Diss. (sammanfattning) Uppsala : Sveriges lantbruksuniv. / Härtill 8 uppsatser.

Das Aortenaneurysma ist eine häufige Erkrankung, welche mit der gravierenden Kompli-kation einer Aortenruptur einhergehen kann. In den letzten 20 Jahren konnten beachtliche kurative Fortschritte erzielt werden, welche u.a. auf die Ergänzung der rein operativen Therapie um endovaskuläre und Hybridverfahren zurückzuführen sind. Dennoch ist die Aneurysmaruptur mit einer außerordentlich hohen Mortalität assoziiert. Die Genese des Aortenaneurysmas ist multifaktoriell bedingt, sodass das Wachstumsverhalten der Aorta als Surrogat des realen Rupturrisikos schwer vorherzusagen ist. Im klinischen Alltag findet überwiegend der maximale Diameter als Größen- und Verlaufsparameter Anwendung, obwohl dadurch den heterogenen Veränderungen der Aorta möglicherweise nicht ausrei-chend Rechnung getragen wird. Ziel der Studie war es, anhand einer CT-gestützten Verlaufsquantifizierung von Aorten-veränderungen Prädiktoren für das Wachstum der Aorta abzuleiten und Wachstumsraten auf Basis unterschiedlicher morphologischer Ausgangsgrößen zu vergleichen. Zwischen den definierten Aortensegmenten konnten signifikante Unterschiede der erho-benen morphologischen Parameter wie beispielsweise der Größe, der Verteilung von Ge-fäßwand und –lumen, der Verkalkung und der Krümmung aufgezeigt werden. Diese Heterogenität ließ sich auch beim Vergleich von thorakalen/abdominalen, aneurysmati-schen/nicht aneurysmatischen und wachsenden/nicht wachsenden Segmenten bestätigen. So waren beispielweise wachsende Aortensegmente initial größer als nicht wachsende (Volumen 82 cm³ vs. 53 cm³, p < 0,00; Diameter 36 mm vs. 30 mm, p< 0,00), unterschie-den sich hingegen aber nicht hinsichtlich der Wandverkalkung (Calcium-Score 894 vs. 842, p = 0,77). Im Verlauf wiesen die wachsenden Segmente unter anderem eine stärkere Zunahme der maximalen Wandstärke (+15 % vs. +4 %, p > 0,00) und eine stärkere Elongationstendenz (Segmentlänge +3,6 % vs. -0,5 %, p < 0,00) auf. Insgesamt konnte gezeigt werden, dass im Verlauf eine Wachstumsdynamik beinahe aller erhobenen Größen bestand. Ein durchschnittliches Wachstum des Aortensegmentvolumens um 5,7 % pro Jahr gezeigt konnte werden. Unter den potentiellen Einflussfaktorenkonnten konnten als relevante Prädiktoren die ma-ximale Wandstärke, die Diameter-Längen-Ratio, die Exzentrizität der Außenzirkumferenz sowie die Risikofaktoren Rauchen und die Einnahme von Kortikoiden identifiziert wer-den. Der Vergleich morphologisch unterschiedlich basierter Wachstumsraten zeigte eine erhebliche Diskrepanz insbesondere zwischen dem Routineparameter maximaler Diameter und dem sensitiveren Volumen. Schlussfolgerung: CT-morphologisch bestimmbare Parameter wie die Wandstärke, das Proportionsmaß Diameter-Längen-Ratio und die Exzentrizität des Gefäßquerschnittes sind Prädiktoren überdurchschnittlichen Aortenwachstums. Die umfassenden routinemäßige Evaluation der Aorta mit Erhebung mehrerer morphologischer Parameter – insbesondere des Volumens – ist notwendig, um das heterogene und multifaktoriell bedingte Wachstum der Aorta suffizient zu erfassen. / Purpose This study aims to identify clinical and CT-morphologic predictors of growth of the native aorta and aortic aneurysms. Material and methods Seventy-three patients (66 ±8.0 years) who underwent two subsequent computed tomography angiographies of the