Suo - Mires and peat vol. 33 no. 4-5 | 1982

On tunnettua, että maamme soiden ja niiden kasvitieteellinen ja fysikaalinen rakenne vaihtelee laajoissa rajoissa. Siksi luotettava turpeen saannon arvioiminen vaatisi paljon turpeen tiheystietoja tavallisesti jo yhdenkin suon puitteissa ja suon energiasisällön määrittäminen vielä hyväksytyt tarkkuusvaatimukset täyttäviä lämpöarvoanalyysejä. Molemmat ovat aikaa vieviä ja kalliita. Tämän vuoksi on molempiin tavoitteisiin pyritty epäsuorasti nopeiden kentälle ja laboratorioon kehiteltyjen maatumisasteen määritysmenetelmien avulla (ks. esim. Day et al. 1979). Tässä tarkastellaan viiden erilaisen menetelmän (ynnä niiden joidenkin muunnosten) käyttöarvoa mainittuihin tarkoituksiin. Menetelmät ovat v. Post’in maatumisaste, Pjavtšenkon maatumisadannes, kuituisuus ( = amerikkalainen märkäseulonta), sentrifugi-menetelmä (neuvostoliittolainen Gost-standardi) ja kolorimetrinen menetelmä (etenkin natriumpyrofosfaattiliuoksin). Mainituista menetelmistä kolmen ensinmainitun käyttökelpoisuutta turpeen saannon (turpeen tiheyden) arvioimiseen on pohdittu aikaisemmin (Tolonen & Saarenmaa 1979). Aineisto on pääasiassa kuvassa 1 esitetyiltä 13 suolta, jotka edustavat erilaisia soita ja melko tasaisesti kaikkia pääturvetyyppejä (vrt. kuvat 2-6). Turpeen tiheyden ja useimpien maatumisastemääritysten osalta tutkittujen näytteiden kokonaismäärä on 435, mutta lämpöarvomääritysten osalta vain 106. Aineistoa on täydennetty tarkoilla turpeen hiilipitoisuusanalyyseillä (menetelmä: Salonen 1979), joita aineistossa on 330 (Taul. 1). Kaikkien testattujen maatumisastemenetelmien ja turpeen tiheyden sekä energiasisällön (kuiva-ainetta kohti) välillä oli selvä lineaarinen riippuvuussuhde. Sen voimakkuutta tutkittiin regressio- ja korrelaatio-analyysien avulla. Turpeen tiheyden suhteen tulokset olivat erittäin hyvin sopusoinnussa aikaisemmin maassamme esitettyjen tulosten kanssa siltä osin kuin vertailuaineisto koski koko turvekerrosta eikä vain soiden pintaosia. Yhteisiksi johtopäätöksiksi sekä ojittamattomien että ojitettujen soiden turpeen saannon ennustamisesta maatumisastemenetelmien avulla voitaneen siten esittää seuraavaa: v. Postin menetelmä korreloi huomattavasti paremmin turpeen tiheyden kanssa rahkaturpeissa (r2 = 50-57 %) kuin saraturpeissa (r2 = 0.5-6 %). Turpeen kuituisuuden ja tiheyden välinen korrelaatio oli vieläkin heikompi (rahkaturpeissa r2 = 33-40 %, saraturpeissa r2 = 7 %). Kolorimetrinen menetelmä ei yleisesti päässyt näinkään korkeisiin lukuihin: suuren aineiston (n = 501) pyrofosfaatti-indeksin ja turpeen tiheyden välinen korrelaatio oli r = 0.608 (r2 = 37 %) ja eri turvelajiryhmissä selityssadannes jäi vielä paljon tätäkin alhaisemmaksi. Kun myöskin Pjavtšenkon laboratoriomenetelmän ja turpeen tiheyden välinen korrelaatio, vaikkakin erittäin merkittävä, oli käytännön kannalta liian alhainen (r2 = 47 % ylimmillään, mutta useasti paljonkin pienempi), joudutaan toteamaan, ettei turpeen saantoa voida ilman suurta erehtymisriskiä tehdä yhdenkään näistä perusteella, vaan turpeen vesipitoisuus pitäisi myöskin olla tiedossa. Turpeen energiapitoisuuden ja tutkittujen menetelmien riippuvuussuhteen selvittämiseen omaa aineistoa oli paljon vähemmän ja rahkaturpeiden osalta täyden vertailun tekemiseen vain yhdestä turvepatsaasta. Lineaariregression korrelaatiot olivat odotetusti korkeammat rahkasuossa kuin sarasoissa (Taulukko 2 ja 3), 16-71 % rahkaturpeessa ja 7-46 % saraturpeessa. Suuremmin aineistoin on tutkittu etenkin v. Post'in maatumisasteen ja lämpöarvon välistä korrelaatiota (Mäkilä 1980, Tolonen et al. 1982). Se oli rahkaturpeissa parempi (r2 = 30-49 %) kuin saraturpeissa (r2 = 4-21 %). Hiilipitoisuus/maatumisastetarkastelu tuki edellä saatuja tuloksia (Taulukot 4 ja 5): selityssadannes (R2) vaihteli 24.9-40.6 % kokonaisaineistossa (n = 330). Yksityisissä turveryhmissä korrelaatio jäi tätäkin alhaisemmaksi kaikissa muissa tapauksissa paitsi puuturpeiden osalta Pjavtšenkon maatumisasteen suhteen (R2 = 67 %, n = 40). Näin ollen ainoastaan karkeaan suunnitteluun mahdollisesti riittavä suuntaa-antava tieto turpeen määrästä ja/tai energiasisällöstä on saatavissa käytettäessä mitä tahansa testatuista viidestä maatumisastemenetelmästä. Tiedon tarkkuus on sarasoissa selvästi heikompi kuin rahkaturvekerrostumissa. Näyttääkin siltä, että ainoat nopeat, mutta silti edellä käsiteltyjä keinoja usein moninkertaisesti luotettavammat menetelmät soittemme turve- ja energiamäärien kartoittamiseen löytyvät uusien elektronisten kenttä- ja laboratoriomenetelmien puolelta (ks. Pohjola et al. 1980, Tiuri & Toikka 1982).

