Soveltuvuusanalyysi rasteriaineistolla (vk4)

Viikko 4

Tämän viikon lähtöaineistona oli SYKE:n tuottama CORINE maanpeite- ja käyttöaineisto joka koostuu erivärisitä rastereista jotka esittävät eri maankäyttö- ja maanpeiteluokkia (esim. rakennettu ympäristö, maatalous, harva puusto, avosuo, havumetsä kivennäismaalla jne.).
Luokat on muodostettu käyttäen useita eri paikkatietoaineistoja. Käytössä on ollut mm. Maanmittauslaitoksen Maastotetokanta, Liikenneviraston Digiroad, Digi- ja väestötietoviraston Väestötietojärjestelmän Rakennus- ja huoneistorekisteri.
Näitä paikkatietoaineistoja on yhdistetty Image 2017 -satelliittikuvilta tulkittuihin maanpeitetietoihin. Tulkinnan apuna on käytetty myös Luken VMI2015-aineistoja ja muita korkeus- ja maaperää kuvaavia tietokantoja.
Aineiston spatiaalinen resoluutio on on 20m x 20m.

CORINE Kevon kanjonin alueella

Aluksi leikkasin aineistosta tämän viikon tehtävässä käytettävän alueen Kevon kanjonin kohdalta. Alueen luokkia tarkastellessa ei tullut suuria yllätyksiä. Rakennettua ympäristöä ei tällä alueella näkynyt joten pääasiassa luoakt liittyivät maanpeitteisiin. (Kuva1) Tarkasteltu alue sisälsi odotetusti enimmäkseen kalliota, varvikkoja ja nummia. Kuulostaa hyvin tunturialueelta. Lisäksi jonkin verran avosuota ja lehtimetsää kivennäis ja turvemalla. Myös pari pientä järveä ja joenuomia sekä pienissä määrin muita luokkia. Yksi yllättävä asia oli että kuinka vähän alueella näkyi havumetsää kivennäis- ja turvemaalla verrattuna lehtimetsään. Aiemman  viikon tehtävissä biomassa-aineistot olivat paljon enemmän tasapainossa lehti- ja havupuiden osalta. En löytänyt metatiedoista Syken sivuilta tietoa siitä miten näiden puiden määrät on mitattu. Ilmeisesti kyse on peittävyydestä koska ero on niin huikea. Jospa havupuut ovat alueella niin kapeita vaikeiden olosuhteiden vuoksi että jäävät pistemäisiksi kartalla.

Kuva1. Maanpeitteet Kevon kanjonin alueella

Soveltuvuusanalyysi telttapaikoille

Soveltuvalle telttapaikalle asetettiin seuraavat kriteerit:

– alle 260 metrin korkeudella
– rinne suuntautuu välille itä – etelä – länsi
– lehti-, seka- tai havumetsä kivennäismaalla,
tai lehti- tai sekametsä turvemaalla
– korkeintaan 200 m etäisyydellä vesiuomista
– rinteen jyrkkyys enintään 10 astetta

Näitä tietoja varten tarvitsin lisäksi edellisviikkojen aineistoista rinteiden suunnat (aspect), rinteiden jyrkkyydet (slope), korkeusaineisto ja vektorimuotoinen aineisto alueen uomista (uomat100k).

Jokaisesta aineistosta tehtiin uudelleenluokittelut joissa määriteltiin kyseisen aineiston raja-arvon soveletuvuuksien mukaan. Eli esim. korkeusaineistosta arvot välillä 0-260m saivat arvoksi 1 ja loput 0 ja uomista tehdyn puskurirasterin  pikselit etäisydellä 0-200 saivat arvoksi 1 ja loput 0. Hahmottamisen apuna ja toistettavuuden vuoksi käytettiin ArcGis Pron ModelBuilderia joka osoittautui käteväksi työkaluksi (kuva2).

