Browsing by Subject "lämpötila"

Tiivistelmä/Referat – Abstract This study investigates temperature data that Posiva Oy has from the Olkiluoto and ONKALO® sites. The aim of the study was to create a unifying data classification for the existing temperature measurements, give an estimate of the initial undisturbed bedrock temperature and temperature gradient and model the temperature profiles in 3D. The thermal related issues, which the repository will undergo once in operating are significant and have fundamental contribution to the evolution of the repository, creating a need in such a study. Posiva Oy has temperature data obtained with four main methods; Geophysical drillhole loggings, Posiva flow log (PFL) measurements, thermal properties (TERO) measurements and Antares measurements. The data classification was carried out by creating a platform of quality aspects affecting the measurements. The classification was then applied for all the available data by inspecting the measurement specifics of each configuration and by observing the temperature/depth profiles with WellCad software. According to the specifics of each individual measurement the data was classified into three groups: A= the best data, recommended for further use, and which fulfils all quality criteria, B= data that should be used with reservation and which only partly fulfils quality criteria, and C= unusable data. Only data that showed no major disturbance within the temperature/depth profile (class A or B) were used in this study. All the temperature/depth data was corrected to the true vertical depth. The initial undisturbed average temperature of Olkiluoto bedrock at the deposition depth of 412 m and the temperature gradient, according to the geophysical measurements, PFL measurements (without pumping), TERO measurements and Antares measurements were found to be 10.93 ± 0.09°C and 1.47°C/100m, 10.85 ± 0.02°C and 1.43°C/100m, 10.60 ± 0.08°C and 1.65°C/100m, and 10.75°C and 1.39°C/100m, respectively. The 3D layer models presented in this study were generated by using Leapfrog Geo software. From the model a 10.5 – 12°C temperature range was obtained for the deposition depth of 412 – 432 m. The models indicated clear temperature anomalies in the volume of the repository. These anomalies showed relationship between the location of the major brittle fault zones (BFZ) of Olkiluoto island. Not all observed anomalies could be explained by a possible cause. Uncertainties within the modelling phase should be taken into consideration in further interpretations. By combining an up-to-date geological model and hydraulic model of the area to the temperature models presented here, a better understanding of the temperature anomalies and a clearer over all understanding of the thermal conditions of the planned disposal location will be achieved. Based on this study a uniform classification improves the usability of data and leads into a better understanding of the possibilities and weaknesses within it. The initial bedrock temperature and the temperature gradient in Olkiluoto present thermally a relatively uniform formation. The estimates of the initial bedrock temperatures and the temperature gradient presented in this study, endorse previous estimates. Presenting the classified temperature data in 3D format generated good results in the light of thermal dimensioning of Olkiluoto by showing distinct relationships between previously created brittle fault zone (fracture zone) models. The views and opinions presented here are those of the author, and do not necessarily reflect the views of Posiva.

Does carbon dioxide predict temperature? No it does not, in the time period of 1880-2004 with the carbon dioxide and temperature data used in this thesis. According to the Inter Governmental Panel on Climate Change(IPCC) carbon dioxide is the most important factor in raising the global temperature. Therefore, it is reasonable to assume that carbon dioxide truly predicts temperature. Because this paper uses observational data it has to be kept in mind that no causality interpretation can be made, only predictive inferences. The data is from the years 1880-2004 and consists of carbon dioxide emissions and temperature anomalies, the base period for the anomalies is 1961-1990. The main analysis method is the cointegrated VAR model but also the standard VAR model is used. The variables were tested for possible unit roots and it was found that there were unit roots present. Then the variables were tested for the cointegrating rank and here the analysis divided into three parts. One, with the assumptions that the variables are integrated of order one, a constant as a deterministic term and one cointegrating relation. Two, variables are allowed to be integrated of order two, a linear trend as a deterministic term and one cointegrating relation. Three, based on some weak evidence there was a result that variables weren’t cointegrated and the analysis could be done in differences. In the first the case it the result was that carbon dioxide doesn’t predict temperature but actually temperature predicted carbon dioxide, the second version gave the same result. In the third case neither one of the variables predicted the other one. These results go against the what is considered as the common consensus in the subject matter of climate change.

