Browsing by master's degree program "Master 's Programme in Forest Sciences"

Tiivistelmä Monimuotoisuuden ylläpitäminen ja luontokadon pysäyttäminen kaikilla ekosysteemitasoilla ovat kasvavissa määrin keskeisiä kysymyksiä niin globaalissa kuin kansallisessakin mittakaavassa. Suomen tapauksessa metsien rooli tässä kysymyksessä on erityisen suuri, sillä erilaiset metsäelinympäristöt kattavat noin 86 prosenttia maapinta-alasta. Viimeisimmän lajien uhanalaisuuskartoituksen mukaan noin 30 prosenttia kaikista uhanalaisista lajeista käyttää ensisijaisena elinympäristönään metsiä, ja lisäksi kaksi kolmasosaa metsäluontotyypeistä on luokiteltu uhanalaisiksi. Metsäsuunnittelun näkökulmasta keskeisiä teemoja ovat suojelutoimenpiteiden kohdistaminen arvokkaimmille kohteille, ja toisaalta monimuotoisuutta tukeva toimenpidesuunnittelu talousmetsissä. Molempiin tavoitteiden edistämiseksi metsiköiden monimuotoisuus ja luontoarvot nykytilassa on tunnistettava mahdollisimman tehokkaasti. Toimenpidesuunnittelun ja erilaisten toimenpidevaihtoehtojen laskennallisen vertailun tarpeisiin on lisäksi pystyttävä ennustamaan monimuotoisuuskehitystä eri vaihtoehdot huomioiden, sekä asettamaan eri tavoitteille, tässä tapauksessa myös monimuotoisuudelle ja luontoarvoille, numeerinen arvo. Erään ratkaisuvaihtoehdon edellä esitettyihin tavoitteisiin tarjoaa ForestKIT-metsäsuunnittelujärjestelmän tarpeisiin kehitetty luontoarvoindeksimalli. Asiantuntijatyönä kehitetty indeksimalli perustuu kuuteen osaindeksiin, jotka yhteenlaskettuna kuvaavat puuston rakenteellista monimuotoisuutta, ja ennustavat tätä kautta metsikkökuvioiden luontoarvoja. Tämän työn tavoitteeksi asetettiin mallin nykytoteutuksen arviointi ja kehittäminen, sekä kehitetyn mallin uudelleenarviointi. Tutkielman toteutus jaettiin kolmeen vaiheeseen, joista ensimmäisessä tarkasteltiin mallin nykytoteutuksen loogisuutta, sekä mallinnuksessa käytettävien kuviotietojen datalähteen vaikutusta tuloksiin hyödyntäen kahta samalta alueelta maastomittauksiin ja kaukokartoitustulkintaan perustuen tuotettua aineistoa. Ensimmäisessä vaiheessa havaittiin, että kaukokartoitusaineistojen perusteella ennustetuissa puustotunnuksissa rakenteellisen vaihtelun kuvaus on heikkoa, ja näin ollen myöskään luontoarvojen ennustaminen niiden perusteella ei ole erityisen luotettavaa. Mallin toiminnasta yleisesti tunnistettiin joitain puutteita, erityisesti liittyen alueellisen ja kasvupaikkakohtaisen vaihtelun huomioimiseen. Myös lahopuu-muuttujan puuttuminen mallista havaittiin keskeiseksi puutteeksi. Tutkielman toisessa vaiheessa mallin nykytoteutusta pyrittiin kehittämään osaindeksi kerrallaan hyödyntäen ensimmäisen vaiheen havaintoja, sekä arvioimaan mahdollisten uusien osaindeksien lisäämistä. Keskeiset raamit kehitystyölle asetti tämän työn rajoitukseksi määritetty mahdollisten muuttujien rajaaminen metsätietostandardin mukaisiin metsävarakuviotunnuksiin, mutta osaindeksikohtaisessa tarkastelussa löydettiin kuitenkin konkreettisia kehitysehdotuksia, joilla pystyttiin vastaamaan tunnistettuihin puutteisiin. Keskeisenä lisäyksenä kehitettiin ratkaisu lahopuuinventointitiedon sisällyttämisestä malliin. Kolmannessa vaiheessa esitettyjen kehitysehdotusten yhteisvaikutuksia testattiin erityisesti tähän tarkoitukseen kehitetyllä menetelmällä, jossa ensimmäisessä vaiheessa esitellystä vertailuaineistosta valituille otantakuvioille laskettiin indeksiarvot mallin nykytoteutuksella sekä eri kehitysvaihtoehtojen yhdistelmillä, jonka jälkeen näiden erotusta vertailtiin nykytoteutuksen perusteella lasketulle arvolle asetettuun statukseen (yliarvio/aliarvio). Kolmannessa, muutosvaihtoehtojen testaamisen saatiin suuntaa antavia tuloksia muutosyhdistelmävaihtoehtojen hyvyydestä, mutta kyseisten tulosten tarkastelussa on huomioitava menetelmän kokeellinen luonne. Kolmannen vaiheen tulosten perusteella toisessa vaiheessa esitettyjen kehitysehdotusten avulla pystyttiin kuitenkin parantamaan mallin toimintaa tunnistettujen puutteiden osalta. Mallin nykytoteutukseen