Datan laadun arvioiminen metsien hiilinielumittauksissa

Abstract

Tutkimus keskittyy metsien hiilinielujen mittausmenetelmiin ja niiden tuottaman datan laadun arviointiin. Tutkimuksen lähtökohtana on Suomen metsien rooli globaalissa hiilinielussa. Suomen metsät kattavat yli 75 % maan pinta-alasta ja ovat osa boreaalista havumetsävyöhykettä. Metsät tarjoavat monipuolisia ekologisia palveluita, kuten hiilidioksidin sitomista, mikä on tärkeää ilmastonmuutoksen hillitsemisessä. Tutkimuksen päätavoitteena on selvittää, miten eri hiilinielujen mittausmenetelmien tuottaman datan laatua voidaan parantaa ja miten tämä datan laatu vaikuttaa päätöksentekotilanteisiin.

Tutkimus toteutettiin kirjallisuuskatsauksena mukaillen Finkin mallia systemaattisesta kirjallisuuskatsauksesta. Tärkeimmät tietokannat, joista aineistoa kerättiin, olivat Andor, Scopus ja ScienceDirect. Finkin mallista poiketen näiden tietokantojen lisäksi hyödynnettiin myös ei-tieteellisiä tietokantoja kuten Luonnonvarakeskuksen ja Maa- ja metsätalousministeriön sivustoja. Tutkimuksen keskeisimpiä käsitteitä ovat hiilinielumittausmenetelmät, datan laatu ja päätöksenteko. Tutkimuksessa esitellään neljä menetelmää: metsien inventaariot, kaukokartoitusteknologiat, pyörrekovarianssimenetelmä ja käänteismenetelmä, joilla hiilinielujen mittaamista voidaan suorittaa metsäympäristöissä. Tämän jälkeen tutkitaan datan laatua Cain ja Zhun teoreettisen mallin avulla. Lopuksi kirjallisuuden perusteella tutkitaan datan laatuun liittyviä heikkouksia eri hiilinielumittausmenetelmien kohdalla.

Tutkimuksen tulokset osoittavat, että hiilinieluja mitatessa tutkimuksessa käsiteltyjen neljän eri menetelmän välillä on eroja tuotetun datan laadussa. Tutkimuksessa hyödynnetyn mallin mukaan hiilinieluista saatavissa mittauksissa voi olla ongelmia datan luotettavuuden, saatavuuden ja merkityksellisyyden suhteen. Luotettavuudessa on ongelmia kaikissa mittausmenetelmissä. Metsien inventaariot ovat luotettavia, jos inventaarioita suorittavat yksilöt ovat päteviä. Kaukokartoitusteknologioilla mitattu data on luotettavaa tietyissä olosuhteissa. Pyörrekovarianssimenetelmällä mitattu data kärsii menetelmän systemaattisista virheistä. Käänteismenetelmän tulokset perustuvat epäsuoriin mittauksiin, ja menetelmästä saatavan datan laatu riippuu käytettyjen aineistojen sopivuudesta. Mittauksissa on myös muita ongelmia, jotka vaikuttavat tuotetun datan laatuun negatiivisesti. Tuloksien mukaan hiilinieluista saatavan datan laatua voidaan parantaa esimerkiksi hyödyntämällä useita mittausmenetelmiä yhdessä ja lisäämällä mittausverkostojen mittauspisteiden määrää erilaisissa metsäympäristöissä. Tuloksissa myös korostetaan datan laadun merkitystä tehokkaalle päätöksenteolle ja ympäristöpolitiikalle.