Metsätieteen aikakauskirja vuosikerta 2002

• Korpilahti, Sähköposti: eeva.korpilahti@luke.fi

• Korpilahti, Sähköposti: eeva.korpilahti@luke.fi

• Korpilahti, Sähköposti: eeva.korpilahti@luke.fi

• Korpilahti, Sähköposti: eeva.korpilahti@luke.fi

Tutkimuksessa tarkasteltiin 21:n Etelä-Suomeen 1980-luvun puolivälissä rakennetun metsätien kannattavuutta vuoden 2001 kustannustasolla ja kestävän metsätalouden rahoitustuen ehdoilla. Kolmenkymmenen vuoden laskentajaksolla ja 3 prosentin tuottovaatimuksella tieinvestoinnin nykyarvo oli ennen verotusta keskimäärin 3 100 euroa tiekilometriä kohti, kun mukaan laskettiin sekä välittömät että välilliset tiellä aikaan saadut kustannussäästöt metsätaloudessa. Kun myös puun myyntituloverotuksen vaikutukset otettiin huomioon, tiekilometrin nykyarvo putosi 1 700 euroon. Erot tieinvestointien välillä olivat suuria: parhaan hankkeen nykyarvo oli 8 500 ja huonoimman –5 500 euroa/km. Jotta tieinvestointi olisi ollut kannattava jo 15 vuoden laskentajaksolla, olisi hakkuiden pitänyt olla tien hyötyalueella keskimäärin 6,5 m³/ha/v eli lähes kaksinkertaiset toteutuneisiin verrattuna. Tutkitut tiet olisivat olleet kannattavia 15 vuoden laskentajaksolla myös siinä tapauksessa, että niiden aikaansaama vuotuinen metsäkuljetussuoritteen aleneminen olisi ollut 140 mottikilometriä (kuljetettu puutavaramäärä x metsäkuljetusmatka) rakennettua tiekilometriä kohti. Laskelmissa oletettiin, että tiellä aikaan saadut kustannussäästöt koituvat täysimääräisinä suoraan metsänomistajien hyväksi.

• Saarinen, Sähköposti: veli-matti.saarinen@metla.fi
• Aarnio, Sähköposti: ei.tietoa@metsatiede.org
• Uotila, Sähköposti: ei.tietoa@metsatiede.org
• Viitala, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksen tavoitteena oli estimoida metsätalouden laskentajärjestelmiin soveltuvat puukohtaiset tukkivähennysmallit. Mallien laadinta-aineistona käytettiin Etelä-Suomen osalta VMI9:n ja Pohjois-Suomen osalta VMI8:n kertakoealojen tukkikokoisia koepuita. Mallit laadittiin logistisella regressioanalyysillä. Selittäjien etsinnässä käytettiin hyväksi Suomessa julkaistuja metsätuhotutkimuksia. Tukkivähennyksen puukohtaisia selittäjiä malleissa ovat puun läpimitta, ikä ja syntytapa. Läpimitasta ja iästä on samassa mallissa useita muunnoksia, mikä mahdollistaa tukkivähennyksen u-muodon kuvaamisen näiden muuttujien suhteen. Metsikkökohtaisia selittäjiä mallissa olivat metsätyyppi ja soistuneisuus. Alueellista vaihtelua mallissa selittävät metsikön x- ja y-koordinaatit, lämpösumma, valemuuttujat Ahvenanmaa ja Pohjois-Suomi sekä erilaiset muunnokset korkeudesta meren pinnasta.

Mallien harhaa tarkasteltiin alueellisesti jakamalla Suomi pohjois-eteläsuunnassa 200 km:n levyisiin vyöhykkeisiin. Mallit toimivat suhteellisen hyvin kaikilla vyöhykkeillä. Lisäksi mallia testattiin eteläsuomalaisessa päätehakkuuleimikkoaineistossa, joka sisälsi mänty- ja kuusivaltaisia metsiköitä. Tässä aineistossa tukkivähennysmallilla saatu tukkiosuus oli muutamia prosentteja pienempi kuin hakkuissa toteutunut tukkiosuus. Ero johtunee siitä, että metsiköt olivat metsäyhtiön mailla sijaitsevia päätehakkuuleimikoita, ja siksi keskimääräistä hyvälaatuisempia. Mallit ovat sidoksissa laadinta-aineiston mitta- ja laatuvaatimuksiin. Herkkyysanalyysillä tutkittiin mittavaatimusten muutoksen vaikutusta mallin harhaan. Mallin sovellustilanteessa tukin minimilatvaläpimitan muuttuminen vaikuttaa mallin harhaan vain vähän, mutta tukin minimipituuden kasvattaminen kasvattaa mallin harhaa nopeasti. Laadittu tukkivähennysmalliperhe soveltuu käytettäväksi metsätalouden laskentaohjelmistossa rungon tukkiosuuden ennustamiseen.

• Mehtätalo, Sähköposti: lauri.mehtatalo@metla.fi

Tutkimuksessa selvitettiin mäntysiemenpuualojen taimettumista. Otannan perusjoukkona olivat silloisen Lapin metsälautakunnan alueen siemenpuuleimikot, joista poimittiin 155 uudistusalan otos. Uudistusaloista 50:llä luontainen uudistaminen oli myöhemmin keskeytetty ja uudistusalat oli viljelty. Lisäksi viisi uudistusalaa oli viljelty osittain. Yhteensä 38 % uudistusalojen kokonaispinta-alasta oli viljelty. Uudistusalojen taimettumattomuus ja siemenpuiden kaatuminen myrskyissä olivat pääsyyt viljelyyn.

