WE ARE RECRUITING! Doctoral student with an interest in Big Data analytics, human mobility & social interaction

Are you interested in geoinformatics, big data and social media analytics? Are you curious about the phenomena of human mobility, cross-border mobilities and social interactions of people and transnational people? If yes, check this open four-year doctoral student position at the Digital Geography Lab starting from March 2021 or as agreed with the selected applicant!

We are looking for an enthusiastic, innovative, and highly motivated doctoral student with strong technical knowledge and skills to join our interdisciplinary research group Digital Geography Lab and work in the Academy of Finland-funded project BORDERSPACE – Tracing Interactions and Mobilities Beyond State Borders: Towards New Transnational Spaces.

The doctoral project has three objectives. First, to develop methodologies for quantifying human mobility and activity spaces across country borders based on social media data (Twitter). Second, to develop quantitative methodologies for uncovering activity practices of social media users and their feeling of belonging based on the content of their social media posts. Third, to conduct critical research on dynamic cross-border mobility flows derived from big data, integration of transnational people through their cross-border mobilities and social interactions, and how these are influenced by external factors such as the COVID-19 pandemic.

The successful applicant is expected to have strong fluency in programming (Python or R), experience in advanced spatial analytics and/or social media content analysis, and has worked with big data sources such as mobile phone, smart card and social media data. Prior experience in publishing research in academic journals, participating in research community and having a network of international scholars is an asset.

Read more about the position announcement and apply HERE. The deadline is January 31st 2021.

For further information, please contact Academy Research Fellow Olle Järv, olle.jarv(at)helsinki.fi.

Vuokko’s lectio 9.12.2020

User-generated Geographic Information for Understanding Human Activities in Nature

Lectio Praecursoria, in the public examination of MSc Vuokko Heikinheimo’s doctoral dissertation
the 9th of December 2020

 

Nature contributes to human well-being in countless ways. Many of us enjoy spending time in nature, going for a walk or a picnic and observing species and seasons. Nature-based tourism and outdoor recreation are evident examples of direct benefits of nature to people.

National parks are protected areas that are dedicated to safeguarding biodiversity and providing people the opportunity to enjoy nature.

Urban green spaces include the network of parks, forests and other green areas in the urban structure. Green spaces in cities offer opportunities for contact to nature in our everyday lives while protecting urban biodiversity.

We are also willing to travel far in order to experience and enjoy nature. In many places, visitors of protected areas – both domestic and international – are a significant source of income for park management and local communities. Information about protected area visitors is important for planning and management on regional, national and international scales.

The ongoing pandemic has emphasized the importance of access to green spaces in everyday life.

In Finland and many other countries, national parks and green spaces are attracting record numbers of visitors. However, in many regions, visiting green spaces has become more restricted due to regulations, and international travel has decreased dramatically – at least for now – having an impact on global nature-based tourism.

The global protected area network on land and sea is a key instrument in conserving biological diversity and ecosystem services on Earth. Despite active efforts to protect the global environment, human activities continue to cause significant declines in nature. Understanding how nature contributes to people’s well-being is a key aspect for finding successful solutions that support the protection of biodiversity and sustainable and equitable land-use planning.

In order to understand the interactions between people and the environment on different scales, we need data.

Remote sensing data such as satellite images have revolutionized the collection of data about the natural and built environment.

But how about data on human activities?

Information about visits to protected areas can be collected, for example, using surveys and on-site counters. However, gaps remain even in places with the most advanced visitor monitoring systems and some regions lack such data completely.

More recently, data generated through the interactions of people and location-based technologies (such as mobile phones and GPS-devices) have provided new opportunities for analyzing human activities all around the world. For example, many of us share our observations, activities and even location publicly online through various social media applications. These user-generated data offer new opportunities for understanding spatial and temporal patterns of human activities.

Elements of location-based data, such as geotags, timestamps, text, and images provide new possibilities for studying human activities in nature and can help filling some of the information gaps in this field.

This thesis links to a broader context of understanding human-nature interactions. From a holistic perspective, social and ecological systems are interlinked in complex systems. This thesis zooms into the human side of the system by looking into human activities – human spatial behavior in nature.

Social media, and other user-generated data sources provide information first and foremost about people and their observations and activities. These data can also provide information about the natural environment such as species observations and land cover information. In my thesis, I have mainly focused on people’s movements, activities and values represented in the data.

In this work, I investigated how well user-generated data reflect actual visits to nature. Digital data, in general, provide various perspectives about human-nature interactions beyond actual visits.

By definition, social media are channels for interaction and discussions in addition to platforms for sharing content. It is possible to raise awareness and to show interest in particular regions or animal species online without actually visiting nature.

In my thesis, I focus mostly on those digital data that are potentially linked to actual visits through geotags or other references to location. For example, it is relevant to ask that if someone has geotagged a photograph into a national park, did they actually visit the place?

As a concept, User-generated geographic information refers to data created through interactions of people and location-based technologies. Examples of such data include geotagged social media posts, GPS-tracks from sports applications, mobile network data and other location-based data generated by regular people instead of government authorities or experts.

In the geographic information science literature, the concept of volunteered geographic information and the idea of citizens as censors – introduced by Goodchild in 2007 is often used to refer to geographic data generated by non-professionals.

It is a good concept when describing actively contributed data sets, such as OpenStreetMap which is an open source world map that anyone can edit, or data contributed to citizen science campaigns and applications such as the iNaturalists where everyone can share their nature observations and comment on others’ observations.

However, I would argue that the concept of volunteered data does not perfectly capture all kinds of user-generated data sets.

For example, when analyzing publicly shared content on social media, or data from mobile network operators we are using these data to other purposes than originally intended. From a research point of view, it is important to acknowledge that these data might not be actively volunteered for such purposes. The same applies to new data sets about human mobility that big technology companies have recently released to support analysis related to the COVID-19 pandemic.

In this doctoral dissertation, I have investigated the use of user-generated data sets for studying human-nature interactions. I focused on human activities and preferences in national parks and urban green spaces. Main objectives were to

    1. Describe and critically evaluate the available data sources and to
    2. Discover spatial and temporal patterns of human activities in nature in the study areas.

To achieve these objectives, I investigated the elements of the user-generated data through these questions:

    • Where and when are people visiting national parks and green spaces?
    • What are people doing and valuing in nature? and perhaps why people visit specific places?
    • Who are the users who have shared their data from these areas?

This thesis consists of four articles and a summary section. The first three articles focus on social media data, and the fourth article also includes other sources of user-generated data.

    •  In Aricle I, I reviewed recent scientific literature using social media data in nature conservation research. The article provides an overview of relevant data sources and analysis methods that could further contribute to using social media data in conservation science.
    •  In Article II, I compared social media data and visitor survey data from Pallas-Yllästunturi National Park. We observed similar trends in both data sources regarding popular activities and visited locations.
    •  Article III focused on understanding who the users are. I compared several methods for identifying countries of residence of visitors to the Kruger National Park in South Africa, and evaluated the performance of these methods.
    • Article IV compares social media data, sports application data, mobile phone data and participatory geographic information for investigating the use of urban green spaces.

