <0,0001 | ||
I | 40–60 | 29,39 | -3,7465 | 2,4900 | -0,4225 | 0,857 | <0,0001 |
60–80 | -4,1953 | 3,0514 | -0,5281 | 0,564 | <0,0001 | ||
80–100 | -3,8412 | 2,6496 | -0,4446 | 0,723 | <0,0001 | ||
100–120 | -4,2458 | 3,1550 | -0,5448 | 0,350 | 0,0087 | ||
120–140 | -4,6025 | 3,7939 | -0,6914 | 0,908 | 0,0281 | ||
II | 40–60 | 25,76 | -3,8764 | 2,5730 | -0,4277 | 0,853 | <0,0001 |
60–80 | -3,9056 | 2,6448 | -0,4419 | 0,778 | <0,0001 | ||
80–100 | -3,8961 | 2,6447 | -0,4389 | 0,691 | <0,0001 | ||
100–120 | -3,9584 | 2,7186 | -0,4446 | 0,854 | <0,0001 | ||
III | 40–60 | 21,84 | -3,6102 | 2,1957 | -0,3505 | 0,771 | <0,0001 |
60–80 | -3,6258 | 2,3200 | -0,3826 | 0,777 | <0,0001 | ||
80–100 | -3,8751 | 2,6338 | -0,4412 | 0,757 | <0,0001 | ||
100–120 | -4,1997 | 3,1175 | -0,5289 | 0,849 | <0,0001 | ||
120–140 | -4,6315 | 3,8544 | -0,7136 | 1,000 | 0,0057 | ||
IV | 40–60 | 17,40 | -4,00455 | 2,78573 | -0,47857 | 0,943 | 0,0002 |
60–80 | -3,47127 | 1,95034 | -0,30184 | 0,649 | <0,0001 | ||
80–100 | -3,30865 | 1,85014 | -0,28675 | 0,500 | <0,0001 | ||
100–120 | -4,08709 | 2,90979 | -0,48152 | 0,997 | 0,0028 | ||
V | 40–60 | 14,36 | -3,58913 | 2,08848 | -0,33732 | 0,937 | 0,0010 |
60–80 | -3,41914 | 1,80899 | -0,2765 | 0,555 | <0,0001 | ||
80–100 | -3,72392 | 2,29957 | -0,36709 | 0,824 | <0,0001 |
Kuuse enamuspuuliigiga proovitükkide juurdekasvu valemi parameetrid boniteediklasside kaupa.
Boniteediklass | Keskmine |
R2 | p | |||
---|---|---|---|---|---|---|
Ib | 37,10 | -4,5447 | 3,6923 | -0,6807 | 0,869 | <0,0001 |
Ia | 33,37 | -4,0200 | 2,8075 | -0,4702 | 0,797 | <0,0001 |
I | 29,94 | -3,9464 | 2,6806 | -0,4379 | 0,857 | <0,0001 |
II | 25,23 | -3,9778 | 2,7453 | -0,4503 | 0,809 | <0,0001 |
III | 21,25 | -3,7942 | 2,4168 | -0,3726 | 0,916 | <0,0001 |
Kuna IV boniteedi kuusikuid oli vaid 4, siis neile regressioonanalüüsi ei teostatud (parameetrite
Kase puistuelementide juurdekasvu valemi parameetrid boniteediklasside kaupa.
Boniteediklass | Keskmine |
R2 | p | |||
---|---|---|---|---|---|---|
Ib | 37,04 | -2,0000 | 1,8882 | -0,3659 | 0,369 | 0,2517 |
Ia | 33,13 | -2,1401 | 2,1330 | -0,4442 | 0,494 | <0,0001 |
I | 29,71 | -3,3392 | 2,6574 | -0,4934 | 0,562 | <0,0001 |
II | 25,45 | -2,8802 | 2,0876 | -0,3734 | 0,363 | <0,0001 |
III | 21,83 | -2,4755 | 2,1359 | -0,4222 | 0,258 | 0,0003 |
IV | 17,84 | -13,104 | 7,6270 | -1,1250 | 0,138 | 0,3543 |
Haava puistuelementide juurdekasvu valemi parameetrid boniteediklasside kaupa.
