Categories
Kartat

Ongelmanratkaisua

 

Buffereista

Tämän viikon keskeisin uusi opeteltu analyysityökalu oli bufferi- eli puskurivyöhykkeiden luominen kohteiden ympärille. Olen aiemminkin nähnyt puskurivyöhykkeitä käytettävän analyysejä tehtäessä esimerkiksi tutkittaessa metroasemien läheisyydessä asuvia ihmisiä, joten alitajuisesti odotin kyseisen ominaisuuden käsittelyä kurssilla. Tässä taulukossa on esitetty kaikki seuraavaksi esitetyt analyysien tulokset taulukkomuodossa. Tutkin itse puskurivyöhykkeiden avulla Malmin lentokentän pahimmalla melualueella asuvia ihmisiä eri etäisyyksillä lentokentästä. Malmin lentokenttää käyttävät lähinnä pienkoneet, joten lentomelu ei ole todennäköisesti yhtä häiritsevää kuin kansainvälisillä lentokentillä. Joka tapauksessa kahden kilometrin säteellä kiitoratojen reunoista Malmilla asuu noin 60 000 ihmistä. Lentomelua on selvästi ajateltu kaupunkisuunnittelua tehtäessä, sillä kilometrin etäisyydellä asuu vain noin 9 000 ihmistä. Toisaalta kilometrin säteellä lentokentän keskipisteestä sijaitsee 256 rakennusta, joista 233 on rakennettu lentokentän käyttöönoton eli vuoden 1936 jälkeen. Näissä rakennuksissa asuu 1360 ihmistä eli rakennusta kohden asukkaita on 5,8. Alueelle ei siis ole rakennettu juurikaan kerrostaloja, vaan alue on kaavoitettu omakotitaloille, minkä tietokannan tiedot todistavat. Tämä on kuitenkin muuttumassa, sillä lentokentän toiminta on loppumassa ja sen tilalle on kaavoitettu laajoja kerrostaloalueita. Alueen väestöntiheys tulee muutoksen jälkeen olemaan noin 10 000 asukasta neliökilometrillä, mikä on selkeästi korkeampi kuin Helsingin keskustaajaman keskiväestöntiheys. Toki tiheämpiäkin asuinalueita löytyy Helsingistä. Tiheimmin asuttu kaupunginosa on Punavuori, jossa väestöntiheys on noin 20 000 asukasta per. neliökilometri. Kaikista tiheimmin asuttu alue Helsingissä on Kallion Torkkelinmäki, jossa asuu yli 31 000 as/km². Lisää tietoa Malmin lentokentän uudistuksesta voit katsoa täältä.

Buffereiden käyttäminen onnistui vallan mainiosti ennen kuin aloin muokkaamaan Helsinki-Vantaan lentokentän ympärille valmiiksi aineistosta löytyneitä meluvyöhykkeitä. Tarkoituksena oli laskea 65 desibelin lentomelualueella asuvien ihmisten määrä, joten päätin poistaa tietokannasta muut melualueet. Tämä oli virhe, josta opin, että Qgis:n tasot ovat tosiaan omia tiedostojaan eivätkä osa projektitiedostoa. Joten kun yritin avata lentomelutasoa uudestaan, tietokannasta oli hävinnyt muut melualueet. Ei muuta kuin Onedriveen lataamaan tiedostopakettia uudestaan.

Helsinki-Vantaa on siis lentokenttä, joka otettiin käyttöön 1952. Lentokentällä on normaalina aikana yli 20 miljoonaa matkustajaa vuosittain, joten lentomelun taso on huomattavasti korkeampi kuin Malmilla. Helsinki-Vantaan välittömässä läheisyydessä eli alle kahden kilometrin etäisyydellä kiitoradoista asuu 11 225 ihmistä. Tämän laskin piirtämällä lentokentän kiitoratojen ääriviivat ja luomalla polygonille kahden kilometrin puskurin. Valitsin puskurin alueella sijaitsevat rakennukset ja käytin ”statistics”-paneelia nähdäkseni, kuinka paljon rakennuksissa on asukkaita.