ehdotetut kehitysehdotukset huomioiden malli toimii siis kohtuullisen hyvin metsikkökuvioiden rakenteellisen monimuotoisuuden kuvaamisessa. Tulosten tarkastelussa on kuitenkin huomioitava mallin kehittämistyön aikana tunnistetut haasteet eri käsitteiden ja muuttujien määrittelyssä, käytössä olevan mallinnusdatan ja -menetelmien asettamissa rajoitteissa, sekä mallin tulosten riippuvuus muuttujien (kuviotietojen) mittaustarkkuudesta. Lisäksi keskeisiksi tämän työn rajauksen ohittaviksi kehityskohdiksi tunnistettiin spatiaalisuuden huomioiminen kuvioiden indeksiarvojen laskennassa sekä lahopuumäärän kehityksen ennustaminen.

Remote sensing brings new potential to complement environmental sampling and measuring traditionally conducted in the field. Satellite images can bring spatial coverages and accurately repeated time-series data collection to a whole new level. While developing methos for doing ecological assessment from space in situ sampling is still in key role. Satellite images of relatively coarser pixel size where individual plants or trees are not possible to separate usually utilize vegetation indices as proxies for environmental qualities and measures. One of the most extensively used and studied vegetation index is Natural Difference Vegetation Index (NDVI). It is calculated as normalized ratio between red light and near-infra-red radiation with formula: NDVI=NIR- RED/NIR+RED. Index functions as a measure for plant productivity, that has also been linked to species-level diversity. In this thesis MODIS NDVI (MOD13Q1, 250 m x 250 m resolution) and selected additional variables were examined through their predictive power for explaining variation in tree species richness in six different types of moist tropical evergreen forests in the province of West Kalimantan, on the island Borneo in Indonesia. Simple and multiple regression models were built and tested with main focus on 20- year mean-NDVI. Additional variables used were aboveground carbon, elevation stem count, tree height and DBH. Additional variables were examined initially on individual basis and subsequently potential variables were then combined with NDVI. Results indicate statistically significant, but not very strong predictable power for NDVI (R2=0.25, p-value=2.11e-07). Elevation and number of stems outperformed NDVI in regression analyses (R2=0.64, p-value=2.2e-16 and R2=0.36, p-value=4.5e-11, respectively). Aboveground biomass carbon explained 19% of the variation in tree species richness (p-value=6.136e-06) and thus was the worst predictor selected for multiple regression models. Tree height (R2=0.062, p-value=0.0137) and DBH (R2=0.003, p-value=0.6101) did not show any potential in predicting tree species richness. Best variable combination was NDVI, elevation and stem count (R2=0.71, p-value=2.2e-16). Second best was NDVI, elevation and aboveground biomass carbon (R2=0.642, p-value=2.2e-16), which did not promote for biomass carbon as a potential predictor as model including only NDVI and elevation resulted nearly identically (R2=0.639, p-value=2.2e-16). Model including NDVI and stem count explained 54% of the variation in tree species richness (p-value=2.2e-16) suggesting elevation and stem count being potential variables combined with NDVI for this type of analysis. Problems with MODIS NDVI are mostly linked to the relatively coarse spectral scale which seems to be too coarse for predicting tree species richness. Spectral scale also caused spatial mismatch with field plots as being significantly of different sizes. Applicability in other areas is also limited due to the narrow ecosystem spectrum covered as only tropical evergreen forests were included in this study. For future research higher resolution satellite data is a relevant update. In terms methodology, alternative approach known as Spectral Variability Hypothesis (SVH), which takes into account heterogeneity in spectral reflectance, seems more appropriate method for relating spectral signals to tree species richness.

