b2d88dec-837e-4136-98ed-a937234eadfa
Tietoaineistosarja
Luonnonvarakeskus (Luke)
Luonnonvarakeskus (Luke)
Natural Resources Institute Finland (Luke)
mvmi@luke.fi
mvmi@luke.fi
2023-11-06T11:08:49
ISO19115
2003/Cor.1:2006
EPSG:3047
EPSG:3047
EPSG:3067
EPSG:3067
Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2006
Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2006
Multi-source national forest inventory (MS-NFI) raster maps of 2006
2011-11-18
http://paikkatiedot.fi/so/1000151
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. Suurimpaan osaan maata on tuotettu 9 kattavaa
karttateemajoukkoa ja Lappiin 8. Ensimmäinen koko maan tuote valmistettiin
vuosina 1990-1994. Tämä aineisto (kolme teemaa) on tehty CORINE2006-tuotantoa
varten MVMI-tekniikalla. Aineistot kattavat metsätalouden maan (VMI-maaluokista
metsä-, kitu- ja joutomaan). Tässä aineistossa muu maa ja vesialueet on
rajattu pois käyttäen maastotietokannan elementtejä, jotka lähinnä vastaavat
VMI:n muita maaluokkia kuin metsä-, kitu- ja joutomaata. Aineistojen
latauspalvelu on osoitteessa http://kartta.luke.fi/
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. Suurimpaan osaan maata on tuotettu 9 kattavaa
karttateemajoukkoa ja Lappiin 8. Ensimmäinen koko maan tuote valmistettiin
vuosina 1990-1994. Tämä aineisto (kolme teemaa) on tehty CORINE2006-tuotantoa
varten MVMI-tekniikalla. Aineistot kattavat metsätalouden maan (VMI-maaluokista
metsä-, kitu- ja joutomaan). Tässä aineistossa muu maa ja vesialueet on
rajattu pois käyttäen maastotietokannan elementtejä, jotka lähinnä vastaavat
VMI:n muita maaluokkia kuin metsä-, kitu- ja joutomaata. Aineistojen
latauspalvelu on osoitteessa http://kartta.luke.fi/
The Finnish Forest Research Institute (Metla) developed a method called
multi-source national forest inventory (MS-NFI). The first operative results
were calculated in 1990. The first country level estimates correspond to years
1990-1994. Small area forest resource estimates, in here municipality level
estimates, and estimates of variables in map form are calculated using field
data from the Finnish national forest inventory, satellite images and other
digital georeferenced data, such as topographic database of the National Land
Survey of Finland. Nine sets of estimates have been produced for the most part
of the country until now and eight sets for Lapland. These three themes have
been produced for production of the CORINE2006. The products cover the
combined land categories forest land, poorly productive forest land and
unproductive land. The other land categories as well as water bodies have been
delineated out using the elements of the topographic database of the Land
Survey of Finland. The original map data can be downloaded from http://kartta.luke.fi/
Luonnonvarakeskus (Luke)
Luonnonvarakeskus (Luke)
Natural Resources Institute Finland (Luke)
mvmi@luke.fi
mvmi@luke.fi
mvmi@luke.fi
luonnonvarat
luonnonvarat
Natural resource
metsävarat
metsävarat
Forest resource
metsävarojen arviointi
metsävarojen arviointi
Forest resource assessment
GEMET - Supergroups, groups and concepts
GEMET - Supergroups, groups and concepts
2010-01-13
metsätalous
metsätalous
Paikkatietohakemiston hakusanasto
Paikkatietohakemiston hakusanasto
2006-11-15
avoindata.fi
avoindata.fi
avoindata.fi
Paikkatietohakemiston asiasanasto
Paikkatietohakemiston asiasanasto
2010-02-03
geonetwork.thesaurus.external.theme.asiasanasto
Maanpeite
Maanpeite
Land cover
