Avoindata.fi

All Finnish open data from one place.

1783

Datasets

Show all →

779

Publishers

Show all →

69

Showcases

Show all →

Datasets

Register of public areas in the City of Espoo

MODIFIED 20.01.2021
This dataset provides the register of public areas in the City of Espoo. It includes information about streets, equipment (e.g. benches and trash cans) and green space areas. The dataset is provided by the Public Works Department of Espoo. Address of the WFS API: [https://kartat.espoo.fi/teklaogcweb/wfs.ashx](https://kartat.espoo.fi/teklaogcweb/wfs.ashx?request=GetCapabilities). With QGIS versions 2.18-3.x. use this address: [https://kartat.espoo.fi/teklaogcweb/wfs.ashx?OUTPUTFORMAT=GML2](https://kartat.espoo.fi/teklaogcweb/wfs.ashx?OUTPUTFORMAT=GML2). Data can be found in layers "GIS:InfEquipment", "GIS:InfPark", GIS:InfStreet" and "GIS:InfVegetation".

City of Espoo center lines of streets

MODIFIED 20.01.2021
Center lines of streets of the city of Espoo. **WFS API URL:** - [https://kartat.espoo.fi/teklaogcweb/wfs.ashx](https://kartat.espoo.fi/teklaogcweb/wfs.ashx?request=getCapabilities) - With QGIS versions 2.18-3.x. use this address: https://kartat.espoo.fi/teklaogcweb/wfs.ashx?OUTPUTFORMAT=GML2 **Layers:** - GIS:Keskilinjat

Paikkatietohakemiston CSW-rajapinta

MODIFIED 20.01.2021
Paikkatietohakemisto on valtakunnallinen metatietopalvelu, johon tallennetaan valtakunnallisten paikkatietoa tuottavien organisaatioiden ja kuntien tuottamien paikkatietoaineistojen ja -palvelujen kuvailut. CSW-rajapinnan kautta Paikkatietohakemistoon tallennetut kuvailut voidaan hakea esimerkiksi toisen organisaation omille www-sivuille, ja näin kuvailuja ei tarvitse ylläpitää kuin yhdessä paikassa.

Itämeren ja Suomen järvien vuosittainen sameuskooste (Sentinel-2 MSI) 2015–/ Yearly turbidity composites of the Baltic Sea and Finnish lakes (Sentinel-2 MSI) 2015–

MODIFIED 19.01.2021
[FI] Vuosittainen sameuskooste tehdään kaikista kesäkauden havainnoista, jotka on saatu Sentinel-2-satelliittien MSI-instrumenttien sameushavainnoista. Havainnoista lasketaan mediaanisameus. Koosteita on 60 m maastoerotuskyvyllä vuodesta 2015 alkaen. Koosteeseen käytetty ajanjakso perustuu kullakin vesialueilla käytettävään tila-arvioajanjaksoon. Suomen järvillä ja rannikkovesillä ajanjakso on EUn Vesipuitedirektiivin mukainen, avomerellä Meristrategiadirektiivin mukainen. Rannikolla ajanjakso on vuosittain 1.7.-7.9. järvillä ja avomerellä 1.6.-30.9. Käyttötarkoitus: Suomen merialueiden ja järvien vedenlaadun seuranta. Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0). [EN] Yearly turbidity composite is made from all observations for the summer months obtained from Sentinel-2 MSI instrument interpreted as turbidity. Median turbidity is calculated from the observations. The composites are calculated with a spatial resolution of 60 m from 2015 onwards. The period used for the aggregate of summerly observations follows the status assessment periods accounted in the directive reporting (Water Framework Directive and Marine Strategy Directive). In the Finnish coastal waters, the period is from 1st of July to 7th of September each year. In Finnish lakes and the open sea the period covers observations between 1.6. and 30.9. [FI] Koosteet on laskettu kaikista kesäkauden Sentinel-2-satelliitin havainnoista. [EN] Composites have been calculated from all observations of the Sentinel-2 satellite for the summer season.