Forests’ exposure to drought is increasing as a result of climate change. Drought increases tree mortality and the likelihood of wildfires. Mitigating damages contributed to by drought is important in order to secure access to ecosystem services. Remote sensing can be applied in drought detection, development monitoring, wildfire risk assessment, and phenotyping for resistance breeding. Hyperspectral imaging (HSI) combines spectral and spatial information, which may be used as a proxy to estimate biochemical and physiological traits of plants, including water content and response to water stress. More affordable and compact HSI cameras have become available in recent years, but their use in remote sensing of forests is still somewhat novel. The photochemical reflectance index (PRI) is an optical vegetation index, that was originally defined based on its diurnal response to the epoxidation state of xanthophyll cycle. PRI has been successfully used to capture drought stress and recovery on various scales on mainly broadleaf species. PRI responds to drought due to stomatal closure leading to downregulation of photosynthesis increasing the need for light energy dissipation. The aim of this thesis was to assess the feasibility of monitoring drought development and recovery of Pinus sylvestris seedlings in ambient greenhouse conditions using hyperspectral imaging. The hypotheses addressed in this thesis were: 1) there is a relationship between physiological variables and optical vegetation indices from HSI, and 2) PRI captures reversible photoprotective energy dissipation and responds to stress, outperforming the chlorophyll-responsive indices over the duration of the drought and recovery period. Imaging and additional measurements were performed on 8 4-year-old Pinus sylvestris seedlings. Pinus sylvestris, is the most common tree species in Finland, and it is widely utilized in the Finnish forestry industry. Half of the seedlings were exposed to 17 days of progressive drought and half were watered regularly. HSI and physiological variables were measured every few days for the duration of pre-drought, drought, and recovery periods. Physiological variables, which were leaf water potential and maximum quantum yield of PSII photochemistry (Fv/Fm), were measured to validate drought stress development. Additionally, meteorological conditions and soil moisture content were monitored. Non-imaging leaf level reflectance was measured on 3 days, which represented pre-drought, height of drought, and end of recovery. This thesis is concerned with the data collected on these three days. The results of this thesis showed that HSI based PRI between drought and control plants differentiated significantly during height of drought, and mostly recovered by the end of the scheduled recovery period. Chlorophyll-responsive red edge index responded to drought but did not show signs of recovery. Relationship between HSI based PRI and physiological variables Fv/Fm and leaf water potential was significant. These results demonstrate that HSI can be used to capture progressive drought stress development and recovery at a seedling canopy level in boreal evergreen saplings under greenhouse conditions.

Airborne LiDAR (Light Detection And Ranging) produces high-resolution and cost-efficient 3D data. Currently, forest inventories combine the use of both LiDAR and passive imaging by cameras, and the possibility of using LiDAR only is very tempting as it would lead to cost reduction. Focus of this study is on the full-waveform observations that extent the information content compared to conventional point clouds and are somewhat rarer to have access to. This study explores basic dependencies between structural canopy features and LiDAR signals over time and aims at augmenting our understanding of LiDAR-vegetation interactions and factors limiting our current ability to use pulsed LiDAR data for species detection, and how possibilities to overcome those limitations. Motivation is to understand how different waveform features can be interpreted and how the features behave over time with changing vegetation phenology. The study material consists of three consecutive LiDAR campaigns and aerial imaging surveys done in the area during a 38-month period and field reference trees that have been measured during this period. I use multi-temporal data that comprise three repeated acquisitions, which all applied same sensor, trajectories, as well as sensor and acquisition settings. As I had repeated LiDAR observations of the same trees where the acquisition settings are comparable, I could study the so-called ‘tree effect’ and overall co-variation between waveform features in the repeated acquisitions. Phenological changes are available as the data comprises winter (leaf-off), early summer (low LAI in conifers) and late summer data (full leaf, high LAI). The influence of scan zenith angle (SZA) on waveform features and attributes is also considered, as the same tree can be seen from multiple strips. The results showed that by using careful experimentation it is possible to detect intra- and interspecies phenological changes from multitemporal full-waveform data, while SZA did not have markable effect on the WF features. I was also able to perform well with the tree species classification task in varying phenological conditions. The phenological changes were very apparent on deciduous trees, but rather small on evergreen conifers. In a 45-year-old stand, the overall accuracies in tree species classification were 92, 87 and 88 % for winter, early summer, and late summer, respectively. These figures were 84, 81, and 83 % for in an old growth forest. The ‘tree effect’ was shown to be significant, i.e., many of the WF features of trees were correlated over time. The intra-species feature variance that is due to the tree effect represents natural variation between trees of the same species.

