GDK: 525.1 Abies alba Mili. Sortimentne in vrednostne tablice za debla jelke Assortment and Value Tables for European Fjr Trunks Edvard REBULA' Izvleček Rebula, E.: Sortimentne in vrednostne tablice za debla jelke. Gozdarski vestnik, št. 1/1996. V slovenščini s povzetkom v angleščini, cit. lit. 23. Mo delno - z računalnikom -smo kroj ili debla jelk dobre, srednje in slabe kakovosti na 4 m dolge hlade z nadmero 6 cm. Za vsak hlod smo, po kriterijih JUS·a 1 977 za razvrščanje hlod av smreke in jelke, ugotovili njegov kakovostni razred. Seštevek hlodov po razredih in ostanka vrha- ostali tehnični les- nam je dal sestavo hlodov po razredih v deblu. Vsota zmnožkov količin lesa po sortimentih s količniki vrednosti sortimenta nam kaže vrednost debla. če to delimo s komercialn im volumnom debla, dobimo tržno vrednost 1 m3 lesa v deblu. S korelacijsko in regresijsko analizo smo poiska- li ustrezne kazalce in uporabne enačbe za računa­ nje količine in deleža posameznega sortimenta v deblu, vrednosti debla in vrednosti lesa v deblu. Ugotovili smo tudi izkoristek deblovine v deblu. Izsledki so prikazani v obliki regresijskih enačb inv13tablicah. Ključne besede: jelka, tablicesortimentov, tab- lice vrednosti debel, izkoristek deblovine. 1 UVOD 1 INTRODUCTION V Sloveniji imamo vrsto raziskav o raz- ličnih značilnostih posamezne drevesne vrste. Tako tudi o jelki. Tu mislim predvsem na raziskave, s katerimi smo odkrivali značilnosti raznih mer drevesa in znakov, ki določajo kakovost drevesa. To je omo- gočilo izdelavo pripomočkov za prakso, kot so razne deblovnice, tablice sortimentov, oblikovnih višin ipd .. Podobne raziskave * Dr. E.R., dipl. inž, gozd., profesor v pokoju, 6230 Postojna, Kraigherjeva 4, SLO 2 Gozd V 54, 1996 Synopsis Rebula, E.: Assortment and Value Tables for European Fir Trunks. Gozdarski vestnik, No. 1/ 1996. ln Slovene with a summary in English, lit. quot. 23. By means of computer modelling, trunks of Eu- ropean fir of high, medium and poor quality we re bucked into 4m long trunks with an overmeasure of 6 cm. According to the JUS 1977 criteria for the classification of European fir and Norway spruce logs, the quality class was established for each log. The total sum of logs by classes and tree top - residual lumber - gave the log structure by classes in a trunk. The sum of products of timber quantities by assortments and quotients of as- sortment's value indicates the trunk' s value. The result divided by the commercial trunk's volume yields the commercial value of 1m3 of timber in a trunk. By means of corre!ation and regression analy- ses, corresponding indices and applicable equa- tions for the calculation of the quantity and share of an individual assortment ina trunk, trunk value and the value of the timber in a trunk were found. The yield of trunkwood in a trunk was established as weiL The findings are shown in the form of regres- sion equations and in 13 tables. Key words: European fir, assortment tables, trunk value ta bl es, trunkwood yield. so v različnih časovnih obdobjih (konec prejšnjega in v začetku tega stoletja, ter ponovno v zadnjih desetletjih) izvedli tudi v skoraj vseh evropskih državah in inštitutih. V zadjih letih je REBU LA (1983, 1993 in 1994) proučeval debla jelke in ugotovil zakonitosti o debelini lubja, napakah merje- nja, obličnice in volumna debla. Obilica podatkov, informacij raziskav in potrebe po novih pripomočkih za ugotavljanje vred- nosti debel na eni strani ter pripravljenOst in volja, da bi te pripomočke naredili, so omogočili nadaljno raziskavo. Sortimentne in vrednostne tabUce za debla jelke 1.1 Cilji raziskave 1.1 Research Goals Z raziskavo smo hoteli: 1. Ugotoviti sortimentno sestavo debel jelke in sicer: 1.1. Vrsto in količino posameznega goz- dno lesnega sortimenta (dalje sortimenta) v deblu jelke. 1.2. Sortimentno sestavo (delež posa- meznega sortimenta) v deblu. 2. Ugotoviti vrednost debel jelke. 3. Raziskati kaj in kako vpliva na sorti- mentno sestavo in vrednost jelovih debel. 4. Izdelati pripomočke (enačbe, tablice), ki bodo omogočili uporabo izsledkov raz- iskave v praksi. 1.2 Problematika raziskave 1.2 Research lssue V svetu je poznanih veliko različnih tablic, ki nam kažejo, kakšne in koliko raz- ličnih sortimentov lahko izdelamo iz debel določenih dimenzij. Po navadi sta vhoda prsni premer in višina drevesa. Večina teh tablic je narejenih tako, da upoštevajo le mere (dimenzije) drevesa in navadno še obliko (obličnico) debla. Sestavljalec na prerezu debla (grafu) poišče pri vrhu dre- vesa najmanjši premer, ki še zadošča za določen hlod (sortiment), nato odčita mere sortimenta in izračuna njegovo telesnino. Z merami sortimenta, zlasti dolžino, pa tudi debelina, je dan vrednostni (cenovni), oziroma kakovostni razred sortimenta. Primer takih tablic so Altherrjeve tablice (AL THERR 1963), ki so izdelane na osnovi heilbronnske klasifikacije (standarda). Tu so poleg zelo grobih kakovostnih meril os- nova za vrednotenje in razvrščanje hlodov smreke in jelke njihove mere. V deželah (Avstrija, Švica), kjer iz debla izdelajo več hlodov, krajše dolžine, npr. 4 m, je posto- pek isti, le da ugotovijo potrebne mere za vsak hlod posebej in jih nato združujejo v ustrezne vrednostne (kakovostne) razrede na osnovi mer sortimentov .-Skrajnost take- ga načina so 'Tablice premerov in volum- nov 4 m sekcij stoječih dreves" (ČOKL 1964), kjer je za drevesa različnih dimenzij dana telesnina za vsako 4 m sekcijo (hlod). V državah, kjer pri določanju kakovosti in vrednosti sortimentov odločajo poleg mer še druge značilnosti, npr. grče, kanič­ nost ipd., izdelajo tablice sortimentov v glavnem na dva načina: 1. Z majhnimi (200 - 300 dreves) vzorci iščejo značilnosti dreves v zvezi s kriteriji, ki poleg mer sortimentov odločajo o njihovi kakovosti. Iz ustreznih podatkov (tablic, starih raziskav ipd.) najprej razporedijo sortimente na osnovi njihovih mer. Nato te tablice razširijo s kriteriji kakovosti zaradi napak (grčavost ipd.) sortimentov, ki so jih ugotovili na vzorcih in jih podajajo s ka- rakteristikami drevesa, npr. lepa drevesa - pomenijo stegnjena, polnolesna debla z visoko krošnjo in dolgim delom čistega debla. Druga skrajnost so grda (slaba) dre- vesa- kratka, kon ična, vejnata ipd. Pona- vadi je 3 ali 5 stopenj kakovosti dreves ali sestojev. Tu uporabljajo za ugotavljanje količine in kakovosti sortimentov dva kriterija: mere drevesa (debla) in njegovo kakovost. Pri- mer takih tablic so Sortimentne tablice za iglavce (HU BAČ 1973) s Slovaške. 2. Z večjimi (1 000- 1500 dreves) vzorci ugotovijo vse značilnosti dreves, tako v pogledu mer kot tudi napak. Z ustreznimi razvrščanji (kakovost dreves ali sestojev) in računi (korelacije, interpelacije, tudi eks- trapolacije) nato izdelajo tablice sorti- mentov. Primer takih tablic so Sortiment- ne tablice za macesen, gaber in brezo (MECKO in dr. 1994). Vidimo, da je izdelava sortimentnih in vrednostnih tablic odvisna od meril, ki jih v različnih državah določajo uzance ali stan- dardi za razvrščanje (klasiranje) sortimen- tov. Povsod upoštevajo dva kriterija: mere in napake sortimentov. Vpliv vsakega iz- med teh kriterijev je v različnih državah različen: v nekaterih je pomembnejši, celo odločilen vpliv mer, drugod pa vpliv mer sortimentov dopolnijo (korigirajo) še s kriteriji napak. Ugotovimo lahko, da je izdelava sorti- mentnih in vrednostnih tablic toliko lažja, kolikor bolj vplivajo na razvrščanje sorti- mentov njihove mere. Take tablice so tudi priročnejše in zanesljivejše. Pri nas imajo pri določanju kakovosti sor- timentov njihove mere manjši pomen. Mera Gozd V 54, 1996 3 Sortimentne in vrednostne tablice za debla jelke (debelina in dolžina) sortimenta je v veljav- nih predpisih za razvrščanje sortimentov odločilna le kot spodnja meja (minimalne dimenzije), ki je določena za vsak razred določenega sortimenta. Za vrednotenje in razvrščanje sortimentov so pomembnejše napake sortimentov, zlasti koničnost in grčavost. Teh napak, pa ni možno povzeti z obrazcem, ker so zelo različne pri posa- meznem sortimentu. V splošnem so sicer ugotovljene medsebojne zveze med razni- mi značilnostmi drevesa (dolžina krošnje- grčavost - oblikovno število - dolžina čistega debla ipd.). Take raziskave imamo tudi pri nas (FURLAN 1974, 1975, REBU- LA 1987). Težava je v tem, da o vrednost- nem razredu sortimenta odloča posamez- na, rekli bi lahko slučajnostna, napaka. To je zlasti značilno pri najvrednejših sorti- mentih, izdelanih iz čistega dela debla. Tu lahko posamezna, samo ena, suha veja razvrednoti sortiment tudi za dva razreda. Zato je za naše razmere zelo težko izdelati sortimentne tablice. Izdelati jih je možno z določenimi poenostavitvami, predpostav- kami, ki izhajajo iz ugotovljenih medseboj- , nih zvez oziroma korelacij. Take tablice so tako bolj "povprečne". S tem mislim, da posamezno deblo in sortiment lahko zelo odstopa od "tabličnega". Napaka pa se hi- tro izravna in razvrščanje razmeroma majhne količine (10 - 20m3) sortimentov po navadi (z veliko verjetnostjo) že daje dovolj točne rezultate. Stanje je tu torej enako kot več ali manj pri vseh gozdarskih tablicah in enačbah. Tako smo ravnali tudi mi. Kakšne poeno- stavitve in predpostavke, ter kako smo jih uporabljali, bomo opisali v melodiki dela. Uporabnik tablic mora vedeti, koliko so tablice zanesljive, za kaj so uporabne in kako jih mora uporabljati. Zanesljivost in natančnost tablic sta podatka, ki kažeta, kako so tablice uspešne. Odločata o njihovi uporabnosti. Iz povedanega lahko sklepamo o name- nu in uporabnosti pričujočih tablic in enačb. Gotovo niso namenjene za