Huh huh…Viides kurssikerta oli helposti työläin kurssikerta, mutta myös opettavin. Harjoitus poikkesi paljolti aikaisemmista harjoituksista sen painottumisesta paikkatietoanalyyseihin ja karttatulkintaan. Tässä harjoituksessa ei pääpaino ollut karttojen teossa tai visualisoinnissa, vaan tulosten kerääminen ja paikkatietotutkimus oli keskiössä esimerkiksi bufferianalyysin muodossa. Bufferi- eli suomalaisittain puskurivyöhyke asettaa vektorimuotoisen kohteen ympärille vaikutusalueen, jolla on lukuisia sovelluksia esimerkiksi kahden muuttujan riippuvuuden tutkimukseen. Harjoituksessa tulikin ilmi lukuisia erilaisia työkaluja ja suodattimia tulosten saantiin.
Harjoituksessa tehtiin erilaisia taulukoita ja pohdittiin käytetyn työkalun käytettävyyttä. Tutkimuskohteeni oli pääasiassa pk-seutu ja aiheita oli muun muassa lentokentän meluvaikutus, metro- ja juna-asemat, uima-altaat ja tajaama-alueet. Harjoitus nitoi yhteen paljon aiemmin oppimaani ja asetti sekä taitoni, että motivaationi koetukselle. Vaikka keskiössä oli analyysityökalujen käyttö, katsoin silti hyödylliseksi tehdä myös työvaiheistani karttoja ja kuvia. Näiden teko on itselle mieluisaa, ja ne myös parantavat mukavasti blogin yleisilmettä ja luettavuutta, mikä ruokkii vahvasti pientä perfektionistin luonnettani. Karttavisualisoinnin harjoittelu ei myöskään ole lainkaan pahitteeksi.
Pornaisten keskusta-alueen analysointi
Aloitimme kurssikerralla aiemmin tehdyllä Pornaisten keskusta-alueen digitoinnilla, johon harjoittelimme bufferianalyysin käyttöä. Lisäsimme Pornaisten keskusta-alueen karttaan koulun ja terveyskeskuksen, sekä harjoittelimme myös clip- ja intersect-työkalujen käyttöä rajaamalla pellot Pornaisten keskustarajauksen mukaan. Tämä jälkeen loimme terveyskeskuksen ja koulun vaikutusalueesta puskurivyöhykkeet buffer-työkalulla ja teimme vyöhykkeiden sisällä olevista rakennuksista erilliset tasot. Tuloksena saatiin kartta, jossa oli kaksi puskurivyöhykettä, ja niiden sisällä olevat rakennukset. Koulun vaikutusalueena tutkittiin tässä halkaisijaltaan 1 km kokoista aluetta ja terveyskeskuksen 2 km kokoista aluetta. Visualisoin vielä rakennukset eri symboleilla.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/pornaispaska.png)
Tällä analyysilla voidaan siis tutkia tässä kontekstissa kohteen läheisyydessä olevien henkilöiden määrää. Harjoittelimme myös millaiselta puskurivyöhyke näyttää lineaarisen objektin ympärillä eli tässä tapauksessa tien ympärillä.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/Annotation-2024-02-20-222006.png)
Laskin tähän puskurivyöhykkeseen kaikki 100 m etäisyydellä olevat rakennukset, joita oli yhteensä 272. Tämä oli yhteensä 38 % digitoimastani 703:sta asuinrakennuksesta. Voimme siis analyysin avulla päätellä, että 38 % Pornaisten keskusta-alueen asuinrakennuksista on rakennettu pääteiden varrelle. Tällainen analyysi on erityisen tärkeää tutkittaessa lähes mitä tahansa spatiaalista ilmiötä esimerkiksi lajien reviireitä, konfliktien laajuuksia tai vaikkapa maanjäristyksen seismisten aaltojen levittymistä.
