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 Suomen hiekkarantoja ja niiden taustatekijöitä kuvaava aineisto. Datan taustalla olevan hankkeen pääasiallisena tarkoituksena on hiekkarantojen identifioiminen parhaasta käytettävissä olevasta tiedosta, näiden rantojen ominaispiirteiden kuvaaminen, ympäristöllisen arvon arvioiminen sekä hoitotarpeessa olevien rantojen löytäminen. Aineistosta on julkaistu kaksi erillistä versiota. -HiekkarantojenOminaisuudet_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 -HiekkarantojenOminaisuudet_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/RantaPutte_Menetelmakuvaus.pdf sekä muuttujaseloste https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/RantaPutte_VariableDescription.xlsx ENG This data describes Finnish sandy beaches and their background factors. The main purpose of the project underlying the data is to identify sandy beaches from the best available information, to describe the characteristics of these beaches, to assess their environmental value and to find beaches in need of conservation There are two separate versions of the data. -HiekkarantojenOminaisuudet_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. -HiekkarantojenOminaisuudet_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/RantaPutte_Menetelmakuvaus.pdf All the variables in the data are explained in this bilingual variable description https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/RantaPutte_VariableDescription.xlsx

Maanmittauslaitoksen KM2-korkeusmallin kanssa yhteensopiva korkeusmalli, jossa alkuperäisiä korkeusarvoja on alennettu erityisesti virtavesikohteiden (viivamaiset sekä aluemaiset) ja tieverkoston risteyskohdissa. Alennetut korkeusarvot pyrkivät kuvaamaan virtausreittejä, kuten tierumpuja ja putkia, joita alkuperäisessä KM2:ssa ei ole. Aineisto on tuotettu yhdistämällä useita eri valtakunnan kattavia lähtöaineistoja, joita ovat - korkeusmalli KM2 (Maanmittauslaitos) - Siltojen kansien korkeudet (Syke) - Maastotietokanta (Maanmittauslaitos) - DIGIROAD-tieverkosto (Väylävirasto) - Rumpurekisteri (Väylävirasto) Lisäksi jotkin kunnat ja kaupungit ovat digitoineet Maastotietokannasta puuttuvia virtausreittejä. Korkeusarvot ovat ilmoitettu N2000-korkeusjärjestelmässä. Aineisto on avoin (lisenssi CC BY 4.0). Käyttötarkoitus: Korvaamalla KM2:n korkeusarvot uomakorjausaineiston arvoilla saadaan korkeusmalli, joka soveltuu mm. pintaveden virtauksen mallinnukseen alkuperäistä korkeusmallia paremmin. Tämä mahdollistaa esim. hulevesitulvariskien luotettavamman arvioinnin. Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0). Lähde: Syke, Maanmittauslaitos (perustuu Syken, MML:n ja Väyläviraston aineistoihin).

NLS-FI INSPIRE Download Service (WFS) for Buildings/Point is an INSPIRE compliant direct access Web Feature Service. It contains the following INSPIRE feature types: Building The service is based on the NLS-FI INSPIRE Buildings Theme Dataset. The dataset is administrated by the National Land Survey of Finland. The service contains all features from the dataset that are modelled as points.

This dataset represents the Integrated biodiversity status assessment for benthic habitats using the BEAT tool. Status is shown in five categories based on the integrated assessment scores obtained in the tool. Biological Quality Ratios (BQR) above 0.6 correspond to good status. The assessment in open sea areas was based on the core indicators ‘State of the soft-bottom macrofauna community’ and ‘Oxygen debt’. Coastal areas were assessed by national indicators, and may hence not be directly comparable with each other. This dataset displays the result of the integrated biodiverity status in HELCOM Assessment unit Scale 4 (Division of the Baltic Sea into 17 sub-basins and further division into coastal and off-shore areas and division of the coastal areas by WFD water types or water bodies). Attribute information: "BQR" = Biological Quality Ratio "Confidence" = Confidence of the assessment "HELCOM_ID" = id of the HELCOM assessment unit "country" = name of the country / opensea "level_2" = HELCOM sub-basins (name of the scale 2 assessment unit) "Name" = Name of the coastal assessment unit on scale 4 "AULEVEL" = scale of the assessment units "type_descr" = Name of the HELCOM scale 4 assessment unit "SAUID" = ID number for the spatial assessment unit "EcosystemC" = Ecosystem component assessed "Confiden_1" = Confidence of the assessment (0-1, higher values mean higher confidence) "Total_numb" = Number of indicators used in assessment "Area_km2" = Area of assessment unit (km2) "Confiden_1" = Confidence level of the assessment (scores < 0.5 = low, 0.5 - 0.75 = intermediate, > 0.75 = high) "STATUS" = Integrated status category (0-0.2 = not good (lowest score), 0.2-0.4 = not good (lower score), 0.4-0.6 = not good (low score), 0.6-0.8 = good (high score), 0.8-1.0 = good (highest score))

LUOMUS WFS is an API to the geospatial information provided by the Finnish Museum of Natural History. The use of the service is free and doesn't require authentication.

