Month: December 2022

Tosissaan, viimeistä viedään. En tiedä olenko helpottunut vai paniikissa, ehkä kumpaakin, sillä toisaalta kurssi on ohi, mutta taistelu jatkuu vielä tentissä.

Tämän kertainen harjoitus piti toteuttaa itse, ilman erityisiä tarkempia ohjeita. Ensin huolta, sitten tuskailu, tiedon etsimistä ja lopulta valitut aineistot valmiina vietäväksi ArcGisiin. Raportti voi alkaa!

Aineistot

Tälle kerralle valittiin siis omat aineistot, jotka tuli myös itsenäisesti löytää ja ladata. Tavoitteena oli lisätä uusi laskettelukeskus kartalle. Onneksi ei tarvinut pohtia sen tarkemmin sen saavutettavuutta tai kävijämääriä, sillä oma valintanihan on aivan kuusessa, Kilpisjärven erämaa-alueella :D. Esteettisyys voitti!

Valitsin siis Suomen käsivarren lapista aivan paraabelin muotoisen tunturin, Suppivaaran, jolle pystyttäisin pienen laskettelukeskuksen. Alue sijaitsee Kilpisjärveltä kaakkoon, vain muutaman kymmenen kilometriä. (kuva 1) Latasin Paitulista Maanmittauslaitoksen karttapalan, tai oikeastaan karttapalat, sillä tietenkin kyseinen tunturi oli rajattu kahdelle eri karttapalalle. No pieni Mosaic -toiminto ja karttapalat yhteen, jonka jälkeen vielä Clip – ja valmis alue!

Kuva 1. Valittu laskettelukeskuksen tunturi kartalla

ArcGisin kimpuun

Kun aineisto oli valmiina käsiteltäväksi piti miettiä, mitähän tälle nyt lähtisi tekemään. Muisteltiin, että samanlaista harjoitusta on aikaisemminkin tehty, ja päätettiin aloittaa luomalla alueelle korkeusmalli sekä korkeuskäyrät. Tämä helpottaa valitun mäen tarkastelua. (kuva 2) Vähän vaati muistelemista, mutta lopulta sain toteutettua korkeuskäyrät contour toiminnolla.

Kuva 2. valittu laskettelumäki korkeusmallin ja -käyrien avulla esitettynä

Koska korkeusmalli oli tuottanut niin hyvää tulosta niinkin nopeasti, kokeilin tehdä myös vinovalo varjosteen alueesta. (kuva 3) Hillshade työkalu käyntiin ja sopivat kuvakulmat kuntoon. Hyvin näkyy valittu paraabelin muotoinen mäki.

Kuva 3. vinovalovarjoste

Edellisten lisäksi toteutin alueella vielä aspect -työkalun avulla rinteen suuntia kuvaavan työkalun. (kuva 4) Lisäsin kuvaan vielä mahdolliset lasketteluhissit, jolloin kolmen rinteen suunnat aukeavat pohjoiseen, etelään sekä länteen. Mielestäni tällainen kartta on ollut aina sekavan näköinen ja niin se on nytkin. Se on toteutettu kyllä oikein, mutta tulkinta vaatii hiukan keskittymistä ja hahmotuskykyä.

Kuva 4. rinteiden aukeamissuunnat

Valmista!

Koska aikaa jäi ja alue sitä vaati, lähdin toteuttamaan vektorimuotoista dataa alueelle lisäämällä mahdollisen parkkipaikan, sekä uuden tienpätkän, jolla alueelle pääsisi autolla. (kuva 5.) Lasketteluhissien lisäksi alueelta löytyy palvelupisteitä, joissa lipunmyyntiä, ravintolat sekä wc:t.  Valitsin esitystavaksi rinteen jyrkkyyksiä esittävän tason sekä sille vielä korkeuskäyrät kuvaamaan mäen korkeutta.

