Aastal 2022 soovisin vastata praktilisele küsimusele, milliseks kujuneb metsade olukord lähitulevikus. Lähtusime oma töögrupiga Eesti metsaregistri andmetest, uuendasime neid ja lõime 2023. aastaks tööriista NextStand, mis võimaldab simuleerida lageraieid ning nende järgset puistute taastumist üle terve Eesti. Simulatsiooni tulemusena on võimalik saada iga metsaeraldise jaoks selle vanus ja eeldatav koosseis tulevikus ehk sisuliselt on mudeli väljundiks tulevikku uuendatud metsaregister, kirjutab Tartu Ülikooli biostatistik Ants Kaasik.

Viimastel aastatel on minu abilised looduskaitsebioloogid Asko Lõhmus, Liis Kuresoo ja Raido Kont aidanud mudelisse lisada ka harvendus- ja turberaied. Lisaks pindaladele opereerib mudel nüüd ka tagavaradega, arvestades nii korrektselt viletsamates kasvutingimustes paikneva metsa väiksema kasvupotentsiaaliga. Avaldatud uurimusega koos tegime kättesaadavaks tööriista lähtekoodi. Lisaks olulistele sisulistele täiendustele on ka mudeli kasutajaliidest nüüd võrreldes esmase versiooniga hõlpsam kasutama õppida.

Meie mudeli teeb eriliseks asjaolu, et selles simuleeritakse iga metsaeraldise, mida Eestis on kokku umbes kaks miljonit, vananemist ja võimalikku raiet. Kuivõrd metsaseadus sätestab, et lageraie järel ei tohi tekkida kõrvuti paiknevatel eraldistel teatud pindala ületavad raielangid, tähendab see praktikas, et lageraie jaoks peab lisaks eraldisel kasvava metsa piisavale vanusele kontrollima ka olukorda naabereraldistel.

Kuna igal metsaeraldisel on tüüpiliselt 5–10 naabrit ja raie kaalumisel tuleb naabereraldised igal simulatsiooniaastal läbi vaadata, siis intensiivse raie tingimustes tähendab see väga suurt lisatööd. Seetõttu oli mudelit luues oluline väljakutse ühele simulatsioonikordusele kuluva arvutiaja minimeerimine selliselt, et mudeli kasutaja saaks tulemused kätte paari päevaga. Optimeerisime mudelis RMK raieid ja hoolimata mudelisse lisandunud keerukusest suutsime vältida tööaja kasvu.

Tänu Tartu Ülikooli teadusarvutuste keskuse arvutusklastrile oli meil võimalik kasutada paralleelarvutust ehk jooksutada üheaegselt mitut simulatsioonikordust. Koondväljundina saime iga eraldise vanuse ja tagavara tulevikujaotused.

Sellise ruumilise mudeli väljundi põhjal saab teha tervikprognoosi erinevatele metsakasutuse kategooriatele, nagu rangelt kaitstava metsale, erinevate majandamispiirangutega metsadele ja majandusmetsale. Lisaks võimaldab väljund hinnata näiteks teatud vanusega metsamassiivide sidusust. Need hinnangud aitavad tuvastada näiteks võimalikke tulevikuprobleeme liikide jaoks, kellele sobib elupaigaks vaid piisavalt vana mets. Samamoodi võib uurida ka inimestele puhkamiseks, marjul või seenel käimiseks sobivate metsade maastikuprognoose.

Töö esimeses osa kasutasime aerolaserskaneerimise andmeid ja satelliidipilte. Õhust laseriga tehtud mõõtmised aitasid meil tuvastada metsaeraldised, kus metsaregistri andmeid oli vaja uuendada. Lünki aitasid täita satelliidipildid. Muu hulgas osutus, et 2025. aasta alguse seisuga oli viimase kümne aasta jooksul Eesti majandusmetsas pindala mõttes lageraiutud umbes 14 protsenti männikutest, 21 protsenti kuusikutest ja 18 protsenti kaasikutest.

