Sada aastat tagasi, 1920. aastatel tunti Norras muret metsaressursi pärast. Just toona sündis Norras mõte teha üleriigiline metsainventuur. Mõne aasta pärast alustati sellega ka teistes Skandinaavia riikides. Seega on Põhjamaadel sellise inventuuri läbiviimise kogemust juba sajandi jagu.

Eesti alustas statistilise metsainventuuriga (SMI) 1999. aastal. Enne seda, eelmise sajandi viimasel kümnendil käidi Rootsi spetsialistide juures SMI-metoodikat ja tehnikat õppimas. Seega on meil järjepidevalt mõõtmisi tehtud 25 aastat. Need veerand sajandi jooksul kogutud andmed annavad meile võimaluse hinnata metsaressursi muudatusi ja leida seoseid juba üsna pika perioodi kohta.

Kõige täpsemad andmed saaks metsaressursi kohta kahtlemata siis, kui kõik puud ükshaaval üle mõõta. Aga Eesti metsades kasvab umbes 5 000 000 000 (viis miljardit!) puud. Nende kõigi üle mõõtmine isegi mõneaastase intervalliga ei ole mõeldav, sest selleks kuluks liiga palju aega ja raha.

Seepärast toimubki üleriigiline metsainventuur proovitükkide põhiselt. See võimaldab saada võimalikult täpse hinnangu riigi kui terviku kohta, mitte ühest või teisest piirkonnast spetsiifiliselt. Riigi kui terviku metsaressursi hindamine on seatud eesmärgiks ka SMI metoodika arendamisel.

Kaugseire ja SMI tulemused toetavad teineteist

Ükski suure andmemahuga tegelev metoodika ei anna absoluutselt täpset tulemust. Samuti on paratamatu, et erineva metoodikaga sama asja mõõtes saadakse pisut erinev tulemus. Seetõttu ei saa ühegi metoodika kohta öelda, et see on ainuke, õige ja täpne metoodika. Kui aga mitu erinevat metoodikat annavad sarnase tulemuse, siis võib eeldada, et nende tulemusi võib pidada ka tõele lähedal olevaks tulemuseks. Kaugseire ja SMI annavad Eesti metsaressursist väga sarnase pildi.

Eestis on kaugseire andmeid kasutatud metsade hindamiseks juba aastakümneid. Maa-amet mõõdistab alates 2008. aastast igal aastal aerolaserskanneriga pool Eestit, millest omakorda pool mõõtmistest (ehk siis veerand Eestit) on tehtud spetsiaalselt metsanduse jaoks suvisel ajal.

Alates nende mõõdistamiste algusest on uuritud ka võimalusi hinnata kaugseire andmete põhjal metsa mõõtmeid. Ja seda tulemuslikult: viimase kümnendi jooksul on Eesti Maaülikooli teadlased avaldanud mitmeid teadusartikleid sellest, kuidas teha aerolaserskanneerimise andmetest metsa kõrguse ja tagavara kaarte.

Veelgi enam. 2018. aastal loodi üle-eestilise bioatlase ehk metsa puiduressursi atlase jaoks ka kogu Eestit kattev tagavara kaart, mille kogu hinnang oli väga sarnane SMI tulemustele (aastal 2018 oli tagavara vastavalt 480 vs 470 miljonit tihumeetrit). Ka Riigimetsa Majandamise Keskus (RMK) kasutab seda andmestikku pidevalt ning uuendab oma metsade tagavara kaarte värskete kaugseireandmete alusel igal aastal.

Ainult kaugseirele siiski tugineda ei saa, alati on vaja teha ka maapealseid mõõtmisi. Kaugseirega saadud andmed ei ole nimelt otsesed mõõtmised ning seetõttu on vajalik võrdlusandmestik, et kaudse mõõtmise alusel tuletada vajalikud tunnused.

Näiteks, kui me vaatame tavalist maa-ameti pildistatud ortofotot, siis me näeme seal värvilist pilti, aga sellel olevate objektide mõõtmeid ja liiki peame kaudselt tuletama. Seetõttu on väga oluline, et maapealsed mõõtmised oleksid võimalikult täpsed, kuna sellest sõltub omakorda tuletatud tulemuse täpsus.

Silmamõõdulise mõõtmise andmed pole samavõrra täpsed

Metsanduses kasutatakse mõõtmiste jaoks erinevaid meetodeid. Proovitükkidega mõõtmisel mõõdetakse sellel üle kõik puud ning ka täpselt see ala, mille sisse need puud jäävad. Selliselt toimub mõõtmine nii SMI proovitükkidel kui ka teistel teadustöö aluseks olevatel proovitükkidel, nt neil, mis on kasutusel kaugseire andmete analüüsimiseks.

Praktilises metsanduses kasutatakse silmamõõdulist meetodit. See on kiirem, aga mitte samavõrra täpne. Sellised andmed on metsaregistris metsamajanduslike otsuse tegemiseks. Need andmed sobivad pigem suuniste andmiseks, kas mingis metsaosas ehk eraldisel oleks vaja teha metsamajanduslikke töid. Seega pole ootused nende täpsusele nii suured, näiteks on seal lubatud tagavara hinnangu viga kuni 20 protsenti.

