Upload File

latvijas meža resursu attīstības prognozes un modeļi · bon) 1.5 i d t d Î o u v À] $ilÀ ] l...

  • Home
  • Documents
  • Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,
42
Latvijas meža resursu attīstības prognozes un modeļi J.Donis LVMI «Silava» Latvijas mežzinātnes diena 19.04.2013

Upload: phamthien

Post on 24-Mar-2019

217 views

Category:

Documents


0 download

Report

TRANSCRIPT

Page 1: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Latvijas meža resursu

attīstības prognozes un

modeļi

J.Donis

LVMI «Silava»

Latvijas mežzinātnes diena

19.04.2013

Page 2: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Problēmas pamatnostādnes

• Kāpēc vajadzīga meža resursu

modelēšana?

• Lai atbildētu uz «ja...., tad, ticamākais ka, .....»

– Meža nozarē,

– Vides/dabas aizsardzībā,

– Zemes izmantošanā,

– Teritorijas attīstībā....

Page 3: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Problēmas pamatnostādnes

• Kādus datus pašreiz izmantojam meža

apsaimniekošanas plānošanā / resursu

novērtēšanā?

• Labākā pieejamā!

• Koku stumbru tilpumi:

– Prof. R.Ozoliņa vienādojumi (1988), (Meža valsts reģistrs)

– Prof. I. Liepas vienādojumi (1996), (Meža Statistiskā

Inventarizācija)

• Bonitāšu skala – Orlova bonitāšu skala (Orlovs, 1931)

• Normālo audžu šķērslaukums (Tretjakovs, 1933)

• Meža valsts reģistra aktualizācija – (Matuzānis,

Bisenieks, 1983).

Page 4: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Problēmas pamatnostādnes

• Kāpēc jāpārskata pašreiz izmantotie

vienādojumi? • Stumbra tilpuma formulas (R.Ozoliņš, 1988, I.Liepa, 1996)

izstrādātas aproksimējot 20.gs. sākumā / vidū cirstu paraugkoku

datus

• Bonitāšu skala aproksimēta izmantojot M.Orlova (1931) 1911.gadā

izstrādāto sēklaudžu un atvasāju bonitāšu skalu.

• Augšanas gaita aproksimēta, pamatā izmantojot 1 reizi uzmērītu

parauglaukumu datus vai pārmērītu kopšanas ciršu parauglaukumu

datus (novēloti kopti).

• Pieļaujamie ciršanas apjomi / plāni pamatā tika 2-3 piecgadēm.

Page 5: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Problēmas pamatnostādnes

1. Meža resursu attīstības simulāciju modeļu (vienādojumu sistēmu) izveide

1.1. Meža resursu stāvokļa raksturojums (koksnes un nekoksnes resursi)

1.2. Meža resursu attīstības novērtējums (koksnes un nekoksnes resursi)

2. Simulāciju modeļu prototipa izveide

Page 6: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Stāvokļa vērtējums

H max H dom <> H vald

H g H vid

H min

N

D min D vid D g<= D vald <>D dom D max

Atsevišķa koka, meža elementa

vai audzes/parauglaukuma

taksācijas rādītāju:

Vidējās vērtības

Datu izkliedes rādītāji

Sadalījuma rādītāji

Page 7: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Meža resursu attīstības prognozēšana

?

t

x

1

2

3

t t 3 t 2 t 1 0

5

10

15

20

25

30

35

40

0 20 40 60 80 100 120

H [m]

Fläche 1 Fläche 2 Fläche 3

t

Ilglaicīgie

PL

“Laika

aizvietošana

telpā” (Cross

sectional Study)

t

x x

1

2

3 3

2

1

0

10

20

30

40

0 20 40 60 80 100 120 140

t

H [m]

Intervālu

PL

Vienreiz uzmērītie

parauglaukumi

+

0

10

20

30

40

0 20 40 60 80 100 120 140

t

H[m]

+

+

+

+

+

+

+

+

+ +

+ +

+

+ +

+ +

+ +

+ +

+ +

+ +

+ + +

+

+ +

+ +

+ +

K. von Gadow

Page 8: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Informācijas avoti

• Īslaicīgo parauglaukumu dati

– Ar vai bez radiālā pieauguma mērījumiem

• MSI parauglaukumu dati

• Ilgaicīgo parauglaukumu dati

• Stumbra analīžu dati

• Datu kombinācija

Page 9: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

MSI datu izmantošana

• MSI pirmā cikla dati

– Sadalījumi pa caurmēra pakāpēm

– Augstuma un caurmēra sakarības

• Pārmērītie MSI dati

– Augstuma pieaugumi

– Caurmēra pieaugumi

– Koku skaita izmaiņas

• Papildus mērījumi

– Koku kvalitātes novērtējums

– Vainagu platumu novērtējums

– Pieaugumi pēc radiālo urbumu skaidām

– Nekoksnes resursi - ogulāji

Page 10: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Sadalījums pa caurmēra

pakāpēm • Kāpēc?

