© Luonnonvarakeskus © Luonnonvarakeskus 
• Annika Kangas & Helena Henttonen 
• 18.8.2016 
VMI – kasvututkimuksen 
haasteita  
1 6.9.2016 Teppo Tutkija 
© Luonnonvarakeskus 
VMIn aikasarjat mahdollistavat kasvutrendien 
tutkimuksen 
 
2 6.9.2016 Korhonen & Kangas 
© Luonnonvarakeskus 
Missä määrin kasvu voidaan ennustaa? 
• Puutasolla kasvusta voidaan metsänarvioinnissa perinteisesti 
mitattavilla tunnuksilla  
– kasvupaikan ominaisuuksilla,  
– puun koolla ja sen suhteellisella asemalla  
– siihen kohdistuvalla kilpailulla  
selittää käytössä olevilla malleilla noin puolet (Hynynen et al. 
2002) nykymetsissä 
 
3 6.9.2016 Kangas & Henttonen 
© Luonnonvarakeskus 
Miksi kaikkea ei voida selittää? 
• Osa selittämättömästä vaihtelusta voitaisiin selittää, jos 
malleihin lisättäisiin selittäjiä joita nykyisin ei (käytännön 
syistä) käytetä 
– Latvuksen koko, tilajärjestys 
– Näiden käyttämättä jättäminen lisää satunnaista virhettä  
• Osaa vaihtelusta ei ole mahdollista huomioida malleissa joita 
käytetään ennustamiseen 
– Sää  
• Osa vaihtelusta johtuu siitä, että maailma on muuttunut 
– Metsänkäsittelymenetelmät, uudistamismenetelmät, 
taimiaines, ilmastonmuutos 
– Näiden tekijöiden trendinomaisten muutosten takia 
ennusteisiin tulee systemaattista virhettä 
 
4 6.9.2016 Kangas & Henttonen 
© Luonnonvarakeskus 
Haaste 1: VMI:n kasvuaikasarjan ja puumittausten 
epähomogeenisuus 
• Metsänarvioinnin määritelmät, menetelmät tai mallit eivät ole 
pysyviä  
– Tilavuuden määritelmä ja tilavuusmallit 
– Läpimitan mittauskorkeus 
– Puun kuoren käsittely laskennassa 
– Maaluokkien määrittely  
– Mitattavien puiden läpimitan alaraja 
– Kasvun laskennan menetelmä (esim. kasvunmittausjakson 
pituus) jne. 
on muuttunut inventoinnista toiseen (Tomppo et al. 2011 s. 
138) 
• Määritelmät ja mittaukset myös vaihtelevat maasta toiseen 
5 6.9.2016 
© Luonnonvarakeskus 
Haaste 2: Mistä trendi alkaa ja mihin satunnainen 
vaihtelu loppuu? 
 
• Trendinomaista muutosta kasvussa voidaan tutkia kasvun 
mittausaikasarjoista  
• Trendin tunnistamiseen tarvitaan kymmenien vuosien 
aikasarja 
– Kymmenenkin vuoden ”trendi” voi vielä olla kausivaihtelua 
• Auringonpilkut 
• Jääkaudet 
– Lyhytaikaisempi satunnainen vaihtelu voi myös näyttää 
trendiltä 
• Peräkkäiset helle- tai sadekesät  
 
 
 
 
 
6 6.9.2016 Kangas & Henttonen 
© Luonnonvarakeskus 
Haaste 3: Miten erotetaan ilmaston vaikutus 
sekoittavien tekijöiden vaikutuksesta? 
• Vaikka trendi olisi tunnistettu, ei ole selvää mikä sen on 
aiheuttanut 
• Valtakunnan tasolla ilmaston lisäksi kasvun tasoon vaikuttaa 
trendinomaisesti esim.  
– Keskitilavuuden muutos 
– Puuston ikäluokkajakauman muutos 
– Kasvupaikkajakauman muutos 
• Muutokset ojitustilanteessa , CO2 ja typpilaskeumat 
– Metsänhoidon menetelmien muutos 
• Harvennusmenetelmät 
• Metsänuudistamismenetelmät 
– Ja kaikkien edellä mainittujen yhteisvaikutukset 
• Trendien erottaminen on helpointa puutasolla 
 7 6.9.2016 Kangas & Henttonen 
© Luonnonvarakeskus 
Ikäluokkajakaumien kehitys 
8 6.9.2016 Kangas & Henttonen  
© Luonnonvarakeskus 
Haaste 4: Miten ennustetaan tuleva kasvu? 
• Metsä on dynaaminen systeemi  jossa kaikki vaikuttaa 
kaikkeen 
– Stokastinen vaihtelu 
• Pienet muutokset oletuksissa voivat vaikuttaa ennusteisiin 
merkittävästi 
– Mitkä tekijät otettu huomioon 
– Epävarmuus riippuvuuksien muodosta 
– Epävarmuus ilmastonmuutoksesta ja muista trendeistä 
– Kausiluontoisen vaihtelun merkitys 
• Miten trendien epävarmuus voidaan huomioida ennusteissa? 
• Mikä merkitys eri epävarmuuksilla on? 
– Systemaattinen virhe jos trendien vaikutus puuttuu 
 
 
 
 
9 6.9.2016 Kangas & Henttonen 
© Luonnonvarakeskus 
Tutkimuksen keinoja haasteisiin vastaamiseksi 
1. Ilmaston muutoksen aiheuttaman trendin tunnistamista ja 
verifioimista helpottaisi, jos vastaavat analyysit voitaisiin 
tehdä useammasta maasta, koska eri maissa sekoittavat 
tekijät ovat erilaisia 
– Minimissään Suomi ja Ruotsi 
2. Kasvuennusteet palvelisivat päätöksentekoa paremmin, jos 
epävarmuudet trendin olemassaolosta ja luonteesta voitaisiin 
ottaa huomiooni 
– Paremmat mahdollisuudet varautua riskeihin 
päätöksenteossa 
 
• Tarvetta kansainväliselle yhteishankkeelle (huom. datan 
harmonisointi) 
10 6.9.2016 Kangas & Henttonen 
© Luonnonvarakeskus 
Kiitos! 
6.9.2016 11