Tässä aluetta tutkittaessa tuli selväksi, että pitäähän laskettelukeskuksella olla nimi ja sehän syntyy ihan vain rinteen paraabelin muotoisen tunturin, paraabelimäen johdannaisena. Saanko esitellä Paraabelimäen laskettelukeskus!

Kuva 5. Paraabelimäen laskettelukeskus

Viimeinen harjoitus sujui yllättävänkin kivuttomasti. Oli ihan mielenkiintoista ja hauskaa suunnitella omana projektina viimeinen työ. Toki edellisten kertojen harjoitusohjeista jouduttiin pariin kertaan avaamaan ohjeita, muuten tuntui sujuvan melko mallikkaasti. Haastavinta oli miettiä miten saadaan vektorimuotoinen data jollekin kartalle, kun raster to polygon ei ottanut toimiakseen haluttujen kohteiden kanssa. Lopulta päädyttiin itsestäänselvän ratkaisuun, digitointiin.

Mitä jäi käteen kurssista?

Geoinformatiikan salat aukenivat jo selvästi rakoselleen ja mieleen jäi kaiken sen tuskailun ja epätoivon hetkien lisäksi yllättävän positiivinen fiilis ArcGisistä. Vaikka paljon asioita tuli opeteltua niistä jäi mieleen alle 50%. Kaikkea ei pysty kerralla sisäistämään. Ilman hyviä ohjeita ja kuvia harjoitusohjeissa en olisi selvinnyt. Eli toisin sanoen työkalut ovat tiedossa, niiden käyttöä on opeteltu, mutta toimintaperiaate ja sen oikeanlaiseen toimintaan liittyvät parametrit ovat vielä täysin hukassa. Input-output on tiedossa, cell size täysi ?.

Jäin kyllä miettimään, pitäisikö uskaltaa ottaa vielä joskus jonkinlainen gis kurssi. Olisihan näistä tiedoista ja taidoista paljonkin hyötyä tulevaisuudessa. Toisaalta pohdituttaa sekin, onko perusteena seuraavalle kurssille näiden taitojen osaaminen, sillä se ei nyt ihan toteutunut. Täytyy lähteä uhkarohkeasti Sisun syövereihin ottamaan selvää!

Kiitos kurssista, hyvin vedetty!

Välillä sitä vaan miettii, miten joku voi tietää ja osata ohjata mitä pelkän nopean näyttökuvan perusteella ArcGisissä on vikana :)))

No, taistelu jatkuu …

Interpolointia

Tällä viikolla hakattiin läpi erilaisia interpolointi menetelmiä. Interpolointihan noin niikuin yksinkertaistettunakin kuulostaa haastavalta; pisteaineistojen perusteella muodostetun jatkuvan pinnan analyysi. Vanha tuttu spatiaalinen autokorrelaatio, eli naapureiden samankaltaisuus verrattaessa kauempiin pisteisiin pätee niin interpoloinnissa, kuin suomalaisessa kulttuurissakin.

Tällä harjoituskerralla käytettiin yhteensä neljää eri interpolointi meneteltää. Jokainen menetelmä on eritelty raportissa omaksi osiokseen. Toiset osoittautuivat helpommiksi tulkita ja toteuttaa kuin toiset, mutta tulipahan yritettyä.

Deterministinen interpolointi – Thiessen

Mitä tulee mieleen otsikosta? No lähinnä se filosofinen oppi, jonka mukaan kaikilla ja kaikella on syynsä. Saattaa selittää myös sitä, miksi en ole GIS-guru… Seuraavaksi syy-seuraus-suhteisiin.

Koko harjoituksen aineistona käytettiin Suomesta kerättyjä säähavaintoainestoja, jotka olivat jo valmiiksi pistemuotoisia. Kun aineistoille oli tehty tarvittavat toimenpiteet, ne olivat valmiita käytettäväksi itse interpolointiin.

