Zbornik gozdarstva in lesarstva 80 (2006), s. 81 - 96 UVOD INTRODUCTION OPREDELITEV PROBLEMA PROBLEM DEFINITION V Sloveniji za ugotavljanje lesne zaloge (LZ) gozdnih se- stojev v sklopu gozdne inventure pri kontrolni vzorčni metodi (KVM) uporabljamo prilagojene enotne francoske tarife, ki veljajo za vse drevesne vrste (ČOKL 1980; HOČEVAR 1990, 1991, 1995). Odločujoči argument pri vpeljavi teh tarif v slo- GDK: 524:174.7 Picea abies karst.--015(045)=863 Prispelo / Recived: 28. 06. 2006 Izvirni znanstveni članek Sprejeto / Accepted: 24. 07. 2006 Original scientifi c paper ZANESLJIVOST UGOTAVLJANJA LESNE ZALOGE S TARIFAMI NA PRIMERU SMREKE V MIKRORASTIŠČNO PESTREM GOZDU Gal KUŠAR1, Milan HOČEVAR2 Izvleček V mikrorastiščno pestrem visokokraškem jelovo-bukovem gozdu smo na primeru drevesne vrste smreke ugotavljali zanesljivost ocenjevanja lesne zaloge s tarifami. Referenčne volumne dreves smo ugotovili s pomočjo švicarskih trovhodnih volumenskih funkcij. Ustrezno tarifo smo izbrali po ustaljeni metodi, na podlagi srednjega premera in srednje višine, ki smo jo odčitali iz prilagojene višinske krivulje. Razlike med tarifami posameznih vzorčnih ploskev so do 3 tarifne razrede. Odstopanje med lesno zalogo, ugotovljeno s tarifami in referenčno lesno zalogo za smrekov sestoj, je -2,8 %; pri posameznih ploskvah pa so odstopanja večja, od -7,0 do 8,6 %. Dosedanje (prenizko izbrane) tarife dajo v konkretnem primeru za -18,1 % prenizko oceno lesne zaloge. Sklepamo lahko, da v primeru, če je tarifa za površino (odsek, sestoj) izbrana korektno in reprezentativno, dobimo z njo dobro oceno lesne zaloge tudi na mikrorastiščno pestri površini. Reprezentativni izbor tarife zagotovimo z meritvami na vzorčnih ploskvah, ki dobro predstavljajo površino. Ključne besede: lesna zaloga, tarife, švicarske trovhodne volumenske funkcije, mikrorastiščne razmere, smreka, visokokraški teren, Kočevska RELIABILITY OF GROWING STOCK ESTIMATION USING TARIFFS IN CASE OF A SPRUCE TREE IN FOREST WITH VARIED MICRO SITE CONDITIONS Abstract Reliability of growing stock estimation using tariffs in forest with varied micro site conditions was analysed in case of high karst fi r-beech forest for a spruce tree. Reference bole volumes were calculated with Swiss’s three parametric volume functions. Adequate tariffs were selected with standard method, using mean tree diameters and heights, which were calculated from adapted height curves. Adequate tariffs for single sampling plots are different for up to 3 tariff’s classes. Difference between growing stock calculated by tariffs and reference growing stock for a spruce tree’s stand is -2.8%, whereas for single sampling plots the differences are greater, from -7.0 to 8.6%. The hitherto used tariffs underestimated growing stock by -18.1% in the presented case. Our conclusion is that if tariff for a defi ned area (forest stand or compartment) is representative, with correct method used, the reliability of growing stock estimation is good regardless the varied micro site conditions. Representative selection of tariffs is provided for with measuration on sampling plots that well represent the defi ned area. Key words: growing stock, tariffs, Swiss’s three parametric bole volume functions, micro site conditions, spruce tree, high karst terrain, Kočevska region 1 G. K., univ.dipl.inž.gozd., Gozdarski inštitut Slovenije, Večna pot 2, 1000 Ljubljana, SI 2 Prof. dr. M. H., univ.dipl.inž.gozd., Gozdarski inštitut Slovenije, Večna pot 2, 1000 Ljubljana, SI vensko gozdarsko prakso v 50ih letih prejšnjega stoletja je bil, da uporaba tarif zmanjšuje potrebno število meritev drevesnih višin na minimum, zanesljivost ocene lesne zaloge pa se le malenkost zmanjša (ČOKL 1956, 1957, 1959, 1962; MLIN- ŠEK 1955; ZABUKOVEC 1957). Tako so te tarife, zaradi svoje enostavnosti, kljub manjši zanesljivosti, hitro zamenjale različne lokalne tarife in dvovhodne deblovnice. V zadnjem času je zelo aktualno vprašanje pravilnosti in ažuriranja v preteklosti določenih tarif (ŠKRATEK 2005) ter zanesljivosti tarif v rastiščno heterogenih odsekih (FURMAN 2005). Prav tako je izražena potreba (KOZOROG in ČERNIGOJ 2002) po razvoju operativne metode, ki bi na podlagi podatkov KVM omogočala korekcijo tarif tudi na ravni odseka. Oceno lesne zaloge sestojev (m3/ha) izračunamo na pod- lagi ugotavljanja volumnov dreves (navadno debelejših od 10 cm na prsni višini). Kot volumen drevesa (m3) običajno upoštevamo debeljad, torej volumen debla (panj + deblo) in vej, debelejših od 7 cm, vključno s skorjo-lubjem. Volumen drevesa lahko v matematičnem modelu zapišemo kot funkcijo V = f(G, H in F) ali V=G*H*F; kjer G pomeni temeljnico oz. premer (D), H višino drevesa in F faktor oblike. Pri trovhodnih volumenskih funkcijah (npr. Švica) upoštevamo kot vhodne podatke prsni premer (DBH oz. D), višino (H) in premer na višini 7 metrov (D 7 ), ki v razmerju z D dobro predstavlja fak- tor oblike debla (KAUFMANN 2001). Pri dvovhodnih volu- menskih funkcijah - deblovnicah (npr. Nemčija) upoštevamo kot vhodne podatke D in H (ČOKL 1980). Pri enovhodnih volumenskih funkcijah - tarifah pa neposredno upoštevamo le še D (ČOKL 1980). V praksi lahko najbolj enostavno in na- tančno izmerimo D, težje in manj natančno H, najzahtevnejše pa so meritve D 7 . Teoretično so najbolj zanesljive trovhodne volumenske funkcije, nato dvovhodne deblovnice, najmanj zanesljive pa so tarife. Za praktično uporabo pa so najeno- stavnejše tarife, nato dvovhodne deblovnice in nazadnje trov- hodne volumenske funkcije. Doslej v Sloveniji ni bila znana uporaba trovhodnih volumenskih funkcij, (nemške) dvovho- dne deblovnice se uporabljajo predvsem za izračun volumna dreves in izbor tarifnih razredov, tarife pa za oceno lesne za- loge. Zanesljivost ocene lesne zaloge določa Pravilnik o goz- dnogospodarskih in gozdnogojitvenih načrtih (1998, 31. člen), in sicer vzorčna napaka ocene lesne zaloge pri tveganju 5 % ne sme presegati 10 % na ravni GGE oz. 15 % na ravni GR. Ob predpostavki, da dobimo pri pravilno izbrani vrsti in razredu tarif dobro oceno lesne zaloge, je glavni problem, kako izbrati pravo vrsto in razred tarif. Vrsto tarif določa gozdnogo- jitvena oblika sestoja (enodobni, prebiralni, vmesni gozdovi) in se nanaša na velikost spremembe volumna drevesa z narašča- njem premera drevesa. Tarifni razred pa opredeljuje volumen drevesa danega premera. Večji je tarifni razred, večji volumen ima drevo enakega premera pri določeni gozdnogojitveni obli- ki sestoja. Z izbiro vrste in razreda tarif tako izberemo funkcijo HF danega sestoja in tarifo lahko zapišemo kot V = f(D). V Sloveniji uporabljamo 3 vrste tarif, razdeljene na 20 razredov, kar nam da skupaj 60 različnih tarifnih nizov. Za- vod za gozdove Slovenije (ZGS) določa vrsto in razred tarif za odsek, za vsako drevesno vrsto posebej (8 skupin dreve- snih vrst), na podlagi meritve drevesnih višin nekaj dreves ter izračuna volumna dreves s pomočjo (nemških) dvovhodnih deblovnic. Najpogosteje pa se v praksi kar