Tutkielman tavoitteena on verrata navero- ja kääntömätästyksen vaikutusta turvemaamänniköiden uudistamisessa luontaisesti syntyneiden ja kylvöksestä syntyneiden männyn taimien kasvuunlähtöön. Tutkimus perustuu Luonnonvarakeskuksen koekentältä kerättyyn mittausaineistoon ojitetulla suolla Kiimakeitaalla Parkanon Häädetjärvellä, jossa tutkimuskohde on muokattu osittain naveromätästyksellä ja osittain kääntömätästyksellä vuonna 2005. Tutkimuskohteena oli koekenttä, joka on perustettu vuonna 2006 männyn luontaisella uudistamisella ja siemenkylvöllä. Taimet on mitattu 14 kasvukauden jälkeen vuonna 2019 ja keväällä 2020. Keskeisiä mittareita tutkielmassani on koealoilla olevien männyn taimien keskipituudet ja valtapituudet. Tutkimuskohteena oleva koekenttä on kasvupaikkatyypiltään puolittain puolukka- ja varputurvekangasta siten, että se edustaa vaihettumaa mainittujen kahden turvekangastyypin välillä. Molemmat turvekangastyypit edustavat yleisimpiä ojitettujen turvemaiden kasvupaikkatyyppejä Suomessa. Aiemmin alueella on kasvanut männikköä. Alueella oli tehty ojitus 1950- luvulla ja alueen vesitalous on kunnossa. Naveromätästetyillä koealoilla männyntaimien keskipituudet ja valtapituudet olivat säännöllisesti hiukan suurempia kuin kääntömätästetyillä koealoilla. Erot keskipituuksissa eivät kuitenkaan olleet tilastollisesti merkitseviä (edellytettäessä p-arvoa alle 0,05), sillä todennäköisyys virhepäätelmälle eli sille, että kahden mätästysmenetelmän väliset taimien keskipituudet eivät todellisuudessa poikkea toisistaan oli 21,9 (arvo 0,219). Valtapituuksien ero oli suurempi ja niiden osalta naveromättäillä kasvaneiden taimien pituus oli suurempi lähes tilastollisesti merkitsevällä varmuudella (p= 0,080). Pintaturpeesta tehdyillä naveromättäillä taimien pituus oli myös hiukan suurempaa kuin pohjaturvemättäillä, mutta merkitsevää tilastollista eroa ei ollut (p = 0,115). Tutkimuskohteella ei esiintynyt merkittävästi taimituhoja, jotka olisivat vaikuttaneet tulokseen. Mittaukset osoittavat, että tutkimuskohteelle on saatu luontaisen uudistamisen ja siemenkylvön menetelmin kasvamaan elinvoimainen taimikko, jossa taimimäärä vastaa nykyisiä metsänhoidon suosituksia. Luontainen uudistaminen ja siemenkylvö sopii hyvin männyn uudistamiseen varpu- ja puolukkaturvemailla, jotka eivät ole liian reheviä, jolloin taimet eivät joudu kilpailemaan muun aluskasvillisuuden kanssa. Tutkimuskohteella naveromättäiden korkeus vaihtelu oli 10–50 cm välillä, maaston mukaan. Taimille saatiin mättään korkeuden mukaan hieman paremmat kosteus, ravinne ja ilmavuus olosuhteet sekä riittävästi kasvutilaa, joilla voidaan perustella hieman parempaa taimien kasvua naveromätästetyillä koealoilla. Naveromättäillä männyn taimien suurempaa kasvua ei voida kuitenkaan yleistää, koska erilainen kasvupaikka, alueen vesitalous, sääolosuhteet ja muut ympäristöolosuhteet voivat vaikuttaa merkittävästi tulokseen.

