FIN Aineiston tarkoituksena on: -Identifioida tie- ja rata-alueet, joiden varrella esiintyy uhanalaisia ja silmälläpidettäviä lajeja -Identifioida tie- ja rata-alueet, joiden varrella esiintyy hyviä elinvoimaisia niittyindikaattorilajeja (hyönteisten mesi- ja ravintokasveja) -Identifioida tie- ja rata-alueet, joiden varrella esiintyy suojelualueita -Identifioida tie- ja rata-alueet, joiden varrella esiintyy komealupiinia tai kurtturuusua -Identifioida tie- ja rata-alueet, joiden varrella esiintyy komealupiinia tai kurtturuusua uhanalaisten lajien lisäksi -> Löytää herkät alueet ja paikallistaa vieraslajien uhka Tieto esitetään 1 kilometrin ruuduissa. Aineistosta on julkaistu kaksi erillistä versiota. -VaylanvarsienVieraslajitJaArvokkaatElinymparistot_avoin: Avoin versio, jonka lajitietoa on karkeistettu mahdollisista herkistä lajeista johtuen. Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0) ja sitä saa käyttää lisenssiehtojen mukaisesti -VaylanvarsienVieraslajitJaArvokkaatElinymparistot_kayttorajoitettu: Alkuperäinen karkeistamaton versio. Tämä versio on vain viranomaiskäyttöön eikä kyseistä aineistoa saa jakaa Aineistosta on tehty tarkempi menetelmäkuvaus https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/VierasVayla_Menetelmakuvaus.pdf sekä muuttujaseloste https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/VierasVayla_VariableDescription.xlsx ENG The purpose of the material is to: -Identify road and rail areas that have nearby observations of endangered and near threatened species -Identify road and rail areas with good meadow indicator plant species -Identify road and rail areas along which there are protected areas -Identify the road and rail areas along which there are observations of Lupinus polyphyllus or Rosa rugosa observations -Identify the road and rail areas along which there are Lupinus polyphyllus or Rosa rugosa observations in addition to sensitive species -> Finds sensitive areas and identify the overall threat of alien species The data is presented in 1-kilometer square grid cells. There are two separate versions of the data. -VaylanvarsienVieraslajitJaArvokkaatElinymparistot_avoin: Open access version, in which its species-related parts have been simplified due to data restriction issues. The material belongs to Syke's open materials (CC BY 4.0) and may be used in accordance with the license terms. -VaylanvarsienVieraslajitJaArvokkaatElinymparistot_kayttorajoitettu: Original version. This version is only for official use and the material in question may not be shared. A more precise description about the data procedures can be found from (In Finnish) https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/VierasVayla_Menetelmakuvaus.pdf Furthermore, all the variables in the data are explained in this bilingual variable description https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/VierasVayla_VariableDescription.xlsx This dataset was updated with the newest species observations on 10/2023 and 11/2024 Process code for this can be found from https://github.com/PossibleSolutions/VierasVayla_SpeciesUpdate

Tämän aineiston tarkemmat metodikuvaukset löytyvät artikkeleista (Holmberg et al. 2023, Junttila et al. 2023). Tässä on kuvattu aineistoa ja sen valmistelua. Tarkoituksena on ollut tuottaa alueellista tietoa maanpeitteen merkityksestä kasvihuonekaasupäästöihin Suomessa. Lähtöaineisto ja metodit rajoittavat tarkkuutta, mutta aineisto soveltuu paikallisten, esimerkiksi maakuntatason ilmiöiden tarkasteluun. Aineisto edustaa lyhyttä ajanjaksoa. Maanpeiteaineisto perustuu rekisteritietoihin ja kaukokartoitusaineistoon vuosilta 2015-2020, lukuun ottamatta maaperäaineistoa, jokia ja järviä. Aineisto on rasterimuotoista ja tallennettu GeoTiff-formaatissa, joka on yhteensopiva useimpien paikkatieto-ohjelmistojen kanssa. Greenhouse gas net emission intensities by land cover category in Finland The methods related to the data published herein are described in detail in the associated publications (Holmberg et al. 2023, Junttila et al. 2023). This file describes the datasets and the data preparation steps. The aim of this data publication is to provide regional assessments of the role of land cover in greenhouse gas emissions in Finland. The results in the publications are reported for the large administrative divisions, the NUTS 3 regions of mainland Finland (Statistics Finland 2023a). While limited by the accuracy of the methods and source data involved, these data can also be used for more local assessments, e.g., at the scale of municipalities. The data represent a temporal snapshot of land cover. Except for the soil maps, rivers and lakes, all land cover data are from the period 2015-2020 and are based on registry data or remote sensing. Data format. The data are distributed as GeoTiff raster files, which can be read using most GIS-software.

