Kasvihuonekaasupäästöt maanpeitteen mukaan

Creative Commons Nimeä 4.0 Kansainvälinen http://www.syke.fi/fi-FI/Avoin_tieto/Kayttolupa_ja_vastuut

no limitations

Maanpeitteen nettokasvihuonekaasupäästöt on esitetty rasterina 250 m x 250 m spatiaalisella resoluutiolla ETRS-TM35FIN -koordinaattijärjestelmässä. Negatiiviset arvot viittaavat C:n ja CO2:n varastoitumiseen. Päästöjen määrät on ilmoitettu hiilidioksidin ekvivalenttigrammoina (gCO2-eq m2) perustuen IPCC 5. raportin 100-vuoden globaaliin lämpenemispotentiaaliin (Myhre et al. 2013, p. 73). Päästöarvojen puuttuessa kyseisen maanpeitteen osalta, on ruudun arvoksi määritetty NULL tai no data. Tämä on hyvä ottaa huomioon rasteritasoja yhdistettäessä.

Lähtöaineistoissa päästökertoimet on paikoin ilmoitettu keskeisimmän alkuaineen määränä (esim. C kun kyseessä on CO2 tai N kun kyseessä on N2O). Tällöin arvot on muutettu alkuainetta vastaavaksi kaasuksi käyttämällä standardien mukaisia suhteellisia atomipainoja (C: 12.011, O: 15.999, N: 14.007, H: 1.008), minkä jälkeen nämä arvot on edelleen muutettu hiilidioksidin ekvivalenteiksi. Tarkempaa tietoa käytetyistä päästökertoimista ja metodologiasta löytyy liittyvästä julkaisusta (Holmberg et al. 2023).

Kasvihuonekaasujen 250 m x 250 m päästörasterikartat tuotettiin GRASS GIS 8.2 -ohjelmistolla (GRASS Development Team, 2022).

Vektoridatasta saadut kasvihuonekaasujen päästöaineisto (joet, järvet, viljelymaat) rasterisoitiin yhden neliömetrin resoluutiolla, jossa päästöintensiteetti muodosti ruudun arvon. 2-5 metriä leveiden jokien viivamuotoinen aineisto muunnettiin alueelliseksi aineistoksi bufferoimalla nämä kohteet 1,75 m arvolla, jolla saavutettiin 3,5 m jokien leveyden keskiarvo. Bufferointiprosessi tuotettiin niin, että jokikohteiden pituus ei muuttunut. Näin saadut alueelliset aineistot yhdistettiin mahdollisten päällekkäisyyksien poistamiseksi.

Lähteenä toimivat rasteriaineistot olivat kaikki saatavilla 16 m x 16 m spatiaalisella resoluutiolla. Päästöintensiteetit aggregoitiin 250 m x 250 m rastereihin yhdistämällä alkuperäiset rasteriruudut suurempiin agreggaattiruuttuihin. Alkuperäisten ruutujen päällekkäinen osuus aggregaattiruutujen kanssa huomioitiin ja kerrottiin alkuperäisen ruudun alalla. Keskiarvoiset päästöintensiteetit saatiin, kun saadut rasteriarvot jaettiin vielä aggregaattiruudun alalla. Näin ollen ruudut, joissa teeman maanpeitettä esiintyy vähemmän, saavat myös pienempiä arvoja päästöintensiteetille.

Teematasot

Viljelymaat. Peltojen CO2 päästöt määritettiin mineraalimaaperälle ja orgaaniselle maaperälle erikseen käyttämällä vuoden 2023 Kasvihuonekaasuinventaarion kertoimia. Keskimääräisiä kasvihuonekaasujen päästökertoimia vuosilta 2010–2020 sovellettiin Pohjois- ja Etelä-Suomen kivennäismaihin (Statistics Finland 2023b, Taulukko 3_App_6j). Turvemaalle sovellettiin omia kertoimiaan moni- ja yksivuotisille kasveille (IPCC 2014, Taulukko 2.1). Peltojen ja niillä viljeltyjen kasvien vuoden 2020 tiedot on haettu Ruokaviraston peltolohkorekisteristä. Maaperä jaettiin kivennäis- ja turvemaihin leikkaamalla peltokuvioita Suomen maaperätietokannan maaperäaineistolla (Lilja et al. 2006, Lilja et al. 2017).

Metsät. Metsien päästöt laskettiin erotukseksi puiden ja aluskasvillisuuden primääriproduktiossa tapahtuvan hiilen sidonnan sekä kasvillisuuden, maaperän ja näiden hajonnan sekä biomassan korjuun aiheuttaman hiilivuon välillä. Metsän tuottavuus mallinnettiin PREBAS kasvumallilla (Minunno et al. 2016, 2019, Junttila et al. 2023, Mäkelä et al. 2023). Kolmen tärkeimmän puulajin (Pinus sylvestris, Picea abies, Betula pendula) tiedot mallinnusta varten on haettu valtakunnallisesta monilähteisestä metsäinventaariosta (MS-NFI; version 2015). Tiedot metsien biomassan korjuusta ovat peräisin Luonnonvarakeskukselta (National Resources Institute Finland 2023). PREBAS mallista lasketut metsän nettopäästöt kuvaavat vuosittaista keskiarvoa aikavälillä 2017–2025.