Ensimmäinen menetelmä on siis Thiessenin polygoni, jolla muodostetaan havaintopisteiden ympärille alue. Tältä rajatulta alueelta on lyhin matka kullekin pisteelle, jolta rajaus on suoritettu. Alueet voivat olla eri kokoisia ja mallisia, riippuen havaintopisteiden välisistä etäisyyksistä.

Kuva 1. ensimmäinen interpolointi; thiessenin polygon

Thiessenin polygon on luultavasti lokaali menetelmä, vaikka yhden pisteen siirtäminen vaikuttaakin sen ympärillä oleviin pisteisiin, ei kuitenkaan aivan koko alueelle. Onko pinnalla ali- tai yliarvioita, voi olla kumpiakin, sillä kategorioita on vain 5, jolloin jotkin alueet on jouduttu pyöristämään jompaan kumpaan suuntaan. Tämän takia myös pisteiden alkuperäisissä arvoissa voi olla heittoja.

Thiessenin polygonia voisi soveltaa esimerkiksi tutkimalla erilaisten ravintoloiden asiakaskunnan sijaintia, sillä oletuksella, että ravintoloiden menu ja hinnasto vastaavat toisiaan ja asiakkaat käyvät lähimmässä ravintolassa.

Visualisointi oli yllättävän haastava, sillä toisaalta, mitä suuremmat arvot, sitä tummempi väri valitaan sitä kuvaamaan. Kuitenkin suurimmat arvot tässä tammikuun säähavainnoista tehdyllä kartalla ovat pakkasarvoja, joten tulisiko tummepi väri kuvastaa kylmintä vai lämpimintä arvoa? Valitsin valkoisen kuvaamaan kylmää ja sinisen lämmintä, mutta olis toiminut hyvin myös toisin päin.

Deterministinen interpolointi – trendipinta

Toisena menetelmänä trendipintainterpolointi, jolla voidaan yksinkertaistaa havaintoaineistoa. Tällöin saadaan minimoitua pinnan ja havainnointipisteiden väliset poikkeamat.

Kuva 2. ensimmäine trendipinta

Kuvat 3 ja 4. lisää trendipintaa

Interpolointi toteutettiin ensimmäisen (kuva 2), toisen (kuva 3) ja kolmannen asteen trendipintaintrepoloineilla. Näissä erona oli siis “polynomic order” kohdan arvon vaihtaminen ArcGisissä, eli pinnan monimutkaisuuden arvon muuttaminen. Tällä tavalla vertaillaan arvojen esiintymistä vaakasuoralla, kallistuneella ja taipuneella tasoilla.

Trendipintainterpolointi on globaali menetelmä, jossa yhden pisteen arvojen muuttuminen vaikuttaa koko alueen pinnan muuttumiseen. Koska tällä menetelmällä yksinkertaistetaan arvoja, niissä on ali- tai yliarvioita ja havainnointipisteiden arvot voivat poiketa trendipinnan arvoista. Tällaista menetelmää voisi käyttää esimerkiksi kasvillisuuvyöhykkeiden tutkimiseen ja esittämiseen.

Visualisointi esittää talvisia lämpötiloja hyvin.

Deterministinen interpolointi – IDW

Tällä menetelmällä interpolointi toteutetaan keskiarvoistamalla läheisimpien havaintopisteiden arvot. Havaintopisteiden määrää tai etäisyyttä muuttamalla saadaan erilaisia tuloksia. Tällä interpoloinnilla päästiin vihdoin itse asiaan, eli sen mystisen GIS Welho toiminnon käyttöön.

Muutaman epäonnistuneen yrityksen sekä pienen tuskailun ja hermotauon jälkeen saatiin kuin saatiinkin kaiken maailman asetukset osumaan kohdalleen ja tulostettua ulos kartta, joka näyttäisi päällisin puolin olevan oikein interpoloitu.

