Saavutettavuus paikkatietoperusteinen mittaaminen, vaikutusten tarkastelu ja verkostojen optimointi

Transkriptio

1 Saavutettavuus paikkatietoperusteinen mittaaminen, vaikutusten tarkastelu ja verkostojen optimointi GIS-analyysimenetelmät tutkimuksessa Ossi Kotavaara, FT Projektipäällikkö, Geoinformatiikan tutkimusryhmä, Maantiede

2 Luennon runko 1. Paikkatietoperusteinen saavutettavuuden mittaaminen Verkostot ja nopein reitti Multimodaalisuus Mittarit/indeksit Optimointimenetelmät 2. Rutiinien automatisointi ja työkalujen rakentaminen Model builder Python 3. Spatiaalisten ilmiöiden tarkastelu tilastollisin menetelmin Case saavutettavuus ja väestönmuutos

3 Characteristics of transport geographic accessibility measures (for additional information, see Huff, 1963; Kwan, 1998; Rietveld & Bruinsma, 1998; Páez et al., 2012) Accessibility measure (Ref. in fig) Access to network (A) Access or connectivity Direct network connections or links (B) Travel cost to (nearest) destination (C) Description Formulae for accessibility Example in transport geographic exists or not Number of direct connections or links to other nodes in the network Least cost path to (most accessible) object a = n j=1 c = c ij 0 if not connected 1 if connected, c = a = 1/d 0 if c is indirect 1 if c is direct context To get value 1, city has to be connected to railway network. Amount of direct railway links that connect city to other cities. Travel cost (e.g. time or distance) from the city to the nearest other city. Cumulated opportunities (D) Number of objects within defined travel cost threshold a = n j=1 A j d, d = ij 0 if d threshold 1 if d < threshold Number of other cities within certain travel cost. Potential accessibility, gravity based measures (E) High/close opportunities provide better potential for interaction in comparison a = n j=1 A j e βd ij Potential for interaction with other cities in relation to distance, attraction attributes and interests to to low/distant opportunities move. Population attraction and competition between destinations (F) Probability for selecting an attraction amongst all attractions in the space in competitive situation P ij = A j α d ij β n j=1 A j α d ij β Amount of interaction with a specific city in relation to other cities, by taking distance, attraction attribute and interests to move into account. a is accessibility for each origin, c is connecting link between origin and destination nodes, d is travel cost between origin and destination nodes, n is number of destination nodes, A j is attribute wanted to be accessed in destination(s), i refers to origin and j to destination and β is parameter for interest to move in relation to travel cost.

4

5 Osa 1: Paikkatietoperusteinen saavutettavuuden mittaaminen PIENRYHMÄTEHTÄVÄ: Mitä saavutettavuus on? Miten sitä voi(si) mitata? Missä yhteyksissä saavutettavuuden mittaamisesta voisi hyötyä tutkimuksessa ja kehittämisessä? Pienryhmät 2-4 hlö 2-3 min

6 Saavutettavuuden mittaaminen ja optimointi Saavutettavuus on mitta, jonka verran maankäytölliset liikennejärjestelmät mahdollistavat yksilöiden (joukon) tai hyödykkeiden päästä toimintoihin tai kohteisiin käyttämällä eri liikennemuotoja (tai niiden yhdistelmää) (Geurs ja Ritseman van Eck 2001)

7 Saavutettavuuden mittaaminen GIS-ympäristössä, määrittelyä Accessibility... is a slippery notion... one of those common terms which everyone uses until faced with the problem of defining and measuring it. (Gould 1969) Saavutettavuus on liikenneverkon päätuote (Gutiérrez ym. 2009) Saavutettavuus on tilallisen erottavuuden mitta (Holl 2007) Saavutettavuus on mitta, jonka verran maankäytölliset liikennejärjestelmät mahdollistavat yksilöiden (joukon) tai hyödykkeiden päästä toimintoihin tai kohteisiin käyttämällä eri liikennemuotoja (tai niiden yhdistelmää) (Geurs ja Ritseman van Eck 2001)

8 Saavutettavuuden merkitys alueellisessa kehityksessä Saavutettavuus on tärkeää paikoille taloudellisessa kilpailussa (Biehl 1991, MacKinnon ym. 2008) Keskus-periferia -asetelman syntyminen ja sen mahdolliset kehityspolut riippuvat kuljetuskustannuksista, talouden mittakaavaeduista ja teollisuustuotannon osuudesta (Krugman 1991) Vaikka saavutettavuus tuottaakin absoluuttista hyötyä periferialle, saavat keskusalueet siitä usein suuremman hyödyn. (Vickerman ym. 1999) Saavutettavuus voi vaikuttaa myös hajauttavasti kaupunkien reuna-alueiden väestönkasvuun, joka kytkeytyy vahvasti autoistumiseen (Brueckner 2000; Nechyba ja Walsh 2004). Taloudellinen kehitys on silti riippuvainen talouden ulkoishyödyistä, investointi mahdollisuuksista sekä politiikasta, politiikan käytänteistä ja instituutioista (Banister & Brechman 2001)

