Suo - Mires and peat 33 (1982)

On tunnettua, että maamme soiden ja niiden kasvitieteellinen ja fysikaalinen rakenne vaihtelee laajoissa rajoissa. Siksi luotettava turpeen saannon arvioiminen vaatisi paljon turpeen tiheystietoja tavallisesti jo yhdenkin suon puitteissa ja suon energiasisällön määrittäminen vielä hyväksytyt tarkkuusvaatimukset täyttäviä lämpöarvoanalyysejä. Molemmat ovat aikaa vieviä ja kalliita. Tämän vuoksi on molempiin tavoitteisiin pyritty epäsuorasti nopeiden kentälle ja laboratorioon kehiteltyjen maatumisasteen määritysmenetelmien avulla (ks. esim. Day et al. 1979). Tässä tarkastellaan viiden erilaisen menetelmän (ynnä niiden joidenkin muunnosten) käyttöarvoa mainittuihin tarkoituksiin. Menetelmät ovat v. Post’in maatumisaste, Pjavtšenkon maatumisadannes, kuituisuus ( = amerikkalainen märkäseulonta), sentrifugi-menetelmä (neuvostoliittolainen Gost-standardi) ja kolorimetrinen menetelmä (etenkin natriumpyrofosfaattiliuoksin).

Mainituista menetelmistä kolmen ensinmainitun käyttökelpoisuutta turpeen saannon (turpeen tiheyden) arvioimiseen on pohdittu aikaisemmin (Tolonen & Saarenmaa 1979). Aineisto on pääasiassa kuvassa 1 esitetyiltä 13 suolta, jotka edustavat erilaisia soita ja melko tasaisesti kaikkia pääturvetyyppejä (vrt. kuvat 2-6). Turpeen tiheyden ja useimpien maatumisastemääritysten osalta tutkittujen näytteiden kokonaismäärä on 435, mutta lämpöarvomääritysten osalta vain 106. Aineistoa on täydennetty tarkoilla turpeen hiilipitoisuusanalyyseillä (menetelmä: Salonen 1979), joita aineistossa on 330 (Taul. 1).

Kaikkien testattujen maatumisastemenetelmien ja turpeen tiheyden sekä energiasisällön (kuiva-ainetta kohti) välillä oli selvä lineaarinen riippuvuussuhde. Sen voimakkuutta tutkittiin regressio- ja korrelaatio-analyysien avulla.

Turpeen tiheyden suhteen tulokset olivat erittäin hyvin sopusoinnussa aikaisemmin maassamme esitettyjen tulosten kanssa siltä osin kuin vertailuaineisto koski koko turvekerrosta eikä vain soiden pintaosia. Yhteisiksi johtopäätöksiksi sekä ojittamattomien että ojitettujen soiden turpeen saannon ennustamisesta maatumisastemenetelmien avulla voitaneen siten esittää seuraavaa: v. Postin menetelmä korreloi huomattavasti paremmin turpeen tiheyden kanssa rahkaturpeissa (r2 = 50-57 %) kuin saraturpeissa (r2 = 0.5-6 %). Turpeen kuituisuuden ja tiheyden välinen korrelaatio oli vieläkin heikompi (rahkaturpeissa r2 = 33-40 %, saraturpeissa r2 = 7 %).

Kolorimetrinen menetelmä ei yleisesti päässyt näinkään korkeisiin lukuihin: suuren aineiston (n = 501) pyrofosfaatti-indeksin ja turpeen tiheyden välinen korrelaatio oli r = 0.608 (r2 = 37 %) ja eri turvelajiryhmissä selityssadannes jäi vielä paljon tätäkin alhaisemmaksi. Kun myöskin Pjavtšenkon laboratoriomenetelmän ja turpeen tiheyden välinen korrelaatio, vaikkakin erittäin merkittävä, oli käytännön kannalta liian alhainen (r2 = 47 % ylimmillään, mutta useasti paljonkin pienempi), joudutaan toteamaan, ettei turpeen saantoa voida ilman suurta erehtymisriskiä tehdä yhdenkään näistä perusteella, vaan turpeen vesipitoisuus pitäisi myöskin olla tiedossa.

Turpeen energiapitoisuuden ja tutkittujen menetelmien riippuvuussuhteen selvittämiseen omaa aineistoa oli paljon vähemmän ja rahkaturpeiden osalta täyden vertailun tekemiseen vain yhdestä turvepatsaasta.

