Lennokkikartoitus on menetelmä, joka. Lennokkikuvauksen hyödyntämisestä turvetuotantoalueen kartoituksessa. Ilmakuvaus lennokilla



Samankaltaiset tiedostot
Miehittämättömän lennokin ottamien ilmakuvien käyttö energiakäyttöön soveltuvien biomassojen määrän nopeassa arvioinnissa

Kaupunkimallit

Maanmittauslaitoksen ilmakuva- ja laserkeilausaineistot ktjkii-päivä

Radanrakentamisen 3D-lähtötietomallin mittaus (Case Jorvas, UAS)

Capacity Utilization

Miehittämättömän ilma-aluksen käyttö toimitustuotannon kartoitustyössä

Kehittyvien satelliittiaineistojen mahdollisuudet

Kaukokartoitusmenetelmien hyödyntämis- mahdollisuuksista maaainesten oton valvonnassa ja seurannassa

LASERKEILAUKSEEN PERUSTUVA 3D-TIEDONKERUU MONIPUOLISIA RATKAISUJA KÄYTÄNNÖN TARPEISIIN

Lämpökamerakuvaus Terrafame Oy:n Sotkamon kaivosalueella

Efficiency change over time

Other approaches to restrict multipliers

Stormwater filtration unit

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

Maanmittauslaitoksen uusi valtakunnallinen korkeusmalli laserkeilaamalla

UAV-kopteri Jyväskylän kaupunkiympäristössä. Juha Kantanen Jyväskylän kaupunki

1. Hankinnan tausta ja tarkoitus

TERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki

UAV:N AVULLA TUOTETUN FOTOGRAMMETRISEN PIS- TEPILVEN VERTAILU JA KÄYTETTÄVYYS

Maaston ja tiestön kantavuuden ennustaminen. Jori Uusitalo Jari Ala-ilomäki Harri Lindeman Tomi Kaakkurivaara Nuutti Vuorimies Pauli Kolisoja

DroneKnowledge Towards knowledge based export of small UAS remote sensing technology Kohti tietämysperusteisen UAS kaukokartoitusteknologian vientiä

FOTOGRAMMETRINEN PISTETIHENNYS

Rautatiekasvillisuudenhallinta laserkeilauksen avulla

Laserkeilauksella kattavaa tietoa kaupunkimetsistä

16. Allocation Models

Laitetekniset vaatimukset ammattimaiselle dronetoiminnalle. Sakari Mäenpää

Use of spatial data in the new production environment and in a data warehouse

Nykyaikaiset paikkatietoratkaisut. Autodesk AutoCAD Civil 3D 2015 A BIM for infrastructure software solution. Olli Ojala Future Group Oy

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

LASERKEILAUS JA UUSI VALTAKUNNALLINEN KORKEUSMALLI-SEMINAARI Laserkeilausaineistojen sovelluksista

WP3 Decision Support Technologies

Envibase-hanke. Esittely KTKlle SYKE Saku Anttila Yrjö Sucksdorff

7.4 Variability management

Laserkeilaus suunnistuskartoituksessa

Toimintamallit happamuuden ennakoimiseksi ja riskien hallitsemiseksi turvetuotantoalueilla (Sulfa II)

ja ilmakuvauksen hankinta

Building Information Model (BIM) promoting safety in the construction site process. SafetyBIM research project 10/2007 2/2009. (TurvaBIM in Finnish)

TAMPEREEN TEKNILLINEN YLIOPISTO Teollisuustalous

UAV-LENNOKIN HYODYNNETTÄVYYS ILMAKUVAKARTAN TEOSSA

Taustaa. Opinnäytetyön materiaali kesältä 2017 Mustialan opetusmaatilalta Materiaalit on myös viety internettiin. Hämeen ammattikorkeakoulu

Tree map system in harvester

Laserkeilausaineiston hyödynt. dyntäminen Finavian tarpeisiin

Kansallinen maastotietokanta. KMTK Kuntien tuotantoprosessit: Selvitys RPASmenetelmistä

Loppuraportti Blom Kartta Oy - Hulevesien mallintaminen kaupunkiympäristössä / KiraDIGI

Suomen JVT- ja Kuivausliikkeiden Liitto ry The Association of Finnish Damage Restoration Companies

