Drooni paljastaa lahden matalaan kohtaan tehdyn pienen ruoppauksen. Merenkurkun maankohamisrannikolla on hankalaa liikkua veneellä sukupolvesta toiseen kun rannat vain madaltuvat. Tummat kasvillisuuslaikut näkyvät hyvin ilmasta. Kuva: Roope Näsi / Maanmittauslaitoksen Paikkatietokeskus. - Drönare avslöjar en muddring som gjorts vid ett
grunt område i en vik. Längs med Kvarkens kust är det svårt att röra sig med
båt när stränderna blir grundare som en konsekvens av landhöjningen. Mörka
vegetationsfläckar syns bra från luften. Foto: Roope Näsi / Lantmäteriverket i
Finland
Kuinka ilmasta käsin pystyisi
määrittelemään, mitä kasveja veden alla kasvaa? Ja miksi pitäisikään?
Miksi -kysymykseen vastaa
erikoissuunnittelija Anette Bäck Metsähallitukselta.
-
Suurin osa on kuullut ilmastonmuutoksesta, ja jotkut ovat saattaneet jopa
huomata tapahtuneita muutoksia. Talvet ovat ehkä lämpimämpiä, meri ei ole
jäätynyt kuten aiemmin tai muuttolinnut ovat saapuneet aikaisemmin.
Ilmastonmuutokseen liittyy paljon kysymyksiä, emmekä esimerkiksi tiedä, mitä
muutoksia merenpinnan alapuolella tulee tapahtumaan, ja mitä vaikutuksia niillä
on meihin ihmisiin.
Hapsividat kurkottelevat kohti pintaa matalassa pehmeäpohjaisssa lahdessa. Kuva: Essi Keskinen / Metsähallitus. - Borstnate som sträcker sig till ytan i det grund
mjukbottenområde i viken. Foto: Essi Keskinen / Forststyrelsen
- ECOnnect-hankkeessa pyritään
selvittämään, miltä merialueemme näyttää sadan vuoden kuluttua. Hanke tuottaa
karttoja lajien ja elinympäristöjen levinneisyyksien muutoksista, kun merivesi
muuttuu makeammaksi sekä hieman lämpimämmäksi ja sameammaksi, ja niiden
vaikutuksista erilaisiin ekosysteemipalveluihin, joita meri nykyään tuottaa.
Koska tulevaisuuden arvioiminen on hyvin epävarmalla pohjalla, tulevaisuuden
skenaariot perustuvat malleihin ja siihen, mitä tiedämme merestä tänään. Olemme
kartoittaneet merialueita jo vuosien ajan ja tiedämme melko hyvin, mitä lajeja
missäkin esiintyy ja minkälaisissa ympäristöolosuhteissa (esim. suolaisuus)
ne menestyvät. Vielä on kuitenkin tiettyjä lajeja ja alueita, joista meidän
pitää saada lisätietoja. Tästä syystä ECOnnect-hankkeen tavoitteena on testata
ja kehittää edelleen menetelmiä puuttuvien tietojen saamiseksi. Yksi näistä
menetelmistä on hyperspektrikameralla varustettu drooni, jolla saadaan
lisätietoja matalimmista alueista, joissa yleensä esiintyy eniten elämää pinnan
alla.
SUP-pinta-avustaja toimi sukeltajan apurina matalassa lahdessa, ojennellen sukeltajalle pintapoijuja painoineen ja näytepusseja. Tyyni ilma oli mitä parhain drooni-kuvauksia ajatellen. Kuva: Lauri Markelin / Maanmittauslaitoksen Paikkatietokeskus. - Assistenten på SUP-bräda fungerade som
dykassistent i den grunda viken och gav ut bojar och provpåsar till dykaren. Det
vindstilla vädret var perfekt för fotografering med drönare. Foto: Lauri
Markelin / Lantmäteriverket i Finland
Miten - kysymykseen saadaan vastaus
Maanmittauslaitoksen Paikkatietokeskuksesta (FGI) vanhemmalta tutkijalta Lauri
Markelinilta. Lauri ja Roope Näsi ovat FGI:n tutkijoita ja DroneFinland on heidän kaikkeen drooni-tutkimukseensa
liittyvä brändi. Paikkatietokeskus puolestaan on Maanmittauslaitoksen tieteellistä
tutkimusta tekevä osa.