Lineaariregression korrelaatiot olivat odotetusti korkeammat rahkasuossa kuin sarasoissa (Taulukko 2 ja 3), 16-71 % rahkaturpeessa ja 7-46 % saraturpeessa. Suuremmin aineistoin on tutkittu etenkin v. Post'in maatumisasteen ja lämpöarvon välistä korrelaatiota (Mäkilä 1980, Tolonen et al. 1982). Se oli rahkaturpeissa parempi (r2 = 30-49 %) kuin saraturpeissa (r2 = 4-21 %).

Hiilipitoisuus/maatumisastetarkastelu tuki edellä saatuja tuloksia (Taulukot 4 ja 5): selityssadannes (R2) vaihteli 24.9-40.6 % kokonaisaineistossa (n = 330). Yksityisissä turveryhmissä korrelaatio jäi tätäkin alhaisemmaksi kaikissa muissa tapauksissa paitsi puuturpeiden osalta Pjavtšenkon maatumisasteen suhteen (R2 = 67 %, n = 40).

Näin ollen ainoastaan karkeaan suunnitteluun mahdollisesti riittavä suuntaa-antava tieto turpeen määrästä ja/tai energiasisällöstä on saatavissa käytettäessä mitä tahansa testatuista viidestä maatumisastemenetelmästä. Tiedon tarkkuus on sarasoissa selvästi heikompi kuin rahkaturvekerrostumissa. Näyttääkin siltä, että ainoat nopeat, mutta silti edellä käsiteltyjä keinoja usein moninkertaisesti luotettavammat menetelmät soittemme turve- ja energiamäärien kartoittamiseen löytyvät uusien elektronisten kenttä- ja laboratoriomenetelmien puolelta (ks. Pohjola et al. 1980, Tiuri & Toikka 1982).

• Tolonen, ORCID ID: –

Infrapunaspektrien ajaminen ja ehdottamamme tulkintamenetelmä, jossa määritetään yksinkertaisesti kahden aaltoluvun (1060 cm-1 ja 1620 cm-1) absorptioiden väli sen suoran kulmakerroin, on huomattavan nopea ja mahdollistaa suurenkin näytemäärän analysoimisen. Vaikkakin termogravimetriset tulokset ovat yhdensuuntaiset ja niistä on saatavissa lähes samat tiedot kuin IR-analyyseilläkin se on käytännössä huomattavasti hitaampi ja tulosten laskenta on suhteellisen monimutkainen.

Koska IR-menetelmä on nopea ja herkkä, sitä voidaan helposti käyttää lähinnä kvalitatiiviseen turpeen ja humusaineen luokittamiseen eri käyttötarkoituksia varten.

Analyysin soveltaminen tuotantokenttien aumojen itsesyttymisalttiuden ja palamisjärjestyksen selvittämisellä saavutetaan taloudellista säästöä. Lisäksi IR-analyysi antaa selkeän lähtökohdan turpeen itsekuumenemisen selvittämiseen sekä sen haittojen vähentämiseen.

• Tummavuori, ORCID ID: –
• Kuusela, ORCID ID: –
• Nyrönen, ORCID ID: –

• Pienimäki, ORCID ID: –

Käytännön turvetuotannon piirissä on jouduttu toteamaan, että turvesaannon arvioiminen pinta-ala- ja syvyystietojen pohjalla on melkein aina hyvin epätarkkaa. Usein ja varsinkin saraturpeiden osalta eivät turpeen maatuneisuustiedotkaan juuri tuo apua ongelmaan turpeen vesipitoisuuden suunnattoman vaihtelun takia niin kuin käy ilmi useista tutkimuksista: Samsonova et al. (1954), Tolonen & Saarenmaa (1979), Mäkilä (1980), Korpijaakko et al. (1981); poikkeava käsitys kuitenkin mm. Scott'in et al. (1980) tutkimuksessa.

Melkein yhtä epävarmaksi on osoittautunut turpeen energiapitoisuuden ennustaminen tavanomaisten, eri maissa käytettyjen maatumisastemenetelmien avulla (esim. Mäkilä 1980, Tolonen et al. 1982, Tolonen 1982). Siksi turvesaannon tarkempi arviointi on tehtävä joko ottamalla tilavuustarkat näytteet turvekerrostumista tai laskemalla turpeen tiheys (= ent "todellinen" tilavuuspaino) turpeen in situ kosteuspitoisuuden avulla (ks. esim. Laine & Päivänen 1982).

