Eesti metsad pealtvaates – kus oleks vaja teha hooldusraiet?

12.01.2023

Tartu observatooriumis valmis hooldusraiete vajadust näitav kaart Kagu-Eesti kohta ja arendamisel on sellisel kaardil tuginev nutirakendus.

Eesti metsamaa jaguneb üsna võrdselt riigi ja umbes saja tuhande erametsaomaniku vahel, kes aeg-ajalt mõtisklevad metsa majandamisest. Eestis on vähe inimesi, kes pole kunagi näinud (käsi)navides või taskuraalides kaarte ja teekonna kavandamise vahendeid. Alusandmed kaartide jaoks saadakse kaugseire abil lennukitel või satelliitidel olevate sensorite abil.

Ka metsaregistris saab kuvada eraldiste piiride taustaks ortofoto, mida maa-amet uuendab pidevalt. Kombineerides suvise ja kevadise lennu mõõtmised, saame mistahes punktis Eestis kõige rohkem kahe aasta vanused andmed. Just nimelt andmed ja mitte lihtsalt pildid. Ilus kaart raalis on numbriline asukohakoordinaatidega andmestik, mille töötlemiseks on arvutid ideaalsed vahendid. Metsas kohal käinud inimese silma ja aju kombinatsioonile jäävad kaugseireandmetele tuginevad hinnangud täpsuse poolest (veel) veidi alla, aga võimalus Eesti ulatuses saada automatiseeritult metsade takseerandmeid igal aastal on igatahes tähelepanu vääriv.

Andmete lugemist saab treenida

Kaugseireandmed on tasuta kättesaadavad ESTHubist* ja maa‑ameti avaandmete portaalist. Teelahkmel seistes tuleb otsustada, kas asume ise kasutama avaandmeid oma metsade haldamiseks või loodame, et ehk seda ei tee ka keegi teine.

Kogenud taksaator suudab metsas abivahenditeta üsna adekvaatselt hinnata keskmise puu kõrguse ja rinnasläbimõõdu ning puistu koosseisu, rinnaspindala, täiuse ja vanuse. Aga ka kaugseireandmetele (satelliidipildid, ortofotod, aerolidari andmed) lihtsalt peale vaadates saab mõningase treeningu järel palju infot. Treenimiseks sobivad riigimetsa takseerandmed, mis on metsaregistris avalikult nähtavad. Märksõnad: numbrilised andmed, arvutid ja treenimine – toovad meid automatiseeritud metsatakseerimise lahenduse juurde.

Alates 2008. aastast võimaldavad maa-ameti tehtava üleriigilise aerolaserskaneerimise andmed hinnata puistute kõrgust täpsemalt kui taksaator seda tavaliselt teeb metsas. Tüvemahu hinnangud on siiski veidi suurema veaga. Multispektraalsete satelliitsensorite piltidelt saame puistu koosseisu hinnangu, mis keskealistes ja vanemates puistutes on domineerivate puuliikide osas üsna adekvaatne. Kaugseireandmete abil saame lisana ka puistusisese varieeruvuse ja masinõppemeetodid võimaldavad prognoosida metsa omadusi, mille kohta on olemas piisava vaatluste arvuga näidisandmestik. Eesti avaandmete põhjal saab metsi kirjeldada 10–20 m pikslite kaupa. (Vt joonis 1.)

Joonis 1. Suure punktitihedusega lidariandmete näide.

Millest alustada?

Loomulikult metsaressursi riikliku arvestuse registri portaalist (https://register.metsad.ee), mis kuvab eraldiste piirid ja taustaks tavalistes värvides või valevärvi ortofoto. Valevärvipildil tekib inimsilmale nähtamatu lähiinfrapunase spektriosa kiirguse kaasamise abil suur kontrast okas- ja lehtpuupuistute vahel. Kaardile saab lisada maa-ameti koostatud metsa kõrgust värvidega kujutava kihi.