GEMET - INSPIRE themes, version 1.0
GEMET - INSPIRE themes, version 1.0
2008-06-01
geonetwork.thesaurus.external.theme.inspire-theme
Kansallinen
Kansallinen
National
Alueellinen laajuus
Alueellinen laajuus
2019-05-22
geonetwork.thesaurus.external.theme.SpatialScope
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by/4.0/
julkista saatavuutta ei ole rajoitettu
julkista saatavuutta ei ole rajoitettu
no limitations to public access
Nimeä 4.0 Kansainvälinen (CC BY 4.0)
Nimeä 4.0 Kansainvälinen (CC BY 4.0)
Attribution 4.0 International (CC BY 4.0)
Luonnonvarakeskuksella on tekijänoikeus ja muut immateriaaliset oikeudet tuotteeseen. Tuotteen ylläpidossa on käytetty Maanmittauslaitoksen maastotietokantaa. Tämä tuote on lisensoitu Creative Commons Nimeä 4.0 Kansainvälinen -lisenssillä. Tarkastele lisenssiä osoitteessa http://creativecommons.org/licenses/by/4.0/ tai lähetä kirje osoitteeseen Creative Commons, PO Box 1866, Mountain View, CA 94042, USA. Aineistoa käytettäessä on mainittava tuotteen tekijänoikeuden omistaja, ”© Luonnonvarakeskus, 2011” ja aineiston nimi, ”Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2006”. Tutkimuskäytössä aineiston metodinen kuvaus löytyy kohdassa "Historia"mainituista julkaisuista.
Luonnonvarakeskuksella on tekijänoikeus ja muut immateriaaliset oikeudet tuotteeseen. Tuotteen ylläpidossa on käytetty Maanmittauslaitoksen maastotietokantaa. Tämä tuote on lisensoitu Creative Commons Nimeä 4.0 Kansainvälinen -lisenssillä. Tarkastele lisenssiä osoitteessa http://creativecommons.org/licenses/by/4.0/ tai lähetä kirje osoitteeseen Creative Commons, PO Box 1866, Mountain View, CA 94042, USA. Aineistoa käytettäessä on mainittava tuotteen tekijänoikeuden omistaja, ”© Luonnonvarakeskus, 2011” ja aineiston nimi, ”Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2006”. Tutkimuskäytössä aineiston metodinen kuvaus löytyy kohdassa "Historia"mainituista julkaisuista.
Natural Resources Institute Finland (Luke) owns the copyright, data protection, and other immaterial rights to this product. The Topographic Database from the National Land Survey has been utilized when making the product. This work is licensed under the Creative Commons Attribution 4.0 International License. To view a copy of this license, visit http://creativecommons.org/licenses/by/4.0/ or send a letter to Creative Commons, PO Box 1866, Mountain View, CA 94042, USA. When using the material, the owner of the rights to the material must be given as "©Natural Resources Institute Finland, 2011" and the name of the material must be given as "The Multi-source National Forest Inventory Raster Maps of 2016". For research use, the description of the method is in the references in the metadata element Lineage. A scientific citation practice shall be used in research use.
20
environment
19.08
31.59
59.50
70.10
Unknown
Unknown
Unknown
https://www.luke.fi/tietoa-luonnonvaroista/metsa/metsavarat-ja-metsasuunnittelu/metsavarakartat-ja-kuntatilastot/
https://kartta.luke.fi/
https://kartta.luke.fi/geoserver/MVMI/wms?service=wms&version=1.3.0&request=GetCapabilities
OGC:WMS-1.3.0-http-get-capabilities
https://kartta.luke.fi/inspireatom/mvmi.xml
INSPIRE-ATOM
KOMISSION ASETUS (EU) N:o 1089/2010, annettu 23 päivänä marraskuuta 2010, Euroopan parlamentin ja neuvoston direktiivin 2007/2/EY täytäntöönpanosta paikkatietoaineistojen ja -palvelujen yhteentoimivuuden osalta
2010-12-08
Sääntöjenmukaisuutta ei ole arvioitu.
Sääntöjenmukaisuutta ei ole arvioitu.