Seurauksena kiinteästä riippuvuussuhteesta, joka luonnontilaisessa turvekerrostumassa (suopohjavesitason alapuolella) vallitsee turvekerrostuman vesipitoisuuden ja sen todellisen maatuneisuuden välillä, joka puolestaan suuresti määrää turpeen lämpöarvon, voidaan ajatella että turpeen luotettava maastokosteus saattaa olla mainituin edellytyksin myös hyvä turpeen energiapitoisuuden ennustaja. Tukea tämän periaatteen käyttökelpoisuudelle rahkasoissa on esiteltykin (Tolonen et al. 1981).

Kun riittävän monien kosteus- ja/tai tilavuustarkkojen näytteiden otto nykyisten kairausvälineiden avulla on kuitenkin kovin työlästä ja kallista laajoja turveinventointeja ajatellen TKK:n radiolaboratoriossa Espoossa on kehitelty nopea ja kevyt radioaaltoanturi, joka mahdollistaa turpeen , in situ kosteusmittaukset (Tiuri & Toikka 1982). Uusi radioaaltokosteusmittari (radioaaltoanturi) perustuu dielektrisyysvakion ja tutkittavan aineen (turpeen) riippuvuussuhteeseen. Mittarin periaate ja ominaisuudet on kuvattu aiemmin (Tiuri & Toikka 1982). Anturia kokeiltiin kahdella rahkasuolla ja yhdellä sarasuolla (Taulukko 1) alkutalvesta 1981.

Kaikissa tähän mennessä tutkituissa tapauksissa radioaaltoanturin taajuuslukeman (vaimennusjaksoluvun) ja samoilta syvyyksiltä mittausreiän vierestä otettujen turpeiden laboratoriossa määriteltyjen vesipitoisuuksien ja turpeen tiheysarvojen välillä oli hyvä lineaarinen korrelaatio (Kuvat 1-3, Taulukot 2-4). Selityskerroin (R2) vaihteli välillä 58-77 % kosteuspitoisuuden ja 65-76 % turpeen tiheyden (ent. tilavuuspaino) osalta tutkituissa kolmessa suossa. Vertailuun ei sisällytetty suopohjaveden pinnan yläpuolisia näytteitä. Käytännössä poisjätetty pintakerros oli 0.1-0.5 m paksuinen.

Tutkimuksissa rekisteröitiin myös mittauslaitteen turpeeseen lähettämän radioaallon heijastusvaimennus, mutta sen ei voitu todeta olevan selvässä riippuvuussuhteessa edellä mainittujen turpeen ominaisuuksien kanssa. Sen sijaan heijastusvaimennusarvojen vaihtelut näyttävät kuvastavan turvelajien vaihtelua (rahkaturve, saraturve jne.). Maastohavaintojemme mukaan resonanssitaajuuslukemat vaihtelivat samassa syvyydessä suuresti aivan lähekkäisissäkin pisteissä (muutaman neliödesimetrin puitteissa), johtuen turvekerrosten pikkupiirteisestä epähomogeenisuudesta (vrt. esim. Tolonen & Ijäs 1982). Tästä syystä kenttä- ja laboratoriomittausten näytteet eivät ilmeisesti tarkalleen vastanneet toisiansa. Niinpä tuloksiamme onkin pidettävä lähinnä minimiarvioina radioaaltoanturin kykyjä puntaroitaessa. Laboratoriomittauksessa (Tiuri & Toikka 1982), missä näyteparien eksaktius oli taattu, löydettiinkin selvästi parempi riippuvuus sekä resonanssitaajuuden ja turpeen tiheyden (R2 = 81 %), että turpeen vesipitoisuuden (R2 = 88 %) välille.

Näin ollen näyttää ilmeiseltä, että radioaaltoanturi mittaa varsin luotettavasti turpeen kosteuden ja tiheyden in situ turvekerrostumassa. Alustavat havainnot näyttävät osoittavan, että tätä seikkaa voitaisiin käyttää turvekerrostumien energiasisällön arvioimisen perustana (Kuvat 1 ja 5-6, Taulukko 5), varsinkin, jos lämpöarvo ilmaistaan tilavuusyksikössä turvetta.

