Kasvavate puude laasimise mõju puidu kvaliteedile (jätkuprojekt) (KIK metsanduse ... · 2018. 8....
Transcript of Kasvavate puude laasimise mõju puidu kvaliteedile (jätkuprojekt) (KIK metsanduse ... · 2018. 8....
Kasvavate puude laasimise mõju puidu kvaliteedile (jätkuprojekt)
(KIK metsanduse programmi 2014. aasta projekt nr. 9223)
lõpparuanne
Tartu 2016
2
SISUKORD
SISSEJUHATUS .................................................................................................................... 3
1. METOODIKA .................................................................................................................... 4
1.1. MÄNNI- JA KUUSEPUUDE LAASIMISE KATSEALADE KIRJELDUS ....................................... 4 1.2. KASEPUUDE LAASIMISE PÜSIPROOVITÜKKIDE RAJAMINE JA MÕÕTMINE ......................... 5
1.2.1. Kasutatud tööriistad ............................................................................................. 11 1.2.2. Välitööde metoodika ............................................................................................. 13
1.3. LAASITUD MÄNDIDE JA KUUSKEDE KASVU MODELLEERIMINE ...................................... 14 1.3.1. Analüüsiketaste mõõtmine .................................................................................... 15 1.3.2. Analüüsipuude kõrguskasvude mõõtmine ............................................................ 15
1.4. OKSTE ANALÜÜS LAASIMATA JA LAASITUD PUUL ......................................................... 16 1.4.1. Andmete töötlemine .............................................................................................. 20
1.5. PUIDU OMADUSTE MÄÄRAMINE PURUSTAVATE JA MITTEPURUSTAVATE MEETODITEGA21 1.5.1. Mittepurustava ultrahelimeetodi üldised põhimõtted .......................................... 22 1.5.2. Ultrahelimõõtmistel ja staatilisel katsetamisel .................................................... 25
2. TULEMUSED ................................................................................................................... 27
2.1. KASVAVATE PUUDE LAASIMINE KASE KATSEALADEL, TOOTLIKKUS NING TÖÖ
KVALITEET ERINEVATE TÖÖRIISTADE KASUTAMISE KORRAL ................................... 27 2.1.1. Tähelepanekud kasutatud tööriistadega laasimisel ............................................. 29 2.1.2. Kasutatud tööriistade kasutamise omavaheline võrdlus kuuskede ja kaskede
korral sõltuvalt puu diameetrist ......................................................................... 31 2.1.3. Tööriistade tootluse võrdlus KIK projekti 8-2/T12199MIMT tulemustega ........ 35
2.2. ANALÜÜSIPUUDE KÕRGUSKASVUMUDEL ...................................................................... 36 2.3. ANALÜÜSIPUUDE DIAMEETRI KASVUMUDEL ................................................................. 39 2.4. LAASIMISE MÕJU PUU DIAMEETRI, KÕRGUSE JA MAHU KASVULE .................................. 42 2.5. TÜVES PAIKNEVATE OKSTE SKEEMID JA MUDELID ........................................................ 43 2.6. ELUS JA SURNUD OKSTE MAHUD ................................................................................... 49 2.7. PUIDU OMADUSTE MÄÄRAMINE PURUSTAVATE JA MITTEPURUSTAVATE MEETODITEGA53
2.7.1. Puidu staatilise elastsusmooduli prognoosimine ................................................. 55 2.7.2. MITTEPURUSTAVATE ULTRAHELIMEETODITE JÄTKULEPINGU TULEMUSTE VÕRDLUS
EELMISES KIK LEPINGUS NR. T12199MIMK SAADUD TULEMUSTEGA .................... 57 2.7.3. JÄRELDUSED JA KOKKUVÕTE MITTEPURUSTAVA ULTRAHELI MEETODI KOHTA: ......... 57
3. LÕPPJÄRELDUSED ....................................................................................................... 59
4. PROJEKTI ANDMETEL KOOSTATUD BAKALAUREUSE- JA
MAGISTRITÖÖD ........................................................................................................ 60
4.1. MAGISTRITÖÖD ............................................................................................................ 60 4.2. BAKALAUREUSETÖÖD .................................................................................................. 60
3
SISSEJUHATUS
Käesolev uurimis-arendustöö „Kasvavate puude laasimise mõju puidu kvaliteedile
jätkuprojekt“ (leping nr 3-2_8/2113-5/2014) valmis Eesti Maaülikooli metsandus- ja
maaehitusinstituudi metsatööstuse osakonna töötajate töö tulemusel perioodil jaanuar 2015
kuni november 2016.
Projekti täitjateks olid:
1) Professor Peeter Muiste, PhD, projekti juht
2) Dotsent Regino Kask, PhD
3) Lektor Vahur Kurvits, MSc
4) Lektor Risto Mitt, MSc
5) Teadur Allar Padari, MSc
6) Insener Valdek Tamme, PhD
Puidu kvaliteediastme määravad esmajoones puidus esinevad oksad, mille rohkusest ja
iseloomust sõltub kõrgekvaliteediliste metsamaterjalide hulk. Üks tähtsamaid ja
vajalikumaid vahendeid kvaliteetse puidu tootmiseks on kasvavate puude õigeaegne
laasimine. Sellest tulenevalt oli käesoleva projekti eesmärgiks uurida kasvavate puude
laasimise mõju puidu kvaliteedile, anda majanduslik hinnang laasitud puude oksavaba
toorme kasutamisele puidutööstuses ning erinevate tööriistade ja tehnoloogiliste võtete
kasutamise efektiivsusele puude laasimisel.
4
1. METOODIKA
1.1. Männi- ja kuusepuude laasimise katsealade kirjeldus
Katsesse valitud puud on pärit Järvselja õppe- ja katsemetskonnast, kvartalitelt JS222,
JS223, JS276 ja JS288. Valitud puud on kogutud 2014. a talve perioodil. Puud on pärit
katsealadelt, mille rajajaks oli T. Krigul. Katsealad loodi uurimaks kuuse- ja männipuude
laasimise mõju puu kasvule.
Kokku langetati 22 puud, millest 17 olid männid ja 5 kuused. Järvselja kvartalilt JS222
eraldiselt 1 langetati 5 männi mudelpuud. Kasvukohatüübiks antud eraldisel on mustika ja
esimese rinde puuliigiks 95% ulatuses mänd. Männi mudelpuud võeti veel kvartalitelt JS288
eraldis 1 ja JS276 eraldis 7. Kvartalil JS288 langetati 6 mändi, sellel eraldisel on
kasvukohatüübiks jänesekapsa-pohla ning esimese rinde moodustab 100% mänd. Kvartalil
JS276 langetati 6 mändi ja kasvukohatüübiks seal on kuivendatud jänesekapsa-mustika ning
esimese rinde moodustab puhtpuistuna mänd. Kvartalilt JS223 eraldiselt 1 langetati 5 kuuse
mudelpuud, kasvukohatüübiks antud eraldisel on jänesekapsa-mustika, esimese rinde
koosseisu moodustavad 60% kuusk, 30% mänd ja 10% kask. Järgnevates tabelites 1 ja 2 on
välja toodud puistuid iseloomustavad ja langetatud analüüsipuude takseerkirjeldused.
Tabel 1. Puistusid iseloomustavad takseerandmed (Järvselja Metsamajandamise
Infosüsteem 2016)
Kvartal Eraldis Rinne Puuliik Vanus, a Kõrgus, m Diameeter,
cm Osakaal, %
JS222 1 1 MA 108 29 33 95
JS223 1 1 KU 90 28 27 60
JS276 7 1 MA 101 29 28 95
JS288 1 1 MA 114 29 29 100
5
Tabel 2. Analüüsipuude takseernäitajad
Puu nr. Puu Tunnus Diameeter, cm
Võra alguse kõrgus,
m
Kõrgus,
m
19 MA Laasimata 48,15 19,82 30,92
20 MA Laasimata 35,10 20,02 30,12
21 MA Laasimata 43,85 18,43 29,13
22 MA Laasimata 40,10 20,18 30,38
23 MA Laasitud 46,15 21,30 32,55
24 KU Laasitud 28,45 13,20 28,10
25 KU Laasitud 26,60 13,60 27,43
26 KU Laasitud 27,15 15,30 26,88
27 KU Laasitud 23,45 12,70 25,60
28 KU Laasimata 27,30 18,80 27,59
31 MA Laasimata 34,90 23,30 31,97
32 MA Laasimata 34,60 21,80 30,88
33 MA Laasimata 21,85 22,00 27,39
34 MA Laasitud 34,50 23,20 31,64
35 MA Laasimata 30,95 21,80 28,96
36 MA Laasitud 30,20 22,10 29,44
41 MA Laasimata 32,35 23,60 30,56
42 MA Laasitud 35,65 20,70 29,81
43 MA Laasitud 30,90 21,00 29,07
44 MA Laasimata 32,60 19,50 29,41
45 MA Laasimata 43,70 17,90 31,63
46 MA Laasitud 36,60 17,50 31,60
Langetatud analüüsipuud on nummerdatud proovialade kaupa alljärgnevalt:
1. JS222, eraldis 1 – puud nr 19 – 23 (5 puud); ühekordne laasimine
2. JS223, eraldis 1 – puud nr 24 – 28 (5 puud); teada elavokste laasimise katsealana
3. JS288, eraldis 1 – puud nr 31 – 36 (6 puud); korduv laasimine
4. JS276, eraldis 7 – puud nr 41 – 46 (6 puud). ühekordne laasimine
1.2. Kasepuude laasimise püsiproovitükkide rajamine ja mõõtmine
Kokku rajati 8 kase laasimise proovitükki, millest kaks olid kontrollalad ja ülejäänud
laasimisalad. Proovitükid rajati kolmele eraldisele (JS277-7, JS239-17 ja JS306-5), mille
6
takseerkirjeldused on toodus tabelis 3. Proovitükkide rajamise eel käidi läbi üle 30 kase
eraldise. Enamik eraldistest ei sobinud kase laasimisproovitükkide rajamiseks erinevatel
põhjustel:
1) suuremal osal Järvselja metsadest toimub pärast uuendusraiet intensiivne metsa
looduslik uuenemine. Harva on olukord, kui uuendus jääb nii hõredaks, et puud
jäävad okslikuks. Enamasti on looduslik uuendus nii tihe, et kased laasuvad
looduslikult väga hästi;
2) Osadel eraldistel on tihe kuuse järelkasv, mis viitab sellele, et tulevikus
formeeritakse (või formeerub) kaasiku asemele kuusik.
Tabel 3. Kase laasimisproovitükkidega eraldiste takseerkirjeldused
Rinne Koosseis Vanus Kõrgus Diameeter
Puude
arv Tagavara
% puuliik a m cm tk/ha tm/ha
Kv: JS277, er: 7, pindala: 2,75 ha, kasvukohatüüp: JO, inventeeritud: 19.09.2013
I
81 KS 7 7 4 1500 8
14 KU 12 4 4 250 1
5 LM 7 5 3 100 0
Y 100 MA 100 24 29 9 6
Kv: JS239, er: 17, pindala: 1,33 ha, kasvukohatüüp: JM, inventeeritud: 06.07.2015
I
55 KS 14 9 8 1100 28
25 HB 14 9 7 500 9
12 KU 19 6 5 240 2
5 TO 19 4,3 5 100 1
3 MA 14 4,8 6 60 1
Y 100 TA 39 14 25 2 1
Kv: JS306, er: 5, pindala: 3,22 ha, kasvukohatüüp: ND, inventeeritud: 20.07.2016
I
50 HB 16 11 8 1213 34
30 KS 16 10 8 749 20
10 KU 21 6 8 304 7
10 LM 16 8 8 320 7
Lõpuks leiti kolm sobilikku eraldist, kus rajati kase laasimise proovitükid. Kõikidel
proovitükkidel on puude arv hektari kohta ligikaudu 2000, on noored ja kase keskmine
diameeter on alla 10 cm. Joonistel 1 kuni 3 on esitatud proovitükkide asukohad.
