Metlan tilastotieteestä ja Ylä-Lapin metsien inventoinnista

Metlan tilastotieteestä ja
Pohjois-Lapin metsien inventoinnista
Juha Heikkinen, Virpi Alenius, Ville Hallikainen, Jaakko
Heinonen, Juha Hyvönen, Risto Häkkinen, Marjo Neuvonen,
Aki Niemi, Seija Sirkiä, Helena Henttonen
Biostatistikkojen elonkorjuu
Suomen biostatistiikan seura ry:n syystapaaminen MTT,
Jokioinen 23.8.2012
Sisältö
1. Metlan tutkimus ja sen organisointi
2. Tilastotiede Metlassa
3. Case: VMIn otanta-asetelma Pohjois-Lapissa
–
esimerkkinä siitä miten seurantaa voi kohdistaa kiinnostaville alueille
Metlan tutkimuksesta ja sen organisoinnista
• Toiminta-ajatus: kehittää ratkaisuja metsien hoitoa, käyttöä,
tuotteita, palveluja ja aineettomia arvoja koskeviin haasteisiin
ja kysymyksiin
• Päämäärä: tieteellisesti korkeatasoinen ja yhteiskunnallisesti
vaikuttava, metsien kestävää käyttöä ja elinkeinoelämän
kilpailukykyä edistävä tutkimus- ja kehitystoiminta
• Vaikuttavuusalueet:
–
–
–
–
metsiin perustuva yritys- ja elinkeinotoiminta
metsät ja yhteiskunta
kestävät metsänkasvatusketjut
metsätalouden ja metsäympäristön tietovarannot
Henkilöstö, yksiköt ja toimipaikat
1.1.2012:
• 750 työntekijää, joista
• 600 vakituisia
• Noin puolet tutkijoita
• Lisäksi mm.
– laboratoriohenkilökuntaa,
– tutkimusmetsissä työskenteleviä metsäalan
ammattilaisia,
– tutkimusta avustavaa koe- ja
kenttähenkilökuntaa
Tutkimus- ja kehittämistoiminnan perustana
osaamisryhmät, joihin kaikki tutkijat kuuluvat
Metsiin perustuva yritys-ja elinkeinotoiminta
•
•
•
•
•
•
•
Metsäsuunnittelu
Metsänhoidon teknologia
Puubiomassan korjuuteknologia
Kuitu- ja biotuotteet
Puutuotteet, materiaalit ja mittaukset
Metsä- ja puualan yrittäjyys ja yritystoiminnan kehittäminen
Metsäalan toimintaympäristön kehitys ja tuotteiden markkinat
Osaamisryhmät (jatkoa)
Metsät ja yhteiskunta
•
•
•
•
Metsien eri käyttömuotojen yhteensovittaminen
Kestävä luontomatkailu ja metsien virkistyskäyttö
Monimuotoisuus, sen turvaamisen keinot ja yhteiskunnalliset vaikutukset
Metsäsektorin politiikkatoimet sekä metsänomistaja- ja
metsäorganisaatiorakenne
• Kansainvälinen metsätalous
Osaamisryhmät (jatkoa)
Kestävät metsänkasvatusketjut
•
•
•
•
•
•
Metsän geneettisen rakenteen säätely ja metsänjalostus
Metsänhoito
Turvemaiden metsätalous ja maankäyttö
Metsämaan ominaisuudet ja toiminta
Metsien kasvu- ja tuotos
Metsätuhot
Metsätalouden ja metsäympäristön tietovarannot
• Metsävaratiedot
• Tilastotiede ja menetelmät
Tutkimus määräaikaisissa tutkimusohjelmissa,
hankeryhmissä sekä yksittäisissä hankkeissa
Käynnissä olevat tutkimusohjelmat
• Metsäekosysteemien toiminta ja metsien käyttö muuttuvassa
ilmastossa (2007–2012)
• Metsästä hyvinvointia (2008–2013)
• Uudistuvat puuntuotanto-arvoketjut ja puunhankintaratkaisut (2009–2013)
• Tulevaisuuden metsät ja metsänhoito (2012-2016)
• ForestEnergy2020 (2012–2016)
• Metsäalan tulevaisuuden ennakointi (2012-2015)
Kerralla käynnissä n. 150 tutkimushanketta
Tilastotieteellä perinteisesti merkittävä rooli
metsäntutkimuksessa (ja päinvastoin), esim:
–
–
–
–
–
–
–
–
–
–
–
–
Cajanus: epäparametrinen regressio(!), esim. Ilvessalo 1924
Lindeberg 1924, 1926: linja-arvioinnin epävarmuus
Matern 1960 Spatial variation
Poso 1972. …combining photo and field samples in forest inventory
