Artikkelit kirjoittajalta Annika Kangas

Suomalaisen metsäpolitiikan keskeinen päämäärä on jo yli sadan vuoden ajan ollut puuntuotannollinen kestävyys, mutta metsätalouden kestävyyden tarkastelu on laajentunut yhteiskunnallisten tarpeiden ja arvostusten muuttumisen myötä. Nykyisin metsäpolitiikan tavoitteeksi mainitaan usein kokonaiskestävyys, joka on kuitenkin kestävyyden osa-alueiden välisten subjektiivisten, kullekin arvioijalle yksilöllisten vaihtosuhteiden takia mahdotonta saavuttaa. Tässä tutkimuksessa määrittelimme tutkijatyönä laatuvaatimukset kestävyyskeskustelussa käytettäville kriteereille. Tarvitaan kattava ja operatiivinen kriteeristö, jolla kestävyysmuutoksia voidaan objektiivisesti seurata. Kattavuus tarkoittaa, että kaikki sovellustilanteen kannalta merkittävät seikat on huomioitu. Toisaalta kaikilla kriteereillä tulee olla selkeä yhteys sovellustilanteeseen. Operatiivisuus taas tarkoittaa, että metsien käytön seurantaan ja tulevaisuuden suunnitteluun käytettävät kriteerit ovat tulkittavissa, mitattavissa, ja että ne pystyvät erottelemaan metsien käytön muutoksia. Tulevaisuuden suunnittelun näkökulmasta kriteereiden kehittyminen erilaisilla metsien käsittelyvaihtoehdoilla pitäisi olla ennustettavissa. Keräsimme työryhmissä ajatuksia metsien käytön kestävyyden kriteereiksi ja indikaattoreiksi, ja työstimme niistä keskusteltavaksi ehdotuksen kestävyysmuutoksen mittaami­sesta peilaamalla työryhmissä ehdotettuja kriteerejä ja indikaattoreita asetettuihin laatuvaatimuksiin. Koimme perinteiset ekologisen, sosiaalisen ja taloudellisen kestävyyden ryhmät liian yleisiksi operatiiviseen käyttöön, ja sen vuoksi jaoimme kriteerit kuuteen ryhmään: vesistön tila, luonnon tila, ilmaston tila, talous, hyvinvointi ja hyväksyttävyys. Useille tarkastelluille kriteereille emme löytäneet suoraa yhteyttä metsien käyttöä koskevaan päätöksentekoon. Monet tarkastelluista taloudellisista ja hyvinvointia kuvaavista kriteereistä soveltuvat paremmin esimerkiksi metsäteollisuuden investointeja ja toimintaa koskevaan päätöksentekoon tai maankäytön ja kaavoituksen päätöksentekoon kuin metsien käsittelyä koskevaan päätöksentekoon. Hyväksyttävyyttä koskevat kriteerit puolestaan soveltuvat esimerkiksi lakeja, sertifiointikriteereitä tai ohjeita koskevaan päätöksentekoon. Taloudellinen, sosiaalinen ja kulttuurinen kestävyys ilmenevät siten usein eri päätöksentekotasoilla kuin ekologinen tai puuntuotannollinen, ja tämä näkyy kriteereiden määrässä ja laadussa.

• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu https://orcid.org/0000-0002-8637-5668 Sähköposti: annika.kangas@luke.fi
• Pynnönen, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Helsinki https://orcid.org/0000-0001-5427-8209 Sähköposti: sari.pynnonen@luke.fi
• Mäkipää, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Helsinki https://orcid.org/0000-0003-3146-4425 Sähköposti: raisa.makipaa@luke.fi
• Komonen, Jyväskylän yliopisto, Bio- ja ympäristötieteiden laitos, Jyväskylä; Jyväskylän yliopisto, Resurssiviisausyhteisö, Jyväskylä https://orcid.org/0000-0003-4764-2556 Sähköposti: atte.komonen@jyu.fi
• Halme, Jyväskylän yliopisto, Bio- ja ympäristötieteiden laitos, Jyväskylä; Jyväskylän yliopisto, Resurssiviisausyhteisö, Jyväskylä https://orcid.org/0000-0002-1751-5858 Sähköposti: panu.halme@jyu.fi

