NLS-FI INSPIRE Hydrography Theme Dataset is a dataset depicting the Hydrography Physical Waters covering the whole of Finland. It contains the following INSPIRE feature types: Dam Or Weir, Land-water Boundary, Rapids, Shoreline Construction, Standing Water, Watercourse. The elements are updated approximately every 5–10 years. The dataset is based on the NLS Topographic database: http://www.paikkatietohakemisto.fi/geonetwork/srv/en/main.home?uuid=cfe54093-aa87-46e2-bfa2-a20def7b036f The dataset is available via the NLS-FI INSPIRE Download Service (WFS) for Hydrography Theme and it can be viewed via NLS-FI INSPIRE View Service (WMS) for Hydrography.

Air traffic network-product is a link-knot routing dataset compliant with INSPIRE requirements. It includes f.ex. flight routes and aerodromes. Data shall not be used for operational flight activities or flight planning.

Suomen Väylien Eritasoliittymien numerointi -teemakarttaa varten luotu aineisto. Aineisto päivittyy tarvittaessa.

This assessment was part of project Baltic ForBio funded by the Interreg Baltic Sea Region Programme (https://www.slu.se/en/departments/forest-economics/forskning/research-projects/baltic-forbio/). The project was carried out in 2017-2020. The harvesting potentials in Finland were calculated for the following assortments: • Stemwood for energy from 1st thinnings, pine • Stemwood for energy from 1st thinnings, spruce • Stemwood for energy from 1st thinnings, broadleaved • Stemwood for energy from 1st thinnings (smaller than pulpwood-sized trees), pine • Stemwood for energy from 1st thinnings (smaller than pulpwood-sized trees), spruce • Stemwood for energy from 1st thinnings (smaller than pulpwood-sized trees), broadleaved • Logging residues, pine • Logging residues, spruce • Logging residues, deciduos • Stumps, pine • Stumps, spruce. 1.1 Decision support system used in assessment Regional energywood potentials were calculated with MELA forest planning tool (Siitonen et al. 1996; Hirvelä et al. 2017). 1.2 References and further reading Anttila P., Muinonen E., Laitila J. 2013. Nostoalueen kannoista jää viidennes maahan. [One fifth of the stumps on a stump harvesting area stays in the ground]. BioEnergia 3: 10–11. Anttila P., Nivala V., Salminen O., Hurskainen M., Kärki J., Lindroos T.J. & Asikainen A. 2018. Re-gional balance of forest chip supply and demand in Finland in 2030. Silva Fennica vol. 52 no. 2 article id 9902. 20 p. https://doi.org/10.14214/sf.9902 Hakkila, P. 1978. Pienpuun korjuu polttoaineeksi. Summary: Harvesting small-sized wood for fuel. Folia Forestalia 342. 38 p. Hirvelä, H., Härkönen, K., Lempinen, R., Salminen, O. 2017. MELA2016 Reference Manual. Natural Resources Institute Finland (Luke). 547 p. Hynynen, J., Ojansuu, R., Hökkä, H., Siipilehto, J., Salminen, H. & Haapala, P. 2002. Models for predicting stand development in MELA System. Metsäntutkimuslaitoksen tiedonantoja 835. 116 p. Koistinen A., Luiro J., Vanhatalo K. 2016. Metsänhoidon suositukset energiapuun korjuuseen, työopas. [Guidelines for sustainable harvesting of energy wood]. Metsäkustannus Oy, Helsinki. ISBN 978-952-5632-35-4. 74 p. Mäkisara, K., Katila, M., Peräsaari, J. 2019: The Multi-Source National Forest Inventory of Finland - methods and results 2015. Muinonen E., Anttila P., Heinonen J., Mustonen J. 2013. Estimating the bioenergy potential of forest chips from final fellings in Central Finland based on biomass maps and spatially explicit constraints. Silva Fennica 47(4) article 1022. https://doi.org/10.14214/sf.1022. Natural Resources Institute Finland. 2019. Industrial roundwood removals by region. Available at: http://stat.luke.fi/en/industrial-roundwood-removals-by-region. Accessed 22 Nov 2019. Ruotsalainen, M. 2007. Hyvän metsänhoidon suositukset turvemaille. Metsätalouden kehittämiskeskus Tapio julkaisusarja 26. Metsäkustannus Oy, Helsinki. 51 p. ISBN 978-952-5694-16-1, ISSN 1239-6117. Siitonen M, Härkönen K, Hirvelä H, Jämsä J, Kilpeläinen H, Salminen O et al. 1996. MELA Handbook. 622. 