Öljyntorjunta-alusten saavutettavuusmalli Suomen merialueilla –

paikkatietomenetelmien hyödyntäminen hetkellisen torjuntavalmiuden

arvioimisessa

Henna Malinen 180619 Itäsuomen yliopisto Maantieteen laitos

Yhteiskuntamaantieteen Pro gradu –tutkielma

Ohjaaja: Timo Kumpula Marraskuu 2016

ITÄ-SUOMEN YLIOPISTO

Tiedekunta

Yhteiskuntatieteiden ja kauppatieteiden tiedekunta Yksikkö

Historia- ja maantieteiden laitos

Tekijä

Henna Malinen Ohjaaja

Timo Kumpula

Työn nimi

Öljyntorjunta-alusten saavutettavuusmalli Suomen merialueilla – paikkatietomenetelmien hyödyntämi-

nen hetkellisen torjuntavalmiuden arvioimisessa

Pääaine

Yhteiskuntamaantiede Työn laji

Pro Gradu - tutkielma Aika

31.11.2016 Sivuja

77, liitteitä 2

Tiivistelmä

Suurten alusöljyvahinkojen torjunta Suomen merialueilla tapahtuu ensisijaisesti mekaanisesti ke-

räämällä ja pyrkimyksenä on saada mereen päässyt öljy kerättyä pois mahdollisimman nopeasti, jotta

vältyttäisiin suuremmilta vahingoilta sekä kalliilta ja hankalalta rantojen puhdistukselta. Merellä öljyä

kerätään ensisijaisesti suurilla öljyntorjunta-aluksilla, joissa on kiinteät keruulaitteistot. Torjuntatoimien

tehokkuuden kannalta nopeus on kriittinen tekijä ja mitä nopeammin alukset kohteeseensa pääsevät,

sitä nopeammin torjuntatoimet voidaan aloittaa.

Tässä tutkielmassa tarkastellaan valtion öljyntorjunta-alusten hetkellistä kykyä saavuttaa kohteensa

Suomen merialueilla ja talousvyöhykkeellä. Saavutettavuuden mittana on matka-aika, joka perustuu

alusten yksilöllisiin enimmäisnopeuksiin, sekä asiantuntija-arvioihin käytettävistä nopeuksista eri olo-

suhteissa. Tutkielmassa merkittävimpänä alusten kulkunopeuksiin vaikuttavana tekijänä pidetään mer-

kitsevää aallonkorkeutta. Alusten kulkualueena pidetään koko merialuetta, mutta reittejä liian matalilla

vesialueilla pyritään välttämään.

Tutkielmassa luodaan paikkatietomalli öljyntorjunta-alusten saavutettavuuden kuvaamiseen cost dis-

tance- eli kustannusetäisyysmenetelmillä. Mallin lähtöaineistoina käytetään automaattisesti päivittyviä,

ajankohdasta riippuvaisia alusten sijaintitietoja ja aallonkorkeusennustetta. Näillä lähes reaaliaikaisilla

aineistoilla pyritään huomioimaan saavutettavuuden ajasta riippuvainen ulottuvuus ja päästään tilasto-

tietoa lähemmäs operationaalista saavutettavuuden arviointia. Mallia testataan kolmessa tapauksessa

kahteen kohteeseen, eri lähtöpisteistä ja erilaisilla aalto-olosuhteilla.

Mallin tuloksina saadaan alusten matka-aikoja vallitsevissa aalto-olosuhteissa kuvaavia tunnusluku-

ja. Lukujen perusteella voidaan arvioida mitkä alukset saavuttaisivat tapahtumahetkellä kohteen no-

peimmin ja kuinka kauan kullakin aluksella kuluisi mallinnetun lyhimmän etäisyyden matkustamiseen.

Valituista aineistoista ja menetelmistä johtuen tulosten tulkinnassa tulee huomioida erinäisiä epävar-

muustekijöitä. Mallin luotettavuutta voidaan jatkossa parantaa muun muassa ohjaamalla mallissa käyte-

tyt lyhimmät reitit ensisijaisesti väylille. Mallin tuloksia voidaan hyödyntää esimerkiksi öljyntorjuntaan

varautumisen suunnittelussa sekä harjoituksissa. Operationaaliseen käyttöön onnettomuustilanteissa

malli ei vielä sellaisenaan sovellu, sillä se on jokseenkin raskas ja vaatii paljon prosessointiaikaa. Mal-

lissa käytetty AIS-tieto (automatic identification system) alusten sijainnista tapahtumahetkellä ei myös-

kään anna kokonaiskuvaa koko laivaston saavutettavuudesta, sillä kaikkien valtion öljyntorjunta-

alusten sijaintitieto ei välity jatkuvasti AIS-palvelimelle.

Avainsanat

Paikkatietomallinnus, merellinen öljyntorjunta, saavutettavuus, kustannusetäisyys, spatiotemporaaliset

paikkatietoaineistot

UNIVERSITY OF EASTERN FINLAND

Faculty

Faculty of Social Sciences and Business Studies Department

Department of Geographical and Historical

Studies

Author

Henna Malinen Supervisor

Timo Kumpula

Title

Accessibility Model of Oil Spill Response Vessels in the Finnish Sea Areas – Utilization of GIS Meth-

ods in the Evaluation of Response Capacity

Main subject

Human Geography Level

Master’s thesis Date

20.11.2016 Number of pages

77, attachments 2

Abstract

Response to large scale oil spills in the Finnish sea areas is primarily conducted by the means of

mechanical recovery. The aim is to recover the spilled oil as fast as possible in order to avoid further

damage and the costly and difficult shoreline clean-up. At sea the oil is primarily collected by the large

oil spill recovery vessels, fitted with built-in oil recovery systems. Speed is the critical element of an

efficient oil recovery operation and the faster the recovery vessels reach their destination the faster the

oil recovery can start.

In this study the momentary accessibility of the oil recovery vessels, as their ability to reach the des-

tination is observed in the Finnish sea areas and the Finnish exclusive economic zone. The measure of

accessibility is travel time based on the vessels maximum velocities and the expert estimations of their

velocities in varying conditions. In this study the main factor to affect the travel speeds is considered to

be the significant wave height. The vessels are considered to move in the whole sea area although the

idea is to avoid routing through areas that are too shallow for movement.

A GIS model is created using cost distance methods to represent the accessibility of the oil recovery

vessels. Automatically updated locations of the recovery vessels and wave height forecasts are used as

source data. With this near real time data the time dependent dimension of accessibility is considered

and the model approaches the operational estimation of accessibility. The model is run and tested in

three scenarios to two destinations with different start locations and wave conditions.

The results of the model are travel times of each included vessel in the prevailing wave conditions.

The travel times can be used to estimate which of the vessels would reach the destination in the least

amount of time and how long would it take for each of them to overcome the shortest modeled distance

to the destination. Due to the chosen data and methods, some uncertainties must be considered in inter-

preting the results. The reliability of the model could be enhanced in the future by directing the shortest

routes primarily to the waterways. The results of the model could be used to support contingency plan-

ning of oil spill recovery and recovery exercises. In its current state the model is not yet applicable to

operational use in an oil spill situation. The model is somewhat heavy and requires a long processing

time. Also the current location data of the recovery vessels used in the model does not allow accessibil-

ity estimation for the entire fleet as for some oil recovery vessels the location information on the AIS

server (automatic identification system) is not available at all times.

Key words

GIS modeling, maritime oil spill response, accessibility, cost distance, spatiotemporal data

Sisältö

1. Johdanto ........................................................................................................................................... 7

2. Tausta ja teoreettinen viitekehys ................................................................................................... 10

2.1 Öljyvahingon riski Itämerellä ................................................................................................ 10

2.2 Öljyntorjunnan periaatteet ja sääntely Suomessa .................................................................. 12

2.3 Saavutettavuus maantieteellisessä tutkimuksessa.................................................................. 16

2.4 Merellisen saavutettavuuden tekijät ...................................................................................... 18

3. Tutkimusalue ................................................................................................................................. 23

4. Aineistot ........................................................................................................................................ 25

4.1 Valtion öljyntorjunta-alukset ................................................................................................. 25

4.2 Syvyysalueet .......................................................................................................................... 31

4.3 Merkitsevä aallonkorkeus ...................................................................................................... 33

4.4 Onnettomuuspaikka ............................................................................................................... 37

5. Menetelmät .................................................................................................................................... 39

5.1 Cost distance .......................................................................................................................... 40

5.2 Least cost path ....................................................................................................................... 44

5.3 Mallin rakenne ....................................................................................................................... 44

5.4 Tapauslaskelmat .................................................................................................................... 47

6. Tulokset ......................................................................................................................................... 49

6.1 Nollatapaus ............................................................................................................................ 49

6.2 Normaalitilanne ..................................................................................................................... 52

6.3 Myrsky ................................................................................................................................... 54

7. Pohdinta ......................................................................................................................................... 57

7.1 Merellinen saavutettavuus ..................................................................................................... 57

7.2 Mallin epävarmuustekijät ja virhelähteet .............................................................................. 61

7.3 Saavutettavuusmalli operatiivisen öljyntorjunnan tukena ..................................................... 64

8. Johtopäätökset ............................................................................................................................... 68

Lähteet ................................................................................................................................................... 70

Virallislähteet .................................................................................................................................... 75

Liitteet ................................................................................................................................................... 77

Sisältö

Kuvat ja taulukot Kuva 1. Tutkimusalue ............................................................................................................................... 23

Kuva 2. Valtion öljyntorjunta-alukset vuonna 2015 ................................................................................. 25

Kuva 3. Öljyntorjunta-alusten kotisatamat ............................................................................................... 30

Kuva 4. Mallin toiminta-alueet.................................................................................................................. 33

Kuva 5. Ilmatieteenlaitoksen aaltoennustemalli. ....................................................................................... 35

Kuva 6. WAM-aaltomalli: pistehila ja luokittelu. ..................................................................................... 37

Kuva 7. Onnettomuuspaikkat. ................................................................................................................... 38

Kuva 8. Cost distance rasteri. .................................................................................................................... 41

Kuva 9. Least cost path ............................................................................................................................. 44

Kuva 10. Mallin rakenne. ......................................................................................................................... 45

Kuva 11. Alusten reitit Nollatapauksessa .................................................................................................. 51

Kuva 12. Alusten reitit Normaalitapauksessa............................................................................................ 53

Kuva 13. Alusten reitit Myrskytapauksessa. ............................................................................................. 55

Kuva 14. Syvyysalueiden painotus. ........................................................................................................... 62

Kuva 15. Least cost path -menetelmä 8-suuntaisessa rasterissa ................................................................ 63

Kuva 16. Esimerkki 8:n mahdollisen liikesuunnan vaikutuksesta lyhimpiin reitteihin. ........................... 63

Taulukko 1. Valtion öljyntorjunta-alusten ajonopeudet ............................................................................ 28

Taulukko 2. Kotisatamat. .......................................................................................................................... 30

Taulukko 3. Toiminta-alueluokitus ........................................................................................................... 32

Taulukko 4. Aluskohtaiset aikakustannukset mallissa .............................................................................. 42

Taulukko 5. Nollatapauksen matka-ajat ja reittien pituudet. ..................................................................... 50

Taulukko 6. Normaalitapauksen matkanopeudet ja reittien pituudet. ....................................................... 52

Taulukko 7. Myrskytapauksen matka-ajat ja reittien pituudet. ................................................................. 54

Lyhenteet

AIS Automaattinen tunnistusjärjestelmä (Automatic identification sys-

tem)

BORIS Baltic Oil Response Infromation System

BRISK-hanke Sub-regional risk of spill of oil and hazardous substances in the Bal-

tic Sea

ELY-keskus Elinkeino-, liikenne- ja ympäristökeskus

EMSA Euroopan meriturvallisuusvirasto

HELCOM Itämeren merellisen ympäristön suojelukomissio, tai Helsingin ko-

missio

HE Hallituksen esitys

Helsingin sopimus Itämeren alueen merellisen ympäristön suojelua koskeva yleissopi-

mus (12/1980)

IDW Käänteisen etäisyyden painotus –interpolointimenetelmä (Inverse

Distance Weighted)

IMO Kansainvälinen merenkulkujärjestö (International Maritime Or-

ganization)

MRCC Meripelastuskeskus (Maritime Rescue Coordination Centre)

MRSC Meripelastuslohkokeskus (Maritime Rescue Sub-Centre)

PAH Polyaromaattinnt hiilivety

PSSA Erityisen herkkä merialue (Particularly Sensitive Sea Area)

SYKE Suomen ympäristökeskus

SMHI Ruotsin meteorologinen laitos (Sveriges meteorologiska och hydro-

logiska institut)

VELMU Vedenalaisen meriluonnon monimuotoisuuden inventointiohjelma

VTS-keskus Alusliikennepalvelukeskus (Vessel Traffic Services)

WAM Aaltoennustemalli, WAve Model

Öljyvahinkolaki Öljyvahinkojen torjuntalaki (2009/1673)

Esipuhe

Tämän tutkielman eräänlaisena alkusysäyksenä ovat toimineet keskustelut öljyntorjuntaviran-

omaisille järjestetyillä BORIS-tilannekuvajärjestelmän jatkokursseilla ja työpajoissa vuosina

2015 ja 2016. Oma roolini kursseilla ja työpajoissa on eräistä tietoteknisistä opetustehtävistä

huolimatta säilynyt ennen kaikkea kuunteluoppilaana. Tilaisuuksiin on osallistunut tähän men-

nessä hieman toista sataa edustajaa öljyntorjuntaa suorittavista, suunnittelevista tai ohjaavista

organisaatioista. Kantavana teemana on ollut eri toimijoiden yhteistyö ja toiminnan yhteensovit-

taminen. Yhteisenä työvälineenä mahdollisten vahinkojen ja niiden torjuntasuunnitelmien visu-

alisoinnissa, resurssien riittävyyden laskelmoinnissa ja niiden kohdistamisessa sekä tarpeellisen

taustatiedon tarkastelussa on käytetty BORIS-tilannekuvajärjestelmää, eli öljyntorjuntaviran-

omaisille ArcGIS for Server pohjalta räätälöityä paikkatietojärjestelmää. Tilaisuuksien suurin

anti ei mielestäni kuitenkaan ollut tietoteknisen osaamisen lisääminen, vaan paikkatiedon avus-

tamana käydyt keskustelut yli organisaatiorajojen. Keskusteluissa ja harjoituksissa toistui muun

muassa pohdinta siitä, kuinka nopeasti vahinkopaikalle saataisiin tarpeellinen määrä resursseja

ja mistä. Tämä tutkielma on minun osuuteni näiden keskustelujen jatkumoon.