Boniteediklass | Keskmine |
R2 | p | |||
---|---|---|---|---|---|---|
Ib | 36,98 | -1,4583 | 1,6081 | -0,3280 | 0,928 | <0,0001 |
Ia | 33,22 | -2,2114 | 1,4658 | -0,2463 | 0,834 | <0,0001 |
I | 29,96 | -2,0989 | 1,4895 | -0,2601 | 0,714 | <0,0001 |
II | 25,42 | -1,9248 | 1,5237 | -0,2761 | 0,933 | <0,0001 |
III | 22,56 | -1,3016 | 1,6505 | -0,3393 | 0,968 | 0,0002 |
IV | 16,90 | -1,1009 | 1,6678 | -0,3712 | 0,993 | <0,0001 |
V | 14,31 | -3,5342 | 1,1920 | -0,1184 | 0,987 | 0,0132 |
Tabelites 7–10 avaldatud parameetrite hinnangute
Valemi 5 parameetrite suhte (
Valemiga 12 arvutati igale puuliigile kõikidele esinenud vanuseklasside kaupa puistu ristlõikepindala juurdekasvu lineaarne seos boniteediga. Tulemused on esitatud tabelis 11 ning joonisel 2. Halli lepa puhul oli kasutada vaid 19 mõõtmispaari andmeid ning seetõttu arvutati valemile 11 parameetri
Männikute (A), kuusikute (B), kaasikute (C), haavikute (D) ja sanglepikute (E) ristlõikepindalade juurdekasv erinevates vanustes boniteediklasside kaupa.
Puistu rinnaspindala juurdekasvu sõltuvus boniteedist vanuseklasside kaupa.
Vanuseklass | Mänd | Kuusk | Kask | Haab | Sanglepp | |||||
---|---|---|---|---|---|---|---|---|---|---|
n | n | n | n | n | ||||||
5 | 1 | 0,01355 | ||||||||
15 | 17 | 0,05550 | 6 | 0,03902 | 6 | 0,03967 | 1 | 0,03548 | 1 | 0,04361 |
25 | 74 | 0,05016 | 33 | 0,03703 | 66 | 0,03788 | 6 | 0,04758 | 23 | 0,03377 |
35 | 78 | 0,03750 | 96 | 0,03513 | 116 | 0,03648 | 22 | 0,04238 | 33 | 0,02882 |
45 | 101 | 0,02959 | 105 | 0,02980 | 110 | 0,02861 | 39 | 0,03176 | 17 | 0,02572 |
55 | 147 | 0,02336 | 32 | 0,02530 | 104 | 0,01724 | 47 | 0,02790 | 24 | 0,02426 |
65 | 109 | 0,02306 | 16 | 0,02098 | 65 | 0,01416 | 39 | 0,02134 | 13 | 0,01867 |
75 | 117 | 0,02182 | 9 | 0,02049 | 41 | 0,01160 | 38 | 0,01983 | 3 | 0,01829 |
85 | 70 | 0,02265 | 10 | 0,02218 | 36 | 0,01093 | 31 | 0,01827 | ||
95 | 45 | 0,02051 | 4 | 0,02300 | 20 | 0,01248 | 13 | 0,02136 | ||
105 | 35 | 0,01754 | 4 | 0,02155 | 20 | 0,01055 | 11 | 0,01977 | ||
115 | 17 | 0,01648 | 7 | 0,00378 | 3 | 0,02806 | ||||
125 | 9 | 0,02063 | ||||||||
135 | 3 | 0,01031 | 1 | 0,01158 | ||||||
145 | 3 | 0,02290 | ||||||||
155 | 4 | 0,01667 | ||||||||
165 | 4 | 0,02248 | ||||||||
175 | 3 | 0,01218 | ||||||||
185 | 3 | 0,01154 | ||||||||
195 | 1 | 0,01153 | ||||||||
235 | 2 | 0,00604 | ||||||||
245 | 2 | 0,01161 |
Hall-lepikute ristlõikepindalade juurdekasv erinevates vanustes boniteediklasside kaupa.
Algandmetena joonisel 2 kujutatud andmeid kasutades leiti valemi 14 parameetritele
Männikute ristlõikepindalade juurdekasvu logaritmi sõltuvus puistu vanuse ja boniteedi avaldisest (valemi 14) boniteediklasside kaupa.
Kuusikute ristlõikepindalade juurdekasvu logaritmi sõltuvus puistu vanuse ja boniteedi avaldisest (valemi 14) boniteediklasside kaupa.
Kase puistuelementide ristlõikepindalade juurdekasvu logaritmi sõltuvus puistu vanuse ja boniteedi avaldisest (valemi 14) boniteediklasside kaupa.
Haava puistuelementide ristlõikepindalade juurdekasvu logaritmi sõltuvus puistu vanuse ja boniteedi avaldisest (valemi 14) boniteediklasside kaupa.
