Ero sivun ”Pori” versioiden välillä

Opasnet Suomista
Siirry navigaatioon Siirry hakuun
Rivi 87: Rivi 87:
library(classInt)
library(classInt)
library(raster)
library(raster)
Fetch2 <- function(dependencies, evaluate = FALSE, indent = 0, verbose = TRUE, ...) {
if (nrow(dependencies) > 0) {
for (i in 1:nrow(dependencies)) {
if(!exists(as.character(dependencies$Name[i]))) {
testkey <- if (is.null(dependencies$Key[i])) TRUE else is.na(dependencies$Key[i]) | dependencies$Key[i] == ""
testid <- if (is.null(dependencies$Ident[i])) TRUE else is.na(dependencies$Ident[i]) | dependencies$Ident[i] == ""
if (testkey & testid) {
stop(paste("No key nor ident given for dependent variable: ", dependencies$Name[i], "!", sep = ""))
}
if (!testkey) {
objects.get(dependencies$Key[i]) # Key is the R-tools session identifier (shown at the end of the url)
}
if (testkey & !testid) {
ident <- strsplit(as.character(dependencies$Ident[i]), "/")[[1]] # Ident should be in format <page_id>/<code_name>
objects.latest(ident[1], ident[2])
}
if (evaluate) assign(
as.character(dependencies$Name[i]),
EvalOutput(get(as.character(dependencies$Name[i])), ...),
envir = .GlobalEnv
)
if (verbose) cat("\n", rep("-", indent), as.character(dependencies$Name[i]), "fetched successfully!\n")
}
}
}
} # no need to return anything since variables are written in global memory by objects.get


# Arvioinnin tulos
# Arvioinnin tulos
Rivi 101: Rivi 129:
)),
)),
formula = function(dependencies, ...) {
formula = function(dependencies, ...) {
#Perustetaan muuttujia joita kohta etsitään.


ComputeDependencies(dependencies, ...)
ComputeDependencies(dependencies, ...)
Rivi 173: Rivi 203:
name = "Altistuminen",  
name = "Altistuminen",  
dependencies = data.frame(
dependencies = data.frame(
Name = c("Pitoisuus", "LO", "LA")
Name = c("Pitoisuus", "LO", "LA"),
Ident = "Op_fi3192/alustus"
),
),
formula = function(dependencies, ...) {
formula = function(dependencies, ...) {
Rivi 200: Rivi 231:
}  
}  
)
)
Päästö <- 0
LO <- 0
LA <- 0


################# tieliikennepäästöt: funktio tieliikennepäästön laskemiseen
################# tieliikennepäästöt: funktio tieliikennepäästön laskemiseen
Rivi 248: Rivi 283:




#tieliikennepäästöt <- EvalOutput(tieliikennepäästöt)
oprint(Altistuminen)
#Päästö <- tieliikennepäästöt@output$tieliikennepäästötResult[2]
#Altistuminen
#LO <- as.numeric(as.character(tieliikennepäästöt@output$LO[2]))
#Pitoisuus
#LA <- as.numeric(as.character(tieliikennepäästöt@output$LA[2]))
#tieliikennepäästöt
 
#suorite
#Pitoisuus <- EvalOutput(Pitoisuus)
#Tulos <- EvalOutput(Tulos)
#oprint(head(Pitoisuus@output))
#Altistuminen <- EvalOutput(Altistuminen)
#oprint(head(Altistuminen@output))
 
#Terveysvaikutukset <- EvalOutput(Terveysvaikutukset)
#oprint(Terveysvaikutukset)
 
Tulos
Terveysvaikutukset
Altistuminen
Pitoisuus
tieliikennepäästöt
suorite
Tulos <- EvalOutput(Tulos)
#oprint(Tulos)
#oprint(Tulos)



Versio 16. maaliskuuta 2013 kello 08.39




Kysymys

Miten terveysvaikutusarviointi pitäisi huomioida kaupunkitason päätöksenteossa Porissa? Mitä kehityshankkeita on meneillään?