Tässä Pro Gradu-työssä olen pyrkinyt kääntämään useita öljyntorjuntaviranomaisia keskustelut-

taneen ongelman resurssien ja tapahtumapaikan kohtaamisesta aika-kriittisessä tilanteessa nu-

meeriseen muotoon paikkatietomallissa. Työ on ollut pitkälti oma oppimisprojektini ummikkona

öljyntorjunnan kiehtovassa maailmassa. Toivoa sopii, että tämän tyyppisellä todellisuuden yk-

sinkertaistuksella voisi olla tehtävänsä myös muiden oppimispolulla ja toisaalta lisäämässä yh-

teistä ymmärrystä jatkossakin useiden toimijoiden erilaisten käsitysten kohdatessa.

Työn merkittävänä mahdollistajana on toiminut Suomen ympäristökeskus, jonka ympäristöva-

hinkojen torjuntaryhmässä minulla on ollut ilo työskennellä koko tutkielmatyön ajan. Lämpimät

kiitokset alkusysäyksestä kuuluvat BORIS-koulutustiimille, eli Suomen ympäristökeskuksen

Kalervo Jolmalle, Kati Tahvoselle ja Meri Hietalalle sekä Kymenlaakson ammattikorkeakoulun

Justiina Haloselle. Kiitos myös kritiikistä, tsempistä ja erittäin tarpeellisesta, ensimmäisestä ai-

karajasta Lauralle.

7

1. Johdanto

Suomen merialueilla liikkuu päivittäin tuhansia tonneja öljyä, joka voisi mereen valuessaan ai-

heuttaa suurta vahinkoa Itämeren ympäristölle. Öljy sisältää useita myrkyllisiä yhdisteitä ja ai-

heuttaa ympäristöongelmia myös tahrimalla vesilintuja, kasvillisuutta ja rantarakenteita. Öljy-

kuljetusten määrä Itämerellä on kasvanut viime vuosina. Myös suuren öljyonnettomuuden riskin

on laskettu kasvaneen ja sen myötä Suomen merellistä varautumistasoa öljyntorjuntaan on nos-

tettu, muun muassa öljyntorjunta-alusten kapasiteettia ja määrää lisäämällä (Valtiontalouden

tarkastusvirasto 2014: 66-69). Suomessa öljyntorjunnan toimintatavoista ja eri toimijoiden vas-

tuista säädetään lailla öljyvahinkojen torjunnasta (öljyvahinkolaki 2009/1673), jonka mukaan

öljyvahinkojen torjuntaan varaudutaan asianmukaisesti ja vahingot torjutaan nopeasti ja tehok-

kaasti (1.1 §). Suomessa öljyntorjunta perustuu useiden eri viranomaisten yhteistyöhön. Alusöl-

jyvahinkojen torjuntamenetelmistä öljyn kerääminen vedestä on ensisijainen toimintatapa, ja

usein se on myös nähty tehokkaimmaksi keinoksi Suomen olosuhteissa (mm. Ympäristöministe-

riö 2011, 22). Suomessa öljyntorjunnan kärkijoukkoihin kuuluvat suuret öljyntorjunta-alukset,

joiden toimintavalmius onnettomuustilanteissa on varmistettu kiinteillä öljynkeräyslaitteistoilla

ja sopimuksilla jatkuvasti ylläpidettävistä vähimmäisvalmiusajoista. Näitä jatkuvan valmiuden

öljyntorjunta-aluksia Suomessa on yhteensä 19 kappaletta.

Merellisiä öljyvahinkoja voi sattua lähes missä vain, missä liikkuu moottorialuksia tai varastoi-

daan öljyä rannan läheisyydessä. Alusonnettomuuksien ja öljyvahinkojen riskin todennäköisyys

on yhdistetty muun muassa hankalasti navigoitaviin paikkoihin kuten kapeikkoihin ja väylien

tiukkoihin käännöksiin, vilkkaaseen liikenteeseen ja sääolosuhteisiin sekä talvimerenkulun olo-

suhteisiin (SÖKÖ-hanke 2011: 6; Suomen ympäristökeskus 2013, Merenkulkulaitos 2008: 14).

Vaikka öljyvahinkojen riskit keskittyvät muun muassa vilkkaiden väylien ja risteyskohtien alu-

eille, ei öljyn torjuntatoimia ole aina järkevää tai mahdollista toteuttaa onnettomuuspaikan välit-

tömässä läheisyydessä. Päästyään veteen, öljy muodostaa veden pinnalle ohuen kerroksen eli

lautan, joka leviää ja kulkeutuu virtausten ja tuulen mukana. Öljyntorjunta-alusten mobilisointi

voi kestää useita tunteja, minkä lisäksi niiden tulee saavuttaa öljy siellä, minne se on ehtinyt

kulkeutua. Tällöin öljynkeräys saatetaan tehokkaankin liikekannallepanon jälkeen suorittaa

kymmenien kilometrien päässä varsinaisesta onnettomuuspaikasta, ja siksi öljyntorjuntatoimiin

pitäisi varautua myös kaukana merkittävien riskien alueista, käytännössä koko Suomen merialu-

eella. Resurssien alueellisesti järkevään mitoitukseen ja sijoitukseen ei tässä yhteydessä oteta

kantaa, mutta sitä ovat tarkastelleet muun muassa Lehikoinen ym. (2013) Suomenlahden öljyn-

torjunta-alusten osalta.

8

Onnistuneessa öljyntorjuntaoperaatiossa nopeus on kriittinen tekijä. Öljyntorjunta-alusten sijain-

tiin perustuvalla onnettomuuspaikan saavutettavuuden ennakkoarvioinnilla voidaan laskelmoida

sitä aikaikkunaa, jonka sisällä suuret öljyntorjunta-alukset ehtisivät paikalle. Saavutettavuuden

tutkimus on ollut viime vuosina nouseva trendi. Useiden julkisten peruspalveluiden kuten ter-

veydenhuollon, ja toisaalta aikakriittisten toimintojen kuten pelastuspalveluiden saavutettavuutta

on tutkittu pyrkimyksenä optimoida palveluiden sijaintia suhteessa kuluttajiin ja liikenneinfra-

struktuuriin. Saavutettavuus onkin käytännöllinen ja joustava termi erilaisen liikkumisen help-

pouden kuvastamiseen.

Tässä tutkielmassa pyritään mallintamaan potentiaalisten onnettomuuspaikkojen tai niistä kau-

emmas kulkeutuneiden öljylauttojen saavutettavuutta valtion öljyntorjunta-alusten näkökulmas-

ta. Mallissa pyritään hyödyntämään mahdollisuuksien mukaan automaattisesti päivittyviä lähtö-

tietoja tulosten ajankohtaisuuden takaamiseksi ja saavutettavuuden aikaulottuvuuden huomioi-

miseksi. Tarkoituksena on määritellä saavutettavuuden mallinnettavia osatekijöitä meriympäris-

tössä ja vertailla mallin tuloksia kolmessa eri tapauksessa. Tutkimusasetelmaa tarkentavia tut-

kimuskysymyksiä ovat:

- Millaisia merellisen saavutettavuuden osatekijöitä on mahdollista jo nyt mallintaa paik-

katietomenetelmin?

- Millaisia epävarmuustekijöitä mallin tulokset sisältävät?

- Voiko öljyntorjunta-alusten saavutettavuusmalli tukea operatiivisen öljyntorjunnan pää-

töksentekoa?

Tässä tutkielmassa saavutettavuudella tarkoitetaan fyysistä, maantieteellistä saavutettavuutta,

jota kuvataan matka-ajan yksikköinä. Menetelmänä käytetään reittien kustannusoptimointia,

mutta työn tavoitteena ei ole löytää optimaalisia reittejä alusten käytettäviksi vaan tuottaa auto-

maattisesti lyhimpiä mahdollisia reittejä saavutettavuuden arvioinnin välineeksi. Saavutettavuu-

den kohteena on kuvitteellinen onnettomuuspaikka ja toimijoina rajavartiolaitoksen, merivoimi-

en sekä eräiden sopimustahojen öljyntorjunta-alukset. Matka-aikaa mallinnetaan merellisessä

ympäristössä syvyysaineistoa hyödyntäen. Eri alustyyppien toiminta-alueet arvioidaan alusten

syväyksien perusteella. Syväyksen lisäksi alusten liikkuvuuteen vaikuttavat keliolosuhteet, joista

merkittävin on aallonkorkeus. Eri tekijöiden vaikutusta saavutettavuuteen arvioidaan kolmen eri

skenaarion pohjalta kahteen eri onnettomuuspaikkaan.

9

Tämä tutkielma on tehty Suomen ympäristökeskuksen ympäristövahinkojen torjuntaryhmälle

osana korkeakouluharjoittelua. Muun muassa valtion alusten kapasiteetti ja kyky saavuttaa koh-

de voi olla olennainen tieto torjuntatoimien suunnittelussa eri alueilla. Suomessa öljyntorjunta-

viranomaisten käytössä on paikkatietopohjainen BORIS-tilannekuvajärjestelmä, eli Baltic Oil

Response Infromation System, joka toimii muun muassa eri viranomaisten yhteistyöalustana ja

torjuntaan varautumisen suunnitteluvälineenä. BORIS-järjestelmän avulla öljyntorjuntaviran-

omaiset hyödyntävät jo nyt paikkatietoa monipuolisesti öljyntorjunnassa ja torjuntatoimiin va-

rautumisessa. Seuraava askel järjestelmän kehityksessä voisi olla yksinkertaisten paikkatietoana-

lyysien hyödyntäminen samoihin tarkoituksiin. Tutkielman saavutettavuusmallin on tarkoitus

toimia myös eräänlaisena esiselvityksenä siitä, miten BORIS-järjestelmään luettavista aineistois-

ta voisi saada entistä enemmän tukea öljyntorjunnan suunnitteluun ja mahdollisesti myös opera-

tiiviseen toimintaan.

10

2. Tausta ja teoreettinen viitekehys

2.1 Öljyvahingon riski Itämerellä

Öljyn haitalliset vaikutukset ympäristölle ovat moninaiset. Vahinkojen laatu ja suuruus riippuvat

pitkälti öljylaadusta, sen määrästä, vuodenajasta, sekä vahinkoalueesta (Alanen ym. 2014: 7;

Venesjärvi 2012: 30). Kuitenkin öljylaadusta riippumatta on odotettavissa epämiellyttäviä seu-

rauksia öljyn kanssa kosketuksiin joutuville ihmisille, muille eliöille ja ekosysteemeille. Raaka-

öljyissä ja öljyjalosteissa esiintyvät PAH-yhdisteet, eli polyaromaattiset hiilivedyt, ovat tervey-

delle haitallisia. Niiden haittavaikutuksia ovat muun muassa syöpävaarallisuus, perimän vaurioi-

tuminen, lisääntymishäiriöt, epämuodostumat ja vastustuskyvyn heikkeneminen (Luhtasela &

Vuorinen 2012: 29). Eliöt voivat altistua öljylle muun muassa sitä hengittämällä, ravinnon kaut-

ta tai tahriintumalla. Tahriintumisen seurauksena esimerkiksi vesilintujen höyhenpeitteen eris-

tyskyky ja kelluvuus alenevat, minkä seurauksena öljyyntyneet linnut voivat hukkua tai kuolla

hypotermiaan (Venesjärvi 2012: 31). Hayesin ym. (1992: 2 - 1-3) mukaan kevyet öljyjakeet ovat

yleensä akuutisti toksisempia, mutta haihtuvat verrattain nopeasti, elleivät ne sekoitu kylmään

vesimassaan, kuten Itämerellä usein on mahdollista. Keskiraskaat öljyjakeet ovat tämän luoki-

tuksen mukaan eläville organismeille vaarallisimpia, sillä ne ovat kevyitä jakeita pysyvämpiä ja

niiden PAH-yhdisteet ovat erittäin myrkyllisiä. Edelleen raskaat öljyjakeet ovat Hayesin ym.

mukaan potentiaalisesti kroonisesti myrkyllisiä ja niiden akuutit vaaratekijät liittyvät niiden

heikkoon liukenevuuteen ja tukahduttaviin vaikutuksiin.

Itämeren ympäristö on erityisen herkkä öljyvahinkojen haittavaikutuksille ja Suomen pienipiir-

teinen rannikko on kallis ja haasteellinen puhdistettava, jos öljy pääsee siellä rantautumaan.

Kansainvälinen merenkulkujärjestö IMO (International Maritime Organization) on määritellyt

Itämeren, Venäjän merialueita lukuun ottamatta, erityisen herkäksi merialueeksi (PSSA, Particu-

larly Sensitive Sea Area). Merialue on erityisen herkkä laivaliikenteen ja muun ihmistoiminnan

aiheuttamille häiriöille johtuen sen fyysisistä ja biologisista erityispiirteistä. Muita PSSA statuk-

sen saaneita alueita maailmalla ovat muun muassa Galapagos-saarten alue Ecuadorissa ja Suuri

valliriutta Australiassa (International Maritime Organization 2016). Itämeri on matala, kylmä ja

sulkeutunut murtovesiallas, jossa veden suolapitoisuus vaihtelee ja suuri osa merialueesta jäätyy

vuosittain (Furman ym. 1998: 16-19). Vaikka Itämeren biodiversiteetti on näiden poikkeuksel-

listen olosuhteiden vuoksi verrattain alhainen, muodostaa se maailmanlaajuisesti uniikin

elinympäristön, jossa muutamien avainlajien häviäminen voisi järkyttää koko ekosysteemin

toimintaa. (IMO 2005: liite 24). Itämeren rikkonaisen rannikon vuoksi suuressa alusöljyvahin-

11

gossa voi likaantua useita satoja kilometrejä rantaviivaa, minkä vuoksi öljyn kerääminen merellä

on erityisen tärkeää (Rousi & Haapasaari 2012: 12). Erään arvion mukaan Suomenlahdella ta-

pahtuva suuri alusöljyvahinko voisi liata jopa 10 000 kilometriä rantaviivaa (Ympäristöministe-

riö 2011: 18).