Sanglepa puistuelementide ristlõikepindalade juurdekasvu logaritmi sõltuvus puistu vanuse ja boniteedi avaldisest (valemi 14) boniteediklasside kaupa.
Halli lepa puistuelementide ristlõikepindalade juurdekasvu logaritmi sõltuvus puistu vanuse ja boniteedi avaldisest (valemi 14) boniteediklasside kaupa.
Valemi 9 parameetri
Valemi 9 parameetri
Valemi 9 parameetri
Valemi 9 parameetri
Valemi 9 parameetri
Valemi 9 parameetri
Männikute ristlõikepindalade juurdekasvu avaldise sõltuvus vanuse ja boniteediklassi avaldisest (valem 17).
Kuusikute ristlõikepindalade juurdekasvu avaldise sõltuvus vanuse ja boniteediklassi avaldisest (valem 17).
Kase puistuelementide ristlõikepindalade juurdekasvu avaldise sõltuvus vanuse ja boniteediklassi avaldisest (valem 17).
Haava puistuelementide ristlõikepindalade juurdekasvu avaldise sõltuvus vanuse ja boniteediklassi avaldisest (valem 17).
Joonistel 20–23 on toodud joonistel 16–19 kujutatud regressioonivalemite parameetrite hinnangute seosed boniteedist
Valemi 9 parameetri
Valemi 9 parameetri
Valemi 9 parameetri
Valemi 9 parameetri
Seejärel modelleeriti põhivalemi parand
Puistu juurdekasvuvalemi
Parameeter | Kuusk (valem 22) | Mänd (valem 21) | Kask (valem 23) | |||
---|---|---|---|---|---|---|
hinnang | p | hinnang | p | hinnang | p | |
-3,0160 | <0,0001 | -0,1216 | <0,0001 | -0,9095 | 0,0301 | |
-7,3726 | <0,0001 | -11,5142 | <0,0001 | -2,7151 | 0,5638 | |
N | 810 | |||||
R2 | 0,2042 | |||||
p | <0,0001 | |||||
0,4279 | <0,0001 | 0,6164 | <0,0001 | 2,6006 | <0,0001 | |
0,4977 | <0,0001 | 0,7270 | <0,0001 | 1,9882 | <0,0001 | |
N | 495 | 1173 | 835 | |||
R2 | 0,4039 | 0,0852 | 0,1167 | |||
p | <0,0001 | <0,0001 | <0,0001 |
Puistu juurdekasvuvalemi
Parameeter | Haab (valem 23) | Sanglepp (valem 22) | Hall lepp (valem 24) | |||
---|---|---|---|---|---|---|
hinnang | p | hinnang | p | hinnang | p | |
-2,1190 | <0,0001 | -2,6860 | <0,0001 | |||
0 | -4,8688 | 0,2460 | ||||
5,9814 | <0,0001 | 0,4772 | <0,0001 | 0,0116 | <0,0001 | |
0 | 0,0511 | 0,9490 | ||||
N | 274 | 130 | 19 | |||
R2 | 0,3414 | 0,2530 | 0,9287 | |||
p | <0,0001 | <0,0001 | <0,0001 |
Valemi vigade analüüsi (mõõdetud puistu juurdekasv miinus mudeliga arvutatud puistu juurdekasv) visuaalsed tulemused on toodud järgmistes lisades: lisas 1–3 on männi, 4–6 kuuse, 7–9 kase, 10–12 haava, 13–15 sanglepa ning 16–18 halli lepa valemi vead võrrelduna vastavalt boniteedist
Siinse töö eesmärk oli koostada puistu juurdekasvu mudel kasvukäigu püsiproovitükkide kordusmõõtmistel kogutud andmete alusel. Kuna praegune Eesti tingimustes kasutamiseks olev puistu juurdekasvu mudel („Metsa korraldamise juhend“, 2023: lisa 12) ei ole koostatud Eesti püsiproovitükkide andmeil, siis oli põhjust arvata, et mudeliga arvutatud tulemused võiksid anda tegelikkusega võrreldes liiga suure vea. Joonisel 24 on esitatud puuliikide kaupa puistu tagavara juurdekasvu arvutamistulemuste erinevused (selles töös koostatud mudeliga arvutatud puistu tagavara juurdekasv miinus praegu kehtiv puistu tagavara juurdekasv). Joonisel 24 on violetse joonega toodud puistu juurdekasvude erinevused V boniteediklassi ( Enamikul juhtudel annab uus mudel suurema puistu tagavara juurdekasvu kui praegu kehtiv mudel; Männi, kase, haava, sanglepa ja halli lepa puhul on eriti suur erinevus noores metsas, kus on suur täius (joonistel vanus 20 aastat ja täius 120%); Männi puhul on viienda boniteedi puistu juurdekasv nooremates suurema täiusega metsas uue mudeli puhul väiksem kui praegu kehtiva mudeli järgi; Kehvemate boniteetide puhul on mudelite erinevus väiksem kui viljakamatel metsamaadel; Vanemates puistutes on suurem erinevus männi, kuuse ja haava puhul; Vanemates kaasikutes ja lepikutes on puistu juurdekasvude vahe väike; Noortes madala täiusega haavikutes ja hall-lepikutes on uuema mudeliga väiksem puistu juurdekasv, kui praegu kehtiva mudeliga arvutades; Vanemates, suure täiusega kuusikutes on uue mudeliga arvutatud puistu juurdekasv palju suurem praegu kehtiva mudeliga arvutatust, eriti parema boniteediga puistutes.
