Viidennen kurssikerran vietin Madridissa yhdessä kurssitoveri Topiaksen kanssa, joten tehtävät ja kurssikerran epistola jäivät itseopiskeltavaksi. Word dokumentin avattuani selvisi päivän tematiikka, bufferointi ja analysointi. Bufferointi on mielestäni yksi käytännöllisimmistä paikkatietoanalyyseista. Eveliina Sirola avaa hyvin blogissaan GIRLS VS. GIS bufferi- eli naapuruusanalyysin, ”Bufferi- eli puskurianalyysin avulla voidaan kartalla määrittää tietyn levyinen vyöhyke valitun tietokannan kohteille. Kohde, jolle vyöhyke määritetään, voi olla piste, viiva tai alue eli polygoni. Bufferia käyttämällä voidaan tutkia muun muassa tietyn kohteen vaikutusalueen kokoa, tai määrittää kuinka monta kohdetta sijoittuu tietyn säteen sisäpuolelle.” Kurssikerran harjoitukset selailtuani aloitin itse paikkatietoanalyysien toteuttamisen.
Fly high
Ensimmäisenä tehtävänä oli bufferoida sekä Malmin että Helsinki-Vantaan lentoaseman alueet yhden ja kahden kilometrin vyöhykkeillä. Tämä onnistui lataamalla ensin aineistot asukasmääristä sekä taloista QGISsiin, minkä jälkeen piirsin uudelle layerille kiitoradat, joista pystyin laskemaan puskurivyöhykkeet. Kahden kilometrin säteellä Malmin lentoasemasta asuu peräti 56 427 ihmistä, kun Helsinki-Vantaan lentoasemasta samalla etäisyydellä asuu vain noin viidennes, 10 202 ihmistä. Täytyy kuitenkin muistaa, että lentotoiminta on huomattavasti aktiivisempaa Helsinki-Vantaalla kuin Malmilla, joten ne eivät ole täysin verrannollisia toisiinsa nähden. Tein saamista tuloksistani yllä olevan taulukon (taulukko 1).
Steissit ja taajamat
Seuraavana vuorossa oli tarkastella metro- ja juna-asemien sijaintia ja niiden lähellä asuvia ihmisiä. Viidennes (21,8%) asukkaista asui alle 500 metrin päässä lähimmästä asemasta. Näistä työikäisten osuus oli peräti 68,5% (taulukko 2). Työikäisten osuuden laskeminen onnistui helposti Join attributes by location toiminnolla.
Taajama tehtävissä kohtasin ensimmäisen kerran tehtävien aikana suurempia vaikeuksia. Vastauksia ulkomaalaisten osuuksiin asuinalueilla en onnistunut saamaan, vaikka – ainakin omasta mielestäni – yritin sitkeästi. Jos lukuni pitävät paikkaa, asuu taajamissa jopa 96,7 prosenttia kaikista asukkaista. Se ei mielestäni kuitenkaan kerro, että pääkaupunkiseutu olisi tiheästi asutettu. Taajama määritellään asutuskeskittymäksi, jossa asuu vähintään 200 ihmistä ja asuintalojen väli on maksimissaan 200 metriä. Sen vasta kohta on haja-asutus. Pääkaupunkiseudulla siis tuhannet ihmiset asuvat haja-asutusalueilla – monessa muussa maailman pääkaupungissa näin ei tietääkseni ole.
Helsingin Yhtenäiskoulu
Viimeisenä harjoituksena tein palveluksen Helsingin Yhtenäiskoululle ja laskin heidän tulevaa oppilaskuormitusta. Laskin tulevien oppilaiden määrän tutkimalla kuinka monta 6-vuotiasta asukasta asui koulupiirin alueella. Heitä oli 14. Helsingin Yhtenäiskoulu on Helsingin mittakaavassa pieni oppilaitos, mikä selittää tulevien oppilaiden pientä määrää.. Toki oppilaita tulee aloittamaan kyseisessä koulussa myös virallisen koulupiirin ulkopuolelta. Arvioini mukaan vieraskielisiä oppilaita Yhtenäiskoulussa on vain 5,8%, mikä on hyvin pieni määrä verrattuna muihin Helsingin kouluihin.
Tämän hetkinen QGIS tasoni on mielestäni tyydyttävä. Eniten on tullut käytettyä työkaluja kuten: Spatial Query, Join attributes by location, Select features by expression… Luonnollisesti myös niiden käyttäminen ja hyödyntäminen onnistuu minulta tällä hetkellä parhaiten.
Tärkeämpänä kurssin antona pidän kuitenkin geoinformatiikan laajuuden ja mahdollisuuksien ymmärtämisen. Geoinformatiikkaa ja paikkatietoa on joka puolella joka päiväisessä elämässämme, joten sen oppiminen ja opetteleminen eivät todellakaan tunnu abstraktilta tai turhalta. Päinvastoin, mielestäni on hienoa oppia siitä (lähes) joka päivä jotain uutta ja hyödyllistä.
Lähteet:
Eveliina Sirola – GIRL VS GIS, ”https://blogs.helsinki.fi/evsirola/” (Luettu: 27.3.2018)