Toisella viikolla alkoi osa kolmen viikon kokonaisuutta, jossa on käytössä osittain samat aineistot. Tämän luennon aiheena oli korkeusmallit ja hydrologinen analyysi. Kuten edelliselläkin viikolla, aiheeseen tutustuttiin jälleen maanantain teorialuennolla ennen varsinaisia harjoituksia. Lukemistona toimi ensimmäiseltä viikolta (ja fuksivuodelta) tuttu teos Geoinformatiikka luonnonvarojen hallinnassa (Holopainen M. ym., 2015, s. 51-53 & s. 61-65). Katkelmakin olivat osittain sama rasteriaineistojen leikkausanalyysejä koskeva osio. Aihe olikin tällä viikolla relevantimpi, sillä käsittelimme rasteriaineistoja.
Ja harjoituksiin
Aineistona toimi korkeusmalli (DEM) Kevon kanjonin alueelta Utsjoelta yhdessä maastokartan ja ilmakuvan kanssa. Tällä viikolla aineistoihin tutustuttiin hieman tarkemmin, sillä pääsin tutkimaan korkeusmallin metatietoja. Poimin sieltä ylös joitakin tietoja, jotka ovat koottuna alla olevassa taulukossa.
Taulukko 1: KevoDEM-tason metatietoja
| Projisoitu koordinaattijärjestelmä | ETRS-TM35FIN |
| Korkeusmallin yksiköt (vaaka- ja pystysuunnassa) | Metri |
| Spatiaalinen resoluutio | 2m x 2m |
| Alueen koko | 36 km |
Alueen korkeusvaihtelut aineistojen perusteella
Tutkin myös korkeimpien ja matalimpien kohtien sijoittumista alueella. Loin KevoDEM- tasosta vinovalovarjosteen ja lisäsin siihen korkeuskäyrät vertaillakseni näiden avulla mallien heikkouksia ja vahvuuksia. Kaikista malleista pystyi kuitenkin tulkitsemaan, että korkeimmat kohdat sijoittuivat alueen länsireunaan ja matalimmat kanjonin pohjalle, etenkin sen keskivaiheille. Alla pohdintaa näiden mallien välisistä eroavaisuuksista, vahvuuksista ja heikkouksista.
KevoDEM:
Tutkin korkeusvaihteluita ensin KevoDEM-tason kautta. Vaihtelua pystyi tulkitsemaan värivaihteluiden perusteella. Lisäksi kursoria liikuttelemalla näki alueen korkeuden myös metreissä ja diagrammin kautta. Malli on yksinään hiukan kömpelö, vaikka alueesta saakin yleiskuvan. Mallia käytettäessä värivalinnoilla oli suuri rooli sen toimivuuden kannalta.
Korkeuskäyrät:
Korkeuskäyriä on vaikea tulkita ilman taustakarttaa, joten ne toimivat muiden mallien tukena. Lähemmässä tarkastelussa ne helpottavat korkeuden hahmottamista. Käyrien lukeminen jyrkissä vaihteluissa voi kuitenkin olla välillä hankalaa, sillä se peittää aineiston osittain alleen ja ne sotkeutuvat toisiinsa. Tässä voi kuitenkin auttaa käyrien välien harventaminen.
Vinovalovarjoste:
Vinovalovarjoste on mielestäni paras väline korkeusvaihtelun tulkitsemiseen visuaalisesti, sillä sen avulla on helppo hahmottaa alue yhdellä silmäyksellä. Sen voi myös lisätä muiden tasojen taustalle säätämällä läpinäkyvyyttä. Vinovalovarjosteen huono puoli voi kuitenkin olla siinä, että kontrasti saattaa toisinaan näyttää jopa liioitellulta. Valitsen sen kuitenkin mieluiten korkeuden tarkasteluun, toki käyttötarkoituksesta riippuen.