Extracting meaningful information from user-generated data sets is an iterative process.

In this thesis, I used spatial and temporal analysis methods and visual and textual content analysis approaches in addition to thorough data exploration.
During the analysis workflow, there are several important questions to consider, such as:

    •  Which data sources are best fit for the purpose?
    • What data to collect and store?
    • Does the data contain personal and sensitive information?
    • How to identify irrelevant data?
    • What type of analysis approaches, tools and skills are needed?
    • How to best visualize the results?
    • Can the observed patterns be validated?

So, where and when are people visiting national parks and green spaces? and how can we analyze these patterns based on user-generated data?

    • Results in my thesis show that visitor flows and hot-spots are visible in social media and other user-generated data sets on different scales.
    • These data work best in popular destinations and lack of data does not necessarily mean the absence of visitors.
    • The investigated data sets contains unique information about temporal trends of human activities. For example, these data can fill information gaps in between less frequent surveys.
    • Aggregating data over space and time not only preserves privacy but also often reveals regional and periodical trends even if the original data would be sporadic. For example, relative changes in posting activity can reveal interesting and even surprising patterns.

Content analysis of social media texts and images allows understanding activities and preferences from a new perspective.

    • Manual content analysis in this thesis found that most content shared from national parks and green spaces contained relevant information.
    • Activities detected from social media content reflected surveyed activities
    • This thesis also emphasizes the potential of automated content analysis approaches for acquiring further insights from large quantities of textual and visual content.

Finally, understanding who have shared their data from national parks and green spaces is important but challenging.

    • In this work, I identified approaches for deriving information about the users through further spatial and temporal analysis as well as content analysis.
    • For example, information about users’ places of residence can have a decisive importance for the meaningfulness of the entire analysis.
    • Data comparisons from national parks highlight that social media does not represent all visitor groups.

Main challenges related to using user-generated geographic information include data quality, limited access to data and privacy issues.

    • Limited access to data affects the repeatability of the analysis and the execution of longitudinal research projects.
    • Privacy issues cannot be neglected when analyzing data where individual people can be identified.
    • Minimizing the amount of data analyzed, and aggregating the results (for example, over time and to larger geographical units) helps using these data in a privacy-preserving way.

Overall, researchers, practitioners and decision-makers need to consider several limitations if aiming to extract meaningful information from user-genereated data sources.

Different sources of user-generated geographic data complement
each other in answering questions related to where, when, what, why and who.

In this thesis I propose that social media mostly captures being in nature covering leisure time activities, while sports tracking data and mobile phone data reflect moving through parks and green spaces (including daily commuting patterns and sports activities). Participatory geographic information (such as map-based surveys) can be used to acquire more in-depth information related to values and preferences.

Social media and other user-generated sources of geographic information are not able to fill in all information gaps related to understanding human activities in nature. However, if we understand the limitations of these data, they offer additional layers of geographic information to complement existing data sources and may inform further data collection efforts in less monitored areas.

The data used in this thesis represent time before the coronavirus pandemic, but the presented approaches and outlined limitations continue to be relevant for analyzing the ongoing changes in visits to national parks and green spaces.
This thesis contributes to understanding how to extract meaningful information about human activities in nature from the huge volumes of available data. User-generated data sets might be messy and unpredictable making their analysis challenging. At the same time, one of the strengths of these new data sources is the potential to discover emerging patterns and trends efficiently.

Even imperfect data, if understood as such, can contribute to integrating the value of nature into decision-making processes on different scales.

Data comparisons from national parks and green areas presented in this thesis provide insights about the properties of user-generated geographic information also to other fields of research.

Despite many limitations, there is a lot of potential to extract meaningful knowledge based on user-generated data sets for the benefit of people and the environment.


Vuokko Heikinheimo, MSc, defended her doctoral thesis entitled ‘User-Generated Geographic Information for Understanding Human Activities in Nature’ on 9 December 2020 at 10.00 at the Faculty of Science, University of Helsinki.

Professor Catherine Pickering from Griffith University, Australia, served as the opponent and Professor Tuuli Toivonen as the custos.

Vuokko completed her doctoral thesis in the Digital Geography Lab research group under the Social Media Data for Conservation Science project, which has received funding from the Kone Foundation.

PhD defence 2020
The Custos (Professor Tuuli Toivonen) and the Doctoral Candidate (MSc Vuokko Heikinheimo) in front of Athena building at Siltavuorenpenger on the 9th of December 2020.

 

Inaugural lecture by Professor Toivonen

Tuuli Toivonen is now a full professor in geoinformatics at the Faculty of Science!

Newly appointed  professors at the University of Helsinki are celebrated twice a year. As part of these celebrations, the professors hold an inaugural lecture.  This autumn, all festivities were (understandably) held online which allowed everyone interested to watch these lessons online.You can watch Tuuli’s lecture in here (Finnish audio, Finnish and English subtitles available):

Congrats once more to Tuuli!

Joelin lektio 27.11.2020

Alueiden suojeluarvottaminen kaupunki- ja maakuntatason maankäytön suunnittelun tueksi

FM Joel Jalkasen Lectio praecursoria -puhe 27.11.2020
Public defence of Joel Jalkanen's PhD thesis
The opponent (Professor Niina Käyhkö), the custos (Professor Tuuli Toivonen) and the doctoral candidate (MSc Joel Jalkanen) in Athena hall 107 on 27th of November 2020

Arvoisa kustos, arvoisa vastaväittäjä, hyvät kuulijat

Me ihmiset aiheutamme toimillamme paraikaa massasukupuuttoa, joka uhkaa suurta osaa maailman elämästä. Tällä hetkellä selkeästi suurin uhka maapallon lajistolle on se, että ihmiskuntamme tuhoaa elinympäristöjä omien tarpeidensa alta.

Eri lähteistä toistuva viesti on selkeä ja kiistaton: tapamme käyttää maata on kestämätön.

Kuvaamani ongelma kilpistyy hyvin oheiseen kuvaan. Luonto esiintyy paikassa, ja samoin ihmisten intressit esimerkiksi ruuantuotantoon tai kaupunkien rakentamiseen kohdistuvat usein paikkaan. Siellä, missä toinen haluaisi perustaa luonnon puolesta suojelualueen, näkee toinen hyvän paikan uudelle asuinalueelle.

Tätä ristiriitaa ratkotaan maankäytön suunnittelulla. Siinä sovitellaan erilaisia paikkoihin kohdistuvia tarpeita ja intressejä ja tarkastellaan, miten niitä voidaan saavuttaa rajallisen fyysisen tilan puitteissa.

