LTSER Päivitetty 23.03.2009


Northern Long-Term Socio-Ecological Research platform Northern LTSER

 

Suomeksi

Northern Long-Term Socio-Ecological Research platform (Northern LTSER) on yksi koko maan kattavan Suomen pitkäaikaisen ympäristötutkimuksen verkoston yhdeksästä (FinLTSER, Long-Term Socio-Ecological Research Network, perustettu 12.12.2006) alueesta. Thule-instituutti koordinoi Northern LTSER platformia, jonka ytimen muodostavat LTSER-alueet Kuusamossa (Oulangan tutkimusasema) sekä Enontekiöllä (Kilpisjärven biologinen asema). Muita partnereita ovat Värriön tutkimusasema, Lapin tutkimuslaitos Kevolla, Metsäntutkimuslaitoksen tutkimusalueet Kolarissa ja Rovaniemellä sekä Ilmatieteen laitoksen Pallas-Sodankylä LTER-alue. FinLTSER:ssa keskeiset tutkimusteemat ovat ilmastonmuutos, biodiversiteetti, ekosysteemipalvelut ja sosio-ekologiset prosessit. Tutkimuksessa haetaan tietoa ja ratkaisuja yhteiskunnallisesti tärkeisiin ympäristön muutosprosesseihin ja niihin sopeutumiseen. Tällaisessa tutkimuksessa pitkät aikasarjat ovat välttämättömiä.


English description

Northern Long-Term Socio-Ecological Research platform (Northern LTSER) is one of the nine Finnish long-term environmental research networks (FinLTSER, Long-Term Socio-Ecological Research Network, founded in 12 Dec. 2006). Thule Institute coordinates Northern LTSER platform, which focuses on the LTSER areas in Kuusamo (Oulanka research station) and Enontekiö (Kilpisjärvi biological station). Other partners are Värriö research station, Lapland research station in Kevo, study areas of the Finnish Forest Reseach Institute in Kolari and Rovaniemi, and Finnish Meteorological Institute’s Pallas-Sodankylä LTER area. The main research themes of FinLTSER are climate change, biodiversity, ecosystem services and socio-ecological processes. The LTSER platform operates as a sensitive instrument to assess drivers, pressures and state of environment at multiple spatial scales both on nature and human systems, and their interaction. In this kind of research, long-term time series are necessary.