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





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


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


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


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


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:



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




Joonis 25. Pika varrega saega laasimise võrdlus kuuskede ja kaskede laasimisel

34






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




Joonis 26. Suurte alasiga kääridega laasimise võrdlus kuuskede ja kaskede laasimisel

35






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



39


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



42


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;


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,




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,



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.

Kasvavate puude laasimise mõju puidu kvaliteedile (jätkuprojekt) (KIK metsanduse ... · 2018. 8....

Documents

Transcript of Kasvavate puude laasimise mõju puidu kvaliteedile (jätkuprojekt) (KIK metsanduse ... · 2018. 8....