Viidennellä kerralla jatkettiin edellisen kerran Pornais- aineiston käyttöä. Viime kerralla merkitsimme lopuksi jokaisen talon pisteellä omiksi karttakohteiksi, omalle layerille. Talojen metatietoihin lisättiin asukkaita toiminnolla Rand(0,6), näin taloihin tuli satunnainen määrä asukkaita 0-6 välillä.
Seuraavaksi pääsimme varsinaiseen asiaan, eli Bufferointiin. Puskuroinnilla voimme tarkastella tietyn alueen vaikutuksessa olevia kohteita, kuten taloja. Tarkoituksena harjoituksessa on ensin selvittää, kuinka monta taloa on valtaväylien läheisyydessä. Tämä onnistuu fixed buffer- toiminnolla. Valikossa valitaan puskuroitava kohde, sekä puskurin koko. Tässä tapauksessa 100m. Seuraavaksi voimme tarkastella puskurin alueella olevia kohteita Spatial Queryllä. Näin saamme myös selville, kuinka monta asukasta teiden melualueella asuu.
Itsenäintehtävänä tutkimme lentokenttien eriasteisilla meluvyöhykkeillä asuvien asukkaiden määriä. Tämä onnistui, kun ensiksi itse loimme Malmin lentokentän kiitoradat viivakohteiksi. Nämä kohteet puskuroitiin 1km ja 2km etäisyyksillä. Vastauksia pystyi tarkastelemaan Spatial queryllä. Teimme saman myös Helsinki-Vantaa lentokentälle, mutta siellä vaikeuksena oli lisäksi ennalta annetut meluvyöhykkeet, joiden kohdilla puskureita piti analysoida. Lisäksi tutkimme kuvitteellista tilannetta, jossa H-V- lentokentän kiitorata käännettäisiin Tikkurilan päällä kulkevaksi, ja laskimme tälle melualueelle jäävät asukkaat.
Lisäksi tutkimme Juna-asemien läheisyydessä asuavia ihmisiä samoilla toiminnoilla, ja niiden vastaukset löytyvät taulukosta 2
Taulukko 1, jossa näkyvät lentokenttien melualueilla asuvat ihmiset.
| Malmin lentokentän alueen asukkaat | ||||
| asukkaita | rakennuksia | |||
| Buffer 2km | 57690 | 4720 | ||
| buffer 1km | 8707 | 749 | ||
| Helsinki-Vantaa lentokentän alueen asukkaat | ||||
| Buffer 2km | 11207 | 2296 | ||
| Meluaste 65db | 324 | 41 | 2,89 % asukkaista asuu 2km sisällä ja pahimmalla meluvyöhykkeellä | |
| Meluaste >55db | 11913 | 1728 | ||
| Tikkurilan tilapäisellä melualueella | ||||
| Meluaste >60 | 11913 | 1728 | ||
Taulukko 2. Juna-asemien varrella asuvat asukkaat sekä työikäiset.
| Asemat | Asukkaita | rakennuksia | ||||||||
| 500m | 106691 | 5169 | 21,77 % | asukkaista asuu 500m etäisyydellä asemista | ||||||
| työikäiset | 73108 | 68,52 % | alueella asuvista asukkaista on työikäisiä (15-64) | |||||||
Seuraavaksi otimme käyttöön taajama-kartan. Tämän avulla pystyimme laskutoiminnoilla selvittämään, kuinka monta asukasta asuu taajamissa ja erityisesti tutkimme kouluikäisiä. Havaitsimme, että suurin osa kouluikäisistä asuu taajamissa, mikä lyhentää koulumatkoja. Tarkemmat tulokset ovat taulukossa 3.
Taulukossa 3, ilmenee taajamissa asuvat ihmiset, sekä kouluikäiset
| Taajamissa asuvat | 414337 | 84,53& | Asukkaista asuu taajamissa | |||||
| Kouluikäiset | 7829 | kouluikäistä (7-15v) asuu taajamien ulkopuolella (15,89%) | ||||||
| eli | 41463 | 84,11% asuu taajamissa | ||||||
Taajama aineistossa ilmeni selkeä ongelma, sillä monista korjaus yrityksistä huolimatta, kaikki aineistossa olevat alueet eivät rekisteröityneet taajamiksi, jolloin osa asukkaista jäi huomioimatta.
Kuvankaappaukseni, ovat jääneet jonnekin ulottumattomiin, mutta esimerkiksi Senni Luodolla, jonka kanssa tehtävät teimme, on omassa Blogissaan erinomaisia kuvankaappauksia edellisistä tehtävistä. Hän on myös tehnyt viimeisen tehtävänsä saunoista ja uima-altaista, joista voit löytää mielenkiintoista aineistoa.
Viimeisenä tehtävänä laskin Helsingin yhteiskouluun tulevian uusien oppilaiden osuuksia. Lapset kuuluvat asuinpaikan mukaan tiettyyn koulupiiriinsä, ja tämän perusteella voidaan laskea, kuinka monta oppilasta ensi vuonna kouluun on tulossa.
Taulukkossa 4 ilmenee tulevien yläaste koululaisten määrä, nykyisten yläasteella olevien määrä, sekä arvio alueella asuvien muunkielisten yläaste ikäisten määrä.
| Tulevat | 12-14v | lkm/väestö | Muunkieliset | ||
| Oppilaat | 14 | 62 | 8,40 % | 9 | |