Rasterialgebraa (vk3)

Viikko 3

Tämän viikon lähtöaineistona oli Luonnovarakeskuksen tuottamat rasteriaineistot biomassoista ja latvuspeitteistä. Aineiston spatiaalinen resoluutio on 16 m x 16 m. Aineisto on tuotettu yhdistämällä eri vuosien koealatietoja, satellittikuvia ja OLI-keilaimen kuvaa. Pääosin aineisto kuitenkin koostuu vuoden 2019 tuloksesta (99,54% metsäpikseleistä) jonka aineistona on olleet vuosien 2015-1019 koealatiedot. Osa aineistosta on siis vanhemapa perua mutta aineistossa on otettu huomioon puuston vuotuinen tilavuuskasvuprosentti. Lisäksi maastomittausten ja satelliittikuvien välillä tehdyt uudistushakkuut on tunnistettu ilma- ja satelliittikuvien perusteella ja aineistoon on tehty tätä vastaavat tarvittavat muutokset. Karttamuotoiset ennusteet on tuotettu ik-NN menetelmällä (ei parametrinen k:n lähimmän naapurin estimointimenetelmä). K:n arvona on käytetty enimmäkseen arvoa 5.

Biomassojen jakautuminen

Tarkastelin ensimmäiseksi biomassa-aineistoja. Laskin rasterilaskimella kokonaisbiomassat laskemalla yhteen kaikki lehtipuita koskevat biomassatiedot ja tein saman kuusi- ja mäntypuille. (Kuva1) Biomassat oli ilmoitettu yksikössä 10 Kg/ha mutta kokonaisbiomassat muutin yksikköön 1000Kg/ha.

Kuva1. Kokonaisbiomassat Kevon kanjonin alueella

Kun karttoja tarkastelee silmämääräisesti, kuusta on selkeästi vähiten sekä pinta-alaltaan että biomassan määrältä (maksimikin on vain 35 tKg/ha).
Lehtipuumassaa (tunturikoivua?) on mielenkiintoisesti eniten etelään osoittavalla rinteellä kun taas mäntyä ja kuusta on pohjoisrinteellä.
Uomassa hyvin lähellä vettä kuusen biomassa on suurimmillaan. Mäntyäkin on paljon lähellä vesistöä mutta mäntyä on yhtä paljon myös rinteellä.
Männyn biomassa-alue on yhtenäinen ja kauttaaltaan massaa on melko paljon. Lehtipuumassaa taas on laaajimmalla alueella mutta ei yhtä tiheästi eikä se voita kokonaisbiomassan maksimikilpailua per pikseli männyn kanssa. Lehtipuita näyttäisi silti olevan eniten kokonaisbiomassan perusteella. Vaikka suurimmat massat per pikseli ovat männyillä, lehtipuut ovat levittäytyneet laajemmalle alueelle.

Kuusia on selkeästi vähemmän kuin muita puulajeja koska kokonaisbiomassa jää niin alhaiseksi. En ole maantieteilijä mutta käsittääkseni maanpinnan korkeuden noustessa “kuusiraja” menee matalemmalla kuin “mäntyraja”, eli männyt  sietävät paremmin karuja tunturin olosuhteita kuin kuuset. Eli alue ei ole kuuselle enää tyypilinen kasvualue. Kuitenkin kanjonin pohjalla ja alarinteillä kuusikin on menestynyt jossain määrin.

Kartalta (kuva2) näkee selkeästi että kaiken kaikkiaan biomassat näyttäisivät keskittyvän uomien ympärille. Tarkastellaan siis sitä asiaa tarkemmin seuraavaksi.

Kuva2. Kokonaisbiomassat yhteensä

Biomassat uomien etäisyysvyöhykkeillä

Hain viime viikon tehtävistä mallinnetut uomat (100k) ja tein etäisyysrasterin niistä. Uudelleenluokittelin etäisyysrasterin etäisyysvyöhykkeiksi 200m välein. Nyt pystyin laskemaan eri puulajien kokonaisbiomassat per etäisyysvyöhyke ja laatimaan tuloksista tilastolliset tunnusluvut (kuva3). Tilastollisissa tunnusluvuissa yksiköt ovat samat kuin aineistossa josta ne laskettiin, eli esim. keskiarvo on 1000Kg/ha. Siis yhden 16m x 16m alueen kuusibiomassa 200m vyöhykkeen sisällä uomasta on keskimäärin 0,52 1000Kg/ha eli 520 Kg/ha.
Toisin sanoen 16m x 16m alueella on keskimäärin 13,312kg kuusibiomassaa.

Kuva3. Biomassat etäisyysvyöhykkeiden mukaan

Tarkastelin kokonaisbiomassoja myös yhteisesti ja tein havainnnon että biomassan määrä yleisesti ottaenkin vähenee mitä kauemmas uomasta mennään (kuva4). Suurin ero on 200m ja 400m vyöhykkeiden välillä. Jokaisella vyöhykkeellä kuusen biomassaa esiintyy vähiten, mutta siinä on eroja, mitä puulajeja on eniten milläkin vyöhykkeellä (kuva5).

Kuva4. Koko puulajiston biomassa kun etäisyys uomaan kasvaa
Kuva5. Puulajien biomassamäärät etäisyysvyöhykkeillä

Biomassat eri korkeusvyöhykkeillä

Tarkastelin seuraavaksi biomassojen määriä korkeusvyöhykkeiden mukaan. Latasin viime viikon aineistoista Kevon alueen korkeusaineiston ja uudelleenluokittelin sen 100m välisiksi korkeusvyöhykkeiksi. Nyt pystyin tekemään etäisyysvyöhykkeiden kaltaiset laskelmat korkeusvyöhykkeiden mukaisesti (kuva6).