Kuva2. Työnkulku näkyvissä ModelBuilderissa

Nyt kun jokaisesta aineistosta oli saatu rasteriaineisto jossa arvona oli joko 1 tai 0 riippuen siitä soveltuuko kyseinen pikseli telttailuun, pystyin laskemaan uuteen rasteriaineistoon tulon näistä aineistosta. Tulon arvo määrää toteuttaako kyseinen pikseli kaikki annetut kriteerit telttapaikan sopivuuden osalta. Luokitellut aineistot siis kerrottiin keskenään RasterCalculatorilla. Eli esimerkisi jos jokin pikseli saa arvon 1 korkeus- , jyrkkyys-, rinteensuunta-, ja maanpeiteaineistossa mutta uoma-aineistossa 0, niin tällöin lopputuloksena on että kyseinen pikseli ei sovellu telttailuun koska 1*1*1*1*0=0 eli pikseli on liian kaukana uomasta.

Lopputuloksena sain siis rasteriaineiston joka koostui arvoista 1 ja 0. Uudelleenluokittelin tämän vielä siten että nollista tuli NODATA, joka helpotti aineiston muuttamista vektoriaineistoksi (polygoneiksi). Polygoneista tein lopulta varsinaisen visualisoinnin soveltuvista telttapaikoista (kuva3).

Kuva3. Soveltuvat telttapaikat Kevon kanjonin alueella

Kriteereistä ja aineistoista

Lopputuloksena sopivat telttapaikat näyttäisivät sijoittuvan suurilta osin kanjonin pohjalle. Mietin sitä kuinka hyviä nämä paikat todellisuudessa olisivat koska ne näyttävät olevan niin lähellä vesistöjä että maa voi hyvinkin olla kosteaa. Kosteikot eivät toki olleet mukana maanpeitekriteereissä, mutta monet metsäksikin luokitellut maastot voivat olla hyvin märkiä jos ne ovat matalalla veden äärellä. Itse olisin ehkä valinnut kriteereihin mukaan myös vähän korkeammalla olevat paikat. Ehkä jostain olisi voinut olla saatavissa kosteuteen liittyvää aineistoa jota olisi vielä voinut hyödyntää lisäksi. Olisin saattanut ottaa myös hietikot mukaan sallittuihin maanpeitteisiin. Toisalta sopiviin alueisiin oli otettu mukaan puustoa kivennäismaalla, joka saattaa ehkä tarkoittaa myös tunturikoivikkoa rakkakivikossa? Eli hieman tarkemmin pitäisi vielä tietää miten maanpeitteet oli luokiteltu jotta voisi sokeasti luottaa näihin tuloksiin ja mennä telttailemaan tiettyyn pikseliin.

Ilmakuviin ja maastokarttoihin verrattuna saadut telttapaikat vaikuttavat kuitenkin ihan kohtalaisen hyviltä. Tarkemman tuloksen saamiseksi asia olisi hyvä käydä varmistamassa paikan päällä. Pientä epätarkkuutta tuloksiin tuottaa myös aineistojen spatiaaliset resoluutiot. Korkeusrasteriaineisto oli hyvin tarkka (2m x 2m), jonka perusteella myös jyrkkydet ja rinteen suunnat on saatu, mutta CORINE-aineiston spatiaalinen resoluutio oli 20m x 20m joten se voi aiheuttaa epätarkkuutta lopputulokseen. Teltta mahtuu paljon pienemmälle alueelle kuin 20m x 20m eli paljon hyviä paikkoja on voinut myös jäädä tulosten ulkopuolelle.

Muita sovelluksia

Vastaavilla aineistoilla voisi myös etsiä esim. helikopterin hätälaskupaikkoja kun asettaisi kriteerit vain hieman toisin (esim. ei puustoa ja uomista pikemminkin kaukana kuin lähellä). Jos alueelle haluttaisiin rakentaa retkeilyinfraa, kuten tulipaikka, sillekin voisi etsiä sopivia alueita esim. maaston kaltevuuden ja uomien etäisyyden perusteella.

Havaintoja

Tämän viikon  tehtävissä käytettiin vanhoja tuttuja työkaluja mutta uudella tavalla. Oli hyödyllistä oppia tekemään asioita vähän tehokkaammin ja käyttää muokattuja rasteriaineistoja johonkin suurempaan kokonaisuuteen kuin vain yhteen visualisointiin tai muhun vastaavaan.

Leave a Reply

Your email address will not be published.