Kuva 5. IDW interpolointi

IDW on lokaali interpolointi menetelmä. Yhden pisteen arvon muuttaminen ei vaikuta koko alueen arvoihin, vaan siirtää menetelmän luomaa haarukkaa ainoastaan kyseisen pisteen ja sen viereisten pisteiden kohdalla. Aineistolla tuskin on kovinkaan paljoa yli- tai aliarvioita. Myös havainnointipisteiden alkuperäiset arvot ovat pitkälti samat pinnalla.

Kartta näyttää omiin silmiin ihan onnistuneelta ja selkeältä tulkita. Toki legendan arvoja olisi voinut hiukan siistiä. Vaikuttaa silti ihan tammikuiselta Suomelta.

Deterministinen interpolonti – spline

Seuraavaksi suoranaisen työmaan kimppuun. Tässä vaiheessa voisin käyttää kortin; Apua olen humanisti, päästäkää minut pois! Sillä ei tämäkään ihan putkeen taas mennyt…

Tosissaan tehtävähän ei sujunut ihan ongelmitta… Onneksi kahden koneen voimin saatiin lainailemalla kasaan suht. koht. onnistunut interpolointi kaikkien 11 kuukauden osalta. (kuva 6) Lisäksi maaliskuulta vielä oma (kuva 7) erittäin taiteellinen versio. (en tiedä mikä meni taas vikaan)

Kuva 6. 11kk spline interpolointi

Tein interpoloinnin vain 11kk ajalta, sillä tammikuuta oli käsitelty jo niin paljon (eli unohdin napata sen kartan :D). Luulisin, että spline on lokaali meneteltä, koska yhden havaintopisteen arvon muuttuminen ei muuta toisten pisteiden arvoja, ainoastaan värikoodia/lämpövyöhykettä kyseisen pisteen ympäristöstä. Havaintopisteiden arvot pysyvät samoina pinnalla, sillä se huomioi ne tarkkaan ja tekee automaattisesti melko moniluokkaisen jaottelun. Eli suurempia yli- tai aliarvoja tuskin löytyy. Mielestäni tämä malli soveltuu parhaiten juuri lämpötilojen vertailuun,´.

Sanottavaa itse kartoista; no, en tiedä onko esimerkiksi toukokuun kartta kuinka luotettava. Vähän näyttää epäilyttävän suurilta lukemat Rovaniemen suuntamilla. Myöskin huhtikuun kohdalla on jokin outo läikkä käsivarren lapissa, joka olisi muka 15-20 asteinen. Sitten on aivan eri asia puhua maaliskuun kartasta, jonka ohjelma sylkäisi useamman yrityksenkin jälkeen omalle ruudulleni (kuva 7). Kauniin maanläheiset on värit, mutta muutenhan se on ihan metsässä, joten naapurilainausta harrastamaan.

Kuva 7. pieleen mennyt kartta maaliskuulta

Jos nyt ihan kaikkia pieleen menneitä yrityksiä ja tuskailuun kulunutta aikaa ei paljasteta, niin ihan kohtalainen raportti ja suoriutuminen. Tavallaan jopa ihan hauskaa saapua ihan liian aikaisin torstaina hakkaamaan konetta ja räpiköimään geoinformaattisessa verkossa, mutta samalla tuskastuttavaa, koska turhaudun siitä, etten ymmärrä tai muista koskaan yhtään sen enempää edellisen kerran harjoitteista ja toiminnoista.

Ehkä tää ei vaan oo mun laji :/

Voiton puolella, 5/7!

Jällen kerran rämmittiin kohti Kevon kansallispuistoa ja sen retkeilyreittejä. Alueelta etsittiin sopivan mittainen vaellusreitti, joka digitoitiin kartalle. Tämän jälkeen tarkasteltiin reitin matkapuhelinverkon kantavuutta ja mahdollisia katvealueita, joita reitin varrelle jää. Lisäksi pohditaan sitä, minne kannattaisi pystyttää uusi GSM-masto, jotta verkon kuuluvuus reitillä paranisi.

