KUVAUS: Karttataso sisältää sekajätteen keräysalueet, jotka tulevat voimaan kuudessa vaiheessa 31.12.2029 mennessä, sekä nykyisen voimassa olevan sekajätteen keräysalueen. PÄIVITYS: Satunnainen (vain tarvittaessa). YLLÄPITOSOVELLUS: Tampereen kaupungin tiedostopalvelin ja PostGIS-tietokanta KOORDINAATTIJÄRJESTELMÄ: Aineisto tallennetaan ETRS-GK24FIN (EPSG:3878) tasokoordinaattijärjestelmässä GEOMETRIA: vektori (alue) SAATAVUUS: Aineisto on tallennettu Postgis-tietokantaan. JULKISUUS: Aineisto on nähtävillä julkisesti kaikille käyttäjille Oskari-karttapalvelussa. TIETOSUOJA: Aineistoon ei liity tietosuojakysymyksiä. AINEISTOSTA VASTAAVA TAHO: Tampereen kaupunki, Alueellinen jätehuoltolautakunta, jatehuoltolautakunta@tampere.fi

WFS download service for EMODnet Seabed substrate dataset: EMODnet Seabed substrate multiscale 1:1 000 000 –Europe (Seabed_substrate:multiscale_1m), EMODnet Seabed substrate multiscale 1:250 000 –Europe (Seabed_substrate:multiscale_250k), EMODnet Seabed substrate multiscale 1:100 000 –Europe (Seabed_substrate:multiscale_100k), EMODnet Seabed substrate multiscale 1:50 000 –Europe (Seabed_substrate:multiscale_50k), EMODnet Seabed substrate 1:100 000 –Europe (Seabed_substrate:seabed_substrate_100k), EMODnet Seabed substrate 1:250 000 –Europe (Seabed_substrate:seabed_substrate_250k), EMODnet Seabed substrate 1:1 000 000 –Europe (Seabed_substrate:seabed_substrate_1m), EMODnet Sedimention rates –Europe (Seabed_substrate:sedimentation_rates). The service is based on the EMODnet Geology dataset. The dataset is administrated by the Geological Survey of Finland. The service contains all features from the dataset that are modelled as polygons.

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

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/

NLS-FI INSPIRE View Service for Cadastral Parcels Theme is an INSPIRE compliant Web Map Service. It contains the following harmonized INSPIRE map layers: CadastralParcel, CadastralBoundary. The service is based on the NLS-FI INSPIRE Cadastral Parcels dataset. The dataset is administrated by the National Land Survey of Finland.

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 1:50 000 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/).

This dataset contains points of information describing the location and size of spills of mineral oil observed during aerial surveillance flights by HELCOM Contracting Parties during 1998-2023. The data covers detections from fixed-wing aircraft only. Since 2014 Contracting Parties have also reported spills of other substances and unknown substances. The purpose of the regional aerial surveillance is to detect spills of oil and other harmful substances and thus prevent violations of the existing regulations on prevention of pollution from ships. Such illegal spills are a form of pollution which threatens the marine environment of the Baltic Sea area. Further information on detected spills in the Baltic Sea area and HELCOM aerial surveillance activities can be found at http://www.helcom.fi/baltic-sea-trends/maritime/illegal-spills/ and https://helcom.fi/action-areas/response-to-spills/aerial-surveillance/ The dataset contains the following information: Country Year Spill_ID = A unique code which will enable each individual spill to be individually identified FlightType = The type of flight the detection was made during: National = "N", CEPCO = "C", Super CEPCO = "SC", Tour d’Horizon = “TDH” Date = The date of the detection (dd.mm.yyyy) Time_UTC = The time of the detection in UTC (hh:mm) Wind_speed = The wind speed at the time of the detection (m/s) Wind_direc = The wind direction in degrees at the time of the detection (degrees) Latitude = The latitude of the detection (decimal degrees, WGS84) Longitude = The longitude of the detection (decimal degrees, WGS84) Length__km = The length of the detection (km) Width__km = The width of the detection (km) Area__km2_ = The area of the detection (km2) Spill_cat = Spill/pollution category: Mineral Oil = “Oil", Other Substance = "Other substance" , "Unknown substance" = “Unknown” EstimVol_m = If Spill_cat="Oil", then estimated min. volume of oil spill. Volume of the detection confirmed/observed as mineral oil as calculated using the Bonn Agreement Oil Appearance Code using the lower figure (BAOAC minimum) in m3. Vol_Category = Category of the detection: <0,1m3 = “1”, <0,1-1m3 = “2”, 1-10 m3 = “3”, 10-100 m3 = “4”, >100 m3 = “5” Type_substance = If Spill_cat="Other substance" or "Unknown. Product name or type of OS or GAR substances that could be identified (in case of known polluter, or via visual identification - cf. BAOAC Atlas). - Examples for OS: vegetable oils (palm oil sun flower oil, soya oil etc.), fish oil, molasses, various chemicals (methanol, biodiesels/FAME, toluene, paraffines etc.); Examples of GAR: solid cargo residues (e.g. coal residues), plastics, fish nets, … OR "Unknown" (in case the type of substance could not be identified) Polluter = Type of polluter source: Offshore Installation = “Rig”, Vessel = “Ship”, Other Polluter or source (e.g. land based source) = “Other”, Unknown = “Unknwon” (in case of an “orphan” spill that cannot be linked to a polluter) Remarks = Any additional information to inform on particular situations Description of marine litter sightings

The Arctic SDI Gazetteer Service is a service that contains authoritative place names data from the arctic area. The service can be used for searching place names and performing reverse geocoding. The service contains about 2.87 million place name locations with about 3.15 million place names. It contains data from following sources: * Canada (Natural Resources Canada, updated: 02/2018) * Denmark (including Greenland) (SDFE, updated: 05/2017) * Finland (National Land Survey of Finland, updated: 04/2017) * GEBCO Undersea feature names gazetteer (updated: 04/2019) * Iceland (National Land Survey of Iceland, updated: 08/2017) * Norway (Norwegian Mapping Authority, updated: 08/2017) * Russia (Russian Mapping Agency, updated: 04/2019) * Sweden (Swedish National Mapping Agency, updated: 05/2017) * USA (US Geological Survey, updated: 05/2017)