Browsing by Subject "kasvupaikkatyyppi"

Tämän työn tarkoituksena oli selvittää, onko mahdollista avoimia paikkatieto- ja kaukokartoitusaineistoja hyödyntäen luoda kasvupaikkatyyppiä ennustava malli, jonka ennuste olisi tarkempi kuin saatavilla oleva, koko Suomen kattava Luonnonvarakeskuksen tekemä kasvupaikkamalli. Viime vuosikymmenen aikana avointen paikkatietoaineistojen saata-vuus on lisääntynyt moninkertaisesti. Taustalla on EU:n säätämä INSPIRE-direktiivi 2007/2/EC (EU 2007), jonka tavoit-teena on yhteiskäyttöiset paikkatiedot ja yhteinen paikkatietoinfra-struktuuri. Tässä työssä hyödynnetään useita paikka-tieto- ja kaukokartoitusaineistoja, jotka ovat tulleet avoimeen käyttöön maksutta INSPIRE-direktiivin ansiosta. Aineistojen pohjalta on tunnistettu viisitoista mahdollista muuttujaa, jotka voisivat selittää kasvupaikkatyyppiä. Kaksitois-ta muuttujaa kuvaa topografiaa ja pohjautuvat suoraan tai välillisesti korkeusmalliin, yksi muuttuja kuvaa kasvukauden kokonaissadantaa, yksi muuttuja kuvaa maaperää ja yksi muuttuja on valtapituuden kasvuun pohjautuva kasvupaikka-tyyppiennuste. Valtapituuden kasvuun pohjautuvalle kasvupaikkatyyppiennusteelle kehitettiin malli, joka perustuu mänty-, kuusi- ja koivumetsiköiden kasvatusmalleihin. Näiden muuttujien pohjalta sovitettiin regressioanalyysiä hyödyntäen kasvupaikkatyyppiä ennustavia malleja. Referenssiaineistona käytettiin Suomen metsäkeskuksen kaukokartoituskoealo-ja pohjoisen napapiirin eteläpuolelta. Koealoihin on merkitty kasvupaikkatyyppi, johon malli sovitettiin. Tässä työssä kehitetty paras malli ennustaa mittareiden mukaan kasvupaikkatyyppiä tarkemmin kuin Luonnonvarakes-kuksen kasvupaikkamalli. Paras malli käyttää selittäjinä valtapituuden muutokseen perustuvaa kasvupaikkatyyppiennus-tetta, maalajia, korkeutta merenpinnasta, topografista sijainti-indeksiä (TPI), ”cartographic depth-to-water” -indeksiä (DTW) sekä kasvukauden kokonaissadantaa. Toiseksi paras malli ei hyödynnä maalajia selittäjänä, sillä Geologian tutkimuskeskuksen tuottama maaperäkartta ei kata koko Suomea. Malli käyttää selittäjinä valtapituuden muutokseen pe-rustuvaa kasvupaikkatyyppiennustetta, maalajia, korkeutta merenpinnasta, topografista sijainti-indeksiä (TPI), ”carto-graphic depth-to-water” -indeksiä (DTW), topografista kosteusindeksiä (TWI), kasvukauden kokonaissadantaa sekä auringon potentiaalista kokonaissäteilytystä. Selitysvoimaltaan paras muuttuja perustuu valtapituuden kehityksen tarkasteluun useamman ajankohdan laserkeilausai-neistoja hyödyntäen. Muuttujasta saatavat kasvupaikkatyyppiennusteet ovat sitä tarkemmat, mitä enemmän havaintoja aikasarjassa on. Tämän takia tässä työssä kehitettävän mallin parantamisen ja jatkokehittämisen kannalta olennaista on useamman ajankohdan laserkeilausaineistojen saatavuuden lisääminen. Malli hyödyntää 1970-luvulla kehitettyjä kasva-tusmalleja. On viitteitä siitä, että Suomessa puusto kasvaa nykyään nopeammin kuin 30–40 vuotta sitten. Tulevissa tutki-muksissa tätä kasvun muutosta olisi syytä tutkia tarkemmin ja huomioida se kasvupaikkatyyppiä ennustavien mallien jatkokehittämisessä.

The effects of reindeer fences on wildlife is known, but less studied phenomenon. The aim of this study was to gather information about collision rate and mortality of grouses, more closely on willow grouse, capercaillie and black grouse, due to reindeer fences. In the study there were 139 kilometres of reindeer fence in six different locations in Lapland, Finland. In two of these locations there were marking treatment of fences with yellow and black plastic tubes with two different densities. In four locations, fences were marked with 50 mm of LPDE plastic stripes in yellow, blue, orange and reflecting aluminium. The study was conducted between May/2014 – June/2015. The fences were patrolled once a month. The observations included dead grouses hanging in the fence or corpses nearby the fence. Also, indirect collision evidence, such as feathers in the fence was included to observations. During the study year 330 collisions were observed. The first two months of observations were removed from the analysis due to uncertainty of the timing of collisions. Also, one of the locations were removed because of unregular patrolling. Therefore, the study consists total of 154 observations. The study included untreated fences as control parts. Depending on the location, 0,3-1,9 collisions per kilometres per year in the control part were observed. Corpses of 73 grouses were found. In 81 cases, collision evidence was found but the grouses were disappeared, and therefore survival or injuries of the grouses could not be confirmed. Based on variance analysis, marking of fences did not reduce collisions. By using QGIS and R, GPS-information of collision points were combined and studied with parameters of site classification, forest height, DTW-moisture index and elevation model, available from open data sources of Natural Resources Institute Finland and National Land Survey of Finland. The effects of the parameters to the collision points were studied within radiuses of 50, 100 and 300 metres. Statistical methods of R and Bayes were used to study interactions of the parameters to the collision risk. The effect of site classification on the collision risk was not as strong as expected. On the other hand, DWT-moisture index predicted increasing collision risk depending on location. Based on Bayes statistics, yellow stripe marking had the greatest likelihood to reduce collision risk and more dense tube marking was more effective to reduce collision than less dense marking. Based on results of this study, reindeer fences are mortality factor for grouses and especially locally reindeer fences can be significant mortality factor. Marking method should be inexpensive, durable to weather conditions, and provably reducing collisions, if applied widely. Advancing tube marking development could be a solution. Based on one-year study it is not possible to get information about year to year fluctuations of grouse population densities and its significance and influence in collision density. Therefore, more long-term studies are required.