ugotavljanje kakovosti in razvrščanje izdelanih sorti- mentov, kot to navadno delamo pri raznih prevzemih. Za to tudi ni nobene potrebe. Namenjene so oceni količine različnih sorti- mentov in njihove vrednosti pred sečnjo, 4 GozdV 54, 1996 oziroma izdelavo sortimentov. Tu je razvr- ščanje sortimentov po določilih raznih stan- dardov zelo oteženo. Težko ali celo nemo- goče je ugotoviti (izmeriti) stopnjo posa- meznih kazalcev (velikost napak), ki dolo- čajo kakovostni razred sortimenta. Zato je tako razvrščanje nenatančno in zelo za- mudno opravilo. Zamenjamo ga lahko z uporabo primernih tablic in enačb, ki so približno enako natančne, delo z njimi pa veliko hitrejše in ga lahko opravi računalnik. Razvrščanje sortimentov v razrede ni samo sebi namen. Je le pripomoček za določanje vrednosti oziroma cene sorti- mentov. Končni cilj tega početja je ugotovi- tev vrednosti oziroma cene, količine denar- ja, kot tudi protivrednosti za določeno količino in vrsto sortimentov. Če je temu tako, se človek vpraša, ali bi ta isti cilj lahko dosegli po kaki drugi poti. Samo po sebi je razumljivo, da mora biti ta, drugi način, racionalnejši, hitrejši, cenejši ali natančnejši, zanesljivejši. Odgovor na vprašanje je vsekakor pritrdilen, ob določe­ nih pogojih, ki predstavljajo rešitev določe­ nih vprašanj. Za našo razpravo so po- membna vsaj naslednja: 1. Kako natančno in zanesljivo morajo kazati vrednost sortimentov (debel, dre- ves), da bi bile uporabne poleg dosedanjih meril. Odgovor je najbrž: enako ali bolj zanesljivo. Težava je v tem, da ne vemo, kako današnje meritve kakovosti kažejo (odražajo) dejansko vrednost sortimentov. Gre za to, da moramo ugotoviti, kako (ko- liko) kakovost (vrednost) sortimenta (npr. žagovca) kaže kakovost (vrednost) iz njega izdelanih sortimentov. 2. Vrednostne tablice (tablice vrednosti debel ali dreves, tablice vrednosti 1 m3 lesa v drevesu) morajo biti trajne. Vrednost drevja (debel) morajo kazati daljše razdob- je. Problem je, kako to zagotoviti ob stal- nem spreminjanju na tržišču (povpraše- vanja, cen). 3. Ugotoviti primerne kazalce vrednosti. Kazalci morajo biti merljivi in v dovolj tesni zvezi (korelaciji) z vrednostjo lesa v deblu ali drevesu. To zagotavlja dovolj zanesljivo napovedovanje vrednosti. Sor1imentne in vrednostne tablice za debla jelke 1.2.1 Problem kriterijev razvrščanja hlo- dov 1.2.1 The Problem of Jog Classification Criterion V zvezi s prvim pogojem navajam prila- gojene (preračunane v relativna razmerja) podatke_ ol;>sežne analize iz leta 1968 (SVETLICIC 1968). Takrat so komisijsko, torej zelo zanesljivo, izbrali vzorec hlodov jelke in smreke v gozdu in na žagah. Vzorci so bili veliki od 21 do 121 ms, pretežno okoli 40 ms. Vzorci naj bi predstavljali povprečje Slovenije. Vse hlode v vzorcu so komisijsko razvrstili v razrede, jih na žagah po enakem programu razžagali in nato določili kakovost desk. Za vsak hlod posebej, in tako tudi za vsak kakovostni razred hlodov, so določili vrednost (pov- prečno ceno) dobljenih desk in izkoristek. V preglednici 1 je dan pregled relativnih razmerij med cenami in izkoristki za posa- mezne vzorce. Osnova primerjavi je pov- prečje vseh vzorcev. Podrobna analiza podatkov presega okvir tega dela. Podatki pa vzbujajo pomis- leke glede primernosti našega načina ugotavljanja kakovosti in razvrščanja hlo- dov jelke in smreke. Te pomisleke bomo razčistili v posebni raziskavi. Kar je za namen te raziskave pomemb- Preglednica 1: Primerjava vrednosti žaganega lesa, razžaganega iz 1 m3 žagovcev in izkoristka po kakovostnih razredih in vzorcih Table 1: Value comparison of lumber, sawn-up from 1 m3 Jogs and the yield by quality classes and samples · Velikost c E N E 1 Prices % JZKORJSTKJ /Yields o/o Vzorec vzorca Kakovostni razred Razm. Kakovostni razred Razm. Sample Sample Quality class The Quality class The ratio size ratio m' 1 2 s C/C, 1 2 3 1 /1 11 67 101 95 93 1,08 102 98 86 1,19 12 79 100 99 90 1,11 101 101 96 1.05 13 76 106 98 93 1,14 103 104 100 1,04 21 45 119 103 99 1,20 98 98 1,20 22 31 114 103 95 1,19 99 96 94 1,05 23 41 117 111 104 1,13 105 101 100 1,05 24 21 104 101 93 1,12 105 104 99 1,07 25 25 121' 108 99 1.22 108 107 107 1,01 26 30 97 103 94 1.02 99 98 96 1,04 27 28 106 100 93 1,14 99 95 104 0,95 Povpr. 443 106 101 96 1,10 104 101 97 1,07 The averaae Opomba: Povprečna cena žaganega lesa, razžaganega iz lesa gornjih vzorcev, je bila 377 takratnih DIN. To je vzeto kot osnova primerjavi (1 = 100). Povprečen izkoristek je bil66,9 %. Tud'l to je osnova primerjavi (1). Note: The average price of Jumber from the timber of the above samples total/ed 377 of the then currency DIN. This serves asa basis for the comparison (1 = 100). The average yield amounted to 66.9 %. The comparison is based on this as well(/): Preglednica 2: Relativne največje razlike med vrednostmi žaganega lesa in izkoristki 1 m3 hlodov v posameznem kakovostnem razredu Table 2: Relative greatestdifterences between the values of /umber and the yields for 1 mJ of logs in an individual quality class Kakovostni razred hlodov Razme~a pri vrednostih Razme~a pri izkoristkih žagovcev Ratio in values Ratio in yiefds Saw fo.Q quafily class Max. Min. MaxJMin. Max. Min. Max./Min. 1 456 364 1,25 0,723 0,660 1,09 11 418 S59 1,16 0,714 0,638 1,12 111 392 339 1,16 0718 0.575 1.25 Gozd V 54, 1996 5 Sortimentne in vrednostne tablice za debla jelke no, lahko povzamemo v naslednjem: 1. Razlike med vrednostmi žaganega lesa in izkoristki hlodov posameznega raz- reda so znotraj posameznega vzorca raz- meroma majhne (največja 1 : 1 ,2, pretež- no 1: 1,15). 2. Zelo velike so razlike med vrednostmi žaganega lesa in izkoristki hlodov istega kakovostnega razreda v različnih vzorcih. Prikazane so v preglednici 2. 3. Iz preglednice 1 in še bolj iz pregled- nice 2 je razvidno, da so najboljši vzorci 3. razreda dali kakovostnejše deske (večja povprečna vrednost žaganega lesa) in več­ ji izkoristek, kot hlodi iz najslabših vzorcev 1. razreda. Iz 1 m3 hlodov 1. razreda so kar v 4 vzorcih nažagali manj vreden les kot iz 1 m' hlodov 3. razreda v najboljšem vzorcu! Zaključimo lahko, da naši predpisi o raz- vrščanju (vrednotenju) žagovcev smreke in jelke niso zanesljivi pri napovedovanju njihove dejanske vrednosti, t.j. vrednosti iz njih nažaganih izdelkov. Obravnavamo sicer JUS iz leta 1967. Sklepamo pa tudi, da JUS iz leta 1979, ki trenutno velja pri nas, ni mnogo (če sploh je) boljši, saj upo- števa ista merila. Povedati velja še, da je bilo razvrščanje hlodov opravljeno vestno in natančno (komisija gozdarjev in lesarjev) in da gre za povprečne podatke razmero- ma velikih vzorcev. Razlike med posamez- nimi hlodi so gotovo še veliko večje. Vzroke zakaj je tako, kot smo opisali zgoraj, bomo raziskali v posebni raziskavi. Tu lahko le domnevamo, da sta vzroka za tako stanje vsaj tudi naslednja: 1. Neupoštevanje debeline žagovcev, kot merila njihove kakovosti in vrednosti. 2. Razlike med smreko in jelko, ki ju naši, pa tudi evropski standardi obravna- vajo skupaj, kot da med njima ni razlik v kakovosti in uporabnosti njunega lesa. Vidimo, da tudi zelo podrobna in kompli- cirana določila o vrednotenju in razvrščanju žagovcev jelke v veljavnih predpisih ne kažejo dovolj natančno in zanesljivo njiho- ve dejanske vrednosti. Tako stanje je kljub uporabi vrste podrobnih meril in zamud- nemu delu z ugotavljanjem vseh napak in razvrščanjem vsakega hloda posebej. Raz- vrščanje je uspešno in dovolj zanesljivo le 6 GozdV 54, 1996 v nekakem povprečju večje količine sorti- mentov. Podobno natančnost in zanesljivost raz- vrščanja bomo dosegli tudi z našo meto- diko, ki jo bomo opisali pozneje. 1 .2.2 Problem trajnosti enote vrednosti sortimentov 1.2.2 The Problem of Assortment Value Unit Per- manency Vrednost lesne surovine, sortimentov, se spreminja s spremembami v družbi, tehno- logiji in zaradi delovanja še drugih dejavni- kov. Cene lesa, kot odraz njegove vredno- sti, pa se spreminjajo še zaradi vpliva po- nudbe in povpraševanja, konjukture, mode, sezone, ipd. Poleg tega so vse valute obre- menjene z inflacijo. Zato nastaja problem trajnosti enote, s katero prikazujemo vred- nost sortimentov. Denarne enote niso pri- merne. Boljši so razni faktorji in količniki, ki odražajo relativna razmerja med vrednost- mi posameznih razredov sortimentov. Ta so trajnejša. Trajnost zagotavlja dejstvo, da se zaradi konjukture enakomerno spre- minjajo vse cene. Ta predpostavka ni popolnoma pravilna. Ob spremembah kon- jukture se nekoliko spreminjajo razmerja cen kakovostnih razredov. Ta se spremi- njajo tudi trajno. Kljub temu so še najboljša in jih predlagajo različni avtorji pod različ­ nimi imeni: vrednostno razmerje (SVET- LIČIČ 1983), koeficient vrednosti (SVET- LIČIČ 1983, ČOP 1983), najbolj poznana so nemška "merska števila" (Messzah- len). Ta so po navadi sestavni del dolgo- ročnejših dogovorov med gozdarji in lesarji v Švici, Avstriji in Nemčiji, ponekod pa so celo predpisana v standardih. Tudi mi smo ravnali podobno. Vprašanje je le, kakšna (katera) vrednostna razmerja (K) upoštevati, da bi najbolje služila name- nu in odražala dejanske razlike med kako- vostnimi razredi sortimentov. Možnosti je več: 1. Razmerje med vrednostmi iz hlodov dobljenega žaganega lesa. Tu vzamemo 2. razred kot osnovo (za 2. razred - K = 1 OO) in te koeficiente izračunamo iz podat- kov Svetličičeve študije (SVETLIČIČ 1968). Tako dobimo za hlede jelke, smreke: Sortimentne in vrednostne tablice za debla jelke -za 1. razred žagovcev K= 1,086 -za 2. razred žagovcev K= 1,000 - za 3. razred žagovcev K = 0,922. 