Ne uudistusalat ja uudistusalojen osat, joissa luontaista uudistamista oli jatkettu (105 alaa), inventoitiin maastossa uudistamistuloksen selvittämiseksi. Taimettuminen oli onnistunut yleensä huonosti, jos uudistusalaa ei ollut muokattu. Muokkauksen positiivinen vaikutus oli suurin tuoreella kankaalla. Muokatuilla tuoreen ja kuivahkon kankaan uudistusaloilla männyntaimien kokonaismäärä oli keskimäärin 2 700 kpl ha^–1, kun niitä oli muokkaamattomalla tuoreella kankaalla keskimäärin 1 000 kpl ha^–1 ja kuivahkolla 1 900 kpl ha^–1. Kuivan kankaan uudistusaloilla taimettuminen oli onnistunut tyydyttävästi ilman maanmuokkausta, ja niillä taimia oli keskimäärin 2 400 kpl ha^–1. Lämpösumma ja uudistusalan korkeus merenpinnasta vaikuttivat merkitsevästi taimettumiseen, lämpösumma positiivisesti ja maaston korkeus negatiivisesti.

Männyn luontainen uudistaminen oli onnistunut keskimäärin huonosti. Viljeltyjen ja epäonnistuneiden luontaisesti uudistettujen alojen pinta-ala oli yhteensä 48 % uudistusalojen pinta-alasta.

• Hyppönen, Sähköposti: mikko.hypponen@metla.fi
• Hyvönen, Sähköposti: ei.tietoa@metsatiede.org
• Valkonen, Sähköposti: ei.tietoa@metsatiede.org

Kasvussa olevien kuusen (Picea abies (L.) Karst.) puolitoistavuotiaiden paakkutaimien vaurioitumis-herkkyyttä käsittelyn aikana tutkittiin Suonenjoelle vuosina 1999 ja 2000 perustetussa koesarjassa. Tutkimuksessa selvitettiin suojaamattoman kuljetuksen (0, 10, 30, 60 ja 120 km ja 0, 50, 100 ja 150 km), taimipakkausten pudottelun (0, 10, 30, 60 ja 120 pudotusta betonilattialle 0,5 m:n korkeudelta), välivarastoinnin (7 ja 14 vrk erilaisissa lämpö- ja valaistusoloissa) sekä yhdistetyn kuljetuksen (0, 50, 100 ja 150 km) ja välivarastoinnin (9 vrk kastellen ja ilman kastelua) vaikutusta kesä-heinäkuussa taimitarhapellolle istutettujen taimien elossaoloon ja kasvuun.

Taimien vaurioitumisherkkyys käsittelyissä ja vaurioiden merkitys taimien myöhemmälle kasvulle osoittautui odotettua vähäisemmäksi. Selvimmin taimien pituuskasvua heikensivät välivarastoinnin aikainen kuivuminen sekä pitkä (100–150 km) suojaamaton kuljetus kesäkuun puolivälissä. Käsittelyillä ei ollut vaikutusta taimien elossaoloon. Vähäisestä vaurioitumisherkkyydestä huolimatta kesällä istutettavat, kasvussa olevat kuusen paakkutaimet kannattaa suojata pitkissä kuljetuksissa ja istuttaa nopeasti kuljetuksen jälkeen tai kastella päivittäin mahdollisen välivarastoinnin aikana.

• Helenius, Sähköposti: pekka.helenius@metla.fi
• Luoranen, Sähköposti: ei.tietoa@metsatiede.org
• Rikala, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksen kohteena on metsänuudistamiseen liittyvä tiedon kulku yksityismetsätalouden organisaatioissa. Tavoitteena on kuvata metsänuudistamisen toimintoja sekä niihin liittyviä ongelmia yksittäisen työntekijän näkökulmasta. Tutkimus on tapaustutkimus, jossa sovellettiin käyttäjäkeskeiseen systeemisuunnitteluun kehitettyä Contextual Design -menetelmää.

Tutkimusta varten haastateltiin metsänhoitoyhdistysten, metsäkeskusten ja metsäyhtiöiden toimihenkilöitä (12 haastattelua). Haastattelut analysoitiin tuottamalla kustakin haastattelusta Contextual Design -menetelmän mukaisia kaavioita ensin haastatteluittain ja sitten rooleittain (tehtävittäin) yhdistäen. Lisäksi analysoitiin haastatteluista poimittuja sanomia.

Tutkimuksessa on kuvattu eri organisaatioiden metsänuudistamisen kannalta keskeiset prosessit. Hakkuiden ja uudistamistoimenpiteiden toteutusta koskeva tieto ei kulkenut organisaatioiden välillä. Ongelmia oli myös tila- ja omistajatietojen sekä metsäkeskusten metsänuudistamisen rekistereiden ajantasaisuudessa. Metsäyhtiöiden ja metsänhoitoyhdistysten välillä oli yhteistyön lisäksi havaittavissa kilpailua sekä puukaupassa että uudistamistöiden toteutuksessa. Organisaatioiden välistä tiedonkulkua voitaisiin tehostaa, mutta se vaatii sopimuksia organisaatioiden välillä.

• Hokajärvi, Sähköposti: raili.hokajarvi@oamk.fi

Työssä tarkasteltiin suunnittelujärjestelmän virhelähteiden vaikutusta kuvion ensiharvennuskypsyyden määrityksen luotettavuuteen. Tutkitut virhelähteet olivat kuvioittainen arviointi, kuviota kuvaavan puujoukon generointi metsikkötunnuksista ja kasvun ennustaminen. Tutkimuksen kohteena olivat UPM-Kymmene Oyj:n omistamat männiköt Kainuussa. Puujoukon muodostaminen ja kasvun simulointi tehtiin Mela-suunnitteluohjelmistolla. Simuloitua puuston kehitystä verrattiin koealamittauksin selvitettyyn kehitykseen 87 kuviolla. Simulointijakson pituuden vaihteluväli oli 1–13 vuotta.

