2e5565ff-f17f-42a5-9435-d6353f2db46f Tietoaineistosarja Luonnonvarakeskus (Luke) Luonnonvarakeskus (Luke) Natural Resources Institute Finland (Luke) mvmi@luke.fi mvmi@luke.fi 2023-11-06T11:08:48 ISO19115 2003/Cor.1:2006 EPSG:3047 EPSG:3047 EPSG:3067 EPSG:3067 Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2009 Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2009 Multi-source national forest inventory (MS-NFI) raster maps of 2009 2012-11-09 http://paikkatiedot.fi/so/1000438 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 5 kattavaa karttateemajoukkoa ja Lappiin 4. Uusimmassa, vuoden 2009 inventoinnissa on 43 teemaa, puutavaralajitilavuuksien lisäksi puulajeittaiset ja puusto-ositeittaiset biomassat. Ensimmäinen koko maan tuote valmistettiin vuosina 1990-1994; uusimmat ovat vuosilta 2005, 2007 ja 2009. MVMI 2011 valmistuu alkuvuonna 2013. Ensimmäisessä vaiheessa vapaassa jakelussa ovat vuoden 2009 karttamuotoiset tulokset. Jatkossa uudet teemat tuotetaan yhden tai kahden vuoden välein. Metla on päättänyt laittaa karttamuotoisetteemat avoimesti jaettavaksi. Aineisto on rasterimuodossa, 20mx20m hilassa ETRS-TM35FIN-koordinaattijärjestelmässä ja kattaa 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. 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 5 kattavaa karttateemajoukkoa ja Lappiin 4. Uusimmassa, vuoden 2009 inventoinnissa on 43 teemaa, puutavaralajitilavuuksien lisäksi puulajeittaiset ja puusto-ositeittaiset biomassat. Ensimmäinen koko maan tuote valmistettiin vuosina 1990-1994; uusimmat ovat vuosilta 2005, 2007 ja 2009. MVMI 2011 valmistuu alkuvuonna 2013. Ensimmäisessä vaiheessa vapaassa jakelussa ovat vuoden 2009 karttamuotoiset tulokset. Jatkossa uudet teemat tuotetaan yhden tai kahden vuoden välein. Metla on päättänyt laittaa karttamuotoisetteemat avoimesti jaettavaksi. Aineisto on rasterimuodossa, 20mx20m hilassa ETRS-TM35FIN-koordinaattijärjestelmässä ja kattaa 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. 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. 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. Five sets of estimates have been produced for the most part of the country until now and four sets for Lapland. The number of the map form themes in the most recent version, from year 2009, is 43. In addition to the volumes by tree species and timber assortments, the biomass by tree species groups and tree compartments have been estimated. The first country level estimates correspond to years 1990-1994. The most recent versions are from years 2005, 2007 and 2009. MS-NFI 2011 will be ready early 2013. The first set of the products freely available are from year 2009. The new set of the products will be produced annually or biannually in the future. The map from products are in a raster format with a pixel size of 20mx20m and in ETRS-TM35FIN coordinate system. 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. 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 biomassa biomassa Biomass puutavaralaji puutavaralaji Wood product GEMET - Supergroups, groups and concepts GEMET - Supergroups, groups and concepts 2010-01-13 metsätalous metsätalous kasvupaikat kasvupaikat elinympäristöt elinympäristöt 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 Energiavarat Energiavarat Energy resources Maankäyttö Maankäyttö Land use 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 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, 2012” ja aineiston nimi, ”Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2009”. 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, 2012” ja aineiston nimi, ”Monilähteisen valtakunnan metsien inventoinnin (MVMI) kartta-aineisto 2009”. 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, 2012" and the name of the material must be given as "The Multi-source National Forest Inventory Raster Maps of 2009". 