Malmin ja Helsinki-Vantaan Lentokentät
Malmin lentokenttä
Ensimmäisessä itsenäistehtävässä tutkittiin Malmin ja Helsinki-Vantaan lentokenttien melualueita ja niissä asuvia ihmisiä. Kurssialueesta löytyi valtava joukko eri muotoisia ja kokoisia tietokantoja, jotka lisättiin QGIS:iin. Aloitimme tutkimisen Malmin Lentokentän alueesta, jota ei ollut valmiina merkittynä tietokantoihin. Teimme siis itse buffer-työkalulla Malmin lentokentälle melualueet puskurivyöhykkein 1 km ja 2 km päähän. Kiitoradat piti myös ensin piirtää polygonein, joista bufferianalyysi sitten suoritettiin.
Kuva 4. Rakennukset 1 ja 2 km päästä Malmin lentokentän kiitoradoista (kurssimateriaali)
Tämän jälkeen piti analysoida tuloksia, mikä onnistui select by location -työkalun avulla, mikä laskee pisteet vyöhykkeiden sisällä. Kurssiaineiston rakennustiedosta löytyy lukuisa määrä erilaista attribuuttitietoa ja kohteen asukasmäärän pystyi katsomaan statistics panelista, kun vyöhykkeen sisäiset rakennukset oli valittuna. Tein tuloksista Excel-taulukon:
Taulukko 1. Tulokset Malmin lentokentän melualueista (kurssiaineisto)
Lisätehtävä 1
Ensimmäisessä lisätehtävässä piti löytää Malmin lentokentän 1 km vyöhykkeen rakennuksista ne, jotka oli rakennettu alueelle Malmin lentokentän käyttöönoton jälkeen. Tässä tehtävässä piti siis suodattaa ominaisuustaulukon tietoja rakennuksen käyttöönottovuoden mukaan. Lentoaseman sivuilta löytyi käyttöönottovuodeksi 1938 (https://www.malmiairport.fi/historia/), jonka mukaan suodatin tulokset yksinkertaisella suurempi tai yhtä suuri kuin -toiminnolla vuoden mukaan (muuttuja KAVU). Tulokseksi sain 764 rakennusta.
Lisätehtävä 2
Toisessa lisätehtävässä tutkittiin Helsingin väestöntiheyksiä. Malmin lentokentän alueella ollaan aikeissa rakentaa Helsingin Yleiskaavan (2016) mukaan rakennuksia noin 25 000 asukkaalle (Helsingin Kaupunki, Malmin lentokentän alue, 2016). Tehtävän tarkoituksena oli laskea hypoteettinen veästöntiheys tulevaisuuden Malmin kaupunginosalle, ja tarkastella kurssiaineistosta saman tai korkeamman väestötiheyden omaavia kaupunginosia.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/young-malmi.png)
Vein Helsingin karttapalvelusta Geopackage-aineistona Malmin yleiskaavan alueen (Helsingin Karttapalvelu, Malmin lentokentän alueen kaavarunko 2011) QGIS:iin, jossa sain alueen pinta-alaksi noin 3 km^2. Hehtaarin väestötiheydeksi saatin siis 25 000/3,001771 ≈ 8330 as/km^2.
Tehtävänä tuntui hieman epäselvältä etsiä tämän jälkeen kurssiaineistosta saman tai korkeamman asukastiheyden alueita, sillä eiköhän ole aika maalaisjärkeä, että kantakaupungin kaupunginosissa väestöntiheydet menevät tämän yli. Päätin kuitenkin etsiä saman asukastiheyden alueen Itä-Helsingistä, jossa ihmismaantieteelliset ominaisuudet ovat samanlaisia kuin Malmilla. Päätin kokeilla Mellunmäen ja Vesalan aluetta tarkoitukseen. Käytin hyväkseni lataamaani Helsingin yleiskaavan aluetta, jonka vieritin karkeasti Mellunmäen kaupunginosan päälle.