Kuvioittaisen arvioinnin systemaattiset ja satunnaiset virheet olivat selvästi suurin epävarmuuden aiheuttaja tarkastelujakson lopun puustotunnuksissa ja ensiharvennuskypsyyden määrityksessä. Pelkästään kuvioittaisen arvioinnin satunnainen virhe aiheutti merkittävän yliarvion ensiharvennuskypsien männiköiden määrässä. Puuston pituuskehitys aliarvioitiin kasvua ennustettaessa selkeästi, mutta se ei aiheuttanut tutkimusaineistossa yhtään virheellistä harvennuskypsyyden määritystä. Saatujen tulosten perusteella pääteltiin, että satunnainen virhe puustotunnuksissa aiheuttaa metsäalueen ensiharvennuspoistuman ennusteeseen yliarvion lyhyellä ajanjaksolla. Inventointivirheillä voi olla ensiharvennuskypsyyttä määritettäessä selvästi suurempi merkitys kuin puujoukon generoimisen virheillä ja kasvun ennustamisen virheillä.

• Ojansuu, Sähköposti: risto.ojansuu@metla.fi
• Halinen, Sähköposti: ei.tietoa@metsatiede.org
• Härkönen, 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

Tässä tutkimuksessa testattiin k-lähimmän naapurin (knn) menetelmän ja monitavoiteoptimoinnin soveltuvuutta metsikön kasvuennusteiden luotettavuuden arviointiin. Tutkimuksen aineistona käytettiin Metsäntutkimuslaitoksen kangasmaiden kasvukoealoja. Puulajeista tarkasteltiin mäntyä, kuusta ja koivua. Koealoilta muodostettiin kuvioittaisen arvioinnin SOLMU- ja TASO-muotoiset tiedostot, joihin simuloitiin lisäksi kuvioittaisen arvioinnin mittausvirhettä. Luotettavuusarviot estimoitiin pohjapinta-alamediaanipuun läpimitalle ja pituudelle, pohjapinta-alalle ja tilavuudelle. Luotettavuusarviot estimoitiin puulajeittain ja metsikölle. Kuvion puustotunnusten luotettavuusarviot saatiin k lähimmän naapurin vastaavien tunnusten kehitysennusteiden virheiden hajonnasta, joille oli ennustettu samantasoinen kasvu samanlaisilla puustotunnuksilla. Virhe saatiin kasvukoealalta mitatun ja MELAlla simuloidun kehityksen erona. Lähimpien naapureiden haussa käytetyt metsikkö- ja puustotunnukset ja tunnusten painot etsittiin monitavoiteoptimoinnilla. Menetelmää testattiin estimoimalla kunkin kuvion puustotunnuksien kehitysennusteiden luotettavuusarviot etsien lähimmät naapurit tutkimusaineistosta, josta poistettiin kulloinkin käsiteltävä kuvio. Menetelmän hyvyyttä tarkasteltiin vertaamalla puustotunnusten kasvuennusteiden toteutuneita keskivirheitä ja harhaa knn-menetelmän tuottamiin keskivirheiden ja harhan ennusteisiin. Lisäksi hyvyyttä arvioitiin tarkastelemalla keskivirheitä ja harhaa metsätyypeittäin ja pohjapinta-ala- ja ikäluokittain. Menetelmä toimi hyvin tutkimusaineistossa. Kuvioaineiston tietosisällöllä (SOLMU/TASO) ei ollut merkittävää vaikutusta tuloksiin. Menetelmää voidaan käyttää metsänomistajan päätöksenteon tukena ennusteiden luotettavuuden arvioinnissa. Luotettavuusarviot poistavat liian optimistiset kuvitelmat suunnittelulaskelmien paikkansa pitävyydestä. Menetelmää voidaan käyttää myös laskennallisessa ajantasaistuksessa päätettäessä, käytetäänkö kuviotiedoston ajantasaistusta kuvioittaisen inventoinnin tukena tai korvaamassa osittain uutta inventointitietoa.

• Haara, Sähköposti: arto.haara@metla.fi

Tutkimuksessa selvitettiin yksittäisten latvusten segmentointiin ilmakuvalta perustuvan puustotunnusten arviointimenetelmän tarkkuus. Puuston arviointiin kehitetty tietokoneohjelma rajaa puiden latvukset puoliautomaattisesti, minkä jälkeen se laskee puustotunnukset malliketjulla. Puun rinnankorkeusläpimitta ennustettiin latvusalan perusteella, pituus rinnankorkeusläpimitan perusteella ja tilavuus rinnankorkeusläpimitan ja pituuden perusteella. Metsikkötunnukset saatiin kuvion kaikkien segmentoitujen puiden keskiarvoina ja summina. Ohjelmassa oli myös opetettava puulajintunnistusalgoritmi. Runkoluvun, pohjapinta-alan ja tilavuuden estimaatit olivat reiluja aliarvioita, mikä johtui osittain siitä, että aineistossa oli useita puuston tilavuudeltaan erittäin suuria kuvioita. Menetelmä osoittautui jatkotutkimuksen arvoiseksi, vaikka menetelmän tarkkuus ei tämän tutkimuksen perusteella riitäkään metsäsuunnittelussa tarvittavien lähtötietojen tuottamiseen.