• Tolonen, ORCID ID: –
• Tiuri, ORCID ID: –
• Toikka, ORCID ID: –
• Saarilahti, ORCID ID: –

• Pakarinen, ORCID ID: –

• Erviö, ORCID ID: –

• Vasander, ORCID ID: –

• Eurola, ORCID ID: –
• Huttunen, ORCID ID: –
• Huttunen, ORCID ID: –
• Paasovaara, ORCID ID: –

• Osara, ORCID ID: –

Turvesaanto voidaan laskea varsin luotettavasti turpeen maastokosteuden avulla (esim. Korpijaakko ym., 1981; Tolonen ja Ijäs, 1982; Laine ja Päivänen, 1982). Tässä kirjoituksessa esitetään sähköinen menetelmä turpeen maastokosteuden nopeaan mittaamiseen.

Mittaus perustuu turpeen dielektrisyysvakion kosteusriippuvuuteen. Veden diel. vakio on n. 80, ilman 1 ja turpeessa olevan kuiva-aineen diel. vakio on noin 3. Seoksen diel. vakio riippuu sekoitettavien aineiden diel. vakioista ja sekoitussuhteista. Lisäksi sekoitettavat aineet voivat vaikuttaa toisiinsa esim. sitomalla vettä.

Turpeen dielektrisyysvakion riippuvuutta kosteudesta tutkittiin mittaamalla suosta kairattuja turvenäytteitä laboratoriossa. Sähköiset ominaisuudet mitattiin koaksiaalisessa resonaattorissa (kuva 1.). Näytteitä oli kolmelta suolta, kaikkiaan 49 kappaletta (taulukot 1-4). Näytteistä määrättiin seuraavat ominaisuudet:

- dielektrisyysvakio

- kosteus tilavuusprosentteina (vesisadannes mittaustilavuudesta)

- kosteus painoprosentteina (vesisadannes märkäpainosta)

- kuivan turpeen tiheys (105oC)

Kairaamisen jälkeen näytteet puolitettiin. Toisesta puolikkaasta, A, määrättiin heti turpeen tiheys ja toisesta puolikkaasta, B, määrättiin turpeen tiheys sähköisten mittausten jälkeen. Vertaamalla näitä tiheyksiä saadaan käsitys siitä, miten paljon turve näyteastiassa erosi luonnontilaisesta turpeesta. Kahden tiheyden välinen riippuvuus Viheriäisennevan näytteille on kuvassa 2.

Dielektrisyysvakion ja muitten suureitten välistä riippuvuutta tutkittiin korrelaatio- ja regressioanalyysillä. Tulokset on esitetty taulukossa 5. Paras korrelaatio on dielektrisyysvakion ja tilavuusprosentteina lasketun kosteuden välillä, kuten on teorian mukaan odotettavissakin. Kuvassa 3 on esitetty vesipitoisuus tilavuusprosentteina dielektrisyysvakion funktiona.

Useita mahdollisia menetelmiä maastossa tapahtuvaan kosteuden mittaamiseen on tutkittu. Sopivaksi anturiksi on osoittautunut rakoantenniresonaattori, joka on tehty teräsputkeen (kuva 4.). Putken aukkokohta on täytetty sähköisesti sopivalla aineella, ettei turve tunkeudu putken sisään. Antenni on kytketty kytkentäsilmukalla ja koaksiaalikaapelilla elektroniikkayksikköön (kuva 5.). Elektroniikkayksikkö määrittää antennin resonanssitaajuuden ja sitä vastaavan heijastusvaimennuksen. Näistä voidaan laskea turpeen dielektrisyysvakio. Syvyysanturista saadaan mittaussyvyyteen verrannollinen signaali. Tuloksia voidaan seurata välittömästi numeronäytöltä tai ne voidaan nauhoittaa myöhempää tulostusta varten. Lisäksi voidaan samanaikaisesti nauhoittaa puhetta. Kuvassa 6. esimerkki maastossa tehdystä mittauksesta. Nauhoitus on tulostettu x-y -piirturilla.

