University of Helsinki
Rasterianalyyseja Kevon kanjonin alueelta
Kolmannella kurssikerralla tutustuimme erilaisiin rasterianalyyseihin ja analysoimme niistä syntyneiden karttojen lopputuloksia. Käytimme aineiston pohjana viime kerralla luotuja tasoja ja käytimme myös pohjakarttana samaa dataa Kevon kanjonin alueesta kuin viimeksikin. Toimme viime kerralla käsiteltyjen aineistojen lisäksi Luonnonvarakeskuksen (Luke) tarjoamia avoimia puustoaineistoja alueen eri puulajeista projektiin tutkittavaksi.
Käytetyn datan metatiedot
Aluksi tutustuin aineiston metatietoihin, jotta voisin saada tarkemman ja laajemman kuvan aineiston ominaisuuksista tutkimista ja analysoimista varten. Metatietojen mukaan aineiston spatiaalinen resoluutio on 16km x 16km ja aineistossa esiintyvän biomassan yksikkö on 10 kg/ha. Aineiston tuotannosta kirjoitetaan metatiedoissa muun muassa näin: ”Metsäntutkimuslaitos (Metla) kehitti niin sanotun valtakunnan metsien monilähteisen inventoinnin (MVMI) ja otti sen käyttöön vuonna 1990. Maastotietojen, satelliittikuvien ja muun numeerisen paikkatiedon avulla tuotetaan kuntakohtaiset metsävara-arviot ja karttamuotoisia metsävaratietoja.”
Kokonaisbiomassat eri puulajeille
Laskin aineiston puulajeille kokonaisbiomassan Raster Calculator -työkalulla, jonka tuloksien pohjalta muodostin vertailevat karttakuvat havainnollistamaan alueen biomassan jakaantumista (kuvat 1, 2 ja 3). Kuvissa vaaleampi väri kuvaa pienempää biomassan esiintymistä, kun taas värin tummentuessa biomassan esiintyvyys kasvaa. Biomassakarttojen perusteella lehtipuita (kuva 3) näyttäisi olevan visuaalisesti eniten alueella ja puusto on sijoittunut lähinnä isoimman uoman varrelle alankoon. Biomassan sijoittuminen alangolle on tyypillistä, koska alavammat alueet ovat kosteampia veden virtauksen ja kasaantumisen takia. Lehtipuita sijaitsee isoimman uoman ohella myös pienempien sivu-uomien varsilla niin kuin on oletettavaa.
Mäntyjä ja lehtipuita sijoittuu suhteellisen samoille alueille karttavisualisoinnin mukaan, mutta kuuset poikkeavat tästä (kuva 2). Kuusia on suhteellisesti huomattavasti vähemmän kuin muuta aineistossa esiintyvää biomassaa, ja sen huomaa karttavisualisoinnista muun muassa biomassan peittämien alueiden pienemmästä pinta-alasta sekä vaaleasta väristä. Isoja arvoja eli kartassa tumman vihreää väriä ei huomaa lähes ollenkaan kuusten esiintymistä kuvaavasta karttakuvasta. Kuusia ei myöskään esiinny läheskään yhtä paljon sivuomissa kuin muita puita. Selittävänä tekijänä kuusten pienemmälle esiintyvyydelle voisi olla kuuselle epäotolliset alueet ja havupuiden kasvaminen korkeammilla alueilla.
Uoman etäisyysbufferi ja latvuspeittävyys
Ennen latvuspeittävyystehtävään kunnolla siirtymistä, selvitettiin aineiston metatiedoista, miten latvuspeittävyys on arvioitu ja mitä se tarkoittaa. Löysin metatiedoista kaksi hyvää kohtaa kuvaamaan kysymystä:
”Puun elävien oksien biomassa sisältää kaikkien elävien oksien massan ilman neulasia tai lehtiä. Puun kuolleiden oksien biomassa sisältää elävien puiden kuolleiden oksien biomassan ilman mahdollisesti jäljellä olevia neulasia tai lehtiä. Puun lehvästön biomassa tarkoittaa elävien neulasten tai lehtien biomassaa.”