– Sortimentu iznākums lielā mērā ir atkarīga no koku dimensijām, vidējās vērtības

ne vienmēr ir pietiekamas.

– Līdz šim modelēšanā izmantots R. Ozoliņa kvazinormālais sadalījums (no

kreisās puses pārtraukts normālais sadalījums (Ozoliņš, 2002)

– Koku skaita sadalījums virknē gadījumu ir asimetrisks

• Kas darīts!

– No MSI PL datiem (500m2) izveidota matrica, atkarībā no valdošās sugas D un

H.

– 1.stāva valdošajai sugai aprēķināti caurmēru sadalījumu vērtības gradācijas

klasēm - normālā, Veibula 2 parametru un 3 parametru, Džonsona SB teorētisko

sadalījumu koeficientu vērtības • Pēc koku skaita caurmēra pakāpēs

• Pēc koku šķērslaukuma caurmēra pakāpēs

• Piemērs no Weibull (Veibula) sadalījuma

• Rezultāti

– Koeficienti koku sadalījumam pa caurmēra pakāpēm aprēķināšanai.

Page 11: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Koku skaita sadalījuma

aproksimācija

1 suga, visi stāvi kopā

Page 12: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Augstuma caurmēra

sakarības

• Augstumlīkņu salīdzināšana

– Specifiskās augstumlīknes

• Ozoliņa vienādsānu hiperbola

• Petterson / Naslund

• U.c.

– Vispārējās augstumlīknes

• Gaffrey (Gafrejs)

• U.c.

Page 13: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vispārējo augstumlīkņu aproksimācija

• Egle Dg=16.0cm; Hg=16.2m

Page 14: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Augstuma caurmēra

sakarības (turpin.)

Page 15: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Augstuma caurmēra sakarības

(turpin.)

Page 16: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Augstuma pieaugumi

Page 17: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Augstuma pieauguma modeļu precizēšana

• Virsaugstuma un vidējā augstuma augšanas gaita

• Čapmaņa-Ričardsa funkcija

• Funkcijas īpašības

– S veida (Sigmoidāla)

– Asimptotiska

– Polimorfiskā (neproporcionāla)

– (Bāzes vecuma neatkarīga)

Vispārinātā algebriskās diferences pieeja Czieszewski, Bailey 2000

Page 18: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Augstuma pieauguma modeļu precizēšana

• Virsaugstuma un vidējā augstuma augšanas gaita:

• Pēc pārmērījumu vidējo augstumu starpībām

• Pēc aprēķinātām virsaugstuma starpībām

• Pēc aprēķinātām Hdom starpībām

• Pēc tabulētajām J.Matuzāņa virsaugstuma bonitāšu skalām

P E B

Page 19: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Caurmēra pieaugumi

Page 20: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Caurmēra augšanas gaitas modeļu

precizēšana

• Caurmēra modeļu precizēšana

– 1. Vispārinātā algebriskās diferences pieeja

– 2. Daudzfaktoru regresijas vienādojums

𝐷2 = 𝐷1 1−𝑒𝑥𝑝 −𝑏1𝐴2

1−𝑒𝑥𝑝 −𝑏1𝐴1 𝑏2+

𝑏3𝑋0

(1.4.1)

kur 𝑋0 =1

2 𝑙𝑛 𝐷1 − 𝑏2𝐿0 + 𝑙𝑛𝐷1 − 𝑏2𝐿0

2 − 4𝑏3𝐿0 (1.4.2.)

kur 𝐿0 = 𝑙𝑛 1 − 𝑒𝑥𝑝 −𝑏1𝐴1 (1.4.3.) D1; D2 –audze) vidējais kvadrātiskais caurmērs attiecīgi 1. un 2. uzmērīšanas reizē, cm

A1; A2 – audzes vecums attiecīgi 1. un 2. uzmērīšanas reizē, gadi

b1; b2; b3 – koeficienti

𝑖𝑑 = 𝑎1 ∙ exp(𝑎2+𝑎3𝐵𝐴𝐿𝐶𝐼𝑇𝐼 + 𝑎4BALEgle +a5ln(G)+a6d0.5+a7d2+a8Bon) 1.5

id – Meža elementa vidējā kvadrātiskā caurmēra 5 gadu tekošais periodiskais pieaugums, cm; BALEgle – I stāva meža elementa, kuru veido egle, šķērslaukums, ja tās vidējais augstums Hg ir lielāks par konkrētā meža elementa Hg, m

2ha

-1;