2. Že ta ista razmerja izračunamo iz v isti študiji (SVETLIČIČ 1968, str. 42) pred- laganih prodajnih cen hlodov žagovcev jel- ke, smreke: -za 1. razred K= 1,103 -za 2. razred K= 1,000 -za 3. razred K = 0,872. Razlike med koeficienti po prvem in drugem načinu niso ravno velike (2-5 %). Pomembneje je, kaj je prav in bolje. 3. Ta razmerja lahko izračunamo tudi iz veljavnih (doseženih) prodajnih cen. Vpra- šanje je Je, katerih. Tako smo naredili tudi mi. Kako smo to speljali, bo opisano v poglavju o metodik! dela. 4. Lahko bi jih povzeli po deželah, kjer jih že dolgo rabijo. Odsevajo njihove raz- mere. Vprašanje je, če je tako tudi pri nas. 1.2.3 Problem kazalcev vrednosti 1.2.3 The Problem of Value lndices Kazalec vrednosti je lahko Je taka značil­ nost drevesa ali debla, ki dobro in zaneslji- vo odraža njuno vrednost v vsem razponu. Morata biti v zelo tesni zvezi (korelaciji). Poleg tega mora biti ta značilnost lahko in dovolj natančno merljiva. To so po navadi mere npr. prsni premer, višina drevesa, ali kake druge značilnosti dreves (vejnatost, čistost in kakovost debla ipd.). Kateri so najbolj primerni kazalci, bomo ugotovili z raziskavo. Preglednica 3: Pregled števila drevja v vzorcu Table 3: A survey of the number of trees ina sample Deb. višine stopnja Diameter class do 15 15-19 20·24 5 6 20 2 6 1 11 14 7 3 16 8 13 9 5 10 11 12 13 < 1 Skooai/ Total 7 l 34 50 2 IZVOR PODATKOV 2 DATA SOURCE Podatki za to raziskavo izvirajo iz Gozd- ne uprave Bukovje. Pred Jeti (1982) smo za potrebe kontrole meritve lesa pri GG Postojna natančno premerili 1294 dreves smreke in jelke. Kako, kaj in kje smo merili, je podrobno opisano (REBULA 1993) v prejšnji raziskavi o debelini lubja in napa- kah merjenja. Za pričujočo raziskavo smo izbrali vzorec iz izmerjenih dreves. Z vzorcem smo skušali slediti povprečju. Zagotovili smo, da so v vzorcu ostali odseki z ekstrem nimi merami dreves (z najvišjimi in najnižjimi višinami). Iz vzorca smo izločili vsa smre-. kova drevesa in drevesa jelke prsnega pre- mera (z lubjem) do 20 cm. Ostalo je 284 dreves z lesno maso (netto) 486,06 m3. Iz teh dreves smo "izdelali" 444,75 m3 sorti- mentov. "Izdelali" je v navednicah zato, ker smo drevesa - debla - skrojili in pre- žagali le modelno - na računalniku. Pre- gled razporeditve dreves po prsnem pre- maru in višini je prikazan v preglednici 3. 3 METODJKA DELA 3 WORK METHODOLOGY Zbiranje podatkov z meritvami v gozdu je že podrobno opisano (REBU LA 1993) in ga tu ne bomo ponavljali. Zato bomo prikazali Je kabinetno, v bistvu računalniško obdelavo podatkov. Lahko jo razdelimo na tri dele. drevja 1 Tree heights m 25-29 30-34 nad 34 Skupaj Total 28 6 2 34 11 30 20 6 39 22 12 39 25 12 1 38 11 16 1 28 6 12 6 24 7 12 5 24 108 72 13 284 GozdV 54, 1996 7 Sortimenlne in vrednostne tablice za debla jelke 1. Ugotavljanje oblike (obličnice- silhue- te, obrisa vzdolžnega prereza debla) in potrebnih mer debla. 2. Ugotavljanje kakovosti za vsako deblo in sortiment v deblu. 3. Vsi potrebni izračuni za ugotovitev in zagotovitev informacij v smislu postavljenih ciljev raziskave. 3.1 Ugotavljanje oblike in potrebnih mer debla 3.1 The Establishing of the Form and Trunk Measures required Matematik, prof. dr. Anton Cedilnik, je izdelal računalniški program. Iz podatkov izmer dreves po sekcijah (2 m) je po metodi·zlepkov določil šop enačb, ki pona- zarjajo obliko debla in izpolnjujejo predpo- stavljene pogoje: -da gre obličnica skozi vse izmerjene točke -da je zvezna -da je gladka. Za vsako deblo je z rotiranjem (integrira- njem) obličnice izračunal telesnino debla. Iz obličnice je (računalniško) ugotovil - izmeril: -dolžino debla (višino drevesa) - H, -mesto, kjer je deblo še debelo 7 cm - to je spodnja meja debeljadi in najmanjša debelina sortimentov pri modelnem kroje- nju, -uporabno dolžino debla (L), to je dolži- na debla od panja do mesta, kjer je še debelo 7 cm. Vse to "merjenje" smo izvedli na oluplje- nem deblu (mere brez lubja). Deblo smo nato modelne (z računalnikom) skrojili in razžagali na 4 m dolge hlade (tržna mera) in ostanek debla do debeline 7 cm. Pri prežagovanju smo puščali nadmero (6 cm). Upoštevali smo tudi debelina žaga (prere- za). Zaokrožili smo jo na 1 cm. Tako so bili naši hladi (kosi debla, ki po merah zadostujejo določilom standarda za hlade žagovce) dolgi 4,06 m. Z upoštevanjem še debeline žaga, smo tako za vsak hlod porabili 4,07 m dolžine debla. Če zadnji, najtanjši hlod, hlod v vrhu debla, ni imel na najtanjšem kraju premer vsaj 16 cm, smo 8 Gozd V 54, 1996 ta hlod skrajšali za 1 m (tržna dolžina 3 m, dejansko 3,07 m). Preostali drobnejši les, debeline nad 7 cm, smo pustili v 1 kosu. Prav tako so ostala v 1 kosu debla, ki so bila predrobna, da bi iz njih skrojili kak hlod. Za vsak kos (hlod, ostali tehnični les) smo nato ugotovili (računsko iz obličnice): -premer kosa na debelejšem koncu (Dd), -premer kosa na tanjšam koncu (d), -prednji premer kosa (Ds) -dolžino kosa: hladi so bili dolgi 4,07 oz. 3,07 m, ostalemu tehničnemu lesu (Oti) pa smo dolžino izmerili natančno (na O, 1 m). Vsi premeri so izračunani na O, 1 cm natančno. Poleg vseh premerov kosov smo za vsako deblo imeli (na sečišču izmerjeni) prsni premer z (D) in brez lubja (Dp). 3.2 Razvrščanje sortimentov 3.2 Assortment Classification Vsebinski in glavni del naloge je ugotav- ljanje kakovosti sortimentov in njihovo razvrščanje v ustrezne kakovostne razre- de. Pri tem smo izhajali iz naslednjega: - Obdelujemo le jelko. Njen les je v splošnem manj kakovosten (vreden) kot smrekov. Pogostejše so napake v srcu (okrožljivost in temno- mokro srce). Zlasti pri debelejših deblih. - lglavce, zlasti jelko, krojimo skoraj vedno po dolžini. To pomeni, da hlod najprej odžagamo in šele nato ugotavljamo napake in kakovostni razred, kamor spada. Krojimo največkrat na 4 m dolžine ali na mnogokratnike teh dolžin. 4 m (tržna mera) je tako nekako standardna dolžina. - O jelki imamo dovolj raziskav o njeni vejnatosti, dolžini krošnje, dolžini čistega debla, ter debelini in razporeditvi vej, ozi- roma ostankov vej (FURLAN 1974 in 1975, REBULA 1987, HUBAČ 1973 in dr.). Na osnovi ugotovitev teh raziskav lahko dovolj zanesljivo sklepamo o vplivu na kakovost žagovcev jelke. - Poznana so razmerja količine lesa v različnih delih debla. KOTAR (1970) ugo- tavlja, da je v spodnji (prvi, debelejši) tretjini debla, odvisno od oblike debla, 56 do 80 Sortimenlne in vrednostne tablice za debla jelke % lesne mase. To pa je praktično dolžina prvih dveh hlodov (8,5 m). - Najkakovostnejši hladi (1. razred ali kaj boljšega) so lahko le iz čistega debla, brez vej in njihovih ostankov oziroma vraščenih ali izpadajočih grč. To pa sta prva dva hlada. Na tej dolžini (oz. višini - do 8,5 m) na deblu lahko vidimo suho ozi- roma živo vejo in ocenimo njihovo debe- lina. Tako lahko ocenimo velikost napake zaradi veje in njen vpliv na kakovost sorti- menta. - Razvrščanje velja le za zdrava drevesa brez poškodb in trohnobe. Notranje napake (okrožljivost in mokro srce) smo upoštevali takole: • Pri deblih do 50 cm prsnega premera (z lubjem), so lahko take, da je zaradi njih prvi hlod še 1. kakovostnega razreda (KR). • Pri deblih s prsnim premerom nad 50 cm, pa smo predpostavili, da so napake v srcu tako velike, da prvi hladi ne morejo biti 1. KR. - Vsako deblo smo skrojili na 4 m dolge hlade in zanje, na osnovi mer, koničnosti in predpostavk, določili kakovostni razred. Tako imamo za posamezno modelne> deblo ostro določene meje kakovostnih razredov. Menjajo se lahko le na vsake 4 m (s koncem enega in začetkom drugega hla- da). V naravi na deblih v gozdu to ni tako, ampak je bolj zvezno in gladko. To bomo dosegli tudi mi z regresijskimi izračuni, ko bomo v bistvu interpolirali. Zaradi našega načina dela pa bodo vse korelacije manj tesne in napake izračunov večje. - Poznano je tudi, da so posamezne karakteristike drevesa v medsebojnih kore- lacijah. Tako imajo npr. krajša drevesa gostejše veje (vence) in so bolj konična. Drevesa s kratko krošnjo imajo ponavadi tudi tanjše veje. Debelovejnata drevesa imajo pod krošnjo še daleč navzdol ostan- ke suhih vej. - Za določanje kakovostnih razredov smo upoštevali merila veljavnega standar- da (JUS iz leta 1979 za hlade jelke in smreke). Hlade smo razvrščali takole: Najprej smo določili, da so vsa drevesa (cel vzorec) kakovostna (lepa) - razvršča­ nje A. Nato smo predpostavili, da so vsa drevesa p~vprečne kakovosti - razvršča- nje 8. Končno smo vsa drevesa vzeli kot drevesa slabe kakovosti. Kriterij za to razvrščanje je bila dolžina čistega debla (dolžina krošnje). Razvrščanje A - kakovostna (lepa) debla - dobra kakovost: Drevesa z zelo visoko (kratko) krošnjo in zelo dolgim, čistim deblom. V višino do 8,5 m ni nobenih vej (živih ali suhih), niti niso vidni ostanki vej. Hlade smo razvrstili takole: 1. KR - srednji premer (Os) nad 30 cm, koničnost do 4 %. V 1. KR so lahko le 1. hladi dreves prsnega premera 30 - 49 cm in vsi 2. hladi, ki ustrezajo gornjim pogojem. 2. KR - Ds nad 25 cm, koničnost do 6 %, niso v 1. KR 3. KR - Os nad 19 cm in niso hlod 1. ali 2. KR. Hlod 3. KR mora imeti na tanjšem koncu premer najmanj 16 cm. Če tega nima, hlod skrajšamo na dolžino 3m. Vsi hladi so dolgi 4 m (tržna mera z nadmero 4,06 m). Vsi premeri so brez lubja. 4. KR - ostali tehnični les (Oti): ves ostanek debla do debeline 7 cm in drob- nejša debla, kjer je prvi kos drobnejši od 19 cm. Ostali tehnični les je ves drug les, če ni hlod 1., 2. ali 3. KR. Razvrščanje B - srednja (povprečna) debla - srednja kakovost Sem spadajo drevesa z normalno kroš- njo. Na deblu do višine 4,5 m ni vej ali ostankov vej (suhe veje, nezrasle grče): 1. KR - Ds nad 30 cm, koničnost do 4%. 