SATVeg: A web-based tool for

visualization of MODIS vegetation

indices in T South America Júlio César
Dalla Mora Esquerdoa
Visit to download the full and correct content document:
https://ebookmass.com/product/satveg-a-web-based-tool-for-visualization-of-modis-v
egetation-indices-in-t-south-america-julio-cesar-dalla-mora-esquerdoa/
 Computers and Electronics in Agriculture 175 (2020) 105516

Contents lists available at ScienceDirect

Computers and Electronics in Agriculture

journal homepage: www.elsevier.com/locate/compag

Original papers

SATVeg: A web-based tool for visualization of MODIS vegetation indices in T

South America
⁎
Júlio César Dalla Mora Esquerdoa, , João Francisco Gonçalves Antunesa,
Alexandre Camargo Coutinhoa, Eduardo Antonio Speranzaa, Andréia Akemi Kondob,
João Luis dos Santosb
a
Embrapa Agricultural Informatics, Av. André Tosello 209, Campinas, SP, Brazil
b
Computer Analyst, Brazil

A R T I C LE I N FO A B S T R A C T

Keywords: Time series of satellite images have been widely used in a range of applications, specially involving the green
Remote sensing biomass monitoring in the Earth surface. A set of land surface products, including images of vegetation indices
Land-use monitoring (VI), is derived from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor since 2000. This paper
Geospatial database reports the development of the Temporal Vegetation Analysis System (SATVeg), a free web-based tool designed
Time series
to provide instantaneous access to temporal profiles of MODIS VI in South America. The system’s architecture is
based on a geospatial database specially modeled to store the time series of images and ensure instantaneous
queries and efficient updating. The results of the geospatial database modelling and respective response time for
queries and updates, as well as the main functionalities of the system, are presented and discussed. Instantaneous
reconstruction of time series provided by a set of filtering procedures is also related. Application examples of VI
temporal profiles generated by SATVeg are presented and the system’s limitations are also discussed. Our results
show the potential of the web-system for supporting a set of land use and land cover monitoring activities in
South America through a simple and friendly user interface.

1. Introduction
In recent years, time series of satellite images have been increas-
ingly used in a wide range of applications, especially involving the
Earth's surface monitoring. Examples of using time series include the
mapping of agricultural crops (Arvor et al., 2011; Picoli et al., 2018),
the detection of land use and land cover (LULC) changes (Klein et al.,
2012; Usman et al., 2015), the agricultural intensification studies
(Kastens et al., 2017; Oliveira et al., 2014), the vegetation seasonality
and phenology identification (Martínez and Gilabert, 2009; Sakamoto
et al., 2005), among others. The spectral-temporal approach explores
the short time of revisiting by some orbital sensors in order to obtain
more often spectral information from the Earth's surface, bringing ad-
vantages over the traditional approach, based on a limited set of
images.
Multi-temporal analyses of land cover monitoring are usually based
on vegetation indices (VI), derived from mathematical combinations
between spectral bands, which seek to enhance the response of the
vegetation and decrease the soil and atmospheric influences (Jackson,
1983). VI present high correlation with the green biomass and leaf area
index (LAI) and the most used are the Normalized Difference Vegetation
Index (NDVI) (Rouse et al., 1974) and the Enhanced Vegetation Index
(EVI) (Huete et al., 1994). When organized and observed chron-
ologically, these indices can be used to generate long term curves, re-
presenting the green biomass variations over time, which can be related
to LULC patterns and their dynamics, such as deforestations, burnings,
floods, productive system changes, among others.
One of the most important sensors used in multi-temporal studies is
the Moderate Resolution Imaging Spectroradiometer (MODIS), the
main instrument aboard the Terra and Aqua orbital platforms of the
Earth Observing System (EOS) program, led by the National
Aeronautics and Space Administration (NASA). MODIS time series
comprises 20 years of good radiometric and spatial quality data and is
available by US Government repositories, like the Land Processes
Distributed Active Archive Center (LP DAAC).
In general, time series analysis requires handling a large volume of
data derived from the satellite images and involves robust computer
processing. Programming languages and other computational tools for

⁎
Corresponding author at: Embrapa Agricultural Informatics, Av. André Tosello, Campinas, SP, Brazil.
E-mail address: julio.esquerdo@embrapa.br (J.C.D.M. Esquerdo).

