Harvennustiheys on puhuttanut julkisuudessa rajusti – tekniikka tuo tulevaisuudessa apua työskentelyyn ja seurantaan

Kuva: Tommi Hakala

Suomen Metsäkeskus selvitti ensiharvennusten puunkorjuujälkeä Keski-Suomessa ja julkaisi raportin joulukuussa 2022. Kohteet valittiin satunnaisesti vuosina 2019–2020 toteutetuista ensiharvennuskohteista. Mittausten jälkeen suurin syy epäonnistumisiin oli liiallinen harventaminen – eli jäävää puustoa oli liian vähän.

Alustavat tulokset valtakunnallisista tarkastuksista vuodelta 2022 ovat yhtenevät Keski-Suomen selvityksen kanssa. Kaikista koko maassa 2022 tarkastetuista ensiharvennuksista vain 16 prosenttia kohteista oli metsänhoitosuositusten mukaisia.

Puuston tiheyden määrittämisessä metsäkoneiden kuljettajat käyttävät pääsääntöisesti runkolukuun perustuvaa tiheyttä. Koealoja mitataan puomin pituuden ja sen muodostaman puoliympyrän runkoluvun perusteella. Ja se voi pienemmässä puustossa antaa erilaisen kuvan, kuin vaikkapa puuston pohjapinta-alaan perustuva mittaus.

Haluttu tiheys määrittyy ja pitäisi määrittyä metsänomistajan tarpeiden ja metsänkasvatustapojen myötä. Nyt kävi tutkimuksissa myös ilmi, että vaikka ajourien välit olisivat riittävän tiheät – ajourien suurempi leveys saattoi vähentää hehtaarikohtaista tiheyttä alle suositusten. Mutta, samalla jäävien puiden kolhut olivat vähentyneet.

Metsäkoneiden tietojärjestelmien kehitys etenee nopeasti. Samalla tulee uusia alueita, joissa voidaan hyödyntää uusia teknologioita. Erilaiset puutavaralajikartat ovat tulleet jo koneketjujen keskusteluyhteyksiin ja myös työmaiden ennakkosuunnittelu onnistuu jo avoimen metsätiedon pohjalta. Niiden haasteena on mittauksen tapahtuminen satelliittien tai dronen kuvaamina, ylänäkökulmasta.

Nyt seuraava askel onkin saada kuljettajille myös mittaustietoa maanpinnan tasolta. Silloin päästään tekemään mittaus runkojen – eikä latvusten – perusteella. Nyt kehitysvaiheessa oleva Ponssen ThinningDensityAssistant -järjestelmä on yksi sellainen.