University of Helsinki
Johdanto
Hei, ja tervetuloa jälleen seuraamaan kurssiblogiani! Viidennes viikko käynnissä, joka tarkoittaa uusia hasteeita ajankohtaisimpien tehtävien muodossa. Mennään suoraan asiaan!
Digitointia – vaellusreitin laatiminen
Karttatasoon digitoitiin vektorimuotoisia kohteita, joihin tallentuu ominaisuustietoa määritetyn koordinaatiston ja lisäksi korkeustiedon – Z-akseliin tietorakenteen – mukaisesti. Syntynyt vektori muodostaa korkeustason, johon voi lisätä 3D-graafista ulottuvuutta korkeusmallien huomioimiseksi. Lopputuloksena oli digitoitu viiva Kevon tutkimusasemalta (69.7569°, 27.0100°) Kevon luonnonpuiston läpi Karigasniementien parkkipaikalle (69.3935°, 26.1131°), jonka pituus oli 65038,51 metriä eli noin 65,51 kilometriä (kuva 1). Johtuen Modelbuilderillä luotujen telttapaikkojen polygonien pienestä läpimitasta – en pystynyt niitä lisäämään karttatasolle laajasta tarkastelualueesta johtuen. Telttapaikat olisivat tuoneet oleellista tietoa retkeilijälle, joka pitkän matkan taittuessa varmasti väsyy. Huomina myös Kevon kanjonin sijainti napapiirin (66,56083° pohjoista leveyttä) pohjoispuolella, ja vuonna 2016 – 52 päivän mitattu kaamosaika Utsjoen kunnalle. Riippuen vuoden ajankohdasta – voisi patikoijalle olla erittäin suurena hyötynä tieto mahdollisista telttapaikoista.
Kuva 1. Kevon kanjonin poikki digitoitu vaellusreitti.
Katvealueen laatiminen
Seuraavaksi pääsimme overlay-analyysin keinoilla selvittämään ne reitin osat, jotka jäivät puhelimen kuuluvuuskantavuuden ulkopuolelle. Sateliitin signaaliin vaikuttavat useat eri tekijät, kuten sateliittien määrä maan elliptisellä radalla sekä niiden sijainti. Tarkkuuteen vaikuttavat ilmakehällisten tekijöiden, kuten ionosfäärin sähköisesti varautuneiden ionien ja troposfäärin aiheuttaman kantoaaltojen taitevaikutusten lisäksi pinnanmuodot sekä referenssipisteiden eli tukiasemien määrä tarkastelualueella (Poutanen, M. 2016). Vaihtelevat pinnanmuodot ja tiheä latvusto voivat vaikuttaa signaalien kantavuuteen vastaanottimeen, jolloin yhteyttä pahimmillaan ei muodostu. Mastot-karttatason attribuuttitaulukon mukaan OBJECTID 7, 8, 3 ja 4 väliin jäävät laajimmat katvealueet. Katvealueiden pinta-ala laajenee suhteessa etäisyyteen näihin antenneihin, mutta poikkeuksia löytyy, kuten Karigasniementien parkkipaikalla sijaitseva katvealue, joka sijaitsee melko lähellä OBJECTID 7 ja 8 antenneja. Yhteensä 54% – 65 kilometrin pituisesta vaellusreitistä sijaitsee katvealueella – noin 35 kilometriä kokonaisuudesta (kuva 2).
Realistisuuden kannalta voi kyseenalaistaa katvealueiden sijaintia. Karigasniementien parkkipaikalta lähtevän polun alkuosassa on katvealue, johon mahdollisesti vaikuttaa kumpareiden aiheuttama heijastus. Radiosignaalit voivat kulkeutua esteiden taakse, kuten kaupungeissa ja metsässä. Näkyvyysanalyysissä, kuitenkin, huomioidaan LOS, eli suora yhteys, vastaanottimen ja tukiaseman välillä. Muihin katvealueisiiin vaikuttaa juuri sijainti suhteessa tukiasemaan latvuspeiton tiheyden, pinnanmuotojen ja troposfäärin muuttujien saattelemana. Vesihöyrypitoisuus voi aiheuttaa paikallista taittumista ilmakehän alimmissa kerroksissa kantoaallon liikkeen suhteen (Poutanen, M. 2016).
Parabooliset tai Yagi Uda laajatsuuntaiset antennit takaavat hyvän lopputuloksen signaalin lähetyksessä. Toimivuuteen vaikuttaa radioaaltojen lähettimen ja vastaanottimen signaalin vastaanottokyky. Etäisyyden ja pinnanmuotojen kasvaessa informaation lähetyksen ja vastaanottimen oton välillä kohina vaikuttaa merkittävästi kantoaallon voimakkuuteen. Etäisyyden kasvaessa – paikoittain voi timeout toteutua, ja yhteyttä ei synny – muodostaen katvealueen (Electrical Engineering. 2017).
Paikkatietoanalyysit ovat loppupeleissä yleistyksiä todellisen maailman attribuuteista, ja monimuuttujia ei saata olla riittävästi huomioituna todellisuutta vastaavan tiedon luomiseksi. Tiivistetysti hankalaa sanoa, että ovatko katvealueet täysin realistisia.