https://doi.org/10.1016/j.compag.2020.105516
Received 19 June 2019; Received in revised form 30 April 2020; Accepted 16 May 2020
Available online 04 June 2020
0168-1699/ © 2020 Elsevier B.V. All rights reserved.
J.C.D.M. Esquerdo, et al.
batch downloading and automatic processing are typically employed to
deal with this issue. LP DAAC Data Pool repository allows batch
downloading of MODIS products using specific software or program-
ming scripts. Some applications and programming codes developed for
automatic processing of MODIS products are also available and allow
automatizing basic image processing steps, like format conversions,
reprojection, spatial resampling and layer stacking.
However, in the last few years a sort of websites has been developed
to provide the visualization and analysis of geospatial data, without
needing to download, process or handle a large amount of data, such as
satellites images. New geospatial database models, map servers and
data visualization libraries have been developed and used to build the
back-end and front-end infrastructures of websites, resulting in an in-
creasing number of web-tools specially designed to provide fast and
easy access to geoinformation. Some web-tools were available to pro-
vide visualization and analysis of MODIS VI times series (Eberle et al.,
2013; Freitas et al., 2011), although issues related to response time,
database updating or even the lack of continuity of these services have
not been completely resolved. On the other hand, on-demand services,
such as AppEEARS – Application for Extracting and Exploring Analysis
Ready Samples (https://lpdaac.usgs.gov/tools/appeears/) – have also
been available to provide users with a variety of remote sensing data
products, including MODIS VI time series, by submitting requests to
subset data spatially and temporally, which are later available for
download.
Considering the increasing interest in this theme, the demands for
more efficient and faster computational tools and solutions for data
storage, organization, processing, publication and interoperability have
also grown. The lack of available web-based systems for fast data
querying on historical times series of MODIS NDVI and EVI images,
including a set of specific features for data visualization, stimulated the
seek for new alternatives. Thus, this article aims to report the devel-
opment of the Temporal Vegetation Analysis System (SATVeg), a free
online tool designed to provide instantaneous access to temporal pro-
files of MODIS VI in South America through a simple and friendly user
interface.
2. Material and methods
2.1. Remote sensing data
The MODIS images used in the development of SATVeg were ob-
tained from the LP DAAC Data Pool repository (http://lpdaac.usgs.gov).
We acquired the complete time series of MOD13Q1 and MYD13Q1
products (version 6), in HDF (Hierarchical Data Format) format and
sinusoidal projection, covering the South America territory. These
products include 16-days image composites with spatial resolution of
250 m and geometric, radiometric and atmospheric correction levels.
MODIS composites are built from the best radiometric and geo-
metric quality pixels in the 16-days period, that is, those with lower
cloud presence and lower angle of view. MOD13Q1 product is derived
from the Terra satellite (starting in February 2000) and MYD13Q1
product is derived from the Aqua satellite (starting in July 2002). Terra
has a sun-synchronous, near-polar descending orbit timed to cross the
equator at approximately 10:30 A.M. local time while Aqua has a near-
polar ascending orbit timed to cross the equator at approximately
1:30P.M. local time. These products are generated and distributed by LP
DAAC in adjacent non-overlapping 1200 × 1200 km tiles, covering
most of the world, 30 of them over the South America territory. The
complete time series of both products were downloaded and the NDVI,
EVI and Pixel Reliability (PR) layers were extracted for each date. PR
layer provides quality reliability information about MODIS VI pixels in
four levels (good, marginal, snow/ice and cloudy).
2
Computers and Electronics in Agriculture 175 (2020) 105516
2.2. Time series smoothing methods available by SATVeg
Orbital remote sensing data is susceptible to several factors that
affect the values collected by the instruments. Atmospheric inter-
ference, sun-sensor-surface geometry, instrument calibration and
transmission failures are examples of disturbances sources while col-
lecting spectral information by remote sensing.
In general, these inconsistencies are mainly due to the presence of
clouds and aerosols in the atmosphere, which mainly decrease the near-
infrared reflectance, affecting the quality of satellite-derived VI. Despite
the use of maximum value compositions (Holben, 1986), these inter-
ferences may not be fully eliminated from the images, especially in
regions with frequent cloud cover, leading to inconsistent drops in the
time series values and affecting the results of several types of analyzes.
Thus, a set of time series smoothing and reconstruction techniques
has been proposed to eliminate or reduce such inconsistences, from the
simplest methods to the most complex ones (Bradley et al., 2007; Chen
et al., 2004; Gu et al., 2009; Jönsson and Eklundh, 2004; Roerink et al.,
2000). In SATVeg, time series reconstruction is carried out through a
two-step procedure, the pre-filtering and the filtering.
Pre-filtering is an on-the-fly time series reconstruction method
based on the bilinear interpolation to replace missing data or cloud and
snow pixels flagged by the Pixel Reliability (PR) product. Filtering is
also an on-the-fly time series reconstruction, but it is not dependent on
information from PR product and can be applied to the pre-filtered or to
the original time series. SATVeg offers three filtering methods with
different complexity levels: Flat-bottom smoother, Wavelet Coiflet 4
and Savitzky-Golay filters.
2.2.1. Flat-bottom smoother filter
Flat-bottom is a simple and conservative filter adapted from the
method proposed by Wardlow et al. (2006), which runs from two steps.
In the first one, the local minimum values, or negative oscillations of
the VI, are identified. That is, given a value Xt (in which t refers to
time), the local minimum is identified when Xt-1 > Xt < Xt+1. In the
second step, the local minimum values (Xt) are replaced by the smallest
adjacent value (Xt-1 or Xt+1). In order to avoid the elimination of small
negative oscillations of vegetation indices, not necessarily inconsistent,
the user has the option of selecting a factor to identify the local mini-
mums, that is, a percentage value that defines the minimal difference so
that a local minimum is changed (0, 10, 20 and 30%).
2.2.2. Wavelet Coiflet 4 filter
Wavelets are defined as small waves with properties that make them
suitable to serve as the basis for representing and describing other
functions. The Wavelet Transform allows the decomposition of a time
series at different scales to obtain information in the frequency and time
domain, in which each scale is represented by a specific frequency. Its
application in time series of satellite images has the purpose of elim-
inating sudden variations, resulting in filtered curves that make easier
the understanding of the temporal dynamics. The filter available by
SATVeg uses the Wavelet Transform with Coiflet (order = 4) as pro-
posed by Sakamoto et al. (2005), which achieved the best results for
crop’s phenological stages detection.
2.2.3. Savitzky-Golay filter
The digital filter proposed by Savitzky and Golay (1964) is based on
a moving window that uses a linear least square fitting by means of
successive polynomial equations. In SATVeg, the user has the option to
set the moving window as 2, 3, 4, 5 or 6. The larger the window, the
greater the smoothing effect. Several authors have proposed this filter
for VI times series reconstruction (Chen et al., 2004; Jönsson and
Eklundh, 2004; Ren et al., 2008) with satisfactory results in several
applications.
J.C.D.M. Esquerdo, et al.
Fig. 1. SATVeg development architecture.
2.3. Architecture and implementation of SATVeg
The SATVeg’s development architecture is shown by Fig. 1. The
front-end is composed by the web interface by which the user interacts
with a map display, a time series viewer and some query tools. The
back-end is composed by a PostGIS database and a set of procedures of
data acquisition and processing. The development tools are mainly
based on free software. Basically, the user accesses the application
through a friendly interface and uses the map viewer to select any lo-
cation of South America in order to make queries to the geographic
database and generate a chart with the NDVI or the EVI time series
profile. The most important feature of this system is the database
modeling, which provides optimized performance of time series queries
on large databases of satellite images.
2.3.1. Back-end processing
The back-end is composed mainly by a geospatial database specially
modeled and structured to store a robust volume of time series of sa-
tellite images and allow optimized queries. Automated procedures were
developed to build the geographic database as well as to update it with
new images.
2.3.1.1. Download and processing of MODIS images. The download and
processing of MODIS images were automated using c-shell scripts and
the MODIS Reprojection Tool (MRT) software, a free package designed
to process the MODIS HDF-EOS image format (Dwyer and Schmidt,
2006).
Batch downloading was carried out from the LP DAAC repository in
order to obtain the 30 image tiles covering the South America territory
for each available date of the MOD13Q1 and MYD13Q1 products. Then,
3
Computers and Electronics in Agriculture 175 (2020) 105516
a script extracted the NDVI, EVI and PR images in GeoTIFF format and
performed the mosaicking process. Due to limitations of the MODIS
processing software, two mosaics of images covering the South America
territory were generated for each date, which were later reprojected
from the original sinusoidal projection to the geographic projection,
WGS-84 datum (Fig. 2).
2.3.1.2. Geospatial database design. The SATVeg geospatial database
was built using PostgreSQL 9.5 with the PostGIS 2.2 spatial extension,
which supports geographic objects with functions for spatial queries
and provides storage of raster data efficiently. The database was
divided into four schemas, three for raster data storage (NDVI, EVI
and PR) and one for textual and vector data storage, including
administrative information, user registration, personal user
configurations, vector files, among others.
In order to improve the management of raster data and optimize the
database queries performance, the image storage was carried out
thought partitioned tables, allowing data retrieval at finer granularity
levels. These partitions define spatial coverage areas that contain the
NDVI, EVI and PR data constrained to a given piece of the image
(quadrant), optimizing the response time of queries. This happens be-
cause the system’s data access layer uses a spatial index to identify
quickly the location of the table partition where the time series required
by a query is located. Thus, using the partitioning tables approach and
the spatial indexing allowed fast retrieving of the time series from the
user request.
The quadrant size adopted to store the images can affect the time to
import them to the database, as well as the response time of queries.
Empirical tests were performed to define the size of image quadrant by
measuring the PostGIS database importation time, as well as the
J.C.D.M. Esquerdo, et al.
Fig. 2. Example of a set of original MODIS sinusoidal tiles of one date covering the South America (left) and the processed images (NDVI, EVI and Pixel Reliability)
after mosaicking and cartographic reprojection (right) procedures.
response time of queries considering three dimensions: 100x100,
150x150 and 200x200 pixels. So, 700 pairs of NDVI mosaics were used
to measure the average importation time into the PostGIS databse and
3,000 random sampling points were used to measure the response time
of database queries. The points were sampled in different locations of
South American territory, but in non-coincident tables in order to avoid
colleting data allocated in the PostGIS cache.
2.3.1.3. Importing images into the database. After creating the partition
tables according to the defined quadrant size, the complete time series
of NDVI, EVI and PR images were imported into the geospatial
database. In this process, pixels covering the ocean were put way
considering a 1.5 km buffer from the continental and islands
boundaries, saving storage space and optimizing the queries.
2.3.2. Web application
The web application was implemented in Primefaces, a suite of
components that meets the JSF specification of Java EE technology and
is available on a JBoss application server. The web interface is basically
divided into two main parts: the map viewer and the time series chart
viewer. The map viewer uses Google Maps layer to support the search
for points or areas of interest, making possible the navigation in an
intuitive way. The implementation of these features was carried out
through OpenLayers 2 (http://openlayers.org/two/), which is a library
of JavaScript maps for spatial data rendering. Once the point or area of
interest is selected, the application retrieves the data stored in the da-
tabase and displays the time series in the chart viewer, which uses the
Dygraphs (http://www.dygraphs.com) JavaScript graphical library.
A control panel and a side menu located on the map viewer offer the
user a set of functionalities with effects in the map or in the chart vi-
sualization, as well as options to save favorite places and upload vector
files. Another feature of the control panel is the search form where the
user inserts the geographic coordinates of any location or the name of
4
Computers and Electronics in Agriculture 175 (2020) 105516
municipalities. In this case, the municipalities are located from a vector
layer made available from a GeoServer map server (http://geoserver.
org) via Tomcat, which is accessed by the application using a Web
Feature Services (WFS) protocol, considering the OGC (Open Geospatial
Consortium) standards.
3. Results and discussion
3.1. Geospatial database development
Building the SATVeg database involved choosing the optimal
quadrant size for storing the time series in partitioned tables. Table 1
presents the results of the performance analysis of three different da-
tabase setups, taking into account the importation of 700 pairs of
partitioned NDVI images in quadrants of 100x100, 150x150 and
200x200 pixels.
The smaller the quadrants size the greater the amount of partitions
in the database table and, consequently, the longer the image import
time. According to Table 1, there was a significant difference in the
average time when importing images using 100x100 pixels quadrant
compared to the others, due to the high number of partitions of this
setup and the high I/O in the disk. Considering the 150x150 and
200x200 pixels quadrants, the average import time was very close. The
decrease in processing time using both quadrant size was around 67%
Table 1
Average image import time and number of partitions created in the database
using three sizes of quadrants.
Size of partitions (pixels)
100 × 100 150 × 150 200 × 200
Number of partitions 38,046 17,117 9765
Average import time 27′38″ 9′26″ 8′41″
J.C.D.M. Esquerdo, et al.
Table 2
Average response time (in seconds) of database queries considering three sizes
of partitions with no filter and with pre-filter and Savitzky-Golay filter applied.
Size of partitions Average response time (in seconds)
No filters Pre-filter Savitzky-Golay filter
100 × 100 1.49 1.75 1.61
150 × 150 1.83 2.26 1.96
200 × 200 1.85 2.32 2.02
when compared to the 100x100 pixels quadrant.
Table 2 shows the average response time of 3,000 points according
to each partitioning size. The tests also considered the use of the pre-
filtering and the Savitzky-Golay filter to reconstruct the time series.
Table 2 shows a lower response time when using smaller size of
partitions, once data is located more quickly when stored in smaller
volumes.
Table 2 shows that the response time is lower when using smaller
quadrants. Smaller partitions have smaller volumes of data stored,
which are more quickly located during the search process. Table 2 also
shows that pre-filtering and Savitzky-Golay filtering increase the re-
sponse time for spatial queries. When pre-filtering is activated, the re-
sponse time increases by an average of 19.4%, while the Savitzky-Golay
filter increases the response time by 7.7%. Using pre-filtering causes the
response time to be increased, once this method uses data from the
pixel reliability layer and therefore the database is accessed twice.
The results indicate that the quadrant size adopted to partition the
database tables has a direct influence on the response time of spatial
queries, as well as the time required to import new images for the da-
tabase updating. The smaller the region stored per partition, the faster
the response time and the slower the uploading of a new image into the
database. On the other hand, the larger the stored region, the longer
database queries become and the faster the new imports become.
In a hypothetical situation in which the number of partitions of the
database table were exactly the same as the number of pixels in the
image, the time to retrieve the time series would be minimal. On the
other hand, the process of importing a new image would be extremely
costly as it would involve inserting data into 385 million partitions, the
approximate number of pixels within a MODIS image covering South
America. However, if a single partition were to be considered to store
all 385 million pixels of an image, the time spent on import would be
minimal, while the data retrieval from the database would be nearly
unfeasible, taking into account an instantaneous system, such as
SATVeg. Considering these two extreme cases, the size of the regions
stored by table partitioning can be adjusted, in order to seek a better
relation between importing and querying response times. This setting
mainly depends on the image resolution and the time series size. From
the results, the SATVeg geospatial database was built using quadrants
of 150x150 pixels.
3.2. Time series reconstruction
Fig. 3 shows examples of pre-filtering effect on the Savitzky-Golay
filter results applied to NDVI time series obtained from three sites with
different land cover patterns (forest, pasture and agriculture) between
February 2016 and February 2018. The areas are located in a tropical
region, with rainy seasons predominantly between December and
March.
The original NDVI data show some negative oscillations along the
time series, mainly during the raining season. When pre-filtering is not
activated, the Savitzky-Golay smoothing method is ineffective, since the
VI drops are not fully eliminated. On the other hand, when applying the
bilinear interpolation method (pre-filtering) in the pixels flagged as
cloud by the PR band, the results of the Savitzky-Golay filter are more
effective and the smoothed NDVI curves of forest, pasture and
5
Computers and Electronics in Agriculture 175 (2020) 105516
agriculture lands present a more compatible temporal behavior with
their natural pattern.
Instantaneous reconstruction of time series using specific proce-
dures represents an innovation of SATVeg. One of the system’s basic
assumption is to organize and store the original time series data without
any kind of filtering application, but providing the user with a set of
reconstruction methods. This feature allows to avoid storing smoothed
time series, reducing the size of the geospatial database and, on the
other hand, lets the user to decide to view the original VI data or to
reconstruct the time series using the available algorithms. The decision
to view the original or the filtered data is an important issue when
analyzing the VI curve patterns, once, depending on the smoothing
algorithm, time series reconstruction procedures can significantly
change the original signal, masking some specific features of the plant
phenology.
3.3. SATVeg web interface
The SATVeg web interface is available for on-line access at
www.satveg.cnptia.embrapa.br, with versions in Portuguese, English
and Spanish. The access is free of charge through a registration process,
where the user provides basic information such as name, email address,
institution and password. The SATVeg interface (Fig. 4) is divided into
two parts and presents a set of tools available on a control panel (on the
left) and a side menu (on the right).
In the map area, the user can select a point of interest anywhere in
South America by clicking on the Google Maps layer. Then the system
identifies the MODIS pixel for the clicked position and instantaneously
generate the time series chart with the chosen VI.
The control panel is divided into two menus with map and chart
functionalities. In the map menu, the user has a set of functions for
searching points by geographical coordinates or by municipalities
name, drawing of polygons, layer activation control, overlap of WMS
layers, among others. In the chart menu, the user can select the vege-
tation indice (NDVI or EVI) and the satellites (Terra, Aqua or both) to
be plot in the chart, as well as to active pre-filtering and filtering
functionalities or to enable the display of pixel reliability flags over the
time series curve. When activating Terra and Aqua satellites together,
the VI data is plotted chronologically, according to the passing date of
each platform. The possibility of using data from both satellites is an
important feature when analyzing regions with very frequent cloud
coverage, increasing the chances to obtain good VI values over the time.
The chart area shows the time series profile of the selected location
considering the user-defined options in the control panel. By default,
the chart is drawn considering all the available dates in the database;
however, a slider tool in the bottom of the chart area allows the user to
reduce the temporal window of visualization. Features for exporting the
chart in PNG (Portable Network Graphics) or XLSX (Microsoft Excel)
formats are also available.
The high spatial resolution images of Google Maps work only as a
reference for the user's location since the VI data are retrieved from the
MODIS database, whose pixel has spatial resolution of 250 by 250 m
(6.25 ha). Thus, when interacting with the system, the user must con-
sider the spatial dimensions of the selected MODIS pixel, which can be
composed by several (Fig. 5a) or single (Fig. 5b) LULC types when
compared to the Google’s high spatial resolution images. Time series
profiles extracted from homogeneous areas represent faithfully the
green biomass variation over time, while pixels composed by hetero-
geneous areas present high spectral mixing, affecting the quality of the
information presented by the VI time series. Additionally, the system
also allows the generation of time series profiles from polygons drawn
on the screen (Fig. 5c) and, in this case, the chart returns an average VI
curve and the corresponding standard deviations of each date.
In addition to the screen-drawing functionality, the user can import
polygons in shapefile or Keyhole Markup Language (KML) vector for-
mats. In this type of query, the response time to generate an average VI
J.C.D.M. Esquerdo, et al. Computers and Electronics in Agriculture 175 (2020) 105516