7
Joonis 1. Proovitükkide 1 kuni 3 asukohad Järvselja kvartalil JS277, eraldisel 7
8
Joonis 2. Proovitükkide 4 ja 5 asukohad Järvselja kvartalil JS239, eraldisel 17
9
Joonis 3. Proovitükkide 6 kuni 8 asukohad Järvselja kvartalil JS306, eraldisel 5
Joonistel 1 ja 2 kujutatud proovitükkidel 1-5 mõõdeti iga proovitükile sattunud puu kohta
mitu tunnust: puuliik, kaugus proovitüki tsentrist, asimuut proovitüki tsentrist vaadates, kaks
rinnasdiameetrit (risti ja piki proovitüki tsentrit jaa puud läbiva mõttelise sirge suhtes) ning
igal viiendal puul kõrgus.
Puude paiknemine proovitükkidel on esitatud joonistel 4 kuni 8.
10
Joonis 4. Proovitükil 1 paiknevad puud
Joonis 5. Proovitükil 2 paiknevad puud
Joonis 6. Proovitükil 3 paiknevad puud
Joonis 7. Proovitükil 4 paiknevad puud
Joonis 8. Proovitükil 5 paiknevad puud
Proovitükkidel 1, 2, 3, 6, 7 ja 8 teostati kasvavate kaskede laasimine, proovitükid 3 ja 5
mõõdeti kui kontrollproovitükid, kus laasimisi ei teostatud. Proovitükil 2 laasiti iga teine
puu, ülejäänud proovitükkidel laasiti kõik kased ja laasimise käigus teostati ka tööde
kronometreerimine.
11
1.2.1. Kasutatud tööriistad
• Fiskars suured alasiga käärid
• Fiskars väikesed vaheliti teradega käärid
• Fiskars teleskoopsaag
• Teleskoopvarrega oksalõikur
• Kahe teraga saag
Fiskarsi väikesed vaheliti teradega oksakäärid
Väikeste oksakääride vaheliti liikuvad terad võimaldavad lõigata tüve lähedalt. Tööriista
disain on hästi kompaktne ja seetõttu tööline väsib vähe. Hea töövahend noorendikes
töötamiseks, kuigi läbi lõigatava oksa maksimaalne diameeter on 38 mm. Vaheliti teradega
kääride miinuseks on, et oksad võivad jääda lõikenugade vahele kinni ja töötamise kõrgus
on piiratud. Sobib esimeseks, nn madallaasimiseks.
Joonis 9. Vaheliti liikuvate teradega oksakäärid
Fiskarsi suured alasiga oksakäärid
Suuremad Fiskarsi käärid on varustatud alasiga, mille eesmärk on vähendada lõikamisel
tekkivat põrutust. Samuti on nad kerged ja hind on suhteliselt taskukohane. Puudusteks on,
et oksakillud kipuvad tera ja alasi vahele kinni jääma, alasi kuju tõttu ei saa lõigata väga
tüvelähedalt, vaid 4-5 mm eemalt. Kuna käepidemete haare on suur, väsitab nendega
töötamine rohkem.
12
Joonis 10. Alasiga suured oksakäärid
Kahe teraga laasimissaag
Kahe teraga laasimissaag on suure lõikejõudlusega, iga oksa saab eemaldada ühe tõmbava
liigutusega. Tööriist on varustatud ka tõukava teraga. On võimalik tellida reguleeritava
pikkusega varrega. Puudusteks on väike maksimaalne oksa diameeter (2 cm).
Joonis 11. Kahe teraga laasimissaag
Teleskoopvarrega oksalõikur
Teleskoopvarrega oksalõikureid on mitmesuguse ehitusega. Mõned töötavad käepidemest
tõmmates, teistel on nöörisüsteem. Kasutatud tööriistal olid mõlemad võimalused. Varre
pikkus on reguleeritav 2,4-4,1 m. Antud tööriista kasutati varre kokkutõmmatud asendis.
13
Joonis 12. Teleskoopvarrega oksalõikur
Teleskoopvarrega oksasaag Fiskars
Teleskoopvarrega oksasael Fiskars on kerge reguleerida sae varre pikkust, hea kasutada
erinevatel kõrgustel. Koore vigastamise oht laasimisel on väike. Sae lõikenurka saab
reguleerida. Maksimaalsel varre ulatusel laasides sae vars vibreerib ja seetõttu on kõrgelt
laasimine küllalt väsitav.
Joonis 13. Teleskoopvarrega oksasaag Fiskars
1.2.2. Välitööde metoodika
Puistutesse rajati proovitükid laasimiseks ja võrdluseks ka kontrollproovitükid. Laasimise
proovitükkidel toimus tööriistade katsetamine. Tööriistu katsetati 2016.a. veebruari alguses,
aprilli alguses ja oktoobris. Aprilli alguse aeg langes kokku mahlajooksu ajaga. Tulevikus
on seetõttu võimalik laasitud puude puitu uurides selgitada laasimise aja mõju puidu
kvaliteedile.
Töö käigus mõõdeti laasimiseks kuluv aeg, laasimise kõrgus ja loeti kokku laasitud oksad.
Iga oks, mille laasimiseks tuli teha lõige, loeti eraldi oksana.
14
Laasimise püsiproovitükkide rajamise käigus puud nummerdati ja kaardistati, et oleks
võimalik järgmiste uuringute raames selgitada puu edasist kasvu ja arengut.
1.3. Laasitud mändide ja kuuskede kasvu modelleerimine
Enne langetust märgiti puudele põhjasuund. Pärast langetust mõõdeti puu kõrgus ning
elusvõra algus. Puust järgati 3-meetrised notid, millest omakorda võeti iga noti tipust 5 cm
paksused analüüsikettad, alates kännust kuni ladvani, lisaks on võetud ketas rinnakõrguselt.
Joonisel 14 on näha puutüve lahtilõikusmeetod, mida rakendati katsekehade saamiseks.
Joonis 14. Tüve lahtilõikamisskeem
15
Kõigile saetud materjalile märgiti peale number ja põhja suund. Lahtisaagimisel lähtuti, et
saetakse võimalikult piki säsi.
Ketastele märgiti põhjasuund, kanti peale puu number, tähestikulises järjestuses täht, mis
tähistas puu erinevatelt kõrgustelt võetud kettaid ja milline on ketta ülemine või alumine
pool. Kettaid hoiti külmkambris, vältimaks nende lõhki kuivamist, mis oleks seganud
aastarõngaste mõõtmist.
1.3.1. Analüüsiketaste mõõtmine
Ketaste aastarõngaste lugemiseks kasutati Rintech’i Linttab 6™
masinat kus resolutsiooniks
valiti 1:1000 mm mõõtmise registreerimiseks kasutati TSAP-Win Professional Version 4.69h
tarkvara. Lugemist alustati koore poolt puidu süü poole ja mõõtmine toimus põhja-lõuna
suunaliselt. Aastarõngaste mõõtmine andis mahukasvu aastate lõikes.
1.3.2. Analüüsipuude kõrguskasvude mõõtmine
Poolitatud palkidele märgiti puu number ja põhjasuund. Lahtilõigatud palkidel märgiti ära
männaste kohad markeriga. Männaste arv vastaval notil pidi ühtima samal kettal loetud
aastarõngaste arvuga. Ühe aasta kõrguskasvuks loeti kahe männase vahelist vahemaad.
Mõõtmisel kasutati ehituslikku mõõdulinti ning pikkused võeti 1 mm täpsusega. Mõõtmist
alustati ladvast viimasest kasvust.
Puumõõtmisel ladvast kännuni lisati ketaste paksusele saetee mõlemale poole (10 mm) välja
arvatud ladva tipp, mis lõigati metsas kääridega. Kännukettale lisati üks saetee kui
aastarõngaste mõõtmine oli läbiviidud ketta pealt.
Ristdateerimisega viidi männaste arv analüüsinottidelt ja aastarõngaste lugem
analüüsiketastelt vastavusse. Kõrguskasvude ja diameetri arvutamiseks kasutati järgnevat
valemi kuju.
16
c
bA
Aah
Regressiooni analüüsi tarbeks teisendati valem järgnevale kujule.
bA
Abcah lnln
Puude tagavarasid modeleeriti sama valemiga, millega kõrguskasvu ja rinnasdiameetrit.
Kuid antud mudel osutus ebatäpseks ja sellisel juhul kasutati järgnevat valemi kuju:
32lnlnlnexp AdAcAbav
Valem teisendati regressioonanalüüsiks järgnevale kujule,
32lnlnlnln AdAcAbav
Konstandid kõrguse ja rinnasdimeetri valemisse määrati katsetusmeetodil. Kõigile 22
analüüsipuule arvutati kõrguskasvud, diameetri juurdekasvud ja tagavarad aastate lõikes.
Et valemid oleks kasutatavad igale puule puistus, koostati ka igale puistule diameetri,
kõrguse, ja tagavara kasvumudel. Selleks lisati valemisse puu suurust iseloomustav tunnus.
Parimaks tunnuseks osutus puu suhteline diameeter puistus (puu diameetri ja puistu
diameetri suhe):
dc
D
d
bA
Aah
3,1
1.4. Okste analüüs laasimata ja laasitud puul
22 analüüsipuu hulgast valiti välja 4 mudelpuud (laasitud mänd ja kuusk ning laasimata
mänd ja kuusk). Analüüsipuude valikul lähtuti sellest, et laasitud ja laasimata mänd oleks
pärit samalt kvartalilt ja eraldiselt, sarnaselt käituti ka kuuse analüüsipuude valikul. Edasine
andmete kogumine tehti järgnevate mudelpuude kohta (tabel 3).
Tabel 3. Uuritavate mudelpuude takseerandmed
17
Puu nr Puuliik
Rinnas-
diameeter,
cm
Kõrgus,
m
Võra
algus,
m
25 Kuusk 26,60 27,43 13,60
28 Kuusk 27,30 27,59 12,80
42 Mänd 35,65 29,81 20,50
44 Mänd 32,60 29,41 19,30
Notid lõigati lintsaega SLG 6,5 põhja-lõuna suunaliselt keskelt pooleks. Pooleks lõigatud
analüüsipakkudel tehti kindlaks, kus on tegemist männasega. Männaste kaugused mõõdeti
noti ladvapoolsest otsast 1 mm täpsusega. Kuuskedel määrati ka vaheokste kaugused.
Vaheokste täpsema kauguse saamiseks mõõdeti need pärast lahtilõigatud nottide tükeldamist
ning lahutati järgneva männase ladvapoolsest kaugusest. Mõõdeti vaheoksad, mille
diameeter oli enam kui 4 mm. Kuuskede puhul tükeldati lahtilõigatud notid aastase
juurdekasvu pikkusteks (ühest männasest teiseni), et tagada vaheokste kauguse täpsus. Kui
vaheokste kaugused olid mõõdetud, siis lõigati välja klotsid olenevalt okste suurusest tüves,
millele märgiti põhjasuund ning männase number. Sama tehti ka männinottidega (joonis 15).
Iga männase juures mõõdeti noti diameeter ilma kooreta.