Vaellusreitti Kevon luonnonpuistoon

Kaikki tämän kerran data on peräisin maanmittauslaitoksen tietokannoista, myös GSM-mastojen sijainti sekä 10m korkeusmalli.

Kuva 1. Valittu vaellusreitti Kevon luonninpuistossa

Ensin tuli siis visualisoida korkeusmalli sopivaksi kyseiselle alueelle. Tämän jälkeen alueelle digitoitiin haluttu vaellusreitti. Valitsin digitoitavaksi vaellusreitiksi Kevon reitin, joka on “virallinen” vaellusreitti alueella. Sen pituus on noin 63km.

GSM-verkon kuuluvuus

Oletuksena kuuluvuuden osalta on, ettei verkko kuulu maastoesteiden taakse, vaikka todellisuudessa kuuluvuus ei rajoitu pieniin maastoesteisiin. Kuuluvuuden tutkimiseen kartalle lisättiin dataa, joka esittää rasterimuodossa GSM-verkon kuuluvusaluueet (kuva 2). Mitä tummempi väri, sitä useammalta mastolta on estoton yhteys alueelle.

Kuva 2. välitilanne, jossa kartalla reitti ja kuuluvuusalueet

Tämän jälkeen työstettiin itse reittiä ja sen lähialueelle (2m) ulottuvalta alueelta selvitettiin GSM verkon kuuluvuutta. Koska reitti kulkee osin kanjonissa ja muissa syvänteissä, reitinvarrella ei ole jatkuvasti hyvää yhteyttä. Muutamalla helpolla työvaiheella saatiin erotettua reitinpätkältä ne alueet, jolla verkon kuuluvuus on hyvä ja ne, joille ei ole kuuluvuutta, eli jotka jäävät katvealueelle. (kuva 3)

Kuva 3. GSM-veron kuuluvuus valitun reitin alueella

Kuten huomataan, suurin osa reitistä on loppujenlopuksi verkon katvealueella. Lilalla merkitty osa reitistä on merkitsee siis katvealuetta, jopa 70%. Itse olisin arvioinut suuremman osan olevan verkollisella alueella, mutta yllättävän suuri osa matkasta on siis katvealueella.

Tästä päästäänkin siihen, onko tulos realistinen. Tällä hetkellä varmasti kyllä, sillä kuten alussa mainitsin oletuksena on se, ettei verkko kuulu maaesteiden läpi. Todellisuudessa luonnossa verkko kattaa varmasti vähintään 50% matkasta, sillä puusto tai matalampi painanne ei ole este verkon kuulumiselle.

Analyysiä voisi parantaa juurikin sillä, että selvitetään oikeasti se, mihin verkon kuuluvuus riittää, eli minkä esteen lävitse se pääsee ja minkä ei. Se antaisi todellisen kuvan siitä, kuinka hyvin matkan varrella GSM-verkkoa voisi hyödyntää.

Tässä kohtaa vielä kaikki hyvin : )

Uuden maston asentaminen

Tässä osiossa yritetään roikkua kiinni viimeisessä oljenkorressa ja varoa taittamasta nilkkaa louhikkoisella alustalla, lopulta hataroiden totaaliseen suohon, josta nouseminen kestää varmasti pitkälle seuraavaan viikkoon…

Kuva 4. Näkyvyys analyysin tulos

Aloitin pohtimalla hyvää sijaintia uudelle mastolle ja päädyin sijoittamaan sen kuvan (kuva 4) mukaisesti reitin vasemmalle puolelle, jollekin korkeammalle nyppylälle, jonka kartalta tulkitsin. Koordinaatit pisteelle; N 7716214,080 ja E 3484016,771. No arvaushan ei sitten mennyt ihan nappiin.