Kaupunkiseuduilla tämä erilaisten tarpeiden ristiriitaisuus kilpistyy erityisen voimakkaasti, sillä kaupungit ovat rikkaita ja monimuotoisia niin luonnon, ihmisten käytön, virkistyksen ja sosiaalisten tarpeiden, kuin rakentamistarpeiden ja erilaisten taloudellisen toimeliaisuuden näkökulmasta.

On siis selvää, että maankäytön suunnittelu hyötyisi työkaluista, joilla edellä mainittuja ristiriitoja voisi ratkoa systemaattisesti ja analyyttisesti.

Parasta olisi, jos työkalut tuottaisivat selkeitä karttoja, jossa eri alueet olisi laitettu arvojärjestykseen, ja joita olisi suhteellisen helppo tulkita. Tästä tavoitteesta lähdin aikanaan tekemään väitöskirjaani.

Hyvin pian ymmärsin kuitenkin, että oleellista eivät ole nämä kartat vaan se, miten niihin päädytään. Väitöskirjassani pyrinkin selvittämään, miten alueiden suojeluarvottaminen voisi tukea ekologisesti kestävämpää ja vastuullisempaa maankäytön suunnittelua, erityisesti kaupungeissa.

Kuten väitöskirjani nimi vihjaa, hyödynnän työssäni alueiden suojeluarvottamista tai hieman anglistisemmin spatiaalista priorisointia. Se on systemaattisen luonnonsuojelusuunnittelun alaan sisältyvä tieteenala, joka yksinkertaistaen pyrkii vastaamaan kysymykseen: missä kannattaisi suojella luontoa?

Alueiden suojeluarvottamisessa on varsin laskennallinen ote, ja menetelmään on kehitetty erilaisia optimointiohjelmia. Alueiden suojeluarvottaminen on otettu parin viime vuosikymmenen aikana laajalti käyttöön luonnonsuojelusuunnittelussa ja sitä on hyödynnetty erilaisissa tapauksissa ympäri maailmaa. Menetelmä on kuitenkin ollut vähemmässä käytössä kaupunkialueilla ja yleisen maankäytön suunnittelun kontekstissa.

Suojeluarvottamisen laajempi prosessi sisältää aina tavalla tai toisella samanlaiset työvaiheet:

Aluksi pitää määrittää analyysin tavoitteet: mistä oikein ollaan kiinnostuneita? Onko arvotusanalyysin tavoitteena esimerkiksi tunnistaa tärkeimmät alueet uusiksi luonnonsuojelualueiksi vai löytää ekologisesti vähäpätöisimmät kohteet, joissa uusi rakentaminen heikentäisi luontoa vähiten?

Seuraavaksi tulee määrittää, mitkä asiat ovat tärkeitä juuri kyseisten tavoitteiden näkökulmasta. Keskitytäänkö lajeihin vai onko mielekästä huomioida myös luontotyypit? Keskitytäänkö vain luontoarvoihin vai tuleeko ihmisnäkökulma sisällyttää analyyseihin?

Seuraava työvaihe, yleensä työläin, on kartoittaa edellisessä vaiheessa tunnistetut tärkeät asiat. Missä paikoissa lajit esiintyvät, mitä viheralueita käytetään virkistykseen ja niin edelleen.

Kun alueellinen paikkatieto edellä mainituista tekijöistä on kerätty, voidaan eri alueet arvottaa keskenään laskennallisesti erilaisia paikkatietopohjaisia arvottamistyökaluja ja –ohjelmistoja hyödyntäen.

Lopuksi tulee tulosten tulkinta, johtopäätösten sekä suositusten tekeminen maankäytön suunnittelun kannalta.

Käytännössä alueellinen suojeluarvottaminen vaatii usein monipuolista yhteistyötä erilaisten asiantuntijoiden, sidosryhmien ja loppukäyttäjien kesken.

Väitöskirjassani hyödynsin alueiden suojeluarvottamista neljässä osatyössä tavoilla, jotka tuottavat maankäytön suunnittelua hyödyttävää tietoa eri näkökulmista:

Ensimmäisessä työssä tutkin, miten kaupunkiluonnon monimuotoisuutta kannattaa käsitellä suojeluarvottamisessa. Tapaustutkimukseni käsittää Suomen pääkaupunkiseudun.

Toisessa työssä tarkastelen samoja viheralueita ihmisnäkökulmasta, saavutettavuuden tasa-arvon kannalta.

Kolmas ja neljäs työni liittyvät Uudenmaan maakuntakaavoitukseen, jossa suojeluarvottamista hyödynnettiin kaavoituksen taustatietona.

Kolmannessa työssä käsitellään kokemuksia arvotusanalyyseistä yleisen maankäytön suunnittelun kontekstissa.

Neljännessä työssä käytin suojeluarvottamista laajojen ekologisten verkostojen ja yhteyksien tunnistamiseen maakuntakaavoituksen tueksi.

Olen käyttänyt kaikissa töissäni Zonation-tietokoneohjelmaa varsinaisiin laskennallisiin arvotusanalyyseihin.

Zonation on Helsingin yliopistossa kehitetty ohjelmisto, joka pyrkii arvottamaan alueita systemaattisesti ja kustannustehokkaasti muodostaen näin eräänlaisen synteesin luontoarvoista suuren paikkatietomäärän perusteella.

Zonation noudattaa komplementaarisuus- eli täydentävyysperiaatetta, eli sen tunnistamat arvokkaat alueet voivat turvata hieman eri asioita; lajeja, luontotyyppejä ja niin edelleen.

Yhdessä, toisiaan täydentäen, arvokkaimmat alueet turvaavat luonto- tai muita arvoja mahdollisimman kattavasti ja tehokkaasti.

Zonationin tulokset tulevat karttamuodossa. Zonation arvottaa aina kohdealueen liukuvasti nollasta ykköseen. Mitä lähempänä alueen arvo on ykköstä, vasemmanpuoleisessa kuvassa tummansinistä väriä, sen arvokkaampi alue on suojelun kannalta. Selkeyden vuoksi käytän samaa väriskaalaa kaikissa esitykseni kartoissa.

Kuvaa luetaan niin, että jos poliittisesti päätettäisiin, että vaikka 20% kohdealueesta suojellaan, niin tämän analyysin perusteella kyseiset 20% olisivat juuri nämä keskimmäisessä kuvassa näkyvät alueet, jotka suojelemalla turvattaisiin luontoarvoja kaikista eniten.

Zonation-karttoja tulee tulkita aina yhdessä niin sanottujen suoriutuvuuskäyrien kanssa, joiden avulla voi haarukoida, paljonko eri prioriteettitasot turvaavat luontoarvoja. Oikean kuvan kuvaajasta nähdään, että keskimmäisen kuvan mukaiset parhaan 20 prosentin alueet turvaavat noin 40% lajin a tunnetuista levinneisyysalueista, noin 35% lajin b levinneisyysalueista ja noin 5% lajin c levinneisyysalueista.

