Viikko 5: Kiitoteitä ja QGIS-kokeiluja

Omien aivojen käyttöä ja osaamisen soveltamista

Tällä kerralla yritin tallentaa koko projektin, mutta eihän se taaskaan toiminut. Kertaus on kuitenkin ihan hyvää (eli toisin sanoen teen taas kaiken alusta).

Kurssikerralla 5 pääsimme jo soveltamaan osaa aikaisemmin opittua, kun tehtäviä ei näytettykään askel askeleelta, vaan piti käyttää myös omia aivoja. Pääteemana oli bufferivyöhykkeet ja niiden käyttö analyysissä. Bufferointi käsitteenä käytiin jo syksyllä geoinformatiikan johdatuskurssilla, mutta tämänkertainen käytännön harjoittelu selvensi ainakin omalla kohdalla bufferoinnin käyttämistä. Elsa Pakkanen kiteyttää blogissaan bufferi- eli puskurivyöhykkeen tavoitteen: “Tavoitteena on siis selvittää jotakin kohteen yhteydestä ja sijoittumisesta ympärillä oleviin kohteisiin nähden.”

Viime kerran johdatus Pornaisen karttaan helpotti tämänkertaista lämmittelytehtävää. Komppaan Roosa Kotilaista, joka kirjoittaa blogissaan Pornaisten alueen olevan mukavan kokoinen harjoitteluun (verrattuna Helsinki-Vantaan isoon tietokantaan). Selvitimme bufferivyöhykkeen avulla Pornaisten asukkaiden lukumäärät mm. kilometrin etäisyydellä koulusta ja terveysasemasta, sekä selvitimme suurimpien tiealueiden läheisyydessä asuvien asukkaiden määrät. Mielenkiintoista oli myös QGIS:n ominaisuus, jolla voi esim. luoda satunnaiset asukaslukumäärät asuinrakennuksille. Tämä voi olla hyödyllistä, jos on saatavilla hyvä aineisto rakennuksista, mutta ei tarkkaa asukaslukumäärää. Luomalla satunnaiset asukasmäärät voi melko hyvin tutkia rakennusten sijoittumista.

Kuva 1. Lämmittelytehtävä Pornaisten bufferointina. Kuvassa on esitetty asukkaat vihreän ympyrän sisällä kilometrin säteellä koulusta, ja vaalealla isommalla ympyrällä asukkaat terveyskeskuksesta kahden kilometrin säteellä. Kuvassa on tällä hetkellä korostettu keltaisella rakennukset, jotka ovat yli kahden kilometrin päässä terveyskeskuksesta. Tiet on bufferoitu harmaaksi. QGIS.

Kuvan 1 lämmittelytehtävä johdatteli bufferointiin. Kuvan 1 kartalla voisi valita esimerkiksi 100 metrin etäisyydellä isoimmista teistä olevat rakennukset (ja sekalaistetun asukasluvun avulla myös asukkaat). Bufferivyöhyke teistä on harmaa alue. Neljännellä kurssikerralla lämmiteltiin tätä kuvaa varten harjoittelemalla piirtämään tiet ja rakennukset.

Lentokenttiä, kiitoteitä, asemia ja saunoja

Jo kurssikerralla ehdimme aloittaa tämän kerran itsenäistehtäviä, joita on useampi. Huom! Tämän kohdan kuvat voivat olla hieman erinäköisiä keskenään, koska tein ne eri aikoihin (en osaa tallentaa). Aloitetaan Helsinki-Vantaan ja Malmin lentokenttien kiitoteistä ja lentomelusta.

Veljeni opiskelee lentäjäksi, ja tällä kurssikerralla särähti pahasti korvaan kiitorata-sanan käyttö. Oikea sana on kyl kiitotie eikä mikään rata 😀

-Minä, ei-lentäjä

Ensimmäinen tehtävä on tutkia Helsinki-Vantaan läheisyyden asukkaita (2 km säteellä). Se selviää helpolla bufferoinnilla.

Kuva 2. Bufferivyöhyke Helsinki-Vantaan kiitoteiden ympärillä. Vyöhykkeen sisään jäävät keltaiset pisteet ovat asukasrakennuksia. QGIS.

Bufferivyöhyke oli helppo tehdä ja sisään jäävien pisteiden valitseminen yksinkertaista select by location -komennon avulla. Helsinki-Vantaalla on teoriassa kolme kiitotietä ja käytännössä kuusi, sillä niitä voidaan laskea eri suunnista. Valittu kiitotie riippuu tuulen suunnasta. Kaikkea oppii, kun on veli on lentäjä!

