Katse ilmasta veden alle

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)