Conformance has not been assessed.
false
Monilähteinen inventointi tehtiin Suomeen ensimmäisen kerran
1990-1994. Ensimmäinen koko maan tuote valmistettiin vuosina 1990-1994;
seuraavat ovat vuosilta 1996-2003, 2005, 2007, 2009, 2011, 2013, 2015
ja 2017. Tässä esiteltävät kolme teemaa tehtiin MVMI-tekniikalla
CORINE2006-tuotteen tekoa varten.
Teemojen tuottamiseen käytettiin n. 45 000 VMI:n koealaa vuosilta 2004-2007
(VMI10) (2003, VMI9 pohjoisimmassa Suomessa). Kuva-aineistona käytettiin 57
IRS-kuvaa ja 41 Spot-kuvaa vuosilta 2005-2007.
Maastomittausten ja satelliittikuvan ajankohdan välillä tehdyt uudistushakkuut
koealoilla tunnistettiin satelliittikuvien ja osittain ilmakuvien
avulla. Koealat, joiden maastossa havaittu hakkuu ei vastannut kuvaa,
poistettiin maastoaineistosta.
Karttamuotoiset ennusteet tuotettiin tarkennetulla ei-parametrisellä k:n
lähimmän naapurin estimointimenetelmällä (ik-NN menetelmällä). Useimmiten
estimoinnissa käytettiin viittä lähintä naapuria. Tarkennetussa k-NN
estimoinnissa piirteiden painot optimoidaan minimoimalla estimoitavien
muuttujien ennustevirheet geneettisen algoritmin avulla. Satelliittikuvan
piirteiden lisäksi käytetään metsämuuttujien suuraluekarttoja piirteinä, tässä
aineistossa puuston keskitilavuus puulajeittain. Tarkoituksena on ohjata
lähimpien naapureiden valintaa luokitettavaa kuvanalkiota muistuttaviin
metsiin (kts. alla viitteet). Estimointi tehtiin erikseen kivennäismaan,
puustoisten soiden ja avosoiden ositteille kullekin satelliittikuvalle tai
peräkkäisten satelliittikuvien jonolle. Kuva ja koealojen ositus perustui
Maanmittauslaitoksen maastotietokannan karttatietoon.
Metsikkökuvion puuston keskipituus on elävien puiden pohjapinta-alan mediaania
vastaavan puun pituus. Se on likimain sama kuin pohjapinta-alalla painotettu
puiden pituuksien keskiarvo. Puuston keskipituus mitataan maastossa koealaan
osuneilta metsä- ja kitumaan metsikkökuvioilta 1 dm:n luokissa.
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. 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.
Lehtipuuston latvuspeittävyyden osuus johdettiin koko puuston latvuspeittävyydestä
käyttäen lehtipuuston pohjapinta-alan osuutta kuvion puuston
pohjapinta-alasta. Taimikoissa käytettiin vastaavasti runkolukuja.
Lisää tietoja menetelmistä ja luotettavuudesta on esimerkiksi julkaisuissa
Törmä, M., Haakana, M., Hatunen, S., Härmä, P., Kallio, M., Katila, M.,
Kiiski, T., Mäkisara, K., Peräsaari, J., Piepponen, H., Repo, R., Teiniranta,
R. & Tomppo, E., 2008. Finnish Corine 2006-project: Determining Changes in
Land Cover in Finland between 2000 and 2006. Remote Sensing for Environment
Monitoring, GIS Applications and Geology VIII, Proceedings of SPIE vol. 7110.
Tomppo, E., Haakana, M., Katila, M. & Peräsaari, J. 2008. Multi-source
national forest inventory - Methods and applications. Managing Forest
Ecosystems 18. Springer. 374 p. ISBN 978-1-4020-8712-7,
Tomppo, E. & Halme, M. 2004. Using coarse scale forest variables as ancillary
information and weighting of variables in k-NN estimation: a genetic algorithm
approach. Remote Sensing of Environment 92: 1-20.