Fig. 3. Effects of pre-filtering on the NDVI time series reconstruction of Forest (A), Pasture (B) and Agriculture (C) lands using the Savitzky-Golay filter.

curve is greater and depends on the number of MODIS pixels contained
within the polygon, whose maximum area should not exceed 3,000 ha.
Another issue affecting the response time of polygon queries is the in-
tersection of the vector boundaries with the database partitions. Fig. 6
illustrates three square polygons with the maximum acceptable area
intercepting one, two, and four database partition boundaries and the
respective response time of the spatial queries. The measured response
time considered the query of approximately 470 pixels in each of the
polygons and indicated a significant increase when the intersection
happens in more than one quadrant of the database partitions. When
the polygons intercept two or four partitions, the system’s response time
is 1.7 and 3.4 times greater, respectively, when compared to the query
restricted to one partition.
3.4. Application of VI time series
SATVeg has supported several modalities of land surface monitoring
by the productive, academic and governmental sectors. Usually, the
system has been used to identify the LULC at a particular moment, as
well as its changes over time. Fig. 7 shows a set of NDVI curves gen-
erated by the SATVeg illustrating the temporal behavior of the green
biomass obtained from different LULC types in Brazil along the com-
plete time series available by the system. The curves comprise the
period between February 2000 and February 2019 and show variations
due to the plant’s phenological cycle or LULC changes. These examples
show the pre-filtered NDVI curve (green line, based on the Terra and
Aqua satellites) and the smoothed NDVI curve using the Savitzky-Golay
filter (red line), adopting a moving window of size 4.

Fig. 4. SATVeg web interface, consisting mainly of map and chart areas, control panel and side menu.