• Tolonen, Sähköposti: ei.tietoa@nn.oo

Infrapunaspektrien ajaminen ja ehdottamamme tulkintamenetelmä, jossa määritetään yksinkertaisesti kahden aaltoluvun (1060 cm-1 ja 1620 cm-1) absorptioiden väli sen suoran kulmakerroin, on huomattavan nopea ja mahdollistaa suurenkin näytemäärän analysoimisen. Vaikkakin termogravimetriset tulokset ovat yhdensuuntaiset ja niistä on saatavissa lähes samat tiedot kuin IR-analyyseilläkin se on käytännössä huomattavasti hitaampi ja tulosten laskenta on suhteellisen monimutkainen. Koska IR-menetelmä on nopea ja herkkä, sitä voidaan helposti käyttää lähinnä kvalitatiiviseen turpeen ja humusaineen luokittamiseen eri käyttötarkoituksia varten. Analyysin soveltaminen tuotantokenttien aumojen itsesyttymisalttiuden ja palamisjärjestyksen selvittämisellä saavutetaan taloudellista säästöä. Lisäksi IR-analyysi antaa selkeän lähtökohdan turpeen itsekuumenemisen selvittämiseen sekä sen haittojen vähentämiseen.

• Tummavuori, Sähköposti: ei.tietoa@nn.oo
• Kuusela, Sähköposti: ei.tietoa@nn.oo
• Nyrönen, Sähköposti: ei.tietoa@nn.oo

The paper deals with the ground vegetation succession in different mire site types (RhSR = herbrich sedge birch-pine swamp, KN = Sphagnum papillosum bog, RiN = flark fen; for site type classification used in Fintand see Heikurainen & Pakarinen 1982) drained in 1930 s. The study sites are located in North-Ostrobothnia in the experimental fields of Muhos Experimental Station of the Finnish Forest Research Institute. Measurements of the present ground water levels as well as the basal areas of the tree stands were taken in connection with the vegetation analysis in summer 1979. Ground vegetation was analysed from sample plots of 1 sq.m applying the method used by Heikurainen (1951). The analysis data of this study were compared with the vegetation descriptions of the sites made in 1930s before the sites were drained, analyzing the degree of similarity (Jalas 1962). The terminology and concepts, used in South Finland, to describe the vegetation succession affected by drainage were also applied to this study. These terms and concepts, however, are probably not as such fully applicable in the North Finnish conditions as also indicated by the present results. Development of varying degree, depending on the site type and effectiveness of drainage, towards drier vegetation types has taken place on the studied sites. On RhSR site the mire species have almost totally disappeared, even on rather broad ditch spacing (50 m); whereas on nutrient poor, originally wet site types (RiN, KN) the ground vegetation still consists of mainly mire species, even on narrow ditch spacing (25 m). Naturally, the lowshrub and moss species of drier habitats have gained importance even in the latter case. The greatest vegetational change, however, has taken place in the, originally, very wet flark surfaces following the radical lowering of the water table. The basal areas of the tree stands varied within large limits (0.8 – 15 m3/ha) depending on the site type (fertility) and the effectiveness and condition of drainage. The ground water table in the studied sites stayed at the depth of 30-60 cm during the summer 1979. The rather fertile RhSR site can be considered to have reached the final stage of vegetational succession during the 50 years since drainage, whereas RiN and KN sites are still in the transitional drainage phase (for classification of drained peatlands, see Heikurainen & Pakarinen 1982). It seems questionable whether nutrient poor, originally wet mires, when drained, at all reach the final stage of succession in North Finland and certainly more research is needed in this field.

