Satelliittidata paljastaa kaupunkien kuumimmat alueet

Ilmastonmuutoksen takia sään ääri-ilmiöt tulevat yleistymään (Ilmatieteen laitos 2025). Kaupunkien lämpösaarekeilmiön voimistuminen on yksi ilmastonmuutoksen näkyvistä seurauksista. Lämpösaarekeilmiössä tiiviisti rakennetut alueet kuumenevat enemmän kuin niitä ympäröivät viheralueet ja vesistöt varsinkin hellejaksojen aikana. Vaikka ilmiö on voimakkaampi suurkaupungeissa, sitä esiintyy myös pienemmissä kaupungeissa. Lämpötilan noususta voi olla hyötyä esimerkiksi lämmityskaudella energiansäästönä, mutta erityisesti hellejaksoina se heikentää merkittävästi kaupunkilaisten hyvinvointia, terveyttä ja lisää energiankulutusta viilennyslaitteiden takia. (Ilmasto-opas 2014.) Päijät-Hämeen alueella selvitettiin lämpösaarekeilmiön esiintymistä kaukokartoituksella.

Satelliittidatan rooli ja rajoitteet

Päijät-Hämeen alueelle tuotettiin karttoja, jotka näyttävät lämpösaarekeilmiön esiintymisen kaupunki- ja kuntakeskuksissa. Karttojen tekoon käytettiin Landsat 8 -satelliittidataa (USGS 2025) vuosilta 2022–2025. Satelliittikuvien pohjalta tuotettiin lämpötilarastereita ja keskiarvokarttoja, joiden avulla tunnistettiin alueita, joissa lämpösaarekeilmiötä esiintyi johdonmukaisesti. Muun muassa Lahden keskusta, Hollolan Salpakangas ja Nastolan Rakokivi erottuivat kuumimpina alueina, kun taas vesistöjen, kuten Pikku-Vesijärven ja Vesijärven, ympäristöt toimivat viilentävinä vyöhykkeinä. Satelliittidatan etu on, että lämpötilatietoja saadaan nopeasti ja edullisesti laajalta alueelta.

Satelliittidatan käyttöön liittyy erilaisia rajoitteita. Landsat 8:n pikselikoko on 30 metriä, joka takia yksi pikseli voi sisältää monia erilaisia pintamateriaaleja. Tämä vaikuttaa datan tarkkuuteen varsinkin tiiviisti rakennetuilla alueilla. (Rahimi & Jung 2024.) Merkittävin rajoitteista ovat silti sääolosuhteet, sillä taivaan pilvisyys heikentää satelliittidatan luotettavuutta merkittävästi (Karakizi ym. 2018; USGS 2023). Jos taivas on kovin pilvinen, ei satelliitilla saada maanpinnasta kuvaa. Satelliittidatan ohella olisi hyvä käyttää myös maasta tehtäviä mittauksia tarkkuuden lisäämiseksi (Ilmasto-opas 2014).

Paikkatiedon merkitys

Paikkatietopohjainen analyysi QGIS-ohjelmassa on mahdollistanut lämpötiladatan yhdistämisen rakennustiheyteen, viheralueisiin ja liikenteeseen. Kun lämpötilakarttoja yhdistettiin OpenStreetMaps-aineistoon, saatiin tarkempi kuva siitä, miten rakennustyypit ja katemateriaalit vaikuttivat kaupunkien kuumuuteen. Hyödyntäen myös Lahden kaupungin karttapalvelun avointa dataa voitiin arvioida viheralueiden ja topografian vaikutuksia alueellisiin lämpötiloihin. Tällä tavoin tuotetut paikkatietoaineistot tekevät ilmiöstä konkreettisemman ja helpommin ymmärrettävän kartan käyttäjälle.

Lämpösaarekekarttoja voidaan hyödyntää kaavoituksessa

Tehokkaita keinoja lämpösaarekeilmiön vähentämiseksi voidaan tehdä jo kaavoitusvaiheessa. Talojen sijoittelulla ja materiaalivalinnoilla sekä viheralueiden sijoittelulla (Ilmasto-opas 2014) voidaan vaikuttaa lämpösaarekeilmiön voimakkuuteen. Vaaleat ja heijastavat pinnat vähentävät lämmön varautumista talojen rakenteisiin (Ilmasto-opas 2024). Paikkatiedon avulla voidaan tukea myös ilmasto-oikeudenmukaisuutta, sillä sen avulla voidaan tunnistaa alueet, joissa lämpösaarekeilmiön vaikutukset kohdistuvat erityisesti haavoittuvassa asemassa oleviin väestöryhmiin, kuten vanhuksiin ja lapsiin.

