Luonnonvarariskien hallinta GeoIT-ratkaisuilla

Transkriptio

1 Luonnonvarariskien hallinta GeoIT-ratkaisuilla Juha Hyyppä, Os.Joht., Prof., Dos., TkT, Kaukokartoituksen ja fotogrammetrian osasto Hannu Hyyppä, Petteri Alho, Tapani Sarjakoski, Markus Holopainen, Päivi Lyytikäinen-Saarenmaa, Eija Honkavaara, Sanna Kaasalainen, Jere Kaivosoja, Yrjö Sucksdorff, Timo Huttula Hankkeen tavoite On avoimempi tiedonkulku ilmastomuutostutkimuksesta päätöksenteon ja kansalaisten tueksi, Kehittää kaukokartoituksen ja paikkatiedonmenetelmiä (GeoIT) moniin ratkaisemattomiin, kansalaisia ja päättäjiä palveleviin ilmastonmuutosongelmiin (mm. tulvat, myrskytuhot, metsien hyönteistuhot, maanviljelijän tietotarpeet muutostilanteissa) ja Demonstroida globaalimuutoksesta tullutta informaatiota yhdessä mahdollisessa tulevaisuuden karttavisualisointijärjestelmässä, kännykkäpohjaisessa 3D-pelimoottorissa. Tiedot välitetään mm. kansallisen ilmastopaneelin, päättäjien ja kansalaisten käytettäväksi ja arvioitavaksi. Hanke palvelee mm. Geodeettisen laitoksen ja MML:n MTJtutkimusohjelmaa. 1

2 Hanke pyrkii Palvelemaan kansalaisia. Kansalaisen näkökulmasta suuret uhat, mitä ilmastomuutos tuo, kohdistuvat mm. hänen omaan omaisuuteensa (rakennettu ympäristö ja metsät) ja elämäntapaan (vedenrannalla mökki). Palvelemaan päätöksentekoa case-tutkimusten osalta. Johtoryhmän pj. Prof. Markku Kulmala (Ilmastopaneeli). Palvelemaan tutkimuksen tarpeita: tekemään kovalaatuista tutkimusta uuden paikkatieto- ja kaukokartoitusteknologian ja sovellus-case-tutkimusten osalta. Geo-IT Konsortio Prof. Juha Hyyppä, Dos., TkT, Hannu Hyyppä, Dos., Akatemiatutkija Petteri Alho, Prof. Tapani Sarjakoski, Prof. Markus Holopainen, Dos. Päivi Lyytikäinen-Saarenmaa Tutkimuspäällikkö, TkT Eija Honkavaara Dos., FT, Akatemiatutkija Sanna Kaasalainen, Tutkija Jere Kaivosoja, Yksikönjohtaja Yrjö Sucksdorff, Prof. Timo Huttula Geodeettinen laitos Aalto-yliopisto - Insinööritieteen korkeakoulu - RYMMinstituutti Metropolia Turun yliopisto Helsingin yliopisto Maa- ja elintarviketalouden tutkimuskeskus Suomen Ympäristökeskus 2

3 Luonnonvarariskien hallinta GeoITratkaisuilla GeoITdemonstraattori Tulvariskit Ympäristömalliaikasarjat Metsien hyönteistuhot Avoimempi tiedonkulku ilmastomuutostutkimuksesta Veden laatu? Maanviljelijää palvelevaa informaatio Myrskytuhot GeoIT-demonstraattori Paikkatietojen lähdeaineistojen julkisuuteen, jossa mm. Maanmittauslaitoksen laserkeilauspisteaineistoista ja kuvista voidaan tuottaa karkea 3D-malli lähes automaattisesti. Mobiilikeilauksella ja kuvauksella tehdyt tihennykset aineistoon MobiMap-tutkimusryhmässä kehitettyyn 3D-karttaliittymään (kuva oikealla), joka yhdistää virtuaalisen maailman ja todellisen maailman 3D virtuaalimallin ja 3D-pelimoottorin avulla siten, että pelimoottori toimii kännykässä, tabletissa tai tietokoneessa. Augmented reality ja muiden uusien teknologian hyväksikäyttöön teematiedon lisäämiseksi ympäristöä esittävään 3D-malliin Paikkatietoinfrastruktuurin avoimien rajapintojen käyttämiseen tiedon hakemiseksi eri toimijoilta Crowdsourcing/wikikartoituksen käyttö Demonstroi, minkälaista karttatieto on