Kuusikute puhul õigustatakse sedavõrd intensiivset raiet metsade vanuselise jaotusega. Ühtlasi tuuakse sageli välja, et küpsetes kuusikutes raieid edasi lükates tekib vahetu majanduslik kahju. Mänd on aga klassikaline näide puust, mille hilisem raie selliseid probleeme ei põhjusta. Võttes arvesse nende puuliikide seaduses fikseeritud raievanuseid, osutavad meie saadud tulemused, et kõigi kolme Eesti põhipuuliigi korral on võrreldes nende ühtlase kasutusega toimunud üleraie. 

Vanade metsade sidususe näitaja langes vaid kolme aastaga (2022–2025) umbes 30 protsendil, tõusnud aga vaid alla ühel protsendil metsamaast. Tulevikus enam suurt langust oodata ei ole.

Töö teises osas täiendasime oma simulatsioonimudelit. Selles on erinevatel metsaomanikel, nagu riigil ning füüsilistel ja juriidilistel isikutel, erinev raieintensiivsus, mis sõltub eraldise raieküpsusest. See tähendab, et lageraiete hulk on vastavuses raieküpsete eraldiste arvuga, ent see proportsioon on eri metsaomanikel erinev. Proportsioonide ehk raietõenäosuste kalibreerimiseks kasutasime perioodi 2015.–2024. aasta raieandmeid. Analoogselt kalibreerisime harvendusraiete mahu.

Töö kolmandas osas uurisime mudeliga erinevaid võimalikke tulevikustsenaariumeid. Tulemused näitasid, et järgmise 25 aasta jooksul märkimisväärset leevendust oodata ei ole – väga intensiivne raie majandusmetsas viimase 15–20 aasta jooksul tähendab, et paljud puistud on seal aastaks 2050 pelgalt 20–50 aasta vanused. 

Kui vaadata Eestit tervikuna, võimaldavad prognooside kohaselt vanade metsade osakaalu langust vähendada rangelt kaitstavad metsad. See illustreerib rangelt kaitstava metsa suurt tähtsust vanu metsi kasutavate liikide jaoks. Lisaks nägime, et kui seni on raiutud palju just mändi ja kuuske, siis tulevikus muutub populaarseimaks kask. Tulemus pole üllatav, sest männi ja eriti kuuse üleraie on võrreldes ühtlase kasutusega olnud eriti tugev ning seetõttu tuleb metsatööstusel ümber orienteeruda. 

Seetõttu oli oodatav ka tulemus, et erametsade raiemahud kukuvad juba lähiaastatel väga märkimisväärselt. Intensiivsetel erametsamajandajatel, kelleks on valdav osa metsafirmasid, on lageraiepindalad võrreldes 2025. aastaga juba viie aasta pärast ligi kaks korda väiksemad. Madala intensiivsusega majandatavates erametsades on tulevikuväljavaated parimad, sest senine raieintensiivsus on vastanud ligikaudu metsa ühtlase kasutuse põhimõtetele.

Riigimetsas on tulevikuolukord rahuldav, ent sealgi on raiemahu langus paratamatu. Riik pole küpsete männikute raiet eriti palju edasi lükanud ja seeläbi ei ole ka selle puuliigi abil võimalik näiteks kuuse raiemahu kukkumist eriti pehmendada. Teisisõnu saab metsatööstus ka riigimetsast lähitulevikus vähem okaspuud, kui on viimaste kümnendite jooksul tavaks olnud.

Meie loodud tööriista saab praktikas kasutada mistahes eraldisepõhise metsakorraldusega territooriumil. Seega on need teistsuguste lähteparameetrite korral rakendatavad ka Eestist väljaspool. Oma töörühmaga teemegi praegu ettevalmistusi Läti metsade modelleerimiseks. Samaaegselt illustreerib meie tööriist riikliku metsaregistri tähtsust. Valikuuringul põhineva SMI-andmetega poleks ka parema tahtmise korral võimalik töö esimeses etapis loodud algset metsa vanus-koosseis-paiknemine tüüpi alust luua. Sellise aluseta meie mudel aga töötada ei saaks.

Viimase kahe kümnendi intensiivse metsanduse suunda ja sellega nüüd lähenevaid probleeme meie tööriist tagasi pöörata ei suuda. Küllalt tumedate tulevikuväljavaadete mõistmiseks on aga otsustajatele loodud veelgi parem abivahend.

Artikkel ilmus ajakirjas Ecological Modelling.