BALCITI - Citu meža elementu, kuru Hg lielāks par konkrēto meža elementa Hg, šķērslaukumu summa, m2ha

-1;

G – kokaudzes šķērslaukums m2ha

-1;

Bon – I stāva valdošās koku sugas bonitāte (atbilstoši Orlova bonitāšu skalai 0-6); d – meža elementa vidējais kvadrātiskais caurmērs;

Czieszewski, Bailey 2000

Page 21: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Caurmēra augšanas gaitas modeļu

precizēšana

• Caurmēra modeļu precizēšana – 1) MSI pārmērījumu datiem kā otrā un pirmā cikla mērījumos

pirmā stāva valdošās koku sugas vidējā kvadrātiskā koku

caurmēru starpība;

– 2) Pēc MSI parauglaukumos urbto koku, kuru caurmērs

0.8<Dg<1.2, radiālo pieaugumu mērījumiem

𝐷2 = 𝐷1 1−𝑒𝑥𝑝 −𝑏1𝐴2

1−𝑒𝑥𝑝 −𝑏1𝐴1 𝑏2+

𝑏3𝑋0

(1.4.1)

kur 𝑋0 =1

2 𝑙𝑛 𝐷1 − 𝑏2𝐿0 + 𝑙𝑛𝐷1 − 𝑏2𝐿0

2 − 4𝑏3𝐿0 (1.4.2.)

kur 𝐿0 = 𝑙𝑛 1 − 𝑒𝑥𝑝 −𝑏1𝐴1 (1.4.3.) D1; D2 –audze) vidējais kvadrātiskais caurmērs attiecīgi 1. un 2. uzmērīšanas reizē, cm

A1; A2 – audzes vecums attiecīgi 1. un 2. uzmērīšanas reizē, gadi

b1; b2; b3 – koeficienti

Czieszewski, Bailey 2000

Page 22: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Caurmēra augšanas gaitas modeļu

precizēšana

• Caurmēra modeļu precizēšana – 1) MSI pārmērījumu datiem kā otrā un pirmā cikla mērījumos

pirmā stāva valdošās koku sugas vidējā kvadrātiskā koku

caurmēru starpība;

– 2) Pēc MSI parauglaukumos urbto koku, kuru caurmērs

0.8<Dg<1.2, radiālo pieaugumu mērījumiem

Czieszewski, Bailey 2000

Page 23: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

D pieaugumi pēc pārmērījumu datiem

un radiālā urbumu skaidu datiem

Page 24: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Caurmēra augšanas gaitas modeļu

precizēšana

• Caurmēra modeļu precizēšana

𝑖𝑑 = 𝑎1 ∙ exp(𝑎2+𝑎3𝐵𝐴𝐿𝐶𝐼𝑇𝐼 + 𝑎4BALEgle +a5ln(G)+a6d0.5+a7d2+a8Bon) 1.5

id – Meža elementa vidējā kvadrātiskā caurmēra 5 gadu tekošais periodiskais pieaugums, cm; BALEgle – I stāva meža elementa, kuru veido egle, šķērslaukums, ja tās vidējais augstums Hg ir lielāks par konkrētā meža elementa Hg, m

2ha

-1;

BALCITI - Citu meža elementu, kuru Hg lielāks par konkrēto meža elementa Hg, šķērslaukumu summa, m2ha

-1;

G – kokaudzes šķērslaukums m2ha

-1;

Bon – I stāva valdošās koku sugas bonitāte (atbilstoši Orlova bonitāšu skalai 0-6); d – meža elementa vidējais kvadrātiskais caurmērs;

Page 25: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Pieaugumi pēc radiālo

urbumu skaidām

y = -0.267ln(x) + 0.766R² = 0.969

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0 2 4 6 8 10 12 14 16 18

Priede

y = -0.14ln(x) + 0.502R² = 0.722

0

0.1

0.2

0.3

0.4

0.5

0 2 4 6 8 10 12 14 16 18

Egle

y = -0.424ln(x) + 1.0311R² = 0.9575

0.00

0.20

0.40

0.60

0.80

0 2 4 6 8 10 12

Bērzs

y = -0.497ln(x) + 1.1722R² = 0.9149

0

0.2

0.4

0.6

0.8

1

0 2 4 6 8 10

M-alksnis

y = -0.593ln(x) + 1.3916R² = 0.9341

0

0.2

0.4

0.6

0.8

1

1.2

0 2 4 6 8 10

Apse

y = -1.3ln(x) + 2.2384R² = 0.9475

0.00

0.50

1.00

1.50

0 2 4 6

B-alksnis

Virziena koeficientu vērtības (slope) ir=f(d) atkarībā no meža elementa vecuma

Page 26: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Koku skaita izmaiņas

Page 27: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Koku skaita izmaiņu modeļu precizēšana

• Koku skaita modeļu precizēšana

𝑁2 = 𝑁1

𝑎 + 𝑏 +𝑐

𝑆𝐼

𝑡2

10 𝑑

− 𝑡1

10 𝑑

1

𝑎

(1.6)

N1 un N2 – koku skaits ha

-1 attiecīgi vecumā t1 un t2;

SI – virsaugstuma bonitāte (P;E 100 gados; B;M;A 50 gados; Ba 20 gados), m; a;b;c;d – empīriskie koeficienti.