prevzamejo stare tarife (KUŠAR 2006). Višina dreves je odvisna od bonitete rastišča. Boniteto ra- stišča navadno opredeljujemo z rastiščnim indeksom (site in- deks, SI), ki je opredeljen kot dominantna višina 100 (HOČE- VAR 1995) ali 10 % (HALAJ in sod. 1987 v KOTAR 2003) najdebelejših dreves na hektar, pri starosti 50 let (EAFV 1968) ali 100 let (HALAJ in sod. 1987 v KOTAR 2003). Na boljših rastiščih so drevesa višja in imajo zato SI večji, na slabših pa nižja in imajo SI nižji. Posledično torej velja, da so drevesa enakih premerov na boljših rastiščih višja, imajo večji volumen in s tem višjo tarifo (razred). Torej se v rastišč- no heterogenem sestoju tarifa dreves hitro spreminja, kar je seveda treba upoštevati pri izbiri tarif in ugotavljanju lesne zaloge v mikrorastiščno pestrih sestojih. Problem zanesljive izbire tarif je posebno očiten na viso- kokraškem terenu, katerega značilnosti so med drugim tudi velike mikrorastiščne razlike. Te so predvsem posledica razgi- banega reliefa terena, tako da se že na manjši površini pojavi- jo globoke vrtače, relativno strma pobočja in različne stopnje skalovitosti. Boniteta rastišča (boljše vlažnostne razmere, glo- blja tla, več hranilnih snovi...) je na dnu vrtač namreč bistveno boljša kot na pobočju ali grebenih. Tako imajo znotraj istega sestoja oz. odseka drevesa enakih premerov zelo različne viši- ne in posledično volumne - tarife. To potrjujejo tudi opažanja iz gozdarske prakse na visokokraških rastiščih, da je namreč streha sestoja enako visoko, ne glede na to, ali drevesa raste- jo v vrtači ali zunaj nje, kar pomeni, da so drevesa v vrtačah včasih tudi do 10 m (20-25 %) višja kot okoliška drevesa, ki rastejo na robu vrtače! Iz tega lahko predpostavimo, da imajo enako debela drevesa tudi od 20-25 % različne volumne. CILJI RAZISKAVE RESEARCH GOALS • Ugotoviti referenčni volumen drevesa. • Ugotoviti vpliv mikrorastiščnih razmer na višino in vo- lumen dreves istega premera. • Ugotoviti primernost tarif za ugotavljanje lesne zaloge. 82 Zbornik gozdarstva in lesarstva, 80 • Ugotoviti pravo metodo določanja tarif za odsek na mi- krorastiščno pestrih površinah. DELOVNE HIPOTEZE WORKING HYPOTHESIS • Dobro referenčno oceno pravega volumna drevesa nam dajo švicarske trovhodne volumenske funkcije, ki ve- ljajo za širša področja, saj z upoštevanjem D, H in D 7 pojasnijo velik delež individualnih odstopanj volumnov posameznih dreves. • Enovhodne volumenske funkcije – tarife so dovolj za- nesljive za lokalno ocenjevanje lesne zaloge. • Zaradi mikrorastiščnih razmer (na rastiščih visokokra- škega jelovo-bukovega gozda) se volumni (višine) dre- ves enakega premera znotraj enega odseka (sestojnega tipa) bistveno razlikujejo. • Določanje tarif na ravni odseka je na rastišču visoko- kraškega jelovo-bukovega gozda lahko nezanesljivo; razlike med pravimi lesnimi zalogami in lesnimi zalo- gami, ugotovljenimi z nereprezentativno izbranimi tari- fami, pa so lahko velike. • Prilagojene enotne francoske tarife nam dajo dobro oceno lesne zaloge, če z ustrezno metodo reprezentativ- no izberemo vrsto in razred. • S pomočjo meritve višin na reprezentativno izbranih vzorčnih ploskvah lahko izberemo pravo vrsto in razred prilagojenih enotnih francoskih tarif. PREDSTAVITEV TESTNEGA OBJEKTA PRESENTATION OF STUDY OBJECT Testni objekt je enodobni smrekov-jelov sestoj (Z086) na najboljših rastiščih (dominantna višina dreves okoli 40 m, najvišje višine do 50 m) združbe Abieti Fagetum (Omphalodo Fagetum) v odseku 59, GGE Poljane, Kočevski Rog. Mikrora- stiščne razmere se pestre in se hitro spreminjajo od lokalno naj- boljših (dna vrtač), prek bolj ali manj strmih pobočij in različne skalovitosti, do lokalno najmanj dobrih rastišč (grebeni med vrtačami). Starost sestoja smo na podlagi štetja letnic na panjih podrtih dreves ocenili na povprečno 125 let (110-140 let). Pomembnejši podatki iz načrta in opisa sestoja (ZGS 2004) so: nadmorska višina rastišča je med 660-760 m. Lesna zaloga iglavcev je 396 m3/ha, listavcev 176 m3/ha in skupaj 572 m3/ha. Delež drevesnih vrst v zalogi je: smreka 47 %, bukev 24 %, jel- ka 22 %, g. javor 7 %. Tarife, ki jih je za ta odsek določil in jih uporablja ZGS, so: smreka 35 (V7/8), jelka 14 (P7), drugi iglav- ci 35 (V7/8), bukev 16 (P8), hrast 14 (P7), plemeniti listavci 36 (V8), trdolesni listavci 32 (V6), mehkolesni listavci 32 (V6). METODE METHODS TERENSKE MERITVE FIELD MEASURATION Na transektu skozi sestoj smo izbrali 11 vzorčnih ploskev (površina ploskve je 5 arov; R je 12,62 m) z izhodiščem v najnižji točki (ploskev 1), slika 1. Vzorčni profi l smo izbrali tako, da ležijo ploskve v isti smeri (azimut 238°) in da pred- stavljajo različne mikrorastiščne razmere sestoja, kot so: • dno vrtače (ocenjeno kot lokalno izredno dobro rasti- šče), • plato - ravnina (odlično), • pobočje (zelo dobro), • greben (dobro). Za zadnje tri ploskve (9, 10 in 11) smo naredili premik iz smeri, da smo se izognili večjemu jedru mlajših listavcev in ostali znotraj istega sestoja. Za vsako ploskev smo ocenili povprečno sestojno starost (ista na vseh ploskvah) ter sestojni tip, kjer je bila opažena razlika v mešanosti oz. deležu dreve- snih vrst. Z busolo, razdaljemerom in padomerom smo izmerili raz- dalje, azimute in naklone med središči ploskev. Prav tako smo izmerili razdalje, azimute in naklone od središča ploskev do vseh dreves posamezne ploskve. Drevesom na ploskvi, ki so bila debelejša od 10 cm, smo izmerili: premer (D), višino (H) in premer na 7 m višine (D 7 ), hkrati pa ugotovili: drevesno vrsto (DV), socialni položaj (SOC) in poškodovanost (POS). Izmerili smo 156 dreves, od tega 77 smrek. D smo merili s kovinsko premerko Haglof, do celega cm natančno; D 7 smo merili s fi nsko premerko na 7-metrskem teleskopskem drogu Grube do celega cm natančno; višine pa smo merili z elektronskim višinomerom Vertex III, Haglof, do dm natančno. Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 83 IZRAČUN LEGE PLOSKEV IN DREVES TER RELIEFA TERENA IN VIŠINSKE STRUKTURE CALCULATION OF SAMPLING PLOTS AND TREES LOCATION; TERRAIN RELIEF AND STAND HEIGHT STRUCTURE Iz podatkov o lokacijah ploskev in dreves smo izračunali vertikalni profi l terena in ploskev ter prikazali situacijo plo- skev. Prikazali smo tudi profi l sestojnih/drevesnih višin. ANALIZA PODATKOV DATA ANALYSIS Izračune in primerjave smo naredili za posamezne ploskve (11) ter za skupno površino vseh ploskev skupaj (0,55 ha), kar smo poimenovali sestoj (sest). V tem članku predstavljamo samo rezultate za drevesno vrsto smreke; predstavitve za druge drevesne vrste smo zaradi omejene dolžine članka izpustili. Konstrukcija višinskih krivulj za smreko Height curves construction for a spruce tree Za izravnavo (prilagoditev) višinskih krivulj smreke za ploskve in sestoj smo uporabili Pettersonovo funkcijo, ki se dobro prilega podatkom in gre skoz točko (D je 0 cm, H je1,3 m), po naslednji formuli (NAGEL 2000): 1,3 * D H 3 +      + = Dba Izračun referenčnega volumna dreves in konstrukcija lokalnih