Puukartan avulla metsänomistajan tavoitteet paremmin huomioon

Harvennushakkuu lisää metsän valoisuutta ja jäljelle jäävän puuston kasvutilaa. Poistettavien puiden valinnalla voidaan vaikuttaa merkittävästi muun muassa metsätalouden kannattavuuteen sekä metsän rakenteeseen, hiilinieluun, maisemaan ja monimuotoisuuteen. Kuva: Mikko Niemi
Harvennushakkuu lisää metsän valoisuutta ja jäljelle jäävän puuston kasvutilaa. Poistettavien puiden valinnalla voidaan vaikuttaa merkittävästi muun muassa metsätalouden kannattavuuteen sekä metsän rakenteeseen, hiilinieluun, maisemaan ja monimuotoisuuteen. Kuva: Mikko Niemi

Kasvatushakkuun suunnittelu ja toteutus vaikuttavat merkittävästi sekä metsätalouden kannattavuuteen että muihin metsän tarjoamiin aineellisiin ja aineettomiin hyötyihin, ns. ekosysteemipalveluihin. Puukartan avulla kasvatushakkuussa poistettavien puiden valinta voidaan optimoida metsänomistajan tavoitteiden mukaan.

Kasvatushakkuussa osa metsään sitoutuneesta pääomasta realisoituu myyntituloina metsänomistajalle, minkä lisäksi harvennus lisää jäljelle jäävien puiden kasvuresursseja ja vaikuttaa muun muassa metsän rakenteeseen, monimuotoisuuteen, maisemaan sekä hiilinieluun ja -varastoon. Puutason metsävaratiedon tarkkuus ja saatavuus ovat kehittyneet nopeasti, mikä mahdollistaa poistettavien puiden valinnan optimoinnin etukäteen metsän rakennevaihtelu ja metsänomistajan tavoitteet huomioiden.

Luomuhakkuu-hankkeessa testattiin koealatasolla, miten poistettavien puiden valinta vaikuttaa eri ekosysteemipalveluiden väliseen vaihdantasuhteeseen. Tutkimuksessa käytettäviä mittareita olivat välittömät puunmyyntitulot, jäljelle jäävien puiden arvokasvu, metsän tuottoarvo, jäljelle jäävien puiden koko- ja puulajivaihtelu, tilajärjestys, suojeluarvo sekä maiseman viihtyisyyttä kuvaava indeksi. Koska jokainen puuvalinta vaikuttaa lähes kaikkiin edellä mainittuihin mittareihin epälineaarisesti, poistettavien puiden optimoinnissa tarvitaan heuristista lähestymistapaa. Hankkeessa kehitettiin laskentamenetelmä, jonka avulla puuvalinta voidaan optimoida joko yksittäisten tavoitteiden mukaan tai useampaa tavoitetta painottaen, mikäli leimikosta on saatavissa puukartta.

Esimerkkikuva poistettavien puiden valinnasta, kun optimoinnissa on painotettu jäljelle jäävän puuston arvokasvua (60 %) ja puulajisekoitusta (40 %), sekä rajoitettu pohjapinta-ala metsänhoidon suositusten mukaan ja tilajärjestyksen säännöllisyys Clark-Evans-indeksin avulla. DBH = rinnankorkeusläpimitta. Puulajikoodit: 1 = mänty, 2 = kuusi, 3 = rauduskoivu, 4 = hieskoivu, 7 = tervaleppä.
Esimerkkikuva poistettavien puiden valinnasta, kun optimoinnissa on painotettu jäljelle jäävän puuston arvokasvua (60 %) ja puulajisekoitusta (40 %), sekä rajoitettu pohjapinta-ala metsänhoidon suositusten mukaan ja tilajärjestyksen säännöllisyys Clark-Evans-indeksin avulla. DBH = rinnankorkeusläpimitta. Puulajikoodit: 1 = mänty, 2 = kuusi, 3 = rauduskoivu, 4 = hieskoivu, 7 = tervaleppä.

Poistettavien puiden valinta vaikuttaa metsän rakenteeseen ja ekosysteemipalveluihin pitkäaikaisesti. Luomuhakkuu-hakkuu hankkeessa toistaiseksi on kartoitettu kirjallisuutta metsän rakenteen sekä metsänhoidon ekologisen, sosiaalisen ja taloudellisen kestävyyden kuvaamiseen soveltuvista indikaattoreista, sekä kehitetty ja testattu puuvalinnan optimointia isoilla puukarttakoealoilla (pinta-ala keskimäärin 0,13 ha).

Seuraavat kehitystarpeet liittyvät leimikkotason päätösten tukemiseen, kuten leimikkotason vaihtelun automaattiseen tunnistamiseen, leimikon mikrokuvioitiin ja käsittelysuositusten määrittämiseen mikrokuvioille, säästöpuuryhmien optimointiin sekä ajourareitistön huomiointiin poistettavien puiden valinnassa. Keskeinen jatkokysymys on myös se, millainen ja miten esitetty tieto auttaa parhaiten metsäkoneen kuljettajaa työssään. Tieteellinen artikkeli puutasolla tehtävien valintojen optimoinnista sekä eri hyötyjen välisten vaihdantasuhteiden tarkastelusta on parhaillaan vertaisarvioinnissa. IUFRO2024-konferenssissa (Tukholma 25.6.2024) pidetty esitys aiheesta löytyy täältä.

Lisätietoja:

Tutkijatohtori Mikko Niemi, Helsingin yliopisto, mikko.t.niemi@helsinki.fi

Professori Jori Uusitalo, Helsingin yliopisto, jori.uusitalo@helsinki.fi