Tämän viikon harjoitukset käsittelivät näkyvyysanalyysejä ja jakaantuivat neljään osaan. Miljöönä oli jälleen Kevon kanjonin seutu. Ennen harjoituksia perehdyin lukemistoon, joka oli jälleen ote teoksesta Geoinformatiikka luonnonvarojen hallinnassa (Holopainen M. ym., 2015, s. 87-91), kappaleesta 9: Näkyvyys ja maisema-analyysi. Kappaleen sisältö toistui myös luennolla ja syvennyin analyyseihin jälleen käytännössä harjoitustehtävien kautta.
Tutkin harjoituksissa LOS (Line of sight)-analyysia ja tein sen pohjalta mobiililaitteiden katve- ja kattoalueita arvioivia mallinnuksia. Käytin kahta Maanmittauslaitoksen (MML) aineistoa. Toinen aineisto sisälsi alueen puhelinmastojen sijainnit sekä arviot niiden antennien korkeuksista. Lisäksi käytin myös uutta, edellisillä viikoilla käytettyä KevoDEM-mallia tarkempaa korkeusmallia alueelta.
Osa 1: Line of sight-analyysi
Tein ensimmäisenä LOS-analyysin alueelta ja digitoin vaellusreitin Kevon tutkimusasemalta Karigasniemen parkkipaikalle. (Kuva 1) Reitti kulkee alueen polkuja pitkin ja hyödynsin sen tekemiseen OpenStreetMap-taustakarttaa. Vesistöt ylittävissä kohdissa on silta. Lisäsin korkeusmallin tueksi myös rinnevarjostuksen ja säädin läpinäkyvyyden sopivaksi.
Osa 2: GSM-signaalit
Toisessa tehtävässä tarkastelin alueen matkapuhelinverkkojen GSM-signaalien kattavuutta ja tein kuuluvuudesta näkyvyysanalyysin visibility-työkalulla, jonka pohjalta jatkoin tulosten käsittelyä. Tutkin aluksi Suomen matkapuhelinverkkojen kattavuutta yleisesti puhelinoperaattori Elisan sivuilta. Kuten kuvasta 2 näkyy, matkapuhelinverkot kattavat suurimman osan myös aivan pohjoisimmasta Suomesta. Katvealueita on jäänyt tuntureiden seudulle, mutta näitä lukuunottamatta 4G- ja 5G-verkot kattavat lähes koko Suomen, joskin 5G-verkot keskittyvät selvästi Etelä-Suomeen ja niitä on vielä huomattavasti vähemmän kuin 4G-verkkojen kattamia alueita. Tässä harjoituksessa selvitän matkapuhelinten kuuluvuutta ensimmäisessä osassa digitoidulla vaellusreitillä.
Selvitin alueen mastojen kuuluvuusalueet näkyvyysanalyysillä visibility-työkalulla. Syötin työkalun tietoihin puhelimen potentiaalisen käyttökorkeuden (2m maan pinnasta), mastojen korkeuden sekä niiden teoreettisen maksimikantaman etäisyytenä, joka oli 35km. En kuitenkaan ole aivan varma, kuvaako teoreettinen maksimikantama todellisuutta, vai kutsutaanko sitä harjoituksessa teoreettiseksi koska kantama ei vastaa todellisuutta. Voisin kuvitella, että oikeiden puhelinmastojen kantama voisi olla mahdollisesti tätä laajempi. Tällä oli kuitenkin merkitystä lähinnä harjoitusten todenmukaisuuden arvioinnin kannalta, joka oli toissijaista kun tarkoituksena on harjoitella analyysien tekemistä.
Saatuani näkyvyysalueet selville (Kuva 3), uudelleenluokittelin tulokset reclassify-työkalulla sen mukaan, kuuluvatko ne kuuluvuusalueelle vai eivät. Muunsin tason vektorimuotoon (raster to polygon) ja tein päällekkäisanalyysin (erase) saadakseni selville vaellusreitille osuvat katvealueet.
Laskin katvealueiden prosenttiosuuden reitistä, jota varten tarkistin reitin kokonaispituuden (61993,07m, eli n.60km) attribuuttitaulukosta. Sain tulokseksi, että katvealue kattaa reitistä 59,42%. Tehtävän tulokset eivät kuitenkaan ole aivan realistisia, sillä mallinsin signaalien kattavuuden Line of sight-analyysin avulla. Niinpä tulokset kuvaavat kattavuuden alueina, joilla ei ole esteitä tai katvealueita, kuten jyrkkiä rinteitä. Todellisuudessa signaalit pystyvät kuitenkin ulottumaan esteiden taakse, mutta yhteys on toki parhaimmillaan silloin, kun matkapuhelin ja masto ovat suorassa näköyhteydessä. Niinpä analyysin tulos kuvaa ennemmin ihanteellisimpia alueita matkapuhelinten käytölle.
