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
© Copyright 2024