• Tiuri, ORCID ID: –
• Toikka, ORCID ID: –

• Markkula, ORCID ID: –

Boori voidaan määrittää spektrofotometrisesti suoraan lannoitetun turpeen vesiliuosuutosta. Jos uutto suoritetaan muilla reagensseilla, täytyy suorittaa ioninvaihto ennen määritystä. Suolahappo ei sovellu lainkaan uuttoliuokseksi.

Boorin suhteellisen laajat pitoisuusvaihtelut eri turvekenttien välillä on hämmästyttäviä. Pitoisuus vaihtelee nollasta monikertaiseen määrään verrattuna lannoituksen minimitarpeeseen. Tästä saattaa olla haittaa kasveilla (katso taulukko 1.).

Katsomme, että menetelmä on riittävän tarkka boorin määritysmenetelmä, sillä ottaen huomioon käsiteltävänä olevan epähomogeenisen matriisin, saavutettua 10 %:n tarkkuutta voidaan pitää hyvänä.

• Tummavuori, ORCID ID: –
• Kaikkonen, ORCID ID: –

• Kaunisto, ORCID ID: –

Luonnontilaisten turvekerrostumien kuiva-ainemäärien arviointia ei voida luotettavasti tehdä turvelaji- ja maatumisastetietojen nojalla (esim. Tolonen ja Saarenmaa 1979, Korpijaakko et al. 1981), vaikkakin myös vastakkaisia käsityksiä on esitetty (Scott et al. 1980). Turvesaannon arvioinnin täytyy perustua joko tilavuusnäytteisiin tai turpeen maastokosteuden tietämiseen, sillä edellinen voidaan varsin luotettavasti laskea jälkimmäisen avulla (esim. Korpijaakko et al. 1981).

Tässä kirjoituksessa verrataan kahta tilavuusnäytteiden ottoon turvekerrostumista käytettyä kairamallia ns. tilavuustarkkaa putkikairaa (Korpijaakko 1981) ja venäläisen turvekairan (ks. Tolonen 1968) parannettua muunnosta (sisähalkaisija 10 cm, pituus 50 cm) (kuvat 1 ja2).

Tutkimus tehtiin viidellä suolla Keski-Suomessa, jotka valittiin edustamaan erilaisia suotyyppejä ja turvekerrostumia (taulukot 1 ja 2). Vertailu perustuu 86 putkikairanäytteen kairaamiseen mahdollisimman läheltä kairauspisteitä, joista näytteet oli otettu pohjasta pintaan venäläisellä turvekairalla. Käytännössä kairausreiät olivat halkaisijaltaan yhden metrin laajuisen ympyrän sisällä. Kahdessa tutkimuspisteessä kaivettiin lopuksi n. 2 metrin syvyinen kuoppa ja vertailunäytteitä otettiin kuopan seinämistä erilaisilla terävillä sylintereillä.

Tulokset on laskettu + 105oC:ssa kuivatuista näytteistä, eikä turpeen tiheysarvoihin ole tehty tuhkakorjausta. Aineistoon ei kuitenkaan sisälly turpeita, joiden tuhkapitoisuus olisi yli 10 % (havainnot lähipisteistä samoilta soilta ja päätelmät turvelajin perusteella).

Maastohavainnot tutkimuskohteissa venäläisen kairan näytteistä, kokemuksemme avointen turveleikkausten parissa ja turvegeologinen kirjallisuus pakotti tekemään vertailut turvepatsaiden keskiarvotulosten pohjalla. Näin siksi, että kerrosrajat turpeessa usein ovat vinoja eikä samalta syvyydeltä vieri vierestäkään otetun kahden näytteen samanlaisuudesta osoittautunut valitsemillamme soilla olevan mitään takeita.

Kahdella kairalla saadut todelliset turpeen tiheydet (ent. tilavuuspaino) eivät viidessä koeprofiilissamme poikenneet tilastollisesti merkitsevästi toisistaan. Sekä keskiarvot että hajontaluvut olivat varsin lähellä toisiaan (taulukko 3). Vastaavasti vain yhdessä profiilissa oli näytteiden kosteuspitoisuus (painoprosenttina) tilastollisesti merkittävästi (5 % riskitasolla) suurempi putkikairanäytteissä kuin venäläisen kairan näytteissä. Tosin putkikairan näytteiden kosteussadannekset olivat kautta linjan hiukan korkeampia (taulukko 4). Enemmän toisistaan poikkesivat eräissä kohteissa kahden kairatyypin antamat regressioyhtälöt vesipitoisuuden ja turpeen tiheyden väliselle riippuvuudelle samassa turvepatjassa, vaikkakin tämä ero vain muutamassa kohdassa oli tilastollisesti merkitsevä tehdyn kovarianssianalyysin valossa (taulukko 6).

