Pääkaupunkiseudun 3D-kaupunkitietomallin esiselvitys

Kaupunkimallinnus kolmiulotteisena kehittyy päätähuimaavaa tahtia. Mallien käyttökohteet ja hyödyntäminen laajenee jatkuvasti, ja malleille onkin keksitty mitä moninaisimpia käyttötarkoituksia aina viihteellisemmästä lähestymiskulmasta tietopohjaiseen hyödyntämiseen. Seikkailit sitten pelimaailmassa realistisen oloisessa kaupungissa tai hyödynsit suunniteltaessa uutta rakennusta ympäröivän alueen tietoja, niin kolmiulotteisuus avartaa näkymää yhden ulottuvuuden verran lisää verrattuna lintuperspektiiviin.

Horisontissa mallinnuksen saralla näkymät värittyvät jatkuvasti villimmiksi. Muutaman vuosikymmen sitten tieteiselokuvan kuvastolta vaikuttaneet visiot ovat jo käytössä. Lisätyn todellisuuden ja virtuaalitodellisuuden linkittyminen reaalimaailmassa olemassa oleviin elementteihin auttaa mitä mielikuvituksellisimpien ideoiden toteuttamisen. Käyttökohteita omaksutaan osaksi toimintaa sitä mukaan kuin aallonharjan surffaajat ja tienraivaajat ovat pedanneet tekniikat tarpeeksi lähestyttäviksi ja toimiviksi osaksi olemassa olevia prosesseja. Tästä esimerkkinä viime toukokuussa Suomen ensimmäinen rakennusvalvonnan hyväksymä rakennuksen tietomalli Järvenpäässä.

Paikkatieto kertoo tietoa sisältävien kohteiden sijainnin maapallolla. Voidaan ajatella, että sen lisäksi, että piste sijaitsee pallolla, on sillä aina myös jokin kolmannen akselin sijainti – oli se sitten maanpinnalla, sen alla tai yläpuolella. Paikkatieto-ohjelmistoille ja tiedon visualisoinnin alustoille onkin huomattu olevan tarvetta myös kolmiulotteisten aineistojen käsittelemiseksi. Tuen vakiintuessa ei ole ollenkaan epätodennäköistä, että kolmiulotteiset aineistot tulevat normiksi tulevaisuudessa paikkatiedon parissa. Standardit vakiintuvat, yhteensopivuus kehittyy, aineistoja tuotetaan enemmän, tekninen suorituskyky kasvaa ja hyödyntämismahdollisuudet laajenevat, minkä seurauksena voidaan siirtyä työskentelemään kolmen ulottuvuuden pariin niin halutessa.

Palataan vielä päätähuimaavaan tahtiin. Kehityksen ollessa nopeaa on hyvä välillä pysähtyä ja tarkastella missä mennään. Visionäärien ja mallinnuksen parissa työskentelevien on luontevaa seurata kehitystä ja ymmärtää uusia toimintatapoja, tekniikkoja ja käyttötarpeita. Aiheeseen vihkiytymättömän näkökulmasta aihe voi taas vaikuttaa niin monihaaraiselta ja teknisesti orientoituneelta, että tietomalleja on vaikea lähestyä. Tämän esiselvityksen tarkoituksena on kirkastaa lukijalle pääkaupunkiseudun alueelta nykytilanne kaupunkimallinnuksen suhteen ja esitellä erilaisia ratkaisuja ja tulevaisuuden visioita mallintamiseen ja olemassa olevien aineistojen hyödyntämiseen.

Antoisaa matkaa kolmiulotteisen kaupunkitietomallinnuksen maailmaan!

Lassi Sarlos

projektitutkija

Tarkoitus

Esiselvityksen tarkoituksena oli luoda ymmärrys pääkaupunkiseudun kaupunkien 3D-kaupunkitietomallien nykytilanteesta ja muodostaa käsitys pääkaupunkiseudun 3D-kaupunkitietomallin hyödyntämismahdollisuuksista ja luomisen vaatimuksista.

Aikataulu

Esiselvitys laadittiin 1.1.–23.7.2021. Työ jakautui kolmeen osaan: tammi-helmikuun lähdekirjallisuuteen tutustumiseen, maalis-huhtikuun tapaamiseen sidosryhmien kanssa ja touko-kesäkuun kirjallisen työn laadintaan. Heinäkuussa kommentoinnin perusteella esiselvityksen sisältöä ja näkökulmia jalostettiin. Julkaisulupa esiselvitykselle myönnettiin 22.11.2021 pääkaupunkiseudun 3D-kaupunkitietomallin erilliskokouksessa.

Esiselvityksen asettaja ja osallistahot

Helsingin seudun ympäristöpalveluissa esiselvitystyö tapahtui seutu- ja ympäristötiedon tulosalueella. Osallistahoina selvityksen tapaamisissa olivat Espoon, Vantaan, Helsingin ja Kauniaisten edustajat, Uudenmaan liitto, Sova 3D, Aalto-yliopisto sekä Maanmittauslaitos. Sisäisesti HSY:ssä tapaamisiin osallistui ilmansuojeluyksikön, ilmastoyksikön, jätehuollon ja tietoyhteistyöyksikön työntekijöitä. Vesihuollosta kysymyksiin vastattiin kirjallisesti.

Kohderyhmä

Esiselvityksessä pääkaupunkiseudun 3D-kaupunkitietomallin hyödyntämistä selvitettiin erityisesti ylikunnallisen suunnittelun ja aineistojen kolmiulotteisen visualisoinnin näkökulmasta. Kirjallinen työ on suunnattu paikkatietoon liittyvään asiantuntijatyöhön ja pääkaupunkiseudun kuntien edustajille.

Tulostavoitteet

Päätavoitteena oli luoda kirjallinen esiselvitys lähdekirjallisuuteen tutustumisen ja tapaamisten pohjalta.

Tuotokset

Tuotoksina olivat tapaamisten pohjalta kirjoitetut muistiot sekä tietokanta ja katselumalli testiympäristössä. Näiden tuotoksien ja lähdekirjallisuuteen perehtymisen pohjalta luotiin esiselvityksen kirjallinen työ.

Avainhenkilöt yhteysverkossa

Avainhenkilöt olivat pääkaupunkiseudun 3D-kaupunkitietomallien tuotannosta ja ylläpidosta vastaavia työntekijöitä sekä kolmiulotteisten mallien hyödyntäjiä. Olennaista oli myös tutustua pääkaupunkiseudun kaupunkimalleista luotuihin sovelluksiin ja kansallisen 3D-kaupunkitietomallin nykytilanteeseen malleja tuntevien henkilöiden johdolla.

Käytössä olevat resurssit

Esiselvitys tuotettiin sisäisenä työnä seutu- ja ympäristötiedon tulosalueen tietoyhteistyöyksikössä. Esiselvitykseen oli varattu kahden työntekijän työaikaa. Esiselvityksen laadintaa varten ei haettu ulkopuolista rahoitusta.

Arviointi

Esiselvitys arvioidaan sisäisesti HSY:ssä, jonka pohjalta päätetään, jatketaanko pääkaupunkiseudun 3D-kaupunkitietomallin valmistelua, suunnittelua ja toteuttamista.

Raportointi

Raportointi toteutettiin esiselvityksen kirjallisen työn muodossa.

3D = Kolmiulotteinen.

3DcityDB = Tietokanta, jossa CityGML-tietomallin mukaista kaupunkitietomallia voidaan hallinnoida, ylläpitää ja päivittää. Lyhenne muodostuu sanoista 3D City Database.

AR = Lisätty todellisuus. Lyhenne muodostuu sanoista Augmented Reality.

BIM = Rakennuksen tietomalli. Lyhenne muodostuu sanoista Building Information Model.

bSF = Kansallinen yhteistyöfoorumi, jossa rakennus- ja kaupunkitietomallien käyttöönottoa edistetään monitahoisella kokoonpanolla. Lyhenne muodostuu sanoista Building Smart Finland.

Cesium = Avoimen lähdekoodin 3D-kaupunkitietomallien katselualusta, jossa kolmiulotteisten tiilien sisältöä voidaan katsella.

CityGML = Kaupunkitietomallien tallentamista ja tiedonsiirtoa varten kehitetty avoimen standardin formaatti. Etenemässä lähitulevaisuudessa versiosta 2.0 versioon 3.0.

CityJSON = Kaupunkitietomallien tallentamista ja tiedonsiirtoa varten kehitetty avoimen standardin formaatti. Formaatti on kevyempi ja yksinkertaisempi kuin CityGML. Lyhenne muodostuu sanoista City JavaScript Object Notation

FME = Ohjelmisto, jolla voidaan lukea ja kirjoittaa dataa eri muotoihin integroiden ja manipuloiden datan metatietoa prosessin aikana. Lyhenne muodostuu sanoista Feature Manipulation Engine.

FMI-ENFUSER = Ilmanlaatumalli, joka perustuu hetkellisten päästöjen leviämismallinnukseen hyödyntäen historiatietoa ja tuoreimpia ilmanlaatuhavaintoja mallinnettavalla alueella. Lyhenne muodostuu sanoista The Finnish Meteorological Institute's ENvironmental information FUsion SERvice.

FZK-viewer = Ohjelmisto, jolla CityGML-tietomallin mukaista aineistoa voidaan katsella.

GML = Paikkatiedon esittämiseen käytetty merkintäkielioppi, joka Perustuu XML-merkintäkieleen. Lyhenne muodostuu sanoista Geography Markup Language.

Geoserver = Avoimeen lähdekoodiin perustuva palvelinohjelmisto, jonka tarkoituksena on mahdollistaa geospatiaalisen tiedon jakaminen, käsittely, muokkaus ja hallinnointi.

HSY = Helsingin seudun ympäristöpalvelut.

I3D = ArcGIS ohjelmistojen käyttämä tiedostomuoto kaupunkitietomallin visualisointiin. Lyhenne muodostuu sanoista Indexed 3D Scene Layer.

KYTR = Kartastoyhteistyöryhmä. jossa mukana pääkaupunkiseudun kaupungit ja kuntayhtymät.

IFC = Rakennusten tietomallien tiedonsiirtoon ja jakamiseen kehitetty koneluettava tiedostomuoto. Lyhenne muodostuu sanoista Industry Foundation Classes.

LES = Suurten pyörteiden simulaatiomallinnus, jonka avulla voidaan tutkia esimerkiksi ilman epäpuhtauksien leviämistä kaupunkitilassa. Lyhenne muodostuu sanoista Large-Eddy Simulation.

LoD = Yksityiskohtaisuustaso 3D-kaupunkitietomallien eri objekteille. Lyhenne muodostuu sanoista Level of Detail.

MATTI = Vantaan kaupungin kehittämä MAankäytön Toimintamalli ja Tietojärjestelmä.

Microstation = Ohjelmistojen toimintaympäristö, jossa osa 3D-kaupunkitietomallien tuotanto- ja ylläpito-ohjelmistoista toimivat. Esimerkiksi TerraSolidin ohjelmistot toimivat Microstation-ympäristössä.

OGC = Paikkatiedon standardeja ylläpitävä ja hyväksyvä organisaatio. Lyhenne muodostuu sanoista Open Geospatial Consortium.

Oskari = Avoimen lähdekoodin paikkatiedon esittämiseen käytetty alusta. Oskarissa on sisäänrakennettu Cesium-integraatio, joten tukee versiosta 1.54 lähtien myös kolmiulotteisten aineistojen esittämistä.

RYTR = Rekisteriyhteistyöryhmä. jossa mukana pääkaupunkiseudun kaupungit ja kuntayhtymät.

PostGIS = Paikkatietojärjestelmälaajennos PostgreSQL-tietokannanpalvelinhallintaohjelmistolle.

PostgreSQL = Avoimen lähdekoodin tietokannan hallintajärjestelmä.

S3D = Sova 3D:n kehittämä katselualusta kaupunkitietomallien esittämiseen. Palvelussa on yhdistetty aineistoja eri lähteistä valtakunnallisesti.

SketchUp = Ohjelmisto, jolla 3D-objekteja voidaan katsella. Samalla myös tiedostomuoto.

Sova 3D = Suomalainen 3D-kaupunkimalleja tuottava ja ylläpitävä yritys.

TerraSolid = Ohjelmistotuottaja, jonka ohjelmistoja käytetään 3D-kaupunkitietomallien tuotannossa raakadatan jalostuksessa esimerkiksi pistepilvien luokittelussa, geometrioiden luomisessa ja teksturoinnissa.

Trimble = Ohjelmien tuoteperhe, millä kaupunkitietomalleja voidaan hallinnoida ja julkaista.

UAV = Miehittämätön ilma-alus, esimerkiksi drooni. Lyhenne muodostuu sanoista Unmanned Aerial Vehicle.

QGIS = Avoimen lähdekoodin paikkatieto-ohjelmisto, joka tukee myös 3D-aineistojen esittämistä ilman kolmannen osapuolen liitännäisiä alkaen versiosta 3.0. Lyhenne muodostuu sanoista Quantum Geographic Information System.

WFS = Rajapinta paikkatietokohteiden etsintään, kyselyyn ja muokkaamiseen tietoverkon yli. Lyhenne muodostuu sanoista Web Feature Service.

WMS = Rajapinta paikkatiedon muodostaman kartan lataamiseen kuvina tietoverkon yli. Lyhenne muodostuu sanoista Web Map Service.

WMTS = Rajapinta paikkatiedon muodostaman karttatiilien lataamiseen tietoverkon yli. Lyhenne muodostuu sanoista Web Map Tile Service.

xD-visuals = Suomalainen 3D-kaupunkimalleja ja niiden sovelluksia tuottava ja ylläpitävä yritys.

XML = Merkintäkielien standardi. Sitä käytetään formaattina tiedonvälitykseen järjestelmien välillä ja tiedostomuotona dokumenttien tallentamiseen. Lyhenne muodostuu sanoista Extensible Markup Language.

Tässä esiselvityksessä käsitellään 3D-kaupunkitietomalleja, jotka ovat geometrista ja ei-geometrista tietoa sisältäviä mallinnuksia rakennetusta ja luonnollisesta ympäristöstä [1]. Kolmiulotteisen kaupunkitietomallien tuotanto edellyttää kaksiulotteisen x- ja y-koordinaatin lisäksi z-koordinaatin määrittelyä jokaiseen geometriaan, joka malliin halutaan sisällyttää. Tietomallissa olennaista on geometrian lisäksi objekteihin sisällytettävä semantiikka eli ominaisuustieto, topologia eli mallien kohteiden olemassaolo suhteessa toisiinsa sekä kohteiden ulkomuoto [2].

Ominaisuustiedot geometristen ominaisuuksien ja paikkatiedon lisäksi sisältävät usein muutakin tietoa kohteesta – esimerkiksi rakennusten luokittelutietoa tai valmistumisvuoden. Topologia määrittelee objektien osien suhteet toisiinsa – esimerkiksi rakennusten seinien yhdistyminen kattoon. Kohteiden ulkomuoto voi taas sisältää esimerkiksi tekstuuria valokuvista tai värjäyksen pistepilviaineistolle. Semanttiset, topologiset ja geometriset ominaisuudet mahdollistavat mallin käytön ja hyödyntämisen monissa erilaisissa sovelluksissa sekä suunnittelu- ja analysointitehtävissä [3]. Voidaan ajatella, että 3D-kaupunkitietomalli koostuu siis kirjaimellisesti osista, jossa 3D kuvaa kolmiulotteista geometriaa, kaupunki rakennettua ja luonnollista ympäristöä, tieto kohteiden semantiikkaa sekä malli alueen ulkomuotoon perustuvaa virtuaalista näkymää (Kuva 1).

