Uudenlaisten, pinnan muotoja kuvaavien topografia-aineistojen avulla voidaan aiempaa tarkemmin ennustaa tulvia ja parantaa tulvakarttoja sekä tutkia jokidynamiikkaa. Lisäksi nämä aineistot tarkentavat ja nopeuttavat jokien elinympäristöjen mallinnusta ja tuovat uutta tietoa ilmastoskenaarioiden vaikutuksien arviointiin.
Elinympäristöjen ja ilmastoskenaarioiden tutkimus hyötyvät
GIFLOOD-hankkeessa SYKEn tavoitteena oli hyödyntää tuloksia tehokkaasti virtavesiekologiassa, lähinnä lohikalojen elinympäristöjen tutkimuksessa ja seurannassa.
Aiempaa tarkemmat ja kattavammat lähtöaineistot jokitopografiasta luovat edellytykset elinympäristöjen tarkasteluun myös erilaisilla ilmastoskenaarioilla. Etenkin tulevaisuuden tulvien mallintaminen ja niiden merkityksen arvioiminen jokielinympäristölle mahdollistuvat.
Paremmat tulvakartat palvelemaan akuuttia pelastustoimintaa
Yksi hankkeen tärkeimmistä tavoitteista oli kehittää tulvakarttojen sisältöä ja käytettävyyttä palvelemaan akuuttia pelastustoimintaa vaihtelevissa olosuhteissa ja työympäristöissä. Tulevaisuuden tulvakartat voivat ehkä olla reaaliaikaisia, niistä löytynee eritasoista tietoa erilaisille käyttäjäryhmille ja ne voivat vastaanottaa tietoa eri lähteistä ja ymmärtävät hälyttää tarpeen mukaan.
Maalaaserkeilain, ADCP-virtausmittari, hydraulinen malli…
Meanderoivan eli muuttuvasti mutkittelevan joen dynamiikkaa voidaan tutkia uudella tavalla kartoittamalla maalaserkeilaimella tulvan aiheuttamat geomorfologiset muutokset ja määrittämällä tulvan aikaiset virtausolosuhteet ADCP-virtausmittarilla ja kaksiulotteisella hydraulisella mallilla. Menetelmien yhteensovittaminen luo paljon mahdollisuuksia uudenlaiselle seurannalle ja tutkimustyölle myös laajemmin erilaisissa virtavesissä.
Laaja GIFLOOD-yhteistyöhanke
GIFLOOD-hankkeeseen osallistui viisi tutkimuslaitosta, neljä julkisen sektorin toimijaa ja kuusi yritystä. Vuosina 2008–12 toteutettu hanke kuului Tekesin Vesi-ohjelmaan.
 |
| Utsjoella yhdistetään veneestä kerätyt kaikuluotaus- ja laserkeilausaineistot maalta kerättyihin aineistoihin. Kuva Janne Ropponen. |
 |
| Radio-ohjattavan helikopterin kameralla otetuista kuvista laaditaan kuvamosaiikki, jonka avulla voidaan luoda korkearesoluutioisia syvyysmalleja. Kuva Saija Koljonen. |
 |
| Turun yliopiston ADCP-GPS-vene osaa ajaa melkein itsekin! Kauko-ohjattava, kevyt laite pääsee sinne, mihin kumivene jää kiinni. Kuva Janne Ropponen. |
Lisätietoja:
Tutkija Saija Koljonen, Suomen ympäristökeskus SYKE, etunimi.sukunimi@ymparisto.fi
Paluu etusivulle
