Työssä tutkittiin Vantaanjoesta kesällä 2010 AISA (Airborne Imaging Spectrometer for Applications) -hyperspektrisellä sensorilla helikopterista kerätyn kaukokartoitusaineiston soveltuvuutta Vantaanjoen veden laadun selvittämiseen. Virtaavia vesiä ei ole helppo tutkia veden nopean vaihtuvuuden vuoksi. Työn tarkoituksena oli selvittää, voiko virtaavaa vettä, tässä Vantaajokea, tutkia kaukokartoituksen avulla. Hyperspektrisen kaukokartoitusaineiston lisäksi käytettiin vertailunäytteinä Vantaanjoen ja Helsingin seudun vesiensuojeluyhdistys ry:n keräämiä joen yhteistarkkailuun sisältyviä vesinäytteitä.
Veden laadun kaukokartoitus perustuu vedessä olevien aineiden heijastusominaisuuksiin koska vedessä olevat hiukkaset heijastavat ja imevät itseensä valoa kukin itselleen ominaisella tavalla. Niitä ominaisuuksia, joita voidaan mitata kaukokartoitusmenetelmin, kutsutaan veden optisiksi parametreiksi. Tässä tutkimuksessa optisina muuttujina käytettiin veden klorofyllipitoisuutta ja kiintoainetta, jonka avulla tutkittiin veden sameutta.
Ilmakehäkorjattu ja georeferoitu aineisto visualisoitiin paikkatieto-ohjelmaan, josta valittiin mahdollisimman hyvin jokivettä kuvaavia pikseleitä analyysiä varten. Pikseleitä poimittiin yhteensä 11 näytepisteeltä 53 kanavalta aallonpituusalueella 404–890 nanometriä. Aineiston laatua testattiin empiirisellä regressioanalyysillä aineistosta pääteltyjen kanavasuhteiden avulla. Kanavasuhteita verrattiin joesta kerättyihin vertailunäytteisiin.
Kanavasuhde, jonka selitysaste R^2 oli korkein, valittiin tulosmallin pohjaksi. Näin saatu määritystarkkuus on melko hyvä. Paras tulos klorofyllille saatiin kanavasuhteella 22/28 (596/652 nanometriä) ja sameudelle kanavilla 10/9 (485/476 nanometriä). Tulosten mukaan kaukokartoitusaineiston avulla mallinnettujen ja joesta mitattujen arvojen selitysaste on korkeimmillaan sameudelle lähes 85 % ja klorofyllille liki 80 %. Tosin tulokset perustuvat melko pieneen havaintojoukkoon (vain noin 200 havaintoa) joten tulosten luotettavuus voisi olla korkeampikin.
Kaukokartoitusaineiston avulla hankitut vedenlaatutiedot ovat onnistuessaan nopeita ja kattavia antaen laajemman kuvan veden laadusta kuin perinteiset laboratoriotutkimukset. Työssä esitetty empiiriseen mallinnukseen perustuva algoritmi soveltuu jokiveden havaitsemiseen vain samankaltaisissa ja -aikaisissa olosuhteissa, kuin kuvausajankohtana, tässä heinäkuun lopulla. Lisätutkimuksia tarvitaan siis jos tässä työssä kehitettyä veden laadun mallia halutaan soveltaa veden laadun tutkimukseen joesta myös jatkossa.
Niin kutsutut bio-optiset mallit, joissa veden laatua mallinnetaan vedestä mitattujen luontaisten opisten ominaisuuksien avulla, antavat tutkitusti tarkempaa tietoa jokivesien tilasta. Jotta biooptista mallinnusta voitaisiin soveltaa Vantaanjoessa, tarvitaan tarkempien kaukokartoituskuvien lisäksi tarkempia vertailuaineistoja jokiveden ominaisuuksista.