Tutkimukseni tavoitteena oli selvittää, miten kasviperäisten hiukkasten määrä muuttuu Amazonilla ilmaston lämmetessä ja miten se vaikuttaa Amazonin ilmastoon. Hallitustenvälisen ilmastonmuutospaneelin (IPCC) mukaan merkittävimmät epävarmuudet ilmastonmuutoksessa liittyvät aerosoleihin, ja luonnolliset aerosolit aiheuttavat suuremman epävarmuuden ilmastoon kuin antropogeeniset aerosolit. Amazonin sademetsä on erityisen sopiva kasviperäisten hiukkasten tutkimiseen ja tutkimuskysymykseni kannalta kiinnostava, sillä etenkin sadekaudella valtaosa aerosoleista on kasviperäisiä. Tutkimusaineistona käytettiin satelliittien keräämiä havaintoja, joiden avulla määritettiin lämpötila (LST, engl. land surface temperature), aerosolien määrä ilmakehässä (AOD, engl. aerosol optical depth) sekä eri pienhiukkaslähteitä. Samat lähteet, jotka tuottavat pienhiukkasia ilmakehään, päästävät sinne myös hivenkaasuja. Erilaiset lähteet tuottavat erilaisia pienhiukkasia ja kaasuja, joten yhdistämällä havaintoja pienhiukkasista ja hivenkaasuista voidaan niiden lähteet selvittää luotettavammin. LST ja AOD määritettiin AATSR:n (Advanced Along-Track Scanning Radiometer) havaintojen avulla. Pienhiukkaslähteiden tunnistamiseen käytettiin OMI:n (Ozone Monitoring Instrument) keräämiä havaintoja typpidioksidista (NO2) ja formaldehydistä (HCHO) sekä AIRS:n (Atmospheric Infrared Sounder) havaintoja hiilimonoksidista (CO). Tulosteni mukaan pienhiukkasten määrä vaihtelee Amazonilla vuoden aikana varsin paljon: sadekaudella hiukkasten määrä on hyvin vähäinen, kun taas kuivalla kaudella määrä kasvaa moninkertaiseksi laajojen metsäpalojen seurauksena. Voisi olettaa, että lämpimämpinä aikoina myös metsäpalot lisääntyisivät, mutta tulosten mukaan palokaudella pienhiukkasten määrä pienenee lämpötilan noustessa. Suuri osa paloista on kuitenkin ihmisen sytyttämiä, joten myös ihmistoiminnalla on merkittävä vaikutus palokauden hiukkasiin. Hiilimonoksidia ja formaldehydiä muodostuu sadekaudella pääosin kasviperäisistä lähteistä, ja erityisesti hiilimonoksidin määrän havaittiin korreloivan positiivisesti lämpötilan kanssa, mikä viittaa kasviperäisten hiukkasten määrän kasvuun lämpötilan noustessa. Sadekaudella suurin osa hiukkasista on kasviperäisiä ja silloin AOD:n lämpötilariippuvuus on 0,008 ± 0,015 K-1, joten kasviperäisten hiukkasten suora säteilyvaikutus on siten –0,22 ± 0,40 Wm-2K-1 pilvettömälle taivaalla ja –0,08 ± 0,16 Wm-2K-1, kun pilvien osuus on 60 % koko taivaasta. Lämpötilan noustessa kasviperäiset hiukkaset siis todennäköisesti aiheuttavat negatiivisen säteilypakotteen ja siten hillitsevät ilmaston lämpenemistä. Toisaalta tulokseni kuitenkin osoittavat, että metsäpalot ovat hiukkasten merkittävin lähde Amazonilla, sillä metsäpalojen yhteydessä esiintyy merkittävästi luonnollista tasoa enemmän hiukkasia. Metsäpaloista syntyneet hiukkaset todennäköisesti määrittelevätkin AOD:n muutokset myös tulevaisuudessa.

