Johdanto

Hei, tervetuloa takaisin GIS menetelmät 2-kurssiblogin pariin. Viikon tauolla oltiin, ja nyt pääsee taas kirjoittamaan omista tuotoksista ja analyysistä. Tervetuloa!

Korkeusmallin tarkastelua

Aloitetaan aluekohtaisilla yksityiskohdilla. Käytämme harjoituksessa oikeankulmaista lieriömuotoista Transverse Mercator projektia (Holopainen et al. 2015). Suomessa Kevon kanjonia Utsjoen kunnassa kuvaava KevoDEM on melko paikallinen aluekokonaisuus, johon soveltuisi ehkä enemmän geodeettisen datumin EUREF-FIN omaava ETRS-TM35FIN. Eri datumeissa maapallon pinnan kuvaus vaihtelee referenssiellipsoidin mukaan, joka määritetään päiväntasaajaa vasten kohtisuorassa olevan säteen ja maapallon litistymistä kuvaavan kertoimen avulla (Holopainen et al. 2015).

Joka tapauksessa karttatasolla korkeusmallin yksiköt vaakasuunnassa ovat 7 710 000 metriä ja korkeussuunnassa 482 000 metriä. Korkeusmallin spatiaalinen resoluutio pikselillä on x- – ja y-akselilla 2 metriä. Tarkasteltava alue on pinta-alaltaan 36,08 neliökilometriä, joista korkein kohta on 422,735 metriä. Matalin taas 145,9 metriä. Korkeimmat kohdat sijaitsevat kanjonin ympäristössä. Korkein sijaisee karttalehden länsireunassa kanjonista luoteeseen haarautuvan kanjonin ja lounaaseen haarautuvan kanjonin välissä.

Korkeuskäyrät ja korkeusmalli – mitä eroa?

DEMillä tarkoitetaan korkeuden esitysmuotoa visualisoivaa paikkatietoaineistoa, joka on grid-muotoinen rasterimalli (Holopainen et al. 2015). DEMiä käytetään pinnanmuotojen syvälliseen ymmärtämiseen, esimerkiksi rinteen jyrkkyyden, suuntautuneisuuden ja kaarevuuden aiheuttamia vaikutusten ymmärtämiseen (A. K. Saraf et al. 2004). Käytetty korkeusmallipinta voidaan tunnettujen pisteiden avulla interpoloida. Pistemittaukset ja korkeuskäyrät toimivat lähtöaineistona usein (Holopainen et al. 2015). Tiedot ovat johdonmukaisia, sillä tarkoitus tehtävässä on ymmärtää valunnan ulottuvuuksia Kevon kanjonin alueella. Harjoituksen KevoDEM-korkeusmalli poikkeaa perinteisistä korkeuskäyristä siten, että korkeuskäyristä voi päätellä alueellisia korkeuseroja tarkemmin.

 Kevo-DEM korkeusmalli visualisoi korkeuseroja väriskaalalla, mikä nopeuttaa tiedon havainnollistamista ja sisällyttämistä. Aineistosta voidaan laatia rinnevarjoste. Rinnevarjoste tuotetaan laserskannauksella, josta pistepilvistä tuotetaan korkeusmallinnus, jolloin auringon paistaessa pohjoisesta voidaan paremmin alueellisia ulottuvuuksia 3D- tyyliin visualisoida. Nopeaan tahtiin ollaan siirtymässä paikkatietojärjestelmässä 3D- ja 4D-kuvauksiin (Holopainen et al. 2015).

 Riippuen havainnoitsijasta – korkeuskäyrillä korkeuserojen sisällyttämisessä voi mennä jonkin aikaa, mutta yksityiskohtaisempi rajaus korkeuksien väleillä tarjoaa käytännön kannalta hyödyllisempää tietoa käyttäjälle. Kevo-DEM korkeusmallin väriteema voi taata helpon sisällyttämisen, mutta yksityiskohtaisempien korkeuserojen havainnointi väriteemasta voi olla hankalaa havainnollistaa, ellei aseta useita värejä eri värisävyjen sijaan. Rinnevarjostus auttaa henkilöä havainnollistamaan 3D-ulotteisuuden vuoksi pinnanmuotoja paremmin, mutta heikkoutena on korkeustiedon puutteellisuus. Aineisto ei sisällä korkeusarvoja, vaan rinteiden suuntaa ja jyrkkyyttä visualisoivan harmaasävykuvan.

Hydrologiset systeemit ovat monimuotoisia. Tarve suurelle määrälle dataa on suuri johtuen hydrologisten systeemien monimutkaisuudesta, sillä kaukokartoitus itsessään ei riitä hydrologisen valunnan määrittämiseen esimerkiksi. Geoinformatiikan menetelmät sopivat täten suuren datan muokkaamiseen ja manipulointiin – tuottaen esimerkiksi integroituja spatiaalisia esityksiä, joka on tämän tehtävän päämääränä (A. K. Saraf et al. 2004).

Korkeusmallin johdannaiset

Slope eli rinteen vietto ja suunnan työkalulla karttatasolta voidaan havainnollistaa rinteiden jyrkkyydet eri kohdissa (Holopainen et al. 2015). Yleisin DEM-datatyyppi on slopen tuottaminen (A. K. Saraf et al. 2004). Jyrkimmät alueet ovat karttatason mukaan 90 metrisiä, kun taas matalimmat joko tai alle 1,72 metriä. Jyrkimmät alueet löytyvät kanjoniin suuntautuvan rinteen yhteydestä. Korkeita arvoja löytyy esimerkiksi kanjonin luoteisreunasta, joissa yli 60 metrin jyrkkiä rinteitä Image -information työkalun avulla voi löytää. Matalimmat rinteet taas löytyvät rinteiden huipuilta.