Potential cumulative impacts on benthic habitats is based on the same method than <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/9477be37-94a9-4201-824a-f079bc27d097" target="_blank">Baltic Sea Impact Index</a>, but is focused on physical pressures and benthic habitats. The dataset was created based on separate analysis for potential cumulative impacts on only the benthic habitats, as these are particularly affected by physical pressures. In this case the evaluation was based on pressure layers representing <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/ea0ef0fa-0517-40a9-866a-ce22b8948c88" target="_blank">physical loss</a> and <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/05e325f3-bc30-44a0-8f0b-995464011c82" target="_blank">physical disturbance</a>, combined with information on the distribution of eight broad benthic habitat types and five habitat-forming species (<a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/363cb353-46da-43f4-9906-7324738fe2c3" target="_blank">Furcellaria lumbricalis</a>, <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/f9cc7b2c-4080-4b19-8c38-cac87955cb91" target="_blank">Mytilus edulis</a>, <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/264ed572-403c-43bd-9707-345de8b9503c" target="_blank"> Fucus sp.</a>, <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/822ddece-d96a-4036-9ad8-c4b599776eca" target="_blank">Charophytes</a> and <a href="http://metadata.helcom.fi/geonetwork/srv/eng/catalog.search#/metadata/ca327bb1-d3cb-46c2-8316-f5f62f889090" target="_blank">Zostera marina</a>). The potential cumulative impacts has been estimated based on currently best available data, but spatial and temporal gaps may occur in underlying datasets. Please scroll down to "Lineage" and visit <a href="http://stateofthebalticsea.helcom.fi/cumulative-impacts/" target="_blank">State of the Baltic Sea website</a> for more info.

The raw materials of forest chips are small-diameter trees from thinning fellings and logging residues and stumps from final fellings. The harvesting potential consists of biomass that would be available after technical and economic constraints. Such constraints include, e.g., minimum removal of energywood per hectare, site fertility and recovery rate. Note that the techno-economic potential is usually higher than the actual availability, which depends on forest owners’ willingness to sell and competitive situation. The harvesting potentials were estimated using the sample plots of the 12th national forest inventory (NFI12) measured in the years 2014–2018. First, a large number of sound and sustainable management schedules for five consecutive ten-year periods were simulated for each sample plot using a large-scale Finnish forest planning system known as MELA (Siitonen et al. 1996; Hirvelä et al. 2017; http://mela2.metla.fi/mela/tupa/index-en.php). MELA simulations consisted of natural processes and human actions. The ingrowth, growth, and mortality of trees were predicted based on a set of distance-independent tree-level statistical models (e.g. Hynynen et al. 2002) included in MELA and the simulation of the stand (sample plot)-level management actions was based on the current Finnish silvicultural guidelines (Äijälä et al. 2014) and the guidelines for harvesting of energy wood (Koistinen et al. 2016). Future potentials were assumed to materialize when the industrial roundwood fellings followed the level of maximum sustained yield (79 mill. m3 in this calculation). The maximum sustained yield was defined such that the net present value calculated with a 