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. Nimeä 4.0 Kansainvälinen (CC BY 4.0) Nimeä 4.0 Kansainvälinen (CC BY 4.0) Attribution 4.0 International (CC BY 4.0) 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 ja 2009. MVMI 2011 on tekeillä. Ensimmäisessä vaiheessa vapaassa jakelussa ovat vuoden 2009 karttamuotoiset tulokset. Jatkossa uudet teemat tuotetaan yhden tai kahden vuoden välein. Vuoden 2009 tuloslaskentaan käytettiin yhteensä noin 54 000 VMI-maastokoealaa metsä-, kitu-, ja joutomaalta. Kuva-aineistona käytettiin pääasiasssa Landsat 5 satelliitin TM-kuvia ja, jollei niitä ollut saatavilla joko IRS P6, ALOS AVNIR-2 tai Landsat 7 ETM+ kuvia. Jotta koko maasta voitaisiin esittää mahdollisimman täydellinen kartta, tässä tuotteessa on yhdistetty: 1. vuoden 2009 tulos, jossa on käytetty vuosien 2006-2010 VMI-koealatietoja sekä vuosien 2009-2010 satelliittikuvia, 2. Ahvenanmaalta tulos, jossa on käytetty vuoden 2007 VMI-koealatietoja ja vuoden 2009 kuvia, 3. likimain Inarin ja Utsjoen alueen tulos, jossa on käytetty vuoden 2003 koealatietoja ja vuoden 2009 kuvia, 4. Enontekiön tulos, jossa on käytetty vuoden 2003 koealatietoja ja vuoden 2000 kuvia. Tätä on vielä täydennetty edellisen, vuoden 2007 MVMI-tuotteen avulla, jossa on käytetty vuosien 2005-2008 VMI-koealatietoja ja vuosien 2005-2007 satelliittikuvia. Tähän tuotesarjaan kuuluvasta indeksikartasta "Tietolähdeindeksi, MVMI 2009" näkyy, mistä osa-aineistosta kuva-alkiot ovat peräisin. Karttamuotoiset ennusteet tuotettiin tarkennetulla ei-parametrisellä k:n lähimmän naapurin estimointimenetelmällä (k-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. Kuvan ja koealojen ositus perustui Maanmittauslaitoksen maastotietokannan karttatietoon. Aineistosarja sisältää kaikkiaan 43 teemaa, jotka voidaan ryhmitellä muutamaan ryhmään: Puuston tilavuus on esitetty yhteistuloksena sekä jaoteltuna puulajiryhmiin (mänty, kuusi, koivu, muut lehtipuut) ja puutavaralajeihin (tukkipuu, kuitupuu). Puun tilavuus tarkoittaa runko-osan tilavuutta kannon yläpuolelta puun latvaan. Maastokoealan puuston tilavuus lasketaan koealaan kuuluvista puista käyttäen puista mitattuja tunnuksia sekä runkotilavuusmalleja. Ladattavissa kartoissa runkotilavuus esitetään 1 m3/ha luokissa. Puuston biomassa on jaoteltu seitsemään eri ositteeseen. Puun runkobiomassa tarkoittaa kuorellisen runko-osan biomassaa kannon yläpuolelta puun latvaan. 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. Puun kantobiomassa sisältää elävien puiden kantojen massan. Sekä maanpäälliset että maanalaiset kannon osat otetaan huomioon, ei kuitenkaan juuria. Puun juuribiomassa sisältää elävien puiden yli 1 cm:n paksuisten juurien massan. Puun rungon hukkapuuosan biomassa tarkoittaa sellaisen kuorellisen runko-osan biomassaa, joka osa ei kelpaa aineispuuksi joko kokonsa tai laatunsa vuoksi. Maastokoealan biomassat lasketaan koealaan kuuluvista elävistä puista käyttäen koepuista mitattuja tunnuksia ja tilavuusmalleja sekä puuaineen tiheysmalleja (Repola ym. 2007) ja biomassamalleja (Repola 2008, 2009). Niin sanottujen lukupuiden tilavuudet ja runkobiomassat estimoidaan koepuiden estimaattien sekä lukupuu- ja metsikkötunnusten avulla. Ladattavissa kartoissa biomassat esitetään luokissa 10 kg/ha. Metsikkökuvion puuston ikä määritellään elävien puiden pohjapinta-alalla painotettuna keski-ikänä. Keski-ikä mitataan tai arvioidaan maastossa koealaan osuneilta metsä- ja kitumaan metsikkökuvioilta yhden vuoden luokissa. Metsikkökuvion puuston pohjapinta-ala on elävien puiden runkojen poikkileikkausala 1.3 metrin korkeudelta hehtaaria kohti laskettuna. Puuston pohjapinta-ala mitataan maastossa koealaan osuneilta metsä- ja kitumaan metsikkökuvioilta 1 m2/ha luokissa. 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. Metsikkökuvion puuston keskiläpimitta 1.3 metrin korkeudelta on elävien puiden pohjapinta-alan mediaania vastaavan puun läpimitta. Se on likimain sama kuin pohjapinta-alalla painotettu puiden läpimittojen keskiarvo. Puuston keskiläpimitta mitataan maastossa koealaan osuneilta metsä- ja kitumaan metsikkökuvioilta 1 cm: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. 