Hila- ja kuviotason laskennan vaikutus kuvion kokonaistilavuuteen, tallennustilaan ja laskentaaikaan teoreettista läpimittajakaumaa ja runkolukusarjaa käyttämällä

Metsäsuunnittelussa tarvittavan metsävaratiedon keräämisessä ollaan Suomessa siirtymässä kuvioittaisesta arvioinnista laserkeilaus- ja ilmakuvapohjaiseen kaukokartoitukseen. Tämän tutkimuksen tarkoitus oli selvittää kuvion kokonaistilavuuden ja läpimittajakauman ennustamisen tarkkuus koealan metsikkö- ja puustotunnuksista MSN-, PRM-, ML- ja FMM-menetelmiä sekä Weibull-jakaumaa hyödyntäen seuraavilla tavoilla: 1. PRM-menetelmällä hilatasolla, 2. PRMmenetelmällä kuviotasolla, 3. ML-menetelmällä hilatasolla ja 4. ML-menetelmällä kuviotasolla. Lisäksi kuvion kokonaistilavuuden ennustamisen tarkkuus selvitettiin hyödyntäen kuviolle tuotettua runkolukusarjaa. Tulokset laskettiin puulajikohtaisesti männylle, kuuselle, koivulle ja muille puulajeille. Puulajien tulokset laskettiin kuviotasolla yhteen. Lisäksi selvitettiin menetelmien laskenta-ajan ja tallennustilan tarve. Tutkimuksen aineistona käytettiin Hämeen ammattikorkeakoulun Evon toimipisteen metsistä mitattuja kiinteäsäteisiä ympyräkoealoja, joita oli 249 kappaletta. Hakkuukoneella mitattiin 12kuvion, joiden pinta-alat vaihtelivat välillä 0,2 – 1,94 hehtaaria, puustotiedot. Aluepohjaisen laserkeilausaineiston pulssin tiheys oli 1,8/m2 ja ilmakuvien pikselikoko 0,5 metriä. Kuvion kokonaistilavuus ennustettiin tai estimoitiin laserkeilaus- ja ilmakuva-aineiston piirteiden avulla koealojen puustotunnuksista. Tulokset laskettiin erikseen kaikille kuvioille ja kuvioille, joiden pinta-ala oli yli 0,5 hehtaaria. Yli 0,5 hehtaarin kuvioita oli 8 kappaletta. Kuvion hilojen naapureina käytettiin 1 - 10 koealaa. Menetelmästä ja naapurien määrästä riippuen kokonaistilavuuden suhteellinen RMSE ja harha vaihtelivat välillä 20,76 – 52,86 prosenttia ja -12,04 – 46,54 prosenttia. Vastaavat luvut yli 0,5 hehtaarin kuvioilla olivat 6,74 – 59,41 prosenttia ja -8,04 – 49,59 prosenttia. Laskenta-aika vaihteli menetelmien ja käytettyjen naapurien määrän mukaan voimakkaasti. Kehittyneemmällä ohjelmoinnilla ja ohjelmistolla laskenta-ajat voivat laskea merkittävästi. Tallennustila ei testatuilla menetelmillä ole rajoittava tekijä laajassakaan mittakaavassa. Läpimittajakauman perusteella PRM-menetelmä ennustaa puulajille erittäin kapean läpimittajakauman, jos koeala koostuu vain muutamasta lähes samankokoisesta puusta. Tämä vaikutti tuloksiin erityisesti menetelmällä PRM2.

Thunderstorm climatology and lightning location applications in northern Europe

Thunderstorm is a dangerous electrical phenomena in the atmosphere. Thundercloud is formed when thermal energy is transported rapidly upwards in convective updraughts. Electrification occurs in the collisions of cloud particles in the strong updraught. When the amount of charge in the cloud is large enough, electrical breakdown, better known as a flash, occurs. Lightning location is nowadays an essential tool for the detection of severe weather. Located flashes indicate in real time the movement of hazardous areas and the intensity of lightning activity. Also, an estimate for the flash peak current can be determined. The observations can be used in damage surveys. The most simple way to represent lightning data is to plot the locations on a map, but the data can be processed in more complex end-products and exploited in data fusion. Lightning data serves as an important tool also in the research of lightning-related phenomena, such as Transient Luminous Events. Most of the global thunderstorms occur in areas with plenty of heat, moisture and tropospheric instability, for example in the tropical land areas. In higher latitudes like in Finland, the thunderstorm season is practically restricted to the summer season. Particular feature of the high-latitude climatology is the large annual variation, which regards also thunderstorms. Knowing the performance of any measuring device is important because it affects the accuracy of the end-products. In lightning location systems, the detection efficiency means the ratio between located and actually occurred flashes. Because in practice it is impossible to know the true number of actually occurred flashes, the detection efficiency has to be esimated with theoretical methods.

Tree mortality, fire scar formation and regeneration 8 years after low-intensity fire in managed Pinus sylvestris stands

Fire is an important driver of the boreal forest ecosystem, and a useful tool for the restoration of degraded forests. However, we lack knowledge on the ecological processes initiated by prescribed fires, and whether they bring about the desired restoration effects. The purpose of this study was to investigate the impacts of low-intensity experimental prescribed fires on four ecological processes in young commercial Scots pine (Pinus sylvestris) stands eight years after the burning. The processes of interest were tree mortality, dead wood creation, regeneration and fire scar formation. These were inventoried in twelve study plots, which were 30 m x 30 m in size. The plots belonged to two different stand age classes: 30-35 years or 45 years old at the time of burning. The study was partly a follow-up of study plots researched by Sidoroff et al. (2007) one year after burning in 2003. Tree mortality increased from 183 stems ha-1 in 2003 to 259 stems ha-1 in 2010, corresponding to 15 % and 21 % of stem number respectively. Most mortality was experienced in the stands of the younger age class, in smaller diameter classes and among species other than Scots pine. By 2010, the average mortality of Scots pine per plot was 18%, but varied greatly ranging from 0% to 63% of stem number. Delayed mortality, i.e. mortality that occurred between 2 and 8 years after fire, seemed to become more important with increasing diameter. The input of dead wood also varied greatly between plots, from none to 72 m3 ha-1, averaging at 12 m3 ha-1. The amount of fire scarred trees per plot ranged from none to 20 %. Four out of twelve plots (43 %) did not have any fire scars. Scars were on average small: 95% of scars were less than 4 cm in width, and 75% less than 40 cm in length. Owing to the light nature of the fire, the remaining overstorey and thick organic layer, regeneration was poor overall. The abundance of pine and other seedlings indicated a viable seed source existed, but the seedlings failed to establish under dense canopy. The number of saplings ranged from 0 to 12 333 stems ha-1. The results of this study indicate that a low intensity fire does not necessarily initiate the ecological processes of tree mortality, dead wood creation and regeneration in the desired scale. Fire scars, which form the basis of fire dating in fire history studies, did not form in all cases.