• Anttila, Sähköposti: perttu.anttila@forest.joensuu.fi
• Lehikoinen, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa tarkasteltiin Landsat TM -satelliittikuvan käyttökelpoisuutta puustotietojen sekä toimenpide-ehdotusten estimoimiseksi metsikkökuvioille ja segmenteille ei parametrisella k-lähimmän naapurin menetelmällä (knn). Satelliittikuvan informaation ohella estimoinnissa hyödynnettiin vanhan inventoinnin mukaisia puustotietoja. Tutkimuksessa vertailtiin myös satelliittikuvan sävyarvoista eri tavoin laskettujen keskiarvojen tehokkuutta estimoinnissa. Estimoinnin tukiaineisto koostui 935 kuviosta ja kohdeaineisto 921 kuviosta.

Paras estimointitulos saatiin käyttämällä satelliittikuvan informaationa kuvioiden ydinosien keskiarvosävyjä ja kuvioiden reunaetäisyydellä painotettujen sävyarvojen keskiarvoja sekä vanhaa inventointitietoa. Puuston keskitilavuuden keskivirheeksi saatiin 42,1 % (51,6 m³ ha^–1). Tarkimmin estimoitiin puuston keskiläpimitta (keskivirhe 32,3 % (5,4 cm)), sekä keskipituus (keskivirhe 34,1 % (4,6 m)). Nuorissa ja varttuneissa kasvatusmetsissä vastaavat keskivirheet olivat noin 10 %-yksikköä pienemmät kuin koko aineistossa keskimäärin. Segmenttiestimoinnissa suhteelliset keskivirheet olivat 10–15 %-yksikköä vastaavia metsikköestimointeja suuremmat.

Toimenpide-ehdotusten luokittelussa kasvatushakkuiden oikeinluokitusprosentiksi saatiin 61,3 % ja uudistamishakkuiden 64,1 %. Hoitotoimenpide-ehdotusten luokittelussa koko aineiston oikeinluokitusprosentti oli 71,2 %.

Tutkimuksessa testattu menetelmä tarjoaa nopean ja edullisen vaihtoehdon puustotunnusten ja toimenpide-ehdotusten tuottamiseksi esimerkiksi välialueiden suunnitteluun.

• Hyvönen, Sähköposti: pekka.hyvonen@metla.fi

Tässä julkaisussa esitetään valtakunnan metsien kahdeksanteen inventointiin (VMI8, 1986–1994) perustuvat tiedot maamme suometsistä, soiden pinta-aloista ja niiden muutoksista VMI3:sta (1951–53) lähtien sekä analysoidaan muutosten syitä. Artikkelissa kuvataan suometsiin liittyviä VMI:n mittauksia, yleispiirteet tulosten laskennasta ja keskivirheen arviointimenetelmä. VMI8:n otantamenetelmää, maastomittauksia ja tulosten laskentaa on kuvattu aikaisemmin Etelä-Suomen julkaisuissa (Salminen 1993, Salminen ja Salminen 1998) sekä Pohjois-Suomen ja koko maan julkaisussa (Tomppo ym. 2001a). Tarkastelujaksolla soiden ala on pienentynyt 9,7 milj. ha:sta 8,9 milj. ha:iin, kun ojitetut ohutturpeiset suot ovat VMI:n luokituksen mukaan muuttuneet kivennäismaiksi tai siirtyneet muuhun maankäyttöluokkaan. VMI8:n mukaan ojitettuja soita on 4,6 milj. ha ja ojitettuja kivennäismaita 1,1 milj. ha. Ojitettujen soiden ala ei enää nouse, joten ojitusala jää 1950- ja 1960-lukujen metsäohjelmien suurimpia arvioita pienemmäksi.

Suometsätalouden vaikutukset soiden puuvarannon ja puuston kasvun lisäykseen ovat kuitenkin vähintään metsäohjelmien arvioiden suuruisia. 1950-luvun alussa puuvaranto oli kasvullisilla ja huonokasvuisilla metsä-maan soilla 252 milj. m³. VMI8:n mukaan puuvaranto on metsä- ja kitumaan soilla 377 milj. m³. Puuston vuotuinen kasvu on noussut 9,9 milj. m³:stä 17,4 milj. m³ :iin. VMI3:ssa soiksi luokiteltujen maiden puu-varannoksi arvioitiin VMI8:ssa 430 milj. m³ ja vuotuiseksi kasvuksi 20,1 milj. m³. Sekä puuvarannon että puuston vuotuisen kasvun suhteelliset lisäykset ovat 1950-luvun alun jälkeen olleet soilla selvästi suuremmat kuin kivennäismailla. Ojituksen lisäksi tähän vaikuttavat puustojen erilaiset lähtötilanteet, nykyisten ikärakenteiden erot sekä se, että soilla hakkuut ovat olleet vähäisempiä kuin kivennäismailla.

VMI8:ssa arvioitiin seuraavalla kymmenvuotiskaudella metsämaan soilla olevan erilaisia hakkuutarpeita 2,35 milj. ha, joista taimikonhoitoja ja ensiharvennuksissa on 1,38 milj. ha. Suometsien hakkuiden painopiste on siis vielä jonkin aikaa nuorissa metsissä. Kunnostusojituksen tarpeessa olevia soita on VMI8:n mukaan runsaat 1,5 milj. ha. Kymmenessä vuodessa toteutettuna se vastaa suurempaa vuotuista kunnostusojitustarvetta kuin kansallisessa metsäohjelmassa on esitetty. Puuntuotantoon soveltumattomia soita on ojitettu 450 000 ha, kun taas puuntuotantoon soveltuvaa ojittamatonta suota on 840 000 ha. Ojittamattomia soita on yhteensä 4,3 milj. ha.