1. KR je lahko le 1. hlod dreves prsnega premera 30 - 49 cm. Za 2. KR in 3. KR: merila enaka kot pri razvrščanju A. 4. KR: ostali tehnični les. Razvrščanje C - debla - slabe kako- vosti - slaba kakovost Sem spadajo drevesa z nizko (dolgo) in gosto krošnjo.· 1. KR- ga ni 2. KR - vsi hladi debeline (Ds) nad 25 cm in koničnost do 5 %. GozdV 54, 1996 9 Sortimentne in vrednostne tablice za debla jelke 3. KR - ista merila kot v razredu A in B. 4. KR- ostali tehnični les. Pri tem razvrščanju smo merilo (kriterij) koničnosti znižali (zaostrili) v 2. KR na 5 %. Gre za drevje z dolgo, gosto in ponavadi tudi debelovejnato krošnjo. Zato smo pred- postavljali, da debelina in gostota vej (grč) hitreje (večkrat) razvrednotila (deklasirata) hlod. Ker podatka o vejnatosti ne upo- števamo, odraža pa ga koničnost, smo zaostrili kriterij koničnosti in tako dosegli isti cilj. Pri vseh razvrščenih žagovcih smo upo- števali le 3 kakovostne razrede. Eventual- nih kakovostnejših hlodov nismo ugotav- ljali. Tako so torej v 1. KR vsi hladi boljši od 2. KR. 3.3 Računalniška obdelava podatkov 3.3 Computer Data Processing Z računalniško obdelavo smo najprej izračunali, ugotovili, vse, kar je opisano v poglavju 3.1. Nato smo za vsak hlod izračunali oziroma določili: 1. koničnost (Ko), in sicer: - Ko1 -v cm/m premera - Ko2 - v % od Ds Za hlade s korenovcem smo koničnost računali le za gornje 3 m (od prsnega premera do konca hlada). Tako izračunana ko ničnost je bila velikokrat vzrok za dekla- siranje hlada v nižji kakovostni razred - celo v 3. KR. To je zlasti opazno pri najdebelejših deblih. Zato bi v prihodnje kazalo računati koničnost za prve hlade (hladi s korenovcem) le za gornja 2 m. 2. na osnovi mer (debeline), koničnosti in drugih omejitev, določili kakovostni razred za vsak hlod posebej. 3. volumen kosa. Računali smo po dolo- čilih standarda; premer zaokrožen navzdol na cele cm in dolžina brez nadmer. Raču­ nali smo po Huberovem obrazcu (v = O, 7854 Os' x 1). 4. skupni volumen iz debla izdelanih sortimentov: V = v1 + v2 + .••. + Vn 5. delež hlada (kosa) v volumnu iz debla izdelanih sortimentov: P = vN 6. skupni volumen posameznega sorti- menta (Vi), oziroma kakovostnega razre- da, iz debla izdelanih sortimentov (hlodov): 1 O Gozd V 54, 1996 V1 = I v1 - volumen hlodov 1. KR V 2 = I v2 - " 2. KR V 3 = I v3 - 3. KR V4 = I v4 - oti v deblu 7. delež volumna posameznega sorti- menta v volumnu iz debla izdelanih sorti- mentov: P1 =V1N, P2 :V2N, P3 =V3N, P4 =V,N 8. vrednost debla (E). Z vrednostjo debla smo označili relativno (primerjalno) vred- nost debla. Ta nam pove, za kolikokrat je lesna masa v deblu (vsota vrednosti vseh sortimentov) vrednejša od 1 m3 hlodov 2. KR. Izračunamo jo takole: E=V1 x~+V2 X~+~X~+~X~, pri čemer jeC: količnik vrednosti (primer- jalna vrednost) posameznega kakovostne- ga razreda. Izračunani so iz povprečnih prodajnih cen, doseženih pri Gozdnem gospodarstvu Postojna v letih 1991 -1994. Cena hlodov 2. KR je vzeta kar 1 ,OO - C2 = 1 OO. Za druge razrede je vzet količnik razmerja prodajne cene razreda s prodajno ceno 2. KR. Vrednostni količniki so: C1 =1,26 C3 =0,76 c, = 1,00 c, = 0,54 Za količnik C4 je vzeta prodajna cena za celulozni les. Ta je največkrat enotna za ves celulozni les. če pa je bila ločena po kakovostnih razredih, smo upoštevali ceno za 1. KR celuloznega lesa. Pri izračunih vrednosti dreves smo upo- števali le hlade in celulozni les. Tako izra- čunana vrednost lepih drobnih debel, iz katerih lahko izdelamo TT ali celo E drogo- ve oziroma jih prodamo (ali predelamo) za t. i. gradbeni les, ni realna. Je taka, kot bi celo deblo prodali za celulozni les. 9. vrednost lesa v deblu (Em). Predstav- lja povprečno (primerjalno) vrednost 1m3 lesa v deblu. Izračunamo jo po obrazcu: Em=EN 1 O. uporabni volumen (UV). Je čista lesna gmota (deblovina) debla od panja do debeline ?cm. 11. izkoristek debla (1). To je razmerje med komercialno (tržno) mero sortimentov, ki je vsota volumna vseh sortimentov v deblu, in uporabnega volumna debla. 1 = V/UV. Sortimentne in vrednostne tablice za deb!a je!ke Izkoristek nam pove, kakšen delež debla smo uspeli prodati po komercialnih merah. Razlika do 1 je izguba (Iz) zaradi napak izmera, zaokroževanja premerov navzdol, nadmer in žagov. Iz = 1 - i. 12. oblikovno število (nepravo), ki je razmerje med uporabnim volumnom in temeljnico debla v višini prsnega premera. f = UV/g. Vse izračunane količine smo izpisali v posebno preglednica na disketi in na papir. Izpisane so tako, da so podatki pregledni in razvidni za vsako drevo posebej. Izpisani so tudi tako, da jih računalniki lahko čitajo pri ponovnih preračunavanjih. Program za vso to računalniško obdela- vo in izpise je izdelal prof. dr. Anton Cedilnik. V nadaljevanju smo z raznimi preraču­ navanji, predvsem regresijsko in korelacij- sko analizo, združevanjem podatkov za debla in sortimente v razne preglednice, s testiranji značilnosti razlik, ipd. iskali pri- merne in uporabne medsebojne zveze, zakonitosti, značilnosti ipd. da bi kar najbo- lje dosegli cilje, ki smo si jih zastavili z našo raziskavo. Delo je bilo zelo obsežno. O tem priča že to, da smo izvedli 88 različnih regresij- skih in korelacijskih izračunov, izpisali 29 preglednic (matrik), ki so nam omogočile pravilno sklepanje in odločanje. Ko smo ugotovili primerne zveze (regre- sije in korelacije), smo izbrali primerno regresijsko enačbo in ocenili njeno uporab- nost. Večino rezultatov (ugotovitev, izsledkov) dajemo samo v ustreznih enačbah. To danes, v dobi računalnikov, popolnoma zadostuje. Samo najpomembnejše, za uporabo najbolj potrebne podatke in pripo- močke dajemo tudi v preglednicah in gra- lih. Vzroka za to sta dva: -neposredna uporaba podatkov v raz- predelnicah, -ponazoritev ugotovitve, ki daje mož- nost presoje o vsebini prikazanega pojava (zveze, zakonitosti). Ta omogoča tudi sklepanje o realnosti in zanesljivosti ter uporabnosti prikazanih elementov. 4 KOLIČINA IN DELEŽ SORTIMENTOV V DEBLU 4 THE QUANTITY AND SHARE OF ASSORT- MENTS INA TRUNK Rezultate obdelav posameznih dreves različnih kakovosti debel smo najprej zbrali v preglednicah in grafih, ki nam sumarno in grobo prikazujejo uspeh naših prizade- vanj. V preglednici 4 smo prikazali osnovne podatke o vzorcu in deleže sortimentov po debelinskih razredih in različnih kakovostih debel. V preglednici 4 vidimo, da je delež hlo- dov v vzorcu 94,3 % in preostalega tehnič­ nega lesa le 5,7 %. Taki deleži izhajajo iz dimenzij debel, obravnavamo le drevje debelejše od 20 cm, in iz predpostavke, da je vse drevje zdravo. Kakovost debel zelo vpliva na rezultate razvrščanja. Iz de- bel dobre kakovosti dobimo prek 1/4 hlo- dov 1. KR, nad polovico je hlodov 2. KR in okoli 20% 3. KR. Srednja kakovost daje komaj 7% hlodov 1. KR, 75% hlodov 2. KR in 18 % hlodov 3. KR. Pri slabi kako- vosti debel ostaja delež hlodov 2. KR enak. Na račun hlodov 1. KR pa se poveča delež hlodov 3. KR na 26 %. Sestavo sortimentov po debelinah debel smo prikazali na grafih 1 - 3. Vidimo, da delež hlodov hitro narašča do debeline 35 - 40 cm. Pri večjih debelinah je delež hlodov skoraj enak. Delež hlodov posameznega kakovostne- ga razreda se spreminja z debelina in kakovostjo debel. Na grafih 1 - 3 vidimo njihovo sestavo, na grafih 7 do 9 pa delež posameznega sortimenta v deblu določene kakovosti. Vidimo, da se delež z debelina spreminja. Spreminjanje ni enakomerno, krivulje se večkrat prelomijo, trendi se spremenijo. Na grafih 4 do 6 smo prikazali, kako se s spremembo debeline debel in njihove kakovosti spreminja količina iz debla izde- lanih sortimentov. Vidimo, da z debelejšim drevjem zelo hitro narašča količina hlodov 2. KR,' počasneje pa narašča ali celo stag- nira količina hlodov 3. KR. Količina hlodov 1. KR pri dobri kakovosti debel in debelini 32 - 42 cm hitro narašča, nato pa se le neznatno spreminja, s težnjo počasnega GozdV 54, 1996 11 "' [ < ~ ~ ~ m Preglednica 4: Osnovni podatki o vzorcu in sestava sortimentov po načinih razvrščanja Table 4: Basic data on the sample and the assortment structure by classification methods ·'- ;;,_., • ---- n------" ··-• lzkor. Delež sortim. Assortment o"'"· stop. Stev. drev. The Lesna gmota dreves Ouanlity oltimber Povpreč. vol. • The averaae vo/ume Debla r Sort. Dia meter class 5 6 7 8 9 10 11-12 13< Skup. Total number of trees N 28 34 30 39 39 38 52 24 284 Debel. Kako- stopnja vost Diameter debel class Trunk ~ity__ A 7 1 B c A 8 1 B c A 9 1 B c A 10 1 B c A 11 1 B 12 c 13 1 A in več B andmore C m' 8,01 17,65 24,00 45,90 62,98 78,58 152.46 96.48 486,06 Trunks uvm' 0,286 0,519 0,800 1,177 1,615 2,068 2,932 4,020 1,711 Assort. Vm' 0,258 0,464 0,717 1,068 1,476 1,888 2,702 3.701 1,566 1.Hlod 11. The/og Kakovostni razred Qualitvc/ass 1 1 2 1 3 4 1 85 1 11 4 64 64 59 59 47 47 7 7 85 79 31 31 81 38 38 93 51 51 76 76 75 11 21 5 5 19 3 3 7 2 2 17 17 25 70 1 30 70 30 57 43 Yietd share 1 0.1.1. Res./umb. % % J % 90,2 89,4 89,6 90,7 91,4 91,3 92,2 92,1 91,5 36 72 88 91 94 97 98 98 94,3 2.Hiod 12. The/og Kakovostni razred Qualitv class 64 28 12 9 6 3 2 2 5,7 1 1 2 1 3 47 75 1 25 75 25 72 28 53 100 100 97 1 3 100 100 95 ! 5 100 100 100 100 96 1 4 100 100 1 34 44 36 25 22 27,4 15 58 46 44 53 61 61 54,3 3.Hlod 13. The/og Kakovostni razred Ouali/v class 2 1 3 9 9 9 80 BO 77 98 98 91 100 100 100 100 100 100 100 97 91 91 91 20 20 23 2 2 9 3 100 os 41 20 12 11 14 17 18,3 1 21 19 14 2 7,3 ~<-o ru, 0.. ro """"' Cii.!:!:m O,~c_ " ~ o (')' ~ " !!!. "' ..z ;;; "' " - "' 2 o " < " o ru š- g, " - " "" " m " ~ S' ~ < - " s ." ~ 3. ~ s· " "' § " "' -~ "' "' o c. o < 15 58 59 69 75 84 83 3 100 85 41 20 12 11 14 17 2 15 54 75 B3 7B 7B 72 s 1 aba •oor 3 100 85 46 2s' 17 22 22 28 74,5 18,2 73,2 26,2 "Q 83 ~G):;!: ~<9-ffi ~za.o coo-u!:llg:.., Pl Pl co Q. 1 Q. o $.. ------ Dl N """CO NOa.