Kuva 1. 3D-kaupunkitietomallin objektien koostumus pelkistetysti ilmaistuna.

Nykyaikaisten kolmiulotteisten kaupunkitietomallien tuotannossa käytetään yhtenä metodina laserkeilausta [4], joka voi tapahtua joko ilmasta tai maasta käsin. Laserpulssin heijastuminen takaisin sensoriin kertoo pulssin vastaanottavan kohteen muodosta keilaimelle. Keilaimet lähettävät laserpulsseja määritellylle alueelle määritellyn tiheyden verran, esimerkiksi viisi tai kaksikymmentä pulssia neliömetrille. Keilauksen tuloksena syntyy kolmiulotteinen pisteaineisto, jossa keilaimesta lähetettyjen pulssien heijastukset määrittelevät kohteen muodot x- y- ja z-koordinaattien perusteella [5].

Pistepilven pisteitä voidaan kategorisoida muodostaen keilatun alueen kohteista eri luokkia [6]. Erilaisia luokkia ovat esimerkiksi rakennukset, kasvillisuus ja maanpinta. Luokitellun pistepilven avulla kyetään seuraavaksi määrittelemään kohteen geometria vektorimuotoon. Ohjelmistojen automaattisen generoinnin jälkeen geometrioita joudutaan tyypillisesti manuaalisesti vielä korjaamaan vastaamaan mahdollisimman tarkasti todellisuutta.

Geometriat kaupunkitietomallissa muodostavat yhdessä objekteja. Objektin geometriat ovat siinä mielessä älyllisiä, että ne tietävät olevansa esimerkiksi rakennuksen seinä tai katto. Rakennus taas ymmärtää koostuvansa tietyistä seinä- ja kattogeometrioista. Objektien sisälle jäävät tilat muodostavat myös kokonaisuuksia, joille voi määritellä ominaisuuksia. Kokonaisuudesta syntyy mallin kohteiden topologia.

Geometrian lisäksi objektien pintoja voidaan avulla teksturoida heijastamaan lähemmin todellisuutta [7]. Kuva rakennuksen seinästä ja katosta voidaan liimata seinä- ja kattogeometrian päälle. Tekstuurit tuotetaan tyypillisesti valokuvista – esimerkiksi ilmasta kuvatuin viistokuvin tai jopa kännykällä kuvattuna seinän vierestä. Tällä on tarkoitus jalostaa kaupunkitietomallin visuaalisuutta. Myös pistepilvi voidaan värjätä vastaamaan samaa tarkoitusta esimerkiksi kasvillisuuden osalta.

Jotta kaupunkitietomallien tuotanto noudattaisi yhteisiä periaatteita ja tietomallit olisivat jollakin tavoin yhteensopivia, on niiden tallentamiseksi ja tiedostonsiirtoon luotu standardi. Yleisesti ja laajasti käytössä on OGC:n hyväksymä CityGML-tietomallistandardi, joka perustuu XML-merkintäkielen GML-kielioppiin [8]. Standardin avulla on ollut tarkoitus yhtenäistää kaupunkitietomallien tuotannon käytäntöjä ja mahdollistaa tiedonsiirto.

Tietomallissa on määritelty mahdollisuus esittää geometrioiden muodostamia objekteja eri yksityiskohtaisuuden tasoilla. Toisistaan poikkeavat yksityiskohtaisuustason objektit voidaan sisällyttää CityGML-tietomalliin. Eri yksityiskohtaisuustason objekteja voi olla samanaikaisesti määritetty samassa kaupunkitietomallissa – kaikkien objektien ei tarvitse olla samalla yksityiskohtaisuustasolla.

Näitä tasoja on yleisesti LoD 0–4 [9], mutta yksityiskohtaisuustasot voidaan jaotella vielä tarkemmin neljään yksityiskohtaisuuden kenttään, jolloin eri tasoja muodostuu 16 kappaletta [10]. Yksityiskohtaisuustasojen esimerkkinä ovat usein kaupunkitietomallien rakennukset, sillä niissä tasot voi määritellä yksityiskohtien kautta havainnollisesti. Taso nolla on ei oikeastaan vielä kolmiulotteinen vaan 2,5-ulotteinen. Taso yksi on laatikkomalli, jossa kattomuoto on tasainen. Tasolla kaksi on määritetty katon muoto. Kolmostasolla seinäpintojen ja katon suhde on tarkempi – siinä otetaan huomioon myös rakennuksen räystäät eli kattoulokkeet suhteessa seinään. Kaupunkitietomallien yksityiskohtaisuustaso nykytilanteessa on usein maksimissaan tasolla kolme – se palvelee jo monia käyttötarkoituksia riittävästi. Yksityiskohtaisuustason neljä rakennukset ovat sisältävät yksityiskohtia myös rakennuksen sisätiloista.

Yksityiskohtaisuustaso neljä lähestyy yksityiskohdiltaan rakennuksen tietomallia (BIM). Rakennuksen tietomallit voivat toimia rakennuksen koneluettavana suunnittelun mallina. jonka on tarkoitus vastata tarkasti fyysiseen ympäristöön rakennettavaa rakennusta virtuaaliympäristössä [11]. Tietomallin on tarkoitus ohjata rakentamista ja yhteensovittaa eri osa-alueiden tekijät saumattomasti vähentäen yllätyksiä rakennusvaiheessa. Tietomalleille on kehitetty tiedostonsiirtostandardi IFC. BuildingSMARTFinland edistää Suomessa koneluettavien tietomallien käyttöönottoa ja yhdistää eri alojen työntekijöitä niin, että tietomallit palvelisivat eri tahojen tarpeita mahdollisimman kattavasti [12].

Kun kaupunkitietomallin objektien geometriat ovat luotu, voidaan objekteihin lisätä haluttu semantiikka. CityGML on standardina joustava siinä mielessä, että geneeristä ominaisuustietoa voi lisätä käyttötarpeen mukaisesti eli CityGML ei standardina rajoita tiedollisia ominaisuuksia ainoastaan ennalta määrättyihin attribuutteihin [9]. Objektien ominaisuuksia voi luoda tai yhdistää esimerkiksi rekisteritietoihin FME:n avulla.

Kun geometriat ovat valmiit ja semantiikka lisätty, voidaan tietomalli viedä tietokantaan ylläpidettäväksi. Eri ohjelmistot tarjoavat työkaluja tiedon tallentamiseen, hakemiseen, muokkaukseen ja päivittämiseen. Mikäli tiedot halutaan tietokannan lisäksi viedä hyödynnettäväksi rajapintaan, on siihen olemassa omat julkaisuohjelmistonsa, esimerkiksi Geoserver [13].

Kaupunkitietomallin tietokanta ei vielä itsessään näytä sisältöä kolmiulotteisena tietokoneen päätteellä. CityGML-muotoista tietomallia voi lukea ohjelmistoilla joko suoraan katseluun tai konvertoida sellaiseen muotoon, että sen esittäminen on selainpohjaisesti mahdollista [14]. Visuaaliseen esittämiseen on kehitetty CityGML-tietomallista katselua varten datan välikerros, jossa kaupunkitietomalli rajataan neliönmuotoisiin 3D-tiiliin [15]. Näin katselualustat kykenevät jakamaan esitettävän tiedon halutusti niin, että kaupunkitietomallin esittäminen ei selaimessakaan ole kohtuuttoman raskasta. Kun tiilet julkaistaan halutulla taustalla selaimessa – esimerkiksi kartalla, ilmakuvassa tai virtuaalimaapallolla, muodostuu kaupunkitietomallista 3D-karttapalvelu.

Kaupunkitietomalleja voidaan hyödyntää moniin tarkoituksiin. Tyypillisiä soveltamisen alueita ovat olleet esimerkiksi tulvariskikartoitukset, melumallinnukset, varjo- ja valomallinnukset, suunnittelu eri mittakaavatasoilla, virtausmallit sekä energiatehokkuuden mallintaminen [16]. Hyödyntämismahdollisuuksia pääkaupunkiseudun 3D-kaupunkitietomalliin on kuvattu tarkemmin kolmannessa luvussa.

Tiivistettynä kaupunkitietomallien polku tuotannosta kolmiulotteisen tiedon esittämiseen ja soveltamiseen on esitetty seuraavan sivun prosessikaaviossa (Kuva 2). Kaikkiin osa-alueisiin liittyy tiiviisti hallinta, ylläpito ja päivittäminen. Tyypillisesti kaupunkitietomallia hallinnoidaan tietomallina tietokannassa [17], joten se on merkitty erikseen kaavioon.

Kuva 2. 3D-kaupunkitietomallien aineistojen tuotanto tietokantaan, katselualustalle ja sovelluksiin yksinkertaistetusti kuvattuna.

Seuraavissa alaluvuissa esitellään lyhyesti pääkaupunkiseudun 3D-kaupunkitietomallien nykytilannetta. Nykytilannekatsauksessa painopiste on semanttisten kaupunkitietomallien ominaispiirteissä: tietomallin tuotannossa, aineistoissa, ylläpidossa, tallennustietokannoissa ja mallin virtuaalisissa katselualustoissa. Alaluvuista on rajattu pois kaupunkikohtaiset kolmioverkko- eli kuorimallit ja pelimoottorimallit, sillä esiselvitys käsittelee ominaisuustietoa sisältäviä kaupunkitietomalleja.

Esiselvityksen aikana järjestettiin kunkin pääkaupunkiseudun kaupungin 3D-kaupunkitietomalleja tuntevien työntekijöiden kanssa tapaamiset, joissa mallien nykytilanteesta, suunnitelmista ja hyödyntämisestä keskusteltiin. Näiden tapaamisten ja lähdekirjallisuuden perusteella on koottu yhteenveto kaupungeittain. Luvussa käsitellään myös Sova 3D:n luomia malleja ja Maanmittauslaitoksen tulevaa kansallista 3D-mallia. Malleja käsitellään tässä esiselvityksessä siksi, että mallit kattavat rakennusten osalta esiselvityksen kannalta kiinnostavia alueita – Sova 3D:n mallissa ovat mukana Espoo, Helsinki ja Vantaa sekä kansallisessa mallissa edellä mainittujen lisäksi Kauniainen. Lopuksi esitellään yhteenveto luvussa käsitellyistä kaupunkitietomalleista.

Espoon 3D-kaupunkitietomallia esitteli kartastopäällikkö Mirja Ruutu. Mikäli lähdettä ei ole erikseen mainittu perustuu esittely tähän tapaamiseen ja kartastoyhteistyöryhmässä käsiteltyihin asioihin ja esiselvityksen kirjoittajan havaintoihin avoimien aineistojen testeissä.

Tiedontuotanto ja ylläpito

Espoo tuottaa 3D-kaupunkitietomallin aineistot pohjautuen laserkeilaukseen, viiden suunnan viistokuvauksiin, katukuilulaserkuvauksiin ja drooni- eli UAV-kuvauksiin. Editointi tapahtuu UAV-lennoissa tuotettujen pistepilvien osalta AgiSoftin ja Erdasin ohjelmistoissa, täydennyskartoituksia tehdään 3D WIN ohjelmistoissa sekä stereotyöskentelyä digitaalisten ilmakuvien käsittelemiseksi tehdään Espa Systemsin ohjelmistoilla. Lisäksi kohteita luokitellaan ja teksturoidaan Microstation-ympäristössä toimivilla Terrasolidin ohjelmistoilla TerraScan ja TerraPhoto. Tarkistuksia ja apuviivoja mallin geometrioille tehdään FME:llä. Valmiin nykytilan Espoon kaupunkitietomallin tallennustietokanta sijaitsee Trimble Locuksessa, jossa myös mallia ylläpidetään. Ylläpito on yhdistetty kantakartan ylläpidon prosessiin. [18]

Tietomalli on CityGML -pohjainen, mutta sisältää myös standardin ulkopuolisia ominaisuustietoja kohteista geneerisen ominaisuustiedon alaisena, mikä lisää aineiston hyödyntämisen mahdollisuuksia [19]. Espoo päivittää ja ylläpitää mallia jatkuvasti omana työnään. Seuraava viistokuvaus ja laserkeilaus suoritetaan vuonna 2021.

Rajapinta ja avoin data

Espoon 3D-kaupunkitietomalli on julkaistu muista pääkaupunkiseudun kaupungeista poiketen avoimena datana WFS-rajapinnassa. Mallin rajapinta päivitetään neljännesvuosittain. Rajapinnasta tiedon lukeminen edellyttää siihen soveltuvaa ohjelmistoa – esimerkiksi FME:tä (Kuvat 3 ja 4) tai FZK-Vieweriä. Tiedot voi halutulta alueelta ladata ja konvertoida FME:llä haluttuun muotoon sekä katsella tämän jälkeen esimerkiksi QGIS tai SketchUp -ohjelmilla. Aineiston jakelu rajapinnasta on kohdennettu asiantuntijakäyttöön – rajapintatoteutuksessa loppukäyttäjällä on oltava hyödyntämiseen soveltuvat ohjelmistot käytössään ja hänen on tiedettävä mitä tietoja tarvitsee ja miltä alueelta. Vantaan ja Helsingin tapaan 3D-rakennusten tai muiden kohdetyyppien tiedostojakelua pakattuna CityGML:nä ei erikseen ole.

Kohdetyypit

Avoimena datana malli sisältää yksityiskohtaisuuden tasojen LoD 0–3 rakennukset lähes koko Espoosta. Espoo itse ylläpitää tasoa LoD 3, mutta tieto on saatavilla myös karkeampana käyttäjän tarpeitten mukaan. Lisäksi avoin tietomalli sisältää kasvillisuutta, maankäytön, tiet, maanpintamallin, vesialueet, aitoja ja kaupunkikalusteita kuten lyhtypylväitä sekä penkkejä. Lisäksi kaupunkitietomalli sisältää maanalaista infrastruktuuria, josta avoimesti saatavilla ovat ainoastaan maalämpökaivot. Maanalainen infrastruktuuri käsittää kaivojen lisäksi energiaverkon kaapeleita sekä vesi- ja lämpöputkia. [19]

Katselumalli

Katselumallia ei ole julkisesti nähtävillä vielä, mutta Espoon sisäisessä verkossa katselumalli on jo olemassa. Julkinen selainpohjainen katselumalli on suunnitelmissa toteuttaa tulevaisuudessa. Avoimesta rajapinnasta mallin tiedot ovat kuitenkin saatavilla ja voidaan kirjoittaa esimerkiksi FME:llä sellaiseen muotoon, että mallin kohdetyypit saadaan näkyviin loppukäyttäjän määrittelemälle katselualustalle.

Kuva 3. Espoon 3D-kaupunkitietomallin rajapinnan lukemista ja kirjoittamista Otaniemen kampukselta. © aineisto: Espoon kaupunki

Kuva 4. Rajapinnasta kirjoitettu rakennus FME:n Data Inspectorissa. © aineisto: Espoon kaupunki

Vantaan 3D-kaupunkitietomallin tapaamisessa mukana olivat kaupungingeodeetti Kimmo Junttila, paikkatietoinsinööri Jere Virolainen ja asemakaava-arkkitehti Anna Hellén. Kuvaus perustuu tämän tapaamisen ja kartastoyhteistyöryhmän keskusteluihin sekä havaintoihin mallia ja aineistoja käytettäessä, mikäli lähdeviitteissä ei ole muuta mainittu.