volumenskih funkcij za smreko Reference bole volume calculation and local volume function construction for spruce tree Referenčni volumen dreves, deblovino, smo za smreko iz- računali s švicarskimi trovhodnimi volumenskimi funkcijami (3V_CH), ki so bile izdelane na podlagi sekcijskih meritev 38.000 dreves v okviru raziskav WSL, po naslednji formuli (KAUFMANN 2001: 163): Slika 1: Lega ploskev in dreves po drevesnih vrstah: ● smreka, ○ jelka, ▲ bukev, ▼ gorski javor in ► lipa. Gozdne združbe (ZGS 2005): AFt - AF Typicum, AFo - AF Omphalodetosum in AFs - AF Scopolietosum Fig. 1: Sampling plots location – trees by tree species: ● spruce, ○ fi r, ▲ beech, ▼ maple, and ► lime tree. Forest subasso- ciation (ZGS 2005): AFt - AF Typicum, AFo - AF Omphalodetosum in AFs - AF Scopolietosum 84 Zbornik gozdarstva in lesarstva, 80 Kot volumen drevesa (bole volume) švicarske trovhodne volumenske funkcije upoštevajo volumen vrha, debla in pa- nja, vključno s skorjo, ne upoštevajo pa volumna vej in vejic. Po drugi strani pa (prilagojene enotne francoske) tarife kot volumen drevesa upoštevajo volumen debla, panja in debelej- ših vej nad 7 cm, vključno s skorjo; ne upoštevajo pa volumna vrha in tanjših vejic. Zato lahko pri iglavcih pri teh tarifah v primerjavi s švicarskimi trovhodnimi volumenskimi funkcija- mi pričakujemo sistematično podcenjevanje volumna drevesa zaradi neupoštevanja volumna vrha (do 1 % celotnega volu- mna). Nasprotno pa pri debelejših listavcih zaradi upoštevanja volumna debelejših vej pričakujemo precenjevanje. Švicarske trovhodne volumenske funkcije dajo pri debeljaku smreke v primerjavi s pravim volumnom drevesa, ugotovljenim s sek- cijskimi metodami po Newtonu sistematično, povprečno za -2,3 do -3,8 % premajhen volumen drevesa (KUŠAR 2006). Vrednosti referenčnih volumnov dreves smo izravnali s polinomsko krivuljo 2. stopnje (V = a+b*D+c*D2) in tako dobili lokalne volumenske funkcije za ploskve in srednjo lo- kalno volumensko funkcijo za sestoj (1V_SVF). Izbira vrste in razreda tarif Selection of tariff type and class Tarife za ploskve in za sestoj smo izbrali po ustaljeni me- todi, in sicer tako, da smo iz grafa frekvenčne porazdelitve premerov izbrali vrsto tarif. Nato smo ugotovili deb. stopnjo, kjer se lesna zaloga običajno razpolavlja (srednja deb. stopnja); za enodobne sestoje z naštevanjem 30 %, za vmesne pa 25 % dreves, od najvišje stopnje navzdol. Iz podatkov o referenč- nih volumnih dreves smo za primerjavo izračunali tudi pravo srednjo deb. stopnjo. Izračunali smo jo kot kumulativo lesnih zalog, po naraščajočih premerih in kot mediano referenčnih volumnov dreves. Za drevo srednje deb. stopnje smo iz sestoj- ne višinske krivulje odčitali višino ter iz srednje lokalne sestoj- ne volumenske funkcije volumen. V tablicah (višina, premer) za ugotavljanje tarifnih razredov (KOTAR 2003) smo izbrali ustrezen tarifni razred (1V_GIS). Ker so tablice izdelane le za deb. stopnje od 5 do 10, smo jih z ekstrapolacijo s pomočjo regresije določene logaritemske funkcije razširili do deb. sto- pnje 16 (77,5 cm). Za mejne vrednosti med razredi smo vzeli aritmetične sredine obeh sosednjih razredov. Izbor tarif smo preverjali tudi neposredno iz tablic (volumen, premer). Izračun in analiza ocen lesne zaloge po različnih metodah Calculation and analyses of growing stock estimation by different methods Za vsako ploskev in sestoj smo izračunali lesno zalogo na ha tako, da smo volumen vsakega drevesa pomnožili s faktor- jem 20 (površina ploskve je 0,05 ha). Referenčni volumen dreves smo izračunali s švicarskimi trovhodnimi volumenskimi funkcijami, izračunali smo tudi volumen dreves po srednji lokalni volumenski funkciji (1V_ SVF). Za izračun volumna dreves smo uporabili prilagojene enotne francoske tarife (ČOKL 1980). Uporabili smo vrsto in razred tarif, ki jih uporablja ZGS (1V_ZGS). Hkrati smo uporabili vrsto in razred tarif (1V_GIS), ki smo jih izbrali po metodah opisanih v Poglavju 3.3.3. Ocena bonitete rastišča za smreko Site quality estimation for a spruce tree Dominantni premer (D dom ) smo izračunali kot srednji te- meljnični premer 100 najdebelejših dreves sestoja na ha (HO- ČEVAR 1995). Ker so ploskve velike 5 arov, smo vzeli srednji temeljnični premer 5 najdebelejših dreves smreke na ploskev. V primeru, da je bilo manj dreves, smo vzeli vsa drevesa (3 ali 4 drevesa), kar je seveda vplivalo na zanesljivost (poveča- nje napake). Za sestoj (vse ploskve skupaj) smo upoštevali 55 najdebelejših smrek. Boniteto rastišča, SI 50 , smo ugotovili na podlagi H dom in starosti (125 let) s pomočjo švicarskih tablic (EAFV 1968) ter SI 100 s pomočjo slovaških tablic (HALAJ in sod. 1987 v KOTAR 2003). REZULTATI RESULTS LEGA PLOSKEV IN DREVES TER RELIEF TERENA IN VIŠINSKA STRUKTURA SAMPLING PLOTS AND TREES LOCATION; TERRAIN RELIEF AND STAND HEIGHT STRUCTURE Streha sestoja je približno enaka, ne glede na relief terena oz. lego drevesa, kar pomeni, da so drevesa na dnu vrtač naj- Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 85 višja (pl. 1, 5, 7 in 9), nato pa se s pobočjem drevesne višine nižajo, slika 2, slika 3. Lepo se vidijo »vrhovi« strehe sestojev nad ploskvami 9, 7, 5 in 1, ki so v vrtačah, in »doline« na ploskvah 3, 6, 8 in 10, ki ležijo na manj dobrih rastiščih. KONSTRUKCIJA VIŠINSKIH KRIVULJ ZA SMREKO HEIGHT CURVES CONSTRUCTION FOR A SPRUCE TREE Rezultate konstrukcije višinskih krivulj za smreko prika- zuje preglednica 1. Slika 2: Višinski profi l terena in vseh dreves na ploskvah v smeri Z - V; ● panji dreves, + vrhovi dreves, ٭ središča ploskve/ Fig. 2: Height profi le of terrain and trees on sampling plots in W – E direction; ● tree stumps, + tree tops, ٭ sampling plots centre Slika 3: Višine vseh dreves, smer Z – V; ٭ središča ploskve in + vrhovi dreves Fig. 3: Tree heights, W – E direction; ٭ sampling plots centre and + tree tops 86 Zbornik gozdarstva in lesarstva, 80 Srednja višina dreves smreke na ploskvah se giblje v in- tervalu med 39,3 in 45,3 m, razlika je 6,0 m (15 %); dominan- ta višina pa je med 40,2 in 47,5 m, razlika je 7,3 m (18 %). Ploskve v vrtačah (1, 7 in 9) imajo pri smreki najvišje srednje višine, najnižje pa ploskve na grebenu (8). Višinske krivulje so približno enako strme, med seboj pa se najvišja in najnižja razlikujeta za okoli 8 m. R2 je od 0,27 do 1,00. Z upošteva- njem socialnega položaja dreves bi dobili zanesljivejše višin- ske krivulje. Odstopanja od srednje sestojne višinske krivulje so pri nekaterih drevesih znatna (± 6 m), slika 4. Preglednica 1: Višinske krivulje za smreko Table 1: Height curves for a spruce tree pl n D H model: H=(D/(a+b*D)) 3+1,3 R2AVR MIN MAX DOM AVR DOM cm cm cm cm m m 1 13 59,3 42 77 70,7 45,1 47,5 H=(D/(1,58220+0,256297*D))3+1,3 0,75 2 17 51,9 37 72 64,2 40,9 42,8 H=(D/(1,10618+0,271485*D))3+1,3 0,43 3 3 62,3 44 77 63,8 40,8 41,5 H=(D/(1,47425+0,268804*D))3+1,3 1,00 4 9 58,7 43 73 65,0 42,6 43,6 H=(D/(1,12822+0,269674*D))3+1,3 0,42 5 1 - - - - - - - - 6 6 60,0 50 65 62,1 40,0 40,5 H=(D/(2,07297+0,260974*D))3+1,3 