Maapealseid mõõtmisi ja kaugseireandmestikke ühendades saab täpsustada metsade juurdekasvumudeleid. See võimaldab hinnata metsakasvu hõlpsamalt ka suurtel aladel.
Metsade juures huvitab inimesi sageli nende kasvukiirus, kuid selle hindamine pole sugugi lihtne ülesanne. Metsas kasvavate puude kasvu mõjutavad mitmed tegurid, näiteks puuliik ja puude vanus, kasvukoht ja ka konkreetse aasta ilm. Pildi muudava segasemaks muutuvas kliimas üha sagedamini esinevad metsa kasvu pärssivad nähtused, nagu põuad ja tormid. Seetõttu on vaja leida viise, mis aitaks metsa kasvu operatiivselt hinnata, kirjutab Eesti Maaülikooli metsakasvatuse kaasprofessor Jürgen Aosaar ning metsakorralduse ja dendrokronoloogia kaasprofessor Maris Hordo.
Tavapäraselt saab puude juurdekasvu hinnata aastarõngaste laiuse põhjal, kuna need näitavad puude aastaseid jämeduskasve. Samas on puudelt piisava hulga proovide kogumine ning nende analüüs töömahukas ja aeganõudev, eriti kui soovime saada infot suuremate metsamassiivide kohta.
Kiirem võimalus puude juurdekasvu hindamiseks on kaugseire ehk kasutada satelliitidelt tulenevat infot. Satelliitide Sentinel-1 ja Sentinel-2 pildid võimaldavad hinnata puude võrade rohelisust ja veesisaldust, andes seeläbi teavet puude seisundi kohta. Piltide põhjal arvutatakse näitajad nagu NDVI (i.k normalized difference vegetation index), mis iseloomustab taimkatte rohelisust, ja fotosünteetiliselt aktiivse biomassi hulka ning NDMI (i.k normalized difference moisture index), mis näitab võrade niiskust, ja aitab hinnata, kas mets kannatab veepuuduse all. Just need indeksid annavad vihjeid, kuidas mets mingil aastal tegelikult kasvas.
Paljudest Euroopa uurijatest koosnev töörühm Sloveenia teadlase Jernej Jevšenaki juhtimisel ühendas aga satelliitidelt ja maa pealt kogutud andmed. Teadlased soovisid arendada puude aastarõngaste laiust kalendriaasta täpsusega ennustavat mudelit ning täpsustada okas-, leht- ja segametsade juurdekasvumudeleid. Jevšenak ja tema kolleegid katsetasid mudeleid puuliikide, metsatüüpide ja üldistatud metsa tasandil.
Juurdekasvupuuriga saab puu seest puursüdamiku, millelt saab aastarõngaid loendades teada puu vanuse või nende laiuseid mõõtes jämeduskasvu kalendriaasta täpsusega. Nii saab analüüsida puu kasvu kui ka mädanike levikut tüves. Autor/allikas: Jürgen Aosaar
Mahukas töö kandis vilja: satelliidiandmete kaasamine parandas mudelite täpsust keskmiselt kuue protsendi võrra. Metsatüübiti eristades paranes okas- ja segametsade mudelite ennustusvõime umbes kümne protsendi jagu, segametsade prognoosid olid ebatäpsemad. Mudelite timmimise osas osutus olulisimaks näitajaks NDMI ehk niiskuse indeks, mis kirjeldab puude võrade vee sisaldust ja seostub seega otseselt puude kasvuga.
Analüüs ja mudelite arendus toetus ulatuslikule välitööde andmestikule. Aastarõngaste laiuste mõõtmiseks kogusid uurijad aastatel 2018–2022 puursüdamikke ning tüvekettaid rohkem kui 700 proovitükilt Kesk- ja Ida-Euroopast. Töö rakenduslikku väärtust tõstab asjaolu, et proovid koguti konkreetses piirkonnas majanduslikult olulisematelt puuliikidelt, nagu näiteks pöök, kuusk, mänd, tamm või ebatsuuga.
Uuringus osalesid ka Eesti Maaülikooli metsateadlased, kes kogusid andmeid 20 proovialalt üle Eesti.
Töö tõestas sellega, et satelliitandmete kasutamine on väga kasulik metsade kasvu hindamiseks ja prognoosimiseks suurematel territooriumidel. Eriti väärtuslikud on kaugseire andmed puude niiskuse indeksi kohta, mida ei saa koguda ainult ilmavaatluste põhjal. Selliselt mudeleid ja kaugseire meetodeid ühendades saab tulevikus paremini mõista, kuidas erinevad metsad kliimamuutustele reageerivad ning millised on riskid või võimalused metsamajanduses.
Uuring ilmus ajakirjas Science of the Total Environment. Maaülikooli teadlaste tööd toetasid Eesti Maaülikool, keskkonnainvesteeringute keskus ja Eesti teadusagentuur.