Laasasenaho 1982. Taper curve and volume functions…
Lappi 1986. Mixed linear models …
Tomppo 1986. …spatial patterns of trees
Penttinen et al 1992. Marked point processes in forest statistics
Kangas 1994. Model based methods of inference for forest inventory
Häkkinen 1999. …bud-development theories … time series…
Leskinen 2001. Statistical methods for measuring preferences
Siipilehto 2011. … parameter prediction methods for stand structures
Tämän päivän Metlassa
• Osaamisryhmä Tilastotiede ja menetelmät muotoutumassa
• Senkin jälkeen tilastotieteilijöitä kuuluu myös muihin
osaamisryhmiin, ainakin Metsävaratiedot, Metsäsuunnittelu
ja Kestävä luontomatkailu
• Tilastollista menetelmäkehitystä sovellusalan tutkimushankkeissa ja palveluhankkeessa Menetelmäkehitys ja –tuki
• Menetelmäkehitys ja –tuki -hanke vastaa myös
– tilastotieteellisten menetelmien neuvonnasta,
– tilastollisista ohjelmistoista ja
– henkilöstökoulutuksesta (ml. LYNET-kurssit)
Esimerkkejä hankkeista, joissa tilastotieteilijät työskentelevät
–
–
–
–
–
–
–
–
–
–
–
–
Metsän luontainen uudistaminen – pusikoita vai puun tuottamista
Suometsien kasvu ja tuotos
Matkailun ja virkistyskäytön merkitys maaseudun maisemassa…
Metsäkasvillisuus ja kasvupaikkaluokituksen tarkentaminen
Metsien inventoinnin menetelmät
Kasvihuonekaasujen laskenta ja raportointi
Metsikködynamiikan ennustaminen ja MOTTI-ohjelmisto…
Metsäkasvien fenologia ja satoennusteet muuttuvassa ilmastossa
Porot ja porolaitumet
Luonnon virkistyskäytön seuranta ja arviointi
Taimikon syntymisen ja alkukehityksen mallittaminen
Puuraaka-aineen mittaus, laadutus ja arvon määritys puukaupan ja
puunhankinnan tukena
– Ilmastomuutos ja juuret: Roudan ja tulvan vaikutus puiden kasvuun
Esimerkkejä tutkimuksista, joissa
tilastotieteilijällä merkittävä rooli
• Epälineaariset sekamallit
– Alenius et al. 2003. Evaluating estimation methods for logistic
regression in modelling individual-tree mortality. In: Amaro, A., Reed,
D. & Soares, P. (eds.). Modelling forest systems. CABI
– Nikula et al. 2008. Modelling the factors predisposing Scots pine to
moose damage in artificially regenerated sapling stands in Finnish
Lapland. Silva Fennica.
– Hyppönen et al. 2005. Models for the establishment and height
development of naturally regenerated Pinus sylvestris in Finnish
Lapland. Scand. J. Forest Res.
• Koejärjestelyt, kokeiden analysointi, epävarmuus
– Taulavuori et al. 2005. Elongation of Scots pine seedlings under blue
light depletion. Silva Fennica
– Mäkitalo el al. 2010. Effect of soil physical properties on the long-term
performance of planted Scots pine in Finnish Lapland. Can. J. Soil Sci.
– Laurén et al 2009. Implications of uncertainty in pre-treatment dataset
on estimation of treatment effects from paired catchment studies:
loads of phosphorus from forest clear-cuts. Water, Air, and Soil Poll.
– Ahtikoski et al. 2010. Scots pine stand establishment with special
emphasis on uncertainty and cost-effectiveness, the case of northern
Finland. New Forests.
• Bootstrap
– Häkkinen 1999. Statistical evaluation of bud development theories:
application to bud burst of Betula pendula leaves. Tree Physiology
– Heikkinen & Mäkipää 2010. Testing hypotheses on shape and
distribution of ecological response curves. Ecol. Modell.