6
J.C.D.M. Esquerdo, et al.
Fig. 5. MODIS pixels with different (A) or single (B) land use and land cover type(s); and a set of pixels selected from a polygon drawn on the screen (C).
Fig. 6. Response time of polygon queries with different intersections with the
database partitions boundaries.
Fig. 7A presents the evolution of the green biomass over time ob-
tained from an area in the north of the State of Mato Grosso, in the
Brazilian Amazon. Until the middle of 2002 the vegetal cover was
composed by primary natural forest, with high and stable NDVI values,
due to the large amount of green biomass. A deforestation process oc-
curred at the end of 2002 and the NDVI values dropped sharply with the
shallow cut-off of the natural forest cover. Thereafter, a new green
biomass variation pattern started, resulting from the practice of pasture
cultivation, represented by curves with annual seasonal fluctuations,
with high NDVI values in the rainy seasons and lower values during
droughts. By the end of 2012, there was a third biomass variation
pattern, since the area was converted to grain production of annual
crops, with shorter productive cycles and higher fluctuations of NDVI
values. This LULC changes sequence corresponds to a traditional pro-
cess of forest occupation in the regions of the Legal Amazon’s agri-
cultural frontier, where forest clearing gives space to pasturelands fol-
lowed by croplands.
Fig. 7B shows the historical NDVI evolution of a consolidated
cropland, with successive cultivation cycles over the years. Each crop
cycle is defined by a curve section, in which the initial NDVI values start
low (after the crop sowing) and then grow until reaching the vegetative
peak (moment of greatest green biomass production). Then, the values
decrease (due to crop senescence) until reaching the same initial levels,
when the harvest is carried out. Such behavior is characteristic of an-
nual grain and fiber crops, such as soybean, maize and cotton. This
example also shows the agricultural intensification process, once this
area used to be cultivated with single crops (in this case one phenolo-
gical cycle of cotton per year) until 2008 and, from then on, the area
started to be used for double cropping cultivation (in this case the
soybean cycle followed by the corn cycle in the same cropping season),
7
Computers and Electronics in Agriculture 175 (2020) 105516
exploring the window of the rainy season. This process is quite typical
in several regions of Brazil and has been responsible for the increase of
agricultural production in the country in the last decades, without in-
creasing the area of croplands in the same proportion.
Fig. 7C shows the NDVI evolution obtained from a eucalyptus pro-
duction area, whose productive cycle extends for years. During the
observed period it is possible to identify two complete growing cycles,
separated by NDVI “valleys”, when the harvest is done and another
planting is started.
Finally, Fig. 7D presents the NDVI profile from a native natural
cover area in the municipality of Mariana, in the state of Minas Gerais,
Brazil. In the end of 2015, the NDVI values drop significantly and began
to oscillate in levels lower than those observed during the previous
years. In this case, the native vegetation was covered by mud after a
dam collapse, one of the worst environmental disasters in Brazil's his-
tory (Phillips, 2016), when a liquid mix of water, sands and clays has
spread over vast areas, destroying villages, killing people and affecting
seriously the local fauna and flora.
The analysis performed from the charts of Fig. 7 was carried out by
visual interpretation of the curves and depends on some basic technical
knowledge about how the vegetative index works. A set of further ex-
amples of LULC patterns and transitions can be found in the Pattern
Library page, available in SATVeg.
SATVeg has successfully contributed as a tool for fast generation of
vegetation indices profiles through a friendly and intuitive web inter-
face, free of charge. The system has been used in a set of activities, such
as the crop biomass assessment, inspection of agricultural losses for
insurance support, deforestation detection, monitoring of native pro-
tected areas, forest recovery evaluation, among others. Large-scale
LULC mapping projects have also used SATVeg as a supporting tool or
even as a source of information to validate the results achieved by
traditional methods of image classifications. In Brazil, initiatives like
the TerraClass Amazonia Project (Almeida et al., 2016) and TerraClass
Cerrado Project (Scaramuzza et al., 2017), which are Governmental
actions responsible for mapping the LULC in the Amazon and in the
Cerrado Brazilian biomes, respectively, have used SATVeg as a sup-
porting tool. The maps produced by these projects are based on
Landsat-like images obtained during the dry season, when the cloud
coverage is lower; however, traditional mapping classification based on
few or unique images may led to misclassification, mainly when dif-
ferent targets have similar spectral behavior. In these cases, the spec-
tral-temporal approach, represented here by VI time series curves, may
be an effective source of information to assess the accuracy of the tra-
ditional spectral-based methods.
The novel solutions presented in the development of SATVeg allow
the fast visualization of MODIS VI time series. The geospatial database
was conceived to deal with queries based on points or small polygons.
Regional analyzes based on larger areas, such as municipalities or even
states boundaries, include a large number of pixels to be retrieved
during the queries and are not feasible considering the strategy adopted
to model the SATVeg’s geospatial database. The low spatial resolution
J.C.D.M. Esquerdo, et al.
Fig. 7. NDVI time series obtained from different land use and land cover types between February 2000 and February 2019 using SATVeg. A) Forest/pasture/
agriculture transitions; B) Agricultural intensification (single crop to double crop); D) Silviculture (eucalyptus); E) Environmental disaster in Mariana, MG (Brazil).
The green lines represent the pre-filtered NDVI data and the red lines the smoothed data using the Savitzky-Golay filter.
of the MODIS VI products can also limit the use of SATVeg in regions
with a very segmented land-ownership structure, based on small fields
and properties. Further works must provide new solutions to improve
the geospatial database modeling in order to deal with higher spatial
resolution images, such as those provided by the Copernicus Sentinel-2
mission, which combine high spatial and temporal resolutions.
4. Conclusions
We presented the Temporal Vegetation Analysis System (SATVeg), a
web-based system for fast access and visualization of time series of
vegetation indices in South America. The back-end architecture was
implemented through an open source relational geospatial database to
store the complete time series of MODIS VI data. The strategy of using
thousands of partition tables in a geospatial database to store the VI
time series data ensured quick queries and efficient updating. The front-
end was developed to provide the user with a friendly interface, in-
cluding a set of data filtering procedures to improve the visualization of
the time series. The novel solutions presented in the development of the
geospatial database allowed fast queries for points and small polygons.
Examples of application were presented and showed the potential of
SATVeg for supporting a set of land use and land cover monitoring
activities.
8
Computers and Electronics in Agriculture 175 (2020) 105516
CRediT authorship contribution statement
Júlio César Dalla Mora Esquerdo: Conceptualization, Software,
Investigation, Validation, Writing - original draft, Writing - review &
editing, Visualization, Supervision, Funding acquisition. João
Francisco Gonçalves Antunes: Conceptualization, Investigation,
Validation, Writing - review & editing, Supervision, Funding acquisi-
tion. Alexandre Camargo Coutinho: Conceptualization, Investigation,
Validation, Resources, Writing - review & editing, Supervision, Funding
acquisition. Eduardo Antonio Speranza: Methodology, Software,
Writing - review & editing. Andréa Akemi Kondo: Methodology,
Software, Validation, Visualization, Writing - original draft. João Luis
dos Santos: Software.
Declaration of Competing Interest
The authors declare that they have no known competing financial
interests or personal relationships that could have appeared to influ-
ence the work reported in this paper.
Acknowledgments
SATVeg was partially funded by Agroicone company through a
technical and financial cooperation agreement between the Brazilian
Agricultural Research Corporation (Embrapa) and the Arthur Bernardes
J.C.D.M. Esquerdo, et al.
Foundation (Funarbe). The authors thank NASA’s Land Processes
Distributed Active Archive Center (LP DAAC) for providing the MODIS
images used by SATVeg.
References
Almeida, C.A., Coutinho, A.C., Esquerdo, J.C.D.M., Adami, M., Venturieri, A., Diniz, C.G.,
Dessay, N., Durieux, L., Gomes, A.R., 2016. High spatial resolution land use and land
cover mapping of the Brazilian Legal Amazon in 2008 using Landsat-5/TM and
MODIS data. Acta Amaz. 46, 291–302. https://doi.org/10.1590/1809-
4392201505504.
Arvor, D., Jonathan, M., Meirelles, M.S.P., Dubreuil, V., Durieux, L., 2011. Classification
of MODIS EVI time series for crop mapping in the state of Mato Grosso, Brazil. Int. J.
Remote Sens. 32, 7847–7871. https://doi.org/10.1080/01431161.2010.531783.
Bradley, B.A., Jacob, R.W., Hermance, J.F., Mustard, J.F., 2007. A curve fitting procedure
to derive inter-annual phenologies from time series of noisy satellite NDVI data.
Remote Sens. Environ. 106, 137–145. https://doi.org/10.1016/j.rse.2006.08.002.
Chen, J., Jönsson, P., Tamura, M., Gu, Z., Matsushita, B., Eklundh, L., 2004. A simple
method for reconstructing a high-quality NDVI time-series data set based on the
Savitzky-Golay filter. Remote Sens. Environ. 91, 332–344. https://doi.org/10.1016/j.
rse.2004.03.014.
Dwyer, J., Schmidt, G., 2006. The MODIS Reprojection Tool, in: Earth Science Satellite
Remote Sensing. Springer Berlin Heidelberg, Berlin, Heidelberg, pp. 162–177. doi:
10.1007/978-3-540-37294-3_9.
Eberle, J., Clausnitzer, S., Hüttich, C., Schmullius, C., 2013. Multi-source data processing
middleware for land monitoring within a web-based spatial data infrastructure for
Siberia. ISPRS Int. J. Geo-Information 2, 553–576. https://doi.org/10.3390/
ijgi2030553.
Freitas, R.M., Arai, E., Adami, M., Ferreira, A.S., Sato, F.Y., Shimabukuro, Y.E., Rosa, R.R.,
Anderson, L.O., Rudorff, B.F.T., 2011. Virtual laboratory of remote sensing time
series: visualization of MODIS EVI2 data set over South America. J. Comput.
Interdiscip. Sci. 2, 57–68. https://doi.org/10.6062/jcis.2011.02.01.0032.
Gu, J., Li, X., Huang, C., Okin, G.S., 2009. A simplified data assimilation method for
reconstructing time-series MODIS NDVI data. Adv. Sp. Res. 44, 501–509. https://doi.
org/10.1016/j.asr.2009.05.009.
Holben, B.N., 1986. Characteristics of maximum-value composite images from temporal
AVHRR data. Int. J. Remote Sens. 7, 1417–1434. https://doi.org/10.1080/
01431168608948945.
Huete, A., Justice, C., Liu, H., 1994. Development of vegetation and soil indices for
MODIS-EOS. Remote Sens. Environ. 49, 224–234. https://doi.org/10.1016/0034-
4257(94)90018-3.
Jackson, R., 1983. Spectral indices in N-Space. Remote Sens. Environ. 13, 409–421. doi:
10.1016/0034-4257(83)90010-X.
Jönsson, P., Eklundh, L., 2004. TIMESAT—a program for analyzing time-series of satellite
sensor data. Comput. Geosci. 30, 833–845. https://doi.org/10.1016/j.cageo.2004.05.
006.
9
Computers and Electronics in Agriculture 175 (2020) 105516
Kastens, J.H., Brown, J.C., Coutinho, A.C., Bishop, C.R., Esquerdo, J.C.D.M., 2017. Soy
moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil.
PLoS One 12, 1–21. https://doi.org/10.1371/journal.pone.0176168.
Klein, I., Gessner, U., Kuenzer, C., 2012. Regional land cover mapping and change de-
tection in Central Asia using MODIS time-series. Appl. Geogr. 35, 219–234. https://
doi.org/10.1016/j.apgeog.2012.06.016.
Martínez, B., Gilabert, M.A., 2009. Vegetation dynamics from NDVI time series analysis
using the wavelet transform. Remote Sens. Environ. 113, 1823–1842. https://doi.
org/10.1016/j.rse.2009.04.016.
Oliveira, J.C., Trabaquini, K., Epiphanio, J.C.N., Formaggio, A.R., Galvão, L.S., Adami,
M., 2014. Analysis of agricultural intensification in a basin with remote sensing data.
GIScience Remote Sens. 51, 253–268. https://doi.org/10.1080/15481603.2014.
909108.
Phillips, D., 2016. Samarco dam collapse: one year on from Brazil’s worst environmental
disaster [WWW Document]. Guard. URL https://www.theguardian.com/sustainable-
business/2016/oct/15/samarco-dam-collapse-brazil-worst-environmental-disaster-
bhp-billiton-vale-mining (accessed 5.8.18).
Picoli, M.C.A., Camara, G., Sanches, I., Simões, R., Carvalho, A., Maciel, A., Coutinho, A.,
Esquerdo, J., Antunes, J., Begotti, R.A., Arvor, D., Almeida, C., 2018. Big earth ob-
servation time series analysis for monitoring Brazilian agriculture. ISPRS J.
Photogramm. Remote Sens. 145. https://doi.org/10.1016/j.isprsjprs.2018.08.007.
Ren, J., Chen, Z., Zhou, Q., Tang, H., 2008. Regional yield estimation for winter wheat
with MODIS-NDVI data in Shandong, China. Int. J. Appl. Earth Obs. Geoinf. 10,
403–413. https://doi.org/10.1016/j.jag.2007.11.003.
Roerink, G.J., Menenti, M., Verhoef, W., 2000. Reconstructing cloudfree NDVI composites
using Fourier analysis of time series. Int. J. Remote Sens. 21, 1911–1917. https://doi.
org/10.1080/014311600209814.
Rouse, J.W., Haas, R.H., Schell, J.A., Deering, D.W., 1974. Monitoring vegetation systems
in the Great Plains with ERTS. In: Fraden, S.C., Marcanti, E.P., Becker, M.A. (Eds.),
Third ERTS Symposium. NASA, Washington DC, pp. 309–317.
Sakamoto, T., Yokozawa, M., Toritani, H., Shibayama, M., Ishitsuka, N., Ohno, H., 2005.
A crop phenology detection method using time-series MODIS data. Remote Sens.
Environ. 96, 366–374. https://doi.org/10.1016/j.rse.2005.03.008.
Savitzky, A., Golay, M.J.E., 1964. Smoothing and differentiation of data by simplified
least squares procedures. Anal. Chem. 36, 1627–1639. https://doi.org/10.1021/
ac60214a047.
Scaramuzza, C.A.M., Sano, E.E., Adami, M., Bolfe, E.L., Coutinho, A.C., Esquerdo,
J.C.D.M., Maurano, L.E.P., Narvaes, I.S., Oliveira Filho, F.J.B., Rosa, R., Silva, E.B.,
Valeriano, D., Castro, D.V., Bayma, A.P., Oliveira, G.H., Bayma-SIlva, G., 2017. Land-
use and land-cover mapping of the Brazilian Cerrado based mainly on Landsat-8
satellite images. Rev. Bras. Cartogr. 69, 1041–1051.
Usman, M., Liedl, R., Shahid, M.A., Abbas, A., 2015. Land use/land cover classification
and its change detection using multi-temporal MODIS NDVI data. J. Geogr. Sci. 25,
1479–1506. https://doi.org/10.1007/s11442-015-1247-y.
Wardlow, B.D., Kastens, J.H., Egbert, S.L., 2006. Using USDA crop progress data for the
evaluation of greenup onset date calculated from MODIS 250-meter data.
Photogramm. Eng. Remote Sensing 72, 1225–1234. doi: 10.14358/PERS.72.11.1225.
Another random document with
no related content on Scribd:
jouluvirttä. Palvelijat seisoivat ovensuussa, mutta Fincke lähestyi
miehiä ja vei heidät väkisinkin istumaan penkeille, ja Ebba pahoitti
vaimoväkeä tekemään samoin. Kun kaikki olivat asettuneet
paikoilleen, alkoi Fincke itse virren, ja Ebba, Niilo ja väki yhtyivät
lauluun. Joulun rauha ja ilo asui kaikkien rinnassa, ja monissa
vaivojen ja vuosien rypistämissä kasvoissa kiilteli liikutuksen kyynel.