• Pienimäki, Sähköposti: ei.tietoa@nn.oo

Käytännön turvetuotannon piirissä on jouduttu toteamaan, että turvesaannon arvioiminen pinta-ala- ja syvyystietojen pohjalla on melkein aina hyvin epätarkkaa. Usein ja varsinkin saraturpeiden osalta eivät turpeen maatuneisuustiedotkaan juuri tuo apua ongelmaan turpeen vesipitoisuuden suunnattoman vaihtelun takia niin kuin käy ilmi useista tutkimuksista: Samsonova et al. (1954), Tolonen & Saarenmaa (1979), Mäkilä (1980), Korpijaakko et al. (1981); poikkeava käsitys kuitenkin mm. Scott'in et al. (1980) tutkimuksessa. Melkein yhtä epävarmaksi on osoittautunut turpeen energiapitoisuuden ennustaminen tavanomaisten, eri maissa käytettyjen maatumisastemenetelmien avulla (esim. Mäkilä 1980, Tolonen et al. 1982, Tolonen 1982). Siksi turvesaannon tarkempi arviointi on tehtävä joko ottamalla tilavuustarkat näytteet turvekerrostumista tai laskemalla turpeen tiheys (= ent "todellinen" tilavuuspaino) turpeen in situ kosteuspitoisuuden avulla (ks. esim. Laine & Päivänen 1982). Seurauksena kiinteästä riippuvuussuhteesta, joka luonnontilaisessa turvekerrostumassa (suopohjavesitason alapuolella) vallitsee turvekerrostuman vesipitoisuuden ja sen todellisen maatuneisuuden välillä, joka puolestaan suuresti määrää turpeen lämpöarvon, voidaan ajatella että turpeen luotettava maastokosteus saattaa olla mainituin edellytyksin myös hyvä turpeen energiapitoisuuden ennustaja. Tukea tämän periaatteen käyttökelpoisuudelle rahkasoissa on esiteltykin (Tolonen et al. 1981). Kun riittävän monien kosteus- ja/tai tilavuustarkkojen näytteiden otto nykyisten kairausvälineiden avulla on kuitenkin kovin työlästä ja kallista laajoja turveinventointeja ajatellen TKK:n radiolaboratoriossa Espoossa on kehitelty nopea ja kevyt radioaaltoanturi, joka mahdollistaa turpeen , in situ kosteusmittaukset (Tiuri & Toikka 1982). Uusi radioaaltokosteusmittari (radioaaltoanturi) perustuu dielektrisyysvakion ja tutkittavan aineen (turpeen) riippuvuussuhteeseen. Mittarin periaate ja ominaisuudet on kuvattu aiemmin (Tiuri & Toikka 1982). Anturia kokeiltiin kahdella rahkasuolla ja yhdellä sarasuolla (Taulukko 1) alkutalvesta 1981. Kaikissa tähän mennessä tutkituissa tapauksissa radioaaltoanturin taajuuslukeman (vaimennusjaksoluvun) ja samoilta syvyyksiltä mittausreiän vierestä otettujen turpeiden laboratoriossa määriteltyjen vesipitoisuuksien ja turpeen tiheysarvojen välillä oli hyvä lineaarinen korrelaatio (Kuvat 1-3, Taulukot 2-4). Selityskerroin (R2) vaihteli välillä 58-77 % kosteuspitoisuuden ja 65-76 % turpeen tiheyden (ent. tilavuuspaino) osalta tutkituissa kolmessa suossa. Vertailuun ei sisällytetty suopohjaveden pinnan yläpuolisia näytteitä. Käytännössä poisjätetty pintakerros oli 0.1-0.5 m paksuinen. Tutkimuksissa rekisteröitiin myös mittauslaitteen turpeeseen lähettämän radioaallon heijastusvaimennus, mutta sen ei voitu todeta olevan selvässä riippuvuussuhteessa edellä mainittujen turpeen ominaisuuksien kanssa. Sen sijaan heijastusvaimennusarvojen vaihtelut näyttävät kuvastavan turvelajien vaihtelua (rahkaturve, saraturve jne.). Maastohavaintojemme mukaan resonanssitaajuuslukemat vaihtelivat samassa syvyydessä suuresti aivan lähekkäisissäkin pisteissä (muutaman neliödesimetrin puitteissa), johtuen turvekerrosten pikkupiirteisestä epähomogeenisuudesta (vrt. esim. Tolonen & Ijäs 1982). Tästä syystä kenttä- ja laboratoriomittausten näytteet eivät ilmeisesti tarkalleen vastanneet toisiansa. Niinpä tuloksiamme onkin pidettävä lähinnä minimiarvioina radioaaltoanturin kykyjä puntaroitaessa. Laboratoriomittauksessa (Tiuri & Toikka 1982), missä näyteparien eksaktius oli taattu, löydettiinkin selvästi parempi riippuvuus sekä resonanssitaajuuden ja turpeen tiheyden (R2 = 81 %), että turpeen vesipitoisuuden (R2 = 88 %) välille. Näin ollen näyttää ilmeiseltä, että radioaaltoanturi mittaa varsin luotettavasti turpeen kosteuden ja tiheyden in situ turvekerrostumassa. Alustavat havainnot näyttävät osoittavan, että tätä seikkaa voitaisiin käyttää turvekerrostumien energiasisällön arvioimisen perustana (Kuvat 1 ja 5-6, Taulukko 5), varsinkin, jos lämpöarvo ilmaistaan tilavuusyksikössä turvetta.