SMI ja metsaregistri andmetel on ka üks põhimõtteline metoodika erinevus. Nagu juba mainitud, on SMI orienteeritud täpsete hinnangute saamiseks riigi metsaressursi kohta. Seetõttu on SMI proovitükid paigutatud süstemaatiliselt üle Eesti ning neid mõõdetakse regulaarselt.

Metsaregistrisse esitatakse andmed aga vastavalt inimese soovile omi metsi majandada. Metsaregistrisse lisatavad metsatagavara andmed võivad olla kuni kümne aasta vanused. Praeguse seisuga on ligi 30 protsenti metsade inventeerimisandmed metsaregistris vanemad kui kümme aastat. Seal hulgas on ka metsi, mida ei ole viimase paarikümne aasta jooksul kordagi inventeeritud. Seetõttu ei ole metsaregistri andmete alusel võimalik kogu riigi metsade kohta täpseid tulemusi kokku panna.

Aga just metsaregistri andmetele tugineb Postimehe Fondi rahastusel teostatud metsade alternatiivne hindamine (MAH)*. Teaduslikust perspektiivist vaadates ei saa seega MAH-i statistiliseks meetodiks pidada, sest MAH-i aluseks olev andmestik ei ole üleriigiliselt ühtlaselt esindatud.

Kas SMI-d saab ikkagi usaldada?

Eesti SMI on kokku pandud koostöös Rootsi metsateadlastega, kelle põhitööks ongi riigitasemel metsastatistika metoodika arendamine.

Kui on soov SMI metoodikat süvitsi mõista, siis on selleks kättesaadav väga hea abimaterjal. 2022. aastal andis teaduskirjastus Springer välja käesoleva artikli autori raamatu "Principles of National Forest Inventory Methods. Theory, Practice, and Examples from Estonia", mis käsitleb neid teemasid just Eesti kontekstis.

Eesti SMI metoodika on üle vaadanud ka Tartu Ülikooli matemaatika ja statistika instituudi teadlased. Nende hinnangul on SMI metoodika usaldusväärne ja piisav selleks, et koostada metsa statistikat riigi kui terviku kohta. Süsteemi hinnati otstarbekaks ja tõdeti, et see võimaldab saada hinnangud sellistele olulistele näitajatele nagu metsamaa pindala, keskmine hektaritagavara ja metsa kogutagavara.

Statistikateadlased tõid analüüsis välja ka mõned ettepanekud SMI metoodika edasiseks parandamiseks, millel pole aga põhimõttelist ja kriitilist mõju tulemuste usaldusväärsusele.

Näitena võib tuua mõõtetükkide suuruse ühtlustamise. Samuti tõdemuse, et kui mõõtemeeskondi oleks Eestis rohkem kui kolm (Soomes ja Rootsis mõlemas võrdlusena üle 20), oleks kindlamalt tagatud ka subjektiivsusest tulenevate hinnangunihete ära hoidmine. Kuigi selle vastu aitab ka koolitus ja muud meetmed.

Tartu Ülikooli teadlased soovitasid kasutada metsaressursi hindamisel ka kaugseiret. Nagu eespool kirjeldatud, on kaugseire andmeid juba pika aja jooksul arvesse võetud ja selle tulemused vaid kinnitavad SMI andmeid.

Aga kokkuvõttes saab sellega ainult nõustuda, et kui statistilise metsainventuuri meeskond suureneks, oleks võimalik mõõta ka rohkem proovitükke ning SMI tulemused muutuksid selle võrra veel täpsemaks.

Mis seos on sellel kõigel raiemahuga?

Jah, metsastatistika on aluseks raiemahu otsuste tegemisel. Täpseid metsaandmeid vajame aga veel mitmetes eluvaldkondades, mitte ainult metsamajandamisel.

Rääkides metsaraietest, siis Eestis on tegeletud metsakorraldusega süsteemselt juba üle saja aasta. See aitab metsade majandamisel arvestada vajadusega, et metsaressurssi jätkuks nii praegu kui ka tulevikus.

Kuna viimase sajandi jooksul on Eesti metsade pindala oluliselt suurenenud, aga ajalises mõttes ei ole see toimunud ühtlaselt, siis on ka metsade vanuseline jagunemine ebaühtlane: umbes 40 protsenti meie metsadest on kas valmivad (ehk saavad küpseks järgmise kümne aasta jooksul) või juba küpsed. Võrdluseks, et 1980. aastatel oli meil selliseid metsi ainult 18 protsenti.

Võime hetkeolukorda vaadata ka hoopis teisest aspektist – võib-olla pole meie metsi piisavalt ja õigeaegselt majandatud, et tekiks noori metsi, mis saavad raieküpseks 60 aasta pärast? Sellised noored metsad saavad tekkida ainult uuendusraiete tulemusena.

Nagu kirjeldatud, on praegu kasutusel olev SMI kombineerituna kaugseire andmetega võimalikest mõõtmismeetoditest ressursikulukuselt kõige optimaalsem ja täpsem. Selliste usaldusväärsete andmete põhjal on hea teha ka teaduspõhiseid otsuseid metsa kui ühiskonna jaoks nii väärtusliku ressursi ja selle majandamise kohta.