Page 28: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienkārši pielietojamu koksnes pieauguma, atmiruma un krājas diferences prognožu modeļu

precizēšana pa koku sugām un bonitātēm •

Tekošā vidēji periodiskā krājas diference atkarībā no audzes vecuma desmitgades

Page 29: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienkārši pielietojamu koksnes pieauguma, atmiruma un krājas diferences prognožu modeļu

precizēšana pa koku sugām un bonitātēm •

Faktiskās (audzes) tekošais potenciālais vidēji periodiskais pieaugums

(2.7) ψ;α;β;φ – koeficienti; G – audzes krūšaugstuma šķērslaukums; H - vidējā kvadrātiskā caurmēra kokam atbilstošs augstums; D - vidējais kvadrātiskais caurmērs;

– vidējā kvadrātiskā caurmēra kokam atbilstošā augstuma periodiskais pieaugums;

– vidējā kvadrātiskā caurmēra periodiskais pieaugums. Faktiskās audzes krājas reducēto tekošo potenciālo pieaugumu aprēķināšanai izmanto 2.8. un

2.9. formulu (Liepa, 2009), kuru rezultāti savstarpēji tiek salīdzināti:

Faktiskais (2.8)

- faktiskās audzes krājas reducētais tekošais potenciālais pieaugums, m3m-2;

- faktiskās audzes krājas tekošais potenciālais pieaugums, m3 (7. formula); G – audzes krūšaugstuma šķērslaukums, m2.

Izlīdzinātais (2.9)

- faktiskās audzes krājas reducētais tekošais potenciālais pieaugums, m3m-2; B – bonitātes klase (Ia=0;I=1...V=5); A – vecums, gadi;

- izlīdzināšanas koeficienti.

Prof. I.Liepas metode (1996)

Page 30: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Koku kvalitātes novērtējums

• Kāpēc?

• Kas darīts!

– Izmantoti 2334 MSI parauglaukumu dati (48563 koki).

• Secinājumi

– No visiem analīzē iekļautajiem kokiem stumbra pirmie seši metri zāģbaļķu

sortimentu prasībām (skuju kokiem 1.-5. kvalitātes grupa; lapu kokiem 1.-3.

kvalitātes grupa)

– priedēm atbilst 91,2±0,6%,

– eglēm 82,3±0,8%,

– bērziem 53,9±1,2%,

– melnalkšņiem 60,7±2,2%,

– apsēm 51,2±3,1%

– un baltalkšņiem 39,0±2,4%.

• Rezultāts – vienādojumi kvalitātes pazeminājuma

aprēķiniem 6 sugām

Page 31: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vainagu platumu

novērtējums

• Kāpēc?

– Attālai izpētei

– Virszemes biomasas skaidrošanai

• Kas darīts

• Rezultāti

• Vienādojumi D aprēķinam atkarībā no H

un vainaga platuma.

Page 32: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Nekoksnes resursi - ogulāji

• Kāpēc?

• Kas darīts!

– 1090 MSI parauglaukumiem, kuros 2010.-2011. gadā novērtēts ogulāju

projektīvais segums un ogu (vai to pazīmju) esamība

• Secinājumi – Kopumā kādi no ogulājiem konstatēti ½ no 1090 analizētajiem parauglaukumiem.

Mellenes, konstatētas 28%, brūklenes 20%, bet avenes 14% parauglaukumi.

Pārējo ogulāju sastopamība nepārsniedz 5% no platībām.

• Rezultāts – Matrica sakarības ogulāju projektīvā seguma

atkarībai no Meža tipa, valdošās sugas un vecuma.

