Dataset extent
Suotyypit ja turvekankaat
Data ja resurssit
Tässä tietojoukossa ei ole dataa
Lisätietoja
Kenttä | Arvo |
---|---|
Metatietueen ID | {B01E9FE1-D22C-497E-8CFB-7D331EF6627D} |
Metatiedon pääasiallinen kieli | fin |
Metatiedosta vastaava organisaatio | Suomen ympäristökeskus |
Metatiedosta vastaavan organisaation yhteystieto | gistuki@syke.fi |
Metatiedosta vastaavan organisaation rooli | pointOfContact |
Metatiedon päivityspäivämäärä | 2023-08-30 |
Koordinaattijärjestelmän EPSG-koodi, ks. https://epsg.io | EPSG:3067 |
Aineiston/järjestelmän päivämäärä | 2023-09-12 |
Aineiston/järjestelmän päivämäärän tyyppi | publication |
Aineiston/järjestelmän yksilöivä tunnus | |
Aineistosta/järjestelmästä vastaava organisaatio | Geologian tutkimuskeskus |
Aineistosta/järjestelmästä vastaavan organisaation yhteystieto | geodata@gtk.fi |
Aineistosta/järjestelmästä vastaavan organisaation rooli | owner |
INSPIRE-teema | Geology |
GEMET-asiasana | geology |
GEMET-asiasana | peat |
Resurssityyppi | Paikkatietoaineisto |
Käyttörajoitteet ja lähdemerkintä | Creative Commons Nimeä 4.0 Kansainvälinen Lähde: GTK |
Saantirajoitteet | no limitations |
Aineiston/järjestelmän tyyppi | grid |
Aineiston/järjestelmän kieli | fin |
Aineiston/järjestelmän aiheluokka | geoscientificInformation |
Palvelun tyyppi | |
Ajallisen kattavuuden alku | None |
Ajallisen kattavuuden loppu | None |
Aineiston/tietojärjestelmän historiatiedot | ALKUPERÄTIEDOT Suotyypit ja turvekankaat -aineiston tuotannossa on käytetty?rasteri- ja vektorimuotoisia kaukokartoitus- ja paikkatietoaineistoja. Rasterimuotoisina kaukokartoitus- aineistoina on käytetty 1) Sentinel-1 ja Sentinel-2 satelliittiaineistoja, 2) laserkeilausaineistosta johdettuja maaston pintamallia ja kasvillisuuden korkeusmallia, 3) matalalentogeofysiikan aineistoja sekä 4) monilähteistä valtakunnan metsien inventointiaineistoa. Aineiston ryhmittelyssä ja rajaamisessa on käytetty Maanmittauslaitoksen maastotietokantaa sekä Suomen ympäristökeskuksen (Syke) Suokasvillisuusvyöhyke -aineistoa. Vektorimuotoinen aineisto on muutettu rasterimuotoiseksi ja sovitettu rasteriaineistojen tapaan 10 m resoluutiolla tehtyyn perushilaan, joka perustuu Maanmittauslaitoksen maastotietokannan maa-alueisiin. Koneoppimismallintamisen opetusaineistoina käytettiin valtakunnan metsien inventointiaineiston (VMI) koealatietoja, GTK:n?turvetutkimusaineiston suotyyppimäärityksiä sekä GTK:n maaperäkartoituksen maaperäpiikityspisteitä. Maastohavaintotiedot on kerätty vuosien 2000–2021 aikana. PROSESSOINTIHISTORIA Koko Suomen koneoppimismallintamista edelsi pilotointivaihe, jossa kehitettiin luokittelulle työvuo, valittiin käytettävät aineistot ja niiden esikäsittelymenetelmät, päätettiin opetusaineistojen luokkasisältö sekä testattavat koneoppimismenetelmät. Pilottialueiksi valittiin kolme turvemaiden maankäytöltä ja suotyyppijakaumaltaan toisistaan poikkeavaa