Puukauppa siirtyy yhä enemmän internetiin: kaukokartoituksella hankituista metsävaratiedoista johdetaan kertymäennusteet, joiden perusteella puunostajat tekevät ostotarjoukset sähköisessä puukauppapaikassa. Kaukokartoitukseen perustuvat puulajitiedot eivät ole yhtä luotettavia kuin perinteisessä maastoinventointiin perustuvassa metsäsuunnitelmassa, mikä lisää sähköiseen puukauppaan sisältyvää hintariskiä. Jos metsänomistaja ei tiedä tarkalleen myyntiin tarjoamansa leimikon pääpuulajia, puutavaralajijakaumaa tai puuston laatua, on mahdotonta olla varma, että hän valitsee parhaan tarjouksen. Oikean valinnan todennäköisyyttä voidaan kuitenkin parantaa laadukkaalla päätöstuella. Tutkimuksessa tarkasteltiin puulajiosuuksien ennustevirheiden vaikutusta puukauppatarjousten paremmuuden arvioimiseen ja tarjousten perusteella toteutuviin puukaupan tuloihin sähköisessä tarjouskilpailutilanteessa. Tutkimuksessa havaittiin epävarmojen puulajiosuustietojen voivan johtaa siihen, että metsänomistajilta jää saamatta tuloja. Niiden ansaitsemiseksi kannattaa tietyissä tilanteissa tehdä erillinen puulajin tarkistus maastossa. Nämä tappiot realisoituvat kunnolla vasta siinä vaiheessa, kun kaukokartoitustietoihin perustuva sähköinen puukauppa yleistyy yksityismetsien merkittävämmäksi puukauppamuodoksi. Yksittäisten metsiköiden kohdalla ennustettujen puulajiosuuksien virheet aiheuttivat keskimäärin 0,17 €/m³ ja 9,4 €/ha tappion, kun ostajien tarjouksissa oli puulajien välillä yhden euron hintaero. Suurimmassa osassa kaupoista tappiota ei synny, jolloin tappioita kärsineiden metsänomistajien keskimääräiset tukkikaupan tappiot olivat 1,67 €/m³ ja 24,7 €/ha. Erillinen puulajintarkistus on järkevä silloin, kun puunostotarjouksia on pyydetty kaukokartoitusinventointiin perustuvien Metsään.fi-tietojen perusteella ja kun leimikko on suurehko ja sijaitsee kohtuullisella etäisyydellä.

• Haara, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: arto.haara@luke.fi
• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi

• Siipilehto, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: –

Nykyisin lähes kaikki metsiä koskevat päätökset, yksittäisistä hakkuu- ja hoitopäätöksistä aina metsänhoito-suositusten muotoiluun ja metsäpoliittisiin päätöksiin perustuvat kasvusimulaattoreihin. Tutkimustietoa kasvun ja erityisesti luonnonpoistuman ennusteiden tarkkuudesta on kuitenkin vähän, etenkin pidemmiltä ennustejaksoilta. Luotettavuutta tyypillisesti arvioidaan keskimäärin koko testiaineistossa, jolloin tietoa mallin käyttäytymisestä soveltamisalueensa rajoilla on vähän. Tässä tutkimuksessa selvitettiin, miten MOTTI mallit ennustavat metsien kehitystä ylitiheissä metsiköissä. Erityisesti tarkasteltiin itseharvenemisen ennusteiden onnistumista. Tulokset osoittavat, että metsät voivat kasvaa luontaisesti huomattavasti tiheämpinä kuin käytetyt mallit ennustavat. Tällöin erityisen tiheiden metsien pohjapinta-alan kehitys aliarvioidaan, vaikka tavanomaisempien metsiköiden kasvuennusteet ovat melko tarkkoja. Se voi vaikuttaa paitsi yksittäisten metsiköiden käsittelysuosituksiin, myös mallien perusteella laadittuihin hoitosuosituksiin.