4% discount rate was maximized subject to non-declining periodic industrial roundwood and energy wood removals and net incomes, and subject to the saw log removal remaining at least at the level of the first period. There were no constraints concerning tree species selection, cutting methods, age classes, or the growth/drain ratio in order to efficiently utilize the dynamics of forest structure. The potential for energywood from thinnings was calculated separately for all the energywood from thinnings (Stemwood for energy from thinnings) and for material that does not fulfill the size-requirements for pulpwood (Stemwood for energy from thinnings (smaller than pulpwood-sized trees)). Note that the decision whether pulpwood-sized thinning wood is directed to energy or industrial use, is based on the optimisation by MELA. The minimum top diameter of pulpwood in the calculation was 6.3 cm for pine (Pinus sylvestris) and 6.5 cm for spruce (Picea abies) and broadleaved species (mainly Betula pendula, B. pubescens, Populus tremula, Alnus incana, A. glutinosa and Salix spp.). The minimum length of a pulpwood log was assumed at 2.0 m. Energywood could be harvested as whole trees or as delimbed. The dry-matter loss in the supply chain was assumed at 5%. The potentials for logging residues and stumps were calculated as follows: The crown biomass removals of clear fellings were obtained from MELA. According to harvesting guidelines for energywood (Koistinen et al. 2016) mineral soils classified as sub-xeric (or weaker) and peatlands with corresponding low nutrient levels were left out from the potentials. Next, technical recovery rates were applied (70% for logging residues and 82-84% for stumps) (Koistinen et al. 2016; Muinonen et al. 2013). Finally, a dry-matter loss of 20% and 5% was assumed for residues and stumps, respectively. The techno-economical harvesting potentials were first calculated for nineteen Finnish regions and then distributed on a raster grid at 1 km × 1 km resolution by weighting with Multi-Source NFI biomasses as described by Anttila et al. (2018). The potentials represent time period 2026-2035 and are presented as average annual potentials in solid cubic metres over bark. References Äijälä O, Koistinen A, Sved J, Vanhatalo K, Väisänen P. 2014. Metsänhoidon suositukset. [Guidelines for sustainable forest management]. Metsätalouden kehittämiskeskus Tapion julkaisuja. Anttila P., Nivala V., Salminen O., Hurskainen M., Kärki J., Lindroos T.J. & Asikainen A. 2018. Regional balance of forest chip supply and demand in Finland in 2030. Silva Fennica vol. 52 no. 2 article id 9902. 20 s. https://doi.org/10.14214/sf.9902 Hirvelä, H., Härkönen, K., Lempinen, R., Salminen, O. 2017. MELA2016 Reference Manual. Natural Resources Institute Finland (Luke). 547 p. Hynynen J, Ojansuu R, Hökkä H, Salminen H, Siipilehto J, Haapala P. 2002. Models for predicting the stand development – description of biological processes in MELA system. The Finnish Forest Research Institute Research Papers. 835. Koistinen A, Luiro J, Vanhatalo K. 2016. Metsänhoidon suositukset energiapuun korjuuseen, työopas. [Guidelines for sustainable harvesting of energy wood]. Tapion julkaisuja. Muinonen E., Anttila P., Heinonen J., Mustonen J. 2013. Estimating the bioenergy potential of forest chips from final fellings in Central Finland based on biomass maps and spatially explicit constraints. Silva Fennica 47(4) article 1022. https://doi.org/10.14214/sf.1022. Siitonen M, Härkönen K, Hirvelä H, Jämsä J, Kilpeläinen H, Salminen O et al. 1996. MELA Handbook. 622. 951-40-1543-6.

