University of Helsinki
GIM2 – Soveltava soveltuvuusanalyysi
Seuraavassa soveltavassa GIS-harjoituksessa on määritelty soveltuva sijainti laskettelukeskukselle ja digitoitu sille alustava malli. Korkeuseroiltaan verrattain rajoittuneesta Suomenmaasta on laskettelukeskuksen sijainniksi etukäteen määritelty käsivarren alue. Käsivarresta riittävän korkeat, laajat ja jyrkät tunturit on määritelty maanmittauslaitoksen Korkeusmalli 10 m. x 10 m. rasteriaineistolla sekä tarkempaa tarkastelua on tehty Korkeusmalli 2 m. x 2 m. rasteriaineistolla. Sopivan tunturin löydyttyä maastonmuotoja siirryttiin tarkastelemaan hieman kokeellisesti laserkeila-aineistolla.
Suomen Ympäristökeskuksen latauspalvelusta ladattu tuorein Corine land cover-aineisto oli saatavilla vuodelta 2018, sekä rasteri että vektorimuodossa. Kevyemmän käsittelyn takia käyttöön valikoitui 20 m. x 20 m. rasteriaineisto. Maanpeiteaineiston perusteella määriteltiin sopivat sijainnit laskettelukeskuksen infrastruktuurin rakentamiseen.
Ilmatieteenlaitokselta keskimääräinen lumen paksuus 2020-aineisto, multiband-rasteriaineisto 10 km x 10 km tilastoruudukoin, joka piti sisällään vuoden jokaiselle päivälle yhden kaistansa, eli 365 kaistaa plus yksi karkauspäivälle. 20 neliökilometrin rasteriruudukoilla ei suurempia paikallisanalyyseja lumipeitteen paksuudesta suoritettaisi, mutta aineiston tarkoituksena on lähinnä antaa suuntaa-antavaa arviota lumipeitteen keskimääräisestä paksuudesta ajallisella skaalalla tarkasteltavalla alueella. Aineistoa lumipeitteen paksuudesta Ilmatieteenlaitoksella löytyy aina vuoteen 1961-asti, joten aineistoilla voisi tehdä laajempaakin tarkastelua, vaikka vuotuisessa lumipeitteen muutoksessa.
Kevyempien korkeusmalliaineistojen lisäksi projektissa oli käytössä Maanmittauslaitoksen laserkeilausaineistoja vuodelta 2016, 3 km x 3 km ruudukoilla, yhteensä 9 neliökilometriä per ruudukko. Ruudukkoja neljä kokonaista sekä kaksi pienempää ruotsin puolelle yltävää suikaletta, yhteensä 56 neliökilometriä. Laserkeila-aineistoilla lähinnä luotiin kourallinen 3D-malleja sekä tarkasteltiin alueen puustoa, satelliitti- ja ortokuvien kanssa tämän jäädessä vain silmämääräiseksi. Pistepilven luokitteluarvoja on hyödynnetty alueellisten 3D-mallien luomisessa: pelkkää maanpintaa on mallinnettu vain maanpinnaksi luokitelluista laserkeilatuista pisteistä, sekä puustomallia kaikilla pisteillä. Tiedostomuodoltaan kompressoidut .LAZ-tiedostot on tuotu ArcGIS:iin, jossa ne on purettu luettavaan muotoon Convert LAS-työkalulla ja Create LAS-Dataset työkalulla yhdistetty yhdeksi aineistoksi. Yhdistetyssä aineistossa laserkeilapisteitä oli yhteensä 59 595 191 kappaletta, aineiston Display Limit ylsi aina 100 000 000 pisteeseen ja pisteiden renderöintietäisyys oli asetettu aina 1:100000:n, joten ymmärtääkseni aineiston olisi pitänyt renderöityä kauempaakin katsottuna. 59 miljoonaa renderöitävää, korkeusarvonsa mukaan väriskaalautuvaa pistettä taisi olla koneelle kuitenkin liiaksi.
