Saavutettavuus paikkatietoperusteinen mittaaminen, vaikutusten tarkastelu ja verkostojen optimointi GIS-analyysimenetelmät tutkimuksessa 20.2.2017 Ossi Kotavaara, FT Projektipäällikkö, Geoinformatiikan tutkimusryhmä, Maantiede
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
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.
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
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)
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)
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)
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
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?
Asiointisuunta (Spider-diagrammi)
Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä
Oulun yliopisto/maantieteen laitos / Geoinformatiikan työryhmä / Ossi Kotavaara Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä
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
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?
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.
Potentiaalinen saavutettavuus Indeksi kertoo, kuinka keskeisesti väestö sijaitsee kunkin asutun ruudun asiointitiheyden piirissä a = n j=1 P j e βt
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 0,1 0 0 20 40 60 80 100 120
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?
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
Saavutettavuus kysynnän ja tarjonnan näkökulmasta Uimahallien allaskapasiteettia on noin 80 000 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?
Oulun yliopisto / Maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä
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
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
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.
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 1.6 1.4/0.7 1.7 1.2 1.5 7.5 / 11 30 >30 11.7 7,5, 30. 264 / 330 2 - - 63.4 264 Taulukko: Arvioitu tulevan rahdin määrä viikkotasolla (m 3 ) (ei sis. pyykki, ruoka, lääkkeet)
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 = 63 10 = 1023 15 = 32767 20 = 1048575 Terminaalit = 2 AB 01 10 11 Terminaalit = 3 ABC 001 010 011 100 101 110 111 Terminaalit = 5 ABCDE 00001 00010 00011 00100 00101 00110 00111 01000 01001 01010 01011 01100 01101 01110 01111 10000 10001 10010 10011 10100 10101 10110 10111 11000 11001 11010 11011 11100 11101 11110 11111 Oulun yliopisto/maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä / Ossi Kotavaara
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)
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 7,03 4079,6 0 0 0 0 0 1 2 76,1 96,3 6,70 1831,3 1 0 0 0 0 1 3 79,6 96,6 6,43 5206,5 1 0 0 0 1 1 4 73,8 97,2 6,97 6478,9 0 0 1 1 1 1 5 79,1 98,6 6,60 4908,8 1 1 1 0 1 1 6 82,5 99,2 6,36 4982,1 1 1 1 1 1 1 Warehouses N Cost h Deliveries m³ (%) Efficiency m³/h Payloaddistance m³ h Sites Kokkola Rovaniemi Kemi Oulainen Kajaani Oulu 1 71,7 95,2 7,03 4079,6 0 0 0 0 0 1 2 104,8 99,2 5,01 2481,8 0 1 0 0 0 1 3 92,6 99,2 5,67 4856,7 0 1 0 1 0 1 4 89,5 99,2 5,87 5994,5 0 1 1 1 1 0 5 82,6 99,2 6,35 5649,2 0 1 1 1 1 1 6 82,5 99,2 6,36 4982,1 1 1 1 1 1 1 Oulun yliopisto/maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä / Ossi Kotavaara
Logistiikkakeskusten sijoittamisvaihtoehdot vertailussa Jakelutehokkuus suhteessa verkoston kattavuuteen Kapasiteetin tarve suhteessa verkoston kattavuuteen Oulun yliopisto/maantieteen tutkimusyksikkö / Geoinformatiikan tutkimusryhmä / Ossi Kotavaara
Logistiikkakeskusten sijoittamisvaihtoehdot vertailussa Jakelutehokkuus Oulu ja Rovaniemi Kapasiteetin tarve Oulu Oulu ja Kokkola
Osa 2: Rutiinien automatisointi ja työkalujen rakentaminen
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
Saavutettavuus, väestö ja väestönmuutos
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
Potentiaalisen saavutettavuuden (2003) suhde väestönmuutokseen 2003 2009 periferinen <- potentiaalinen saavutettavuus -> urbaani
GAM-mallien tulkinta Selitysaste p < 0.001 Exp. dev. 46.81 95% luottamusväli Potentiaalisen saavutettavuuden vaikutus Vastekäyrä Potentiaalinen saavutettavuus
Väestönmuutoksen mallintaminen Väestönmuutos voidaan mallintaa ruututietopohjaisesti keskeisten muuttujien avulla Saavutettavuusmuuttujat Potentiaali Lentokentät (Rautatiet) Sosioekonomiset muuttujat Tulotaso Ikä Koulutus Työllisyys Väestöntiheys
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)
Potentiaalisen saavutettavuuden kyky selittää väestönmuutosta suhteessa ruutukokoon
Mallien kyky selittää väestönmuutosta suhteessa ruutukokoon (validointi) Tarkka ennuste Tarkka resoluutio
Yksittäisten muuttujien merkitys mallissa suhteessa ruutukokoon Drop
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?
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 http://www.mtt.fi/mttraportti/pdf/mttraportti152.pdf http://www.scirp.org/journal/paperdownload.aspx?paper ID=49077