Etelä-Karjalan energiaselvitys ja maakunnan energiatalouden tulevaisuus

Diplomityössä on selvitetty Etelä-Karjalan maakunnan energian käyttöä nyt ja tulevaisuudessa. Tavoitteena on selvittää eri energialähteiden hankintavaihtoehtoja, sekä eri energialähteiden käytön kehittymissuunnat seuraavan 10 - 20 vuoden kuluessa. Diplomityö on tehty Etelä-Karjalan liiton toimeksiannosta ja sitä tullaan käyttämään taustaselvityksenä maakuntakaavan laadinnassa sekä maakunnan aluevarauksia määriteltäessä. Tarkoituksena on arvioida miten energiahuollon rakenne tulee muuttumaan tulevaisuudessa ja mikä merkitys tulevaisuuden energiaratkaisuilla on alueiden käyttöön ja aluerakenteeseen liittyen. Etelä-Karjala on osa Euroopan suurinta metsäteollisuuskeskittymää ja maakunta on Suomen suurimpia teollisuuden energian- ja sähkönkäyttäjiä. Etelä-Karjalan vahva metsäteollisuus ja sen käyttämät puupolttoaineet sekä sijainti Venäjän maakaasuvarojen läheisyydessä ja kattava maakaasuverkko vaikuttavat merkittävästi maakunnan energiataseeseen. Vuonna 2007 Etelä-Karjalan primäärienergiankäyttö oli 24,3 TWh, tästä uusiutuvien energialähteiden osuus oli 68 % ja fossiilisten energialähteiden osuus 22 %. Etelä-Karjalan energiatalouden tulevaisuuteen vaikuttaa merkittävästi maakunnan metsäteollisuuden tulevaisuus. Tiukentuvan energia- ja ilmastopolitiikan ja ympäristömääräysten myötä maakunnan energiatehokkuutta on parannettava kaikilla sektoreilla. Maakunnan energiankulutusta voidaan vähentää tehostamalla energiantuotantoa, tiivistämällä yhdyskuntarakennetta ja lisäämällä bioenergian käyttöä energiantuotannossa. Etelä-Karjalassa on myös potentiaalia lisätä vaihtoehtoisten energialähteiden osuutta maakunnan energiatalouden tulevaisuudessa.

Automated, adaptive methods for forest inventory

Forest inventories are used to estimate forest characteristics and the condition of forest for many different applications: operational tree logging for forest industry, forest health state estimation, carbon balance estimation, land-cover and land use analysis in order to avoid forest degradation etc. Recent inventory methods are strongly based on remote sensing data combined with field sample measurements, which are used to define estimates covering the whole area of interest. Remote sensing data from satellites, aerial photographs or aerial laser scannings are used, depending on the scale of inventory. To be applicable in operational use, forest inventory methods need to be easily adjusted to local conditions of the study area at hand. All the data handling and parameter tuning should be objective and automated as much as possible. The methods also need to be robust when applied to different forest types. Since there generally are no extensive direct physical models connecting the remote sensing data from different sources to the forest parameters that are estimated, mathematical estimation models are of "black-box" type, connecting the independent auxiliary data to dependent response data with linear or nonlinear arbitrary models. To avoid redundant complexity and over-fitting of the model, which is based on up to hundreds of possibly collinear variables extracted from the auxiliary data, variable selection is needed. To connect the auxiliary data to the inventory parameters that are estimated, field work must be performed. In larger study areas with dense forests, field work is expensive, and should therefore be minimized. To get cost-efficient inventories, field work could partly be replaced with information from formerly measured sites, databases. The work in this thesis is devoted to the development of automated, adaptive computation methods for aerial forest inventory. The mathematical model parameter definition steps are automated, and the cost-efficiency is improved by setting up a procedure that utilizes databases in the estimation of new area characteristics.