• Välimäki, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

Suunnittelujärjestelmät ennustavat kuvioittaisessa arvioinnissa mitattujen keskitunnusten perusteella puulajeittain kokonaistilavuudet sekä puutavaralajien tilavuudet. Laskenta perustuu jakaumamallin, pituusmallin sekä runkokäyrämallin käyttöön. Puutavaralajien tilavuudet voidaan laskea järjestelmissä teoreettisina, puutavaralajien yläläpimittavaatimuksien perusteella, tai ottaa huomioon myös katkonnan vaikutus. Katkonnan vaikutus taas voidaan ottaa huomioon empiirisellä mallilla, tai apteeraamalla järjestelmän tuottamat kuvauspuut simulaattorissa. Tässä tutkimuksessa tavoitteena on selvittää, miten suunnittelujärjestelmän laskenta kannattaa toteuttaa. Tutkimuksessa selvitetään, mistä komponenteista puutavaralajien tilavuuksien virheet koostuvat, ja mihin laskentajärjestelmässä siis kannattaa kiinnittää huomiota. Tutkimus tehtiin vertaamalla laskentajärjestelmän tuottamia arvoja MASI apteeraussimulaattorin tuottamiin. Virheet jaettiin runkokäyrämallin, pituusmallin sekä jakaumamallin aiheuttamiin komponentteihin. Näistä runkokäyrän vaikutusta ei ole aiemmissa tutkimuksissa voitu ottaa huomioon. Tutkittu malliketju tuotti järjestelmällisen aliarvion sekä kokonais- että tukkitilavuuksille. Laskentajärjestelmän malleista suurimmaksi virhelähteeksi osoittautui runkokäyrämalli, toiseksi suurimmaksi pituusmalli ja pienin virhelähde oli jakaumamalli.

• Kuusisto, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

Aiemmissa tutkimuksissa relaskooppia käyttäen mitattujen pohjapinta-alojen ja tilavuuksien on havaittu olevan lieviä aliarvioita, etenkin kuusikoissa. Harhassa on havaittu myös selkeä trendi: vähäpuustoisilla kuvioilla arviot ovat yliarvioita, ja suuripuustoisilla kuvioilla taas aliarvioita. Havaittujen aliarvioiden syyksi on arveltu mm. heikosta näkyvyydestä aiheutuvaa mittausvirhettä, suunnittelijoiden varovaisuutta sekä valittujen havaintopisteiden epäedustavuutta. Aiemmissa tutkimuksissa on havaittu myös pohjapinta-alan arvioiden kasvavan systemaattisesti relaskooppikertoimen kasvaessa. Tässä tutkimuksessa pyrittiin selvittämään mitkä ovat ilmiön syyt. Hyytiälän metsäasemalla järjestetyssä kokeessa 24 suunnittelun ammattilaista mittasi kukin 9 kuviota, joiden joukkoon valittiin erityisen suuripuustoisia kohteita. Kullekin kuviolle tehtiin systemaattinen koealaotanta, josta laskettiin kuvion puustotiedot. Kokeessa suunnittelijat merkitsivät maastoon mittaamiensa relaskooppikoealojen paikat, ja kirjasivat mittaustulokset. Näiden havaintojen keskiarvona saatiin kullekin kuviolle toinen puustoarvio. Kolmantena arviona oli suunnittelijan harkintaa edustava kuvion keskimääräinen arvio. Lisäksi kaikista merkityistä ja löydetyistä mittauspisteistä tehtiin tarkistusmittaus, josta saatiin kuvioille neljäs puustoarvio. Näiden mittausten perusteella virhe jaettiin kolmeen komponenttiin: mittausvirhe, harkinnanvaraisesta arviosta johtuva virhe sekä jäännösvirhe, joka sisältää koealojen sijoittelusta johtuvat sekä muut mahdolliset virheet. Tuloksissa havaittiin sama harhan trendi kuin aiemmissakin tutkimuksissa. Ylivoimaisesti suurin virheen komponentti tässä tutkimuksessa oli mittausvirhe. Suuripuustoisilla kuvioilla, mitattaessa puita pienillä relaskooppikertoimilla, näyttää osa puista jäävän havaitsematta. Näissä metsissä kannattaisikin käyttää 2 tai jopa 4 m²/ha relaskooppikerrointa.

