GIM 2 viikko 1: ArcGis tutuksi

Kas niin, reilun puolen vuoden tauko geoinformatiikan menetelmiin perehtymisestä on vierähtänyt. Tällä Geoinformatiikan menetelmät 2 -kurssilla jatketaan oikeastaan siitä, mihin ensimmäisen menetelmäkurssin lopuksi jäätiin – esimerkiksi erilaisiin paikkatietoanalyyseihin syventymistä, ja lisäksi tutustutaan korkeusmalleihin ja interpolointiin. Päätin itse jatkaa raporttien kirjoittamisessa tämän kurssiblogin käyttöä, koska sen avulla on mukava reflektoida jo opittuihin asioihin. Kurssilla käytetään ArcGis Pro -ohjelmistoa, mikä ainakin ensituntumalta vaikuttaa selkeämmältä, helppokäyttöisemmältä ja kenties monipuolisemmalta ohjelmistolta kuin jo tutuksi tullut QGIS – ulkoasu muistuttaa hieman Microsoftin omia sovelluksia. Päätin itse vaihtaa etäryhmästä lähiryhmään, kun huomasin siellä vielä olevan paikan vapaana. Lähiharjoituskerrat tuovat mukavaa vaihtelua ja vuorovaikutusta kurssikamujen kanssa verrattuna pelkästään läppärin kanssa näpräilyyn. Olen innoissani kurssista ja siinä käsiteltävistä teemoista, ja uskon keväällä käydyn ensimmäisen gis-menetelmäkurssin tarjoavan hyvät eväät lähteä työskentelemään tämän kurssin puitteissa.

 

Tehtävä 1: Bufferointia

Viikon ensimmäisessä harjoitustehtävässä sukellettiin bufferianalyysien maailmaan tarkastelemalla Helsingin sisääntuloväylien, Lahdenväylän ja Vihdintien, ympäristöä ja maankäyttöä 250 metrin säteellä kyseisistä teistä. Aineistona harjoituksessa hyödynnettiin Helsingin seudun maanpeiteaineistoa 2020 (HSY), joka sisältää 9 eri maanpeiteluokkaa polygoneina, sekä HSY:n digitoimat viivat Lahdenväylästä ja Vihdintiestä. Koska ArcGis Pro on itselleni täysin uusi ohjelmisto, niin tämän viikon kummatkin harjoitustehtävät tein suoraan yksityiskohtaisia ohjeita hyödyntäen, ihan siitäkin syystä, ettei käytettävien työkalujen etsimiseen menisi turhan kauaa aikaa. Tavoitteenani onkin tulevissa harjoituksissa yrittää tehdä ne ennemminkin yleispiirteisiä ohjeita hyödyntäen, ettei tarvisi tukeutua pelkästään step by step -ohjeisiin. Uskoisin että sovelluksen käyttöliittymän sekä toimintojen sijaintien painuessa selkärankaan tämä onkin mahdollista.

Kuva 1. Kartan ensimmäinen versio

Kuvassa 1 on näkyvillä ensimmäinen versio kartasta maanpeiteaineiston tuomisen ja sen visualisoimisen jälkeen. Päätin vielä myöhemmin muokata kartan värejä ja esimerkiksi muuttaa taustakartan värin harmaaksi, mikä selkeyttää tarkasteltavan alueen rajausta. Valmis kartta on nähtävissä kuvassa 2.

Kuva 2. Kartta ensimmäisen tehtävän tarkasteltavasta alueesta

Kartanteon jälkeen olikin aika pureutua tehtävän ytimeen, eli bufferianalyysien tekoon. Bufferoinnin avulla “vektorimuotoisissa
vyöhykkeissä saadaan tuloksena uusi vyöhykepolygoni, jonka äärireuna noudattaa haluttua
etäisyyttä kohteesta” (Holopainen et al.) Bufferianalyysien teko oli yksinkertaista siihen tarkoitetun työkalun avulla – työkaluun syötettiin aineisto, jolle bufferi luodaan (Lahdenväylä ja Vihdintie), outputiksi uusi layer, jolle buffer tehdään, ja bufferin leveydeksi tässä harjoituksessa asetettiin 250 metriä. Tämän jälkeen maanpeiteaineisto leikattiin Clip-työkalulla, joka on jo iskostunut päähäni ”leikkaavana piparkakkumuottina”, joka luo uuden layerin leikkaamalla pohjalla olevan layerista bufferin muotoisen palan. Karttataso sisältää ainoastaan lähtölayerin, eli tässä tapauksessa maanpeiteaineiston, attribuuttitaulun kentät. Kuvassa 3 ovat nähtävillä bufferin tulokset.