Joonis 15. Männi klotsid männaste kaupa (noolega on märgitud põhjasuund)
Klotsidel määrati iga oksa kohta asimuut ± 2,5° täpsusega. Asimuudi mõõtmiseks kasutati
malli. Mõõtmisel oli mall paralleelselt põhja-lõuna suunaga ning kekspunktiks oli puu säsi
(joonis 16).
18
Joonis 16. Kuuse okste asimuutide mõõtmine (punasega on märgitud oksa asukoht tüvel)
Okste leidmisele aitas kaasa ristlõikepinnal nähtav vaigune joon, mida mööda lõigates leiti
üles silmaga mittenähtavad oksad.
Seejärel läbistati kõik puidus asuvad oksad, mis olid jämedamad kui 4 mm. Oksa asukoha
ning suuna määramine on lihtne, kuna tüvel on näha armid ka neil okstel, mis kasvasid kinni
kümneid aastaid tagasi. Lahtisaagimine teostati lintsael MAKA HB/600. Analüüsimiseks
valiti oksa läbilõikest see pool, mis iseloomustas oksa paremini. Iga oksa kohta mõõdeti
järgmised andmed:
1. elus osa pikkus
2. surnud osa pikkus
3. oksa tõusunurk
4. diameeter kõige laiemast kohast
5. oksahaava kinnikasvamisel tekkinud haavandi pikkus (joonis 17)
19
Joonis 17. Oksahaava kinnikasvamisel tekkinud haavandi pikkus
Okste elus ja surnud osa mõõdeti paralleelselt oksa säsiga 1 mm täpsusega. Surnud oks ehk
oksa puiduga kokku kasvamata osa, millel on näha värvuse muutust ja/või kõdunemisjälgi.
Mõõtmise lihtsustamiseks tõmmati eraldati oksa surnud ja elus osa joonega. Elus osa
mõõdeti oksa alguspunktist kuni surnud osa alguseni. Surnud osa mõõdeti elusosa lõpust
kuni piirini, mil oks lõppeb või väljub tüvest (joonis 18). Pikkuse mõõtmisel oksa kumerust
ei arvestatud.
a) b)
Joonis 18. Oksa elus ja surnud osa mõõtmine
a) elus osa; b) surnud osa
Oksa tõusunurk ehk nurk puu telje ja oksa vahel mõõdeti malliga ± 2,5° täpsusega. Joonisel
19 on näide oksa tõusunurga mõõtmisest. Oksa tõusunurga leidmisel lähtuti oksa peamisest
asendist puidus.
20
a) b)
Joonis 19. Oksa tõusunurga mõõtmine malliga
a) kuusel; b) männil
Oksa diameeter mõõdeti oksa elusosa kõige laiemast kohast risti oksa säsi suunaga.
Ladvapoolsete peenemate nottide oksad mõõdeti puu tüvelt, sest nende lahti lõikamine oleks
osutunud ohtlikuks. Tüvelt mõõdeti okstele järgmised andmed:
1. kaugus ladvapoolsest otsast
2. diameeter piki- ja risti tüve
3. asimuut
4. oksa tõusunurk
Okste läbimõõt mõõdeti ilma kooreta. Oksa diameetrite mõõtmisel kasutati nihikut ning
mõõtetäpsuseks oli 1 mm. Asimuut mõõdeti malliga ± 2,5° täpsusega.
1.4.1. Andmete töötlemine
Oksa mahtude arvutamisel kasutati eelnevalt mõõdetud okste parameetreid, lisaks tuli
arvutada enne okste mahu arvutamist oksa kaugus säsist valemiga:
)cos(* ps ll
kus, sl - oksa kaugus säsist cm;
pl - oksa pikkus mööda oksa cm;
21
- mõõdetud oksa tõusunurk °.
Elusoksa mahu arvutamisel kasutati koonuse ruumala valemit:
pe ld
V *12
*2
kus, eV - elusoksa maht cm3;
d - mõõdetud oksa piki diameeter cm;
pl - oksa pikkus piki oksa cm.
Surnud oksa mahu arvutamisel kasutati silindri ruumala valemit:
ps ld
V *4
*2
kus, sV - surnud oksa maht cm3;
d - mõõdetud oksa diameeter cm;
pl - oksa kaugus säsist cm.
1.5. Puidu omaduste määramine purustavate ja mittepurustavate meetoditega
Tüvepuidu tiheduse ja elastsusmooduli (MOE) välja selgitamine on olulise rakendusliku
tähtsusega. Metsanduses kasutatakse puistute tagavara ning juurdekasvu hindamiseks
mahuühikuid. Selleks, et teisendused mahuühikutelt massiühikutele oleksid adekvaatsed,
peaks teisendustes kasutama Eesti tingimustes sobivaid mahukaalu (tiheduse) väärtusi.
Puidu elastsusmoodul on omakorda põhiline parameeter, mis määrab ära puidu
tugevusomadused. Mõlemad suurused, nii tihedus kui ka elastsusmoodul, on määratavad
purustaval meetodil suure tööjõu ja ajakuluga. Sellepärast on perspektiivikas üritada neid
suurusi määrata mittepurustaval ultraheli meetodil koos statistilise modelleerimisega.
Maailmas on kasvava puidu, ehituspuidu, puit komposiitmaterjalide jne. testimine ultraheli
meetodil väga levinud. Kirjanduse andmetel on toimunud alates 1963. aastast nimetatud
valdkonnas kuusteist ülemaailmset sümpoosiumi, ja vastavat ultraheli test- aparatuuri
22
pakuvad maailmaturul kaksteist kompaniid. Eestis on käesoleva jätkulepingu ja sellele
eelnenud lepingu aruannetes kirjeldatu teadaolevalt esimene katse rakendada mittepurustavat
ultraheli meetodit kohalike tööstuslike okaspuude (kuusk ja mänd) jaoks laboratoorses
uuringus.
1.5.1. Mittepurustava ultrahelimeetodi üldised põhimõtted
Statistilise mudeli (prognoosvõrrandi) valideerimine. Põhiliseks mudeli valideerimise
instrumendiks on determinatsioonikordaja R2. Determinatsioonikordaja näitab, kui suure osa
algandmetest mudel ära kirjeldab. Teiseks tähtsaks mudeli valideerimise instrumendiks on
prognoosijääkide normaaljaotuse kontroll. Selleks võib kasutada visuaalseid meetodeid
(tõenäosuspaber ja histogramm) või vastavaid teste (Kolmogorov-Smirnov, Shapiro-Wilk).
Prognoosvõrrandi kasutamine. Statistikastandardi ISO 3534-1:1993 järgi kujutab
prognoosvõrrand endast mõõtemudelit või teiste sõnadega in situ kalibreerimismudelit, mille
alusel prognoositakse huvi pakkuv suurus (näiteks elastsusmoodul või purunemismoodul)
argumenttunnuste alusel (näiteks ultraheli kiirused, elektritakistus, sügispuidu %, jne).
Kvaliteetse mõõtemudeli korral piisab põhimõtteliselt ühest ainsast argumenttunnuse
väärtusest, et etteantud täpsusega (öeldakse ka mudeli standardveaga) leida
funktsioonitunnuse (näit. elastsusmoodul) väärtus. Tavaliselt ultraheli prognoosvõrrandid nii
kvaliteetsed ei ole, siis on vajalik prognoosi parandamiseks teha teatav arv kordusmõõtmisi.
Kordusmõõtmised kitsendavad prognoosi vahemikku ruutjuur kordusmõõtmiste arvust
reegli järgi. Mõõtemudeli kvaliteeti võib iseloomustada ka signaal-müra suhtega. Signaal-
müra suhte parandamiseks on mõnikord kasulik lineaarsete prognoosvõrrandite asemel
kasutada mittelineaarseid prognoosvõrrandeid.
Elastsusmooduli prognoosvõrrandite saamiseks on vajalik määrata katsekehadel
võrreldavatel niiskussisaldustel nii staatiline elastsusmoodul kui ka dünaamiline
elastsusmoodul. Kuna nii staatiline kui ka dünaamiline elastsusmoodul sõltuvad omakorda
nii puidu niiskusest kui ka tihedusest, siis tuleb ka need parameetrid enne lõpliku statistilise
mudeli koostamist eksperimentaalselt määrata.
Puidu staatiline elastsusmoodul (MOEs)
23
MOEs on määratav järgmise valemiga:
fbh
LPEw 3
3
max
36
kus
Ew - painde elastsusmoodul, (MPa)
Pmax - paindejõu suurus murdumise piiril
L - tugede vaheline kaugus, (mm)
b - katsekeha ristlõike laius, (mm)
h - katsekeha ristlõike kõrgus, (mm)
f - katsekeha läbipaine, (mm).
Puidu niiskussisaldustel alla kiu küllastuspunkti (alla 30% NS) on ruumi
tasakaaluniiskusel eksperimentaalselt määratud painde elastsusmoodul redutseeritav 12
%-lisele niiskussisaldusele:
)12(112
W
EE w
kus
E12 - painde elastsusmoodul 12 % niiskussisalduse juures
Ew - painde elastsusmoodul ruumi tasakaaluniiskuse juures
α - tegur, mille väärtus kõikide puuliikide puhul on 0,04
W on puidu niiskussisaldus. %
Puidu dünaamiline elastsusmoodul (MOEd)
MOEd on määratav ühedimensionaalse lainevõrrandiga:
MOEd = C2 ρ
Kus dünaamiline elastsusmoodul MOEd on antud paskalites (Pa), ja C on puidus leviva
ultraheli pikilaine kiirus (m/s), ja ρ on puidu tihedus (ühikutes kg/m3). Lainevõrrand on
välja töötatud Meyers ja Bucur poolt ideaalselt elastse pika silindrilise materjali jaoks,
mille diameeter on palju väiksem võrreldes silindri pikkusega. Selle valemi
rakendamisel puitmaterjalile tuleb arvestada mitmete teguritega, nagu kiu suund ja nurk
24
võrreldes laine leviku suunaga, puidu niiskussisaldus ja temperatuur, katsekeha
geomeetria, defektide olemasolu jms. Kuna ultraheliaparaadiga mõõdetakse kolm kiiruse
komponenti (vpiki , vtang ja vrad ), siis nende alusel on võimalik lainevõrrandiga määrata
kolm erinevat dünaamilist elastsusmoodulit.
Puidu tiheduse ja niiskussisalduse seosed
Vastavalt puidu käsiraamatule on puidu tihedus defineeritud kui:
m
waterwood
W
WW
kus Wwood on puidu kuivkaalu mass, Wwater on vee mass, ja Vm on puidu ruumala puidu
niiskussisaldusel (NS) m .
Puidu niiskussisaldus kuivkaalu suhtes on defineeritud kui:
%100wood
water
W
Wm
Puidu kuivamiskahanemine algab tavaliselt puidu kiu küllastuspunktis (kokkuleppeliselt
30% puidu niiskussisaldusel), ja jätkub lineaarselt kuni puit on täiesti kuiv.
)30
30(0
mSSm
ja
Vm = Vgreen(1- Sm)
kus Sm on puidu ruumkahanemine märjast puidust kuni puidu niiskussisalduseni m (s. o.
alla 30 % niiskussisaldusel), S0 on kogu ruumkahanemine märjast (green) kuni
absoluutkuivani ja Vgreen on puidu ruumala üle kiu küllastuspunkti niiskussisaldustel.