Lisää tietoa Suomen monilähteisestä valtakunnan metsien inventoinnista on
sivuilla https://www.luke.fi/tietoa-luonnonvaroista/metsa/metsavarat-ja-metsasuunnittelu/metsavarakartat-ja-kuntatilastot/ .
Monilähteinen inventointi tehtiin Suomeen ensimmäisen kerran
1990-1994. Ensimmäinen koko maan tuote valmistettiin vuosina 1990-1994;
seuraavat ovat vuosilta 1996-2003, 2005, 2007, 2009, 2011, 2013, 2015
ja 2017. Tässä esiteltävät kolme teemaa tehtiin MVMI-tekniikalla
CORINE2006-tuotteen tekoa varten.
Teemojen tuottamiseen käytettiin n. 45 000 VMI:n koealaa vuosilta 2004-2007
(VMI10) (2003, VMI9 pohjoisimmassa Suomessa). Kuva-aineistona käytettiin 57
IRS-kuvaa ja 41 Spot-kuvaa vuosilta 2005-2007.
Maastomittausten ja satelliittikuvan ajankohdan välillä tehdyt uudistushakkuut
koealoilla tunnistettiin satelliittikuvien ja osittain ilmakuvien
avulla. Koealat, joiden maastossa havaittu hakkuu ei vastannut kuvaa,
poistettiin maastoaineistosta.
Karttamuotoiset ennusteet tuotettiin tarkennetulla ei-parametrisellä k:n
lähimmän naapurin estimointimenetelmällä (ik-NN menetelmällä). Useimmiten
estimoinnissa käytettiin viittä lähintä naapuria. Tarkennetussa k-NN
estimoinnissa piirteiden painot optimoidaan minimoimalla estimoitavien
muuttujien ennustevirheet geneettisen algoritmin avulla. Satelliittikuvan
piirteiden lisäksi käytetään metsämuuttujien suuraluekarttoja piirteinä, tässä
aineistossa puuston keskitilavuus puulajeittain. Tarkoituksena on ohjata
lähimpien naapureiden valintaa luokitettavaa kuvanalkiota muistuttaviin
metsiin (kts. alla viitteet). Estimointi tehtiin erikseen kivennäismaan,
puustoisten soiden ja avosoiden ositteille kullekin satelliittikuvalle tai
peräkkäisten satelliittikuvien jonolle. Kuva ja koealojen ositus perustui
Maanmittauslaitoksen maastotietokannan karttatietoon.
Metsikkökuvion puuston keskipituus on elävien puiden pohjapinta-alan mediaania
vastaavan puun pituus. Se on likimain sama kuin pohjapinta-alalla painotettu
puiden pituuksien keskiarvo. Puuston keskipituus mitataan maastossa koealaan
osuneilta metsä- ja kitumaan metsikkökuvioilta 1 dm:n luokissa.
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. 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.
Lehtipuuston latvuspeittävyyden osuus johdettiin koko puuston latvuspeittävyydestä
käyttäen lehtipuuston pohjapinta-alan osuutta kuvion puuston
pohjapinta-alasta. Taimikoissa käytettiin vastaavasti runkolukuja.
Lisää tietoja menetelmistä ja luotettavuudesta on esimerkiksi julkaisuissa
Törmä, M., Haakana, M., Hatunen, S., Härmä, P., Kallio, M., Katila, M.,
Kiiski, T., Mäkisara, K., Peräsaari, J., Piepponen, H., Repo, R., Teiniranta,
R. & Tomppo, E., 2008. Finnish Corine 2006-project: Determining Changes in
Land Cover in Finland between 2000 and 2006. Remote Sensing for Environment
Monitoring, GIS Applications and Geology VIII, Proceedings of SPIE vol. 7110.
Tomppo, E., Haakana, M., Katila, M. & Peräsaari, J. 2008. Multi-source
national forest inventory - Methods and applications. Managing Forest
Ecosystems 18. Springer. 374 p. ISBN 978-1-4020-8712-7,
Tomppo, E. & Halme, M. 2004. Using coarse scale forest variables as ancillary
information and weighting of variables in k-NN estimation: a genetic algorithm
approach. Remote Sensing of Environment 92: 1-20.