Käesolevas töös loodud mudeliga ja „Metsa korraldamise juhendis“ (2009) oleva puistu tagavara juurdekasvu valemiga arvutatud puistu tagavara juurdekasvu erinevused puuliikide ja boniteetide kaupa: violetne –
Siinses artiklis loodud mudel ei pruugi olla ideaalne kogu Eesti metsa jaoks, sest see põhineb Eesti metsa kasvukäigu püsiproovitükkide andmetel. Puistu kasvukäigu püsiproovitükkide puistute eelvalikul järgiti printsiipi, et proovitükkide arv igas metsatüübi rühmas oleks võrdeline selle metsatüübi pindalaga riigimetsas ja selle metsakasvukoha metsamaa hektarihinna korrutisega (Kiviste & Hordo, 2002). Rõhuv enamik proovitükkidest on rajatud riigimetsa, mis keskmiselt on enam hooldatud kui eramets, mistõttu andmestikus on suhteliselt suur osatähtsus majanduslikult eelistatumatel puuliikidel (mänd, kuusk, kask) ja ühevanuselistel puhtpuistutel.
Puistu rinnaspindala juurdekasv kasvukäigu püsiproovitükkidel on tõenäoliselt üsna täpne, sest viieaastase perioodi järel kordusmõõdeti proovitükkidel samade puude kahes suunas mõõdetud diameetreid. Andmestikus leidus siiski erindeid (suuri mõõtmiserinevusi), millest kontrollimisel selgus, et enamik neist ei olnud mõõtmisvead, vaid looduslikud iseärasused (Hordo
Rinnaspindala juurdekasvu käsitlemine pideva funktsiooni tuletisena ja puistu kasvukäigu modelleerimine diferentsiaalvõrrandite süsteemina, mis pretendeerib ühtlasi bioloogilisele interpretatsioonile, on kõige enam välja arendatud Oscar García töödes (García, 2011; García
Täiuse arvutamise aluseks on standardtabelid („Metsa korraldamise juhend„, 2023: lisa 13), mis põhinevad normaalpuistu tagavara ja ristlõikepindala sõltuvusel ainult puistuelemendi keskmisest kõrgusest. Artur Nilson (2014) on kirjutanud, et täiuse arvutamine on tuginenud juba
Arvestades praegu kehtiva täiuse arvutamise puuduseid, on tulevikus otstarbekas ka üle vaadata metsanduse normatiivid, mis kirjeldavad puistu tihedust. Selles töös loodud mudeli puhul toob see kaasa parandi
Nii varasemas (Kohava, 1992) kui ka siinses töös esitatud mudelis arvutatakse segapuistu juurdekasv osapuuliikide juurdekasvude kaalutud keskmisena, millega eeldatakse juurdekasvus erinevate puuliikide vahelise olulise koosmõju puudumist. Soome ja Rootsi metsa kasvumudelite MOTTI ja HEUREKA testimine suure hulga segametsa katsealade andmetel näitasid, et nende mudelite vähemalt lühiajalised prognoosid osutusid headeks puuliikide erinevate koosseisude puhul (Aldea
Eesti metsa kasvukäigu püsiproovitükkide võrgustiku rajamist ning kordusmõõtmisi on rahastanud SA Keskkonnainvesteeringute Keskus. Täname kõiki proovitükkide mõõtjaid. Artikkel valmis Riigimetsa Majandamise Keskuse ja Eesti Maaülikooli vahel sõlmitud lepingu „Puistuelemendi tagavara juurdekasvu mudeli väljatöötamine Eesti metsa kasvukäigu püsiproovitükkide võrgustiku and- metel ja selle kohta aruande esitamine“ tulemusena.