Vastaus

Perustelut

Riippuvuudet

Tärkeitä henkilöitä Porissa:

  • Päivi Kolehmainen, kaupunginvaltuutettu
  • Timo Aro, kehittämispäällikkö
  • Sirpa Kynäslahti, hyvinvointikoordinaattori

Data

Laskenta

Matkakeskuksen pienhiukkaspäästöt



<googlemap version="0.9" lat="61.4833" lon="21.800051" type="map" zoom="14"> (L) 61.481462, 21.798688, Oy Matkahuolto Ab Itsenäisyydenkatu 44 Pori, (R) 61.477491, 21.787756, Rautatieasema Pori Finland , </googlemap>

Kysymys

Kuinka suuret ovat pienhiukkaspäästöt Porissa matkakeskukseen liittyen, ja mitä terveysvaikutuksia niillä on?

Vastaus

Ylimääräisiä kuolemantapauksia vuodessa
Vaihtoehto Tulos
Matkakeskus keskustassa
Matkakeskus rautatieasemalla

Perustelut

#: Käytetty leviämis- ja altistumalli on tarkkuudeltaan vain yksi kilometri. Kilometriresoluutio on riittämätön. Malli antaa vain karkeita arvioita ja luultavasti vähättelee vaihtoehtojen eroja ja kokonaisvaikutuksia. --Jouni Tuomisto 25. lokakuuta 2012 kello 00.24 (EEST)

#: Totta on, että malli vähättelee muutaman sadan metrin säteellä päästölähteestä tapahtuvaa altistumista. Kuitenkin virheen suunta on tiedossa, ja se vähättelee terveyshaittoja tilanteissa, jotka sisältävät enemmän liikennettä tiheämmin asutuilla alueilla. --Jouni Tuomisto 13. maaliskuuta 2013 kello 04.27 (EET)

Laskenta

HUOM! Tällä hetkellä malli laskee ainoastaan pienhiukkaspäästön leviämisen 10-15 km:n säteellä olevaan väestöön. Mallia päivitetään jatkuvasti.

Iteraatioiden määrä:

Näytä välivaiheet?:

+ Näytä koodi

Ovariablet:

  • Terveysvaikutukset: syötteenä Altistuminen * erf * bg.mort
    • erf: vakio, annetaan koodissa
    • bg.mort: vakio, annetaan koodissa
    • Altistuminen: syötteenä Pitoisuus, LO, LA
      • Käytetään funktiota GIS.Exposure(Pitoisuus, LO, LA, ...)
      • LO ja LA: saadaan muuttujan Pitoisuus sarakkeista LO ja LA.
      • Pitoisuus: syötteenä Päästö, LO, LA.
        • LO ja LA: saadaan muuttujan Päästö sarakkeista LO ja LA.
        • Käytetään funktiota GIS.Concentration.matrix(Päästö, LO, LA, ...)
        • Päästö: syötteenä Tieliikennepäästöt (tässä kohdassa lähinnä yksikköskaalausta).

Data

Ero sivun ”Pori” versioiden välillä(-)
ObsVaihtoehtoAjoneuvoAjoKuormitusasteLALOUnitLiikennemääräPituusDescription
1Matkakeskus linja-autoasemallaTäysperävaunuyhdistelmäKatuajo70% kuorma61.48146221.798688kpl-km /d1002Päästöpiste oletetaan nykyiselle linja-autoasemalle
2Matkakeskus rautatieasemallaTäysperävaunuyhdistelmäKatuajo70% kuorma61.47749121.787756kpl-km /d1002Päästöpiste oletetaan rautatieasemalle

Katso myös

Avainsanat

Viitteet


Aiheeseen liittyviä tiedostoja

<mfanonymousfilelist></mfanonymousfilelist>