Selvitin Pro Gradu -tutkielmassani, kuinka tarkasti tutkimukseen valituilla menetelmillä ja satelliittikuvilla voidaan selvittää järviruovikon biomassa tutkimusalueella Paraisten kaupungin alueella Varsinais-Suomessa. Rannikkokosteikoiden, kuten järviruovikoiden, biomassa on tärkeä kosteikoiden tuottavuuden, terveyden ja ilmastonmuutoksen alttiuden indikaattori. Mahdollisuutta arvioida järviruovikoiden maanpäällistä biomassaa (above ground biomass) merkityksellisessä mittakaavassa vaikeuttaa järviruovikon biomassan luontainen alueellinen vaihtelu. Kaukokartoitusmenetelmien avulla saadaan tarkkoja ajantasaisia tuloksia, joita voidaan hyödyntää järviruovikoiden biomassan arvioinnissa.
Kosteikoiden, kuten järviruovikoiden kaukokartoitus eroaa muun kasvillisuuden kartoituksesta nimenomaan kartoitettavan kohteen takia. Vesikasvit kasvavat veden ja maan välissä, joten niiden kaukokartoitus on erilaisempaa kuin maalla kasvavien kasvien. Vesikasvien suuren vesipitoisuuden vuoksi biomassan kartoitus satelliittikuvista on haastavaa. Järviruo’on vesipitoisuus on kasvupaikasta vaihdellen noin 50 prosenttia sen biomassasta. Sähkömagneettisen spektrin aallonpituuksista vesikasvillisuuden kartoituksen sopivat parhaiten aallonpituudet, jotka ovat heijastukseltaan lähellä punaista (0,650-0,680 nm) ja infrapunakanavaa (0,785-0,900 nm).
Tutkielmassa käytettiin aineistona European Space Agency:n Sentinel 2 -satelliittikuvia. Kosteikoiden kartoituksen haasteina on multispektraalisten satelliittikuvien suuri spatiaalinen resoluutio, koska vesikasvillisuus muodostaa usein pieniä teräväreunaisia alueita ja isommilla vuorovesikosteikoilla kasvaa useampia lajeja. Monessa aikaisemmassa tutkimuksessa on havaittu, että Sentinel 2 -satelliitin 10 metrin resoluutio soveltuu hyvin vesikasvillisuuden kaukokartoitukseen. Satelliittikuvien lisäksi tutkielmassa käytettiin aineistona kolmen Paraisilla sijaitsevan lahden ruovikoista leikattuja näyteleikkuita. Näyteleikkuita otettiin neljästätoista kohdasta biomassan arviointia varten (kuva 2).
Sentinel 2 -satelliittikuvasta voidaan luokitella hyvin kosteikkoekosysteemit, joilla on korkea erottumiskyky muusta maanpeitteestä. Järviruoko erottuu kuvan muista heijastusarvoista parhaiten loppukesän ja syksyn kuvista, joita tässäkin tutkimuksessa käytettiin. Järviruo’on heijastusarvot erottuvat hyvin loppukesästä muusta kasvillisuudesta, sillä lähi-infrapunalla kanavalla ruo’on heijastusarvo on matalampi, kuin muilla kasveilla johtuen sen vaaleankeltaisesta väristä.
Tutkielmassa käytetyt satelliittikuvat luokiteltiin European Space Agencyn SNAP-ohjelmiston Random Forest -algoritmilla, joka luokitteli järviruovikot Sentinel 2 -satelliittikuvista kohtuullisen tarkasti. Sekoittumista havaittiin lähinnä läheisten orastavien peltojen kanssa. Tämän jälkeen järviruovikoiden biomassa arvioitiin käyttämällä useamman selittäjän lineaarista regressiomallia, jonka todettiin soveltuvan hyvin järviruovikoiden biomassan arviointiin Etelä-Suomen olosuhteissa. Selittäjinä mallissa käytettiin satelliittikuvien heijastusarvoja sekä heijastusarvoista laskettuja kasvillisuusindeksejä.
Biomassa-arvion onnistumisprosentti näyteleikkuiden osalta oli 89 prosenttia. Kuvassa 3 havainnollistuu, kuinka vähäiset erot biomassan ja näyteleikkuiden välillä havaittiin, lukuun ottamatta näytepistettä Rapusviken 1. Biomassa-arviot ovat linjassa aikaisempien tutkimusten kanssa. Tässä tutkimuksessa tutkimusalueiden järviruo’on märkäbiomassa vaihteli 4,61-14,3 (t/ha) välillä. Märkäbiomassalta tarkoitetaan biomassaa, johon sisältyy kasvin vesipitoisuus. Keskimääräinen järviruo’on märkäbiomassa koko tutkimusalueella lokakuussa 2020 oli 6,6 tonnia per hehtaari. Niiden lahtien osalta, joista otettiin näyteleikkuita, suurimmat biomassaesiintymät havaittiin Brattnäsvikenin lahdella ja pienimmät Kassorin lahdella.
Tulevaisuudessa olisi tärkeää tutkia ruovikoiden biomassan vuodenaikaisuutta sekä biomassan muutosta. Myös muiden algoritmien ja tarkempien satelliitti -tai dronekuvien tarkastelu on tärkeää, jotta löydetään paras mahdollinen menetelmä ruovikoiden kaukokartoitukseen.
Pro Gradu -tutkielma on kokonaisuudessaan luettavissa Turun Yliopiston julkaisuarkistossa https://www.utupub.fi/handle/10024/174790.
Roosa Väisänen palkittiin vuonna 2023 ProGIS ry:n opinäytetyöpalkinnolla. ProGIS ry jakaa vuosittain paikkatietoalan opinnäytetyöpalkinnon ansioituneille paikkatietoalan opinnäytetyön laatijoille. Lisää tietoa täältä.