Lentomelu vaikuttaa asumis- ja rakentamispäätöksiin, sillä pahimmalla lentomelualueella eli yli 65 desibelin alueella asuu vain 17 asukasta eli 0,15 prosenttia lentokentän välittömässä läheisyydessä asuvista ihmisistä.  Vähintään 55 desibelin melualueella asuu puolestaan 11 923 ihmistä eli melualue ulottuu hieman pidemmälle kuin kahden kilometrin päähän kiitoradoista. Nämä tiedot sai laskettua valmiin lentomeluaineiston avulla.  Lisäksi on huomattava, että melualue jatkuu kiitoratoja myötäillen noin 7 x 2 kilometriä kokoisena kaistaleena lähestymissuuntaan nähden. Tämä tieto oli hyödyksi laskettaessa väliaikaista lentomelualuetta ja sillä asuneita ihmisiä lentokentän kolmannen kiitoradan rakennusvaiheessa vuonna 2002. Rakennushanke kosketti välillisesti monia ihmisiä, sillä väliaikaisella lentomelualueella asuu nykyään 26 489 ihmistä. Tämän laskin piirtämällä kiitoradan päähän 7 kilometrin pituisen viivavektorin ja laskemalla sille kaksi kilometriä leveän puskurivyöhykkeen.

Asemalla kaikuivat bufferit

Tutkimusalueella alle 500 metrin etäisyydellä lähimmästä asemasta asuu 111 765 ihmistä eli 22 % koko alueen asukkaista. Työikäisiä ihmisistä on 74 102 pois lukien 15-vuotiaat. Käytin työikäisten määritelmänä 15–64-vuotiaita ihmisiä. Tietokannasta ei löytynyt työikäisille valmista luokkaa, mutta laskin ”field calculator” toiminnolla eri ikäluokat yhteen ja loin uuden kentän tietokantaan. 15-vuotiaiden kentässä oli jotain ongelmaa, joten jätin sen pois laskuista. Myöhemmin selvisi, että laskutoimitus olisi onnistunut, jos 15-vuotiaat olisi lisännyt yhteenlaskuun jonain muuna kuin ensimmäisenä arvona. En tiedä mistä tämä johtui.

Taajamat

Tutkimusalue on yhtä taajamaa, sillä 96 % alueen asukkaista asuu taajamissa. Kouluikäisistä 2 675 asuu taajamien ulkopuolella. Luku on 4 % kaikista kouluikäisistä eli se noudattaa yllättävän täsmällisesti koko alueen väestörakennetta. Käytin kouluikäisten määritelmänä uusinta määritelmää eli 7–18-vuotiaita ja laskin ikäluokat ”field calculator” -toimintoa käyttäen yhteen. Ulkomaalaistaustaisten laskemista varten erotin tietokannasta uudeksi tietokannasta tiedot asuinalueesta väestön kokonaismäärästä ja ulkomaalaistaustaisten määrästä. Lopuksi laskin ulkomaalaisten osuuden asuinalueittain suhteessa kokonaisväestöön. 57 asuinalueella osuus on yli 10 %, 25 alueella yli 20 % ja 14 alueella yli 30 % väestöstä.

Miksi omistaa uima-allas Suomessa?

Kuva 1. Pääkaupunkiseudun uima-altaat kaupunginosittain.

Rakennustietokanta on mielestäni erittäin mielenkiintoinen aineisto, sillä se sisältää kerrosluvun ja osoitteen lisäksi myös tiedon, onko rakennuksessa uima-allas ja sauna. Uima-altaita on rakennuksissa pääkaupunkiseudulla yllättävän paljon. Aineistosta löytyy 855 rakennusta uima-altaalla. Näissä rakennuksissa asuu 12 170 ihmistä. Rakennuksista 345 on omakotitaloja, 181 kerrostaloja 158 paritaloja ja 112 rivitaloja. Mielestäni on yllättävää, että eniten uima-altaita on Lauttasaaressa, sillä alueella ei ole paljon omakotitaloja. Kuvassa 1 on esitetty uima-altaiden määrä kaupunginosittain pääkaupunkiseudulla. Lähes yhtä paljon uima-altaita on Pakilan alueella, jossa toisaalta suurin osa taloista on omakotitaloja. Muita allasrikkaita alueita ovat Itä-Helsingin saaristo, sekä Munkkiniemi. Laskin uima-altaiden määrän kaupunginosittain käyttämällä ”count points in polygon” -toimintoa. Aluksi toimenpide ei onnistunut, sillä joissain polygoneissa oli jotain häikkää. Ohjelmisto antoi kuitenkin ohjeet, joiden avulla virheelliset polygonit pystyi ohittamaan algoritmia laskettaessa. Toiminto siis laski uima-allas-pisteet kaupunginosa-polygonien sisällä.