Zonationin avulla voidaan siis arvottaa koko kohdealue paremmuusjärjestykseen tavalla, joka on suhteellisen helppo tulkita maankäytön näkökulmasta. Esimerkiksi ensimmäisessä työssäni arvotin pääkaupunkiseudun viheralueet sen perusteella, miten ne tukevat kaupunkiluonnon monimuotoisuutta.

Kaupunkisuunnittelussa tulisi pyrkiä välttämään arvokkaimpia alueita ja suuntaamaan lisärakentaminen alueille, joiden luontoarvo on vähäisintä.
Tuloksia tulkitessa nähdään myös esimerkiksi, että kaupunkiluonnon monimuotoisuuden turvaaminen mahdollisimman kattavasti edellyttää erilaisten elinympäristöjen säästämistä. Paitsi vanhat metsät, myös erilaiset ihmisvaikutteisemmatkin ympäristöt, kuten merenrantaniityt tai kasvitieteelliset puutarhat, ovat tärkeitä kaupunkiluonnolle, sillä ne tukevat erilaista lajistoa täydentäen näin toisiaan kaupunkien viherrakenteessa.

Toisaalta tuloksia tulkitessa on yhtä tärkeää pitää mielessä se, mitä tulokset eivät kuvaa…

…sillä kun samoja viheralueita tarkastellaan ihmisnäkökulmasta, saavutettavuuden perusteella, aivan erilaiset alueet muodostuvat tärkeimmiksi.

Käytännön maankäytön suunnittelua tukevassa suojeluarvottamisessa korostuu riittävän ja kattavan luontotietopohjan kerääminen, tulosten tulkinta ja esitystapa sekä arvottamisen sisällyttäminen laajempaan, olemassaolevaan kaavoitus- ja päätöksentekoprosessiin.

Toisaalta ekologinen kytkeytyvyys eli se, miten elinympäristöt pidetään yhtenäisinä lajien elinmahdollisuuksien turvaamiseksi, on tärkeä kysymys maankäytön suunnittelussa. Kaavoituksessa asiaa käsitellään usein erilaisilla yhteystarvemerkinnöillä. Maankäytön suunnittelussa olisi kuitenkin tärkeää tunnistaa lisäksi laajat ja yhtenäiset elinympäristökokonaisuudet, joiden yhtenäisyys tulisi turvata.

Väitöstutkimukseni perusteella uskallan todeta, että alueiden suojeluarvottaminen voi tuottaa tietoa, joka hyödyttää ja edistää ekologisesti kestävää maankäytön suunnittelua, mutta se edellyttää analyysien tekijöiltä ja käyttäjiltä huolellisuutta ja osaamista.

Suojeluarvottaminen on tapa tunnistaa keinoja turvata luonto- ja muita arvoja kustannustehokkaasti maankäytön suunnittelussa. Eri alueiden ja arvojen tarkastelu systemaattisesti takaa parhaimmillaan suunnitteluun tasapuolisuutta ja avoimuutta – myös silloin, kun systemaattisen analyysin tuloksista halutaan syystä tai toisesta poiketa varsinaisissa maankäyttöpäätöksissä.

Priorisointi ei voi eikä yritäkään voida poistaa subjektiivisia valintoja ja arvoja, mutta se voi tehdä ne näkyvämmäksi. Analyysien yksityiskohtien suunnitteleminen, siis sen päättäminen ja sanoittaminen ääneen millaisia asioita analyysiin sisällytetään, miten eri tekijöitä painotetaan suhteessa toisiinsa ja niin edelleen on itsessään arvokasta suunnittelun ja päätöksenteon avoimuuden ja läpinäkyvyyden kannalta.

Koska maankäytön suunnittelu on luonteeltaan hyvin poliittista ja koskettaa hyvin monenlaisia intressejä, analyysien tulisi pyrkiä sisältämään monipuolisesti erilaisia näkökulmia – ja ainakin tulee olla avoin siitä, mitä kaikkea laskennalliset analyysit eivät sisällä. Tämä taas edellyttää sitä, että analyysit suunnitellaan ja tuloksia tulkitaan avoimesti ja läpinäkyvästi erilaisia sidosryhmiä osallistaen.
Suojeluarvottamisen voi siis nähdä toimivan alustana kestävälle maankäytön suunnittelulle ja katalyyttinä siihen liittyville keskusteluille.

Kun nämä asiat on saatu järjestettyä, suojeluarvottamisen avulla voidaan määrittää jokseenkin eksaktisti kolmenlaisia alueita, jotka yhdessä tukevat toisiaan kestävämmän maankäytön saavuttamisessa.

Ensinnäkin suojeluarvottamisen avulla voidaan tunnistaa uusia suojelualueita nykyiseen tapaan, joiden pääasiallinen tarkoitus on luonnon suojelu.
Toisaalta voidaan määrittää alueita, joissa ihmistoimintaa ja –käyttöä voidaan toteuttaa, kuitenkin säädellysti tavalla, joka turvaa myös paikallisia luontoarvoja.
Kolmanneksi on myös tärkeää tunnistaa alueita, jossa luontoarvoista ei tarvitse välittää, ja jonne luonnon kannalta haitallinen ihmistoiminta voidaan keskittää. Esimerkiksi kaupunkiseuduilla voitaisiin tunnistaa sopivimpia uusia rakentamisalueita, joissa yksittäisistä luontoarvoista ei tarvitsisi välttämättä välittää. Lähtökohtaisesti tällaiset alueet olisivat ekologisesti ja esimerkiksi virkistysarvon kannalta vähäpätöisimpiä alueita.

Kaikki tämä vaatii dataa luonto- ja muista arvoista.

Suojeluarvottaminen vaatii menetelmänä taustalleen paikkatietoa luonnosta, virkistyskäytöstä ynnä muusta, ja arvotusanalyysien tulokset ovat vain niin laadukkaita ja käyttökelpoisia kuin niiden tausta-aineistokin.

Suojeluarvotus ei siis voi, eikä se saa, korvata varsinaisia luontoinventointeja ja muun tiedon keräämistä luonnosta ja viheralueista.

Suojeluarvottamisen suurimpia rajoitteita on käytännön vaatimus siitä, että lähtöaineistojen tulisi kattaa koko kohdealue samalla tarkkuudella, mikä tuottaa haasteita ylikunnallisten, maakunnallisten, valtiollisten sekä toki kansainvälisten analyysien toteuttamiselle. Vetoan vahvasti päättäjiimme, jotta Suomessa saataisiin resurssit kerätä paljon kattavammin ja systemaattisemmin luontotietoa niin, että laajojen alueiden systemaattiset paikkatietotarkastelut olisivat mahdollisia.

Tulee muistaa, että ekologisesti vastuullinen maankäytön suunnittelu vaatii joka tapauksessa kattavaa luontotietoa, käytettiin alueiden arvottamisessa laskennallisia työkaluja tai ei.