Tiedontuotanto ja ylläpito

Vantaan 3D-kaupunkitietomalli on tuotettu ulkoisen yrityksen keräämän laserkeilausaineiston pohjalta luokittelemattomasta pistepilviestä, ilmakuvista ja viistoilmakuvista. Pistepilvet luokitellaan eri luokkiin automatisoidusti Microstation-ympäristössä toimivilla TerraSolidin ohjelmistoilla. Luokittelu voidaan suorittaa esimerkiksi TerraScanilla, joka luokittelee kohteet muun muassa rakennuksiksi, maanpinnaksi ja kasvillisuudeksi. Virheet automaattisessa mallinnuksessa voidaan korjata manuaalisesti TerraScanin korjaustyökaluilla. [20]

Vantaan kaupunkitietomallin tallennustietokanta sijaitsee 3DCityDataBasessa, jossa myös mallia ylläpidetään. Tietomalli on CityGML-pohjainen. Tietomallia päivitetään uusien laser- ja ilmakuvausaineistojen perusteella luokittelemalla ensin pistepilviaineistoa automaattisesti TerraScanin avulla ja sitten suorittamalla tietokantakyselyjä, joiden perusteella muutoksia rakennuksien geometrioissa päivitetään vastaamaan kaupungin senhetkistä tilannetta. [20]

Avoin data

Vantaa jakaa avoimena datana kaupunkitietomallin rakennukset HRI:ssä CityGML-pohjaisina. Rakennusten aluejako on tehty kaupunginosittain. Tiedostojaossa ovat mukana myös rakennusten tekstuurit viistoilmakuvista irrotettuna. Ladattavia tiedostoja ei päivitetä jatkuvasti. Viimeisimmät avoimen datan tiedostot ovat useamman vuoden vanhoja. Vantaalla mietinnässä on ollut myös selainpohjainen kaupunkitietomallin tietojen latauspalvelu, jota ei kuitenkaan vielä ole toteutettu.

Kohdetyypit

Yksityiskohtaisuuden taso rakennusten osalta on LoD 2. Rakennuksien tekstuurit perustuvat viistoilmakuvauksiin. Myös kasvillisuutta ja maanpinta on mallinnettu. Vantaan karttapalvelussa katseltavissa ovat kolmiulotteisena Vantaan rakennukset ja laserkeilaukseen pohjautuva maanpintamalli. Länsi-Vantaan kasvillisuutta voi katsella Sova 3D:n Kunta3D-katselualustalla värjättynä pistepilvenä. Kasvillisuutta ei ole lisätty katseltavaksi Vantaan karttapalvelussa.

Katselumalli

Vantaalla on karttapalvelussaan integroituna 3D-näkymä, jossa kaupunkitietomallin rakennuksia ja maanpintaa voi tarkastella kolmiulotteisesti. Katselumalli toimii Sitowisen Louhi-katselualustalla. Aineistot ovat Vantaan omia ja Sitowise vastaa katselualustan toteutuksesta.

MATTI

Vantaan Maankäytön Toimintamalli ja Tietojärjestelmä MATTI:n myötä on kaupungissa siirrytty ArcGIS tuoteperheen paikkatieto-ohjelmistojen käyttöön. MATTI:a varten tehdään konversio 3DCityDataBasen CityGML-pohjaisesta tietomallista. Rakennuksista MATTI:in viedään vain LoD 1 -tason tiedot, sillä se palvelee käyttötarkoitusta riittävästi. MATTI:n käyttöönotto ei ole kuitenkaan vaikuttanut kaupunkitietomallin ensisijaiseen tallennustapaan tai -paikkaan.

Kuva 5. Vantaan karttapalvelun 3D-näkymä kuvakaappauksena [21]. Kuvassa on klikattu auki uimahallin ominaisuustietoja. Rakennusten lisäksi 3D-näkymään on lisätty maanpinta. © Louhi-karttapalvelu: Sitowise © aineisto: Vantaan kaupunki

Helsingin kaupunkitietomallin kuvaus perustuu paikkatietoasiantuntija Jarkko Hårdhin kanssa käytyyn keskusteluun yhteisessä tapaamisessa ja kartastoyhteistyöryhmässä käsiteltyihin asioihin, jos erillistä lähdeviitettä ei ole mainittu. Palvelututkasta kertovat virkkeet perustuvat tapaamiseen Aalto-yliopiston tutkijoiden Juho-Pekka Virtasen ja Arttu Julinin kanssa sekä suunnittelusihteerin Marika Ahlavuon kanssa.

Tuotanto ja ylläpito

Helsinki käyttää viistoilmakuvien ja laserkeilausaineistojen luokitteluun Microstation-ympäristössä toimivia ohjelmistoja [22]. Helsingin 3D-kaupunkitietomalli on tallennettu CityGML-tietomallina 3DCityDataBaseen. Kaupunkitietomallin avointa tietomallia voivat halukkaat hyödyntää tietokantahallintaohjelmistoilla kuten Oracle tai PostgreSQL.

Mallin päivittäminen rakennusten osalta tapahtuu samoin kuin kantakartalla. Rakennus viedään malliin kantakartan kanssa samaan aikaan, mutta ilman tekstuureita. Tämä voi tapahtua jo ennen kuin rakennus on maastossa. Visualisointi pohjautuu tällöin IFC-malliin tai rakennuspiirrokseen. Kun viistokuvaus suoritetaan, niin uudet ja vanhat rakennukset saavat tuoreet tekstuurit. Uusille rakennuksille ei pääasiassa luoda tekstuureita yksittäisten UAV-lentojen avulla. Seuraava viistokuvaus on tiedossa kesällä 2021.

Kohdetyypit

Yksityiskohtaisuuden taso Helsingin mallissa on LoD 2. Rakennukset ovat teksturoituja pohjautuen viistokuvauksiin. Rakennusten lisäksi malli sisältää osan kaupungin silloista semanttisina. Kasvillisuus on vain visuaalista, mutta mietinnässä on tulisiko myös kasvillisuuden sisältää ominaisuustietoa tulevaisuudessa.

Avoin data

Helsinki jakaa avoimena datana tiedostoina useassa paikassa verkossa. Tietomallin rakennukset tekstuureineen tai ilman tekstuureita voi ladata Helsingin luoman 2 x 2 km aluejaon mukaisesti pakattuina CityGML-tiedostoina. Katselualustalle on myös integroitu latauspalvelu, jossa mallin tietoja voi käyttäjä ladata omalla aluerajauksellaan [23]. Lisäksi tietomallin tietokanta voi itsessään olla avoimeen lähdekoodiin perustuva kantasovellus, jolloin loppukäyttäjä saa tietomallin tiedot käyttöönsä maksutta [24].

Katselumalli

Tällä hetkellä Helsingin katselumalli on Cesium-pohjainen katselumalli. Katselumalli on siirtymässä tulevaisuudessa Sitowisen Louhi-katselualustalle. Helsingillä tehty sovelluksia semanttisen mallin päälle esimerkiksi energiaan liittyen [25]. Nämä sovellukset ovat olleet projektiluontoisia ja täten niihin ei päivitetä kaupunkitietomallin uusimpia tietoja. Mallin ollessa avoimesti hyödynnettävissä myös kolmannet osapuolet voivat tehdä omia sovelluksiaan yhdistelemällä tietomallin tietoja haluamiinsa aineistoihin.

Aalto-yliopiston kehittelemä Palvelututka-sovellus hyödyntää Helsingin 3D-kaupunkitietomallia yhdistämällä siihen palvelukartan tietoja [26]. Mallin tarkoituksena on osoittaa herättää keskustelua modernien kaupunkitietomallien ja rajapintojen yhdistymisen soveltamismahdollisuuksista.

Kuva 6. Helsingin 3D-kaupunkitietomallin lataustyökalu [23]. Rajatun alueen tiedot saa ladattua useassa tiedostoformaatissa halutulta alueelta. © karttapalvelu: Helsingin kaupunki © aineistot: Helsingin kaupunki

Kuva 7. Aalto-yliopiston Palvelututka-sovellus yhdistää Helsingin 3D-kaupunkitietomallin ja palvelukartan tietoja [26]. Palveluita on demohaussa haettu Kallion kirkon läheisyydestä. Päällekkäiset palvelut hieman sotkevat tekstinäkymää. © Palvelututka: Aalto-yliopisto © aineistot: Helsingin kaupunki

Kauniaisten kaupunkitietomalli on vielä julkaisematta, mutta työ on hyvässä vaiheessa. Seuraavien kappaleiden sisältö perustuu tapaamiseen Kauniaisten kaupungin paikkatietoasiantuntijan Sami Tuomaalan kanssa ja kartastoyhteistyöryhmässä käsiteltyihin asioihin.

Tuotanto ja ylläpito

Kauniainen on mukana Espoon viistokuvaus- ja laserkeilausprojekteissa. Pistepilvien luokittelun jälkeen rakennukset mallinnetaan Trimble Locuksessa. Locuksella rakennukset ja kasvillisuus tallennetaan SketchUp -tiedostomuotoon. Tämän jälkeen mallin sisältö FME:llä muunnetaan I3S eli Indexed 3D Scene Layer -formaattiin, joka soveltuu katseluun Kauniaisten käyttämässä ArcGIS Onlinessa. Kauniaisten malli tallennetaan myös CityGML:n mukaisena tietomallina ja sitä ylläpidetään Trimble Locuksen tallennustietokannassa. Mallin tiedot ovat tarkoituksena viedä Espoon tapaan avoimeen rajapintaan loppukäyttäjien hyödynnettäväksi.

Kohdetyypit

Kauniaisten 3D-kaupunkitietomallin rakennusten valmistuminen on tätä esiselvitystä kirjoitettaessa loppusuoralla. Rakennusten mallintamisesta valmiina oli huhtikuussa noin 90 prosenttia. Yksityiskohtaisuuden tasona on LoD 2 ja rakennukset esitetään aluksi massamallina ilman tekstuureita. Rakennusten lisäksi malliin voidaan lisätä esimerkiksi lyhtypylväät, vesialueet, tiet, maankäyttö ja maanpinta. Myös kasvillisuus sisältyy mallin tietosisältöön – rekisterissä olevat puut ovat mallinnettu puuobjekteiksi.

Aikataulu ei ole vielä täysin varma, mutta arvion mukaan nykytilaa kuvaava malli voisi valmistua jo vuoden 2021 kesän aikana. Kauniaisen ollessa mukana Espoon viistokuvaus- ja laserkeilausprojektissa myös tekstuurien tuottaminen rakennuksille on mahdollista vuoden 2021 kesän jälkeen.

Kuva 8. Mallinnettua Kauniaista ArcGIS Onlinessa. © aineisto: Kauniaisten kaupunki

Kuva 9. Kauniaisten kaupunkitietomallin tuotantoa Trimble Locuksessa. © aineisto: Kauniaisten kaupunki

Seuraavissa kappaleissa kerrotaan tiivistetysti Sova 3D:n Kunta3D-palvelusta. Kuvaukset perustuvat tapaamiseen yhtiön edustajien Petri Kokon ja Antti Vähätalon kanssa sekä havaintoihin palvelua käytettäessä.

Yritys

Sova 3D on suomalainen 3D-kaupunkitietomalleja tuottava yritys. Yritys tarjoaa räätälöityjä ratkaisuja kaupunkitietomallien laatimiseen, esittämiseen ja hallinnointiin. Sova 3D:llä on oma kaupunkitietomallien julkaisualusta Kunta3D [27], jossa kuntakohtaisia projekteja voi katsella. Suomalaisista kunnista ja toimijoista yrityksen asiakkaina ovat esimerkiksi Hyvinkää, Jyväskylä, Kuopio, Turku, Tampere, Porvoo ja Vantaan rakennusvalvonta. Alustalle on lisätty kuntien avoimena datana jakamaa kolmiulotteista aineistoa myös kuntaprojektien ulkopuolelta.

Kohdetyypit

Vaikka kaupunkitietomallin tilaajana on toiminut Vantaan rakennusvalvonta, sisältää Kunta3D-katselualusta myös avoimena datana jaetut teksturoidut rakennukset myös Helsingistä ja Espoosta. Yksityiskohtaisuuden taso kaikille rakennuksille pääkaupunkiseudulla on LoD 1–2. Palvelun käyttäjä voi valita katselupalvelusta halutun yksityiskohtaisuustason. Palvelu tukee myös BIM-mallien esittämistä rakennusluvan saaneilta kohteilta. Länsi-Vantaan osalta kasvillisuus on mallinnettu pistepilvenä. Metsätyyppi on määritelty geneerisin puuobjektein koko pääkaupunkiseudun alueelta. Malli sisältää myös muita kohdetyyppejä sen mukaan, onko niitä mallinnettu ja jaettu kaupungin alueelta. Mallissa on mukana Espoon osalta myös aitoja ja maanpäällisiä sähkölinjoja.

Kuva 10. Sova 3D:n palvelussa käyttäjän suunnitelmien havainnollistamista Vantaan rakennusvalvonnan projektissa [28]. Aktiivisena ovat myös mallin varjotarkastelut. © Kunta3D-karttapalvelu: Sova 3D © aineisto: Vantaan kaupunki

Seuraavissa kappaleissa kuvataan Maanmittauslaitoksen mittavaa projektia kansallisen 3D-mallin luomisesta valtakunnalliselta alueelta. Kansallisen mallin kuvaus perustuu tapaamisen keskusteluun Maanmittauslaitoksen johtavan asiantuntijan Joonas Jokelan kanssa.

Tuotanto ja ylläpito

Maanmittauslaitos on luomassa kansallista 3D-mallia koko Suomen alueelta. Suunnitelmana on luoda malli, joka sisältää ilmalaserkeilauksen avulla pistepilvestä generoidut rakennukset taajamien lisäksi myös haja-asutusalueilta. Kansallinen laserkeilausaineisto on tiheydeltään 5 pistettä neliömetrillä, kun taas kunnissa tuotetun pistepilven tiheys voi olla jopa 20 pistettä neliömetrillä.

Prosessi on automatisoitu niin, että minimoidaan manuaalinen työ. Mallin kattavuus ei tule olemaan täydet sata prosenttia koko Suomesta, johtuen esimerkiksi rakennusten kivijalkojen sijaintivirheistä. Aineisto tulee avoimesti saataville ja malli tuodaan katseltavaksi selainpohjaisessa Paikkatietoikkunassa.

Kohdetyypit

Kansallinen malli tulee sisältämään ensisijaisesti rakennukset – muut kohdetyypit ovat vielä kysymysmerkkinä. Yksityiskohtaisuuden taso tulee rakennuksissa olemaan LoD 2 eli rakennukset sisältävät myös kattomuodot. Maanmittauslaitoksen mallilla on valmius ottaa tarkempaa yksityiskohtaisuustason tietomallia vastaan, mikäli kunnat haluavat toimittaa omia mallejaan sisällytettäväksi kansalliseen malliin. Maanmittauslaitoksen laatuvaatimukset ovat kuitenkin täytyttävä – rakennusten geometrioiden tulee olla sulkeutuvia, eli ne eivät saa sisältää reikiä.

Aikataulu ja suunnitelmat

Mallin luomisen aikataulu myötäilee kansallisen laserkeilausohjelman aikataulua. Mallin on arvioitu valmistuvan kuuden vuoden kuluessa. Tavoitetila olisi se, että Maanmittauslaitoksella olisi aktiiviset rajapintayhteydet kuntiin ja mallin päivittyminen tapahtuisi muutostietopalvelun avulla. Toinen vaihtoehto olisi luoda kunnille käyttöliittymä, jonka avulla voitaisiin jakaa kuntien omat 3D-kaupunkitietomallit sisällytettäväksi kansalliseen malliin.

Tulevaisuudessa tavoitteena on linkittää malli rakennusvalvontaan, jossa ollaan siirtymässä kohti tietomallipohjaista työskentelyä ja aineiston on täten oltava koneluettavaa. Vaikuttimena taustalla on maankäyttö- ja rakennuslain uudistus.