Lämpösaarekeilmiön todentaminen kartoilla on tärkeää, jotta alueella voidaan kohdistaa ilmastonmuutokseen sopeutumisen keinot niitä tarvitseviin kohteisiin. Viilentävillä ratkaisuilla voidaan sopeutua ilmastonmuutoksen lisäämiin helleaaltoihin ja varmistaa kaupunkien viihtyvyys ja turvallisuus niiden aikana. Lämpösaarekekarttojen tuottaminen oli osa Helle – sään ääri-ilmiöihin sopeutuminen Päijät-Hämeessä-hanketta. Karttoja voidaan hyödyntää Päijät-Hämeen kuntien kaavoituksessa, jotta ilmastonmuutoksen sopeutumisen toimet ja ilmasto-oikeudenmukaisuus otettaisiin huomioon jo alueiden suunnitteluvaiheessa.

Linkki Helle-hankkeen nettisivuille

Lähteet

Ilmasto-opas. 2014. Lämpösaarekeilmiön ymmärtäminen tukee kaupunkisuunnittelua. Artikkeli 19.5.2014. Viitattu 28.11.2025. Saatavissa https://www.ilmasto-opas.fi/artikkelit/lamposaarekeilmion-ymmartaminen-tukee-kaupunkisuunnittelua

Ilmasto-opas. 2024. Lämpösaarekeilmiötä voidaan lieventää kaupunkisuunnittelulla. Artikkeli 4.11.2024. Viitattu 2.12.2025. Saatavissa https://www.ilmasto-opas.fi/artikkelit/lamposaarekeilmiota-voidaan-lieventaa-kaupunkisuunnittelulla

Ilmatieteen laitos. 2025. Ilmastonmuutos teki pohjoisen heinäkuisesta helleaallosta vähintään kymmenen kertaa todennäköisemmän. Tiedote 14.8.2025. Viitattu 18.9.2025. Saatavissa https://www.ilmatieteenlaitos.fi/tiedote/2Vb9hExxH4k3Xh0KA6QkR9

Karakizi, C., Karantzalos, K., Vakalopoulou, M. & Antoniou, G. 2018. Detailed Land Cover Mapping from Multitemporal Landsat-8 Data of Different Cloud Cover. Remote Sensing. Vol. 10 (8), 1234. Viitattu 28.11.2025. Saatavissa https://www.mdpi.com/2072-4292/10/8/1214

Mushore, T., Odindi, J. & Mutanga, O. 2022. “Cool” Roofs as a Heat-Mitigation Measure in Urban Heat Islands: A Comparative Analysis Using Sentinel 2 and Landsat Data. Remote Sensing. Vol. 14 (17), 4247. Viitattu 28.11.2025. Saatavissa https://www.mdpi.com/2072-4292/14/17/4247

Rahimi, M. & Jung, J. 2024. Evaluating the applicability of Landsat 8 data for global time series analysis. Frontiers in Remote Sensing. Vol. 5, 1492534. Viitattu 28.11.2025. Saatavissa https://www.frontiersin.org/articles/10.3389/frsen.2024.1492534/full

USGS. 2023. Cloud Cover Assessment Validation Datasets. Viitattu 28.11.2025. Saatavissa https://www.usgs.gov/landsat-missions/cloud-cover-assessment-validation-datasets

USGS. 2025. Landsat Data Access. U.S. Geological Survey. Viitattu 28.11.2025. Saatavissa https://www.usgs.gov/landsat-missions/landsat-data-access

Linkit

LAB-ammattikorkeakoulu. 2025. Helle – sään ääri-ilmiöihin sopeutuminen Päijät-Hämeessä. Viitattu 30.12.2025. Saatavissa https://lab.fi/fi/projekti/helle-saan-aari-ilmioihin-sopeutuminen-paijat-hameessa