Helsingin yliopisto
Tämän viikon harjoituksissa oli teemana mm. harjoitella buffereiden ja muiden QGISin työkalujen käyttöä. Ennen kaikkea oli tarkoitus soveltaa tähän asti kertynyttä osaamista ongelman ratkaisun muodossa.
Lentokenttiä ja juna-asemia
Tehtävässä 1 oli tarkoituksena käyttää osaamista mm. bufferien ja QGISin prosessityökaluista join by attributes -toiminnon käyttöä selvittämään lentokenttien ja juna-asemien läheisyydessä asuvien ihmisten määrää.
Tehtävä 1.
| Malmin lentokenttä | |
| Kuinka moni asuu 2 km säteellä Malmin lentokentästä? | 58 789 |
| Kuinka moni asuu 1 km säteellä Malmi lentokentästä? | 9049 |
| Kuinka moni 1 km säteellä olevista rakennuksista on rakennettu lentokentän käyttöönoton jälkeen (1936)? Kuinka paljon niissä asuu ihmisiä? | 769 rakennusta, joissa asuu 8854 ihmistä. |
| Helsinki-Vantaan lentokenttä | |
| Kuinka moni asuu alle 2 km päässä kiitoradoista? | 11 753 |
| Kuinka moni näistä asuu pahimmalla meluvyöhykkeellä (yli 65 dB)? | 0,16 % (19 ihmistä) |
| Kuinka moni asuu vähintään 55 dB -meluvyöhykkeellä? | 11 923 |
| Kuinka moni asuu poikkeuksellisen laskeutumissuunnan meluvyöhykkeellä, jossa melu on yli 60 dB? | 13 212 |
| Juna-asemat | |
| Kuinka moni asuu alle 500 m päässä asemasta? | 111 765 |
| Kuinka suuri osa alueen asukkaista asuu 500 m päässä asemasta? | 21,7 % |
| Kuinka monta prosenttia näistä ihmisistä oli työikäisiä? (15–64 v) | 67,1 % |
Tähän mennessä hyvin tutuksi tullut Select Feature -toiminto oli jälleen monessa tehtävässä hyödyllinen. Etenkin valinta muuttujan arvojen perusteella oli monessa tehtävässä tarpeellista. Uutena toimintona Statistics -paneeli oli tässä tehtävässä tärkeä. Sen avulla pystyi katsomaan tasolta eri muuttujiin liittyviä tilastoja, sekä vain niistä muuttujista, jotka oli valittu Select Features -työkalulla.
Taajaman asukkaat
Tehtävä 2.
| Kuinka moni alueen asukkaista asuu taajamissa? | 96,2 % |
| Kuinka moni kouluikäinen (7–16 v) asuu taajamien ulkopuolella? Kuinka monta prosenttia tämä on kaikista kouluikäisistä? | 2267. Tämä on 3,9 % kaikista kouluikäisistä. |
| Kuinka monella alueella ulkomaalaisten osuus on yli 10 %? | 57 |
| Kuinka monella alueella ulkomaalaisten osuus on yli 20 %? | 45 |
| Kuinka monella alueella ulkomaalaisten osuus on yli 30 %? | 14 |
Tässä tehtävässä käytin edelleen Select Features työkalua, nyt hyödyllinen oli Select by Location. Kouluikäisiä varten tein uuden muuttujan Field Calculator -toiminnolla laskemalla nämä ikäryhmät yhteen. Sitten käytin Invert Feature Selection -toimintoa valitsemaan taajamien ulkopuoliset talot. Ulkomaalaisten osuuksien laskemiseen eri taajama-alueilla käytin Join attributes by location (summary) -toimintoa.
Uima-altaita pääkaupunkiseudulla
| Kuinka monta uima-altaalla varustettua rakennusta löytyy pääkaupunkiseudulta? | 855 |
| Kuinka paljon asuu asukkaita sellaisissa taloissa, joissa on uima-allas? | 12 170 |
| Kuinka moni noista taloista on omakotitaloja? Entä kerrostaloja tai rivitaloja? | 345 omakotitaloa
158 paritaloa 113 rivitaloa 181 kerrostaloa |
| Mikä on kaikkein uima-allasrikkain osa-alue? | Lauttasaari |
| Kuinka monessa talossa on sauna ja kuinka monta prosenttia se on kaikista asutuista taloista pääkaupunkiseudulla? | 21 922 talossa on sauna. Tämä on 24,2 % kaikista taloista. |
Tässä tehtävässä tarpeelliseksi tuli samoja työkaluja kuin edellisissäkin tehtävissä. Myös aikaisemmalla kerralla opittu tietokantaliitos oli tarpeellinen. Yhdistäessäni tiedot uima-altaista alueisiin tapahtui jokin virhe kahdella alueella ja jouduin kertomaan ohjelmalle, että jättää nämä alueet pois laskuista. Ne näkyy kartalla vaaleina kohtina. Tuloksia pohtiessani aloin miettimään, voiko olla mahdollista että vain alle neljänneksessä taloissa on sauna? Siis Suomessa? Sain kuitenkin varmistuksen että laskut olivat luultavasti menneet oikein, koska myös Ronja oli päätynyt blogissaan samaan tulokseen. Ronjalla oli myös tullut sama ongelma Join -toimintoa käyttäessä kuin itselläni, mikä antoi mielenrauhaa ettei virhe johtunut jostain omasta mokastani.
Loppupäätelmät viikolta
Tämän viikon tehtävissä käytin eniten select -työkalua eri ehtojen perusteella. Myös ”join attributes by location” -prosessi tuli tutuksi. Nämä olivat hyödyllisiä valitsemaan tason attribuuttitaulusta tiettyjä rivejä tietyillä ehdoilla sekä yhdistämään tasoja, jotka olivat maantieteellisesti samalla alueella.
Puskurivyöhykkeitä voidaan käyttää selvittämään esimerkiksi etäisyyksiä tietystä pisteestä, viivasta tai polygonista. Sitä voidaan käyttää myös vaihettuvien vyöhykkeiden luomiseen, jossa jonkin muuttujan arvo riippuu etäisyydestä jostakin pisteestä.
Lähteet
Sonninen, Ronja (2022). Tiedon analysointia. Lainattu 24.3.2022, saatavilla: https://blogs.helsinki.fi/sronja/tiedon-analysointia/