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. Lehtipuuston latvuspeittävyyden osuus johdettiin koko puuston latvuspeittävyydestä käyttäen lehtipuuston tilavuuden arvioitua osuutta kuvion puuston tilavuudesta (taimikoissa taimien runkoluvuista). Maaluokka jakaa metsätalousmaan alaluokkiin metsämaa, kitumaa ja joutomaa sekä metsätalouden tiet ja varastot. Metsätalousmaan ulkopuolella maaluokka kuvaa maankäyttöä. Ladattavassa kartassa yhdistetty metsä-, kitu- ja joutomaa perustuu Maanmittauslaitoksen maastotietokannan rajaukseen, jonka avulla erotetaan muiden maaluokkien peittämä alue. Jokaiselle kuvanalkiolle rajauksen sisällä on ennustettu todennäköisin kolmesta edellä mainitusta maaluokasta. Päätyyppi jakaa metsämaan, kitumaan ja joutomaan kivennäismaiksi ja soiksi ja suot edelleen korpiin, rämeisiin ja avosoihin. Sekä satelliittikuvat että VMI-koealat ositetaan ennen analyysia Maanmittauslaitoksen maastotietokannan mukaisiin kivennäismaihin ja soihin. Jokaiselle kuvanalkiolle ennustetaan todennäköisin neljästä edellä mainitusta VMI:n päätyypistä. Siten ositteen sisällä voi olla sekä VMI:n mukaisia kivennäismaita että soita. Kivennäismaiden metsämaat jaetaan seitsemään kasvupaikkatyyppiin Lehto ja Leikolan (1987) mukaan. Seitsemäs luokka, kalliomaat ja hietikot voivat olla myös kitu- tai joutomaata. Pohjois-Suomessa kahdeksannen luokan muodostavat lakimetsät ja tunturit ja ne ovat aina kitumaata tai joutomaata. Sekä korvet, rämeet että avosuot luokitetaan kuuteen kasvupaikkaluokkaan riippumatta maaluokasta. Sekä satelliittikuvat että VMI -koealat ositetaan ennen analyysia Maanmittauslaitoksen maastotietokannan mukaisiin kivennäismaihin, puustoisiin soihin ja avosoihin. Jokaiselle kuvanalkiolle on ennustettu karttaositteen sisällä todennäköisin kasvupaikkatyyppi. Siten karttaositteen sisällä voi olla sekä VMI:n mukaisia kivennäismaita että soita. Kuvanalkion tasolla ennustevirhe on suurehko, mutta pienenee alueen koon kasvaessa. Teemojen kuvanalkiokohtainen keskivirhe vaihtelee alueen sijainnista, puuston tilavuudesta ja kasvupaikasta riippuen. Tilavuusteemojen keskimääräiset virheet kuutiometreinä/ha on esitetty alla kuusikoina (puulajiryhmä puutavaralaji Etelä-Suomi/kivennäismaa Etelä-Suomi/suo Pohjois-Suomi/kivennäismaa Pohjois-Suomi/suo): kaikki kaikki 86 66 47 32 mänty kaikki 63 53 40 26 manty tukki 39 29 19 7 mänty kuitu 40 37 30 22 kuusi kaikki 63 37 27 12 kuusi tukki 43 23 12 3 kuusi kuitu 33 21 18 10 koivu kaikki 32 30 19 16 koivu tukki 10 7 2 1 koivu kuitu 25 25 17 13 lehtipuu kaikki 22 10 8 4 lehtipuu tukki 7 3 2 1 lehtipuu kuitu 16 8 7 2 Biomassojen kuvanalkiotason keskivirheiden (yksikkö 10 kg/ha) suuruusluokka on seuraavassa kuusikoina (puulajiryhmä biomassaosite Etelä-Suomi/kivennäismaa Etelä-Suomi/suo Pohjois-Suomi/kivennäismaa Pohjois-Suomi/suo): mänty runko ja kuori 2400 2100 1500 980 mänty elävät oksat 400 350 350 230 mänty kuolleet oksat 95 85 71 52 mänty neulaset 150 140 140 100 mänty kannot 190 170 140 94 mänty juuret 590 500 410 250 mänty hukkapuu 200 220 190 220 kuusi runko ja kuori 2300 1400 1000 450 kuusi elävät oksat 550 340 340 150 kuusi kuolleet oksat 100 63 48 23 kuusi neulaset 360 250 230 110 kuusi kannot 210 120 110 48 kuusi juuret 760 470 430 200 kuusi hukkapuu 19 18 16 14 lehtipuu runko ja kuori 9 8 8 6 lehtipuu elävät oksat 31 35 50 46 lehtipuu kuolleet oksat 62 52 40 25 lehtipuu lehvästö 58 47 41 35 lehtipuu kannot 9 8 6 6 lehtipuu juuret 85 66 47 31 lehtipuu hukkapuu 39 29 18 7 Muiden jatkuva-arvoisten teemojen kuvanalkiotason keskivirheiden suuruusluokka on seuraavassa kuusikoina (muuttuja Etelä-Suomi/kivennäismaa Etelä-Suomi/suo Pohjois-Suomi/kivennäismaa Pohjois-Suomi/suo, yksikkö): ikä 32 35 50 47 a pohjapinta-ala 9 8 6 6 m3/ha keskipituus 59 47 42 35 dm keskiläpimitta 9 8 8 6 cm latvuspeittävyys 20 18 16 14 % lehtip. latvuspeittävyys 15 12 11 10 % Maaluokkateemassa oikein luokitettujen kuva-alkioiden osuus on keskimäärin 92% kun luokitusta verrataan VMI:n maastoluokitukseen. Metsämaaksi luokitetuista kuva-alkioista keskimäärin 98% on VMI:n mukaista metsämaata, kun taas VMI:n mukaisesta metsämaasta 95% on luokitettu metsämaaksi. Kitumaan osalta vastaavat osuudet ovat 38% ja 50% ja joutomaasta 74% ja 87%. Päätyyppiteemassa (kangas, korpi, räme, avosuo) luokka on oikein 84%:lla kuva-alkiosta. 95% kankaiksi luokitetuista on VMI:n maastoluokituksen mukaan kankaita, kun taas VMI:n mukaisista kankaista 88% on luokitettu kankaiksi. Korpien vastaavat luvut ovat 20% ja 45%, rämeiden 76% ja 76% ja avosoiden 71% ja 84%. Kasvupaikkaluokitus on vaativaa maastossakin ja luokituserot henkilöiden välillä yleisiä. Kasvupaikkateeman kuva-alkiosta noin 50%:lla kasvupaikkaluokka on sama kuin VMI:n maastoluokituksessa. Ero on useimmiten kuitenkin vain yhden luokan suuruinen. Erot ovat yleisimpiä lehdoissa, lehtomaisilla soilla ja letoilla ja toisaalta karuilla kasvupaikoilla, karukkokankailla ja rahkaisilla soilla. MVMI:n ja VMI:n luokitukset ovat