Kuvailulehti. Korkotuki, kannattavuus. Päivämäärä Tekijä(t) Rautiainen, Joonas. Julkaisun laji Opinnäytetyö. Julkaisun kieli Suomi

RAIN RAKENTAMISEN INTEGRAATIOKYVYKKYYS

Luento 10: Optinen 3-D mittaus ja laserkeilaus

FinFamily PostgreSQL installation ( ) FinFamily PostgreSQL

PYÖRÄILY OSANA HELSINGIN SEUDUN KESTÄVÄÄ KAUPUNKILIIKENNETTÄ

Alternative DEA Models

T U O T T E E T P R O D U C T S

Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää

T U O T T E E T P R O D U C T S

Lidar GTK:n palveluksessa

KANSALLINEN MAASTOTIETOKANTA-HANKE (KMTK) KMTK KUNTIEN TUOTANTOPROSESSIT: SELVITYS RPAS-MENETELMISTÄ

UAV-kuvauksella tuotetun fotogrammetrisen aineiston käyttö puustotulkinnassa

ReFuel 70 % Emission Reduction Using Renewable High Cetane Number Paraffinic Diesel Fuel. Kalle Lehto, Aalto-yliopisto 5.5.

Kaivostoiminnan eri vaiheiden kumulatiivisten vaikutusten huomioimisen kehittäminen suomalaisessa luonnonsuojelulainsäädännössä

Tiedonkeruun miljoonat pisteet

Maastokartta pistepilvenä Harri Kaartinen, Maanmittauspäivät

Pelletizing trials Autum 2008

Pohjajarven vuosilustoisten sedimenttien paleomagneettinen tutkimus: Paleosekulaarivaihtelu Suomessa viimeisten 3200 vuoden aikana

Tilausvahvistus. Anttolan Urheilijat HENNA-RIIKKA HAIKONEN KUMMANNIEMENTIE 5 B RAHULA. Anttolan Urheilijat

Drone-kuvausten käyttökelpoisuudesta metsäkeskuksen toiminnassa Maaseutu 2.0 loppuseminaari

Olosuhdetieto. Metsäntutkimuksen ja päätöksenteon apuna. Metsäteho Timo Tokola. UEF // University of Eastern Finland

Kaukokartoitustiedon käyttö LUKE:ssa

The CCR Model and Production Correspondence

Luento 13: Ympäristömallien tiedonkeruu

LIITE 1(5) TYÖOHJELMA NUMEERISEN KAAVAN POHJAKARTAN LAATIMINEN. 1. Tehtävän yleismäärittely

Luento 8: Kolmiointi AIHEITA. Kolmiointi. Maa Fotogrammetrian yleiskurssi. Luento-ohjelma

Malleja ja menetelmiä geometriseen tietokonenäköön

Referenssiprojektit Suomessa

Drones: mahdollisuudet ympäristön tilan seurannassa. Kristian Meissner ja Lari Kaukonen SYKE

Gap-filling methods for CH 4 data

Ruoan elinkaariarviointi. Kaisa Manninen Juha Grönroos Suomen ympäristökeskus

Returns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu

Puhelintukiasema-antennin säteilykuvion mittaus multikopterilla (Valmiin työn esittely)

Maankamaran kartoitus lentogeofysikaalisin menetelmin

Käytännön kokemuksia osallistumisesta EU projekteihin. 7. puiteohjelman uusien hakujen infopäivät 2011

Maanmittauslaitoksen laserkeilaustoiminta - uusi valtakunnallinen korkeusmalli laserkeilaamalla

Capacity utilization

Tork Paperipyyhe. etu. tuotteen ominaisuudet. kuvaus. Väri: Valkoinen Malli: Vetopyyhe

MIEHITTÄMÄTTÖMIEN ILMA-ALUSTEN KÄYTTÖ ILMAKUVAUKSESSA

Choose Finland-Helsinki Valitse Finland-Helsinki

Kansallinen satelliittidatakeskus. Timo Ryyppö Ilmatieteen laitos

SIPOON KUNNAN KAAVOITUKSEN POHJAKARTAN LAATIMINEN SEKÄ ILMAKUVAUS MARTINKYLÄN ALUEELLA

MIEHITTÄMÄTTÖMÄN ILMA-ALUKSEN JA LENNOKIN LENNÄTTÄMINEN

Maa Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari Liikennejärjestelmien kuvaaminen laserkeilauksen avulla

