Kurssikerta 5: Lentokoneita ja kärsimystä

Blogitekstin taustamusa

B.o.B feat Hayley Williams – Airplanes

Tommi Läntinen – Via Dolorosa

Malmin lentokentän melualue

Kurssikerran ensimmäisenä itsenäisenä tehtävänä oli selvittää Malmin lentokentän melualue. Olimme kurssikerran yhteisessä osuudessa harjoitelleet jo bufferin tekemistä kohteelle, sekä bufferin sisälle jäävien kohteiden valitsemista, joten aloitustehtävä onnistui helposti (kuva 1). Sain selville, että melurajaksi määritellyn 2 km puskurivyöhykkeen sisälle Malmin lentokentän kiitoradoista jää 4946 asuinrakennusta, joissa asuu 58 821 asukasta. 1 kilometrin etäisyydellä kiitoradoista sijaitsee puolestaan 828 asuinrakennusta, joissa asuu yhteensä 9096 asukasta. Oli mielenkiintoista huomata, kuinka helppoa bufferitoiminnon avulla on selvittää suhteellisia sijaintitietoja, vaikka aineistossa on hyvin paljon yksittäisiä kohteita. En uskalla edes ajatella, kuinka iso työ olisi hoitaa sama homma manuaalisesti. 😀

Kuva1: Malmin lentokentän melualueet

 

Helsinki-Vantaan lentokentän melualueet

Toisessa itsenäisessä tehtävässä tutkittiin Helsinki-Vantaan lentokentän lähiympäristöä. Käytin apunani jälleen bufferia (kuva 2) ja selvitin, että 2 km säteellä Helsinki-Vantaan kiitoradoista asuu 11 662 ihmistä. Huomasimme luennolla, että kiitoratojen määrittelytavalla oli paljonkin merkitystä tulosten suhteen. Piirsin itse kiitoradat polygoneina ja sain yli tuhat asukasta suuremman tuloksen, kuin kurssikaverit, jotka olivat piirtäneet kiitoradat viivoina. Näin suuri heitto johtuu luultavasti siitä, että lentokentän itäpuolella asutus on hyvin tiivistä. Sen vuoksi muutaman kymmenen metrin ero puskurivyöhykkeen koossa vaikuttaa suuresti siihen, kuinka monta rakennusta vyöhykkeen sisälle jää.

Kuva 2: 2 km säteellä Helsinki-Vantaan lentokentästä asuvat ihmiset

Seuraavaksi selvitin, kuinka paljon ihmisiä asuu 2 km päässä ja 65 dB melurajan sisällä Helsinki-Vantaan lentokentästä (kuva 3). Melurajat olivat saatavilla valmiina tiedostona, joten loin valintatyökalun avulla tarvittavan puskurivyöhykkeen uudelle tasolle, ja määritin sen avulla vyöhykkeen sisään jäävät rakennukset. Tulokseksi sain, että 65 dB meluvyöhykkeellä asuu 303 asukasta, joten noin 2,6 % 2 km etäisyydellä kiitoradoista asuvista asuu myös 65 dB melurajan sisällä. Olin ihan ylpeä itsestäni, koska tajusin heti, miten saan hyödynnettyä valmiita vyöhykkeitä helposti ja nopeasti. 🙂 Selvitin samoin metodein, että vähintään 55 dB melualueella lentokentästä asuu 11 923 ihmistä (kuva 3).

Kuva 3: Helsinki-Vantaan melurajat

Vaihtoehtoisen lentoreitin vaikutusten selvittämisessä oli jo enemmän mietittävää. En aluksi keksinyt, miten saan tehtyä sopivan mittaisen lisäviivan. Pohdimme asiaa kuitenkin yhdessä kurssikavereiden kanssa, ja sain piirrettyä sopivan mittaisen ja suuntaisen janan. Bufferin tekeminen sujuikin jo kuin vanhalta tekijältä ja sain tehtävän vastaukseksi 7546 asukasta. (kuva 4)

Kuva 4: Tikkurilan lisäosan bufferi jne

 

Kuolema

Itsenäisen tehtävän tekemisessä vierähtikin sitten yli 4 tuntia. Ensin selvitin, että 65-70 rakennettuja kerrostaloja on yhteensä 1 206 ja niissä on asukkaita 65 206. Määrätyllä aikavälillä rakennettujen kerrostalojen erottaminen muista asuinrakennuksista onnistui helposti, mutta emme millään keksineet, miten yhdistää rakennusten sijainti a_pks_pie aineiston alueisiin. Myös Ilari oli mukanamme pohtimassa kysymystä, suurkiitos hänelle! Lopulta ymmärsimme käyttää join attributes by location (summary) -toimintoa. Sen olisi kaiken järjen mukaan pitänyt toimia, mutta niin ei tapahtunut…

Istuimme pitkään pohtimassa päitämme puhki, eikä edes Ilari GIS-velho saanut selville mistä kiikastaa. Lopulta selvisi, että a_pks_pie aineistossa oli ilmeisesti jotakin vikaa?? Ilari teki taikatempun: Settings > options > Processing > General > invalid features filtering > ignore ja kaikki onnistui parin alueen kohdalle tulevaa aukkoa lukuun ottamatta. Lopputehtävä hoituikin pyhän hengen (ja Ilarin) voimalla, mutta tässä tehtävässä kyllä GIS-kestävyyttä koeteltiin. Tehtävä oli selvästi liian vaikea ja en usko, että olisin selvinnyt siitä ilman Ilarin apua. Toistoa tuli kuitenkin niin paljon, että saatoin oppia käyttämään join attributes by location (summary) -komentoa.

Kuva 5: Putkirempintin tarpeessa olevien talojen osuudet

Nyt on takana 9 tuntia ruudun ääressä. En jaksanut tehdä enempää tehtäviä. Mulla tuli kiintiö aivan täyteen. Olen pahoillani kaikkien kurssikertalaisten puolesta!

 

”Tää oli niin traumaattinen kokemus, että mä varmaan unohdin kaiken, mitä me ollaan opittu”

Katri

 

Leave a Reply

Your email address will not be published. Required fields are marked *