Kui võtta arvesse puidu kuivamiskahanemist kui puidu niiskussisaldus on alla 30 %, siis
puidu tiheduse valemi alusel:
)1(
)100
1(
)1(
)100
1(
m
wood
mgreen
wood
S
m
SV
mW
kus ρwood on puidu tihedus kuivkaalu ja märja ruumala jagatisena.
Eelnevast valemist saame katsekeha kuivkaalu tiheduse:
25
)1(
1
0
0S
wood
Kui aga katsekeha on niiskussisaldusel m, siis katsekeha tihedus avaldub:
)1(
)100
1(
m
woodmS
m
Puidu niiskussisaldus on avaldatav vastavate puidu tiheduste kaudu. Kui puidu
niiskussisaldus %30m , siis:
1000
0
mm
Kui m < 30% :
))1(3
101(
1100
00
00
0
S
Sm
m
m
Eelnevatest valemitest selgub, et puidu tihedus sõltub suurel määral puidu
niiskussisaldusest ja puidu ruumkahanemisest. Sellepärast on tähtis katsete korraldamisel
registreerida katsest katsesse, kuni kuivkaaluni välja, katsekeha mass ja lineaarmõõtmed.
1.5.2. Ultrahelimõõtmistel ja staatilisel katsetamisel
Mittepurustavate ultrahelimeetodite põhiliseks töövahendiks on statistiline modelleerimine,
mis eeldab suure hulga samade mõõtmetega katsekehade kontrollitavates ja korratavates
tingimustes katsetamist.
Käesolevas jätkulepingus kasutati männipuidust katsekehi mõõtmetega 50×50×1000 mm ja
niiskussisaldusega 6–10%. Katseid tehti kokku 236 männispuidust katsekehaga.
Staatilised katsetused tehti puidukatsemasinal Instron 3369, mille maksimaalne jõud on 50
kN.
26
Ultraheli kiiruste mõõtmiseks katsekehades kasutati Proceq Pundit Lab ultraheliseadet 150
kHz ja 250 kHz otsikutega. Käesolevas jätkulepingus piirduti ainult katsekehade pikisuunas
(pikikiudu) mõõdetud ultrahelikiirustega kahel erineval sagedusel.
Ultraheli impulsside visualiseerimiseks kasutati Fluke 200 MHz kiirmäluga ostsilloskoopi.
27
2. TULEMUSED
2.1. Kasvavate puude laasimine kase katsealadel, tootlikkus ning töö kvaliteet erinevate tööriistade kasutamise korral
Sõltumata puu rinnasdiameetrist kulus kõige vähem aega oksa kohta laasides vaheliti teraga
kääridega. Kõige rohkem kulus aega laasides saega saevarre väljatõmmatud asendis ja
teleskoopvarrega kõrglõikuriga. Laasides kahe teraga saega või pika varrega saega mõjutas
ka puu rinnasdiameeter kõige rohkem, seda seoses jämedamal tüvel paiknevate jämedamate
okste tõttu.
0
2
4
6
8
10
12
0 2 4 6 8 10 12 14 16 18
Ajakulu oksa kohta s/oks
Puu rinnasdiameeter, cm
kahe teraga saag saag lühikesena
saag pikana suured alasiga käärid
teleskoopvarrega kõrglõikur vaheliti teradega käärid
Linear (kahe teraga saag) Linear (saag lühikesena)
Linear (saag pikana) Linear (suured alasiga käärid)
Linear (teleskoopvarrega kõrglõikur) Linear (vaheliti teradega käärid)
Joonis 20. Seos puu rinnasdiameetri ja oksa kohta kuluva aja vahel erinevaid tööriistu
kasutades
28
Teleskoopvarrega vaheliti teradega oksalõikuri kasutamisel kulus ühe meetri tüveosa okstest
vabastamiseks üle 2,5 korra rohkem aega võrreldes kahe teraga oksasaega. Kõige rohkem
mõjutas tüve 1 meetri laasimise ajakulu tüve rinnasdiameeter. Väga sarnane oli ajakulu
töötamisel erinevate oksakääridega. Kahe teraga sae kasutamisel kulus tüve 1 m pikkuse osa
okstest vabastamisel kõige vähem aega, kuna oks eemaldati ühe tõmbega.
0
5
10
15
20
25
30
35
40
45
50
0 2 4 6 8 10 12 14 16 18
Ajakulu laasitud tüveosa kohta
s/m
Puu rinnasdiameeter, cm
kahe teraga saag saag lühikesenasaag pikana suured alasiga kääridteleskoopvarrega kõrglõikur vaheliti teradega kääridLinear (kahe teraga saag) Linear (saag lühikesena)Linear (saag pikana) Linear (suured alasiga käärid)Linear (teleskoopvarrega kõrglõikur) Linear (vaheliti teradega käärid)
Joonis 21. Seos puu rinnasdiameetri ja aja vahel tüve 1 meetri laasimiseks.
29
Tulevikus kvaliteetse tüvepikkuse laasimiseks sobib kõige paremini pika varrega saag, kuid
ka selle riistaga töötamisel jääb laasimiskõrgus alla 6 meetri. Sellise riistaga töötamisel saab
eemaldada oksad 3-kordse vineerinoti pikkuselt (1,6 m + 1,6 m + 1,6 m =4,8 m) pluss jääb
alles ka puu langetamiseks minimaalselt vajalik kännu kõrgus. Erinevate kääride
kasutamisel tuleb teha mõne aasta möödudes korduslaasimine.
0
1
2
3
4
5
6
7
0 2 4 6 8 10 12 14 16 18
Laasimiskõrgus, m
Puu rinnasdiameeter, cm
kahe teraga saag saag lühikesenasaag pikana suured alasiga kääridteleskoopvarrega kõrglõikur vaheliti teradega kääridLinear (kahe teraga saag) Linear (saag lühikesena)Linear (saag pikana) Linear (suured alasiga käärid)Linear (teleskoopvarrega kõrglõikur) Linear (vaheliti teradega käärid)
Joonis 22. Seos puu rinnasdiameetri ja laasimiskõrguse vahel erinevaid tööriistu kasutades
2.1.1. Tähelepanekud kasutatud tööriistadega laasimisel
Vaheliti teradega oksakäärid. Vaheliti teradega käärid olid kõige mugavamad
kasutada, sest olid käepärase suurusega ja üsna kerged. Lõiked nendega olid kõige
täpsemad ja siledamad. Tänu vaheliti asetsevatele teradele olid lõiked ka väga
tüvelähedased.
30
Suured alasiga oksakäärid. Töös kasutatud kääride tera oli juba natukene kulunud,
ja seetõttu ei puutunud tera kääre kokku surudes igalt poolt vastu alasit. Selle
tulemusena jäi vahepeal kooreriba läbi lõikamata ning oksa eemaldamisel ajakulu
suurenes. Seega on lõike tegemisel alati oluline jälgida, et tera puutuks korralikult
vastu alasit. Võrreldes vaheliti teradega kääridega jäi alasiga kääridega lõikamisel
pikem oksatüügas. See tuleneb kääride ehitusest, sest tera kohtub alasiga täpselt selle
keskkohas ning kuna alasi laius on 1 cm, siis jääbki lõikamisel alati järele ligikaudu
0,5 cm pikkune oksatüügas.
Teleskoopvarrega oksalõikur. Pikk vars muudab madalamate okste eemaldamise
raskeks. Vars jääb manööverdades tihti ümbritsevate puude vahele ja nende okstesse
kinni ning muudab töö tegemise üsna aeganõudvaks. Võrreldes vahelduvate teradega
kääridega jättis teleskoopvarrega lõikur natukene suuremad oksatüükad. Üsna tihti
jäid väga peenikesed elusoksad lõiketerade vahele kinni. Töötamisel on tõmbava käe
jõukulu suur, mistõttu väsib tööline kiiresti.
Teleskoopvarrega oksasaag. Kui vars oli välja tõmbamata asendis, siis sai üsna
hästi tööd teha, kuid pika varrega hakkas saag liiga palju õõtsuma, mis tegi töötamise
väga raskeks ja ebamugavaks. Pika varrega kulus üsna palju aega ka sae oksatüükale
sättimisele. Niisamuti nagu teleskoopvarrega oksalõikuri puhul, oli ka pika varrega
saega manööverdamine puude vahel tülikas. Peenikeste puude laasimine saega võib
olla võimatu tüve kaasaõõtsumise tõttu.
Kahe teraga oksasaag. Saagi oli üsna kerge kasutada, kui laasitava oksa läheduses
ei olnud teisi oksi, mis võiksid ette jääda. Kui aga mõned oksad olid väga lähestikku,
siis tulenevalt sae ehitusest ei saanud oksa sae terade vahele sättida. Probleeme
esines ka siis, kui laasitav oks oli liiga terava nurga all püsti ning tüvele väga lähedal,
sest siis kiilus saag tüve ja oksa vahele kinni. Kui saag oli õige küljega korralikult
vastu tüve, siis oli lõige üsna tüvelähedane, kuid nagu saega laasimise puhul ikka,
siis mitte nii sile kui kääridega lõigates. Ei sobi samuti peenikeste puude laasimiseks,
kui tõmbab tüve tõmbe suunas looka.
31
2.1.2. Kasutatud tööriistade kasutamise omavaheline võrdlus kuuskede ja kaskede korral sõltuvalt puu diameetrist
Kahe teraga saag
Joonisel 23 on kasutatud eelmise projekti raames mõõdetud kuuskede laasimisandmeid (61
puud) ja antud projekti raames juurde mõõdetud andmeid (16 puud). Samuti on joonisel 139
kase laasimise andmed. Eraldi tehti analüüs kõikide kuuskede, kõikide kaskede ning
diameetriga 8,25 kuni 16,7 cm läbimõõduga kuuskede ja sama läbimõõdu vahemikuga
kaskede kohta. Läbimõõdu vahemik valiti peeneima kuuse ja jämedaima kase järgi.
Jooniselt on näha, et kase puhul on regressioonijooned (punane ja sinine) peaaegu kattuvad,
kuuse puhul veidi erinevad (oranž ja must punktiirjoon). Statistiliselt ei ole kummagi
puuliigi puhul regressioonijoonte erinevus tõestatud – ANOVA p-väärtused kase puhul
0,803, kuuse puhul 0,948. Ka teste tööriistade puhul ei täheldatud olulisi erinevusi kõikide ja
siis valitud diameetritega puude laasimise kiiruse tendentside vahel.
0
20
40
60
80
100
120
0 5 10 15 20 25 30 35 40 45 50
Aeg
, s/
m
Puu rinnasdiameeter, cm
Kask
kuusk
Ku kõik
Ks kõik
Lineaarne(Kask)
Joonis 23. Kahe teraga saega laasimise võrdlus kuuskede ja kaskede laasimisel
Jooniselt selgub, et regressioonijooned on suhteliselt paralleelsed x-teljega. Et sirgete
tõusude usaldatavust leida, teostati mõlemale puuliigile eraldi regressioonanalüüs, kus
sõltumatuks muutujaks (x) valiti puu rinnasdiameeter ning sõltuvaks muutujaks (y) valiti
tööriista tootlikkus laasitud tüvemeetri kohta. Kasutati alljärgnevat valemit, mille
parameetrid esitati tabelis 4:
32
3,1dbaaeg
kus aeg - laasimiseks kulunud aeg laasitud tüveosa pikkusühiku kohta, s/m;
d1,3 - puu rinnasdiameeter, cm;
a, b - valemi konstandid.
Tabel 4. Regressioonanalüüsi tulemused
Puuliik a b jääkstandardhälve R2 p-väärtus
Kuusk 40,33 0,0856 23,02 0,0204 0,860
Kask 8,41 0,0805 5,10 0,0450 0,599
Tabelist 4 selgub, et mõlema puuliigi puhul ei ole regressioonisirge tõus usaldusväärne.