Luonnollisesti myös kaupunkiviheralueiden käyttöä ja arvostusta kuvaavan datan keräämistä ja tutkimusta tulee kehittää.

Havaintodatan lisäksi tarvitaan asiantuntijatietoa. Olen väitöskirjatutkimuksessani nojannut laji- ja luontoasiantuntijoihin, eikä työni olisi ollut mahdollista ilman heidän tietotaitoaan. Luonnonsuojelu perustuu perinteisesti hyvin vahvasti asiantuntijatyöhön, eikä suojeluarvottaminen sitä sinällään muuta.

Asiantuntijanäkemyksiä tullaan suojeluarvottamisen tapauksessa tarvitsemaan esimerkiksi analyysirakenteiden suunnittelussa ja tulosten tarkastelussa.
Yhtä lailla tulee muistaa, että suojeluarvottaminen parhaimmillaankin vain tukee suunnittelua ja tuottaa suunnitteluun taustatietoa. Laskennalliset analyysit eivät koskaan korvaa varsinaista suunnittelua eivätkä poista suunnittelijoiden tai suunnittelijuuden tarvetta. Laskennallisista, systemaattisista analyyseistä vasta alkaa varsinainen priorisointi.

Korostan, että olen tehnyt väitöskirjani Zonation-asiantuntijan näkökulmasta, en maankäytön suunnittelijan roolissa. Monet suunnitteluun ja suojeluarvottamisen jalkauttamiseen liittyvät poliittiset, teknistaloudelliset, juridiset, päätöksentekoon liittyvät ja monet muut seikat jäävät vielä vastausta vaille.

Kaikesta huolimatta voidaan sanoa, että hyvin toteutettuna alueiden suojeluarvottaminen voi tehdä ekologisesti vastuullisempien suunnitelmien ja maankäyttöratkaisujen tekemisestä helpompaa ja selkeämpää. Erityisen hyödyllinen menetelmä on silloin, kun suunnittelussa pitää huomioida samanaikaisesti hyvin monenlaisia luontoarvoja – suunta, johon maassamme ja maanosassamme ollaan enenevässä määrin kulkemassa.

…sillä kattavaan ekologiseen tietoon perustuva suunnittelu ja päätöksenteko voi edesauttaa viisaiden ja ekologisesti kestävämpien ja vastuullisten maankäyttöpäätösten tekemistä. Ja kovin paljoa muuta ei biodiversiteettikriisin ratkaisemiseen tarvitakaan.

Seuraavaksi lausun muutaman sanasen väitöskirjatyöstäni englanniksi Arvoisan Opponentin luvalla.

Then a few words in English for the international audience.

Humans are responsible for the current mass extinction wave. This is most of all caused by habitat destruction, which is a result of our clearly unsustainable way of using land and space on Earth.

Therefore,

we must start accounting for biodiversity and socioecological values of areas much more thoroughly in our land-use planning, including urban areas. This in turn would require tools that would help land-use planners in mitigating the various conflicting land-use interests in a systematic way.

Spatial conservation prioritization, a method falling under the field of systematic conservation planning, could be such a tool if used properly.

And that is what my thesis is about.

Ja nyt, pyydän Teitä, Arvoisa Opponentti, tiedekunnan määräämänä vastaväittäjänä esittämään ne huomiot, joihin katsotte väitöskirjani antavan aihetta.


Joel Jalkanen, MSc, defended his doctoral thesis entitled ‘Spatial Conservation Prioritization for the Benefit of Urban and Regional Land-use Planning’ on 27 November 2020 at 12.00 at the Faculty of Science, University of Helsinki.

Associate Professor Niina Käyhkö from the University of Turku serevd as the opponent and Professor Tuuli Toivonen as the custos.

Joel completed his doctoral thesis in the Digital Geography Lab at the University of Helsinki and in the Spatial Planning of Urban Biodiversity and Ecosystem Services project that received funding from the KONE Foundation.

New paper out: Spatial prioritization for accessibility of urban parks

In our recent paper published in Applied Geography, we combine travel time modeling with spatial conservation prioritization to identify green areas that best serve the recreational use. We consider equitable access between urban dwellers, the need for various types of parks, and the use of various transport modes. The paper puts together approaches from conservation planning and accessibility research to support land-use planning decisions.

Green areas are important for urban residents. But how to prioritize between them? (Image by Angelo Giordano from Pixabay.com)

 

 

Spatial (conservation) prioritization is a way to identify “less” to “more important” places for conservation or other land uses based on multiple criteria. The outputs of the prioritization can be useful for locating optimal places for protection, for instance, or in our case, recreation. One of the major principles in spatial prioritization is complementarity, i.e. the attempt to secure the existence of all species and habitats (or, whatever is used as input data) in the prioritization process.

A spatial prioritization software Zonation, developed at the University of Helsinki, works as follows: It first takes the full study area under examination and checks how widely-distributed different input features are (be it multiple species, for example). It then takes away a small bit of the area; namely, the bit that corresponds the least to the total biodiversity in the area. Such areas would only harbor few species that are generally widely distributed. Zonation repeats these steps, checking the distributions and removing the least valuable areas, until the entire target area is completely ranked. The prioritization process is based on a ‘Robin Hood algorithm’ that always tries to take away from those species that have the most available areas at the corresponding iteration. This principle of complementarity results in high coverage of protected features compared to more traditional hotspot approach.

What we realized was that this principle applies directly to the goal of maintaining equality in urban greenspace provision!

The importance of green spaces is often measured as the number of people living in the vicinity. Albeit useful for many purposes, this approach misses the fact than a certain park can be the only accessible one for a small number of people and thus irreplaceable at the whole-city level. Zonation and its complementarity-principle, on the other hand, could be used to identify sets of greenspaces that jointly cover maximal recreation possibilities to all urban districts, not just for the most populated ones. Now we only needed some information about how accessible all green areas are from the point of view of all city districts in the Helsinki Metropolitan area…

But we do! We took the MetropAccess Travel Time Matrix and calculated the travel times (by walking and biking) from each district to all urban green areas in the region. In addition, to demonstrate that the method can account for different types of green spaces, we also calculated the travel times to large recreational forests at the urban fringe. Travel times to parks were calculated separately from the point of view of every district in the region.

An example of travel time layers: accessibility of urban parks for the residents in the Pitäjänmäki district. Image from the original article.

That information was put into Zonation, and as a result, we got a priority rank map that shows how “critical” different green areas for the balanced, i.e. equitable, provision of accessible greenspaces for every district.

Zonation rank maps. Not only the most central parks are the most important to ensure, but there are important sites at the urban fringe as well. This effect remains even when green areas are weighted according to the population living within the vicinity (right). See the full image in the original article.

This information is very useful for urban planners in the region and offers an important piece in holistic urban prioritizations that balance between e.g. urban biodiversity and recreation possibilities of residents.