Virren loputtua Fincke lausui;

— Kas niin, hyvät ihmiset, nyt on joulu tuvassa. Maistukoon

kaikille jouluruoka ja jouluolut ja olkaa iloiset. Kerta vain vuodessa
joulu!

Vanha talonvouti astui esiin, kätteli Finckeä, Niiloa ja Ebbaa ja

toivotti iloista joulua. Toiset seurasivat vuorossaan, ja sitten vetäysi
väki jälleen ovelle, mennäkseen väen-tupaan, jossa jouluruoka
vartosi.

Silloin kuului hevonen täyttä laukkaa tulevan pihalle. Kiireiset

askeleet kajahtivat etehisessä, ovi temmattiin auki ja muuan
ratsastaja astui sisään.

— Herra Götrik, sanoi hän, talonpojat Pohjanmaalta ovat tuossa

paikassa täällä. Monin tuhansin ovat he vaeltaneet Hämeenkankaan
poikki, ja kaikkialla nousee rahvas yhtyen heihin. He sanovat
aikovansa ko’ota ympärilleen koko Hämeen ja Savon väestön,
valloittaa Hämeenlinnan ja Olavinlinnan ja sitten retkeillä Turkuun,
ottaakseen Klaus Flemingin vangiksi ja jättääkseen hänet herttualle.
Kapinoitsijat ovat jo Nokian kohdalla. Kangasalla ja Pirkkalassa he
ovat polttaneet ja ryöstäneet paljaiksi monen aatelismiehen talot.
 — Vai niin, Pohjalaiset siis eivät juonittele ainoastaan omissa
kotipaikoissaan, vaan kokevat yllyttää koko maan talonpoikia? Mutta
mitä toimittaa sitten sotaväki? Miksi ei ajeta hajalleen noita
kahakoivia moukkajoukkoja? huusi Fincke vihaisena.

— Sotaväki ei ole päässyt kokoontumaan, vaan sen on täytynyt

joka taholla paeta talonpoikia. Knuut Kurki on kahdella sadalla
ratsumiehellä hyökännyt heidän kimppuunsa Nokian luona, mutta
hänen täytyi peräytyä.

— Mitä tekee sitten Klaus Fleming?

— Sitä emme tiedä.

— Niin, sanoi Götrik Fincke, tässä ei ole muu neuvona kuin lähteä
Olavinlinnaan valvomaan, ett’ei Savon rahvas yhdisty
kapinoitsijoihin. Joutukaa nyt että saamme vähä ruokaa ja juomaa,
sillä meillä on pitkä matka tehtävänä. Toimita hevonen re'en eteen ja
satulat hevosten selkään, sanoi hän, puhutellen talonvoutia, ja pidä
sitten huolta talosta. Keräile kokoon ja kätke varmaan paikkaan mitä
voi.

Miehet istuivat pöytään, mutta Ebba ei joutanut syömään. Hän

ajatteli tuota pitkää matkaa, joka oli tehtävänä, ja pani vakkaan niin
paljon kuin mahtui niitä ruokia, joita runsahin määrin oli valmisteltu
jouluksi. Sitten neuvoi hän väelle mitkä arkut etupäässä olivat
kannettavat pois säilöön ja kätköön ryöstäviltä talonpojilta, ladelIen
yhteen arkkuun kaikki hopeat.

Tuskin oli tämä tehty, kun talonvouti tuli sisään ilmoittaen, että
hevoset olivat valmiina; eikä aikaakaan, niin oltiin jo matkalla.
 Lunta alkoi sataa, ja pakkanen oli jotoskin kova. Mutta Ebba istui
huolellisesti käärittynä vällyihin, ja ratsastajilla oli suuret,
karvanahoilla sisustetut viitat. Ajettiin hyvää ravia eespäin autiota
seutua. Heidän päästyään pari penikulmaa kodista, kävi tie ylängön
rinnettä ylöspäin, josta selvällä ilmalla näki hyvin kauvas seutujen yli.
Harjun harjalla seisahti Götrik Fincke, joka ratsasti pienen
retkikunnan etunenässä.

— Katsokaas, sanoi hän, osoittaen kaukana välkkyvää valkean

valoa.
Näkyypä todellakin todenteko tulevan. Siellä Porkkola palaa nyt.

Kamala tunne valtasi matkustajat. He tunsivat pakenevansa

kapinoitsevaa kansaa, joka, mielettömänä liekuttaen vihan ja
murhapolton soihtua, oli sytyttänyt ne liekit, jotka tuolla punaisina
nousivat taivasta kohden, poroksi polttaen tuon rauhallisen, uutteran
kodin.

Ja taasen lähti matkue liikkeelle. Oli pimeä metsässä, ja lumi kävi

yhä syvemmäksi. Ankeammille, tuulelle alttiimmille paikoille tullessa,
oli suuret kinokset tiellä, että oli vallan vaikea päästä eteenpäin.
Hevoset alkoivat väsyä. Mutt’ei ollut enää pitkä erääsen taloon, jossa
aiottiin olla yötä. Pian tuli näkyviin peltovainioita ja aitoja, ja tuosta jo
kohtasi matkustavien silmiä välkkyvä, elähyttävä tulenvalo.
Hevosiakin virkisti ihmisasuntojen läheisyys parempaan juoksuun.

Ja niin ajettiin viimein pihalle. Ovi oli lukitsematta, ja matkustajat

astuivat sisään.

Savupirtti oli tehty paksuista hirsistä. Sen sisusta osoitti köyhyyttä

ja likaisuutta. Oven pielessä seisoi kaksi laihaa hevosta ja huonoja
lehmiä pilttuissaan. Tahrainen porsas makasi hyvässä sovussa
muutamain pörhöpäisten, puoleksi alastomain lasten kanssa oljissa,
joita hyvin ohuelta oli levitelty lattialle, jona puolestaan oli paljas,
kovaksi poljettu maa. Raheilla istuivat tai makasivat pirtin muut
asukkaat, puoleksi nukkuen, ja emäntä korjasi pois pari puukuppia,
joissa oli ilta-aterian jäännöksiä — suolattua kalaa, mustanlaista
puuroa ja leipää, jonka ulkonäkö heti osoitti että siihen oli sekoitettu
koko joukko petäjäistä.

Vierasten astuessa sisään nousivat makaajat istualle, ja miehet

ottivat lakit päästään, mutta muuten ei kukaan näkynyt tulijoista
paljoa piittaavan, vaikka näin oli myöhänen. Ei ollut mitään tavatonta
että talonpojissa etsi majaa maata kiertävät sotamiehet, vaikka
toiselta puolen nämä vierailut eivät juuri olleet tervetulleita.

— Jumalan rauhaa, tervehti Fincke, riisuen viittansa ja pudistellen

pois lumen takan vieressä. Tulemme tän’iltana pyytämään sinulta
yösijaa, Lassilan Mikko.

Isäntä nousi nyt seisaalle ja kävi häntä, vastaan.

— Jumal’ antakoon! Tekö siinä siis olettekin, herra Götrik, sanoi

hän nöyrästi kumartaen. Terve tulleeksi. Myöhään olette matkalla
jouluiltana.

— Niin, vastasi Fincke, minun täytyy rientää Olavinlinnalle.

— Vai niin, sotaiset ajat on arvatakseni tulossa taas. Jumala

varjelkoon maata. Se kyllä tarvitsisi rauhaa, tuosta kun Venäläiset
täällä viimeiksi niin hirveästi hävittivät. Mutta käykää istumaan,
käykää istumaan kaikki.
 Götrik Fincken tunsi Savon rahvas lempeäksi ja hyväntahtoiseksi
herraksi. Hän piti sotamiehiään hyvässä kurissa eikä sallinut heidän
tehdä mitään väkivaltaa talonpojille. Sotaverojen ja sotamiesten
elatusvarojen kannossa säästi hän talonpoikia minkä suinkin voi eikä
lisännyt kovuudella kansan muutenkin raskasta taakkaa. Tästä
syystä häntä yleisesti rakastettiin, ja Hämeenmaahankin ulottui
hänen hyvä maineensa, jota vieläkin kartutti hänen omien
alustalaistensa kiitokset. Missä milloinkin hän sentähden matkoillaan
kävi sisään talonpoikien pirtteihin, tervehdittiin häntä hyvänä
vieraana. Niinpä nytkin.

Fincken ja hänen seuralaistensa istuttua ja heidän käteltyänsä

emäntää, sanoi isäntä:

— Saammeko tarjota matkustavaisille mitään suuhun, mitä talossa

on?

— Ei, kiitoksia! vastasi Fincke. Olemme jo syöneet. Tarvitsemme

vain lepoa, sillä me jatkamme matkaamme huomen-aamulta
aikaisin.

— Mutta joulu-oluttamme pitää teidän kuitenkin maistaa. Äiti,

tuoppas tänne hopeamalja: herra Götrikiile uskallamme kyllä näyttää
meillä semmoista olevan, sanoi silloin isäntä.

Emäntä, joka paremmin valaistaksensa pirttiä oli sytyttänyt pitkän

päreen ja pistänyt sen seinärakoon lähellä pöytää, otti arkusta
vanhan, nikaraisen hopeamaljan, täytti sen oluella oven pielessä
olevasta tynnyristä ja antoi sen syvästi niiaten Finckelle. Tämä veti
kulauksen puoleksi käyneestä, vetelästä juomasta ja pani sitten
maljan menemään toisille.
 Siitä jo mentiin levolle. Sänkyjä tai vuoteita ei ollut antaa muita
kuin isäntäväen oma, ja matkustajat pitivät parempana valmistaa
itselleen leposijat niin mukavat kuin mahdollista vällyistään ja
viitoistaan penkeille.

Emäntä piroitteli tuhkaa palaneille hiilille, työnsi vetoluukut

paremmin ikkuna-aukkojen eteen ja sulki lakehisen.

Hetkisen mentyä oli yön hiljaisuus tuossa suuressa, pimeässä

pirtissä, jossa ainoastaan ahkerasti laulavat sirkat olivat valveilla.

Varhain seuraavana aamuna olivat jälleen kaikki jaloillaan,

matkustajamme retkeänsä jatkaakseen, talonväki joulukirkkoon
lähteäkseen.

