VESA-indeksin metodologia


The most up-to-date open data satellite map in the world

Terramonitor is a space data company and we produce space data based analysis and monitoring services. Our technology is based on the satellite data processing chains, automatic image scanning and multi-source data merging. As a result of this data process, we create new information to support our customers’ decisions and processes.

Real time insights

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat. Aenean faucibus nibh et justo cursus id rutrum lorem imperdiet. Nunc ut sem vitae risus tristique posuere.

Endless opportunities

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat. Aenean faucibus nibh et justo cursus id rutrum lorem imperdiet. Nunc ut sem vitae risus tristique posuere.

Integrate & Share

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat. Aenean faucibus nibh et justo cursus id rutrum lorem imperdiet. Nunc ut sem vitae risus tristique posuere.

1. Satelliittiaineisto

VESA-indeksin laskemissa hyödynnetään optisen kaukokartoitussatelliitin Sentinel-2:n aineistoa. Sentinel-2 kuuluu Sentinel-satelliittiperheeseen, jota operoi Euroopan avaruusjärjestö (engl. European Space Agency, ESA). Sentinel-2-satelliitteja on kaksi, Sentinel-2A ja -2B, joista ensimmäinen laukaistiin avaruuteen vuonna 2015 ja toinen 2017. Näiden kahden satelliitin avulla saadaan kuvattua koko maapallon maa-alueet 5:ssä päivässä. (ESA 2019.)

Sentinel-2-satelliiteissa on multispektraalinen kuvaussensori, joka kuvaa 13:ta eri kanavaa (ESA 2019). Spatiaalinen erotuskyky vaihtelee kanavan aallonpituusalueen mukaan ja on joko 10, 20 tai 60 metriä. Kanavat sijaitsevat näkyvän valon, lähi-infrapunan, punaisen reunan sekä lyhytaaltoisen infrapunan (engl. shortwave infrared, SWIR) aallonpituusalueilla. (ESA Sentinel Online 2019.)

Vesakoitumisen analysointiin Sentinel-2-kuvien paras ottoajankohta on Suomessa kasvukauden huippukuukaudet heinä- ja elokuu. Silloin indeksi on korkeimmillaan ja antaa parhaimman kuvan taimikon vesakoitumisen tilanteesta. Näin voidaan myös minimoida vuodenajan vaihtelun vaikutusta indeksin suuruuteen.

2. Maastoaineisto

Referenssiaineistona VESA-indeksin kehittämisessä on käytetty historiallisia metsänhoidon toimenpidetietoja ja laajasti eri puolilta Suomea mitattuja koealoja. Maastomittauksia on suoritettu eri hankkeissa muun muassa Metsähallituksen, Metsäkeskuksen ja Otso Metsäpalvelujen toimesta, Metsätehon koordinoimassa kehityshankkeessa sekä Terramonitorin vetämästä Shrub Mapping -projektissa Euroopan avaruusjärjestölle.

Maastomittausaineistoa on kerätty käsiteltyjen ja käsittelemättömien taimikkokuvioiden alueilta. Taimikkokuvioissa on ollut edustettuina kehitysluokat T1 (pieni taimikko, alle 1,3 m) ja T2 (varttunut taimikko, yli 1,3 m). Koealat ovat olleet ympyräkoealoja, joilta on mitattu sekä jäävän puuston että poistettavan puuston määrä (kpl/ha) ja keskipituus (m). Myös hoitotarpeen ajankohtaisuutta taimikkokuvioilla on arvioitu asteikolla etuajassa-ajallaan-myöhässä.

3. Avoin metsätieto

Suomen metsäkeskus tarjoaa avointa metsätietoa Suomen metsistä. Metsään.fi-palvelun kautta ladattiin paikkatietoaineistona metsävarakuviot, joiden kehitysluokka oli joko T1 tai T2. Suomen taimikoiden VESA-indeksi 2018 laskettiin näiden taimikkokuvioiden alueelle.


Avoimessa metsätiedossa T1 ja T2 kehitysluokan taimikoita on yhteensä noin 1,25 miljoonaa kappaletta ja pinta-ala on noin 1,93 miljoonaa hehtaaria. Taimikkokuvioiden keskikoko vaihtelee maakunnittain välillä 1,24–2,61 hehtaaria. Keskimäärin suurimmat taimikkokuviot sijaitsevat Lapissa ja pienimmät Etelä-Karjalassa.

4. VESA-indeksi

Menetelmää vesakoitumisen tunnistamiseksi on kehitetty yhdessä metsäalan organisaatioiden kanssa sekä Terramonitorin Euroopan avaruusjärjestö ESA:n Shrub Mapping -projektissa. Menetelmää on lisäksi verifioitu taimikonhoidon suunnittelua käsittelevässä opinnäytetyössä, jonka toimeksiantajana oli Metsähallitus (Nilivaara 2019). Tulosten pohjalta Terramonitor on tekoälyä ja koneoppimista hyödyntäen kehittänyt VESA-indeksin, joka ennustaa vesakoitumisen todennäköisyyttä taimikoissa. VESA-indeksi perustuu maastomittaus- ja satelliittiaineiston avulla muodostettuun tilastolliseen malliin, jonka avulla voidaan arvioida taimikonhoidon tarvetta kuvion eri osilla. VESA-indeksi esitetään viiteen eri luokkaan jaettuna: Erittäin korkea (very high), korkea (high), keskimääräinen (moderate), alhainen (low) ja hyvin alhainen (very low).

5. VESA-indeksi kartalla

VESA-indeksin tulokset esitetään 10 m x 10 m hilaruudukossa. VESA-indeksi-karttataso on osittain läpinäkyvä. Kartalla esitetään taimikkokuvioiden osat, joiden VESA-indeksi on alhainen (low), keskimääräinen (moderate), korkea (high) tai erittäin korkea (very high). Taimikkokuvioiden osat, joiden VESA-indeksi on hyvin alhainen, ovat kartalla läpinäkyviä. Läpinäkyvyyden ansiosta karttaa on helppo käyttää yhdessä muiden karttatasojen kanssa.