Guess what we´ll be doing next 😉

xxx

Joel Jalkanen, Henna Fabritius, Kati Vierikko, Atte Moilanen & Tuuli Toivonen (2020) Analyzing fair access to urban green areas using multimodal accessibility measures and spatial prioritization.  Applied Geography, 124: 102320

Our codes and Zonation input and output files can be found in Zenodo and GitHub.

Digital Geography Lab is an interdisciplinary research team focusing on spatial Big Data analytics for fair and sustainable societies. We aim to understand spatial interactions between people, and between people and their environment, from local to global scales.

 

Reflections on the 8th Nordic-Baltic Migration Conference

The second panel ”New Challenges in Cross-Border Mobility, Nordic-Baltic Region” in the Nordic-Baltic Migration Conference in Tallinn, Estonia

Olle Järv from the Digital Geography Lab attended as an expert panellist in the Nordic-Baltic Migration Conference “Cross-border Mobility in the Nordic-Baltic Region organized by the Nordic Council of Ministers’ Office in Tallinn, Estonia on September 18, 2020. Olle participated in the second panel ”New Challenges in Cross-Border Mobility, Nordic-Baltic Region” together with Uffe Palludan (Palludan Fremtidsforskning), Jonas Wendel (Nordic Council of Ministers’), Rolle Alho (Uni Helsinki), and Saara Pellander as a moderator (Migration Institute of Finland). In the panel, Olle briefly introduced his BORDERSPACE research project on cross-border mobility and transnational people, and how these research topics benefit from novel data sources such as social media and mobile phone data.

In conclusion, the panellists’ discussion highlighted several (new) challenges in the cross-border mobility and interaction in the Nordic-Baltic region:

  • Cross-border mobility and interactions as well as transnational people are taken for granted. In reality, we don’t know much about transnational people, their cross-border practices and how these influence the broader society.
  • We should treat transnational people more than just migrants or tourists. Their daily lives are not confined to only one country, but take place in several countries.
  • We need to acknowledge transnational people and consider them better in policymaking in both sides of the border. The COVID-19 crisis with the closed country borders in spring 2020 showed how poorly transnational people are considered in political decision-making.
  • Developing only infrastructure (e.g. Öresund Bridge between Denmark and Sweden) is not enough for promoting cross-border collaboration and transnational functional regions. We also need political will and collaboration to promote cross-border interaction, and to benefit from existing cross-border infrastructure.
  • One main challenge is the ability of envisioning and executing long-term plans, both from the infrastructure and policy perspective, for developing cross-border interaction and collaboration in the Nordic-Baltic region.

Check out the conference video HERE.

Read the summary about the second panel HERE (in English) and HERE (in Estonian) by the Nordic Council of Ministers’ Office in Estonia.

Digital Geography Lab is an interdisciplinary research team focusing on spatial Big Data analytics for fair and sustainable societies. We aim to understand spatial interactions between people, and between people and their environment, from local to global scales.

BORDERSPACE project led by Academy Research Fellow Olle Järv focuses on cross-border mobilities and interactions, transnational people, and functional transnational spaces. The novelty of the project stems from the use of novel big data sources to provide valuable insights for cross-border research and practice.

Green Paths -reittiopas edistää terveellistä ja aktiivista matkustamista

Age Poom, Joose Helle, Tuuli Toivonen

Uusi Green Paths -reittiopas auttaa valitsemaan hiljaisemman ja ilmanlaadultaan parhaan pyöräily- ja kävelyreitin.

Pääkaupunkiseudulla toimivan reittityökalun suositukset perustuvat reaaliaikaiseen tietoon ilmanlaadusta sekä kaupungilla tehtyihin melutasomittauksiin. Sovelluksen avulla liikkuja välttää vilkkaasti liikennöidyt kadut, mutta pääsee silti perille kohtuullisessa ajassa.

Helsingin yliopiston Digital Geography Lab -tutkimusryhmä on kehittänyt Green Paths -reittityökalun auttamaan jalankulkijoita ja pyöräilijöitä löytämään miellyttävimmät reitit. Nyt julkistettu sovellus on prototyyppi, joka toimii Helsingin, Espoon, Vantaan ja Kauniaisten alueella.  Näissä kunnissa on saatavilla sovelluksen tarvitsemaa dataa.

Yleensä reittioppaat tarjoavat nopeimpia tai lyhimpiä reittejä, mutta miellyttävyyttä ja terveellisyyttä ei huomioida. Ohjaamalla pyöräilijät ja kävelijät miellyttävämpään matkaympäristöön reittiopas pyrkii edistämään kaupunkiliikkujien terveyttä ja hyvinvointia. Tutkimusryhmämme toivoo reittioppaan edistävän myös ilmastollisesti vastuullista ja kestävää kaupunkiliikennettä.

Kätevintä on tarkastella vaihtoehtoisia reittejä ennakkoon matkapuhelimesta ja tietokoneelta. Erityisesti kävelijä voi myös seurata hieman mutkikkaampaa reittiä matkan aikana. Sovelluksen saa myös puhelimen avausnäyttöön sekä iOS- että Android -puhelimissa.

Green Paths -reittiopas auttaa valitsemaan hiljaisemman ja ilmanlaadultaan parhaan pyöräily- ja kävelyreitin pääkaupunginseudulla.

Green Paths -reittiopas nojaa ajallisen ympäristöaltistumisen arvioinnin käsitteeseen. Osana Helsingin kaupungin koordinoimaa HOPE-hanketta kehitetty työkalu optimoi reittien valinnan ympäristöaltistuksen kustannusten ja matkan keston perusteella. Tämän perusteella se tarjoaa joukon reittejä lyhimmästä pitempiin, mutta terveellisempiin. Reittiopas hyödyntää avoimia ympäristötietoja. Työkalussa käytetään reaaliaikaista ilmanlaatua koskevaa tietoa, jonka tuottamista Ilmatieteen laitos parhaillaan kehittää. Melutietojen osalta käytetään Suomen ympäristökeskuksen ja kuntien tuottamaa tieliikenteen keskimääräistä mallinnettua melutasoa. Katu- ja polkuverkosto reittioptimointiin haetaan joukkoistamalla tuotetusta OpenStreetMap-aineistoista.

Reittioppaan lähdekoodi on julkaistu avoimesti GitHubissa. Työkalu sisältää myös ohjelmointirajapinnan, jonka avulla ympäristön kannalta optimoituja reititystuloksia voidaan viedä muihin sovelluksiin. Lähdekoodin saatavuus auttaa muita kehittäjiä ottamaan ympäristökustannustekijät huomioon matkasovelluksissaan.

Tähän mennessä, Green Paths-reittiopas on kehitetty prototyyppinä ja uusia ominaisuuksia tulee saataville sitä mukaan kun kehitystyö etenee. Reittioppaan tarkoitus on ennen kaikkea havainnollistaa ympäristöaltistumisen huomiovaa reititystä ja sen osalta täytyy siis huomioida, ettei työkalun toiminta välttämättä ole taattua kaikkina aikoina.