thoracic/thoracoabdominal/abdominal aorta for clinical reasons from 2002 - 2008 were retrospectively included. The mean interval between the CT scans was 1.8 ±0.8 years. The aortic anatomy was divided into 9 segments from sinotubular junction to iliac bifurcation. CT scans were obtained with 16- and 64-slice scanners, all series were analyzed on a commercially available workstation. Beside the collection of information about the past medical history, several morphologic parameters were measured for each segment such as aortic volume, maximum diameter, cross sectional area, surface area, calcification, tortuosity, wall thickness or cross sectional eccentricity. Annual growth rates were calculated for each parameter. Aortic total volume was considered as the standard of reference. Therefore, aortic growth was defined as a growth rate of total volume > 5 %. Multiple regression analysis was conducted to reveal predictors of aortic growth. Results For all segments, average volumes were 65.0 ± 59.0/44.7 ± 39.6/20.3 ± 27.9 cm³ (total/lumen/wall). The annual aortic growth rate of total volume was 5.7 % for all segments. All parameters that represent the initial size of the aortic segments (total and lumen volume, maximum diameter, cross sectional area, surface area) were approved as predictors of aortic growth. Further predictors were wall volume, maximum and minimum wall thickness, diameter length ratio, segmental length and tortuosity index. Among the clinical parameters, smoking, corticosteroid medication and peripheral artery disease were confirmed as aortic growth predictors. Conclusions In clinical routine, most therapeutic decisions a made based on the diameter measurement alone, which might be inappropriate. A comprehensive evaluation of aortic morphology is warranted in the presence of increased aortic size, wall thickness, cross sectional eccentricity, smoking and corticosteroid therapy.

Das Aortenaneurysma ist eine häufige Erkrankung, welche mit der gravierenden Kompli-kation einer Aortenruptur einhergehen kann. In den letzten 20 Jahren konnten beachtliche kurative Fortschritte erzielt werden, welche u.a. auf die Ergänzung der rein operativen Therapie um endovaskuläre und Hybridverfahren zurückzuführen sind. Dennoch ist die Aneurysmaruptur mit einer außerordentlich hohen Mortalität assoziiert. Die Genese des Aortenaneurysmas ist multifaktoriell bedingt, sodass das Wachstumsverhalten der Aorta als Surrogat des realen Rupturrisikos schwer vorherzusagen ist. Im klinischen Alltag findet überwiegend der maximale Diameter als Größen- und Verlaufsparameter Anwendung, obwohl dadurch den heterogenen Veränderungen der Aorta möglicherweise nicht ausrei-chend Rechnung getragen wird. Ziel der Studie war es, anhand einer CT-gestützten Verlaufsquantifizierung von Aorten-veränderungen Prädiktoren für das Wachstum der Aorta abzuleiten und Wachstumsraten auf Basis unterschiedlicher morphologischer Ausgangsgrößen zu vergleichen. Zwischen den definierten Aortensegmenten konnten signifikante Unterschiede der erho-benen morphologischen Parameter wie beispielsweise der Größe, der Verteilung von Ge-fäßwand und –lumen, der Verkalkung und der Krümmung aufgezeigt werden. Diese Heterogenität ließ sich auch beim Vergleich von thorakalen/abdominalen, aneurysmati-schen/nicht aneurysmatischen und wachsenden/nicht wachsenden Segmenten bestätigen. So waren beispielweise