Gyventojų mirtingumas Lietuvoje kasmet vis didėja, todėl bandysime surasti, kas tam daro didžiausią įtaką. Tiriami sveikatos apsaugos sistemos faktoriai: išlaidos sveikatos priežiūrai (mln. Lt), gydytojų (sveikatos priežiūros specialistų) skaičius ir lovų skaičius ligoninėse. Šiame darbe ieškome priklausomybės tarp gyventojų mirtingumo ir paminėtų sveikatos apsaugos sistemos faktorių. Tyrimas paremtas 1996–2011 metų duomenimis iš Lietuvos statistikos departamento svetainės (www.stat.gov.lt). Darbe tikrinamos įvairios hipotezės, tyrimui atlikti naudojama koreliacinė analizė ir tiesinė regresija. Taip pat bandoma prognozuoti, koks bus mirusių gyventojų skaičius ateityje. / People mortality in Lithuania is increasing every year, so we are going to try to identify, what things make the biggest influence. Investigated factors of health protection system are: expenses on health care, quantity of doctors (health care professionals) and number of hospital beds in Lithuania. In Bachelor thesis, we are searching for a dependence between people mortality and those 3 factors of health protection system mentioned before. This investigation is based on data from 1996–2011 (www.stat.gov.lt). In this work we are testing several hypothesis and for investigation we use correlation analysis and linear regression. Also trying to predict people mortality in the near future.

Krūties vėžys – dažniausia moterų onkologinė liga tiek pasaulyje, tiek Lietuvoje. Atsižvelgiant į tai, kad minėtas susirgimas yra viena opiausių moterų sveikatos problemų, tikslinga apžvelgti krūties vėžio epidemiologinę situaciją Lietuvoje 1978–2007 metų laikotarpiu. Vėžio registro sukaupti duomenys naudoti sergamumo, mirtingumo ir išgyvenamumo analizei. Sergamumo ir mirtingumo tendencijoms tirti bei jų pokyčių kryptims vertinti naudota logaritminė tiesinės regresijos lygtis. Vertinant moterų, susirgusių krūties vėžiu, penkerių metų išgyvenamumą naudotas Kaplano-Meierio metodas, o išgyvenamumo palyginimui - log-rank testas. Nustatyta, kad nuo 1978 iki 2007 metų moterų sergamumas krūties vėžiu augo kasmet po 3,03 %, be to jis yra susijęs su amžiumi – sergamumo rodikliai didėjo 50-64 m.(kasmet po 2,68 %) ir 65-75 m. amžiaus grupėse (kasmet po 1,63%), tuo tarpu mažėjimo tendencijos stebimos tarp 35-49 m. bei 75 metų bei vyresnių pacienčių (atitinkamai kasmet po 1,78% ir 3,43 %). Sergamumas ankstyvųjų stadijų krūties vėžiu turėjo tendenciją didėti: sergamumas I stadijos vėžiu nuo 1992 m. kasmet didėjo po 13,13 %, II stadijos - po 3,19%. Sergamumas I ir II stadijos krūties vėžiu didėjo visose amžiaus grupėse. Vėlyvųjų stadijų bendras moterų sergamumas krūties vėžiu mažėjo: III stadijos nuo 1997 m. kasmet po 3,85%, IV stadijos nuo 1994-ųjų - po 1,26%. Sergamumo vėlyvų stadijų krūties vėžiu mažėjimas buvo stebimas 50-64 m. (III ir IV stadijos) bei 65-74 m. (IV stadija) amžiaus... [toliau žr. visą tekstą] / Breast cancer is the most common cancer among females in Lithuania and in the other developed countries. Given the fact that this cancer is one of the most pressing health problem for females, it is appropriate to review the epidemiological situation in Lithuania during the period 1978-2007. Cancer registry data was used to analyse incidence, mortality and survival rates. Incidence and mortality trends were evaluated using log-linear regresion model. The the five-year survival rates were calculated by Kaplan-Meier method, the log-rank test was used for comparison of survival differences. From 1978 to 2007 female breast cancer incidence increased annually by 3.03%. By age the incidence rate increased in 50-64 age group (year on year to 2,68%) and in 65-74 age group (1,63% each year after), while the downward trend was observed in females in age groups 35-49 years and 75 years and older (accordingly each year to 1,78% and 3,43%). Early-stage breast cancer incidence rates were increasing: incidence of stage I breast cancer from 1992 year was increasing by 13,13%, stage II by 3,19 % annually. Incidence of stage I and II breast cancer has increased in all age groups. The late stages breast cancer incidence decreased: stage III breast cancer incidence started to decrease since 1997 by 3,85% and stage IV since the 1994-th year by 1,26%. Downward trend was observed in age groups 50-64 years (stage III and IV) and 65-74 years (stage IV). Mortality from breast cancer in 1978-2005 year... [to full text]

Disertacijos tikslas yra įvertinti Kauno m. 25-64 metų gyventojų sergamumo ūminiu miokardo infarktu, medicinos pagalbos ir trumpalaikio bei ilgalaikio išgyvenimo pokyčius 1996 m. bei 2003-2004 m.: išanalizuojant 25-64 metų Kauno m. gyventojų sergamumo ūminiu miokardo infarktu, mirštamumo nuo ūminio miokardo infarkto ir mirtingumo nuo išeminės širdies ligos rodiklių pokyčius 1996-2004 m.; įvertinant medicinos pagalbos apimtį bei ypatumus Kauno m. 25-64 metų gyventojams, ištiktiems ūminio miokardo infarkto, 1996 m. bei 2003-2004 m.; nustatant 25-64 metų Kauno m. gyventojų, ištiktų ūminio miokardo infarkto, trumpalaikį išgyvenimą 1996 m. bei 2003-2004 m.; įvertinant 25-64 metų Kauno m. gyventojų, ištiktų ūminio miokardo infarkto, ilgalaikį išgyvenimą 1996 m. bei 2003-2004 m. / The aim of dissertation is to evaluate the trends in morbidity of acute myocardial infarction, medical care and the short term and long term survival in Kaunas population aged 25-64 years in 1996 and in 2003-2004: to analyze the trends in the rates of morbidity of acute myocardial infarction, lethality from acute myocardial infarction and mortality from ischemic heart disease in Kaunas population aged 25-64 years from 1996 to 2004; to evaluate the extent and peculiarities of medical care provided for Kaunas population aged 25-64 years, who experienced acute myocardial infarction, in 1996 and in 2003-2004; to determine the short term survival after acute myocardial infarction in Kaunas population aged 25-64 years in 1996 and in 2003-2004; to evaluate the long term survival after acute myocardial infarction in Kaunas population aged 25-64 years in 1996 and in 2003-2004.

