Ensiharvennuksen ja puun metsikköaseman vaikutus männyn sädekasvuun ja puuaineen tiheyteen

Seloste artikkelista: Peltola, H., Kilpeläinen, A., Sauvala, K., Räisänen, T. & Ikonen, V.-P. 2007. Effects of early thinning regime and tree status on the radial growth and wood density of Scots pine. Silva Fennica 4 (3): 489-505.

Pikku Jättiläisen hartioilta

Elämäni tietokirjat

Metsäpolttoaineiden vesitiekuljetus proomukalustolla

Metsäpolttoaineiden käyttö kasvaa lämpö- ja voimalaitoksissa ja mahdollisissa biojalostamoissa. Metsäpolttoaineilla voidaan saavuttaa päästövähennyksiä korvaamalla päästöintensiivisempiä polttoaineita. Metsäpolttoaineen kysynnän kasvu suurkäyttöpaikoilla luo uusia vaatimuksia metsäbiomassan hankintaan. Metsäpolttoaineiden vesitiekuljetuksen sisältämiä logistiikkajärjestelmiä kehittämällä toimitusvarmuutta pystytään parantamaan ja hankintaa laajentamaan kustannustehokkaasti ja ympäristöystävällisesti. Kuljetuskokeilut antoivat uutta tietoa vesitiekuljetuksen sisältämästä hankinnasta. Lastikapasiteetti nykyisen kaltaisessa Eurooppa IIa -suurproomussa vaihtelee 1200 tonnista jopa 1800 tonniin (kosteus 40 %) riippuen tiivistymisestä ja proomun modifiointiasteesta. Metsähakkeen energiatiheys oli suurproomukuljetuksissa keskimäärin 1 MWh/i-m3, joka oli 25 % parempi kuin vertailun hakerekkakuljetuksissa. Vesitiekuljetuksen kustannukset olivat kuljetuskokeiluissa lastauksineen ja purkuineen 0,02 €/MWh/km, ollen noin 20 % ketjun kokonaiskustannuksista. Simuloinnin edullisimpien vesitiekuljetusvaihtoehtojen vaihteluvälin kustannukset olivat vastaavasti 0,013 - 0,026 €/MWh/km. Lastauksen ja purun kustannus oli 0,4 - 0,6 €/MWh ja vesitiekuljetus 0,9 - 2,0 €/MWh (100 km). Ketjun kokonaiskustannukset hakkuutähdehakkeelle vaihtelivat simuloinnin edullisimpien vaihtoehtojen perusteella välillä 10,8 - 12,1 €/MWh (30 km rekka, 100 km proomu). Kuljetusketjujen simuloinnin kustannukset osoittivat proomukuljetusketjun olevan kilpailukykyinen vaihtoehto hakerekkakuljetusketjulle kalustosta ja vuosittaisista käyttötunneista riippuen kuljetusetäisyyden ylittäessä 100 km. Kustannustehokkain ratkaisu vesitiekuljetuksessa saavutettiin pienen aluksen ja suuren kokoluokan proomuyksikön kytkyeellä. Haketus kannattaa toteuttaa ennen proomukuljetuksen osuutta metsähakkeen paremman tiiviyden ja käsiteltävyyden perusteella. Logistiikkajärjestelmiä pitää kehittää tapauskohtaisesti käyttöpaikan tarpeet ja olosuhteet huomioon ottaen. Metsäpolttoaineiden vesitiekuljetuksen sisältämän logistiikan liiketoimintamallien vertailussa arvioitiin vaihtoehtoiset ulkoistetut toimintamallit paremmaksi kuin nykyinen urakointimalli. Tämä mahdollistaa paremman metsähakkeen saatavuuden ja logistiikan tehokkuuden lastausterminaaleissa. Terminaalitoiminnot ja proomukuljetukset lisäävät uusia liiketoimintamahdollisuuksia ja mahdollistavat metsäpolttoaineiden

Bayesian Estimation of Noise

In mathematical modeling the estimation of the model parameters is one of the most common problems. The goal is to seek parameters that fit to the measurements as well as possible. There is always error in the measurements which implies uncertainty to the model estimates. In Bayesian statistics all the unknown quantities are presented as probability distributions. If there is knowledge about parameters beforehand, it can be formulated as a prior distribution. The Bays’ rule combines the prior and the measurements to posterior distribution. Mathematical models are typically nonlinear, to produce statistics for them requires efficient sampling algorithms. In this thesis both Metropolis-Hastings (MH), Adaptive Metropolis (AM) algorithms and Gibbs sampling are introduced. In the thesis different ways to present prior distributions are introduced. The main issue is in the measurement error estimation and how to obtain prior knowledge for variance or covariance. Variance and covariance sampling is combined with the algorithms above. The examples of the hyperprior models are applied to estimation of model parameters and error in an outlier case.