• Pašreiz nepietiekama informācija ogu ražas apjoma

novērtēšanai

Page 33: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Ogulāju projektīvais

segums Sug

a MT

Īpatsvars. %

Ogu raža. kg ha-1*

Īpatsvara reprezentācijas kļūda

MSI v.pak MSI v.pak

. 1 - 20

21-40

41-60

61-80

81-100

101-

Kopā

1 - 20

21-40

41-60

61-80

81-100

101-

Kopā

Brū

kle

ne

Sl 16.3 25.0 20.0 15.0 20.0 18.7 15.5 81 22.7 20.0 2.9 5.0 11.0 3.5

Mr 28.3 22.5 22.1 19.7 6.5 19.4 19.0 19.1 167 6.7 6.7 3.5 11.4 10.2 8.4 3.9 2.9

Ln 8.3 3.8 11.7 12.8 12.9 6.0 10.2 5.9 - 17.4 21.7 11.8 13.5 11.0 11.4 5.6 1.9

Dm 5.6 8.0 5.3 3.9 4.8 5.8 5.2 1.3 - 8.1 11.3 8.4 6.3 8.0 10.2 3.4 15.2

Kopā

7.8 11.4 10.8 9.0 7.7 9.7 9.1 11.4 - 6.7 8.2 6.0 5.6 5.9 6.4 2.6 4.0

Me

lle

ne

Sl 7.5 0.0 13.8 45.0 20.0 17.3 11.4 - 25.0 20.0 5.0 15.6 2.1

Mr 10.0 11.9 16.2 20.0 19.5 25.5 19.1 22.1 194 21.7 19.7 13.7 12.9 11.2 7.7 5.7 1.2

Ln 16.1 10.0 29.3 34.7 23.7 36.0 28.2 23.1 194 15.1 2.9 12.1 9.8 8.5 8.4 4.5 4.6

Dm 5.3 5.7 11.6 14.4 21.4 19.5 13.0 12.7 163 7.7 11.3 7.6 6.5 6.5 7.4 3.3 2.9

Kopā

7.1 7.6 15.8 18.8 22.6 25.7 17.2 18.4 - 6.7 8.5 6.1 5.3 4.6 4.6 2.5 1.7

Ave

ne

Sl 0.0 0.0 0.0 0.0 0.0 0.0 0.1 -

Mr 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.1 - 15.5

Ln 0.6 0.0 0.0 0.0 0.0 0.0 0.1 5.7 - 2.1

Dm 19.9 6.8 5.9 5.0 4.1 4.8 8.5 15.3 248 7.1 14.0 8.1 6.7 8.7 10.2 3.6 6.3

Kopā

15.9 3.9 3.3 3.1 2.2 2.2 5.0 5.1 - 6.8 11.9 5.7 4.9 6.9 8.0 2.8 8.8

Page 34: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienādojumu koeficientu vērtību

aprēķināšana un ticamības izvērtējums

Vienādojumu atbilstības izvērtēšanai izmantoti sekojoši statistiskie rādītāji:

Vidējā novirze (MRES) 𝑀𝑅𝐸𝑆 = 𝑦𝑖−𝑦𝑖

𝑛; (1.11)

Vidējā absolūtā novirze (AMRES) 𝐴𝑅𝑀𝑆 = 𝑦𝑖−𝑦𝑖

𝑛; (1.12)

Standartkļūda (RMSE) 𝑅𝑀𝑆𝐸 = 𝑦𝑖−𝑦𝑖 2

𝑛−1−𝑝;; (1.13)

Vidējā kvadrātiskā kļūda (MSE) 𝑀𝑆𝐸 = 𝑦𝑖−𝑦𝑖 2

𝑛−𝑝; (1.14)

Modeļa efektivitāte (MEF) 𝑀𝐸𝐹 = 𝑦𝑖−𝑦𝑖 2

𝑦𝑖−𝑦 2 ; (1.15)

Dispersijas attiecība (VR) 𝑉𝑅 = 𝑦𝑖 −𝑦

2

𝑦𝑖−𝑦 2; (1.16)

Determinācijas indekss (R2) 𝑅2 = 𝑦𝑖 −𝑦 2

𝑦𝑖−𝑦 2 (1.17).

Page 35: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienkārši pielietojamu koksnes pieauguma, atmiruma un krājas diferences prognožu modeļu

precizēšana pa koku sugām un bonitātēm •

Tekošā periodiskā diference

nAA

p

M MM , (2.1)

AM - audzes krāja vecumā A (augošo koku krāja);

nAM - audzes krāja pirms n gadiem (pirms n gadiem augošo koku krāja).

Tekošā vidēji periodiskā diference

n

MM nAAvp

M

(2.2)

Tekošais pilnais periodiskais pieaugums a

nnAA

p

Mp MMMZ (2.3) a

nM - atmiruma krāja (n gadu laikā atmirušo koku krāja perioda beigās).