Kaikkien lauhkealla vyöhykkeellä elävien eliöiden täytyy sopeutua ympäristöolosuhteiden suureen vaihteluun vuodenaikojen mukaan. Vuodenaikaan liittyviin muutoksiin kuuluvat muun muassa lämpötilan ja valoisuuden vaihtelut, jotka ovat selkeitä myös järvissä veden alla. Lämpötilan, ravinteiden ja valon määrät vaikuttavat järven tuottavuuteen ja siten moniin muihin tekijöihin, myös kalojen ravinnon määrään. Eri kalalajit ovat sopeutuneet erilaisiin olosuhteisiin, joissa ne pärjäävät parhaiten, ja jokaisella lajilla on oma optimilämpötilansa. Kalat ovat aktiivisimmillaan niille sopivien olosuhteiden aikaan, mikä useimmilla lajeilla on kesä, jolloin ravintoakin on saatavilla enemmän. Suurin osa kalatutkimuksista tehdään yleensä kesällä avoveden aikaan, koska se on helpompaa ja talvella kalojen ei ajatella olevan tutkimuksen arvoisia. Suuri osa maailman järvistä kuitenkin on jääpeitteen alla osan vuodesta ja talvi on iso osa kalojen elämää, minkä vuoksi niiden tutkiminen vuoden ympäri on tärkeää. Tämän tutkimuksen neljä pääkysymystä olivat: 1. Millä tavalla eri kalalajien, lahkojen, sekä lämpötila- ja ravintokiltojen osuudet saaliista muuttuvat eri vuodenaikoina? 2. Kuinka paljon yksikkösaalis muuttuu vuoden aikana? 3. Miten kalojen koko ja kuntokerroin muuttuvat vuoden aikana? 4. Mitkä eri ympäristö- ja biologiset tekijät selittävät yksikkösaaliin muutoksia? Koekalastusta tehtiin vuosina 2020-2021 vuoden ajan koekalastusverkkosarjalla kolmessa habitaatissa: litoraalissa, profundaalissa ja pelagiaalissa. Joka kuukausi kalastettiin vähintään kolmen päivän ajan. Jokaiselle saadulle kalalle määritettiin laji, pituus, paino ja kuntokerroin ja jokaiselle yksittäiselle pyyntikerralle laskettiin yksikkösaalis. Kalastuksen lisäksi Pääjärvestä otettiin joka kuukausi fysikaaliskemiallisia mittauksia. Koekalastuksen tulosten mukaan selvästi runsain kala Pääjärvessä oli särki, toiseksi runsain kala oli kappalemääränä ahven ja biomassana kuha. Talvea kohti särjen ja ahvenen määrät laskivat, kun taas kuhan, kiisken ja mateen osuudet saaliista nousivat. Selvästi runsain kalalahko vuoden kokonaissaaliissa oli karppikalat, vaikka ahvenkalat olikin runsain lahko loppukesällä ja lopputalvella. Lämpimänveden kaloja oli muita lämpötilakiltoja enemmän koko vuoden saaliissa, vain helmikuussa viileänveden kaloja oli enemmän, kun kiiski oli kuukauden runsain kala. Petokalojen kappalemääräosuus saaliista oli jokaisena kuukautena muita ravintokiltoja pienempi, mutta talvella petokalojen biomassaosuus saaliista oli suurin. Yksikkösaalis oli alhaisimmillaan jääpeitteisinä kuukausina ja suurimmillaan kesällä. Kalojen keskikoko oli talvella kesää suurempi ja kuntokerroin alhaisempi. Kappaleyksikkösaaliin muutoksia eniten selittivät kuntokerroin, lämpötila, typpipitoisuus ja pH, kun taas biomassayksikkösaaliin muutoksia eniten selittivät kuntokerroin, lumensyvyys, lämpötila ja kokonaishiili. Pääjärven kalayhteisön rakenteessa tapahtui muutoksia vuodenaikojen välillä. Selkein muutos oli yksikkösaaliin muutos kesän ja talven välillä. Pääjärven lisäksi ympärivuotista kalatutkimusta pitäisi tehdä morfologisilta ja fysikaaliskemiallisilta piirteiltään erilaisissa järvissä, jotta saataisiin tietoa, miten kalayhteisö reagoi eri vuodenaikoihin eri olosuhteissa.

