ArcGis käyttömahdollisuuksia -aineistosta lopputulokseen Maisemasuunnittelun erikoistyö, 24.01.2011 Juha Aalto

Miksi GIS? GIS (Geographical Information systems) tarjoaa analyyttisen kehyksen, jolla voi varastoida, yhdistää, analysoida ja esittää alueellista informaatiota Sovellusten suuri määrä (luonnontieteellinen: eroosiomallinnus, tulvamallinnus, sosiaalitieteet: muuttoliike, palveluiden sijoittuminen) Paikkatietoa tuotetaan paljon, saatavana myös ilmaiseksi internetistä (esim. Paituli) Kaukokartoituksen kehitys ja jakelun avoimuus Säästää usein aikaa ja kustannuksia Helpottaa päätöksentekoa → kartat Voidaan saadaan tietoa ilmiöiden taustalla olevista vuorovaikutussuhteista

Miksi GIS? GIS + kaukokartoitusaineistot hyvin tärkeitä alueellisessa tutkimuksessa Ilmaisia satelliittikuvia internetistä: http://glovis.usgs.gov/ Maanmittauslaitoksen kartat: - http://www.karttapaikka.fi Paikkatietoaineistoja tutkijoille ja opiskelijoille: Paituli http://www.csc.fi/tutkimus/alat/geotieteet/paikkatieto/paituli Paikkatietolainaamo http://www.paikkatietolainaamo.fi

ArcGis

Alueellinen data Paikkatieto = sijantitieto + ominaisuustieto ArcGis: ssä omina tasoinaan (vektori tai rasteri) Koordinaattijärjestelmä Projektio Datum

Erilaisia perusanalyysejä Datan yhdistäminen - ”join” Ominaistietokysely ”select by attribute” ”select by location” Map overlay ”overlay”, ”weighted overlay”, ”clip” Kustannuspinnat ”cost distance” Map algebra Interpolointi

Aineistosta lopputulokseen - esimerkkejä

Korjuuseen sopivien alueiden määrittäminen Tavoite: löytää korjuuseen sopivat alueet kuivana kesänä sekä sellaiset alueet, mitkä ei sovellu lainkaan korjuuseen kesällä Korjuu kone ei pysty toimimaan yli 22° rinteessä Maaperän kantavuus vaihtelee maalajeittain:

Korjuuseen sopivien alueiden määrittäminen Data: Korkeusmalli (rasteri) Maaperäaineisto (vektori) Slope layer DEM:sta: Spatial analyst → surface → slope Uudelleenluokittelu slope < 22° Spatial analyst → reclassify Ominaisuustietokysely: maalajit, joiden kantavuus hyvä kuivana kesänä ja huono sateisena kesänä Muunnos vektorista rasteriksi Spatial analyst → features to raster Uudelleenluokittelu

Slope < 22° →

Maataloudelle sopivia alueita Hyytiällä Ehdot: rinteen kaltevuus alle 11%, maaperä ei saa olla kalliota, siinä ei saa olla kiviä, maaperä ei saa olla hiekkainen eikä se voi olla avoin turvemaa Lisäksi: metsäalueet tulee painottaa kahdella ja alueet eivät saa olla alle kymmenen metrin päässä vesistöistä ja ojista Data: areas.shp (sisältää tietoa mm. maaperästä ja metsäalueista) Lines.shp (joet, ojat, tiet jne..) Ominaisuustietokyselyllä maaperän ominaisuudet mitä EI saa olla → switch selection → uusi maaperätaso DEM:stä slope → reclassify yhteen luokkaan alle 11% = 1 Metsäalueet area.shp:stä → uusi taso Vesistöistä ja ojista kymmenen metrin bufferit Kaikki vektoritasot rastereiksi→ uudelleenluokittelu vain haluttu ominaisuus

Maanvyöryjen mallintaminen Marokossa

Data Aspect Slope Etäisyys jokiin Etäisyys tiehen Etäisyys siirroksiin Siirrostiheys Etäisyys episentrumiin Flow accumulation Maankäyttö Litologia

Rasteritasojen uudelleenluokittelu Boolean-mallinnus → make permanent →”aspectcons” + kallioperästä halutut kivilajit → ”lithcons” → make permanent →”slopecons”