Tekošais pilnais vidēji periodiskais pieaugums

n

MMMZ

a

nnAAvp

Mp

(2.4)

Tekošais faktiskais periodiskais pieaugums

nAA

p

Mf mMZ (2.5)

mA-n – intervāla n beigās audzē augošo koku krāja A-n gadu vecumā. Tekošais faktiskais vidēji periodiskais pieaugums

n

mMZ nAAvp

Mf

(2.6)

Page 36: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienkārši pielietojamu koksnes pieauguma, atmiruma un krājas diferences prognožu modeļu

precizēšana pa koku sugām un bonitātēm. •

I.Liepas metode

2.5. attēls. Faktiskās audzes reducētais tekošais vidēji periodiskais pieaugums atkarībā no audzes bonitātes un vecuma priežu audzēs (parauglaukumos)

Zm’ uzmeritais – 2.8. formula; Zm’ aprekinatais – 2.9. formula

Page 37: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienkārši pielietojamu koksnes pieauguma, atmiruma un krājas diferences prognožu modeļu

precizēšana pa koku sugām un bonitātēm •

𝑍𝑚′ = 𝑎1𝐴

𝑎2𝑎3

𝐴

100𝑎4𝐵 (2.11.)

Zm’ - faktiskās audzes reducētais tekošais vidēji periodiskais pieaugums, m3m-2ha-1; B – audzes bonitāte (Ia=0; I=1...IV=4; V=5); A – audzes vecums, gadi; a1; a2; a3; a4 – koeficienti atkarībā no sugas (2.7. tabula).

𝑍𝑚 = 𝑎1𝐴𝑎2𝑎3

𝐴

100𝑎𝑠𝐵𝐺𝑎5 (2.12.)

Zm - faktiskās audzes reducētais tekošais vidēji periodiskais pieaugums, m3m

-2ha

-1;

B – audzes bonitāte (Ia=0; I=1...IV=4; V=5); A – audzes vecums, gadi; G – audzes šķērslaukums; a1; a2; a3; a4; a5 – koeficienti atkarībā no sugas (2.8. tabula).

Page 38: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

MSI datu izmantošanas iespēju novērtējums ticamu

augšanas gaitas modeļu iegūšanā koku sugām - priede, egle, bērzs, apse, melnalksnis, baltalksnis

Page 39: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Urbuma skaidu ieguve 360 parauglaukumos MSI 2012.g. (n=3600).

Gadskārtu platuma mērījumi MSI laukumos 2011.g. iegūtajām urbumu skaidām (apm. 3000)

•

Suga

Vecuma desmitgade Kopā 3 4 5 6 7 8 9 10 11-

Priede 15 15 15 15 15 15 15 15 120

Egle 10 10 10 10 10 10 60

Bērzs 15 15 15 15 15 15 90

M-alksnis 6 5 6 5 6 2 30

Apse 2 6 7 7 6 2 30

B-alksnis 9 9 9 3 30

Suga Parauglaukumu skaits Urbumu skaidu skaits

Apse 16 195

Bērzs 61 792

Baltalksnis 19 256

Egle 35 469

Melnalksnis 19 256

Priede 104 1381

5 gadu vidējā periodiskā radiālā pieauguma „peldošās” vērtības dažādām koku sugām sadalījumā pa vecumgrupām. Uz 1 ass kalendārais gads. I1/100 –radiālais pieaugums milimetra simtadaļās. Skaitļi 20-240 – atbilstošās vecuma grupas (vidējais+-5 gadi

Page 40: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Vienādojumu izstrāde pieauguma modeļiem pēc pārmērīto pētniecisko parauglaukumu datiem

– Secinājumi:

– 5 gadu prognozes iekļaujas +-10%, taču 20 - 30 gadu prognozes uzrāda pat 2-

3m augstuma starpības,

– Caurmēra atšķirības modelētajām vērtībām un uzmērītājām pēc 20 gadiem apm.