Suuria öljyvuotoja sattuu onneksi harvoin. Suomen ympäristökeskuksen julkaiseman listauksen

mukaan vuosina 1969–2015, eli 46 vuoden aikana, valtion öljyntorjuntakalustoa lähetettiin 95

tapauksessa, joista osa oli ulkomaisia onnettomuuksia. Etenkin viimeisen vuosikymmenen aika-

na torjunta-aluksia on lähetetty paikalle öljyvahingon vaaran varalta, eli tapaukset on kirjattu,

mutta öljyä ei ole vuotanut ympäristöön. Vuotaneen öljymäärän perusteella vakavimpia öljyva-

hinkoja Suomen vastuualueella ovat olleet öljysäiliöalus Antonio Gramscin karilleajot vuosina

1979 ja 1987. (Suomen ympäristökeskus 2016b). Vuoden 1979 karilleajo sattui Latviassa, mutta

mereen vuotanutta yli 5 000 tonnin öljymäärää ei saatu kerättyä ajoissa vaan se ajelehti pohjoi-

seen Ruotsin ja Suomen rannikoille. Ahvenanmaalta öljyä kerättiin noin 650 tonnia (Loviisan

sanomat 14.2.2003). Helmikuussa 1987 Antonio Gramsci ajoi uudelleen karille Vaarlahdessa

Porvoon edustalla ja mereen valui noin 650 tonnia raskasta polttoöljyä (Suomen ympäristökes-

kus 2016b). Tuoreemmista alusöljyvahingoista Suomessa merkittävimpiä oli konttialus Janran

kaatuminen vuonna 2000. Janran tapauksessa öljyä pääsi mereen noin 40 tonnia (Suomen ympä-

ristökeskus 2016b).

Huomattavasti yleisempiä ovat pienet maa-alueilla sattuvat öljyvahingot. Suomessa tapahtuu

vuosittain noin 2000 öljyvahinkoa, joista noin sata ilmoitetaan SYKEn ympäristövahinkopäivys-

täjälle (Suomen ympäristökeskus 2015c). Pelastustoimen resurssi- ja onnettomuustilastojärjes-

telmän (PRONTO) tilaston mukaan vuonna 2015 pelastuslaitoksille tuli 2410 hälytystehtävää

öljyvahinkoihin liittyen ja SYKEn ympäristövahinkopäivystyksen tietoon tuli samana vuonna

142 öljyvahinkotapausta, joista 119 oli alusöljyvahinkoja tai muita öljypäästöjä merellä. Öljyn-

torjuntatoimia vaatineita alusöljyvahinkoja ei SYKEn päivystyksestä kirjattu yhtään vuodelle

2015. (Pelastusopisto 2016: 10; Suomen ympäristökeskus 2016a).

Suuren öljyvahingon riski Suomen öljyntorjunnan vastuualueella on kuitenkin todellinen. Öljyn

kuljetusmäärät Itämerellä ovat moninkertaistuneet viime vuosikymmenten aikana, ja maltillista

kasvua on odotettavissa edelleen (Hietala ja Lampela 2007: 16; Brunila ja Storgård 2014: 404).

Myös öljysäiliöalusten tankkitilavuuden on oletettu kasvavan ja 100 000–150 000 tonnin vetois-

ten alusten lisääntyvän Itämeren liikenteessä (HELCOM 2009; Brunila ja Storgård 2012: 57).

12

Itämeri on kokoonsa nähden vilkasliikenteinen merialue (Brunila ja Storgård 2012: 14), IMO:n

mukaan jopa yksi maailman tiheimmin liikennöidyistä meristä (International Maritime Or-

ganization 2005: liite 24). Vuoden 2005 AIS-tilastojen (automaattinen tunnistusjärjestelmä) mu-

kaan Itämeren vesillä liikennöi jatkuvasti vähintään 2000 alusta ja öljysäiliöalukset ovat meri-

alueen toiseksi yleisin alustyyppi heti rahtilaivojen jälkeen (HELCOM 2009). Vaikka vilk-

kaimmat reitit kulkevatkin Tanskan salmien väylillä, varsinaisella Itämeren altaalla ja Suomen-

lahdella, ei mikään merialueen osa jää täysin paitsi laivaliikenteestä (Havsmiljöinstitutet 2014:

1-2).

2.2 Öljyntorjunnan periaatteet ja sääntely Suomessa

Suomessa öljyntorjunnan tavoitteita, periaatteita ja käytettävissä olevia toimintatapoja säännel-

lään kansallisella lainsäädännöllä, jossa keskeisimpiä säädöksiä on öljyvahinkojen torjuntalaki

(jatkossa öljyvahinkolaki). Lisäksi Suomi on mukana useissa kansainvälisissä sopimuksissa,

jotka asettavat lisävaatimuksia ja rajoituksia toiminnalle. Öljyvahinkolain tavoitesäännöksen (1

§) mukaan sekä maa-alueilla tapahtuvien että aluksista aiheutuvien vahinkojen torjuntaan tulee

varautua ja mahdolliset vahingot tulee torjua nopeasti ja tehokkaasti. Vahinkojen seuraukset

tulee myös korjata siten, että ihmisille, omaisuudelle ja ympäristölle koituvat vahingot jäävät

mahdollisimman pieniksi.

Öljyntorjunta tapahtuu viranomaisjohtoisesti, ja päävastuu torjuntaan varautumisen ja varsinai-

sen torjunnan järjestämisestä on ympäristöviranomaisilla. Ympäristöministeriön toimintaohjees-

sa isojen alusöljyvahinkojen torjunnan järjestämiseen, johtamiseen ja viestintään linjataan tor-

junnan perusperiaatteiksi nopeuden ja tehokkuuden ohella myös henkilöstön ja kaluston moni-

käyttöisyys (Ympäristöministeriö 2011: 22). Käytännössä tämä tarkoittaa sitä, ettei esimerkiksi

öljyntorjunta-aluksia hankita tai ylläpidetä pelkästään öljyntorjuntatehtäviä varten, vaan niillä on

myös muita tehtäviä, joista ne irrotetaan tarvittaessa öljyntorjuntatoimiin. Tällaisia monitoi-

mialuksia on muun muassa Rajavartiolaitoksella ja Merivoimilla. (Ympäristöministeriö 2011:

24).

Nopeus on olennainen tekijä öljyntorjunnan onnistumisessa. Tehokas toiminta-aika merellä riip-

puu paljon öljyn leviämisnopeudesta, mutta esimerkiksi Suomenlahdella tyypillisen venäläisen

raakaöljyn tapauksessa tehokkain keräysaika merellä on noin kolme vuorokautta, ellei öljy ehdi

siinä ajassa ajelehtia rantaan (Ympäristöministeriö 2011: 21). Ympäristöministeriön raportin

(2011: 23) mukaan suurin hyöty olisi saatavissa aluksilla suoritettavista vahinkoja ennaltaehkäi-

13

sevistä toimista, mutta seuraavaksi tehokkain torjuntatapa on öljyn kerääminen ja sen kulkeutu-

misen rajoittaminen vedessä. Kaikkein tehottominta on kerätä öljyä rannoilta. Etenkin Suomen

olosuhteissa rantautunut öljy asettaa suurimmat haasteet öljyn keräämiselle, sillä Suomen ran-

nikko on pienipiirteistä ja rantamateriaalit usein puhdistamisen kannalta hankalia kivikoita ja

ruovikoita. Lisäksi kerättävän öljyisen jätteen määrä moninkertaistuu sen imeytyessä rantamate-

riaaliin (Halonen 2007: 51). Torjuntatoimet on mitoitettava pahinta ennakoivasti mutta suhteessa

saavutettavissa olevaan hyötyyn. Nopeus torjuntatoimien aloittamisessa on olennaista paitsi te-

hokkuusnäkökulmasta myös ympäristövahinkojen minimoimiseksi, sillä ympäristöön päässeen

öljyn biologiset vaikutukset ovat riippuvaisia muun muassa sen vaikutusajasta. Toiminnan aloi-

tuksen nopeutta korostaa edelleen periaate kaukokulkeutumisen estämisestä ja torjuntaan osallis-

tumisesta jo Suomen rajojen ulkopuolella, jos kaukokulkeutuminen Suomen alueelle on mahdol-

lista. Muun muassa öljyntorjunta-alusten mobilisointiin liittyvän päätöksenteon kannalta merkit-

tävää on myös, että ”Suunnittelun ja toiminnan tulee perustua ennusteisiin ja toiminta mitoite-

taan pahimman skenaarion varalle.” (Ympäristöministeriö 2011: 23).

Öljyntorjuntatehtävien aikaskaala poikkeaa huomattavasti esimerkiksi meripelastustehtävistä.

Nopea pääsy paikalle on olennaista molemmissa, mutta öljyntorjunnan tavoiteajat määritellään

vuorokausissa, eikä minuuteissa. Öljyntorjunta-alusten valmiusajat vaihtelevat neljästä tunnista

vuorokauteen ja niiden liikkeellelähtö saattaa viivästyä myös öljyntorjuntakaluston lastaamisen

vuoksi. Esimerkiksi raskasta ja paljon tilaa vievää puomikalustoa ei laivoissa ole aina valmiiksi

kyydissä vaan ne haetaan erillisistä varastoista. Toisaalta ainakin ensimmäisten yksiköiden tapa-

uksessa liikkeelle todennäköisesti lähdettäisiin juuri niillä varusteilla, jotka aluksella olisi val-

miiksi kyydissä. Kiinteillä keruulaitteistoilla varustetut öljyntorjunta-alukset ovat lähtökohtai-

sesti valmiita aloittamaan öljyn keräyksen saavutettuaan öljylautan.

Alkuvaiheen torjuntatoimet käsittävät lisävahinkojen estämisen ja rajoittamisen, öljyn pois ke-

räämisen ja likaantuneiden alueiden puhdistuksen (Ympäristöministeriö 2001: 22). Vuoden

1992 Itämeren alueen merellisen ympäristön suojelua koskevan yleissopimuksen (Helsingin

sopimus, SopS 2/2000, liite VII, 7 sääntö) sopijavaltioissa, mukaan lukien Suomessa, mekaani-

set menetelmät ovat ensisijaisia torjuntatoimia ja mahdollisesta kemikaalien käytöstä poikkeusti-

lanteissa päättää asianmukainen viranomainen. Päätöksen Suomessa tekisi öljyvahinkolain 41 §:

nojalla Suomen ympäristökeskus. Käytännössä mekaaniset torjuntatoimet voivat olla muun mu-

assa keräämistä erilaisilla harjalaitteistoilla, skimmereillä, pumppauslaitteistoilla ja imeytysai-

neilla. Öljylauttaa voidaan myös rikastaa kokoamalla tai ohjata toivottuun suuntaan puomeilla.

14

Suomessa vastuu öljyntorjunnasta on jaettu usealle eri viranomaiselle. Öljyvahinkolain 10 §:n

määrittelemiä torjuntaviranomaisia ovat Suomen ympäristökeskus ja sen asettama torjuntatöiden

johtaja, Liikenteen turvallisuusvirasto, Puolustusvoimat, Rajavartiolaitos, elinkeino-, liikenne- ja

ympäristökeskus (ELY-keskus), alueellinen pelastusviranomainen ja kunta. Virka-

apuviranomaisia ovat puolestaan kaikki valtion viranomaiset ja Luotsausliikelaitos pyydettäessä

(öljyvahinkolaki 11 §). Näillä organisaatioilla on hyvin erilaiset, laissa ja erilaisin sopimuksin

sekä toimiviksi todettujen käytäntöjen kautta määritellyt roolit öljyvahinkojen torjunnassa. Esi-

merkiksi ELY-keskukset tukevat muita torjuntaviranomaisia ympäristöasiantuntijoina, mutta

myös koordinoivat pelastustoimen alueiden öljyntorjunnan varautumisen suunnittelua. Puolus-

tusvoimien osalta öljyntorjuntaviranomaisia ovat Merivoimat, mutta myös Maa- ja Ilmavoimilta

voidaan pyytää virka-apua (HE 248/2009: 110-111). Kunta taas on jälkitorjuntaviranomainen,

eli johtovastuu siirretään kunnalle sitten kun kiireelliset torjuntatoimet öljyn leviämisen estämi-

seksi on tehty (öljyvahinkolaki 3.1 § kohta 8 ja 10.1 § kohta 5, HE 248/2009: 105). Tässä tut-

kielmassa käsitellään vain merellä tapahtuvaa alkuvaiheen öljyntorjunnan raskaan aluskaluston

mobilisoinnin jälkeistä vaihetta.

Suomen vesialueilla tai Suomen talousvyöhykkeellä alusöljyvahinkojen torjunnan johtovastuu

kuuluu Suomen ympäristökeskukselle (öljyvahinkolaki 5 §). Vesialueilla SYKEn johtovastuu on

rajattu ”aavalle selälle”, jolla hallituksen esityksen (HE 248/2009: 106) mukaan tarkoitetaan sitä

aluetta, jossa pelastustoimen suurimmat veneet eivät käytännön meriolosuhteiden vuoksi pysty

toimimaan. SYKE voi ottaa torjunnan johtovastuun myös alusöljyvahingon ollessa liian suuri

yksittäisen pelastustoimen alueen resursseilla torjuttavaksi (öljyvahinkolaki 5.3 §). SYKEn toi-

mivaltaa alusöljyvahinkojen torjunnassa käyttää ympäristövahinkopäivystäjä, jonka ensisijainen

tehtävä on käynnistää kiireelliset torjuntatoimet muun muassa hälyttämällä ”valtion hallinnassa

olevia öljyntorjunta-aluksia tai muita torjuntayksiköitä ja henkilöstöä torjuntavalmiuteen, määrä-

tä niitä toimimaan ja asettaa niitä torjuntatöiden johtajan käyttöön” (SYKE-2011-Y-35). Suuris-

sa alusöljyvahingoissa torjuntatöiden johtajan määrää Suomen ympäristökeskus, mutta torjunta-

töiden johtajana voi toimia myös muu vahinkopaikalle saapuneen torjuntaviranomaisen edustaja

ennen kuin SYKE on määrännyt torjuntatöiden johtajan (öljyvahinkolaki 21.2 §).