• Tolonen, Sähköposti: ei.tietoa@nn.oo
• Tiuri, Sähköposti: ei.tietoa@nn.oo
• Toikka, Sähköposti: ei.tietoa@nn.oo
• Saarilahti, Sähköposti: ei.tietoa@nn.oo

The relationships between 32 peatland and forest vegetation types described from southern Finland were studied by different multivariate techniques. The material included regional averages (by Kalela 1977) of the following forest types (reference numbers, cf. Figs. 1-3, mentioned in parentheses): (1-2) CT, Calluna type, (3-7) YT, Vaccinium vitis-idaea type, (8-13) MT, Vaccinium myrtillus type, (14-19) OMT, Oxalis - Vaccinium myrtillus type, (20) Pyrola type, (21) OT= OMaT, Oxalis-Maianthemum type, (22) FT, Filices type (for characterization of vegetation, see Kujala 1961, Kalliola 1973). The following forested mire types were included in this study (described by Eurola 1962, cf. also Heikurainen & Pakarinen 1982): (23-26) IR, low-shrub pine bogs, (27-28) KR, spruce-pine swamps, (29-31) VK, ordinary spruce swamps, and (32) herbrich hardwood-spruce swamps. Mean percentage cover of bottom and field layer species was used in numerical analyses. A classification (Fig. 1) resulting from the agglomerative hierarchic clustering (Pritchard & Anderson 1971, Pakarinen 1976) shows four major groups: (A) dry heath forests - CT, VT, (B) mesic heath forests - MT, OMT, (C) spruce mires and herbrich forests, and (D) pine mires. Association analysis based on the presence-absence data (information-analytical method of Podani 1979) indicates that Luzula pilosa is primarily restricted to the upland (non-peaty) forests in the study area, and the reindeer lichen Cladonia stelloris (= C. alpestris) is limited in its occurrence to dry heath forests (Fig. 2); on the other hand Aegopodium podagraria and Anemone nemorosa appear to be differential species of herbrich forests. One should note, however, that the species mentioned are not constant in the primary material composed of site type means (not original sample plots). Therefore it is suggested that a threshold frequency go should be applied when developing identification keys to community types on the basis of individual species. An alternative approach, use of eigenvector methods (factor analysis, PCA, reciprocal averaging) is also briefly discussed in the paper (cf. Pakarinen 1979). Polar ordination (Bray-Curtis ordination, Fig. 3) based on percentage similarities (Jalas 1962, Gauch 1973) illustrates two major gradients in the study material: degree of paludification (x-axis), and trophic status (y-axis). While the material discussed in this paper represents the major types of mineral soil and peatland forests in their natural state in S Finland, description of different paludified forest types (with peat layer less than 30 cm) would complement the ordination diagrams. Much further research is still needed to elucidate the vegetational changes caused by nowadays common forestry practices, such as clear-cutting, peatland drainage, fertilization, etc.

• Pakarinen, Sähköposti: ei.tietoa@nn.oo