Muita tehtävään soveltuvia avoimia aineistoja on saatavilla esimerkiksi Tilastokeskukselta, tilasto- sekä väestöruudukkoaineistot sekä Ilmatieteenlaitoksen kattavammat aineistot alueellisista sääolosuhteista, lumipeiteaineiston lisäksi muun muassa tuuliolosuhteista ja lämpötilasta. Luonnonympäristön rajoitteiden, kuten suojelualueiden ja arvokkaiden maastoalueiden määrittämiseen tarvittavat aineistot ovat saatavilla Suomen ympäristökeskukselta ja Luonnonvarakeskukselta. Tämän lisäksi avoimista aineistoista käytettävissä olisi esimerkiksi Väyläviraston tiestöaineistot, sekä rakentamiseen soveltuvien kallioperäalueiden määrittäminen Geologisen tutkimuskeskuksen aineistoista.
Laskettelukeskuksen sijoittamista olisi voinut lähestyä monelta, ehkä hieman taloudellisesti kannattavammalta kantilta, mutta tässä tapauksessa suurin painoarvo oli sillä, että sijainnin tuli olla itseäni kiinnostava geologisesti, että geomorfologisesti. Käsivarsi veti puoleensa, yleisalueeksi valikoitui kaikki Karesuvannosta luoteeseen. Maanmittauslaitoksen kymppimetrisellä korkeusmallilla koostettiin Mosaic-työkalulla koko Käsivarren kattava korkeusmalli, joka ajettiin Slope-työkalun läpi ja uudelleenluokiteltiin laskettelurinteiden jyrkkyysasteikon mukaan. Käsivarren erämääalueelle ei olisi menemistä vaikka melkoisia tuntureita sieltä löytyikin, Käsivarrentien tulisi olla melko lähellä, Saanatunturille en laskettelukeskusta lykkäisi, ja tunturin tulisi olla tarpeeksi jyrkkä sekä korkea, etteivät rinteet jäisi parin sadan metrin syöksylaskuiksi. Peräti päällystetyn tien varrelta löytyikin tuleva erälaskettelijan unelma; jykevältä Rommaenon-litodeemilta yli 730 metrin korkeuteen kohoava todellinen tonaliittijärkäle, Lammasoaivi-tunturi (Kuva 1.)
Kuva 1. Lammasoaivi-tunturi. Lähde: Maanmittauslaitos.
Tässä kohtaa todettakoon että taloudellisesti tuottavaa turistirysää kaavaileva voisi hyödyntää optimaalisen sijainnin määrittämisessä vaikka Tilastokeskuksen väestöruudukkoaineistoja, joiden perusteella luoda etäisyysvyöhykkeitä mahdollisimman lähelle suuria väestökehittymiä, luoda puskurianalyysein maksimietäisyydet pääväyliltä, pitää riittävää etäisyyttä nykyisistä laskettelukeskuksista Jyväskylän yliopiston Lipas-palvelun laskettelukeskukset sisältävillä Suomen liikuntapaikkojen avoimilla paikkatietoaineistoilla ja vasta tämän jälkeen soveltuvilta alueilta haravoida korkeusmalliltaan soveltuvia mäennyppylöitä laskettelukeskukselleen. Taloudellinen hyöty tai realistinen toteutus ei taasen omassa projektissani paljoa paina, nukun yöni paremmin tietäen ettei, hypoteettinen laskettelukeskukseni ei koskaan Lammasoaiville koskaan nouse, suurimman huolen ollessa se, että tuleekohan parkkipaikkani nyt viisisataavuotiaan poronerottelupaikan päälle. Markkinavoimat vaan ovat jo lonkeronsa Lammasoaivillekin ulottaneet, pyörii näet tunturin huipulla maailman ensimmäinen arktinen tuulivoimapuisto, joten eiköhän roottoreiden lomaan pari hiihtohissiäkin mahdu.
