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

Maatalousmaa vuonna 2021 aineisto kuvaa mahdollisimman kattavasti maankäytöltään maatalouteen kuuluvia alueita vuonna 2021, 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 2021 peruslohkojen tilanteen 31.12.2021. 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 2021 Maastotietokannasta. 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/maatalousmaa2021.pdf https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/Metatietokuvaus_peltolohkorekisteri.pdf Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).

This dataset contains integrated eutrophication status assessment 2011-2016. The assessment is done using the HEAT 3.0 by combining assessment unit-specific results from various indicators by three MSFD criteria groups (C1: Nutrient levels, C2: Direct effect, C3: Indirect effect). The assessment is done on HELCOM Assessment Unit level 4: HELCOM Subbasins with coastal WFD water type or water bodies. The HEAT 3.0 has been applied for open sea assessment units using HELCOM core indicators and for coastal areas using national WFD indicators. In case of Denmark, the WFD results were used directly, displaying different classification as obtained from HEAT. For more information about the methodology, see the State of the Baltic Sea report and HELCOM Eutrophication assessment manual. Attribute information: "HELCOM_ID": ID of the HELCOM Level 4 Assessment unit "Country": Country/ Opensea "level_2": Name of the HELCOM Level 2 Assessment unit "Name": Name of the HELCOM Level 4 Assessment unit "Area_km2": Area of assessment unit "C1_N": MSFD criteria 1, number of indicators used for calculating Eutrophication Ratio (ER) "C1_ER": MSFD Criteria 1, ER "C1_SCORE": MSFD Criteria 1, Confidence of ER "C2_N": MSFD Criteria 2, number of indicators used for calculating ER "C2_ER": MSFD Criteria 2, ER "C2_SCORE": MSFD Criteria 2, Confidence of ER "C3_N": MSFD Criteria 3, number of indicators used for calculating ER "C3_ER": MSFD Criteria 3, ER "C3_SCORE": Criteria 3, Confidence of ER "N": Number of criteria used for calculating overall ER "ER": Overall ER "SCORE": Status confidence "STATUS": Status classification (Good (classes 0-0.5 & 0.5-1.0), Not Good (classes 1.0-1.5, 1.5-2.0 & >2.0), Not assessed) "CONFIDENCE": Final confidence class (< 50% = low, 50-74 % = Moderate, = 75 % = High) "AULEVEL": Level of assessment units

This dataset represents the Integrated biodiversity status assessment for seals (grey seal, harbour seal and ringed seal). 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 status of the seals was assessed using four core indicators: population trends and abundance of seals, distribution of Baltic seals, nutritional status of seals, and reproductive status of seals. In the latter two only grey seals are considered for the 2018 State of the Baltic Sea report. The assessment is based on the one-out-all-out approach, i.e. the species reflecting the worst status in each assessment unit. This dataset displays the result of the integrated biodiversity status in HELCOM Assessment unit Scale 2 (Division of the Baltic Sea into 17 sub-basins). Attribute information: "HELCOM_ID" = ID of the HELCOM scale 2 assessment unit "level_2" = Name of the HELCOM scale 2 assessment unit "EcosystemC" = Ecosystem component analyzed "BQR" = Biological Quality Ratio "Conf" = Confidence of the assessment "Total_indi" = Number of indicators used "% of area assessed" = Share of the total assessed area "D1CX" = MSFD descriptor 1 criteria X "conf_D1CX" = Confidence for MSFD descriptor criteria X "Confidence" = Conifdence of the assessment ("high"/ "moderate"/ "low") "STATUS" = Status of the assessment (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))

KUVAUS: Karttanäkymässä on 360-kuvauksen ajoreitti pistemuodossa, sekä linkki kuvauspisteen ilmakuvaan (2020) ja 360 katunäkymään (5/2021). Ajoreitin pisteaineistoa on harvennettu. Aineisto on osa Mapspace-sovellusta, jonka tuottaa Field Group. OHJE: Pääset vaihtamaan Ilma-, viisto- ja katunäkymäkuvien katselutilaa Mapspace palvelun Workspaces valikosta. KATTAVUUS: Rajatulle käyttäjäjoukolle Oskari-karttapalvelussa. PÄIVITYS: Satunnainen. KOORDINAATTIJÄRJESTELMÄ: Aineisto tallennetaan ETRS-GK24 (EPSG:3878) tasokoordinaattijärjestelmässä. GEOMETRIA: vektori (kuvaspisteet) ja rasteri (360 katunäkymä sekä ilmakuva) JULKISUUS: Aineisto on nähtävillä vain rajatulle käyttäjäjoukolle Oskari-karttapalvelussa. TIETOSUOJA: Aineistoon ei liity tietosuojakysymyksiä. AINEISTOSTA VASTAAVA TAHO: Vektorimuotoisen karttatason ylläpito ja 360-katunäkymäkuvien päivitys: Paikkatietoyksikkö, paikkatieto_tuki@tampere.fi. Mapspace-palvelun ylläpito: Field Group, tuki@fieldgeo.fi

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).

