Dataset extent

Itämeren ja Suomen järvien päivittäinen näkösyvyysaineisto (Landsat-8) 2016– / Daily Secchi depth of the Baltic Sea and Finnish lakes (Landsat-8) 2016–

[FI] Satelliitti-instrumenttien havainnoista seurataan veden näkösyvyyttä pilvettömiltä alueilta sulan veden aikana Suomen merialueilta ja järviltä.

Näkösyvyys kuvaa veden läpäisevyyttä, ja sen arvioiminen liittyy mm. rehevöitymistason määrittämiseen. Satelliittihavainnoista tulkittu näkösyvyys on menetelmäkehitysvaiheessa ja rajapinnalla oleva aineisto kattaa esimerkkihavaintoja. Näkösyvyyttä tulkitaan Landsat-8 -satelliitin OLI-instrumentin (sekä Sentinel-2 sarjan MSI-instrumenttein, erillinen metadata) havainnoista, aineisto alkaa vuodesta 2016. Tulkinta tehdään 60 metrin tarkkuudella.

Tulkintaan käytetään C2RCC-mallia (Case-2 Regional CoastColour), (Brockmann et al. 2016). Malli on avoimesti saatavilla SNAP-ohjelmiston kautta. Syken aineistoissa mallin lopputulos on kuitenkin sovitettu vastaamaan Suomen rannikko- ja järvialueiden optisia ominaisuuksia. Sovitus perustuu kenttäkampanjoihin ja ympäristöhallinnon asemanäytteenottoon rannikolla ja järvillä (perusperiaate kuvattu Attila et al., 2013).

Käyttötarkoitus: Itämeren ja Suomen järvien vedenlaadun seuranta.

Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).


[EN] Satellite observations are used to monitor the Secchi depth of water from cloudless regions during ice-free periods from Finnish sea areas and lakes.

Secchi depth describes the transparency of the water. Secchi depth interpreted from the satellite observations is in the method development phase and the data contains sample interpretations. The interpretation utilises the Landsat-8 satellite OLI instrument (as well as the Sentinel-2 series MSI instruments, separate metadata) starting from year 2016. The a spatial resolution of the material is 60 m.

Secchi depth is estimated from the satellite instrument observations using a neural network-based model C2RCC (Case-2 Regional CoastColour), (Brockmann et al. 2016). The final result of the model has been adapted to correspond to the optical properties of the Finnish coast and lake areas by Syke. The adaptation is based on field campaigns and station sampling (as exemplified e.g. in Attila et al., 2013).


Viitteet / References

Attila, J., Koponen, S., Kallio, K., Lindfors, A., Kaitala, S., & Ylöstalo, P. (2013). MERIS Case II water processor comparison on coastal sites of the northern Baltic Sea, Remote Sensing of Environment, 128, 138–149.

Brockmann, C & Doerffer, R. (2016). Evolution of the C2RCC neural network for Sentinel 2 and 3 for the retrieval of ocean colour products in normal and extreme optically complex waters. Proc. Living Planet Symposium, ESA SP-470.


WMS-palvelin / WMS service endpoint: https://geoserver2.ymparisto.fi/geoserver/eo/wms

WMS-taso / WMS layer: EO_HR_WQ_LC8_SDT


Data ja resurssit

Lisätietoja

Kenttä Arvo
Metatietueen ID {7BF7E62B-4E4E-489B-A6B4-BC708A80E37F}
Metatiedon pääasiallinen kieli fin
Metatiedosta vastaava organisaatio Suomen ympäristökeskus / Finnish Environment Institute (Syke)
Metatiedosta vastaavan organisaation yhteystieto eotuki@syke.fi
Metatiedosta vastaavan organisaation rooli pointOfContact
Metatiedon päivityspäivämäärä 2024-04-11
Koordinaattijärjestelmän EPSG-koodi, ks. https://epsg.io EPSG:3067
Palvelun päivämäärä 2016-05-09
Palvelun päivämäärän tyyppi publication
Palvelun yksilöivä tunnus
Palvelusta vastaava organisaatio Suomen ympäristökeskus / Finnish Environment Institute (Syke)
Palvelusta vastaavan organisaation yhteystieto eotuki@syke.fi
Palvelusta vastaavan organisaation rooli pointOfContact
Esimerkkikuva
INSPIRE-teema Sea regions
GEMET-asiasana remote sensing
GEMET-asiasana earth observation
GEMET-asiasana satellite image
GEMET-asiasana coastal water
GEMET-asiasana sea water
GEMET-asiasana surface water
GEMET-asiasana water body
GEMET-asiasana Water Framework Directive
GEMET-asiasana water quality
GEMET-asiasana freshwater
GEMET-asiasana inland water
GEMET-asiasana ecological assessment
GEMET-asiasana ecological status
GEMET-asiasana eutrophication
GEMET-asiasana monitoring
Resurssityyppi Satelliittihavaintotieto
Muut asiasanat Ei-Inspire
Muut asiasanat: sanaston nimi
Muut asiasanat TARKKA
Muut asiasanat: sanaston nimi
Muut asiasanat STATUS
Muut asiasanat: sanaston nimi
Muut asiasanat status assessment
Muut asiasanat: sanaston nimi
Muut asiasanat secchi depth
Muut asiasanat: sanaston nimi
Muut asiasanat water transparency
Muut asiasanat: sanaston nimi
Käyttörajoitteet ja lähdemerkintä

Creative Commons Nimeä 4.0 Kansainvälinen

[FI] Syke on mainittava lähteenä, jos tuotteita käytetään julkaisuissa tai esityksissä tai saatetaan muulla tavoin yleisön saataviin.

Landsat-8 aineistoihin perustuva näkösyvyys: "Syke-aineisto, USGS/NASA Landsat Program (vuosi)"

Lisätietoja


[EN] Syke must be cited as a source if the products are used in publications or performances or otherwise made available to the public.

Secchi depth based on Landsat-8 data: "Syke data, USGS / NASA Landsat Program (year)"

More info

Saantirajoitteet

no limitations

Aineiston/järjestelmän tyyppi grid
Aineiston/järjestelmän kieli eng
Aineiston/järjestelmän aiheluokka environment
Aineiston/järjestelmän aiheluokka inlandWaters
Aineiston/järjestelmän aiheluokka oceans
Palvelun tyyppi
Ajallisen kattavuuden alku 2016-05-09
Ajallisen kattavuuden loppu now
Palvelun historiatiedot

[FI] Kaukokartoitusseurantojen tuloksena syntynyt näkösyvyysaineisto. Vuodesta 2016 eteenpäin koostuva esimerkkiaineisto Suomen merialueilta ja järviltä.

Prosessointihistoria: Näkösyvyys on tulkittu Landsat-8 OLI-satelliitti-instrumentin aineistoilta. Alkuperäinen satelliittidata on ladattu USGS/NASA latauspalveluista. Sykessä niistä on laskettu näkösyvyysaineisto käyttäen C2RCC-mallia (Case-2 Regional CoastColour).


[EN] Satellite observations are used to monitor secchi depth. Example data from years 2016- for the Finnish sea areas and lakes.

Processing history: The Landsat-8 OLI data have been received from USGS/NASA service. The dataset has been processed to secchi depth values in Syke using the C2RCC algorithm (Case-2 Regional CoastColour), which includes atmospheric correction.