useimmiten yhteneviä tuoreilla kankailla ja vastaavilla soilla eli suursaraisilla ja mustikkaisilla soilla. Tähän luokkaan luokitetuista kuva-alkioista 60-65% kuuluu VMI:n maastoluokituksen mukaiseen luokkaan, kun taas maastoluokituksen mukaan ko. luokan kuva-alkioista 60% on luokitettu oikein. Luokkamuuttujien kohdalla on huomattava, että aluetasolla pinta-alaestimaattien virheet ovat edellä mainittuja pienempiä. Lisää tietoja menetelmistä ja luotettavuudesta on esimerkiksi julkaisuissa 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., Katila, M., Mäkisara, K. & Peräsaari, J. 2013. The Multi-source National Forest Inventory of Finland - methods and results 2009. Metlan työraportteja / Working Papers of the Finnish Forest Research Institute 273. 216 p. http://www.metla.fi/julkaisut/workingpapers/2013/mwp273.htm ja 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 ja 2009. MVMI 2011 on tekeillä. Ensimmäisessä vaiheessa vapaassa jakelussa ovat vuoden 2009 karttamuotoiset tulokset. Jatkossa uudet teemat tuotetaan yhden tai kahden vuoden välein. Vuoden 2009 tuloslaskentaan käytettiin yhteensä noin 54 000 VMI-maastokoealaa metsä-, kitu-, ja joutomaalta. Kuva-aineistona käytettiin pääasiasssa Landsat 5 satelliitin TM-kuvia ja, jollei niitä ollut saatavilla joko IRS P6, ALOS AVNIR-2 tai Landsat 7 ETM+ kuvia. Jotta koko maasta voitaisiin esittää mahdollisimman täydellinen kartta, tässä tuotteessa on yhdistetty: 1. vuoden 2009 tulos, jossa on käytetty vuosien 2006-2010 VMI-koealatietoja sekä vuosien 2009-2010 satelliittikuvia, 2. Ahvenanmaalta tulos, jossa on käytetty vuoden 2007 VMI-koealatietoja ja vuoden 2009 kuvia, 3. likimain Inarin ja Utsjoen alueen tulos, jossa on käytetty vuoden 2003 koealatietoja ja vuoden 2009 kuvia, 4. Enontekiön tulos, jossa on käytetty vuoden 2003 koealatietoja ja vuoden 2000 kuvia. Tätä on vielä täydennetty edellisen, vuoden 2007 MVMI-tuotteen avulla, jossa on käytetty vuosien 2005-2008 VMI-koealatietoja ja vuosien 2005-2007 satelliittikuvia. Tähän tuotesarjaan kuuluvasta indeksikartasta "Tietolähdeindeksi, MVMI 2009" näkyy, mistä osa-aineistosta kuva-alkiot ovat peräisin. Karttamuotoiset ennusteet tuotettiin tarkennetulla ei-parametrisellä k:n lähimmän naapurin estimointimenetelmällä (k-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. Kuvan ja koealojen ositus perustui Maanmittauslaitoksen maastotietokannan karttatietoon. Aineistosarja sisältää kaikkiaan 43 teemaa, jotka voidaan ryhmitellä muutamaan ryhmään: Puuston tilavuus on esitetty yhteistuloksena sekä jaoteltuna puulajiryhmiin (mänty, kuusi, koivu, muut lehtipuut) ja puutavaralajeihin (tukkipuu, kuitupuu). Puun tilavuus tarkoittaa runko-osan tilavuutta kannon yläpuolelta puun latvaan. Maastokoealan puuston tilavuus lasketaan koealaan kuuluvista puista käyttäen puista mitattuja tunnuksia sekä runkotilavuusmalleja. Ladattavissa kartoissa runkotilavuus esitetään 1 m3/ha luokissa. Puuston biomassa on jaoteltu seitsemään eri ositteeseen. Puun runkobiomassa tarkoittaa kuorellisen runko-osan biomassaa kannon yläpuolelta puun latvaan. 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. Puun kantobiomassa sisältää elävien puiden kantojen massan. Sekä maanpäälliset että maanalaiset kannon osat otetaan huomioon, ei kuitenkaan juuria. Puun juuribiomassa sisältää elävien puiden yli 1 cm:n paksuisten juurien massan. Puun rungon hukkapuuosan biomassa tarkoittaa sellaisen kuorellisen runko-osan biomassaa, joka osa ei kelpaa aineispuuksi joko kokonsa tai laatunsa vuoksi. Maastokoealan biomassat lasketaan koealaan kuuluvista elävistä puista käyttäen koepuista mitattuja tunnuksia ja tilavuusmalleja sekä puuaineen tiheysmalleja (Repola ym. 2007) ja biomassamalleja (Repola 2008, 2009). Niin sanottujen lukupuiden tilavuudet ja runkobiomassat estimoidaan koepuiden estimaattien sekä lukupuu- ja metsikkötunnusten avulla. Ladattavissa kartoissa biomassat esitetään luokissa 10 kg/ha. Metsikkökuvion puuston ikä määritellään elävien puiden pohjapinta-alalla painotettuna keski-ikänä. Keski-ikä mitataan tai arvioidaan maastossa koealaan osuneilta metsä- ja kitumaan metsikkökuvioilta yhden vuoden luokissa. Metsikkökuvion puuston pohjapinta-ala on elävien puiden runkojen poikkileikkausala 1.3 metrin korkeudelta hehtaaria kohti laskettuna. Puuston pohjapinta-ala mitataan maastossa koealaan osuneilta metsä- ja kitumaan metsikkökuvioilta 1 m2/ha luokissa. 