Variation in soil organic carbon and thickness of soil horizons within a boreal forest stand - effect of trees and implications for sampling

Summary

Reuse of information for selection of methods and operating conditions for drying of pharmaceutical materials

Drying is a major step in the manufacturing process in pharmaceutical industries, and the selection of dryer and operating conditions are sometimes a bottleneck. In spite of difficulties, the bottlenecks are taken care of with utmost care due to good manufacturing practices (GMP) and industries' image in the global market. The purpose of this work is to research the use of existing knowledge for the selection of dryer and its operating conditions for drying of pharmaceutical materials with the help of methods like case-based reasoning and decision trees to reduce time and expenditure for research. The work consisted of two major parts as follows: Literature survey on the theories of spray dying, case-based reasoning and decision trees; working part includes data acquisition and testing of the models based on existing and upgraded data. Testing resulted in a combination of two models, case-based reasoning and decision trees, leading to more specific results when compared to conventional methods.

Determinants of Polylepis (Rosaceae) Forest Distribution and Treeline Formation in the High Andes

High elevation treelines are formed under common temperature conditions worldwide, but the functional mechanisms that ultimately constrain tree growth are poorly known. In addition to environmental constraints, the distribution of high elevation forests is largely affected by human influence. Andean Polylepis (Rosaceae) forests are an example of such a case, forests commonly growing in isolated stands disconnected from the lower elevation montane forests. There has been ample discussion as to the role of environmental versus anthropogenic causes of this fragmented distribution of Polylepis forests, but the importance of different factors is still unclear. In this thesis, I studied functional, environmental and anthropogenic aspects determining Polylepis forest distribution. Specifically, I assessed the degree of genetic determinism in the functional traits that enable Polylepis species to grow in cold and dry conditions. I also studied the role of environment and human influence constraining Polylepis forest distribution. I found evidence of genetically determined climatic adaptations in the functional traits of Polylepis. High elevation species had reduced leaf size and increased root tip abundance compared to low elevation species. Thus these traits have potentially played an important role in species evolution and adaptation to high elevation habitats, especially to low temperatures. I also found reduced photosynthesis rate among high elevation tree species compared to low elevation species, supporting carbon source limitation at treelines. At low elevations, Polylepis forest distribution appeared to be largely defined by human influence. This suggests that the absence of Polylepis forests in large areas in the Andes is the result of several environmental and anthropogenic constraints, the role of environment becoming stronger towards high elevations. I also show that Polylepis trees grow at remarkably low air and soil temperatures near treelines, and present new evidence of the role of air temperatures in constraining tree growth at high elevations. I further show that easily measurable indices of accessibility are related to the degree of degradation of Polylepis forest, and can therefore be used in the rapid identification of potentially degraded Polylepis forests. This is of great importance for the conservation and restoration planning of Polylepis forests in the Andes. In a global context, the results of this thesis add to our scientific knowledge concerning high elevation adaptations in trees, and increase our understanding of the factors constraining tree growth and forest distribution at high-­elevation treelines worldwide.

Bayesian classification of forest ecological type from satellite data

The main objective of this study was todo a statistical analysis of ecological type from optical satellite data, using Tipping's sparse Bayesian algorithm. This thesis uses "the Relevence Vector Machine" algorithm in ecological classification betweenforestland and wetland. Further this bi-classification technique was used to do classification of many other different species of trees and produces hierarchical classification of entire subclasses given as a target class. Also, we carried out an attempt to use airborne image of same forest area. Combining it with image analysis, using different image processing operation, we tried to extract good features and later used them to perform classification of forestland and wetland.

Päätöspuun käyttö tutkamaalien initialisoinnissa

Suomen ilmatilaa valvotaan reaaliaikaisesti, pääasiassa ilmavalvontatutkilla. Ilmatilassa on lentokoneiden lisäksi paljon muitakin kohteita, jotka tutka havaitsee. Tutka lähettää nämä tiedot edelleen ilmavalvontajärjestelmään. Ilmavalvontajärjestelmä käsittelee tiedot, sekä lähettää ne edelleen esitysjärjestelmään. Esitysjärjestelmässä tiedot esitetään synteettisinä merkkeinä, seurantoina joista käytetään nimitystä träkki. Näiden tietojen puitteissa sekä oman ammattitaitonsa perusteella ihmiset tekevät päätöksiä. Tämän työn tarkoituksena on tutkia tutkan havaintoja träkkien initialisointipisteessä siten, että voitaisiin määritellä tyypillinen rakenne sille mikä on oikea ja mikä väärä tai huono träkki. Tämän lisäksi tulisi ennustaa, mitkä Irakeista eivät aiheudu ilma- aluksista. Saadut tulokset voivat helpottaa työtä havaintojen tulkinnassa - jokainen lintuparvi ei ole ehdokas seurannaksi. Havaintojen luokittelu voidaan tehdä joko neurolaskennalla tai päätöspuulla. Neurolaskenta tehdään neuroverkoilla, jotka koostuvat neuroneista. Päätöspuu- luokittelijat ovat oppivia tietorakenteita kuten neuroverkotkin. Yleisin päätöpuu on binääripuu. Tämän työn tavoitteena on opettaa päätöspuuluokittelija havaintojen avulla siten, että se pystyy luokittelemaan väärät havainnot oikeista. Neurolaskennan mahdollisuuksia tässä työssä ei käsitellä kuin teoreettisesti. Työn tuloksena voi todeta, että päätöspuuluokittelijat ovat erittäin kykeneviä erottamaan oikeat havainnot vääristä. Vaikka tulokset olivat rohkaiseva, lisää tutkimusta tarvitaan määrittelemään luotettavammin tekijät, jotka parhaiten suorittavat luokittelun.