- Maanmittauslaitoksen Paikkatietokeskuksen (FGI)
DroneFinland-ryhmän tutkijat kutsuttiin suorittamaan matalien merenpohjien
kasvuston kartoituskuvauksia. Yleisenä tavoitteena oli selvittää, kuinka hyvin
ns. hyperspektrikamera toimisi pohjakasvuston tunnistamisessa ja
kartoituksessa. Kameraksi kuvauksiin valittiin FGI:n tutkijoiden itse
rakentama FGI-REHU hyperspektrikamera. Kun tavallisen kameran kuva muodostuu
kolmesta kanavasta kuten ihmissilmä näkee (sininen, vihreä ja punainen),
FGI-REHU tallentaa yhteensä 41 eri valon aallonpituusaluetta sinisestä
lähi-infrapunaan asti. Tämä kamera näkee siis kohteen väreistä pienempiä
yksityiskohtia, ja tietoa tulee myös näkyvää valoa laajemmalta alueelta.
Droonin kyytiin asennettiin useita muitakin sensoreita: FGI-AIRS havainnoimaan
valaistuksen muutoksia kuvauksen aikana, tarkka GPS/IMU tallentamaan droonin
sijainti ja asento asento kuvanottohetkillä, sekä pieni GoPro-kamera kohteen
yleistä visualisointia varten. Koealueiden kuvaukset suunniteltiin niin, että
yksittäinen alue saatiin katettua yhdellä 20 minuutin lennolla. Näin droonin
lentokorkeudeksi tuli 60 m – 100 m alueesta riippuen, ja hyperspektrikuvilta
voi parhaimmillaan erottua 10 cm – 17cm kokoiset kohteet.
Kasvinäytteiden spektrit mitattiin kolmella erilaisella kameralla kirkkaassa auringonpaisteessa "kenttälaboratoriossa". Kuva: Essi Keskinen / Metsähallitus. - I fältlaboratoriet mättes växtprovernas spektra
med tre olika kameror i starkt solljus. Foto: Essi Keskinen / Forststyrelsen
Laurin mukaan ”jotta droonikuvista voitaisiin
automaattisesti tunnistaa eri kasvit, tarvitaan opetusaineistoa sekä
tarkistusaineistoa, jolla tunnistuksen onnistuminen voidaan arvioida. Niinpä Luontopalvelujen
väki keräsi näytteitä pohjan kasvustosta, ja näytteenottopaikat merkittiin
poijuilla veteen. Näytteitä varten pystytettiin kenttälaboratorio, jossa
jokaisesta näytteestä mitattiin tummaa taustaa vasten sen heijastus (spektri)
kolmella eri instrumentilla. Pääasiallinen mittalaite oli tarkka ASD
spektrometri, jolla saadaan mitattua kohteen heijastus hyvin tarkkaan yhdestä
pisteestä. Lisäksi näytteet mitattiin kahdella kuvaavalla spektrometrillä,
FGI-REHU:lla sekä suomalaisen Specim-yrityksen valmistamalla
SpecimIQ-kameralla. Jos eri näytteet voidaan erottaa tosistaan näiden
kenttälaboratoriomittausten perusteella, ne voidaan mahdollisesti erottaa myös
ilmasta otetuilta droonikuvilta, veden läpi meren pohjasta. Tämän selvittäminen
onkin sitten toinen tarina!”
Sukeltaminen, droonikuvaus ja spektrinmittaus ovat kaikki varsinaisia välineurheilulajeja. Viisi henkilöä ei mahtunut vähempään kuin neljään autoon kun SUP-laudat, sukellusvarusteet ja kaikki muu rekvisiitta veivät kaiken tilan. Kuva: Roope Näsi / Maanmittauslaitoksen Paikkatietokeskus. - Dykning, fotografering med drönare och
spektrummätning är alla riktiga utrustningssporter. Fem personer kunde inte få
plats i mindre än fyra bilar eftersom SUP-brädor, dykutrustning och all annan
utrustning tog upp allt utrymme. Foto: Roope Näsi / Lantmäteriverket i Finland
Kolmas kysymys voisi oikeastaan olla ”kuinka”. Siihen
voin vastata minä, Essi Keskinen, Metsähallituksen meritiimin meribiologina ja
tutkimussukeltajana.