Lisää tietoa Suomen monilähteisestä valtakunnan metsien inventoinnista on
sivuilla https://www.luke.fi/tietoa-luonnonvaroista/metsa/metsavarat-ja-metsasuunnittelu/metsavarakartat-ja-kuntatilastot/ .
The first country level estimates correspond to years 1990-1994. The most
recent versions are from years 2005, 2007, 2009, 2011, 2013, 2015 and 2017.
The three themes presented here were made for production of
CORINE2006.
The map products are in a raster format in the ETRS-TM35FIN coordinate system
with a pixel size of 20m x 20m. These are reprojections from original themes
in the Finnish YKJ coordinate system witf pixel size 25m x 25m. The products
cover the combined land categories forest land, poorly productive forest land
and unproductive land. The other land categories as well as water bodies have
been delineated out using the elements of topographic database of the Land
Survey of Finland.
Field data from about 45 000 NFI sample plots from years 2004-2007 (NFI10)
(2003, NFI9 in northernmost Finland) were used. The satellite images used
included 57 IRS images and 41 Spot images fomr years 2005-2007.
Regeneration cuttings on the field plots were assessed using satellite images
and, in some cases, with aerial photographs. The plots were removed where the
cuts status in field data clearly did not match the image.
The map form estimates were made using the improved k-Nearest Neighbour method
(ik-NN method). The value of five for k was used most frequently. The weights
of the features in the ik-NN method are sought using an optimization method
based on genetic algorithm. Coarse scale estimates of forest variables were
used as the supplementary data. The volumes by tree species groups were
selected as the variables. The purpose is to direct the selection of the
neighbours, on the average, to forests similar to the target pixel (see the
references below). The estimation was made separately for mineral soils, mires
and open bogs and fens. The stratification of both the satellite image and the
field plots were made using the topographic map data of Land Survey Finland.
The mean height of the trees on a forest stand is the height of the basal
area median tree for the development classes young thinning stand or more
mature stands. It is about the same as the basal area weighted average
height. For seedling stands, the mean height is the average height of the
dominant and co-dominant seedlings. The mean height is assessed in the field
in the classes of 1 dm.
The canopy cover of trees is the vertical projection area on the horizontal
plane of the canopies of the individual trees on a field plot (without double
counting the overlapping canopies). In NFI10, it was assessed in the field as
a shares (0-99%) on a fixed radius plot. In North Lapland in NFI9, the
canopy cover was assessed in three categories if the plot was either on forest
land, poorly productive forest land or unproductive land. A regression model
was constructed to estimate the cover in the classes of one percent.
The canopy cover proportion of broad-leaved trees is derived from the total
cover using the basal area. However, in the seedling stands, the canopy cover
of broad-leaved trees is assessed using the shares of the stem numbers.
More information about the methods and the accuracies are given in the
publications, e.g.:
Törmä, M., Haakana, M., Hatunen, S., Härmä, P., Kallio, M., Katila, M.,
Kiiski, T., Mäkisara, K., Peräsaari, J., Piepponen, H., Repo, R., Teiniranta,
R. & Tomppo, E., 2008. Finnish Corine 2006-project: Determining Changes in
Land Cover in Finland between 2000 and 2006. Remote Sensing for Environment
Monitoring, GIS Applications and Geology VIII, Proceedings of SPIE vol. 7110.
Tomppo, E., Haakana, M., Katila, M. & Peräsaari, J. 2008. Multi-source
national forest inventory - Methods and applications. Managing Forest
Ecosystems 18. Springer. 374 p. ISBN 978-1-4020-8712-7
Tomppo, E. & Halme, M. 2004. Using coarse scale forest variables as
ancillary information and weighting of variables in k-NN estimation: a genetic
algorithm approach. Remote Sensing of Environment 92: 1-20.