Kategoriat
_______

Kurssikerta 2 – Rasterianalyysiin ja ArcGissin kaatumiseen tutustuminen

Tällä viikolla korkattiin rasterianalyysit ArcGississä. Rasterianalyyseistä ei ollut paljo juttua Geoinformatiikan menetelmät 1 -kurssilla, joten oli kiva päästä pyörittelemään niitä nyt vähän enemmän. Ja pyörittelyt jatkuvat seuraavalla parilla viikolla. Tämän kurssikerran tehtävät olivat helppoja ja innostukseni paikkatietoanalyyseja kohtaan heräsi jälleen toistaiseksi.

 

Kurssikerran tehtävä alkoi rasteriaineistoon tutustumisella ArsGississä. Tämän asian tiimoilta kohtasin ensimmäistä kertaa myös sitsilauluissakin mainitun legendaarisen tapahtuman, nimittäin ArcGissin kaatumisen. ThinkPadini ei suostunut millään pyörittämään Image Information -ikkunaa (Kuva 1) ja sen takia jouduin karttaa naputtelemalla etsimään korkeinta ja matalinta kohtaa kartalta. Verratessani contents-ikkunassa näkyviin arvoihin korkein arvo löytyi Kartan länsireunan nyppylältä ja matalin kartan koillisnurkasta raviinin pohjalta. Muut kysytyt arvot löytyivät helposti Layer properties -ikkunasta ja measure-työkalua käyttämällä (taulukko 1).Taulukko 1. Harjoitustehtävässä kysytyt arvot KevoDEM.tif -aineistosta.

Kuva 1.ThinkPadin näkemys ArcGissin Image Information -työkalusta. Eli hetket ennen kaatumista.

 

Seuraavaksi tehtiin hillshade-työkalulla KevoDEM-tasosta vinovalovarjostus ja sen pohjalta kartalle luotiin korkeuskäyrät. Korkeuskäyriä KevoDevin väriskaalattuun korkeusmalliin ja varjostukseen verrattuna pinnanmuodot esiintyvät hieman eri tavoilla. Värillisessä korkeusmallissa värialueiden muodot esittävät suoraan eri korkeudella olevia alueita kun taas korkeuskäyrät kuvaavat muutosta korkeudessa. Korkeuskäyristä on helppo hahmottaa jyrkkiä kohtia ja muodostumia. Niistä ei aina kuitenkaan osaa sanoa, suuntautuuko jyrkkyys ylös vai alas. Rasterimuotoisessa värillisessä korkeusmallissa erottaa heti korkeat, matalat ja tasaiset alueet. Jos värit on valittu huonosti, voi karttaa olla kuitenkin hyvinkin vaikea tulkita.

Rinteen jyrkkyyttä lähdettiin analysoimaan slope-työkalulla jyrkkien kohtien esiin tuomisella ja aspect-työkalulla niiden suuntauman ilmaisemalla.
Slope-kartasta tuli mielestäni hieno, sillä siinä näkyy pinnanmuodot tarkemmin kuin rinnevarjostuksessa. Kartalla jyrkimmät kohdat ovat 45-50 -asteisia. Näitä löytyi paljon raviinin reunoilta. Jyrkin kohta  (ilman Image information -työkalua) löytyi pohjoisesta tulevan uoman levenemiskohdasta, 76 astetta. Siinä voi hyvin olla jotain vesiputoustyyppistä. 
Aspectilla syntyi hyvin värikäs kartta, josta tuli itselle mieleen 3D-laseilla tarkasteltavat kuvat. Kartalla on visualisoitu rinteiden aukeamissuunnat niin, että jokaista pää- ja väli-ilmansuuntaa edustaa oma värinsä. Raviinin pohja erottuu kartalta selkeänä rajana. Tämä kartta ei yksin kerro alueen korkeuseroista mitään, mutta rinnevarjostukseen tai alkuperäiseen KevoDEM-tasoon yhdistettynä (Kuva 2) syntyy ihan kuvaava kartta.

Kuva 2. KevoDEM ja rinteen suunta -taso yhdistettynä layer blendin luminosityllä. Rinteen suuntaa kuvaavat värit eivät suoranaisesti erotu, mutta kartta näyttää kivalta. Raviinin pohjan suunnanjakaja-alue erottuu hyvinkin.

 

Viikkotehtävän seuraavassa osassa siirryttiin hydrologiseen mallinnukseen. Enempää asiaa miettimättä ensimmäisenä tulee mieleen valopihan hiekkalaatikko. Nyt ei kuitenkaan kuvitella vedenpinnan tasoa, vaan analysoidaan vedenjakajia ja virtausväyliä.

 Tehtävä kulki kuoppien täyttämisellä ja sitten virtaussuunan ja reittien mallinnuksella sekä valuma-alueiden määrittämisellä.

Tutkimusalueelle syntyi yksi suuri lähen koko kartan alueen kokoinen valuma-alue sekä kartan reunoille pienempiä valuma-alueita (värikkäillä viivoilla rajatut alueet kuvissa 3-6). Pieniä valuma-alueita on paljon tasaisemmilla alueilla, joissa ei ole edes mitään vesistöä, johon valua. Hyvin pieniä ja epämääräisiä valuma-alueita, jotka mutkittelivat suorakulmaisesti kahden metrin pikselien välissä, löytyy ainakin kartan koillisnurkasta raviinin rinteeltä.

Seuraavaksi luotiin näiden analyysituotteiden pohjalta mahdollisia uomia alueelle. Kuvissa 3-6 on kokeiltu eri arvoja siihen, kuinka monesta pikselistä kohtaan valuu vettä. Suurimmat arvot (Kuva 3) mallintavat todennäköisimmin todellisuutta. Suurimmilla arvoilla kartan uomat mukailevatkin sitä, missä todellisuudessa siinä menee joki. Miljoonan pikselin arvo katkaisee kuitenkin joen, joten sopiva arvo olisi hieman alle miljoonan, mutta selkeästi kuitenkin yli satatuhatta (Kuva 4).

Kartoista puuttuu legendat, koska olin asettanut valuma-alueiden rajat eri väreillä ja legenda olisi paisunut niiden erittelyn myötä niin suureksi, että jätin laiskuuksissani koko homman pois sen sijaan, että olisin korjannut asian.

Kuva 3. Kartan taustalla on KevoDEM ja rinnevarjostus, värikkäät viivat reunoilla ovat valuma-alueita ja tummansininen viiva keskellä on 1 000 000 pikselin arvolla luotu uoma. Tämä kuvaa aika hyvin todellisuutta (tarkisettu Google Mapsin ilmakuvasta).

 

Kuva 4. 100 000 pikselin arvolla visualisoitu uoma.

 

Kuva 5. 10 000 pikselin arvolla visualisoitu uoma. Tämä kartta kaikkoaa jo selkeästi todellisuudesta.

 

Kuva 6. 1000 pikselin arvolla visualisoidut uomat. Tätä karttaa tulkitsemalla on ihan mielenkiintoinen kuvitella sadepäivänä pienien purojen ja yksittäisten vesipisaroiten liikettä. En kyllä tiedä, mahtaako vesi oikeasti käyttäytyä noin, joten realistisuus tässä tapauksessa on jo täysin mennyttä.

 

ArcGis kaatuikin lopulta vain kerran ja nämä tehtävät olivat kivoja  helppoudessaan. Koin oikeasti oppineenikin jotain, kun tehtävien vaikeus ei stressannut. Ilolla seuraavaan viikkoon!

Vastaa

Sähköpostiosoitettasi ei julkaista.