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. Metsikkökuvion puuston keskiläpimitta 1.3 metrin korkeudelta on elävien puiden pohjapinta-alan mediaania vastaavan puun läpimitta. Se on likimain sama kuin pohjapinta-alalla painotettu puiden läpimittojen keskiarvo. Puuston keskiläpimitta mitataan maastossa koealaan osuneilta metsä- ja kitumaan metsikkökuvioilta 1 cm: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. 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. Lehtipuuston latvuspeittävyyden osuus johdettiin koko puuston latvuspeittävyydestä käyttäen lehtipuuston tilavuuden arvioitua osuutta kuvion puuston tilavuudesta (taimikoissa taimien runkoluvuista). Maaluokka jakaa metsätalousmaan alaluokkiin metsämaa, kitumaa ja joutomaa sekä metsätalouden tiet ja varastot. Metsätalousmaan ulkopuolella maaluokka kuvaa maankäyttöä. Ladattavassa kartassa yhdistetty metsä-, kitu- ja joutomaa perustuu Maanmittauslaitoksen maastotietokannan rajaukseen, jonka avulla erotetaan muiden maaluokkien peittämä alue. Jokaiselle kuvanalkiolle rajauksen sisällä on ennustettu todennäköisin kolmesta edellä mainitusta maaluokasta. Päätyyppi jakaa metsämaan, kitumaan ja joutomaan kivennäismaiksi ja soiksi ja suot edelleen korpiin, rämeisiin ja avosoihin. Sekä satelliittikuvat että VMI-koealat ositetaan ennen analyysia Maanmittauslaitoksen maastotietokannan mukaisiin kivennäismaihin ja soihin. Jokaiselle kuvanalkiolle ennustetaan todennäköisin neljästä edellä mainitusta VMI:n päätyypistä. Siten ositteen sisällä voi olla sekä VMI:n mukaisia kivennäismaita että soita. Kivennäismaiden metsämaat jaetaan seitsemään kasvupaikkatyyppiin Lehto ja Leikolan (1987) mukaan. Seitsemäs luokka, kalliomaat ja hietikot voivat olla myös kitu- tai joutomaata. Pohjois-Suomessa kahdeksannen luokan muodostavat lakimetsät ja tunturit ja ne ovat aina kitumaata tai joutomaata. Sekä korvet, rämeet että avosuot luokitetaan kuuteen kasvupaikkaluokkaan riippumatta maaluokasta. Sekä satelliittikuvat että VMI -koealat ositetaan ennen analyysia Maanmittauslaitoksen maastotietokannan mukaisiin kivennäismaihin, puustoisiin soihin ja avosoihin. Jokaiselle kuvanalkiolle on ennustettu karttaositteen sisällä todennäköisin kasvupaikkatyyppi. Siten karttaositteen sisällä voi olla sekä VMI:n mukaisia kivennäismaita että soita. Kuvanalkion tasolla ennustevirhe on suurehko, mutta pienenee alueen koon kasvaessa. Teemojen kuvanalkiokohtainen keskivirhe vaihtelee alueen sijainnista, puuston tilavuudesta ja kasvupaikasta riippuen. Tilavuusteemojen keskimääräiset virheet kuutiometreinä/ha on esitetty alla kuusikoina (puulajiryhmä puutavaralaji Etelä-Suomi/kivennäismaa Etelä-Suomi/suo Pohjois-Suomi/kivennäismaa Pohjois-Suomi/suo): kaikki kaikki 86 66 47 32 mänty kaikki 63 53 40 26 manty tukki 39 29 19 7 mänty kuitu 40 37 30 22 kuusi kaikki 63 37 27 12 kuusi tukki 43 23 12 3 kuusi kuitu 33 21 18 10 koivu kaikki 32 30 19 16 koivu tukki 10 7 2 1 koivu kuitu 25 25 17 13 lehtipuu kaikki 22 10 8 4 lehtipuu tukki 7 3 2 1 lehtipuu kuitu 16 8 7 2 Biomassojen kuvanalkiotason keskivirheiden (yksikkö 10 kg/ha) suuruusluokka on seuraavassa kuusikoina (puulajiryhmä biomassaosite Etelä-Suomi/kivennäismaa Etelä-Suomi/suo Pohjois-Suomi/kivennäismaa Pohjois-Suomi/suo): mänty runko ja kuori 2400 2100 1500 980 mänty elävät oksat 400 350 350 230 mänty kuolleet oksat 95 85 71 52 mänty neulaset 150 140 140 100 mänty kannot 190 170 140 94 mänty juuret 590 500 410 250 mänty hukkapuu 200 220 190 220 kuusi runko ja kuori 2300 1400 1000 450 kuusi elävät oksat 550 340 340 150 kuusi kuolleet oksat 100 63 48 23 kuusi neulaset 360 250 230 110 kuusi kannot 210 120 110 48 kuusi juuret 760 470 430 200 kuusi hukkapuu 19 18 16 14 lehtipuu runko ja kuori 9 8 8 6 lehtipuu elävät oksat 31 35 50 46 lehtipuu kuolleet oksat 62 52 40 25 lehtipuu lehvästö 58 47 41 35 lehtipuu kannot 9 8 6 6 lehtipuu juuret 85 66 47 31 lehtipuu hukkapuu 39 29 18 7 Muiden jatkuva-arvoisten teemojen kuvanalkiotason keskivirheiden suuruusluokka on seuraavassa kuusikoina (muuttuja Etelä-Suomi/kivennäismaa Etelä-Suomi/suo Pohjois-Suomi/kivennäismaa Pohjois-Suomi/suo, yksikkö): ikä 32 35 50 47 a pohjapinta-ala 9 8 6 6 m3/ha keskipituus 59 47 42 35 dm keskiläpimitta 9 8 8 6 cm latvuspeittävyys 20 18 16 14 % lehtip. latvuspeittävyys 15 12 11 10 % Maaluokkateemassa oikein luokitettujen kuva-alkioiden osuus on keskimäärin 92% kun luokitusta verrataan VMI:n maastoluokitukseen. Metsämaaksi luokitetuista kuva-alkioista keskimäärin 98% on VMI:n mukaista metsämaata, kun taas VMI:n mukaisesta metsämaasta 95% on luokitettu metsämaaksi. Kitumaan osalta vastaavat osuudet ovat 38% ja 50% ja joutomaasta 74% ja 87%. Päätyyppiteemassa (kangas, korpi, räme, avosuo) luokka on oikein 84%:lla kuva-alkiosta. 