Aspekti on värikäs karttataso, joka ilmaisee rinteen suunnan ja valunnan ensisijaisen suunnan (Holopainen et al. 2015). Se soveltuu erinomaisesti jatkoanalyyseihin.

Valuma-alueet ja valuman suuntautuneisuus

Pinnanmuodot, joiden vaikuttamana vesi valuu tiettyyn vesistöön pidetään valuma-alueina. Uudet kartttatasot, jotka sisältävät korjatut virhekohdat (Kuopat) (Holopainen et al. 2015), aspektin eli rinteen suunnan ja rinteen jyrkkyyden kuvaavat nesteen loogisinta valumasuuntaa viivojen visualisoimana. Valuma-alueet osittain vaikuttavat realistisilta. Hypoteettisesti valuma-alueet sijaitsevat rinteiden huippujen ympäristössä. Näin vaikuttaa olevan kahdessa rinteessä – kanjonin pohjoispuolella, etelässä ja kaakossa (kuvat 1 ja 2). Vedet eivät kuitenkaan valu kanjoniin kuin vain koillisnurkassa, jossa yllä mainittu yksi rinteen jyrkimpiä kohteita sijaitsee kartalla. Emme tiedä minne vesi valuu, tai miltä pinnanmuodot näyttävät karttalehden pohjois-, etelä- ja kaakkoispuolella, jonne vesi valuu, joten emme pysty oikeastaan päättelemään valumaan vaikuttavia pinnanmuototekijöitä kuin vain pintapuolisesti.

Realistisuuden kannalta paikoittain valuma-alueiden viivojen suuntautuneisuudet ovat puutteellisia. Ongelmaan vaikuttavat karttalehden rajat. Valuma-alueiden päätepisteet eivät sijaitse karttalehdellä, joten Raster to Polygon muunnoksen yhteydessä oletetaan päätepisteen olevan karttalehden reunalla, johtaen väärään johtopäätökseen (kuvat 1 ja 2).

 

Kuva 1. Valuma-alueet ja uomat Kevon kanjonin alueella korkeusmallin ja rinnevarjosteen kera.

 

Kuva 2. Valuma-alueet ja uomat Kevon kanjonin alueella korkeusmallin, ortokuvan ja rinnevarjosteen kera.

Uomien raja-arvoista

Uomien raja-arvon valinta voi vaikuttaa merkittävästi lopputulokseen. Uomien määrä kasvaa, jos raja-arvoa alennetaan, ja päinvastoin kuin lisätään. Strahlerin ja Hortonin uomaluokitusten mukaisesti alempi raja-arvo tarkoittaa enemmän matalemman asteen uomia (A F. Arbogast. 2017). Paras raja-arvo riippuu kartan käyttötarkoituksista. Oletetusti, jos käyttäjälle riittää maastokartta, niin raja-arvo 100 000 soveltuu erinomaisesti karttaan – sisältäen pitkälti samat uomat. Jos haluaa uomat näyttämään täysin vastaavilta maastokarttaan – tulee raja-arvojen olla todennäköisesti 30 000-50 000 väliltä. Osa uomista ei näy maastokartalla, jos raja-arvo on  2000. Rinnevarjosteesta ja ortokuvista pystyi huomaamaan läpimitaltaan, kuitenkin, hyvin pieniä uomia. Vielä pienempien raja-arvojen uomat pystyi perustelemaan Flow direction -karttatasolta, jossa paikalliset variaatiot pinnanmuotojen suhteen vaikuttavat valuman ja uomien suuntautuneisuuteen (kuva 3). Pieniä epäloogisuuksia löytyi, kuten alla olevassa kuvassa suora uoman muoto, mikä on epätodennäköistä johtuen fluviaalisista kulutusvoimista (kuva 3). Käytännön kannalta yli 50 000 suuri raja-arvo soveltuu erinomaisesti esimerkiksi patikointiin. Hydrologisen analyysin kannalta pienimmät raja-arvot ovat merkittäviä valunnan spatiaalisten variaatioiden selvittämisessä.

 

 

 

 

Kuva 3. Uoman muodon kyseenalaistettavuus valuman suuntautuneisuus -karttatasolla.

Lopuksi

Kirjoitettavaa tuli jälleen melko paljon. Geoprocessing-työkaluja hyödyntäen pääsi monipuolisia analyysejä tekemään, ja nyt tiedon suhteen rikkaampana siirrytään uusiin haasteisiin. Kiitos ajastasi, näkemiin!

 

Kirjallisuus

Alan F. Arbogast. (2017). Discovering physical geography. Fourth edition.  Hoboken, NJ : John Wiley & Sons. 

K. Saraf , P. R. Choudhury , B. Roy , B. Sarma , S. Vijay & S. Choudhury (2004) GIS based surface hydrological modelling in identification of groundwater recharge zones, International Journal of Remote Sensing, 25:24, 5759-5770, DOI: 10.1080/0143116042000274096.

Holopainen, M., Tokola, T., Vastaranta, M., Heikkilä, J., Huitu, H., Laamanen, R. & Alho, P. 2015. Geoinformatiikka luonnonvarojen hallinnassa. Helsingin yliopiston metsätieteiden laitoksen julkaisuja 7: 1–152.