Kuva 3. 250 metrin bufferit Lahdenväylän ja Vihdintien ympärillä
Kuva 4. Lahdenväylän sisääntuloväylän ympäristön maankäyttö 250 metrin etäisyydellä tiestä bufferianalyysia hyödyntäen
Kuva 5. Vihdintien sisääntuloväylän ympäristön maankäyttö 250 metrin etäisyydellä tiestä bufferianalyysia hyödyntäen

Seuraavaksi vein buffereista tehtyjen layereiden attribuuttitaulukot Exceliin ja tein tuloksista piirakkadiagrammit. Kuten diagrammeista (kuva 4 ja kuva 5) näkee, Vihdintien ympäristössä on enemmän puustoa ja vettä läpäisemätöntä pintaa Lahdenväylän ympäristöön verrattuna. Lahdenväylällä puolestaan on enemmän avokalliota ja peltoa – tosin pelloksi luokiteltavaa aluetta on niin vähän, että se pyöristyi nollaan prosenttiin.

 

Tehtävä 2: Kaupunginosat ja Intersect

Viikon toisessa harjoitustehtävässä aineistona toimi maanpeiteaineiston lisäksi HSY:n luoma polygon-muotoinen aineisto Helsingin kaupunginosista. Tarkoituksena oli tutkia Kumpulan, Käpylän ja Toukolan alueiden maankäyttöä. Select By Attributes -työkalulla valittiin aluksi Kumpulan, Käpylän ja Toukolan sarakkeet ja nämä tallennettiin omaksi tasokseen. Seuraavaksi maanpeitetaso leikattiin kaupunginosatason mukaisesti Intersect-työkalulla. Intersect eroaa siis Clip-työkalusta siten, että sen luoman layerin attribuuttitaulu sisältää kummankin alkuperäisen layerin tietoja – yhdistettävät attribuutit saa itse valita. Samalla tavoin kuin Clip, Intersect rajaa aluetta toisen tason mukaan. Boolean-operaattorien mukaan Intersect toimii “and”-periaatteella

Tämän jälkeen maanpeiteaineiston luokat jaoteltiin kahteen luokkaan Calculate Field -työkalun avulla: ’luonto’ sisältää maanpeiteaineiston luokat vesistöt, matala kasvillisuus, avokalliot ja puusto, ’rakennettu’ sisältää kaikki muut, eli muu paljas maat, pellot, rakennukset, tiet ja vettä läpäisemätön pinta. Analyysin kannalta ”muu paljas maa”-luokan luokittelu tähän rakennettu ympäristö -luokkaan voi vääristää tuloksia, koska ”muu paljas maa” on käsitteenä niin epämääräinen, että se voi sisältää oikeasti luonto-kategoriaan kuuluvia alueita. Maanpeiteaineisto ”pohjautuu väri-infraortoilmakuvatulkintaan ja kuntien omiin paikkatietoaineistoihin” (HSY), jolloin esimerkiksi ilmakuvissa esiintyvät varjot hankaloittavat maanpeitteen tulkintaa ja luokittelua. Kuvassa 6 on karttavisualisointi näiden kolmen tutkittavan alueen maankäytöstä, ja kuvassa 7 tämä sama data Excelissä tehdyssä diagrammimuodossa.

Kuva 6. Kartta Kumpulan, Käpylän ja Toukolan alueiden maankäytöstä jaoteltuna ’Luontoon’ ja ’Rakennettu ympäristöön’
Kuva 7. Pylväsdiagrammit Kumpulan, Käpylän ja Toukolan maankäytöstä (%)

Itse kartasta selviää suurpiirteisesti alueiden maankäytön jakaantuneisuus, mutta muuten se ei ole kovin informatiivinen eikä visuaalisesti miellyttävä – esimerkiksi Toukolan alueen muodostama piikki Vanhankaupunginselkään on epämääräinen ja vääristää tulosta. Diagrammeista selviää maankäytön pyöristetyt prosenttiosuudet.

 

Lähteet

Helsingin seudun maanpeiteaineisto. (2021). 09.11.2021. <https://www.hsy.fi/ymparistotieto/avoindata/avoin-data—sivut/helsingin-seudun-maanpeiteaineisto/>

Holopainen et al. (2015). Geoinformatiikka luonnonvarojen hallinnassa. Helsingin yliopiston metsätieteiden laitoksen julkaisuja 7. s. 60-65

Leave a Reply

Your email address will not be published.