9 Saavutettavuuden mittaamisen kolme perusindikaattorityyppiä Matkakustannus (Travel cost) Aika, hinta, päästöt tms. Kumuloituvat mahdollisuudet (Cumulated opportunities) Kohteiden määrä tietyn matkakustannuksen piirissä jostakin sijainnista lähtien Potentiaalinen saavutettavuus (Potential accessibility) Kohteiden kohtaamisen mahdollisuus / todennäköisyysindeksi

10

11

12 Saavutettavuuden mittaaminen Reitit Esim. nopeimman reitin laskenta kohteiden välillä Tieverkon digitaalinen malli mahdollistaa matkaaikojen arvioinnin tieverkossa Vyöhykkeet Lasketaan vyöhykkeen piirissä olevat kohteet Esim. kuinka monta mahdollista asiakasta on Oulun keskustan vaikutusalueella?

13 Asiointisuunta (Spider-diagrammi)

14 Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä

15

16

17 Oulun yliopisto/maantieteen laitos / Geoinformatiikan työryhmä / Ossi Kotavaara Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä

18 B = c = n j=1 B ij O j 0 if t > cost threshold 1 jos t cost threshold Yhtälössä c (c 1, c 2, c 3 c n ) on kumuloituvat mahdollisuudet, O j on saavutettavien kohteiden määrä sijainnissa j ja B ij on (0 tai 1) muuttuja sen mukaan, onko matka-aika sijaintien i ja j välillä yli vai alle määritetyn aikakynnyksen

19 Kumuloituvat mahdollisuudet Service Areas -toiminnolla voidaan laskea matkakustannusvyöhykkeitä Vyöhykkeen piirissä olevat kohteet lasketaan kumuloituviksi mahdollisuuksiksi Esim. kuinka monta potentiaalista junamatkustajaa on Oulun rautatieaseman piirissä 5, 10 tai 20 minuutin matka-ajan sisällä?

20 a = n j=1 P j e βt Yhtälössä a (a 1, a 2, a 3 a n ) on potentiaalinen saavutettavuus, d ij tarkoittaa matka-aikaa sijaintien i ja j välillä P j on saavutettavien kohteiden määrää kussakin sijainnissa, ja etäisyyshaittaparametri β kuvaa väestön tekemien matkojen etäisyyksien tai matka-aikojen jakaumaa.

21 Potentiaalinen saavutettavuus Indeksi kertoo, kuinka keskeisesti väestö sijaitsee kunkin asutun ruudun asiointitiheyden piirissä a = n j=1 P j e βt

22 1 Etäisyyshaittaparametri β ja funktion muoto a = n j=1 P j e βt 0,9 0,8 0,7 β= 0,138; 5 min 0,6 0,5 β= 0,069; 10 min β= 0,046; 15 min β= 0,034; 20 min 0,4 β= 0,023; 30 min 0,3 0,2 β= 0,015; 45 min β= 0,011; 60 min 0,

23

24 Tutkimuskysymykset (tiivistettynä) Miten Pohjois-Pohjanmaan eri alueet eroavat lähija luomuruoan saavutettavuuden suhteen? Millä tuotannon alueilla on erityisesti lähi- ja luomuruoan kysyntää ja miten se olisi tyydytettävissä mahdollisimman paikallisella tuotannolla? Millaisia uusia keinoja voidaan tunnistaa lähi- ja luomuruoan saatavuuden varmistamiseksi nyt ja tulevaisuudessa?

25 Uimahallien saavutettavuus: vetovoima, kysyntä ja tarjonta Huffin mallin laskentaperiaate: uimahallien gravitaatio on suoraan verrannollinen altaan pinta-alaan ja kääntäen verrannollinen etäisyyteen ja kaikki käyvät yhtä usein uimassa Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä

26 Saavutettavuus kysynnän ja tarjonnan näkökulmasta Uimahallien allaskapasiteettia on noin m². Allaspinta-alaa on asukasta kohti noin 0,015 m². Miten allaskapasiteetti jakautuu suhteessa väestön alueelliseen rakenteeseen? Mikä on allaskapasiteetin ylitai alitarjonta suhteessa väestöön määritellyn kulkuetäisyyden piirissä?

