5: Pit stop analyysien merkeissä + itsereflektointia

Tällä viikolla koittikin jo viime kerralla mainostettu itsenäisempi kurssikerta. Kurssikerran aluksi kuitenkin käytiin yhteistuumin läpi erilaisia QGIS:llä tehtäviä paikkatietoanalyysejä, ja tässä jälleen Pornaisten alueen kartta toimi testialustana. Teiden pituuksia laskettiin ”Sum line lengths” -toiminnolla, ja ”Intersection” ja ”Clip” -työkalujen avulla laskettiin pinta-aloja piparkakkumuotin tavoin. Tuttuja asioita ”Johdatus geoinformatiikkaan” -kurssilta, jotka nyt konkretian kautta itse tekemällä saivat lihaa luidensa ympärille. Puskuroinnin eli bufferoinnin avulla tarkasteltiin esimerkiksi, kuinka monta asukasta asuu lähellä Pornaisten läpi kulkevia pääteitä.

Yleisesti ottaen paikkatietoaineistojen analyysit vaikuttavat todella kiehtovilta kavereilta, joita voi hyödyntää mitä moninaisimpiin käyttötarkoituksiin alueiden tarkastelussa ja informaation haalimisessa. Visuaalisen analyysin, eli pelkän paikkatietoaineiston visualisoinnin tutkimisen avulla voidaan löytää esimerkiksi eri ilmiöiden klustereita. Laskennalliset analyysit taas tuottavat uutta tietoa matemaattisten operaatioiden avulla, joiden avulla voidaan tutkia vaikkapa matka-aikoja. Helsingin yliopiston Digital Geography Lab hyödyntääkin lukuisissa tutkimusprojekteissaan paikkatietoaineistojen erilaisia analyysejä; tutkimusteemat ulottuvat sosio-spatiaalisista suhteista ihmisen ja luonnon välisiin vuorovaikutussuhteisiin sekä uusiin datankeruumenetelmiin. Ehdottomasti tutustumisen arvoinen ryhmä!

Mahdollisuudet aineistojen ja datan tutkailuun ovat siis käytännössä rajattomat, ja odotankin innolla näiden analyysien lisähyödyntämistä ja sen oivaltamista, miten esimerkiksi erilaisia yhteiskunnallisia ongelmia voidaan ratkaista / lieventää paikkatietoanalyysien avulla, vaikkapa isompien kaupunkien segregaatiota. Analyysejä voipi siis hyödyntää arkipäiväisestä lähikaupan selvittämisestä kompleksisempien yhteiskunnallisten ilmiöiden käsittelyyn. Lotan blogissa on lisää kattavaa pohdintaa paikkatietoanalyyseihin liittyen!

Lentokenttiä, asemia ja taajamia

Itsenäistehtävät koostuivat näiden opeteltujen analyysityökalujen käytöstä, ja vastaukset annettuihin tehtäviin koostin taulukkoon (taulukko 1).

Taulukko 1. Koonti ensimmäisten itsenäistehtävien vastauksista

Itsenäistehtävät koostuivat pitkälti samoista tempuista mitä itse kurssikerralla harjoiteltiin; buffereiden tekoa kiitoratojen ja asemien ympärille, alueiden valitsemista ja tietokantojen analysointia. Iiris on päätynyt melko samankaltaisiin ratkaisuihin, mikä vahvistaa olettamustani siitä, että jotakin tein oikein. Toki pientä hajontaa on johtuen mm. itse piirretyistä kiitoradoista johtuen.

Päätin tutkia vielä näiden Malmin lentokentän alueen talojen rakennusvuosia. Itse lentokenttä on rakennettu 1936, jonka jälkeen kilometrin säteelle kentästä on rakennettu 733 rakennusta, joissa asuu 8603 asukasta. Tämän selvittäminen onnistui suodattamalla pks_vaki-tietokannasta sellaiset rakennukset, joiden käyttöönottovuosi on suurempi kuin 1936. Tehtävät antoivat kattavan kertauksen buffereiden ja muiden analyysien hyödyntämiseen. Blogissaan Juliana kuvaa tarkemmin työvaiheita, jotka näiden tehtävien ratkaisuun sisältyivät.

Molskis

Pulikoimisen ystävänä tartuin vielä itsenäistehtävään 4, jossa perehdyttiin tietokantaan pääkaupunkiseudun uima-altaista ja saunoista. Säästyin muutamalta harmaalta hiukselta Ilarin blogin ansiosta, koska sieltä bongasin vinkin, jolla “Join attributes by location (summary)” -toiminnon tarjoaman errorin sai ohitettua. Kullanarvoinen vinkki!