wachsende Aortensegmente initial größer als nicht wachsende (Volumen 82 cm³ vs. 53 cm³, p < 0,00; Diameter 36 mm vs. 30 mm, p< 0,00), unterschie-den sich hingegen aber nicht hinsichtlich der Wandverkalkung (Calcium-Score 894 vs. 842, p = 0,77). Im Verlauf wiesen die wachsenden Segmente unter anderem eine stärkere Zunahme der maximalen Wandstärke (+15 % vs. +4 %, p > 0,00) und eine stärkere Elongationstendenz (Segmentlänge +3,6 % vs. -0,5 %, p < 0,00) auf. Insgesamt konnte gezeigt werden, dass im Verlauf eine Wachstumsdynamik beinahe aller erhobenen Größen bestand. Ein durchschnittliches Wachstum des Aortensegmentvolumens um 5,7 % pro Jahr gezeigt konnte werden. Unter den potentiellen Einflussfaktorenkonnten konnten als relevante Prädiktoren die ma-ximale Wandstärke, die Diameter-Längen-Ratio, die Exzentrizität der Außenzirkumferenz sowie die Risikofaktoren Rauchen und die Einnahme von Kortikoiden identifiziert wer-den. Der Vergleich morphologisch unterschiedlich basierter Wachstumsraten zeigte eine erhebliche Diskrepanz insbesondere zwischen dem Routineparameter maximaler Diameter und dem sensitiveren Volumen. Schlussfolgerung: CT-morphologisch bestimmbare Parameter wie die Wandstärke, das Proportionsmaß Diameter-Längen-Ratio und die Exzentrizität des Gefäßquerschnittes sind Prädiktoren überdurchschnittlichen Aortenwachstums. Die umfassenden routinemäßige Evaluation der Aorta mit Erhebung mehrerer morphologischer Parameter – insbesondere des Volumens – ist notwendig, um das heterogene und multifaktoriell bedingte Wachstum der Aorta suffizient zu erfassen.:Inhalt Inhalt I Bibliographische Beschreibung V Referat V Abbildungsverzeichnis VI Tabellenverzeichnis VII 1. Einführung 1 1.1. Zur Historie des Aneurysmas 1 1.1.1. Erste Erwähnungen und Altertum 1 1.1.2. Mittelalter und Renaissance– von außen nach innen 2 1.1.3. Neuzeit – Evolution pathogenetischer Erkenntnisse und suffizienter Therapien 3 1.2. Begriffsbestimmung 5 1.2.1. Aneurysma verum 5 1.2.2. Aneurysma dissecans 6 1.2.3. Aneurysma spurium 6 1.3. Ätiologie und Einflussfaktoren der Aneurysmaentstehung 6 1.3.1. Pathophysiologische Aspekte der Aneurysmagenese 7 1.3.2. Genetische Syndrome als Ursache von Aortenaneurysmen 9 1.3.3. Gefäßassoziierte Pathologien als Ursache für Aortenaneurysmen 11 1.3.4. Risikofaktoren für die Entstehung aortaler Aneurysmen 13 1.3.5. Medikamentöse Wechselwirkungen 15 1.4. Epidemiologie des Aortenaneurysmas 17 1.4.1. Angaben zur Prävalenz und Inzidenz 17 1.4.2. Rupturraten von thorakalen und abdominellen Aneurysmen 18 1.4.3. Angaben zu Wachstumsraten (GRy) aortaler Aneurysmen 19 1.5. Diagnostik und Bildgebung der Aorta 21 1.5.1. Nichtapparative Diagnostik 21 1.5.2. Konventionelles Röntgen und Angiografie 21 1.5.3. Ultraschall 21 1.5.4. Schnittbildgebung – Computer- und Magnetresonanztomografie (CT/MRT) 22 1.6. Therapeutische Optionen 23 1.6.1. Thorakale und thorakoabdominelle Aortenaneurysmen 23 1.6.2. Bauchaortenaneurysmen 23 2. Ziel der Studie 25 3. Materialien und Methoden 26 3.1. Studienkollektiv – Ein- und Ausschlusskriterien 26 3.2. Bildgebung 26 3.3. Bildverarbeitung und Messverfahren 27 3.3.1. Vorbereitung 27 3.3.2. Volumenberechnung 30 3.3.3. Messung von Diameter und Querschnittsfläche 30 3.3.4. Berechnung der Innen- und Außenfläche 31 3.3.5. Messung der minimalen und maximalen Wandstärke 32 3.3.6. Bestimmung der Segmentlänge 32 3.3.7. Winkelungs- und