4 GeoIT-tietoarkkitehtuuri 3D-visualisointi ja vuorovaikutus sovellus GeoITpalvelukokonaisuus WPS-rajapinta Riskianalyysi ja tietojen yhdistäminen User WFS-rajapinta 3D-vektoritiedot (maastotietokanta) WCS-rajapinta Rasteritiedot (teematiedot ja 3D-korkeusmallit) WCS-rajapinta Suuret 3D-pistepilviaineistot teematiedot (esim. tulva-alueet) ympäristöä esittävän 3Dmallin osana ja mallin vuorovaikutteinen tarkastelu standarirajapintoja hyödyntävän tietoarkkitehtuurin kehittäminen yhteensopivaksi paikkatietoinfrastruktuuriin (vrt. esim. INSPIRE vaatimukset) 7 Uusi paikkatietoteknologia (GeoIT) Esimerkki Liikkuva kartoitin (esim. Nokia Truecar, Google Street View Car) Lähes automaattinen prosessointi 3D virtuaalimalliksi 3D pelimoottori karttaliittymäksi Fyysisen ja virtuaalisen maailman yhdistäminen pelimoottorissa Ensimmäinen julkinen demonstraatio maailmassa koko prosessista alusta loppuun (11/2011): 4

5 Tiedon hankinta 5

6 Pieni datamäärä silti yksityiskohtainen Game Engine Interface 6

7 Muutostulkintateknologian perusidea Construction Sähkölinjan rakentaminen vuosien 1998 ja 2000 välissä. Lähde Yu & Hyyppä Avoimempi tiedonkulku ilmastomuutostutkimuksesta päätöksenteon ja kansalaisten tueksi 2. Miten tätä tietoa voidaan osaltaan tuottaa ja kerätä uuden teknologian avulla huomioiden sensoritekniikan kehitys ja miniatyyrisoituminen? 3. Miten tätä tietoa voidaan esittää GeoITteknologioilla palvellen kansalaisia ja päättäjiä? 4. Mitä paikkatietoa käynnissä olevat hankkeet tuottavat? 1. Mitä tietoa kansalaiset ja yhteiskunta tarvitsevat varautuessaan äärimmäisiin sääilmiöihin ja niiden seurauksiin? KAP Kyselyt Uudet toimintatavat Orkestrointi Työpajat Tietovirrat Tiedon jakaminen 5. Miten tutkimustietoa tuotetaan edistämään yhteiskunnallista keskustelua ja tukemaan kansallisia ja kansainvälisiä päätöksiä Kansalaisia palvelevat demonstraatiot 7

8 Avoimempi tiedonkulku ilmastomuutostutkimuksesta päätöksenteon ja kansalaisten tueksi Kysely painottuu olemassa olevan tietovirtojen kartoittamiseen Miten yhteiskunta ja kansalaiset voivat varautua äärimmäisiin sääilmiöihin ja niiden seurauksiin? Mitkä ovat valtion ja yksityisen toimijan roolit ja vastuut ja tarvitaanko asiaan liittyvää lainsäädäntökehitystä? Miten kansalaisten tietoisuutta riskeistä voitaisiin parantaa? Miten ääri-ilmiöiden aiheuttamiin tuhoihin ja niiden korvaamiseen voidaan taloudellisesti varautua? Mitä tietoa ihmiset tarvitsevat? Minkälaisia uusia työtapoja tarvitaan? Miten tietoa voidaan paremmin levittää? Mitä tietoa asianomaisilla on jaettavaksi? Uudet tutkimusmenetelmät ja menettelytavat tiedon hyödyntämisessä vaativat uudenlaista kulttuuria tutkimusyhteisöön. Minkälaisia? Mitä vaatimuksia tutkimuksen tiedon jakaminen ja siirtäminen yhteiskuntaan aiheuttaa tiedon laadulle, avoimuudelle ja siirrettävyydelle? Miten tieto voidaan hallita ja hyödyntää sekä jalostaa paremmin? Sovellus-caset WP 3.1 Tulvariskit, -mallinnus ja -tilannekuvat koordinaattori Petteri Alho, Turun Yliopisto WP 3.2 Myrskytuhot, koordinaattorit Markus Holopainen, HY ja Eija Honkavaara, GL 3.3 Metsien hyönteistuhojen monitorointi ja riskinarviointi, koordinaattorit Markus Holopainen, HY ja Päivi Lyytikäinen- Saarenmaa, HY 3.4 Ympäristömalliaikasarja, koordinaattori Eija Honkavaara, GL 3.5. Maanviljelijää palvelevaa informaatio muuttuvassa tilanteessa, koordinaattori Jere Kaivosoja, MTT N.N Veden laatu, SYKE? 8

9 Uudet arvoketjut: Muutostulkintaan perustuva metsätuhojen kartoitus ja tuhoriskin spatiaalinen mallinnus Myrskytuho Laserkeilausaineistot Tuhokartoituksen ja spatiaalisen GIS-mallinnuksen perusteella tehty tuhoriskikartta Kuvien M. Vastaranta/HY, V. Kankare/HY Muutokset Seurasaaressa 9