0,61 7 6 64,7 48 73 68,1 45,3 46,1 H=(D/(1,74059+0,256030*D))3+1,3 0,89 8 6 64,3 46 77 68,4 39,3 40,2 H=(D/(1,87251+0,267728*D))3+1,3 0,71 9 8 57,8 37 76 66,6 43,4 46,1 H=(D/(1,96986+0,251919*D))3+1,3 0,92 10 4 60,8 54 71 61,1 41,7 41,9 H=(D/(1,62625+0,264382*D))3+1,3 0,27 11 4 57,5 43 65 58,1 39,9 40,4 H=(D/(2,80355+0,246323*D))3+1,3 0,99 sest 77 58,6 37 77 63,1 42,2 43,4 H=(D/(1,50618+0,263599*D))3+1,3 0,43 Legenda/Legend: - pl – zaporedna številka ploskve/plot number, - MIN – najmanjša vrednost/minimum value, - n – število dreves/number of trees, - MAX – največja vrednost/maximum value, - D – prsni premer/diameter at breast height, - DOM – dominantna vrednost/dominant value, - H – drevesna višina/tree height, - R2 – determinacijski koefi cient/coeffi cient of determination, - AVR – povprečna vrednost/average value, - sest – sestoj/stand. Slika 4: Višinska krivulja za sestoj in višine dreves za smreko Fig. 4: Height curve for a stand and tree heights for a spruce tree Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 87 IZRAČUN REFERENČNEGA VOLUMNA DREVES IN KONSTRUKCIJA LOKALNIH VOLUMENSKIH FUNKCIJ ZA SMREKO REFERENCE BOLE VOLUME CALCULATION AND LOCAL VOLUME FUNCTION CONSTRUCTION FOR A SPRUCE TREE Rezultate konstrukcije lokalnih volumenskih funkcij za ploskve in sestoj za smreke prikazuje preglednica 2. Regresija med V in D je tesna (R2 je od 0,90 do 0,99), kar potrjuje upo- rabnost ustreznih lokalnih volumenskih funkcij pa tudi tarif za ugotavljanje lesne zaloge. Odstopanja volumna drevesa, debelega 45 cm (pri tej de- belini so namreč določeni koefi cienti tarif), izračunanega po lokalnih volumenskih funkcijah ploskev, so od –0,67 do 0,13 m3 (od -22,9 do 4,5 %) v primerjavi z volumnom drevesa, izračunanim po srednji lokalni volumenski funkciji. Razlike med lokalnimi volumenskimi funkcijami posameznih ploskev so zaradi mikrorastiščnih razmer zelo velike. To pomeni, da bi dobili napačno oceno lesne zaloge sestoja, če bi srednjo lokalno volumensko funkcijo (ali tudi sestojno tarifo) izbrali nereprezentativno, npr. le na podlagi meritev za eno ploskev. Če bi tako izbrali na podlagi meritev za pl. 6, z najnižjo lokal- no volumensko funkcijo, bi bilo odstopanje volumna drevesa, debelega 45 cm, na ploskvi z najvišjo lokalno volumensko funkcijo (pl. 2) 0,81 m3 (35,5 %), odstopanje od volumna drevesa, izračunanega po srednji lokalni volumenski funkciji, pa 0,67 m3 (29,7 %). Če pa bi izbrali srednjo lokalno volu- mensko funkcijo na podlagi meritev za pl. 2, najvišja lokalna volumenska funkcija, bi bilo odstopanje volumna drevesa, debelega 45 cm, na ploskvi z najnižjo lokalno volumensko funkcijo (pl. 6) -0,81 m3 (-26,2 %), odstopanje od volumna drevesa, izračunanega po srednji lokalni volumenski funkciji, pa -0,13 m3 (-4,3 %). Volumen drevesa, debeline 45 cm po srednji lokalni volumenski funkciji, je 2,945 m3, kar je zelo blizu vrednosti koefi cienta za tarifni razred 10 (2,954 m3). Krivulje volumenskih funkcij se med seboj razlikujejo tako po obliki (legi) kot po strmini. Odstopanja od srednje lokalne volumenske funkcije so pri nekaterih drevesih zaradi mikrorastiščnih razlik v višini in s tem razlik v volumnih dre- ves istega premera znatna (± 1 m3), slika 5. Preglednica 2: Lokalne volumenske funkcije za smreko Table 2: Local volume function for a spruce tree pl n model: V=a+b*D+c*D2 R2 AVR V 45 Odstopanje/Residual V 45 D V AVR MIN MAX cm m3 m3 m3 % m3 % m3 % 1 13 V = -0,132354-0,00824639*D + 0,00171375*D2 0,96 59,3 5,41 2,97 0,02 0,8 0,70 30,7 -0,11 -3,6 2 17 V = -2,1283 + 0,0825707*D + 0,00073524*D2 0,94 51,9 4,14 3,08 0,13 4,5 0,81 35,5 0,00 0,0 3 3 V = -6,0 + 0,204394*D-0,00023416*D2 0,99 62,3 5,82 2,72 -0,22 -7,5 0,45 20,0 -0,35 -11,5 4 9 V = -0,0110122 + 0,00443774*D + 0,00142194*D2 0,99 58,7 5,15 3,07 0,12 4,2 0,80 35,1 -0,01 -0,3 5 1 - - - 6 6 V = -9,94884 + 0,333079*D-0,00136748*D2 0,90 60 5,11 2,27 -0,67 -22,9 0,00 0,0 -0,81 -26,2 7 6 V = -1,04333 + 0,0437113*D + 0,00105096*D2 0,99 64,7 6,18 3,05 0,11 3,6 0,78 34,4 -0,02 -0,8 8 6 V = 2,79328-0,101617*D + 0,00221207*D2 0,94 64,3 5,41 2,70 -0,24 -8,3 0,43 18,9 -0,38 -12,2 9 8 V = 1,30183-0,0696046*D + 0,00226952*D2 0,99 57,8 4,86 2,77 -0,18 -6,1 0,49 21,8 -0,31 -10,1 10 4 V = -5,64382 + 0,195591*D-0,000186543*D2 0,91 60,8 5,56 2,78 -0,16 -5,6 0,51 22,4 -0,30 -9,6 11 4 V = 4,66877-0,199399*D + 0,00347439*D2 0,99 57,5 4,69 2,73 -0,21 -7,2 0,46 20,3 -0,34 -11,2 sest 77 V = -0,576927 + 0,0175627*D + 0,00134884*D2 0,95 58,6 5,08 2,94 0,00 0,0 0,67 29,7 -0,13 -4,3 Legenda/Legend: - pl – zaporedna številka ploskve/plot number, - AVR – povprečna vrednost/average value, - n – število dreves/number of trees, - MIN – najmanjša vrednost/minimum value, - D – prsni premer/diameter at breast height, - MAX – največja vrednost/maximum value, - V – volumen drevesa/tree volume, - R2 – determinacijski koefi cient/coeffi cient of determination, - V 45 - volumen drevesa pri 45 cm premera/tree volume - sest – sestoj/stand. at 45 cm diameter at breast height, 88 Zbornik gozdarstva in lesarstva, 80 Najbližji tarifi sta V9/10 in E9/10. Obe se dobro prilegata srednji lokalni volumenski funkciji. Potek tarifne V9/10 na območju defi niranosti (podatki za drevesa od 35 do 80 cm premer) je do premera 60 cm malenkost nižji, po njem pa ma- lenkost višji od srednje lokalne volumenske funkcije. Tarifa E9/10 pa poteka konstantno malce nižje od srednje lokalne volumenske funkcije. Za določanje volumna drevesa le na podlagi meritev pre- mera, V = f(D), imamo na voljo dve možnosti. Pri prvi nepo- sredno uporabimo srednjo lokalno volumensko funkcijo, ki jo konstruiramo s pomočjo reprezentativno izbranih referenčnih volumnov dreves. Pri drugi pa uporabimo ustrezno urejevalsko tarifo, ki jo iz snopa tarifnih krivulj izberemo s pomočjo poseb- nih tablic (višina, premer) ali na podlagi referenčnega volumna drevesa. Referenčni volumen drevesa navadno ugotovimo s pomočjo dvo- ali trovhodnih volumenskih funkcij, pravi volu- men drevesa pa najnatančneje s sekcijskimi meritvami. IZBIRA VRSTE IN RAZREDA TARIF SELECTION OF TARIFF TYPE AND CLASSES Frekvenčna porazdelitev za sestoj, za smreko, nam da sli- ko enodobnega sestoja (kot smo ugotovili tudi na terenu), zato smo kot vrsto tarif izbrali tarife za enodobne sestoje, slika 6. Srednjo deb. stopnjo (razpolavljanje lesne zaloge) smo poiskali z naštevanjem dreves, razvrščenih po padajočem pre- meru (30 % za enodobne oz. 25 % za vmesne tarife). Izbrali smo 54. oz. 58. drevo, ki sta debeli 65 oz. 66 cm. Obe drevesi sta v 14. deb. stopnji (65 - 70 cm), ki ima srednji premer 67,5 cm. Pri izboru za enodobne sestoje dobimo iz tablic (višina, premer) in neposredno iz tarif (volumen, premer) isto tarifo E9/10 (D je 65 cm, H je 43,7 m in V je 6,26 m3 oz. D je 67,5 cm, H je 44,1 m in V je 6,78 m3). Pri izboru za vmesne sestoje pa dobimo tarifo V9 (D je 66 cm, H je 43,9 m in V je 6,46 m3 oz. D je 67,5 cm, H je 44,1 m in V je 6,78 m3). Kot ustrezno sestojno tarifo smo tako izbrali tarifo E9/10. Če po istem