---·CD(JJ< oo(Jlo-co!:ll<--.§~n· <(Jlcoro01 " ~ ~ ro 5' ~ §- ~ • 1 ~ ir lil ... ii' Sortlmentne in vrednostne tablice za debla jelke po debelinskih in kakovostnih razredih debel lahko zaključimo: 1. Količine in deleži hlodov različnih kako- vosti po debelinah in kakovostih debel, nam kažejo, da je postavljeni model razvr- ščanja hlodov uporaben in za naš namen dovolj natančen in zanesljiv. 2. Razporeditev količine in deležev hlo- dov kaže velik vpliv postavljenih kriterijev (meril) za določanje kakovosti in njihovo razvrščanje. 3. Iz poteka krivulj na grafih lahko sklepa- mo na vrsto medsebojnih zvez in izberemo primerne regresijske enačbe. Grafikon 1: Sestava sortimentov po debelinskih stopnjah (dobra kakovost debel) Graph 1: Assortment structure by diameter classes (high trunk quality) 100 d 90 e 80 1 70 e ž 60 1 50 s h 40 a 30 20 e 10 o 20 25 30 35 40 45 50 55 prsni premer drevesa z lubjem /breast-height diameters with bark 60 65 Grafikon 2: Sestava sortimentov po debelinskih stopnjah (srednja kakovost debel) Graph 2: Assortment structure by diameter classes (medium trunk quality) 100 .. 90 d 80 :!~ e :i, 1 70 e 60 ž 1 50 J s 40 h a 30 r 20 e 10 o 20 ...................................... "."'""""""'""""'"""""·::~;;;r;;r·::;;:··::·····:;;;;;;;;;;;;;;;;;;;:; .. ······ . 25 30 35 40 45 50 55 prsni premer drevesa z lubjem /breast-height diameters with bark 60 65 70 70 GozdV 54, 1996 13 Sortimentne in vrednostne tablice za debla jelke Grafikon 3: Sestava sortimentov po debelinskih stopnjah {slaba kakovost debel} Gra ph 3: Assortment structure by diameter classes (poor trunk quality) 100 d e 80 1 70 e ž 60 1 50 s 40 h a 30 20 e 10 o 20 25 30 35 40 45 50 55 60 65 70 prsni premer drevesa z lubjem /breast~height diameters with bark Tukaj smo prikazali le osnovne zveze in zakonitosti. Prikaz je tudi malo pomanjkljiv, ker ni prikazan vpliv dolžine debel. Vse to bomo nadomestili v naslednjem poglavju, kjer bomo prikazali regresijske in korela- cijske zveze in zakonitosti. 5 UGOTOVITVE REGRESIJSKE IN KO- RELACIJSKE ANALIZE 5 FINDINGS OF A REGRESSION AND COR- RELATION ANALYSIS Vse regresijske in korelacijske analize smo izvedli s ciljem, kako (koliko natančno in zanesljivo) kažejo (odražajo, napovedu- jejo) kazalci obravnavani pojav. Za kazalce smo izbrali dimenzije (mere) drevesa, ki jih ponavadi izmerimo in druge lahko in enoznačno ugotovljive značilnosti drevesa. Tako so kazalci: - D - prsni premer drevesa z lubjem (cm), - Dp - prsni premer drevesa brez lubja (cm), - H -višina drevesa (m), - L - uporabna dolžina drevesa (m), - f - oblikovno število drevesa, - q - kakovost debla. 14 Gozd V 54, 1996 Zaradi iskanja najboljših kazalcev smo vse pomembnejše regresije in korelacija izračunali z vsemi merami drevesa (npr. D in Dp, H in L ipd.). Izkazalo se je, da je prsni premer brez lubja le malo boljši kazalec, kot z lubjem. Podobno je z višino drevesa (H) in uporabno dolžino debla (L). Poleg tega lahko nekatere mere izmerimo na drevesu (D, H), medtem ko druge (Dp), šele na obdelanem (olupljenem) deblu. Zato bomo prikazali skoraj vse ugotovitve le s kazalci D in H. Le najpomembnejše in tiste, ki so za rabo v praksi pomembne, bomo prikazali z obema kazalcema. 5.1 Količina sortimentov v deblu 5.1 Assortment Quantity ina Trunk Regresijske enačbe, s katerimi lahko ocenimo deblovino debel in količino posa- meznih sortimentov v deblu, smo zbrali in prikazali v preglednici 6. Pri enačbah je · dan še korelacijski koeficient (R) in pov- prečna napaka ocene (Se). Slednja je dana v relativni vrednosti (%) - pri potenčnih enačbah in absolutnih vrednostih- pri poli- nomih. Za vsak izračun smo dali več različnih enačb. Vzrok za to je v njihovi različni Sortimentne in vrednostne tablice za debla jelke Preglednica 6: Regresijske enačbe za oceno količine sortimentov v deblu Table 6: Regression equations with an assessment of assortment quantity ina trunk 11 St.eo. Equa/ion number ENACBA Equation Vsi sorti men ti v deblu (V) Tile total number of assor1ments in a trunk (V) 12 V= 0,0000520""""""H0 "'" 13 V= 0,00007940'"""'L'"" 14 V= 1,132 · 014990 +0,003810' • 0,00001930' + 0,0487H 15 1 = 0,7918L""'" 20a V1 =0,00410"·""'"H"'"'' 21a V1 :::0,0041320'''"'L ""''" 20b v, = 0,0002490'·"'" 22b v, = 0,0025 + 0,0002460' 23a v2 = o,oooo0870'""'"H0·""'" 24a V2 = 0,0000104D"""L0 '"'' 23b V2 = 0,0000027 O'"''""H0-' 23c V2 = 0,00000380"0,"H'·''"'' 24c V2 = o.ooooos1 o'=L"-= 25a V3 = 0,0022130"·""' Izkoristek Yiefd Količina hlodov 1.KR Log quantity of the 1'' qua!i/y class Količina hlodov 2.KR Log quantily of the 2" quality class Količina hlodov 3.KR Log quantity of tile :r' quality class 26a V3 = · 0,699 + 0,081 D - 0,00230' + 0,000021 D' 25c V3 = 0,004507D""''H""~"' 26c V3 = 0,464- 0,0002640' + 0,000006230' · 0,01H Količina ostalega tehničnega lesa The quan/ity of residua//umber 27 V4 = 1,34440""'H'·"'"" 28 V4 0,540- 0,03020 + 0,00051 D'- 0,000002970' + 0,0043H Grafikon 4: Količina iz debla izdelanih sortimentov (dobra kakovost debel) Graph 4: The quantity of assortments made of a trunk (high trunk quality) m' 4 3,5 3 2,5 2 1,5 0,5 o 20 D ost. t. les/other teh. w. D hladi 111/lags 111 liiJ hladi 11/lags 11 liii hladi 1/lags 1 25 30 35 40 45 50 55 R 0,9916 0,9925 0,9794 0,3912 0,4593 0,4740 0,9767 0,9755 0,8499 0,8483 0,9417 0,8897 0,8958 0,3226 0,6948 0,5614 0,7365 0,6687 0,7427 60 prsni premer drevesa z lubjem/breast-height diameters with bark s' 11,26% 10,56% 0,221 2,84% 42,70% 42,23% 5,36% 0,024 47,11% 47,39% 28,65% 38,97~/0 37,75% 75,9% 0,180 80,31% 0,235 49,56% '"' 65 Gozd V 54, 1996 15 Sortimentne in vrednostne tablice za debla jelke uporabnosti (računanje razmerij, razlik, vsot) in natančnosti. Pri vseh izračunih regresijskih enačb smo postavili enake enačbe: V = aDbHc in V = a + b1 D + b2D2 + b3D' + b4H (a, b, c) pri številki enačbe pomeni, za kakšno kakovost debel enačba velja: - a - debla dobre kakovosti - b- srednje - c- " slabe V pregledu dajemo regresijske enačbe le z značilnimi (p < 5 %) členi. Enačbe smo označili s številkami. Črka Poleg enačb v preglednici 6, smo izra~ čunali še enačbo za skupno količino hlodov 1. in 2.KR. za dobro in srednjo kakovost debel. Grafikon 5: Količina iz debla izdelanih sortimentov (srednja kakovost debel) Graph 5: The quantity of assortments made of a trunk (medium trunk quality) 4 3,5 m' 2 1,5 0,5 o ost. t. les/other teh. w. ohladi 111/logs 111 mJhlodi 11/logs 11 lilhlodi 1/logs 1 o +'---.1.+'--4-""'ml.+ 20 25 30 35 40 45 50 55 60 prsni premer drevesa z lubjem/breast-height diameters with bark Grafikon 6: Količina iz debla izdelanih sortimentov (slaba kakovost debel) Graph 6: The quantity of assortments made of a trunk (poor trunk quality) 4 3,5 o ost. t. les/other teh. w. 3 o hlodi 111/logs 111 mJ hlodi 11/logs 11 2,5 ra hlodi 1/logs 1 m' 2 1,5 0,5 o +'---.1.+'--4-""'""'-+ 20 25 30 35 40 45 50 55 60 prsni premer drevesa z !ubjem/breast-height diameters with bark 16 Gozd V 54, 1996 65 65 Sorlimentne in vrednostne tablice za debla jelke 29 V12 = o,ooooo442D2,2s41H1,2024, R = 0,9346, Se= 28,7% Iz pregleda enačb za računanje količine (volumne) posameznega sortimenta v deb- lu vidimo, da so stopnje korelacije in zato tudi zanesljivost izračunov zelo različni. Pri sortimentih, ki so bolj enakomerno razpo- rejeni in jih je večji delež v deblu, so enačbe zanesljivejše (npr. za hlade 2. KR), za dru- ge pa manj. Poudariti velja ugotovitev, da so vsi regresijski koeficienti zelo značilni. Večina jih ima manjše tveganje p < 0,0001. Nekoliko so zanesljivejše enačbe, kjer so kazalci brez lubja in vrha (Dp in L). Razlike so ponekod znatne. Zlasti nezanesljiv je izračun količine hlodov 1. in 3. KR. Iz tega lahko zaključimo dvoje: 1. Kakovost debel je individualna značil­ nost debla (vsakega posebej). 2.Tudi tako groba merila, ki smo jih upoštevali pri razvrščanju hlodov (premer in koničnost), razmeroma podrobno raz- vrstijo hlade po njihovi kakovosti. To se kaže zlasti pri prvih hlodih iz debla (glej razpredelnico 5), ki padejo zaradi kanič­ nosti tudi v 3. KR. To povzroča variabilnost in manjšo zanesljivost. Iz povedanega lahko sklepamo,da bo izračun količine hlodov 2. KR razmeroma zanesljiv že za posamezno drevo. Izračun količine drugih sortimentov za posamezno drevo pa je precej tvegan. Je pa dovolj natančen in zanesljiv, če to naredimo za nekaj dreves. Tu se napake izravnajo. Tako tudi ponavadi delajo. 5.2 Izkoristek deblovine 5.2 Trunkwood Yield Izkoristek deblovine nam pove, kolikšen delež deblovine smo izrabili oziroma pro- dali v sortimentih. Razlika do 1 je nad mera, napake izmere (oblike in zaokroževanja) in žag. Regresijska enačba za izkoristek, izraču­ nana iz izkoristka vsakega debla, je enač­ ba 15 v razpredelnic! 6. Vpliv debeline na izkoristek se je pokazal kot neznačilen. Enačbo označuje nizka korelacija, kot je navadno pri razmerjih. Enačba je dovolj zanesljiva in natančna. Povprečna maksimalna napaka regresije je okoli 5%. Izkoristek lahko računamo tudi iz razme- rij regresijskih enačb za volumen sorti- mentov v deblu (V) in deblovino debla. 