Kuten kuvasta näkee, mitä tummempi alue, sitä heikompi kuuluvuus aluella on. Näin ollen uuden maston sijainti olisi järkevin tummemmilla alueilla. Jotta saatiin edes kyseisen lainen karttatuloste, vaadittiin monen pitkän minuutin ja muutaman uuden yrityksen verran hikeä ja tärinää. Modelbuilder tuntui toimivan kuitenkin moitteettomasti, joten ongelmien oli pakko olla jälleen kerran käyttäjissä eikä niinkään ohjelmistossa.

Kuva 5. taidonnäyten modelbuilderin osalta

Mielestäni resoluution koon pienentämisellä ei ollut juurikaan vaikutusta alueen tarkasteluun. Alue on melko iso ja verkon kuuluvuuden tutkiminen näkyy hyvin tältäkin tasolta. Toki jos haluttaisiin oikeasti tietää kymmenen metrin tarkkuudella, kuinka hyvin verkko kattaa vaellusreitin, voisi suuremmalla koolla saada tarkempia tuloksia.

Seuraavassa tehtävässä olisi pitänyt tehdä kuuluvuusanalyysi uuden maston ollessa jo pystytettynä. Sen avulla nähteisiin kuinka paljon uuden maston asentaminen vaikuttaa vaellusreitin GSM-verkon kuuluvuuteen. Tehtävää varten pystytimme uuden maston niille kohdin, jolle se olisi alunperinkin tullut pystyttää. Uudet koordinaatit N 7715745,330 ja E 3485052,680. Ei kun kakkoskohdan toiminnot toistamaan jaaaaaa…

Kuva 6. jotain meni pieleen (so wronggg)

No, kukin näkee kuvassa mitä näkee (kuva 6), mutta yhtämieltä ollaan siitä, ettei se nyt ihan nappiin napsahtanut. Tätä vaihetta tehtiin perjantaina klo 17 aikaan erittäin hiljaisen valopihan pimeällä puolen. Auttavia käsiä oli onneksi muutama paikalla. Ainut vain etteivät hekään keksineet mikä meni pieleen : D. Kun vaihe oli toistettu muutaman kerran sekä apukäsien (kiitos niistä Eevalle) että Viccin kanssa kaksin hakkaamalla, jonka lisäksi modelbuilder (kuva 7) oli todettu loogiseksi xD, oltiin umpikujassa.

Kuva 7. modellbuilder viimeisillä vaiheillaan

Tässä vaiheessa alkoi näppäimistö jo kostua kyynelien ja kylmän hien aiheuttamasta suolaliemestä niin, ettei auttanut kuin yrittää viimeistellä kartta tekemällä näkyvyysanalyysi uudelleen ja toivoa parasta. Toiveemme ei toteutunutkaan ja jälleen apukäsien läsnöollessa kysyimme itseltämme, mitä teemme perjantaina klo 18 edelleen siinä pimeässä ja melko viileässä GIS luolassa. Tässä siis lopputulos (kuva 8). Kovasti yritimme, mutta ei se nyt taida olla ehkä ihan sitä mitä haettiin.

Kuva 8. parempaan ei pystytty ja hermotkin meni

Kuvasta pystyy kuitenkin päättelemään, että oikeaan suuntaan oltiin matkalla. Jos nyt vielä vastaan kysymykseen, että kuinka paljon kuuluvuus parani, niin mikäli näkyvyysanalyysiin on uskominen toimii matkapuhelin moitteettomasti koko kartan alueella (: Hyvä paikkavalinta! Jostakin syystä koko kartta siis aktivoitui violetiksi näkyvyysanalyysin toiston jälkeen, eikä sitä siitä enään muokattukkaan. Kokonaisuudessaan kartta on kuitenkin melko selkeä ja harmoninen, värien ja muotojen kokonaisuus, joka ei todellakaan kuvasta tekijöidensä tunteita saati mielentilaa tulevaa tenttiä silmälläpitäen.

#paniikki