”Puuston latvuspeittävyys VMI:ssa tarkoittaa koealan puuston vaakatasoon projisoidun latvuston peittämää osuutta koealan alasta. Latvuspeittävyys arvioitiin VMI10:ssä prosentteina (0-99) kiinteäsäteiseltä koealalta metsä-, kitu ja joutomaalla. VMI11-koealoille ennustettiin latvuspeittävyys k-NN-menetelmällä VMI10-koealoja käyttäen. VMI9:ssä (Ylä-Lappi) latvuspeittävyys arvioitiin koelalta kolmessa luokassa, jos koealan keskipiste sijaitsi metsä-, kitu-, tai joutomaalla. VMI9 koealoille laadittiin regressiomalli latvuspeittävyyden ennustamiseksi yhden prosentin yksiköissä.”
Muodostimme uomastolle etäisyysvyöhykkeen, jota voi käyttää esimerkiksi puuston sijoittumisen havainnollistamisessa suhteessa uoman sijaintiin. Etäisyysvyöhykkeen muodostamisessa tarvittiin viime kurssikerralla luotua uomastoa, joista valittiin käytettäväksi raja-arvon 100k omaava uomasto. Bufferialueen tekemiseen 100k uomasto on kaikkein sopivin, koska pienemmät yksityiskohdat tekisivät vyöhykkeestä liian tarkan ja kartasta luultavasti tulisi epäselvä. Hieman ”epätarkemmat” uomat sopivat siis tähän tehtävään parhaiten. Bufferialuuen tekeminen olikin jo tuttua, joten tämä kohta meni nopeasti. Tein kartan (kuva 4) havainnollistamaan lehtipuiden jakautumista vyöhykkeittäin kanjonin alueella ja pohdin uomien läheisyyden vaikutusta lehtipuiden esiintymiseen.
Kuva 4 – Lehtipuiden etäisyys uomasta Kevon kanjonin alueella.
Kartassa (kuva 4) taustalla näkyy Euclidian distance -työkalulla tehty 100k uomien bufferialue, joiden etäisyysluokat ovat muokattu 200 metriin Reclassify-työkalulla. Etäisyysluokat ovat visualisoitu pienimmästä suurimpaan arvoon, sillä tavalla, että uomien läheisyydessä olevia arvoja kuvataan tummemmalla värillä, ja väri haalenee siirtyessä kauemmas uomista. Toisin sanoen tummemmalla värillä merkitään kartassa kosteampia alueita. Laitoin 100k uomat vielä selkeyttämään bufferikartan päälle uomien sijaintia. En pystynyt vaikuttamaan uomien väreihin ollenkaan, koska niiden värejä muokatessa ArcGis päätti kerta toisensa jälkeen kaatua. Liitin bufferikartan päälle lehtipuiden latvuspeittävyyden havainnollistamaan puiden sijaintia ja määrää. Lopullinen kartta havainnollistaa hyvin uomien vaikutusta lehtipuiden sijoittumiseen alueella. Kartasta selkeästi huomaa, että uomien läheisyydessä esiintyy enemmän lehtipuita, kun taas kauemmas siirtyessä lehtipuiden osuus vähenee huomattavasti, mikä selittyy kosteustason madaltumisella.
Tein myös alueesta vyöhykkeittäin (200, 400, 600, 800, 1000, 1300) taulukon (taulukko 1), jossa kuvataan puuston latvuspeittävyyttä eri etäisyysvyöhykkeillä. Taulukossa on esitetty eri alueiden maksimiarvot, joista voi päätellä, millä etäisyysvyöhykkeellä kunkin puulajin latvuspeittävyys saa suurimman arvon.
Taulukko 1 – Alueella esiintyvien puutyyppien latvuspeittävyys alueittain.
Eniten puustoa on selkeästi etäisyysvyöhykkeellä 200, joka on lähimpänä uomaa. Alue on tällöin kosteampaa, joka vaikuttaa puuston ja muun biomassan kasvavuuteen positiivisesti. Vähiten puustoa on puolestaan etäisyysvyöhykkeellä 1300, joka on kuivinta aluetta sen sijainnin ollessa kauimpana uomastosta. Kaikkien alueiden enimmäispuu on mänty, kun taas kuusta on vähiten jokaisella vyöhykkeellä.
Kurssikerran harjoitus onnistui mielestäni hyvin ja viime kurssikerran epävarmuudet katosivat tällä viikolla. Viime viikolla syntynyt suuri epätoivon tunne on nyt hieman pienentynyt.
Käytetyt lähteet:
Luonnonvarakeskuksen (LuKe) avoimet puustoaineistot, saatavilla: http://kartta.luke.fi/