951-40-1543-6. Äijälä, O., Kuusinen, M. & Koistinen, A. (eds.). 2010. Hyvän metsänhoidon suositukset: energiapuun korjuu ja kasvatus. Metsätalouden kehittämiskeskus Tapion julkaisusarja 30. 56 p. ISBN 978-952-5694-59-8, ISSN 1239-6117. Äijälä, O., Koistinen, A., Sved, J., Vanhatalo, K. & Väisänen, P. (eds). 2014. Metsänhoidon suositukset. Metsätalouden kehittämiskeskus Tapion julkaisuja. 180 p. ISBN 978-952-6612-32-4. 2. Output considered in assessment Valid for scenario: Maximum sustainable removal Main output ☒Small-diameter trees ☒Stemwood for energy ☒Logging residues ☒Stumps ☐Bark ☐Pulpwood ☐Saw logs Additional information Stemwood for energy from 1st thinnings. Part of this potential consists of trees smaller than pulpwood size. This part is reported as Small-diameter trees. Forecast period for the biomass supply assessment Start year: 2015 End year: 2044 Results presented for period 2025-2034 3. Description of scenarios included in the assessments Maximum sustainable removal The maximum sustainable removal is defined by maximizing the net present value with 4% discount rate subject to non-declining periodic total roundwood removals, energy wood removals and net incomes, further the saw log removals have to remain at least at the level of the first period. There are no sustainability constraints concerning tree species, cutting methods, age classes or the growth/drain -ratio in order to efficiently utilize the dynamics of forest structure. Energy wood removal can consist of stems, cutting residues, stumps and roots. According to the scenario the total annual harvesting potential of industrial roundwood is 80.7 mill. m3 (over bark) for period 2025-2034. In 2018 removals of industrial roundwood in Finland totaled 68.9 mill. m3 (Natural Resources… 2019). 4. Forest data characteristics Level of detail on forest description ☒High ☐Medium ☐Low NFI data with many and detailed variables down to tree parts. Sample plot based ☒Yes ☐No NFI sample plot data from 2013-2017. Stand based ☐Yes ☒No Grid based ☒Yes ☐No Multi-Source NFI data from 2015 (Mäkisara et al. 2019) utilized when distributing regional potentials to 1 km2 resolution. 5. Forest available for wood supply: Total forest area defined as in: FAO. 2012. FRA 2015, Terms and Definitions. Forest Resources Assessment Working Paper 180. 36 p. Available at: http://www.fao.org/3/ap862e/ap862e00.pdf. Forest and scrub land 22 812 000 ha Forest land 20 278 000 ha and scrub land 2 534 000 ha Forest area not available for wood supply Forest and scrub land 2 979 000 ha Forest land 1 849 000 ha and scrub land 1 130 000 ha Partly available for wood supply Forest and scrub land 2 553 000 ha (includes in FAWS, below) Forest land 1 149 000 ha and scrub land 1 404 000 ha. Forest Available for wood supply (FAWS) Forest and scrub land 19 833 000 ha Forest land 18 429 000 ha and scrub land 1 404 000 ha In MELA calculations all the scrub land belonging to the FAWS belongs to the category “Partly available for wood supply”, but there are no logging events on scrub land regardless or the category. 6. Temporal allocation of fellings Valid for scenario: Maximum sustainable removal Allocation method ☐Optimization based without even flow constraints ☒Optimization based with even flow constraints ☐Rule based with no harvest target ☐Rule based with static harvest target ☐Rule based with dynamic harvest target See item 3 above (max NPV with 4 % discount rate). 7. Forest management Valid for scenario: Maximum sustainable removal Representation of forest management ☐Rule based ☒Optimization ☐Implicit Treatments, among of the optimization makes the selections, are based on management guidelines (e.g. Äijälä etc 2014) 7.2 General assumptions on forest management Valid for scenario: Maximum sustainable removal ☒Complies with current legal requirements ☐Complies with certification ☒Represents current practices ☐None of the above ☐ No information available Forest management follows science-based guidelines of sustainable forest management (Ruotsalainen 2007, Äijälä et al. 2010, Äijälä et al. 2014). 