Seuraava kohta vaati hieman enemmän ajattelua ja tästä saakin Siiri shout-outin avun jakamisesta! Tehtävänä oli selvittää pahimman melualueen (65dB) asukasmäärä. Se onnistui luomalla oman layerin tuon desibelimäärän alueelle, luomalla vielä toisen layerin alueen pisteille ja siitä edelleen select by location -komennolla. Kuvassa 3 on keltaisilla pisteillä sekä keltaisen polygonin korkeimman melun alueella että 2 kilometrin vyöhykkeelle kiitoteistä (punaiset viivat) sijoittuvat asuinrakennukset.

Kuva 3. Keltaisen polygonin ja bufferivyöhykkeen alueelle jäävät keltaiset pisteet ovat asuinrakennuksia, jotka ovat sekä 2 km päässä kiitoteistä että asettuvat korkeimman lentomelun alueelle. QGIS.

Haastavinta tässä tehtävässä oli osata improvisoida eri komentoja tarpeen mukaan. Onnistumisen tunne oli kuitenkin mahtava, kun monen yrityksen jälkeen saa lopulta halutut pisteet näkymään valittuina! Melko yksinkertaisessakin projektissa saa tehdä yllättävän monta layeriä, kuvassa 4 on näkymä, kun kaikki tarvittava on saatu kartalle.

Taulukossa 1 on lentokenttätehtävän kysymyksien vastauksia. Malmin lentokentän läheisyyden asukaslukumäärä yllätti. Malmin lentokentän tilalle ja ympäristöön kaavaillaan vielä lisää asuinalueita, vaikka lentokentän alue on heikkopohjaista savimaaperää. Malmin lentokenttäalue on ilmailukulttuurin kannalta todella tärkeää aluetta.

Taulukko 1. Lentokenttiin liittyvien itsenäistehtävien vastauksia.
Kuva 4. Kaikenlaisia layereitä…

 

Seuraavat itsenäistehtävät liittyivät juna- ja metroasemiin. Tehtävät olivat melko samankaltaisia lentokenttätehtävien kanssa ja käytetty aineisto oli sama, joten taulukossa 2 on suoraan vastaukset.

Taulukko 2. Juna- ja metroasemiin liittyvien itsenäistehtävien vastaukset.

Kurssikerran tehtävistä sai valita itse, mitä haluaa tehdä. Valitsin uima-altaiden ja saunojen tarkastelun pk-seudulla, koska sen esittäminen kartalla voisi olla mielenkiintoista. Tosi isosta aineistosta pk-seudun väestöstä löytyykin kaikenlaista tietoa asuinrakennuksista, myös mm. uima-altaiden määrät! Kuvassa 5 on esitetty pk-seudun kaikki sellaiset rakennukset, joissa on uima-allas. Yhteensä rakennuksia on 855. Kuvassa 6 puolestaan on pk-seudun saunalliset rakennukset. Häiritsevää kuvissa on PK-seutu -tietokanta, joka jatkuu jostain syystä liian etelään. En tiedä, miten sen voisi korjata niin, ettei se näkyisi layoutissa. Taulukossa 3 on kootusti vastauksia uima-altaisiin ja saunoihin.

Kuva 5. Uima-altaat pk-seudulla. Yhteensä uima-altaallisia rakennuksia on 855. QGIS

Mielenkiintoista QGIS:ssin kanssa on se, että kun on ymmärtänyt, miten select features -käskyt toimivat ja miten niiden kanssa kannattaa tehdä uusia layereitä, on haluttujen tietojen poimiminen yllättävän helppoa! Yllätin ihan itsenikin, kun tiesin heti, miten asukkaiden määrän uima-altaallisissa taloissa saa todella helposti selville. Muutenkin erilaisten attribuuttien perusteella kohteiden valitseminen tuntuu paljon helpommalta kuina aikaisemmin.

Kuva 6. Pääkaupunkiseudun rakennukset, joissa on sauna. Yhteensä saunallisia rakennuksia on 21 922. QGIS
Taulukko 3. Vastauksia itsenäistehtäviin saunoista ja uima-altaista pk-seudulla.

 

Pohdintaa!