• Saari, Sähköposti: annika.kangas@helsinki.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksen tavoitteena oli selvittää, kuinka luotettavasti tietyt puustotunnukset pystytään maastossa arvioimaan ja mitkä tekijät vaikuttavat puustotunnusten arvioinnin ajanmenekkiin. Perinteisten kuvioittaisen arvioinnin puustotunnusten lisäksi (pohjapinta-ala, keskiläpimitta, keskipituus) tutkittiin mm. runkolukumediaaniläpimitan, minimi- ja maksimiläpimitan sekä tukkikokoisen puuston pohjapinta-alan ja runkoluvun arvioinnin luotettavuutta. Tutkimuksen aineisto koostui kolmesta osasta. Koeala-aineisto käsitti 19 suorakaiteen muotoista koealaa, jotka mitattiin touko-kesäkuussa 2001. Näistä koealoista 18 oli mukana saman vuoden syyskuussa järjestetyissä mittauskokeissa, joista saatiin tutkimuksen varsinainen puustotunnusaineisto. Lisäksi kerättiin erillinen ajanmenekki-aineisto mittauskokeiden yhteydessä. Puustotunnusten arviointivirheet laskettiin vertaamalla mittaajien saamia arvoja tarkasti mitatusta koeala-aineistosta laskettuihin arvoihin. Tutkimuksen mukaan ns. uusien puustotunnusten arvioinnin luotettavuudessa vain runkolukumediaaniläpimitan, aritmeettisen keskiläpimitan ja maksimiläpimitan kohdalla päästään samalle luotettavuuden tasolle kuin pohjapinta-alan, keskiläpimitan ja keskipituuden arvioinnissa. Puustotunnusten arvioinnin ajanmenekkiin vaikuttivat voimakkaimmin puusto-ositteiden lukumäärä koealalla, koealojen mittausjärjestys sekä koealan kokonaispohjapinta-ala. Myös koealojen ja mittaajien välinen satunnainen vaihtelu oli tilastollisesti merkitsevää. Sen sijaan arvioitavat puustotunnukset eivät juurikaan vaikuttaneet ajanmenekkiin.

• Kangas, Sähköposti: annika.kangas@helsinki.fi
• Heikkinen, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa testattiin ja vertailtiin erilaisia läpimittajakaumamalleja kuvauspuiden muodostamisessa kuvioittaisen arvioinnin laskentajärjestelmässä. Tutkimuksen aineistona käytettiin Valtakunnan metsien inventoinnin kiinteäsäteisiä pysyviä koealoja. Vertaillut menetelmät olivat runkoluvullinen ja runkoluvuton prosenttiosuusmalli, vastaavat Johnsonin SB-jakauman parametrimallit sekä runkoluvuttomat Weibullin parametrimallit. Kaikki mallit kuvaavat pohjapinta-alan läpimittajakaumia, mutta runkoluvullisissa malleissa käytetään selittäjänä myös puusto-ositteen runkolukua. Puulajeista tarkasteltiin niin mäntyä, kuusta, koivuja kuin myös haapaa ja leppää. Tuotettujen puustotunnusestimaattien (kokonais- ja tukkitilavuus sekä runkoluku), tarkkuutta tarkasteltiin keskivirheen ja harhan avulla.

Mikäli runkoluku oli tiedossa, tuotti runkoluvullinen prosenttiosuusmalli yleensä tarkimmat tulokset niin tilavuuden kuin runkoluvunkin osalta. Tilavuusestimaattien osalta tarkkuuserot olivat kuitenkin pieniä. Jos taas runkolukua ei tiedetty, olivat vertaillut menetelmät keskimäärin likimain yhtä hyviä. Menetelmien keskinäinen tarkkuusjärjestys vaihteli puulajin, puuston koon ja tarkastellun puustotunnuksen suhteen. Käytettävän läpimittajakaumamallin valintaa tärkeämpää on kiinnittää huomiota maastossa mitattavan puustotiedon määrään ja etenkin laatuun.