Seega võime väita, et kahe teraga sae kasutamisel ei ole puu diameetril olulist mõju
laasimiskiirusele. Lõpuks teostati ühefaktoriline dispersioonanalüüs (ANOVA) puuliikide
mõju laasimiskiirusele. Selle tulemusena selgus, et kase ja kuuse laasimisel kahe teraga
saega on kuuse laasimine üle nelja korra aeganõudvam kui kase laasimine.
Dispersioonanalüüsi tulemusena saadi kuuse tüve ühe meetri laasimise ajaks 42,03 s ja kase
puhul 9,13 sekundit (p-väärtus < 0,0001).
Saag lühikesena
Joonisel 24 on kasutatud eelmise projekti raames mõõdetud kuuskede laasimisandmeid (30
puud) ja antud projekti raames juurde mõõdetud andmeid (8 puud) ehk kokku 38 puu
laasimisandmeid. Samuti on joonisel 128 kase laasimise andmed.
Joonis 24. Lühikese varrega saega laasimise võrdlus kuuskede ja kaskede laasimisel
33
Kummalegi puuliigile teostati regressioonanalüüs, kus sõltumatuks muutujaks (x) valiti puu
rinnasdiameeter ning sõltuvaks muutujaks (y) valiti tööriista tootlikkus laasitud tüvemeetri
kohta. Kasutati alljärgnevat valemit, mille parameetrid esitati tabelis 5:
Tabel 5. Regressioonanalüüsi tulemused
Puuliik a b jääkstandardhälve R2 p-väärtus
Kuusk 44,06 1,2939 35,58 0,2078 0,211
Kask 13,09 0,5058 8,33 0,1355 0,127
Tabelist 5 selgub, et mõlema puuliigi puhul ei ole regressioonisirge tõus usaldusväärne
(p>0,05). Seega võime väita, et kahe teraga sae kasutamisel ei ole puu diameetril olulist
mõju laasimiskiirusele, kuid kuuse puhul iga cm tüve jämeduses mõjutab laasimise kiirust
1,3 sekundit meetri kohta. Kase puhul on see suurus 0,5 sekundit. Kokkuvõttes võib väita, et
sama diameetriga kuuskede laasimine võtab keskmiselt üle kolme (ca 3,3) korra rohkem
aega, kui kaskede puhul.
Saag pikana
Joonisel 25 on kasutatud eelmise projekti raames mõõdetud kuuskede laasimisandmeid (57
puud) ja antud projekti raames juurde mõõdetud andmeid (4 puud) ehk kokku 61 puu
laasimisandmeid. Samuti on joonisel 73 kase laasimise andmed.
Joonis 25. Pika varrega saega laasimise võrdlus kuuskede ja kaskede laasimisel
34
Kummalegi puuliigile teostati regressioonanalüüs, kus sõltumatuks muutujaks (x) valiti puu
rinnasdiameeter ning sõltuvaks muutujaks (y) valiti tööriista tootlikkus laasitud tüvemeetri
kohta. Kasutati alljärgnevat valemit, mille parameetrid esitati tabelis 6:
Tabel 6. Regressioonanalüüsi tulemused
Puuliik a b jääkstandardhälve R2 p-väärtus
Kuusk 17,46 3,0293 34,16 0,3952 0,002
Kask 4,84 1,1023 9,37 0,2762 0,018
Tabelist 6 selgub, et mõlema puuliigi puhul regressioonisirge tõus usaldusväärne (p<0,05).
Seega võime väita, et pika sae kasutamisel omab puu diameeter olulist mõju
laasimiskiirusele ning kuuse puhul iga cm tüve jämeduses mõjutab laasimise kiirust ca 3
sekundit meetri kohta. Kase puhul on see suurus 1,1 sekundit. Sama diameetriga kuuskede
laasimine võtab keskmiselt kolm korra rohkem aega, kui kaskede puhul.
Suured alasiga käärid
Joonisel 26 on kasutatud eelmise projekti raames mõõdetud kuuskede laasimisandmeid (133
puud) ja antud projekti raames juurde mõõdetud andmeid (11 puud) ehk kokku 144 puu
laasimisandmeid. Samuti on joonisel 134 kase laasimise andmed.
Joonis 26. Suurte alasiga kääridega laasimise võrdlus kuuskede ja kaskede laasimisel
35
Kummalegi puuliigile teostati regressioonanalüüs, kus sõltumatuks muutujaks (x) valiti puu
rinnasdiameeter ning sõltuvaks muutujaks (y) valiti tööriista tootlikkus laasitud tüvemeetri
kohta. Kasutati alljärgnevat valemit, mille parameetrid esitati tabelis 7:
Tabel 7. Regressioonanalüüsi tulemused
Puuliik a b jääkstandardhälve R2 p-väärtus
Kuusk 25,11 1,0032 22,26 0,2378 0,004
Kask 5,59 1,1486 7,70 0,3566 <0,001
Tabelist 7 selgub, et mõlema puuliigi puhul regressioonisirge tõus usaldusväärne (p<0,05).
Seega võime väita, et alasiga kääride kasutamisel omab puu diameeter olulist mõju
laasimiskiirusele ning mõlema puuliigi puhul iga cm tüve jämeduses mõjutab laasimise
kiirust ca 1 sekundit meetri kohta. Sama diameetriga kuuskede laasimine võtab keskmiselt
kaks korra rohkem aega, kui kaskede puhul.
2.1.3. Tööriistade tootluse võrdlus KIK projekti 8-2/T12199MIMT tulemustega
Kui võrrelda eelmise projekti raames laasitud kuuski ja käesoleva projekti raames laasitud
kaski kasutades konkreetset tööriista sõltumata puu diameetrist, võib öelda järgmist:
Ühe meetri tüveosa vabastamiseks okstest kulus harvendusraie-ealistes kuusikutes kõige
rohkem aega laasimisel varrega saega nii varre lühikeses kui pikas asendis, keskmiselt
vastavalt 75,8 ja 49,8 sekundit. Kahe teraga saega laasimisel oli ajakulu tüve 1 meetri kohta
keskmiselt 38,6 sekundit. Nii suurte alasiga kääridega kui väikeste vaheliti teradega
kääridega laasimisel oli keskmine ajakulu 1 m kohta vastavalt 44,3 ja 48,2 sekundit.
Keskmiselt paiknes tüve 1 meetri kohta 10,4 laasitavat oksa.
Kaasikutes kulus ühe meetri tüveosa vabastamiseks okstest laasimisel varrega saega nii
varre lühikeses kui pikas asendis keskmiselt vastavalt 16,8 ja 15,8 sekundit. Kahe teraga
saega laasimisel oli ajakulu tüve 1 meetri kohta keskmiselt 9,1 sekundit. Nii suurte alasiga
kääridega kui väikeste vaheliti teradega kääridega laasimisel oli keskmine ajakulu 1 m kohta
mõlemal juhul 12,2 sekundit. Keskmiselt paiknes kasel laasitava tüveosa 1 meetri kohta 4,2
oksa.
36
Lühikese varrega saega kulus kaskede puhul võrreldes kuuskede laasimisega 1 m pikkuse
tüveosa laasimiseks keskmiselt 4,5 korda ja saega saevarre väljatõmmatud asendis 3,2 korda
vähem aega. Kahe teraga sae kasutamisel oli ajakulu vähenemine 4,2-kordne, vaheliti
teradega oksakääridega 3,6-kordne ja alasiga kääridega laasimisel 4-kordne. Laasitavaid
oksi paiknes tüve ühe meetri pikkusel lõigul keskmiselt 2,5 korda vähem. Kaskede erinevate
tööriistadega laasimise oluliselt suurem laasimiskiirus võrreldes kuuskede laasimisega on
tingitud otseselt okste paiknemise eripärast tüvel. Kuna kuusel paiknevad oksad männaste
kaupa tihedalt, on laasimine võimalik männase kaupa. Kaseokste hajusa paiknemise korral
on võimalik ette võtta korraga tüve külg pikemalt ja seetõttu on laasijal enda asukoha
vahetust tarvis teha harvemini, mistõttu kasvab tööjõudlus tunduvalt.
2.2. Analüüsipuude kõrguskasvumudel
Kõrguskasvumudelite analüüsimiseks leiti kõikidele puudele parameetrid ja karakteristikud,
mille järgi arvutati kõrgus. Igale puule koostati kasvukõver mõõdetud tulemustest ja
mudeliga arvutatud tulemustest ning võrreldi neid omavahel. Järgnevas tabelis 8 on
väljatoodud mudeli jaoks arvutatud parameetrid ja karakteristikud.
Tabel 8. Kõrguskasvumudeli regressioonanalüüsi parameetrid ja karakterisikud
Puu
nr. Puu Tunnus a b c R² SE p-väärtus
19 MA Laasimata 8,48849 24 2,453234 0,9977 0,04527 <0,0001
20 MA Laasimata 8,425426 23 2,341064 0,9992 0,02466 <0,0001
21 MA Laasimata 8,2496 10 3,610827 0,9976 0,03915 <0,0001
22 MA Laasimata 8,622737 62 1,451703 0,9984 0,03443 <0,0001
23 MA Laasitud 8,497085 27 2,156248 0,9961 0,05518 <0,0001
24 KU Laasitud 8,364422 10 4,151054 0,9971 0,05224 <0,0001
25 KU Laasitud 8,7861 23 3,5116 0,9961 0,6809 <0,0001
26 KU Laasitud 8,55067 23 2,66861 0,995 0,06872 <0,0001
27 KU Laasitud 8,3195 16 2,87886 0,9914 0,08113 <0,0001
28 KU Laasimata 8,61919 32 2,11774 0,9912 0,1007 <0,0001
31 MA Laasimata 8,679627 46 1,939012 0,9981 0,0398 <0,0001
32 MA Laasimata 8,798522 73 1,581487 0,998 0,04421 <0,0001
33 MA Laasimata 8,44814 21 3,39293 0,9924 0,08493 <0,0001
34 MA Laasitud 8,817207 46 2,196649 0,9986 0,0358 <0,0001
37
Puu
nr. Puu Tunnus a b c R² SE p-väärtus
35 MA Laasimata 8,96395 93 1,60326 0,9946 0,06771 <0,0001
36 MA Laasitud 8,855068 61 2,082591 0,9994 0,02401 <0,0001
41 MA Laasimata 8,506246 13 4,174795 0,9993 0,02387 <0,0001
42 MA Laasitud 8,364903 1 40,076812 0,9975 0,04951 <0,0001
43 MA Laasitud 8,59692 28 2,5056 0,9953 0,06706 <0,0001
44 MA Laasimata 8,393427 5 9,161298 0,9991 0,02737 <0,0001
45 MA Laasimata 8,675933 25 2,690804 0,9983 0,03833 <0,0001
46 MA Laasitud 8,45002 3 14,78696 0,9978 0,04649 <0,0001
Kõrguse kasvumudelid kõikidele analüüsipuudele on illustreeritud joonistel 27-30. Joonised
jagunevad kvartalite kaupa, kus punktiirjoonega on märgitud laasitud ja pidevajoonega
laasimata puud.