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/).

The technical harvesting potential of small-diameter trees can be defined as the maximum potential procurement volume of small-diameter trees available from the Finnish forests based on the prevailing guidelines for harvesting of energy wood. The potentials of small-diameter trees from early thinnings have been calculated for fifteen NUTS3-based Finnish regions covering the whole country (Koljonen et al. 2017). To begin with the estimation of the region-level potentials, technical harvesting potentials were estimated using the sample plots of the eleventh national forest inventory (NFI11) measured in the years 2009–2013. 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; Redsven et al. 2013). 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). Simulated management actions for the small-tree fraction consisted of thinnings that fulfilled the following stand criteria: • mean diameter at breast height ≥ 8 cm • number of stems ≥ 1500 ha-1 • mean height < 10.5 m (in Lapland) or mean height < 12.5 m (elsewhere). Energy wood was harvested as delimbed (i.e. including the stem only) in spruce-dominated stands and peatlands and as whole trees (i.e. including stem and branches) elsewhere. When harvested as whole trees, a total of 30% of the original crown biomass was left onsite (Koistinen et al. 2016). Energy wood thinnings could be integrated with roundwood logging or carried out independently. Second, the technical energy wood potential of small trees was operationalized in MELA by maximizing the removal of thinnings in the first period. In this way, it was possible to pick out all small tree fellings simulated in the first period despite, for example, the profitability of the operation. However, a single logging event was rejected if the energy wood removal was lower than 25 m³ha-1 or the industrial roundwood removal of pine, spruce, or birch exceeded 45 m³ha-1. The potential calculated in this way contained also timber suitable for industrial roundwood. Therefore, two estimates are given: • potential of trees below 10.5 cm in breast-height diameter • potential of trees below 14.5 cm in breast-height diameter. Subsequently, the region-level potentials were spread on a raster grid at 1 km × 1 km resolution. Only grid cells on Forests Available for Wood Supply (FAWS) were considered in this operation. In this study, FAWS was defined as follows: First, forest land was extracted from the Finnish Multi-Source National Forest Inventory (MS-NFI) 2013 data (Mäkisara et al. 2016). Second, restricted areas were excluded from forest land. The restricted areas consisted of nationally protected areas (e.g. nature parks, national parks, protection programme areas) and areas protected by the State Forest Enterprise. In addition, some areas in northernmost Lapland restricted by separate agreements between the State Forest Enterprise and stakeholders were left out from the final data. Furthermore, for small trees, FAWS was further constrained by the stand criteria presented above to represent similar stand conditions for small-tree harvesting as in MELA. Finally, the region-level potentials were distributed to the grid cells by weighting with MS-NFI stem wood biomasses. References Äijälä O, Koistinen A, Sved J, Vanhatalo K, Väisänen P (2014) Metsänhoidon suositukset [Guidelines for sustainable forest management]. Metsätalouden kehittämiskeskus Tapion julkaisuja. 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]. Metsäkustannus Oy, Helsinki. Koljonen T, Soimakallio S, Asikainen A, Lanki T, Anttila P, Hildén M, Honkatukia J, Karvosenoja N, Lehtilä A, Lehtonen H, Lindroos TJ, Regina K, Salminen O, Savolahti M, Siljander R (2017) Energia ja ilmastostrategian vaikutusarviot: Yhteenvetoraportti. [Impact assessments of the Energy and Climate strategy: The summary report.] Publications of the Government´s analysis, assessment and research activities 21/2017. Mäkisara K, Katila M, Peräsaari J, Tomppo E (2016) The Multi-Source National Forest Inventory of Finland – methods and results 2013. Natural resources and bioeconomy studies 10/2016. Redsven V, Hirvelä H, Härkönen K, Salminen O, Siitonen M (2013) MELA2012 Reference Manual. Finnish Forest Research Institute. Siitonen M, Härkönen K, Hirvelä H, Jämsä J, Kilpeläinen H, Salminen O, Teuri M (1996) MELA Handbook. Metsäntutkimuslaitoksen tiedonantoja 622. ISBN 951-40-1543-6.