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.

Maatalousmaa vuonna 2020 aineisto kuvaa mahdollisimman kattavasti maankäytöltään maatalouteen kuuluvia alueita vuonna 2020, sisältäen sekä maataloustukia saavat alueet, että tukien ulkopuoliset alueet. Aineisto on koostettu käyttäen Ruokaviraston tuottamia perus- ja kasvulohkoaineistoja sekä Maanmittauslaitoksen tuottamaa maastotietokantaa. Peruslohkoaineisto on komission asetuksen 796/2004 ja neuvoston asetuksen (EY) N:o 1782/2003 20 artiklassa tarkoitettu viljelylohkojen tunnistusjärjestelmä. Järjestelmää käytetään EU:n pinta-alaperusteisen maataloustuen hallinnoinnissa. Aineisto käsittää vuoden 2020 peruslohkojen tilanteen 31.12.2020. Kasvulohkolla tarkoitetaan yhteen peruslohkoon kuuluvaa yhtenäistä aluetta, jossa kasvatat yhtä kasvilajia, useamman kasvilajin seosta tai jota kesannoidaan tai joka on erityiskäytössä. Yhdellä peruslohkolla voi olla yksi tai useampia kasvulohkoja. Kasvulohko voi kuulua vain yhteen peruslohkoon. Kasvulohkojen rajat ja samalla niiden pinta-alat voivat vaihdella peruslohkon sisällä vuosittain. Peltolohkorekisteristä on aineistoon otettu mukaan ne lohkot joihin yhdistyy kasvulohkoista tieto viljellystä kasvista. Aineistosta on tiputettu pois ei-maatalousaluetta olevat lohkot, esimerkiksi metsäiset alueet. Maanmittauslaitoksen Maastotietokanta on koko Suomen kattava maastoa kuvaava aineisto ja se koostuu erilaisista kohderyhmistä. Maastotietokannan Maatalousmaa -aineisto sisältää Maastotietokannan pellot, ja puutarhat. Niityt ovat erillinen kohdeluokka. Mammuttiprojektia varten MTK kohdeluokat Maatalousmaa (pellot ja puutarhat) ja Niitty yhdistettiin yhdeksi aineistoksi. Kohdeluokat on poimittu vuoden 2020 Maastotietokannasta, joka on saatavissa Paituli-palvelusta (poiminta tehty 19.04.2021). Kohdeluokat ja niiden kuvaukset löytyvät: https://www.maanmittauslaitos.fi/sites/maanmittauslaitos.fi/files/attachments/2018/03/Maastotietokohteet_0.pdf Peruslohkoaineistosta ja maastotietokannasta poimitut kohteet on yhdistetty siten, että maatalousmaa muodostetaan ensisijaisesti käyttämällä peruslohkoaineistosta poimittuja peruslohkoja. Tämän joukon ulkopuolelle jäävä maatalousmaa tulee maastotietokannasta. Aineistojen yhdistäminen on kuvattu tarkemmin tuotantokuvauksessa. https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/maatalousmaa2020.pdf https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/Metatietokuvaus_peltolohkorekisteri.pdf Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).

The data set consists of yearly maps of the start of the vegetation active period in deciduous vegetation and coniferous forest. The start of vegetation active period in deciduous vegetation (Day of Year) is defined as the day when deciduous trees unfold new leaves in spring. It is also often referred to as the green-up or greening day. The data set was derived from time series of the Normalized Difference Water Index (NDWI) calculated from Moderate Resolution Imaging Spectroradiometer (MODIS) satellite observations. The start of vegetation active period in coniferous forest (Day of Year) is defined as the day when coniferous trees start to photosynthesize in spring. The data set was derived from MODIS satellite observation of Fractional Snow Cover. The day when snow cover decreases during spring melt was used as a proxy indicator for the beginning of the start of the vegetation active period. The data set can be used of phenology analysis at regional and national scale and as input data for modelling. This SYKE’s dataset can be used according to open data license (CC BY 4.0)