Siellä missä eroja oli, putkikairan antaman yhtälön regressiosuora oli jyrkempi kuin venäläisen kairan tullen lähelle vedenkyllästämän turpeen teoreettista (maksimi) regressiosuoraa (vrt. Scott et al. 1980). Alustavana tulkintana esitämme, että putkityyppinen verrattain paksuseinäinen (n. 8 mm) ja alaspäin lyömällä (ei kiertämällä) työnnettävä kaira työnsi kasaan tietyissä turvekerroksissa esiintyviä onkaloita. Tätä vahvistavat maastohavaintomme etenkin Suolamminnevalta ja eräät kirjallisuudessa esitetyt tulokset. Joka tapauksessa molemmat kairat antavat oikeaa suuruusluokkaa olevat tiedot turpeen saannosta luonnossa tavattavalla kosteusalueella ja sopivat siten tätä tarvetta varten kerättävän tiedoston hankintaan.

Käytännön näkökohdat eivät aseta putkikairaa venäläisen kairan edelle sikäli, mikä koskee kairan kestävyyttä, kairauksen helppoutta, nopeutta ja vaadittavaa henkilökuntaa. Käytännön kokemuksemme mukaan putkikaira vaatii noin kaksinkertaisen miehistön ja jopa viisi tai kaksitoista kertaa niin paljon aikaa kuin venäläinen kaira saman kerrostuman näytteenottoon. Venäläisen kairan parissa ilmennyt ainut todellinen epäkohta, (kun käytetään asianmukaista lujaa kalustoa ja nostovarsia sekä näytteen käsittelytekniikkaa) on, että kairan periaatteesta johtuen aivan pohjimmaisista tiukoista kerroksista on toisinaan vaikeaa saada näytettä.

• Tolonen, ORCID ID: –
• Ijäs, ORCID ID: –

• Päivänen, ORCID ID: –

Polttoturvekäyttöön sopivat suot on vanhastaan totuttu rajaamaan maastossa suoritettujen turvelaji- ja maatumisastemääritysten perusteella. Niitä on täydennetty tuhkapitoisuus- ja lämpöarvomäärityksin laboratoriossa. Varsinkin viimeksi mainitut ovat kuitenkin suuritöisiä, hitaita ja kalliita (yksi määritys voi maksaa n. 650 mk). Edellä mainittujen turpeen ominaisuuksien osuutta Suomen soiden lämpöarvoihin selvitti 1940-luvun lopulta lähtien mm. Salmi (1947, 1949, 1954, 1961).

Myöhemmistä töistä, joissa myös tutkittiin miten suuri osa suon energiasisällön vaihtelusta voitiin turpeen maatumisasteella ennustaa, mainittakoon ennenkaikkea Mäkilän (1980) julkaisema. Hänen aineistonsa käsitti 481 näytettä Toholammilta. Vaikkakin sekä koko aineistossa että useimmissa turvelajiryhmissä löydettiin erittäin merkitsevä positiivinen riippuvuus v. Postin menetelmällä määritetyn maatumisasteen ja turpeen lämpöarvon välillä, selitysasteet jäivät suhteellisen alhaisiksi (kaikissa ryhmissäkin alle 50 %).

Tämän artikkelin kirjoittajat huomasivat Pohjois-Amerikan itäosien soilta kerätyssä aineistossa varsin selvän riippuvuussuhteen turpeen vesipitoisuuden ja energiasisällön välillä. Edellytyksenä oli, että näyte on ojittamattomalta suolta ja suopohjavesipinnan alapuolelta. Siellä turpeen veden määrä ilmeisesti mittaa turpeen todellista maatuneisuuden astetta: mitä maatuneempi turve, sitä pienempi huokostilavuus (mm. Boelter 1969, Päivänen 1969, 1973) ja sitä vähemmän vettä.

