Categories
Uncategorised

Kurssikerta 5: Buffereita ja väestöanalyysejä

Helou!

Kurssikerta 5 on nyt takanapäin, ja jälleen noustiin pari leveliä matkalla GIS-velhoksi.
Aloitimme sieltä mihin edellisellä kerralla jäätiin eli Pornaisista. Viimeksi luodusta alueesta valittiin tiet, jotka sitten bufferoitiin. Tämä tarkoittaa käytännössä sitä, että teiden ympärille luotiin 100 metrin levyinen puskurivyöhyke, minkä jälkeen tarkasteltiin rakennusten ja asukkaiden sijoittumista alueella. Rakennuksiin oli aiemmin rand-laskulauseketta käyttäen “arvottu” 0-5 asukasta kuhunkin. Bufferin avulla sitten tarkasteltiin, minkä verran asukkaita asuu sadan metrin säteellä pääteistä (kuva 1). Yhtä lailla tarkasteltiin asukkaiden etäisyyttä Pornaisten koulusta ja terveyskeskuksesta. Ihan kätevä alkuharjoitus ja johdatus buffereiden ihanaan maailmaan.

Kuva 1. 100 metrin säteellä (bufferin sisällä) Pornaisten taajaman pääteistä sijaitsevat rakennukset.

Kurssikerran varsinainen idea oli kuitenkin oppia soveltamaan tämän ja edellisten kurssikertojen työkaluja ja analyysejä, ja näihin päästiinkin itsenäistehtävien parissa.
Tarkastelimme ensiksi Malmin lentokenttää ja sen lähiympäristöä ennen kaikkea lähialueen asukkaiden kokeman melusaasteen näkökulmasta. Luotiin bufferivyöhyke kiitoratojen ympärille, minkä jälkeen tsiigailtiin kilometrin ja kahden kilometrin säteellä kentästä sijaitsevien rakennusten ja niissä asuvien ihmisten määrää. Kahden kilometrin säteellä sijaitsikin peräti 4712 rakennusta, joissa asui 57457 asukasta. Lentomelu on vaikuttanut siis monen ihmisen elämään alueella. Selvitin myös sen, kuinka suuri osa kilometrin säteellä lentokentästä sijaitsevista rakennuksista on rakennettu ennen lentokentän rakentamista (1936). Kilometrin säteellä sijaitsevia (asuin)rakennuksia oli 760, joista vain 54 eli 7,11% on lentokenttää vanhempia. Kokosin havainnot taulukkoon (taulukko 1).

Taulukko 1. Malmin lentokentän ympäristön avainlukuja.

Yhtä lailla tutkittiin lentomelun vaikutusta Helsinki-Vantaan lentokentän lähiympäristössä; sekä todennettujen lentomelualueiden että itse luotujen 1km ja 2km buffereiden avulla. Itse kiitoratojen ympärille luodut bufferit osoittautuivat kuitenkin melko hyödyttömiksi, sillä todelliset lentomelualueet eivät tässäkään tapauksessa ole pyöreitä kohteita lentokentän ympärillä vaan pitkiä kiitoratojen suuntaisia “häntiä”. Kahden kilometrin bufferivyöhykkeellä asui todellisuudessa vain noin 4% lentomelulle altistuneista ihmisistä. Vuonna 2002 Helsinki-Vantaalle rakennettiin uutta kiitorataa, minkä vuoksi lentokoneet laskeutuivat väliaikaisesti kaakon suunnalta Tikkurilan yli. Tällöin yli 60 desibelin voimakas lentomelu vaikutti yli 10000 ihmisen elämään kyseisellä alueella. Hki-Vantaan lentomeluhavaintoja taulukossa 2.

Taulukko 2. Helsinki-Vantaan lentokentän lentomeluun liittyviä lukuja.

Bufferi ominaisuutena on melkoisen kätevä, ja sitähän voisi edellä mainittujen käyttötarkoitusten lisäksi hyödyntää vaikkapa ranta-alueiden rakennusoikeuksia kartoitettaessa (mökkiäkään kun ei useimmiten saa rakentaa 25 metriä lähemmäs rantaviivaa). Siinä missä bufferi alkaa olla hallussa, moni muu ominaisuus ei niinkään tunnu aina vielä luontevalta käyttää. Samaistun Joonatan Reunaseen, kun hän sanoi extractilla alkavien työkalujen jääneen hieman pimentoon. Samaa mieltä olen hänen kanssaan kuitenkin siitä, että field calculatorin perusominaisuudet ovat hallussa, samaten processing toolboxin käyttö. Jotain kehitystä sentään tullut!