1 = V/UV Grafikon 7: Delež iz debla izdelanih sortimentov (dobra kakovost debel) Graph 7: The share of assortments made of a trunk {high trunk quality) 100 90 lil hladi 1/logs 1 d BO El hladi 11/logs Il e 70 D hladi 111/logs lil 1 D ost. t. les/other teh. w. e 60 ž 50 1 s 40 h a 30 r 20 e 10 o 20 25 30 35 40 45 50 55 60 65 70 prsni premer drevesa z lubjem/breast-height diameters with bark Gozd V 54, 1996 17 Sortimentne in vrednostne tablice za debla jelke To je razmerje enačb 12 oz. 13 in 10 oz. 11. Izpeljana enačba za razmerje (izko- ristek) je: 30 1 = O, 765400.0067H o.0444 Iz obeh enačb vidimo, da je izkoristek odvisen predvsem od dolžine debla. Z večjo dolžino narašča. V povprečju vzorca (preglednica 4) je izkoristek 91,5% in se giblje od 90,2% pri najtanjših in najkrajših do 92% pri debelejših. Za posamezno deblo je najnižji izkoristek 79 % in najvišji 98%. Velja ponovno poudariti, da nastaja večina "izgube" zaradi napačnih določil o izmeri sortimentov. Te razlike so zaradi daljših sortimentov in nepravilnih (nepo- trebnih) nadmer še večje. Zato je še vedno pereče in aktualno vprašanje posodobitve predpisov o izmeri sortimentov. 5.3 Delež sortimentov 5.3 A Share of Assortments Razlika 1 - 1 = Iz, je "izguba", razlika med dejanskim in tržnim volumnom debla. Vsebuje napake izmere (oblika debla in zaokroževanje mer sortimentov, kot jih določajo naši predpisi), nadmere in žag. V raziskavi o napakah izmere sortimentov (REBlJLA 1994a) in za izdelavo deblov- nice (REBULA 1994b - preglednica, str. 24), smo ugotovili enaka razmerja z dejan- skimi merjenji sortimentov. Regresijske enačbe, s katerimi lahko ocenimo delež posameznega sortimenta v skupnem volumnu iz debla izdelanih sorti- mentov, so prikazane v preglednici 7. Opozoriti moramo, da enačbe kažejo delež (%) posameznega sortimenta od volumna vseh sortimentov v deblu (V - tržne mere debla) in ne od deblovine. Za oceno količine posameznega sortimenta iz izračunane količine deblovine, moramo Preglednica 7: Regresijske enačbe za oceno deležev posameznega sortimenta Table 7: Regression equations for the assessment of the shares of an individual assortment Št. en. ENACBA R Se Equatlon Equatron number Hlodi 1. KR The /o gs of the first quality class '" P, = · 1, 195+0,06690 • 0,0009730• + 0,000003760' + 0,0046L 0,6668 0,144 31b P, = ·1,021 + 0,0670 • 0,00130' + 0,000007750' + 0,0044l 0,4777 0,111 H 1 odi 2. KR 1 The lo gs of the second quality class '" P, = · 1,514 + 0,0980 • 0,00150' + 0,00000790' 0,7396 0.172 32b P, = · 1,369 + 0,0740 · 0,000630' 0,8773 0,154 32o P, = · 2522 + 0,1470 • 0,00240' + 0,00001190' + 0,015l 0,8603 0,167 H lo di 1. in 2. KR The log s of the first and second quality class es 33a,b P" = · 2,669 + 0,150 • 0,00240' + 0,00001140' + 0,0075l 0.9100 0,143 H 1 o di 3. KR The lo gs of the third quality class 34a,b P, = 0,726 · 0,0202l 0,5231 0,190 34' P, = 0,772 • 0,0002550' + 0,00000350' · 0,013l 0,4670 0,197 O stali tehnični '" Residuallumber 35 P, = 3,241 • 0.1850 +0,00340' • 0,00002090' 0,9023 0,092 De 1 e ž vseh hlodov skupaj The share of the total number of lo gs i 36 P,., = · 2,241+ 0,1850 • 0,00340' + 0,00002090' Delež hlodov 3. KR The Share of the log s of the lhird quality class 37a,b P, = 0,428 + 0,0250 • 0,001 O'+ 0,00000950' • 0,0075L "' P, = 0,281 + 0,0380 • 0,0010' + 0,00000900' • 0,015L De 1 ež hlodov 1. KR The share of the log s of the first quality class 38a P, = · 1,155 + 0,0620 · 0,00090' + 0,00000350' + 0,0075L 38b P = ·1 300 + 0,0860 • 0,000180' + 0.00001140' + 0,0075L '18 Gozd V 54, 1996 Sortimentne ln vrednostne tablice za debla jelke najprej izračunati količino (volumen) vseh sortimentov (V) in nato iz nje količino posameznega sortimenta. V = v(fDr) ali V = UV x 1 Vi= (V) x Pi S to poenostavitvijo enačb smo vgradili napako največ 1 ,2 % - pri najkrajših, in največ 0,67%- pri najdaljših drevesih. 5.4 Vrednost debla V preglednici 7 vidimo, da so zveze med 5.4 Trunk's Value kazalci (D, H in L) in deleži posameznih sortimentov zelo tesne, pri sortimentih, ki imajo velik delež (2. KR hlodov), ali pa se javljajo vedno le v določenem delu debla (ostali tehnični les). Pri drugih sortimentih Povprečne vrednosti debla po debelin- skih stopnjah in kakovostih smo prikazali v preglednici 8. so zveze precej ohlapne. Kljub tesnim zve~ Preglednica S: Vrednost debla zam pa so največje pričakovane napake Table 8: Trunk's value ocene deleža sortimenta za posamezno drevo razmeroma velike. Te napake se gibljejo med 20 in 30 %. V spodnjem delu seznama enačb za oceno deleža sortimentov v deblu so prikazane izvedene enačbe. Izračunane so z odštevanjem deležev. Od 1 smo odšteli enačbo za delež ostalega tehničnega lesa (enačba 35) in dobili enačbo za delež vseh hlodov (36). Od te smo odšteli delež hlodov 1. in 2. KR (enačbo 33 a, b- vsota hlodov 1. in 2. KR je pri deblih dobre in srednje kakovosti enaka) in dobili delež hlodov 3. KR (enač. 37a, b in za delež hlodov pri dobri in srednji kakovosti debel). Enačbo 37c smo dobili z odštevanjem enačbe 32c od enačbe 36. Razlika enačb 33a, b in 32a ter 32b, nam kaže delež hlodov 1. KR ustrezne kakovosti debel. To smo naredili iz dveh vzrokov: -da bi se izognili računanju z enačbami, obremenjenimi z velikim tveganjem, -da bi zagotovili, da je vsota vseh de- ležev 1. Pregled regresijskih enačb v preglednici 7 kaže, da dolžina debla ob nespreme- njenem prsnem premeru zelo malo vpliva (ponekod je celo neznačilna) na izračun deleža sortimentov. Zato jo kaže pri prak- tičnemu računanju zanemariti, posebno zato, ker to mero debla težko izmerimo. Če namesto dejanskih dolžin debla upošte- vamo povprečje izmerjenih dolžin, dobimo enačbe: Ocbol.stopni:> " 11 ·12 Kakovost de bol P1imc~.lr>dolOO >OO •oo >OO '" '" •oo ·~ ~ ·~ " •oo " " Vrednosti iz preglednice 8 smo prikazali tudi na grafu 1 O. Regresijske enačbe za oceno vrednosti debel so prikazane v preglednici 9. Iz preglednice 8 in 9 ter grala 1 O je razvidno, da vrednost debla narašča z njegovo debelina progresivno. Kljub temu, da z naraščanjem debeline narašča tudi dolžina debel (višina dreves), je opazen tudi vpliv dolžine debla. Tudi z večjo dolžino debla, ob nespremenjenem premeru, nara~ šča vrednost debel progresivno. Zlasti je to opazno, če računamo z uporabno dolži- no debla. Vidimo tudi, da je do debeline (prsni premer) 35 cm, vrednost debel praktično enaka pri vseh treh kakovostih debel. Šele pri debelejših drevesih, kjer je delež hlodov 1. KR večji, nastajajo znatne razlike pri vrednostih debel. Debla dobre kakovosti so okoli 1 O% vrednejša od slabih. Regresijske enačbe za izračun vrednosti debla se odlikujejo z zelo visoko in tesno 381a P1 =- 0,131 + 0,0620-0,000902 + 0,000003503 381b P1 =- 0,276 + 0,0860-0,0001802 + 0,000011403 321 c P2 = -1,473 + O, 1470 - 0,002402 + 0,000011903 371 a,b P3 = - 0,549 + 0,0250 - 0,001 002 + 0,000009503 371 c P3 = - 0,673 + 0,0380 - 0,001002 +0,000009003 GozdV 54, 1996 19 Sortimentne in vrednostne tablice za debla jelke 5.5 Vrednost lesa v deblu 5.5 Timber Value in a Trunk korelacija. Kljub taki korelaciji pa so indivi- dualne napake pri izračunu vrednosti posa- meznega drevesa lahko razmeroma velike. Dosegajo lahko celo 35- 40%. Izračun je nekoliko zanesljivejši, če računamo z upo- rabno dolžino debla. Ugotovimo lahko, da prsni premer debla in višina drevesa (H), ali uporabna dolžina debla (L), dobro kažejo njegovo vrednost. Vrednost lesa v deblu nam kaže relativno vrednost 1 m3Jesa v posameznemu deblu. To je povprečna vrednost 1 m3 vseh iz debla izdelanih sortimentov. Upoštevana je tudi že izguba, oziroma izkoristek debla. Vrednost lesa v deblu smo prikazali na grafu 11 in v preglednici 1 O. Preglednica 9: Regresijske enačbe za oceno vrednosti debel Table 9: Regression equations for the assessment oftrunks' value št. enač. ENAČBA Equation Equation number 40 a Ea- 0,00000625D2_3()J~H'·'"~ 41 a Ea = 0,00001 04D2'nCG< 44b E"" = -0,882 + 0,980 • 0,00170, + 0,000009450' + 0,002H 42o E~, = 0,1731 O"~""H";o" 43o E~, = 0,18740~"".L 02"' 44o E __ - -0,587 +0,0780- 0.00140' + 0,000007570' + 0.0025H 20 Gozd V 54, 1996 R Se ''lo 0,9843 19.2 0,9864 17,7 0,9842 18.7 0,9864 17,2 0,9855 17,6 0,9877 16,1 R Se 0,8448 10,8% 0,8539 10,5% 0,9354 0,057 0,8152 10,4% 0,8272 10,0% 0,9272 0,051 0,8345 8,71% 0,8465 8,40% 0.9276 0.044 Sortimentne in vrednostne tablice za debla jelke V preglednici 1 O vidimo, da vrednost lesa v deblu z debelina najprej hitro narašča, pri debelini (prsnem premeru ) 40 - 50 cm doseže vrh in se nato počasi zmanjšuje. Vrednost debel dobre kakovosti kulminira prej in kulminacija je bolj izrazita. Pri slabših kakovostih debel nastopi kulmi- nacija vrednosti pozneje in ni toliko izrazita. V preglednici 11 so zbrane regresijske enačbe za oceno vrednosti lesa v deblu. Tu vidimo, da imajo enačbe 44, v obliki polinoma 3. stopnje, zelo visoko in tesno korelacija in zagotavljajo željene zanes- ljivost in natančnost. Tu lahko računamo z okoli 1 O odstotnimi največjimi napakami pri izračunu vrednosti lesa za posamezno deblo. Grafikon 8: Delež iz debla izdelanih sortimentov (srednja kakovost debel) Graph 8: The share of assortments made of a trunk (medium trunk quality) 100 90 d 80 e 1 70 8 60 ž 1 50 s 40 h a 30 20 e 20 lll hladi 1/lags 1 lEl hladi Il/log s Il Ohladi 111/lags lil o ost. t. les/other teh. w. 25 30 35 40 45 50 55 60 65 70 prsni premer drevesa z lubjem/breast-height diameters with bark Grafikon 9: Delež iz debla izdelanih sortimentov (slaba kakovost debel) Graph 9: The share of assortments made of a trunk (poor trunk quality) 100 lil hladi 1/logs 1 90 lEl hladi 11/logs Il Ohladi 111/logs lil d 80 Dost. t. !es/otherteh. w. e 70 1 e 60 " ž 50 1 s 40 h a 30 ~ r 20 e 10 o n h. ~. ~. h. h. 20 25 30 35 40 45 50 55 60 65 70 prsni premer drevesa z lubjem/breast-height diameters with bark GozdV 54, 1996 21 Sortimentne in vrednostne tablice za debla jelke 5.6 Kazalci vrednosti lesa 5.6 Timber Value lndices Pregled regresijskih enačb in korelacij- skih koeficientov nam pokaže, da je prsni premer jelke (debla) z lubjem dovolj dober in torej uporaben kazalec vseh obravna- vanih značilnosti debel: -neto lesne mase, -količine sortimentov skupaj ali vsakega posebej, -deleža posameznega sortimenta, -vrednosti debla in -vrednosti lesa v deblu. Poleg prsnega premera sta dodatna ka- zalca še: -kakovost debla, ki vpliva na sestavo sortimentov in tako tudi na vrednost debla in lesa v deblu, zlasti pri debelejšem (nad 40 cm prsnega premera) deblu; - višina drevesa ali uporabna dolžina debla. Ta mera debla dodatno, (poleg Grafikon 1 O: Vrednosti debel različnih kakovosti in debelin Graph 10: Trunks' values of different quality classes and diameters 4 3.5 3 2,5 E 2 1,5 0.5 o D dobra/high lEl srednja/medium D slaba/poor 5 7 8 9 10 11 do 12 13 in več debelinske stopnje/diameter classes Grafikon 11: Vrednost lesa v deblih različnih kakovosti in debelin Graph 11: Timber value in trunks of different quality classes and diameters 1,2 0,8 EM 0,6 0.4 0,2 o O dobra/high !El srednja/medium oslaba/poor 5 6 7 8 9 10 debelinske stopnje/diameter classes 22 Gozd V 54, 1996 11do12 13inveč Sorlimentne in vrednostne tablice za debla jelke prsnega premera) pojasni 5 - 1 O% varia- bilnosti. Upoštevanje dolžine debla poveča natančnost za okoli 2 - 4 %. Nekoliko boljši kazalec je uporabna dolžina debla. Njena uporaba v praksi pa je manj priroč­ na, ker jo težje izmerimo. 