95% kankaiksi luokitetuista on VMI:n maastoluokituksen mukaan kankaita, kun taas VMI:n mukaisista kankaista 88% on luokitettu kankaiksi. Korpien vastaavat luvut ovat 20% ja 45%, rämeiden 76% ja 76% ja avosoiden 71% ja 84%. Kasvupaikkaluokitus on vaativaa maastossakin ja luokituserot henkilöiden välillä yleisiä. Kasvupaikkateeman kuva-alkiosta noin 50%:lla kasvupaikkaluokka on sama kuin VMI:n maastoluokituksessa. Ero on useimmiten kuitenkin vain yhden luokan suuruinen. Erot ovat yleisimpiä lehdoissa, lehtomaisilla soilla ja letoilla ja toisaalta karuilla kasvupaikoilla, karukkokankailla ja rahkaisilla soilla. MVMI:n ja VMI:n luokitukset ovat useimmiten yhteneviä tuoreilla kankailla ja vastaavilla soilla eli suursaraisilla ja mustikkaisilla soilla. Tähän luokkaan luokitetuista kuva-alkioista 60-65% kuuluu VMI:n maastoluokituksen mukaiseen luokkaan, kun taas maastoluokituksen mukaan ko. luokan kuva-alkioista 60% on luokitettu oikein. Luokkamuuttujien kohdalla on huomattava, että aluetasolla pinta-alaestimaattien virheet ovat edellä mainittuja pienempiä. Lisää tietoja menetelmistä ja luotettavuudesta on esimerkiksi julkaisuissa 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., Katila, M., Mäkisara, K. & Peräsaari, J. 2013. The Multi-source National Forest Inventory of Finland - methods and results 2009. Metlan työraportteja / Working Papers of the Finnish Forest Research Institute 273. 216 p. http://www.metla.fi/julkaisut/workingpapers/2013/mwp273.htm ja 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 and 2009. MS-NFI 2011 will be ready early 2013. The first set of the products freely available are from year 2009. The new set of the products will be produced annually or biannually in the future. The map from products are in a raster format with a pixel size of 20mx20m and in ETRS-TM35FIN coordinate system. 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. For the 2009 products, in total 54 000 NFI field plots were used, locating either on forest land, poorly productive forest land or unproductive land. Landsat 5 TM images were prioritized as image material, and, if not available IRS P6, ALOS AVNIR-2 or Landsat 7 ETM+ images were used. For a cover as complete as possible from the entire country, the 2009 product has been completed by the data estimates from the recent years. The product thus consists of the following sub-products: 1. The estimates from 2009, the NFI field data from 2006-2010 and the satellite images from 2009-2010, 2. The estimates for Åland region, the NFI field data from 2007 and the satellite images from 2009, 3. The estimates for about the municipalities Inari and Utsjoki in North Lapland, the NFI field data from 2003 and the satellite images from 2009, 4. The estimates for about municipality Enontekiö in North Lapland, the NFI field data from 2003 and the satellite images from 2000, Furthermore, some areas covered by clouds in the previous sub-products have been completed by the MS-NFI estimates from 2007 with the NFI field data from 2005-2008 and satellite images from 2005-2007. Data source index, MS-NFI-2009, has been added to the product to indicate the source of the estimates. 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 product consists of 43 theme maps in raster format plus data source index. These can be grouped as follows: The volume of growing stock is available as a total for all tree species and broken down into tree species groups (Scots pine, Norway spruce, Birch, Other broad leaved trees) and into timber assortments (saw timber, pulpwood). The volume of a tree is defined as the volume of the stem wood above stump until the top of the tree. The volume of a tree in the field data is estimated using the parameters measured in the field and the volume models. The unit and class interval of the volume is 1 m3/ha in the products available