Luke
Silmäile
Hakuohjeet

Jukuri

Tervetuloa käyttämään Jukuria, Luonnonvarakeskuksen (Luke) avointa julkaisuarkistoa. Jukurissa on tiedot Luken julkaisutuotannosta. Osa julkaisuista on vapaasti ladattavissa. Luken muodostaneiden tutkimuslaitosten aikaisemmasta julkaisutuotannosta osan tiedot ovat järjestelmässä jo nyt ja kattavuus paranee jatkuvasti.

Kokoelmat

Viimeksi tallennetut

  • Electron spectral shape of the third-forbidden β-decay of 87Rb measured using a Rb2ZrCl6 crystal scintillator
    Belli, P.; Bernabei, R.; Cappella, F.; Caracciolo, V.; Cerulli, R.; Incicchitti, A.; Leoncini, A.; Merlo, V.; Nagorny S., S.; Nahorna V., V.; Nisi, S.; Wang, P.; Suhonen, J.; Ramalho, M.; Kostensalo, Joel
    European Physical Journal A (Springer Nature, 2026)
  • Survivorship of Total Hip Arthroplasty After Acute Hip Fracture and Failed Osteosynthesis Based on the Finnish Arthroplasty Register With a 4-Year Mean Follow-Up
    Honkanen, Jukka; Ekman, Elina; Kostensalo, Joel; Eskelinen, Antti; Mäkelä, Keijo; Laaksonen, Inari
    Journal of arthroplasty (Elsevier, 2026)
  • Multispectral airborne laser scanning for tree species classification: A benchmark of machine learning and deep learning algorithms
    Taher, Josef; Hyyppä, Eric; Hyyppä, Matti; Salolahti, Klaara; Yu, Xiaowei; Matikainen, Leena; Kukko, Antero; Lehtomäki, Matti; Kaartinen, Harri; Thurachen, Sopitta; Litkey, Paula; Luoma, Ville; Holopainen, Markus; Kong, Gefei; Fan, Hongchao; Rönnholm, Petri; Vaaja, Matti; Polvivaara, Antti; Junttila, Samuli; Vastaranta, Mikko; Puliti, Stefano; Astrup, Rasmus; Kostensalo, Joel; Myllymäki, Mari; Kulicki, Maksymilian; Stereńczak, Krzysztof; Pires, Raul de Paula; Valbuena, Ruben; Carbonell-Rivera, Juan Pedro; Torralba, Jesús; Chen, Yi-Chen; Winiwarter, Lukas; Hollaus, Markus; Mandlburger, Gottfried; Takhtkeshha, Narges; Remondino, Fabio; Lisiewicz, Maciej; Kraszewski, Bartłomiej; Liang, Xinlian; Chen, Jianchang; Ahokas, Eero; Karila, Kirsi; Vezeteu, Eugeniu; Manninen, Petri; Näsi, Roope; Hyyti, Heikki; Pyykkönen, Siiri; Hu, Peilun; Hyyppä, Juha
    Isprs journal of photogrammetry and remote sensing (Elsevier, 2026)
    Climate-smart and biodiversity-preserving forestry demands precise information on forest resources, extending to the individual tree level. Multispectral airborne laser scanning (ALS) has shown promise in automated point cloud processing, but challenges remain in leveraging deep learning techniques and identifying rare tree species in class-imbalanced datasets. This study addresses these gaps by conducting a comprehensive benchmark of deep learning and traditional shallow machine learning methods for tree species classification. For the study, we collected high-density multispectral ALS data (>1000 pts/m2) at three wavelengths using the FGI-developed HeliALS system, complemented by existing Optech Titan data (35 pts/m2), to evaluate the species classification accuracy of various algorithms in a peri-urban study area located in southern Finland. We established a field reference dataset of 6326 segments across nine species using a newly developed browser-based crowdsourcing tool, which facilitated efficient data annotation. The ALS data, including a training dataset of 1065 segments, was shared with the scientific community to foster collaborative research and diverse algorithmic contributions. Based on 5261 test segments, our findings demonstrate that point-based deep learning methods, particularly a point transformer model, outperformed traditional machine learning and image-based deep learning approaches on high-density multispectral point clouds. For the high-density ALS dataset, a point transformer model provided the best performance reaching an overall (macro-average) accuracy of 87.9% (74.5%) with a training set of 1065 segments and 92.0% (85.1%) with a larger training set of 5000 segments. With 1065 training segments, the best image-based deep learning method, DetailView, reached an overall (macro-average) accuracy of 84.3% (63.9%), whereas a shallow random forest (RF) classifier achieved an overall (macro-average) accuracy of 83.2% (61.3%). For the sparser ALS dataset, an RF model topped the list with an overall (macro-average) accuracy of 79.9% (57.6%), closely followed by the point transformer at 79.6% (56.0%). Importantly, the overall classification accuracy of the point transformer model on the HeliALS data increased from 73.0% with no spectral information to 84.7% with single-channel reflectance, and to 87.9% with spectral information of all the three channels. Furthermore, we studied the scaling of the classification accuracy as a function of point density and training set size using 5-fold cross-validation of our dataset. Based on our findings, multispectral information is especially beneficial for sparse point clouds with 1–50 pts/m2. Furthermore, we observed that the classification error follows a power law ɛ(m)≈m−α as a function of the training set size m, and the classification error of the point transformer reduced significantly faster with increasing training set size compared to RF.