10 Tapani and Hannu storms in December 2011 Automatic generation of digital surface model Automatic detection of fallen trees by using bi-temporal surface modles. Before storm situation by laser scanning or digital image matching After storm (image DSM) Before storm (laser DSM) Difference 19 TerraSAR-X stereo-radargrammetria Original data, 2009 DLR Runkotilavuuden estimointi 10

11 Virtauskenttä ja virran kulutusvoima voidaan mitata tai mallintaa (ADCP, hydraulinen malli) Kuva: tulvan aiheuttamat muutokset menaderisärkällä MLS+TLS 2010/2011 Kuva: virtausnopeuden (vas) ja virran kulutusvoiman jakautuminen meanderikaarteessa kahdella eri virtaamalla 11

12 Esimerkkejä odotettavista tuloksista Myrskytuhojen osalta hyödyntämispotentiaali on seuraava: Tuhojen paikallistamisen, laajuuden ja voimakkuuden arvioinnin jälkeen menetelmällä olisi mahdollista saada metsänomistajille pikaisesti ilmoitus heidän metsissään tapahtuneista tuhoista / puunkorjuutarpeesta. Menetelmän avulla voitaisiin myös kohdentaa mahdolliset viranomaisten / vakuutusyhtiöiden maastotarkastukset. 3Dmuutostulkintaan perustuvat inventoinnit olisivat erinomaista lähtöaineistoa myös myrskytuhojen aiheuttamien seuraustuhojen riskien mallinnuksessa. Ilmakuvaperusteista menetelmää demonstroidaan lisäksi v ja 2011 myrskytuhokuvilla. Hyönteistuhojen osalta hyödyntämissuunnitelma on seuraava. Ensiksi, kehitämme optimaaliset kaukokartoitukseen ja paikkatietomenetelmiin perustuvat monitorointimenetelmät kahdelle erilaiselle tuhohyönteisryhmälle, jotka ovat neulastuholaiset (mäntypistiäiset) ja runkotuholaiset (kaarnakuoriaiset). Tavoitteena ovat sekä neulaskatoa että neulasten värinmuutosta/puustokuolemaa havaitsevat menetelmät. Toiseksi, kehitämme riittävän tarkat monitorointimenetelmät maisema-, metsikkö- ja puustotasolle, jolloin meillä on sopivan menetelmä kunkin mittakaavan ongelmien ratkaisemiseksi. Kolmanneksi, riskinarvioinnin kehittämisessä käytämme apuna mm. vallitsevia ympäristö-, puusto-, maaperäja topografiatietoja sekä estimaatteja tuholaisen populaatiodynamiikasta. Esimerkkejä odotettavista tuloksista Aikasarjateknologian avulla voidaan vuosikymmenien muutoksia seurata visuaalisesti käyttäen ilmakuvatoimittajien kuva-arkistoja. Tulvien osalta pilotoidaan tulvakarttapalvelu, jossa kansalaisen on mahdollista saada tietoa omistamiensa maa-alueiden ja rakennusten tulvariskeistä. Palvelu toteutetaan GL:n kehittämän GeoIT-demonstraattorin yhteyteen. Tulvakarttapilottia testataan niin teknisesti kuin sisällöllisesti valitulla käyttäjäryhmällä ja tämän kokemuksen perusteella tehdään suositus tulvakarttapalvelun kehittämiseksi Suomessa. Maanviljelijää pyritään palvelemaan seuraavasti. Kehitetään palvelu, jonka kautta viljelijät saavat käyttöönsä havaitut spatiaaliset luonnonvarariskitiedot. Luotavan palvelun avulla tiedot saatetaan avoimen rajapinnan yli modernille maatalouden tiedonhallintajärjestelmälle. Näin palvelu sulautuu osaksi olemassa olevaa kokonaisuutta parantaen mm. viljelijän riskienhallintaa ja tarkentaen olennaisesti viljelyprosessitietoja lisäämättä kuitenkaan viljelijän työtaakkaa. Työpaketissa demonstroidaan eritasoisten mallien hyödyntämistä. Hyödynnettävinä malleina toimivat mm. tulvavaroitukset, erilaiset satotuhohavainnot kuten hyönteis- ja kasvitautituhot, sekä kasvuston lakoaminen. Työpaketissa kehitetään myös Maatilan tiedonhallintajärjestelmään menetelmä, jonka avulla mallien tuottamat spatiaaliset havainnot realisoidaan muutoksiksi peltoviljelyprosesseihin. Työpaketti osoittaa, kuinka havaitut luonnonvarariskitiedot voidaan viedä viljelykäytäntöön 12

13 Yhteistyöllä! Lisää vaikuttavuutta (teollista, yhteiskunnallista ja tieteellistä) 13