• Hökkä, Sähköposti: hannu.hokka@metla.fi
• Kaunisto, Sähköposti: ei.tietoa@metsatiede.org
• Korhonen, Sähköposti: ei.tietoa@metsatiede.org
• Päivänen, Sähköposti: ei.tietoa@metsatiede.org
• Reinikainen, Sähköposti: ei.tietoa@metsatiede.org
• Tomppo, Sähköposti: ei.tietoa@metsatiede.org

Pohjoisten metsäkeskusten sidosryhmät jaoteltiin ryhmiin yhteistyön määrää, metsätalouden kehitystä ja alueellista metsäohjelmaa koskevien näkemysten perusteella. Metsäkeskusten ja sidosryhmien 1398 edustajalle lähetetyn kyselyn vastausprosentti oli 55.

Tulosten perusteella metsäkeskusten sidosryhmät voidaan jakaa kolmeen yhteistyöryhmään: kiinteään, kontaktimaiseen ja harvinaiseen. Metsäkeskukset ovat kiinteässä yhteistyössä metsänhoitoyhdistysten ja metsäteollisuuden kanssa. Nämä ovat tyytyväisiä metsätalouden kehitykseen tähän mennessä ja tuntevat metsäohjelman hyvin. Metsähallituksen, ympäristöhallinnon, kuntien viranomaisten ja TE-keskusten kanssa yhteistyö on kontaktimaista. Nämä tuntevat alueellisen metsäohjelman hyvin ja enimmäkseen luottavat sen vaikuttavuuteen. Luontomatkailuyritysten, ympäristöjärjestöjen ja paliskuntien kanssa yhteistyö on harvinaista. Nämä tuntevat metsäohjelman huonoimmin ja se toteuttaa heikoimmin näiden tavoitteita.

Laadullisen analyysin perusteella voidaan erottaa neljä näkökulmaa metsien käytön ongelmiin:1) Perinteisen metsätalouden laiminlyönti, 2) puumarkkinoiden ja puunjalostuksen kehittymättömyys, 3) metsäluonnon suojelun laiminlyönti sekä 4) pienimuotoisen metsätalouden väheksyminen. Kiinteässä yhteistyöryhmässä näkökulmat 1) ja 2) nähtiin tärkeinä, kontaktimaisessa kaikki näkökulmat olivat esillä ja harvinaisessa korostuivat näkökulmat 3 ja 4.

• Leskinen, Sähköposti: leena.leskinen@metla.fi
• Tikkanen, Sähköposti: ei.tietoa@metsatiede.org
• Leskinen, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa tarkasteltiin nuorten haapaviljelmien alkukehitystä erilaisilla kasvupaikoilla ja erilaisissa kasvatustiheyksissä ja verrattiin hybridihaavan ja kotimaisen haavan kehitystä ja alttiutta mustaversotaudille istutusta seuranneiden 3–5 vuoden aikana.

Tutkimuksen aineiston muodostivat neljä vuosina 1997–99 perustettua kenttäkoetta, jotka sijaitsevat Lohjalla, Lapinjärvellä ja Pornaisissa. Kaksi viljelystä perustettiin metsämaalle (OMT) ja kaksi entiselle peltomaalle. Kokeissa vertailtiin neljää eri viljelytiheyttä (400, 800, 1200 ja 1600 tainta/ha), joita tutkittiin kolmella hybridihaapakloonilla sekä kotimaisen haavan siemensyntyisellä taimierällä.

Hybridihaapa osoittautui tavallista haapaa nopeakasvuisemmaksi. Pituuskasvu oli hybridihaavalla lähes 50% nopeampi kuin haavalla. Kolmen kasvukauden jälkeen hybridihaavan taimet olivat keskimäärin n. 180 cm:n pituisia, kun haavat olivat vastaavasti kasvaneet n. 120 cm:n pituisiksi. Kasvutulokset ovat saman suuntaisia kuin onnistuneilta haapaviljelyksiltä aikaisemmin saadut tutkimustulokset. Yhdellä muokkaamattomalle pellolle perustetulla koealueella puuston alkukehitys oli poikkeuksellisen hidasta taimien ollessa vain noin metrin pituisia kolmen kasvukauden jälkeen.

Taimituhoja esiintyi viljelyksillä vähän, koska viljelykset oli istutuksen yhteydessä suojattu nisäkästuhoja vastaan. Hybridihaavan taimet osoittautuivat elävyyden ja taimien elinvoimaisuuden osalta tavallista haapaa paremmiksi. Kuolleiden taimien osuus oli hybridihaavikossa keskimäärin 4,6% ja haavikoissa vastaavasti 14,2%.

Maastomittauksissa havaittiin mustaversotaudille tyypillisiä oireita; pieniä mustia lehtilaikkuja ja joitakin kuolleita versoja. Mustaverson oireiden esiintyminen vaihteli runsaasti koealueittain. Niitä todettiin merkitsevästi enemmän haavalla, keskimäärin 37%:lla taimista, mutta hybridihaavallakin 13%:lla taimista. Maastossa todetuista oireista huolimatta hybridihaavan lehdistä tai kuolleista versoista ei pystytty myöhemmin laboratoriossa eristämään mustaversotautia aiheuttavaa Venturia tremulae -sientä.

• Hynynen, Sähköposti: jari.hynynen@metla.fi
• Viherä-Aarnio, Sähköposti: ei.tietoa@metsatiede.org
• Kasanen, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksessa selvitettiin äestyksen sekä äestyksen ja viirukylvön vaikutusta mäntysiemenpuualan taimettumiseen ja taimikon alkukehitykseen. Koekenttä perustettiin mäntyvaltaiseen kuivahkon kankaan sekametsikköön Rovaniemen maalaiskuntaan keväällä 1989, jolloin koeruudut hakattiin, muokattiin ja kylvettiin. Koejärjestelynä oli satunnaistettujen lohkojen koe, jossa lohkojen määrä oli kolme. Käsittelyt olivat 0) muokkaamaton, 1) äestys sekä 2) äestys ja kylvö. Koe mitattiin 6, 10 ja 12 kasvukauden kuluttua maanmuokkauksesta. Kokeen perustamiskeväänä Etelä- ja Keski-Lappiin saatiin hyvä männyn siemensato. Ylispuut poistettiin toisen ja kolmannen mittauksen välillä.

