ArcGis käyttömahdollisuuksia -aineistosta lopputulokseen

1. ArcGis käyttömahdollisuuksia-aineistosta lopputulokseen Maisemasuunnittelun erikoistyö, 24.01.2011 Juha Aalto

2. 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

3. 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

5. ArcGis

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

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

8. Aineistosta lopputulokseen- esimerkkejä

9. 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:

10. 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

11. Slope < 22° →

13. 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

16. Maanvyöryjen mallintaminenMarokossa

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

18. Rasteritasojen uudelleenluokitteluBoolean-mallinnus → make permanent →”aspectcons” + kallioperästä halutut kivilajit → ”lithcons” → make permanent →”slopecons”

19. Boolean Fuzzy

20. MultikriteerianalyysiAnalyyttinen hierarkiaprosessi (AHP) • Sama data kuin edellisessä esimerkissä • Muuttujien keskinäistä tärkeyttä vertaillaan subjektiivisesti Ohjelma laskee kertoimet taulukon perusteella

22. Metsäkoneen reitin suunnittelua

23. 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

24. 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)

25. 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

27. Kilpisjärven periglasiaalistenilmiöiden alueellinen mallinnus

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

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

31. 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…

32. Paikkatiedon keräämistä

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

34. Landsat ETM NDVI

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

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

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

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