postopku izberemo tarife za posamezne plo- skve, dobimo tarife od E8/9 do E10 (razlika 3 tarifne razrede, okoli 15 %). To nam le potrdi že prej ugotovljeno dejstvo, da se tarife za posamezne ploskve (zaradi mikrorastiščnih razlik) med seboj bistveno razlikujejo in da lahko z nereprezentativ- nim izborom tarife izberemo napačno tarifo za sestoj. Na podlagi referenčnih volumnov dreves smo ugotovili, da se lesna zaloga razpolavlja pri premeru 64 cm, torej v 13. deb. stopnji oz. pri 35 % števila dreves, šteto od najdebelejših navzdol (če upoštevamo kumulativo lesne zaloge). Če izbere- mo tarifo po tablicah (višina, premer) za to drevo (D je 64 cm, H je 43,5 m in V je 6,07 m3), dobimo tarifi V9 oz. E9/10. Če Slika 5: Srednja lokalna volumenska funkcija za smreko (odebeljena), R2 = 0,95; najbližji tarifi V9/10 (kratko črtkana) in E9/10 (dolgo črtkana) ter referenčni volumni dreves (□) Fig. 5: Average local volume function for a spruce tree (bold); nearest tariffs V9/10 (short spaces) and E9/10 (long spaces) and reference bole volumes Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 89 pa tarifo poiščemo neposredno v tarifah (volumen, premer), dobimo za drevo te deb. stopnje (D je 62,5 cm, V je 5,79 m3) tarifi V9/10 oz. E9/10. Če pa srednjo deb. stopnjo izračunamo iz mediane refe- renčnih volumnov dreves (5,16 m3), dobimo premer 59 cm (deb. stopnja 12) in H je 42,7 m. Tu pa po tablicah (višina, premer) izberemo tarifi V9 oz. E9/10. Če pa tarifo poiščemo neposredno v tarifah (volumen, premer), dobimo za drevo te deb. stopnje (D je 57,5 cm, V je 4,89 m3) tarifi V9/10 oz. E9/10. Glede na to, da so tablice (višina, premer) za določanje tarifnih razredov izdelane na podlagi nemških dvovhodnih deblovnic, je možna sistematična napaka. Prav tako je možna napaka zaradi naše ekstrapolacije v debelejše deb. stopnje in izračuna vmesnih vrednosti med razredi tarif. Izbrana srednja sestojna tarifa E9/10 (1V_GIS) je bistve- no višja (za 4 razrede), kot so sedanje tarife V7/8 (1V_ZGS), iz česar lahko sklepamo, da je ocena lesne zaloge po doseda- njih tarifah podcenjena (za 15-20 %). IZRAČUN IN ANALIZA OCEN LESNE ZALOGE SMREKE PO RAZLIČNIH METODAH CALCULATION AND ANALYSIS OF GROWING STOCK ESTIMATION FOR A SPRUCE TREE BY DIFFERENT METHODS Lesno zalogo smreke po ploskvah in za sestoj prikazuje preglednica 3. S srednjo lokalno volumensko funkcijo (1V_SVF) dobi- mo le za malenkost - 0,1 m3/ha (0,0 %) - prenizko oceno le- sne zaloge sestoja (smreka), kar potrjuje primernost uporabe enovhodnih volumenskih funkcij – tarif za ugotavljanje lesne zaloge. Rezultat je tako dober tudi zato, ker smo srednjo lo- kalno volumensko funkcijo konstruirali iz istih podatkov. S tarifo V9/10 dobimo samo za 0,8 m3/ha (0,1 %) pre- visoko oceno lesne zaloge sestoja (smreka). S tarifo E9/10 pa je odstopanje večje, –20,9 m3/ha (-2,8 %). Kot ustreznejše se izkažejo vmesne tarife, ne pa tarife za enodobne gozdove. Ob upoštevanju dejstva, da tarife ne upoštevajo volumna vrha drevesa (in torej podcenjujejo volumen drevesa za 1-2 %), pa dobimo z E9/10 tarifo zelo dobro oceno lesne zaloge. Če bi izbrali tarifo E10, bi bila ocena previsoka za 14,6 m3/ ha (2,0 %), pri tarifi V9 pa prenizka za -36,1 m3/ha (-4,9 %). Pri uporabi sedanjih tarif V7/8 je ocena lesne zaloge sestoja (smreka) premajhna kar za 132,8 m3/ha (-18,1 %). Ob upo- števanju ugotovitve, da dajo švicarske trovhodne volumenske funkcije pri debeljakih smreke sistematično za okoli 2-4% premajhen volumen drevesa in da tarife zaradi neupoštevanja vrha podcenjujejo volumen drevesa za 1-2 % (KUŠAR 2006), bi s tarifo E10 dobili zelo dobro oceno lesne zaloge. Slika 6: Frekvenčna porazdelitev premerov smreke na vseh vzorčnih ploskvah - sestoj Fig. 6: Frequency diagram for a diameter of a spruce tree on all sampling plots - stand 90 Zbornik gozdarstva in lesarstva, 80 Odstopanja za posamezne ploskve so pri srednji lokalni volumenski funkciji od –5,0 do 11,1 %, pri tarifi V9/10 od –4,3 do 12,7 %, pri tarifi E9/10 od –7,0 do 8,6 % in pri seda- njih tarifah V7/8 od –7,8 do –21,7 %. To ponovno potrdi ve- liko mikrorastiščno raznolikost ploskev, ki se kaže v različnih volumnih drevesa danega premera - tarifi . Razlika med plo- skvijo z največjim + in ploskvijo z največjim – odstopanjem je pri srednji lokalni volumenski funkciji 16,1 %, pri tarifi V9/10 17,0 %, pri tarifi E9/10 15,6 % in pri sedanjih tarifah V7/8 13,9 %. OCENA BONITETE RASTIŠČA ZA SMREKO SITE QUALITY ESTIMATION FOR A SPRUCE TREE Rezultate izračuna D dom , H dom ter SI 100 in SI 50 za smreko, za ploskve prikazuje preglednica 4. Na najboljšem rastišču (smreka) je ploskev 1, H dom 47,5 m, SI 50 je 30, na najmanj do- brem pa ploskev 8, H dom 40,2 m, SI 50 je 25. Povprečno je H dom za smreko 43,8 m, SI 50 pa 28. Ploskve, ki ležijo na boljših rastiščih, imajo višji SI in obratno. V skupni lesni zalogi sestoja zavzemajo drevesne vrste naslednji deleže: smreka 73 %, jelka 21 %, gorski javor 5 % in bukev 1 %. Ker smreka tvori le del sestoja, nastanejo odstopanja med meritvami in tabličnimi vrednostmi (za eno- vrstne sestoje), kar moramo upoštevati pri primerjavah. Raz- merje med temeljnicama G sm /G sest je 0,79. Če lesno zalogo za smreko korigiramo s tem razmerjem na 100 % zarast, bi ta znašala 930 m3/ha. Za smrekov sestoj starosti 125 let, na rastišču SI 50 je 28, nam dajo švicarske tablice (EAFV 1968) lesno zalogo 839 m3/ha in povprečni letni tekoči prirastek 11,5 m3/ha leto pri H dom je 44,2 m (H avr je 43,9 m), D avr je 64,7 cm in G je 47,3 m2/ha ter število dreves 144/ha. Naš sestoj ima v primerjavi s temi tablicami manjšo lesno zalogo (za -12 %; oz. večjo za Preglednica 3: Lesna zaloga smreke Table 3: Growing stock for a spruce tree pl n Odstopanje od referenče LZ (3V_CH)/ Residual from a reference GS (3V_CH) 3V_CH 1V_SVF 1V_ZGS 1V_GIS 1V_GIS 1V_SVF 1V_ZGS 1V_GIS 1V_GIS V7/8 V9/10 E9/10 V7/8 V9/10 E9/10 m3/ha m3/ha m3/ha m3/ha m3/ha m3/ha % m3/ha % m3/ha % m3/ha % 1 13 1457,5 1394,9 1144,7 1398,7 1356,2 -62,6 -4,3 -312,8 -21,5 -58,9 -4,0 -101,4 -7,0 2 17 1432,6 1394,6 1121,5 1370,3 1346,2 -38,1 -2,7 -311,1 -21,7 -62,3 -4,3 -86,5 -6,0 3 3 347,3 360,8 299,6 366,1 352,9 13,5 3,9 -47,7 -13,7 18,8 5,4 5,6 1,6 4 9 944,5 934,9 763,4 932,8 906,4 -9,7 -1,0 -181,1 -19,2 -11,7 -1,2 -38,1 -4,0 5 1 184,7 175,5 149,1 182,1 173,3 -9,2 -5,0 -35,6 -19,3 -2,5 -1,4 -11,3 -6,1 6 6 609,5 644,0 525,8 642,5 623,8 34,5 5,7 -83,7 -13,7 33,0 5,4 14,3 2,4 7 6 750,2 755,2 625,9 764,8 737,0 5,1 0,7 -124,3 -16,6 14,6 1,9 -13,2 -1,8 8 6 679,2 754,6 626,5 765,6 737,3 75,3 11,1 -52,7 -7,8 86,3 12,7 58,1 8,6 9 8 838,0 826,3 678,5 829,0 804,4 -11,7 -1,4 -159,5 -19,0 -9,0 -1,1 -33,6 -4,0 10 4 443,3 441,7 361,7 442,0 428,5 -1,6 -0,4 -81,6 -18,4 -1,3 -0,3 -14,8 -3,3 11 4 395,6 399,3 325,1 397,2 386,7 3,7 0,9 -70,5 -17,8 1,6 0,4 -8,9 -2,2 sest 77 734,8 734,7 602,0 735,6 713,9 -0,1 0,0 -132,8 -18,1 0,8 0,1 -20,9 -2,8 Legenda/Legend: - pl – zaporedna številka ploskve/plot number, - n – število dreves/number of trees, - 3V_CH – referenčni volumen dreves, izračunan po švicarskih trovhodnih volumenskih funkcijah/reference tree volume calculated by Swiss threeparametric volume functions, - 1V_SVF – srednja lokalna volumenska funkcija/mean local volume function, - 1V_ZGS – tarife, ki jih uporablja ZGS/tariffs used by SFS, - 1V_GIS – popravljena tarifa/updated tariffs, - V7/8 – razred 7/8 tarif za vmesne gozdove/class 7/8 of tariffs for unevenaged forests, - V9/10 – razred 9/10 tarif za vmesne gozdove/class 9/10 of tariffs for unevenaged forests, - E9/10 - razred 9/10 tarif za enodobne gozdove/class 9/10 of tariffs for evenaged forests. Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 91 +11 %, če upoštevamo korekcijo) in srednji premer (-9 %), prav tako pa nekaj manjšo dominantno (-2 %) in srednjo viši- no (-4 %) ter temeljnico (-7 %) in število dreves (-3 %). Po slovaških tablicah (HALAJ in sod. 1987 v KOTAR 2003) pa ima smrekov sestoj starosti 125 let na nižinskih ra- stiščih, SI 100 je 40 in najboljša raven proizvodnje (3), lesno zalogo 1.311 m3/ha in povprečni letni tekoči prirastek 11,1 m3/ha leto, pri H dom je 43,5 m (H avr je 41,1 m), D avr je 50,2 cm in G je 74,6 m2/ha ter število dreves 375/ha. Naš sestoj ima v primerjavi s temi tablicami manjšo lesno zalogo (za -44 %; oz. za -29 %, če upoštevamo korekcijo), temeljnico (-41 %), število dreves (-63 %), enako dominantno višino (0 %) ter večji srednji premer (17 %) in srednjo višino (2 %). Švicarske tablice nam dajo zelo podobne podatke, kot jih izračunamo za naš sestoj, pri slovaških pa so večja odstopanja. DISKUSIJA IN ZAKLJUČKI DISCUSSION AND CONCLUSIONS REFERENČNI VOLUMEN DREVESA REFERENCE TREE VOLUME Pri primerjavi volumnov drevesa, izračunanih po različnih metodah in funkcijah, je treba paziti, volumen katerih delov drevesa (vrh, deblo, panj, veje) vključujejo. Kaufmann (2001) je predlagal uporabo trovhodnih volu- menskih funkcij zato, ker le-te pojasnijo velik delež variance volumnov posameznih dreves (R2>98,55) in ker vključitev D 7 v enačbo pojasni več variance kot premer. Wagner (1982) pa je kot prednost trovhodnih volumenskih funkcij navedel to, da neposredno upoštevajo temeljnico, višino in obliko debla Preglednica 4: Ploskve z osnovnimi podatki, smreka in sestoj Table 4: Sampling plots with basic data, a spruce tree and forest stand pl n n / ha Lega/location zdr SMREKA/SPRUCE TREE SESTOJ/STAND D H G LZ SI 50 SI 100AVR AVR DOM G LZ cm m m m2/ha m3/ha m2/ha m3/ha 1 13 260 Vrtača/sinkhole AFs 59,3 45,1 47,5 74,2 1457,5 30 44 74,8 1460,5 2 17 340 Z pobočje/W slope AFt 51,9 40,9 42,8 74,6 1432,6 27 39 76,7 1442,5 3 3 60 V pobočje/E slope AFs 62,3 40,8 41,5 19,2 347,3 25 38 50,2 872,6 4 9 180 Ravnina/fl at AFo 58,7 42,6 43,6 49,7 944,5 27 39 74,6 1396,0 5 1 20 V pobočje/E slope AFo - - - 9,3 184,7 - - 40,7 755,1 6 6 120 V blago pobočje/E mild slope AFo 60,0 40,0 40,5 34,2 609,5 25 37 57,3 968,0 7 6 120 Vrtača/sinkhole AFo 64,7 45,3 46,1 40,1 750,2 29 42 59,2 1083,1 8 6 120 V blago pobočje/E mild slope AFo 64,3 39,3 40,2 40,1 679,2 25 37 49,6 798,7 9 8 160 Vrtača/sinkhole AFt 57,8 43,4 46,1 44,0 838,0 29 42 52,0 935,5 10 4 80 V pobočje/E slope AFt 60,8 41,7 41,9 23,4 443,3 25 39 42,2 743,0 11 4 80 Greben/ridge 57,5 39,9 40,4 21,2 395,6 25 37 36,8 638,6 sest 77 140 58,6 42,2 43,4 44,0 734,8 28 40 55,8 1008,5 Legenda/Legend: - pl – zaporedna številka ploskve/plot number, - n – število dreves/number of trees, - n/ha - število dreves na površino (ha)/number of trees per area (ha), - zdr – gozdna združba – glej sliko 1/forest subassociation – see Figure 1, - D – prsni premer/diameter at breast height, - H – drevesna višina/tree height, - G – temeljnica/basal area, - LZ – lesna zaloga/growing stock, - SI 50 – rastiščni indeks, izračunan za sestoj pri 50 letih/site index calculated for a stand at 50 years, - SI 100 – rastiščni indeks, izračunan za sestoj pri 100 letih/site index calculated for a stand at 100 years, - AVR – povprečna vrednost/average value, - DOM – dominantna vrednost/dominant value, - sest – sestoj/stand. 92 Zbornik gozdarstva in lesarstva, 80 ter zato dajo najboljše ocene volumnov dreves in jih lahko uporabljamo tudi veliko prostorsko, za širša območja. Kušar (2006) je ugotovil, da nam dajo pri debeljaku smreke švicar- ske trovhodne volumenske funkcije sistematično za okoli 2- 4% premajhne volumne dreves in da tarife zaradi neupošteva- nja vrha podcenjujejo volumne dreves za 1-2 %. VPLIV MIKRORASTIŠČNIH RAZMER NA VIŠINO IN VOLUMEN DREVES ISTEGA PREMERA IMPACT OF MICRO SITE CONDITION ON HEIGHT AND VOLUME OF THE TREES WITH THE SAME DIAMETERS Analiza ugotovljenih rastiščnih indeksov (SI) je potrdila velike mikrorastiščne razlike v kakovosti rastišč. Mikrorastišč- no najboljša rastišča so na dnu vrtač (SI 50 je 29-30). Najmanj dobra pa so na izpostavljenih in izpranih grebenih med vrtača- mi ter na blagih pobočjih (SI 50 je 25). To pomeni razliko v viši- nah (med 15 in 20 %) na posameznih ploskvah znotraj sestoja, ki bistveno vpliva na volumen drevesa in lesno zalogo. Če tarifo določimo nereprezentativno, npr. na podlagi me- ritev le na eni vzorčni ploskvi, lahko v našem primeru izbere- mo za do 3 tarifne razrede različne tarife, kar pomeni do 15 % razlike v oceni lesne zaloge. V primeru neažuriranja tarif pa je razlika med tarifami 4 tarifne razrede oz. dobimo po doseda- njih tarifah za -18,1 % prenizko oceno lesne zaloge. USTREZNOST TARIF ZA UGOTAVLJANJE LESNE ZALOGE TARIFF ADEQUACY FOR GROWING STOCK ESTIMATION Z izravnavo referenčnih volumnov dreves s polinomsko funkcijo dobimo srednjo lokalno volumensko funkcijo, ki nam da enako oceno lesne zaloge kot trovhodne volumenske funkcije. To potrjuje tezo, da so reprezentativno izbrane enov- hodne volumenske funkcije – tarife uporabne za določanje le- sne zaloge sestojev. Tarifna krivulja v obliki polinoma druge stopnje dobro ponazori potek volumnov dreves v odvisnosti od premera. Trovhodne funkcije dajo v našem testnem sestoju zelo vi- soko oceno lesne zaloge smreke (734,8 m3/ha), ki je za 132,8 m3/ha (18,1 %) višja kot lesna zaloga smreke (602,0 m3/ha), ki jo dobimo z uporabo (prenizko izbranih; V7/8) prilagoje- nih enotnih francoskih tarif. Neposredna primerjava z lesno zalogo, ki jo je ugotovil ZGS, ni mogoča in tudi ni korektna, saj je bila naša raziskava opravljena samo v enem sestojnem tipu odseka, odsek pa je razdeljen na dva (ZGS 2004). Ustrezno izbrane prilagojene enotne francoske tarife so dovolj dobre za oceno lesne zaloge (odstopanje je –2,8 %) in v praksi ni potrebe za prehod na uporabo dvovhodnih deblov- nic ali trovhodnih volumenskih funkcij. Pri odstopanju je v našem primeru treba upoštevati dejstvi, da tarife v primerjavi s švicarskimi trovhodnimi volumenski funkcijami zaradi ne- upoštevanja volumna vrha drevesa sistematično podcenjujejo volumen drevesa za od 1 do 2 % in da švicarske trovhodne vo- lumenske funkcije sistematično podcenjujejo pravi volumen drevesa za 2 do 4 % (KUŠAR 2006). Treba pa je zagotoviti ustrezen izbor vrste in razreda tarif. Tudi v zelo