Vuoden 2021 kesällä Maanmittauslaitos kerää käyttäjäpalautetta kunnista kansallisen mallin esimerkkiaineistojen avulla. Helsingin seudun alueelta jaetaan CityGML ja CityJSON -tiedostoformaateissa kaupunkitietomalliaineistoa hyödynnettäväksi kokeiluun eri kunnissa. Katselupalvelua ei toteuteta vielä tässä vaiheessa.

Kuva 11. Maanmittauslaitoksen tuottamaa rakennusten 3D-vektoriaineistoa Keravan Nurmikalliosta [29]. © aineisto: Maanmittauslaitos

Tässä luvussa käsiteltiin pääkaupunkiseudun 3D-kaupunkitietomallien nykytilaa. Vaikka tuotantotavat ovatkin erilaisia, ohjaavat mallinnusta standardit, jotka ovat vakiintuneet käyttöön OGC:n hyväksynnän kautta. Kaupunkitietomallien standardeista CityGML-tietomalli ja tiedostoformaatti on käytössä jokaisessa pääkaupunkiseudun kaupungissa. Seuraavan sivun taulukossa (Taulukko 1) on koottu yhteen pääkaupunkiseudun nykytilaa kuvaavien mallien ominaispiirteet. Taulukon tiedot pohjautuvat tapaamisissa käytyihin keskusteluihin ja sitä on täydennetty myös lähdekirjallisuuden [22] pohjalta.

Kohdetyypeistä on mainittu ainoastaan avoimena datana jaetut kohdetyypit. On hyvä huomioida, että laserkeilauksen tuloksena on hyvin todennäköisesti olemassa pistepilviaineistoa koko kaupungin alueelta, mistä voitaisiin pistepilven luokittelun avulla generoida myös muita kohdetyyppejä, esimerkiksi alueen kasvillisuus.

Esiselvityksen aikana saatiin käsitys, että Trimble Locuksen ohjelmistokokonaisuus kattaa myös tietokannan ja tietokantapalvelinhallinnan [30]. Trimble on käytössä ohjelmistoratkaisuna Espoossa ja Kauniaisissa. Muissa pääkaupunkiseudun kaupungeissa, Maanmittauslaitoksen kansallisessa mallissa ja Sova 3D:n ratkaisussa on käytössä avoimen lähdekoodin ohjelmistot 3DCityDB ja PostgreSQL PostGIS laajennuksella.

Taulukko 1. Pääkaupunkiseudun alueelta 3D-kaupunkitietomallien tuotantoa ja esittämistä tekevät tahot koostettuna taulukkoon ominaispiirteineen.

Hyödyntämismahdollisuudet koko pääkaupunkiseudun kattavassa 3D-kaupunkitietomallissa ovat riippuvaisia siitä, mitä tietoa malliin on tarkoitus sisällyttää ja miten tiedot ovat tarkoitus jakaa. Seuraavissa alaluvuissa on käsitelty eri tahojen hyödyntämiseen liittyviä näkökulmia, jotka perustuvat tapaamisissa käytyihin keskusteluihin ja kirjallisiin vastauksiin. Liitteissä on kuvattu tapaamisten ajankohdat ja tapaamisiin osallistuneet henkilöt.

Kuva 12. Kuvakaappaus Delftin 3D-kaupunkitietomallin hyödyntämisestä melumallinnuksen tarpeisiin [31]. © kuva: Vinaykumar Kurakula

Kuva 13. Tuulen virtausmallinnuksen esittämistä Stuttgartin 3D-kaupunkitietomallissa [32].

3.1.1 Seudullinen tiedontuotanto

Seutu- ja ympäristötiedon tulosalueella tuotetaan ja jaetaan tietoa pääkaupunkiseudun alueelta kansalaisten käyttöön ja päätöksenteon tueksi. Tulosalueella on kolme yksikköä, jossa mallin sisältämää tietoa voitaisiin tulevaisuudessa hyödyntää. Seuraavissa kappaleissa on nostoja kevään tapaamisten keskusteluista, joissa ideoitiin mallin hyödyntämismahdollisuuksia. Ideat perustuvat näissä tapaamisissa esitettyihin ajatuksiin, mikäli lähdeviitteissä ei ole muuta mainittu.

Ilmasto

Ilmastoyksikössä tuotetaan tietoa pääkaupunkiseudun ilmastoon vaikuttaviin aiheisiin liittyen. Yksikössä toteutetaan myös ilmastonmuutokseen sopeutumista edistäviä hankkeita sekä luodaan ja toteutetaan ilmastonmuutosta hillitseviä suunnitelmia. Yksikkö on tiiviisti mukana myös kiertotaloutta edistävässä työssä. Aineistoja on tuotettu esimerkiksi viherkattopotentiaalin määrittämisestä kattomuotojen ja pinta-alan perusteella [33] sekä rakennuksen tarvittavan lämmitysenergian laskemisesta [34]. Tuloksia voidaan kaupunkitietomallissa visualisoida havainnollisesti myös kolmiulotteisena.

Hyödyntämiseen ilmastotyössä olisi muitakin laajoja mahdollisuuksia. Ekosysteemipalveluihin liittyvien aineistojen esittämisessä voisi malli palvella monipuolisesti. Aikaisemmin ekosysteemipalveluihin liittyen on ilmastoyksikössä tehty kaksiulotteisten aineistojen pohjalta hiilinielujen ja hiilitaseen selvitystä [35]. Ekosysteemipalveluita voisi laajentaa esitettäväksi 3D-kaupunkitietomallissa laajemminkin erityisesti, mikäli pääkaupunkiseudun kasvillisuus sisällytettäisiin malliin. Kasvillisuuden sisällyttäminen malliin samalla mahdollistaisi alueellisten viherkertoimien laskennan ja visuaalisen esittämisen havainnollisesti.

Aurinkoenergiaan liittyvää soveltamista voisi hyödyntää potentiaalisten paneelien sijoittamiskohteiden lisäksi myös energiantuotannon huomioimiseen päätöksenteossa. Esimerkiksi sijoittamalla jo valmiit aurinkopaneelikatot ja -seinät malliin voitaisiin osana vihersuunnittelua ja rakentamisen suunnittelua ottaa huomioon päätöksenteossa myös varjotarkastelut. Varjostuksen vaikutuksia voitaisiin arvioida tarkemmin esimerkiksi eri korkuisen puuston ja rakennusten suhteen.

Kiertotalouteen liittyen voitaisiin suunnitella kiertotalouden palveluverkkoa mallin tietojen pohjalta. Myös kiertotalousmateriaalien käyttöä voitaisiin havainnollistaa eri rakennuksissa. Tämä edellyttäisi tarkkoja yksityiskohtaisuuden tasoltaan BIM-malleja sisällytettäväksi malliin joltakin alueelta. Silloin katselualusta toimisi suunnitelmien visualisointialustana. Esimerkiksi Sova 3D:n mallissa Vantaan rakennusvalvonnan tilaamassa projektissa tällaisia suunnitelmia on sisällytetty malliin. Yksinkertaisista muodoista rakentuvia objekteja voi myös itse rakentaa malliin integroidulla suunnittelutyökalulla.

Rakennusten osalta tulevaisuuden näkymänä voisi olla esimerkiksi materiaalivarannot mallinnettuna. Kuitenkin sitoutuneiden eri materiaalien laskeminen voisi olla haasteellista. Sitoutuneita materiaalivarantoja tutkitaan esimerkiksi Tampereen yliopistossa osana Circuit-hanketta.

Muita hyödyntämismahdollisuuksia tapaamisessamme yksikön työntekijöiden kanssa pohdimme esimerkiksi energiatarkastelujen, tulvakartta-aineistojen ja hulevesien hallinnan visualisointia. Joistakin tarkasteluista kuten hulevesien virtausmalleista ja energiatarkasteluista on olemassa pitkälle kehitettyjä kaupallisia sovelluksia. Pääkaupunkiseudun 3D-kaupunkitietomallin toteutuessa olisi mietittävä tarkkaan mitkä tuotokset olisivat mielekkäitä ja asianmukaisia toteuttaa.

Ilmansuojelu

Keskeistä ilmansuojeluyksikön tuottamaa tietoa on pääkaupunkiseudun ilmanlaatu. Tällä hetkellä Ilmatieteen laitoksen kehittämää FMI-ENFUSER-mallinnusta visualisoidaan HSY:n ilmanlaadun vuosikartassa kaksiulotteisena [36]. Mallinnusta voisi esittää myös kolmiulotteisella alustalla. Tämä olisi realistista jo lähitulevaisuudessa, jos koontimalli päätetään toteuttaa. Kyseistä mallinnusta on esitetty jo xD-visualsin luomassa kaupunkitietomallia hyödyntämässä visualisoinnissa [37]. FMI-ENFUSER-mallista on jo uudempi versio olemassa, joka otettiin vastikään käyttöön HSY:ssä kesäkuussa 2021.

Kolmiulotteisuudesta olisi todellinen hyöty suurten pyörteiden simulaatiomallinnuksien, eli LES-mallinnuksen, tulosten esittämisessä. Jotta LES-mallinnusta voidaan tehdä, tarvitaan lähtöaineistona tiedot mallinnettavan alueen rakennuksista, laserkeilatusta korkeusmallista vähintään metrin tarkkuudella, kasvillisuudesta ja maankäytöstä [38]. Ilmanlaadun esittämiseen kolmiulotteisuus toisi selkeän lisäarvon, sillä mallinnuksessa on otettu myös alueen korkeus huomioon. Mallinnuksella voitaisiin myös ennustaa mallinnettavan alueen ilmanlaadun vuosikeskiarvoa ja visualisoida tulokset katselumalliin.

Haasteena on pieneltäkin alueelta mallinnuksen vaatima koneteho, jonka toistaiseksi saavuttavat ainoastaan supertietokoneet kohtuullisessa ajassa [39]. Pääkaupunkiseudun 3D-kaupunkitietomalli palvelisi täten aineiston visualisointialustana, ei niinkään mallinnuksen laskemisessa. Toisaalta, mikäli mallin vaatimat tietosisällöt aiotaan sisällyttää malliin, voisi koko pääkaupunkiseudun kattava tietovaranto palvella myös lähtöaineistojen käyttöönotossa.

Ilmanlaadun tarkan mallinnuksen tulokset palvelisivat myös kaavoittamista pääkatujen ja tiestön sekä rakennusten massoituksen, suuntauksen ja aukotuksen suunnittelussa. Mallinnukset huomioonottamalla voidaan kaavoittaa hyvää ilmanlaatua edistävää kaupunkitilaa ja välttää tuulettumattomien katukuilujen syntymistä erityisesti kaupunkibulevardien tavoitteita toteutettaessa [39]. Mallinnuksen tuloksilla olisi mahdollisuus näin osaltaan ohjata päätöksentekoa entistä kestävämmästä pääkaupunkiseudusta.

‍

Kuva 14. Kuvakaappaus Helsingin 3D-kaupunkitietomallin ja FMI-ENFUSER ilmanlaatumallinnuksen visualisoinnin esittelyvideosta [37]. © video: xD-visuals © aineisto Helsingin kaupunki ja Ilmatieteen laitos

Kuva 15. Kuvakaappaus ilmanlaadun visualisoinnista Stuttgartin 3D-kaupunkitietomallissa [32].

Kuva 16. Kuvakaappaukset Helsingin 3D-kaupunkitietomallin soveltamisesta Ilmastoatlaksessa [25]. Ylhäällä aurinkoenergiapotentiaali rakennusten pinnoilla ja alhaalla rakennusten lämmitystarve. © Ilmastoatlas ja aineisto: Helsingin kaupunki

Tietoyhteistyö

Tietoyhteistyöyksikössä tuotetaan, kootaan ja ylläpidetään paikkatietoja pääkaupunkiseudusta. Itsessään jo mallin kokoaminen ja ylläpito vastaisi tietoyhteistyöyksikön tehtävään tuottaa tietoa pääkaupunkiseudusta hyödynnettäväksi. Katselumallissa voitaisiin esittää esimerkiksi Helsingin seudun maanpeiteaineisto havainnollisesti yhtenä tasona. Tällöin maanpeitettä voisi tarkastella yhdessä kolmiulotteisten objektien kanssa. Toinen selkeä hyödyntämismahdollisuus olisi maankäytön, asumisen ja liikenteen sopimuksiin liittyvä hyödyntäminen ja tuotetun tiedon visualisointi alustalla osana MAL-suunnittelua ja seurantaa.

Muitakin sovellusalueita voisi löytyä – esimerkiksi SeutuMassa-työkaluun integroitu 3D-ominaisuus. Maamassojen tilavuutta voitaisiin laskea laserkeilatusta aineistosta ja ominaisuustiedoksi voitaisiin lisätä mitä maamassatyyppiä kukin varanto sisältää. Myös kolmiulotteisten aineistojen päivittäminen, ylläpito ja yhteistyö tapahtuisi luontevimmin tietoyhteistyöyksikössä.

3.1.2 Jätehuolto

HSY:n jätehuolto pääkaupunkiseudun kaupunkien lisäksi huolehtii myös Kirkkonummen jätejakeiden keräyksestä. Jätehuollon suunnittelussa erityisesti asuntojen koko, asuntojen lukumäärä kiinteistöllä sekä asukkaiden määrä kiinteistöllä kiinnostavat. Tapaamisessa jätehuollon työntekijöiden kanssa keskustelimme jätehuollon suunnittelusta ja tuotetun tiedon visualisoinnista. Pääkaupunkiseudun 3D-kaupunkitietomallin hyödyntämistä pohdittiin esimerkiksi roskakatosten ja Rinki-ekopisteiden sijainnin esittämisestä, tekstiilien käsittelemistä Ämmässuolla, Sortti-asemien vastaanotetuista jakeista ja esimerkiksi tuotetun mullan määrästä. Tapaamisessa todettiin, että tällä hetkellä kolmiulotteinen alusta ei toisi oleellista lisäarvoa jätehuollon tämänhetkisen tiedon esittämiseen tai jätehuollon suunnitteluun. Jätehuolto kehittää järjestelmiään tällä hetkellä CGI:n kanssa.

Tulevaisuuden hyödyntämiseen ideoitiin eri jätejakeiden esittämistä 3D-mallissa. Tämä voisi tulla kysymykseen, jos tulevaisuudessa punnitaan jakeet taloyhtiöittäin. Tällaista tietoa voitaisiin esittää yleisemmällä aluejaolla sisällyttäen siihen alueen sisälle jäävät kiinteistöt. On myös muistettava, että tiedontuotanto voi hidastaa käytännön työtä, sillä punnitus vie oman aikansa.

3.1.3 Vesihuolto

HSY:n vesihuolto vastaa yli miljoonan ihmisen vesihuollosta. Kaupunkien omistamien putkistojen lisäksi pääkaupunkiseudulla on HSY:n omistamaa vesiputkistoa. Kuten edeltävässä luvussa esitettiin, voi 3D-kaupunkitietomallissa esittää myös maanalaista infrastruktuuria Espoon kaupunkitietomallin tapaan.

Vesihuolto on mukana BuildingSMARTFinlandin kokoamassa vesihuollolle suunnatun BIM-tietomallinnuksen ryhmässä. BIM-mallit ovat yleensä olleet rajallisia hankekohtaisia malleja, joista toteumatieto siirretään vesilaitosten ylläpitojärjestelmiin. Käytössä vesihuollolla on Trimble NIS -ohjelmisto mallien luomista ja hallintaa varten.

Maanalaisten johtojen 3D-näkymistä olisi hyötyä suunnittelussa ja kunnossapidossa, kun maastossa voidaan suorittaa maanalaisia tarkasteluja ja nähdä miten vesiputkiverkostot sijoittuvat maan alla. Paikkatiedon laatuvaatimukset ovat vesihuollon näkökulmasta korkeat, mitkä eivät mukaan aina toteudu varsinkaan kaapeleiden osalta.