Sukelsin kartoitettavilla alueilla ja etsin eri syvyyksiltä
tarpeeksi suuria laikkuja samaa lajia. Kun löytyi esimerkiksi pari neliötä
hapsivitaa, otin siitä näytteen, tarkistin kasvuston syvyyden ja kasvillisuuden
korkeuden ja merkkasin paikan pintapoijulla. Sitten vein Minigrip-pussiin
pakatun näytteen SUP-laudalla yläpuolellani meloskelevalle pinta-avustajalleni,
Metsähallituksen Piia Oravalle, joka kirjoitti ylös näytteen koodin,
koordinaatin ja poijun numeron. Kovalta pohjalta löytyi tarpeeksi suuria
laikkuja rakkohaurua, haarukkalevää, viherlevää, punalevää ja vesisammalta.
Pehmeältä pohjalta kerättiin näkinpartaisia ja punanäkinpartaa, hapsi- ja
ahvenvitaa, ärviöitä ja ristilimaskaa. Järviruoko- ja sinikaislaniityt näkyivät
pinnan päälle, mutta kysymys kuuluu, erottaako niitä droonikuvan spektristä.
Kaupasta saa ostettua valmiin droonin, mutta valmis versio ei kanna kaikkia niitä mittalaitteita ja kameroita, jotka Maanmittauslaitoksen Paikkatietokeskuksen droonin on asennettu. Droonin lentäjä Roope Näsi kytkee laitteita päälle ennen lentoa. Kuva: Lauri Markelin / Maanmittauslaitoksen Paikkatietokeskus. - En drönare kan köpas från butiken, men den
innehåller inte all mätutrustning och kameror som har installerats på drönaren
från Lantmäteriverket. Drönarpiloten Roope Näsi sätter på utrustningen före
flygningen. Foto: Lauri Markelin / Lantmäteriverket i Finland
Kolme pitkää päivää työhön kului, ja yksi kokonainen
maastopäivä käytettiin lähes auringonnoususta auringonlaskuun. Näin syyskuussa
valoisa aika ei tietysti ole yhtä pitkä kuin keskikesällä, mutta kun työt oli
tehty ja ehdimme takaisin Närpiöön, suurin osa ravintoloista oli jo sulkenut.
Maastossa hyvät kelit eli tuuleton ja aurinkoinen sää täytyy käyttää
mahdollisimman tehokkaasti hyväksi.
Merenkurkun matalat ja kivikkoiset lahdet ovat vaikeita kartoitettavia veneestä käsin :D Helpointa vedenalaisen luonnon kartoittaminen on droonista käsin. Kuva: Piia Orava / Metsähallitus. - Kvarkens grunda och steniga vikar är svåra att
kartlägga från båt. Det enklaste sättet att kartlägga undervattensvegetationen
är med en drönare. Foto: Piia Orava / Forststyrelsen
Nyt vain odotellaan kärsivällisesti FGI:n analyysejä
droonikuvista ja vesikasvillisuuden spektreistä ja toivotaan parasta.
Maailmalla ja Itämerelläkin tätä menetelmää on menestyksekkäästi pystytty
käyttämään kirkkaammissa eteläisemmän Itämeren olosuhteissa ja kovilla
pohjilla. Pehmeän pohjan lajistoa ei ole vielä juuri kukaan testannut eli hankkeessa
ollaan aivan uuden tiedon äärellä. Jos menetelmä toimii, laajoja alueita
voidaan kartoittaa huomattavasti nopeammin ja tarkemmin kuin nykyisin
sukeltamalla.
Essi Keskinen (MH), Lauri Markelin (FGI) ja Anette Bäck (MH)
Ristilimaska on kauniinvihreä välivedessä kelluskeleva pieni kasvi, jota löytää suojaisista lahdista ja fladoista. Kuva: Piia Orava / Metsähallitus. - Korsandmat är en vacker grön liten växt som
flyter i vattnet. De kan hittas i skyddade vikar och flador. Foto: Piia Orava /
Forststyrelsen
Drooni lähtee kartoittamaan lahtea. Kuva: Lauri Markelin / Maanmittauslaitoksen Paikkatietokeskus. - Drönaren flyger iväg för
att kartlägga viken. Foto: Lauri Markelin / Lantmäteriverket i Finland
Mikäs tästä on lähteä sukeltamaan kun ilmakin suosii :) Kuva: Essi Keskinen / Metsähallitus. - Vad är det nu att fara och dyka när vädret är såhär
gynnsamt. Foto: Essi Keskinen / Forststyrelsen
Merinäkinruoho on eksoottisen näköinen piikikkään oloinen vesikasvi. Kuva: Essi Keskinen / Metsähallitus. - Havsnajas är en vattenlevande växt med exotiskt utseende.