Vuonna 2000 12 kasvukauden jälkeen muokkauksesta männyntaimia oli muokkaamattomalla alalla keskimäärin 3 500 kpl/ha, äestetyllä 7 200 kpl/ha sekä äestetyllä ja kylvetyllä yhteensä 10 100 kpl/ha. Kehityskelpoisia männyntaimia oli vastaavasti 1 100 kpl/ha, 2 300 kpl/ha ja 2 700 kpl/ha. Kuusentaimet mukaan lukien kehityskelpoisia taimia oli yli 2 000 kpl/ha myös muokkaamattomalla alalla. Kehityskelpoisten männyntaimien keskipituus oli 12 kasvukauden jälkeen muokatuilla aloilla noin 130 cm ja muokkaamattomalla alalla noin 100 cm.

Mäntysiemenpuuala taimettui hyvin, kun maa muokattiin ja erityisesti kun maa muokattiin ja kylvettiin. Poikkeuksellisen hyvän siemensadon, kokeen suppeuden sekä edullisten ilmasto- ja kasvupaikkatekijöiden vuoksi tutkimustuloksia ei voida laajasti yleistää männyn luontaiseen uudistamiseen Lapin eteläosissa.

• Hyppönen, Sähköposti: mikko.hypponen@metla.fi
• Kemppe, Sähköposti: ei.tietoa@metsatiede.org

Tässä tutkimuksessa on selvitetty meno-paluukuljetuksien avulla puutavaran maantiekuljetusten kannattavuuden parantamista suomalaisen puunhankinnan ja ensisijaisesti sen taktisen suunnittelun näkökulmasta. Tutkimuksessa kehitettiin dynaamiseen puuvirtamalliin perustuva meno-paluukuljetukset huomioiva optimointimalli. Mallissa tiimien ja niitä ylemmän organisaatiotason kuljetustavoite formuloitiin myös meno-paluukuljetusvaihtoehdon avulla. Optimoinnin tulos oli kuljetussuunnitelma sekä meno-paluukuljetukset huomioivalla puuvirtamallilla, että vastaavalla puuvirtamallilla, joka huomioi pelkät menokuljetukset. Tulosten analyysi osoitti, että riittävästi yleistettynäkin meno-paluukuljetukset olivat kannattavia, koska kuljetussuunnitelmat olivat erilaisia ja samalla puunhankinnan kokonaiskustannukset alenivat. Jatkoanalyysissä taktiseen lähestymistapaan liitettiin myös operatiivisia piirteitä, jotta meno-paluukuljetusten leimikko- ja autokuormakohtaiset kustannusvaikutukset selvisivät. Tätä varten kuljetussuunnitelmille valittiin pystyvarannosta leimikot ja niiden puumääristä muodostettiin kuormat, joille laskettiin toteutuneet yksikkökustannukset. Tulosten perusteella meno-paluukuljetuksilla saavutettavat säästöt puutavarakuljetusten yksikkökustannuksissa voisivat varovaisen arvion mukaan olla 2–3 % ja optimistisen arvion mukaan 3,5–4,5 %. Yksittäisissä tapauksissa päästiin jopa 7 %:n positiivisiin kustannusvaikutuksiin.

• Väätäinen, Sähköposti: teijo.palander@forest.joensuu.fi
• Palander, Sähköposti: ei.tietoa@metsatiede.org
• Harstela, Sähköposti: ei.tietoa@metsatiede.org

Metsätalouden eri osa-alueilla pyritään jatkuvasti kustannussäästöihin. Kustannusten vähentämiseen tähtäävien toimenpiteiden vaikutukset jäävät kuitenkin valitettavan usein selvittämättä. Yksityismetsien metsäsuunnittelun tietotarpeita tyydyttävään kuvioittaiseen arviointiin on haettu viime aikoina kustannussäästöjä erilaisia korvaavia ja täydentäviä arvioimismenetelmiä testaamalla. Metsäkeskusten suorittamassa yksityismetsien metsäsuunnittelussa metsälön kaikki kuviot käydään läpi maastoinventoinneilla noin kymmenen vuoden välein. Laskennallisessa ajantasaistuksessa kuvioaineistoa päivitetään tilastollisilla malleilla toimenpiteet huomioon ottaen. Tällöin rajoiltaan muuttumattomilla kuvioilla ei tarvitse suorittaa puustomittauksia jokaisella inventointikerralla. Kasvuennusteiden luotettavuusarvioita ei kuitenkaan tehdä, vaan ajantasaistettua kuvioaineistoa käytetään kuten varsinaista uutta inventointiaineistoa.

Tässä katsauksessa tarkastellaan erilaisia menetelmiä, joiden avulla voidaan tuottaa ajantasaistetuille tunnuksille luotettavuusarvioita. Nämä luotettavuusarviot palvelevat tilanteissa, joissa olisi päätettävä, käytetäänkö kuviotiedoston ajantasaistusta kuvioittaisen inventoinnin tukena tai korvaamassa osittain uutta inventointitietoa. Suunnittelijalle luotettavuusarviot antavat tukea päätöstilanteessa, jossa valitaan kuviot, joille ajantasaistus voidaan tehdä luotettavasti.