• Maltamo, Sähköposti: matti.maltamo@forest.joensuu.fi
• Haara, Sähköposti: ei.tietoa@metsatiede.org
• Hirvelä, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Lempinen, Sähköposti: ei.tietoa@metsatiede.org
• Malinen, Sähköposti: ei.tietoa@metsatiede.org
• Nalli, Sähköposti: ei.tietoa@metsatiede.org
• Nuutinen, Sähköposti: ei.tietoa@metsatiede.org
• Siipilehto, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa selvitettiin erilaisten kuvioittaisessa metsänarvioinnissa käyttökelpoisten menetelmien hyvyyttä männyn ulkoisen oksikkuuden huomioon ottamisessa. Oksikkuustunnuksista käsiteltiin rungon laatuun vaikuttavista tekijöistä alimman kuolleen oksan (kuivaoksaraja) ja elävän latvusrajan (latvusraja) korkeutta. Ko. oksarajatunnusten sekä puun rinnankorkeusläpimitan ja pituuden avulla rungot arvoapteerattiin dynaamisella optimoinnilla käyttäen laatuluokkina ulkoisesti oksatonta (I-laatu), terveoksaista (II-laatu) ja kuivaoksaista (III-laatu) laatua.

Tutkimus jakautui kahteen osaan. Ensimmäisessä osassa koealojen läpimittajakauma muodostettiin Weibull-jakauman avulla, estimoitiin jakauman puille pituudet, kuivaoksa- ja latvusrajat ja optimoitiin rungot. Lopuksi laskettin hehtaarikohtaiset tunnukset. Aineistona oli 65 VAPU (Valtakunnallinen puututkimus) -koealaa. Toisessa osassa simuloitiin kahteen metsikköön (Jaamankangas, Kontiolahti ja Mekrijärvi, Ilomantsi) relaskooppikoealoja, joissa kokeiltiin erilaisten mittausyhdistelmien ja koealojen lukumäärän vaikutusta eri laatuluokkien hehtaarikohtaisiin tuloksiin.

Rungon tukkiosan jakaminen eri laatuluokkiin onnistui tarkastellussa tilanteessa harhattomimmin menetelmällä, jossa koealan keskipuun oksarajatunnukset yleistetään suoraan kaikille koealan puille. Kokeillut mallit sekä kuivaoksa- että latvusrajalle osoittautuivat epätarkoiksi kalibrointienkin jälkeen. Koealojen lukumäärän vaikutus tulosten tarkkuuteen riippui käytetystä menetelmästä.

• Rouvinen, Sähköposti: seppo.rouvinen@forest.joensuu.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org

Metsäsuunnittelussa pyritään valitsemaan tietylle metsäalueelle kiinnostavien muuttujien – esimerkiksi tulojen – suhteen optimaalinen käsittelyohjelma mahdollisista vaihtoehdoista. Optimin valintaa voivat rajoittaa reunaehdot, kuten vaatimukset metsien käytön kestävyydelle. Metsien kehitysennusteiden epävarmuutta ei useimmiten oteta huomioon optimaalista käsittelyohjelmaa valittaessa. Tällöin optimiratkaisun arvo saatetaan yliarvioida, eivätkä asetetut rajoitteet välttämättä toteudu. Kun suunnitelmaa laaditaan tavoitteena säilyttää alueen eläin- tai kasvipopulaatioiden elinvoimaisuus tai jopa lisätä sitä, on epävarmuudella vielä ratkaisevampi merkitys kuin perinteisiä puuntuotannollisia tavoitteita tarkasteltaessa. Jos tavoitteena on esimerkiksi maksimoida metsästä saatavat nettotulot siten, että jokin eläinlaji säilyy elinkykyisenä, keskimääräinen populaation koko tulisi olla sitä suurempi, mitä suurempi on epävarmuus populaation kehityksestä tulevaisuudessa. Näin voitaisiin minimoida populaatioiden tai jopa koko lajin häviämisen riski. Tässä katsauksessa esitellään erilaisia populaatioiden kehitystä kuvaavia mallityyppejä sekä mahdollisuuksia niiden soveltamiseen metsäsuunnittelussa. Erityistä huomiota kiinnitetään populaatioiden häviämisriskien tarkasteluun suunnittelulaskelmissa.