FIN Järvien vesikasvillisuusvyöhykettä kuvaava aineisto 1971 suomalaisesta järvivesimuodostumasta. Aineisto on polygonivektorimuodossa, jossa yksittäisen järven vesikasvivyöhyke esitetään moniosaisena polygonina. Vesikasvillisuusvyöhyke koostuu ilmakuvilta erottuvasta vedenpinnan yläpuolisesta (ilmaversoinen ja kelluslehtinen) ja aivan vedenpinnan tasolle yltävästä uposlehtisestä kasvillisuudesta. Vesikasvillisuusvyöhykkeen ja järven 0–3 metrin syvyysvyöhykkeen perusteella järville on laskettu kasvittumisaste-niminen tunnusluku, jota käytetään järvien ekologisen tilan arvioinnissa kuvaamaan rehevöitymisen aiheuttamaa kasvillisuuden runsastumista. Vesikasvillisuusvyöhyke on analysoitu Picterra-yrityksen koneoppimismalleilla Maanmittauslaitoksen hallinnoimista väri-infra- eli vääräväriortokuvista vuosilta 2012-2023. Vyöhykkeen analysointi on rajattu 1.7.–10.9. otettuihin ortokuviin. Lisäksi analysointi on rajattu seuraaviin vesienhoidon suunnittelun 3. suunnittelukaudella määritettyihin järvityyppeihin: • Pienet humusjärvet • Keskikokoiset humusjärvet • Runsashumuksiset järvet • Matalat humusjärvet • Matalat runsashumuksiset järvet Aineisto sisältää 698 järvivesimuodostumalta ilmakuvatulkinnan useammalta vuodelta. Havaittu kasvittumisaste on laskettu niille 977 järvivesimuodostumalle, joilta oli saatavissa tieto 0–3 metrin syvyysvyöhykkeestä. Aineistoon on jätetty järviä ilman syvyysaineistoa ja siten kasvittumisasteen laskentaa siinä tarkoituksessa, jotta aineistoa voidaan tarvittaessa hyödyntää muuhunkin kuin kasvittumisaste-muuttujaan perustuvaan tila-arviointiin. Aineistolle on tehty silmämääräinen tarkastus virheellisten havaintojen poistamiseksi. Aineisto voi silti sisältää väärintulkintoja. Kasvittumisasteen luontaisen vaihtelun mallintamisesta saadut tunnusluvut, kuten odotetut kasvittumisasteet ja kasvittumisasteeseen perustuva ekologinen tilaluokka, ovat ympäristöhallinnon asiantuntijoiden katseltavissa Pisara-järjestelmässä. Käyttötarkoitus: Ympäristöhallinnon tehtävien tueksi vesien tilan arviointiin. Järvien ekologisen tilan arviointia tekevät asiantuntijat käyttävät paikkatietoaineistoa ilmakuvatulkinnan laadun arvioimiseen yksittäisellä järvellä. Asiasanat: kaukokartoitus, ilmakuvat, vesikasvillisuus, seuranta, ekologinen tila Lisätietoja: https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/Jarvien_vesikasvillisuusvyohykkeet.pdf https://vesi.fi/aineistopankki/koneoppimispohjaiseen-ilmakuvatulkintaan-perustuva-jarvien-vesikasvillisuuden-tilanarviointi/ ENG This data describes lake macrophyte zone on 1971 Finnish lake waterbodies. The spatial features are represented as multi-part polygons. The attributes are in Finnish. The zone represents emergent and floating-leaved vegetation plus submerged vegetation just above the surface of water. Together with lake bathymetric data, the percentage of vegetated littoral (PVL) was calculated. The PVL is applied in ecological status assessment. Lake macrophyte zone was detected from color-infrared aerial orthophotos administered by the National Land Survey of Finland. The detections were performed with the help of a custom machine learning model trained using Picterra. The detections were applied to orthophotos in 2012-2013 which were filmed between 1st of July and 10th of September. The detections were limited to humic and humic-rich lake waterbodies. There are detections from multiple years for 698 lake waterbodies. Observed PVL were calculated on 977 lake waterbodies which have bathymetric data to identify the 0 to 3 meters deep littoral zone. To potentially utilize the data for more than just the PVL-based approach, the data also have detections on waterbodies without bathymetric data and therefore observed PVL. A visual inspection of the data has been performed to remove erroneous detections. The data may still contain misinterpretations. Purpose of use: Support of environmental administration in ecological status assessment. More information: https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/Jarvien_vesikasvillisuusvyohykkeet.pdf https://vesi.fi/aineistopankki/koneoppimispohjaiseen-ilmakuvatulkintaan-perustuva-jarvien-vesikasvillisuuden-tilanarviointi/