Toisessa itsenäistehtävässä tutkin ihmisten sijoittumista suhteessa juna- ja metroasemiin. Samalla kaavalla ja rutiinilla sujui tämäkin tehtävä, mikä helpotti tekemistä huomattavasti. Selvitin 500 metrin säteellä asemista asuvien ihmisten määrän ja myös heidän osuuden alueen kokonaisväestöstä. Alla olevassa taulukossa 3 näkyy myös työikäisten osuus 500m säteellä asuvista, jonka selvitin Join attributes by location -komennolla.

Taulukko 3. Vantaan juna-asemien lähialueiden avainlukuja.

Jälleen avattiin Artun zippipaketista uusi tietokanta, sisältönä tällä kertaa pääkaupunkiseudun taajamat! Sitten laskettiin alueen taajamissa ja niiden ulkopuolella asuvien ihmisten ja kouluikäisten määrät ja osuudet. Nämä taulukossa 4.

Taulukko 4. Pääkaupunkiseudun taajamien avainlukuja.

Viimeisimpänä tehtävänä toteutin Itsenäistehtävä 5:n, jonka tarkoituksena oli tarkastella putkiremontti-iässä (rakennettu 1965-70) olevien kerrostalojen osuutta osa-alueittain Helsingissä. Helsingissä oli aineiston luomishetkellä 33271 asuinrakennusta, joista 9666 (29%) oli kerrostaloja. Vuosina 1965-1970 rakennettuja taloja oli 2094, joista suhteessa suurempi osuus (37%, 776 kpl) oli kerrostaloja (taulukko 5).

Taulukko 5. Helsingin rakennusten avainlukuja.

Aineistojen pohjalta tuli luoda osa-alueittainen koropleettikartta, jossa ilmenee putkiremontti-indeksi eli osuus kerrostaloista, jotka on rakennettu vuosien 1965-1970 välillä. Tämä osoittautui hieman hankalammaksi tehtäväksi. Ensinnäkin täytyi saada talojen (pisteiden) määrä osa-alueittain taulukkoon, jotta “putkiremontti-ikäisten” talojen osuuden laskeminen onnistuisi. Pitkällisen pohdinnan jälkeen tajusin käyttää Count points in polygon -toimintoa, jonka avulla sain luvut nätisti attribuuttitaulukkoon. Sitten samaan tapaan putkiremonttitalojen lukumäärät, minkä jälkeen näiden osuus kaikista kerrostaloista. Voilà! Homma hanskassa. Koropleettikartasta (kuva 2) tuli mielestäni varsin havainnollistava. Kartassa erottuvat ennen kaikkea Itä- ja Koillis-Helsingin lähiöt, joiden rakennuskanta on melko suurelta osin peräisin 1960-70-luvuilta. Yhtä lailla erottuu Lehtisaari, jonka 15 kerrostalosta 13 on rakennettu kyseisen ajanjakson aikana! Mielenkiintoinen seikka sekin. Taulukossa 6 vielä joitakin esimerkkialueita.

Kuva 2: 1965-1970 rakennettujen kerrostalojen osuus kaikista kerrostaloista osa-alueittain Helsingissä, %.
Taulukko 6. Valikoitujen osa-alueiden “putkiremontti-indeksi”, %.

Kun kurssi on edennyt tähän vaiheeseen, on hyvä pohtia, miten olen QGISin käyttäjänä kehittynyt. Monet toiminnot, kuten Join attributes by value/location, Select by location, Dissolve ja nyt myös Buffer tuntuvat jo melko helpoilta käyttää. Aivot eivät kuitenkaan aina pelaa niin kuin pitäisi, ja aivan selkärangasta ei meinaa vielä mikään juttu tulla. Kuten Riina Hiltula ja Juho Halonen totesivat, on varmasti järkevää miettiä, mitä todella tekee eikä vain tehdä aivottomasti ja toivoa että homma skulaa. Pikkuhiljaa etiäpäin. Tämän paikkatieto-ohjelman ominaisuudet ovat niin laajat, että tällaisena keltanokkana on hankala keksiä jotain, mitä ohjelmalla ei voisi tehdä. Jonain päivänä, kun mä oon GIS-velho level 1000, keksin varmaan jotain sellastakin!

Ens kertaan!

LÄHTEET:

Halonen, Juho (2020): Viides kurssikerta – Itsenäistehtäviä

Viides kurssikerta – Itsenäistehtäviä

Hiltula, Riina (2020): 5.kerta – itsenäisharjoituksia ja oivalluksia

5.kerta – itsenäisharjoituksia ja oivalluksia

Reunanen, Joonatan (2020): Mennää eteenpäin.

Mennää eteenpäin.

One reply on “Kurssikerta 5: Buffereita ja väestöanalyysejä”

Leave a Reply to Kerta 5 – buffereita ja analyysejä – smiina’s blog Cancel reply

Your email address will not be published. Required fields are marked *