• Kangas, Sähköposti: annika.kangas@metla.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

Metsätalouden laskentajärjestelmät pohjautuvat yhä enemmän simuloituihin metsien kehitysennusteisiin, mutta näin saatujen kehitysennusteiden ja -skenaarioiden luotettavuutta ei ole riittävästi tarkasteltu. Tässä artikkelissa esitellään erilaisten puustotunnusten ennustamiseen liittyviä epävarmuuden lähteitä. Lähinnä tarkastellaan mallien jäännösvirheiden ja kertoimien sekä malleissa tarvittavien lähtötietojen virheiden vaikutuksia saataviin ennusteisiin. Lisäksi tarkastellaan esimerkkilaskelman avulla virheiden vaikutuksia metsäsuunnitelmaan. Puustotunnusten ennustamisen lisäksi metsäsuunnittelussa aiheuttavat epävarmuutta esimerkiksi päätöksentekijän tavoitteiden analysointi ja kuvaaminen. Ennustamiseen ja suunnitteluun liittyvät erilaiset epävarmuustekijät ja niiden yhteisvaikutukset tulisikin tuntea nykyistä paremmin. Epävarmuus pitäisi myös pystyä kuvaamaan päätöksentekijälle tämän ymmärtämässä muodossa.

• Kangas, Sähköposti: annika.kangas@metla.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

Kaukokartoitukseen perustuva hilamuotoisen (tai rasterimuotoisen) metsävaratiedon keruu on merkittävä investointi, joka on mitoitettava kustannustehokkaasti. Mitoittaminen edellyttää tietoa kustannusten lisäksi myös tiedon arvosta eli tiedon tuottamista hyödyistä kaikissa niissä päätöstilanteissa, joissa tietoa sovelletaan. Tämän tutkimuksen tavoitteena oli selvittää hilamuotoisen metsävaratiedon käyttöä ja hyötyjä. Tutkimusta varten haastateltiin metsäalan toimijoita metsävaratietoa hyödyntävistä organisaatioista. Haastatteluissa toimijat kuvasivat metsävaratiedon käyttötilanteita, käytettävyyttä eri tilanteissa, käytön laajuutta ja käytöstä arvioituja hyötyjä omasta näkökulmastaan. Tässä tutkimuksessa on koottu yhteen haastateltujen näkemykset. Lisäksi tarkastellaan haastatteluissa esille nousseita hyötyjen realisointiin vaikuttavia tekijöitä ja niiden vaikutuksia.

• Kangas, Luonnonvarakeskus (Luke), Metsävarojen inventointi ja metsäsuunnittelu, Joensuu https://orcid.org/0000-0002-8637-5668 Sähköposti: annika.kangas@luke.fi
• Packalen, Luonnonvarakeskus (Luke), Metsävarojen inventointi ja metsäsuunnittelu, Joensuu Sähköposti: tuula.packalen@luke.fi

Tutkimuksessa vertailtiin nykyisin sovellettuja inventointimenetelmiä (ympyräkoeala- ja kaista-inventointi) linja-leikkaus-otantaan (Line Intersect Sampling LIS) lahopuun inventoinnissa. Tarkoitus oli vertailla näiden kahden inventointitavan käyttökelpoisuutta, tuottavuutta ja luotettavuutta Nuuksion ulkoilualueella tehdyssä testissä. Testissä kaikille alueille laskettiin kaksi tai kolme riippumatonta inventointitulosta eri menetelmillä. LIS-menetelmässä tehtyjen havaintojen määrä (yhtä aluetta lukuun ottamatta) linjakilometriä kohden oli samaa luokkaa kaistainventoinnin kanssa. Kaista oli tässä tapauksessa niin kapea, ettei se juuri poikennut LIS-menetelmästä. Pienillä ympyräkoealoilla tehtiin vähiten havaintoja. Luotettavuudeltaan LIS-inventointi oli jokaisella alueella paras, mutta kun suhteutettiin luotettavuus linjan pituuteen, mittausaikaan tai mitattuihin puihin, muut menetelmät osoittautuivat usein tehokkaammiksi. Parantunut luotettavuus ei siis riittänyt kompensoimaan lisääntynyttä linjan pituutta. Tämä saattoi kuitenkin johtua ryhmien ja alueiden välisestä erosta, sillä yhdellä alueella, jossa linjat olivat täsmälleen samat, LIS oli tehokkaampi myös suhteessa linjan pituuteen.