KANSALLINEN MAASTOTIETO- KANTA-HANKE (KMTK)

Data quality points. ICAR, Berlin,

Mobiilikartoituspäivä Pistepilvien ja kuvien hyödyntäminen Locusympäristössä

Fingrid Oyj, verkkotoimikunnan kokous

Puiden biomassan, puutavaralajien ja laadun ennustaminen laserkeilausaineistoista

Mineral raw materials Public R&D&I funding in Finland and Europe, Kari Keskinen

Helsinki Region Infoshare 2013

Peruskartasta maastotietokantaan

3 9-VUOTIAIDEN LASTEN SUORIUTUMINEN BOSTONIN NIMENTÄTESTISTÄ

Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät

Transkriptio:

Lennokkikuvauksen hyödyntämisestä turvetuotantoalueen kartoituksessa TARMO LEIKAS JA MARKKU MÄKILÄ Lennokilla tehtävä ilmakuvaus on uusi keino hankkia sijainniltaan ja geometrialtaan tarkkaa paikkatietoa, ortokuvia ja 3D-pistepilviä. Lennokkikuvaus vastaa menetelmänä normaalia ilmakuvausta, mutta ilma-alus on miehittämätön robotti. Kuvauksesta fotogrammetrisin laskentamenetelmin tuotettavat lopputuotteet ovat tarkkoja ortokuvamosaiikkeja ja 3D-pistepilvidataa, valmiita suoraan käytettäväksi suunnittelusovelluksissa. Kuva 1. Sammalistosuon turvetuotantoalue. Taustalla näkyy turveaumoja. Kuva: A. Grundström. Fig. 1. The Sammalistonsuo peat production area. Peat stacks in the background. Photograph: A. Grundström. Lennokkikartoitus on menetelmä, joka sijoittuu perinteisen ilmakuvauksen ja maastomittauksen väliin. Alueellinen kapasiteetti on n. 6 8 km 2 päivässä. Hinnaltaan lennokkikartoitus on edullista, ja se pystyy vastaamaan asiakkaiden tarpeisiin joustavasti. Ortokuvamosaiikki on karttakoordinaatistossa oleva yhdistelmä kohtisuoraan maan pintaa vasten otetuista ilmakuvista, joiden sävyerot ja geometria on tasattu. Pintamalli on kolmiulotteinen, ilmakuvista tuotettu malli, joka myötäilee maan pintaa, rakennuksia ja kasvillisuutta. Pintamalli voidaan toimittaa pistepilvenä (esim. 100 pistettä / m 2 ) tai säännöllisenä ruudustona (esim. 0,1 m ruutu). Pistepilvi ei sisällä taiteviivoja; taiteviivojen mittaus tehdään tarvittaessa erikseen. Pintamallista voidaan peitteisillä alueilla jalostaa maan pintaa kuvaava maastomalli suorittamalla peitteisten alueiden maastomittaukset erikseen. Lennokkikartoituksen esimerkkikohteeksi valittiin Riihimäen Sammalistonsuon turvetuotantoalue (kuva 1). Lennokkikuvauksen suoritti PIEneering Oy syyskuussa 2010. Ilmakuvaus lennokilla Kohdealue kuvataan sovitusti kuvauksen mahdollistavan sään vallitessa. Kuvauksen voi käytännössä estää kova sade/lumisade, voimakas tuuli tai hämäryys/valon puute. Pakkasta voi olla enintään n. -10 astetta. Kuvaustehtävä 230 GEOLOGI 63 (2011)