Research aim and objectives. To investigate species diversity of pollen beetles (Meligethes s.l.) in WOSR and SOSR crops during flowering stage and to evaluate the resistance of pollen beetle (M. aeneus) to pyrethroid class insecticides. Research objectives: ● To estimate species diversity of pollen beetles (Meligethes s.l.) in WOSR and SOSR agrocenoses during flowering stage in the regions of intensive oilseed rape growing by morphologic and molecular (DNA sequencing) methods and to evaluate the species diversity (Simpson’s) index; • To evaluate the genetic diversity of the most common species of pollen beetles (Meligethes s.l.) in oilseed rape agrocenoses and to compare them with the deponated data in the GenBank; • To evaluate the resistance of populations of pollen beetle (M. aeneus), collected from different regions, to active substances of pyrethroid class insecticides: λ- cyhalothrin, α- cypermethrin, deltamethrin and tau – fluvalinate by IRAC (Insecticide Resistance Action Committee) method and to determine the variation in the resistance of pollen beetle during the research period; • To determine the resistance of pollen beetle (M. aeneus) to pyrethroid class insecticides in the field conditions; • To determine the effectiveness of insecticides with different modes of action (pyrethroid, neonicotinoid, phosphorus-organic) against pollen beetle (M. aeneus) in the field conditions and to evaluate their effect on the productivity of WOSR and SOSR. Scientific novelty of... [to full text] / Tyrimų tikslas ir uždaviniai. Ištirti žiedinukų (Meligethes s.l.) rūšinę sudėtį žieminių ir vasarinių rapsų pasėliuose žydėjimo tarpsniu, atskirų rūšių išplitimą bei įvertinti rapsinio žiedinuko (M. aeneus) atsparumą piretroidų klasės insekticidams. Tyrimų uždaviniai: • Nustatyti žiedinukų (Meligethes s.l.) rūšinę sudėtį žieminių ir vasarinių rapsų agrocenozėse žydėjimo tarpsniu intensyvaus rapsų auginimo regionuose morfologiniu ir molekuliniu (DNR sekoskaitos) metodais bei įvertinti žiedinukų (Meligethes s.l.) rūšių išplitimo indeksą; • Įvertinti dažniausiai aptinkamų rapsų agrocenozėse žiedinukų (Meligethes s.l.) rūšių genetinį polimorfizmą bei palyginti su Genų banke deponuotais duomenimis; • Įvertinti rapsinio žiedinuko (M. aeneus) populiacijų iš skirtingų regionų atsparumą piretroidų klasės insekticidų veikliosioms medžiagoms: lambda-cihalotrinui, alfa-cipermetrinui, deltametrinui ir tau-fluvalinatui IRAC metodu bei nustatyti rapsinio žiedinuko atsparumo pokyčius per tyrimų laikotarpį; • Nustatyti rapsinio žiedinuko (M. aeneus) atsparumą piretroidų klasės insekticidams lauko sąlygomis; • Nustatyti skirtingų klasių insekticidų (piretroidų, neonikotinoidų, fosforoorganinių junginių) veiksmingumą nuo rapsinio žiedinuko (M. aeneus) lauko sąlygomis bei įvertinti jų poveikį žieminių ir vasarinių rapsų derlingumo rodikliams. Mokslinis darbo naujumas. Morfologiniu bei DNR sekvenavimo metodais nustatyta Meligethes s.l. populiacijų rūšinė sudėtis bei įvertintas rūšių išplitimas... [toliau žr. visą tekstą]

MIRTINGUMO NUO IŠORINIŲ MIRTIES PRIEŽASČIŲ TRENDAI LIETUVOS MIESTO IR KAIMO KOHORTOSE 1967 - 2006 62 puslapiai, 32 grafikai, 2 lentelės. Raktažodžiai: amžiaus - periodo - kohortos analizė, mirtingumas, trendas, savižudybės, autotransporto įvykiai. Tyrimo tikslas: Nustatyti detalius mirtingumo dinamikos nuo savižudybių ir autotransporto įvykių ypatumus 40 - ies metų laikotarpiu priklausomai nuo lyties ir gyvenamosios vietos. Uždaviniai: Apskaičiuoti pagrindinius dinamikos parametrus - amžių, periodą, kohortas ir nustatyti jų įtaką dinamikos procesui; Išanalizuoti du svarbiausius mirtingumo dinamikos faktorius kiekvienai mirties priežasčiai ir sumodeliuoti šių faktorių poveikio kartu įtaką šiam procesui pagal lytį ir gyvenamąją vietą. Nustatyti, kaip paamžiniai mirtingumo rodikliai kinta kiekviename kohortos penkmetiniame intervale, koks šių kreivių lygis įvairiose kohortose ir kaip tai skiriasi pagal lytį ir gyvenamąją vietą. Metodai: Mirčių duomenys nuo savižudybių ir autotransporto įvykių Lietuvoje nuo 1967 iki 2006 m. buvo sugrupuoti į 17 amžiaus grupių ir 8 penkmetinius periodus. Duomenų analizei panaudotas Poissono regresijos metodas pritaikytas amžiaus - periodo - kohortos modelių efektams atskirti. Rezultatai: Ir moterų ir vyrų kaimo populiacijos mirtingumo nuo savižudybių tendencija buvo ryškiai didėjanti per visą analizuojamą periodą. Miesto moterų populiacijoje mirtingumo rodikliai nuo savižudybių mažėjo, išskyrus didėjančius senyvo amžiaus grupių rodiklius. Miesto... [toliau žr. visą tekstą] / MORTALITY TRENDS FROM EXTERNAL CAUSES AMONG URBAN AND RURAL COHORTS IN LITHUANIA 1967 - 2006 62 pages, 32 graphics, 2 tables. Keywords: age – period – cohort analysis, mortality, trends, suicide, vehicle accidents. Research aim: The aim of this study was to examine particular trends of mortality from suicide and vehicle accidents during 40 years period subject to sex and place of residence. The tasks of the research work were as follows: To calculate basic parameters of mortality trends - age, period and cohorts and detect their influence to the process; To analyze two most important factors to variation for each cause of the death and to simulate this along factors' influence to the procces subject to sex and place of residence. To find out how subsequent mortality rates vary in each cohort quinquennial interval, what is the difference of these curves levels in different cohorts and how they differ between sex and place of residence. Methods: Deaths due to suicides and vehicle accidents in the period from 1967 through 2006 and the corresponding population figures were grouped into 17 age groups and 8 5-year periods. These were fitted to Poisson regression models to assess age, period, and cohort effects. Results: Both women's and men's mortality trends from suicides increased dramatically through analyzed period. Trends of urban women's suicide mortality have decreased, except increasing trends of the elderly. Urban men's population had experienced increasing trends from... [to full text]

Tyrimo tikslas. Nustatyti mirtingumo nuo savižudybių ir išorinių priežasčių dinamikos tendencijas Lietuvoje ir kitose ES (Europos Sąjungos) šalyse 1996–2006 metais, pritaikant šiuolaikinius dinamikos analizės metodus. Metodai. Naudotas aprašomasis epidemiologinis tyrimas. Tirtas mirtingumas nuo visų išorinių priežasčių bendrai (pagal TLK-10 kodavimą V01-Y98), bei nuo savižudybių (pagal TLK-10 kodavimą X60-X84) 18-oje ES šalių. Darbe naudoti 18-os ES valstybių populiacijų vidurkiai ir mirusiųjų nuo išorinių priežasčių, ir nuo savižudybių skaičius 18-oje penkmetinių amžiaus grupių, iš viso 324 amžiaus grupės. Remiantis šiais duomenimis, tiesioginės standartizacijos būdu apskaičiuotas kiekvienos populiacijos standartizuotas (pagal Europos standartą) mirtingumo nuo išorinių priežasčių ir savižudybių rodiklis 100 000 gyventojų, nustatytos ir palygintos rodiklių tendencijos tarp šalių. Duomenų suvedimui ir analizei panaudotos MICROSOFT EXCEL 2003, WINPEPI modulis Describe (v. 1.78), JOINPOINT (v. 3.2.0), Harward Graphics 98 (v. 6.50), MAP WIEVER (v. 5.00) programos. Buvo skaičiuojami šie statistiniai rodikliai: standartizuoti mirtingumo rodikliai, standartinė paklaida (SE), kasmetinis absoliutus pokytis (KAP), kasmetinis procentinis kitimas (KPK), 95 proc. pasikliautinieji intervalai (95% PI), duomenys laikyti statistiškai reikšmingi, kai p<0,05. Rezultatai. Daugelyje ES šalių 1996–2006 m. buvo stebimos mirtingumo nuo išorinių priežasčių mažėjimo tendencijos, tačiau šio periodo... [toliau žr. visą tekstą] / SUMMARY The aim of study was to determine the trends of mortality from external causes and suicides in Lithuania and other EU (European Union) countries in 1996-2006, using advanced trend analysis methods. Methods. Study design – descriptive epidemiology. Mortality from all external causes (by ICD-10 coding V01-Y98) and from suicides (by ICD-10 coding X60-X84) was analyzed in eighteen EU countries. It was used midyear of every countries population, numbers of deaths from external causes and from suicides based on five-year age groups, which totaled to 324 groups. Age-standardized (European standard population) mortality rates (per 100 000 persons) from causes mentioned above was calculated calculated using direct method. These standardized values were used to determine the trends, comparisons with other countries was made. MICROSOFT EXCEL 2003, WINPEPI module Describe (v. 1.78), JOINPOINT (v. 3.2.0), Harward Graphics 98 (v. 6.50), MAP WIEVER (v. 5.00) statistical packages and programmes were used for data processing and analysis. The following indices was calculated: standardized mortality rates, weighted standard error (SE), annual absolute change (AAC), annual percentage change (APC), 95% confidence intervals, data considered significant, when p<0,05. Results. In most of the EU countries it was observed decreasing mortalityrates from external causes over the period 1996-2006, but at the earlier phase of this period in some countries mortality rates increased. At the latest... [to full text]

Darbo tikslas Įvertinti pacientų, vaikystėje susirgusių pirmo tipo cukriniu diabetu (iki 15 m.), mirtingumo ir komplikacijų išsivystymo ypatumus. Darbo uždaviniai 1. Įvertinti standartizuotus mirtingumo rodiklius 1983–2005 metais. 2. Įvertinti ir palyginti standartizuotus mirtingumo rodiklius 1983–1995 m. ir 1996–2005 m. laikotarpiais. 3. Įvertinti mirties priežastis. 4. Įvertinti cukrinio diabeto komplikacijų išsivystymo ypatumus. / The aim of the study was to evaluate the characteristics of mortality and development of diabetes complications in patients with childhood-onset (under the age of 15 years) type 1 diabetes mellitus. The objectives of the study: 1. To evaluate the standardized mortality ratios in 1983–2005. 2. To evaluate and compare the standardized mortality ratios between the periods of 1983–1995 and 1996–2005. 3. To determine the causes of death. 4. To evaluate the characteristics of development of diabetes compli-cations.