Fenologia tutkii eliöiden vuotuisen kehityksen suhdetta ilmastotekijöihin. Puilla vuosittaista kehitystä säätelevät voimakkaimmin ilman lämpötila ja päivänpituus. Myös muilla kasvutekijöillä voi olla vaikutusta puiden fenologiaan. Fenologiavaste ympäristötekijöihin on geneettinen. Bore-aalisella kasvillisuusvyöhykkeellä puiden menestymistä rajoittavat talven minimilämpötilat sekä kasvukauden pituuden ja tehoisan lämpösumman kertymän riittävyys. Tämän tutkimuksen tavoitteena oli havainnoida Vartioharjuntien katupuuarboretumissa kasva-vien koepuiden fenologiaa sekä arvioida niiden menestymismahdollisuuksia Etelä-Suomen olois-sa. Tässä tutkimuksessa tarkasteltiin myös fenologiatarkkailua menestymismahdollisuuksien arvi-ointimenetelmänä. Katupuuarboretumin puut edustivat kaikkiaan 11 eri taksonia ja ne oli istutettu vuonna 2012 Vartioharjuntielle Itä-Helsinkiin (60° N, 24° E). Verrokkina tutkimuksessa tarkkailtiin noin 1,5 kilo-metrin päässä Vanhanlinnantiellä kasvavia puistolehmuksia (Tilia x vulgaris). Katupuiden fenologi-aa tarkkailtiin kaksi kertaa viikossa, kun kehitys oli nopeaa, esimerkiksi silmujen puhkeamisen aikaan, ja kerran viikossa hitaamman kehityksen vaiheessa. Fenologiaa tarkkailtiin BBCH-asteikon avulla, joka mahdollistaa vertailukelpoisen tiedon taksonien välillä. Kaksiportainen asteikko kuvaa kasvin eri pääkehitysvaiheita ja sen eri asteita. Fenologiaseurannan lisäksi mitattiin puiden pituus- ja paksuus kasvua sekä tehtiin havaintoja mahdollisista bioottisista tai abioottisista stressioireista. Koepuutaksonien fenologiassa havaittiin joitakin eroja suhteessa verrokkipuiden fenologiaan. Kasvukauden pituus ja tehoisan lämpösumman kertymä näyttäisi riittävän eteläisessä Suomessa puuvartisten kasvien menestymisvyöhykkeellä Ia-Ib. Mahdollisia uusia katupuutaksoneja voisi tämän fenologiatutkimuksen perusteella olla Carpinus betulus ’Fastigiata’, Corylus colurna, Cra-teagus monogyna ’Stricta’, Malus baccata ’Street Parade’, Quercus palustris ja Sorbus aucuparia ’Erecta’. Aikaisempien tutkimusten mukaan näiden taksonien kylmänkestävyys olisi riittävä. Koe-puiden toipuminen vuoden takaisesta siirtoistutuksesta oli todennäköisesti vielä kesken ainakin osalla taksoneista, joten seurantaa olisi syytä jatkaa tarkempien johtopäätösten tekemiseksi. Li-säksi seurantaa olisi hyvä tehdä vähintään kahden kasvukauden ajan, jotta ilman lämpötilan vuo-sittaisen vaihtelun merkitystä voitaisiin tutkia. Tutkimuksen perusteella fenologiaseurantaa voisi käyttää kaupunkipuiden soveltuvuuden arvioinnissa täydentävänä tutkimusmenetelmänä.