Krümmungsmessung 33 3.3.8. Exzentrizität des Gefäßquerschnittes 33 3.3.9. Vermessung der Gefäßwandverkalkung 34 3.4. Klinisch-anamnestische Faktoren 36 3.5. Berechnung der Wachstumsraten 36 3.6. Definition des Wachstumskriteriums 37 3.7. Gruppierung der Aortensegmente zur Auswertung 37 3.8. Statistische Auswertung 38 3.8.1. Mittelwertdifferenzen 38 3.8.2. Korrelation 38 3.8.3. Multiple Regressionsanalyse 38 3.8.4. Messmethodenvergleich 39 4. Ergebnisse 40 4.1. Charakteristika der Studienpopulation 40 4.1.1. Patientcharakteristika 40 4.1.2. Verteilung der klinischen Risikofaktoren 41 4.2. Quantifizierung der Aortenveränderungen anhand CT-morphologischer Parameter – initial und im Verlauf 43 4.2.1. Volumen 43 4.2.2. Diameter und Querschnittsfläche 47 4.2.3. Innen- und Außenfläche 48 4.2.4. Wandstärke 49 4.2.5. Länge, Proportion und Krümmung 52 4.2.6. Exzentrizität der Gefäßquerschnitte 55 4.2.7. Wandverkalkung 57 4.3. Einflussfaktoren des Aortenwachstums 62 4.3.1. Korrelationsanalyse der potentiellen Einflussfaktoren mit dem Wachstumskriterium 62 4.3.2. Prädiktoren des Aortenwachstums - Multiple Regressionsanalyse 67 4.4. Diskrepanzen zwischen unterschiedlich basierten Wachstumsraten 70 5. Diskussion 73 5.1. Wachstumsverhalten und Aortenmorphologie 73 5.1.1. Das Volumen als sensitiver Verlaufsparameter des Aortenwachstums 73 5.1.2. Etablierte Größen: Diameter und Querschnittsfläche 75 5.1.3. Alternative dreidimensionale Parameter: Innen- und Außenfläche 76 5.1.4. Die aortale Wandstärke als Surrogatparameter für intraluminalen Thrombus und atheromatöse Wandveränderungen 77 5.1.5. Die segementale Länge, Proportion und Krümmung als Korrelat longitudinalen Wachstums 78 5.1.6. Die Exzentrizität der Gefäßquerschnitte 79 5.1.7. Die aortale Wandverkalkung 80 5.2. Prädiktoren und Einflussfaktoren des Aortenwachstums 80 5.2.1. Initiale Größe 81 5.2.2. Gefäßwandveränderungen 82 5.2.3. Das Verhältnis von Proportion, Krümmung und Elongation der Aorten-segmente 84 5.2.4. Die Morphologie des Gefäßquerschnittes 86 5.2.5. Die Rolle der aortalen Wandverkalkung für das Aortenwachstum 87 5.2.6. Die Relevanz klinischer Risikofaktoren 87 5.3. Diskrepanzen der unterschiedlich basierten Wachstumsraten 89 5.4. Limitationen der Studie 91 5.5. Schlussfolgerung 92 6. Zusammenfassung der Arbeit 93 7. Literaturverzeichnis 95 8. Erklärung zur Dissertation 118 9. Curriculum Vitae 119 Persönliche Daten 119 Ausbildung 119 Praktische Erfahrungen und beruflicher Werdegang 119 10. Danksagung 121 / Purpose This study aims to identify clinical and CT-morphologic predictors of growth of the native aorta and aortic aneurysms. Material and methods Seventy-three patients (66 ±8.0 years) who underwent two subsequent computed tomography angiographies of the thoracic/thoracoabdominal/abdominal aorta for clinical reasons from 2002 - 2008 were retrospectively included. The mean interval between the CT scans was 1.8 ±0.8 years. The aortic anatomy was divided into 9 segments from sinotubular junction to iliac bifurcation. CT scans were obtained with 16- and 64-slice scanners, all series were analyzed on a commercially available workstation. Beside the collection of information about the past medical history, several morphologic parameters were measured for each segment such as aortic volume, maximum diameter, cross sectional area, surface area, calcification, tortuosity, wall thickness or