7.3 Detailed assumptions on natural processes and forest management Valid for scenario: Maximum sustainable removal Natural processes ☒Tree growth ☒Tree decay ☒Tree death ☐Other? Tree-level models (e.g. Hynynen et al., 2002). Silvicultural system ☒Even-aged ☐Uneven-aged Click here to enter text. Regeneration method ☒Artificial ☒Natural Regeneration species ☐Current distribution ☒Changed distribution Optimal distribution may differ from the current one. Genetically improved plant material ☐Yes ☒No Cleaning ☒Yes ☐No Thinning ☒Yes ☐No Fertilization ☐Yes ☒No 7.4 Detailed constraints on biomass supply Volume or area left on site at final felling ☒Yes ☐No 5 m3/ha retained trees are left in final fellings. Final fellings can be carried out only on FAWS with no restrictions for wood supply. Constraints for residues extraction ☒Yes ☐No ☐N/A Retention of 30% of logging residues onsite (Koistinen et al. 2016) Constraints for stump extraction ☒Yes ☐No ☐N/A Retention of 16–18% of stump biomass (Muinonen et al. 2013; Anttila et al. 2013) 8. External factors Valid for scenario: Maximum sustainable removal External factors besides forest management having effect on outcomes Economy ☐Yes ☒No Climate change ☐Yes ☒No Calamities ☐Yes ☒No Other external ☐Yes ☒No

NLS-FI INSPIRE Geographical Names Theme Dataset is a dataset depicting the Named Places and Geographical Names covering the whole of Finland. It contains the following INSPIRE feature types: NamedPlace The elements are updated weekly. The dataset is based on the Geographic Names Register of the National Land Survey of Finland: http://www.paikkatietohakemisto.fi/geonetwork/srv/fin/catalog.search#/metadata/eec8a276-a406-4b0a-8896-741cd716ade6 The dataset is available via the NLS-FI INSPIRE Download Service (WFS) for Geographical Names Theme and it can be viewed via the NLS-FI INSPIRE View Service (WMS) for Geographical Names.

Datapaketet Skogsområden med högt biodiversitetsvärde i Finland består av 12 landsomfattande rasterkartor. Dessa 12 kartor är olika versioner av biodiversitetsvärden i Finlands skogar. Rasterkartornas upplösning är 96 x 96 meter. Enkla anvisningar för att läsa rasterkartorna: Ju större numeriskt värde, desto högre biodiversitetsvärde. National = Nationella analyser över biodiversitetsvärden i finska skogar (sex analyser) Regional = Regionala analyser över biodiversitetsvärden i finska skogar (ser ut som en karta men är i själva verket en samling av 13 separata analyser, region = Närings-, trafik- och miljöcentralen i Finland) (sex analyser) Sex olika prioriteringar av naturskydd gjordes med Zonation-programvaran (a) så att varje ny version innefattade allt som fanns med i tidigare, enklare analysversioner. National / Regional 1 Potentiell mängd död ved: Version 1 (V1) innefattade potentiell mängd död ved* på lokal nivå. Områden med många stora träd, många trädslag och ovanliga skogsmiljöer får högt lokalt värde. National / Regional 2 Potentiell mängd död ved och straff: Version 2 = V1 + straff för åtgärder som har negativ inverkan på biodiversiteten. De lokala värdena stämde bättre överens med verkligheten när man tog hänsyn till verkliga förändringar i skogar. National / Regional 3 Potentiell mängd död ved – straff + skogskonnektivitet: Version 3 = V2 + konnektivitet utifrån ekologisk likhet, avstånd och kvalitet mellan skogsområden (genomsnittlig försvagning 400 m). Ofragmenterade skogsområden av hög kvalitet framkommer. National / Regional 4 Potentiell mängd död ved – straff + skogskonnektivitet + RL-arter: Version 4 = V3 + observationer av rödlistade skogsarter. Habitat med rödlistade skogsarter framkommer. National / Regional 5 Potentiell mängd död ved – straff + skogskonnektivitet + RL-arter + skogslagen 10 §: Version 5 = V4 + konnektivitet till särskilt viktiga livsmiljöer enligt skogslagens 10 § (genomsnittlig försvagning 200 m). Värdefulla skogsområden och landskap i närheten av skyddade skogsområden med högt biodiversitetvärde framkommer. National / Regional 6 Potentiell mängd död ved – straff + skogskonnektivitet + RL-arter + skogslagen 10 § + PN-konnektivitet: Version 6 = V5 + konnektivitet till permanenta naturskyddsområden (genomsnittlig försvagning 2 km). Värdefulla skogsområden och landskap i närheten av skyddade områden med högt biodiversitetvärde framkommer. *Uträkning av potentiell mängd död ved (PMDV) PMDV beräknades i två skeden för varje skikt träslag i varje trädskikt: 1) Index för potentiell mängd död ved (PMDVi) togs fram med MOTTI-programmet (b, c, d). • 168 trädslag, fertilitetsklass och latitudkombinationer 2) PMDVi användes för att omvandla diameter och volym till potentiell mängd död ved • Genererades för hela Finland enligt bestånd med en upplösning på 16 x 16 m • Kombinerades sedan i 20 trädslag och fertilitetsklasser och förenades till 96 x 96 m upplösning. Inmatade data Den potentiella mängden död ved beräknades från beståndsdata (trädslag, medeldiameter, volym, vegetationsklass) vilket omfattade hela landet. Bästa möjliga data användes för varje område. - 24 % av Finland täcks av statligt ägda skogs- och naturskyddsområden och privata naturskyddsområden. o Forststyrelsens Naturtjänster: data om fält- och bestånd (5/2015) o Forststyrelsens Skogsbruk: data om fält- och bestånd (5/2015) o Privatägda naturskyddsområden: data om fält- och bestånd (5/2015) - 37 % av Finland täcks av privatägd skog som inte är naturskyddsområden: Skogscentralen, skogsdata (6.5.2005–6.5.2015) - 39 % av Finland täcks av o Naturresursinstitutet: Nationella skogsinventariedata som är tillverkat med skogsinventeringsmetod som utnyttjar information om riksskogstaxeringens provytor och satellitbilder 2013 (volym, trädslag, vegetationsklass och medeldiameter) Spatiella data om skogsbruk med negativ effekt på biodiversitet (till exempel fällning, gallring och dikning) (uppdaterades 10/2017) - Lantmäterivärket och Finlands miljöcentral SYKE: dikning i finsk torvmark (SOJT_09b1) - Forststyrelsens Skogsbruk: utförda anmälningar om användning av skog och dikningsfigurer - Skogscentralen: anmälningar om användning av skog och dikningsfigurer - University of Maryland/Dept. of Geographica Sciences: Global Forest Change/Forest Cover Loss 2000-2014 Observationer av skogsarter som har rödlistats av IUCN (sedan 1990): Finländska miljödatabasen HERTTA Spatiella data om särskilt viktiga livsmiljöer enligt skogslagens 10 § (uppdaterades 10/2017) - Forststyrelsens Skogsbruk och Skogscentralen Spatiella data om permanenta naturskyddsområden (uppdaterades 2/2018) - Forststyrelsens Naturtjänster: databas över naturskyddsområden SATJ Bakgrund Områden som är viktiga för skogens biodiversitet identifierades runt om i Finland för att främja hållbar markanvändning genom planering och naturskydd på lokal, regional och nationell nivå genom att informera markägare, ministerier och skogtjästemän. Vikten av sådana analyser beror på ökad användning av naturresurser och skadliga effekter på biodiversiteten tillsammans med begränsade naturskyddsresurser. Dessa betonar vikten av att utveckla kostnadseffektiv, ekologiskt hållbar markanvändning som dessa spatiella prioriteringar av naturskydd för skogar som görs för första gången för hela Finland. Prioriteringsmetoden Zonation användes för att hitta nya skogsområden med potentiellt högt skyddsvärde. Det övergripande målet var att tillämpa rikstäckande prioriteringsanalyser utifrån skogsdata relaterade till biodiversitet och markanvändningsdata som hade samlats in på beståndsnivå. De data som primärt tillämpades på skogsstruktur och -kvalitet (vegetationsklass, trädslag, volym och diameter) gav ekologiskt användbara ersättningar för skyddsvärde i barrskog. Resultaten visar att en betydande andel skog med högt biodiversitetsvärde finns utanför det aktuella nätverket för finska naturskyddsområden. Eftersom största delen av det finska skogsområdet är kommersiellt kan nätverket för naturskyddsområden inte stoppa den pågående nedgången av biodiversitet i skogarna. Nyckelord: biodiversitet, död ved, GIS, Handlingsplanen för den biologiska mångfalden i skogarna i södra Finland