Maito on herkästi pilaantuva elintarvike, jonka laadun keskeisiä osatekijöitä ovat solu- ja bakteeriluvut. Maidon laadussa on havaittu vuodenaikaisvaihtelua: helteiden yhteydessä erityisesti maidon soluluku nousee. Ilmastonmuutoksen myötä keskilämpötilan ja sään ääri-ilmiöiden odotetaan lisääntyvän, minkä vuoksi sään ja maidon laadun välistä yhteyttä tulisi selvittää tarkemmin. Tutkielman tavoitteena oli selvittää tilastollisten menetelmien avulla keskilämpötilan ja sademäärän yhteyttä Suomessa tuotetun tankkimaidon solu- ja bakteerilukujen valtakunnallisiin keskiarvoihin sekä maidon laatuluokkien (E, II) osuuksiin. Aineistona käytettiin Maitohygienialiiton maidon laatutilastoja, Ilmatieteen laitoksen säätilastoja ja Luonnonvarakeskuksen tilastotietokantoja vuosilta 2000–2019. Työn ensimmäinen hypoteesi oli, että lämpötila ja sademäärä ovat yhteydessä tankkimaidon solu- ja bakteerilukuihin. Työn toinen hypoteesi oli, että lämpötila ja sademäärä ovat yhteydessä maidon laatuluokkien osuuksiin. Tutkimustulosten perusteella lämpötila on yhteydessä solu- ja bakteerilukuihin sekä E-luokan maidon osuuteen. Riippuvuus soluluvun ja E-luokan maidon osuuden välillä kasvoi, kun kuukauden keskilämpötila kohosi yli 5 °C:een. Keskilämpötilan noustessa 5 °C:sta 15 °C:een, soluluvun geometrinen keskiarvo kasvaa noin 17 % (22 000 solua/ml), bakteeriluvun geometrinen keskiarvo kasvaa noin 12 % (700 pmy/ml) ja E-luokan maidon osuus putoaa keskimäärin kolme prosenttiyksikköä. Yli 15 °C:ssa trendi on edelleen nouseva, mutta vaikutus on huonommin ennustettavissa suurentuvan hajonnan vuoksi. Sademäärän ja vastemuuttujien välinen yhteys oli voimakkuudeltaan vähäinen.

Kauran ja ohran (1→3)(1→4)-β-D-beetaglukaanit muodostavat viskooseja liuoksia ja kykenevät muodostamaan geelejä. Geeliytymisominaisuuksiin vaikuttavat molekyylin rakenne (kuten sellotriosyyli- ja sellotetrasyyli yksiköiden–suhde), koko, beetaglukaanin pitoisuus liuoksessa ja varastointiaika. Kirjallisuuskatsauksessa käytiin läpi beetaglukaanin viskositeetin ja geeliytymisen merkitystä elintarviketeollisuuden tarpeille sekä terveysvaikutuksille. Lisäksi käytiin läpi tekijöitä, jotka vaikuttavat viskositeettiin ja geeliytymiseen. Työn tavoitteena oli selvittää, miten liukenemislämpötila ohjaa ohran ja kauran beetaglukaanin viskositeettia ja geeliytymistä, kun pitoisuus on pieni (ohra 1 % ja kaura 1,5 %). Lisäksi tarkasteltiin, miten liuoksen hapettaminen vaikutti geeliytymiseen. Beetaglukaania liuotettiin 37, 57 ja 85 ºC:een lämpötiloissa ja sen jälkeen puolet näytteistä hapetettiin 70 mM vetyperoksidilla. Näytteiden viskositeettia ja geeliytymistä mitattiin päivinä 1, 4 ja 7 näytteen valmistamisen jälkeen reometrillä ja lisäksi näytteiden sameutta tutkittiin spektrofotometrillä samoina päivinä. Geeliytymislämpötilan optimoimiseksi kauran betaglukaanille tehtiin vielä lisätestejä 35, 37, 40, 45 ja 50 ºC:ssa. Beetaglukaani liukeni 85 ºC:ssa veteen lähes täysin muodostaen jonkin verran viskooseja liuoksia. Hapettuneiden näytteiden viskositeetit laskivat varastoinnin aikana. Nämä liuokset eivät geeliytyneet varastoinnin aikana. Ohran beetaglukaaneista 57 ºC:ssa liuotettu oli viskoosein, ja kauran beetaglukaaneista 37 ºC:ssa liuotettu oli viskoosein. Ohran beetaglukaani kykeni muodostamaan geeliä ainoastaan, kun se oli liuotettu 57 ºC:ssa, kun taas kauran beetaglukaanilla oli laajempi liuotuslämpötila alue. 37 – 50 ºC:ssa liuenneet kauran beetaglukaanit muodostivat geelin. Hapettamattomien näytteiden muodostamat geelit olivat vahvempia kuin hapetettujen. Tulosten perusteella liuotuslämpötilalla oli suuri vaikutus sekä kauran että ohran beetaglukaanin viskositeettiin ja geeliytymiseen. Optimaalinen liuotuslämpötila viskositeetin ja geeliytymisen kannalta ohran beetaglukaanille oli 57 ºC ja kauran beetaglukaanille 37 – 45 º.

