Marktäktområdenas nuläge och iståndsättningsbehov i grundvattenområden Egentliga Finland, Raumoregionen och norra Satakunda
Bibliographic record
Abstract
Pohjavesialueilla sijaitsevien soranottoalueiden nykytilan ja kunnostustarpeen kartoitushanke (SOKKA-hanke) on toteutettu Lounais-Suomessa Varsinais-Suomen, Rauman seudun ja Pohjois-Satakunnan alueella. Hanke on osa Suomen ympäristökeskuksen koordinoimaa valtakunnallista projektia, joka on aiemmin Lounais-Suomessa toteutettu Porin seudulla. Hankkeessa kartoitetut kuopat on arvioitu maastokäynnein 2008 – 2009 ja kartoitettujen kuoppien tiedot ja rajaukset on tallennettu paikkatieto-ohjelmistolla. Hankkeessa kartoitettiin pohjavesialueilla sijaitsevat maa-ainesten ottoalueet, luokiteltiin ne jälkihoidon ja kunnostustarpeen mukaan sekä luotiin kokonaiskuva pohjavesialueiden maa-ainesten oton määrästä ja laajuudesta. Luokitteluista jälkihoidontarve kuvaa pääasiassa kuopan maisematekijöitä ja kunnostustarve kuopan aiheuttamaa riskiä pohjavedelle. Hankkeessa päivitettiin maa-ainesrekisterin tietoja etenkin paikkatietoaineistojen osalta ja vertailtiin maa-ainesten oton kehitystä ja muutosta lupatietojen perusteella. Hankkeessa kartoitettiin yhteensä 1422 maa-ainesten ottoaluetta, joiden yhteispinta-ala oli noin 3300 hehtaaria. Jälkihoitoluokittelun mukaan tutkimusalueella on noin 1230 hehtaaria jälkihoitamattomia kuoppia, joille ei maa-ainesten ottamisen jälkeen ole tehty kunnostustoimia. Maa-ainesten ottaminen on käynnissä lähes 1400 hehtaarin alueella. Jälkihoitamattomien ja ottotoiminnassa olevien kuoppien osuus on lähes 80 % ja vain noin 20 % kuopista on osittain tai kokonaan jälkihoidettuja. Kunnostustarpeeltaan vähäisiä on noin 40 % kuopista ja voimassa olevan maa-ainesluvan mukaisesti tullee kunnostetuksi noin kolmannes kuopista. Kunnostusta vaatii noin kolmannes kuopista noin 910 hehtaarin alueella ja näistä kuopista kiireellisesti kunnostettavien osuus on noin 270 hehtaaria. Merkittävimmät kunnostustarpeet liittyvät kuopissa oleviin lampiin ja kosteikkoihin, joista kiireellisin kunnostustarve on vedenottamoiden välittömässä läheisyydessä sijaitsevilla lammilla. Soranottoalueilla on myös huolimattomasti säilytettyjä polttoaineita, öljytuotteita, romuja ja roskia, joiden osalta kunnostuksen toteuttaminen on helpompaa kuin suuria maansiirto- ja maisemointitöitä vaativien kunnostusprojektien käynnistäminen. Sokka-hankkeen tulosten pohjalta on määritetty kiireellisimmin suojelu- ja kunnostussuunnitelmaa tarvitsevat pohjavesialueet. Soranoton yleissuunnitelma on ehdotettu tehtäväksi maaainesten oton haitallisten pohjavesivaikutusten minimoimiseksi niille alueille, joilla maa-ainesten ottaminen jatkuu edelleen suurten soravarantojen takia.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.004 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.006 | 0.003 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.081 | 0.083 |
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".