heterogenem sestoju lahko s pomočjo reprezentativno izbrane srednje tarife zelo dobro ocenimo lesno zalogo. METODA DOLOČANJA TARIF TARIFF SELECTION METHOD Reprezentativnost izbora tarif zagotovimo s pomočjo sta- tistično korektno izbranih vzorčnih ploskev, na katerih izme- rimo dendrometrijske podatke in ki dobro predstavljajo dano površino (sestoj, odsek), za katero izberemo tarife. Po ustaljeni metodi s pomočjo frekvenčne porazdelitve premerov in srednje sestojne višinske krivulje izberemo pravo vrsto in razred prilagojenih enotnih francoskih tarif. Odstopa- nje od referenčne ocene lesne zaloge je v našem primeru –2,8 %. Treba bi bilo preveriti pravilnost meja (višin) tarifnih razre- dov v tablicah za izbiro tarifnih razredov (KOTAR 2003), ki so bili konstruirane na podlagi nemških dvovhodnih deblovnic. PREDLOG METODE, KI JO LAHKO UPORABIMO ZA KOREKTEN IZBOR TARIF PRI KONTROLNI VZORČNI METODI A PROPOSAL OF METHOD THAT SHOULD BE USED FOR A CORRECT SELECTION OF TARIFFS BY CONTROL SAMPLING METHOD Na stalnih vzorčnih ploskvah (ki so sistematično razpo- rejene, kar zagotavlja reprezentativnost) izmerimo višine 3 Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 93 dominantnim in 2 naključno izbranim drevesom iste drevesne vrste. Tri dominantna drevesa izberemo zato, da dobimo do- volj dreves za reprezentativno oceno dominante višine, še dve dodatni drevesi pa zato, da imamo dovolj dreves za zaneslji- vo konstruiranje sestojne višinske krivulje. Na ploskvi lahko določimo tudi starost sestoja (za določanje SI) in gozdnogo- jitveni tip. Za površino (odsek, sestoj) konstruiramo višinsko krivuljo (po drevesnih vrstah), izračunamo srednji sestojni premer in srednjo sestojno višino. Na podlagi srednjega se- stojnega premera in srednje sestojne višine izberemo ustrezen razred tarif, na podlagi gozdnogojitvene oblike sestoja (opis sestoja, frekvenca premerov) pa vrsto tarif. Vprašanje ostane ustreznost nemških dvovhodnih deblovnic, na podlagi katerih so izdelane tablice za izbor tarifnih razredov. Zaradi korelacij med boniteto rastišča (SI) in višino oz. ta- rifo bi bilo možno združevanje več ploskev podobnih bonitet rastišča v homogenejše stratume (stratifi kacija), z namenom zmanjšanja variabilnosti med ploskvami in izboljšanja zane- sljivosti ocene. POVZETEK V mikrorastiščno pestrem visokokraškem jelovo-buko- vem gozdu smo na primeru drevesne vrste smreka ugotavljali zanesljivost ocenjevanja lesne zaloge s tarifami. Na transektu smo izbrali 11 pet arskih vzorčnih ploskev, ki dobro predsta- vljajo različne mikrorastiščne razmere odseka. Streha sestoja je približno enaka, ne glede na relief (lego) drevesa, kar po- meni, da so drevesa na dnu vrtač najvišja (SI 50 je 30), nato pa se s pobočjem in spremembo rastišča drevesne višine nižajo (SI 50 je 25), sestojni SI 50 je 28. Razlike med srednjimi višina- mi dreves na ploskvah so do 15 %, med dominantnimi višina- mi pa do 18 %. Iz podatkov o lokacijah ploskev in dreves smo izračunali vertikalni profi l terena ter prikazali profi l sestoj- nih/drevesnih višin. Izračune in primerjave lesne zaloge smo napravili za posamezne ploskve in za sestoj. Na vsej površini (0,55 ha) smo izmerili 156 dreves, od tega 77 smrek. Za izravnavo višin smo uporabili Pettersonovo funkcijo, referenčne volumne dreves pa smo izračunali s pomočjo švi- carskih trovhodnih volumenskih funkcij. Lokalne volumenske funkcije smo izračunali z izravnavo referenčnih volumnov s polinomsko krivuljo. Boniteto rastišča SI 50 smo ugotovili na podlagi H dom in starosti (125 let) s pomočjo švicarskih tablic (EAFV 1968) ter SI 100 s pomočjo slovaških tablic (HALAJ in sod. 1987 v KOTAR 2003). Regresija med referenčnim volumnom dreves in preme- rom je tesna (R2 je od 0,90 do 0,99), kar potrjuje uporabnost ustreznih lokalnih volumenskih funkcij za ugotavljanje lesne zaloge. S srednjo lokalno volumensko funkcijo smo dobili le za 0,1 m3/ha (0,0 %) prenizko oceno lesne zaloge sestoja (smreka). Odstopanja volumna drevesa, debelega 45 cm, iz- računanega po lokalnih volumenskih funkcijah ploskev, so od -0,67 do 0,13 m3 oz. od -22,9 do 4,5 %, pri volumnu drevesa od 2,27 m3 do 3,08 m3 v primerjavi z volumnom drevesa, iz- računanim po srednji lokalni volumenski funkciji. To pomeni, da bi lahko dobili napačno oceno lesne zaloge sestoja, če bi srednjo lokalno volumensko funkcijo izbrali nereprezentativ- no, le na podlagi nekaj meritev. Ustrezne tarife za ploskve in za sestoj smo izbrali po ustaljeni metodi s pomočjo višinskih krivulj. Če po istem po- stopku izberemo prave tarife za posamezne ploskve, se le-te razlikujejo za 3 tarifne razrede (do 15 %). To nam le potrdi že prej ugotovljeno dejstvo, da se tarife za posamezne ploskve (zaradi mikrorastiščnih razlik) med seboj bistveno razlikujejo in da lahko z nereprezentativnim izborom tarife določimo na- pačno tarifo za sestoj. Pri ustrezni tarifi (E9/10), ki smo jo določili na podlagi srednjega premera in srednje višine, je odstopanje -20,9 m3/ ha (-2,8 %). Pri uporabi sedanjih tarif ZGS V7/8 (nižje za 4 razrede) pa je ocena lesne zaloge sestoja (smreka) premajhna kar za -132,8 m3/ha (-18,1 %). Sklepamo lahko, da v primeru, če je tarifa za površino (odsek, sestoj) izbrana korektno in reprezentativno, dobimo z njo dobro oceno lesne zaloge tudi na mikrorastiščno pestri površini. Reprezentativni izbor tarife zagotovimo z meritvami na vzorčnih ploskvah, ki dobro pred- stavljajo površino. Odstopanja za posamezne ploskve so pri srednji lokalni volumenski funkciji od -5,0 do 11,1 %, pri tarifi V9/10 od - 4,3 do 12,7 %, pri tarifi E9/10 od -7,0 do 8,6 % in pri sedanjih tarifah ZGS V7/8 od -7,8 do -21,7 %. To ponovno potrdi ve- liko mikrorastiščno raznolikost ploskev, ki se kaže v različnih volumnih drevesa danega premera - tarifi . Razlika med plo- skvijo z največjim + in ploskvijo z največjim - odstopanjem je pri srednji lokalni volumenski funkciji 16,1 %, pri tarifi V9/10 17,0 %, pri tarifi E9/10 15,6 % in pri sedanjih tarifah ZGS V7/8 13,9 %. 94 Zbornik gozdarstva in lesarstva, 80 SUMMARY Reliability of growing stock estimation using tariffs in fo- rest with varied micro site conditions was analyzed in case of high karst fi r-beech forest for a spruce tree species. 