6 TABLICE 6 TABLES V tablicah smo prikazali izračunane vred- nosti posameznih količin za kazalca prsni premer in višina drevesa. Tablice smo izračunali iz ustreznih regre- sijskih enačb. Za vsako količino smo izbrali najbolj zanesljivo enačbo (z najvišjo korela- cija). Katero enačbo smo upoštevali, smo označili na vrhu tablice. Nekatere regresijske enačbe so premalo zanesljive. Zato prihaja pri izračunanih vrednostih ponekod do nesmislov, npr. vsota volumnov vseh sortimentov v deblu se razlikuje (V1+V2+V3+V4 *V) od vol um- nov iz debla izdelanih sortimentov. Te razlike so večje na robovih tablic (pri najnižjih in najvišjih višinah in premerih). V glavnem (v sredini tablic) so razlike mini- malne. Razlike smo odpravili tako, da smo vsoto uskladili. Ravnali smo tako, da nismo spreminjali količin (ali smo jih manj), ki so najbolj zanesljive in so izračunane iz regre- sijskih enačb z večjo zanesljivostjo (tesnej- ša korelacija in manjša napaka ocene). Če so bile enačbe enako zanesljive, smo vse količine sorazmerno zmanjšali ali povečali. Izračun količin v tablicah je pokazal tudi uporabnost enačb. V splošnem so enačbe uporabne. Podrobneje bomo njihovo upo- rabnost določili pri obravnavi skupin tablic. 6.1 Količina iz debla izdelanih sorti- mentov 6.1 The Quantity of the Assortments made of a Trunk V tablici 1 so po debelinskih stopnjah in višinah drevja prikazani volumni vseh iz debla izdelanih sortimentov. Lahko bi temu rekli tudi tržni (komercialni) volumen debel. V tablicah 2 - 4 so prikazani volumni posameznih sortimentov v deblu za različ­ ne kakovosti debel. Računali smo, kot je opisano v uvodu tega poglavja. Seštevki (vsote) sortimentov, izračuna­ nih iz enačb, dajo pri drobnem in kratkem drevju previsoke, pri dolgem in debelem pa prenizke rezultate. Vsi sortimenti so prikazani le v tablici 2. Ker je količina ostalega tehničnega lesa enaka pri vseh kakovostih debel, smo jo prikazali le v tabli ci 2. V tabli ci 2 so podatki za debla dobre, v tablici 3 srednje in v tablici 4 slabe kakovosti. Tablica 1: Količina iz debla izdelanih sorti men- lov (v m3) Table 1: The quantity of the assortments made of a trunk (in m") Enačba:12 Equation: 12 V•~na Oellelinskc stopnja Hai!Jtll D1nmo~nr dassns m • ' " " " 0" " o'" " "' '" "' 0.~ " o ' o~ " O>; 0,37 "' " o" OM o~ " "' 0.41 0,57 0.76 '" "' "' 000 OM " "' MS o~ O.M 1.07 " 0,32 0.43 "" "" 1.12 1,39 1,69 1 " o~ o ... 0,69 0.91 1.17 1.4~ 1.76 ~ 0,35 0.52 0.72 0,95 '" 1,51 '·M ~ 0.37 0.54 "' 0,99 "" 1.57 1.91 " o.~ 1 0.56 0.78 1.03 '" 'm 1.98 " 0,39 o'" ,., 1,07 '" ''" 2.06 " 0.41 0.60 "' 1.10 1.41 1.75 2.13 1 " o.•2 ··~ '"" 1,14 "" 1.81 "' '" 0.44 0. '"' 1.18 1.51 1,87 '" 1 " 0,66 "' 1,22 1.55 1,93 2,35 oo 0,68 oo; '" ,., 1,99 2,42 1 " 0,71 000 "' 1.65 2.05 2.49 " 'oo '" 1.70 2,11 2,56 " 1.03 1.37 1.74 2.16 •m ~ '" 1.79 "' 2,70 " 1.44 '·M 2.28 '·n '" '·oo : 'M '·M " 1.92 2,40 2.91 '" 2.45 2.9B " 2,51 '" " 3.12 6.2 Deleži sortimentov v deblu 6.2 Assortment Shares ina Trunk " " 2,01 2,37 2.10 2.47 2.19 2.5B ,,. 2.6B 2.37 2.79 2.46 2.89 '·~ 2.9~ ·~ 3.09 2.72 ·~· 2.80 3,30 2.89 3.40 "' 3.50 3,06 3.60 3.14 "' ·~ ,., 3,31 "' 3,39 3,99 "' "' 3,56 4,19 OM '" 3.73 4,33 V tablicah 5 - 7 smo prikazali delež vsakega sortimenta v tržnem volumnu debla. V tablici 5 so prikazani vsi štirje sortimenti, v naslednjih pa le, kar je druga- če kot v tablici 5. Težave izračunov so tudi tu take, kot smo jih že opisali. Podatki za sortimente z velikim deležem so bolj zanesljivi. Hkrati pa že majhna razlika v deležu pomeni občutno absolutno napako (v m'). Velja 1 11 GozdV 54, 1996 23 Sor1imentne in vrednostne tablice za debla jelke tudi obratno; majhni deleži so obremenjeni z večjim tveganjem, v absolutnih merah pa znese malo. Podatki o deležih v tablicah 5 - 7 so drugačni, kot če bi jih računali iz podatkov v tablicah 2, 3 in 4. Razlike so majhne, včasih so le zaradi zaokroževanja. Težko je ugotoviti, kateri podatki so zanesljivejši. Verjetno pa bodo za rabo v praksi priroč­ nejši podatki o deležih. Iz vsega povedanega lahko sklepamo o zanesljivosti rabe regresijskih enačb za oceno količine ali deleža posameznega sortimenta. Enačbe so uporabne v mejah, kot smo jih že omenili. Zelo tvegano je z njimi računati delež ali količino posamez- nega sortimenta. Izračunati moramo količi­ ne ali deleže vseh sortimentov za konkretni primer in jih nato uskladiti. Zato bo za prakso priporočljivejša raba podatkov iz tablic. 6.3 Vrednost debla 6.3 Trunk' s Value Vrednost debla smo prikazali v tablicah 8 -1 O. Izračunana je iz regresijskih enačb v preglednici 9 z zelo visoko stopnjo korelacija (R = 0,984). Zato so podatki zanesljivi. Podatki v tablicah 8 - 1 O o vrednosti debla združujejo v bistvu podatke tablic 2 -7 in jih ovrednotijo še z vrednostjo (ceno) lesa. Zato lahko z njimi, ob približno enake- mu razmerju cen jalovih gozdnih sortimen- tov (hlodov in celuloznega lesa), kot smo jih upoštevali v naših izračunih, uspešno nadomestimo vse prejšnje tablice. Ne samo to! Račun z vrednostjo debla je za- nesljivejši in veliko priročnejši. Zlasti pri- meren je ob računanju prodajnih cen pri prodaji na panju in cenitvi vrednosti goz- dov. Ob primerni razvrstitvi odkazanih Tablica 2: Količina iz debla izdelanih sortimentov po kakovostnih razredih Table 2: The quantity of the assortments made of a trunk by quality classes Kakovost debla: DOBRA Trunk quality: high Višina Kakov. drevja razred Tree sort. height Assortment m quality class 1 10 2 3 011 1 15 2 3 Oti 1 20 2 3 011 1 25 2 3 011 1 30 2 3 011 1 35 2 3 Oti 24 GozdV 54, 1996 5 4 13 9 Enačbe: 20a za 1.KR, 23a za 2. KR, 26a za 3. KR, 28 za Oti. Equations: 20a for the logs of the first quality class, 23a for the logs of the second quality class, 26a for the logs of the third quality class, 28 for residuaf /umber. Debelinske stopnje Diameter classes 6 7 8 9 10 11 12 Volumen sort1menta ' o. o 1 m' Assortment's vo/ume in 0.01 m' 5 22 22 22 16 10 7 5 19 33 44 53 12 30 41 55 71 89 13 23 23 20 19 21 25 19 13 8 7 5 3 2 11 29 43 56 69 72 20 37 49 68 87 107 135 15 23 23 20 29 21 25 34 24 15 10 9 6 5 4 4 19 36 57 73 86 89 41 58 77 99 124 157 23 21 18 21 26 36 12 10 8 6 6 6 68 87 102 111 86 112 142 179 19 20 25 34 10 9 8 7 13 75 161 50 3 93 187 54 5 108 219 55 7 Sortimentne in vrednostne tablice za debla jelke Tablica 3: Količina iz debla izdelanih hlodov po kakovostnih razredih Table 3: The quantity of fogs made of a trunk by quality cfasses Višina Kakav. Debelinske stopnje drevja razred Diameter c/asses Tree sort. 5 6 7 8 9 10 height Assortmen/ m quality class Volumen sortimenta ' 11 o . o 1 Assortment's vo/ume in 0.01 m' 1 10 2 3 4 1 15 2 5 22 3 9 22 22 1 9 17 18 20 20 2 12 35 51 72 99 122 3 13 23 23 20 19 21 25 1 6 14 21 22 25 25 2 20 41 64 89 121 151 3 15 23 23 20 19 21 25 1 11 18 30 29 30 30 2 49 76 105 143 1 180 3 23 21 18 21 1 26 1 34 34 33 35 2 120 165 211 3 19 20 25 m' 1 1 Kakovost debla: SREDNJA Trunk quality: medium Enačbe: 20b za 1. KR, 23b za 2. KR, 28 za 3. KR Equations: 20b for the logs of the first quality class, 23b for the fogs of the second quality class, 28 for the /ogs of the third quality class. Tablica 4: Količina hlodov 2. in 3. kakovostnega razreda v deblih slabe kakovosti Table 4: Log quantity of the second and third quality class in the trunks of poor quality Enačbe: 23c za 2. KR in 26c za 3. KR Equations: 23c for the Jogs of the second quality class, 26c tor the log s of the third quality class. Višina Kakav. Debelinske stopnje drevja razred Di ame ter class es Tree sort. 5 6 7 8 9 10 height Assortment m quality class Volumen h 1 o d a ' o' o 1 Loa's votume in 0.01 m' 10 2 3 4 15 2 7 18 3 9 20 26 20 2 9 33 So 72 92 3 13 26 25 30 36 44 25 2 20 46 71 98 124 3 15 23 24 27 32 40 30 2 60 91 125 159 3 23 24 27 34 35 2 153 193 3 20 26 11 m' 112 55 151 50 191 45 236 33 12 13 6 201 236 34 50 1 13 3 233 277 36 54 17 11 273 316 34 55 12 13 170 190 71 96 220 246 64 88 270 303 54 79 dreves (po kakovosti debel, debelinski stopnji in višini) lahko neposredno izraču­ namo vrednost lesa, ki je predmet kupa- prodaje. Prednosti takega računanja so več kot očitne. Podobno je računanju kupopro- dajnih zneskov (cen), kot je v navadi v nekaterih nemških deželah, Švici, ipd. GozdV 54, 1996 25 Sortimentne in vrednostne tablice za debla jelke Mogoče se ga bomo priučili tudi pri nas in ga ščasoma usvojiti. Ko obravnavamo prednosti takega načina izračunavanja kupoprodajnih zneskov (cen), je vredno ponovno opozoriti, da bi bilo tako obra- čunavanje veliko enostavnejše, zanes- livejše, korektnejše in zato tudi nazornejše, brez sporov ipd., ter sprejemljivejše za vse stranke v postopku, če bi dopolnili tudi določila standarda. Gre za to, da bi kako- vost bolj določevala merljiva (tudi avtomat- sko) merila (debelina hlodov, koničnost) in manj razne napake, ki jih težko ugotav- ljamo, poleg tega pa še slabo odražajo kakovost in vrednost sortimentov. 