Öljyvahingon torjunta lähtee liikkeelle hälytyksestä tai ilmoituksesta öljyvahingosta tai sen vaa-

rasta. SYKEn päivystäjän hälyttää pääsääntöisesti hätäkeskus, Liikenneviraston ylläpitämä

VTS-keskus (Vessel Traffic Services) tai Rajavartiolaitoksen meripelastuskeskus (MRCC, Mari-

15

time Rescue Coordination Centre), minkä jälkeen SYKEn päivystäjä hälyttää tarvittavat alukset

ja pelastustoimenalueet (Suomen ympäristökeskus 2015b). Öljyvahinkolain 18 § mukaan nämä

tahot sekä meripelastuslohkokeskus (MRSC, Maritime Rescue Sub-Centre) ovat velvollisia il-

moittamaan viipymättä Suomen ympäristökeskukselle ja alueen pelastustoimelle saamastaan

tiedosta alusöljyvahingosta tai sen vaarasta.

Öljyntorjuntaviranomaiset ovat velvollisia aloittamaan torjuntatoimet itsenäisesti öljyvahingon

havaitessaan, ”jollei tehtävän suorittaminen merkittävällä tavalla vaaranna viranomaisen muun

tärkeän lakisääteisen tehtävän suorittamista” (öljyvahinkolaki 8 §). On siis mahdollista, että en-

simmäinen öljyntorjunta-alus on jo vahinkopaikalla muita viranomaisia hälytettäessä. Kaikki

valtion öljyntorjunta-alukset ovat monitoimialuksia, eli niillä on myös muita kuin öljyntorjunta-

tehtäviä. Käytännössä tämä tarkoittaa, että onnettomuuden sattuessa mikä tahansa öljyntorjunta-

alus voidaan määrätä öljyntorjuntatehtäviin, joihin ne lähtevät niin pian kuin mahdollista. Val-

miustilassa olevalla aluksella tämä tarkoittaa, että alus lähtee liikkeelle niin pian kuin riittävä

miehistö on paikalla, mutta esimerkiksi rajavartiolaitoksen aluksilla voi olla ensisijainen meripe-

lastustehtävä, jota ei jätetä kesken öljyvahinkojen torjunnan vuoksi (HE 248/2009: 108). Meri-

pelastustehtävä voi myös liittyä samaan onnettomuustapaukseen kuin öljyvahingon torjuntateh-

tävä. Tällöin meripelastus on ensisijainen tehtävä ja öljyntorjunta aloitetaan vasta tilanteen niin

salliessa. Öljyntorjunta-alusten mobilisointi ja muut valmistautumiseen liittyvät tehtävät voivat

kuitenkin olla käynnissä samanaikaisesti meripelastuksen kanssa. (Ympäristöministeriö 2011:

44).

Öljyntorjunnasta Ahvenanmaalla vastaa Ahvenanmaan maakuntahallitus (Landskapslag 1977:16

om bekämpande av oljeskador). Ahvenanmaan saaret ja niiden aluevedet on demilitarisoitu ja

neutraloitu kansainvälisillä sopimuksilla, minkä vuoksi muun muassa merivoimien öljyntorjun-

ta-alusten toiminta alueella rajoittuu käytännössä virka-apuun Ahvenanmaan maakuntahallituk-

selle (Puolustusministeriö 2015: 5-9).

Edellä alusöljyvahinkojen osalta lyhyesti kuvattu öljyntorjuntaorganisaatio kuvaa vuoden 2016

tilannetta. Tämän tutkielman ollessa vielä työn alla selvitetään mahdollista ympäristövahinkojen

operatiivisen johtovastuun siirtoa ympäristöministeriöltä sisäministeriölle Juha Sipilän hallituk-

sen ohjelman (2015: 36) kirjauksen mukaisesti. On siis mahdollista, että Suomen öljyntorjunta-

organisaation rakenne muuttuu jossain määrin lähivuosina, mutta tällä ei pitäisi olla suoraa vai-

kutusta öljyntorjunnan periaatelinjauksiin käytännössä. Mekaaninen öljyn kerääminen on oletet-

16

tavasti jatkossakin ensisijainen öljyntorjuntakeino Suomessa ja toiminnan tehokkuus on pitkälti

kiinni nopeudesta torjuntaorganisaation rakenteesta riippumatta.

2.3 Saavutettavuus maantieteellisessä tutkimuksessa

Tämän tutkielman teoreettinen perusta on liikennemaantieteessä, joka tutkii ihmisten, tavaroiden

ja tiedon liikkumista, liikennejärjestelmiä ja niiden alueellista järjestäytymistä (Rodrique ym.

2006: 5). Ympäristötekijöiden vaikutuksia öljyntorjunta-alusten liikkuvuuteen ja toimintaky-

kyyn kuvataan saavutettavuuden käsitteen kautta, joka on perinteisesti yhdistetty muun muassa

sosiaaliseen tasa-arvoon ja ihmisten mahdollisuuksiin päästä palvelujen ja hyödykkeiden äärelle

(mm. Moseley 1979 ja Haynes 2003). Ympäristön asettamat edellytykset ja rajoitukset merellä

liikkumiselle, olivatpa ne sitten fyysisiä kuten rantaviiva ja veden syvyys tai hallinnollisia kuten

nopeusrajoitukset ja väyläjakojärjestelmät, määrittävät saavutettavuuden tasoa ja sen myötä öl-

jyntorjuntalaivaston alueellista toimintakykyä. Tässä kappaleessa tarkastellaan lyhyesti saavutet-

tavuuskonseptin sijoittumista maantieteen kenttään ja saavutettavuuden tutkimuksen tarjoamia

mahdollisuuksia alueellisten eroavaisuuksien ja liikkuvuutta rajoittavien tekijöiden hahmottami-

seksi.

Liikennemaantieteen juuret ovat talousmaantieteessä, jossa taloudellisten toimintojen sijainnit ja

etäisyyksistä koituvat kustannukset ovat olleet keskiössä maantieteellisen tilan kuvauksissa.

Omaksi kokonaisuudekseen maantieteen saralla liikennemaantiede on noussut 1900-luvun jälki-

puoliskolla ihmisten ja esineiden kasvaneen liikkuvuuden myötä. (Rodrique ym 2006: 5). Lii-

kenteen tutkimus on maantieteellisesti kiinnostavaa paitsi liikenneverkoston konkreettisen infra-

struktuurin, kuten teiden, terminaalien ja lentokenttien hallitseman tilan vuoksi, myös liikenne-

verkoston pohjalta muotoutuvien alueellisten vuorovaikutussuhteiden vuoksi (Rodrique ym.

2005: 6). Maantieteellisessä tilassa muuttuvien ominaisuuksien tutkimusta kutsutaan myös spa-

tiaaliseksi analyysiksi, jonka kehitykseen paikkatietojärjestelmät ovat vaikuttaneet dramaattises-

ti (Miller ja Shaw 2001: 215). Paikkatietomenetelmät, -aineistot ja -sovellukset tarjoavat konk-

reettisia välineitä suurten ja monimutkaisten kokonaisuuksien tarkasteluun. Paikkatietojärjes-

telmien ja geoinformaatiotieteen yleinen kehitys on osaltaan johtanut paikkatietomenetelmien

lisääntyneeseen hyödyntämiseen myös liikennejärjestelmien suunnittelussa, hallinnassa ja ana-

lyysissä (Miller ja Shaw 2001, 4).

Rodriquen ym. (2006: 1) mukaan liikkumisen tarkoitus on ylittää tila, jota määrittelevät useat

inhimilliset ja fyysiset rajoitteet kuten etäisyys, aika, hallinnolliset rajat ja topografia. Saavutet-

17

tavuus kuvaa liikkuvuutta tai mittaa kapasiteettia saavuttaa sijainti eli liikkua paikasta toiseen tai

tulla saavutetuksi, ja se voi ilmentää myös piileviä spatiaalisia rakenteita. (Rodrique ym. 2006:

27-28). Saavutettavuus terminä vakiintui 1960-1970 luvuilla inhimillisen kokemuksen ja mah-

dollisuuksien ymmärtämisen välineenä erityisesti syrjäseutujen ja liikenteen kontekstissa, mutta

se on kehittynyt 2000 luvulle tultaessa täysveriseksi maantieteelliseksi konseptiksi ja jopa poliit-

tiseksi tavoitteeksi (Farrington ja Farrington 2005: 1). Saavutettavuuden tutkimus liikkuvan yk-

silön tai toimijan näkökulmasta sivuaa myös muun muassa Torsten Hägerstrandin 1970-luvulla

edustamaa aikamaantieteellistä lähestymistapaa. Lehtolan (2008: 23) mukaan ”Aikamaantieteel-

lisessä ajattelussa on keskeistä yksilön tilassa ja ajassa tapahtuva toiminta ja liikkuminen sekä

niitä määrittävät fyysiset ja yhteiskunnalliset rakenteet.” Torsten Hägerstrand (1974: 13) kuvasi

ihmisten liikkumiskäyttäytymistä kaksi- ja kolmiulotteisilla tila-aikamalleilla, joissa kuvattiin

yksilön tai esimerkiksi perheen eri jäsenten liikkumista polkuina sekä tilassa, että ajassa. Häger-

strand tarkasteli liikkumista fyysisen saavutettavuuden ja sitä kautta elämän laatuun vaikuttavien

mahdollisuuksien saavutettavuuden komponenttina (Hägerstrand 1974: 5). Myös tässä tutkiel-

massa tarkastellaan sekä liikkumisen spatiaalista että ajallista ulottuvuutta ja hyödynnetään spa-

tiotemporaalisia aineistoja.

Liikkuvuus (mobility) ja saavutettavuus (accessibility) ovat etenkin arkikielessä limittäisiä käsit-

teitä, joilla molemmilla voidaan kuvata liikkumisen helppoutta tai vaikeutta. Liikkuvuuden voi-

daan ajatella kuvaavan jonkin yksilön tai joukon kykyä siirtyä maantieteellisessä tilassa ylipään-

sä. Saavutettavuus taas kuvaa kykyä saavuttaa kohde tai tulla saavutetuksi. Toisin sanoen liik-

kuvuus on saavutettavuuden komponentti. Saavutettavuudella on sekä sosiaalisia ja yhteiskun-

nallisia että fyysisiä ulottuvuuksia, joita on nimetty ja käytetty eri yhteyksissä hieman eri tavoin.

Esimerkiksi Hägerstrand (1974: 5) on todennut saavutettavuudella olevan ainakin kaksi puolta:

juridinen/sosiaalinen ja fyysinen, mutta hän on myös huomauttanut, että puolet eivät ole koko-

naan erillisiä, vaan vaikuttavat toisiinsa monin tavoin. Kohijoen (2008: 10) mukaan etäisyyden

suhteellinen kokemus vaihtelee kunkin yksilön mahdollisuuksista riippuen ja saavutettavuus

voidaan jakaa fyysisiin, psyykkisiin ja taloudellisiin tekijöihin.

Haugenin (2012: 4) mukaan spatiaalisen, tai vaihtoehtoisesti maantieteellisen, saavutettavuuden

avaintekijät ovat liikkuvuus ja etäisyys. Liikkuvuuden ollessa hyvä ja etäisyyden ollessa pieni

on myös saavutettavuus hyvä. Kumman tahansa osatekijän muuttuessa myös saavutettavuuden

taso muuttuu. Saavutettavuutta voidaan tarkastella kysyntälähtöisesti yksilön tai toimijan näkö-

kulmasta tai toisaalta tarjontalähtöisesti alueen tai siihen liittyvän liikennejärjestelmän ominai-

18

suutena (Somerpalo 2006: 14). Tässä tutkielmassa öljyntorjunta-alukset nähdään toimijoina,

joilla on kyky saavuttaa haluttuja paikkoja. Saavutettavuuden kohteena ovat puolestaan alusten,

ja miksei myös niiden miehistöjen, työpaikat öljyvahinkotilanteessa. Tutkimuksessa pyritään

kuvaamaan potentiaalisten onnettomuuspaikkojen saavutettavuutta öljyntorjunta-alusten toimin-

takyvyn kautta. Toimintakyvyllä tarkoitetaan tässä yhteydessä vain alusten kykyä saavuttaa niil-

le välttämättömät toimintapaikat.

Lähestymistavasta riippuen saavutettavuuden kuvaajana voidaan käyttää muun muassa matkaan

kuluvaa aikaa tai kustannuksia, tieverkon tiheyttä, julkisten kulkuyhteyksien määrää tai toteutu-

nutta liikennemäärää eri yhteysväleillä (Somerpalo 2006: 49). Kuvaamalla saavutettavuutta nu-

meerisesti voidaan tuottaa keskenään vertailukelpoisia lukuja erilaisten alueiden tai palvelujen

saavutettavuudelle ja tarkastella niiden suhteellisen sijainnin aiheuttamaa eriarvoisuutta. Tämän

tutkielman mallissa saavutettavuuden kuvaajana käytetään laskennallista matka-aikaa. Matkaan

kuluva aika on helposti ymmärrettävä ja silti myös matkan varrella esiintyviä rajoitteita ja hidas-

teita kuvaava saavutettavuuden mittari. Esimerkiksi terveyspalvelujen saavutettavuuden määrit-

telyssä on suositeltu käytettäväksi matka-aikaa ennemmin kuin etäisyyttä, sillä näin myös suuret

eroavaisuudet eri alueiden maantieteellisissä ominaisuuksissa ja liikenneinfrastruktuurissa tule-

vat huomioiduiksi (Huerta Munoz ja Källestål 2012: 2).

Paikkatietomenetelmät ovat tehokkaita työkaluja sijaintia, saavutettavuutta ja liikkuvuutta kos-

kevissa kysymyksissä. Paikkatietomallin sisällä todellisuutta voidaan käsitellä yksinkertaistettu-

na, ja mallin muuttujia säätämällä voidaan tarkastella erilaisia potentiaalisia, todennäköisiä tai

toteutuneita tilanteita.