27

28 Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä

29 Liikuntapaikkojen saavutettavuuden optimointi Liikuntapaikkojen palveluverkoston kattavuutta voidaan pyrkiä optimoidaan saavutettavuus-tarkasteluiden avulla Location-allocation, p- median) Analyysi voidaan toteuttaa huomioiden Kulkumuoto: joukkoliikenne, kevyt liikenne Väestön kehitys: suunnitteet, ennusteet päiväväestö : koulutus, työpaikat, työmatkat Karttaluonnos: Harri Antikainen

30 Accessibility measure/index Description Access to network Direct network connections or links Travel cost to (nearest) destination Access of connectivity exists or not Number of direct connections to other nodes in the network Least cost path to (most accessible) object Formulation Mean travel to k nearest destinations a = a = 1 or 0 n j=1 N ij a = 1/d k j=1 d ij k Cumulated opportunities Number of objects within defined travel cost threshold a = n j=1 d ij O j, d = 0 if d > cost threshold 1 jos d cost threshold Potential accessibility, gravity based measures Smaller and distant opportunities provide diminishing influence a = n j=1 P e βd ij Utility Based on random utility theory a = ln (V n(c) ) C n Daily potential path area Space time prism and potential to reach activities PPS = (k, t) t i + d ik v t t j d kj v Population attraction and competition Probability for selecting object within all objects in the space P ij = A j α D ij β n j=1 A j α D ij β

31

32 Characteristics of transport geographic accessibility measures (for additional information, see Huff, 1963; Kwan, 1998; Rietveld & Bruinsma, 1998; Páez et al., 2012) Accessibility measure (Ref. in fig) Access to network (A) Access or connectivity Direct network connections or links (B) Travel cost to (nearest) destination (C) Description Formulae for accessibility Example in transport geographic exists or not Number of direct connections or links to other nodes in the network Least cost path to (most accessible) object a = n j=1 c = c ij 0 if not connected 1 if connected, c = a = 1/d 0 if c is indirect 1 if c is direct context To get value 1, city has to be connected to railway network. Amount of direct railway links that connect city to other cities. Travel cost (e.g. time or distance) from the city to the nearest other city. Cumulated opportunities (D) Number of objects within defined travel cost threshold a = n j=1 A j d, d = ij 0 if d threshold 1 if d < threshold Number of other cities within certain travel cost. Potential accessibility, gravity based measures (E) High/close opportunities provide better potential for interaction in comparison a = n j=1 A j e βd ij Potential for interaction with other cities in relation to distance, attraction attributes and interests to to low/distant opportunities move. Population attraction and competition between destinations (F) Probability for selecting an attraction amongst all attractions in the space in competitive situation P ij = A j α d ij β n j=1 A j α d ij β Amount of interaction with a specific city in relation to other cities, by taking distance, attraction attribute and interests to move into account. a is accessibility for each origin, c is connecting link between origin and destination nodes, d is travel cost between origin and destination nodes, n is number of destination nodes, A j is attribute wanted to be accessed in destination(s), i refers to origin and j to destination and β is parameter for interest to move in relation to travel cost.

33 Sairaalat ja terveyskeskukset logistiikkakeskuksen asiakkaina Health centre Minor hospital Major hospital Northern Ostrobothnia hospital district Lapland Hospital District Länsi- Pohja Hospital District Norrbotten Hospital District (Swe) Indicative nodal reference weight / / > ,5, / Taulukko: Arvioitu tulevan rahdin määrä viikkotasolla (m 3 ) (ei sis. pyykki, ruoka, lääkkeet)

34 Usean logistiikkakeskuksen sijoittamisen analyysi on kombinatorinen ongelma Usean terminaalin verkoston tehokkuuden testaus tehdään kaikilla sijaintikombinaatiolla Laskettavien kombinaationden määrä on voidaan ilmaista X = 2 terminaalit -1 Jakelureitien generointi perustuvat heuristiseen optimointiin (nopeasti riittävän hyvä lopputulos) Terminaalit = kombinaatiot 2 = 3 3 = 7 4 = 15 5 = 31 6 = = = = Terminaalit = 2 AB Terminaalit = 3 ABC Terminaalit = 5 ABCDE Oulun yliopisto/maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä / Ossi Kotavaara

35 Logistiikkakeskuksen sijoittaminen ja jakeluverkon reitittämisen parametrit Reittien maksimimäärä rajattu 17 kpl Reitin maksimiajosuorite 9 h Aloitus ja pysähdykset - 10 min Jokaisen reitin tehokkuus mitataan - kynnysarvo 1 m³ jaettuna 120 min kohti Reitistön minimikattavuuden kynnysarvo väh 90 % suurimmasta mahdollisesta potentiaalisesta kuljetusmäärästä (m³)