Ziele Die Forsteinrichtung in Litauen war in den vergangenen Jahrzehnten vom Leitgedanken geprägt, die Optimierung der Bestandsdichte und die Maximierung der Produktivität in jeder Phase der Bestandsentwicklung als gleichrangige Ziele zu betrachten. Deshalb wurden große Anstrengungen in die Herleitung von Bestandswuchsmodellen für gleichaltrige Kiefern- oder Fichtenreinbestände gelegt. Bei der Anwendung dieser Modelle auf gemischte oder in der Umwandlung befindliche Wälder sind allerdings nur ungenaue Resultate zu erzielen. Um den Erfordernissen einer zeitgemäßen Forstwirtschaft gerecht zu werden, sind geeignete Instrumente zur Prognose von Wachstum und Ertrag strukturreicher Wälder vonnöten. Das Hauptziel dieser Arbeit bestand deshalb in der Neuparametrisierung des Einzelbaumwachstumssimulators BWINPro-S (entwickelt für sächsische Wuchsverhältnisse) für Kiefernwälder auf mineralischen Standorten in Litauen. Zur Zielerreichung dienten folgende Schritte: • Schaffung und Evaluierung einer Datengrundlage für die Modellierung. • Abschätzung der Effekte von Konkurrenz um Wuchsraum auf den Durchmesser-, Grundflächen- und Höhenzuwachs von Einzelbäumen. • Entwicklung eines Durchmesser-Zuwachsmodells sowie Neuparametrisierung der Grundflächen- und Höhenwachstumsmodelle. • Bestimmung der Einzelbaummortalität durch Konkurrenz um Wuchsraum. • Entwicklung eines ersten Ansatzes für einen Einzelbaumwachstumssimulator für Kiefer in Litauen. Hypothesen: 1. Die Standorteigenschaften sind der prägende Faktor für Wachstum und Ertrag von Waldbeständen. 2. Distanzabhängige Konkurrenzindizes zeigen höhere partielle Korrelationen zu Grundflächen- und Höhenzuwachs der Einzelbäume als distanzunabhängige Konkurrenzindizes. 3. Im Vergleich zum Ursprungsmodell BWINPro-S kann durch die Neuparametrisierung eine bessere Anpassung an die Wachstumswirklichkeit in Litauen erzielt werden (in Bezug auf Durchmesser-, Grundflächen- und Höhenzuwachs sowie Mortalitätsschätzung). 4. Ein Einzelbaumwachstumssimulator unterstützt die Entscheidungsträger und Forstplaner in Litauen bei der Optimierung der Waldbewirtschaftung ganz wesentlich. Material und Methoden Der Forschungsansatz gliederte sich wie folgt: 1) Vervollständigung der Datengrundlage. 2) Analyse der Konkurrenzverhältnisse. 3) Modellierung des Einzelbaumwachstums. 4) Validierung der neuentwickelten bzw. neuparametrisierten Modelle. Die Datengrundlage bestand aus Messwerten von 18 Dauerversuchsflächen (PEP) und zwei Validierungsflächen (VP), von denen letztere nur zur Modellüberprüfung herangezogen wurden. Auf allen Flächen stocken vorwiegend aus Naturverjüngung hervorgegangene, einschichtige Kiefernbestände auf kieferntypischen Standorteinheiten. Die Vervollständigung der Datengrundlage erforderte (a) die Erzeugung der Ausgangsdatenbasis, (b) Berechnung fehlender Werte, und (c) Evaluierung der vervollständigten Datengrundlage. Dabei lag das Hauptaugenmerk auf: • Stichprobenumfang und Schätzung der Populationsmittelwerte. • Schätzung des potentiellen Standort-Leistungsvermögens. • Analyse der Beziehung zwischen dem potentiellen Standort-Leistungsvermögen und dem tatsächlichen Waldertrag. Zur Abschätzung der Effekte von Konkurrenz um Wuchsraum auf den Durchmesser-, Grundflächen- und Höhenzuwachs von Einzelbäumen diente folgendes Vorgehen: Zur Konkurrentenidentifikation wurde ein inverser Lichtkegel mit einem Öffnungswinkel von 60 und 80 Grad konstruiert, dessen nach unten gerichtete Spitze (a) an der Kronenansatzhöhe, (b) an der Höhe der größten Kronenbreite, und (c) am Stammfuß des Zentralbaumes ansetzte. Zur Quantifizierung des Konkurrenzdrucks wurden mit Hilfe der partiellen Korrelationsanalyse 20 Konkurrenzindizes geprüft, von denen letztendlich sechs distanzabhängige und zwei distanzunabhängige Indizes in der weiteren Auswertung Berücksichtigung fanden. Die Modellierung des Einzelbaumwachstums erfolgte in drei Schritten: (a) Entwicklung eines originären Einzelbaum-Durchmesserzuwachsmodells, (b) Neuparametrisierung des Grundflächen- und Höhenzuwachsmodells, und (c) Entwicklung und Neuparametrisierung von Mortalitätsmodellen. Zur Bewertung einfacher linearer Regressionsmodelle wurden die statistische Signifikanz und das Bestimmtheitsmaß herangezogen. Bei multiplen linearen Regressionsmodellen wurde die Signifikanz jeder unabhängigen Variablen gesondert geprüft (hinsichtlich Normalverteilung, Varianzhomogenität der Residuen und Multikollinearität). Zur Bewertung einfacher nichtlinearer Regressionsmodelle diente in erster Linie das korrigierte Bestimmtheitsmaß, bei multiplen nichtlinearen Regressionsmodellen fanden darüber hinaus Q-Q-Plots (Quantil-Quantil-Diagramme) und die Prüfung auf Varianzhomogenität der Residuen Verwendung. Die Evaluierung multipler logistischer Regressionsmodelle erfolgte mit Pearsons Chi-Quadrat-Test, die Signifikanz jedes Modellparameters wurde mit der Wald-Statistik geprüft. Die Anpassungsgüte wurde mit Hilfe der Log-Likelihood-Funktion, Cox & Snell- bzw. Nagelkerke-Bestimmtheitsmaßen, Klassifikationstabellen und ROC-Kurven bewertet. Zur Prüfung der neuparametrisierten Grundflächen- und Höhenzuwachsmodelle wurden die modellierten Werte gegen die Messwerte und darüber hinaus die Residuen gegen die Modellwerte geplottet. Außerdem wurden zur Beurteilung die Verzerrung, die Präzision und die Treffgenauigkeit (sowohl als Absolut- als auch als Relativwerte) herangezogen. Ergebnisse und Schlussfolgerungen Die Wachstumsmodelle des Simulators BWINPro-S konnten erfolgreich an die Bedingungen in Litauen angepasst werden. Daraus lassen sich folgende Schlussfolgerungen ableiten: 1. Der stehende Vorrat und die Gesamtwuchsleistung von Kiefernbeständen werden nur z. T. vom standörtlichen Leistungsvermögen determiniert. Die Standorteigenschaften bestimmen das theoretische Leistungsvermögen von Beständen. Ob dieses Potential auch tatsächlich ausgeschöpft werden kann, hängt weitgehend von der Bewirtschaftungsart ab, die geprägt ist durch Beginn, Häufigkeit und Stärke der Durchforstungseingriffe. 2. In Kiefernreinbeständen eignen sich distanzabhängige Konkurrenzindizes besser zur Prognose des mittleren Grundflächenzuwachses als distanzunabhängige Indizes. Zur Beschreibung des Einzelbaum-Durchmesserzuwachses hat sich der Index nach BIGING & DOBBERTIN (1992, in dieser Arbeit als Index CI4 bezeichnet) in Kombination mit der Konkurrentenidentifikationsmethode „Suchkegelansatz in Kronenansatzhöhe, Öffnungswinkel 80 Grad“ als der bestgeeignetste Ansatz erweisen. 3. Der distanzunabhängige Konkurrenzindex nach HEGYI (1974) erreichte die höchsten partiellen Korrelationskoeffizienten mit den mittleren Einzelbaum-Höhenzuwächsen und ergab etwas bessere Resultate bei der Wachstumsprognose als distanzabhängige Indizes. Allerdings waren die Beziehungen zwischen den Konkurrenzindizes und den Einzelbaum-Höhenzuwächsen nur schwach ausgeprägt. 4. Konkurrenz wirkt sich dämpfend auf den Einzelbaum-Durchmesserzuwachs aus, bei zunehmender Konkurrenz sinkt der Zuwachs kontinuierlich ab. Im Gegensatz dazu beschleunigt leichte Konkurrenz das Einzelbaum-Höhenwachstum, bei starker Konkurrenz jedoch wird auch der Höhenzuwachs negativ beeinflusst. 5. Das im Rahmen dieser Arbeit hergeleitete nichtlineare Durchmesserzuwachsmodell ist zur Prognose des Kiefernwachstums bestens geeignet, das Bestimmtheitsmaß beträgt 0,483, die Residuen waren normalverteilt. 6. Die Neuparametrisierung des Grundflächen- und Höhenzuwachsmodells verbesserte die Anpassung an die Wuchsbedingungen in Litauen bedeutend. Eine erste Validierung, durchgeführt für eine Wachstumsprognose über einen 30-jährigen Zeitraum, ergab zufriedenstellende Ergebnisse. 7. Die zwei im Rahmen dieser Arbeit hergeleiteten Mortalitätsschätzer sind zur Vorhersage der natürlichen Absterbeprozesse in den Kiefernbeständen gut geeignet. Beide Ansätze klassifizierten lebende und tote Bäume mit einer Treffgenauigkeit von über 83%, während der in BWINPro-S enthaltene Schätzer nur 77% der Bäume korrekt zuordnete. 