valmistellaan etukäteen lennonvalmisteluohjelmistolla, ja itse kuvaus tapahtuu automaattisesti etukäteen laaditun lentosuunnitelman mukaisesti. Kuvauksen jälkeen kuvamateriaalin laatu, alueen kattavuus ja lennonohjaustiedot tarkistetaan kohteessa. Ilman GPS-tukipisteitä lopputulosten sijaintitarkkuus on n. 1 metri ja korkeustarkkuus on yhdestä metristä useisiin metreihin. GPS-tukipisteitä käyttäen tarkkuus riippuu kuvauksen pikselikoosta (maastossa) seuraavasti: tasotarkkuus on n. 0,5 1 pikseliä tasossa ja n. 1 1,5 pikseliä korkeussuunnassa. Kun kuvauksen pikselikoko on esimerkiksi 5 cm, tasotarkkuus on n. 2,5 5 cm tasossa ja n. 5 7,5 cm korkeussuunnassa. Tutkimusalue Sammalistonsuo sijaitsee Riihimäen kaupungissa sen taajama-alueen pohjoispuolella noin 3 km kaupungin keskustasta kantatien nro 54 kupeessa Ryttylän kylässä. Sammalistonsuon turvetuotantoalueen ojitus aloitettiin vuonna 1970 ja turvetuotanto vuonna 1975. Vuosina 1998 2000 vuosittaiset turpeen tuotantomäärät ovat olleet 60 000 177 000 m 3. Maksimivuosituotanto on 180 000 m 3. Hankealueella tuotetaan pääasiassa kasvuturvetta. Tärkein käyttökohde on Kekkilä Oyj:n viherrakennuskasvualustojen raaka-aine. Toiseksi tärkein turpeen käyttökohde on saada kompostoinnin tukiainetta ulkopuoliselle asiakkaalle. Kuva 2. Gatewing X100 lähtövalmiina katapultin päällä. Kuva: A. Grundström. Fig. 2. Launching of the model aircraft from a catapult. Photo: A. Grundström. GEOLOGI 63 (2011) 231

Alueella tuotetaan pääasiassa jyrsinturvetta ja tuotantomenetelmänä käytetään haku-menetelmää. Alueella tuotetaan myös noin 40 000 m 3 multaa vuodessa sekoittamalla turpeeseen hiekkaa, hietaa ja savea. Sekoitus tapahtuu kuormaajalla tuotantokenttien auma-alueilla. Vuoden 2002 lopun tilanteen mukaan tuotantokelpoinen pinta-ala on yhteensä 198 ha, josta tuotannosta poistunutta aluetta on noin 30 ha. Sammalistonsuota ympäröivät pelto-, metsä- ja teollisuusalueet. Tuotantoalueen pohjamaalaji on kohtuullisen tiivistä, hiesuvaltaista vuorokerroksellista maalajia, jossa lajitteet vaihtelevat hiedasta saveen. Maalajia voidaan myös luonnehtia laihaksi saveksi, koska saven osuus on yli 30 %. Lennokkikuvaus ja tulosten prosessointi Sammalistonsuo kuvattiin Gatewing X100 UAV-kalustolla syyskuussa 2010 (kuva 2). Alue lennettiin neljänä lentona, joista kukin kattoi n. 1,5 km 2 alueen. Sensorina oli kalibroitu Ricoh GR-III kompaktikamera. Kuva- Kuva 3. UAV-kuvauksesta tuotetun 3D-pistepilven visualisointi, tarkkuus 2,5 cm:n maastopikseli. Kunkin maastopikselin korkeustieto on yhdistetty lennokin ottamaan väri-ilmakuvaan ja näin saatu kolmiulotteinen tietokanta jatkoanalyysejä ja mittauksia varten. Kuva: PIEneering Oy, Mikko Sippo. Fig. 3. Visualization of a 3D point cloud, produced from the UAV description, at 2.5 cm terrain pixel resolution. Each terrain pixel is combined with a colour aerial photograph taken by an unmanned vehicle (UAV). The resulting 3D database can be used for further analysis and measurements. Photograph: PIEneering Oy, Mikko Sippo. 232 GEOLOGI 63 (2011)