36

37 Logistiikkakeskuksen sijoittaminen: mahdollisimman tehokas ja kattava reitistö Warehouses N Cost h Deliveries m³ (%) Efficiency m³/h Payloaddistance m³ h Sites Kokkola Rovaniemi Kemi Oulainen Kajaani Oulu 1 71,7 95,2 7, , ,1 96,3 6, , ,6 96,6 6, , ,8 97,2 6, , ,1 98,6 6, , ,5 99,2 6, , Warehouses N Cost h Deliveries m³ (%) Efficiency m³/h Payloaddistance m³ h Sites Kokkola Rovaniemi Kemi Oulainen Kajaani Oulu 1 71,7 95,2 7, , ,8 99,2 5, , ,6 99,2 5, , ,5 99,2 5, , ,6 99,2 6, , ,5 99,2 6, , Oulun yliopisto/maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä / Ossi Kotavaara

38 Logistiikkakeskusten sijoittamisvaihtoehdot vertailussa Jakelutehokkuus suhteessa verkoston kattavuuteen Kapasiteetin tarve suhteessa verkoston kattavuuteen Oulun yliopisto/maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä / Ossi Kotavaara

39 Logistiikkakeskusten sijoittamisvaihtoehdot vertailussa Jakelutehokkuus Oulu ja Rovaniemi Kapasiteetin tarve Oulu Oulu ja Kokkola

40 Osa 2: Rutiinien automatisointi ja työkalujen rakentaminen

41

42

43 Osa 3: Spatiaalisten ilmiöiden tarkastelu tilastollisin menetelmin: Case saavutettavuus ja väestönmuutos Mitä ovat Suomen väestön spatiaaliset megatrendit nyt ja aikaisemmin? Millä tavoin saavutettavuus voisi kytkeytyä väestönmuutokseen? Pienryhmät 2-4 hlö 2 min

44 Saavutettavuus, väestö ja väestönmuutos

45 Yleistetyt additiiviset mallit Generalized additive models (GAM) GAM:t ovat kehittyneitä semi-parametrisiä regressiivisiä mallinnustekniikoita Voidaan käyttää myös ei-normaalijakautuneille aineistolle GAM:t mahdollistavat riippuvuussuhteen etsimisen muuttujien välillä ilman esioletuksia tietystä funktion muodosta Riippuvuudet voidaan rakentaa sileiden funktioiden (smooth functions) avulla Vähentää aineiston information kadottamista Voidaan tunnistaa monimutkaisia riippuvuuksia Varovaisuus tärkeää: eksploratiivinen tutkimus vs. ylimallintaminen

46 Potentiaalisen saavutettavuuden (2003) suhde väestönmuutokseen periferinen <- potentiaalinen saavutettavuus -> urbaani

47 GAM-mallien tulkinta Selitysaste p < Exp. dev % luottamusväli Potentiaalisen saavutettavuuden vaikutus Vastekäyrä Potentiaalinen saavutettavuus

48 Väestönmuutoksen mallintaminen Väestönmuutos voidaan mallintaa ruututietopohjaisesti keskeisten muuttujien avulla Saavutettavuusmuuttujat Potentiaali Lentokentät (Rautatiet) Sosioekonomiset muuttujat Tulotaso Ikä Koulutus Työllisyys Väestöntiheys

49

50 Mallintaminen ja mittakaava distinct breaks or thresholds can be detected within the scale continuum that correspond to specific levels of organization within a hierarchical system. Therefore, it is necessary to identify these scale thresholds, and to derive the appropriate laws governing the interactions occurring within and between the levels of organization. (Marceau 1999)

51 Potentiaalisen saavutettavuuden kyky selittää väestönmuutosta suhteessa ruutukokoon

52 Mallien kyky selittää väestönmuutosta suhteessa ruutukokoon (validointi) Tarkka ennuste Tarkka resoluutio

53 Yksittäisten muuttujien merkitys mallissa suhteessa ruutukokoon Drop

54

55 Yhteenveto Potentiaalisella saavutettavuudella voidaan erottaa eri asteiset keskukset ja periferiat mallintaa niissä tapahtuvaa väestönmuutosta yhdessä sosioekonomisten muuttujien kanssa mallintaa väestönmuutosta ruututietopohjaisesti Tarkalla mittakaavalla saavutettavuuden vaikutus peittyy paikalliseen erityispiirteisyyteen, mikä tasoittuu alueellisessa tarkastelussa Miten empiirinen malli toimisi seudullisesti tai kaupunkirakenteessa?

56 Yhteenveto Paikkatietoperusteinen saavutettavuuden mittaaminen Verkostot ja nopein reitti Mittarit/indeksit Optimointimenetelmät Rutiinien automatisointi ja työkalujen rakentaminen Model builder Python Spatiaalisten ilmiöiden tarkastelu tilastollisin menetelmin Case saavutettavuus ja väestönmuutos Kurssimateriaali ID=49077