2.4 Merellisen saavutettavuuden tekijät

Tässä tutkielmassa saavutettavuutta tarkastellaan valtion öljyntorjunta-alusten näkökulmasta ja

pyritään luomaan malli, jolla saavutettavuuden muutoksia vaihtuvissa olosuhteissa voidaan tar-

kastella analyyttisesti. Jotta saavutettavuuden mallintaminen olisi mahdollista, on ensin määri-

teltävä ne tekijät, joilla katsotaan olevan vaikutusta saavutettavuuteen. Tässä tutkielmassa saa-

vutettavuuden mittarina käytetään matka-aikaa, jolloin kaikki tekijät, jotka hidastavat tai nopeut-

tavat matkantekoa, mahdollistavat sen tai rajoittavat sitä, ovat saavutettavuuden osatekijöitä.

Näistä kaikkia ei pystytä mallintamaan paikkatietomenetelmin eikä välttämättä edes tunnista-

maan, mutta tässä yhteydessä pyritään kartoittamaan erityisesti sellaiset olennaiset saavutetta-

vuustekijät, jotka voidaan jollain tavalla sisällyttää paikkatietomalliin tai jotka olisi mahdollista

19

sisällyttää soveltuvien aineistojen ollessa saatavilla tai vaikutusmekanismien tuntemuksen li-

sääntyessä.

Aika on tutkielman mallissa paitsi saavutettavuuden mittari myös saavutettavuuden osatekijöitä

määrittävä muuttuja. Öljyntorjuntaoperaatio lähtee liikkeelle hälytyksestä eli tiedosta siitä, että

on sattunut onnettomuus, johon voi olla tarvetta määrätä öljyntorjuntaresursseja. Tässä tutkiel-

massa mallin lähtöaikana käytetään kuvitteellista hälytysaikaa eikä oteta huomioon tilastollisia

todennäköisyyksiä sen enempää olosuhteiden kuin onnettomuusriskienkään suhteen. Mallin tu-

lokset kuvaavat siis hetkellistä torjuntavalmiutta eli kykyä saavuttaa öljyvahinkoalue siitä het-

kestä lähtien, kun hälytys saadaan. Toteutusteknisistä syistä eräitä ajassa muuttuvia tekijöitä ei

kuitenkaan huomioida, kuten alusten valmiusaikoja, joiden vaihtelu voi olla hyvinkin epäsään-

nöllistä johtuen muun muassa öljyntorjuntaan nähden ensisijaisista meripelastustehtävistä, vuo-

rovalmiusjärjestelmästä ja vuorokauden ajasta. Myöskään olosuhteiden muutosta matkan aikana

ei tämän työn puitteissa pystytä ottamaan huomioon, eli mallinnettavien olosuhteiden oletetaan

pysyvän samanlaisina lähtöhetkestä kohteen saavuttamiseen asti.

Saavutettavuuteen vaikuttavia tekijöitä on sekä fyysisiä että hallinnollisia. Osa niistä on jok-

seenkin pysyviä, ja toiset taas jatkuvasti muuttuvia. Fyysisiksi saavutettavuustekijöiksi voidaan

lukea muun muassa alusten sijainnit, kohteen sijainti ja niiden välinen topografia eli maaston

muodot. Alusten sijainnit vaihtelevat jatkuvasti niiden erilaisten tehtävien ja rutiinien mukaan.

Kohteen, eli öljyvahingon sijainti puolestaan on riippuvainen öljyn kuljetusreiteistä, olosuhteista

ja sattumasta. Lisäksi öljyntorjuntatoimet voidaan joutua kohdistamaan kauaskin varsinaisesta

vahinkopaikasta, sillä öljy kulkeutuu veteen päästyään virtausten ja tuulten mukana (esim. Wang

ym. 2005: 1557). Tässä mallissa kohde on esimerkinomainen, ja ajatuksena on, että malli tarjoaa

kehikon, jonka parametreja muuntelemalla voidaan luoda useita erilaisia skenaarioita koko

Suomen merellisen öljyntorjunnan vastuualueelle. Öljyvahinkojen riskipaikkoja on pyritty tun-

nistamaan erinäisissä aiemmissa tutkimuksissa, mutta niiden tarkastelualueet ovat rajoittuneet

tietyille merialueille kuten Suomenlahdelle (Lehikoinen ym. 2013) tai Saaristomerelle (Niemi

2012) tai keskittyneet vahvasti öljynkuljetusreittien sijainteihin (BRISK 2011a).

Rantaviiva ja matalikot muodostavat rajat vesiliikenteelle, ja jos vesi on liian matalaa aluksen

syväykseen nähden, ei siinä voi kulkea hitaastikaan. Maastoliikenteessä korkeuserot voivat olla

hidasteita, mutta vesiliikenteessä ne ovat pääsääntöisesti ehdottomia rajoitteita. Merialueen raja

eli rantaviiva ja sen alueelliset syvyysvaihtelut eivät ole täysin staattisia vaan vaihtelevan jonkin

20

verran johtuen muun muassa maannousemisesta, vuodenajasta, säätiloista ja vuorovesistä (Ek-

man 2009: 10-11) Meriveden korkeus vaihtelee suomessa noin -150 senttimetrin ja +200 sentti-

metrin välillä (Ilmatieteen laitos 2016d). Suhteessa alusten syväyksiin mahdolliset ajallisesti

vaihtelevat pinnankorkeuserot ovat huomattavia, mutta niitä ei oteta mallissa huomioon, sillä

yhdistettynä erittäin karkeaan syvyysaineistoon, meriveden korkeusvaihtelut tuskin toisivat

merkittävää lisäarvoa malliin. Myös vesirakennus- ja ruoppaustoimenpiteet voivat muuttaa ran-

nan ja merenpohjan muotoja alueellisesti.

Aluksen kulkunopeuteen vaikuttavat paitsi aluksen tekniset ominaisuudet myös ympäristöolo-

suhteet. Alusten ominaisuudet, kuten maksiminopeus, jäänmurtokyky ja syväys, ovat jokseenkin

pysyviä, niiden liikkuvuuteen vaikuttavia tekijöitä. Saavutettavuustekijöitä näistä tulee, kun niitä

tarkastellaan suhteessa vallitseviin ympäristöolosuhteisiin. Tämän tutkielman mallissa ainoa

mallinnettava ympäristömuuttuja on merkitsevä aallonkorkeus. Tämä päätös perustuu sekä ai-

empiin tutkimuksiin, joissa aallonkorkeus on todettu merkittävimmäksi kulkunopeuteen vaikut-

tavaksi tekijäksi (Norlund ym. 2015: 275; Venäläinen 2014: 28-30), että SYKEn ympäristöva-

hinkopäivystäjien asiantuntija-arvioihin. SYKEn päivystäjien arviot alusten toimintakyvystä eri

olosuhteissa koostettiin taulukoksi tämän tutkielman tarpeisiin keväällä 2015. Työpajassa koos-

tettu taulukko on esitetty liitteessä 1 ja työpajan sisältöä selvitetään tarkemmin kappaleessa 4.

Työpajassa todettiin aallonkorkeuden olevan merkittävä kulkunopeuteen vaikuttava tekijä. Kos-

ka alusten kulkunopeuksista erilaisissa olosuhteissa ei ole tarjolla empiiristä dataa, katsottiin

myös järkeväksi aloittaa yksinkertaisista muuttujista, sillä arvioiduissa nopeuksissa on joka ta-

pauksessa epävarmuustekijöitä. Muita mahdollisia sääolosuhdetekijöitä voisivat olla esimerkiksi

tuulen voimakkuus ja suunta sekä näkyvyyteen vaikuttavat tekijät. Saavutettavuutta osin hei-

kentävä ja osin kokonaan rajoittava olosuhdetekijä on vahva jääpeite. Valtion aluksista osa ky-

kenee kulkemaan jopa 70 senttimetriä paksussa jäässä, mutta osalle taas ei jäissäkulkukykyä ole

luokiteltu ollenkaan. Jääpeitettä ei kuitenkaan mallinneta vielä tässä vaiheessa, vaan sen vaati-

mat määrittelyt jätetään yhdeksi jatkokehitysmahdollisuudeksi.

Merialueilla on oma liikennejärjestelmänsä, joka vaikuttaa muun muassa alusten sijainteihin

niiden lähtöhetkellä, valittaviin kulkureitteihin ja ajonopeuksiin. Tässä tutkielmassa tiedostetaan,

että merellä liikkumista rajoittavat ja edesauttavat myös useat hallinnolliset tai sosiaaliset seikat

kuten liikennettä koskevat säännökset, väylien merkintä merikarttoihin, sekä organisaatioiden

sisäiset ohjeistukset ja toimintatavat, öljyntorjunta-alusten tapauksessa myös sopimukset, jotka

määrittelevät muun muassa niiden lähtövalmiutta öljyntorjuntatehtävään. Tämän tyyppiset teki-

21

jät jätetään kuitenkin suurimmaksi osaksi tarkastelun ulkopuolelle valittujen menetelmien ja

saatavilla olevien aineistojen vuoksi, jolloin tarkastelun keskiöön jäävät fyysisten elementtien

kuten alusten ominaisuuksien ja ympäristöolosuhteiden vaikutukset saavutettavuuteen.

Merellisen saavutettavuuden malleja löytyy toistaiseksi verrattain vähän. Saarten ja saaristojen

saavutettavuutta vesireittejä pitkin on tutkittu jonkin verran (Hernández Luis 2002 ja Makkonen

ym. 2013), mutta näissä tutkimuksissa yhteysalusten liikennöintiä on tarkasteltu aikataulujen ja

pysyvien lähtö- ja saapumispaikkojen muodostamana verkostona. Öljyntorjunta-alusten tapauk-

sessa valmiita reittejä ei ole, sillä sekä lähtö- että kohdepisteiden sijainnit vaihtelevat eri aikoina.

Muun muassa Venäläinen (2014) on mallintanut meripelastusyksiköiden vasteaikoja Suomen-

lahdella cost distance -menetelmillä tilastollisten todennäköisyyksien valossa. Hieman saman-

tyyppisiä menetelmiä on käyttänyt myös Leidwanger (2013) historiallisten purjehdusreittien

kontekstissa mallintaen kauppalaivojen liikennöintiä Välimerellä. Lehikoinen ym. (2013) puo-

lestaan ovat tarkastelleet Suomen öljyntorjuntalaivaston sijoittelua Suomenlahdella bayesilaisel-

la verkostomallilla. Mallissa optimoitiin aluksille keräystehokkuuden kannalta parhaat kotisata-

mat ja vertailtiin keräystehokkuudesta saatuja tunnuslukuja nykyiseen alusten sijoitteluun. Mal-

lin mukaan optimaalisessa tapauksessa kaikki alukset olisi sijoitettu kahteen itäisimpään sata-

maan, eli Kotkaan ja Helsinkiin, mutta erotus keräystehokkuudessa oli niin pieni, ettei kotisata-

man sijainnin nähty olevan keskeinen tekijä öljyntorjunnassa Suomenlahdella. Lehikoisen ym.

(2013) mallissa etäisyydet satamista viiteen eri onnettomuuspaikkaan oli mitattu laivaväyliä

pitkin (1793–1794). Myös Valtiontalouden tarkastusvirasto tuloksellisuustarkastuskertomukses-

saan (2014: 78) hyväksyi Lehikoisen ym. tarkastelun tulokset perusteeksi todetessaan, ettei alus-

ten sijainteja ole tarpeen muuttaa nykyisestä. Toisaalta tutkimuksessa tunnistettiin aluerajauksen

vaikutus lopputulokseen ja arvioitiin Turun sataman osoittautuvan tärkeäksi öljyntorjunta-

alusten kotisatamaksi, jos malliin sisällytettäisiin myös Perämeri ja Saaristomeri. (Lehikoinen

ym. 2013: 1795–1797). Tämän tutkielman lähtökohtana on oletus, että vaikka torjunta-aluksilla

onkin nimelliset kotisatamat ja niiden sijainti oletettavasti vaikuttaa siihen, millä alueella alukset

usein ovat, ne ovat harvoin jos koskaan kaikki omissa satamissaan. Siksi myös öljyntorjuntateh-

tävään hälytys voi tulla hyvin erilaisissa tilanteissa alusten sijaintien suhteen.

Myös viranomaispuolella öljyntorjuntalaivaston alueellista toimintakykyä eli saavutettavuutta,

on havainnollistettu paikkatietomenetelmien avulla muun muassa 2014 lasketuilla alusten teo-

reettisilla neljän tunnin toimintavyöhykkeillä euklideaanisella etäisyydellä kotisatamista (Suo-

men ympäristökeskus 2015a). Lisäksi Suomen ympäristökeskuksella on käytössään Venäjän

22

oceanografisen instituutin tutkijoiden kehittämä öljyn leviämismalli Spillmod, johon liittyy

myös erinäisiä työkaluja torjuntatehokkuuden mallintamiseen. Nämä työkalut ovat kuitenkin

suurilta osin manuaalisia, eli ne tarvitsevat paljon lähtötietoja käyttäjältä, mukaan lukien aluksen

etenemisnopeuden, keräysnopeuden ja kulkureitin.

23

3. Tutkimusalue

Tarkastelun kohteena tässä tutkielmassa ovat Suomen aluevedet ja talousvyöhyke (kuva 1). Ra-

jaus perustuu Suomen ympäristökeskuksen alusöljyvahinkojen torjunnan vastuualueeseen, jonka

laissa määritellään koskevan ”Suomen vesialueella aavalla selällä tai talousvyöhykkeellä” sattu-

neita tai uhkaavia alusöljyvahinkoja (Öljyvahinkolaki 5.2 §). Lisäksi Suomen ympäristökeskuk-

sella on johtovastuu, jos vahinko on sattunut tai uhkaa useammalla pelastustoimenalueella tai

vahingon suuruus on kohtuuton yhden pelastustoimenalueen hoidettavaksi (Öljyvahinkolaki 4§).