Tulevaisuudessa reittioppaaseen tullaan esimerkiksi uutena ympäristöaltituksena sisällyttämään matkanaikaisten vihernäkymien kertymä melu- ja ilmanlaatualtistusten rinnalle. Myös katutasoisten ilmanlaatu- ja melukarttojen tarjoaminen osana reittiopasta kuuluu tulevaisuuden kehityskohteisiin.

Green Paths tool: street level noise
Green paths -reittiopas näyttää keskimääräiset melutasot tieverkostossa

Green Paths -reittiopas löytyy mobiilikäyttöiseltä verkkosivustolta https://green-paths.web.app/, sekä suomeksi että englanniksi. Lisätietoja löytyy verkkosivustolta https://www.helsinki.fi/en/researchgroups/digital-geography-lab/green-paths. Käy siis tutustumassa!

Green Paths -reittioppaan sovelluskehittäjä on Joose Helle. Sovellus on valmistunut Helsingin yliopiston Digital Geography Lab tutkimusryhmässä osana Helsingin kaupungin Elinkeino-osaston koordinoimaa  Urban Innovation Action HOPE –  Healthy Outdoor Premises for Everyone -hanketta. Hankkeeseen osallistuu tutkimusryhmästämme Joose Helle, Age Poom, Tuomas Väisänen ja Tuuli Toivonen.

Healthy Outdoor Premises for Everyone HOPE on Euroopan aluekehitysrahaston Urban Innovative Action-ohjelman rahoittama Helsingin kaupungin koordinoima hanke, jonka tavoitteena kehittää uutta ilmanlaadun täsmätietoa ja edistää sen innovatiivista hyödyntämistä kaupunginosa- ja asukastasolla Helsingissä.

Digital Geography Lab on monitieteinen tutkimusryhmä, joka hyödyntää paikkatietoanalytiikkaa ja isoja aineistoja edistääkseen kestävyyttä ja reiluutta yhteiskunnassa. Pyrimme ymmärtämään ihmisten, yhteiskunnan ja ympäristön välisiä alueellisia ja ajallista vuorovaikutussuhteita eri mittakaavatasoilla paikallisesta globaaliin.

Green Paths routing tool encourages healthy and active travelling

Authors: Age Poom, Joose Helle, Tuuli Toivonen

The new Green Paths routing tool helps pedestrians and cyclists to choose urban commuting routes with less air and noise pollution. The tool is a proof of concept of exposure-optimised routing. It functions in the Helsinki capital region where the necessary environmental data is available.

This novel routing tool suggests a set of routes to the user-defined destination that are less polluted than the shortest, often busy main road. This is different from the traditional routing concept that considers only distance or travel time for route choices.

The users of the Green Paths routing tool can follow their own preferences in making the final route choice that is quieter, has fresher air and feels more pleasant. As such, the user becomes an active decision-maker, empowered to choose the most appealing route with only a modest increase in travel time. The new Green Paths routing tool indeed aims to improve travel satisfaction. A pleasant travel experience makes commuters more likely to walk or cycle regularly. In this way, commuters using the Green Paths tool contribute to a more sustainable city with cleaner air.

Green Paths routing tool
Examples of the user interface of the Green Paths routing tool for air and noise pollution optimised cycling and walking routes in the Helsinki capital region.

The Green Paths routing tool leans on the concept of travel-time environmental exposure assessment. It optimises route choice based on both environmental exposure and trip duration, separately for air pollution and noise. For that, it deploys open-source environmental data. The tool applies real-time and spatially explicit air quality information from the ENFUSER modelling system that is being developed by the Finnish Meteorological Institute. In particular, Green Paths tool utilises Air Quality Index, which reflects the state of air pollution in the Helsinki capital region on an hourly level. For noise data, the tool applies average noise levels from road, rail and air traffic. The modelled data is provided by the Finnish Environmental Institute and local municipalities. Data for the underlying street and path network originates from OpenStreetMap, which is a collaborative open-source geodata project. The user can change the underlying map style by choosing either the street network or satellite image display option.

To ensure transparency and support the advancement of related methods and tools, the Green Paths routing tool is an open-source development (check the repositories in GitHub). The platform provides also an API that enables the export of environmentally optimised routing results to other applications. By providing the open code, the team encourages other developers to consider environmental cost factors in their active travel-oriented applications.

As an end-user application, Green Paths routing tool is publicly available via a mobile-friendly website https://green-paths.web.app/, in both Finnish and English. The user can pre-check suitable routes from a computer or then navigate in real travel situations with the help of a smartphone interface. To grant a smooth daily use, the user can add the browser link of the tool to his/her smartphone home screen that enables the use of the tool similarly to any other smartphone application. All users are encouraged to give feedback on the usability of the tool via a link found in the information modal of the tool.

For now, the Green Paths tool is developed as a proof of concept with advancements of the features and functionalities in time. It should be considered as a demonstration of exposure-optimised routing based on spatially explicit and advancing open access data sets, and it is not guaranteed to work smoothly at all times. In the future, the tool will incorporate routing based on green views the users experience in the travel environment. The works in progress involve, among others, showing street-level maps on air and noise pollution.

Green Paths tool: street level noise
The Green Paths tool shows average traffic noise levels in the street network.

Start using the Green Path tool on your next trip in Helsinki region! More information about the tool is available at https://www.helsinki.fi/en/researchgroups/digital-geography-lab/green-paths.

The software and user interface is developed by Joose Helle. The Green Paths team involves Joose Helle, Age Poom, Tuomas Väisänen and Tuuli Toivonen from the Digital Geography Lab of the University of Helsinki. The tool is developed within the framework of the Urban Innovation Action HOPE – Healthy Outdoor Premises for Everyone, and is co-financed by the European Regional Development Fund. UIA HOPE aims to produce more comprehensive air quality monitoring network that gives citizens air quality information on places where they live and they travel in the city. UIA HOPE project is led by the Economic Development Division of the City of Helsinki.

Digital Geography Lab at the University of Helsinki is an interdisciplinary research team focusing on spatial big data analytics for fair and sustainable societies. The group aims to understand spatial interactions between people, and between people and their environment, from local to global scales.

COVID-19 is spatial: Ensuring that mobile Big Data is used for social good

Authors: Age Poom, Olle Järv, Matthew Zook and Tuuli Toivonen

We have just published our commentary regarding human mobility, mobile Big Data and the responses to COVID-19 pandemic in the Big Data & Society journal (see also the journal’s blog).

This commentary was motivated by our previous experience with mobile Big Data and recent work on changed human mobility derived from mobile phone data during the COVID-19 outbreak in Finland (e.g. Järv et al. 2020a; Järv etal. 2020b). It also draws from the knowledge and experiences of our peers around the globe.