8. Der für litauische Verhältnisse neuparametrisierte Wachstumssimulator BWINPro-S ist ein wichtiges Instrument zur Entscheidungsunterstützung für Forstplaner in Litauen. / Objectives In Lithuania, during the most recent decades, the leading theory in forest management and planning combined optimization of forest stand density and maximal productivity at every time point of stand development. Thus, great effort was spent in creating stand level models that are highly effective in managing even-aged monocultures of pine or spruce forests. But these models produce significant errors in mixed or converted forests. In order to meet the requirements of contemporary forestry, appropriate forest management tools are required that would be capable to predict the growth and yield of more structured forests. Thus, the overall objective for this study was to re-parameterise the single tree level simulator BWINPro-S (developed for forests in Saxony/Germany) for Lithuanian pine forests that grow on mineral sites. To reach this goal, the following tasks were set: • To create, and to evaluate, a database for modelling. • To estimate the impact of competition for growing space on diameter, basal area and height growth of trees. • To develop a tree diameter model, and re-parameterise basal area and height growth models. • To assess natural tree mortality induced by competition between trees for growing space. • To develop the first approach of STLS for pine in Lithuania. Hypotheses 1. Site quality is the most important factor that affects forest growth and yield. 2. Distance dependent Competition Indices had higher partial correlation with tree basal area and height increment than distance independent Competition Indices. 3. The re-parameterised model based on Lithuanian data fits better under Lithuanian conditions (regarding diameter, basal area, height increment and mortality) than the original model BWINPro-S. 4. A single tree level simulator provides valuable support for decision makers and forest managers to improve forest management in Lithuania. Materials and methods To reach the main goals of this study, the research was structured to four sections: 1) Database completion, 2) Analysis of competition, 3) Modelling tree growth, 4) Validation of developed models. The database consisted of analytical data from 18 permanent experimental plots (PEPs) and 2 Validation Plots (VP) that were used only for the validation of the models. All plots (PEPs and VP) represent mainly naturally regenerated, single layer pine stands that grow on very typical pine sites. Database completion involved (a) establishment of the initial database, (b) modelling of missing data values and (c) evaluation of the complete database, which focused on: • Sample size and estimation of the population’s mean • Estimation of potential site productivity • Estimation of relationship between potential site productivity and forest yield In order to estimate the impact of competition for growing space on diameter, basal area and height growth of trees the following methods were used. To select the competitors, this study focuses on three separate positions for setting the inverse cone: a) at the height of the crown base, b) at the height of widest crown width, and c) at the stem base. The opening angle of the search cone was either 60 or 80 degrees. To estimate the competition, the study by partial correlation analysis evaluated a total of 20 competition indices, of which six distance dependent and two distance independent CIs were applied in the research programme. Modelling of tree growth was divided into three parts: a) development of an original tree diameter increment model, b) re-parameterisation of basal area and height increment models, and c) development of new natural mortality models and re-parameterisation of natural mortality models. Simple linear regression models were evaluated by estimating each model’s statistical significance and coefficient of determination. Statistical analysis of multiple linear regression models was enlarged by conducting further tests: statistical significance was checked for each independent variable: regression assumptions (concerning normal distribution and homogeneity of variance of the models’s residuals, and multicollinearity of the independent variables) were checked. Simple nonlinear regression models were evaluated mainly by adjusted coefficient of determination. For multiple nonlinear regression models, regression assumptions were also checked by producing normal Q-Q plots and by checking homogeneity of variance of model’s residuals. Multiple logistic regression models were evaluated by estimating each model’s statistical significance with Pearson’s chi square statistics and the statistical significance of each model’s parameters with Wald statistics. Goodness of fit was estimated by using log likelihood function values, Cox-Snell and Nagelkerkle’s coefficients of determination, classification tables and ROC curves. The re-parameterised basal area and height increment models were validated by plotting each model’s predicted values against observed values. Also each model’s residuals were plotted against predicted values. Bias, relative bias, precision, relative precision, accuracy and relative accuracy when comparing predicted and observed values were estimated as well. Results and Conclusions The growth models used in the BWINPro-S simulator were successfully re-parameterised for Lithuanian growth conditions. Thus the study may state these conclusions: 1. The accumulated standing volumes and overall productivity of pine stands only partially depends on the productivity potential of sites. Site quality defines the growth potential that could be reached in a stand. The realization of growth potential largely depends on the growing regime in the stand that is defined by the beginning, frequency and intensity of thinning. 2. In pure pine stands, distance dependent competition indices show greater capabilities to predict mean annual basal area increment than distance independent indices. Competition index (coded as CI4 in this study) proposed by BIGING & DOBBERTIN (1992) combined with the selection method height to crown base with opening angle of 80 degrees is recommended as the most efficient for describing the individual diameter growth of trees. 3. HEGYI\\\'S (1974) distance independent competition index scored the highest partial correlation coefficients and produced slightly better results than distance dependent competition indices in predicting mean annual height increment for individual trees. Yet, the generally poor performance of competition indices to predict height increment of individual pine trees was also recorded. 4. Competition has a purely negative impact on tree diameter growth. Increasing competition leads to steady decreases in diameter increment. Nevertheless, although a small amount of competition does stimulate tree height growth, stronger competition has a lasting negative impact on tree height growth. 5. The nonlinear diameter increment model, developed by this study, has high capabilities to predict growth of pine trees. The model’s coefficient of determination value was equal to 0.483. The distribution of the model’s residuals fulfilled the requirements of regression assumptions. 6. The re-parameterisation of the BWINPro-S basal area and height increment models for use in Lithuanian permanent experimental plots, increased their performance. During the first validation procedure, based on 30 years growth simulation, the re-parameterised models produced reliable results. 7. Two individual mortality models, developed by this study, showed very high capabilities to predict the natural mortality of pine trees. The distance dependent natural mortality model scored slightly better results. Both models managed to correctly classify dead and living trees, slightly more than 83% of the time. The re-parameterisation of the BWINPro-S natural mortality model increased its ability to predict the natural mortality of pine trees in Lithuania. Correctly classifying growing and dead trees increased by 6%, from 77 to 83%. 