+1 cm

– Modeļi pārvērtē izdzīvošanas varbūtību, un sekojoši G un V

H100 A D H G N D H G N D H G N D H G N D H G N

1 P 23.2 14 3.8 3.7 15.9 14231 19 5.7 6.9 26.6 10381 5.4 5.3 30.2 13072 34 12.0 13.8 37.5 3330 10.5 9.5 79.9 10108

2 P 24.2 13 5.4 3.8 7.4 3255 18 8.8 6.4 17.9 2940 7.7 5.6 14.8 2987

3 P 27.1 13 6.2 4.6 12.7 4245 18 9.1 7.5 23.8 3625 8.8 6.7 25.5 3886 33 15.7 14.5 38.1 1975 16.2 11.9 66.9 2975

4 E 25.8 17 5.8 5.2 8.8 3275 27 10.0 9.9 24.3 3075 10.5 9.4 31.6 2428 38 13.5 16.0 34.9 2450 15.7 13.4 45.2 1946

5 E 27.8 17 7.5 6.3 8.9 2017 27 12.8 11.5 26.1 2017 12.8 11.0 27.6 1442 38 17.1 18.3 39.8 1725 18.4 15.3 37.7 1125

6 E 26.8 17 6.5 5.7 6.8 2050 27 11.2 10.5 20.2 2050 11.5 10.2 22.9 1491 38 14.6 15.5 32.1 1925 16.8 14.3 32.0 1178

7 E 27.2 17 6.8 5.9 5.6 1525 27 12.7 11.4 18.7 1483 11.9 10.4 18.3 1103 38 17.4 17.9 30.1 1267 17.3 14.6 25.3 868

8 E 27.2 17 6.8 5.9 7.3 2000 27 10.7 10.2 17.7 1967 11.9 10.4 24.0 1446 38 13.5 14.7 26.6 1850 17.3 14.6 33.2 1138

9 E 26.3 17 6.3 5.5 10.1 3278 27 10.2 9.9 24.8 3033 11.1 9.8 35.2 2407 38 15.2 16.0 34.8 1911 16.4 13.9 49.6 1916

3. uzmērīšana

AUzmērītie AprēķinātieObjNr Suga

1. uzmērīšana2. uzmērīšana

AUzmērītie Aprēķinātie

Page 41: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Izaicinājumi

• Modeļi pilnveidojami’:

– paplašinot 2. cikla 4. un 5. gada datus.

– iekļaujot citu pētījumu parauglaukumu datus

un stumbra analīžu datus.

• Augšanas gaitas izmaiņas iespējamo

klimata izmaiņu kontekstā

Page 42: Latvijas meža resursu attīstības prognozes un modeļi · Bon) 1.5 i d t D Î o u v À] $ilÀ ] l µ u$ ñP µ l} ] ]} ] l] ] µPµu U uV BAL ... • Kas darīts! – 1090 MSI parauglaukumiem,

Paldies!


E À o W / v u ] } P ] µ o µ · Á Á Á X ] µ } o X } u d Æ } î W K u µ À ! u µ u µ ] v v } } µ } v o µ À ] v ] u U } u } ] v u } Á Á Á X ] µ } o X } u P µ o P µ

^ µ u & u ' } o ] u o ] ] } v E } E u } ( Z & u & Z E u ] ] o } l ~d o ...o ] ] } v E } E u } ( Z & u & Z E u ] ] o } l ~d o µ l Z À v µ ] o ~/h ^ µ u / v µ & u W u ] µ u

¾Â ¦ g ¨ à ÷ ¢ ³ & µ o ^ ] v : µ ] ] µ U } v } u ] µ ...droit.ump.ma/uploads/files/1/ExamRatt-1920/5e34650521971.pdf · h v ] À ] D } Z u u W u ] & µ o ^ ] v : µ ]

µ o ( ] v o µ ] µ o µ u µ o µ ] µ v ] À ]

µ ] µ o µ u d l ] v P Z © W l l µ ] µ o µ u l ] v P X µ

Chaminade CARTAS 3 - Ágora Marianista...} Ç u µ Ç } v v } U u ] µ ] } Z ] i } U µ ^ ] v rZ u Ç À Ì u } µ ] À } V À u ] v } v P µ } o ( µ v ] } v u ] v } µ v µ v o o

Ç - ERASMUS Pulsevbucata/elth/indrumar.pdf · h v u v µ u ] } } v ] v µ v ` v P U Æ u o µ ñ µ r í î ï U µ v v µ u ` v À ] P µ o

^D ] v ] u µ u Z µ ] } µ u v } u hE ] v v o µ ] u v } ( } µ u v …...^D ] v ] u µ u Z µ ] } µ u v _ } u hE ] v v o µ ] u v } ( } µ u v } Z ] v Z Z D^ ^ } } o This handout

fiches-variete reseau-bio-6mai2019 · Z u [ P ] µ o µ U Zs >/^ t / v ] µ µ À P o U /EZ U ' } µ u v } ( ] } v v o ] } o } P ] µ U

wellspringgardens.files.wordpress.com · W } µ o ( µ o o r À ] v µ À ] Ç Á ] v µ Z X d µ v r. s Ç o Ç U } µ À v µ v ] ( } u X } u U u ] r µ Z

s}o µ }u µ µ ] OPEN - Abriblueabriblue.com/imageProvider.aspx?private_resource=... · OPEN Néo Sécurité et budget maîtrisé. v }µo u v u} } ] À }µ v .v }µ X^]u o U. o Uo

ñ u µ µ D ] v & v µ v ] v } µ µ v u ! u v W...o ] ] v µ ^ Z } } ] v P À o u µ í ì ô ï ~D ] r: µ ] o o î ì í ô } o o } ] } v v ] µ ] } v X µ } u v W > v u v µ v