Lumituisku oli tauonnut, ilma oli kirkas ja kylmä. Talonväki ajoi

edeltä, se kun paremmin tunsi tien. Hevoset olivat kulkusissa, ja
kustakin re’estä pidettiin tulisoittoa, joka heitti leimuavan valonsa
puihin ja lumelle. Hyvää vauhtia kuljettiin, ja nuo kaksi penikulmaa
Hollolan kirkolle kuluivat nopeasti. Seutu tuli enemmän viljeltyä, mitä
lähemmälle kirkkoa päästiin. Kaikkialla metsän rinteillä välkkyi
tulisoittoja kuin liikkuvia tähtiä, ja kulkusten kilinää kuului etäältä.
Viimeisellä penikulma-puoliskolla yhtyi yhtä mittaa uutta kirkkoväkeä
kulkusineen ja tulisoittoineen retkikuntaan, joka siten piteni
pitenemistään mitä likemmälle kirkkoa tultiin. Pyhäpäivän soitto
kuului juhlalliselta kylmänä aamuna, kirkon korkeista ikkunoista loisti
kynttilävalkeat, ja kirkkomäellä leimusi korkea rovio, joka oli
muodostunut yhteen läjään heitetyistä tulisoitoista.

Kirkon lähellä erosi Fincken matkue muista, poiketen Mikkelin eli

Ison-Savon pappilaan vievälle tielle, johon he ens' aluksi aikoivat.
 Omituiset tunteet rinnassaan he ajoivat valaistun temppelin ohitse,
johon rahvas nyt kokoutui joulu-aamun varhaisena hetkenä. Heidän
takanaan kuohui kapina. Heissä tosin ei ollut mitään syytä kansan
vihaan, mutta se oli vyöryttävä veriset aaltonsa heidänkin päänsä
päälle kuin muiden: sillä he olivat samaa sukukuntaa kuin kansan
sortajat, vaikka itse eivät olleet sortaneet. Itsekukin tunsi, että nyt oli
kova taistelu kestettävänä, jossa paljon enemmän kysyttiin kuin
yksityisen henkeä ja omaisuutta, jossa itsekosto ja viha tahtoivat
tunkea laillisen järjestyksen paikalle. Voi maata ja kansaa, jos tämä
kapinajoukko tuli voitolle, jonka tietä jo alussa merkitsivät palavat
talot!

Rauhallinen joulusaarna Hollolan kirkossa, joka kutsui heitä

kellonsoitolla ja joulukynttilöillä, mutta, jonka pian taasen näkivät
vaipuvan alas lumipeitteisten metsäin taakse, tuntui heistä
viimeiseltä rauhan tervehdykseltä; kenties se rahvas, joka nyt tuossa
temppelissä veisasi vastasyntyneen rauhan-ruhtinaan ylistystä, vielä
samana päivänä oli vihan vimmassa heiluttava murhapolton
veripunaista soihtua.

Kukaan matkustajista ei hiiskunut sanaakaan. Aamupakkanen oli

tyly, ja he kääriytyivät tiivimmästi turkkiviittoihinsa. Hevoset
korskuivat, ja reen jalakset kitisivät kylmettyneessä lumessa.
Viljelysseudut katosivat; tie painui jälleen sisälle synkkään, pitkältä
kestävään metsään.
TALONPOIKAIN SOTAJOUKKO.

Etelä-Pohjanmaalla oli vilkasta elämää. Kaikilta tahoilta kokoontuivat

talonpojat, jättäen kotiin ainoastaan vanhukset ja lapset. Sotaväen
vihattu ies oli nyt riisuttava ja rasitettu kansa valtaansa näyttävä.

Joulukuun loppupuolella oli talonpoikain sotajoukko ko’olla, noin

tuhat miestä. Se oli nyt valmiina lähtemään liikkeelle.

Jaakko Ilkka, joka suomatta itselleen hengen rauhaa oli pannut

kapinan toimeen ja nyt oli talonpoikaisjoukon pääjohtajana, puhallutti
torvea merkiksi, että hän tahtoi puhua kansalle.

Joukko oli järjestynyt pienelle tasangolle aamupuhteessa, jonka

ensimäiset vaaleat sarastukset juuri alkoivat näkyä puiden latvojen
takaa.

Se oli kummallinen armeija: muutamat olivat varustetut pyssyillä,

miekoilla, jousilla taikka keihäillä, mutta useimmat kirveillä, kangilla,
nuijilla ja muilla lyömäaseilla. Myöskin osa säännöllistä jalkaväkeä,
jotka olivat yhtyneet veljiinsä, näkyi heidän joukossaan, kantaen
muutamia lippuja. Mutta kokonaisuudessaan olivat he ilman
niitäkään sotaista järjestystä. Itsekukin piti huolta itsestään. Pitäjä- ja
kylämiehet yhtyivät suuremmiksi tai pienemmiksi joukoiksi ilman
johdotta; ainoastaan yksi asia oli yhteinen; viha sitä sortoa vastaan,
jota he kaikki niin kauvan olivat kärsineet ja jota he nyt epätoivon
rohkeudella yrittivät viskaamaan niskoiltaan.

Ilkka oli noussut seisomaan kivelle, ja hänen ympärillään olivat

muut johtajat.

— Hyvät ystävät ja maamiehet, sanoi hän torven pitkäveteisten

sävelten tauottua, me lähdemme nyt puhuttelemaan Klaus
Flemingiä. Minä olen, kuten tiedätte, kerran ennen ollut hänen
puheillansa. Silloin viskautti hän minut linnan syvimpään
vankiluolaan. Arvatkaas mitä näin siellä! Näin, kun näinkin,
menehtyneen kuolleen ruumiin mätäisessä olkiläjässä. Se oli mies
Pohjanmaan puvussa. Rotat ja syöpäläiset olivat kalvaneet hänen
kasvonsa, ett’en voinut häntä tuntea. Mutta hän kyllä oli joku
teikäläinen, jonka Flemingin huovit olivat vieneet pois, hänen
tahtoessaan puolustaa vaimoansa ja tyttäriänsä taikka ruis-
vakkaansa ryöstäviä huovia vastaan. Kuollut vietiin pois, ja minä sain
hänen vuoteensa. Moisia makuusijoja, näettekös, tarjoo meille Klaus
Fleming. Mutta ystäväni eivät unohtaneet minua; he tulivat yön
hiljaisuudessa ja ottivat minut ulos, ennenkun kärsimykset vielä
olivat ehtineet viedä järkeäni tai rotat päässeet ruumistani järsimään.
Tullessani sitten takaisin Pohjanmaalle, oli taloni poltettu karjoineen,
hevosineen, haluineen päivineen. Mutta mitä puhunkaan tästä teille?
Eivätkö Flemingin ryyttärit ole ryöstäneet teidänkin aittojanne ja
latojanne ja rääkänneet teidän vaimojanne ja tyttäriänne? Eikö
heidän keihäsvartensa ole koskeneet teidänkin selkiänne? Ettekö ole
nälkää nähneet ja janoissanne olleet, sotamiesten istuessa teidän
tuvissanne ahmien ruokianne ja juoden oluttanne? Pohjalaiset! Kun
Ryssät ryntäsivät maahanne, puolustitte te itseänne kuin miehet ja
ajoitte heidät pois, eivätkä he aivan väleen uskalla uudestaan tulla.
Heitä oli kuitenkin monta vertaa enemmän kuin Flemingin
ratsumiehet, joiden väkivaltaa te siivosti olette kärsineet. Tahdotteko
säästää näitä pyöveleitänne nytkin vielä, kun tiedätte heidänkin
olevan valtakunnan ja herttuan vihollisia ja kun herttua itse on
käskenyt teidän hosua heidät päältänne nuijilla ja aidan-seipäillä,
niinkuin rupisia koiria hosutaan? Ei, te ette tahdo heitä säästää.
Flemingin pitää oppia tuntemaan kansan valtaa, ja jos hän salpautuu
sisään linnaansa, niin revimme hampaillamme koko linnan hajalleen.

Raikuvat suostumushuudot seurasi näitä Ilkan sanoja. Hetken

päästä hän taasen puhallutti torveen, merkiksi että hän tahtoisi
puhua lisää, ja kun jälleen vaiettiin, jatkoi hän:

— Kaarlo herttua pitää meidän puoltamme. Hän on itse sanonut

että saamme omin käsin hankkia oikeutta. Eilenkin vasta sain kirjeen
eräältä hänen lähettiläitään Turussa, joka kehoittaa meitä pitämään
puoltamme; kaikki kyllä käy hyvin. Olemme yhtenä miehenä
jättäneet kotimme ja kontumme syöstäksemme sortajat kansan
niskoilta. Seisomme tässä veljeksinä, jotka taistelevat saman asian
puolesta. Jos joudumme tappiolle, niin Fleming ratsumiehineen
meille verisesti kostaa. Mutta me emme tule tappiolle, sillä koko
kansa on puolellamme. Mutta voitolle tullaksemme, täytyy meidän
olla yksimieliset ja aina pitää yhtä. Kirottu olkoon sentähden se, joka
nyt pettää kansan asian ja luopuu veljistään taistelussa.

Ilkka kohoitti kätensä ylöspäin, ja sotajoukosta kohosi niinikään,

raikuvien suostumushuutojen kaikuessa, tuhannet kädet taivasta
kohden. Naiset ja lapset, joita joukottain oli tullut saapuville
jäähyväisiä sanomaan, itkeä nyyhkivät. Hetki oli juhlallinen. Se
taistelu, jota nyt aljettiin, oli — sen tunsivat he sydämissään —
taistelu kaikkien puolesta, oman pesän puolesta, talonpojan pirtin ja
peltosaran puolesta koko Suomenmaassa.

Ilkan Jaakko viittasi, lähtötorvea puhallettiin, ja päällysmiehet

etupäässä lähti talonpoikain sotajoukko liikkeelle Hämeenmaahan
päin. Yksi osasto lähetettiin Paavo Palaisen ja muutamain muiden
päällikköjen johdolla Savoon.

Tullessaan Nokian kartanolle, seisahtui sotajoukko, asettuen leiriin

vaahtoavan Emäkosken niskalle, puolustukseksi erittäin sopivaan
asemaan. Tässä hyökkäsi sen kimppuun Knuut Kurki, jonka
kuitenkin pian täytyi vetäytyä takaisin. Tämä voitto elähytti vieläkin
nuijajoukon luottamusta, ja mielet jännityksissä se hyvin turvatussa
asemassaan odotteli Klaus Flemingin tuloa. Vakojat olivat
ilmoittaneet, että tämä kolmen tuhannen, ratsu- ja jalkamiehen sekä
muutamain vahvojen tykkien kanssa riensi kiitokulkua Turusta tänne
päin.