Kuva6. Biomassat korkeusvyöhykkeiden mukaan
Kuva7. Kokonaisbiomassa korkeusvyöhykkeittäin

Kun uomien etäisyyde

Kuva8. Kokonaisbiomassat puulajeittain eri korkeysvyöhykkeillä

n ja korkeusvyöhykkeiden mukaan lajiteltuja biomassoja vertailee, näyttää siltä että korkeus selittää puiden esiintyvyyttä enemmän kuin etäisyys uomista. Erityisesti kuvasta 7 nähdään että selkeästi biomassaisimmat rasterit osuvat 200m korkeusvyöhykkeelle ja sen alle. Uomien ympärillä ei päästä lähellekään yhtä suuriin lukuihin vaikka oltaisiin aivan uoman vieressä. Tämä selittynee sillä että kaikki kuvaan mallinnetut uomat eivät sijaitse matalalla. Kun vertailee käyriä kuvissa 4 ja 7 tai lukuja taulukoissa (kuvat 3 ja 6), voidaan havaita että korkeuden kasvaessa kaikkien puulajien esiintyvyys laskee. Sen sijaan etäisyyden kasvaessa vain lehtipuiden esiintyvyys laskee jatkuvasti, havupuilla määrä hieman vaihtelee. Korkeusbiomassataulukosta (kuva6) ja kuvasta8 voidaan myös tehdä päätelmiä että kuusi tosiaan viihtyy vielä hieman matalemmalla kuin mänty ja nähdään kuinka vähän kuusen biomassaa tosiaan on muihin nähden.

Vähiten biomassaa on siis  korkeimmilla alueilla ja eniten matalilla. Mitä etäisyyteen uomista tulee, niin siinä tapauksessa vähiten biomassaa on kaukana uomista ja eniten on lähellä uomia, joka osittain johtunee siitä että osa alueista lähellä uomaa ovat myöskin matalalla. Veden helpolla saannilla lienee myös vaikutuksensa asiaan.

Latvuspeittävyys

Tässä lähtöaineistossa latvuspeittävyydellä tarkoitetaan koealan puuston vaakatasoon projisoidun latvuston peittämää prosenttiosuutta koealan alasta. Käytännössä tämä tarkoittaa sitä, että jos maasta käsin katsoo taivalle ja näkee latvuksia osassa taivasta, tämä osuus on latvuspeitto. Eri VMI-maaluokille latvuspeittävyys on arvioitu hieman eri tavoin. VMI10:ssä arviointi tehtiin kiinteäsäteiseltä koealalta metsä- kitu- ja joutomaalla. VMI11-koealoille ennustettiin latvuspeittävyys VMI10 perusteella. VMI9:ssä latvuspeittävyys arvioitiin laatimalla regressiomalli peittävyyden ennustamiseksi (hieman eri ennuste aina jos koealan keskipitse sijaitsi metsä-, kitu- tai joutomaalla).

Aineistossa oli latvuspeittävyys koko puustolle ja lehtipuille. Laskin latvuspeittävyyden myös havupuille miinustamalla koko puuston peittävyydestä lehtipuiden peittävyydet. Kuusien ja mäntyjen peittävyyksiä en pystynyt erittelemään. Kuvista näkee hyvin sen miten lehtipuut ja havupuut viihtyvät eri rinteillä (kuva9).

Kuva9. Latvuspeitot

Tarkastelin latvuspeittävyyttä myös korkeusvyöhykkeiden mukaisesti ja tein tuloksisata taulukon ja diagrammin (kuva10). Taulukosta nähdään että lehtipuiden latvuspeitto on havupuita suurempi vaikka havupuiden kokonaisbiomassa on suurempi. Lehtipuiden latvuspeitto on alhaisimmilaan 400m vyöhykkeellä kun taas havupuiden 300m vyöhykkeellä. Kummallakin lajilla peitto on suurimmillaan 200m vyöhykkeellä.

Kuva10. Latvuspeitto korkeusvyöhykkeittäin

Sudenkuoppia matkan varrella

Aineiston käsittelyssä sai tällä viikolla olla erityisen tarkka yksiköissä ettei putoa itse kärryiltä mitä onkaan laskemassa. Oli myös vaikea hahmottaa onko saatu laskelma oikein kun rasteriaineiston tarkastaminen ei ole yhtä helppoa kuin attribuuttitaulun. Melkein kaikki käytetyt työkalut olivat uusia minulle, joten oli paljon opittavaa. Tulosteiden luomisessa oli suurimmat haasteet, kun vierekkäisten karttojen luominen ei ollutkaan yhtä helppoa kuin yksittäisten. Lisäksi opin paljon lisää puista ja maantieteestä ylipäänsä.

Raportin ohjeissa pyydettiin muutamaan kertaan mäntyjen latvuspeittävyyden tietoja. Tässä on kuitenkin esitelty vain lehti- ja havupuiden latvuspeittävyydet koska mäntyjä ei löytynyt aineistosta erikseen eikä saatavilla tiedoilla voinut helposti sitä laskea. Ylimääräisenä otin kuuset mukaan antamaan perspektiiviä malleille. Tuntuisi  väärältä arvioida puustoisuutta jättämällä yksi iso puuryhmä pois.

Leave a Reply

Your email address will not be published. Required fields are marked *