Month: February 2023

Hei lukijat!

 

Yleensä olen kirjoitellut blogit kutakuinkin pian tehtävien jälkeen. Tällä kertaa säästin blogin väsäämisen kuitenkin lentomatkalle. Aamu 4 herätyksen tuoma väsymys tuskin tarjoaa tähän luomukseen kummoista tulkintaa.

 

ENSIMMÄINEN TEHTÄVÄ

Aasinsiltana aiheeseen kurssikerran ensimmäinen tehtävä koski Malmin ja Helsinki-Vantaan lentokenttiä. Lentokenttiä tarkasteltiin bufferianalyysien avulla. Ensiksi selvitin Malmin lentokentän kiitoradoista luodun 2 km bufferin alueen asukasmäärän. Bufferin alueen asukasmäärä on 58 328. Aluksi ajattelin, että on tullut virhe, sillä suurin osa alueesta oli lentokentän aluetta ja sen varoaluetta, joten kokonaisuudessaan kaupunkimaista kaupunkirakennetta ei jäänyt bufferin sisään liikaa. Kun rupesin tarkemmin katselemaan google mapsista alueelle jääviä asuinalueita, aloin uskoa tähän lukuun. Malmin suuri alue, Jakomäki, Kontula, pohjoinen osa Latokartanoa… Tiiviitä väkirikkaita asuinalueita mahtui paljon. Sen sijaan 1 km bufferianalyysin alueella asuu ainoastaan 8960 asukasta, mikä selittyy sillä, että valtaosa alueesta kuuluu edelleen lentokentän alueelle.

 

kuva1. Helsinki-Vantaan lentokentän melualue violetilla – olisikohan ollut yli 50 dB alue. Keltaiset pisteet ovat melualueella sijaitsevat ”osoitteet” eli asuinrakennukset.

 

Lentokentästä toiseen! Tehtävän toisessa osassa tuli tarkastella Helsinki-Vantaan aluetta asukasmäärän ja äänimelun näkökulmista. Kolmen kiitoradan alueelta tehdyn 2 km bufferianalyysin perusteella alueella asuu vain 10 592 asukasta. Malmin lentokentällä asutus on huomattavasti lähempänä lentokenttää, kuin Helsinki-Vantaalla. Helsinki-Vantaan varoalueet lienevät laajemmat suuren lentovolyymin, melun ja itse laitoksen koon tarvitseman tilan vuoksi. Lisäksi Helsinki-Vantaan lähettyville sijoittuu enemmän logistiikkaa ja toimistoja, kuin asuntoja.

 

Seuraavaksi pari melusaasteeseen liittyvää analyysiä. Ensimmäinen kysymys kuuluu näin: Tutki kuinka prosenttia edellisen kohdan asukkaista asuu Helsinki-Vantaa lentokentän pahimmalla melualueella (65dB)? Analyysin mukaan pahimmalla melualueella asuu vain 17 ihmistä, joten pahimmalle melualueelle ei ole sinänsä kohdennettu asumista. Kuinka monta ihmistä asuu vähintään 55dB melualueella? Tällä melualueella asuu 11 923 henkilöä, mikä viittaa siihen, että kyseessä ei ole enää poikkeus, vaan alueen sisään mahtuu asuinalue/asuinalueita. Kun laskeutumissuunta kolmannelle kiitoradalle on Tikkurilan suunnasta, niin 60 dB melualueella asuu 13249. Tähän tehtävään ei ollut valmista melualue aineistoa, vaan melualue piti itse määrittää ennalta määrätyn suorakulmion mukaan.

 

Seuraavassa osiossa tuli selvittää kartan alueen juna- ja metroasemien välittömässä läheisyydessä asuvien määrää. Kuinka monta asukasta asuu kartan alueella alle 500 m päässä lähimmästä juna-, tai metroasemasta? Asukkaita kartan alueen asemien läheisyydessä 500 metrin säteellä on 111 765. Olisin ehkä odottanut suurempaa lukemaa, kun kerran aseman seuduista on kyse, mutta tässä tapauksessa bufferin säde 500 metriä on kuitenkin sen verran pieni, että luku ei paljastu väestön todellista keskittymistä asemien seuduille – saattoi olla niin, että tämä ainesto koski vain Vantaata, joten se selittää asioita :D. Ensimmäistä kertaa maantieteen opinnoissa käytetään prosenttilaskuja. Kuinka monta prosenttia kaikista alueen asukkaista asuu alle 500m päässä asemasta?  Tähän kysymykseen laskettiin prosenttilasku, jonka tulos on 22 %. Kuinka monta prosenttia a-kohdan ihmisistä oli työikäisiä (15-64v)? Työikäisiä alueella on 67 %.

 

TOINEN TEHTÄVÄ

Toisessa tehtävässä tulkittiin pääkaupunkiseudun väestöä uuden aineiston perusteella. Ainestoina on käytetty taajama-alueiden tietokantaa sekä pääkaupunkiseudun asukastietokantaa. Laske/selvitä kuinka monta prosenttia tämän tehtävän alueen asukkaista asuu taajamissa? Pääkaupunkiseutu on melkein kokoaan taajamaa, joten osuus on lähes 100 %. Seudun asukasluku on 1 042 440 ja taajamassa asuvien 1 001 830, joten taajamassa asuvien osuus on 96 %.