Saunoja sen sijaan löytyy pääkaupunkiseudulta runsaasti. Yhteensä saunoja on 21 922 kappaletta, mikä on 24 prosenttia kaikista rakennuksista. Prosenttiosuus on siis yllättävän pieni. Etenkin vanhoissa rakennuksissa ei ole uusissa rakennuksissa tavallista yhteiskäyttösaunaa, mikä laskee saunojen yhteismäärää. Jos haluat nähdä enemmän karttoja uima-altaista ja saunoista pääkaupunkiseudulla suosittelen vilkaisemaan Annikan blogia.

Yleistä pohdintaa Qgis:stä

Tähän mennessä on opetellut Qgis:n perustoiminnot ja harjoitellut työkalujen käyttöä ohjatusti keskiviikkoaamujen kokoontumisissa sekä yksin harjoitustehtävien muodossa. Varsinkin edellä käsitellyt itse tehdyt tehtävät haastoivat minua miettimään eri työkalujen käyttötarkoituksia syvemmin. Erittäin hyödyllisiä työkaluja ovat erilaiset valintatyökalut, joilla valitaan kohteita esim. tietyltä alueelta, tietyn tason alueelta tai lausekkeen avulla. Opin ymmärtämään viimein ”select features by expression” -työkalua, jolla voidaan valita esim. tiettyä lukuarvoa suuremmat kohteet aineistosta. Hyödyllinen toimenpide on mielestäni tallentaa valitut kohteet aina uudeksi tasoksi, jotta edelliset valinnat säilyvät, jos valintoihin haluaa palata uudelleen käyttämättä työkaluja.

”Join attirubutes by location” on myös erittäin hyödyllinen työkalu, kun halutaan tuoda tietoa tietokannasta toiseen alueittain. En osaa avata työkalun logiikkaa sanallisesti, mutta uskon ymmärtäväni sen toimintaperiaatteen.

”Count points in polygon” oli työkalu, jonka tyyppistä etsin pitkään, kunnes löysin kyseisen työkalun. Työkalu on erittäin hyödyllinen, kun halutaan laskea pisteiden lukumäärä alueittain. Tuloksena syntyvästä tasosta on helppo tehdä erilaisia teemakarttoja.

Buffer-toiminto on todella monipuolinen erilaisia analyyseja ajatellen. On erittäin hyödyllistä tietää, kuinka paljon erilaisia kohteita sijaitsee tietyllä etäisyydellä pääkohteesta. Esimerkiksi voisi ajatella, että suurissa kaupungeissa paloasemien samakokoisten puskurivyöhykkeiden täytyy peittää koko kaupunki, jotta kaikki tulipalot olisivat yhtä lailla saavutettavissa. Tosimaailmassa esimerkiksi saavutettavuus puskurivyöhykkeet elävät vaikkapa pääkulkuväylien mukaan. Uskon, että tulevaisuudessa tulen käsittelemään tätäkin aihetta geoinformatiikan opinnoissa.

Olemme käsitelleet todella laadukkaita ja valmiita aineistoja tähän mennessä Qgis:n avulla. Tosielämässä aineistot eivät kuitenkaan läheskään aina ole näin laadukkaita. Aineistoja täytyy tuottaa huolellisesti itse ja tavalla, jota voi käsitellä Qgis:ssä. Lisäksi aineistot täytyy georeferoida tarkasti eli datalle täytyy ilmoittaa sijainti, jotta siitä tulee paikkatietoa. Qgis sopiikin erittäin hyvin tarkan ja laadukkaan tiedon esittämiseen. Tämän viikkoisen harjoitustehtävän myötä sain oivalluksen, miksi paikkatieto on nouseva ala maailmassa. On kiehtovaa tutkia erilaisia ilmiöitä kartalla, oli ilmiö sitten globaali köyhyys tai pääkaupunkiseudun uima-altaat. Olen myös huomannut, että on todella tärkeää viimeistellä lopputuotteet eli kartat, jotta ne olisivat yksiselitteisiä tulkita sekä mahdollisimman julkaisukelpoisia.

En tajunnut ottaa kuvakaappauksia/tehdä karttoja muista tämän viikkoisten tehtävien vaiheista kuin uima-altaista. Suosittelen siispä katselemaan muiden kurssilaisten blogeja linkkien kautta.

 

Lähdeluettelo:

Helsingin kaupunki Malmi https://www.uuttahelsinkia.fi/fi/malmi/lentokent%C3%A4nalue

Innanen A. (18.2.2021) Harjoitus 5: SOS, help, apua! (Ja uima-allas ja saunakarttoja PK-seudulta) https://blogs.helsinki.fi/anninnan/2021/02/18/harjoitus-5-sos-help-apua-ja-uima-allas-ja-saunakarttoja-pk-seudulta/

 

Leave a Reply

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