Visuaalisen metsämaiseman herkkyysluokitus Ron Store Oulu 2.3.2012
Johdanto ja taustaa Taloudellisesti ja maisemallisesti on tarkoituksenmukaista tunnistaa maisemallisesti herkimmät alueet Maiseman herkkyys: Visuaalisen maiseman herkkyys muutoksille, kuten metsänkäsittelyille Maisemallisesti herkimpiä ovat kohteet joiden voimakas muuttaminen aiheuttaa laajaa vastusta ja paljon negatiivisia tunteita Menetelmä maisemallisesti herkkien alueiden tunnistamiseen talousmetsissä Metsäntutkimuslaitos, Suomen ympäristökeskus, Oulun yliopisto, Metsätalouden kehittämiskeskus Tapio, maa- ja metsätalousministeriö, Metsähallitus, Kainuun metsäkeskus, ProAgria Kainuu, Aalto yliopiston arkkitehtuurin laitos sekä Openspace-tutkimuskeskus Rahoitus: MMM:n ja osallistujat
Herkkyysluokitusprojektin tavoitteet Kehittää laajoille alueille soveltuva menetelmä maiseman herkkyysluokituksen toteuttamiseen talousmetsissä Kriteerien ja herkkyysmallin laatiminen Kainuun ja Kuusamon vaaramaan maisemamaakuntaan Menetelmän, kriteerien ja mallin testaaminen Sotkamon kunnan alueen kattavassa pilottitutkimuksessa Menetelmän vaiheet 1) Herkkyysmallin laadinta 2) Mallin toteuttaminen paikkatietojärjestelmässä 3) Tulosten arviointi
Maisemallisen herkkyyden kriteerit Herkkyysmallin laadinnan ensimmäisessä vaiheessa valitaan maiseman arvioinnissa käytettävät kriteerit Maiseman yleispiirteet vaihtelevat paljon eri puolilla Suomea Käytettävä kriteeristö on hienosäädettävä alueen mukaan Maisemamaakuntajako hyvä lähtökohta Tässä tutkimuksessa kohteena on Kainuun ja Kuusamon vaaramaan maisemamaakunta
Malli, jossa maisemalliseen herkkyyteen vaikuttavat tekijät kuvataan hierarkkisesti tarkentuvien kriteerien ja alikriteerien avulla Puustoon liittyviä kriteerejä ei mallissa käytetä, vaan maisemallista herkkyyttä arvioidaan alueiden sijainnin näkökulmasta => mallilla ei ole jatkuvaa päivitystarvetta Mallin pääkriteerit: 1. Näkyvyys 2. Käyttöpaine 3. Maiseman vetovoimaisuus Päätöshierarkia
Herkkyysmallin painokertoimien Kriteerien painokertoimet asiantuntijatietämyksen mallinnuksella Kolmekymmentä metsä-, maisema- tai ympäristöalan asiantuntijaa pääosin Kainuun ja Kuusamon alueelta Painokertoimien laskenta ja mallinnuksen epävarmuusanalyysit pareittaiset vertailut, Steps -ohjelmisto Hyötymallien estimoiminen Muuttujan arvojen tuottama hyöty yhteismitallistaminen määrittäminen
Herkkyysluokituksen tuottaminen paikkatietojärjestelmässä Kriteerejä kuvaavien karttatasojen yhteismitallistaminen Karttatasojen painottaminen ja yhdistäminen Lopputuloksena herkkyyskartta, joka kuvaa maisemallisen herkkyyden vaihtelua tutkimusalueella Luokituksen yksikkönä 250m ruutu Tutkimuksen tuloksena lisäksi herkkyysluokitusmenetelmä ja herkkyysmalli Kainuun ja Kuusamon vaaramaan maisemamaakuntaan
Laskennan kulku Tuotetaan kriteerejä vastaavat tiedot pilottialueelle ArcGis-ohjelmistolla Paikkatietoanalyysit Esim. näkyvyysanalyysi, naapurustoanalyysit ja läheisyysanalyysit Aineistot (vektori ja rasteri) Maastotietokanta ja korkeusmalli Yhdyskuntarakenneaineisto ja digiroad Sotkamon kunnan toimittamat aineistot, Tilastokeskuksen yritysrekisteri Kunnittaiset metsävaratiedot (VMI) Luonnonsuojeluohjelmat
Esim. paikkatietoanalyysit; asutuksen käyttöpaine
Näkyvyys alikriteeri (Rukan pilottialue) Punainen herkin sininen vähiten herkin
Esitysdian otsikko
Tulosten arviointi Maastotarkistukset Yksittäiset kriteerit ja herkkyysindeksi Tilastolliset epävarmuustarkastelut Kriteerien suhteen herkkyysanalyysi Mitä epävarmuus merkitsee? Asiantuntijoiden lomakearviointi Toteutettu 5/2011 Asiantuntijoiden maastoarviointi Toteutettu 8/2011
Tulosten hyödyntäminen Ei ole maisemallisen arvon kokonaismittari Herkkyystieto on nykyisiä metsiköittäisiä inventointeja täydentävä työväline, jonka avulla voidaan kohdistaa esim. maiseman huomioon ottavien hakkuiden suunnittelu ja toteutus sekä tarkemmat maastoinventoinnit ja maisema-analyysit maisemallisesti tärkeille alueille. Myös julkisrahoitteisen ohjauksen kustannustehokkuutta voidaan parantaa kohdentamalla neuvontaa, maisemapainotteista suunnittelua ja viestintää sekä erilaisia metsäpoliittisia tukia maisemallisen herkkyyden mukaan. Potentiaalisten konfliktitilanteiden tunnistaminen ennakolta
Kiitos