Tämä pro gradu -tutkielma on Metsähallituksen tilaama tutkimus, joka on jatkoa aiemmin Linda Uusihakalan julkaisemaan pro gradu -tutkielmaan. Tutkielma perustuu Nuuksion järviylängöltä vuosina 2020 (Uusihakala) ja 2021 (Nurmi) kerättyihin koepesä- ja hajupostiaineistoihin ja niiden analyysiin. Tutkielman tarkoituksena on tuottaa uutta tietoa metson (Tetrao urogallus) suojeluun Uudellamaalla sekä selvittää syitä Nuuksion metsokannan heikentymisen taustalla. Tutkielman tavoitteena oli selvittää, 1) onko metsien pirstoutumisella ja maisematason muuttujilla vaikutusta metson pesinnän onnistumiseen, 2) mitkä lajit ovat yleisimpiä metson pesäpetoja Nuuksion järviylängöllä, 3) aiheuttaako supikoira (Nyctereutes procyonoides) häirintää metson soitimelle Nuuksiossa ja 4) esiintyykö supikoiria tilastollisesti vähemmän metson soidinalueilla verrattuna satunnaisesti määritettyihin linjoihin. Tutkimuksessa rakennettiin vuosittain 40 metson pesää imitoivaa koepesää ja 20 hajupostia, joita seurattiin riistakameroiden avulla seitsemän vuorokautta. Koepesiin sijoitettiin jokaiseen neljä fasaanin (Phasianus colchicus) munaa. Tämä aineisto yhdistettiin analyysia varten Uusihakalan aiemmin kerätyn ja eri sijoitteluperusteisen aineiston kanssa. Yhteensä koepesiä oli analyysia varten 80 kappaletta ja hajuposteja 40. Tilastollisessa mallintamisessa käytettiin yleistettyjä lineaarisia malleja (GLM) sekä G-testiä (G–test of goodness-of-fit). Analyyseihin tarvittavat maanpeiteluokat pohjautuivat Suomen ympäristökeskuksen (SYKE) verkkosivuilta avoimesti ladattavaan CORINE Land Cover 2018 -rasterikartta-aineistoon. Rakennetuista 80 koepesästä selviytyi seitsemän vuorokauden aineistonkeruuajankohtana yhteensä 73 pesää eli seitsemän tuhoutui. Pesiä tuhosivat supikoira (n=3), närhi (Garrulus glandarius) (n=2), näätä (Martes martes) (n=1) ja talitiainen (Parus major) (n=1). Pesäkokeiden perusteella pesien saalistus ei ole pääasiallinen syy metsokannan taantumiseen, koska pesäpredaatioaste oli alhainen (9 %). Analyysin perusteella rakennettu alue selitti parhaiten koepesien kohtaloa. Rakennetun alueen suhteellisen osuuden lisääntyminen koepesän ympärillä heikensi sen selviytymismahdollisuuksia. Hajuposteilla pienpetohavaintoja tehtiin yleisimmin supikoirasta (n=16). Supikoiran ohella hajuposteilla vieraili pienpedoista näätä (n=9), kettu (Vulpes vulpes) ja mäyrä (Meles meles) (molemmat n=6). Maisemamuuttujien vaikutusta ei pystytty yhdistämään supikoirahavaintoihin, mutta soidinalueilla supikoirahavaintoja tehtiin merkittävästi vähemmän kuin satunnaisilla koealoilla. Supikoirien aiheuttama saalistus voi olla täten merkittävä riskitekijä metsojen pesinnän onnistuvuudelle etenkin kansallispuiston reuna-alueilla. Pääkaupunkiseudun jatkuva rakentamispaine aiheuttaa metsien pirstoutumista, mikä heikentää metsoille suotuisia elinympäristöjä Nuuksiossa. Suojelun tehostamiseksi supikoirakannat tulisi pitää kohtuullisen alhaisina. Lisäselvitykset viherkäytävien tilasta, liikenteen vaikutuksista ja ihmismelun aiheuttamista haitoista metsokannalle ovat hyviä tutkimusaiheita tulevaisuudessa.

Fossiilisten energiamuotojen korvaaminen uusiutuvalla energialla on ollut polttava puheenaihe viime vuosina. EU:n RED Ⅱ – direktiivin (EU) 2018/2021 mukaan Euroopan energiatuotannossa uusiutuvan energian osuus tulisi olla 32 % vuoteen 2030 mennessä. Jokaisen jäsenvaltion on asetettava omat tavoitteensa yleistavoitteen saavuttamiseksi. Suomi on ilmoittanut pyrkivänsä 51 prosentin uusiutuvan energia osuuteen. Yhtenä uusiutuvan energian lähteenä on metsästä korjattava pienpuu, joka on latvaläpimitaltaan pientä, ainespuuksi kelpaamatonta puuta. Suomen Metsäkeskus ylläpitää julkisen metsävaratiedon järjestelmää, jonka avulla voidaan tarkastella metsien puustotunnuksia ja muita ominaisuuksia. Metsävaratietoa kerätään kaukokartoituksella (laserkeilaus ja ilmakuvaus) sekä maastossa mitattavien refe-renssikoealojen avulla. Metsävaratiedon käyttö ja laadukkuus painottuu tällä hetkellä enemmän varttuneisiin metsiin, sillä tiedon tarkkuus on heikompaa nuorissa metsissä niiden voimakkaan heterogeenisyyden vuoksi. Metsäkeskuksen kautta esimerkiksi yritykset voivat tilata tietoluovutuspyynnöllä erilaisia tietoja potentiaalisista hakkuukohteista, voimassa olevan metsätietolain kriteerien rajoitteissa. Tietoluovutuspyynnön kohteet haetaan käyttämällä metsävaratietoa. Tämän tutkimuksen tavoitteena oli selvittää voidaanko Metsäkeskuksen metsävaratiedon avulla löytää pienpuuhakkuuseen soveltuvia kohteita. Tutkimus toteutettiin hakemalla metsävaratiedosta kolmella eri hakukriteeristöllä potentiaalisia pienpuukorjuukohteita, jotka mitattiin linjakoealamenetelmällä maastossa. Kaikki kohteet olivat kehitysluokaltaan nuoria kasvatusmetsiä, mutta metsävaratiedon toimenpide-ehdotus sekä puuston estimoitu koko vaihteli luokittain. Mitattavat puustotunnukset olivat runkoluku, keskipituus ja keskiläpimitta. Mitatuista tunnuksista johdettiin kuvioittain aritmeettiset tunnukset yksittäisen puun tilavuudelle, hehtaarikohtaiselle kokonaistilavuudelle sekä pohjapinta-alalle. Tuloksista