Experiments with outdoor viticulture were started in Southeast and Southwest Finland in the 1930s. Our rather short growing season and lack of suitable varieties have hindered professional extensive outdoor viticulture. The grapevine varieties bred for northern conditions and the forecasted prolongation of our growing season will likely lead to viticulture in Southern Finland within the next few decades. Soil temperature has an important influence on the survival and growth of the grapevine. Soil temperature is affected by air temperature, cultivation site, soil cultivation, vegetation, soil type and wintertime snow cover. The aim of my Master`s thesis was to measure soil temperatures of grapevine sites and, based on the reults, to estimate the optimal planting depth of a grapevine in Southern Finland. The effect of changes in air and soil temperatures on grapevine growth and development in Tuusula, Vehmersalmi and some Central European localities was also followed. Measurements revealed that soil temperature was at its lowest in March, when in Tuusula at a depth of 20 cm it decreased to -0.7ºC and at a depth of 60 cm to 2.0ºC. Compared with soil temperatures measured by the Finnish Meteorological Institute in other localities, the temperatures at a depth of 20 cm in Maaninka fell to -0.8ºC, in Juva to -0.3ºC and in Jokioinen to -1.6ºC and at a depth of 50 cm in Maaninka to 0.0ºC and in Jokioinen to -0.3ºC. In Tuusula, the annual average soil temperatures at a depth of 20 cm was 6.0ºC and at a depth of 60 cm 7.9ºC. In regression analysis, strong correlations (r2 = 0,497 - 0,684) were obtained between air temperatures measured at grapevine sites at a heigth of 150 cm, ground surface temperatures and soil temperatures measured at a depth of 20-60 cm. In the winter months of December, January, March and April, when the snow cover remained thin, the correlation between snow cover and soil temperatures was weak. The soil temperature during the coldest winter month at a depth of 20 cm fell to slightly below 0.0ºC, at a depth of 40 cm it remained at about 0ºC and at a depth of 60 cm it remained at 2ºC. Based on this, the depth of 40-60 cm can be regarded as the optimal planting depth for grapevines in Southern and Eastern Finland. At this depth, the freezing risk for roots in winter is minor, and in spring solar radiation quickly raises the soil temperature. In 2002-2007, the grapevine growing season had begun in Tuusula as a weeping at the earliest on April 24th. The buds began to swell and break earliest on May 1st. The flowering began earliest on June 16th and lasted for about two weeks. The earliest harvest began on September 14th. From the start of flowering to the start of harvest, the time elapsed was 75-92 days. Growth slackened as the soil temperatures fell and ceased altogether in September. In Central Europe, the weeping of the grapevines starts because of higher air and soil temperatures a couple of months earlier than in Southern Finland, but the flowering begins no more than one month and the harvest only 2-3 weeks earlier. The quicker growth and development in the north can be explained by the quicker warming of the air and soil, the longer days and the abundant supply of light in early summer.