Arviot hajoavan aineksen hiilidioksidipäästöistä mineraalimaannoksessa perustuvat maaperän hiilimalliin YASSO07 (Liski et al. 2005, Tuomi et al. 2009). Ojitetuilla soilla maaperän päästöihin sisältyy turpeen ja hajoavan aineksen CO2 päästöjen lisäksi CH4 ja N2O päästöt. Ojitettujen soiden CO2, CH4 ja N2O nettopäästöt (Ojanen et al. 2010, Ojanen and Minkkinen 2019, Minkkinen et al. 2020, Junttila et al. 2023) laskettiin ravinnerikkaiden (ruohovartiset kasvit ja mustikkatyyppiset) ja ravinneköyhien (puolukka-, pensaikko- ja jäkälätyyppiset) sijaintien päästökertoimilla.

Järvet. Järvien CO2 ja CH4 päästöt laskettiin järven pinta-alasta riippuvaisilla kertoimilla. Järvet luokiteltiin viiteen kokoluokkaan, joihin kuuluivat päästökertoimet hiilidioksidille (Kortelainen et al. 2006) sekä metaanille diffuusion (Juutinen et al. 2009), kuplinnan (Bastviken et al. 2004) ja vesikasvien Phragmites australis ja Equisetum fluviatile kautta (Juutinen et al. 2003, Bergström et al. 2007, 2011). Järvidata on peräisin Suomen ympäristökeskuksen Ranta10 aineistosta.

Joet. Jokien CO2 päästöt laskettiin jokien leveydestä riippuvaisilla kertoimilla. Nämä ovat peräisin ruotsalaisten jokien pohjalta lasketuista päästökertoimista, jotka tuotettiin luokittelemalla joet leveytensä perusteella ja määrittämällä päästökertoimet suhteessa keskileveyteen (Humborg et al. 2010). Päästöt laskettiin Suomen ympäristökeskuksen Ranta10 aineistosta, jossa yli 5 metriä leveät joet luokiteltiin alueellisiksi kohteiksi ja alle 5 metriä leveät kohteet viivamaisiksi kohteiksi. Alle 5 metriä leveille kohteille oletettiin keskileveydeksi 3,5 metriä.

Ojittamattomat suot. Kasvihuonekaasupäästöt ojittamattomille soille laskettiin käyttämällä keskimääräisten CH4 (Minkkinen and Ojanen 2013), CO2 (Sallantaus 1994, Turunen et al. 2002) ja N2O (Minkkinen et al. 2020) päästöjen kertoimia. Kertoimet kuvaavat pitkän aikajakson hiilen varastoitumista sekä CH4 ja N2O päästöjä. Suoalueet ovat peräisin valtakunnallisesta monilähteisestä metsäinventaariosta (MS-NFI; versio 2019; katso myös Mäkisara et al. 2022). Ojittamattomat suot rajattiin Luonnonvarakeskuksen toimittamalla aineistolla. Ojittamattomat suot luokiteltiin neljään luokkaan perustuen MS-NFI -dataan: 1) Metsäiset suot, 2) saravaltaiset aapasuot, 3) muut avonaiset ja harvapuustoiset aapasuot sekä 4) ombrotrofiset keidassuot. Luokkien erot ovat suurimmat metaanin päästöissä (Minkkinen and Ojanen 2013).

The land cover net emission intensities are shared as raster data with a 250m-by-250m resolution in the ETRS-TM35FIN projected coordinate system. Negative values correspond to sinks (only sinks of C/CO2 considered). The emission intensities are reported as total emission intensities in carbon dioxide equivalents (gCO2-eq m-2) based on the 100-year global warming potential as reported in the IPCC 5th assessment report (Myhre et al. 2013, p. 73). All cells which do not include emissions from the corresponding land use are classified as NULLs or no data, which should be taken into account if combining raster layers. Where the source data report emission coefficients in the amount of the main element (e.g. C for CO2 or N for N2O) they have been converted to the amounts of the corresponding gas using the standard atomic weights of the relevant atoms (C: 12.011, O: 15.999, N: 14.007, H: 1.008) before conversion to carbon dioxide equivalents. See the related publication for the values of the emission coefficients used and further methodological details (Holmberg et al. 2023).

Data processing for the production of the 250m-by-250m emission intensity raster maps was conducted using GRASS GIS 8.2 (GRASS Development Team, 2022).