 

kuva2. Sekamelska. Kuvassa näkyy taustalla vielä edellisen tehtävän kartta, mutta päällä näkyvät seudun taajama-alueet. Jostain kohdasta piti ottaa kuva blogiin, ehkä tämä ei kuitenkaan ollut paras ratkaisu…

 

Kuinka monta kouluikäistä asuu taajamien ulkopuolella? Kuinka monta prosenttia luku on kaikista kouluikäisistä? Aluksi selvitin, että mitkä ikäluokat luokitellaan kouluikäiseksi. Kurssitoveri löysi wikipediasta sivun, jonka mukaan luokkaan lasketaan peruskouluikäiset, eli 7 – 16-vuotiaat. Kouluikäisten määrä pk-seudulla on 103 385 ja Kouluikäisten määrä taajamassa 99 658, joten määrä on 3727 ja osuus on 3,6 %.

Kuinka monella alueella ulkomaalaisten osuus on yli 10%, entä 20% tai 30%? Tässä vaiheessa en jostain syystä saanut kunnolla laskettua attribuuttitaulukosta haluamani asioita, joten tuskailin Qgissin kanssa, enkä muista kunnolla mitä tein. Tulokset olen merkannut ylös, joten tässä ne tulevat: Yli 10%: 65 aluetta, josta on vähennetty Kauniainen epämääräisten arvojen vuoksi. Yli 20% 22 aluetta ja yli 30% 15 aluetta.

Tämän blogin alussa en käsitellyt ollenkaan sitä, mikä on bufferi. K. Korpisen blogiin Kurssikerta 5 viitaten, bufferi on “Läheisyysanalyysissa käytettävä paikkatietoanalyysimenetelmä, jonka tuloksena on alue, jonka reuna ulottuu määrätylle etäisyydelle tarkasteltavasta kohteesta tai kohdejoukosta”. Täsmennys on lainattu Tieteen termipankista.

 

Ensi viikkoon!

 

LÄHTEET

K. Korpinen, Kurssikerta 5 – 17.02.2023, [blogikirjoitus] 17.02.2023, Kia Korpinen.  https://blogs.helsinki.fi/kiiakorp/2023/02/17/kurssikerta-5/ (luettu 21.02.2023)

Hellurei ja hohhoi!

Tänään on taas tullut tapeltua Qgissin kanssa ihan tarpeeksi. Loppujen lopuksi pari tuntia vääntöä ja työtä meni hukkaan, kun ei vain onnistunut. Atribuuttitaulukot näyttivät nullia ja tulokset kartalla olivat hieman sekalaisia.

Tunnilla harjoittelimme tekemään teemakarttaa Helsingin seudun väestötiheydestä. Sen on kyllä tällä kurssilla huommanut, että jos keskittyminen väärällä hetkellä herpantuu hetkeksi, niin siinä vaiheessa on voinut jo pudota kärryiltä pahemman kerran. Tänään mokoma sattui pari kertaa, mutta onneksi vieruskaverille kuiskuttelu toi junan takaisin raiteilleen. Qgisin perustoiminnot alkavat pikkuhiljaa hahmottua, mutta silti monet asiat ovat hiukan epäselviä ja välivaiheet tuppaavat unohtua.

Asiasta viidenteen! – tapasi sanoa sukulaiseni Lapinlahdelta. Puolet tämän blogin lörpötyksistä taitaa olla vähän mitä sattuu jaaritteluja, mutta näin pitkän raataamisen jälkeen aivot tuppaavat pehmentyä sille tasolla, että kohta alkaa pissa-kakka-jutut jo lähteä laukalle! Noh, voisin sen sijaan esitellä vaikka karttaani.

Kartta esittää 1-vuotiaiden määrää . Eikös olekin hassua – kyllä, ei osuutta vaan määrää! Tarkoituksena oli luoda kartta 1-10-vuotiaiden lasten osuudesta 1,5 kilometrin ruuduilla, mutta toista mieltä oli Qgis, joka pilasi pyrkimykseni. Jostain syystä en vain saanut prosenttiosuuksia toimimaan, vaikka tein välivaiheet useamman kerran uudestaan. Tai sitten sain onnistumaan, mutta epäilen sen tuotoksen oikeellisuutta. Eipäs se mitään, sillä välillä on hauskaa tehdä hieman tyhmempiä karttoja, varsinkin näin harjoitusmielessä. Tai sitten tämä aate on minun osaamattomuudelle vain Viljonkan kiertoilmaistu lainaten: “tökerö veruke”.  Joka tapauksessa, kartta on siinä komeudessaan, joskin otsikko meni pieleen, sillä ruudut eivät ole neliökilometrejä, vaan 1,5 kilometriä kanttiinsa. Itseasiassa en tiedä onko kuntien rajatkaan nyt ihan korrekteja, sillä esimerkiksi espoon ja Helsingin välillä ei ole rajaa, mutta kantakapungin ja Itäisen Helsingin väillä jokin raja menee – outoa.