Vesihuolto hyötyisi suuresti pääkaupunkiseudun 3D-kaupunkitietomallista, jossa tietomalli olisi yhteisesti sovittu ja sen ylläpito järjestetty. Kunnossapidossa auttaisi erityisesti AR-tekniikkojen mahdollistamat lisätyn todellisuuden sovellukset, jossa putkistoa voisi tarkastella osana virtuaalinäkymää.

Mallissa tietosisällön pitäisi vesihuoltoa hyödyttääkseen sisältää maanalaista infrastruktuuria, jota ei voi jakaa avoimesti.

Pääkaupunkiseudun edustajien kanssa tapaamisissa mukana mallin mahdollisista hyödyntäjistä mukana oli Vantaan tapauksessa asemakaava-arkkitehti. Muissa tapaamisissa mukana olleet tunsivat ennemminkin kaupunkitietomallin tuotantoa ja ylläpitoa prosessina sekä sen teknisiä erityispiirteitä. Suunnittelutyössä pääkaupunkiseudun 3D-kaupunkitietomallin edut olisivat eritoten raja-alueiden ympäristön kokonaiskuvan hahmottamiseen liittyviä. Mallin kattavuus koko pääkaupunkiseudun alueella mahdollistaisi sen, että tarkastelu kaupungin rajan toiselle puolelle olisi vaivatonta yhdessä palvelussa tai tietovarannossa.

Jotta mahdollinen pääkaupunkiseudun 3D-kaupunkitietomalli palvelisi myös käyttötarkoitusta kaavoituksen näkökulmasta kasvillisuus tulisi sisällyttää malleihin. Kasvillisuuden esittämisen kautta mukaan malliin saataisiin myös suunnitelmien vaikutusten maisemallinen tarkastelu. Lisäksi kasvillisuuden ominaisuustiedon lisääminen avaisi mahdollisuuksia biodiversiteetin, ja ekosysteemipalveluiden tarkasteluun sekä viherverkostosuunnitteluun koko pääkaupunkiseudun alueella. Rekisteritiedot kasvillisuudesta voisivat sisällyttää kasvillisuuden pistepilviryppään ominaisuustiedoksi. Rekisteritietoja kaupungin yleisten alueiden puustosta on saatavilla avoimena datana esimerkiksi Helsingistä [40].

Kaupunkitietomallin sisältö voisi pääkaupungin nykytilan lisäksi sisältää suunnitelmia tulevasta ja jopa menneestä kaupunkirakenteesta. Vantaan kanssa tapaamisessa näkökulmaksi esitettiin myös, että pääkaupunkiseudun 3D-kaupunkitietomallissa tulisi näkyä tulevaisuuden kuvana tarkasteltavan alueen suunnitelmat ja lupavaiheet. Eri mittakaavatasojen suunnitelmien sisältö tulisi sopia yhteisesti – mikä palvelisi kutakin käyttötarkoitusta riittävästi. Mahdollisuuksien ja käyttötarpeiden kartoittamiseen tulisi jatkaa keskustelua pääkaupunkiseudun kaavoittajien kanssa.

Tulisi myös keskustella yhteinen toimintamalli siitä, milloin alueen suunnitelmat näkyisivät julkisessa käytössä olevassa mallissa ja millä mittakaavatasolla. Eri vaihtoehtojen visualisointi oikea-aikaisesti mahdollistaisi myös kansallisvaikuttamisen palautteen avulla esimerkiksi rakennushankkeista ja niiden suhteesta lähiympäristöön. Myös poliittista keskustelua olisi vaivattomampaa käydä eri vaihtoehdoista, mikäli suunnitelmat alueesta olisivat visualisoitu alustalle. Kolmiulotteisuus toisi havainnollistavan lisäarvon suunnitelmiin ja toisaalta pääkaupunkiseudun kattavuudessa olisi etu raja-alueiden suunnitelmien vaikutuksista yli kuntarajojen.

Uudenmaan liitto vastaa muun muassa maakuntakaavan tuottamisesta. Maakuntakaava kattaa koko Uudenmaan alueen sisältäen täten myös pääkaupunkiseudun. Tapaamisessa kahden suunnittelijan kanssa todettiin, että suunnittelutyön mittakaava on suuri ja kaavan luomiseksi riittävät lähtöaineistot ja rekisterit ovat olemassa. Kuitenkin malli voisi tuoda lisäarvoa tietosisällöltään myös suunnittelutyöhön. Myös tietovarannon yhtenäisyys laajalta alueelta olisi etu Uudenmaan liiton työntekijöiden näkökulmasta.

Suunniteltavan alueen osalta kolmiulotteisuus voisi tukea havainnollisuutensa vuoksi Uudenmaan liitossa tehtävää työtä. Tapaamisessa keskusteltiin siitä, että suunnittelutyössä käydään usein fyysisesti paikan päällä tarkastelemassa suunniteltavaa aluetta. Aluetypologiatarkasteluja tehdään tällä hetkellä Google Street Viewin avulla selventämässä sitä, mikä on alueen vallitseva rakennuskanta. Pääkaupunkiseudun kattava kaupunkitietomalli voisi tukea suunniteltavan alueen tarkastelua ennen tai jälkeen fyysisien vierailujen.

Kasvillisuuden sisällyttäminen malliin palvelisi myös Uudenmaan liiton suunnittelutyötä. Tällä hetkellä maakuntakaavassa kuvataan viherkäytävissä eläinten kulkureittejä nuolimerkinnöillä, jotka eivät ota kantaa viheralueen leveyteen. Tarkoituksena on taata kytkeytyvyys ydinviheralueiden välillä myös rakennuspaineessa olevien alueiden osalta. Ekologisen yhteyden suuripiirteinen sijainti käy ilmi, mutta kaavan nuolimerkinnät eivät kerro ei mitä kasvillisuutta viheralue sisältää. Todettiin, että liito-oravien suojelussa tärkeää on kartoittaa kuitenkin jopa yksittäiset puut. Mikäli malliin sisällytettäisiin kasvillisuutta, tulisi pohtia mikä yksityiskohtaisuuden taso ja semantiikka palvelisi kunkin käyttäjätahon tarkoituksia ja tavoitteita riittävästi.

Toinen mainittu tarve olisi Uudenmaan liiton suunnittelutyössä julkisten palvelujen tietojen koonti yhteen paikkaan sisältäen esimerkiksi sote-alan toimipisteet luotettavilla osoitetiedoilla. Terveyskeskuksen tiedot eivät esimerkiksi kerro mitä kaikkia palveluita sieltä saa. Tarpeen olisi tietää lisäksi myös muun muassa sisäänkäyntien sijainti.

Tapaamisessa mainittiin Uudenmaan liittoa kiinnostavan myös kaupan palvelujen tiedot, sillä maakuntakaavan edellytys on, että toteutuessaan siitä syntyy ylikunnallisesti toiminnallinen kokonaisuus. Kolmiulotteisuuden todettiin mahdollisesti tuovan lisäarvoa kokonaisuuden hahmottamiseen, mutta ei pääasiassa muuten. Lisäksi tapaamisessa mainittiin kertaalleen maanalaisen infrastruktuurin sisällyttäminen maliin, mikä palvelisi myös ylikunnallista suunnittelutyötä esimerkiksi liikenneratkaisujen luomisessa.

Hyödyntämismahdollisuudet pääkaupunkiseudun 3D-kaupunkitietomallille olisivat monipuoliset. On myös huomioitava, että hyödyntämismahdollisuuksia todennäköisesti nousee esiin mahdollisen koontimallin valmistuessa. Alueellinen kattavuus koko pääkaupunkiseudusta toisi lisäarvoa raja-alueiden suunnittelutyöhön sekä helpottaisi laajempaa tarkastelua. Lisäksi koko pääkaupunkiseudun kattavana tietovaranto loisi laajemmasta ja yhteneväisestä tietosisällöstä helposti lähestyttävän hyödyntäjän näkökulmasta.

On kuitenkin otettava huomioon se, mitä aineistoja pääkaupunkiseudun kaupungit tuottavat itse, ja millainen kokonaisuus niistä voitaisiin koota mielekkäästi. Lisäksi kansallisen 3D-mallin tiedot tulevat vastaamaan osaan hyödyntämiskysynnästä koko pääkaupunkiseudun rakennuskannan kattavan aineiston muodossa.

Vaikka rakennukset ovat tiheästi asuttujen alueiden kaupunkitietomallien näkyvin elementti, erityisesti hyödyntämismahdollisuuksista tapaamisissa nousi esiin kasvillisuuden ja maanalaisen infrastruktuurin sisällyttäminen kohdetyyppeinä malliin.

Pääkaupunkiseudun 3D-kaupunkitietomallin toteutuksessa tulisi huomioida ensisijaisesti kaupunkien jo olemassa olevien kaupunkitietomallien ominaispiirteet ja hyödyntämismahdollisuudet sisäisesti ja ulkoisesti. Toteutus olisi tehtävä niin, että tuotantoa ei jouduta erikseen tekemään alusta asti, vaan kyseessä on seudun kaupunkitietomallien koonti yhdelle katselualustalle tai tietovarannoksi. Toteutus voi sisältää sekä katselualustan että tietovarannon.

Kohdetyypeistä mallin tulisi sisältää seudun rakennukset ja maanpintamalli kolmiulotteisena. Yksityiskohtaisuustason tulisi olla vähintään LoD 2, jotta rakennusten kattomuodot olisivat hyödynnettävissä sovelluksiin ja analyyseihin. Kasvillisuus voitaisiin mahdollisuuksien mukaan sisällyttää malliin joko pistepilvenä tai objekteina. Mallin tulisi olla CityGML-tietomallin mukaisesti laadittu. Muut sisällytettävät kohdetyypit tulisivat pohjautua siihen, mitä kaupungit itse jakavat omissa kaupunkitietomalleissaan. Toteutus voisi perustua myös kohdetyyppien minimitasoon – pääkaupunkiseudun mallissa jaettaisiin vain ne kohdetyypit, jotka ovat kaikissa malleissa saatavilla.

Tietovarannon osalta vaatimuksena tulee olla hyödynnettävyys asiantuntijakäytössä analyyseja ja sovelluksia varten. Käytännöllisin tapa jakaa tieto avoimesti olisi pääkaupunkiseudun rajapintatoteutus, josta käyttäjä voisi ladata tarvitsemansa tiedot rajatulta alueelta myös kaupunkien rajojen yli. Katselumallin osalta vaatimuksena on kolmiulotteiseen tarkasteluun sopiva katselualusta. Paras vaihtoehto sekä tietovarannosta että katselualustasta olisi sellaisen järjestelmän tai alustan käyttö, josta organisaatiossa on jo käyttökokemusta. Integrointi olemassa oleviin järjestelmiin mahdollistaisi sen, että ylläpitoon ei tule yhtä kokonaan uutta järjestelmää, vaan hyödynnetään olemassa olevien järjestelmien ominaisuuksia laajentaen ladattavaa ja katseltavissa olevaa tietoa organisaatiossa.

Toteutuksessa on pohdittava, tulisiko mallista kaikille avoin vai virkakäyttöön tarkoitettu suljettu malli. Kaupunkitietomallin avoimuus edellyttäisi sitä, että kohdetyypeistä ainoastaan maanpäällinen infrastruktuuri on kuvattu mallissa. Avoimuus rajaa osan hyödyntämismahdollisuuksista kokonaan pois, mutta toisaalta mallin tietojen arkaluonteisuus ei muodostu ongelmaksi. Avoimena mallia voitaisiin hyödyntää laajemmin ja suljettuna taas syvällisemmin. On myös huomioitava, että jos virkakäytön mallissa esitetään esimerkiksi vesiputkia, on ylläpitävä organisaatio vastuussa paikkatiedon oikeellisuudesta.

Vaatimuksena tulisi olla mallin ajantasaisuus. Pääkaupunkiseudun mallin tulisi myötäillä kaupunkien tietomalleja päivitystiheydeltään, niin että malliin saadaan tehtyä samat muutokset kohdetyyppeihin kuin mitä pääkaupunkiseudun kaupungit päivittävät omiin tietomalleihinsa. Päivittämisen tulisi olla mahdollisimman pitkälle automatisoitu toimenpide.

Mallin jouheva pyörittäminen katselussa tulee olla huomioitu katselualustaa luodessa. Mallin ei tule olla niin raskas, että katselu on hidasta ja vaivalloista. Kaupunkien tietojen lukeminen rajapinnasta olisi varteenotettava ratkaisu tähän – tällöin muiden aineistojen esittämiseen jäisi enemmän resursseja. Näiden vaatimusten käytännön toteuttamisvaihtoehtoja käsitellään seuraavassa luvussa.

Mallin tekninen toteuttaminen perustuisi pääkaupunkiseudun 3D-kaupunkitietomallien kokoamiseen. Kuvassa 17 on hahmoteltu karkeasti, millä tavoin järjestelmäarkkitehtuuri ja ylläpitoprosessi voisivat rakentua tämän esiselvityksen aikana karttuneen ymmärryksen perusteella. Kuvassa on huomioitu myös koko pääkaupunkiseudun kattavien 3D-aineistojen julkaisu rajapinnassa. Seuraavissa alaluvuissa käsitellään teknisen toteuttamisen ongelmakohtia ja ratkaistavia asioita unohtamatta ratkaisuvaihtoehtoja toteutukseen.

Kuva 17. Hahmotelma pääkaupunkiseudun 3D-kaupunkitietomallin järjestelmäarkkitehtuurista.

On huomioitava, että CityGML-standardin mukainen tietomalli on luonteeltaan salliva, jolloin tietomallin mukaisesti malliin luotu tieto ei ole automaattisesti yhdenmukaista, vaikka noudattaakin tietomallin muotorakennetta. Tietomalli sallii sekä eri yksityiskohtaisuuden tasojen tietoja että keskenään poikkeavalla sisällöllä lisättyä kohdetyyppien ominaisuustietoa. Tämä voi aiheuttaa sen, että analyyseja varten esimerkiksi kohdetyyppien valinnassa koituu epäjohdonmukaisuuksia valittaessa kohdetyyppejä tietyn ominaisuustietorajauksen perusteella. Yksityiskohtaisuustason vaihtelut eivät estä kohdetyyppien esittämistä samalla alustalla – malli voi sisältää ja usein sisältääkin eri yksityiskohtaisuustason kohdetyyppejä. Tämän lisäksi CityGML mukaisen tietorakenteen luominen voidaan tehdä eri tavoilla tuotantovaiheessa – geometrioiden esittämiseen on eri tapoja toteuttaa sama lopputulos. Tämän metatiedon vaikutusta kohdetyyppien esittämiseen tulisi tutkia vielä tarkemmin tulevaisuudessa.

Pääkaupunkiseudun mallia varten tulisi joko päättää ominaisuuksiltaan yhdenmukaiset tiedot malliin sisällytettävistä kohdetyypeistä koko pääkaupunkiseudulta tai esittää kohdetyyppien tiedot juuri sellaisena kuin kukin kaupunki ne jakavat. Ensimmäisessä vaihtoehdossa tulee päättää ominaisuustiedon minimitaso, jossa kaikkien pääkaupunkiseudun kaupunkien jakama tieto on yhdenmukaista tai korvata semantiikka esimerkiksi pääkaupunkiseudun avoimilla rekisteriaineistoilla. Toisen vaihtoehdon mukaisessa toteutuksessa ominaisuustiedot eroavat toisistaan, mutta ovat kuitenkin näkyvissä samalla katselualustalla. Tämänkaltainen ratkaisu löytyy esimerkiksi Sova 3D:n Kunta3D-palvelusta. Toteutuksessa olisikin päätettävä, painotetaanko analyysikäyttöä vai visuaalista esittämistä. Visuaalinen esittäminen ei esty kohdetyyppeihin sisällytettävän semantiikan keskinäisistä eroavaisuuksista. Analyysikäytössä sen sijaan ominaisuustiedot ovat olennaisessa osassa kohteita rajatessa tiettyjen reunaehtojen perusteella.

