Bufferoinnin harjoittelua

Ryhdyimme heti toimeen QGISin parissa. Viime kurssikerran lopussa käytimme hetken aikaa uuden aineiston tuottamiseen, jota hyödynsimme nyt kurssikerran alussa. Kirjasin kaikki kurssikerran vastaukset taulukkoon (kuva 1). Aloitimme harjoittelemalla laskemista karttakohteiden avulla. Tähän hyödynsimme Pornaisiin rajatun alueen teitä ja peltoja. Käytimme laskemiseen sum line lenght, intersection ja clip työkaluja. Laskimme esimerkiksi teiden yhteispituuden ja määrän, sekä kuinka pitkä matka tietä oli digitoitu pellon päälle. 12,98 kilometristä 1,34 kilometriä oli digitoitu kulkemaan pellon päällä. Laskemiseen käytetyt työkalut olivat mielestäni selkeitä.

Alkuharjoitusten jälkeen aloimme toteuttamaan varsinaista bufferointia. Aloitimme tutkimalla, kuinka monesta Pornaisten alueen talosta saavat lapset tulla pyörällä kouluun. Tähän määritelmänä oli se, että etäisyyttä täytyi olla yli kilometrin verran koulusta. Bufferointi toteutettiin prossesing paneelin buffer nimisellä toiminnolla. Toimintoon täytyi määrittää tietokanta, jonka kohteet bufferoidaan, haluttu etäisyys ja halutun segmentin kulmien määrä. Käytimme kulmien määränä 36 kulmaa, koska se näyttää ihmisen silmään jo tarpeeksi pyöreältä. Tietojen määrittämisen jälkeen puskurivyöhyke tulee kartalle näkyville uutena polygonina. Jotta saimme kuitenkin tarkastelua vain alueen ulkopuolella olevia taloja käytimme select by location toimintoa. Lopullisen halutun lukumäärän meille ilmaisi statistics paneeli. 249 talosta sai tulla lapsia pyörällä kouluun.

Bufferoimme samalla tavalla myös talot, jotka olivat 500 metrin päässä terveyskeskuksesta ja talot 50 metrin päässä teistä. Rutiinin bufferoinnin toteuttamiseen oppi nopeasti, vaikka QGISini välillä halusikin reistailla. Tässä kohtaa tuntia hermot olivat kuitenkin vielä kasassa. Taloja 500 metrin päässä terveyskeskuksesta oli 187 ja taloja 50 metrin säteellä teistä 61.

Itsenäistä työskentelyä

Yhteinen osuus ei ollut pitkä, koska kurssikerran päätehtävänä oli laittaa omat taidot likoon. Ideana oli myös se, että laatu ja oppiminen voittavat tehtävien määrän. Ensimmäiseksi lähdimme Ada Huhtalan kanssa toteuttamaan malmin lentokenttään liittyvää tehtävää. Tehtävän aloittaminen vaati ensiksi kiitoratojen piirtämisen, joka tapahtui samalla periaatteella kun viime kurssikerran lopussa digitoimme. Sen jälkeen tehtävänä oli tutkia asukkaiden määrä ensiksi 2 km säteellä kiitoradoista ja sen jälkeen 1 km säteellä. Tehtävän saimme toteutettua melko vaivattomasti, koska bufferointi tapahtui aikaisempien harjoitusten mukaisesti. Välillä kuitenkin QGIS ei suostunut yhteistyöhön ja toisinaan taas jonkun kohdan oli unohtanut klikata valituksi, joka aiheutti pientä päänvaivaa.

Seuraavassakin itsenäistehtävässä jatkettiin lentokentän parissa, mutta nyt meidän täytyi digitoida Helsinki-Vantaan kiitoradat. Toteutimme aluksi digitoinnin, josta saimme selville, että 9983 asukasta asuu kiitoradoista 2 kilometrin säteellä. Tämän jälkeen tehtävässä joutui soveltamaan jo enemmän, mikä aluksi herätti meissä kysymyksiä. Pienen alkutönäyksen avulla älysimme käyttää valintatyökaluja apuna eri meluhaitan alueiden valitsemisessa. Tässä kohtaa muistutettiin siis mieleen aikaisemmilta kurssikerroilta opittuja taitoja valintatyökaluista, jotka ovat osoittautuneet melko tärkeiksi apuvälineiksi.

Viimeisessä itsenäistehtävässä, jonka ehdimme tehdä, tutkittiin Vantaan juna- ja metroasemien läheisyydessä asuvia ihmisiä. Aluksi laskimme alle 500 metrin säteellä jostakin asemasta asuvat asukkaat, joita oli yhteensä 111 765 asukasta. Sen jälkeen vastauksia ei saanut enää pelkän bufferoinnin avulla vaan meidän piti alkaa laskemaan osuuksia. Kaikista asukkaista alle 500 metrin säteellä olevien asukkaiden laskeminen tapahtui vaivattomasti, mutta työikäisten osuudessa joutui laitamaan jo enemmän aivoja peliin. Atributtitaulukosta ei suoraan pystynyt tulkita vastausta työikäisten määrään, koska monella iällä oli oma kohtansa taulukossa. Atribuuttitaulukon laskentatyökalu on onneksi tullut tutuksi, joten osasimme sen avulla luoda taulukkoon uuden kohdan, jossa laskettiin yhteen 15-64 -vuotiaiden määrä. Tarvittaessa laskentatyökalun käyttäminen on myös osoittautunut tärkeäksi taidoksi hallita.

Olen huomannut, että sellaisten työkalujen käyttäminen on minulle helppoa, jossa ei tarvitse tehdä liikoja valintoja. Monimutkaisempien työkalujen käyttö onnistuu hyvin ohjeistetusti ja pian sen jälkeen itsenäisesti. Kuitenkin pidemmän ajan sisällä meinaa toimintojen käyttö unohtua, kun tulee paljon uutta informaatiota muista. Leino (2024) kertoo blogissaan samanlaisista fiiliksistä, kun uutta informaatiota tulee jatkuvasti. Koen kuitenkin oppineeni hyvin QGISin perustoiminnan ja tärkeimpien toimintojen käytön. Koen pärjääväni tehtävissä suhteellisen hyvin myös itsenäisesti, mutta toki välillä tarvitsen apua ongelmien ratkomiseen.  Koen kaipaavani kuitenkin toistoja, jotta hommat alkavat sujuvoitumaan.

Tänään opitut puskurivyöhykkeet soveltuvat etenkin jonkun kohteen vaikutusalueen tutkimiseen. Bufferointi on yksinkertainen ja nopea tapa selvittää halutun alueen sisällä sijaitsevat kohteet ja soveltaa tätä tietoa eri ilmiöiden tutkimiseen. Puskurivyöhykkeitä voisi soveltaa kurssikerran esimerkkien lisäksi myös esim. selvittäessä kuinka laajalle jonkun kohteen säteily yltää.

Koen QGISin tarjoamat mahdollisuudet paljon isommiksi mitä taitotasoni tulee todennäköisesti koskaan yltämään. Yhdeksi reunaehdoksi QGISin avulla asioiden selvittämiseen koen sen, että tarvittava aineisto täytyy aina olla olemassa. Ilman kattavaa lähtöaineistoa QGIS ei voi tehdä paljoa. Sovelluksella on kuitenkin varmasti monia rajoitteita, joita en edes osaa vielä ajatella.

Lähteet

Leino, M (2024). Viides kurssikerta. Mikin blogi. Viitattu 15.2.2024 https://blogs.helsinki.fi/leinmiki/