• Haara, Sähköposti: arto.haara@metla.fi

Tässä katsauksessa esitellään monitavoitteisen metsäsuunnittelun menetelmiä, joiden avulla voidaan vaikuttaa suunnittelualueen metsien spatiaaliseen rakenteeseen. Metsäalueen spatiaalinen rakenne eli konfiguraatio kuvaa elinympäristöjen tai resurssien sijoittumista alueelle. Se määräytyy metsiköiden kokojen, muotojen ja erityyppisten metsiköiden suhteellisen sijainnin perusteella. Katsauksessa tarkastellaan erityisesti kahden spatiaalisen tavoitteen sisällyttämistä metsäsuunnittelun optimointilaskelmiin. Tavoitteet ovat elinympäristöjen kokoon vaikuttaminen ja elinympäristöjen välisten yhteyksien luominen. Ensin esitellään näiden tavoitteiden ekologiset perustelut. Suomalaisessa pirstoutuneessa metsämaisemassa ensimmäisen tavoitteen suhteen kyse on yleensä elinympäristölaikkujen koon suurentamisesta. Toinen tavoite liittyy Suomessakin käytettyjen ekologisten yhteyksien tai ekokäytävien muodostamiseen. Katsauksessa tarkasteltujen tutkimusten perusteella voidaan todeta, että molemmat tavoitteet voidaan sisällyttää suunnittelulaskelmiin eri tavoilla. Metsäalueen spatiaalista rakennetta voidaan joissakin tapauksissa myös parantaa varsin pienillä puuntuotannollisilla kustannuksilla. Tämä edellyttää tehokkaiden optimointimenetelmien ja metsien dynamiikan hyödyntämistä. Jatkossa tulee panostaa paitsi joustavien ja monipuolisten suunnittelumenetelmien kehittämisen, myös niiden sisällyttämiseen luontevaksi osaksi koko suunnitteluprosessia. Tällöin tarvitaan käytännön kokemuksia menetelmien käytöstä.

• Kurttila, Sähköposti: mikko.kurttila@forest.joensuu.fi
• Jokimäki, Sähköposti: ei.tietoa@metsatiede.org

Tutkimuksen tavoitteena oli selvittää automaattisten ja puoliautomaattisten kuviointimenetelmien käyttökelpoisuutta ennakkokuvioinnissa. Tutkimuksessa vertailtiin visuaalisella kuvatulkinnalla, puoliautomaattisella menetelmällä ja kolmella eri segmentointiohjelmalla automaattisesti tuotettuja kuviointeja. Käytetyt segmentointiohjelmat olivat 1) Helsingin yliopistolla kehitetty automaattinen Winseg32-segmentointiohjelma, 2) Metsäntutkimuslaitoksessa kehitetty automaattinen segmentointiohjelma ja 3) Oy Arbonaut Ltd:n kehittämä puoliautomaattinen Stand Delineation Tool -segmentointiohjelma. Tutkimuksessa vertailtiin eri menetelmillä tuotettujen kuvioiden puustotunnusten homogeenisuutta ja kuviorajojen sijaintitarkkuutta. Puustotunnusten homogeenisuuden tarkastelussa visuaalinen ja puoliautomaattinen tulkinta osoittautuivat yhtä hyviksi menetelmiksi. Puoliautomaattisessa menetelmässä segmentointiohjelman tuottamia kuviorajoja jätettiin ennakkokuviointiin visuaalista tulkintaa enemmän. Kuviorajojen sijaintitarkkuus oli paras visuaalisessa tulkinnassa. Automaattiset menetelmät eivät tuota lopullista kuviointia, vaan visuaalinen tarkistus ja maastotarkistus ovat tarpeen.

• Sell, Sähköposti: raisa.sell@tapio.mailnet.fi

Artikkelissa käsitellään uuden mittauslaitteen tarkkuutta puiden läpimitan mittauksessa ja sen tarjoamia sovellusmahdollisuuksia metsänmittaukseen ja metsäsuunnitteluun. Laitekehittelyn tavoitteena on tehostaa metsänmittausta ja tarjota uusia mahdollisuuksia selvittää puuston tilavuutta ja puutavaralajirakennetta entistä tarkemmin. Kehitteillä oleva mittauslaite muistuttaa relaskooppia. Laite koostuu laseretäisyysmittarista, vakioetäisyydellä olevasta säädettävästä relas-koopin hahlosta, elektronisesta kompassista ja kaltevuusmittarista. Laite mahdollistaa puiden tunnusten ja sijainnin mittaamisen koealan keskipisteestä käymättä puiden luona. Tutkimuksen laadinta-ajankohtana laitteesta oli käytössä toinen prototyyppi. Laitteella saavutettava tarkkuus läpimitan mittauksessa riippuu selvästi mittausetäisyydestä. Noin kolmen metrin etäisyydellä puusta rinnankorkeusläpimitan mittausten hajonta oli esitutkimuksen mukaan keskimäärin 6,8 mm ja 12 metrin etäisyydeltä 15,8 mm. Laite mahdollistaa runkolukusarjan mittaamisen tehokkaaasti ja mittauksen tarkkuus voidaan arvioida. Parhaimmillaan laite tulee olemaan järeissä ja taloudellisesti arvokkaissa puustoissa, joissa näkyvyys on hyvä.