Kaupunkien raja-alueet voivat tuottaa haasteita koonnille, mikäli tietomallin kohdetyyppi sisältyy molempien kaupunkien tietomalliin. Näin kohteet esiintyvät päällekkäisesti kahteen kertaan. Pääkaupunkiseudun mallia kootessa tulisi päättää kumman kaupungin mallia käytetään päällekkäisen kohdetyypin esittämisessä ja käyttämätöntä kohdetyyppiä ei esitetä mallissa ollenkaan. Nämä päällekkäiset kohdetyypit voivat olla esimerkiksi rakennuksia, maanpintaa tai kasvillisuutta.

Osana yhdenmukaisuutta voi ajatella myös pistepilven esittämisen värjättynä ja rakennusten tekstuurit. Tekstuurien esittäminen esimerkiksi eri vuosilta ei välttämättä ole este. Tekstuureita ei ole myöskään pakollista esittää ollenkaan, jos painopisteenä on analyysiin perustuva hyödyntäminen, ei niinkään visuaalinen esittäminen.

Koonnissa on yhteensopivuuden kannalta huomioitava myös, että CityGML:n standardi on etenemässä versiosta 2.0 kohti versiota 3.0. Uusi versio tukee esimerkiksi pistepilven pisteryppään esittämistä omana objektinaan ja paremman tuen rakennusmallien esittämiselle osana kaupunkitietomallia [41]. Käyttöönotto ja tiedon esittäminen uuden standardin mukaisesti ei automaattisesti tapahdu samanaikaisesti jokaisessa pääkaupunkiseudun kaupungissa. Mikäli kaupunkien tietomallit päivitetään eri aikaan uuden standardiversion mukaiseksi, olisi selvitettävä miten se vaikuttaa yhteensopivuuteen.

Mikäli HSY ja kuntayhtymän omistamat kaupungit haluavat koota pääkaupunkiseudun 3D-kaupunkitietomallin tietokannan, tulee päättää mitä kohdetyyppejä tietomalli sisältää, minne tietokanta perustetaan, kuinka sitä ylläpidetään ja miten tietokannan tietoja voi hyödyntää. Toteutettava tietokanta voisi myötäillä pääkaupunkiseudun kaupunkien avoimesti jakamien kaupunkitietomallien tietoja. Tällöin se sisältäisi yhdenmukaiset tiedot kaupunkien tietomalliinsa sisällyttämien kohdetyyppien kanssa, mutta vaihtelua sisällöstä olisi kaupungeittain. Toinen vaihtoehto on karsia kohdetyypit minimitasolle sen mukaisesti, mikä on kohdetyyppien yhdenmukaisten ominaisuuksien vähimmäismäärä kaupungeissa. Kolmas vaihtoehto olisi korvata CityGML:n sallimat geneeriset ominaisuustiedot esimerkiksi seudullisen perusrekisterin tiedoilla niiltä osin, kun tieto on avointa. Perusrekisteriä ja avointa dataa varten tietoja harmonisoidaan ja integroidaan jo valmiiksi HSY:ssä [42].

Oleellista olisi lukea tiedot suoraan kaupungin palvelimelta tai kaupungin jakaman rajapinnan kautta niin, että pääkaupunkiseudun 3D-kaupunkitietomalli olisi ajantasainen. Avoimena datana jaetut pakatut CityGML-tiedostot soveltuvat hyvin koontitesteihin, mutta auttamatta niiden pohjalta koottu malli vanhentuu nopeasti.

Yleisesti PostgreSQL ja PostGIS tietokantapalvelimen hallintatyökalut voisivat toimia osana myös pääkaupunkiseudun tietomallia. Ylläpidettävä pääkaupunkiseudun malli voisi olla esimerkiksi 3DCityDataBasessa. Tämänkaltaiseen toteutukseen tarvittavat ohjelmistot ovat avoimen lähdekoodin sovelluksia [43] [44] [45]. Mikäli pääkaupunkiseudun tietokanta halutaan pystyttää, olisi myös hyödynnettävyyden kannalta perusteltua viedä aineistot ladattavaksi avoimeen rajapintaan muiden jaettavien aineistojen tapaan.

Mikäli mallin halutaan sisältävän myös maanalaisen infrastruktuurin kohdetyyppejä, tulisi pääkaupunkiseudun kaupunkien kanssa sopia niiden käytöstä ja varmistaa asianmukainen käsittely ja suojaus. Kuten aiemmissa luvuissa todettiin, nämä tiedot eivät voi olla avointa dataa.

Ylläpito voisi tapahtua niin, että säännöllisesti luetaan muutokset kunkin kaupungin kaupunkitietomallissa. Tämä edellyttäisi aktiivisia rajapintayhteyksiä tai mahdollisuuden lukea kaupungin palvelimelta tietokantaa suoraan. Pääkaupunkiseudun 3D-kaupuntietomallin päivittämissykli tulisi myös sopia, esimerkiksi kaksi tai neljä kertaa vuodessa. Tietomallin päivittäminen voisi toimia tietokantapohjaisesti kuten kaupungeissa tehdään – suorittamalla kyselyitä tietokantaan saataisiin tietää päivitettävät kohdetyypit mallissa ja poimimalla tarvittavat tiedot päivitettäväksi.

Ideaalitilanne ylläpitävän organisaation kannalta olisi se, että kullakin pääkaupunkiseudun kaupungilla olisi kolmiulotteisen mallin tiedot jaettuna avoimesti rajapinnan avulla. Pääkaupunkiseudun tietoyhteistyön kannalta erityisen hienoa olisi se, että rajapintojen päivittäminen tapahtuisi pääkaupunkiseudun kaupungeissa samaan aikaan. Tällöin pääkaupunkiseudun mallin päivittäminen voitaisiin ajoittaa aina kaupungin rajapinnan päivittämisen yhteyteen. Mikäli pääkaupunkiseudun malli päätetään koostaa, vaatisi tietokannan tekninen toteuttaminen ja ylläpito vielä lisäselvitystä ja toimintatapojen sopimista pääkaupunkiseudun kaupunkien kanssa.

Kuva 18. PostgreSQL tietokanta- ja palvelinhallintatyökalun näkymä PostGIS-laajennuksella.

Kuva 19. Yhteys tietokantatesteissä määriteltiin tapahtuvaksi paikallisessa palvelinympäristössä.

Kuva 20. Testissä tietokanta luotiin niin, paikkatietoa ymmärtävä PostGIS -laajennus on tietokannassa käytössä. Koordinaattijärjestelmä on EPSG 3879.

Kuva 21. Testissä yhteys luotiin tietokantapalvelimeen ja tietokantaan tuotiin CityGML:n tietomallin mukaisia rakennuksia Myyrmäestä ja Askistosta.

Oleellista olisi integroida kaupunkitietomallin mahdollinen katselualusta jo HSY:n käyttämiin järjestelmiin, mikäli mallin ylläpito tapahtuu omana työnä. Toisena vaihtoehtona olisi katselupalvelu yrityksen ylläpitämänä. Katselumallit vaativat tietomallin visualisointiin datan välikerroksen, jotta tiedot latautuvat selaimessa kohtuullisessa ajassa. CityGML-tietomalli voidaan jakaa neliönmuotoisiin 3D-tiiliin, jotka latautuvat näytettäväksi selaimessa sen mukaan, miten käyttäjä navigoi katselualustalla. Kauempaa mallia katsellessa tiilistä latautuu karkeampi yksityiskohtaisuustaso ja käyttäjän lähestyessä kohdetyyppejä yksityiskohtaisuustaso tarkentuu. Tarvittava konversio CityGML:stä 3D-tiiliksi voidaan tehdä FME:tä käyttämällä tai suoraan tietokannasta lukemalla ja viemällä tiedot haluttuun visualisointiin soveltuvaan tiedostomuotoon.

Yksi avoimen lähdekoodin vaihtoehto kaupunkitietomallin katseluun olisi Cesium-pohjainen sovellus verkossa, jossa mallin kohdetyyppejä ja niiden tietoja voidaan katsella virtuaalimaapallolla. Oskari tukee nykyisin 3D-ominaisuutta [46], jonka avulla koko pääkaupunkiseudun kattavat tiedot voitaisiin esittää katselualustalla. Oskarin demossa Helsingin kaupunkitietomalli on jo katseltavissa [47]. Oskaria käytetään HSY:ssä avoimen, extranetin ja intranetin karttapalveluiden pohjalla jo ennestään [48], joten katselumallin teknisen toteutuksen rakentaminen Oskarin varaan voisi olla yksi käytännöllinen toteutusvaihtoehto. HSY:ssä osallistutaan säännöllisesti myös Oskarin käyttäjäverkoston tapaamisiin. Alusta tulisi ottaa harkintaan varsinkin siinä tapauksessa, että pääkaupunkiseudun kaupunkitietomallia ylläpidettäisiin omana työnä organisaatiossa. Myös aineistojen jakaminen karttapalvelun kautta rajapinnasta voisi olla potentiaalinen lisä mallin katseluun.

Kuva 22. Demo-Oskarissa käyttäjä pääsee tarkastelemaan Helsingin kaupunkitietomallia [47].

Mikäli alustan ylläpito halutaan ulkoistaa yritykselle, tulisi kartoittaa mitä ylläpitopalveluja kukin yritys tarjoaa ja millaisilla kustannuksilla. Tämän esiselvityksen aikana tutustuttiin ensisijaisesti Sitowisen Louhi katselupalveluun sekä Sova 3D:n Kunta3D projekteihin yrityksen luomalla katselualustalla. Muutkin yritykset voisivat tulla kysymykseen mallin katselualustaa valitessa – esimerkiksi xD-Visuals. Jos päätetään toteuttaa katselualustan ylläpito ostopalveluna, tulisi kartoittaa mitä ostopalvelu sisältää ja millaisin kustannuksin.

Tulisi myös määritellä katselualustaa valitessa mitä katselualustalla on tarkoitus tehdä. Oleellista on päättää, halutaanko katselumallissa yksinomaan tarkastella mallin kohdetyyppejä ja niiden ominaisuustietoja, vai olisiko tarvetta tehdä kevyitä analyysejä, kohdetyyppien valintaa tai luoda mahdollisuus käyttäjän suunnitelmien visualisointiin. Esimerkiksi Helsingin kaupunkitietomallin katselualustalla voi myös valita kohdetyyppejä käyttäjän määrittämien kriteerien perusteella, jolloin haku kohdistuu kohdetyyppien ominaisuustietoihin. Ilmastoatlaksen sovellukseen on integroitu auringonvalosta syntyvät varjotarkastelut mallin katselualustalle, jolloin varjojen muodostumista voi katsella erikseen määriteltynä päivämääränä ja kellonaikana. Sova 3D:n alustalla alustalle voi taas lisätä käyttäjän suunnitelmia polygoneina. Tulisi myös pohtia olisiko tarpeen integroida aineistojen latauspalvelu katselumallin yhteyteen käyttäjän määrittelemällä aluerajauksella. Toivotut ominaisuudet tulee lisätä järjestelmän vaatimusmäärittelyyn, jotta tiedetään mitä toiminnallisuuksia pääkaupunkiseudun 3D-kaupunkitietomallilta edellytetään.

Kuva 23. Testissä luodusta tietokannasta vietiin Vantaan Askiston rakennuksia Cesiumissa katseluun sopivaan muotoon yksityiskohtaisuustasolla LoD 1 ja ilman tekstuureita.

Tässä luvussa käsitellään tapaamisten, lähdekirjallisuuden ja hyödyntämismahdollisuuksien pohjalta ehdotusta jatkotoimenpiteistä sekä pääkaupunkiseudun kaupunkien että HSY:n näkökulmasta. Koonti edellyttää yhteistä tahtotilaa saada pääkaupunkiseudun 3D-kaupunkitietomalli ylläpidettäväksi HSY:ssä. Kuten hyödyntämisluvussa todettiin, koontimalli palvelisi myös pääkaupunkiseudun kaupunkeja ja parhaimmillaan koonnin aikana sovitut toimenpiteet voivat yhtenäistää kaupunkitietomallien ylläpitoon liittyviä käytäntöjä pääkaupunkiseudun kaupunkien kesken.

Kuten teknisen toteuttamisen osalta edellisessä luvussa todettiin, olisivat koonnin kannalta aktiiviset rajapintayhteydet tai pääsy kaupunkitietomallin tallennustietokantaan oleellinen osa koontia. Espoon ja tulevaisuudessa Kauniaisten osalta tämä toteutuu, kun aineistot ovat saatavilla rajapinnassa. Helsinki suunnittelee myös 3D-aineistojen jakamista rajapinnan kautta – tällöin koonti olisi jo lähempänä toteutumista. Tulisi sopia Helsingin ja Vantaan kaupungin edustajien kanssa, voisiko HSY:llä olla pääsy suoraan kaupungin tietomallin tallennustietokantaan lukien tietomallia suoraan kaupungin palvelimelta.

Tulevaisuutta varten aktiiviset rajapintayhteydet ovat kaupunkitietomallin ajantasaisuuden ja hyödynnettävyyden kannalta varteenotettavin vaihtoehto. Rajapinnan hyödyntäminen ei rajoittuisi ainoastaan HSY:n käyttöön, vaan tällöin myös muut potentiaaliset mallin hyödyntäjät pääsisivät käyttämään kaupunkien kolmiulotteisia aineistoja vastaten mahdollisimman ajantasaisesti kaupungin nykytilaa. Rajapintatoteutus voisi laajentaa myös käyttäjäkuntaa ja täten jalostaa kaupunkitietomallien sovelluksia ja analyysikäyttöä eteenpäin. Mikäli tahtoa kaupungeista aineistojen rajapintaan viemiseksi on, olisi tässä yhteistyön kannalta loistava mahdollisuus myös sopia yhteneväinen rajapinnan päivittämissykli koko pääkaupunkiseudun alueella.

Tietomallin sallivan luonteen takia vaihtelevat myös geneeriset ominaisuustiedot kohdetyyppien välillä kaupungeittain. Kaupunkimallin tietomallissa siirryttäessä standardiin CityGML 3.0 voisi olla luonteva mahdollisuus yhtenäistää ominaisuustiedot ja sovitusti kaupunkien kesken. Ennen siirtymää tulisi myös keskustella päällekkäisten kohdetyyppien esittämisestä kaupunkitietomalleissa.

Toimenpiteistä sopimiselle luonnollinen foorumi olisi kartastoyhteistyöryhmä, jossa mukana on pääkaupunkiseudun kaupunkien ja kuntayhtymien edustajia. Esiselvityksen sisältöä esiteltiin kevään kokoontumisessa 22.4. Seuraava kokoontuminen on syksyllä 28.10. Tarvittaessa esiselvityksen perusteella voidaan järjestää myös erillinen kokous kartasto- ja rekisteriyhteistyöryhmän kesken, jossa käsiteltäisiin yksinomaan pääkaupunkiseudun 3D-kaupunkitietomallin koontia, yhteistyötä ja toimenpiteitä. Tapaamisissa tulee huomioida myös kansallisen 3D-mallin eteneminen rakennusten osalta ja tarkastella tämän vaikutusta pääkaupunkiseudun 3D-kaupunkitietomalliin.