laskettiin myös hehtaarikohtainen poistuma. Kuvion korjuukelpoisuutta arvioitiin yksittäisen puun keskitilavuuden sekä hehtaarikohtaisen hakkuupoistuman kautta. Metsävaratietoa ja maasto-mittaustietoa verrattiin myös keskenään puustotunnuksittain. Tuloksista ilmeni, että tämän aineiston osalta metsävaratiedon avulla voidaan löytää aidosti korjuukelpoisia pienpuukorjuukohteita. Annettujen korjuukelpoisuuskriteerien ulkopuolelle jäi mitatuista 18:sta kuviosta 3 kuviota. Kaikki hylätyt kuviot olivat toimenpide-ehdotukseltaan nuoren metsän hoitokohteita. Aineistojen vertailussa RMSE % ja harha kertoivat, että tarkin puustotunnus oli puuston keskipituus ja heikon tarkkuus oli runkoluvussa. Metsävaratiedon estimaatit olivat myös runkolukua lukuun ottamatta yliarvioita verrattuna maastomittausdataan. Tulokset olivat suhteellisen hyvin linjassa aikaisemman tutkimuksen ja tiedon kanssa. Tutkimuksen tuloksia voidaan pitää kuitenkin vain suuntaa antavina, sillä metsävaratiedon ja tämän tutkimuksen maastomittaustiedon laskentatavoissa oli eroavaisuuksia käytännön tekijöiden vuoksi ja otoskoko ei ollut riittävän suuri, jotta tulokset olisivat tilastollisesti luotettavia. Aihetta tulisi tulevaisuudessa tutkia enemmän isossa mittakaavassa ja tarkemmilla laskentamenetelmillä

Forests are highly valued for the wide range of ecosystem services they provide and are increasingly expected to play a role in providing solutions to both rural development and global challenges. In countries where forest ownership structure is characterized by a high share of private ownership, non-industrial, private forest owners eventually determine the type and extent of management of a large part of national forest resources. In Italy, where this is the case, the potential of forests remains largely unexploited, and the alleged lack of active management even threatens to increase forest vulnerability. In this context, the new Italian Forest Strategy aims to untap the forests’ potential and enhance the delivery of their services by promoting an active, sustainable management, but is faced with the challenge of reviving the interest of private owners in managing their land. Despite being implicitly entrusted with the responsibility of stewardship of forest resources, the Italian forest owner is still a mysterious figure, due to data scarcity, and is mostly absent from the political and economic scene. Characterizing forest owners, understanding their values, objectives, and other factors affecting their behavior is crucial to develop appropriate and effective policy instruments that will sensitize and incentivize them to “own” their land in the way that society would expect of them. This work contributes to filling the data gap on Italian forest owners by presenting a case study from a region of the western Alps, the Autonomous Region of Aosta Valley. By the way of a structured questionnaire and in-depth semi-structured interviews, we investigated how forest owners perceived forest management and the role they played, could play, or would be willing to play in forest stewardship. The results show that forest owners unanimously believe that forests need to be managed, a term which they mostly associate to maintenance, intended as taking care of the forests in order to keep it healthy and prosperous. However, they still hold a rather traditional view of forest uses, in which social and societal functions of forests are rarely addressed or related to owner’s responsibility. Also, they do not perceive the forest as economically valuable, and the current lack of economic sustainability of forest operations is driving forest abandonment, which indicates that economic factors are a driving force for stewardship decisions. Five stewardship types, ranging on a gradient of low to high stewardship behavior, characterize the Aosta Valley forest owners: the oblivious and self-willed stewards (types that emerged from participants’ narratives), and the wishful, dutiful, and committed steward types (types represented by the participants). The wishful and dutiful types offer two targets of interest for policy intervention: the first is longing for a greater role in forest stewardship but needs guidance to act, and the second, whose stewardship behavior is driven by their moral norms towards their heritage, could be motivated to extend their existing range of action or diversify the ecosystem services they foster. Overall, we found that forest owners displayed willingness to increase their stewardship behavior but lacked the capacity to take on this responsibility alone in the current context. Raising stewardship levels will require regional forest authorities to engage more deeply with private owners and their forests, as well as strong supporting policies that should not neglect financial incentives in the difficult context of mountain forestry but should also aim to revalorize the forests and forest sectors, including the non-wood sector, which can help tackling the challenge of ensuring the societal outcomes of forest stewardship.

