Alkusanoina haluaisin pyytää itseltäni ja mahdolliselta lukijalta anteeksi karttojen epäesteettisyyttä ja värien vaihtuvuutta.
Lentokenttien meluhaittavyöhykkeet
Malmin lentokenttä
Tämän viikon teemana toimi vektoriaineistojen “Buffer” toiminto. Tämän kanssa leikittiin niin kauan, ettei varmastikaan jäänyt epäselväksi. Tämän työkalun avulla selvitettiin, kuinka monta (pistemuotoista) kohdetta jää halutun alueen sisään, kun säteenä toimii esimerkiksi kilometri. Ensiksi tutkittiin meluvyöhykkeiden sisään jäävien talojen ja niiden asukkaiden lukumäärää. Sain selville, että yhden kilometrin säteellä Malmin lentokentästä asuu yhteensä 9096 ihmistä 828 talossa (Kuva 1). Kahden kilometrin säteen sisään mahtuikin jo 4913 taloa, joissa asuu 58 189 ihmistä (Kuva 2). Kuvassa 1 näkyy molemmat tarkastellut meluvyöhykkeet, joista yhden kilometrin säteen meluvyöhyke on keltaisella.
Malmin lentokentän läheisyyden vanhat talot
Malmin lentokenttä valmistui vuonna 1936, mutta alueella on edelleen tätä jopa kymmeniä vuosia vanhempia taloja (Kuva 3). Nämä vanhemmat talot on siis rakennettu alueelle ennen kuin se kärsi melusaasteesta. Vanhemmat talot eli ennen vuotta 1936 rakennetut talot ovat vain murto-osa kaikista alueen taloista, kuten nähdään vertailemalla kuvia 1 ja 3. Vanhoja taloja on tutkitulla alueella yhteensä 55 ja asukkaita on 192.
Helsinki-vantaan lentokenttä
Tässä vaiheessa “Buffer” toiminto alkoi sujumaan ilman ongelmia. Toiminnon avulla sain selville, että kahden kilometrin säteen meluvyöhykkeellä (kuvassa liilalla) on 1780 taloa ja 11923 ihmistä. Kilometrin säteen meluvyöhykkeellä (kuvassa sinisellä) on 37 taloa ja 303 ihmistä (Kuva 5). En ole kuitenkaan yhtään varma ovatko nämä luvut oikein, koska tulokset vaihtelivat tekijöiden mukaan. Jos omat lukuni ovat vääriä, se johtuu luultavammin vyöhykkeistäni tai itse (piste)kohteiden eli talojen valinnasta. En ole vieläkään konkreettisesti ymmärtänyt, miten eri valinnat alla näkyvässä kuvassa vaikuttavat lopputulokseen, vaikka asia on todennäköisimmin QGIS:n simppelein ymmärrys.
Seuraavaksi selvitin, kuinka monta ihmistä osuu valmiiksi laskettujen (ja realistisempien) meluvyöhykkeiden sisään (Kuva 6). 65 dB melurajan sisään (vaalean sinisellä) osuu 37 taloa ja 303 asukasta. Tämä tarkoittaa noin 2,6 prosenttia kaikista taloista, jotka sijaitsevat kahden kilometrin etäisyydellä Helsinki-Vantaan kiitoradoista. 55 dB meluvyöhykkeen (tumman sinisellä) sisälle osuu 11 923 ihmistä.
Ihmiset asemien läheisyydessä
Samalla taktiikalla kuin aikaisemmissa tehtävissä laskin Vantaan eri liikkumismuotojen asemien läheisyydessä asuvien ihmisten määrän ja tämän ihmisryhmän demografisia ominaisuuksia. Bufferit luomalla sain selville, että 500 metrin läheisyydessä eri asemista asuu koko tutkitun alueen asukkaista 21,7 prosenttia. Näistä ihmisistä 65,5 prosenttia on työikäisiä.