Ylipäätään uima-altaalla varustettuja rakennuksia löytyy pääkaupunkiseudulta 855 kappaletta (Statistics-paneeli), joissa asuu 12 170 henkilöä. Näistä omakotitaloja on 345 kappaletta, paritaloja 158, rivitaloja 113 ja kerrostaloja 181. Nämä tiedot selvitettiin pks_vaki-tietokannasta suodattamalla ”KATAKER”-sarakkeesta eri talotyyppien ”tunnisteet” (11, 12, 21 ja 39). Uima-allasrikkain pienalue pääkaupunkiseudulla on Lauttasaari, jossa uima-altaallisia rakennuksia näyttäisi olevan 53 kappaletta. Saunallisia taloja on 21 922 kappaletta, joka on 24,1 % kaikista pääkaupunkiseudun asutuista taloista. Tämä data kuvastaa hyvin kansamme rakkautta saunan lämpöön. Näiden tietojen pohjalta toteutin teemakartan (kuva 1).

Kuva 1: Uima-altaalliset rakennukset pk-seudulla pienalueittain. Taustakarttana OpenStreetMap; pylväiden koko kuvaa uima-altaallisten rakennusten absoluuttista määrää kyseisellä pienalueella

Havainnollistavien palkkien kokojen kanssa ja lukumäärien asettelun kanssa sai taas hetken tapella, mutta lopputulos lienee ihan mukiinmenevä tekele. Jostakin syystä en saanut jokaisen pienalueen lukumäärää kartalle näkyviin, mikä heikentää osaltaan kartan informatiivista arvoa. Yhdyn Villen haaveisiin zoomattavien, “interaktiivisten” karttojen tekemisen osaamisesta – vielä on matkaa kosolti kuljettavana tähän.

Reflektoimista

Puoliväli on jo ylitetty tämänkin kurssin osalta. Paljon on opittu paikkatietoaineistojen käsittelyn perusteita QGIS-sovelluksella, ja paljon on vielä opittavaa – niin itse sovelluksesta, kuin koko paikkatiedon maailmasta. Tietokantojen sekä vektori- ja rasteriaineistojen käsittely, yksinkertaisten teemakarttojen teko ja perustoiminnot ovat toistojen avulla alkaneet hiljalleen painua selkärankaan – ohjeita kuitenkin tulee vielä tässä vaiheessa seurata tarkasti niin harjoituskerroilla kuin itsenäisten tehtävien parissa, koska oma osaamiseni ei ole vielä soveltavalla tasolla. Toistojen määrä korreloi osaamistason kanssa tämänkin ohjelmiston kanssa.

Tämä kurssikerta olikin itse asiassa itselleni inspiroivin tähän mennessä; paikkatietoanalyysit ovat hurjan laajoja ja monikäyttöisiä työkaluja, joita voi hyödyntää oikeastaan mihin tahansa asiaan ja ilmiöön, johon liittyy spatiaalisuus. Paikkatieto ja kaupunkisuunnittelu ovat mielestäni yksiä mielenkiintoisimpia teemoja maantieteessä, ja juuri näihin paikkatietoanalyysit liittyvät kiinteästi. Tulevia kujeita odotellen.

Lähteet

Digital Geography Lab, Helsingin yliopisto. Luettu 19.2.2021. <https://www.helsinki.fi/en/researchgroups/digital-geography-lab>

Häkkilä, J. 5: Bufferien käytön harjoittelemista. Luettu 19.2.2021. <https://blogs.helsinki.fi/julihakk/>

Leino, I. Viides kurssikerta. Luettu 19.2.2021. <https://blogs.helsinki.fi/ilarilei/>

Puodinketo, L. 5. kurssikerta: Pohdintoja. Luettu 19.2.2021. <https://blogs.helsinki.fi/lottapuo/>

Saavutettavuuden maantiedettä – Digital Geography Labin saavutettavuus- ja liikkumistutkimus: Pääkaupunkiseudun matka-aikamatriisi. Luettu 19.2.2021. <https://blogs.helsinki.fi/saavutettavuus/paakaupunkiseudun-matka-aikamatriisi/>

Turunen, I. 5. kurssikerta. Luettu 19.2.2021. <https://blogs.helsinki.fi/iiristur/>

Väisänen, V. Bufferointia ja putkiremontteja. Luettu 19.2.2021. <https://blogs.helsinki.fi/villvais/>

2 Replies to “5: Pit stop analyysien merkeissä + itsereflektointia”

Leave a Reply

Your email address will not be published.