cross sectional eccentricity. Annual growth rates were calculated for each parameter. Aortic total volume was considered as the standard of reference. Therefore, aortic growth was defined as a growth rate of total volume > 5 %. Multiple regression analysis was conducted to reveal predictors of aortic growth. Results For all segments, average volumes were 65.0 ± 59.0/44.7 ± 39.6/20.3 ± 27.9 cm³ (total/lumen/wall). The annual aortic growth rate of total volume was 5.7 % for all segments. All parameters that represent the initial size of the aortic segments (total and lumen volume, maximum diameter, cross sectional area, surface area) were approved as predictors of aortic growth. Further predictors were wall volume, maximum and minimum wall thickness, diameter length ratio, segmental length and tortuosity index. Among the clinical parameters, smoking, corticosteroid medication and peripheral artery disease were confirmed as aortic growth predictors. Conclusions In clinical routine, most therapeutic decisions a made based on the diameter measurement alone, which might be inappropriate. A comprehensive evaluation of aortic morphology is warranted in the presence of increased aortic size, wall thickness, cross sectional eccentricity, smoking and corticosteroid therapy.:Inhalt Inhalt I Bibliographische Beschreibung V Referat V Abbildungsverzeichnis VI Tabellenverzeichnis VII 1. Einführung 1 1.1. Zur Historie des Aneurysmas 1 1.1.1. Erste Erwähnungen und Altertum 1 1.1.2. Mittelalter und Renaissance– von außen nach innen 2 1.1.3. Neuzeit – Evolution pathogenetischer Erkenntnisse und suffizienter Therapien 3 1.2. Begriffsbestimmung 5 1.2.1. Aneurysma verum 5 1.2.2. Aneurysma dissecans 6 1.2.3. Aneurysma spurium 6 1.3. Ätiologie und Einflussfaktoren der Aneurysmaentstehung 6 1.3.1. Pathophysiologische Aspekte der Aneurysmagenese 7 1.3.2. Genetische Syndrome als Ursache von Aortenaneurysmen 9 1.3.3. Gefäßassoziierte Pathologien als Ursache für Aortenaneurysmen 11 1.3.4. Risikofaktoren für die Entstehung aortaler Aneurysmen 13 1.3.5. Medikamentöse Wechselwirkungen 15 1.4. Epidemiologie des Aortenaneurysmas 17 1.4.1. Angaben zur Prävalenz und Inzidenz 17 1.4.2. Rupturraten von thorakalen und abdominellen Aneurysmen 18 1.4.3. Angaben zu Wachstumsraten (GRy) aortaler Aneurysmen 19 1.5. Diagnostik und Bildgebung der Aorta 21 1.5.1. Nichtapparative Diagnostik 21 1.5.2. Konventionelles Röntgen und Angiografie 21 1.5.3. Ultraschall 21 1.5.4. Schnittbildgebung – Computer- und Magnetresonanztomografie (CT/MRT) 22 1.6. Therapeutische Optionen 23 1.6.1. Thorakale und thorakoabdominelle Aortenaneurysmen 23 1.6.2. Bauchaortenaneurysmen 23 2. Ziel der Studie 25 3. Materialien und Methoden 26 3.1. Studienkollektiv – Ein- und Ausschlusskriterien 26 3.2. Bildgebung 26 3.3. Bildverarbeitung und Messverfahren 27 3.3.1. Vorbereitung 27 3.3.2. Volumenberechnung 30 3.3.3. Messung von Diameter und Querschnittsfläche 30 3.3.4. Berechnung der Innen- und Außenfläche 31 3.3.5. Messung der minimalen und maximalen Wandstärke 32 3.3.6. Bestimmung der Segmentlänge 32 3.3.7. Winkelungs- und Krümmungsmessung 33 3.3.8. Exzentrizität des Gefäßquerschnittes 33 3.3.9. Vermessung der Gefäßwandverkalkung 34 3.4. Klinisch-anamnestische Faktoren 36 3.5. Berechnung der Wachstumsraten 36 3.6. Definition des Wachstumskriteriums 37 3.7. Gruppierung der Aortensegmente zur Auswertung 37 3.8. Statistische