Lõpparuanne käsitleb TÜ MSI projektimeeskonna poolt saadud tulemusi SMI arendusprojekti ülesannete täitmisel ajaperioodil 24.07.2023 - 31.05.2024.
Projekti raames oli pearõhk pandud SMI-s kasutatava statistilise metoodika edasisele täiendamisele, olles mitmes mõttes jätkuks projektile “Statistilise metsainventuuri (SMI) traktivõrgu analüüs ja arvutusmeetoditega seotud uuring“ (mai 2022 - jaan. 2023).
Projektimeeskonna käsutuses olid SMI seni kogutud andmed ja ametlikud tööjuhendid (SMI arvutusmetoodiline juhend, SMI välitööde juhend). Töö käigus konsulteeriti SMI spetsialistidega Keskkonnaagentuurist. Teadusliku kirjanduse kaudu tutvuti teiste riikide teadlaste tööga projekti puudutavate teemade vallas. Projektimeeskonnal oli võimalus töö käigus kohtuda ja konsulteerida paljude teiste maade metsastatistikutega.
Tulemuste lühikokkuvõte
1. Maakasutuse muutuste maatriksi koostamine. On koostatud uus metoodika SMI andmetel aastase maakasutusmuutuste maatriksi koostamiseks vastavalt IPCC nõuetele. Uus meetod tagab maakasutuse muutuste info täieliku kooskõla maakasutuse hetkjaotustega enne ja pärast üleminekuperioodi. Meetod kasutab statistikas tuntud IPFP protseduuri (Iterative Proportional Fitting Procedure), mis minimaalsete paranduste abil teisendab esialgse, potentsiaalselt mittesobituva üleminekumaatriksi kujule, mis on täpses kooskõlas etteantud hetkjaotustega. Meetod võimaldab maakasutuse muutuste analüüsi läbi viia ka mullatüüpide lõikes. Põhjalikult on käsitletud ka ajutistelt traktidelt kogutava info kasutusvõimalusi muutuste maatriksi koostamisel ja edasises LULUCF aruandluses.
2. Kasvukohaproovitükkide kasutamine kogutagavara hindamisel. Selgitati välja, et kasvukohaproovitükkidelt kogutava info oskuslik kasutamine aitab mõnevõrra (12-15%) täpsustada puistu tagavaraliste tunnuste (hektaritagavara ja tagavara) hinnangut. Selleks otstarbeks on välja töötatud uus metoodika, mis põhineb mitmesel imputeerimisel ehk kasvukohaproovitükkide mahtude paljukordsel prognoosimisel. Meetod kasutab ära suurt hulka kasvukohaproovitükkidel mõõdetavaid tunnuseid, kusjuures selgitati välja, et ei ole vajadust lisada kasvukohtadel mõõdetavate tunnuste hulka Bitterlichi relaskoobi näitu. Uus meetod võimaldab ka nõuetekohast veaarvutust kogutagavara hinnangule (mis oli seni SMI-s kasutatud mahumudelite puudus).
3. Optimaalne ajaaken mudelite hindamiseks. Uuriti, kui pikka aegrida tuleks kõrguse ja hektaritagavara mudelite kalibreerimisel kasutada, et ühelt poolt käia kaasas looduslike tingimuste sh kliima muutustega (mudeli süstemaatilise vea vähendamise eesmärgil), aga teiselt poolt arvestada, et liiga lühike andmeintervall suurendab mudeli vea juhuslikku komponenti. Leiti, et kõrguse ja mahumudelite rekalibreerimiseks on optimaalne kasutada viimase 6 või 5 aasta andmeid, mis tagab mudelitele keskmiselt suurima prognoositäpsuse RMSE mõttes (RMSE võtab kokku nii prognoosi süstemaatilise kui ka juhusliku vea).
Märksõnad: SMI, statistiline metsainventuur, maakasutuse muutused, LULUCF, kasvukohaproovitükk, metsa tagavara.