uskorkeus oli n. 150 m, jolloin maastopikselin koko oli n. 5 cm. Lennon aikan kone lentää kohdealueen yli suoria kuvausjonoja pitkin. Kuvausjonoilla kone ottaa kuvia n. 2,5 s välein. Kuvat peittävät toisiaan lentojonon suunnassa n. 70 %, ja lentojonot peittävät toisiaan vastaavasti n. 70 %:n verran. Kuvapeitto on siis suurempi kuin perinteisessä ilmakuvauksessa. Menettelyllä kompensoidaan UAV-kuvauskaluston epävakautta verrattuna perinteisiin ilma-aluksiin sekä mahdollistetaan tarkkojen tulosten aikaansaaminen. Tulosten prosessointi tapahtuu kolmessa vaiheessa. Ensivaiheessa suoritetaan ns. ilmakolmiointi, jonka yhteydessä yksittäisistä ilmakuvista muodostetaan kohdealueen kattava, yhtenäinen ilmakuvablokki automaattista konenäkömenetelmää hyödyntäen. Tämän jälkeen ilmakuvablokki oikaistaan karttakoordinaatistoon sädekimpputasoituksena. Ilmakolmioinnin tuloksista tuotetaan edelleen karttakoordinaatistoon oikaistu ortokuvamosaiikki ja 3D-pistepilvi (kuva 3). Laskenta kestää kohdealueen koosta riippuen muutamasta tunnista muutamiin päiviin. Lennokin tekniset yksityiskohdat Kuva 4. Neljän lennon tuloksena syntynyt ortokuvamosaiikki Sammalistosuon tuotantoalueesta. Valkoiset alueet ovat turpeen alta paljastunutta savea. Kuva: PIEneering Oy, Mikko Sippo. Fig. 4. Orthoimage mosaic of the production plan for Sammalistonsuo, produced after the four flights made by the model aircraft. White areas are clay exposed beneath peat. Photograph: PIEneering Oy, Mikko Sippo. Gatewing X100 on valmistettu Belgiassa. Koneen siipiväli on 1 metri, lentoonlähtöpaino on n. 2 kg (kuva 2). Runko on valettu styroxista, ja valun sisällä on hiilikuitukehikko. Lentoakun kapasiteetti on 8000 mah. Kone lähetetään katapulttialustalta, joka kiihdyttää koneen matkalentonopeuteen, joka on n. 70 km/h (kuva 2). Lähtö vaatii 200 300 m esteetöntä tilaa lähtösuunnassa. Kone suorittaa valmistellun lentotehtävän autopilotin avulla ilman operaattorin avustusta. Autopilotissa on GPS-vastaanotin sekä kiihtyvyysanturit, joiden tiedot rekisteröidään lennon GEOLOGI 63 (2011) 233

aikana autopilotin muistiin laskentaa varten. Yksi lento kestää n. 45 minuuttia, jonka aikana otetaan n. 700 ilmakuvaa. Kone laskeutuu laskukiidon jälkeen mahalleen automaattisesti. X100:n lähestymiskuvio vaatii 500 600 m esteetöntä tilaa. Yhteenveto Lennokilla saatuja ilmakuvia on hyödynnetty Sammalistonsuolla ympäristöluvan hankinnassa nykytilanteen selvittämisessä ja turveaumojen tilavuuden laskemisessa. VAPO on käyttänyt lennokkikartoitusta vuoden 2011 tuotantokauden aikana useissa kohteissa eri puolilla Suomea. Ortokuvan hyvä laatu ja erotuskyky tukevat hyvin suunnittelua ja ympäristöseurantaa (kuva 4). 3D-pintamalli on käyttökelpoinen erityisesti silloin, jos alueelta ei ole saatavissa laserkeilausaineistoa (kuva 5). Pintamallin avulla voidaan seurata turvevarannon muutoksia. VAPO harkitsee lennokkikartoitusmenetelmän hyväksyttämistä uudeksi mittausmenetelmäksi omassa tuotantoprosessis- saan perinteisten menetelmien rinnalle. Lennokilla tehtävä kartoitustyö on helppo toistaa aina tarvittaessa, ja kaluston mobilisaatiokustannukset ovat edullisimmat verrattuna miehitetystä lentokoneesta tehtyihin kuvauksiin tai laserkeilauksiin. Kalusto kulkee henkilöauton peräkontissa. Kevyellä lennokkikalustolla matalalla tapahtuva toimita ei edellytä kiinteitä rakenteita tai lupia ilmailuviranomaisilta niin kauan, kun lennokki on ohjauksessa. Sähkömoottorilla varustettu lennokki on myös hiljainen laite eikä aiheuta syttymisvaaraa kuivilla turvekentillä. Menetelmä soveltuu myös esim. maa-ainesten oton seurantaan, avolouhoksissa tapahtuvan kaivostoiminnan ja kaivosten sivukivimassojen ja rikastehiekkavarastojen seurantaan. Menetelmä soveltuu myös vesistötutkimuksiin, metsä- ja maatalouden ja maankäytön suunnitteluun. Lisätietoa aiheesta löytyy nettiosoitteesta www.pieneering.fi. Muita esimerkkikuvia lennokkikartoituksen hyödyntämisestä esitetään kuvissa 6 9. Kuva 5. Sammalistonsuon 3D-malli (yleiskuva), jossa alueen korkeusmittausaineisto on yhdistetty ilmakuvamosaiikkiin. Kuva: PIEneering Oy, Mikko Sippo. Fig. 5. 3D model of Sammalistonsuo in which the altitude data are combined with the mosaic of aerial photographs. Photograph: PIEneering Oy, Mikko Sippo. 234 GEOLOGI 63 (2011)