Työikäisten osuutta laskiessa tyydyin manuaaliseen laskemiseen. Laskin attribuuttitaulukossa kaikkien työikäisten ikäluokkaan kuuluvien ihmisten määrän ja jaoin sen kokonaisväki määrällä. Vieläkin “join attributes by location” on aivan hepreaa, enkä ymmärrä mitä se käytännössä tekee.
Putkiremontti-indeksi pääkaupunkiseudulla
Pääkaupunkiseudulla on useita kerrostaloja, jotka rakennettiin vuosien 1965 ja 1970 välillä. Nämä rakennukset vaativat tai ovat vaatineet putkiremontteja viimeisten vuosien aikana. Kutsutaanpas talojen ja kaikkien ei-putkiremonttia vaativien talojen suhdetta putkiremontti-indeksiksi (Kuva 7). Karttaa tarkastelemalla huomataan, että putkiremontti-indeksin suurimpaan luokkaan kuuluvat asuinalueet kohdistuvat Itä- ja Keski-Helsinkiin. Kartasta myös huomataan, että Helsingissä on useita alueita, joilla ei ole putkiremontti ongelmaa. Putkiremontit haittaavat tai ovat haitanneet 39 002 talossa asuvia 65 206 ihmistä.
Pähkäilyjä, tuskailu, onnistumisia ja kehittymistä
QGIS osaamiseni kasvaa joka kerta, kun avaan sovelluksen, mutta samalla ymmärrykseni tietämättömyydestä kasvaa. Esimerkiksi lisäosien määrä sekä vektori- ja rasteriaineistojen konkreettisista ominaisuuksista ja tarpeista ovat suuremmat kuin olen ajatellut. Tallentaminen on suurin ongelmani GIS maailmassa .En osaa tallentaa tietokantoja oikein, jolloin kotona pitää pahimmassa tapauksessa aloittaa alusta tai vähintään ladata/avata joitain tietokantoja uudestaan.
Lainaten Jessikaa:
“Kurssi on ollut välillä aikamoista vuoristorataa, kun välillä hommat sujuu ja välillä turhauttaa ja tuntuu, että en osaa edes perusjuttuja”
GIS tekemisessä on kuitenkin hyvä, että saman lopputuloksen voi saada usealla eri tavalla. Ajattelin ennen, että jokaisen kartan ja GIS tekeleen teossa on vain yksi oikea reitti. Esimerkiksi erottelin Malmin lentokentän läheisyyden vanhat talot muista taloista eri tavalla kuin erottelin putkiremonttitehtävässä taloja niiden ominaisuuksien perusteella “Select by value” toiminnon avulla. Vaikka lopputulokseen päästään usealla tavalla, yllätyin, kuinka paljon tietyt valinnat vaikuttavat todenmukaisen lopputuloksen saavuttamiseen. Esimerkiksi uutta meluvyöhykettä tehdessä huomasin, että apuviivan, jonka mukaan tein vyöhykkeen, piti olla lyhyempi kuin itse vyöhykkeen. Päätin, tehdä vain neljän kilometrin viivan, jotta vyöhykkeeseen tulisi vain korkeamman meluasteen vyöhyke. Lisäksi vyöhykettä tehdessä sen molemmat päät kasvoivat valitun säteen verran, joka piti ottaa viivaa tehdessä huomioon.
Suurin osa ajastani GIS:n parista on sisäistä taistelua ohjelmiston, motivaationi ja päättäväisyyteni välillä. Minua häiritsee yllättävän paljon se, etten välttämättä sisäistä, mitä jokin työkalu tai toiminto tekee. Negatiivista puolista huolimatta viikon neljä GIS tuntia ovat ne tunnit mitä odotan koko viikon.
Kiitos, tsemppiä ja ensi viikkoon.
Lähteet:
Isomeri, J. Jessikan GIS-Hurvittelut: Viikko 5 – Bufferointia ja uima-altaita. Jessican blogi. Viitattu 17.2.2022