for downloading. The biomass of the growing stock has been estimated and is available by tree species groups and by seven tree compartments. The biomass of stem and bark of a tree is defined as the biomass of the stem above bark and above stump until the top of the tree. The biomass of the living branches includes the biomass of the living branches without needles or leaves. The biomass of the dead branches includes the biomass of the dead branches possibly left in a living tree. The foliage biomass includes the biomass of the living needles or leaves. The biomass of stumps includes the biomass of the above and below ground stump parts without roots. The root biomass includes the biomass of the living roots with a diameter of at least 1 cm. The biomass of stem residual is defined as that part of the stem biomass that can not be used as timber or pulpwood due it size or quality. The biomasses of the sample trees on a NFI field plot are calculated from the living sample trees belonging to a plot using the wood density models (Repola et al. 2007) and biomass models (Repola 2008, 2009). The biomasses of the trees called tally trees are estimated using the estimates of the sample trees (with more parameters measured) and the parameters of tally trees and stands. The unit of the biomass in the maps available for downloading is 10 kg/ha. The basal area of the growing stock on a forest stand is the cross section area of the tree stems of a stand per hectare and measured at a height of 1.3 m. The basal area is measured in the field for the field plot stands on forest land and poorly productive forest land in the classes of 1 m2/ha. The age of the growing stock on a forest stand is the weighted average of the trees, the basal area of the tree as the weight. The age is assessed in the field for the field plot stands on forest land and poorly productive forest land in the classes of one year. 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 mean diameter of trees is assessed at a height of 1.3 metres and is the the diameter of the basal area median tree. It is about the same as the weighted average diameter, the basal area of a tree as the weight. It is assessed for the field plot stands on forest land and poorly productive forest land in the classes of 1 cm. 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. For the NFI11 plots, it was estimated using k-NN method and the NFI10 plot data. 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 volume of the growing stock. However, in the seedling stands, the canopy cover of broad leaved trees is assessed using the shares of the stem numbers. The theme "Land class" divides forestry land into sub-categories forest land, poorly productive forest land, unproductive land and other forestry land: forestry roads, forest depots, etc. Outside forestry land, the land class describes land use. In the present themes, the combined mask of forest land, poorly productive forest land and unproductive land is based on the topographic database from the National Land Survey. One of three land categories is estimated for the pixels inside the three mask categories. The main site class divides the forest land, poorly productive land and waste land into mineral soils and peatlands, and further divides the peatlands into spruce mires, pine mires and treeless mires. Both the satellite images and the NFI field plots are stratified to mineral soils and peatlands before analysis according to the topograhic database from the National Land Survey. The most probable of the four NFI main site classes is predicted for each pixel within these strata. This means that each stratum may include both mineral soils and peatlands according to the NFI classification. The site fertility classification divides the mineral soils into seven classes according to Lehto and Leikola (1987). Class 7 (rocky and sandy soils) can be forest land, poorly productive forest land or unproductive land. In Northern Finland, the eighth class is composed of summit and fjeld forests, and these are always poorly productive land or waste land. Peatlands are classified into six fertility classes independently of the land class. Both the satellite images and the NFI field plots are stratified before analysis to mineral soils, mires and open bog according to the topograhic