Ilkka oli jo nuijajoukon lähtöä tehdessä levottomuudella

huomannut, miten puuttuva järjestys ja kuri vallitsi miehissä. Mitä
edemmäksi joukko joutui, sitä pahemmaksi kävi epäjärjestys.
Talonpojat eivät voineet hillitä ryöstämisen kiusausta ja tuskin
yhtäkään oli koko joukossa, joka ei olisi kantanut suuria taakkoja
kaikenlaista aateliskartanoista otettua tavaraa. Olutta ja paloviinaa
virtasi tulvanaan, ja juopumus synnytti tappeluja ja eripuraisuutta.
Ilkka ja muut päämiehet olivat ryhtyneet tähän taisteluun väkivaltaa
ja sortoa vastaan loukatun oikeudentunteen vaikutuksesta, vapaa
talonpoika kun tahtoi vastustaa itsevaltaisten herrain ja sotamiesten
laittomaa mielivaltaa. He panivat arvelematta henkensä ja onnensa
alttiiksi kansan asian puolesta. Kovasti he tuskistuivat nyt tuon
kevytmielisen huolettomuuden tähden. Turhaan kokivat he ylläpitää
jonkinmoista järjestystä. Kuta useampia päiviä toimeton odotus kesti,
sitä löyhemmiksi ja veltommiksi kävivät mielet, ja talonpojat rupesivat
ikävöimään kotiin helposti saatuine tavaroineen. Ilkka oli liikkeellä yöt
päivät. Hän huomasi tavallisesti vahtimiesten olevan poissa
paikoiltaan taikka juopuneina ja nukkuvina. Väki suoraan kieltäytyi
häntä tottelemasta, kuleksi ympäristössä ryöstöretkillä ja valitteli
kovasti, kun ei saanut ottaa lisää, vaan kun täytyi muka venyä täällä
toimetonna, sill’aikaa kun ehkä muut ehtivät ohitse vieden kaiken
saaliin.

Täll’aikaa läheni Fleming sotaväkineen. Uhkaava vaara palautti

järjestyksen nuijajoukon hajallisiin laumoihin, ja kun Fleming vuoden
viimeisenä päivänä saapui Pirkkalan pappilaan, — jossa ainoastaan
kaitainen harju eroitti hänen armeijansa nuijajoukosta, — ja alkoi
hyökkäyksen, kohtasi häntä urhokas vastarinta. Tappelu kesti koko
tuon lyhyen talvipäivän, ja illan suussa täytyi Flemingin lakkauttaa
hyökkäys. Tykit eivät vielä olleet ehtineet perille, mutta myöhemmin
illalla niitä odotettiin. Niiden avulla oli tappelu seuraavana päivänä
uudistettava.

Hyökkäyksen vielä paraikaa kestäessä, tuli Flemingille tieto, että

Etelä-Hämeen rahvas oli tarttunut aseisin ja nyt ryntäsi eteenpäin
yhtyäksensä nuijajoukkoon. Tila saattoi siten käydä vaaralliseksi. Jos
Pohjalaisten onnistui asemansa säilyttää, saisivat hänen
sotajoukkonsa nuo uudet kapinoitsijat selkäänsä, ja silloin saattoi
tappelun päätös käydä epävarmaksi.

Olavi Sverkerinpoika, joka oli seurannut Flemingiä Turusta

voidakseen katsella tapausten menoa läheltä ja ohjataksensa niitä
aiheittensa mukaan, oli kuitenkin urkkijainsa kautta saanut tietää,
että kapinajoukko melkein oli hajoomaisillansa, ja oivalsi, että tykkien
avulla tapahtuva hyökkäys seuraavana päivänä varmaankin oli sen
ajava hajalleen kuin höyheniä tuuleen. Että, semmoinen voitto
suuressa määrässä vahvistaisi Flemingin valtaa, oli varsin selvä.
Tätä ehkäistäksensä koki hän saada Flemingiä
sopimuksenhieromiseen. Marski ens’aluksi ei tahtonut semmoisesta
kuulla puhuttavankaan. Mutta Olavi Sverkerinpoika koki kumota
kaikki hänen aikeensa. Rangaistus saavuttaa heidät sitä
varmemmin, arveli Olavi, kun he jälleen ovat hajallaan
kotipaikoillansa. Nyt olivat he voittoisasti torjuneet kaksi hyökkäystä
peräkanaa ja olivat kahta vertaa rohkeammat menestyksensä
johdosta. Epätietoista oli, kävisikö ajaa heidät heidän asemastansa,
ja jos marskin olisi pakko peräytyä, niin olisi se seikka
ilmoitusmerkkinä yleiseen kapinaan kautta koko maan. Silloin olisi
sopimuksen-hierominen myöhäistä, Nyt sitä vastoin kävisi se
laatuun, Flemingin hukkaamatta kunniaansa. Fleming voisi olla
arvelevinaan, että kansaa olivat viekoitelleet ja yllyttäneet kapinan
johtajat, vaatia, että nämä jätettäisiin hänen haltuunsa, ja luvata, että
tuo vihattu linnaleiri lakkautettaisiin.

Toisten päällikköjen neuvosta ja etupäässä karttaakseen

tarpeetonta verenvuodatusta, päätti Fleming viimein suostua tähän
ehdoitukseen. Knuut Kurki, Aabraham Melkiorinpoika, joka itse oli
tuonut tiedon Flemingille kapinan syttymisestä, ja Olavi
Sverkerinpoika lähetettiin sopimusta hieromaan.

Tässä kysyttiin varovaisuutta, ja tahallansa kiersivät he kapinan

johtajia, alkaen hieromisiansa sen parven kanssa, joka oli
vartioimassa lähinnä Flemingin leiriä.

Heidän asiansa luonnistui paremmin kuin olivat odottaneetkaan, ja

kiittää saivat he siitä Olavi Sverkerinpojan puhetaitoa. Kuullessaan
pääsevänsä linnaleiristä, talonpojat arvelivat saavuttaneensa mitä
olivat kapinallaan tarkoittaneet. Enin osa ikävöi kotiin, saatuaan
kyllikseen sota-elämän tavattomista vaivoista. Heidän mielestään
Olavi oli oikeassa, väitellessään että he nyt kunnialla saattaisivat
palata tiloillensa, jossa heidän käsiään tarvittiin talvitöitä varten, sekä
että heidän myöskin pitäisi iloita, koska vielä olivat hengissä.
Flemingin väki oli muka ollut väsyksissään pitkästä matkasta, eikä
tykit vielä olleet ehtineet perille. Mutta pian oli tästä toista tuleva.
Parasta oli sentähden tyytyä varmaan rauhaan ja sovintoon, koska
tuleva tappio oli yhtä varma. Ennen pitkää tulisi muka kuningas
Sigismund kotiin valtakuntaansa, ja silloin heidän asiansa tutkittaisiin
Ruotsin lain ja oikeuden mukaan. Mutta ne, jotka olivat houkutelleet
heitä rikkomaan maan rauhaa, — Ilkka, Pouttu ja Kontsas —, tulisi
heidän antaa hallustaan, säilytettäviksi kunnes kuningas saapuisi.
Nämä muka oikeastaan syylliset olivatkin, eikä he.

Välipuheiden päätökseksi jäi, että talonpojat lupasivat puhutella

toisia ja sitten antaa vastausta. Tämä tulikin illemmalla. Talonpojat
sanoivat suostuvansa marskin ehtoihin, ja seuraavana aamuna
jätettäisiin Ilkka ja muut päämiehet Flemingiläisten haltuun.

Kaikki siis oli käynyt Olavi Sverkerinpojan laskujen mukaan. Mutta

jos Flemingillä vain oli johtajat hallussaan, niin oli kapinakin samassa
kukistettu. Tätä ei Olavi Sverkerinpoika tarkoittanut, ja hän antoi
sentähden Ilkalle ja muille kapinan päämiehille salaa tiedon
Flemingin ja talonpoikain kesken tapahtuneesta sopimuksesta.

Sydänyön aikana hiipi sitten yksinäinen mies varovaisesti

talonpoikain leirin läpi. Se oli Ilkka. Maantien vieressä oli rekiä toinen
toisensa perästä, täynnään kaikellaista saalista, ja hevoset olivat
sidottuina rekiin. Hän irroitti lähimmän hevosen, hyppäsi sen selkään
ja ratsasti täyttä laukkaa tiehensä. Päästyään kappaleen matkaa
leiristä, katsahti hän taaksensa, mumisten hampaistaan:

— Kirottu olkoon se, joka pettää veljensä tappelussa!

Siitä katosi ratsastaja uuden vuoden sydänyön pimeyteen.

Matkakuormia ja miehiä, raskaat taakat seljässä, alkoi nyt parvi

toisensa perästä lähteä liikkeelle leiristä. Eihän ollut enää mitään
sodan syytä, miksi siis jäätäisiin siihen? Olipa ikääskuin itsekukin
olisi tahtonut rientää pois siitä paikasta, jossa yhteisen asian ja
päällikköjensä hengen olivat pettäneet, — jättäen toisille kavalluksen
täyttämisen.

Kun ne, joiden tuli ottaa Ilkka ja muut päälliköt kiinni unesta, eivät
löytäneet heitä, ja kun selvisi että he olivat paenneet, joten siis ei
voitaisi antaumis-ehtoja täyttää, valtasi sanomaton kauhistus
kapinajoukon. Ei sitä ollut, joka olisi pystynyt kannattamaan
kuuliaisuutta. Kavalluksen kautta olivat viimeisetkin järjestyksen
siteet katkenneet, ja nyt hajaantui kaikki hurjaan sekamelskaan.
Mustana kuohulaineena, joka sulkunsa särkee, samosi nuijajoukko
lujasta asemastaan Nokian kosken luona pohjoseen päin. Pimeys
esti lähtemästä erästä osastoa, joka piti leiriään ahtaassa notkossa
korkeiden metsämäkien välissä, ja niinpä sytytettiin soihtuksi
läheinen heinälato palamaan.

Palavasta ladosta lähtevä valo saattoi Flemingin vartiamiehet

aavistamaan, ettei kaikki ollut aivan säntillään. He hiipivät hiljaa
eteenpäin ja huomasivat leirin tyhjäksi.