11 sam- pling plots (5 are area), which well represent the varied micro sites of the tested area, were selected on transect. Forest stand height is even, regardless the location of trees due to terrain relief. Trees growing at the bottom of sinkholes are the hig- hest (SI 50 is 30), then tree heights decrease due to the rise of slopes and therefore site quality is poorer (SI 50 is 25); stand average SI 50 is 28. Differences between average tree heights for single sampling plots are up to 15 %, and up to 18 % be- tween dominant tree heights. Vertical terrain profi le and forest stand height were derived on the basis of sampling plots and single trees location. Growing stock calculation and analysis were done for single sampling plots separately as well as for stand area. 156 trees were measured (77 spruce tree trees) in the study area covering 0.55 ha. Petterson’s function was used for height curve adaptation. Reference bole volumes were calculated with Swiss three pa- rametric volume functions. Local volume functions were cal- culated from reference bole volumes with polynomial func- tion adaptation. Site quality SI 50 was estimated on the basis of H dom and stand age with Swiss tables (EAFV 1968) on the one hand and SI 100 with Slovak tables (HALAJ et al. 1987 in KOTAR 2003) on the other hand. Regression between reference bole volume and tree dia- meter is narrow (R2 is from 0.90 to 0.99), which confi rms that adequate local volume functions for growing stock estimation could be used. Growing stock estimation (spruce stand) was only by 0.1 m3/ha (0.0 %) too low in case when using average local volume function. Volume differences of 45 cm thick tree, calculated by local volume functions of single sampling plots, are from -0.67 to 0.13 m3 or from -22.9 to 4.5 % at volu- me interval of 2.27 m3 to 3.08 m3 in comparison with volume calculated by average local volume function. This means that growing stock estimation would be incorrect if only few unre- presentative selected measurations were taken into account for selecting average local volume function. Adequate tariffs for single sampling plots as well as for stand were selected with standard method using height cur- ves. When the same procedure is used for selecting adequate tariffs for single sampling plots, they differ by up to 3 tariff classes (15 %). This is another confi rmation for the previou- sly established fact that tariffs between single sampling plots (due to micro sites variety) signifi cantly differ between each other. An incorrect tariff for stand may be selected when unre- presentative method for tariff selection is used. Growing stock estimation calculated with adequate tariff E9/10, which was selected with standard method (using mean tree diameter and height calculated from adapted height cur- ve), is by -20.9 m3/ha (-2.8 %) lower than reference growing stock. When the current ZGS tariffs (V7/8), which are by 4 tariff classes too low, were used, the growing stock estimation was by -132.8 m3/ha (-18.1 %) too low. Our conclusion is that if tariff for a defi ned area (forest stand or compartment) is re- presentative, with correct method used, the reliability of gro- wing stock estimation is good regardless of the varied micro site conditions. Representative selection of tariffs is provided for with measuration on sampling plots that well represent the defi ned area. Differences between reference growing stock for single sampling plots and growing stock calculated are from -5.0 to 11.1 % by average local volume function, from -4.3 to 12.7 % by tariffs V9/10, from -7.0 to 8,6 % by tariff E9/10 and from -7.8 to -21.7 % by actual ZGS tariff V/8. This is yet another confi rmation of the great impact of micro site condition va- riety on different volume (tariff) of any single tree with the same diameter. Differences between sampling plots with the biggest + and – values are 16.1 % by using average local vo- lume function, 17.0 % by V9/10 tariff, 15.6 % by E9/10 tariff, and 13.9 % by actual ZGS tariff. VIRI REFERENCES Čokl M. 1956. Inventarizacija kmečkih gozdov po novih enotnih tarifah. Gozdarski vestnik, 14: 1-12. Čokl M. 1957. Prirejene Alganove in Schafferjeve tarife ter njihova raba pri inventarizaciji sestojev. Zbornik gozdarstva in lesarstva (IGLG), 2: 165- 195. Čokl M. 1959. Tarife za sestoje prehodnih oblik. Gozdarski vestnik, 17: 221- 228. Čokl M. 1962. Dvovhodne deblovnice za celjski okraj. Gozdarski vestnik, 20: 257-271. Čokl M. 1980. Gozdarski in lesnoindustrijski priročnik.Tablice. 5. izdaja. Ljubljana, Biotehniška fakulteta, VTOZD za gozdarstvo: 374 str. Kušar, G., Hočevar, M.: Zanesljivost ugotavljanja lesne zaloge s tarifami na primeru smreke v ... 95 EAFV 1968: Ertragstafeln fur die Fichte, Tanne und Buche in der Schweiz. 1968. Eidgenossische Anstalt fur das forstliche Versuchswesen, Birmensdorf, ZH. Furman B. 2005. Ocena sestojne zgradbe v gozdnih sestojih na Boču. Diplomsko delo (višješolski študij), Ljubljana, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 41 str. Hočevar M. 1990. Ugotavljanje stanja in razvoja gozdov s kontrolno vzorčno metodo. Zbirka referatov in navodila za pripravo in snemanje na stalnih vzorčnih ploskvah, 22. maja 1990. Ljubljana, Biotehniška fakulteta, Oddelek za gozdarstvo: 48 str. Hočevar M. 1991. Priprava in obračun podatkov pri kontrolni vzorčni inventuri. Obdelava in analiza podatkov kontrolne vzorčne inventure.- Seminarsko gradivo. Ljubljana, Biotehniška fakulteta, Oddelek za gozdarstvo str. 2-23. Hočevar M. 1995. Dendrometrija – gozdna inventura. Ljubljana, Biotehniška fakulteta, Oddelek za gozdarstvo: 274 str. Kaufmann E. 2001. Estimation of Standing Timber, Growth and Cut. V: Swiss National Forest Inventory: Methods and Models of the Second Assessment. Brassel P. (ed.), Lischke H. (ed.). Switzerland, WSL Swiss Federal Research Institute: 162-196. Kotar M. 2003. Gozdarski priročnik. 7. izdaja. Ljubljana. Biotehniška fakulteta Univerze v Ljubljani, Oddelek za gozdarstvo in obnovljive gozdne vire: 414 str. Kozorog E., Černigoj V. 2002. Uveljavitev kontrolne vzorčne metode v gozdnogospodarskem območju Tolmin. Gozdarski vestnik, 60, 5-6: 235-245. Kušar G. 2006. Zanesljivost ugotavljanja volumna dreves in lesne zaloge sestojev z enoparametrijskimi funkcijami in stratifi kacijo. Draft doktorske disertacije, 250 str. (neobjavljeno). Mlinšek D. 1955. Poizkus uporabe francoskih tarif v naših gozdovih. Gozdarski vestnik, 13, 6: 161-167. Nagel K. 2000. Forest Tools. Programski paket. CD. Goettingen. Pravilnik o gozdnogospodarskih in gozdnogojitvenih načrtih. Ur.l. RS št. 5- 242/1998. Škratek B. 2005. Razvoj gozdnih sestojev na raziskovalnih ploskvah v leskovi dolini. Diplomsko delo (višješolski študij), Ljubljana, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire: 44 str. Zabukovec I. 1957. Natančnost in ekonomičnost izvirnih ter prirejenih Alganovih in Schaefferjevih tarif v primerjavi s klasično metodo deblovnic. Gozdarski vestnik, 15: 129-137. ZGS 2004. Gozdnogospodarski načrt GGE POLJANE 2004-2013 (Osnutek). Ljubljana, Zavod za gozdove Slovenije, OE Novo mesto, 105 str. ZGS 2005. GGE Poljane – gozdne združbe, digitalna vektorska baza. Wagner M. 1982. Ermittlung von Einzelstamm-Volumen mit D1,3, H und oberen Stammdurchmessern. Allg. Forst- u. J.-Ztg, 153, 4: 72-75. ZAHVALA ACKNOWLEDGEMENTS Raziskava pod mentorstvom prof dr. Milana Hočevarja je potekala v okviru individualnega znanstvenega raziskoval- nega dela podiplomskega študija Gala Kušarja (MŠZŠ pro- gram raziskovalnega usposabljanja mladih raziskovalcev) ter v okviru projekta JGS – Razvijanje in strokovno usmerjanje informacijskega sistema za gozdove. Za pomoč pri terenskih meritvah se zahvaljujemo Anžetu Japlju, abs. gozdarstva. 96 Zbornik gozdarstva in lesarstva, 80