Osa 3: Kuuluvuuden parantaminen uuden maston sijoittamisella
Harjoituksen kolmannessa osassa sijoitan alueelle uudelle sijainnille potentiaalisen maston ja pohdin, paraneeko kuuluvuus sen avulla. Tutkin alueen maastoa korkeusmallin avulla ja arvioin sen arvojen perusteella, mikä olisi paras paikka uudelle mastolle. Päätin sijoittaa sen kohtaan, joka korkeusmallista ja rinnevarjostuksesta manuaalisesti tarkasteltuna vaikutti olevan korkealla paikalla.
Seuraavaksi selvitin, osuiko arvio oikeaan. Tein näkyvyysanalyysin maaston korkeustietojen ja katvealueiden perusteella. Visualisoin tulokset ja arvion jälleen maston sijaintia korkeimpien arvojen perusteella. Tarkistin tason tiedoista korkeimman pikselin arvon, joka oli 1699. Harjoituksen ohjeet kehottivat etsimään kohdan explore-työkalulla, mutta käytin tässä vaiheessa työkalua nimeltä Find highest or lowest point, jonka löysin pikaisella google-haulla tarkoitusta varten. Sain tällä tavalla merkattua pisteen kartalle helposti ja pikselin arvo täsmäsi aiemmin selvitettyyn. Koska tämä 1699-pikseli oli analyysin perusteella paras paikka mastolle, visualisoin tulokset sen mukaan. (Kuva 6) Maston koordinaatit ovat 26°27’1″E 69°28’38″N / 26,4502526°E.
Tulos erosi melkoisesti aiemmin arvioidusta, sillä vaikka se sijoittui maantieteellisesti lähelle arviotani, oli se kuitenkin arvojen puolesta kaukana. Ehkä olisin voinut löytää paremman sijainnin vähän sinnikkäämmällä tarkastelulla, mutta koska tiesin että seuraavaksi paikka selvitetään analyysillä, päätin edetä. Arviointi ja tulokset kuitenkin havainnollistivat hyvin korkeusmallien hahmottamisen ongelmakohtia, sillä aivan kärjessä olevat maksimiarvot eivät korostu muusta ympäristöstä tätä tarkoitusta varten riittävästi.
Osa 4: Uuden maston vaikutus katvealueisiin
Tehtävän viimeisessä osassa selvitin, kuinka paljon vaellusreitin katvealueet vähenevät uuden maston sijoittamisen myötä. Toistin toisen osan vaiheet, eli tein näkyvyysanalyysin (tällä kertaa uuden maston kanssa), uudelleenluokittelin tulokset ja tein päällekkäisanalyysin erase-työkalulla saadakseni jälleen selville, miltä osin vaellusreitti on katvealueilla. Tulokset alla olevassa kuvassa 7.
Vaellusreitin katvealueet olivat uuden maston sijoittamisen jälkeen 38,13% vaellusreitistä. Ilman mastoa ne olivat 59,42%, joten maston sijoittaminen kyllä paransi tuloksia.
Lopuksi
Analyysien tuloksista on hyvä huomata, etteivät tulokset ole realistisia kyseisissä harjoituksissa. Samoilla menetelmillä voitaisiin kuitenkin saada myös todenmukaisia tuloksia pienillä muutoksilla liittyen esimerkiksi signaalien heijastuvuuteen ja varmistamalla visibility-työkalun parametrit. Luokittelemalla arvoja tarkemmin voitaisiin monipuolisemmin arvioida verkon kuuluvuuden asteita alueittain.
Kaiken kaikkiaan näkyvyysanalyysien tehtävänkulku oli suoraselkäinen, mutta kohtasin joitakin ongelmia arvojen uudelleen luokittelussa ja viimeisessä vaiheessa, kun yritin saada mastot valittua mukaan analyysiin. Jostain syystä yksikään maston arvoista ei ollut valittuna ja jouduin käyttämään tähän vaiheeseen melkoisesti aikaa. Sain onneksi ongelman selvitettyä kurssikaverin avustuksella ja pääsin eteenpäin. Kurssin kuluessa on jälleen huomannut, kuinka tärkeää vertaistuki on.
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. 87-91
Telian kuuluvuusaluekartta, saatavilla osoitteessa: https://elisa.fi/kuuluvuus/