Väkilukua sain tältä alueelta vain noin 13 700 asukkaan verran eli ei läheskään saman verran kuin kaavailtulla Malmin asuinalueella. Tämä antoikin hyvän käsityksen kuinka suurta aluetta Malmin lentokentän alueelle olllaan oikein kaavailemassa.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/young-mellunmaki.png)
Yritin vielä saada Vantaan Tikkurilaan saman väestöntiheyden omaavaa aluetta, mutta epäonnistuin. Sielläkin väkilukua oli vain 13 465.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/youn-tikkurila.png)
Helsinki-Vantaan Lentokenttä
Seuraavaksi tutkittiin jo valmiiksi tietokannassa olevia Helsinki-Vantaan lentokentän melualueita. Tehtiin myös vielä yksi puskurivyöhyke 2 km sisällä olevista asukkaista. Tietokannassa oli valmiina aineistot 50, 55, 60 ja 65 desibelin melualueista, joista tutkittiin montako asukasta asui 65 desibelin ja yli 55 desibelin alueilla. Sain tulokset valitsemalla kyseiset lentomelun tasot sen attribuuttitaulukosta, minkä jälkeen tallensin ne omaksi tasokseen export selected values -toimminon avulla. Tämän jälkeen pystyi käyttämään select by lcoation -työkalua tulosten löytöön. Huomasin Gaius Erikssonin (2024) blogista, että hän oli käyttänyt työkalua extract by attribute, joka tallentaa suoraan valituista attribuuteista tason. Kokeilin myös itse kyseistä työkalua, koska huomasin sen olevan huomattavasti nopeampi työkalu tähän tarkoitukseen. Tein taas tuloksista taulukon:
Taulukko 2. Tulokset Helsinki-Vantaan lentokentän melualueista (kurssiaineisto)
Desibelin pitäisi vuorokausitasolla EU:n määräysten mukaisesti pitää alle 55 desibelissä (European Environmental Agency 2020), joten tämä havainnoi hyvin meluvaara-alueella asuvien ihmisten määrää. Melututkija Outi Ampuja Helsingin Yliopistossa sanoo melusta Hyväterveyden artikkelissa (Hyväterveys 2011), että “Melu esimerkiksi vaikeuttaa nukahtamista ja katkoo unta. Unihäiriöt puolestaan uuvuttavat ja pirstovat keskittymiskykyä, mikä taas lisää onnettomuusriskiä.”.
Vaihtoehtoinen laskeutumisreitti
Viimeiseksi tutkittin kuinka monelle asukkaalle aiheutuisi merkittävää meluhaittaa saapuvasta lentoliikenteestä, jos koneet laskeutuisivat vaihtoehtoisesti kaakosta Tikkurilan suunnasta Helsinki-Vantaalle. Tämä tarkoitti käytönössä yli 60db melusaasteelle altistuvaa väestöä.
Kurssiohjeiden mukaan tämä saatiin piirtämällä tai bufferoimalla 7 km pitkä ja 1 km leveä alue kiitoradan jatkeeksi. Tulokseksi sain, että melusta joutuu kärsimään noin 14 714 ihmistä.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/young-melualue.png)
Asemat
Seuraava tehtävä keskittyä pääkaupunkiseudun metro- ja junasemien vaikutuspiirin tutkimiseen. Tässä harjoituksessa käytin seuraavan tehtävän aineistoja poiketen monen muun blogin vastauksista (esim. Säntti 2024). Näissä aineistossa oli väestötietoja koko pk-seudun alueista (aineisto pks_vaki_font_point). Harjoituksessa vastattiin erilaisiin kysymyksiin, joita tutkittiin bufferianalyysin kautta. Tehtävien vastaukset saatiin helposti Statistics panelin avulla.
Asukkaita asuu alle 500 m päässä juna- ja metroasemista 263 243, mikä on noin 26 % kaikista pk-seudun asukkaista. Työikäisiä asemien läheisyydessä asuu 187 209, mikä on noin 71 % kaikista asemien lähellä asuvista asukkaista.
Taajamat
Taajamat olivat seuraavan tehtävän tarkastelun kohteena, jotka lisättiin valmiina tietokantoina karttaan. Selkeyden vuoksi vaihdon taustakartaksi QuickMapService pluginin avulla Kapsin taustakartan ja otin karttalehdet pois. Tehtävässä piti tutkia taajama-alueilla asuvien ihmisten määrää, sekä muita sekalaisia tietoja.