Pääkaupunkiseudun 3D-kaupunkitietomallin kokoaminen sekä tietokantatoteutukselta että katselumallin luomiselta mahdollistaisi oppilaitosyhteistyömahdollisuuksia. Kokoamisesta voisi laatia työkokonaisuuden projektin muodossa. Edellisessä luvussa todettiin, että tekninen toteuttaminen vaatii lisäperehtymistä ja selvittämistä. Oppilaitosyhteistyö voisi vastata tähän haasteeseen luontevasti.

Kevään tapaamisissa Aalto-yliopiston tutkijat esittelivät Palvelututkaa, joka hyödyntää Helsingin 3D-kaupunkitietomallin ja palvelukartan tietoja. Tapaamisen lopuksi keskusteltiin alustavasta halusta yhteistyöhön pääkaupunkiseudun 3D-kaupunkitietomallin kokoamisen kannalta. Alustavaa kiinnostusta yhteistyöhön oli havaittavissa ja teknistä osaamista mallin kokoamiselle olisi riittävästi. Oleellista olisi rahoituksen hakeminen ja myöntäminen mallin kokoamiselle.

Myös Helsingin yliopiston tai ammattikorkeakoulujen kanssa yhteistyötä voisi harkita. HSY:n sisäisellä keskustelufoorumilla Yammerissa on mainittu esimerkiksi Metropolian oppilaitosyhteistyön mahdollisuuksista. Helsingin yliopiston osalta yhteistyö voisi löytyä esimerkiksi tietojenkäsittelytieteen tai maantieteen opiskelijoiden parista joko opinnäytetyönä tai muuna yhteisenä projektina.

Etenemisen suhteen tulisi päättää lähdetäänkö pääkaupunkiseudun 3D-kaupunkitietomallia toteuttamaan tai vähintäänkin se, että jatketaanko lisäselvitystä. Tämän jälkeen luonnollinen jatkoaskel olisi päättää sisäisesti mikä toteutustapa valitaan ja halutaanko malli koota ja ylläpitää HSY:ssä sisäisesti vai sisällyttää mallin ylläpitoon ostopalveluja. Oleellinen kysymys ratkaistavaksi on myös mallin avoimuus vai virkakäyttöön soveltuva toteutus eli sisältääkö yksinomaan avointa dataa vai myös arkaluontoisempaa tietoa. Päätös mallin avoimuudesta ratkaisee mallissa esitettävän tietosisällön ja vaikuttaa tarkempaan vaatimusmäärittelyyn sekä tietoturvaan. Seuraavaksi tulisi määritellä ohjelmistot ja järjestelmät joihin mallin ylläpito integroidaan ja tarvittaessa tehdä ohjelmistohankintoja päätösten mukaisesti. Ulkoiseen palvelinhallintaan tarvittaneen ostopalveluita. Oleellista on myös varmistaa henkilöstön osaaminen mallin ylläpitoon liittyvissä tehtävissä sekä varata riittävästi resurssia mallin työstämiseen, kouluttautumiseen ja ohjelmistoihin perehtymiseen.

Maanmittauslaitos kerää käyttökokemuksia kesällä 2021 kansallisen mallin rakennusten osalta [49]. Tarvittaessa HSY saa rakennusten kolmiulotteiset mallinnukset myös käyttöönsä koko pääkaupunkiseudun alueelta CityGML ja CityJSON -tiedostomuodoissa. Olisi tarpeen varata aikaa tehdä testejä aineiston kanssa ja tarkastella riittäisikö Maanmittauslaitoksen jakama 3D-rakennusdata myös HSY:n käyttöön. Toisaalta on hyvä pohtia tarkkaan, onko tarpeen toistaa katselumallin tuottamista ja ylläpitoa, mikäli rakennuksien osalta joka tapauksessa katselu Paikkatietoikkunassa on tulevaisuudessa mahdollista ja aineistot saa ladattua rajapinnasta. Jos aineistot tulevat saataville avoimesti, ei liene tarkoituksenmukaista tehdä samaa työtä kahteen kertaan. Mikäli pääkaupunkiseudun kaupungit haluavat tarkentaa MML:n mallia omalla kaupunkitietomallillaan, on syytä perustella mitä lisäarvoa mallin tuottaminen ja ylläpito toisi kansalliseen malliin katselun osalta. Voisi olla myös niin, että tarvittavien analyysien tekeminen ja datan visualisointi tapahtua omalla katselualustallaan pohjautuen Maanmittauslaitoksen aineistoihin pääkaupunkiseudusta. Tällöin kyseessä olisi enemmänkin Helsingin Ilmasto- ja energiatlaksen tapainen datan visualisointialusta, jossa aineistoa esitellään – ikään kuin Seutuatlas kolmiulotteisena.

Alla olevassa kaaviossa (Kuva 24) on kuvattu ehdotus jatkoprosessista mallin tuottamiseksi sisäisesti. Kaupunkitietomallin kokoaminen testiympäristöön voisi jatkua syksyn ajan. Oleellista teknisten haasteiden kannalta olisi päästä koostamaan sekä MML:n että pääkaupunkiseudun kaupunkien jakamalla aineistolla semanttinen koontimalli ja mahdollisesti jakaa kootut testiaineistot rajapinnan avulla. Testiympäristöä voitaisiin esitellä rekisteri- ja kartastoyhteistyöryhmissä ja kerätä palautetta ja kehitysehdotuksia. Teknisen ymmärryksen kartuttua tulisi myös tehdä sopimukset pääkaupunkiseudun kaupunkien kanssa aineistojen jakamisesta. Tämän voisi sopia esimerkiksi niin, että HSY:llä olisi Helsingin ja Vantaan osalta pääsy datan välitietokantaan – ei suoraan kaupungin kaupunkitietomallin mastertietokantaan. Testien ja sopimusten jälkeen olisi jo kirkkaampana tiedossa, millaiset resurssit ylläpitoon tarvittaisiin HSY:ssä. Palautteen pohjalta voidaan luoda tarkempi vaatimusmäärittely ja tällöin tulisi viimeistään päättää mallin avoimuudesta. Järjestelmäarkkitehtuuri tulisi hyväksyä ja tällöin tehdä myös palvelinhallinnasta sopimukset, jos järjestelmän palvelimet sijaitsevat muualla kuin HSY:ssä. Tämän jälkeen voidaan tehdä tarvittavat ohjelmistohankinnat ja julkaista tietokanta ja katselumalli. Lopuksi aineistot olisivat hyödynnettävyyden kannalta hyvä julkaista rajapinnan avulla.

Kuva 24. Sisäisen toteutuksen ja ylläpidon ehdotus testeistä lopullisen mallin toteutukseen ja julkaisuun.

Mikäli mallin kokoaminen ja ylläpito päätetään ulkoistaa ostopalveluksi, voisi jatkoprosessi noudatella karkeasti alla olevaa kaaviota (Kuva 25). Aluksi tulisi kartoittaa mahdolliset mallin toteuttajat. Vaatimusmäärittelyssä tulee ottaa huomioon mallin avoimuus ja tietoturva. Kun vaatimukset ovat selvillä, voidaan määritellä toteutukselle budjetti ja kilpailuttaa toteuttajien ratkaisut. Aineistoista ja mallin ylläpidosta tulisi sopia tarkasti. Koontimallissa käytettäisiin ensisijaisesti kaupunkien itse tuottamia aineistoja, joten sopimisessa tulisi olla myös kaupunkien edustajat mukana. Mallin tietokannan ja katselumallin toteutuessa voitaisiin ratkaisua esitellä rekisteri- ja kartastoyhteistyöryhmissä. Tämän jälkeen mallia päästäisiin hyödyntämään.

Kuva 25. Ulkoisen toteutuksen ja ylläpidon ehdotus jatkotoimenpiteistä.

Mallin toteuttamista varten on esiselvityksessä hahmoteltu toimintaympäristöä, jossa mahdollisen pääkaupunkiseudun 3D-kaupunkitietomallin parissa työskentelevät työntekijät HSY:ssä voisivat tehdä yhteistyötä muiden toimijoiden kanssa. Seuraavan sivun taulukossa (Taulukko 2) on kuvattu kaupunkitietomallien eri mittakaavatasojen toimijoita ja yhteistyötä kansainvälisestä yhteistyöstä paikallisempaan yhteistyöhön. Mittakaavatasot eivät ole toisiaan pois sulkevia – esimerkiksi kunnalliselta tasolta on usein suora linkki kansalliseen ja kansainväliseen tasoon.

Mallin parissa työskentelevien olisi hyvä seurata mallien etenemistä kansainvälisesti ja kansallisesti. Kansainvälisesti voidaan seurata tutkimusta, uusia sovelluksia, tuotannon ja ylläpidon kehittymistä ja standardien vakiintumista. Kansallisella tasolla olennainen olisi kaupunkimallinnuksen yhteistyöryhmissä mukanaolo – esimerkiksi bSF:ssä kokoontuu kansallisesti vesihuollossa työskentelevät edistämässä tietomallien käyttöönottoa. Kaupunkimallinnuksen parissa työskentelevät kokoontuvat omassa säännöllisessä ryhmässään. Tämä ryhmä käsittää julkisen ja yksityisen sektorin edustajia tuotannon ja ylläpidon eri mittakaavatasoilta – HSY voisi olla näissä ryhmissä mukana seudullista tasoa edustamassa. Kansalliselta tasolta myös Oskarin kehittäjäverkoston ja GeoForumin tapaamisiin osallistuminen voisi olla tarkoituksenmukaista.

Pääkaupunkiseudun tasolla yhteistyötä on jo HRI:n sekä rekisteri- ja kartastoyhteistyöryhmien muodossa. Mukana on myös 3D-kaupunkitietomalleja tuntevia kaupunkien ja kuntayhtymien työntekijöitä. Olisi aihetta pohtia, että olisiko aiheellista perustaa vielä erillinen pääkaupunkiseudun 3D-kaupunkitietomallien yhteistyöryhmä, jolloin mallien käsittelyyn ja yhteistyöhön olisi enemmän aikaa yhdessä kokoontumisessa. Kunnallinen yhteistyö käsittää yhteistyön osastojen, yksikköjen sekä konsulttiyritysten välillä. Näissä olennaista olisi seudullisesta näkökulmasta varmistaa tiedonkulku sekä varmistaa tuotannon ja ylläpidon periaatteiden yhteensopivuus myös suuremmassa mittakaavassa.

Taulukko 2. Pääkaupunkiseudun 3D-kaupunkitietomallin toimintaympäristö eri mittakaavatasoilla.

Pääkaupunkiseudun 3D-kaupunkitietomalli olisi toteutuessaan pääkaupunkiseudun kaupunkien aineistoja yhdistävä koontimalli. Malli tulisi koota kaupunkien tuottamista ja ylläpitämistä kolmiulotteisista aineistoista. Tietomallin formaatin tulisi noudattaa CityGML:n mukaista tietorakennetta. Vaikka aineiston tuottamiseen ja ylläpitoon liittyvät ohjelmistot ja prosessit vaihtelevat kaupunkikohtaisesti, niiden moninaisuus ei ole ylittämätön este koonnille.

Hyödynnettävyyden mahdollisuudet ovat monipuoliset sekä sisäisesti että ulkoisesti. Todennäköisesti hyödyntämisen ideoita ja sovelluksia syntyy lisää kaupunkitietomallien kehittyessä ja etenkin aineistojen avoimuuden ja vaivattomamman saatavuuden avulla. Rajapintatoteutus myös koko pääkaupunkiseudun kattaville aineistoille parantaisi edelleen ajantasaisen hyödynnettävyyden mahdollisuuksia. Ennalta mainitun lisäksi paikkatieto-ohjelmistojen tuki 3D-aineistojen käsittelemiseksi parantuu jatkuvasti, joka laajentaa hyödyntämismahdollisuuksia.

Mallin tekninen toteuttaminen sekä tietokantatoteutuksen, katselumallin että rajapintajulkaisun osalta edellyttää vielä syvällisempää perehtymistä. Laajemman testiympäristön pystyttäminen auttaisi hahmottamaan tarkemmin ongelmakohtia ja niiden ratkaisemista. Toisaalta myös oppilaitosyhteistyö voi toimia olennaisena osana teknisessä toteuttamisessa.

Yhteistyön kannalta pääkaupunkiseudun kaupunkien kanssa on sovittava kattavasti, miten koontimalli tehdään. On sovittava myös toimintatavoista mallin päivittämisen ja ylläpidon suhteen. Päivittäminen sujuisi parhaiten, mikäli kaupunkien 3D-aineistot olisivat julkaistu rajapinnassa tai HSY:llä olisi pääsy suoraan kaupunkien tietokantapalvelimiin. Koontimallin luominen yleisesti edellyttää yhteistä tahtotilaa pääkaupunkiseudun kaupunkien kesken.

Pääkaupunkiseudun mallin jatkosta päätettäessä tulee seurata kansallisen 3D-mallin etenemistä. Päällekkäisen työn välttäminen on kaikkien toimijoiden etu. Samaa asiaa ei ole perusteltua tehdä limittäin tai kahteen kertaan. Mikäli 3D-aineistojen rajapintayhteydet luodaan kaikkiin pääkaupunkiseudun kaupunkeihin, niin kansallinen malli tulee todennäköisesti sisältämään samat elementit kuin pääkaupunkiseudun malli.

Kolmiulotteisten aineistojen integrointi ylläpidettäviksi osana tiedontuotantoa HSY:ssä mahdollistaisi olla mukana paikkatiedon kolmiulotteisessa kehityskulussa. Pääkaupunkiseudun malli palvelisi yhteisenä tietovarantona, joka hyödyttäisi aineistojen käyttäjien lisäksi laajalti myös organisaation oman henkilöstön paikkatieto-osaamista. Täten organisaatio olisi valmiimpi myös osaltaan pysymään perässä kolmiulotteisten paikkatietojen kehityksessä ja palvelemaan tiedontuottajana laajemmin pääkaupunkiseudusta sekä sen ympäristöstä ja ilmiöistä kiinnostuneita asiantuntijoita ja kansalaisia.

Esiselvityksen aikana heräsi päätöksiä edellyttäviä vaihtoehtoja, joista tulisi valita sopivin etenemisen mahdollistamiseksi. Alla on kuvattu keskeiset asiat, joista päätöksiä tarvitaan HSY:ssä.

1. Jatketaanko pääkaupunkiseudun 3D-kaupunkitietomallin kokoamisen edistämistä?

2. Tuotetaanko ja ylläpidetäänkö malli omana työnä vai ulkoisena ostopalveluna?

3. Tuleeko malli avoimeksi vai virkakäyttöön?

4. Luodaanko pääkaupunkiseudun mallista sekä tietokanta että katselumalli vai ainoastaan jompikumpi?

5. Painotetaanko aineiston analyysikäyttöä vai visuaalisesta esittämistä?

6. Mitä 3D-objekteja mallissa halutaan esittää?

7. Mitä semanttisia ominaisuuksia mallien objekteilla tulisi olla?

8. Voidaanko mallin luomiseen ja ylläpitoon taata riittävät resurssit?

Näiden kahdeksan kysymyksen ratkaisemisen jälkeen mallin tuotannossa on vaivattomampi edetä.

[1] G. Gröger ja L. Plümer, ”CityGML – Interoperable semantic 3D city models,” ISPRS Journal of Photogrammetry and Remote Sensing, osa/vuosik. 71, pp. 12 - 33, 2012.

[2] L. Li, F. Luo, H. Zhu, S. Ying ja Z. Zhao, ”A two-level topological model for 3D features in CityGML,” Computers, Environment and Urban Systems, osa/vuosik. 59, pp. 11 - 24, 2016.