8. BWINPro-S simulator with re-parameterised growth models for Lithuanian conditions is a valuable support tool for decision makers and forest managers in Lithuania. / Darbo tikslai Lietuvoje ilgą laiką ūkininkavimas miškuose buvo grindžiamas medynų tankumo optimizavimu ir maksimalaus medynų produktyvumo siekimu visose medynų vystymosi stadijose. Mokslininkai dėjo daug pastangų kurdami medyno lygmens našumo modelius. Šie modeliai buvo patikimi ūkininkaujant vienaamžiuose medynuose. Tačiau jie yra sunkiai pritaikomi mišriuose medynuose. Siekiant patenkinti šiuolaikinio miškininkavimo poreikius, kai vis didesnis dėmesys skiriamas mišrių medynų su keliais ardais auginimui, reikalingi nauji modeliai, kurie sėkmingai prognozuotų mišrių medynų augimą, jų našumą bei reakcijas į įvairias ūkines priemones. Todėl pagrindinis šio darbo tikslas yra parametrizuoti iš naujo BWINPro-S medžio lygio stimuliatorių sukurtą Vokietijos rytinėje žemėje Saksonijoje taip pritaikant jį Lietuvos sąlygoms. Šiam tikslui pasiekti, buvo suformuluoti sekantys uždaviniai: • Paruošti ir įvertinti duomenų bazę reikalingą modeliavimui. • Įvertinti medžių tarpusavio konkurencijos įtaką medžių skersmens, skerspločių sumos ir aukščio prieaugiui. • Sukurti naują medžio skersmens prieaugio modelį ir parametrizuoti iš naujo skerspločių sumos bei aukščio modelius. • Įvertinti pušynų savaiminio retinimosi dėsningumus atsižvelgiant į medžių tarpusavio konkurenciją dėl augimo erdvės. Tikrintinos hipotezės: 1. Medyno augavietė yra svarbiausias veiksnys, lemiantis medynų našumą ir produktyvumą. 2. Konkurencijos indeksai, įvertinantys atstumą tarp medžių, turi didesnes dalinės koreliacijos reikšmes su medžių skerspločių sumos, skersmens ir aukščio prieaugiais lyginant su konkurencijos indeksais, neįvertinančiais atstumo tarp medžių. 3. Parametrizuoti naujai, panaudojant Lietuvoje augančių pušynų duomenis, modeliai geriau tinka Lietuvos sąlygoms (pagal skersmens, skerspločių sumos ir aukščio prieaugį bei savaiminį retinimąsi) lyginant su modeliais, sukurtais Vokietijos sąlygoms. 4. Medžio lygmens augimo simuliatorius yra naudinga priemonė miškų valdytojams siekiant pagerinti ūkininkavimo kokybę Lietuvoje. Darbo metodai Šis darbas buvo suskirstytas į keturias pagrindines dalis: 1) duomenų bazės suformavimas, 2) konkurencijos indeksų analizė, 3) medžių augimo modeliavimas, 4) augimo modelių patikrinimas. Duomenų bazę sudarė 20 pastovių tyrimo barelių, iš kurių 18 buvo skirti modelių kūrimui ir 2 modelių patikrinimui. Tyrimo bareliai buvo įsteigti natūraliai atsikūrusiuose vienaardžiuose pušynuose, augančiuose tipingose pušiai augavietėse. Duomenų bazės įvertinimas buvo atliekamas tokiais etapais: (a) pirminės duomenų bazės suformavimas, (b) trūkstamų matavimų modeliavimas ir (c) duomenų bazės įvertinimas yra grindžiamas: • Imties dydžiu ir populiacijos vidurkio nustatymo tikslumu. • Potencialaus medynų našumo įvertinimu. • Ryšių tarp potencialaus medynų našumo ir medynų našumo bei produktyvumo įvertinimu. Vertinant konkurencijos įtaką medžių skersmens, skerspločių sumos ir aukščio prieaugiui, buvo naudoti konkurentų parinkimo ir konkurencijos įvertinimo metodai. Konkuruojantys medžiai buvo atrenkami pagal apversto kūgio viršūnę, sutapatintą su tiriamojo medžio a) lajos pradžia, b) plačiausia lajos vieta, ir c) medžio šaknies kakleliu. Kūgio kampas buvo keičiamas nuo 60 iki 80 laipsnių. Iš viso buvo tiriama dvidešimt konkurencijos indeksų (du konkurencijos indeksai, nepriklausantys nuo atstumo tarp medžių ir aštuoniolika konkurencijos indeksų, priklausančių nuo atstumo tarp medžių). Konkurencijos indeksai vertinti taikant dalinės koreliacijos metodus. Medžių augimo modeliavimas buvo atliekamas trim etapais: a) originalaus medžių skersmens prieaugio modelio sukūrimas, b) medžių skerspločių sumos ir medžių aukščio prieaugio modelių parametrizavimas naujai, c) sukūrimas originalių ir parametrizavimas naujai jau esamų natūralaus retinimosi modelių. Paprastieji tiesinės regresijos modeliai buvo vertinami naudojant jų statistinį reikšmingumą ir skaičiuojant determinacijos koeficientą. Daugialypių tiesinės regresijos modelių statistinė analizė buvo išplėsta papildomais testais: statistinis reikšmingumas tiriamas kiekvienam nepriklausomam kintamajam, taip pat vertinama ar modelis tenkina pagrindines regresijos sąlygas (nepriklausomi kintamieji nėra tarpusavyje susieti, modelio liekanos turi normalųjį skirstinį, yra tolygiai išsidėstę). Paprastieji netiesinės regresijos modeliai buvo vertinami skaičiuojant koreguotąjį determinacijos koeficientą. Atliekant daugialypių netiesinės regresijos modelių analizę taip pat buvo tikrinama ar tenkinamos regresijos sąlygos. Logistiniai savaiminio retinimosi modeliai buvo vertinami naudojant šiuos statistinius parametrus: modelio X2 suderinamumo kriterijų, Voldo kriterijų, didžiausio tikėtinumo funkcijos vertę, Kokso-Snelo ir Nagelkerkės pseudodeterminacijos koeficientus, klasifikavimo lenteles ir klasifikatoriaus jautrumo ir specifiškumo (ROC) kreives. Parametrizuoti naujai medžių skerspločių sumos ir medžių aukščio prieaugių modeliai buvo tikrinami lyginant modeliuotas medžių skersmens ir aukščio reikšmes su realiai išmatuotomis reikšmėmis analizuojamo periodo pabaigoje. Taip pat buvo tiriamas modelių liekanų išsidėstymas modeliuojamų verčių atžvilgiu. Galiausiai, poslinkio, santykinio poslinkio, tikslumo, santykinio tikslumo, tikslumo be poslinkio ir santykinio tikslumo be poslinkio buvo naudojami vertinant modelių prognozes. Rezultatai ir išvados Augimo modeliai, naudojami BWINPro-S medžio lygio simuliatoriuje, buvo sėkmingai parametrizuoti naujai ir pritaikyti Lietuvos sąlygoms. Remiantis šio darbo rezultatais, buvo gautos sekančios išvados: 1. Sukauptas tūris ir bendras medynų našumas pušynuose tik dalinai priklauso nuo potencialaus augaviečių derlingumo. Augavietės sąlygos lemia tik potencialų medynų našumą kuris gali būti pasiektas medyne. Ar potencialus augavietės našumas bus realizuotas priklauso nuo medžių auginimo rėžimo, kuris apibūdinamas ugdomųjų kirtimų pradžia, kartojimų dažnumu ir jų intensyvumu. 2. Grynuose pušynuose, konkurencijos indeksai, įvertinantys atstumą tarp medžių turi didesnes galimybes prognozuoti skerspločių sumos prieaugį negu konkurencijos indeksai, neįvertinantys atstumo tarp medžių. Konkurencijos indeksas CI4, pasiūlytas BIGING & DOBBERTIN (1992), grindžiamas konkurentų parinkimu pagal apverstą 80 laipsnių kūgį, kurio viršūnė yra sutapatinama su medžių lajos pradžia yra rekomenduojamas kaip pats efektyviausias modeliuojant medžių skersmens prieaugį. 3. HEGYI (1974) konkurencijos indeksas, neįvertinantis atstumo tarp medžių tiriant konkurencijos indeksų įtaką medžių aukščio prieaugiui, parodė kiek geresnius dalinės koreliacijos rezultatus negu kad konkurencijos indeksai, įvertinantys atstumą tarp medžių. Tyrimų rezultatai parodė gana silpną konkurencijos indeksų galimybę prognozuoti medžių aukščio prieaugį. 4. Konkurencija turi išskirtinai neigiamą įtaką medžių skersmens prieaugiui. Didėjanti konkurencija lemia mažėjantį skersmens prieaugį. Nedidelė konkurencija padidina medžių aukščio prieaugį. Tačiau stipresnė konkurencija taip pat turi neigiamą įtaką medžių aukščio prieaugiui. 5. Originalus skersmens prieaugio modelis turi geras galimybes prognozuoti pušies medžių augimą. Šio modelio determinacijos koeficientas buvo lygus 0.483. Modelio liekanos turėjo normalųjį skirstinį ir buvo tolygiai pasiskirsčiusios modeliuojamų verčių atžvilgiu. 6. Parametrizuoti naujai BWINPro-S medžių skerspločių sumos ir medžių aukščio prieaugio modeliai, panaudojant Lietuvos pušynų pastovių tyrimo barelių duomenis, padidino jų prognozavimo galimybes. Pirmieji modelių tikrinimo rezultatai pagrįsti trisdešimties metų augimo prognozėmis, parodė, kad šie modeliai yra patikimi. 7. Du originaliai sukurti pušynų savaiminio retinimosi modeliai pasižymi geromis galimybėmis prognozuoti pušynų savaiminį išsiretinimą. Savaiminio retinimosi modelis, atsižvelgiantis į atstumą tarp medžių pasižymi geresnėmis galimybėmis prognozuoti pušynų savaiminį retinimąsi negu savaiminio retinimosi modelis, neatsižvelgiantis į atstumą tarp medžių. Abu modeliai teisingai klasifikavo daugiau negu 83% augančių ir savaime išsiretinančių medžių. BWINPro-S savaiminio retinimosi modelio parametrizavimas naujai padidino jo teisingai prognozuojamų augančių ir savaime išsiretinančių medžių dalį šešiais procentais, nuo 77 iki 83%. 8. Medžio lygio augimo simuliatorius BWINPro-S su parametrizuotais naujai augimo modeliais yra naudingas įrankis Lietuvos miškų augintojams.