Tietokanta vaikutti ensisilmäyksellä hieman vanhentuneelta, sillä jotkin tiheään asutet kaupunginosat esimerkiksi Jätkäsaari, Kalasatama ja Postipuisto eivät olleet merkitty taajama-alueiksi. Kyseiset kaupunginosat ovat suhteellisen uusia, joten veikkaisin tietokannan olevan jostain 2000-alusta. Myös läntisen Vallilan aluetta ei ollut merkitty taajamaksi, mikä oli hieman kummallista.
Myös toki väestötietokanta on hieman vanhentunut, jossa väkiluvun määrä pk-seudulla on vain noin reilu miljoona. Nykyisin tuo luku on noussut jo yli 1,2 miljoonaan. Katsoin pk-seudun väestönkehityksen 2000-luvulla Tilastokeskuksen Statfin palvelusta (Statfin, Väestö (1 v.) iän ja sukupuolen mukaan alueittain 1972-2022), ja totesin, että noin vuonna 2008 seudun väkiluku on ollut aineiston tasolla.
Taajama-alueilla asuu noin pääkaupunkiseudulla 96 % alueen asukkaista. Kouluikäisiä (7-16 v.) asuu taajamien ulkopuolella 3 727, mikä on vain 3,6 % alueen kaikista kouluikäisistä.
Viimeisenä tehtävänä piti laskea ulkomaalaisten osuudet taajama-alueittain. Tämä loi oman haasteensa, sillä asukkaiden määrät ja ulkomaan kansalaisten määrät piti ensin laskea taajama-alueittain, ja sitten laskea osuudet. Tämä onnistui count points in polygon -toiminnon avulla, jonka avulla loin ensin kaksi tasoa; toisen asukkaiden määrästä ja toisen ulkomaan kansalaisten osuuksista. Tämän jälkeen pyrin yhdistämään tasot join-toiminnon avulla. En saanut kuitenkaan ensin yhdistettyä näitä, mutta huomasin Jero Hobergin (2024) blogista, että hän oli yhdistänyt tasot join attributes by location -työkalun avulla. En kuitenkaan onnistunut monen tunnin yrityksen jälkeen saamaan järkevästi tasoja yhdistettyä. Erityisesti ongelmaa tuotti attribuuttien yhdistäminen oikeisiin paikkoihin.
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/young-join.png)
Uima-altaat
Vapaavalintaisista tehtävistä valitsin tehtäväksi uima-altaallisista ja saunallisista rakennuksista olevan tehtävän. Tehtävässä ei tällä kertaa käytetty bufferianalyysiä, vaan työ eteni suodatin- ja select-työkalujen avulla. Tarkoituksena oli vertailla kaupunginosien uima-altaallisten rakennusten määrää. Näistä piti visualisoida koropleettikartta. Harjoitus oli tällä kertaa suhteellisen helppo, eikä siihen vaatinut mitään erityisiä niksejä. Ensimmäiseksi piti vastata taas muutamiin kysymyksiin, jotka sai selville jo tuttujen metodien avulla.
Taulukko 3. Vastaukset tehtävästä (kurssiaineisto)
Sitten hyökkäsin kartan teon kimppuun, johon uutena elementtinä piti laittaa itse tieto (numero “label”) koropleetin päälle. Tein yhteensä kaksi karttaa, jossa toinen visualisoin tällä tavalla ja toiseen tein pylväsdiagrammit koropleetin päälle. Piirsin jälkimmäisen kartan legendaan myös polygonein ja viivoin oman selitteen pylväsdiagrammista.
Kaupunginosien aineisto oli jotenkin väärässä muodossa, ja tähän sain vinkin kavereiltani käyttää ainesto fix geometrics -työkalun läpi, jolloin uima-altaallisten rakennusten lasku kaupunginosiin onnistui. Kiitoksia Jero Hobergille tästä!