A range of different factors affect the composition of a sausage. The main objectives of this thesis were to research and define which factors have an impact on the firmness of the gel in sausages and to develop a method to define the composition of a warm sausage. Anchoring agents and fillers are added into sausages to improve the composition and flavour and to decrease the manufacturing costs. Most of the anchoring agents are proteins, however starch is also used. Starches are very viable anchoring agents. Gelatinised starches absorb or bind water and make it possible to have more water in a sausage. The research was composed of two phases in which the variables were the ingredients of the sausages. The factors that have an impact on the composition of sausages were analysed using statistical tests and variance analysis. In the first phase of the research a method to measure the firmness of a warm sausage was developed. The density of the gel was measured by sensory analysis and by Instron mechanical testing using the research method. The method was based on raising the core temperature of sausages above 49 °C to make the solid collagen soluble. Using a double boiler the core temperatures of the samples were adjusted to the desired level after which the samples were placed in the Instron mechanical tester in a styrox mold to limit the heat conduction. In addition to the mechanical tests a consumer survey to define the optimal eating temperature was included in the development of the research method. The results obtained by using the research method and the results from the sensory test had a correlation. In the future it is possible to skip sensory testing and use only this method to define the composition of a warm sausage. The method was used in the second phase of the research when studying the effects of different ingredients on the firmness of the gel in sausages. The results indicated that the composition of a sausage does undergo changes when heated.

Itämeren ja sen tilan tutkimus on perustunut rannikon läheisyydessä oleviin mittausasemiin sekä seurantamatkoihin, joita esim. Pohjanlahdella tehdään noin 4 kertaa vuodessa. Viimeisen parinkymmenen vuoden aikana Itämerellä ollaan kuitenkin alettu käyttämään kauppalaivoihin asennettuja läpivirtauslaitteistoja eli niin sanottuja FerryBoxeja, eli niin sanottuja SOOP:eja (ship of opportunity). Automaattiset mittausmenetelmät ovat lisääntyneet viime vuosina ja FerryBox on yksi niistä. Tässä tutkielmassa keskitytään Pohjanlahdella kulkevan M/V Transpaper -aluksen FerryBoxin suolaisuus- ja lämpötilamittauksiin. Keskeisiä kysymyksiä ovat: onko data luotettavaa, mitä data kertoo suolaisuuden ja lämpötilan alueellisista ja ajallisista muutoksista, sekä miten sitä voi hyödyntää Itämeren tilan seurannassa. Tässä työssä käytetty data on haettu CMEMS -palvelusta. Data sisälsi jonkin verran epäluotettavia havaintoja, joten sille tehtiin ylimääräinen laadunvarmennus. Laatutarkastettu data vastasi hyvin lähettyvillä tehtyjä CTD -mittauksia sekä reitin varrella olevia pysyviä mittausasemia. CTD- ja FerryBox -mittausten välillä on vahva korrelaatio. Data sopii hyvin suolaisuuden ja lämpötilan tutkimiseen Itämerellä, kunhan datan laatu on varmistettu. Suolaisuusdatasta nähdään hyvin vuosikierto, pintaveden ollen kesällä vähäsuolaisempaa kuin talvella. Pintasuolaisuus vaihtelee eniten rannikon lähellä Perämerellä ja Merenkurkun eteläosassa, jossa keskihajonta on jopa 0,7 ja vähiten Perämeren keskiosissa ja Selkämeren keski- ja eteläosissa, jossa se on alle 0,2. Vaikka vuosikierto on selvästi nähtävissä, nähdään myös selviä eroja vuosien välissä. Mittausajanjaksosta 2009--2017 vuodet 2016 ja 2017 olivat keskimääräistä vähäsuolaisempia ja 2011--2012 tavanomaista suolaisempaa. Myös lämpötilassa näkyy selvä vuosikierto, sekä vuosien välistä vaihtelua. Ajanjakson lämpimin vuosi oli 2014 ja kylmin 2017. Lämpötilan kuukausikeskiarvoista näkee, että ne ovat selvästi lämpimämmät kuin aiemmin kirjallisuudessa esitetyt lämpötilanarvot. Pintaveden lämpötila oli varsinkin pohjoisessa syksyllä kirjallisuudessa olevia arvoja lämpimpää. Varsinkin Perämerellä lokakuussa keskiarvolämpötila oli 6,7⁰C--10⁰C, joka on ylärajaltaan 4⁰C korkeampi kuin kirjallisuuden 4--6⁰C. Tämä oli oletettua, koska kirjallisuudessa käytetyt arvot ovat 70-luvun alussa julkaistuja ja muutkin tutkimukset ovat todenneet pintavesien lämpenemisen.