Saadessaan tiedon nuijajoukon paosta, luuli, Fleming että

talonpojat olivat tahtoneet häntä pettää, korjaten sekä omansa että
johtajainsa luut. Hän pani sentähden ratsuväkensä ajamaan
pakenevia takaa. Kaksi penikulmaa Nokiasta huovit saavuttivat
talonpoikien joukon, joka ei ollut varustettuna mihinkään
puolustukseen, ja vuoden ensimäisen päivän koitossa alkoi nyt
verinen teurastus. Tässä ei ollut muuta pelastuksen neuvoa kuin
kiireinen pako. Kun raskaita kuormia ei niin pian saatu tyhjiksi, jäivät
ne siihen, taikkapa leikkasivat talonpojat reikiä herraskartanoista
ryöstämiinsä säkkeihin ja höyhenpatjoihin, niin että jyvät vuotivat
ulos tietä pitkin ja höyhenet paksuna pilvenä peitti ilman. Kantajat
heittivät menemään raskaat hopeanyyttinsä ja muut taakkansa,
samoten metsien syvyyteen, johon ratsuväki ei saattanut heitä
seurata. Pitkälle aamupuoleen kesti vainoa ja verisaunaa, ja sen
kulkua merkitsi kuolleiden ruumisten kasat tuon kahdentoista
penikulman metsän keskikohdalle, joka oli Satakunnan ja
Pohjanmaan välissä.

Kirous oli kohdannut nuijajoukon, kavallus oli saanut verisen

palkkansa.

Jo ennen päivän koittoa oli Olavi Sverkerinpojan lähettämä

salainen sanansaattaja matkalla Turkuun. Tämä viesti vei Filippus
Kernille Turun linnassa kirjettä Olavilta Kaarlo herttualle, jossa Olavi
ilmoitti miten Nokian luona oli käynyt, miten hänen oli onnistunut
pelastaa talonpoikais-joukon johtajat ja miten muka kapina oli
levinnyt Hämeesen ja Savoon. Hän itse kirjoitti — herttuan palvelija
— aikoi nyt lähteä Olavinlinnaan, koettaaksensa saattaa Savon asiat
parahimmalle tolalle.
OLAVI PERKELEENPOIKA.

Vaivaloisen, väsyttävän matkan tehtyänsä suunnattomien

autioseutujen halki, saapui Götrik Fincke seurueineen onnellisesti
Olavinlinnaan — "Savonlinnaan", ”Uuteen-linnaan”, Täällä jo
tiedettiin talonpoikain kapinasta. Koska muka syvimmän rauhan
aikana elettiin, oli linnassa ainoastaan heikko, parin sadan miehen
varustusväki. Yön ja päivän halki Fincke sentähden lähetti
sanansaattajat pitäjiin väennostoa varten, kuten tapana oli Ryssien
rynnätessä maahan. Mutta ainoastaan; puoli toista sataa talonpoikaa
linnan lähimmästä, ympäristöstä noudatti kutsumusta. Kaikissa
muissa paikkakunnissa rahvas lähti liikkeelle yhtyäksensä
odottamiinsa nuijamiehiin. Uhkaavan vaaran oivaltaen, lähetti Fincke
sentähden Ientoviestit: Wiipuriin ja Käkisalmeen apuväkeä
pyytämään.

Sill’aikaa rupesi siellä täällä savupilviä etäältä nousemaan, ja

päivä päivältä pienempään piiriin supistuivat ne linnan ympärille.
Tiedettiin jo että tällä lailla nuijajoukko tietänsä merkitsi. Kauvan ei
voinut kestää ennenkun se oli linnan edustallapa Götrik Fincke käski
kaikkien olla varuillansa jaa kahtamoitsi vartiamiehet. Linna oli luja ja
hyvinä varustettu. Virrat kummallakin puolen sitä kalliosaarta, johon
se oli rakennettu, olivat väkevät, ja niistä oli hyvä puolustus. Kunhan
vain oltiin varuillansa, voitaisiin kyllä kestää piiritys, kunnes ehtisi
apua tulla.

Eräänä iltana ilmoitti vahti että toisella puolen virtaa sytytettiin joku
merkkituli. Muutama minuti myöhemmin ilmoitettiin taasen että Olavi
Sverkerinpoika oli tullut, tuoden sanomia Flemingiltä.

Niilo oli vartioimassa portilla. Kun näiden molempain miesten

silmät kohtasivat toisensa leimuavien tervatuohusten valossa, joita
kaksi sotamiestä piteli ja jotka täyttivät porttiholvin punaisella,
tärähtelevällä loisteella, tunsi hauet Olavi heti, ja hänen punaverevät
kasvonsa saivat omituisen, terävän piirteen, joka ei jäänyt Niilolta
huomaamatta. Se heti valtasi hänen mielensä niin, että Niilo vasta
jälestäpäin tuli huomanneeksi, että Olavin seurassa oleva nuori mies
tuntui hänestä vanhalta tutulta, vaikk’ei hän voinut muistaa ken se
oli.

Niilosta tuntui kuin olisi Olavin tulosta linnaan synkkä

onnettomuuden aavistus tahtonut vallata hänet. Tuossa punaisessa
päässä oli jotakin kavalaa ja julmaa, jotakin niin epärehellistä, että
Niiloa ihmetytti etteivät kaikki sitä heti huomanneet. Mutta hän ei
aikonut jättää häntä silmistään, ja jos Götrik Fincke
vanhanaikaisessa hyväntahtoisuudessaan ja rehellisyydessään oli
liian herkkäuskoinen, niin tahtoi hän, Niilo, olla tarkasti varuillansa.
Näin hän ajatteli, edes takaisin kävellessään linnapihalla tuon tunnin
ajan, jonka hänen vartiovuoronsa vielä kesti.

Mutta hänen ajatuksensa alkoivat pian käydä toista suuntaa. Heti

kun kapina olisi saatu kukistetuksi, aikoi Götrik Fincke palata takaisin
Porkkolaan. Palanut talo oli rakennettava uudestaan, ja kesällä
pidettäisiin Ebban ja hänen häänsä ilolla ja riemulla. Tuo pitkä
matka, jonka olivat yhdessä tehneet, oli vieläkin hellemmästi
yhdistänyt heidän sydämensä, joissa nyt kahta vireämpänä värähteli
nuoruuden lemmen voimakas, pyhä hehku. Sielu täynnänsä suloisia
unelmia käveli hän tuolla ahtaalla linnapihalla päästä toiseen,
olematta millänsäkään talvi-illan terävästä pakkasesta, joka sai
vahtien sormet kangistumaan tapparakeihäiden ympärillä.

Olavi Sverkerinpojan tulo Olavinlinnaan vaikutti melkoisen

muutoksen sen hiljaisessa elämässä. Götrik Fincken odottaessa
apujoukkoja, kierteli, kun kiertelikin, Olavi linnan varustusväessä,
kiivaasti moittien Fincken toimettomuutta. Mahtavan
talonpoikaisjoukon Nokiassa oli Fleming ajanut hajalleen muutamien
ratsumiesten avulla, sanoi hän, ja se oli vain pelkoa Fincken
puolelta, ett’ei hän antanut väkensä lähteä ulos kurittamaan
kapinoitsevia moukkaparvia. Täällä istuttiin pelkurimaisesti linnan
vahvojen muurien takana ja annettiin, talonpoikien polttaa ja hävittää
ihan sotamiesten nenän alla. Olipa häpeä uljahille sotilaille tuolla
tavoin pistäytyä piiloon. Koko armeija pitäisi heitä pilkkanaan.

Yleinen napina Finckeä vastaan alkoi päästää valloilleen, eikä sitä

päivää ollut, jona ei varustusväki olisi pyytänyt saadaksensa suorita
ulos. Mutta Fincke kielsi. Hän tunsi tuon uhkaavan vaaran eikä
tahtonut antaa alttiiksi väkeänsä eikä linnaa.

Ebbaan oli Olavi Sverkerinpoika heti ensi hetkestä tehnyt

inhoittavan vaikutuksen. Miehen väijyvä katse häntä tuskitti,
varsinkin koska se ehtimiseen seurasi häntä, heidän sattumalta
yhtyessään taikka samassa huoneessa ollessaan.

Eräänä päivänä ilmoitti hän nämä tunteensa Niilolle, heidän

yhdessä istuessaan tornikamarissa.
 — Mikä minua myöskin huolettaa, lisäsi Ebba, on se että hän niin
kummallisesti, vihaavasti katselee sinua. Hänellä ei totta
tosiaankaan ole mitään hyvää mielessä. Kavahda häntä.

— Rakas Ebba, vastasi Niilo hymyillen ja kietoi käsivartensa

hänen ympärilleen, ei mitään hätää minusta, ja Olavi ritari katselee
alinomaa sinun puoleesi, hän kun on vanha hovimies ja tottunut
ihailemaan naisten kauneutta.

— Mutta hänen katseensa on niin kolkko, että se jäätää vereni,

väitti
Ebba.

— Hiljaisuus ja yksinäisyys täällä ikävystyttävät sinua. Tottunut

kun olet siellä isäsi talossa emäntänä käymään ja pitämään silmällä
kyökkejä, aittoja ja navettoja, jakelemaan töitä palvelustytöille ja itse
työskentelemään aikaisin aamusta asti, tuskittaa sinua joutilaisuus
täällä. Ethän sinä voi istua ryyppäävien sotilaiden parissa
linnasalissa, ja täällä ylhäällä on sinulla ympärilläsi ainoastaan nuo
harmaat, alastomat kiviseinät. Näiden sylenpaksujen muurien
sulkemana täytyyhän sinun tuntea olevasi kuin vankilassa, ja
katselussasi ulos ikkunasta, joka oikeastaan onkin vain tykki-aukko,
näet tuon ahtaan linnapihan ja niin pitkälle kuin silmä kantaa
ainoastaan jäätyneitä järviä ja synkkiä metsiä, ilman ainoatakaan
ihmisasuntoa. Ei sovi semmoinen nuorelle tytölle.

Sillä tavoin koki Niilo häntä lohduttaa, mutta Ebba ei kuitenkaan

voinut päästä siitä ahdistuksesta, joka oli hänet vallannut tuosta
hetkestä lähtein, kun hän ensi kertaa linnasalissa ojensi Olavi
Sverkerinpojalle tervehdysmaljan.