In short, the mobility restrictions related to COVID-19 pandemic have resulted in the biggest disruption to individual mobilities in modern times. The crisis is clearly spatial in nature, and examining the geographical aspect is important in understanding the broad implications of the pandemic. We can benefit from the avalanche of mobile Big Data that makes it possible to study the spatial effects of the crisis with spatiotemporal detail at the national and global scales. Yet, the current crisis also highlights serious limitations in the readiness to take the advantage of mobile Big Data for social good, at large, regarding technological, administrative and legislative aspects.

Drawing on the Finnish and Estonian experiences, and the practices of global platform companies (e.g. Google) during the early phases of COVID-19 pandemic, we argue that we need to re-evaluate the public-private relationships with mobile Big Data and propose two strategic pathways forward.

First, we call for transparent and sound mobile Big Data products that provide relevant up-to-date longitudinal data on the mobility patterns of dynamic populations.

Second, there is also a need to develop trustworthy platforms for collaborative use of raw individual-level data. Secured and privacy-respectful access to near real-time raw data is needed for developing and testing sound methodologies for the above-mentioned data products. This would help to bridge the Big Data digital divide, enable scientific innovation, and offer necessary flexibility in responding to unanticipated questions on changing locations and mobilities in the case of crises. To be clear, we do not view this as simple to achieve, particularly as we weigh what kind of institution might best fill this role without jeopardizing personal privacy and democracy, or how is “social good” defined and operationalized in practice. However, addressing these issues via public debates and academic discourses will leave us better prepared for the next crisis.

To conclude:

  • We need harmonized and representative data about human mobility for better crisis preparedness and social good in general;
  • Methodological transparency about mobile Big Data products are vital for open societies and capacity building;
  • Access to mobile Big Data to develop feasible methodologies and baseline knowledge for public decision-making is needed before the next crisis occurs;
  • Recognizing the fundamental spatiality of the current COVID-19 crisis and crises more generally is the most relevant of all.

Digital Geography Lab is an interdisciplinary research team focusing on spatial Big Data analytics for fair and sustainable societies. We aim to understand spatial interactions between people, and between people and their environment, from local to global scales.

Quiet paths for daily travel: developing online navigation and exposure assessment tool

Overview of Joose Helle’s MSc thesis

Exposure to noise pollution can cause various adverse health effects such as increased blood pressure and stress levels. Noise exposure has traditionally been assessed in terms of home location, as required by national and international policies. However, a substantial share of individuals’ total daily noise exposure is likely to happen while they are on the move. This evidently also affects the healthiness of active travel modes, walking or cycling, by reducing or even outweighing positive health effects of physical activity. Thus, there is a clear need for advancing exposure assessment beyond residential location to gain a true understanding of exposure profiles and their potential effects on health and well-being.

Journey-time exposure assessment can study spatially dynamic exposure to pollutants as people move through the urban environment. Furthermore, least-cost routing can be applied to find healthier paths with lower exposure levels to pollutants. This novel research field has a potential to support urban sustainability and equitability through increasing awareness of the qualities of travel environments, assessing population exposure, supporting individual mobility choices as well as planning healthier travel infrastructure throughout the urban fabric.

These tasks are not trivial. How to assess dynamic exposure to noise pollution? How to find routes with less noise than on the shortest route? How to develop a mobile navigation application for exposure-based route planning? These were the key questions I addressed in my master’s thesis: Quiet paths for people: developing routing analysis and Web GIS application, defended in May 2020 at the University of Helsinki.

In my thesis, I developed a routing application for 1) finding shortest paths, 2) assessing exposure to traffic noise on the paths and 3) finding alternative, quieter paths. This “quite path” application uses street network data from OpenStreetMap and modelled traffic noise data of typical daytime noise levels. The underlying least-cost path analysis employs a custom-designed environmental impedance function for noise and a set of noise sensitivity coefficients.

After developing the quiet path routing application, I applied it for assessing pedestrians’ dynamic exposure to noise on their routine local walks in the Helsinki region. The case study assessment included public transport itinerary planning analysis by census-based commuting flow data. In addition, I assessed the performance of the quiet path routing method by inspecting achievable reductions in traffic noise exposure on 18446 modelled commuting related walking routes. In other words, I assessed the potential of the quiet path routing method for reducing pedestrians’ exposure to noise under different circumstances.

The results of my analysis show that there is a significant spatial variation in average dynamic noise exposure between different neighbourhoods (Figure 1). That is followed by significant achievable reductions in noise exposure if quieter paths are preferred. Depending on the conditions, quieter paths provide 1.6–9.6 dB mean reduction in mean noise level and up to 57% mean reduction in exposure to high noise levels (65 dB and above) when compared to the shortest paths (Figure 2). According to the results, at least three factors seem to affect the reductions in noise exposure on alternative paths: 1) noise levels on the shortest path, 2) length of the quiet path compared to the shortest path and 3) length of the shortest path (i.e. the distance between origin and destination).

Figure 1. Mean traffic noise level (dB) on local walking routes from home to closest public transport stops. The averages are weighted with the estimated utilization rates of the routes.

 

Figure 2. Histogram of reductions in traffic noise exposure as difference in mean noise level (dB) (A) and reductions in traffic noise exposure as difference in exposure to +65 dB noise (m; i.e. “> 65 dB dist.”) (B) on quiet paths less than 200 m longer than the respective shortest paths (path length: 700–1300 m; n=11355).

Having found the significant achievable reductions in dynamic noise exposure, the next logical step was to develop and publish the quiet path routing method as a web-based route planner application. The application is composed of open quiet path routing API and a mobile-friendly web map application (Figure 3). The quiet path route planner demonstrates the applicability of the quiet path routing method in real-life situations and thus can help pedestrians to choose quieter paths.

Figure 3. The user interface of the quiet path route planner when (A) showing several alternative paths (one shortest path and three quiet paths) and (B) showing exposure to noise on a selected path.

All methods and source codes developed in the thesis are openly available via GitHub. I hope that this work will increase awareness of individuals’ dynamic exposure to pollutants and accelerate the development of exposure-based routing tools. Together with our research group, we also welcome various collaboration in exposure studies and offer research themes for master studies.

Read the whole thesis in HELDA.

The quiet path routing application is already being developed further towards a multifunctional Green Paths route planner within the UIA HOPE project (Urban Innovative Action HOPE – Healthy Outdoor Premises for Everyone). In the project, more environmental factors have been or will be incorporated to the least-cost routing tool, including real-time air quality based on the modelling system of Finnish Meteorological Institute, and green views gained from Google Street View imagery.

Access the mobile-friendly Green Paths routing tool at green-paths.web.app.

Explore the source codes in github.com/hellej/quiet-paths-msc
(for the latest version, see also github.com/DigitalGeographyLab/hope-green-path-server and github.com/DigitalGeographyLab/hope-green-path-ui).