• Kangas, Sähköposti: annika.kangas@helsinki.fi
• Aakala, Sähköposti: ei.tietoa@metsatiede.org
• Alanen, Sähköposti: ei.tietoa@metsatiede.org
• Haavisto, Sähköposti: ei.tietoa@metsatiede.org
• Heikkilä, Sähköposti: ei.tietoa@metsatiede.org
• Kaila, Sähköposti: ei.tietoa@metsatiede.org
• Kankaanpää, Sähköposti: ei.tietoa@metsatiede.org
• Kämäri, Sähköposti: ei.tietoa@metsatiede.org
• Leino, Sähköposti: ei.tietoa@metsatiede.org
• Mäkinen, Sähköposti: ei.tietoa@metsatiede.org
• Nurmela, Sähköposti: ei.tietoa@metsatiede.org

Alueelliset metsäohjelmat ovat kullekin metsäkeskusalueelle laadittavia strategia ohjelmia, joiden tarkoitus on kehittää metsien hoitoa ja käyttöä maakunnassa. Nykyään eri intressiryhmistä koostuvalla alueellisella metsäneuvostolla on merkittävä rooli ohjelmien laadinnassa ja seurannassa. Tutkimuksen tavoitteena oli selvittää metsäneuvoston jäsenten mielipiteitä hyvästä osallistamisprosessista. Aineisto kerättiin ja analysoitiin Q-menetelmällä, jonka tavoitteena on löytää tutkittavasta aiheesta erilaisia näkökulmia. Vastaajat olivat kolmen alueellisen metsä neuvoston (Keski-Suomi, Lounais-Suomi ja Pohjois-Pohjanmaa) jäseniä. Yhteensä 50 vastaukseen pohjautuneen monimuuttuja-analyysin avulla vastaajat jaettiin neljään ryhmään: käytännöllisiin konsensuksen hakijoihin, uudistajiin, asiantuntemussuuntautuneisiin sekä osallistumisskeptisiin. Kaikki ryhmät pitivät intressiryhmien yhteistyön parantamista ja eri tahojen asiantuntemuksen tuomista prosessiin tärkeinä asioina, mutta päätösvallan tasapuolinen jako ja ohjelmassa käsiteltävät teemat jakoivat ryhmien mielipiteitä. Seuraavia ohjelmia tarkistettaessa kannattaa keskittyä kaikkien tärkeänä pitämiin asioihin. Prosessiin liittyvät erimielisyydet taas kannattaa nostaa keskusteluun ohjelmatyötä käynnistettäessä ja sopia kutakin prosessia varten mahdollisimman selkeät yhteistyön pelisäännöt.

• Saarinen, Sähköposti: annika.kangas@helsinki.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Tikkanen, Sähköposti: ei.tietoa@metsatiede.org
• Leskinen, Sähköposti: ei.tietoa@metsatiede.org
• Hujala, Sähköposti: ei.tietoa@metsatiede.org
• Saarikoski, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi
• Mehtätalo, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: lauri.mehtatalo@luke.fi

• Tuominen, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Helsinki Sähköposti: sakari.tuominen@luke.fi
• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi

• Kangas, Sähköposti: annika.kangas@helsinki.fi
• Mäkinen, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi
• Henttonen, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Helsinki Sähköposti: helena.henttonen@luke.fi
• Pitkänen, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Helsinki Sähköposti: timo.p.pitkanen@luke.fi
• Sarkkola, Luonnonvarakeskus (Luke), Luonnonvarat, Helsinki Sähköposti: sakari.sarkkola@luke.fi
• Heikkinen, Luonnonvarakeskus (Luke), Luonnonvarat, Helsinki Sähköposti: juha.heikkinen@luke.fi

• Katila, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Helsinki Sähköposti: matti.katila@luke.fi
• Rajala, Luonnonvarakeskus (Luke), Luonnonvarat, Helsinki https://orcid.org/0000-0002-1343-8058 Sähköposti: tuomas.rajala@luke.fi
• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu https://orcid.org/0000-0002-8637-5668 Sähköposti: annika.kangas@luke.fi

• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi

• Tuominen, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Helsinki Sähköposti: sakari.tuominen@luke.fi
• Pitkänen, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Helsinki Sähköposti: timo.p.pitkanen@luke.fi
• Balazs, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Helsinki Sähköposti: andras.balazs@luke.fi
• Kangas, Luonnonvarakeskus (Luke), Talous- ja yhteiskunta, Joensuu Sähköposti: annika.kangas@luke.fi