Itämeren vuosittainen leväkooste (Envisat MERIS) 2003–2011/ Yearly algea composites of the Baltic Sea (Envisat MERIS) 2003–2011

MODIFIED 19.01.2021
[FI] Vuosittainen Itämeren avomerialueen pintaleväkooste koostetaan kesäkauden päivittäisistä pintalevähavainnoista. Pintalevälautoista tehdään neliluokkainen tulkintakartta, joka kuvaa todennäköisyyttä, että tietyllä alueella esiintyy pintalevää. Kartan luokat ovat 1) ei pintalevää, 2) mahdollista, 3) todennäköistä sekä 4) varmaa pintalevää. Kooste kuvaa kunkin pikselin maksimilevätilannetta kesä-elokuun aikana. Koosteet vuosilta 2003–2011 ovat 500 m maastoerotuskyvyllä. Pintalevähavainnot pohjautuvat a-klorofyllin ja sameuden määrään. A-klorofylli on laskettu Envisat MERIS (Medium Resolution Imaging Spectrometer) instrumentin 3rd Reprocessing -datasta käyttäen neuroverkkolaskentaan perustuvaa FUB-mallia (Freie University of Berlin) (Shcroeder et al., 2007). Sameuden tulkinta tehdään mallilla, joka perustuu C2R-neuroverkkoon (Case-2 Regional), (Brockmann et ai. 2016; Doerffer et ai. 2007; 2008a; 2008b). Aineiston käyttötarkoitus: Itämeren vedenlaadun seuranta. Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0). [EN] The annual Baltic Sea offshore algae compilation is compiled from daily surface algae observations during the summer season. Surface algae blooms are made into a four-class interpretation map that describes the probability of the occurrence of surface algae in each area. Algae classes are: 1) no, 2) potential, 3) likely and 4) evident surface algae. Composites describes maximum algal situation for each pixel during June-August. The composites from years 2003–2011 are with a terrain resolution of 500m. Surface algal observations are based on the amount of chlorophyll-a and turbidity. Chlorophyll-a has been calculated from the 3rd Reprocessing data of the Envisat MERIS (Medium Resolution Imaging Spectrometer) instrument using the FUB model based on neural network computation (Freie University of Berlin) (Shcroeder et al., 2007). The turbidity estimation is done with a model based on a C2R neural network (Case-2 Regional), (Brockmann et al. 2016; Doerffer, et al. 2007; 2008a; 2008b). Purpose of use: Monitoring of water quality in the Baltic Sea. Viitteet\References Anttila, S., Fleming-Lehtinen, V., Attila, J., Junttila S., Alasalmi, H., Hällfors, H., Kervinen, M., Koponen, S., (2018). A novel cyanobacterial surface accumulation indicator for the Baltic Sea. A novel earth observation based ecological indicator for cyanobacterial blooms. International Journal of Applied Earth Observation and Geoinformation 64:145-155. DOI: 10.1016/j.jag.2017.09.007. Available online (Oct/2017): http://www.sciencedirect.com/science/article/pii/S0303243417301964 Schroeder, T., Schaale, M., & Fischer, J. (2007). Retrieval of atmospheric and oceanic properties from MERIS measurements: A new Case-2 water processor for BEAM. International Journal of Remote Sensing, 28(24), 5627–5632. Brockmann, C & Doerffer, R. (2016). Evolution of the C2RCC neural network for Sentinel 2 and 3 for the retrieval of ocean colour products in normal and extreme optically complex waters. Proc. Living Planet Symposium, ESA SP-470. Doerffer, R. & Schiller, H. (2007). The MERIS Case 2 algorithm. International Journal of Remote Sensing, 28 (3–4), 517–535. doi:10.1080/01431160600821127. Doerffer, R., & Schiller, H. (2008a). MERIS Regional Coastal and Lake Case 2 Water Project Atmospheric correction ATBD (Algorithm Theoretical Basis Document) 1.0. 41 p. http://www.brockmann-consult.de/beamwiki/download/attachments/1900548/meris_c2r_atbd_atmo_20080609_2.pdf Doerffer, R. & Schiller, H., (2008b). MERIS Lake Water Project - Lake Water Algorithm for BEAM, ATBD (Algorithm Theoretical Basis Document) 1.0, 17 p. [FI] Koosteet on laskettu kesäkauden Envisat MERIS pintalevähavainnoista. [EN] Composites have been calculated from surface algae observations of the Envisat MERIS for the summer season.

Itämeren ja Suomen järvien päivittäinen sameusaineisto (Sentinel-2 MSI) 2016–/ Daily turbidity of the Baltic Sea and Finnish lakes (Sentinel-2 MSI) 2016–