Tekemäni kartat:
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/young-uima-allas.png)
![](https://blogs.helsinki.fi/aapleppa/files/2024/02/young-pylvas.png)
Kartoista huomaamme, että eniten uima-altaallisia rakennuksia on Lauttasaaressa (53). Toiseksi eniten uima-altaita löytyy Länsi-Pakilasta ja kolmanneksi Marjaniemestä. Kaikki nämä asuinalueet ovat pääasiassa omakotitaloalueita, ja suuria pinta-aloiltaan, mikä selittää uima-altaiden suurta esiintyvyyttä.
Tämä kurssikerta toi omaan käpistelyyni tiettyä suunnitelmallisuutta ja järjestelmällisyyttä. Välillä aineistoja oli hyvä karsia, aineistoja järjestellä ja ylimääräisiä tasoja poistella. Tämä kurssikerta olikin kenties opettavaisin tähän mennessä, vaikka työmäärää olikin rutkasti ja oma jaksamisen vaakalaudalla. QGIS:ssä työskentely alkaa tulla jo rutiininomaiseksi ja ongelmanratkaisu sujuu itsenäisesti. Myös netistä löytyy yllätävän paljon apua, ja QGIS:n käyttäjillä on jopa oma foorumi, mistä apua saa helposti. Olen useasti etsinyt netistä apua, ja olen myös katsonut opetusvideoita pulman ratkaisemiseksi. QGIS:siä käyttäessä on huomannut, miten pienestä voi olla kiinni, että tapahtuma tai työkalu ei onnistu haluamalla tavalla. Kaiken kaikkiaan voikin sanoa, että on paljolti omasta motivaatiostaan kiinni, miten ja kuinka nopeasti ongelman ratkaisee.
Vaikka osaamiseni sai harppauksen, kehityskohteita löytyy. Esimerkiksi matikkapääni on hyvin ruosteessa, ja prosenttilaskuissakin kestää minulla paljon miettiä yhtälöä. Tässä harjoituksessa toki laskutoimitukset olivat vielä verrattain helppoja, mutta vaikeustaso varmasti nousee.
Kiitos lukemisesta!
Lähteet:
Malmi Airport Historia. Viitattu 21.2.2024.(https://www.malmiairport.fi/historia/)
Helsingin Kaupunki, Malmin lentokentän alue, 2016. Viitattu 21.1.2024 (https://www.hel.fi/static/liitteet/kaupunkiymparisto/asuminen-ja-ymparisto/kaavoitus/malmin_lentokentan_alue_verkkosivu.pdf)
Helsingin Karttapalvelu, Malmin lentokentän alueen kaavarunko 2011. Viitattu 21.2.2024 (https://kartta.hel.fi/applications/sukka/dist/#/print-plan/https:%252F%252Fkartta.hel.fi%252F/sukka_muut_suunnitelmat_user/825)
G. Eriksson (2024) MAA202 Viides Viikko, Gaiuksen kurssiblogi. Viitattu 21.2.2024 (https://blogs.helsinki.fi/ezgaius/)
European Environmental Agency (5.3.2020) Haitalliselle melusaasteelle altistuvien eurooppalaisten määrän odotetaan kasvavan. Viitattu 21.2.2024 (https://www.eea.europa.eu/fi/highlights/haitalliselle-melusaasteelle-altistuvien-eurooppalaisten-maaran)
Hyvä Terveys (10.3.2011) Korva kaipaa hiljaisuutta. Viitattu 21.2.2024 (https://www.hyvaterveys.fi/artikkeli/terveys/korva_kaipaa_hiljaisuutta)
H. Säntti (2024) Viides Kurssikerta. Heiggi’s blog. Viitattu 21.2.2024 (https://blogs.helsinki.fi/hksantti/)
Statfin, Väestö (1 v.) iän ja sukupuolen mukaan alueittain 1972-2022. Viitattu 21.2.2024 (https://pxdata.stat.fi/PxWeb/pxweb/fi/StatFin/StatFin__vaerak/statfin_vaerak_pxt_11re.px/)
J. Hoberg (2024) Viides Kurssikerta, Jeron gis-blogi. Viitattu 21.2.2024 (https://blogs.helsinki.fi/hoberg/)