Paljudele ehk ongi metsaregistri portaal piisav vahend oma metsale peale vaatamiseks, kuid taimkatte kõrguse numbrilise info saame ainult maa-ameti geoportaalist (https://geoportaal.maaamet.ee). Kõrguseandmete vaatamiseks koos eraldiste kaardiga sobib selline vabavara nagu QGIS (https://www.qgis.org). Metsatüki jaoks tuleb esmalt leida vastavad kaardilehtede numbrid. (Vt joonis 2.) Punktipilvede vaatamiseks leiab vahendeid aadressilt https://lidarradar.com/review/9-free-lidar-viewers. Kasulik on tunda andmestikku, millele tuginevaid produkte (metsatakseerimist) võidakse turul pakkuda ja teiseks saab enda metsadele peale vaadates alati midagi uut teada.

Joonis 2. Eesti põhikaardi lehtede jaotusskeemid 1:10000 ja 1:2000 mõõtkavas andmete jaoks.

Esimene kaugseirerakendus hooldusR

Tasuva tulevikupuistu kujundamiseks tuleb noorendikes ja latimetsades teha õigel ajal hooldusraieid. Need on raied, millest ei saa hetkel olulist rahalist tulu, aga mille tegemata jätmisel omanik tulevikus rahaliselt kaotab. Millistes puistutes on hooldusraietega praegu juba kiire?

Kas metsaomanik peaks nüüd kohe laadima maa-ameti lehelt alla lidariandmed ja asuma neid analüüsima? Kaugseireandmete kuvamine arvutiekraanil on üsna lihtne, aga numbrilise töötlusega alustamine nõuab vist sisseelamiseks natuke rohkem aega kui enamikel metsaomanikel muude toimetuste kõrvalt üle jääb. Seetõttu otsustasimegi Tartu observatooriumis teha noorte metsade hooldusraie vajaduse näidiskaardi Kagu‑Eesti kohta.

Võtsime 2017. ja 2021. aasta suvised aerolidariandmed maa-ameti lehelt ja koostasime 20 m pikslite (400 m²) kaupa puistute kõrguse kriteeriumi ja võrastiku liituse kaardid. Kandsime hooldusraie vajaduse kaardile pikslid, kus kõrguse näitaja oli 2021. aastal alla 11 m ja võrastiku liitus sealjuures üle 85%. Kaardilt eemaldasime madalaboniteedilised (soo)metsad, mille H100 jäi alla 22 m, ja alad, kus nelja aasta kõrguse kasv oli alla 1,3 m.

Loomulikult tunduvad sellised lihtsad reeglid kavalate masinõppemeetodite kõrval natuke algelised, aga meil ongi hetkel tegemist kaardi prototüübiga – edaspidi on võimalik kõike teha täpsemini. Ka võib selliste lihtsate reeglite järgi saadud kaardil olla midagi puudu või üle. Pisteline kontroll aga näitas, et kaardil tähistatud puistud on just need, kuhu peaks metsaomanik minema kindlasti üsna peatselt ja kohapeal hindama hooldusraie vajadust. Kui pole kogemusi, siis võib teha metsas lihtsalt tavalisi fotosid (ka diagonaalis ülespoole võradest) ja saata need metsakonsulendile või metsaühistu spetsialistile nõu küsimiseks.

Enda arvutis selle kaardi vaatamiseks sobivad QGIS või teised sarnased programmid. Kaardi saamiseks võtke ühendust Tartu observatooriumiga.

Meie kaugseireandmetele tugineva hooldusraiete vajaduse indikatsioonikaardi võimalikult lihtsal viisil metsaomanikeni viimiseks arendame ka taskuraali ehk nutitelefoni rakendust. Selles tasuta rakenduses kuvatakse koos maa‑ameti fotode ja eraldiste piiridega Tartu observatooriumis tehtud hooldusraiete vajaduse kaart. (Vt joonis 3.)

Joonis 3. Hooldusraie soovituskaardi vaatamiseks on äpp hooldusR.

Loodetavasti annab see näidisrakendus metsaomanikele julgust mõelda juba järgmiste metsamajanduse probleemidele, mida võiks proovida Eesti kaugseire avaandmete põhjal lahendada. Taimkatte kaugseirajad maaülikoolist ja Tartu ülikooli Tartu observatooriumist on valmis nõu ja jõuga aitama.

* ESThub on riiklik satelliidiandmete keskus.

Autorid: