Kausikosteikoiden tutkimus kaukokartoitusmenetelmillä Evon ja Itä-Suomen alueilla

Abstract

Kausikosteikon käsitteeseen sisältyy kaksi elinympäristötyyppiä: suoarot ja kausikuivat lammet. Kausikosteikot ovat puutteellisesti tunnettuja elinympäristöjä, ja ne muodostavat tärkeitä elinympäristöjä tietyille eliölajeille, kuten rupimanterille (Triturus cristatus). Kausikosteikot tyypillisesti kuivuvat osittain tai kokonaan veden maaperään imeytymisestä tai haihdunnasta johtuen. Ne eivät ole yhteydessä pysyviin pintavesimuodostumiin, vaan saavat vetensä sadannasta ja yleensä melko pieniltä valuma-alueilta. Kausikosteikoille on luonteenomaista hetkelliset tulvimisen ja kuivumisen jaksot sekä sääolosuhteiden aiheuttamat muutokset vedenpinnan korkeudessa. Tutkimuksen tavoitteena on selvittää kaukokartoitusmenetelmien soveltuvuutta Evon alueen suoarojen ja kausikuivien lampien kartoitukseen. Evon alueella käytettyjen kaukokartoitusmenetelmien tuottamien tuloksien pohjalta tavoitteena on soveltaa valittuja menetelmiä Itä-Suomen tutkimusalueen kausikosteikoiden kartoittamiseen. Vertailen Itä-Suomeen sovelletun kaukokartoitusmenetelmän tuloksia suhteessa rupimanterin tunnettuihin elinympäristöpisteisiin. Tähän perustuen tavoitteena on selvittää, että voidaanko tutkimuksessa osoitettua menetelmää käyttää kausikosteikkojen laaja-alaiseen kartoitukseen. Käytän tutkimuksessa aineistona Sentinel 2 -satelliittikuvia, jotka ovat vapaasti saatavilla olevia. Tutkimuksessa käytettyjen satelliittikuvien pikselikoko on 10 metriä, mikä vaikuttaa olennaisesti tutkimustuloksiin. Valitsen tutkimuksessa käytettävät satelliittikuvien analysointimenetelmät kirjallisuuden perusteella, ja näihin sisältyy esimerkiksi Support vector machine -luokittelu. Selvitän ensin satelliittikuvien toimivuutta Evon alueen kausikosteikoiden kartoitukseen. Kaukokartoitusmenetelmien tuloksena on mahdollisten kausikosteikoiden sijainteja. Tarkastan nämä mahdolliset kausikosteikot maastossa kenttätyöosuuden aikana. Evon alueen tulosten valmistuttua valitsen parhaan kaukokartoitusmenetelmän, jota sovellan Itä-Suomessa sijaitsevalle toiselle tutkimusalueelle. Vertaan Itä-Suomen tutkimusalueelle sovelletun kaukokartoitusmenetelmän osoittamien mahdollisten kausikosteikoiden sijaintia rupimanterin elinympäristöpisteisiin, koska rupimanteri elää usein kausittain kuivuvissa lammissa ja soveltuu siten tutkimukseen. Testaaminen osoittaa sen, että soveltuuko Itä-Suomen tutkimusalueella käytetty kaukokartoitusmenetelmä kausikosteikoiden laaja-alaiseen kartoitukseen. Kaukokartoitusmenetelmä havaitsi uusia kausikosteikoita Evon tutkimusalueella, mutta menetelmä ei havainnut kaikkia aiemmin tutkittuja kausikosteikoita. Itä-Suomen tutkimusalueella testattavaksi menetelmäksi valitsin Support vector machine -luokitteluun perustuva kaukokartoitusmenetelmän. Tuloksien vertailukohtana oli 85 rupimanterin elinympäristöpistettä, joista 37 on sellaisia, joiden voidaan olettaa olevan epätodennäköisesti tunnistettavia menetelmällä. Kaukokartoitusmenetelmä osoitti 29:lle rupimanterin elinympäristöpisteen lähiympäristöön (alle 50 metriä) kausikosteikon. Näin ollen voidaan todeta, että tutkimuksessa käytetty menetelmä pystyi osoittamaan merkittävän määrän rupimanterin elinympäristöinä olevista kausikosteikoista Itä-Suomen tutkimusalueella. Menetelmä on käyttökelpoinen kausikosteikoiden esiintymisen suuntaa-antavaan, laaja-alaiseen kaukokartoitukseen.

The term seasonal wetlands include vernal pools and aro wetlands. There is relatively little knowledge about seasonal wetlands. They are important habitats for a large amount of species, for example northern crested newt (Triturus cristatus). Water infiltrates to the soil and evaporates from seasonal wetlands, which leads to a partial or complete drying of the wetland on a seasonal basis. Seasonal wetlands are typically disconnected from permanent water bodies and they have relatively small catchment areas. Temporary cycles of drying and flooding are characteristic for seasonal wetlands and they experience changes in water level due to changes in weather conditions. The main goal of this thesis is the testing of remote sensing methods in mapping of aro wetlands and vernal pools of the Evo region. I implement the remote sensing methods that proved best in the Evo region in mapping of seasonal wetlands in the second study area, which is located in Eastern Finland. I compare the results of the chosen remote sensing methods from Eastern Finland with the known habitat locations of northern crested newt in the study area. The final goal is to determine the suitability of the methods used in the study in mapping seasonal wetlands on a large scale. The materials in the study include the freely available Sentinel 2 satellite images. These satellite images have a pixel size of 10 meters, which has a large influence on the results of the study. I select several remote sensing methods for satellite image analysis based on the literature. These include for example Support vector machine classification. First, I test the suitability of the chosen satellite image analysis methods in mapping the seasonal wetlands in the Evo region study area. The results of these methods include the locations of potential seasonal wetlands locations. Then I examine these potential seasonal wetlands during field work. Depending on the results in the Evo region, I choose the best remote sensing method for testing in the second study area in Eastern Finland. Then I compare the potential seasonal wetland locations based on the remote sensing method tested in Eastern Finland with the documented northern crested newt habitat locations, because the habitat locations indicate actual seasonal wetlands. This testing indicates if the method used in Eastern Finland study area is suitable in large scale remote sensing mapping of seasonal wetlands. Previously unknown seasonal wetlands were documented in the results of the Evo region study area, but some previously known seasonal wetlands were not detected with the method. I chose a remote sensing method based on Support vector machine classification to be tested in the Eastern Finland study area. I compared the results of this method with 85 habitat locations of northern crested newt. 37 of these habitat locations were assumed to be unlikely to be detected by the method. The chosen remote sensing method indicated 29 potential seasonal wetlands that are located within less than 50 meters of newt habitat locations. Therefore, it is concluded that the remote sensing method described in the thesis was capable of detecting a significant proportion of known newt habitat locations in the Eastern Finland study area. The method is a suitable method in large scale mapping of seasonal wetlands.