Tutkimusalueella ei pyritä erottamaan aavaa selkää muusta alueesta, vaan oletetaan, että suuri

alusöljyvahinko on yhtälailla mahdollinen myös lähellä rannikkoa. Suomen aluevedet koostuvat

sisäisistä ja ulkoisista aluevesistä ja ne vastaavat aluetta, jota rajoittavat Suomen teoreettisen

keskivedenkorkeuden mukainen rantaviiva ja kansainvälinen aluevesiraja (Laki Suomen alue-

vesien rajoista 1956/463, 1§ ja 3 §). Talousvyöhyke on Suomen aluevesiin välittömästi liittyvä

merialue, jonka ulkoraja määräytyy kansainvälisten sopimusten perusteella (Laki Suomen talo-

usvyöhykkeestä 2004/1058, 1 §).

Kuva 1. Tutkimusalue sisältää Suomen merialueet sekä talousvyöhykkeen.

24

Tutkimusalueen rajauksella pyritään toiminnallisen valtakunnallisen kokonaisuuden mallintami-

seen. Sisävedet jätetään tarkastelun ulkopuolelle, sillä suurin osa valtion aluskalustosta on sijoi-

tettuna merialueille. Myös kansainväliset avunpyynnöt jätetään kokonaan tarkastelun ulkopuo-

lelle, eli tässä tutkielmassa ei pyritä mallintamaan sitä mahdollisuutta, että Suomesta lähetettäi-

siin aluksia Suomen talousvyöhykkeen rajan ulkopuolelle tai että Suomen ympäristökeskuksen

pyynnöstä öljyntorjuntaoperaatioon lähetettäisiin aluksia naapurivaltioista.

Valtion öljyntorjunta-alusten saavutettavuusmallissa tutkimusaluetta käytetään aineistojen leik-

kaamiseen, jolloin prosessointikapasiteetti kohdistuu vain tutkimusalueen analysointiin. Aineis-

tojen rajaaminen tällä tavoin Suomen aluevesille ja talousvyöhykkeelle tarkoittaa käytännössä

myös sitä, että ne valtion alukset, jotka ovat mallin lähtöhetken sijaintitietonsa mukaan tämän

alueen ulkopuolella, eivät ole mukana mallissa, vaikka ne olisivat lähimpänä onnettomuuspaik-

kaa. Mallissa ei myöskään huomioida Ahvenanmaan demilitarisoinnista johtuvia rajoituksia

merivoimien alusten toiminnalle Ahvenanmaan aluevesillä. Mallin kannalta Ahvenanmaan so-

pimus on tuskin merkittävä, sillä Ahvenanmaan maakuntahallituksen pyytäessä virka-apua voi-

vat myös merivoimien alukset osallistua sen toimialueella öljyntorjuntaan, minkä lisäksi sotalai-

vojen rauhallinen kauttakulku Ahvenanmaan aluevesien kautta on myös sopimuksen 5 artiklan

mukaan sallittua (Ahvenanmaansaarten linnoittamattomuutta ja puolueettomuutta koskeva so-

pimus 1/1922).

25

4. Aineistot

4.1 Valtion öljyntorjunta-alukset

Valtion öljyntorjunta-aluksilla tarkoitetaan tässä tutkielmassa niitä 19:ää kiinteällä öljynkeruu-

laitteistolla varustettua alusta, jotka ovat jatkuvassa öljyntorjuntavalmiudessa ja SYKEn ympä-

ristövahinkopäivystäjän tai torjuntatöiden johtajan määrättävissä öljyntorjuntatehtävään. Öljyn-

torjunta-alukset ovat huomattavan erilaisia ominaisuuksiltaan mikä vaikuttaa myös niiden toi-

mintakykyyn eri olosuhteissa. Alusten pituudet vaihtelevat 19:stä lähes 96 metriin, syväykset

2,8:sta 5,5 metriin ja suurimmat ajonopeudet 7:stä 18 solmuun, eli noin 13:sta 30 kilometriin

tunnissa. Kuvassa 2, SYKEn infografiikassa öljyntorjuntalaivastoon kuuluvista aluksista on näh-

tävissä kuinka vaihtelevasta joukosta on kyse.

Öljyntorjunta-alusten kykyyn saavuttaa onnettomuuspaikka vaikuttaa muun muassa niiden läh-

töpaikka, ajonopeus ja syväys. Lisäksi saavutettavuuteen voivat vaikuttaa useat muut tekijät

kuten kunkin aluksen valmiusaika tai jäänmurtokyky, joita ei kuitenkaan tämän tutkielman mal-

liin ole sisällytetty. Alusten mallinnettavat ominaisuustiedot ovat peräisin Suomen ympäristö-

keskuksen ympäristövahinkojen torjuntaryhmän vuonna 2015 päivitetystä alustaulukosta, jota

Kuva 2. Valtion öljyntorjunta-alukset vuonna 2015 (Suomen ympäristökeskus 2015a, muokattu). Kuvasta

puuttuvat yhteysalukset Stella ja Otava. Merivoimien monitoimialus Hylkeen pituus on kuvasta poiketen

64,3 metriä vuonna 2015 valmistuneen peruskorjauksen jäljiltä.

26

on täydennetty SYKEn ympäristövahinkopäivystäjien asiantuntija-arvioilla muun muassa eri

kulkunopeuksien osalta mallissa käytetyissä aallonkorkeusluokissa. Tässä kappaleessa esitetään

mallissa huomioitavista alusten ominaisuuksista niiden lähtöpaikat ja arvioidut ajonopeudet.

Alusten syväykset vaikuttavat saavutettavuuteen ennen kaikkea mahdollisten kulkusyvyyksien

kautta, joita käsitellään kappaleessa 4.2.

4.1.1 Nopeus

Öljyntorjunta-aluksille on määritelty kullekin tyypillinen enimmäiskulkunopeus. Tämän tut-

kielman mallissa kulkunopeuksien oletetaan alenevan sitä mukaa, kun vallitseva aallonkorkeus

kasvaa. Aallonkorkeus vaikuttaisi olevan yksi merkittävimmistä alusten kulkunopeuteen vaikut-

tavista olosuhdetekijöistä (esim. Norlund ym. 2015: 275; Venäläinen 2014: 28-30), mutta vaiku-

tuksen suuruudesta ei kuitenkaan ole tarjolla empiiristä aineistoa tai laitevalmistajien määrityk-

siä, joten aineiston täydentämisessä turvauduttiin asiantuntija-arvioihin.

Aluskohtaisten tietojen täydentämiseksi pidettiin SYKEn ympäristövahinkopäivystäjille työpaja

18.5.2016. Työpajan tarkoituksena oli täydentää olemassa olevia tietoja öljyntorjunta-alusten

toimintakyvystä eri olosuhteissa määrittelemällä merkittävimmät ajonopeuteen vaikuttavat teki-

jät ja arvioimalla ne mallissa hyödynnettävään taulukkoon. Työpajaan kutsuttiin kaikki ympäris-

tövahinkopäivystäjät Suomen ympäristökeskuksesta ja siihen osallistuivat päivystyksen esimies

Kalervo Jolma sekä päivystäjät Heli Haapasaari, Jouko Pirttijärvi ja Markus Santasalo. Päivys-

tysringissä vuosikymmenten kokemus öljyntorjunnasta ja öljyntorjuntaharjoituksista oli helposti

saatavilla ja erilaisista arvioista voitiin keskustella työpajassa saman tien ja päätyä kaikkien

osallistujien mielestä järkeviin lukuihin. Työpajassa koostettiin tämänhetkistä valtion öljyntor-

juntalaivastoa koskeva taulukko (liite 1) kuvaamaan eri alusten ajonopeuksia erilaisissa olosuh-

teissa.

Aineistonkeruumenetelmänä työpaja oli lähinnä puolistrukturoitu ryhmähaastattelu. Keskustelun

pohjaksi oli tarjolla muun muassa olemassa oleva SYKEn alustaulukko ja tavoitteeksi määritelty

alusten toimintakykyä kuvaavien tunnusten koostaminen taulukon jatkoksi, esimerkiksi prosent-

teina maksiminopeudesta tai nopeusluokkina. Muuten keskustelu oli melko vapaata ja taulukon

täyttäminen aloitettiin keskustelemalla olennaisista kulkunopeuteen vaikuttavista tekijöistä, nii-

den mallinnettavuudesta ja määrittelyn vaikeudesta. Työpajan tuloksena taulukkoon päivitettiin

myös puuttuvia tietoja alusten jäänmurtokyvystä, mutta lopulta todettiin, että jääolosuhteet

muuttavat päätöksentekoprosessia merkittävästi, tavalla joka ei ole kaikilta osin mallinnettavis-

sa. Esimerkiksi sellaisia aluksia, joille ei ole määritelty ollenkaan jäänmurtokykyä, voitaisiin

27

mahdollisesti käyttää öljyntorjunnassa jäänmurtaja-avusteisesti, mutta liikkumisnopeuden arvi-

ointi näissä olosuhteissa olisi entistä haasteellisempaa.

Työpajassa todettiin, että alusten todellisen torjuntakyvyn selvittämiselle on tarvetta ja että mal-

lin tulisi olla mahdollisimman käytännönläheinen. Olosuhderaja-arvojen ja vaikuttavien tekijöi-

den määritteleminen koettiin vaikeaksi ja lopullisten arvioiden todettiin olevan suuntaa-antavia.

Aallonkorkeuden arvioitiin olevan merkittävin ajonopeuteen vaikuttava tekijä, mutta myös mui-

ta olennaisia tekijöitä tunnistettiin. Näitä olivat ennen kaikkea aallokon suunta, tuulennopeus ja

suunta sekä jääolosuhteet. Useat näistä tekijöistä ovat kuitenkin riippuvaisia toisistaan kuten

tuulen voimakkuus ja aallonkorkeus sekä tuulen suunta ja aallokon suunta. Lopulta todettiin,

että eri olosuhdetekijöiden vaikutusta suhteessa toisiinsa olisi vaikeampi arvioida kuin yhden

tekijän vaikutusta ajonopeuteen keskimäärin ja liiat oletukset johtaisivat entistä suurempiin epä-

varmuuksiin lopputuloksissa. Alusten toimintakyvyn arvioinneissa päätettiin siis keskittyä aal-

lonkorkeuteen vaikuttavana tekijänä ja määrittelyn pohjana päädyttiin käyttämään ilmatieteen-

laitoksen aallonkorkeusvaroitusten luokkia. Luokitus on jokseenkin karkea, mutta toisaalta se

sallii myös karkeat arviot alusten nopeuksien muutoksista. Aallokkovaroituksia annetaan 2,5

metrin, 4 metrin ja 7 metrin merkitsevistä aallonkorkeuksista. Tarkemmin aallonkorkeusaineis-

tosta ja sen käytöstä mallissa kerrotaan kappaleessa 4.3.

Työpajassa myös todettiin että onnettomuustapauksissa joudutaan käyttämään paljon tilanne-

kohtaista harkintaa ja vasta käytännössä nähdään kuinka tehokkaasti kussakin tilanteessa kye-

tään toimimaan. Esimerkiksi yli 7 metriä korkea aallokko on taulukossa merkitty useimmille

aluksille arvolla 0, joka viittaa siihen, että päätös alusten lähettämisestä onnettomuuspaikalle

tehtäisiin harkinnan mukaan ja mahdollisesti useimmat alukset voisivat lähteä liikkeelle ja lähes-

tyä kohdetta saariston suojassa, vaikkeivät pystyisikään paikan päällä vallitsevissa olosuhteissa

vielä keräämään öljyä tai siirtymään perille asti. Näin ollen mallin tuloksiin tulee suhtautua

suuntaa-antavina ja viitteellisinä. Vaikka mallissa ei huomioida itse öljyn keräämistä, on huo-

mattava myös, että öljynkeruulaitteiston käyttö on mahdollista huomattavasti matalammassa

aallokossa kuin itse ajaminen paikalle. Kaikille taulukon aluksille arvioitiin työpajassa öljynke-

ruulaitteiston käytölle suurimmaksi mahdolliseksi aallonkorkeudeksi 1,5 metriä.

Taulukossa 1 esitetään alusten maksiminopeudet sekä työpajassa määritellyt nopeudet eri aal-

lonkorkeusluokissa. Kokonaisuudessaan SYKEn päivystäjien työpajassa koostettu kalustotau-

lukko on nähtävissä liitteessä 1. Alusten nopeudet työpajassa on määritelty solmuissa, mutta

28

koska rasteriaineistojen yksiköt ovat metrejä, käsitellään mallissa myös nopeuksia yksikössä

metriä sekunnissa. Yksi solmu on noin 0,514 metriä sekunnissa.

Taulukko 1. Valtion öljyntorjunta-alusten ajonopeudet varoitusluokkien mukaisissa aallonkorkeuksissa.

Kulkunopeutta merkittävämpi saavutettavuuden tekijä voi olla usein aluksen mobilisointiaika,

eli se aika, joka kuluu hälytyksestä siihen hetkeen kun alus on valmiina lähtemään öljyntorjunta-

tehtävään. Mobilisointiaikaan vaikuttavat muun muassa alusten valmiusajat ja mahdolliset öljy-

vahingon edelle priorisoitavat tehtävät kuten meripelastus. Valmiusaika tarkoittaa aluskohtaises-

ti sovittua aikaa jonka sisällä hälytyksestä aluksen tulisi olla miehitettynä ja valmiina lähtöön.

