Browsing by Subject "pyy"

Metsäkanalintujen elinympäristövaatimukset tunnetaan Suomessa hyvin ja elinympäristöihin kiinnitetään yhä enemmän huomiota osana metsän- ja luonnonhoidon toimia. Metso (Tetrao urogallus) ja pyy (Tetrastes bonasia) ovat elinympäris-töjen valinnassaan melko tarkkoja ja lajien välillä on selkeitä eroja. Elinympäristöjen ennakkotarkasteluun ei tällä hetkellä ole olemassa monipuolisia metsäsuunnittelun työkaluja ja lentolaserkeilauksella kerättyä aineistoa ei ole käytetty metsä-kanalintujen elinympäristötutkimuksiin Suomessa. Tässä kvalitatiivisessa tutkimuksessa selvitettiin Maanmittauslaitoksen vuonna 2012 keräämän lentolaserkeilausai-neiston soveltuvuutta potentiaalisten metso- ja pyyelinympäristöjen ohjaamattomaan luokitukseen. Aineiston pulssitiheys oli 0,74–0,8 / m2. Tutkimusalueena oli noin 1 200 hehtaaria Metsähallituksen omistamaa metsätalousmetsää Hämeenlinnan Evolla. Tutkimusalue jaettiin 16 x 16 metrin soluihin. Laserkeilausaineistosta laskettiin viisi elinympäristöä kuvaavaa lisäpiirrettä: latvuspeitto CC, alikasvostunnus US, puuston korkeusosuuden tiheystunnus k60_den, korkeusosuuden keski-hajonta H60_stdv sekä pituustunnus H_max. Menetelmänä käytettiin solukohtaista ohjaamatonta luokitusta (K-means), joka jakoi solut 43 luokkaan. Edelleen kohdennettuun maasto-otantaan valittiin 16 luokkaa. Säteeltään kiinteitä 9 metrin ympyräkoealoja mitattiin alueelta kaikkiaan 168 kpl, joista selkeitä pyykohteita ja vähintään arvosanalla 8 arvioituja metsokohteita oli molempia 12 kpl. Ohjaamaton luokitus ei nostanut esiin yhtä tai useampaa potentiaalisia kohteita kuvaavaa luokkaa, vaan potentiaalisten kohteiden lisäksi luokissa oli paljon ei-potentiaalisia soluja. Vähintään arvosanalla 8 arvioitujen metsokohteiden lisäpiirteet täyttäviä kohteita oli suhteellisesti eniten luokissa 3, 7 ja 8 osuuksilla 40,4 %, 35,6 % ja 31,8 %. Vastaavasti pyylle osuudet luokissa 4, 18 ja 20 olivat 38,4 %, 28,5 % ja 23,8 % minimiarvosanalla 6. Tutkimusalue sisältää arvioitujen kohteiden lisäpiirteiden perusteella hyviä elinympäristöjä metsolle (Arvosana ≥ 8) 15,0 % ja pyylle (Arvosana ≥ 6) 9,2 % sen pinta-alasta. Korkeimman arvosanan kohteiden lisäpiirteiden arvojen herkkyysanalyysissä alueet olivat vastaavasti 8,5 % ja 14,4 % kunkin lisäpiirteen ± 30 % marginaaleilla. Arvosanarajoite toimi loogisesti eli lisäpiirteiden vaihteluväli kapeni arvosanan kasvaessa. Tuloksena saadut poten-tiaaliset solut olivat toisiinsa erittäin kytkeytyneitä molemmissa analyyseissä vaikka käytetty menetelmä oli täysin riip-pumaton solujen sijainnista toistensa suhteen. Pyyhavainnot olivat potentiaalisuutta kuvaavalla solulla neljässä ja hyvin lähellä potentiaalisuutta kuvaavaa solua kahdessa havainnossa kuudesta, kun lisäpiirteiltään potentiaaliset solut valittiin arvosanoihin perustuen. Käytetyn aineiston kyky kuvata tässä tutkimuksessa määritettyjä potentiaalisia kohteita on siis lupaava. Aineiston kykyä tulee kuitenkin edelleen testata ennen kuin luotettavia metsäsuunnittelun työkaluja voidaan soveltaa operatiiviseen käyttöön.