Viidennellä kerralla paneuduttiin kunnolla erilaisiin analyysimenetelmiin QGIS:ssä. Alussa palasimme edellisviikon materiaalien pariin, ja toteutimme laskenta-analyysejä muun muassa tuottamastamme Pornaisten tieaineistosta.
Itsenäistehtävissä harjoiteltiin etenkin buffereiden hyödyntämistä analyysikäytössä. Tehtävänä oli tarkastella Malmin ja Helsinki-Vantaan lentoasemien kiitoratojen ympärille muodostuvia melualueita buffereiden avulla, ja tarkastella syntyvää alueellista dataa alueiden väestöstä.
Itsenäistehtävä 1a. Lentoasemien melualueet
Ensin Malmin kiitoratojen ympärille muodostettiin Buffer-työkalulla bufferi kahden kilometrin säteelle. Tähän bufferiin yhdistettiin Select by location -työkalulla pääkaupunkiseudun väestödataa. Selvitin bufferoinnin avulla, että Malmin lentokentästä 2 kilometrin säteellä asuu 57 808 henkilöä. 1 kilometrin säteellä sen sijaan asuu 8881 ihmistä. Samat työvaiheet toteutettiin Helsinki-Vantaan molemmille kiitoradoille. Helsinki-Vantaan lentoaseman kiitoradoista kahden kilometrin säteellä on 11 163 asukasta.
Seuraavaksi tehtiin tutkimusta lentomelun eri desibelivyöhykkeistä ja tarkasteltiin, kuinka paljon asukkaita asuu eri lentomeluvyöhykkeiden vaikutusalueella. Äänekkäimmällä, 65 desibelin alueella asuu 17 ihmistä (kuva 1), mikä on prosentteina 0,15 kentän välittömässä läheisyydessä (2 km) asuvasta väestöstä. Tämä on siis hyvin pieni väestönosa. Sen sijaan vähintään 55 desibelin melualueella asuu yhteensä 647 ihmistä, mikä on 5,7 prosenttia alueen kokonaisväestöstä.
Kuva 1. Statistiikkojen tarkastelua Statistics-välilehdellä.
Tehtävänä oli myös luoda uusi, kuvitteellinen melualue, joka kattaisi poikkeustilanteessa kaakosta laskeutuvien lentokoneiden synnyttämän melualueen. Melualueeksi lasketaan noin seitsemän kilometrin mittainen alue kiitoradan edustalla lentokoneen tulosuuntaan. Melualueen selvittämisessä hyödynsin Paikkatietoikkunan mittaustyökalua, jonka antamien tietojen avulla digitoin QGISiin viivamuotoisen melualueen ja bufferoin sen. Tikkurilan alueella noin 2394 asukasta joutuisi 60 desibelin melualueelle (kuva 2).
Kuva 2. Tikkurilan läheisyydessä, 2 kilometrin säteellä kuvitteellisesta melualueesta asuvat ihmiset.
Itsenäistehtävä 1b. Radanvarren asujat
Seuraavaksi bufferoitiin lähtöaineistosta löytyvät juna-asemat 500 metrin etäisyysvyöhykkeisiin. Koko kartan alueella juna-asemista 500 metrin säteellä asuu 110 805 ihmistä, mikä vastaa noin 21 prosenttia kokonaisväestöstä (516 193).
Tehtävänä oli myös Select by location -työkalun avulla suorittaa laskutoimituksia aineiston attribuuttitietojen erilaisista ikä- ja ihmisryhmistä asemien läheisyydessä. Selvitin, paljonko työikäisiä asemien välittömässä läheisyydessä asuu. Aloitin laskemalla bufferin alueelle sijoittuvan väestödatan attribuuttitietoihin uuden sarakkeen, johon laskin yhteen kaikkien työikäisten (15–64) ikäryhmien sarakkeiden arvot. Tämän sarakkeen mukaan työikäisiä, korkeintaan 500 metrin päässä juna-asemista asuvia ihmisiä olisi 74 313. Tämä tarkoittaa, että 67 % juna-asemien läheisyydessä asuvista ihmisistä on työikäisiä.
Itsenäistehtävä 2. Taajamien asukkaat
Seuraavaksi tarkasteltiin taajamat-lähtöaineistoa. Tarkoituksena oli aluksi selvittää, kuinka suuri osa koko tutkittavan alueen asukkaista asuu taajamissa, ja sitten tehdä erilaisia analyysejä taajamien väestöstä. Taajamissa asuvien osuus oli pääkaupunkiseudulle luonnollisesti 96 %, eli yhteensä 492 099 asukasta.
Selvitin, kuinka suuri osuus taajamien sisällä asuvista on kouluikäisiä. Tässäkin laskin väestötietoaineistoon uuden sarakkeen, johon summasin kouluikäisten (7–15) summat. Sain tulokseksi 66 743. Yritin toden teolla selvittää mm. reverse selection -työkalun avulla, kuinka moni lapsi asuu taajamien ulkopuolella. Jostain syystä analyysini eivät millään halunneet toimia, mutta välillä näin. Mielestäni ymmärsin kuitenkin työkalut ja vaiheet, joilla tämä olisi pitänyt toteuttaa, mutta jostain syystä mikään ei toiminut. Juliana oli tehnyt tämän vain yksinkertaisella laskutoimituksella, ja pohdin, miksi tuo ei onnistunut itseltäni. Ehkä en vain hoksannut tehdä helpomman kautta.
Selvitin myös aluekohtaisesti ulkomaalaistaustaisten asukkaiden osuutta väestöstä. Ulkomaalaistaustaisten laskemista varten erotin tietokannasta uudeksi tietokannaksi tiedot asuinalueesta, väestön kokonaismäärästä sekä ulkomaalaistaustaisten määrästä. Lopuksi laskin ulkomaalaisten osuuden asuinalueittain suhteessa kokonaisväestöön. Ulkomaalaisten osuus on yli 10 % 57:llä alueella, yli 20 % 25:llä alueella ja yli 30 % 14:llä alueella.
Itsenäistehtävä 3. Yhtenäiskoulun oppilasdataa
Viimeisessä tehtävässä tarkastelin dataa Helsingin kouluista. Tehtävänä oli selvittää tietoja Käpylässä sijaitsevasta Helsingin Yhtenäiskoulusta. Koulutiensä yhtenäiskoulussa aloittaa aineiston mukaan seuraavana vuonna yhteensä 14 seitsemän vuotta täyttävää. Yläkouluun sen sijaan on siirtymässä 18 oppilasta. Kaiken kaikkiaan peruskoululaisia on yhteensä 159, ja koulupiirin alueella asukkaita yhteensä 1894. Näin ollen peruskoululaisten osuus alueen väestöstä on noin 8 prosenttia. Muunkielisiä alueella on yhteensä 110, joista kouluikäisiä noin 9.
Kokonaisuudessaan kurssikerta oli opettavainen ja hyödyllinen – bufferointi on oleellinen ja käytännöllinen paikkatietotyökalu.
Lähteet
Häkkilä, J. (18.2.2021). 5: Bufferien käytön harjoittelemista ja turhautumista. Noudettu 4.1.2024.
https://blogs.helsinki.fi/julihakk/2021/02/18/5-bufferien-kayton-harjoittelemista-paivittyy/