Joonis 27. Kvartali 222 eraldis 1 analüüsipuude kõrguskasvumudelid puudele 19-23
Antud töö tulemusena selgus, et üldiselt oli laasitud puude kõrguskasv sama, mis laasimata
puudel. Analüüsides männi kvartalite JS222, JS288 ja JS276 kasvumudeleid võib väita, et
laasimine on mõjutnud männipuude kõrguskasvu vähe. Pärast laasimist 1936-1939. aastal on
kõik männi puud kasvanud sama tõusu tempoga edasi. Erandina eristub kvartal 288 puu nr
34, mille kasv on liikunud pärast laasimistöid tõusvas joones. Teiste puude puhul pole
muutused märgatavad.
38
Joonis 28. Kvartali 288 eraldis 1 analüüsipuude kõrguskasvumudelid puudele 31-36
Joonis 29. Kvartali 276 eraldis 7 analüüsipuude kõrguskasvumudelid puudele 41-45
39
Joonis 30. Kvartali 223 eraldis 1 analüüsipuude kõrguskasvumudelid puudele 24-28
Nii nagu männi kõrgused pole kuuse kõrgused mõjutatud laasimisest. Kuuskedest olid
laasitud puud 24-27 ja 28 oli võetud võrdluseks. Analüüsides joonist on näha, et ei toimunud
kasvu muutust laasimisjärgsel perioodil.
2.3. Analüüsipuude diameetri kasvumudel
Sama valemit kasutati ka rinnasdiameetri arvutamisel, asendades kõrguse väärtused
diameetriga. Kõik arvutused on tehtud ilma kooreta. Tabelis 9 on väljatoodud
rinnasdiameetrile arvutatud parameetrid ja karakteristikud. Rinnasdiameetri mõõdetud ja
arvutatud kasvumudelid langesid hästi kokku, tõestades mudeli sobivust.
Tabel 9. Rinnasdiameetrile arvutatud parameetrid ja karakteristikud
Puu nr. Puu Tunnus a b c R² SE p-väärtus
19 MA Laasimata 4,212242 30 2,354617 0,9952 0,04949 <0,0001
20 MA Laasimata 3,69554 17 2,75882 0,9706 0,1134 <0,0001
21 MA Laasimata 3,951246 9 4,460867 0,9961 0,04343 <0,0001
22 MA Laasimata 4,43708 69 1,76408 0,9963 0,05063 <0,0001
23 MA Laasitud 3,9534 9 4,46747 0,9957 0,4224 <0,0001
24 KU Laasitud 3,552866 1 31,63247 0,9956 0,04335 <0,0001
25 KU Laasitud 3,91029 1 48,76108 0,9898 0,08616 <0,0001
26 KU Laasitud 3,74785 1 40,30363 0,9868 0,1059 <0,0001
27 KU Laasitud 3,54338 1 32,62823 0,9741 0,1099 <0,0001
40
Puu nr. Puu Tunnus a b c R² SE p-väärtus
28 KU Laasimata 3,66616 1 36,56386 0,9955 0,0509 <0,0001
31 MA Laasimata 3,77918 16 3,66344 0,9654 0,139 <0,0001
32 MA Laasimata 3,67566 1 37,98584 0,9821 0,1105 <0,0001
33 MA Laasimata 3,320436 1 45,49763 0,9947 0,05602 <0,0001
34 MA Laasitud 3,93783 31 2,76825 0,9947 0,05364 <0,0001
35 MA Laasimata 3,730453 1 48,928 0,995 0,05797 <0,0001
36 MA Laasitud 4,13857 51 2,44952 0,9932 0,06536 <0,0001
41 MA Laasimata 3,68093 4 11,0274 0,986 0,08096 <0,0001
42 MA Laasitud 3,72426 10 3,63776 0,9744 0,07197 <0,0001
43 MA Laasitud 3,600054 2 18,50739 0,9916 0,05613 <0,0001
44 MA Laasimata 3,70584 9 5,88771 0,9823 0,0889 <0,0001
45 MA Laasimata 4,03045 8 6,35704 0,9942 0,06102 <0,0001
46 MA Laasitud 4,03786 27 2,63196 0,9904 0,0607 <0,0001
Rinnasdiameetrile arvutatud analüüsipuude kasvumudelid on järgnevatel joonistel 31-34.
Joonised on jaotatud kvartalite kaupa, kus punktiirjoonega on märgitud laasitud ja
pidevajoonega laasimata puud. Puudel 19 ja 21 on kasv olnud võrdne, mille tõttu on joonisel
nende eristamine keeruline.
Joonis 31. Kvartali 222 eraldis 1 rinnasdiameetri kasvumudel puudele 19-23
41
Joonis 32. Kvartali 288 eraldis 1 rinnasdiameetri kasvumudel puudele 31-36
Joonis 33. Kvartali 276 eraldis 7 rinnasdiameetri kasvumudel puudele 41-46
42
Joonis 34. Kvartali 223 eraldis 1 rinnasdiameetri kasvumudel puudele 24-28
Joonistelt 31-34 on näha, et diameetri juurdekasvus ei ole esinenud muutusi, ning diameeter
on suurenenud pärast laasimist reeglipäraselt. Joonis 14, mis näitab laasitud kuuskede
diameetri juurdekasvu on kahe puu kasv olnud suurem kui laasimata puul (nr 28) ja kahel
puul on olnud kasv väiksem kui laasimata puul. Joonistel on näha, et puud kasvavad puistus
väga erinevalt, mõned on nooremas eas kiirema kasvuga ja vanemas eas aeglasema.
2.4. Laasimise mõju puu diameetri, kõrguse ja mahu kasvule
Analüüsi võeti 6 aastat enne laasimist ja 6 aastat pärast laasimist. Laasimisaasta (JS223 –
1939, JS222 – 1936, JS276 – 1936, JS288 – 1939) jäeti välja, sest ei ole selge kas laasimine
tehti kevadel või sügisel. Et kasvu muutumist ajas seoses kasvuiseärasustega, erinevate
ilmatingimustega ja muude põhjustega elimineerida, kasutati analüüsis vastava aasta
analüüsipuude tunnuste erinevust aritmeetilisest keskmisest.
Selgitamaks kas kasvavate puude laasimine mõjutab puu diameetri, kõrguse ja mahu kasvu,
kasutati dispersioonanalüüsi. Analüüs teostati igale proovialale eraldi. Kõikidel juhtudel
usaldusväärset erinevust laasitud puude ja laasimata puude tunnuste hälvete muutumises ei
saadud. Olulisuse tõenäosused (p-väärtused) olid kõikidel juhtudel suuremad kui 0,05 ning
seega ei saa väita, et laasitud puude ja laasimata puude kasvud on erinevad. Seega laasimise
43
mõju kasutada olevate andmete järgi ei õnnestunud tõestada. Olulisuse tõenäosused on
esitatud tabelis 10.
Tabel 10. Dispersioonanalüüsi olulisuse tõenäosused laasimise mõju uurimisel diameetri,
kõrguse ja mahu kasvule proovialade kaupa
Prooviala Diameeter Kõrgus Maht
JS223 – 1 0,2969 0,8270 0,2598
JS222 – 1 0,9391 0,2093 0,6784
JS276 – 7 0,2190 0,3356 0,3356
JS288 – 1 0,8925 0,5018 0,5018
2.5. Tüves paiknevate okste skeemid ja mudelid
Joonistele 35, 37, 39 ja 41 kanti elus okste pikkused sentimeetrites ning surnud okste
pikkused vastavalt männase kõrgusele meetrites maapinnast. Elus oksa pikkused on kantud
joonisele sinise rombiga ning surnud okste pikkused rohelise joonega. Männaste raadiuste ja
kõrgustega tekitati joonisele musta joonena tüvemoodustaja. Eelnevalt mainitud joonistel
paiknevate punktide abil moodustati võrrandid, mille abil tekitati joonistele 36, 38, 40 ja 42
elus-, elus ja surnud-, surnud okste ala ning oksavaba ala.
Joonis 35. Okste paigutuse skeem tüves männil number 42
44
Joonisel 35 on selgesti näha, et tegemist on laasitud männiga. Laasimine teostati 20…22 cm
diameetri juures ning laasimis kõrgus oli 6 m. Elusa puu laasimise tõttu tekkis tüves 4…6
cm oksavaba ala.
Joonis 36. Tüves paiknevate okste mudel männil number 42
Joonisel 36 on näha, et oksavaba ala tüves on küllaltki suur, mis on tingitud elusa puu
laasimisest. Laasimise tulemusena on surnud okste ala tüves vähenenud.
Joonisel 37 on näha, et ei ole laasimist teostatud ning mänd on looduslikult laasunud.
Loodusliku laasumine on selgesti nähtav 8 m kõrguseni. Kõrgemal kui 8 m oksavaba tüve
osa praktiliselt puudub. Loodusliku laasumise tulemusel on tüves tekkinud 2…3 cm
oksavaba tsoon, mis on 2 korda väiksem laasimise teel saadust.
45
Joonis 37. Okste paigutuse skeem tüves männil number 44
Joonis 38. Tüves paiknevate okste mudel männil number 44
46
Joonisel 38 on näha, et loodusliku laasumise tulemusel tekib oksavaba ala, kuid see on
märgatavalt kitsam kui laasitud puul. Laasumine on kõige intensiivsem olnud 3,5 m
kõrgusel, mis tuleneb puistu küllaltki suurest tihedusest. Võrreldes jooniseid 36 ja 37, siis on
märgata, et laasimata puul on tüve alumises osas surnud okste ala tunduvalt suurem.
Joonis 39. Okste paigutuse skeem tüves kuusel number 25
Joonistelt 39 ja 40 on selgesti näha, et tegemist on laasitud kuusega. Laasimist teostati
tõenäoliselt 2 astmeliselt, mis tuleb ka joonisel hästi välja. T. Krigul on oma teoses väitnud,
et mõningates puistutes teostati laasimist mitmel korral. Esimene laasimine teostati 11…12
cm diameetri juures ning laasimis kõrguseks oli 1…2 m. Teine laasimine teostati 15…16
cm diameetri juures ning laasimis kõrgus oli 2…4 m. Elusa puu laasimise tõttu tekkis tüves
4 m kõrgune 6…8 cm oksavaba tsoon, millest on võimalik saada kvaliteetset oksavaba
saematerjali. Kõrgemal kui 4 m on selgesti näha, et looduslik laasumine praktiliselt puudub.
47
Joonis 40. Tüves paiknevate okste mudel kuusel number 25
Joonis 41. Okste paigutuse skeem tüves kuusel number 28
48
Jooniselt 41 on näha, et kuusel number 28 ei ole laasimist teostatud, kuid selgesti on näha, et
on toimunud looduslik laasumine. Kuusk laasus 3 m kõrguseni ning selle tulemusena on
puidus tekkinud 2…3 cm oksavaba ala (joonis 42), mis on 3 korda väiksem laasimise teel
saadust. Pärast seda laasumise intensiivsus väheneb oluliselt ning surnud oksad jõuavad tüve
pinnale..
Joonis 42. Tüves paiknevate okste mudel kuusel number 28
Joonisel 42 on näha, et oksavaba ala on kordades väiksem kui laasitud puul. Võrreldes
jooniseid 20 ja 22, siis on näha, et laasimata puul on surnud okste ala tunduvalt suurem kui
laasitud puul.