MODIFIED 19.01.2021
[FI] Satelliitti-instrumenttien havainnoista seurataan veden sameutta pilvettömiltä alueilta sulan veden aikana Suomen merialueilta ja järviltä. Sameus tulkitaan satelliitti-instrumenttien havainnoista Suomen merialueilta ja järvistä pilvettömiltä alueilta. Sameushavainnoissa näkyy usein luonnollista vaihtelua, kuten jokien rannikkovesiin tuoma maaperä tai voimakkaiden tuulien aiheuttama resuspensio, joka nostaa samea vettä pohjasta pintaan. Tulkinta perustuu EU: n Copernicus-ohjelman Sentinel-2-sarjan MSI:n (Multi-spectral Instrument) havaintoihin vuodesta 2016 lähtien. Tulkinta tehdään 60 metrin tarkkuudella. Vastaava sameustulkinta tehdään myös NASAn Landsat-satelliitin OLI-instrumentin aineistoista (erillinen metadata). Sameuden tulkinta perustuu satelliitti-instrumentin havaitsemaan vesialueelta tulevan auringon säteilyn heijastukseen, joka on suurempi sameilla vesialueilla kuin kirkkailla alueilla. Sameuden tulkinta tehdään mallilla, joka perustuu neuroverkkoon (Case-2 Regional CoastColour), (Brockmann et ai. 2016; Doerffer et ai. 2007; 2008a; 2008b). Malli on avoimesti saatavilla SNAP-ohjelmiston kautta. SYKE: n tiedoissa mallin lopputulos on kuitenkin sovitettu vastaamaan Suomen rannikko- ja järvialueiden optisia ominaisuuksia. Sovitus perustuu kenttäkampanjoihin ja ympäristöhallinnon asemanäytteenottoon rannikolla ja järvillä (perusperiaate kuvattu Attila et al., 2013). Käyttötarkoitus: Suomen merialueiden ja järvien vedenlaadun seuranta. Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0). [EN] Satellite observations are used to monitor turbidity of water from cloudless regions during meltwater from Finnish sea areas and lakes. Turbidity is interpreted satellite instrument observations from the sea areas and lakes in Finland in cloudless periods and regions. Turbidity maps often show natural variation, such as soil brought into the coastal waters by rivers or resuspension caused by strong winds, which raises more turbid water from the bottom to the surface (resuspension). The interpretation is based on the MSI (Multi-spectral Instrument) of the Sentinel-2 series of the EU Copernicus program (also OLI instrument of the NASA Landsat8 satellite, see separate metadata) starting from year 2016. The interpretation is made with an accuracy of 60 m. The turbidity interpretation is based on the reflection of solar radiation from the water area detected by the satellite instrument, which is higher in turbid water areas than the water reflection in bright areas. The turbidity estimation is done with a model based on a neural network (Case-2 Regional CoastColour), (Brockmann et al. 2016; Doerffer, et al. 2007; 2008a; 2008b). The model is openly available through SNAP software. In SYKE's data, however, the final result of the model has been adapted to correspond to the optical properties of the Finnish coast and lake areas. The adaptation is based on field campaigns and station sampling (as exemplified e.g. in Attila et al., 2013). Viitteet\References Attila, J., Koponen, S., Kallio, K., Lindfors, A., Kaitala, S., & Ylöstalo, P. (2013). MERIS Case II water processor comparison on coastal sites of the northern Baltic Sea, Remote Sensing of Environment, 128, 138–149. Brockmann, C & Doerffer, R. (2016). Evolution of the C2RCC neural network for Sentinel 2 and 3 for the retrieval of ocean colour products in normal and extreme optically complex waters. Proc. Living Planet Symposium, ESA SP-470. Doerffer, R. & Schiller, H. (2007). The MERIS Case 2 algorithm. International Journal of Remote Sensing, 28 (3–4), 517–535. doi:10.1080/01431160600821127. Doerffer, R., & Schiller, H. (2008a). MERIS Regional Coastal and Lake Case 2 Water Project Atmospheric correction ATBD (Algorithm Theoretical Basis Document) 1.0. 41 p. http://www.brockmann-consult.de/beamwiki/download/attachments/1900548/meris_c2r_atbd_atmo_20080609_2.pdf Doerffer, R. & Schiller, H., (2008b). MERIS Lake Water Project - Lake Water Algorithm for BEAM, ATBD (Algorithm Theoretical Basis Document) 1.0, 17 p. [FI] Kaukokartoitusseurantojen tuloksena syntynyt sameustulkinta. Vuodesta 2016 eteenpäin koostuva aineisto Suomen merialueilta ja järviltä. Prosessointihistoria: Sameus on tulkittu Sentinel-2 MSI-satelliitti-instrumentin aineistoilta. Alkuperäinen satelliittidata on ladattu Euroopan avaruusjärjestön (ESA) latauspalveluista. SYKEssä niistä on laskettu sameustulkinnat käyttäen C2RCC-mallia (Case-2 Regional CoastColour). [EN] Satellite observations are used to monitor turbidity from years 2016- for the Finnish sea areas and lakes. Processing history: The Sentinel-2 MSI data have been received from ESA service. The dataset has been processed to turbidity values in SYKE using the C2RCC algorithm (Case-2 Regional CoastColour), which includes atmospheric correction.

Open your data

Does your organization produce data that could benefit or interest others? We offer guidance and a distribution channel for your datasets.