Foto: Essi Keskinen / Forststyrelsen
Sedimentti peittää suojaisan lahden vesikasveja parin senttimetrin paksuudelta. Vuonna 2017 lahti on kartoitettu ja sieltä löydettiin runsaita näkinpartais- ja punanäkinpartaniittyjä, joista ei vuoden 2020 sukelluksissa näkynyt jälkeäkään. Kuva: Essi Keskinen / Metsähallitus. - Sediment täcker vattenväxterna i den skyddade viken till
en tjocklek av ett par centimeter. År 2017 kartlagdes viken och då fanns det
rikliga mängder av grönalger och rödalger, men de hittades inte under dykningen
år 2020. Foto: Essi Keskinen / Forststyrelsen
Matalassa lahdessa ja tyynellä SUP-laudalta operoiva avustaja on mitä sopivin kumppani sukeltajalle. Kuva: Essi Keskinen / Metsähallitus. Vid dykning i grunda vikar är en assistent på SUP-bräda
det bästa alternativet. Foto: Essi Keskinen / Forststyrelsen
Välillä lykästää ja sukellukset voi tehdä helposti mökkirannasta ja levitellä varusteet vielä kuivumaan aurinkoiselle terassille. Kiitoksia mökin pihan lainasta! Kuva: Essi Keskinen / Metsähallitus. Mellantiden kan enkelt spenderas vid stugans soliga
terrass och det är ett bra ställe att torka utrustningen på. Tack för lånet av villatomten!
Foto: Essi Keskinen / Forststyrelsen
Uposvesitähdet muodostavat reheviä niittyjä pehmeälle suojaiselle pohjalle. Kuva: Essi Keskinen / Metsähallitus. Höstlånke bildar frodiga ängar på en mjuk och skyddad
botten. Foto: Essi Keskinen / Forststyrelsen
Från luften kan man se
under ytan
Hur kan man från luften bestämma vilka växter som växer
under ytan? Och varför ska man göra det?
Varför-frågan svarar
specialplaneraren Anette Bäck från Forststyrelsen på.
-De flesta har idag hört om klimatförändringen och några har kanske till
och med märkt av förändringar som skett, kanske att vintrarna varit varmare,
isen inte lagt sig eller att flyttfåglarna kommit tidigare. Det finns dock
många frågetecken vad klimatförändringen kommer att innebära, till exempel vet
vi inte vilka förändringar som kommer att ske under havsytan och vad det kommer
att innebära för oss människor.
- Inom projektet ECOnnect strävar vi till att ta fram
information om hur vårt havsområde kommer att se ut om hundra år. Projektet
kommer att ta fram kartor över hur utbredningen av arter och livsmiljöer kommer
att ändras då vattnet blir lite sötare, lite varmare och lite grumligare, och
hur detta påverkar olika ekosystemtjänster som havet producerar idag. Då
framtiden är mycket oviss, bygger dessa framtidsscenarier på modeller och på
vad vi vet om havet idag. Vi har redan under många år karterat havsområden. Vi
vet därför ganska bra vilka arter som finns var och hurudana
omgivningsparametrar, t.ex. salinitet, de trivs i. Det finns dock fortfarande
vissa arter eller områden som vi behöver mera information om. Därför är också
en målsättning inom projektet ECOnnect att testa och vidareutveckla metoder att
hämta in den information som saknas. En av dessa metoder är användningen av
drönare utrustad med hyperspektral kamera för att få mera information om de
grundaste områdena, där det samtidigt finns det mesta livet under ytan.
Hur- frågan får jag svar på
av Lauri Markelin, seniorforskare vid Geodatacentralen (FGI) på
Lantmäteriverket i Finland. Lantmäteriverket bedriver vetenskaplig forskning
och FGI som står för ”Finnish Geospatial Research Institute” är en del av
Lantmäteriverkets verksamhet. Lauri och Roope Mäsi är båda FGI-forskare och
deras varumärke som associeras med deras drönarverksamhet heter DroneFinland.