Slope ja Aspect
Loin KevoDEM-mallista slope- ja aspect-tasot, jotka kertovat rinteen jyrkkyyden ja rinteen viettosuunnan. Tarkastelin hieman rinteiden jyrkkyyttä (eli slope), joka kertoo sen asteina. Rinteiden jyrkkyys vaihteli aineistossa asteiden 1.72-90 välillä. Jyrkimmät rinteet ovat siis jopa pystysuoria ja loivimmat lähes tasaisia. Nämä jyrkimmät kohdat löytyivät arvatenkin kanjonin reunamilta, joissa sijaitsi myös korkeimmat kohdat.
Hydrologinen mallinnus
Slope- ja aspect-tasojen luomisen jälkeen siirryin tekemään hydrologista mallinnusta aineistojen perusteella. Hydrologinen malli auttaa tarkastelemaan veden virtaussuuntia valuma-alueella. Mallinnus perustuu pikselin ja sen naapuripikseleiden arvoihin, joiden mukaan määritetään veden virtaussuunta jyrkimpään alamäkeen. Hydrologinen mallinnus toimii nelivaiheisena operaationa, jonka aikana täytin aineiston kuopat, mallinsin virtaussuunnan, potentiaaliset virtausreitit ja kumulatiiviset virtausmäärät sekä määritin alueen vedenjakajat ja valuma-alueet. Alla pohdintaa joistakin välivaiheista.
Valuma-alueet
Yllä olevassa kuvassa on merkittynä valkoisella rajatut valuma-alueet. Valuma–alueiden jakautumiseen vaikuttaa merkittävästi Kevon kanjoni, jonka ansiosta merkittävin ja suurin valuma-alue sijaitsee alueen keskellä. Reunamilla valuma-alueet pirstaloituvat alueen pienempien huippujen ja rinteiden rajaamiksi. Nämä pienemmät valuma-alueet eivät kuitenkaan ole täysin realistisia, sillä mallinnus toimii veden virtaussuuntien ja -määrien perusteella. Niinpä mallinnus saattaa merkitä paikallisia maastonvaihteluita varsinaisiksi valuma-alueiksi, vaikka ne eivät todellisuudessa ole kovin merkittäviä. Yllä olevan kuvan ylä- ja alareunoissa voi havaita joitakin tällaisia alueita, joissa valuma-alueiden rajat sijaitsevat lähes kiinni toisissaan.
Uomat ja raja-arvot
Kuten valuma-alueita rajatessa, myös uomia mallinnettaessa tulokset voivat olla hieman vääristyneitä. Pienillä raja-arvoilla mallinnus voi merkitä karttaan sellaisetkin uomat, jotka voitaisiin enemmin laskea vain pieniksi painaumiksi. Pienillä arvoilla mallinnetut uomat saattavat olla myös muodoltaan virheellisä ja epäloogisen näköisiä. Siksi kannattaa suosia hieman suurempia raja-arvoja. Harjoittelin raja-arvojen säätämistä ja niiden vaikutusta voi vertailla kahden alla olevan kuvan perusteella. Viimeisenä mallinnuksen tuloksena syntynyt valmis kartta.
Lopuksi
Tämä viikko oli varsinaista GIS-talkoota, kun kirin kasaantuneiden tehtävien tekemisessä. Sairastuin erään luonnontieteilijöille suunnatun risteilyn jälkimainingeissa, minkä vuoksi en päässyt torstaina pienryhmäluennolle saati saanut tehtäviä heti pakettiin. Olin siitä hieman huolissani, mutta turhaan: tehtävien tekeminen vei aikaa, mutta ei tuottanut juurikaan ongelmia. Hydrologisen mallinnuksen ja korkeusmallien väliset eroavaisuudet oli melko helppo sisäistää. Muutamasta asiasta jouduin kysymään, mutta en onneksi törmännyt mihinkään ylitsepääsemättömään. Lisäksi GIS-tehtävien naputtelu öisellä kampuksella oli ihan tunnelmallista ja vieläkin hauskempaa silloin, kun seurana oli joku kurssikaveri.
Lähteet:
Holopainen M., Tokola T., Vastaranta M., Heikkilä J., Huitu H., Laamanen R., & Alho P. (2015) Geoinformatiikka luonnonvarojen hallinnassa. Helsingin yliopiston metsätieteiden laitoksen julkaisuja 7 s. 51-53 & s. 61-65