Skip to main content
Login | Suomeksi | På svenska | In English

Human-scale greenery : modelling and understanding the experience of people

Show full item record

Title: Human-scale greenery : modelling and understanding the experience of people
Author(s): Torkko, Jussi
Contributor: University of Helsinki, Faculty of Science
Degree program: Master's Programme in Geography
Specialisation: Geoinformatics
Language: English
Acceptance year: 2021
Abstract:
Urbaani vihreys on elintärkeää yhä enemmän kaupungistuvissa yhteiskunnissamme. Se on moninaista ja omaa monia elämänlaatua edistäviä piirteitä. Perinteisesti urbaania vihreyttä on tarkasteltu ylhäältä katsoen, ilma-alusten tai satelliittien sensorien kautta. Tämä ei kuitenkaan vastaa sitä mitä koetaan alhaalla maantasolla. Uusi vaihtoehtoinen tapa urbaanin vihreyden tutkimukseen on tarkastelu ihmisen tasoisesta näkökulmasta. Tämän ihmisläheisemmän viherkokemuksen tavoittamiseen on kehitetty uusia ja erilaisia menetelmiä. Siitä on kuitenkin vähän tietoa, kuinka hyvin nämä mallinnusmetodit ja indeksit pystyvät oikeasti tavoittamaan sen vihreyden mitä koemme maantasolla. Tämä tutkielma on yritys paremmin ymmärtää, mitä se ihmistasoinen vihreys, jota maantasolla koetaan oikeasti tarkoittaa. Tavoitteena oli ymmärtää miten erilaisia mallinnusmetodeja, indeksejä ja aineistoja voidaan käyttää tämän ilmiön tavoittamiseen. Samalla tutkimus yrittää paremmin ymmärtää erilaisten ihmisten kokemaa vihreyttä. Tavoitteen saavuttamiseksi ihmisten kokemia vihreysarvoja kerättiin haastattelujen avulla satunnaisesti valituilta tutkimuspaikoilta ympäri Helsinkiä. Sitten kerättyjä arvoja vertailtiin samoille paikoille mallinnettuihin vihreysarvoihin. Testatut metodit ja indeksit sisältävät moderneja juuri ihmislähtöistä vihreyttä varten kehitettyjä ratkaisuja, sekä perinteisiä vihreyden kartoitustapoja. Vihreysarvojen lisäksi haastatteluissa kerättiin myös sosiodemografisia muuttujia, joita vertailtiin suhteessa vihreysarvoihin. Mallintamalla saadut arvot olivat keskimäärin pienempiä kuin ihmisiltä kerätyt arvot. Kaikki testatut metodit osoittivat vahvaa tai todella vahvaa lineaarista riippuvuutta ihmisten antamien vihreysarvojen kanssa. NDVI ja semanttiseen segmentointiin pohjautuva viherindeksi (GVI) osoittivat voimakkainta riippuvuutta, sekä niillä oli myös keskimäärin pienin virhepoikkeama. Maankäytöllä ja väripohjaiseen segmentointiin perustuvalla GVI:llä oli korkeimmat poikkeamat haastateltujen arvoista. Sosiodemografinen vertailu osoitti viitteitä siitä, että ikä voisi vaikuttaa miten vihreyttä koetaan, mutta tämä jäi epävarmaksi. Tulosten pohjalta sopii olettaa, että monia erilaisia uusia metodeja voidaan käyttää ihmisnäkökulmaisen vihreyden mallintamiseen voimakkaalla lineaarisella yhteydellä. Kuitenkin myös perinteiset vihreyden kartoitustavat ennustivat arvoja hyvin. On vaikea tiivistää vihreyden kokemus vain yhteen menetelmään. Ratkaisu tähän voisi olla mahdollisesti useamman eri metodin yhdistäminen. Tulokset puhuvat koneoppimismetodien käytön puolesta vihreyskuvien segmentoinnissa. Niitä ei voida käyttää kaikkialla datan kattavuusongelmista johtuen, mutta muita metodeja voidaan käyttää näiden kattavuusaukkojen paikkaamiseen. Iän merkitys vihreyden kokemuksessa vaatii lisätutkimuksia. Koska urbaani vihreys tuo merkittäviä hyötyjä, huomiota tulisi myös antaa sille että, miten erilaiset ihmiset pääsevät kokemaan sitä. Tulevaisuudessa tulisi myös pohtia absoluuttisen vihreyden tarkastelun merkityksellisyyttä, suhteessa vihreyden eri tyyppien tai osa-alueiden tarkasteluun.
Urban greenery is vital to the people in our increasingly urbanizing societies. It is diverse in nature and provides numerous life improving qualities. Traditionally urban greenery has been assessed with a top-down view through the sensors of aerial vehicles and satellites. This does not equate on what is experienced down at the human level. An alternative viewpoint has emerged, with the introduction of a more human-scale viewpoint. To quantify this human-scale greenery, novel and disparate approaches have been developed. However, there is little knowledge on how these modelling methods and indices manage to capture the greenery we truly experience on the ground level. This thesis is an undertaking to better understand what the greenery experienced by people on the ground level, termed humanscale greenery (HSG), means. The goal was to grasp how the various modelling methods, indices and datasets can be best used to capture this phenomenon. Simultaneously, the study tries to better comprehend how different people experience greenery. To achieve this, human-scale greenery values were collected via interviews at randomly selected study sites across Helsinki. These values were then compared to modelled values at the same sites. The methods and indices tested include modern approaches developed specifically for HSG and traditional greenery assessment methods. Along the greenery values, sociodemographic variables were collected in the interviews and compared to each other in relation to HSG values. The modelled values were on average smaller than HSG values. All methods indicated very strong or strong linear relationships with human-scale greenery. NDVI and semantic segmentation Green View Index (GVI) had the strongest relationships and least deviation. Land use (LU) and color based GVI had the highest error deviations from HSG. The sociodemographic assessment showed hints that age might affect the amount of experienced greenery, but this is uncertain. With a random sampling of interviewees, 25–34-year-olds and less nature visiting people were more common at sites with low HSG. Based on the results obtained here, many different types of novel methods are suitable for modelling HSG with strong linear relationships. However, also traditional greenery assessment methods performed well. It is difficult to curtail the experience of greenery into a single approach. A solution could possibly be obtained via the combination of methods. The results also advocate the usage of machine learning methods for greenery image segmentation. These cannot be applied everywhere due to data coverage problems, but alternative methods can also be used to fill in gaps. The significance of age on the experience of greenery needs further research. Because urban greenery’s benefits are known, attention should also be given onto how different kinds of people are able to experience it. In the future we should also discuss the meaningfulness of assessing absolute greenery in comparison to the types and parts of greenery.
Keyword(s): greenery greenness urban GVI segmentation experience vihreys vehreys urbaani kokemus


Files in this item

Files Size Format View
Torkko_Jussi_Pro_Gradu_2021_.pdf 8.294Mb PDF

This item appears in the following Collection(s)

Show full item record