METSO, markanvändning, värdering, prioritering, skogar, skogarnas biodiversitet, skogsbruk, skogsskydd, spatiell prioritering av naturskydd,Zonation-programvara Datapaketet innefattar 12 rasterkartor och en .lyr-fil. .lyr-filen innehåller färgade symboler och beskrivningar av olika analysversioner. .lyr-filen är troligen endast genomförbar med GIS-programmet som tillhandahålls av ESRI Inc. Datapaketet kan hämtas från: http://www.syke.fi/en-US/Open_information/Spatial_datasets High Biodiversity Value Forests 2018 (Zonation) nationwide High Biodiversity Value Forests 2018 (Zonation) regional Detailjerad poster på engelska: http://www.syke.fi/en-US/Research__Development/Ecosystem_services/Specialist_work/Zonation_in_Finland/Zonation_materials/Posters eller http://www.syke.fi/download/noname/%7B771FF5A4-DAB6-45EE-8246-F38FC0090CAD%7D/138289 Detailjerad rapport på finska: http://hdl.handle.net/10138/234359 Mikkonen et al. 2018. Suomen ympäristökeskuksen raportteja 9/2018. Monimuotoisuudelle tärkeät metsäalueet Suomessa - Puustoisten elinympäristöjen monimuotoisuusarvojen Zonation-analyysien loppuraportti. Andra källor: a) Moilanen et al. 2014. Zonation–Spatial Conservation Planning Methods and Software. Version 4. User Manual. See also www.syke.fi/Zonation/en b) Hynynen et al. 2015. Eur. J. For. Res. 134/3. Long-term impacts of forest management on biomass supply and forest resource development: a scenario analysis for Finland. c) Hynynen et al. 2014. Metlan työraportteja 302. Scenario analysis for the biomass supply potential and the future development of Finnish forest resources. d) Salminen et al. 2005. Comput. electron. agr. 49/1. Reusing legacy FORTRAN in the MOTTI growth and yield simulator. Användar lisens: Creative Commons 4.0. © SYKE Datasources: Finnish Forest Centre, Metsähallitus, Natural Resources Institute Finland, National Land Survey of Finland, Hansen/UMD/Google/USGS/NASA

The Bio-geographical regions are internally homogeneous biogeographical regions of Finland. The number of regions is 21. The regions were spatially defined by an expert committee in 1930 as collections of municipalities. Consequently, the province boundaries follow the delineation of of municipalities in the 1930's including some enclaves, exclaves, and narrow stripes as the province boundaries have not been changed or updated since then excluding the cession of territory after the Second World War. In the "Extended" data set regions have names and abbreviations in Finnish, Swedish, and Latin. No other attribute data is available.

The EMODnet (European Marine Observation and Data network) Geology project (http://www.emodnet-geology.eu/) collects and harmonizes marine geological data from the European sea areas to support decision- making and sustainable marine spatial planning. The partnership includes 36 marine organizations from 30 countries. The partners, mainly from the marine departments of the geological surveys of Europe (through the Association of European Geological Surveys-EuroGeoSurveys), have assembled marine geological information at a scale of 1:250 000 from all European sea areas (e.g. the White Sea, Baltic Sea, Barents Sea, the Iberian Coast, and the Mediterranean Sea within EU waters). This data includes the EMODnet seabed substrate map at a scale of 1:250 000 from the European marine areas. Traditionally, European countries have conducted their marine geological surveys according to their own national standards and classified substrates on the grounds of their national classification schemes. These national classifications are harmonized into a shared EMODnet schema using Folk's sediment triangle with a hierarchy of 16, 7 and 5 substrate classes. The data describes the seabed substrate from the uppermost 30 cm of the sediment column. The data has been generalized into a target scale (1:250 000). The smallest cartographic unit within the data is 0.3 km2 (30 hectares). Further information about the EMODnet-Geology project is available on the portal (http://www.emodnet-geology.eu/).