Metsäkoneen kouran ja hakkuupään pikavaihdon kehittäminen

Yhdistelmämetsäkone on metsäkone, jota voidaan käyttää sekä hakkuukoneena että kuormatraktorina. Konetta voidaan käyttää sekä puiden kaatamiseen, karsimiseen ja katkomiseen että puiden kuormaamiseen ja kuljettamiseen. Tässä diplomityössä suunnitellaan uusi kouran ja hakkuupään pikalukitusmekanismi yhdistelmämetsäkoneen kuormaimeen. Suunnittelutyössä edetään vaiheittain järjestelmällisen tuotesuunnittelun periaatteiden mukaisesti. Tärkeimpänä tavoitteena suunnittelutyönsä on nopeuttaa kouran vaihtoa ja helpottaa kuljettajan työtä. Suunnittelutyön alkuvaiheessa etsitään lukitusmekanismille useita eri ratkaisuvaihtoehtoja, joista valitaan paras jatkokehitykseen. Valittua ratkaisuvaihtoehtoa kehitetään simulointia ja elementtimenetelmälaskentaa apuna käyttäen.

Fraud detection in the banking sector : a multi-agent approach

Fraud is an increasing phenomenon as shown in many surveys carried out by leading international consulting companies in the last years. Despite the evolution of electronic payments and hacking techniques there is still a strong human component in fraud schemes. Conflict of interest in particular is the main contributing factor to the success of internal fraud. In such cases anomaly detection tools are not always the best instruments, since the fraud schemes are based on faking documents in a context dominated by lack of controls, and the perpetrators are those ones who should control possible irregularities. In the banking sector audit team experts can count only on their experience, whistle blowing and the reports sent by their inspectors. The Fraud Interactive Decision Expert System (FIDES), which is the core of this research, is a multi-agent system built to support auditors in evaluating suspicious behaviours and to speed up the evaluation process in order to detect or prevent fraud schemes. The system combines Think-map, Delphi method and Attack trees and it has been built around audit team experts and their needs. The output of FIDES is an attack tree, a tree-based diagram to ”systematically categorize the different ways in which a system can be attacked”. Once the attack tree is built, auditors can choose the path they perceive as more suitable and decide whether or not to start the investigation. The system is meant for use in the future to retrieve old cases in order to match them with new ones and find similarities. The retrieving features of the system will be useful to simplify the risk management phase, since similar countermeasures adopted for past cases might be useful for present ones. Even though FIDES has been built with the banking sector in mind, it can be applied in all those organisations, like insurance companies or public organizations, where anti-fraud activity is based on a central anti-fraud unit and a reporting system.

Energiapuun kastelu jätetäytön suotovedellä tuhkasta ja kompostista valmistetussa kasvualustassa

Tässä työssä tutkitaan suotoveden käsittelyä käyttämällä sitä kierrätysmateriaaleista valmistetussa tuhkamullassa loppusijoitusalueen päällä kasvatettavan energiapuukasvuston kasteluun. Kyseisen toimintamallin tarkoituksena on haihduttaa suotovettä energiapuiden avulla sekä sitouttaa ravinteita ja haitta-aineita sekä kasvustoon että kasvualustaan. Tavoitteena on selvittää toimintamallin hyödyntämiskelpoisuus ja tehokkuus suotovesien käsittelymenetelmänä sekä kastelun vaikutukset energiapuun kasvuun. Työssä suoritettiin kesän ja syksyn 2014 aikana energiapuun kastelukoe Mustankorkea Oy:n jätteenkäsittelykeskuksen alueella Jyväskylässä. Kokeessa loppusijoitusalueen päälle istutettuja eri kasvuvaiheissa olevia energiapajukasvustoja sekä hybridihaapakasvustoa kasteltiin jätetäytön suotovedellä. Kokeessa käytettiin kasvualustoina tuhkamultaa, joka oli valmistettu tuhkasta, kompostista ja ylijäämämaa- aineksesta, sekä kompostia. Kasteluveden, valumavesien, kasvualustojen ja pajukasvuston ominaisuuksia seurattiin kokeen aikana analyysien avulla. Lisäksi alueen vesitaseen selvittämiseksi suoritettiin lysimetrikokeet, joissa lysimetreihin istutettuja pajuja kasteltiin suotovedellä sekä hanavedellä. Tulosten perusteella suotovesikastelu lisäsi sekä pajun että haavan kasvua. Kastelu lisäsi pajun ravinnepitoisuuksia. Se myös heikensi hieman pajun poltto-ominaisuuksia. Kasvualustan ominaisuuksiin kastelulla ei havaittu olevan vaikutuksia. Kastelumäärä, jota voidaan käyttää ilman valumia, on kokeen perusteella n. 100–600 mm/kasvukausi käytetyllä kastelujärjestelmällä. Kastelujärjestelmää kehittämällä on kuitenkin luultavasti mahdollista lisätä haihduntaa ja siten kastelumäärää merkittävästi.