Viherkäytävät mahdollistavat eläinten liikkumisen eri elinalueiden välillä ja luovat samalla monipuolisen elinympäristön laajalle lajikirjolle. Jatkuva kaupungistuminen ja maankäytön muutokset nakertavat nykyisiä pääkaupunkiseudun viherkäytäviä, lopulta katkaisten yhteyden elinalueiden välillä kokonaan. Tämän tutkimuksen tarkoituksena oli selvittää kahden erilaisen viherkäytävä -tyypin toimivuutta eri nisäkkäiden käytössä, sekä viherkäytävän ympäristön maankäytön vaikutusta nisäkkäiden esiintymiseen. Tutkimus toteutettiin riistakameraseurantana 20 kohteella pääkaupunkiseudulla. Tutkittavat kohteet jaoteltiin kahteen eri ryhmään; purokäytäviin ja kuivan maan viherkäytäviin. Jokaiselle kohteelle asennettiin kolme riistakameraa 1,5 km välein toisistaan siten, että koealan pituus oli kolme kilometriä. Hypoteesina oli, että purokäytävät ovat nisäkkäille parempia kulkuväyliä kuin viherkäytävät ilman minkäänlaista vesistöä. Riistakamerat asennettiin maastoon maalis-huhtikuussa 2018 ja niistä saatava kuvamateriaali käytiin taltioimassa noin kuukauden välein. Materiaalia kerättiin joulukuuhun 2018 asti. Kuvista otettiin tunnistetietoina koordinaatit, kellonaika ja päivämäärä, sekä lämpötila. Tiedot tallennettiin Exceliin ja saatua dataa käsiteltiin R-ohjelmistolla. Saatujen tulosten perusteella voidaan todeta, että lähellä luonnontilaa olevat puronvarsikäytävät toimivat erityisesti pienpetojen kulkureitteinä. Laajat metsäiset alueet ovat taas keskeisiä sorkkaeläinten kulku- ja elinalueita.

Tämä maisterintutkielma on tehty toimeksiantona Koneyrittäjien liitolle. Puunkorjuussa käytettävien koneiden polttoaineista aiheutuvat päästöt ovat melko hyvin tiedossa, mutta puunkorjuukoneiden muiden nesteiden ja aineiden käytöstä aiheutuvia päästöjä on tutkittu niukasta. Myös koneiden siirrot ja koneenkuljettajien työmatkat ovat jääneet useissa puunkorjuun päästöjä käsitelleissä tutkimuksissa tarkastelun ulkopuolelle. Tämän tutkimuksen tavoitteena oli selvittää, mistä puunkorjuuyritysten hiilijalanjälki muodostuu ja mikä on sen suuruus. Hiilijalanjälkilaskennan pääpaino oli puunkorjuuyritysten suorissa kasvihuonekaasupäästöissä. Tutkimus toteutettiin keräämällä neljän puunkorjuuyrityksen puunkorjuussa tarvittavien aineiden ja energian kulutustiedot ja hakkuun sekä lähikuljetuksen tuotostiedot vuodelta 2021. Aineisto käsitti yhteensä 16 hakkuukonetta, yhdeksän kuormatraktoria ja viisi kaivinkonetta. Hiilijalanjälki laskettiin konekohtaisesti hakattua ja ajettua kuutiometriä kohden. Kaivinkoneiden hiilijalanjälki laskettiin käyttötuntia kohden. Päästöt jaettiin kolmeen tasoon. Taso 1 sisältää suorat päästöt. Taso 2 sisältää ostetun energian tuotannon päästöt. Taso 3 sisältää muut epäsuorat päästöt. Tämän selvityksen pääpaino on tasojen 1 ja 2. Selvitykseen on otettu myös mukaan erikseen raportoituna puunkorjuussa olennaisia epäsuoria eli tason 3 päästöjä. Selvitys sisälsi päästöt koneiden käytöstä, koneiden siirroista, kuljettajien työmatkoista ja kiinteistöjen lämmityksestä ja kulutetun sähkön tuotannosta. Hakkuun yhteenlaskettujen tasojen 1 ja 2 päästöjen keskiarvo oli 3,35 kg