Viikko 5 – Bufferit

Tällä viikolla tutustuimme bufferin käyttöön harjoittelemalla ensiksi perusteet Pornaisten kartalla, jota viime kerralla valmistelimme. Bufferin käyttö oli yllättävän helppoa ja sen käytöstä jäi heti hyvät muistikuvat, koska toistoa tuli.

Seuraavaksi pääsimme hieman tutkiskelemaan Malmin lentokentän aiheuttamaa melualuetta. Ensin piirsimme kiitoradat ja bufferoimme yhden kilometrin säteen eli pahimman melualueen (Kuva 1). Kuvan värimaailma on jälkikäteen katsottuna hieman kehno, koska rakennukset eivät erotu hyvin.

Tein myös kahden kilometrin bufferin Malmin lentokentän kiitoradoista, mutta en tehnyt karttaa siitä. Kahden kilometrin säteellä asuvia oli 58 734 eli huomattavasti enenemmän kuin yhden kilometrin säteellä asuvia.

Kuva 1. Malmin lentokentän melualueella asuvat ihmiset yhden kilometrin säteellä

Bufferointi jatkui tällä kertaa hieman isomman lentokentän alueella eli Helsinki-Vantaan lentokentällä. Melualuista oli jo valmis aineisto, mutta piirsimme silti kiitoradat, jotta saimme laskettua kuinka monta asukasta asuu kahden kilometrin säteellä kiitoradoista ja tulos oli, että 11729 asukasta. Hyödynsimme melualueita laskemalla kuinka paljon asukkaita kullakin melualueella asuu.

  • Pahimmalla melualueella (65db) asuvat:  303
  • Prosenttiosuus 2 km sisällä olevista asukkaista, jotka ovat pahimman melualueen sisällä: 2,6 % 
  • Vähintään 55db melualueella asuvat: 11923

Kuvassa 2 näkyy millaiselta QGIS näytti Helsinki-Vantaa lentokentän melualueiden asukkaiden laskeminen oikein näytti.

Kuva 2. Vähintään 55 db:n melualueella asuvat Helsinki-Vantaan lentokentällä

Laskimme myös vaihtoehtoisen laskeutumisreitin melualueen bufferin ja siellä asuvien ihmisten määrän. Tikkurilan yli lennetään vain poikkeustapauksissa kuten 2002 kun kolmatta kiitorataa rakennettiin tai jos tuulen suunta on poikkeuksellista.

  • Tikkurilan melualueen asukkaat: 13159

Kuva 3. Tikkurilan melualueen bufferi

Kolmantena työnä laskimme juna- ja metroasemien läheisyydessä asuvia ihmisiä käyttämällä hyväksi bufferia.

  • 500 metriä asemista: asukkaita 111 765, joista työikäisiä 74989 eli 67,1 %
  • 21,65 % alueen asukkaista asuu alle 500 metrin päässä asemasta 

Hyödynsimme myös valmista taajama aineistoa, josta sain seuraavanlaista tietoa

  • Taajamissa asuvat: 96,19 % 
  • Kouluikäiset eli 7–16 -vuotiaat, jotka asuvat taajamien ulkopuolella: 2267 eli 3,9 % alueen kaikista kouluikäisistä.  

Itsenäisenä työnä tarkastelin hieman pääkaupunkiseudun uima-altaita.

  • Uima-altaita pääkaupunkiseudulla seudulla: 855 
  • Asukkaita uima-allas taloissa: 12170
  • Paritaloja, joissa uima-allas: 158  
  • Rivitaloja, joissa uima-allas: 113
  • Kerrostaloja, joissa uima-allas: 181 
  • Omakotitaloja, jossa uima-allas: 34

Kuvassa 4 näkee asuinaluettain uima-altaiden määrän. Eniten uima-altaita on Lauttasaaressa eli 53 kappaletta. Poikkesimme Teon kanssa hieman tehtävän annosta ja emme laittaneet pylväitä kuvaamaan altaiden määrää, koska mielestämme se teki kartasta vaikeasti luettavan. Päädyimme kuvaamaan altaiden määrää numeroina ja jaoimme alueet viiteen eri väriin ja mielestäni kartasta saa paljon paremmin selville alueiden uima-altaiden määrän kuin pylväiden kanssa.

Kuva 4. Uima-altaiden määrä pääkaupunkiseudulla asuinaluettain

QGIS:n käyttö alkaa olemaan sillä tasolla, että perusjutut alkavat onnistua ja eri toiminnoista alkaa olla jo hieman kärryillä mitä ne tekevät. Toisaalta välillä tulee hieman muistikatkoksia ja voin jäädä johonkin pieneen asiaan jumiin pitkäksikin aikaa. Tähän on auttanut tehtävävien tekeminen yhdessä muiden opiskelijoiden kanssa.

Tuskaisempaa on ollut kuitenkin QGIS:in ja pilvipalveluiden yhteistyö, joka ei toimi jostain syystä ja tunnilla tehdyt työt ovat hyödyttömiä omalla läppärillä.

Senjaa lainaten:

“Negatiivista puolista huolimatta viikon neljä GIS tuntia ovat ne tunnit mitä odotan koko viikon.”

Viikon ainoat lähiopetustunnit ovat mielelle olleet erittäin tärkeät ja kurssi on ehdottomasti ollut yksi parhaista.

Bufferointia eli puskurivyöhykettä voidaan hyödyntää monessakin asiassa ja tutkimuksessa, mutta minulle tuli mieleen hieman synkempi ajatus. Bufferilla voi laskea kuinka paljon tuhoa ydinpommi voisi tehdä esimerkiksi kaupunkiin. Bufferin avulla voisi laskea kuinka paljon ihmisuhreja syntyisi ja paljonko taloudellisia vahinkoja syntyisi.

Lopetetaan tähän mielen räjäyttävään ajatukseen tämän viikon blogi ja seuraavalla viikolla jatketaan vääntöjä.

Lähteet:

Mäkiaho, S. Senjan seikkailut GIS maailmassa, Viikko 5: Kertaus on opintojen äiti (2022), https://blogs.helsinki.fi/senjamak/ (käytetty 23.2.2022)

Leave a Reply

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