• Kyselyaineistot, moniyhtälömallit
– Hallikainen et al. 2010. Family forest owners' opinions about forest
management in northern Finland. Silva Fennica.
– Neuvonen et al. 2010. Intention to revisit a National Park and its
vicinity: effect of place attachment and quality perceptions. Int. J.
Sociology
– Miina & Heinonen 2008. Stochastic simulation of forest regeneration
establishment using a multilevel multivariate model. Forest Science
• Aikasarjat
– Sutinen et al 2012. Development and growth of primordial shoots in
Norway spruce buds before visible bud burst in relation to time and
temperature in the field. Tree Physiology
– Linkosalo et al 2009. The time series of flowering and leaf bud burst of
boreal trees (1846-2005) support the direct temperature observations
of climatic warming. Agricultural and Forest Meteorology
• Spatiaalinen tilastotiede
– Poikolainen et al. 2009. Long-term changes in nitrogen deposition in
Finland (1990-2006) monitored using the moss Hylocomium
splendens. Environmental Pollution
– Hauru et al. 2012. Spatial distribution of saplings in heavily worn urban
forests: Implications for regeneration and management. Urban
Forestry & Urban Greening.
– Häkkinen et al. 2010. Tree influence on carbon stock and C:N ratio of
the soil organic layer in boreal Scots pine forests. Can. J. Soil Sci.
– Penttinen & Niemi 2007. On statistical inference for the random set
generated Cox process with set-marking. Biom. J.
• Ekonometria
– Favada et al. 2009. Effects of timber prices, ownership objectives, and
owner characteristics on timber supply. Forest Science
• Otanta ja inventointi
– Tomppo et al. 2011. Designing and conducting a forest inventory case: 9th National Forest Inventory of Finland. Springer
– Heikkinen et al. 2012. Interpolating and extrapolating information
from periodic forest surveys for annual greenhouse gas reporting.
Forest Science.
• Kaukokartoitus
– Hyvönen et al. 2011. Change detection using bi-temporal aerial
photographs and registration at the stand level. Eur. J. For. Research
– McRoberts et al. 2007. Estimating areal means and variances of forest
attributes using the k-Nearest Neighbors technique and satellite
imagery. Remote Sensing of Environment
Pohjois-Lapin VMI-asetelma 2012
Taustatietona mm. lämpösumma
Lähtökohta
• Koealat yhden päivän mittaisissa rypäissä
• Poiminta vaihtelevilla mukaantulotodennäköisyyksillä (ml.
ositettu otanta) vaikea toteuttaa
• Kaksivaiheinen otanta soveltuu paremmin:
– Luodaan ensin tiheä systemaattinen verkosto potentiaalisia rypäitä (1.
vaiheen otos)
– Ositetaan nämä taustatietojen avulla, ml. mittaamiseen ja
kulkemiseen kuluva aika
– Poimitaan maastossa mitattava 2. vaiheen otos s.e. mukaantulotn.
vaihtelee ositteittain: sitä suurempi, mitä enemmän vaihtelua ja
pienemmät mittauskustannukset
– Neyman-allokoinnilla voidaan ositteittaiset otoskoot valita niin, että
aiemman monilähdetulkinnan mukainen metsä-kitumaan
keskitilavuuden estimaatin keskivirhe minimoituu
Ositteet
0 Muuta maankäyttöä koealan lähellä (maastotietokanta)
1 Metsä: aiemman monilähdetulkinnan mukaan (lähes) kaikki
koealat metsäisiä (metsä-kitumaahan kuulumisen
todennäköisyyden 95 % luottamusvälin alaraja yli 0.8 kaikilla
koealoilla)
2 Metsä- kitumaa: (lähes) kaikki koealat puustoisia
5 Joutomaa: (lähes) kaikki koealat puuttomia (mm.
lämpösummaan perustuva malli)
4 Kitu- joutomaan pusikko
3 Kitu-joutomaalohkot, joilla yksittäisiä metsämaan koealoja.
1. vaiheen otoksen ositus
Optimaalinen allokointi
osite
1. vaihe
2. vaihe
otantasuhde, %
0
68
34
50
1
64
27
42
2
165
65
39
3
224
42
19
4
74
8
11
5
56
4
7
yht.
658
180
27
2. vaiheen otos
Kiitos