Rankapuun ja -hakkeen laadun vaihtelu terminaalivarastoinnissa

Työssä tutkittiin polttoaineterminaalissa varastoitavan puupolttoaineen laadunmuutoksia. Tutkimuksessa tarkasteltiin hakettamattomien rankapuiden ja rankapuuhakkeen kosteuden ja lämpöarvon muutosta. Myös kuiva-ainetappiota tutkittiin aikaisempien tutkimusten perusteella. Tutkimusaineisto kerättiin Etelä-Savon Energian polttoaineterminaaleista. Kosteus-pitoisuuksia mitattiin Hydromette M2050 -pikakosteusmittarilla ja uunikuivaus-menetelmällä standardin SFS-EN 14774 mukaisesti. Tutkimuksessa huomattiin pikakosteusmittarin toimivan riittävän luotettavalla tasolla rankapuiden mittauksissa, mutta hakkeen mittauksissa mittari osoittautui toimimattomaksi. Varastointiaika ei vaikuttanut polttoaineiden lämpöarvoihin, mutta kosteuspitoisuus vaihteli suuresti. Tutkimustuloksista pääteltiin rangan kuivuvan terminaalivarastossa ja hakkeen kosteuden pysyvän vakiona. Energiasisällön puolesta rankapuuta voidaan varastoida yli 2 vuotta, mutta hakkeen varastointiaika tulisi pitää mahdollisimman lyhyenä.

Wood species identification by visual characterization of fibers

Kandidaatintyö tehtiin osana PulpVision-tutkimusprojektia, jonka tarkoituksena on kehittää kuvapohjaisia laskenta- ja luokittelumetodeja sellun laaduntarkkailuun paperin valmistuksessa. Tämän tutkimusprojektin osana on aiemmin kehitetty metodi, jolla etsittiin kaarevia rakenteita kuvista, ja tätä metodia hyödynnettiin kuitujen etsintään kuvista. Tätä metodia käytettiin lähtökohtana kandidaatintyölle. Työn tarkoituksena oli tutkia, voidaanko erilaisista kuitukuvista laskettujen piirteiden avulla tunnistaa kuvassa olevien kuitujen laji. Näissä kuitukuvissa oli kuituja neljästä eri puulajista ja yhdestä kasvista. Nämä lajit olivat akasia, koivu, mänty, eukalyptus ja vehnä. Jokaisesta lajista valittiin 100 kuitukuvaa ja nämä kuvat jaettiin kahteen ryhmään, joista ensimmäistä käytettiin opetusryhmänä ja toista testausryhmänä. Opetusryhmän avulla jokaiselle kuitulajille laskettiin näitä kuvaavia piirteitä, joiden avulla pyrittiin tunnistamaan testausryhmän kuvissa olevat kuitulajit. Nämä kuvat oli tuottanut CEMIS-Oulu (Center for Measurement and Information Systems), joka on mittaustekniikkaan keskittynyt yksikkö Oulun yliopistossa. Yksittäiselle opetusryhmän kuitukuvalle laskettiin keskiarvot ja keskihajonnat kolmesta eri piirteestä, jotka olivat pituus, leveys ja kaarevuus. Lisäksi laskettiin, kuinka monta kuitua kuvasta löydettiin. Näiden piirteiden eri yhdistelmien avulla testattiin tunnistamisen tarkkuutta käyttämällä k:n lähimmän naapurin menetelmää ja Naiivi Bayes -luokitinta testausryhmän kuville. Testeistä saatiin lupaavia tuloksia muun muassa pituuden ja leveyden keskiarvoja käytettäessä saavutettiin jopa noin 98 %:n tarkkuus molemmilla algoritmeilla. Tunnistuksessa kuitujen keskimäärinen pituus vaikutti olevan kuitukuvia parhaiten kuvaava piirre. Käytettyjen algoritmien välillä ei ollut suurta vaihtelua tarkkuudessa. Testeissä saatujen tulosten perusteella voidaan todeta, että kuitukuvien tunnistaminen on mahdollista. Testien perusteella kuitukuvista tarvitsee laskea vain kaksi piirrettä, joilla kuidut voidaan tunnistaa tarkasti. Käytetyt lajittelualgoritmit olivat hyvin yksinkertaisia, mutta ne toimivat testeissä hyvin.

Properties of top soil and the relationship between soil and trees in a boreal Scots pine stand

Summary