Auswertung 38 3.8.1. Mittelwertdifferenzen 38 3.8.2. Korrelation 38 3.8.3. Multiple Regressionsanalyse 38 3.8.4. Messmethodenvergleich 39 4. Ergebnisse 40 4.1. Charakteristika der Studienpopulation 40 4.1.1. Patientcharakteristika 40 4.1.2. Verteilung der klinischen Risikofaktoren 41 4.2. Quantifizierung der Aortenveränderungen anhand CT-morphologischer Parameter – initial und im Verlauf 43 4.2.1. Volumen 43 4.2.2. Diameter und Querschnittsfläche 47 4.2.3. Innen- und Außenfläche 48 4.2.4. Wandstärke 49 4.2.5. Länge, Proportion und Krümmung 52 4.2.6. Exzentrizität der Gefäßquerschnitte 55 4.2.7. Wandverkalkung 57 4.3. Einflussfaktoren des Aortenwachstums 62 4.3.1. Korrelationsanalyse der potentiellen Einflussfaktoren mit dem Wachstumskriterium 62 4.3.2. Prädiktoren des Aortenwachstums - Multiple Regressionsanalyse 67 4.4. Diskrepanzen zwischen unterschiedlich basierten Wachstumsraten 70 5. Diskussion 73 5.1. Wachstumsverhalten und Aortenmorphologie 73 5.1.1. Das Volumen als sensitiver Verlaufsparameter des Aortenwachstums 73 5.1.2. Etablierte Größen: Diameter und Querschnittsfläche 75 5.1.3. Alternative dreidimensionale Parameter: Innen- und Außenfläche 76 5.1.4. Die aortale Wandstärke als Surrogatparameter für intraluminalen Thrombus und atheromatöse Wandveränderungen 77 5.1.5. Die segementale Länge, Proportion und Krümmung als Korrelat longitudinalen Wachstums 78 5.1.6. Die Exzentrizität der Gefäßquerschnitte 79 5.1.7. Die aortale Wandverkalkung 80 5.2. Prädiktoren und Einflussfaktoren des Aortenwachstums 80 5.2.1. Initiale Größe 81 5.2.2. Gefäßwandveränderungen 82 5.2.3. Das Verhältnis von Proportion, Krümmung und Elongation der Aorten-segmente 84 5.2.4. Die Morphologie des Gefäßquerschnittes 86 5.2.5. Die Rolle der aortalen Wandverkalkung für das Aortenwachstum 87 5.2.6. Die Relevanz klinischer Risikofaktoren 87 5.3. Diskrepanzen der unterschiedlich basierten Wachstumsraten 89 5.4. Limitationen der Studie 91 5.5. Schlussfolgerung 92 6. Zusammenfassung der Arbeit 93 7. Literaturverzeichnis 95 8. Erklärung zur Dissertation 118 9. Curriculum Vitae 119 Persönliche Daten 119 Ausbildung 119 Praktische Erfahrungen und beruflicher Werdegang 119 10. Danksagung 121

The results of bark thickness analysis of pine and spruce trees at the thinning age are presented in the work. The main goal of the work was to investigate regularities of bark thickness variance of pine and spruce logs produced out of trees felled during the thinning cuttings. The main tasks of the work were to find out regularities of bark thickness variance depending on age of the stands, tree species and top diameter of the log, to evaluate adequateness modeled regularities to existing Swedish normatives. The empirical material. 200 pine and 200 spruce felled trees at the Kazlu Ruda state forest enterprise were used for the measurements. The trees were selected at the 4 cutting areas of Nb, Lb, Lc, site types. Diameter and bark thickness of imaginative crosscut at height of 0, 1, 1.3, 3 m and following each second meter were measured for each stem. Methods. The multiple linear and nonlinear regression were used to process empirical data. Calculations were made using software STATISTICA v6.0 and EXCEL. The main results. The differences of bark thickness variation regularities were found while comparing gotten results to Existing Lithuanian and Swedish legalized normatives.

