Tässä viivamuotoisessa vektoriaineistossa Maastotietokannan virtavesille eli kohdeluokille 36311 (alle 2 m) ja 36312 (2–5 m) on arvioitu puromaisuuden todennäköisyys (jatkuva arvo 0–1) kahdella eri koneoppimismallilla. Pääasiallisena tarkoituksena on ollut erottaa kaivetut ojat luonnonuomista. Aineisto kattaa koko Suomen.
Aineiston tuottamiseen tarvittava tarkempi metodiikka löytyy Pythonilla kirjoitettuna osoitteesta (Part1)
https://github.com/PossibleSolutions/StreamClassifier
Aineiston metatiedot ominaisuus- eli attribuuttitietoineen löytyvät erikseen myös seuraavasta dokumentista: (https://geoportal.ymparisto.fi/meta/julkinen/dokumentit/Virtavesien_alle5m_ennustettu_puromaisuus.pdf)
Virtavesien (alle 5 m) ennustettu puromaisuus -aineistoa on käytetty ojitustilanneaineiston päivittämiseen (https://ckan.ymparisto.fi/dataset/soiden-ja-kivennaismaiden-ojitustilanne).
Aineisto kuuluu Syken avoimiin aineistoihin (CC BY 4.0).
Aineiston koon vuoksi se on saatavilla vain erikseen pyynnöstä. Esimerkiksi QGIS-ohjelmalla on vaikeuksia käsitellä ominaisuustietotaulukkoa, joten aineiston käsittelyssä tulee käyttää harkintaa. Ympäristöhallinnon sisällä aineisto on saatavilla tietokannasta erillisillä tunnuksilla (gistuki@syke.fi) ja ulkopuolisille käyttäjille lähetetään pyynnöstä aineiston latauslinkki (linda.kartano@syke.fi).
More detailed description can be found from (in English)
https://github.com/PossibleSolutions/StreamClassifier
Aineiston teon tavoitteena oli kaivettujen ojien erottaminen luonnonuomista. Tätä tietoa tarvittiin soiden ojitustilanneaineiston (https://ckan.ymparisto.fi/dataset/soiden-ojitustilanne) päivittämiseen.
Lähtöaineistona olivat Maanmittauslaitoksen maastotietokannan virtavedet eli kohdeluokat 36311 ja 36312. Mahdollisimman kattavan lähtöaineiston aikaansaamiseksi työssä yhdistettiin maastotietokannan vuosiversiot 2009, 2014 sekä 2024 (Maanmittauslaitoksen rajapinta 22.5.2024). Tarkoituksena oli sisällyttää lähtöaineistoon mahdollisimman suuri osa kaivetuista ojista – siinäkin tapauksessa, että ne ovat umpeenkasvun seurauksena sittemmin madaltuneet tai ennallistamisessa täytetty ja poistettu maastotietokannan uusimmista versioista. Eri vuosiversioiden viivat yhdistettiin ja päällekkäiset viivat poistettiin. Viivat myös ”dissolvattiin” niin, että päistä toisiaan koskevat pätkät yhdistettiin yhdeksi yhtenäiseksi viivaksi.
Yhdistetyn aineiston virtavesiviivoille tuotettiin monia viivojen geometriaan, lähimpiin muihin virtavesiviivoihin sekä mm. maaston kaltevuuteen, maaperään ja kosteusindeksiin liittyviä tietoja, jotka liitettiin attribuuttitiedoiksi viiva-aineistoon. Näiden tietojen avulla arvioitiin kunkin virtavesiviivan puromaisuus koneoppimismalleilla Random Forest ja Neural Network. Yleisesti ottaen yksi parhaista taustamuuttujista ojien ja luonnonuomien erottamisessa oli mutkikkuus eli sinuositeetti. Mallien opetusaineistona käytettiin visuaalisesti validoitua aineistoa, jossa virtavesiviivoja oli manuaalisesti luokiteltu ojitetuksi ja ojittamattomaksi. Validointimetriikka tuotti epäluonnollisen korkean validointituloksen, joka viittaa ylioppimiseen. Todennäköisyysarvoja on syytä käyttää varauksella.
Maastotietokannan ohella muut lähtöaineistot:
- Luken DTW-kosteusindeksikartat (https://ckan.ymparisto.fi/dataset/dtw-kosteusindeksikartat)
- Maanmittauslaitoksen korkeusmallin (10 m) kaltevuus (https://ckan.ymparisto.fi/dataset/korkeusmalli-10-m)
- GTK:n maaperäkartat (https://ckan.ymparisto.fi/dataset/maapera-1-20-000-1-50-000, https://ckan.ymparisto.fi/dataset/maaperakartta-1-200-000) *Eri mittakaavoissa olevien maaperäkarttojen maalajitiedot yhdistettiin em. muokkausaineistoja käyttäen siten, että lopputuotteeseen tuli ensisijaisesti 1:20 000-kartan maalajitieto, toissijaisesti 1:50 000-kartan maalajitieto ja lopuille 1:200 000-kartan maalajitieto