Valitettavasti tarkasteluumme ei ole käytettävissä varta vasten kosteussadanneksen tarkkaa määrittämistä varten kerättyä aineistoa. Mainen soilta kerätyt näytteet (Davis ja muut 1980) oli otettu noin 2.5 cm läpimittaisella Davis mäntäkairalla ja n. 4 cm läpimittaisella pienellä venäläisellä kairalla. Kanadan soilta näytteet oli otettu suomalaisella putkikairalla (läpim. 5 cm) ja toisena vuonna venäläisellä turvekairalla. Näistä puutteista huolimatta turpeen kosteuden havaittiin Great Heath-keidassuolla selittävän lähes 70 % lämpöarvon vaihtelusta (kuva 1). Samalla suolla turpeen hiilipitoisuus selitti 87 9o lämpöarvon vaihtelusta, minkä tulkitsimme luotettavien määritysten todisteeksi. Yleensä näytti siltä, että turpeen vesipitoisuus ennusti lämpöarvoa hyvin Kanadan soilla, joissa von Postin nyrkkimenetelmän maatumisastekin teki saman (taulukot 1 ja 2). Ero näiden kahden ennustajan välille syntyi, kun eri soista kootut tiedostot yhdistettiin. Vesipitoisuus nousi tällöin selvästi paremmaksi lämpöarvon selittäjäksi kuin v. postin maatumisaste.

Suomalaisessa aineistossa huomattiin rahkaturpeiden lämpöarvon ja hiilipitoisuuden olevan tiukassa riippuvuussuhteessa turpeen maastokosteuteen (kuva 2, taul. 3). Vähintäänkin tämä riippuvuus lienee suuruusluokkaa n. 80 % kokonaisvaihtelusta, sillä kotoisiltakaan rahkasoiltamme ei käytettävissämme ollut veden suhteen huolella kerättyjä näytteitä. Siitä huolimatta meikäläisissäkin aineistossa vesipitoisuus ja kuivatilavuuspaino selvisivät voittajina vertailussa erilaisiin kenttä- ja laboratoriomenetelmiin, joita on kehitetty maatumisasteiden määrittämiseen (taulukko 3).

Päinvastoin kuin rahkasoissa, ei vesipitoisuus eikä tilavuuspaino ainakaan esimerkkinä olleissa märissä saroissamme pystyneet ennustamaan missään määrin luotettavasti suon energiapitoisuutta. Mutta eivät siihen pystyneet myöskään muut käytetyistä menetelmistä (taulukko 4). Tämän katsoimme johtuvan veden erilaisesta esiintymistavasta märissä aapasoissamme (vesitaskut, vesisuonet jne.), joista meillä on kenttähavaintoja, mutta myös sara- ja rahkaturpeen muodostajakasvien erilaisesta anatomisesta rakenteesta.

Eri suokasvien alkuperäiset energiapitoisuuserot kuvastuvat eri turvelajien energiaeroina niin kuin Salmi (mm. 1961) on osoittanut. Tästä johtuen turpeen vesipitoisuudella tai tilavuuspainolla ei päästäne ennustamaan juurikaan yli 80 % turpeen lämpöarvosta edes rahkasoissa.

Ojitusta seuraava turpeen kokoonpuristuminen ja kuivuminen hävittää mahdollisuudet arvioida kerrostuman maatuneisuutta ja sitä kautta suon energiasisältöä vesipitoisuuden tai tilavuuspainon avulla. Tämä tuli selväksi sekä Ahtärin Suolamminnevalla ja Muurlan Pukkilan suolla että Toivosen (1980) aineistossa ojitetulta Pulkkilan Kaivosnevalta. Kehitystyön alla olevat, mutta jo nyt lupaavia tuloksia antaneet sähköaaltotutkat suon vesipitoisuuden tarkaksi määräämiseksi maastossa (ks. Varteva 1981) loisivat edellytykset sekä turpeen määrän (vrt. mm. Tolonen et al. 1981, Korpijaakko 1981) että rahkasoissa ehkä myös laadun nopealle ja kustannuksiltaan erittäin alhaiselle arvioinnille. Jälkimmäinen tehtävä kuitenkin edellyttää edellä esittämiemme riippuvuussuhteiden yleispätevyyden selvittämistä.

• Tolonen, ORCID ID: –
• Keys, ORCID ID: –
• Klementti, ORCID ID: –

• Heikurainen, ORCID ID: –

• Kivinen, ORCID ID: –