Boolean Fuzzy

Multikriteerianalyysi Analyyttinen hierarkiaprosessi (AHP) Sama data kuin edellisessä esimerkissä Muuttujien keskinäistä tärkeyttä vertaillaan subjektiivisesti Ohjelma laskee kertoimet taulukon perusteella

Metsäkoneen reitin suunnittelua

Metsäkoneen reitin suunnittelua Tavoitteena löytää paras mahdollinen reitti 14-tonniselle metsäkoneelle talven 2002 – 2003 ajaksi, perustuen ainoastaan vierintävastukselle Talven edetessä routa kehittyy maaperässä ja koneen vierintävastus pienenee Data: soiltype.shp DEM Kuljetuksen alku- ja loppupiste

Metsäkoneen reitin suunnittelua Rinteen jyrkkyys vaikuttaa vierintävastukseen → slope DEMistä Soiltype.shp ja alla oleva taulukko yhdistettiin Soiltype.shp rasteriksi vierintävastuskentän mukaan spatial analyst → feature to raster → kolme rasteria (jokainen kuukausi)

Metsäkoneen reitin suunnittelua Slopen uudelleenluokittelu: 0-15° = 1, > 15° = 100 Kustannuspinta kolmelle kuukaudelle Raster calculatorilla: Spatial analyst → distance → path distance Kumulatii- vinen ”cost distance” lähtöpisteeseen Optimi reitit jokaiselle kuukaudelle spatial analyst → distance → cost path

Kilpisjärven periglasiaalisten ilmiöiden alueellinen mallinnus

Tutkimuksen tavoitteet Mallintaa periglasiaalisten ilmiöiden alueellista esiintymistä Mitkä ympäristömuuttujat selittävät esiintymistä eniten? Mallinnusmittakaavan kaavan vaikutus? Pistemäinen tieto alueellisesti kattavaksi Mallinnusmenetelmien vertailu

Mallinnettavat ilmiöt Routakuohunta Rinneprosessit (esim. vuotomaa) Lumenviipymät eli nivaatio Tuulen toiminta eli deflaatio Virtaavan veden toiminta Rapautuminen

Kenttätyöt Valmiina 200 pistettä, kesällä 2010 170 lisää 20 korkeusmetrin välein kohtisuoraan korkeuskäyriä vasten GPS:llä sijanti YKJ ja korkeus merenpinnasta Tutkimusalalla (10m * 10m) arviointia geomorfologisesta aktiivisuudesta Lomakkeeseen aktiivisuuden määrä prosentteina koko tutkimuspisteen alasta Myös muita atribuutteja…

Paikkatiedon keräämistä Ailakka huippu plot x y elev maxv valrid cryop slopep defl fluv fluv_s fluv_e niva weat fines relalt rough kaira_syvyys 328 3263210 7667401 957 10 20 4 22 9 329 3263192 7667783 940 17 5 3 23 24 330 3263198 7667993 918 7 15 100 170 28 41 331 3263314 7667407 939 8 1 40 332 3263430 7667398 921 95 180 33 35 333 3263239 7666921 25 110 27 334 3263218 7667107 941 80 44 335 3262860 7667277 920 34 336 3263100 7667381 2 190 337 3263077 7667521 26 338 3263019 7667549 6 70 250 30 16 339 3262898 7667635 900 150

Selittävät tekijät Topografiset muuttujat mm: korkeus, slope, aspect, curvature, TWI, säteily → DEMistä Maa- ja kallioperä Kasvillisuus (NDVI → Landsat kuvasta)

Landsat ETM NDVI

Zonal Statistics Spatial analyst → zonal statistics → zonal statistics as table Selittävistä muuttujista (esim. DEM 10m resoluutio) 1 ha:n gridiin

Aineiston kerääminen ja käsittely Tilastollinen mallinnus (GLM & GAM) Tulosten visualisointi ja esitys

Tulokset…?? Kartat kunkin tutkittavan ilmiön alueellisen esiintymisen määrästä (0 – 100%/ ha) tutkimusalueella Pienellä alueella myös 10 * 10m mallinnusresoluutio → mittakaavan vaikutus

http://www.esri.com/software/arcgis/arcgis10/trial.html