KUVAUS: Osana Tampereen kaupungin luonnon monimuotoisuusohjelman päivitystä toteutettiin loka-marraskuussa 2024 kysely paikallisille luonto- ja ympäristöjärjestöille sekä lumo-asiantuntijoille. Kysely oli avoinna 31.10.-1.12.2024 ja se toteutettiin Fiilis-karttakyselytyökalulla. Kysymykset valmisteltiin Tampereen kaupungin ilmasto- ja ympäristöpolitiikan yksikössä. Kysely lähetettiin 18 yhdistykselle, joista 6 yhdistystä vastasi kyselyyn: Tampereen hyönteistutkijain seura ry, Tampereen 4H-yhdistys, Luontoliiton Hämeen piiri (Tampereen metsäryhmä), Suomen luonnonsuojeluliitto Pirkanmaan piiri ry, Pirkanmaan lintutieteellinen yhdistys, 1 muu, jonka nimi puuttui (johtui kyselyohjelman teknisestä häiriöstä). Kysely lähetettiin myös 25 paikalliselle asiantuntijalle, kuten tutkijoille, viheralan yrittäjille, naapurikuntien ympäristönsuojelun asiantuntijoille sekä muille kuin Tampereen kaupungin viranomaisille, joiden työ liittyy luonnon monimuotoisuuteen. 10 asiantuntijatahoa vastasi kyselyyn. KATTAVUUS: Tampere YLLÄPITO: Kyseessä on poikkileikkausaineisto (Aineisto ei päivity). KOORDINAATTIJÄRJESTELMÄ: Aineisto tallennetaan ETRS-GK24 (EPSG:3878) tasokoordinaattijärjestelmässä. GEOMETRIA: vektori (pisteitä ja alueita) SAATAVUUS: Aineisto on katsottavissa kirjautuneille käyttäjille Oskari-karttapalvelussa. AINEISTOSTA VASTAAVA TAHO: Tampereen kaupunki, Ilmasto- ja ympäristöpolitiikan yksikkö

The EMODnet (European Marine Observation and Data network) Geology project collects and harmonizes marine geological data from the European sea areas to support decision making and sustainable marine spatial planning. The partnership includes 39 marine organizations from 30 countries. The partners, mainly from the marine departments of the geological surveys of Europe (through the Association of European Geological Surveys-EuroGeoSurveys), have assembled marine geological information at various scales from all European sea areas (e.g. the White Sea, Baltic Sea, Barents Sea, the Iberian Coast, and the Mediterranean Sea within EU waters). This dataset includes EMODnet seabed substrate maps at a scale of 1:20 000 from the European marine areas. Traditionally, European countries have conducted their marine geological surveys according to their own national standards and classified substrates on the grounds of their national classification schemes. These national classifications are harmonised into a shared EMODnet schema using Folk's sediment triangle with a hierarchy of 16, 7 and 5 substrate classes. The data describes the seabed substrate from the uppermost 30 cm of the sediment column. Further information about the EMODnet Geology project is available on the portal (http://www.emodnet-geology.eu/).

The database consists of three components: "Published age determination”, ”Published Sm-Nd isotope data" and "Pb isotope data on galena". The "Published age determination" database is based on age determinations, which comprise predominantly U-Pb zircon data produced at the Geological Survey of Finland since 1960’s. For igneous rocks the age register contains radiometric ages mostly interpreted as primary ages. The information given consists of location data, rock type, method, mineral analyzed, age results, comments and references. "Published Sm-Nd isotope data" comprise Sm-Nd data procuded at GTK since 1981, which mostly are used to constrain the origin of crust. "Pb isotope data on galena" gives results produced at GTK since 1970's, and include also previously unpublished data.