database from National Land Survey. The most probable site fertility class is predicted for each pixel within a stratum. This means that a map stratum may include both mineral soils and peatlands according to NFI. The estimation errors at pixel level are rather high but decrease when the area in question increases, i.e., when the area of interest consists of several pixels. The errors vary by the themes and depend also on the actual value in the field, for example on the volume of growing stock and the site fertility class. The magnitude of the average errors of the volume estimates at pixel level are presented below (SF = South Finland, NF = North Finland, min = mineral soil, peat = peatland): species group assort. SF/min SF/peat NF/min NF/peat all all 86 66 47 32 pine all 63 53 40 26 pine saw t. 39 29 19 7 pine pulpw. 40 37 30 22 spruce all 63 37 27 12 spruce saw t. 43 23 12 3 spruce pulpw. 33 21 18 10 birch all 32 30 19 16 birch saw t. 10 7 2 1 birch pulpw. 25 25 17 13 other br. l. all 22 10 8 4 other br. l. saw t. 7 3 2 1 other br. l. pulpw. 16 8 7 2 The magnitude of the average error of the biomass estimates at pixel level are presented below (SF = South Finland, NF = North Finland, min = mineral soil, peat = peatland): tree species compartment SF/min SF/peat NF/min NF/peat pine stem and bark 2400 2100 1500 980 pine living branches 400 350 350 230 pine dead branches 95 85 71 52 pine foliage 150 140 140 100 pine stump 190 170 140 94 pine roots 590 500 410 250 pine stem residual 200 220 190 220 spruce stem and bark 2300 1400 1000 450 spruce living branches 550 340 340 150 spruce dead branches 100 63 48 23 spruce foliage 360 250 230 110 spruce stump 210 120 110 48 spruce roots 760 470 430 200 spruce stem residual 19 18 16 14 broad leaved stem and bark 9 8 8 6 broad leaved living branches 31 35 50 46 broad leaved dead branches 62 52 40 25 broad leaved foliage 58 47 41 35 broad leaved stump 9 8 6 6 broad leaved roots 85 66 47 31 broad leaved stem residual 39 29 18 7 The magnitude of the average error of the estimates of the other continuous variables at pixel level are presented below (SF = South Finland, NF = North Finland, min = mineral soil, peat = peatland): theme SF/min SF/peat NF/min NF/peat unit age 32 35 50 47 a basal area 9 8 6 6 m3/ha mean height 59 47 42 35 dm mean diameter 9 8 8 6 cm canopy cover 20 18 16 14 % canopy cover of br. l. 15 12 11 10 % The overall accuracy (OA) at pixel level of the land class is on the average 92% when the classification is compared to that based on the NFI field data. The user accuracy (UA) of the category forest land is on average 98% while the producers accuracy (PA) is on average 95%. The corresponding figures on poorly productive forest land are 38% and 50% and on unproductive land 74% and 87%. The pixel level OA of main site class (mineral soil, spruce mire, pine mire, treeless mire) is 84%. For the category mineral soil, UA is 95% and PA 88%. The corresponding figures for spruce mires are 20% and 45%, for pine mires 76% and 76% and for treeless mires 71% and 84%. The assessment of site fertility is very challenging even in the field and the results vary by the assessors (field crew leaders). For site fertility class, OA is 50% as compared to the NFI field data. In most cases, the difference was not more than one class. The differences were most frequent on one hand for the categories herb rich sites and herb rich heath forests and for the corresponding peatland sites, and on the other for poor mineral soil sites and for ombrotrophic peatlands. The accuracies are highest for mesic forest and for the corresponding peatland sites (meso-oligotrophic peatlands). In this category, UA is 60-65% and PA 60% when compared to the result based on the NFI field data. The errors of estimates at areal level are lower than the errors presented above. More information about the methods and the accuracies are given in the publications, e.g.: 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., Katila, M., Mäkisara, K. & Peräsaari, J. 2013. The Multi-source National Forest Inventory of Finland - methods and results 2009. Metlan työraportteja / Working Papers of the Finnish Forest Research Institute 273. 216 p. http://www.metla.fi/julkaisut/workingpapers/2013/mwp273.htm and 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.