6.4 Vrednost lesa v deblu 6.4 The Value of Timber in a Trunk V tablicah 11 - 13 smo prikazali relativno (primerjalno) vrednost 1 m3 lesa v deblih različnih kakovosti in dimenzij. Vrednost debla (enačbe v preglednici 9 in tablice 8 - 1 O) kaže vrednost debla kot skupen odraz njegove velikosti (kubature) in kakovosti (sestave sortimentov). Večji del razlik nastaja tu zaradi razlik v velikosti debel. Nasprotno temu pa vrednost 1 m3 lesa v deblu (enačbe v preglednici 11 in tablice 11 - 13) kažejo povsod le povprečno vred- nost 1 m3Jesa v deblu določenih značilnosti (kakovosti, debeline, dolžine). Tako razlike med vrednostmi 1 m3 lesa v deblu kažejo le razlike v kakovosti debel oziroma razlike, ki nastajajo zaradi različne sortimentne sestave debel. Izločen je vpliv velikosti debel. V tablicah 11 - 13 smo prikazali vredno- sti, izračunane iz enačb 44. Le-te so za- nesljivejše in dajejo bolj prilagojene vred- nosti, kot pa enačbe 42 in 43. Tablica 5: Delež sortimentov v tržnem volumnu debla Table 5: The share of assortments in the market vo/ume of a trunk Kakovost debla: DOBRA Trunk quality: good Višina Kakav. drevja razred Tree sort. hetghl Assonmenl m qua/ily class 1 10 2 3 011 1 15 2 3 011 1 20 2 3 Oli 1 25 2 3 Oli 1 30 2 3 Oli 1 35 2 3 Oli 26 Gozd V 54, 1996 5 28 72 36 64 38 62 39 61 Enačbe: 31 a za 1. KR, 32a za 2. KR, 34a,b za 3. KR, 35 za Oti Equations: 31a for the /ogs of the first quality class 32a for the logs of the second quality class, 34a, b for the logs of the third quality class, 35 for residual/umber. Debelinske stopnje Diameter class es 6 7 8 9 10 11 12 Delež sortimenla % Assor1ment's share 13 44 59 44 28 12 7 21 28 32 29 22 46 48 51 52 54 50 35 22 15 14 15 28 12 9 6 2 2 14 25 30 35 32 29 33 46 48 52 52 53 55 39 28 18 13 12 13 14 28 12 9 5 3 2 2 21 29 36 35 34 30 43 49 48 51 51 54 24 13 11 11 12 14 12 9 5 3 3 2 36 37 36 33 49 52 52 55 9 7 9 10 6 4 3 2 13 1 26 56 17 1 27 55 16 2 27 57 14 2 l ; ' Sortimentne in vrednostne tablice za debla jelke Tablica 6: Delež hlodov v tržnem volumnu debla Table 6: The share of logs in the market vo/ume of a trunk Kakovost debla: SREDNJA Trunk's quality: medium Enačbe: 31bza 1. KR, 32bza2. KR, 34za3. KR Equations: 31 b for the Jog s of the first quality class, 32b for the /ogs of the second quality class, 34 for the /ogs of the third quality class. Višina Kakav. Debelinske stopnje drevja razred Diameter classes Tree sort. 5 6 7 8 9 10 height Assortment m quality class O e 1 e ž sortimenla Assortment's share 1 10 2 1 3 28 1 15 2 13 44 3 36 59 44 1 11 12 12 20 2 20 53 58 67 72 3 38 52 35 22 15 14 1 9 13 17 13 25 2 33 51 60 65 72 3 39 39 28 18 13 12 1 13 15 19 14 30 2 51 63 65 72 3 24 13 11 11 1 19 15 35 2 66 74 3 9 7 Tablica 7: Delež hlodov v tržnem volumnu debla Table 7: The share of logs in the market vo/ume of a trunk Kakovost debla: SLABA Trunk quality: poor Enačbe: 32c za 2. KR, 34c za 3. KR Equations: 32c tor the log s of the second quality class 34c for the /ogs of the third quality class. % Višina Kakav. Debelinske stopnje drevja razred Diameter classes Tree sort. 5 6 7 8 9 10 height Assortment m quality class O e 1 e ž sortimenta % Assortment's share 10 2 3 28 15 2 20 37 3 36 51 51 20 2 26 47 56 63 67 3 38 46 41 35 33 31 25 2 34 54 63 70 74 3 39 38 34 28 25 23 30 2 63 71 77 81 3 25 20 18 16 35 2 84 86 3 10 10 11 11 72 15 12 73 13 12 73 12 12 76 9 11 66 32 74 24 79 18 85 12 12 13 2 82 82 14 17 5 1 79 81 14 16 6 3 82 81 10 14 12 13 68 65 30 34 76 72 22 26 82 78 16 20 GozdV 54, 1996 27 Sortimentne in vrednostne tablice za debla jelke Tablica 8: Vrednost debla dobre kakovosti Table 8: The value of a trunk of high quality Enačba: 40a Equation: Vi~lna Troo hCJg/1! m Oobo!lnGko stopnje Olamowr da$$0< " " " " " o" 0.12 0.13 014 0.23 0.15 0.25 017 0.27 O. B 0.16 0.28 0.42 o 19 030 0.45 062 0.20 0.32 0.48 066 0.22 0.35 o. 1 071 0.23 0.37 0.54 0.75 0.24 0.39 o 57 0.79 0.26 0.41 0.83 0.27 0.43 0.63 ()87 0.28 045 o. 6 091 0.30 047 o 9 096 031 0.49 0.72 100 0.32 051 0.75 1.1)4 0.33 0.53 o. s 1.09 O.S5 0.61 113 0.57 0.84 1.17 0.60 1 2 091 1.26 o. 4 1 :>0 "' '" " " " 0.94 1.00 1.29 1 G2 2.00 2.42 1.05 1.36 171 2.11 2.SG 1.11 1.43 1.60 2.22 2.69 115 1.50 1.69 2.:14 2 63 1.22 156 19-9 2.45 2.97 1 8 165 2.06 256 311 1.33 1.n 217 2 68 3.24 1.39 1.60 2.26 2.79 3.38 1.45 1 67 2.36 2.91 3 52 1.51 195 2.45 302 3(16 1.57 2.02 255 314 381 162 2.10 264 3.26 3.95 1.63 2.17 2.74 3.37 4.09 1.74 2.25 2.83 3.49 4.23 180 2.3:l 2.93 361 433 1.86 240 3.02 3.73 452 192 248 312 3.85 466 Ulil 2.56 3.22 3.97 4.81 2.6:! 3.31 4 09 4.95 271 341 4.21 5.10 3.51 4 33 5.24 Tab lica 9: Vrednost debla srednje kakovosti Table 9: The value of a trunk of medium quality Enačba: 40 b Equation: Vi~"" 7roo IJCir;/11 m Dobollnsko SIOPnto Di.omorwdoss"s 10 ()11 " " ' .. " o" o" 014 0.22 0.16 0.24 o 17 0.25 0.38 o 18 0.28 0.41 019 0.30 0.44 060 0.21 0.32 0A7 0.1>4 O.z! 0.34 O O!lll 0.23 (),36 053 0.72 0.24 0.38 o 6 0.75 o.2s o.4o o,se oeo v 0.42 0.1 0.85 0.28 0.44 0,(;4 0.89 0.30 0.46 067 OJI3 0.31 0.4ll 0.70 0.97 0.32 0.51 0.73 1.01 0.:14 0.53 0.76 1 05 0.55 079 1 oe 0.57 o. 114 o.s9 o.es 118 0.9 1.2'! 0.92 1.26 '"' 1.35 28 GozdV 54, 1996 10 \1 0.00 0.% 1.29 1.53 1.61l 2.26 1.01 1.3!:1 1.62 1.98 2.39 1 O& 1.43 1.70 2.09 2.52 112 1.50 1.79 2.19 264 1.17 1.58 188 2.30 2Tl 1.23 1.65 1 96 2.41 2.90 1.28 1.72 2.05 2.51 3.03 1:14 1.60 2.14 262 316 139 1.87 2.23 2.73 3.29 1.45 1.95 2.32 2.84 3.42 1 50 2.02 2.41 .95 3.55 1.SG 2.10 2.50 306 368 1.51 2.17 2.59 3.17 3.02 1.67 2.25 2.68 3.28 3.95 1.73 2.33 2.Tl 3.39 4 08 1.78 2 40 2.86 3.50 4.21 184 2.48 2.95 361 4.35 1.90 2.55 3.04 3.72 448 2.63 3.13 3.83 4 62 2.71 3.22 3.95 4.75 3.31 4.06 4.69 Tab lica 1 O: Vrednost debla slabe kakovosti Table 1 O: The value of a trunk of poor quality Enačba: 40 c Equation: DobolloGko •tcpnje Di•meror <>"a.<.!16S '" " " '" " " " '" " '" " " " " " " " o" 0.12 0.13 0.14 0.22 0.15 0.24 0.17 0.26 0.31! 0.18 0.28 OAO 0.19 0.30 04."l 059 0.20 0.32 o 46 0.63 0.22 0.34 049 0.67 023 0.35 0.51 070 0.24 0.37 0.54 0.74 o 5 o 9 057 078 0.27 0.41 0.60 0.!!2 0.28 0.43 0.63 0.86 0.29 o 4S O 65 0.00 0.30 47 0.68 0.94 032 0.49 071 098 0.33 0.51 0.74 1.02 0.53 077 105 0.55 oso 1.09 0.57 0.83 1.13 086 1.17 oen 1.21 "' "" " o~ 093 1.19 1.48 181 098 1.25 156 1.91 1.03 1.32 164 201 1.06 1.72 2.11 1.13 1.45 1.80 2.21 1.18 1.51 1.89 2.31 1.23 1.58 1.97 2.41 1.29 1.64 205 2.51 1.34 1.71 2.13 2.61 1.39 1.78 2.22 2.71 1 44 1.84 2.30 2.81 1.5!l 1 91 2.38 2.92 1.55 1 90 2 47 3.02 160 205 255 312 1.65 2.11 264 3.22 171 216 2.72 3.33 1.76 2.25 2.81 3.-13 1.81 2.32 2.89 3 53 2.39 290 364 2.45 306 374 3.15 3.85 '" "" "' ··~ ··~ m "' '"' 3.14 '" ·~ •w ·~ "' ·~ 0,61 0,76 0.07 o,ro 0,9<> 0,97 0,96 0,94 o.61 o1s o.e1 oro o.97 o.s1 o.9s o94 o.s2 061 0.77 0,87 0.94 0,97 0.98 0.97 0.94 0.92 0,62 0,77 007 094 0.97 0,98 0,97 0,95 0,92 0.!;2 0.77 0.87 0.94 0.97 0.98 097 095 0,92 062 0,77 080 0,94 0,97 0.98 0,97 0,95 0,92 o.f>2 0.11 o.a.e o.94 o.9a oss o.97 oos o.93 0,70 0.!1-!l 0,95 0,98 0,99 0.98 095 0.93 o1a o.a.e o,95 o.9B 099 o.sa o,gs o.93 o.1a o.sa oss o9e 099 o.9a o.% o.93 o 89 0,95 0.98 0.93 0,98 0.96 0.93 0.89 0,95 099 0.99 0.98 0.96 0.94 o 96 0.99 1 .oo 0.99 0.00 0.94 0% 0!19 1.00 099 0,97 0,94 0.99 1.00 0,99 0.97 0.94 0.!19 1,00 0,99 0,97 0.94 1.00 1 oo 097 095 1,00 0,97 0,95 0,98 095 POVZETEK Z raziskavo smo poskušali ugotoviti, ali je mož- no izdelati merila za ocenjevanje kakovosti (kako- vostnih razredov) debel oziroma napoved količine in sestave ter delež posameznega sortimenta {hlo- di, ostali tehnični les), ali še natančneje, posamez- nega razreda hlodov. Poleg tega smo poskušali ugotoviti, kako zanesljive so take ocene in katere značilnosti debel so primerni kazalci za ponazar- janje količine oziroma deleža posameznega kako- vostnega razreda. Za raziskavo smo 284 debel jelke z lesno maso 486 m3 in debeline od 20 do 81 cm simulirano krojili po različnih kriterijih. Krojenje smo simulirali na računalniku za vsako deblo posebej, pozna- vajoč njegov vzdolžni prerez (obličnico, konturo). Pri krojenju smo upoštevali določila veljavnega standarda (JUS) za sortimente smreke- jelke. Za vsak sortiment (kos, hlod) smo ugotovili njegove mere (srednji in končna premera, koničnost, volu- men), kakovostni razred in druge značilnosti. Se- števek vseh hlodov v deblu nam je dal vrednosti za celo deblo, količino posameznega sortimenta in njegov delež v deblu ter vrednost debla. Z ustrezno računalniško obdelavo podatkov smo poiskali ustrezne zveze, zakonitosti, in preskusili zanesljivost ugotovitev. Raziskava in študij literature so nam omogočili naslednje najpomembnejše ugotovitve: 1. Razvrščanje hlodov jelke in smreke v kako- vostne razrede s kriteriji veljavnega standarda ne daje zanesljivih rezultatov.lz vzorcev hlodov slab- Tablica 13: Relativna vrednost 1 m31esa v deblu slabe kakovosti Table 13: Relative value of 1m3 of timber in a trunk of poor quality Enačba/ Equation: 44 c 10 o 9 11 060 O.GO 0.00 0,60 0,73 0,61 0,73 Oc~olln•k• ~IQpnjo Diilmei!UcliJS