aluetta Itä-, Länsi- ja Pohjois-Suomesta. Pilotoinnin perusteella Random Forest -algoritmi valikoitui parhaaksi koneoppimisluokittelijaksi. Lopullinen rasteriaineistojenpiirrevalinta perustui geneettisellä algoritmillä tehtyyn ajoon, joka tehtiin yhteisajona aineistoilla, jotka kattoivat kaikki kolme pilottialuetta. Pilotointivaiheen tulosten perusteella koko Suomen koneoppimisajot tehtiin Suomen suokasvillisuusvyöhykkeiden mukaisesti viidessä eri alueessa: 1) Kilpikeitaat, 2) Viettokeitaat, 3) Pohjanmaan aapasuot, 4) Peräpohjolan aapasuot ja 5) Yhdistetyt Metsä-Lapin aapasuot/Tunturi-Lapin palsa- ja paljakkasuot. Opetusaineistona käytetyt suotyyppihavaintotiedot jaettiin em. vyöhykkeisiin sekä vyöhykkeiden sisällä lisäksi ojittamattomiin ja metsäojitettuihin alueisiin ojitusmaskin perusteella. Vyöhykkeelle 5 tehtiin vain yksi luokittelu (ojittamaton), koska metsäojituksia ei kyseisellä Pohjois-Lappiin sijoittuvalla vyöhykkeellä juurikaan ole tehty. Jokaiselle vyöhykkeelle tehtiin kaksi eri koneoppimismallinnusta: 1) Ensimmäinen malli sisälsi kaikki käytettäväksi valitut aineistot yhteiseltä alueelta, joilta ne olivat saatavilla. 2) Koska laserkeilaus lentoaineistosta johdettua korkeusmallia ja latvusmallia ei ollut saatavilla kaikkialta, tehtiin toinen luokittelu ilman ko. aineistoja. Yhdistämällä näiden kahden luokittelun tulokset, saatiin koko vyöhykkeen kattava yhtenäinen rasteriaineisto. Kaikkiaan koneoppimismallinnuksia tehtiin yhteensä 18 kappaletta (neljä vyöhykkeiltä 1–4 ja kaksi vyöhykkeeltä 5), joista muodostettiin lopulta koko Suomen kattava metsäojitettujen ja ojittamattomien turvemaiden suotyyppirasteriaineisto. Ojittamattomien ja metsäojitettujen soiden luokittelu tehtiin Laine ym. (2018) mukaisen suotyyppi- ja turvekangasluokkajaottelun mukaisesti erikseen ojittamattomille ja ojitetuille alueille. Lisäksi turvemaiden maankäyttömuodoista luokiteltiin turvepellot ja metsittyneet pellot (kytöheitot). Suo – ja turvemaa-alueiden sisällä sijaitsevat mineraalimaat saivat luokittelussa negatiivisen arvon. Tietosisältö perustuu suotyyppiin, turvekangasluokkaan ja kutakin luokkaa vastaavaan numerosarjaan. Taulukko suotyypeistä ja turvekankaista sekä niitä vastaavista numerosarjoista on esitetty erillisessä metatietoihin liitetyssä dokumentissa ja teknisen raportin taulukossa 14. Suotyypit ja turvekankaat -aineistoon liittyy selittävä metadata -rasteri, jonka perusteella kukin rasteripikseli voidaan liittää aineiston tarkkuutta esittävään virhematriisiin. Ennustetut luokittelutarkkuudet laskettiin leave-one-out ristiinvalidoinnilla.? Suotyyppiluokkien yleisluokittelutarkkuus vaihtelee suokasvillisuusvyöhykkeittäin ollen ojitetuilla suotyypeillä 29,3–40,4 % ja ojittamattomilla suotyypeillä 32,6–49,3 %. Suotyyppi- ja turvekangasluokkakohtaiset oikeellisuusarvot löytyvät metatiedoista, suokasvillisuusvyöhykkeittäin jaetuista virhematriisidokumenteista. |