Ziele Die Forsteinrichtung in Litauen war in den vergangenen Jahrzehnten vom Leitgedanken geprägt, die Optimierung der Bestandsdichte und die Maximierung der Produktivität in jeder Phase der Bestandsentwicklung als gleichrangige Ziele zu betrachten. Deshalb wurden große Anstrengungen in die Herleitung von Bestandswuchsmodellen für gleichaltrige Kiefern- oder Fichtenreinbestände gelegt. Bei der Anwendung dieser Modelle auf gemischte oder in der Umwandlung befindliche Wälder sind allerdings nur ungenaue Resultate zu erzielen. Um den Erfordernissen einer zeitgemäßen Forstwirtschaft gerecht zu werden, sind geeignete Instrumente zur Prognose von Wachstum und Ertrag strukturreicher Wälder vonnöten. Das Hauptziel dieser Arbeit bestand deshalb in der Neuparametrisierung des Einzelbaumwachstumssimulators BWINPro-S (entwickelt für sächsische Wuchsverhältnisse) für Kiefernwälder auf mineralischen Standorten in Litauen. Zur Zielerreichung dienten folgende Schritte: • Schaffung und Evaluierung einer Datengrundlage für die Modellierung. • Abschätzung der Effekte von Konkurrenz um Wuchsraum auf den Durchmesser-, Grundflächen- und Höhenzuwachs von Einzelbäumen. • Entwicklung eines Durchmesser-Zuwachsmodells sowie Neuparametrisierung der Grundflächen- und Höhenwachstumsmodelle. • Bestimmung der Einzelbaummortalität durch Konkurrenz um Wuchsraum. • Entwicklung eines ersten Ansatzes für einen Einzelbaumwachstumssimulator für Kiefer in Litauen. Hypothesen: 1. Die Standorteigenschaften sind der prägende Faktor für Wachstum und Ertrag von Waldbeständen. 2. Distanzabhängige Konkurrenzindizes zeigen höhere partielle Korrelationen zu Grundflächen- und Höhenzuwachs der Einzelbäume als distanzunabhängige Konkurrenzindizes. 3. Im Vergleich zum Ursprungsmodell BWINPro-S kann durch die Neuparametrisierung eine bessere Anpassung an die Wachstumswirklichkeit in Litauen erzielt werden (in Bezug auf Durchmesser-, Grundflächen- und Höhenzuwachs sowie Mortalitätsschätzung). 4. Ein Einzelbaumwachstumssimulator unterstützt die Entscheidungsträger und Forstplaner in Litauen bei der Optimierung der Waldbewirtschaftung ganz wesentlich. Material und Methoden Der Forschungsansatz gliederte sich wie folgt: 1) Vervollständigung der Datengrundlage. 2) Analyse der Konkurrenzverhältnisse. 3) Modellierung des Einzelbaumwachstums. 4) Validierung der neuentwickelten bzw. neuparametrisierten Modelle. Die Datengrundlage bestand aus Messwerten von 18 Dauerversuchsflächen (PEP) und zwei Validierungsflächen (VP), von denen letztere nur zur Modellüberprüfung herangezogen wurden. Auf allen Flächen stocken vorwiegend aus Naturverjüngung hervorgegangene, einschichtige Kiefernbestände auf kieferntypischen Standorteinheiten. Die Vervollständigung der Datengrundlage erforderte (a) die Erzeugung der Ausgangsdatenbasis, (b) Berechnung fehlender Werte, und (c) Evaluierung der vervollständigten Datengrundlage. Dabei lag das Hauptaugenmerk auf: • Stichprobenumfang und Schätzung der Populationsmittelwerte. • Schätzung des potentiellen Standort-Leistungsvermögens. • Analyse der Beziehung zwischen dem potentiellen Standort-Leistungsvermögen und dem tatsächlichen Waldertrag. Zur Abschätzung der Effekte von Konkurrenz um Wuchsraum auf den Durchmesser-, Grundflächen- und Höhenzuwachs von Einzelbäumen diente folgendes Vorgehen: Zur Konkurrentenidentifikation wurde ein inverser Lichtkegel mit einem Öffnungswinkel von 60 und 80 Grad konstruiert, dessen nach unten gerichtete Spitze (a) an der Kronenansatzhöhe, (b) an der Höhe der größten Kronenbreite, und (c) am Stammfuß des Zentralbaumes ansetzte. Zur Quantifizierung des Konkurrenzdrucks wurden mit Hilfe der partiellen Korrelationsanalyse 20 Konkurrenzindizes geprüft, von denen letztendlich sechs distanzabhängige und zwei distanzunabhängige Indizes in der weiteren Auswertung Berücksichtigung fanden. Die Modellierung des Einzelbaumwachstums erfolgte in drei Schritten: (a) Entwicklung eines originären Einzelbaum-Durchmesserzuwachsmodells, (b) Neuparametrisierung des Grundflächen- und Höhenzuwachsmodells, und (c) Entwicklung und Neuparametrisierung von Mortalitätsmodellen. Zur Bewertung einfacher linearer Regressionsmodelle wurden die statistische Signifikanz und das Bestimmtheitsmaß herangezogen. Bei multiplen linearen Regressionsmodellen wurde die Signifikanz jeder unabhängigen Variablen gesondert geprüft (hinsichtlich Normalverteilung, Varianzhomogenität der Residuen und Multikollinearität). Zur Bewertung einfacher nichtlinearer Regressionsmodelle diente in erster Linie das korrigierte Bestimmtheitsmaß, bei multiplen nichtlinearen Regressionsmodellen fanden darüber hinaus Q-Q-Plots (Quantil-Quantil-Diagramme) und die Prüfung auf Varianzhomogenität der Residuen Verwendung. Die Evaluierung multipler logistischer Regressionsmodelle erfolgte mit Pearsons Chi-Quadrat-Test, die Signifikanz jedes Modellparameters wurde mit der Wald-Statistik geprüft. Die Anpassungsgüte wurde mit Hilfe der Log-Likelihood-Funktion, Cox & Snell- bzw. Nagelkerke-Bestimmtheitsmaßen, Klassifikationstabellen und ROC-Kurven bewertet. Zur Prüfung der neuparametrisierten Grundflächen- und Höhenzuwachsmodelle wurden die modellierten Werte gegen die Messwerte und darüber hinaus die Residuen gegen die Modellwerte geplottet. Außerdem wurden zur Beurteilung die Verzerrung, die Präzision und die Treffgenauigkeit (sowohl als Absolut- als auch als Relativwerte) herangezogen. Ergebnisse und Schlussfolgerungen Die Wachstumsmodelle des Simulators BWINPro-S konnten erfolgreich an die Bedingungen in Litauen angepasst werden. Daraus lassen sich folgende Schlussfolgerungen ableiten: 1. Der stehende Vorrat und die Gesamtwuchsleistung von Kiefernbeständen werden nur z. T. vom standörtlichen Leistungsvermögen determiniert. Die Standorteigenschaften bestimmen das theoretische Leistungsvermögen von Beständen. Ob dieses Potential auch tatsächlich ausgeschöpft werden kann, hängt weitgehend von der Bewirtschaftungsart ab, die geprägt ist durch Beginn, Häufigkeit und Stärke der Durchforstungseingriffe. 2. In Kiefernreinbeständen eignen sich distanzabhängige Konkurrenzindizes besser zur Prognose des mittleren Grundflächenzuwachses als distanzunabhängige Indizes. Zur Beschreibung des Einzelbaum-Durchmesserzuwachses hat sich der Index nach BIGING & DOBBERTIN (1992, in dieser Arbeit als Index CI4 bezeichnet) in Kombination mit der Konkurrentenidentifikationsmethode „Suchkegelansatz in Kronenansatzhöhe, Öffnungswinkel 80 Grad“ als der bestgeeignetste Ansatz erweisen. 3. Der distanzunabhängige Konkurrenzindex nach HEGYI (1974) erreichte die höchsten partiellen Korrelationskoeffizienten mit den mittleren Einzelbaum-Höhenzuwächsen und ergab etwas bessere Resultate bei der Wachstumsprognose als distanzabhängige Indizes. Allerdings waren die Beziehungen zwischen den Konkurrenzindizes und den Einzelbaum-Höhenzuwächsen nur schwach ausgeprägt. 4. Konkurrenz wirkt sich dämpfend auf den Einzelbaum-Durchmesserzuwachs aus, bei zunehmender Konkurrenz sinkt der Zuwachs kontinuierlich ab. Im Gegensatz dazu beschleunigt leichte Konkurrenz das Einzelbaum-Höhenwachstum, bei starker Konkurrenz jedoch wird auch der Höhenzuwachs negativ beeinflusst. 5. Das im Rahmen dieser Arbeit hergeleitete nichtlineare Durchmesserzuwachsmodell ist zur Prognose des Kiefernwachstums bestens geeignet, das Bestimmtheitsmaß beträgt 0,483, die Residuen waren normalverteilt. 6. Die Neuparametrisierung des Grundflächen- und Höhenzuwachsmodells verbesserte die Anpassung an die Wuchsbedingungen in Litauen bedeutend. Eine erste Validierung, durchgeführt für eine Wachstumsprognose über einen 30-jährigen Zeitraum, ergab zufriedenstellende Ergebnisse. 7. Die zwei im Rahmen dieser Arbeit hergeleiteten Mortalitätsschätzer sind zur Vorhersage der natürlichen Absterbeprozesse in den Kiefernbeständen gut geeignet. Beide Ansätze klassifizierten lebende und tote Bäume mit einer Treffgenauigkeit von über 83%, während der in BWINPro-S enthaltene Schätzer nur 77% der Bäume korrekt zuordnete. 