• Laasasenaho, Sähköposti: jouko.laasasenaho@helsinki.fi
• Koivuniemi, Sähköposti: ei.tietoa@metsatiede.org
• Melkas, Sähköposti: ei.tietoa@metsatiede.org
• Räty, Sähköposti: ei.tietoa@metsatiede.org

• Valsta, Sähköposti: lauri.valsta@helsinki.fi

• Hyppönen, Sähköposti: mikko.hypponen@metla.fi

• Selby, Sähköposti: ashley.selby@metla.fi
• Petäjistö, Sähköposti: ei.tietoa@metsatiede.org
• Koskela, Sähköposti: ei.tietoa@metsatiede.org

• Rautiainen, Sähköposti: olavi_rautiainen@hotmail.com

• Varjo, Sähköposti: jari.varjo@metla.fi

• Paananen, Sähköposti: raito.paananen@tapio.mailnet.fi

• Uuttera, Sähköposti: janne.uuttera@tapio.mailnet.fi
• Hiltunen, Sähköposti: ei.tietoa@metsatiede.org
• Rissanen, Sähköposti: ei.tietoa@metsatiede.org
• Anttila, Sähköposti: ei.tietoa@metsatiede.org
• Hyvönen, Sähköposti: ei.tietoa@metsatiede.org

• Holopainen, Sähköposti: markus.holopainen@helsinki.fi

• Korhonen, Sähköposti: kari.t.korhonen@metla.fi

• Kajava, Sähköposti: sirke.kajava@metsakeskus.fi
• Silver, Sähköposti: ei.tietoa@metsatiede.org
• Saarinen, Sähköposti: ei.tietoa@metsatiede.org
• Heikkilä, Sähköposti: ei.tietoa@metsatiede.org

• Ovaskainen, Sähköposti: ville.ovaskainen@metla.fi
• Horne, Sähköposti: ei.tietoa@metsatiede.org
• Pouta, Sähköposti: ei.tietoa@metsatiede.org
• Sievänen, Sähköposti: ei.tietoa@metsatiede.org

• Annila, Sähköposti: erkki.annila@metla.fi

• Kallio, Sähköposti: maarit.kallio@metla.fi

• Wallenius, Sähköposti: ei.tietoa@metsatiede.org
• Kuuluvainen, Sähköposti: ei.tietoa@metsatiede.org
• Heikkilä, Sähköposti: ei.tietoa@metsatiede.org
• Lindholm, Sähköposti: ei.tietoa@metsatiede.org

• Ruotsalainen, Sähköposti: ei.tietoa@metsatiede.org
• Tuomi, Sähköposti: ei.tietoa@metsatiede.org
• Väre, Sähköposti: ei.tietoa@metsatiede.org

• Leinonen, Sähköposti: ei.tietoa@metsatiede.org
• Hänninen, Sähköposti: ei.tietoa@metsatiede.org

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

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

• Anttila, Sähköposti: ei.tietoa@metsatiede.org

• Venäläinen, Sähköposti: ei.tietoa@metsatiede.org
• Ruotsalainen, Sähköposti: ei.tietoa@metsatiede.org

• Nevalainen, Sähköposti: ei.tietoa@metsatiede.org

• Malmivaara, Sähköposti: ei.tietoa@metsatiede.org
• Löfström, Sähköposti: ei.tietoa@metsatiede.org
• Vanha-Majamaa, Sähköposti: ei.tietoa@metsatiede.org

• Wallenius, Sähköposti: ei.tietoa@metsatiede.org

• Viherä-Aarnio, Sähköposti: ei.tietoa@metsatiede.org
• Velling, 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

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

• Tasanen, Sähköposti: tapani.tasanen@seamk.fi

• Mälkönen, Sähköposti: eino.malkonen@metla.fi

• Päivänen, Sähköposti: juhani.paivanen@helsinki.fi

• Lähde, Sähköposti: erkki.lahde@metla.fi

• Päivänen, Sähköposti: juhani.paivanen@helsinki.fi
• Sarkkola, Sähköposti: ei.tietoa@metsatiede.org

• Stöd, Sähköposti: reeta.stod@metla.fi
• Wall, Sähköposti: ei.tietoa@metsatiede.org
• Kilpeläinen, Sähköposti: ei.tietoa@metsatiede.org
• Verkasalo, Sähköposti: ei.tietoa@metsatiede.org

• Rikala, Sähköposti: juha.rikala@helsinki.fi
• Sipi, Sähköposti: ei.tietoa@metsatiede.org

• Rissanen, Sähköposti: antti.rissanen@helsinki.fi
• Sipi, Sähköposti: ei.tietoa@metsatiede.org

• Varhimo, Sähköposti: antero.varhimo@kcl.fi
• Penttilä, Sähköposti: ei.tietoa@metsatiede.org
• Kojola, Sähköposti: ei.tietoa@metsatiede.org
• Laiho, Sähköposti: ei.tietoa@metsatiede.org

• Penttilä, Sähköposti: timo.penttila@metla.fi
• Kojola, Sähköposti: ei.tietoa@metsatiede.org
• Laiho, Sähköposti: ei.tietoa@metsatiede.org

• Sarkkola, Sähköposti: sakari.sarkkola@helsinki.fi
• Hökkä, Sähköposti: ei.tietoa@metsatiede.org
• Penttilä, Sähköposti: ei.tietoa@metsatiede.org
• Päivänen, Sähköposti: ei.tietoa@metsatiede.org

• Nygren, Sähköposti: markku.nygren@helsinki.fi

• Kinnunen, Sähköposti: kaarlo.kinnunen@metla.fi

• Piri, Sähköposti: tuula.piri@metla.fi

• Kalland, Sähköposti: fkalland@saunalahti.fi

• Saksa, Sähköposti: timo.saksa@metla.fi
• Särkkä-Pakkala, Sähköposti: ei.tietoa@metsatiede.org
• Smolander, Sähköposti: ei.tietoa@metsatiede.org

• Palva, Sähköposti: tapio.palva@helsinki.fi

• Helariutta, Sähköposti: yhelariu@operoni.helsinki.fi

• Sopanen, Sähköposti: tuomas.sopanen@joensuu.fi

• Aronen, Sähköposti: tuija.aronen@metla.fi

• Mikola, Sähköposti: jouni.mikola@metla.fi

• Kuittinen, Sähköposti: helmi.kuittinen@oulu.fi

• Aronen, Sähköposti: tuija.aronen@metla.fi