-Forskare från DroneFinland-teamet vid Lantmäteriverket blev
inbjudna att genomföra kartläggningsundersökningar av grunda
havsbottenvegetationer. Syftet var att ta reda på hur bra den hyperspektrala
kameran fungerar för att identifiera och kartlägga bottenvegetationen. En
FGI-REHU hyperspektral kamera byggd av FGI-forskare valdes som kamera för
fotograferingen. Om en bild tagen med en standardkamera består av tre ljusvåglängder
sett av det mänskliga ögat (blå, grön och röd), lagrar FGI-REHU kameran 41
olika ljusvåglängder från blå till nästan infraröd. Den här kameran ser därmed
de mindre detaljerna om motivets färger och informationen kommer också från ett
större område än synligt ljus. Flera andra sensorer installerades också på
drönaren: FGI-ARIS för att upptäcka ljusförändringar under fotograferingen,
exakt GPS/IMU för att spara drönarens position vid fotograferingen, och en
liten GoPro-kamera för allmän visualisering av motivet. Testområden utformades
så att en 20-minuters flygning skulle täcka hela området. Därmed blev drönarens
flyghöjd mellan 60 och 100 meter beroende på område och i bästa fall kunde
föremål med en storlek på 10-17 cm synas på de hyperspektrala bilderna.
Lauri berättar ”för att automatiskt identifiera olika
växter från drönarbilder behövs undervisningsmaterial samt verifieringsmaterial
för att sedan kunna utvärdera framgången med identifieringen. Personal från
Froststyrelsen, Naturtjänster samlade in prover av bottenvegetationen och
provtagningsplatserna markerades med bojar i vattnet. Ett fältlaboratorium
inrättades, där reflektionen (spektrum) för varje prov mättes med tre olika
instrument mot en mörk bakgrund. Huvudmätanordningen var en ASD-spektrometer,
som väldigt exakt kan mäta reflektionen av ett objekt. Dessutom mättes proverna
med två bildspektrometrar, FGI-REHU och en SpecimIQ-kamera tillverkad av det
finska företaget Specim. Om man med dessa fältlaboratoriska mätningar kan särskilja
de olika proverna från varandra ska man också kunna skilja på arterna från
drönarbilderna.
Tredje frågan kan vara ”på vilket sätt”? Jag, Essi
Keskinen, marinbiolog och forskningsdykare vid Forststyrelsens marina team kan
svara på detta.
Jag dök i de områden som skulle kartläggas och letade
efter tillräckligt stora områden med samma art på olika djup. Till exempel, när
jag på ett område på två kvadrat hittade borstnate tog jag ett prov,
kontrollerade djupet var den växte och vegetationens höjd, och så markerade jag
platsen med en boj. Jag tog sedan provet, packat i en minigrippåse, upp till
min assistent på SUB-bräda, Piia Orava från Forststyrelsen som skrev ner
provkoden, koordinater och nummer på bojen. På hårda bottnar hittades områden
som var tillräckligt stora för blåstång, kräkel, grönalger, rödalger och
vattenmossa. På mjuka bottnar samlade jag borststräfse, rödsträfse, borstnate,
ålnate, slingeväxter och korsandmat. Vass- och blåsävsängar förekom ovanför
ytan, men frågan är om de kan skiljas åt på drönarbildernas spektrum.
Arbetet tog tre långa dagar, och en fältdag tillbringades
nästan från soluppgång till solnedgång. Såhär i september varar dagsljuset inte
lika länge som på sommaren, men när arbetet var gjort och vi kom tillbaka till
Närpes hade de flesta restauranger redan stängt. På fält måste bra väder, dvs vindstilla
och soligt, utnyttjas så effektivt som möjligt.
Nu väntar vi bara tålmodigt på analyserna från
drönarbilderna och vattenvegetationsspektra från FGI och hoppas på det bästa. Runt
om i världen och i Östersjön har denna metod framgångsrikt använts under
ljusare förhållanden för hårda bottnar och i södra Östersjön. Identifieringen
av arter på mjukbottnar har ännu inte testats av nästan någon, projektet är
därmed på väg till helt ny information. Om metoden fungerar kan stora områden
kartläggas mycket snabbare och mer exakt än som det görs idag genom dykning.
Essi Keskinen (Forststyrelsen), Lauri Markelin (FGI) och
Anette Bäck (Forststyrelsen)
Käännös Emma Anderssén (Forststyrelsen)