Land cover emissions derived from vector data (rivers, lakes, agricultural land) were rasterized at a resolution of 1m2 with the emission intensity as the raster cell value. For rivers, linear features representing rivers having a width of 2 to 5 meters were converted first to areal features by creating a buffer of 1.75 meters to represent an average width of 3.5 meters (see Rivers below). The buffer was created without caps so that the total length of the linear segments was not changed. The buffered river features were merged with the areal features removing the potentially overlapping parts.

For all source raster data, the data were available at a 16m-by-16m resolution. Emission intensities were aggregated to 250m-by-250m by first summing over the original raster cells intersecting with each aggregate cell while accounting for the proportion of each cell overlapping with the aggregated cell and then multiplying by the area of the original cell. The resulting raster values were divided by the total area of the aggregate cell to acquire average emission intensities. Hence, rasters including a lower proportion of the corresponding land use have lower emission intensities.

Thematic layers

Cropland. CO2 emissions from cropland were estimated for mineral soils and organic soils separately using emission coefficients from the national greenhouse gas inventory report for 2023. Averaged emission coefficients for the years 2010–2020 for southern and northern Finland were used for mineral soils (Statistics Finland 2023b, Table 3_App_6j). For organic soils separate emission coefficients were used for annual and perennial crops (IPCC 2014, Table 2.1). Cropland and crop data were acquired from the Finnish Food Authority’s Land parcel register for year 2020. Soils were classified into mineral and organic soils by intersecting the field parcels with the soil body layer of the Finnish soil database (Lilja et al. 2006, Lilja et al. 2017).

Forests. The net emissions from forests are estimated as the balance of carbon sequestration due to gross primary production of trees and understory vegetation and carbon loss due to harvested biomass, and emission from decomposition of harvest residues, litter, and soil organic matter. Forest productivity is modelled using the process-based forest growth model PREBAS (Minunno et al. 2016, 2019, Junttila et al. 2023, Mäkelä et al. 2023). The initial state for the forest model for the three main forestry species Scots pine, Norway spruce, and Silver birch is derived from the multi-source national forest inventory (MS-NFI; version 2015) and harvesting intensities are modelled on the basis of the Finnish national statistics (National Resources Institute Finland 2023). The PREBAS forest net emissions represent annual averages for the period 2017–2025.

CO2 emissions from decomposition on mineral soils are estimated with the soil carbon model YASSO07 (Liski et al. 2005, Tuomi et al. 2009). On drained peatlands, in addition to CO2 emissions due to peat and litter decomposition, the soil emissions include the CH4 and N2O emissions. The net emissions due to CO2, CH4 and N2O from drained peatland (Ojanen et al. 2010, Ojanen and Minkkinen 2019, Minkkinen et al. 2020, Junttila et al. 2023) are calculated using emission coefficients for nutrient rich sites (herb-rich and blueberry type), and nutrient poor sites (lingonberry, dwarf-shrub, and lichen type).

Lakes. Emissions of CO2 and CH4 were estimated for lakes using size dependent emission coefficients. The lakes were classified into five size classes with emission coefficients for CO2 evasion (Kortelainen et al. 2006), CH4 diffusion (Juutinen et al. 2009) and ebullition (Bastviken et al. 2004) as well as the CH4 emissions due to the macrophytes Phragmites australis and Equisetum fluviatile (Juutinen et al. 2003, Bergström et al. 2007, 2011). The lake date was from the Shoreline10 data by the Finnish Environment Institute.

Rivers. CO2 emissions from rivers were estimated using emission coefficients based on the width of the stream. The width dependent emission coefficients were derived from stream order specific emission coefficients of Swedish rivers (Humborg et al. 2010) by classifying the rivers into width groups and with the emission coefficients chosen based on the stream order specific coefficient of corresponding average width. The river emissions were calculated from the Shoreline10 data by the Finnish Environment Institute which represents rivers wider than 5 m as areal features, and rivers < 5 m wide as linear features. For rivers < 5m wide, an average width of 3.5 m was assumed.

Undrained mires. Total net emissions were estimated for undrained mires in Finland using average emission coefficients for CH4 (Minkkinen and Ojanen 2013), CO2 (Sallantaus 1994 , Turunen et al. 2002), and N2O (Minkkinen et al. 2020). The emission coefficients represent the long term accumulation of carbon as well as the emission of CH4 and from N2O peatland. Peatland sites were extracted from the multi-source national forest inventory (MS-NFI; version 2019; see also Mäkisara et al. 2022) and undrained mires were delineated using data provided by the Natural Resources Institute Finland. The undrained mires were classified into four classes using the MS-NFI data: 1) productive forested mires, 2) sedge fens, 3) other open and sparsely treed fens and 4) ombrotrophic bogs, which mainly differ in their emission coefficients for methane (Minkkinen and Ojanen 2013).