Esimerkiksi Merivoimien Halli, Hylje ja Louhi vuorottelevat neljän tunnin valmiusvuoroissa, eli

jokin niistä on aina vähintään neljän tunnin lähtövalmiudessa. Muut kuin valmiusvuorossa oleva

alus, voivat olla yhtä hyvin nopeammin tai hitaammin lähtövalmiita. Meritaidon aluksista puo-

lestaan 3 on kerrallaan kuuden tunnin lähtövalmiudessa päiväsaikaan, mutta kaikki yhdeksän

saadaan mobilisoitua vuorokauden sisällä. Nopeimmin lähtövalmiudessa ovat usein Rajavartio-

laitoksen alukset, jotka ovat tehtävissä merellä lähes jatkuvasti. (Suomen ympäristökeskus

2016a). Lähtövalmiusajat määrittelevät osaltaan vähimmäistorjuntakapasiteettia sopimusten

keinoin ja estävät täydellisten kapasiteettiaukkojen syntymisen päivästä tai vuorokaudenajasta

riippumatta. Lähtövalmiusaikoja ei huomioida mallissa, sillä sopimusmäärittelyjen mukaisina ne

eivät vielä kuvaa todellista viivettä hälytyksestä aluksen lähtöaikaan kovinkaan hyvin. Tämän

Aluksen nimi

Nopeus (solmua) Nopeus (m/S)

Maksimi yli 2,5 m aallokossa

yli 4 m aallokossa

yli 7 m aallokossa Maksimi

yli 2,5 m aallokossa

yli 4 m aallo-kossa

yli 7 m aallo-kossa

Halli 11 11 5 0 5,65 5,65 2,57 0,00

Hylje 11 11 5 0 5,65 5,65 2,57 0,00

Kummeli 11 8 5 0 5,65 4,11 2,57 0,00

Letto 12 12 8 0 6,17 6,17 4,11 0,00

Linja 10 8 5 0 5,14 4,11 2,57 0,00

Louhi 15 15 10 5 7,71 7,71 5,14 2,57

Merikarhu 16 16 8 5 8,22 8,22 4,11 2,57

Oili I 8 5 1 0 4,11 2,57 0,51 0,00

Oili II 7 5 1 0 3,60 2,57 0,51 0,00

Oili III 7 5 1 0 3,60 2,57 0,51 0,00

Oili IV 7 5 1 0 3,60 2,57 0,51 0,00

Otava 12 8 5 0 6,17 4,11 2,57 0,00

Seili 12 12 8 0 6,17 6,17 4,11 0,00

Sektori 11 8 5 0 5,65 4,11 2,57 0,00

Stella 12 8 5 0 6,17 4,11 2,57 0,00

Svärtan 9,5 5 1 0 4,88 2,57 0,51 0,00

Tursas 14 14 8 5 7,20 7,20 4,11 2,57

Turva 18 18 12 5 9,25 9,25 6,17 2,57

Uisko 14 14 8 5 7,20 7,20 4,11 2,57

29

vuoksi malli soveltuukin käytettäväksi ennemmin valmiussuunnittelussa ja table-top tyyppisissä

harjoituksissa kuin operatiiviseen toimintaan.

4.1.2 Alusten sijainti

Valtion öljyntorjunta-alusten lähtöpaikkoina mallissa hyödynnetään HELCOM AIS -palvelusta

saatavaa sijaintitietoa, sekä verrokkitapauksissa alusten nimellisiä kotisatamia. Lyhenne AIS

viittaa sanoihin automatic identification system eli automaattinen tunnistusjärjestelmä. AIS-

järjestelmän avulla alusten tietoja, kuten sijaintia, tunnisteita ja kurssia, voidaan välittää muille

aluksille ja maalla sijaitseville tukiasemille. AIS-velvollisia aluksia ovat muun muassa suuret

rahti- ja matkustajalaivat. (HELCOM 2016).

Valtion öljyntorjunta-aluksista ainakin yhteysaluksina toimivilla aluksilla Stella ja Otava on AIS

signaalia lähettävä laite päällä koko ajan. Muiden toimijoiden, kuten Merivoimien ja Rajavartio-

laitoksen, aluksilla AIS pidetään päällä tehtävästä riippuen. AIS-tiedoista saatavat alusten het-

kelliset sijainnit on haettu Tanskan merenkulkuviranomaisen (Danish Maritime Authority) yllä-

pitämältä palvelimelta, jota kutsutaan myös nimellä HELCOM AIS. Helsingin komissio on suo-

sitellut HELCOM jäsenvaltioita jakamaan AIS-tietonsa muille jäsenvaltioille korvauksetta

Tanskan merenkulkuviranomaisen ylläpitämän HELCOM-palvelimen kautta (HELCOM 2012,

Appendix 3, § 2). Palvelimelle tallennettiin valtion öljyntorjunta-alusten radiotunnusten (call

sign) ja nimien perusteella suodatin, jonka avulla saadaan haettua aluslistaus, joka sisältää kaik-

ki ne valtion öljyntorjunta-alukset, joiden AIS-lähetin on päällä. Aluslistaus sisältää muun mu-

assa alusten viimeisimmät koordinaatit WGS84–koordinaattijärjestelmässä. Koordinaattiparit

muunnettiin mallia varten pistetiedostoksi, joka muunnetaan EUREF-FIN koordinaattijärjestel-

mään mallin sisällä. Puuttuvien alusten eli niiden, joilla AIS ei ole jatkuvasti päällä, sijaintitieto

olisi saatavilla aluksia hallinnoivista organisaatioista, mutta tässä tutkielmassa keskitytään mal-

lin logiikkaan ja täydellisten lähtötietojen tavoittelu on siksi jätetty mahdolliseen mallin jatko-

kehittelyvaiheeseen. Tutkielmassa ajetut mallit ovat siis testiversioita, joiden tulosten pohjalta ei

voi tehdä päätelmiä öljyntorjuntalaivaston kattavuudesta koko tutkimusalueella.

Mallin ajatuksena on ottaa askel kohti operationaalista saavutettavuuden arviointia, ja siksi sen

lähtöpaikkoina on tarkoitus käyttää AIS-palvelimelta saatavia alusten sijainteja. Tällöin kuiten-

kin saadaan käsitys vain osittaisen öljyntorjuntalaivaston toimintakyvystä, sillä tämän tutkiel-

man AIS-tiedot on valittu jokseenkin satunnaiselta hetkeltä, jolloin useiden alusten AIS-laitteet

ovat olleet syystä tai toisesta pois päältä tai ne ovat olleet tutkimusalueen ulkopuolella. Vertai-

lukohdaksi tälle satunnaisen hetken mallille tuotetaan myös saman onnettomuuspaikan saavutet-

30

tavuuslukemat siitä oletetusta tilanteesta, että kaikki öl-

jyntorjunta-alukset olisivat niiden nimellisissä kotisata-

missa, joiden sijainnit on esitetty kuvassa 3. Tilanne on

verrattain epätodennäköinen, sillä alukset ovat monitoi-

mialuksia, joilla on myös muita tehtäviä kuin öljyntorjun-

ta. Esimerkiksi Rajavartiolaitoksen alukset partioivat

säännöllisesti merialueilla (Ympäristöministeriö 2011:

12) ja ovat siten huomattavia aikoja muualla kuin kotisa-

tamissaan.

Alusten kotisatamien sijainnit perustuvat Suomen ympä-

ristökeskuksen taulukkoon, jota on käytetty muun muassa

SYKEn päivystäjien kalustotyöpajan pohjana. Työpajassa

täydennetty taulukko on esitetty liitteessä 1, ja siinä sijoi-

tuspaikka kertoo muutamia poikkeuksia lukuun ottamatta

alusten kotisataman kunnan tarkkuudella. Kotisatama on

puolestaan työpajassa määritelty tarkennus laituripaikasta.

Tarkennuksesta huolimatta määritelmä on epätarkka ver-

rattuna AIS koordinaatteihin. Pisteet on digitoitu perus-

kartta- ja merikartta-aineistoja hyödyntäen pisteiksi kar-

talle. Epäselvät tapaukset on tarkistettu SYKEn päivystäjä

Jouko Pirttijärveltä 14.10.2016. Pisteet on sijoitettu kartal-

le siten, että ne sijaitsevat taulukon tarkoittamilla satama-

alueilla mutta eivät välttämättä juuri oikeilla laituripaikoil-

la. Sen sijaan niiden on tarkistettu sijaitsevan toiminta-

aluetta kuvaavan rasterin sisällä. Kaikkiaan öljyntorjunta-

aluksilla on 13 eri kotisatamaa, joista mallia varten digi-

toitiin pisteiksi 11, sillä Sektorin sijoituspaikka Tallinnas-

sa ja Kummelin Saimaalla jäävät tutkimusalueen ulkopuo-

lelle. Mallissa käytetyt kotisatamat, niihin liittyvät alukset

ja sijaintien tunnisteet on esitetty kuvan 3 kartassa ja sii-

hen liittyvässä taulukossa 2.

Taulukko 2. Jokaisella aluksella on nimellinen

kotisatama, jossa se on usein laiturissa. Muun

muassa Turun Latokarissa ja Kirkkonummen

Upinniemessä on sijoitettuna useampia aluksia.

Sijoituspaikka Satama Alukset

Oulu Toppila Letto

Vaasa Raippaluoto Oili IV

Turku Latokari

Linja

Oili II

Uisko

Tursas

Turku Pansio Halli

Ahvenanmaa Maarianhamina Svärtan

Ahvenanmaa Långnäs Oili III

Hiittinen Kasnäs Stella

Kirkkonummi Upinniemi

Turva

Hylje

Louhi

Merikarhu

Helsinki Lauttasaari Oili I

Helsinki Lauttasaari Seili

Kotka Kuusinen Otava

Kuva 3. Malliin sisällytettyjen öljyntorjunta-

alusten kotisatamat sijaitsevat pitkin Suomen

rannikkoa, mutta painotetusti Suomenlahdella

ja Saaristomerellä.

31

4.2 Syvyysalueet

Alusten syväykset rajoittavat niiden kykyä kulkea matalikoissa ja rannikolla. Tässä mallissa

merialueen syvyysaineistolla rajoitetaan saavutettavuuslaskelmissa hyödynnettävien reittien

sijoittumista aluksille kulkukelpoisille alueille. Syvyysaineiston hyödyntäminen on eräänlainen

kompromissi saatavilla olevan aineiston sekä mallin realistisuuden ja keveyden välillä.

SYKEn päivystäjien työpajassa todettiin, että nykysäännösten mukaan toimittaessa myös öljyn-

torjunta-aluksilla tarvittaisiin erityisen pätevä syy väylältä poikkeamiseen. Toisin sanoen koko

avoin merialue ei välttämättä ole käytössä alusten kulkureitteinä myöskään niiden toimiessa

öljyntorjuntatehtävissä vaan ainakin siirtymämatka toiminta-alueelle pyrittäisiin todennäköisesti

kulkemaan mahdollisimman pitkälle väyliä seuraten. Väylien huomioonottaminen mallissa olisi

siis erittäin perusteltua. Pelkästään väylien varaan mallia ei kuitenkaan voida rakentaa, sillä

alusten lähtöpaikat ja kohteet voivat hyvin olla väylien ulkopuolella. On hyvin mahdollista, että

väyläaineiston ja syvyysalueiden yhdistäminen esimerkiksi painottamalla väyläalueet ensisijai-

sina kulkureitteinä toisi lisäarvoa saavutettavuusmallille, mutta tässä tutkielmassa se jätetään

yhdeksi mahdolliseksi jatkokehityssuunnaksi. Lisäksi on huomioitava, ettei myöskään julkisten

merenkulkuväylien käyttäminen mallin pohjana antaisi kattavaa kuvaa öljyntorjunta-aluksilla

tehtävistä reittivalinnoista, sillä muun muassa merivoimien alukset käyttävät myös sotilasväyliä,

jotka merkitään vain salaisiksi luokiteltuihin sotilasmerikarttoihin (Merivoimien esikunta 2009,

24-27).

Syvyysaineistona mallissa käytetään Vedenalaisen meriluonnon monimuotoisuuden inventoin-

tiohjelmassa (VELMU) koottua syvyysmallia. Mallin syvyysluokitus on karkeahko, mutta se

kattaa koko Itämeren ja helpottaa siten syvyysaineiston käyttöä tutkimusalueella. VELMU mal-

lin pohjana on käytetty muun muassa Liikenneviraston syvyysaineistoa, jota on täydennetty Bal-

tic Sea Bathymetry Databasen tiedoilla. VELMU syvyysmalli kuvaa mallinnettua syvyyttä 20

metrin resoluutiolla. Aineistoa ei ole tarkoitettu navigointitarkoituksiin eikä sovelluksiin, joissa

tarvitaan tarkkaa syvyystietoa, ja sen vuoksi myös tämän mallin lyhimpiä reittejä tulisi tulkita

lähinnä saavutettavuuslaskelmien luotettavuuden arviointivälineenä. (Suomen ympäristökeskus

2016d).

VELMU mallin matalimmat syvyysluokat ovat 0-5 metriä, 5,1–10 metriä ja 10,1–15 metriä.

Alusten matalimmat sallitut kulkusyvyydet taas vaihtelevat välillä 3,8–6,5 metriä. Luokituksella

ei siis voida muodostaa jokaiselle alukselle kovinkaan tarkkaa aluerajausta juuri niille varmasti

32

soveltuvilla kulkusyvyyksillä, vaan siitä seuraa joidenkin riittävän syvien alueiden luokittelu

liian mataliksi. Esimerkiksi Otavan syväys on vain 2,65 metriä, jolloin sen kulkusyvyys voisi

metrin periaatteella olla 3,65 metriä. Tällöin on mahdollista, että 0–5 metrin syvyysalueella olisi

todellisuudessa paikkoja, joissa Otava pystyisi kulkemaan. Toisaalta väylät, joita pitkin alukset

pääsääntöisesti kulkevat, ovat todennäköisesti kohtalaisen syviä vesialueita, eikä vaara väylien

poissulkemiseksi mallista liene ainakaan syvyysluokituksen karkeudesta johtuen kovin suuri.

Luokituksen tavoitteena on minimoida selkeästi liian matalien alueiden kautta kulku lyhimpiä

reittejä muodostettaessa. Syvyysluokka 0–5 metriä voi sisältää kaikille aluksille liian matalia

alueita, joten sitä ei katsota millekään alukselle soveltuvaksi kulkualueeksi. Luokka 5,1–10 met-

riä voi sisältää viidelle alukselle liian matalia alueita, joten niitä ei lueta näille aluksille soveltu-

vaksi toiminta-alueeksi. Alukset on ryhmitelty kahteen toiminta-alueluokkaan taulukon 3 mu-

kaisesti. Syvyysaineisto on verrattain pysyvää tietoa, joten toisin kuin aaltoennuste ja alusten

sijaintitieto, se säilyy mallissa vakiona riippumatta ajankohdasta, joka määrittelee muut tekijät.