8. Der für litauische Verhältnisse neuparametrisierte Wachstumssimulator BWINPro-S ist ein wichtiges Instrument zur Entscheidungsunterstützung für Forstplaner in Litauen. / Objectives In Lithuania, during the most recent decades, the leading theory in forest management and planning combined optimization of forest stand density and maximal productivity at every time point of stand development. Thus, great effort was spent in creating stand level models that are highly effective in managing even-aged monocultures of pine or spruce forests. But these models produce significant errors in mixed or converted forests. In order to meet the requirements of contemporary forestry, appropriate forest management tools are required that would be capable to predict the growth and yield of more structured forests. Thus, the overall objective for this study was to re-parameterise the single tree level simulator BWINPro-S (developed for forests in Saxony/Germany) for Lithuanian pine forests that grow on mineral sites. To reach this goal, the following tasks were set: • To create, and to evaluate, a database for modelling. • To estimate the impact of competition for growing space on diameter, basal area and height growth of trees. • To develop a tree diameter model, and re-parameterise basal area and height growth models. • To assess natural tree mortality induced by competition between trees for growing space. • To develop the first approach of STLS for pine in Lithuania. Hypotheses 1. Site quality is the most important factor that affects forest growth and yield. 2. Distance dependent Competition Indices had higher partial correlation with tree basal area and height increment than distance independent Competition Indices. 3. The re-parameterised model based on Lithuanian data fits better under Lithuanian conditions (regarding diameter, basal area, height increment and mortality) than the original model BWINPro-S. 4. A single tree level simulator provides valuable support for decision makers and forest managers to improve forest management in Lithuania. Materials and methods To reach the main goals of this study, the research was structured to four sections: 1) Database completion, 2) Analysis of competition, 3) Modelling tree growth, 4) Validation of developed models. The database consisted of analytical data from 18 permanent experimental plots (PEPs) and 2 Validation Plots (VP) that were used only for the validation of the models. All plots (PEPs and VP) represent mainly naturally regenerated, single layer pine stands that grow on very typical pine sites. Database completion involved (a) establishment of the initial database, (b) modelling of missing data values and (c) evaluation of the complete database, which focused on: • Sample size and estimation of the population’s mean • Estimation of potential site productivity • Estimation of relationship between potential site productivity and forest yield In order to estimate the impact of competition for growing space on diameter, basal area and height growth of trees the following methods were used. To select the competitors, this study focuses on three separate positions for setting the inverse cone: a) at the height of the crown base, b) at the height of widest crown width, and c) at the stem base. The opening angle of the search cone was either 60 or 80 degrees. To estimate the competition, the study by partial correlation analysis evaluated a total of 20 competition indices, of which six distance dependent and two distance independent CIs were applied in the research programme. Modelling of tree growth was divided into three parts: a) development of an original tree diameter increment model, b) re-parameterisation of basal area and height increment models, and c) development of new natural mortality models and re-parameterisation of natural mortality models. Simple linear regression models were evaluated by estimating each model’s statistical significance and coefficient of determination. Statistical analysis of multiple linear regression models was enlarged by conducting further tests: statistical significance was checked for each independent variable: regression assumptions (concerning normal distribution and homogeneity of variance of the models’s residuals, and multicollinearity of the independent variables) were checked. Simple nonlinear regression models were evaluated mainly by adjusted coefficient of determination. For multiple nonlinear regression models, regression assumptions were also checked by producing normal Q-Q plots and by checking homogeneity of variance of model’s residuals. Multiple logistic regression models were evaluated by estimating each model’s statistical significance with Pearson’s chi square statistics and the statistical significance of each model’s parameters with Wald statistics. Goodness of fit was estimated by using log likelihood function values, Cox-Snell and Nagelkerkle’s coefficients of determination, classification tables and ROC curves. The re-parameterised basal area and height increment models were validated by plotting each model’s predicted values against observed values. Also each model’s residuals were plotted against predicted values. Bias, relative bias, precision, relative precision, accuracy and relative accuracy when comparing predicted and observed values were estimated as well. Results and Conclusions The growth models used in the BWINPro-S simulator were successfully re-parameterised for Lithuanian growth conditions. Thus the study may state these conclusions: 1. The accumulated standing volumes and overall productivity of pine stands only partially depends on the productivity potential of sites. Site quality defines the growth potential that could be reached in a stand. The realization of growth potential largely depends on the growing regime in the stand that is defined by the beginning, frequency and intensity of thinning. 2. In pure pine stands, distance dependent competition indices show greater capabilities to predict mean annual basal area increment than distance independent indices. Competition index (coded as CI4 in this study) proposed by BIGING & DOBBERTIN (1992) combined with the selection method height to crown base with opening angle of 80 degrees is recommended as the most efficient for describing the individual diameter growth of trees. 3. HEGYI\\\'S (1974) distance independent competition index scored the highest partial correlation coefficients and produced slightly better results than distance dependent competition indices in predicting mean annual height increment for individual trees. Yet, the generally poor performance of competition indices to predict height increment of individual pine trees was also recorded. 4. Competition has a purely negative impact on tree diameter growth. Increasing competition leads to steady decreases in diameter increment. Nevertheless, although a small amount of competition does stimulate tree height growth, stronger competition has a lasting negative impact on tree height growth. 5. The nonlinear diameter increment model, developed by this study, has high capabilities to predict growth of pine trees. The model’s coefficient of determination value was equal to 0.483. The distribution of the model’s residuals fulfilled the requirements of regression assumptions. 6. The re-parameterisation of the BWINPro-S basal area and height increment models for use in Lithuanian permanent experimental plots, increased their performance. During the first validation procedure, based on 30 years growth simulation, the re-parameterised models produced reliable results. 7. Two individual mortality models, developed by this study, showed very high capabilities to predict the natural mortality of pine trees. The distance dependent natural mortality model scored slightly better results. Both models managed to correctly classify dead and living trees, slightly more than 83% of the time. The re-parameterisation of the BWINPro-S natural mortality model increased its ability to predict the natural mortality of pine trees in Lithuania. Correctly classifying growing and dead trees increased by 6%, from 77 to 83%. 