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
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
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 (
Niemistö
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 (
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.
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
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.
Sortiment | Hind, €/m3 |
---|---|
Männipalk | 68,30 |
Männipeenpalk | 39,50 |
Kuusepalk | 62,30 |
Kuuselatt | 26,00 |
Kuusepeenpalk | 38,50 |
Kasepalk | 35,00 |
Haavapalk | 37,00 |
Männipaberipuit | 20,10 |
Kuusepaberipuit | 20,10 |
Kasepaberipuit | 23,00 |
Haavapaberipuit | 22,20 |
Okaspuu küttepuit | 16.90 |
Küttepuit | 16,50 |
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
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.
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
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 „
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.
Puuliik | Palkide minimaalne läbimõõt, cm | Peenpalkide minimaalne läbimõõt, cm | Paberipuidu minimaalne läbimõõt, cm |
---|---|---|---|
Harilik mänd | 18 | 12 | 6 |
Harilik kuusk | 18 | 12 | 7 |
Arukask | 16 | 16 | 6 |
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.
Sortiment | Lageraie, €/m3 | Harvendusraie, €/m3 |
---|---|---|
Männipalk | 61,96 | 57,45 |
Männipeenpalk | 45,23 | 40,72 |
Kuusepalk | 59,90 | 55,39 |
Kuusepeenpalk | 45,32 | 40,81 |
Kasepakk | 100,57 | 96,06 |
Kasepalk | 49,32 | 44,81 |
Haavapalk | 23,11 | 18,60 |
Männipaberipuit | 14,58 | 10,07 |
Kuusepaberipuit | 14,23 | 9,72 |
Kasepaberipuit | 13,96 | 9,45 |
Haavapaberipuit | 6,57 | 2,06 |
Küttepuit | 8,33 | 3,82 |
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.
Aasta | Valimi maht | Pindala, ha | Raiemaht, tm | Keskmine väljaraie, tm/ha | Puhastulu, € | Keskmine puhastulu, €/ha |
---|---|---|---|---|---|---|
2015 | 22 | 26,3 | 1140 | 43,3 | 11 098 | 422 |
2016 | 24 | 48,4 | 1755 | 36,3 | 13 167 | 272 |
2017 | 24 | 45,7 | 2120 | 46,4 | 17 144 | 375 |
2015–2017 | 70 | 120,4 | 4966 | 41,2 | 41 409 | 344 |
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).
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.
Sortiment | Stsenaarium | |||||
---|---|---|---|---|---|---|
Tapio | Harvendusraietega | Harvendusraieteta | ||||
tm | % | tm | % | tm | % | |
Palk | 11 163,6 | 47,52 | 18 621,8 | 57,75 | 16 338,9 | 50,51 |
Peenpalk | 1 926,7 | 8,20 | 2 194,3 | 6,80 | 2 030,4 | 6,28 |
Paberipuit | 9 169,0 | 39,03 | 10 049,7 | 31,17 | 6 543,7 | 20,23 |
Jäätmed | 689,4 | 2,93 | 682,7 | 2,12 | 233,1 | 0,72 |
Surnud puit | 544,6 | 2,32 | 697,6 | 2,16 | 7 200,9 | 22,26 |
Kokku | 23 493,3 | 100,00 | 32 246,1 | 100,00 | 32 347,0 | 100,00 |
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 (
Simulatsioonide tulemused (puhasnüüdisväärtus, €) eraldiste ja aastate kaupa.
2015 | 2016 | 2017 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Eraldis | Tapio | HR-ga* | HR-ta | Eraldis | Tapio | HR-ga | HR-ta | Eraldis | Tapio | HR-ga | HR-ta |
JS 058-7 | 3 971 | 4 079 | 3 108 | JS 082-2 | 10 045 | 8 889 | 7 691 | JS 050-14 | 12 315 | 12 028 | 10 229 |
JS 058-10 | 10 386 | 9 927 | 8 794 | JS 085-4 | 4 105 | 3 664 | 2 000 | JS 050-8 | 6 653 | 5 584 | 4 877 |
JS 072-1 | 5 886 | 5 453 | 4 584 | JS 085-5 | 4 357 | 3 962 | 2 046 | JS 059-4 | 11 283 | 10 867 | 8 889 |
JS 072-4 | 4 459 | 4 625 | 3 106 | JS 106-14 | 7 951 | 6 918 | 5 509 | JS 059-5 | 10 929 | 10 756 | 9 098 |
JS 076-9 | 10 207 | 9 270 | 7 804 | JS 106-15 | 9 580 | 9 767 | 8 335 | JS 083-22 | 7 823 | 6 851 | 6 596 |
JS 082-2 | 11 561 | 8 919 | 6 999 | JS 119-3 | 5 997 | 5 344 | 4 161 | JS 108-9 | 9 671 | 8 176 | 6 888 |
JS 083-4 | 12 893 | 10 139 | 6 895 | JS 119-4 | 5 075 | 4 664 | 3 679 | JS 117-13 | 7 808 | 6 843 | 5 326 |
JS 083-4 | 12 540 | 10 808 | 6 376 | JS 133-14 | 8 514 | 7 943 | 7 528 | JS 117-17 | 10 943 | 10 742 | 8 679 |
JS 085-4 | 4 105 | 3 664 | 2 040 | JS 137-11 | 5 180 | 4 599 | 3 925 | JS 161-4 | 13 949 | 13 789 | 12 064 |
JS 085-5 | 4 357 | 3 943 | 2 046 | JS 138-3 | 10 167 | 8 747 | 7 234 | JS 162-4 | 14 027 | 13 447 | 11 795 |
JS 118-7 | 6 582 | 6 491 | 5 572 | JS 146-3 | 5 043 | 5 014 | 3 605 | JS 174-6 | 4 212 | 4 642 | 3 652 |
JS 118-9 | 8 478 | 7 514 | 5 742 | JS 147-4 | 5 879 | 5 770 | 4 247 | JS 213-10 | 11 889 | 11 544 | 9 549 |
JS 133-14 | 8 566 | 8 205 | 8 079 | JS 167-2 | 6 614 | 6 891 | 6 241 | JS 215-2 | 6 691 | 6 114 | 5 157 |
JS 133-4 | 5 879 | 5 281 | 4 714 | JS 169-7 | 7 284 | 7 006 | 6 470 | JS 296-4 | 8 056 | 8 041 | 5 856 |
JS 141-11 | 3 894 | 3 165 | 2 163 | JS 175-5 | 4 106 | 3 711 | 1 892 | ||||
JS 141-2 | 6 076 | 6 114 | 4 827 | JS 218-2 | 6 032 | 5 301 | 4 985 | ||||
JS 148-10 | 4 478 | 3 701 | 2 256 | JS 230-3 | 12 043 | 11 256 | 9 785 | ||||
JS 148-9 | 4 095 | 3 755 | 2 046 | JS 230-3 | 11 209 | 10 259 | 9 213 | ||||
JS 167-2 | 6 588 | 6 884 | 6 720 | ||||||||
Kokku | 135 000 | 121 937 | 93 872 | Kokku | 129 180 | 119 706 | 98 547 | Kokku | 136 250 | 129 424 | 108 653 |
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.
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
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
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.