Kuva 6. Maurlidenin kaivos Ruotsissa. Menetelmän sovellus kaivosalueen tarkan korkeusmallin laatimiseksi mm. kaivosuunnittelua ja kaivosympäristön ympäristönhallintaa varten. Kuva: PIEneering Oy Mikko Sippo. Fig. 6. Application of the method in the detailed planning of the mining area and environment. Photograph: PIEneering Oy, Mikko Sippo. Kuva 7. Maaainesten ottoalue, josta laaditulle kolmiulotteisella mallilla voidaan monitoroida ottomääriä ja ottosyvyyksiä. Kuva: PIEneering Oy, Mikko Sippo. Fig. 7. The extraction area of soil material and a 3D model that can be used for monitoring the amounts and depths of the material. Photograph: PIEneering Oy, Mikko Sippo. GEOLOGI 63 (2011) 235

Kuva 8. Hakevarasto Ruotsissa lennokkikartoituksella tuotettuna kolmiulotteisena mallinna, jonka avulla voidaan mitata varaston tilavuus ja arvioida sen energiasisältö. Kuva: PIEneering Oy, Mikko Sippo. Fig. 8. A chip stack in Sweden as a 3D model, produced by UAV mapping. The model can be used in calculating the energy content of the stack. Photograph: PIEneering Oy, Mikko Sippo. Kuva 9. Avoluohos Saksassa, jossa eri louhintatasot on erotettu erivärisinä kolmiulotteina tasoina. Aineistoa käytetään kaivosmittauksen apuna ja esim. irrotettujen massamäärien laskemiseen. Kuva: PIEneering Oy, Mikko Sippo. Fig. 9. Open quarry in Germany where different excavated levels are separated as 3D levels. The resulting material can be used for mining measurements and, for example, for calculating the amount of the excavated material. Photograph: PIEneering Oy, Mikko Sippo. 236 GEOLOGI 63 (2011)

Summary: Utilization of unmanned aerial vehicle (UAV) in mapping a peat production area. UAV mapping is a new method for acquiring accurate spatial data, i.e. ortho image mosaics and 3D point clouds. UAV mapping is comparable with traditional photogrammetry methods, with the difference of the sensor platform being an unmanned flying robot. Special processing methods are needed in the processing of output products due to the instability of the imaging platform. UAV mapping is especially suitable for mapping missions where the target area is relatively small. The maximum aerial capacity of an UA system typically varies between 4 and 8 km 2 per day. From customer s point of view, the method is affordable and flexible to mobilize. In this article, a test project for the Finnish energy company VAPO is reported. The test site was a 6 km 2 peat production site, Sammalistonsuo, in southern Finland. The area was flown with four flights using a Gatewing X100 UAV in September 2010. The output products, an ortho mosaic and a 3D point cloud, were processed by PIEneering Ltd in Finland. VAPO was satisfied with the results and decided to expand the utilization of UAV mapping to several peat production sites during the production season 2011. Ahkeran malminetsijän paradoksi. Etsii niin innokkaasti, ettei jää aikaa löytämiseen... TARMO LEIKAS VAPO Oy tarmo.leikas@vapo.fi MARKKU MÄKILÄ Geologian tutkimuskeskus markku.makila@gtk.fi GEOLOGI 63 (2011) 237