Ettei projekti jäisi ainakaan lähtöaineistojen tarkkuudesta kiinni, on korkeus- ja rinnemallit muodostettu laserkeilatuista aineistoista (Kuva 2.) Neljästä pienemmästä ruudukosta koostettu 18 neliökilometrin rajatusta LAS-datasetista on suoraan, ihan kokeilumielessä, tuotettu kuvanmukainen rinnemalli kevyessä 34 minuutin prosessointiajassa, joka pitää sisällään myös puut. Surface Slope-työkalun asetuksista rinteen arvoksi määräytyä nimenomaisesti jyrkkyysaste, mutta lopputuotoksessa arvot asettuivat 1-9 välille. Fuksiläppärin prosessorille armeliaana laser-aineistot on summattu LAS Dataset to Raster-työkalulla vähän kevyempään rasterimuotoon: Kahteen 0,5 m. x 0,5 m rasteriaineistoon, joista toinen on tuotettu pelkillä maastopisteillä ja toinen kaikilla pisteillä. Siinä missä Maanmittauslaitoksen 2 m. x 2 m. korkeusmalli ajaisi pitkälti samaa asiaa ja on valmiina pakettina ladattavissa, ovat omat tuotokseni kuitenkin 75% prosenttia tarkemmat spatiaaliselta resoluutioltaan, ja ottavat halutessani myös huomioon 47,55 metriä Lammasoaivin huipun yläpuolella pyörivät tuulimyllyjen roottorit.
Kuva 2. Laserkeila-aineiston kaikista pisteistä renderöintietäisyyden puitteissa koostettu korkeusmalli alueelta, jonne on epähuomiossa livahtanut myös taustalla olevan taustakartan Service Layer-lähde. Lähde: Maanmittauslaitos, ESRI
Masstorasterista on laskettu Hillshade 180 Azimuthilla ja 45 asteen tulokulmalla, eli mallin mukaan aurinko paistaa suoraan etelästä ja 45 asteen kulmassa, simuloiden keskimääräistä auringon paistekulmaa ja -suuntaa. Laskettelurinteiden kausittaisia valaistustarpeita ymmärräkseen tulisi ymmärtää myös pohjoiskalotin villejä vuotuisten valaistusvaihteluita, mutta suuntaa antavaa arviota tarjoavat nämä Hillshade-mallit 45 ja 20 asteen kulmista, joihin on mallinnettu myös rinteiden vastapuolelle jäävät varjot. Puuston alueellisen peittävyyden kartoittamiseen on sovellettu laserkeila-aineiston luokitteluja, eli pistepilviaineistosta on eritelty sekä kaikki pisteet että pelkät maastopisteet, jonka jälkeen molemmat rasterit on ajettu Change Detection-työkalun läpi, joka laskee molemmista rastereista pikseliarvot ja tuottaa uuden rasterin lasketulla erotuksella. Muutosrasteri on visualisoitu vihreäksi muutosarvojen mukaan edustamaan puustoa, rakennetun ympäristön ollessa vähäistä alueella. Vesistöt tuottivat laserkeila-aineistoista jäännöspisteitä, jotka erottuvat paikkapaikoin poikkeavin arvoin etenkin Muonionjoen varrella.
Laserkeila-aineistoista ja niistä mallinnetuista korkeusmalleista on koostettu kattava maastomallinnukseen keskittyvä karttasarja:
Kuva 3. Laserkeila-aineiston maastopisteistä johdettu Aspect Slope-aineisto, joka havainnollistaa rinteiden aukeamissuunnan ja suhteellisen jyrkkyyden. Lähde: Maanmittauslaitos
Kuva 4. Korkeusmalli 10 metrin korkeuskäyrin. Lähde: Maanmittauslaitos
Kuva 5. Korkeus- ja maastopisteiden rinnemallista koostettu allekirjoittaneen silmään varsin visuaalisesti miellyttävä maastomalli. Lähde: Maanmittauslaitos
Kuva 6. Kaikista laserkeila-aineiston pisteistä koostettu rinnemalli. Lähde: Maanmittauslaitos
Kuva 7. CORINE-maankäyttöluokkien mukainen maanpeitekartta ja laskettelukeskukselle kaavoitettu alue. Lähde: SYKE, OpenStreetMap
Kuva 8. Rinnemalli ja puuston mallinnusta. Lähde: Maanmittauslaitos
Kuva 9. Digitoitu laskettelukeskus idästä 3D Local Scene näkymässä. Lähde: Maanmittauslaitos, OpenStreetMap
Lähteet
ESRI. Light Gray Canvas.
Maanmittauslaitos. Laserkeila-aineistot W3332C1, W3332C2, W3332C3, W3332C4, W3332E1, W3332E2. 2016.
OpenStreetMap. OSM-Standard
SYKE. CORINE Land Cover 2018.