• Wallenius, Sähköposti: ei.tietoa@metsatiede.org
• Laamanen, Sähköposti: ei.tietoa@metsatiede.org
• Peuhkurinen, Sähköposti: ei.tietoa@metsatiede.org
• Mehtätalo, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

• Räty, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Haapakoski, Sähköposti: ei.tietoa@metsatiede.org
• Tyrväinen, Sähköposti: ei.tietoa@metsatiede.org

• Mehtätalo, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

• Laukkanen, Sähköposti: ei.tietoa@metsatiede.org
• Palander, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org

• Sironen, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Pykäläinen, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Maltamo, Sähköposti: ei.tietoa@metsatiede.org

• Halme, Jyväskylän yliopisto, Bio- ja ympäristötieteiden laitos, Jyväskylä; Jyväskylän yli­opisto, Resurssiviisausyhteisö, Jyväskylä Sähköposti: panu.halme@jyu.fi
• Kangas, Luonnonvarakeskus, Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi
• Kangasoja, Akordi Oy, Helsinki Sähköposti: jonna@akordi.fi
• Komonen, Jyväskylän yliopisto, Bio- ja ympäristötieteiden laitos, Jyväskylä; Jyväskylän yli­opisto, Resurssiviisausyhteisö, Jyväskylä Sähköposti: atte.komonen@jyu.fi
• Luoma, Akordi Oy, Helsinki Sähköposti: emma@akordi.fi
• Mäkipää, Luonnonvarakeskus, Biotalous ja ympäristö, Helsinki Sähköposti: raisa.makipaa@luke.fi
• Pynnönen, Luonnonvarakeskus, Biotalous ja ympäristö, Helsinki Sähköposti: sari.pynnonen@luke.fi

• Kangas, Luonnonvarakeskus (Luke), Biotalous ja ympäristö, Joensuu Sähköposti: annika.kangas@luke.fi

• Tokola, Sähköposti: timo.tokola@joensuu.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Kalliovirta, Sähköposti: ei.tietoa@metsatiede.org
• Mäkinen, Sähköposti: ei.tietoa@metsatiede.org
• Rasinmäki, Sähköposti: ei.tietoa@metsatiede.org

• Kangas, Sähköposti: jyrki.kangas@metla.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Pukkala, Sähköposti: ei.tietoa@metsatiede.org

• Tikkanen, Sähköposti: jukka.tikkanen@oamk.fi
• Kangas, Sähköposti: ei.tietoa@metsatiede.org
• Pykäläinen, Sähköposti: ei.tietoa@metsatiede.org
• Hujala, Sähköposti: ei.tietoa@metsatiede.org
• Kurttila, Sähköposti: ei.tietoa@metsatiede.org
• Leskinen, Sähköposti: ei.tietoa@metsatiede.org

• Sirro, Teknologian tutkimuskeskus VTT Oy, Espoo Sähköposti: laura.sirro@vtt.fi
• Häme, Satellio Oy (Terramonitor), Helsinki Sähköposti: lauri.hame@terramonitor.com
• Pitkänen, Luonnonvarakeskus, Biotalous ja ympäristö, Helsinki Sähköposti: timo.p.pitkanen@luke.fi
• Hostikka, Suomen metsäkeskus, Tarkastukset ja valvonta, Lahti Sähköposti: aki.hostikka@metsakeskus.fi
• Törmä, Suomen ympäristökeskus, Geoinformatiikkatutkimus, Helsinki Sähköposti: markus.torma@ymparisto.fi
• Häme, Teknologian tutkimuskeskus VTT Oy, Espoo https://orcid.org/0000-0002-1446-010X Sähköposti: tuomas.hame@vtt.fi
• Kangas, Luonnonvarakeskus, Biotalous ja ympäristö, Joensuu https://orcid.org/0000-0002-8637-5668 Sähköposti: annika.kangas@luke.fi
• Rauste, Teknologian tutkimuskeskus VTT Oy, Espoo https://orcid.org/0000-0001-5035-8228 Sähköposti: yrjo.rauste@vtt.fi
• Huotari, Satellio Oy (Terramonitor), Helsinki Sähköposti: rosanna.huotari@satellio.com
• Norppa, Satellio Oy (Terramonitor), Helsinki Sähköposti: joni.norppa@satellio.com