µ ] v E u } ] v P µ ] v } µ v Ç ] Ç ] } Á u } µ v

New Microsoft Word Documentaditi.du.ac.in/uploads/econtent/16_april.pdf · ~ Ç v Ç u v } µ µ Z v } u o } ] } v } ( Z } u µ U } u µ Ç u U } } u µ ð ò X W } Á } i µ ] X

v v µ ] ( u ] v ] v µ D o ] W o } u u µ v / µ ] ] u l }

CONSTRUCCIîN...> }o]u v ] v µ }v} ]u] v } µu]u } v ]U Z_ µ ]vÀ] ] (} u À µv } o } v o}]v ] µ U (} u o µ } ] v(} o o} v ] }V ^ o Àoµ ] v µ o]Ì o ]v] ]} µ v ] ] Ç µ u

µ o ] Ì o î ï X í ì X î ì í ô > } o ] E o } E v Æ o d ] ] À ] µ } ] … DE DISTRIBUTIE...^ s o > µ µ o µ ] U } u µ v s o > µ µ o µ ] U E î ô U v X ð U } í U

Á Á } µ o } µ u } ( W v Z Ç Z i U ] X X U µ u } Ç

Do W ] µ o µ u ] v D } - EMERJ · telar U o u v ] ( À } u } À } v } µ ]-sitos indispensáveis do ] µ o µ u ] v u } , do fumus boni iuris (requisitos

Regimento Interno - Florae e Ilumini · } v } u _ v ] } , u } v ] / o µ u ] v ] } v } u _ v ] } , u } v ] & o } Z µ ^ µ ] U ó ð t ] } ' u } Z µ ^ µ ] U î í ì t ] } ' u }

v µ ] } v ( } ^ µ v u o } Ç u v Z µ & } u ] v ^ u µ Ç W o µ d Z ^ µ v u o ... · 2020. 4. 22. · P v v u ] o } Ç } µ Z } µ P Z ^ u µ Ç W o µ X d Z µ v v v } P ]

P µ ] ( } u µ Ç

} µ K P v ] ] } v } u u µ v µ ' v r µ Z > µ Æ u } µ P · } µ K P v ] ] } v } u u µ v µ ' v r µ Z > µ Æ u } µ P ... ¦ x

} u u ] } z } µ } u u µ v ] Ç U ^ ^ } µ ] , o ( µ o ^ } µ v P Ks/ r í õ W o P W · 2020. 8. 7. · Ç ] P v ] v P Z ] o P U / } u u ] u Ç o ( } Z } À U } µ U v µ o X

} µ µ ] µ v Ç v u ] µ Y v u µ v Z ] P Y } } i [ À v ] Y À ...eglise.catholique04.fr/wp-content/uploads/2019/06/... · ° t r s { s u } µ u v u ] i } µ P µ o ] u v U v [

µ ] Ì ] } v } u u ] ] ^ } ] v ] u ] µ ] } u u ] ] } v ...€¦ · õ E } í > ( o } v } v ] v o µ ] Á o ] v ] À ] u ] Z } µ ~ ] v o µ ] u ] v ] o P ] u } } ]

ï ±physiquecarnotsupiv.blog.free.fr/public/Feuilles_exercices/Mecanique… · ^ µ W ^/ í r Æ ] Z Ç ] µ } Z v P ] µ µ u } µ À u v [ µ v } ] v u ] o ï± µ §

Newsletter 2018 Nouvelle version - Microsoft Publisher€¦ · h o [ µ U o [ µ U o [ µ J K µ ] U } u u } µ i } µ X X X i ð î ì o ] [ µ u X s } ] o } u u v o D } v ] } v

W Ì } o ] v U P µ ] ] } v ] ] o ] Ì u } µ u µ u } } u ] v ...€¦ · W Ì } o ] v U P µ ] ] } v ] ] o ] Ì u } µ u µ u } } u ] v ( } u v ] ] } ] v µ u v }

^ u ] ] > µ v Z W u ] µ u µ Ç v

v } u ] } Z µ u v } } u ] } v µ o X - Claudete Gebara J ... · W } v P u o } o P µ u µ ( _ ] X d o } ] u

FOCA NO RESUMO - APLICACAO DA PENA - DOSIMETRIA...ð ttt X&K EKZ ^hDK X KD D Zd/E KZZ / X ï í ò X Æ ] P ] U ] } µ } µ u U ] } µ ] v ] u v U ] v µ ( } ( µ v } } µ v µ u ]

]µ Ç(} u µ v

CMT - Investor Presentation - September 2017...&203$1< 29(59,(: {Ez^ u ] v W Dd {, µ W } o µ u µ U K, {K À íD µ ( } ( u v µ ( µ ] v P

Slides - Webinar - Sabotadores- v2 - Para baixar … · ^ } ] v } } o u v } µ } o Z ^ } v } _ v µ ^Y µ u^ } u } _ ^K µ ( Ì u } _ ^ E } } v µ ] _