search query: @keyword climate change / total: 32
reference: 24 / 32
| Author: | Veijalainen, Antti |
| Title: | Spatial approaches in responding to climate change emergencies - Case study: Helsinki flooding |
| Ilmastonmuutoksen aiheuttamiin uhkiin varautuminen spatiaalisen analyysin keinoin - Tapaus: Helsinki tulvii | |
| Publication type: | Master's thesis |
| Publication year: | 2008 |
| Pages: | ix + 79 Language: eng |
| Department/School: | Maanmittaustieteiden laitos |
| Main subject: | Kartografia ja geoinformatiikka (Maa-123) |
| Supervisor: | Virrantaus, Kirsi |
| Instructor: | Krisp, Jukka |
| Digitized copy: | https://aaltodoc.aalto.fi/handle/123456789/96064 |
| OEVS: | Digitized archive copy is available in Aaltodoc
|
| Location: | P1 Ark M80 | Archive |
| Keywords: | climate change flood elevation infrastructure network vulnerability population spatiotemporal modelling ilmastonmuutos tulva korkeustaso infrastruktuuri verkoston haavoittuvuus väestö spatiotemporaalinen mallinnus |
| Abstract (eng): | The main goal of this work was to find out, in the light of a case study, whether and how certain GIS tools could be for help in climate change emergency issues, especially flooding; where people are located at each point of time, and how they can be rescued if needed. The work leads off with a general introduction to climate change and flooding and their significance, and followed by a short representation of issues on emergency management and GIS use. The theory section of this paper presents digital elevation models, analysis of critical networks including graph theory and spatiotemporal modelling, which constitute the relevant thematic entities for this study. After theoretic contemplation, facts and specific flooding issues in Helsinki area are gone over, before representing the actual analysis procedure. The study area was chosen to cover the Helsinki city centre area and some outskirts. The data used include the contour data from the NLS Topographic Database as elevation data, vector format Transport Networks database as road network data, and time period and building-specific attribute data from the damage analysis demonstrator as spatiotemporal population data. In the case study, sea level was first elevated 5 metres to determine the areas affected by the flood. Second, the flood was overlapped with the road network data, and centrality measures - betweenness and cut vertices - were calculated for the network segments in both normal and flood emergency conditions to find the critical locations. Lastly, the flood was overlapped with building data including population amounts on different times, and flood-exposed population was consequently defined. ArcMap and Pajek software were applied to analysis and calculation. The results show that a five-metre flood would cover extensive areas in Helsinki region even if, at the same time, a major part of the downtown district would remain undisturbed. The road network would suffer some significant cut-offs and several road segments other than those in normal conditions would become critical, which is an exceedingly noteworthy point when considering emergency logistics et cetera. The estimated relative number of population varies considerably from normal to under-the flood situation and needs be taken into account in, for example, evacuation planning. The right quality of data in both cases is of great importance. Different attribute data, for example, could be applied to improve the results of the methods. |
| Abstract (fin): | Tämän työn päätavoitteena oli tutkia kokeellista esimerkkitapausta käyttäen, millä tavoin tiettyjä GIS-työkaluja voidaan käyttää apuna ilmastonmuutoksen aiheuttamiin uhkiin, erityisesti tulviin, varautumisessa; mikä on ihmisten sijainti eri ajankohtina, ja mitä kautta heidät voidaan tarvittaessa pelastaa. Työ alkaa johdannolla ilmastonmuutokseen ja tulviin sekä niiden vaikutuksiin, minkä jälkeen esitellään lyhyesti kriisinhallintaa ja GIS:in soveltamista. Teoriaosiossa esitellään digitaaliset korkeusmallit, verkoston kriittisten kohtien analyysi sekä spatiotemporaalinen mallinnus, jotka ovat myös tutkimuksen temaattiset kokonaisuudet. Varsinaisen teoriaosan jälkeen käydään myös läpi Helsingin alueen erityisiä tulvaan liittyviä asioita. Tutkimusalueeksi valikoitui Helsinki keskusta-alue ympäristöineen. Korkeusdatana käytettiin Maanmittauslaitoksen Maastotietokannan korkeuskäyrästöä, tieverkkodatana niin ikään Maanmittauslaitoksen vektorimuotoista tieverkkoaineistoa ja spatiotemporaalisena väestödatana haittavaikutusanalyysissa käytettyä aika- ja rakennuskohtaista ominaisuustietoa. Tapaustutkimuksen ensimmäisenä vaiheena merenpintaa nostettiin viisi metriä ja määritettiin tulvan alle jäävät alueet. Toisessa vaiheessa tulva-alueet asetettiin päällekkäin tieverkkodatan kanssa ja laskettiin verkon osille haavoittuvuutta kuvaavat tunnusluvut sekä normaalissa että tulvatilanteessa. Viimeisenä vaiheena tulva-alueet asetettiin päällekkäin aika- ja rakennuskohtaisen väkimäärätiedon kanssa tulvalle altistuvan väestön määrittämiseksi. Analyysiin ja laskentaan käytettiin ArcMap- ja Pajek-ohjelmistoja. Tulokset osoittavat viisimetrisen merenpinnan nousun peittävän laajoja alueita Helsingin seudulla, joskin valtaosa kantakaupungista jäisi kuiville. Tieverkko katkeaisi useista ratkaisevista kohdista, ja lisäksi monista normaalitilanteesta poikkeavista tieosista tulisi kriittisiä, mikä on erittäin oleellista esimerkiksi kriisitilanteen logistiikan kannalta. Arvioitu suhteellinen väestömäärä normaalitilanteessa ja tulvan saartamana vaihtelee huomattavan paljon eri ajankohtien välillä, mikä on tärkeää ottaa huomioon muun muassa evakuoinnin suunnittelussa. Sekä verkostoanalyysissa että spatiotemporaalisessa väestömallissa käytettävän datan laatuun ja oikeaan rakenteeseen on kiinnitettävä runsaasti huomiota. Esimerkiksi erilaisten ominaisuustietojen soveltamisella voitaisiin parantaa menetelmien antamia tuloksia. |
| ED: | 2009-01-21 |
INSSI record number: 36673
+ add basket
INSSI