  • Pienten vaellusesteiden romutuspalkkiojärjestelmä : Taustaselvitykset ja suositus toimintamallista
    Iho, Antti; Haapasalo, Timo; Hepola, Matti; Peltonen, Lasse; Hakola, Santtu; Hilli, Petri; Nikula, Raisa; Koljonen, Saija; Louhi, Pauliina
    Luonnonvara- ja biotalouden tutkimus (Luonnonvarakeskus, 2026)
    Hankkeessa tarkasteltiin mahdollisuuksia edistää pienten vaellusesteiden poistamista ja virtavesien ennallistamista vapaaehtoisuuteen perustuvalla romutuspalkkiojärjestelmällä. Järjestelmän tavoitteena on löytää pienten patorakenteiden omistajia, jotka olisivat valmiita luovuttamaan omistamansa padon purkajan käyttöön romutuspalkkiota vastaan. Järjestelmän toteuttaja purkaisi padon ja tarvittaessa ennallistaisi sen paikalla sijainneen virtavesiympäristön. Hankkeessa tarkasteltiin järjestelmän lainsäädännöllisiä ja hallinnollisia edellytyksiä, pienten patorakenteiden omistajien valmiuksia ja halukkuutta osallistua järjestelmään, sekä laadittiin patorakenteiden priorisointityökalu tukemaan poistettavien patorakenteiden valitsemista. Järjestelmän taustalla on tarve löytää kustannustehokkaita ja hallinnollisesti toteuttamiskelpoisia keinoja tilanteessa, jossa kansalaisten mielenkiinto virtavesien vapauttamista kohtaan on suurta, ja purkuhankkeisiin on löydetty riittävästi yksityistä rahoitusta. Myös EU:n ennallistamisasetus edellyttää virtavesien ennallistamista vapaasti virtaaviksi purkamalla ensisijaisen käyttötarkoituksensa menettäneitä patoja ja ennallistamalla tulvatasanteita. Hankkeen tarkoituksena oli rakentaa pohja järjestelmän seuraavalle vaiheelle, eli käytännön kokeilulle. Käytännön kokeiluvaiheen tulisi selventää niitä kysymyksiä, joihin ei voida tässä raportissa esitetyllä teoreettisella pohdinnalla vastata. Listaamme näitä kysymyksiä ja pohdimme, miten kokeiluhankkeessa tulisi niihin pureutua. Suosituksemme järjestelmän jatkokehittelystä ja erityisesti käytännön kokeilusta olemme kiteyttäneet raportin toisessa luvussa. Lainsäädännöllisen tarkastelun keskeinen havainto on, että vapaaehtoisuuteen perustuva romutuspalkkiojärjestelmä on pääsääntöisesti sovitettavissa nykyiseen vesilainsäädäntöön. Lupaprosessien ennakoitavuus, kesto ja tulkinnalliset epävarmuudet tulee ottaa huomioon järjestelmän käytännön toteutusta suunniteltaessa. Padonomistajien haastattelujen perusteella osa suhtautuu purkuun myönteisesti tai jopa toivoo ratkaisua ylläpidon vaivaan, kun taas toisille padon arvo on taloudellinen, toiminnallinen tai maisemallinen. Halukkuus ei näin ollen ole yksiselitteisesti sidoksissa padon kokoon tai alkuperäiseen käyttötarkoitukseen, vaan ratkaisevaa on, miten hyvin hankkeen vaikutukset, vastuut ja epävarmuudet kyetään konkretisoimaan omistajalle. Priorisointityökalun kehitystyö puolestaan osoittaa, että ekologisten hyötyjen ja kustannusten suhdetta voidaan systemaattisesti arvioida. Mahdollisessa pilotissa keskeisiksi kysymyksiksi nousevat erityisesti seuraavat: miten omistajien piilevä halukkuus voidaan tunnistaa ja aktivoida riittävän varhaisessa vaiheessa, miten lupaprosessien epävarmuutta voidaan vähentää ja aikatauluja ennakoida, sekä miten priorisointimekanismi ja vapaaehtoinen osallistuminen yhdistetään toimivaksi, läpinäkyväksi ja luottamusta rakentavaksi kokonaisuudeksi. Pilotin tulisi tuottaa tietoa erityisesti järjestelmän käytännön toteutuksen rytmistä.
  • Intentional release of tropical aquarium fishes? Orange chromide (Pseudetroplus maculatus) found in Finland
    Granroth, Janne; Pihlström, Henry; Kuningas, Sanna
    Memoranda Societatis pro fauna et flora Fennica (Societas pro fauna et flora Fennica, 2026)
    Ornamental fish keeping is a popular hobby around the world, including Finland. Occasionally, aquarium fish end up in the wild either accidentally or via intentional release. Most such escapees undoubtedly perish quickly, but some may survive long enough to have a negative impact on the native fauna. Impacts of alien species on native fish may include predation, competition, hybridization, and the spread of diseases. These effects are especially noticeable if the alien species manage to form self-sustaining populations. While anecdotal reports of exotic aquarium fish encountered in the wild have been published from Finland and other European countries, the true scale of this phenomenon is difficult to establish. Here, we report the discovery of two individuals of the South Asia-native orange chromide (Pseudetroplus maculatus, Cichlidae, Cichliformes) that were discovered freshly dead on a riverbank in southern Finland. We discuss the possible biological risks associated with the release of exotic aquarium fishes in a Finnish context.