CO2-ekvivalenttia hakattua kuutiometriä kohden. Lähikuljetuksen tasojen 1 ja 2 päästöjen summan keskiarvo oli 2,46 kg CO2-ekvivalenttia kuutiometriä kohden. Kaivinkoneilla samojen päästöjen keskiarvo oli 33,7 kg CO2-ekvivalenttia käyttötuntia kohden. Selvitykseen osallistuneiden yritysten päästöistä 82 % aiheutui koneiden kuluttamasta polttoöljystä, 6 % aiheutui työmatkoista, 5 % aiheutui kantourean käytöstä ja 5 % aiheutui koneiden siirroista. Muut päivittäin kuluvat nesteet aiheuttivat vain 1 % päästöistä. Muut päivittäin kuluvat nesteet sisälsivät teräketjuöljyn, voitelurasvan ja AdBluen käytöstä aiheutuvat päästöt. Kantourean osuus oli merkittävä, sillä kantoureaa käyttäneillä hakkuukoneilla 9 % päästöistä aiheutui kantourean käytöstä. Kaiken kulutetun polttoaineen osuus oli 93 % päästöistä. Polttoaineiden päästöjä voitaisiin vähentää joko käyttämällä uusiutuvia polttoaineita tai vähentämällä kulutusta. Uusiutuvien polttoaineiden jakeluvelvoitteen myötä polttoaineiden päästöt tulevat tippumaan. Polttoöljyä koskeva bio-osuuden 10 % tavoitetaso vähentäisi selvitykseen osallistuneiden yritysten päästöjä 6 %. Selvityksessä koneilla, joilla oli korkein tuntituotos, oli matalimmat päästöt tehtyä puukuutiometriä kohden. Hakkuukoneilla tuntituotokseen vaikutti merkittävästi leimikoiden järeys. Kaikkein matalimmat hakkuukoneiden kuutiometrikohtaiset päästöt olivat koneilla, jotka tekivät järeää päätehakkuuta. Korkeimmat päästöt olivat koneilla, jotka tekivät pienipuustoista harvennusta. Kantavuudeltaan pienimmät kuormatraktorit aiheuttivat suurimmat kuutiometrikohtaiset päästöt. Suurempien kuormatraktoreiden kohdalla kantavuuden yhteyttä päästöihin ei ollut havaittavissa. Kantavuudeltaan 13 000 kg ja 15 000 kg kuormatraktoreilla ei juurikaan ollut eroa kuutiometrikohtaisissa päästöissä. Suuremmat kuormatraktorit olivat kyllä parempia tuntituotokseltaan, mutta suurempien kuormatraktoreiden korkeamman polttoaineenkulutuksen vuoksi kuutiometrikohtaisissa päästöissä ei ollut eroa. Hakkuukoneilla koneiden moottoriteho vaikutti erityisesti päätehakkuupainotteisten koneiden päästöihin. Tehokkailla hakkuukoneilla oli selkeästi korkeampi tuntituotos ja alhaisemmat päästöt tehtyä kuutiometriä kohden. Korkeimmat siirtojen päästöt olivat koneilla, joilla oli pienimmät työmaat. Aineistossa työmaiden keskikoko oli 350 m3 ja siirtojen päästöt kuutiometriä kohden olivat keskimäärin 0,14 kgCO2e. Koneilla, joilla työmaiden keskikoko oli alle 200 kuutiometriä, oli siirtojen päästöt yhtä kuutiometriä kohden yli 0,2 kgCO2e. Tulosten perusteella voidaan todeta, että tuntituotoksella on suuri vaikutus puunkorjuun päästöihin. Näin ollen puunkorjuuta tehostamalla voidaan vähentää puunkorjuun päästöjä. Etenkin hakkuussa puuston koolla on suuri vaikutus tuottavuuteen ja polttoaineenkulutukseen. Pienipuustoisessa leimikossa kuluu hakattua kuutiometriä kohden enemmän polttoainetta kuin järeissä leimikoissa. Järeyden kasvun vaikutus polttoaineenkulutukseen korostuu etenkin ensiharvennuksilla. Puunkorjuun tehokkuuden kasvattamiseksi nousi selvitystä tehdessä taimikonhoidon ja ennakkoraivauksen merkitys.