Männi laasimisel 20…22 cm diameetri juures ei anna oksavaba tüve kasvatamisel suurt
efekti. Sellise diameetri juures puude laasimine ei ole majanduslikult tasuv, sest looduslik
laasumine annab küllaltki sarnase tulemuse. Kuusk ei laasu looduslikult piisavalt ning
seetõttu on laasitud puudel oksavaba tsoon kordades suurem kui laasimata puudel. Seega
võib järeldada, et kuuse laasimine annab parema tulemuse kui männi laasimine. Laasimise
49
tulemusel väheneb surnud okste ala tüve tüüka osas kuni laasimis kõrguseni ning tüve
laasitud osa koosneb peamiselt elus okstest ja oksavabast tsoonist. Sellest võib järeldada, et
laasitud puust saadav saematerjal sisaldab kuni laasimis kõrguseni vähem surnud oksi ning
on seetõttu ka kõrgema kvaliteediga.
2.6. Elus ja surnud okste mahud
Arvutatud okste mahud (cm3) kanti joonistele 43-46 männaste kaupa. Kuuskede puhul lisati
vaheokste mahud eelneva männase okste mahtudele. Iga männase kohta arvutati eraldi elus
okste maht ja surnud okste maht, mis on joonisel vastaval eespool mainitule sinise- ja
punase värvusega. Männaseid hakatakse lugema tüve alumisest otsast, kus on suurim
männase number.
Joonis 43. Elus ja surnud okste mahud männaste kaupa männil number 42
50
Laasimine teostati 6 meetri kõrguselt ning joonisel 43 on näha, et okste maht laasitud osas
on küllaltki väike ning see suureneb järsult pärast männast 89, mille kõrgus juurekaelast on
5,60 m.
Joonis 44. Elus ja surnud okste mahud männaste kaupa männil number 44
Joonisel 44 on näha, et tüvi on looduslikult hästi laasunud männaseni 93, mille kõrgus on
2,72 m, pärast mida toimub oksa mahtude märgatav suurenemine. Seda võib märgata ka
joonisel 37, kus on laasumine hästi näha.
51
Joonis 45. Elus ja surnud okste mahud männaste kaupa kuusel number 25
Joonisel 45 on selgesti näha, et tegemist on laasitud kuusega. Laasimist teostati kahe
astmeliselt. Esimene laasimine teostati männaseni 79, mille kõrgus maapinnast 2,55 m.
Teine laasimine männaseni 75, mille kõrgus 4,38 m.
52
Joonis 46. Elus ja surnud okste mahud männaste kaupa kuusel number 28
Joonisel 46 on näha, et okste mahud on väiksed männaseni 86, mille kõrgus on 2,04 m, ning
pärast seda okste mahud suurenevad järsult. Selline mahtude järsk muutus viitab sellele, et
looduslik laasumine on toimunud intensiivselt männaseni 86. Männastel 85…57 (2,56
m…16,44 m) on näha, et surnud oksi on tüves tunduvalt rohkem kui elus oksi.
Võrreldes joonistel 43 ja 44 olevaid okste mahtusid, siis selgub, et laasitud männil surnud
okste maht suureneb järsult kahel järgneva aasta männasel pärast laasimise teostamist, kuid
laasimata puul on surnud- ja elus oksa mahud ühtlaselt jaotunud. Laasitud kuusel toimub
hüppeline surnud okste mahu kasv alles 3 aasta möödudes laasimisest, kus surnud ja elus
okste maht suureneb viiel järgneva aasta männasel. Selline tulemus võib olla tingitud tüve
jooksva juurdekasvu vähenemisest võra liigsel laasimisel. T. Kriguli uurimuses selgub
samuti, et laasides üle 35% võrast langeb rinnasdiameetri jooksev juurdekasv märgatavalt.
Joonisel 46 laasimata kuusel on elus- ja surnud oksa mahud, nagu laasimata männil,
ühtlaselt jaotunud. Okste maht on sõltuvuses tüve juurdekasvuga ning seetõttu on tüve
keskosas, mil juurdekasv on suurem, okste maht samuti suurem.
53
2.7. Puidu omaduste määramine purustavate ja mittepurustavate meetoditega
Järgnevas (tabelis 11) on välja toodud mõõtmistulemuste tulemuste põhjal arvutatud
katsekehade statistilised põhinäitajad. Katsete käigus määrati kahe erineva sagedusega
otsikuga ultraheli levimise kiirus (m/s) puidu pikisuunas, katsekehade paindetugevus
(MPa), elastsusmoodul (MPa), tihedus (kg/m3) ning veesisaldus (%). Lisaks arvutati nii 150
kui 250 kHz sageduse juures välja dünaamiline elastsusmoodul (MPa).
Tabel 11. Tunnuste statistilised näitajad
Ultraheli
kiirus
150 kHz
Ultraheli
kiirus
250 kHz Painde-
tugevus
Staatiline
elastus-
moodul
Dünaami-
line
elastus-
moodul
Dünaami-
line
elastus-
moodul
Uh150, Uh250, MOR, MOE, Ed150, Ed250, Tihedus, Niiskus,
m/s m/s MPa MPa MPa MPa kg/m3 %
Keskmine 5897,02 5823,55 82,03 13956,53 19158,44 18712,61 548,99 7,94
Mediaan 5919,17 5870,17 84,72 13875,61 18979,88 18762,66 545,37 7,46
Standardhälve 178,93 310,81 18,49 2189,97 2791,35 3000,83 61,40 1,18
Standard viga 11,65 20,23 1,20 142,56 181,70 195,34 4,00 0,08
Min 4927,00 2453,00 16,53 7808,36 11656,38 3694,21 399,36 6,12
Max 6195,00 6192,33 115,64 18874,54 25103,28 25019,26 719,48 10,27
Esitatud korrelatsioonimaatriks (tabel 12) näitab ära need muutujate paarid, millede jaoks
võiks koostada lineaarse prognoosvõrrandi praktikas huvi pakkuva puidu elastsusmooduli
või puidu purunemismooduli prognoosimiseks. Traditsiooniliselt tugevad seosed on
staatilise elastsusmooduli ja kahel erineva ultraheli sagedusel (150 kHz ja 250 kHz)
määratud dünaamilise elastsusmooduli vahel, samuti dünaamiliste elastsusmoodulite endi
vahel. Paindetugevusel MOR ja paindeelastsusmoodulil MOE on traditsiooniliselt tugevas
seoses puidu tihedusega. Üllatuslikult on küllaltki nõrk seos puidu niiskusesisalduse ja kahe
dünaamilise elastsusmooduli vahel. Põhjuseks võib siin olla küllalt kitsas analüüsitud
niiskusesisalduste vahemik (6 – 10%).
54
Tabel 12. Katsekehade erinevate tunnuste lineaarse korrelatsiooni maatriks
Kõrgus
Malts-
või
lülipuit Suund
Sügis-
puidu
%
Aasta-
rõnga
laius
Ultra-
heli
kiirus
150
kHz
Ultra-
heli
kiirus
250
kHz
Tihe-
dus Klass
Painde-
tugevus,
MOR
Staatiline
elastus-
moodul,
MOE
Niis-
kus Prtk
Dünaa-
miline
elastus-
moodul
Ed150
Dünaa-
miline
elastus-
moodul
Ed250
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 1,000
2 0,086 1,000
3 0,049 -0,052 1,000
4 -0,473 -0,303 -0,179 1,000
5 -0,011 0,575 -0,142 -0,291 1,000
6 0,074 -0,309 0,156 0,196 -0,516 1,000
7 -0,037 -0,298 0,115 0,184 -0,430 0,723 1,000
8 -0,444 -0,354 -0,055 0,793 -0,418 0,389 0,324 1,000
9 0,191 0,436 0,065 -0,357 0,427 -0,223 -0,243 -0,383 1,000
10 -0,424 -0,460 -0,070 0,600 -0,458 0,421 0,471 0,715 -0,454 1,000
11 -0,341 -0,413 0,003 0,646 -0,508 0,634 0,605 0,843 -0,440 0,826 1,000
12 -0,058 -0,136 -0,056 0,186 -0,134 0,178 0,169 0,305 -0,150 0,250 0,298 1,000
13 -0,095 -0,141 0,036 0,279 -0,130 0,179 0,177 0,221 -0,157 0,250 0,282 -0,039 1,000
14 -0,303 -0,399 0,020 0,690 -0,525 0,703 0,547 0,927 -0,379 0,720 0,911 0,310 0,237 1,000
15 -0,330 -0,404 0,015 0,672 -0,509 0,641 0,709 0,894 -0,389 0,745 0,916 0,312 0,239 0,952 1,000
Puidu staatilise painde elastsusmooduli MOE ja puidu tiheduse tugev lineaarne seos on
joonisel 47 esitatud graafikuna.
Joonis 47. Puidu tiheduse ja staatilise painde elastsusmooduli vaheline seos
55
2.7.1. Puidu staatilise elastsusmooduli prognoosimine
Mõõdetud tunnuseid kasutades loodi dispersioonanalüüsiga MOE arvutamismudel (p<0,05):
MOE = -53784,52+(-43,28×Kõrgus)+211,23×Ml+15,46×Suund+(-71,17×Ar)+(-
5,14×Uh150)+(-3,66×Uh250)+(-53,18×Tihedus)+6,1×Niiskus+142,69×Prtk+1,18×Ed150
+0,83×Ed250+(-9,65×Sp)+(-205,84×Klass)+38,48×MOR,
kus MOE – Staatiline elastsusmoodul, MPa;
Kõrgus – Katsekeha kõrgus puus, m;
Ml – Malts- või lülipuit (0-malts; 1-lüli);
Suund – Põhja- või lõuna suunast (0-põhi; 1-lõuna);
Ar – Aastarõnga laius, mm;
Uh150 – Ultraheli kiirus puidus 150 kHz otsikuga;
Uh250 – Ultraheli kiirus puidus 250 kHz otsikuga;
Tihedus – Puidu tihedus, kg/m3;
Niiskus – Veesisaldus puidus, %;
Prtk – Proovitüki kasvukohatüübi number (1; 2; 3);
Ed150 – Dünaamiline elastsusmoodul 150 kHz otsikuga, Mpa;
Ed250 – Dünaamiline elastsusmoodul 250 kHz otsikuga, Mpa;
Sp – Sügispuidu osakaal, %;
Klass – Visuaalse hindamise tugevusklass (1; 2; 3);
MOR – Maksimum paindetugevus, MPa.
Mudeli determinatsioonikordaja (R2) oli 0,9073 ning prognoosiviga 667 MPa. Saadud mudel
on praktikas kasutamiseks liiga kohmakas, sest paljude tunnuste määramine on töömahukas.
Seega loodi teine mudel kus kasutati vaid kolme tunnust (p<0,05):
MOE=-27400+2,31×Uh150+2,43×Uh250+24,6×Tihedus,
kus MOE – Staatiline elastsusmoodul, MPa;
Uh150 – Ultraheli kiirus puidus 150 kHz otsikuga;
Uh250 – Ultraheli kiirus puidus 250 kHz otsikuga;
Tihedus – Puidu tihedus, kg/m3.
Mudeli determinatsioonikordaja (R2) oli 0,8479 ning prognoosiviga 854,2 MPa. Veel
lihtsam, kuid ebatäpsem valem saadi kahe tunnusega (p<0,05):
MOE=-21730+3,687×Uh250+25,79×Tihedus,
kus MOE – Staatiline elastsusmoodul, MPa;
Uh250 – Ultraheli kiirus puidus 250 kHz otsikuga;
56
Tihedus – Puidu tihedus, kg/m3.
Mudeli determinatsioonikordaja (R2) oli 0,8323 ning prognoosiviga 896,8 MPa.
Ilmselt peaks prognoosmudelis kasutatavate tunnuste arvu vähendamine käima käsikäes
ultrahelimõõtmiste signaal-müra suhte parandamisega. Selleks annab väärtuslikku
informatsiooni ultraheli impulsside visualiseerimine ja nende hilisem kvantitatiivne analüüs
(sumbumise logaritmiline dekrement, Fourier`teisendus jms.) Joonisel 48 on kujutatud
ultraheli impulss ostsilloskoobi Fluke ekraanil.
