Dataset extent

Potentiaalisen tulvametsän tai metsäluhdan esiintymistodennäköisyys 2023

Aineisto sisältää monimuotoisuuden kannalta merkittäviä tulvametsien ja metsäluhtien mallinnettuja esiintymiä. Potentiaalisia kohteita mallinnettiin vesistötulvavaarakarttojen lisäksi myös uuden valuma-aluetasoisen tulvakartan kattamilta alueilta. Aineistossa esitetään potentiaalisen kohteen esiintymisen todennäkösyysindeksi ja tietoja tulvan syvyydestä, maanpeitteestä ja maankäytöstä. Aineisto on vektorimuotoinen ja sen luokitus on erillisessä dokumentissa https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/Potut2023_luokat.pdf. Tulvametsille ja metsäluhdille tyypilliset kohteet haetaan puuston, kasvupaikan, maankäytön perusteella. Tulkinta perustuu paikkatieto- ja kaukokartoitusaineistojen prosessointiin ja yhdistämiseen. Aluksi asiantuntijoiden tekemän ns. päätöspuun avulla rajataan tulva-alueilta ne alueet, jotka ovat potentiaalisia tulvametsiä tai metsäluhtia. Koneoppimisalgoritmin, jossa hyödynnetään myös kaukokartoitusaineistoja, avulla puolestaan priorisoidaan edellä rajatut alueet tulvametsien tai metsäluhtien esiintymisen todennäköisyyden perusteella. Kohteita voidaan ottaa huomioon suojeluohjelmissa, arvokkaiden elinympäristöjen luonnonhoidossa ja suunniteltaessa vesitaloutta. Tulvaiset alueet ja niiden ennallistaminen tarjoavat parhaimmillaan useita hyötyjä, kuten tulvahuippujen tasaaminen, ravinteiden pidättäminen ja luonnon monimuotoisuuden lisääminen. Aineistoa kannattaa tarkastella myös muiden tulva-aineistojen kanssa esimerkiksi vesisyvyyden suhteen. Lisätietoja Tiima-hanke https://www.syke.fi/hankkeet/tiima Loppuraportti https://www.syke.fi/download/noname/%7B154EF89D-D213-4A1E-B638-2E971A39775B%7D/181907 Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).

Data and Resources

Additional Info

Field	Value
File Identifier	{1211787A-B1DE-4488-B91A-8A7770CE16D8}
Metadata Language	fin
Organisation responsible for metadata	Suomen ympäristökeskus
Contact information of the organisation responsible for metadata	gistuki@syke.fi
The role of the organisation responsible for metadata	pointOfContact
Metadata revision date	2024-04-08
EPSG Code of the Reference System, see https://epsg.io/	EPSG:3067
Resource Date	2024-03-12
Resource Date Type	publication
Unique Resource identifier
Organisation Responsible for Resource	Suomen ympäristökeskus
Contact information of the organisation responsible for Resource	gistuki@syke.fi
The role of the organisation responsible for Resource	pointOfContact
INSPIRE Data Theme	Habitats and biotopes
GEMET Concepts Keyword	habitat
GEMET Concepts Keyword	flood
GEMET Concepts Keyword	remote sensing
Resource Classification	Paikkatietoaineisto
Other keywords	Ei-Inspire
Other keywords: Thesaurus name
Other keywords	FEO
Other keywords: Thesaurus name
Other keywords	tulva
Other keywords: Thesaurus name
Other keywords	habitaatti
Other keywords: Thesaurus name
Other keywords	kaukokartoitus
Other keywords: Thesaurus name
Other keywords	SYKEn kansallisella rajapinnalla
Other keywords: Thesaurus name
Use constraints and source	Creative Commons Nimeä 4.0 Kansainvälinen https://www.syke.fi/fi/ymparistotieto/kayttolupa-ja-vastuut Lähde:Syke
Access Constraints	no limitations
Representation Type	vector
Scale (Denominator)	10000
Resource Language	fin
Resource Topic Category	biota
Service Type
Begin Date of Temporal Extent	None
End Date of Temporal Extent	None
Lineage Information	Potut-hankkeessa (2019–2021) kehitettiin menetelmä tulvametsien ja metsäluhtien tunnistamiseksi tulvamallinnuksen, paikkatietojen ja kaukokartoitusaineistojen avulla. Menetelmässä käytettiin asiantuntijan päätöspuumallia ja koneoppimismenetelmiä. TIIMA-hankkeessa (2022-2023) hyödynnettiin ja jatkojalostettiin Potut-hankkeessa kehitettyä menetelmää. Nyt mallinnus tehtiin vesistötulvavaarakarttojen lisäksi myös uuden valuma-aluetasoisen tulvakartan kattamilta alueilta. Meritulva-alueita ei ole (Tiima) aineistossa mukana. Mallien lähtödatoina käytetyt paikkatieto-ja kaukokartoitusaineistot päivitettiin uusimpiin versioihin ja lisättiin uusia aineistoja. Koneoppimismallinnuksessa hyödynnettiin uutta, monipuolisempaa laskentaympäristöä ja -menetelmiä. Lähtödatoina malleissa olivat tulvavaaravyöhykkeet (vesisyvyys vesistötulvien ja valuma-alueittaisten tulvien alueilta), laserkeilattu kasvillisuuden pintamalli, monilähde valtakunnanmetsien inventointi, maanpeite ja -käyttöaineisto (Corine maanpeite 2000–2018 ja Maankäyttö ja puustoaineisto #3), maastotietokanta ja Sentinel satelliittikuva-aikasarjat. Lopputuloksena on vektoriaineisto potentiaalisista kohteista (MMU 0,25 ha) erikseen turve- ja kivennäismailla. Työssä käytettiin Random forest -algoritmia, joka ennustaa tavoitemuuttujan (tässä luontotyyppi) esiintymisen paikkatieto- ja kaukokartoitusaineistojen (piirteet) perusteella mallilla, joka opetetaan maastossa mitatun tiedon avulla (Metsähallituksen luonnonsuojelualuetietojärjestelmä Saktin ja Potut-hankkeen maastohavainnot).