Darbe pateikti beržų, drebulių, juodalksnių žievės storio tyrimai. Tyrimo tikslas: Išanalizuoti beržų, drebulių, juodalksnių stiebų žievės storio kintamumo dėsningumus ir jų pagrindu sudaryti stiebų žievės matematinį modelį. Tyrimo uždaviniai: Nustatyti beržo, drebulės, juodalksnio žievės storio koreliacinius ryšius su stiebų taksacinėmis charakteristikomis. Nustatyti beržų, drebulių, juodalksnių žievės storio kitimo dėsningumus išilgai stiebo ir išreikšti juos regresinėmis lygtimis. Išreikštus beržų, drebulių, juodalksnio žievės storio kitimo dėsningumus palyginti su galiojančiais normatyvais, kitų tyrėjų rezultatais. Tyrimo objektas: Tyrimo bareliuose paimti beržų, drebulių, juodalksnių medžių stiebai iš vidurio Lietuvos ir Žemaitijos regionų. Iš viso tyrimui buvo išmatuota 175 beržo, 136drebulių, 152 juodalksnio stiebų duomenys. Tyrimo metodai: žievės storio priklausomybė nuo jį sąlygojančių veiksnių buvo analizuojama daugianarės tiesinės ir kreivinės regresinės analizės metodais panaudojant EXCEL ir statistika V.6.0 programas. Tyrimo rezultatai: Išanalizuoti beržų, drebulių, juodalksnių kintamumai. Gauti empiriniai duomenys palyginti su kitų autorių matavimo rezultatais, atliekant žievės storio priklausomybės nuo stiebo skersmens 1.3 m aukštyje lyginamąją analizę. Gauti beržų, drebulių juodalksnių žievės storio kintamumo modeliai. / The results of bark thickness analyses of birch, aspen, black alder tree species are presented in the work. The main goal of the work was to investigate regularities of bark thickness variance of birch, aspen, black alder logs felled during all cutting and to make mathematical model of bark of stems. The main tasks of the work were to find out regularities of bark thickness of asp, birch, black – alder and bark thickness dependence on parameters of stems, to make regression analysis of regularities of bark thickness variance along stem and to compare results of work with other similar investigations. The empirical material of asp, birch and black -alder stems were selected from the middle and lowland regions of Lithuania. Overall 465 records of stem were collected, of which 175 records were of aspen, 136 – of birch, 152 – of black-alder. Methods The multiple linear and nonlinear regressions were used to process empirical data. Calculations were made using software STATISTICA v6.0 and MS EXCEL packages. The main results Changes of bark thickness of birch, aspen and black alder were investigated. The acquired empirical data were compared with the data of other authors carrying out comparative analyses of bark thickness dependence on steam diameter at 1.3 m height. Models of bark thickness variance of birch, aspen, black alder were prepared.

Terrestrial laser scanning (TLS) has been successfully used for three-dimensional (3D) data capture in forests for almost two decades. Beyond the plot-based data capturing capabilities of TLS, vehicle-based mobile laser scanning (MLS) systems have the clear advantage of fast and precise corridor-like 3D data capture, thus providing a much larger coverage within shorter acquisition time. This paper compares and discusses advantages and disadvantages of multi-temporal MLS data acquisition compared to established TLS data recording schemes. In this pilot study on integrated TLS and MLS data processing in a forest, it could be shown that existing TLS data evaluation routines can be used for MLS data processing. Methods of automatic laser scanner data processing for forest inventory parameter determination and quantitative structure model (QSM) generation were tested in two sample plots using data from both scanning methods and from different seasons. TLS in a multi-scan configuration delivers very high-density 3D point clouds, which form a valuable basis for generating high-quality QSMs. The pilot study shows that MLS is able to provide high-quality data for an equivalent determination of relevant forest inventory parameters compared to TLS. Parameters such as tree position, diameter at breast height (DBH) or tree height can be determined from MLS data with an accuracy similar to the accuracy of the parameter derived from TLS data. Results for instance in DBH determination by cylinder fitting yielded a standard deviation of 1.1 cm for trees in TLS data and 3.7 cm in MLS data. However, the resolution of MLS scans was found insufficient for successful QSM generation. The registration of MLS data in forests furthermore requires additional effort in considering effects caused by poor GNSS signal.