Joonisel 48 on kujutatud ultraheliseadme NdtJames v-meter Mark IV 500 kHz ultraheli
impulss pärast 20 mm paksuse ja 10 % niiskussisaldusega männi maltspuidu läbimist
tangentsiaalsihis erinevatel ajalistel laotustel.
a) b)
c)
Joonis 48. NdtJames Mark IV 500 kHz ultraheli impulss pärast 20 mm paksuse ja 10 %
niiskussisaldusega männi maltspuidu läbimist tangentsiaalsihis erinevatel ajalistel laotustel
a)100, b)10 ja c) 2 mikrosekundit.
57
Jooniselt 48 on näha, et primaarne lainepakett koosneb ca viiest täisvõnkest, järgmised juba
rohkem moondunud lainepaketid on primaarse paketi peegeldused katsekehas, millega ei
tule arvestada. Võrreldes trigeri signaaliga (kanalis A) on viivitus ca 2 täisvõnke perioodi
kaugusel, st. reaalne mõõdetud lainepikkus on ca 10 mm. Joonise esimene graafik a)
võimaldab võnkeamplituudide alusel määrata sumbumise parameetrid. Fourier´ teisenduste
abil on soovi korral võimalik teostada lainepaketi sageduste (lainikute) ja ka energia
analüüsi.
2.7.2. Mittepurustavate ultrahelimeetodite jätkulepingu tulemuste võrdlus eelmises KIK lepingus nr. T12199MIMK saadud tulemustega
Eelmises lepingus kasutati väikesi standardiseeritud paindekatsekehi 20x20x220 mm. Uuriti
eraldi nii maltspuitu kui ka lülipuitu, seda nii kuuse kui ka männi puidu korral. Ultraheli
mõõtmisi tehti sagedusel 500 kHz seadmega NdtJames v-meter Mark-IV. Puidukatsemasin
oli mõlemas lepingus sama- Instron 3396. Katsekehade niiskussisaldust varieeriti
kuivatamismeetodil katsete käigus laias vahemikus 120% - 0%. Mittepurustaval meetodil
prognoositi nii tihedust kui ka elastsusmoodulit. Katsekehade arv oli 20 või väiksem.
Käesolevas jätkulepingus katsetati paindele suuremate mõõtmetega 50x50x1000 mm
männipuidust katsekehi, ja seda suurel hulgal – 236 tk. Katsekehade niiskussisalduste
vahemik oli suhteliselt kitsas (6-10%). Katsetulemuste alusel koostati statistiline
koondmudel 14 sõltumatu argumenttunnusega. Saadud koondmudelit lihtsustati hiljem
statistiliselt vähem oluliste tunnuste välja jätmisega kolme ja kahe sõltumatu
argumenttunnusega mudeliks elastsusmooduli prognoosimiseks mittepurustaval meetodil.
2.7.3. Järeldused ja kokkuvõte mittepurustava ultraheli meetodi kohta:
- Mittepurustaval ultraheli meetodil männi ja kuuse puidu tiheduse ja elastsusmooduli
prognoosimine on teostatav.
58
- Saadud prognoosvõrrandid ei vaja praktilisel kasutamisel enam detailset puidu
niiskussisalduse määramist. Piisab, kui on eelnevalt teada, kas puit on
niiskussisaldusel üle kiu küllastuspunkti (> 30 % NS), või sellega võrdne, või on kiu
küllastuspunktist madalamal (< 30 % NS).
- Ilmselt peaks prognoosmudelis kasutatavate tunnuste arvu vähendamine käima
käsikäes ultrahelimõõtmiste signaal-müra suhte parandamisega. Selleks annab
väärtuslikku informatsiooni ultraheli impulsside visualiseerimine ja nende hilisem
kvantitatiivne analüüs Mürasignaali ultrahelimõõtmisel saaks vähendada ka
puit/otsik kontakti survejõu optimeerimisega, kasulikku signaali võiks mõnedel
juhtudel suurendada mittelineaarsetete mudelite kasutamisega.
- Nii eelmise KIK lepingu ja käesoleva jätkulepingu käigus saadi ulatuslik praktiline
kogemus mittepurustavate meetodite kasutamiseks laboritingimustes. Selle
laborikogemuse alusel võiks siinkohal ära nimetada ka mõned kitsaskohad, mis
tõenäoliselt tekiksid meetodi üle kandmisel välitingimustele ehk nn. „põllule“.
Esiteks, piki puidu kiudu ultraheli kiiruse mõõtesuund ei pruugi olla reaalsetes
tingimustes kättesaadav (näiteks kasvav puu, puittala ehituskonstruktsioonis jne.).
Siit tekib küsimus, kuidas oleks võimalik puidus pikisuunas ultraheli kiiruse
mõõtmist asendada kaldu ehk nurga all mõõtmisega, ja milline oleks optimaalne
nurk? Teiseks, puidu tiheduse määramine välitingimustes on äärmiselt tülikas ja
töömahukas. Järelikult tekib küsimus, et milliste välitingimustes kergesti määratavate
tunnustega võiks tiheduse asendada, nii et prognoosvõrrandi kvaliteet eriti ei
kannataks?
- Kui näiteks soovitakse ultraheli mõõtmiste alusel prognoosida, milliseks kujuneb
kasvava puidu (või värskelt saetud puidu) staatiline elastsusmoodul 12 % puidu
niiskussisalduse juures, siis esiteks tuleb kõigepealt prognoosvõrrandi alusel välja
arvutada, milline oleks kasvava puidu staatiline elastsusmoodul 30 % -ise ja kõigi
sellest suuremate niiskussisalduste juures. Teise, alla 30% niiskussisalduste juures
kehtiva prognoosvõrrandi alusel leitakse seejärel, milline peaks olema staatiline
elastsusmoodul 12 % -ise niiskussisalduse juures.
59
3. LÕPPJÄRELDUSED
- Kõige vähem kulus aega 1 m pikkuse tüveosa laasimiseks väikeste vaheliti teradega
oksakääridega ja suurte alasiga kääridega, enim kulus aega saega varre
väljatõmmatud asendis. Sama tendents esines nii kaskede kui kuuskede laasimisel.
- Kui lähtuda vajalikust laasimiskõrgusest, sobis kõrglaasimiseks enim saag varre
väljatõmmatud asendis, teiste kasutatud tööriistadega laasides tuleb mõne aasta
möödudes teostada korduslaasimine vajaliku laasimiskõrguse saavutamiseks.
- Tüve jooksval meetril paiknes kaskedel oksi keskmiselt 2,5 korda vähem kui
kuuskedel.
- Sõltuvalt tööriistast kulus kaskede laasimiseks tüve jooksva meetri kohta keskmiselt
2-4,5korda vähem aega kui kuuskedel. Kaskede erinevate tööriistadega laasimise
oluliselt suurem laasimiskiirus võrreldes kuuskede laasimisega on tingitud otseselt
okste paiknemise eripärast tüvel. Kuna kuusel paiknevad oksad männaste kaupa
tihedalt, on laasimine võimalik männase kaupa. Kaseokste hajusa paiknemise korral
on võimalik ette võtta korraga tüve külg pikemalt ja seetõttu on laasijal enda asukoha
vahetust tarvis teha harvemini, mistõttu kasvab tööjõudlus tunduvalt.
- Elusate puude laasimine ei ole mõjuta puude kõrgus- ega rinnasdiameetrite kasvu,
puude kasvus ei ole pärast laasimistööde teostamist märkimisväärseid muutusi.
Samuti ei täheldatud märkimisväärseid muutusi tüvemahtudes.
- Männi laasimisel tekib 12,61% võrra suuremoksavaba tsoon tüves kui laasimata
puul.
- Suurim erinevus tekib surnud okste alas, kus laasitud männil on surnud okstega ala
maht tüves 20,43% võrra väiksem kui laasimata männil.
- Hariliku kuuse laasimine annab parema tulemuse kui hariliku männi laasimine.
- Pärast oksa laasimist tekkiva haavandi pikkus on kuusel 4 korda väiksem kui männil.
Laasitud oksa haava kinni kasvamine on kuusel kiirem kui männil.
- Mittepurustaval ultraheli meetodil männi ja kuuse puidu tiheduse ja elastsusmooduli
prognoosimine on teostatav.
- Saadud prognoosvõrrandid ei vaja praktilisel kasutamisel enam detailset puidu
niiskussisalduse määramist. Piisab, kui on eelnevalt teada, kas puit on
niiskussisaldusel üle kiu küllastuspunkti (> 30 % NS), või sellega võrdne, või on kiu
küllastuspunktist madalamal (< 30 % NS).
60
4. PROJEKTI ANDMETEL KOOSTATUD BAKALAUREUSE- JA MAGISTRITÖÖD
4.1. Magistritööd
1. Kalder, S. 2016. Hariliku männi (Pinus sylvestris L.) ja hariliku kuuse (Picea abies (L.)
KARST) puidus esinevate okste analüüs laasitud ja laasimata puudel. Magistritöö
metsatööstuse erialal. EMÜ. 68 lk.
2. Kask, T. 2016. Hariliku männi (Pinus Sylvestris, L.) elusvõra biomassi arvutusmudeli
modelleerimine. Magistritöö metsatööstuse erialal. EMÜ. 43 lk.
3. Tirmaste, M. 2016. Laasitud mändide (Pinus sylvestris L.) ja kuuskede (Picea abies
(L.)Karst.) kasvu modelleerimine.
4. Toomjõe, T. 2016. Hariliku männi (Pinus sylvestris L.) puidu tugevusparameetrite
uurimine mittepurustaval ja purustaval meetodil. Magistritöö metsatööstuse erialal. EMÜ.
65 lk.
4.2. Bakalaureusetööd
1. Kaasik, S. 2016. Kaasikute kõrglaasimine ning tööriistade võrdlus kase ja kuuse
laasimisel. Bakalaureusetöö metsatööstuse erialal. EMÜ. 37 lk.
2. Kõks, M. 2015. Hariliku männi (Pinus sylvestris L.) ja hariliku kuuse (Picea abies (L.)
Karst.) küpsete puistute võrastiku biomassi hindamine. Bakalaureusetöö metsatööstuse
erialal. EMÜ. 41 lk.
3. Lukk, C. 2016. Okste analüüs laasimata ja laasitud mändide (Pinus sylvestris L.) tüves.
Bakalaureusetöö metsatööstuse erialal. EMÜ. 47 lk.
4. Naarits, A. 2016. Harilike mändide (Pinus sylvestris L.) kõrguskõverate analüüs ning
laasimise mõju kõrguskasvule laasimiskatsealadel Järvselja Õppe- ja Katsemetskonnas.
Bakalaureusetöö metsatööstuse erialal. EMÜ. 41 lk.
5. Ploom, P. 2015. Kasvavate harilike mändide (Pinus sylvestris L.) laasimise mõju
saematerjali kvaliteedile. Bakalaureusetöö metsatööstuse erialal. EMÜ. 34 lk. 6. Prants, P. 2016. Laasitud puistud Järvselja Õppe- ja Katsemetskonnas. Bakalaureusetöö
metsamajanduse erialal. EMÜ. 65 lk.
7. Sarapuu K. 2016. Kuusepuidu tangentsiaalne kahanemine. Bakalaureusetöö
metsatööstuse erialal. EMÜ. 31 lk.