 

kuva1. 1-vuotaiden määrä Helsingin seudulla 1,5×1,5 km ruuduittain

 

Jos tästä epäilyttävästä teoksesta voi jotain tulkita, niin ainakin sen, että asukasmäärältään suurilla alueilla on myös paljon 1-vuotiaita lapsia. Lauttasaari ja Aurinkolahti ovatkin oman kokemuksen mukaan lapsiperheiden suosimia, mutta Töölön, Punavuoren ja Kallion korkeimpia osuuksia selittää varmasti se, että tämän aluerajauksen puitteissa aikalailla näilla kolmella ruudulla on koko seudun korkein väestötiheys. Vähiten 1-vuotiaita asuu harvaan asutuilla tai asumattomilla alueilla. Helsingissä ja Espoossa keskuspuiston alueilla on pari valkoista ruutua, jotka siis ovat lähes täysin itse keskuspuistoa.

Tämä jäi nyt toistaiseksi tämän blogin ainoaksi esitettäväksi tehtäväksi, sillä toisenlaisessa korkeusprofiiliin liittyvässä karttatehtävässä oli hieman hämminkiä. Katsotaan josko tohdin myöhemmin korjata tämän blogin sisältöä asiallisemmaksi tai lisätä vielä tekemättömiä tehtäviä.

Päivitystä seuraavalta viikolta: Tatun blogi paistoi silmään otsikon perusteella (https://blogs.helsinki.fi/jentze/2023/02/09/viikko-4-ruudun-takaa/).  Asukastiheydestä tehty kartta komeilee kauniina väreineen. Omassa kartassani on kutakuinkin samat luokkien välit. Tatun blogissa on myös hyviä pointteja Qgissin ominaisuuksista – pitäisi hieman kertailla näitä, jotta säilyy muistin syövereissä viikkoa pidempään.

Kuulemiin!

Lähteet:

T. Jentze, Viikko 4 – 9.2.2023, [blogikirjoitus], MAA-202 TATU.  https://blogs.helsinki.fi/jentze/2023/02/09/viikko-4-ruudun-takaa/

Hellurei!

Kolmannen viikon tehtävä tuntui paljon kevyemmältä kuin edellisen viikon ponnistukset. Tässä sunnuntaina päivällä auringon porattaessa kirjoittamisen luulisi sujuvan sutjakkaasti. Kurkataanpa hieman tehtävään!

Pitipäs oikein ensiksi tuoda kuva tähän näkyville, jotta muistuu mieleen, että mitähän sitä tuli taas tehtyä. Se jäi tämänkertaisesta tehtävästä mieleen, että itsellä ja myös muilla Järvisyys% pylväiden saaminen näkyville kesti tuskaisen kauan. Kuitenkin, kauniina ja ylväinä seisovat pinkit pylväät näkyvät tämänkertaisessa tehtävässä (kuva1).

Tunnin aikana teimme harjoituksena kartan Afrikan valtioiden öljykentistä, timanttikaivoksista ja konflikteista. Aineistojen yhdistämisessä oli melkoisia vaikeuksia, mutta lopulta siitä saatiin parsittua kasaan jonkinnäköinen teos – harmikseni se on tallennettu vain harjoitusluokkien pöytäkoneille, joten tähän blogiin sitä ei saa liitettyä. Kuitenkin Tytti Nyrösen blogissa: Luento 3  on esitetty luennolla tehtävän Afrikka-kartta, jonka ohella on kerrottu sen laatimisen vaiheista.

 

kuva1. Suomen tulvaindeksi tulva-alueittain.

 

Itsenäisessä tehtävässä piti siis laatia karttaesitys tulva-alueista, tulvaindeksistä ja järvisyyden osuudesta tulva-alueilla. Aluksi laskettiin tulvaindeksi jakamalla keskiylivirtaama keskialivirtaamalla, minkä tulokset yhdistettiin valuma-alueen datan kanssa uudeksi layeriksi. Tämän jälkeen yhdistettyyn aineistoon liitettiin aineisto järvisyysprosentista. Näin tehtiin data-aineisto, josta muodostettiin oheinen kartta.

Kartalta voidaan päätellä, että kaikista järvisimmät alueet sijaitsevat sisämaalla, erityisesti Itä-Suomessa (Järvi-Suomessa). Tulvaindeksin mukaan rannikolla sijaitsee kaikista tulvariskeimmät alueet, mikä on loogista, sillä rannikolla pinnan korkeus merenpinnasta on matalimmillaan, ja joet laskevat Itämereen sisämaan vesistöistä.

 

Ensi kertaan!

Lähteet:

T. Nyrönen, Luento 3 – 1.2.2023, [blogikirjoitus], tytin blogi.  https://blogs.helsinki.fi/tyttinyr/2023/02/01/luento-3-1-2-2023/ (luettu 5.2.2023)