Pohjavesialueilla sijaitsevien soranottamisalueiden tila ja kunnostustarve Pirkanmaalla, SOKKA-hanke
Bibliographic record
Abstract
Hiekan ja soran ottaminen keskittyy pääosin samoihin harjumuodostumiin, joissa sijaitsevat myös yhteiskunnan vedenhankintaa varten tärkeät pohjavesivarat. Ottamistoiminta aiheuttaa muutoksia ympäristössä ja kasvattaa pohjaveden pilaantumisriskiä, minkä vuoksi alueiden jälkihoitaminen on tärkeää. Vuonna 1982 voimaan tulleen maa-aineslain mukaan ottajilla (myös kotitarveottajilla) on velvollisuus jälkihoitaa ottamisalueet toiminnan päätyttyä. Suuri osa ottamisalueista on silti jälkihoitamattomia tai puutteellisesti jälkihoidettuja, sillä laajamittaista maa-ainesten ottamista on Suomessa harjoitettu jo 1960-luvulta lähtien. Pirkanmaalla vuosina 2013-2015 toteutetussa, Ympäristöministeriön rahoittamassa Soranottamisalueiden tila ja kunnostustarve –hankkeessa (SOKKA) kartoitettiin yhteensä 463 maa-ainesten ottamisaluetta vedenhankintaa varten tärkeiltä (I luokka) ja vedenhankintaa varten soveltuvilta (II luokka) pohjavesialueilta. Hanke on osa valtakunnallista, Suomen ympäristökeskuksen koordinoimaa Soranottoalueiden tila ja ympäristöriskit –hanketta. Hankkeen aikana arvioitiin ottamisalueiden jälkihoidon nykytilaa ja kunnostustarpeita. \n \nEnemmistö Pirkanmaan kartoitetuista ottamisalueista oli jälkihoitamattomia, mutta toisaalta myös kunnostustarpeiltaan vähäisiksi arvioituja alueita oli yli puolet kaikista kartoitetuista alueista. Suurimmat ongelmat Pirkanmaalla liittyivät jätemaiden ja erilaisten romujen ja jätteiden varastoimiseen, haitallisten vieraslajien (esimerkiksi komealupiini) leviämiseen sekä paikoin montuista harjumetsiin asti levinneeseen luvattomaan maastoliikenteeseen (motocross-ajeluun). Jonkin verran havaittiin myös pohjaveden alapuolisen ottamisen tuloksena syntyneitä pohjavesilampia sekä maa-ainesten ottamista ilman lupaa Pirkanmaalla eniten ottamistoimintaa sijoittuu Tampereen saumamuodostumajakson sekä Sisä-Suomen reunamuodostuman varsille. Kyseisiin muodostumajaksoihin sijoittuu paitsi maakunnan suurimmat hiekka- ja soravarat myös luonnon ja ympäristön suojelun kannalta arvokkaimmat harjualueet sekä laajoja pohjavesialueita. Paitsi pohjaveden suojelun, myös arvokkaiden harjualueiden vuoksi näillä alueilla tulee kiinnittää erityistä huomiota jälkihoito- ja kunnostustoimenpiteisiin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".