[3] O. Liukkonen, ”Kuntien paikkatiedon polku kantakartasta 3D-kaupunkimalliin,” Aalto-yliopisto, Espoo, 2015.

[4] M. Lonesome ja M. Hahn, ”LiDAR Assisted CityGML Creation,” Applied Geoinformatics for Society and Environment, osa/vuosik. 109, pp. 17 - 23, 210.

[5] M. Holopainen, J. Hyyppä, M. Vastarinta ja H. Hyyppä, ”Laserkeilaus metsävarojen hallinnassa,” The Photogrammetric Journal of Finland, osa/vuosik. 22, nro 3, pp. 129 - 149, 2011.

[6] V. Heikkinen, ”Pistepilven vektorointi Microstation- ja Terra-ohjelmistoilla,” Metropolia Ammattikorkeakoulu, Helsinki, 2021.

[7] M. Buyukdemircioglu ja S. Kocaman, ”Reconstruction and Efficient Visualization of Heterogeneous 3D City Models,” Remote Sensing, osa/vuosik. 12, nro 22128, pp. 1 - 26, 2020.

[8] WikiSysop, ”Citygml Wiki,” CityGML wiki, 26 huhtikuu 2016. [Online]. Available: https://www.citygmlwiki.org/index.php?title=Citygml_Wiki. [Haettu 18 kesäkuu 2021].

[9] G. Gröger, A. Czerwinski ja T. H. Kolbe, ”Candidate OpenGIS® CityGML Implementation Specification (City Geography Markup Language),” Open Geospatial Consortium Inc., 2006.

[10] F. Biljecki, H. Ledoux ja J. Stoter, ”An improved LOD specification for 3D building models,” Computers, Environment and Urban Systems, osa/vuosik. 59, pp. 25 - 37, 2016.

[11] S. Azhar, ”Building Information Modeling (BIM): Trends, Benefits, Risks, and Challenges for the AEC Industry,” Leadership and Management in Engineering, osa/vuosik. 11, nro 3, pp. 241 - 252, 2011.

[12] BuildingSMART Finland, ”buildingSMART Finland,” buildingSMART Finland, [Online]. Available: https://buildingsmart.fi/. [Haettu 21. kesäkuuta 2021].

[13] Open Source Geospatial Foundation, ”GeoServer is an open source server for sharing geospatial data,” Open Source Geospatial Foundation, [Online]. Available: http://geoserver.org/. [Haettu 21. kesäkuuta 2021].

[14] F. Prandi, F. Devigili, M. Soave, U. Di Staso ja R. Di Amicis, ”3D web visualization of huge CityGML models,” The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Osa %1/%2XL-3, nro W3, pp. 601 - 605, 2015.

[15] S. Mohammed, ”CityGML, 3D-tiles and Cesium - A Data Fusion Symphony,” Cesium, 2018.

[16] F. Biljecki, J. Stoter, H. Ledoux, S. Zlatanova ja A. Çöltekin, ”Applications of 3D City Models: State of the Art Review,” ISPRS International Journal of Geo-Information, osa/vuosik. 4, nro 4, pp. 2842 - 2889, 2015.

[17] Z. Yao, C. Nagel, F. Kunde, G. Hudra, P. Willkom, A. Donabauer, T. Adolphi ja T. H. Kolbe, ”3DCityDB - a 3D geodatabase solution for the management, analysis, and visualization of semantic 3D city models based on CityGML,” Open Geospatial Data, Software and Standards, osa/vuosik. 3, nro 5, 2018.

[18] M. Metsälä, ”Espoon kaupunkimallin tuotanto, ylläpito ja käyttökokemuksia,” Espoon kaupunki, Espoo, 2020.

[19] Espoon kaupunki, ”Kaupunkimalliaineistot,” Espoon kaupunki, [Online]. Available: https://kartat.espoo.fi/3d/citymodel.html. [Haettu 21. kesäkuuta 2021].

[20] J. Virolainen, ”Vantaan 3D-kaupunkimallin ylläpito tietokannassa,” Metropolia Ammattikorkeakoulu, Helsinki, 2018.

[21] Vantaan kaupunki, ”Kartta.Vantaa,” Sitowise, [Online]. Available: https://kartta.vantaa.fi/. [Haettu 21. kesäkuuta 2021].

[22] A. Julin, K. Jaalama, J.-P. Virtanen, M. Pouke, J. Ylipulli, M. Vaaja, J. Hyyppä ja H. Hyyppä, ”Characterizing 3D City Modeling Projects: Towards a Harmonized Interoperable System,” International Journal of Geo-Information, osa/vuosik. 7, nro 55, pp. 1 - 18, 2018.

[23] Helsingin kaupunki, ”Lataa aineistoja,” Cesium, [Online]. Available: https://kartta.hel.fi/3d/#/export. [Haettu 21. kesäkuuta 2021].

[24] Helsingin kaupunginkanslia, ”Helsingin 3D-kaupunkimallit,” Helsinki Region Infoshare, 3. marraskuuta 2021. [Online]. Available: https://hri.fi/data/dataset//helsingin-3d-kaupunkimalli. [Haettu 21. kesäkuuta 2021].

[25] Helsingin kaupunki, ”Energia- ja ilmastoatlas,” Cesium, [Online]. Available: https://kartta.hel.fi/3d/atlas/#/. [Haettu 21. kesäkuuta 2021].

[26] Insinööritieteiden korkeakoulu, Aalto-yliopisto , ”Palvelututka,” Ohjelmistokehitys: Juho-Pekka Virtanen, Viitattu 21.6.2021. [Online]. Available: https://foto.aalto.fi/palvelututka/. [Haettu 21. kesäkuuta 2021].

[27] Sova 3D, ”Kunta3D,” Sova 3D, [Online]. Available: https://kunta3d.com/. [Haettu 21. kesäkuuta 2021].

[28] Sova 3D, ”Vantaa,” Sova 3D, [Online]. Available: https://vantaa.kunta3d.fi/Map.html. [Haettu 21. kesäkuuta 2021].

[29] J. Jokela, ”Rakennusten 3D-vektoreiden testiaineistot,” Maanmittauslaitos, [Online]. Available: https://www.maanmittauslaitos.fi/rakennusten-3D-vektoreiden-testiaineistot. [Haettu 23. kesäkuuta 2021].

[30] Trimble Utilities & Public Administration, ”Trimble Locus,” Trimble inc., [Online]. Available: https://upa.trimble.com/fi/tuotteet/trimble-locus. [Haettu 22. kesäkuuta 2021].

[31] V. Kurakula, ”A GIS-based Approach for 3D Noise Modelling Using 3D City Models,” International Institute for Geo-Information Science and Earth Observation, Enschede, 2007.

[32] J. Thunyathep, ”HFT Stuttgart - Smart Cities Platform,” HFT Stuttgart, [Online]. Available: https://apps.joe.in.th/HFT_SmartPlatform/. [Haettu 21. kesäkuuta 2021].

[33] Helsingin seudun ympäristöpalvelut, ”Pääkaupunkiseudun viherkatot,” Helsinki Region Infoshare, 6. kesäkuuta 2016. [Online]. Available: https://hri.fi/data/dataset//paakaupunkiseudun-viherkatot. [Haettu 21. kesäkuuta 2021].

[34] Helsingin seudun ympäristöpalvelut, ”Seutuatlas-karttapalvelun rakennustiedot,” Avoin data, 6. maaliskuuta 2021. [Online]. Available: https://www.avoindata.fi/data/fi/dataset/seutuatlas-karttapalvelun-rakennustiedot. [Haettu 21. kesäkuuta 2021].

[35] Helsingin seudun ympäristöpalvelut, ”Pääkaupunkiseudun hiilinieluselvitys,” Helsingin seudun ympäristöpalvelut, 19. helmikuuta 2021. [Online]. Available: https://www.hsy.fi/ymparistotieto/avoindata/avoin-data---sivut/paakaupunkiseudun-hiilinieluselvitys/. [Haettu 22. heinäkuuta 2021].

[36] Helsingin seudun ympäristöpalvelut, ”Ilmanlaadun vuosikartta,” [Online]. Available: https://www.hsy.fi/ilmanlaatu-ja-ilmasto/ilmanlaatu-nyt/ilmanlaatuvuosikartta/. [Haettu 21. kesäkuuta 2021].

[37] Helsingin kaupunki, Helsingin yliopisto, Vaisala Oyj, Helsingin seudun ympäristöpalvelut, Ilmatieteen laitos, Useless Company Oy ja Forum Virium Helsinki, ”UIA HOPE - Ilmanlaadun digitaalinen kaksonen,” xD visuals, 8. maaliskuuta 2021. [Online]. Available: https://www.youtube.com/watch?v=W3gT3cQ1MYM. [Haettu 21. kesäkuuta 2021].

[38] M. Kurppa, Large-eddy simulation of the optimal street-tree layout for pedestrian-level aerosol particle concentrations – A case study from a city-boulevard, Helsinki: Ilmatieteen laitos, 2020.

[39] M. Kurppa, A. Hellsten, M. Auvinen, A. Kousa, M. Kauhaniemi ja N. Kaski, ”LES-virtausmallitarkastelu kaupunkibulevardilla,” Kaupunkisuunnitteluvirasto, Helsingin kaupunki, 2016.

[40] Helsingin kaupunkiympäristön toimiala, ”Helsingin kaupungin puurekisteri,” Helsinki Region Infoshare, 20. toukokuuta 2019. [Online]. Available: https://hri.fi/data/fi/dataset/helsingin-kaupungin-puurekisteri. [Haettu 23. heinäkuuta 2021].

[41] T. Kutzner, K. Chaturvedi ja T. H. Kolbe, ”CityGML 3.0: New Functions Open Up New Applications,” PFG – Journal of Photogrammetry, Remote Sensing and Geoinformation Science, osa/vuosik. 88, pp. 43 - 61, 2020.

[42] M. Nikkanen, ”SeutuRuutu & SeutuCD - paikkatietoa pk-seudulta,” 16. marraskuuta 2017. [Online]. Available: https://docplayer.fi/65469046-Seuturuutu-seutucd-paikkatietoa-pk-seudulta-mikko-nikkanen-paikkatietoasiantuntija-hsy.html. [Haettu 22. kesäkuuta 2021].

[43] The PostgreSQL Global Development Group, ”About,” [Online]. Available: https://www.postgresql.org/about/. [Haettu 22. kesäkuuta 2021].

[44] OSGeo, ”PostGIS,” [Online]. Available: https://www.osgeo.org/projects/postgis/. [Haettu 22. kesäkuuta 2021].

[45] Chair of Geoinformatics - Technische Universität München, ”Key Features and Functionalities,” [Online]. Available: https://www.3dcitydb.org/3dcitydb/features/. [Haettu 22. kesäkuuta 2021].

[46] Oskari Community, ”Oskari goes 3D - with Ol-Cesium and 3D Tiles,” Koordinaattori: Maanmittauslaitos, 24. toukokuuta 2021. [Online]. Available: https://oskari.org/documentation/features/3D. [Haettu 22. kesäkuuta 2021].

[47] Oskari Community, ”Helsinki city 3D buildings with textures - City of Helsinki,” Koordinaattori: Maanmittauslaitos, [Online]. Available: https://demo.oskari.org/?lang=en&viewId=5. [Haettu 22. kesäkuuta 2021].

[48] H.-K. Räsänen, ”Avoimen lähdekoodin karttapalvelu Oskarin hyödyntäminen HSY:ssä,” Helsingin Seudun Ympäristöpalvelut, 22. maaliskuuta 2017. [Online]. Available: https://docplayer.fi/53480615-Avoimen-lahdekoodin-karttapalvelu-oskarin-hyodyntaminen-hsy-ssa-henna-kaisa-rasanen-hsy-paikkatietoseminaari-finlandia-talo.html. [Haettu 22. kesäkuuta 2021].

[49] J. Jokela, ”Testiaineistoa saatavilla Maanmittauslaitoksen tuottamista rakennusten 3D-vektoreista,” Maanmittauslaitos, 8. kesäkuuta 2021. [Online]. Available: https://www.maanmittauslaitos.fi/ajankohtaista/testiaineistoa-saatavilla-maanmittauslaitoksen-tuottamista-rakennusten-3d-vektoreista. [Haettu 22. kesäkuuta 2021].

Liite 1.

Lista aiheeseen liittyvistä tapahtumista, työpajoista koulutuksista ja tapaamisista esiselvityksen aikana.

Helmikuu

• 16.–17.2. Kuntien paikkatietoseminaari, FCG ja Kuntaliitto

Maaliskuu

• 3.–4.3. FME-peruskurssi, Spatialworld

• 8.3. Seudullisen 3D-kaupunkimallin esiselvityksen tapaaminen - Espoo ja HSY

o Mirja Ruutu (ent. Metsälä), Espoon kaupunki

• 9.3. Seudullisen 3D-kaupunkimallin esiselvityksen tapaaminen - Kauniainen ja HSY

o Sami Tuomaala, Kauniaisten kaupunki

• 10.3. Oskari-koulutus, Gispo

• 16.3. Seudullisen 3D-kaupunkimallin esiselvityksen tapaaminen - Helsinki ja HSY

o Jarkko Hårdh, Helsingin kaupunki

• 17.3. Seudullisen 3D-kaupunkimallin esiselvityksen tapaaminen - Vantaa ja HSY

o Kimmo Junttila, Jere Virolainen ja Anna Hellén, Vantaan kaupunki

• 19.3. Oskari-webinaari, Oskari-verkosto

Huhtikuu

• 13.4. Seudullinen 3D-kaupunkimallin esiselvitys - mallin hyödyntäminen ilmanlaadussa

o Anu Kousa, HSY

• 15.4. Sova 3D - Vantaa Kunta3D -mallin esittely

o Petri Kokko ja Antti Vähätalo, Sova 3D

• 16.4. Seudullisen 3D-kaupunkimallin esiselvitys - Uudenmaan liitto ja HSY

o Jouni Suominen ja Henri Jutila, Uudenmaan liitto

• 22.4. Kartastoyhteistyöryhmä

• 26.4. Seudullisen 3D-kaupunkimallin esiselvityksen ja Palvelututkan yhtymäkohdat

o Juho-Pekka Virtanen, Arttu Julin ja Marika Ahlavuo, Aalto-yliopisto

Toukokuu

• 7.5. HSY Ohjelmistotuotannon perusteet, osa 1

• 11.5. Seudullisen 3D-kaupunkimallin esiselvitys ja MML valtakunnallinen 3D-malli

o Joonas Jokela, Maanmittauslaitos

• 17.5. Seudullisen 3D-kaupunkimallin esiselvitys - tapaaminen TYT ja jätehuolto

o Leena Tuominen ja Saara Valtonen, HSY

• 20.5. Seudullisen 3D-kaupunkimallin esiselvitys - tapaaminen TYT ja Ilmasto

o Henna Teerihalme, Outi Kesäniemi, Nea Metsäranta ja Tiina Haaspuro, HSY

• 21.5. HSY Ohjelmistotuotannon perusteet, osa 2

• 25.–26.5. Johdatus 3D-kaupunkimalleihin, Aalto-yliopisto

• 27.5. HRI loves developers – pääkaupunkiseudun avoin paikkatieto -ideointityöpaja, HRI

Kesäkuu

• 8.6. bSF Kaupunkiryhmä, BuildingSmartFinland

• 11.6. Trimble Locus poiminnoista

o Tiia Salonen, HSY

• 16.6. Avoin data + 3D-rakennukset ideointi

o Laura Lähteenmäki, HSY

• 21.6. Digitaalisten 3D-kaupunkimallien kestävän kehityksen sovelluksia – kiertotalous, vähähiilisyys ja energiatehokkuus, osa 1