Muistellen kurssin alkupuolelle, voin nyt rohkeasti sanoa, että olen tullut kokeneemmaksi ja rohkeammaksi QGIS:n käyttäjäksi! Kaikkea en tietenkään vielä osaa, mutta toistojen tekeminen ja eri ominaisuuksilla leikkiminen on ehdottomasti kasvattanut kykyjäni käyttää ohjelmaa. Välillä tuntuu ehkä siltä, että en käytä sitä varsinaista “tarkoitettua menetelmää” vastauksen saamiseksi ja voi olla, että teen jotakin jotenkin vaikean kautta, mutta teen sen ainakin itselleni mukavalla tavalla. Anna Makkonen kirjoittaa blogissaan suurimman esteen QGIS:n kanssa olleen hän itse itselleen. Samaistun ajatukseen, sillä (ainakin omalla kohdalla) tämä ohjelma vaatii kokeilemista ja yrittämistä ja toistoja. Tsemppiä Anna, kyl se siitä!

Eri työkalujen käyttö alkaa luonnistua, mutta pitää kyllä vielä kokeilla erilaisia tilanteita ja soveltaa eri työkaluja niihin. En ajoittain osaa käyttää oikeaa työkalua oikeassa paikassa, mutta ainakin select features ja bufferivyöhykkeet ovat melko ok kohdallani! Hyvin rajoittavaksi tekijäksi QGIS:n kanssa olen huomannut aineiston. Jos aineisto ei ole luotettava tai riittävän laaja, voi esimerkiksi erilaisten funktioiden tekeminen ja tarvittavien elementtien esittäminen kartalla olla hankalaa. Ohjelma myös vaatii aineiston olevan tietyntyyppistä, edelleen funktioiden ja käskyjen suorittamiseksi.

Myös yksi asia on tullut tosi hyvin selväksi: uusi layer kannattaa nimetä heti! Muuten menee tosi nopeasti sekaisin esim. “Buffered” layereiden kanssa, jotka tulevat aina samalla nimellä bufferivyöhykettä luodessa. Layereitä tulee myös nopeasti aika paljon. Tämä ajatus juolahti mieleen Aleta Frimanin blogia lukiessa, erityisesti yhdestä lauseesta, joka kuuluu: “En pysynyt laskuissa mukana, kun muodostin buffereita yksi toisensa perään.” Truer words have never been spoken.

Vaikka se on ärsyttänyt, etten osaa tallentaa kokonaisia projekteja oikein, on siitä ollut myös hyötyä. Alusta alkaen kaiken tekeminen itsenäisesti omalla koneella on ollut hyödyksi, koska siinä on päässyt kertaamaan ja palauttamaan mieleen tunnilla käydyt asiat, ja lisäksi kokeilemaan omia juttuja eri toimintojen kanssa. Paljon on kuitenkin vielä tutustumista QGIS:n kanssa, esim. laskutoimitukset prosenttilukujen kanssa olen tehnyt manuaalisesti. Tästä ei kyllä ole juurikaan vaivaa, mutta kai se varmaan onnistuu myös ohjelmalla.

 

Lähteet:

Friman, A. (2022), Aletan GIS-blogi: Viikko 5: Buffereita jne. https://blogs.helsinki.fi/alfriman/2022/02/24/viikko-5-buffereita-jne/ (luettu 25.2.2022)

Helsinki-Malmi, Uhattu tulevaisuus, https://www.malmiairport.fi/uhattu-tulevaisuus/ (luettu 23.2.2022)

Kotilainen, R. (2022), Roosan blogi: Viikko 5: Bufferointia ja itsenäisiä analyysejä, https://blogs.helsinki.fi/rokoro/2022/02/18/viikko-5-bufferointia-ja-itsenaisia-analyyseja/ (luettu 23.3.2022)

Makkonen, A. (2022), ANNMAKKS’S BLOG: Puskurointia ja ajatuksia QGIS:stä, https://blogs.helsinki.fi/annmakko/2022/02/21/puskurointia-ja-ajatuksia-qgissta/ (luettu 25.2.2022)

Pakkanen, E. (2022), Pakkane_GEM: Naapuruusanalyysin tekeminen puskurivyöhykkeen avulla, https://blogs.helsinki.fi/pakkanee/2022/02/20/naapuruusanalyysin-tekeminen-puskurivyohykkeen-avulla/ (luettu 25.2.2022)

 

One thought on “Viikko 5: Kiitoteitä ja QGIS-kokeiluja”

Leave a Reply

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