Kuva 2. Kevon kanjonin vaellusreitillä sijaitsevat katvealueet viivamuotona.
Katvealueista reitin näkyvyysanalyysi
Seuraavaksi päästiin tekemään näkyvyysanalyysi vaellusreitin katveosuuksien perusteella. Itse määritin alueen niin, että se kattasi kaikki näkyvät radiomastot. Visibility-työkalulla pystyi toteuttamaan näkyvyysanalyysin, jossa numeeristen tietojen puitteissa määritettiin näkyvyysarvo yksittäiselle rasterin pikselille – tässä tapauksessa vaellusreitin katvealueisiin pohjautuen. Antennin korkeudeksi määritettiin 70 metriä.
Jos määritämme värirampin loppupuolelle muusta värisävyn arvoista poikkeavat värit – voimme helposti havainnollistaa korkeimmat katvearvot karttatasolta. Ne sijaitsevat Kevon kanjonissa ennen uomien ensimmäisen asteiden haarautumispistettä – uoman eteläpuolella. Rasterin suurin arvo on 1772, eli numeerinen arvo ilmaisee sijainnin, josta näkyy parhaiten suhteessa digitoimaamme polun katveosuuksille (kuva 3). Tehtävän alussa laadimme ennusteen parhaimman maston sijoittamisesta, ja ennusteeni sijainti oli 7 kilometriä suurimmista arvoista lounaaseen. Käytin ennusteessa hyödyksi katvealueita reitillä, maaston pinnan muotoja ja verkkoyhteyden kantavuusrasteria.
Näkyvyysanalyysissä hyödynettiin binääristä tierorakennetta, jolloin uudelleenluokittelemalla luodun katvealueen rasteritason – määritettiin 0-arvojen arvoiksi NODATA, ja 1 arvoille, jotka ovat ovat 1 suurempia. Oleellista on, että tiedon puuttuminen ja solun 0-arvo eivät merkitse samaa asiaa. Rasterin solun arvon puuttuminen vaikuttaa aineistolle tehtäviin operaatioihin (Holopainen et al. 2015)- jättäen huomioimatta täysin rasterivisualisaation NoData-aineiston kohdalla (kuva 3).
Uuden maston paras mahdollinen sijainti näkyvyysanalyysin jälkeen olisi 26,7805280°E, 69,5324237°N koordinaattipisteessä. Resoluution pienentäminen lisäsi laskentatehokkuutta, mutta samalla lisäsi karkeaa yleistystä yksittäisen pikselin ominaisuustietoihin. 90×90 metrin rasterilla informaatio visualisoituu, mutta spatiaalista variaatioita voi kantavuuden suhteen tapahtua. En usko resoluution karkeuden olevan merkillinen ongelma, sillä mitä todennäköisemmin variaatiot 90x90m pikselillä ovat silti melko pienet, jolloin laskennallisen tehokkuuden kannalta on järkevää toteuttaa yleistämistä karkeamman resoluution myötä. Rasterin ominaisuusarvot näkyvyysanalyysin mukaan vaihtelevat 0-1772 välillä, jolloin ihmissilmän tulkintakyky tulee myös ottaa huomioon. Todennäköisesti ei ihmissilmä voi pienempiä variaatioita yksittäisiltä pikseleistä huomata, joten yleistys on oleellista yksinkertaisemman visualiaation toteuttamiseksi.
Kuva 3. Näkyvyysanalyysi Kevon kanjonin alueella suhteessa vaellusreittien katvealueisiin.
Kahden maston näkyvyysanalyysi
Aiempaan viitaten 54%- 65 kilometrin pituisesta vaellusreitistä sijaitsee katvealueella, kun 7 mastoon pystyvät käyttöliittymät muodostamaan yhteyden. Merkittävää kehitystä yhteyksien muodostumisessa tapahtuu, kun masto lisätään paikkaan, johon aiemmin laadittu näkyvyysanalyysi toteutettiin. Täten kantavuuksien katvealueiden suurimpaan leikkauspisteeseen muodostunut masto tarjosi laajoihin katvealueisiin verkkoyhteyden. Siksi vain 29.2% uuden maston sijoittamisen myötä polusta sijoittuu katvealueeseen (kuva 4).
Kuva 4. Näkyvyysanalyysiin pohjautuvan maston asennuksen jälkeen syntyneet katvealueet suhteessa seitsemän maston tuottamiin katvealueisiin.,
Lopuksi
Lopuksi, tuli paljon tehtyä kuvankäsittely analyysiä, johon rasteripohjaisen tiedon yleistäminen perustuu. Erilaisilla suodatuksilla, aluekohtaisella segmentoilla ja luokituksella – voidaan suorittaa rasteriyleistystä sekä paikallsella ympäristöä koskevalla ja alueellisella tasolla (Holopainen et al. 2015).
Lähdetietoja
Electrical engineering. 2017. Does altitude affect wi-fi signals? URL: Does altitude affect wifi signals? – Electrical Engineering Stack Exchange
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
Poutanen, M. 2016. Sateliittipaikannus. Geodeellinen laitos.