8. BWINPro-S simulator with re-parameterised growth models for Lithuanian conditions is a valuable support tool for decision makers and forest managers in Lithuania. / Darbo tikslai Lietuvoje ilgą laiką ūkininkavimas miškuose buvo grindžiamas medynų tankumo optimizavimu ir maksimalaus medynų produktyvumo siekimu visose medynų vystymosi stadijose. Mokslininkai dėjo daug pastangų kurdami medyno lygmens našumo modelius. Šie modeliai buvo patikimi ūkininkaujant vienaamžiuose medynuose. Tačiau jie yra sunkiai pritaikomi mišriuose medynuose. Siekiant patenkinti šiuolaikinio miškininkavimo poreikius, kai vis didesnis dėmesys skiriamas mišrių medynų su keliais ardais auginimui, reikalingi nauji modeliai, kurie sėkmingai prognozuotų mišrių medynų augimą, jų našumą bei reakcijas į įvairias ūkines priemones. Todėl pagrindinis šio darbo tikslas yra parametrizuoti iš naujo BWINPro-S medžio lygio stimuliatorių sukurtą Vokietijos rytinėje žemėje Saksonijoje taip pritaikant jį Lietuvos sąlygoms. Šiam tikslui pasiekti, buvo suformuluoti sekantys uždaviniai: • Paruošti ir įvertinti duomenų bazę reikalingą modeliavimui. • Įvertinti medžių tarpusavio konkurencijos įtaką medžių skersmens, skerspločių sumos ir aukščio prieaugiui. • Sukurti naują medžio skersmens prieaugio modelį ir parametrizuoti iš naujo skerspločių sumos bei aukščio modelius. • Įvertinti pušynų savaiminio retinimosi dėsningumus atsižvelgiant į medžių tarpusavio konkurenciją dėl augimo erdvės. Tikrintinos hipotezės: 1. Medyno augavietė yra svarbiausias veiksnys, lemiantis medynų našumą ir produktyvumą. 2. Konkurencijos indeksai, įvertinantys atstumą tarp medžių, turi didesnes dalinės koreliacijos reikšmes su medžių skerspločių sumos, skersmens ir aukščio prieaugiais lyginant su konkurencijos indeksais, neįvertinančiais atstumo tarp medžių. 3. Parametrizuoti naujai, panaudojant Lietuvoje augančių pušynų duomenis, modeliai geriau tinka Lietuvos sąlygoms (pagal skersmens, skerspločių sumos ir aukščio prieaugį bei savaiminį retinimąsi) lyginant su modeliais, sukurtais Vokietijos sąlygoms. 4. Medžio lygmens augimo simuliatorius yra naudinga priemonė miškų valdytojams siekiant pagerinti ūkininkavimo kokybę Lietuvoje. Darbo metodai Šis darbas buvo suskirstytas į keturias pagrindines dalis: 1) duomenų bazės suformavimas, 2) konkurencijos indeksų analizė, 3) medžių augimo modeliavimas, 4) augimo modelių patikrinimas. Duomenų bazę sudarė 20 pastovių tyrimo barelių, iš kurių 18 buvo skirti modelių kūrimui ir 2 modelių patikrinimui. Tyrimo bareliai buvo įsteigti natūraliai atsikūrusiuose vienaardžiuose pušynuose, augančiuose tipingose pušiai augavietėse. Duomenų bazės įvertinimas buvo atliekamas tokiais etapais: (a) pirminės duomenų bazės suformavimas, (b) trūkstamų matavimų modeliavimas ir (c) duomenų bazės įvertinimas yra grindžiamas: • Imties dydžiu ir populiacijos vidurkio nustatymo tikslumu. • Potencialaus medynų našumo įvertinimu. • Ryšių tarp potencialaus medynų našumo ir medynų našumo bei produktyvumo įvertinimu. Vertinant konkurencijos įtaką medžių skersmens, skerspločių sumos ir aukščio prieaugiui, buvo naudoti konkurentų parinkimo ir konkurencijos įvertinimo metodai. Konkuruojantys medžiai buvo atrenkami pagal apversto kūgio viršūnę, sutapatintą su tiriamojo medžio a) lajos pradžia, b) plačiausia lajos vieta, ir c) medžio šaknies kakleliu. Kūgio kampas buvo keičiamas nuo 60 iki 80 laipsnių. Iš viso buvo tiriama dvidešimt konkurencijos indeksų (du konkurencijos indeksai, nepriklausantys nuo atstumo tarp medžių ir aštuoniolika konkurencijos indeksų, priklausančių nuo atstumo tarp medžių). Konkurencijos indeksai vertinti taikant dalinės koreliacijos metodus. Medžių augimo modeliavimas buvo atliekamas trim etapais: a) originalaus medžių skersmens prieaugio modelio sukūrimas, b) medžių skerspločių sumos ir medžių aukščio prieaugio modelių parametrizavimas naujai, c) sukūrimas originalių ir parametrizavimas naujai jau esamų natūralaus retinimosi modelių. Paprastieji tiesinės regresijos modeliai buvo vertinami naudojant jų statistinį reikšmingumą ir skaičiuojant determinacijos koeficientą. Daugialypių tiesinės regresijos modelių statistinė analizė buvo išplėsta papildomais testais: statistinis reikšmingumas tiriamas kiekvienam nepriklausomam kintamajam, taip pat vertinama ar modelis tenkina pagrindines regresijos sąlygas (nepriklausomi kintamieji nėra tarpusavyje susieti, modelio liekanos turi normalųjį skirstinį, yra tolygiai išsidėstę). Paprastieji netiesinės regresijos modeliai buvo vertinami skaičiuojant koreguotąjį determinacijos koeficientą. Atliekant daugialypių netiesinės regresijos modelių analizę taip pat buvo tikrinama ar tenkinamos regresijos sąlygos. Logistiniai savaiminio retinimosi modeliai buvo vertinami naudojant šiuos statistinius parametrus: modelio X2 suderinamumo kriterijų, Voldo kriterijų, didžiausio tikėtinumo funkcijos vertę, Kokso-Snelo ir Nagelkerkės pseudodeterminacijos koeficientus, klasifikavimo lenteles ir klasifikatoriaus jautrumo ir specifiškumo (ROC) kreives. Parametrizuoti naujai medžių skerspločių sumos ir medžių aukščio prieaugių modeliai buvo tikrinami lyginant modeliuotas medžių skersmens ir aukščio reikšmes su realiai išmatuotomis reikšmėmis analizuojamo periodo pabaigoje. Taip pat buvo tiriamas modelių liekanų išsidėstymas modeliuojamų verčių atžvilgiu. Galiausiai, poslinkio, santykinio poslinkio, tikslumo, santykinio tikslumo, tikslumo be poslinkio ir santykinio tikslumo be poslinkio buvo naudojami vertinant modelių prognozes. Rezultatai ir išvados Augimo modeliai, naudojami BWINPro-S medžio lygio simuliatoriuje, buvo sėkmingai parametrizuoti naujai ir pritaikyti Lietuvos sąlygoms. Remiantis šio darbo rezultatais, buvo gautos sekančios išvados: 1. Sukauptas tūris ir bendras medynų našumas pušynuose tik dalinai priklauso nuo potencialaus augaviečių derlingumo. Augavietės sąlygos lemia tik potencialų medynų našumą kuris gali būti pasiektas medyne. Ar potencialus augavietės našumas bus realizuotas priklauso nuo medžių auginimo rėžimo, kuris apibūdinamas ugdomųjų kirtimų pradžia, kartojimų dažnumu ir jų intensyvumu. 2. Grynuose pušynuose, konkurencijos indeksai, įvertinantys atstumą tarp medžių turi didesnes galimybes prognozuoti skerspločių sumos prieaugį negu konkurencijos indeksai, neįvertinantys atstumo tarp medžių. Konkurencijos indeksas CI4, pasiūlytas BIGING & DOBBERTIN (1992), grindžiamas konkurentų parinkimu pagal apverstą 80 laipsnių kūgį, kurio viršūnė yra sutapatinama su medžių lajos pradžia yra rekomenduojamas kaip pats efektyviausias modeliuojant medžių skersmens prieaugį. 3. HEGYI (1974) konkurencijos indeksas, neįvertinantis atstumo tarp medžių tiriant konkurencijos indeksų įtaką medžių aukščio prieaugiui, parodė kiek geresnius dalinės koreliacijos rezultatus negu kad konkurencijos indeksai, įvertinantys atstumą tarp medžių. Tyrimų rezultatai parodė gana silpną konkurencijos indeksų galimybę prognozuoti medžių aukščio prieaugį. 4. Konkurencija turi išskirtinai neigiamą įtaką medžių skersmens prieaugiui. Didėjanti konkurencija lemia mažėjantį skersmens prieaugį. Nedidelė konkurencija padidina medžių aukščio prieaugį. Tačiau stipresnė konkurencija taip pat turi neigiamą įtaką medžių aukščio prieaugiui. 5. Originalus skersmens prieaugio modelis turi geras galimybes prognozuoti pušies medžių augimą. Šio modelio determinacijos koeficientas buvo lygus 0.483. Modelio liekanos turėjo normalųjį skirstinį ir buvo tolygiai pasiskirsčiusios modeliuojamų verčių atžvilgiu. 6. Parametrizuoti naujai BWINPro-S medžių skerspločių sumos ir medžių aukščio prieaugio modeliai, panaudojant Lietuvos pušynų pastovių tyrimo barelių duomenis, padidino jų prognozavimo galimybes. Pirmieji modelių tikrinimo rezultatai pagrįsti trisdešimties metų augimo prognozėmis, parodė, kad šie modeliai yra patikimi. 7. Du originaliai sukurti pušynų savaiminio retinimosi modeliai pasižymi geromis galimybėmis prognozuoti pušynų savaiminį išsiretinimą. Savaiminio retinimosi modelis, atsižvelgiantis į atstumą tarp medžių pasižymi geresnėmis galimybėmis prognozuoti pušynų savaiminį retinimąsi negu savaiminio retinimosi modelis, neatsižvelgiantis į atstumą tarp medžių. Abu modeliai teisingai klasifikavo daugiau negu 83% augančių ir savaime išsiretinančių medžių. BWINPro-S savaiminio retinimosi modelio parametrizavimas naujai padidino jo teisingai prognozuojamų augančių ir savaime išsiretinančių medžių dalį šešiais procentais, nuo 77 iki 83%. 8. Medžio lygio augimo simuliatorius BWINPro-S su parametrizuotais naujai augimo modeliais yra naudingas įrankis Lietuvos miškų augintojams.