Taulukko 3. Mallissa aluksille on määritelty ”sallitut” toimin-

ta-alueet niiden syväyksien perusteella siten, että pienin

sallittu kulkusyvyys on aluksen syväys + 1 metri ja kunkin

aluksen koko sallitulla toiminta-alueella on vähintään

kulkusyvyyden verran vettä VELMU-mallin luokituksessa.

Toiminta-alueet luotiin VELMU-

syvyysaineistosta luokittelemalla se uudelleen.

Ensimmäisellä toiminta-alueella kaikki solut,

joiden arvo oli alle 5 m, saivat arvon 2, ja muut

arvon 1. Toisella toiminta-alueella kaikki alle 10

metrin solut luokiteltiin arvoksi 2 ja muut arvol-

le 1. Näin saatiin aikaiseksi kaksi painotettua

toiminta-aluetta, joissa liian matalat alueet saa-

vat kaksinkertaisen kustannuksen verrattuna

riittävän syviin alueisiin. Painottamalla matalat

alueet suuremmilla kustannuksilla on todennä-

köisempää, että reitinoptimointivaiheessa reitit

liian matalilla alueilla ovat mahdollisimman

lyhyitä ja käytössä vain pakkotilanteissa kuten

satamasta poistuttaessa. Liian matalia alueita ei

voitu sulkea kokonaan pois toiminta-alueista,

sillä syvyysaineisto on sen verran karkea luokitukseltaan ja resoluutioltaan, että muun muassa

Aluksen nimi

Syväys (m)

Kulkusyvyys (m)

VELMU-syvyysluokat

Halli 4 5 yli 5m

Hylje 3 4 yli 5m

Kummeli 2.82 3.82 yli 5m

Letto 3.8 4.8 yli 5m

Linja 2.8 3.8 yli 5m

Louhi 5 6 yli 10 m

Merikarhu 4.7 5.7 yli 10 m

Oili I 2.1 3.1 yli 5m

Oili II 2.1 3.1 yli 5m

Oili III 2.1 3.1 yli 5m

Oili IV 2 3 yli 5m

Otava 2.65 3.65 yli 5m

Seili 3.8 4.8 yli 5m

Sektori 2.45 3.45 yli 5m

Stella 2.8 3.8 yli 5m

Svärtan 2.6 3.6 yli 5m

Tursas 4.85 5.85 yli 10 m

Turva 5.5 6.5 yli 10 m

Uisko 4.85 5.85 yli 10 m

33

useat satama-alueet olisivat leikkautuneet kokonaan pois mallista, eikä tällöin esimerkiksi mata-

likoksi luokittuneelta satama-alueelta lähteviä aluksia huomioitaisi mallissa ollenkaan. Toimin-

ta-alueiden painotus mallissa vaikuttaa pelkästään reitinoptimointivaiheeseen, eikä matalien

alueiden ylittämisestä aiheudu lisäkustannusta lopullisiin matka-aikoihin. VELMU-

syvyysmallin alkuperäinen luokitus ja sen pohjalta uudelleen luokitellut toiminta-alueet on esi-

tetty kuvassa 4. Mallin prosessointiajan kohtuullistamiseksi toiminta-aluerasterit aggregoitiin

resoluutioon 40 m siten, että alkuperäisen aineiston solujen arvoista (1, 2) valittiin suurempi

edustamaan uuden solun arvoa, jos arvoja oli useampi kuin yksi.

Kuva 4. Mallissa käytetään kahta erilaista toiminta-aluetta, joissa öljyntorjunta-aluksille liian matalat alueet tutkimusalueella on

painotettu korkeammilla kustannuksilla VELMU-syvyysmallia hyödyntäen. Lisäksi karttasuurennoksessa Ahvenanmaan saaris-

tosta voidaan erottaa tutkimusalueen raja, joka kuvaa rantaviivaa. Rannan ja yli viiden metrin syvyysalueen väliin jäävä alue on

mallissa painotettu kaksinkertaisella kustannuksella molemmille toiminta-alueille.

4.3 Merkitsevä aallonkorkeus

Tässä tutkielmassa mallinnetaan vain yhden ajassa ja tilassa muuttuvan olosuhdetekijän mahdol-

lista vaikutusta alusten kulkunopeuksiin. Yhden säämuuttujan malli yksinkertaistaa todellisuutta

merkittävästi, mutta toisaalta myös ilman kattavaa taustatutkimusta eri olosuhdetekijöiden yh-

teisvaikutuksen arviointi olisi mahdotonta, eikä se kuulu tutkielman tavoitteisiin. Mallin potenti-

aalisen käytön rajoittuessa sulavesiaikaan merkitsevän aallonkorkeuden ajatellaan olevan mer-

kittävin olosuhdetekijä, joka vaikuttaa öljyntorjunta-alusten kulkunopeuksiin. Muun muassa

Halvorsen Wearen ym. (2012: 514) mukaan hankalat sääolosuhteet hidastavat öljynporauslaut-

tojen huoltoalusten kulkunopeuksia, ja merkitsevän aallonkorkeuden ollessa liian korkea voi

niiden toiminta estyä kokonaan. Aallonkorkeuden valinta ainoaksi mallinnettavaksi olosuhdete-

34

kijäksi johtuu osin aallonkorkeudelle annetusta painoarvosta kulkunopeutta hidastavana tekijänä

muun muassa meripelastustehtävien vasteaikoja arvioitaessa (Venäläinen 2014: 28-30; Goer-

landt ym. 2014, 11) mutta myös sen hyvästä mallinnettavuudesta. Aallonkorkeuden vaihteluiden

vaikutusta yksittäisten alusten kulkunopeuksiin voi olla vaikeaa arvioida tarkasti, mutta sen voi-

daan olettaa olevan merkityksellinen tekijä matka-ajan muodostumisessa. Aallonkorkeusaineis-

toja on myös hyvin saatavilla sekä havaintopoijujen arvoina että ennusteina koko merialueelle.

Mallissa käytetään Ilmatieteen laitoksen tuottamaa aaltoennusteaineistoa. Ennusteen käyttämi-

nen havaintojen sijaan on perusteltua sikäli, että mallin avulla tutkitaan ajankohtaisen paikkatie-

don mahdollista hyödyntämistä operationaalisessa öljyntorjunnassa. Koska öljyntorjunta-alusten

vasteajat vaihtelevat tunneista jopa vuorokauteen ja matkat kohteisiin voivat olla hyvinkin pit-

kiä, vanhenee havaintotieto nopeasti. Ennusteita puolestaan on tarjolla usean vuorokauden ajalle

eteenpäin, mutta toisaalta ennusteita hyödynnettäessä täytyy sietää jonkinasteista epävarmuutta

niiden toteutumisen suhteen.

WAM eli WAve Model -aaltoennustemalli tuotetaan ja julkaistaan Ilmatieteen laitoksen avoi-

meen rajapintaan 4 kertaa vuorokaudessa aina seuraaville 48 tunnille. Aaltoennuste ei perustu

aaltohavaintopoijujen mittauksiin vaan HIRLAM mallin mukaisiin tuulennopeuden ja tuulen

suunnan ennusteisiin. Aineiston alueellinen erotuskyky on 4 merimailia, eli noin 7,4 kilometriä,

ja ajallinen erotuskyky yhden tunnin. (Ilmatieteenlaitos 2016a). Näin ollen koko Itämeren katta-

va hila sisältää 1750 pistettä jokaista ennusteen tuntia kohden. Näistä tutkimusalueen sisälle jää

717 pistettä yhtä kellonaikaa kohden. Aaltoennuste on vapaasti saatavilla Ilmatieteenlaitoksen

rajapinnasta, mutta koska rajapinnan WFS versio 2.0 osoittautui ongelmalliseksi käyttää Arc-

Map -ohjelmistossa, päädyttiin sama aineisto hakemaan SYKEn tietokannasta, jonne Ilmatieteen

laitokselta saatava aaltoennuste parsitaan BORIS-tilannekuvajärjestelmää varten. SYKEn tieto-

kannassa olevan aaltoennusteen sisältöä on kuitenkin jonkin verran karsittu, ja sieltä haetun aal-

toennusteen aikaerotuskyky on kolme tuntia. Näin ollen mallissa käytettävästä aaltoennusteesta

on valittavissa alkuaikoja kolmen tunnin välein. Kahden vuorokauden aikajaksolla valittavia

ajankohtia on 17 kappaletta. Kunkin pisteen arvo kuitenkin edustaa edelleen seuraavan tunnin

aallonkorkeuden ennustetta. Ideaalitapauksessa aaltoennuste päivittyisi mallissa suhteessa mal-

linnettavaan matka-aikaan, mutta sen vaatimia ratkaisuja ei tämän työn puitteissa pystytä hake-

maan. Aineiston haku SYKEn tietokannasta on sikäli rajapintaa parempi vaihtoehto tässä tut-

kielmassa, että sen kautta voidaan hakea myös vanhempia ennusteita vuoden 2014 tammikuusta

35

alkaen. Ilmatieteen laitoksen rajapinnassa puolestaan on tarjolla aina vain tuorein ennuste, mikä

kuitenkin soveltuisi hyvin operatiiviseen hetkellisen saavutettavuuden arviointiin.

Aaltoennuste sisältää useita eri arvoja jokaiselle hilan pisteelle, mutta mallin kannalta olennai-

nen tieto on merkitsevän aallonkorkeuden ennuste. Aallonkorkeus (H) lasketaan aallonharjan ja

edellisen aallonpohjan erotuksena (World Meteorological Organisation 1998, s. 2), mutta mer-

kitsevä aallonkorkeus kuvaa visuaalisesti havaittua aallonkorkeutta (World Meteorological Or-

ganisation 1998, s. 9). Yksittäisen aallon korkeus ei vielä kerro kovinkaan paljon vallitsevista

olosuhteista, ja aaltojen korkeudet vaihtelevat aina jonkin verran mittausjaksojen aikana. Mer-

kitsevä aallonkorkeus on pidemmän aikavälin vallitsevaa aallonkorkeutta, johon ei lueta harvoin

toistuvia poikkeuksellisen korkeita aaltoja. Tällä suureella jäljitellään kokeneiden merenkulki-

joiden arvioimaa aallonkorkeutta, ja se ”on myös likipitäen sama kuin aallokon korkeusjärjes-

tykseen asetettujen aaltojen korkeimman kolmasosan keskiarvo silloin, kun meri on aaltojen

kannalta syvää.” (Ilmatieteenlaitos 2016b). Tästä kuvauksesta voidaan myös päätellä, että mata-

likoissa merkitsevän aallonkorkeuden ennuste ei välttämättä aina pidä paikkaansa. Matalikkoi-

hin tutkimusalueella tulisi suhtautua muutenkin varovaisesti muun muassa edellä kappaleessa

4.1 kuvatun karkean syvyysluoki-

tuksen vuoksi ja aaltomallin yksin-

kertaisen interpolointimenetelmän

vuoksi.

Aaltoennustehila koostuu pisteistä,

joiden välimatkat ovat useita kilo-

metrejä (kuva 5). Mallin lähtöai-

neistoiksi tarvitaan kuitenkin jatku-

va rasteripinta, minkä vuoksi piste-

hila interpoloidaan. Interpoloinnis-

sa luodaan tasainen ruudukko eli

rasteri kattamaan koko tutkimus-

alue ja estimoidaan sen soluille

arvot tunnettujen havaintoarvojen

pohjalta (de Smith ym. 2009, 358).

Interpolointimenetelmäksi valittiin

IDW, eli Inverse Distance Weigh-

ted -menetelmä, jonka tulokset ra-

Kuva 5. Ilmatieteenlaitoksen aaltoennustemalli koostuu pistehilasta, jossa

samassa sijainnissa on yksi piste joka kolmannelle tunnille ennusteen alku-

hetkeä seuraavien 48 tunnin ajalta. Merkitsevän aallonkorkeuden ennustearvo

on yksi pisteiden ominaisuustiedoista.

36

joittuvat lähtöarvojen välille (ESRI 2014a). Tällöin vältytään lähtöaineiston liioittelulta ylä- tai

alakanttiin mutta toisaalta mahdollisesti menetetään alueella esiintyvät ääriarvot, jos ne eivät

sisälly tunnettuihin arvoihin.

IDW menetelmä luo jatkuvan rasteripinnan otoksesta pistearvoja. Menetelmä tutkii otoksen pis-

teiden välistä lineaarista etäisyyttä ja painottaa interpoloidun arvon niiden käänteisenä etäisyy-

tenä, jolloin lähellä olevien pisteiden arvot vaikuttavat uuteen arvoon enemmän kuin kaukana

olevat (DeMers 2002, 79). De Smith ym. (2009, 359) mukaan yksinkertaisessa IDW mallissa

ennustettavan solun arvo perustuu usean havainnon painotetun arvon summaan, jossa havainto-

pisteen arvo jaetaan sen ja ennustettavan solun etäisyydellä, joka on nostettu potenssiin α. De

Smithin ym. (2009, 359) mukaan malli voidaan esittää seuraavasti:

𝑧𝑗 = 𝑘𝑗∑1

𝑑𝑖𝑗∝

𝑛

𝑖=1

𝑧𝑖

jossa 𝑧𝑗 on estimoitava arvo, 𝑧𝑖 on tunnetun pisteen arvo, d on pisteiden välinen etäisyys ja 𝑘𝑗 on

sovite, jolla taataan, että painojen summa on 1.

IDW-menetelmällä on tapana tuottaa jonkinasteinen ”Bulls eye” -ilmiö, eli lähtöarvot korostuvat

lopputuloksessa huippuina ja kuoppina. Tasaisemman pinnan aikaansaamiseksi etäisyyden po-

tenssia α voidaan pienentää, jolloin kauempana olevat arvot saavat suurempia painoarvoja (ES-

RI 2014b). Etäisyyden potenssi voi olla mikä tahansa nollaa suurempi luku, mutta suositus

ArcMap-ohjelmistossa on käyttää arvoja väliltä 0,5 – 3 (ESRI 2014a). WAM-aaltomallin arvot

interpoloitiin α arvolla 0,5 ja tulosrasterin resoluutioksi määriteltiin 1000 metriä kompromissina

pienten alueellisten erojen erottumisen ja mallin keveyden välillä. Interpoloidussa aallonkor-

keusrasterissa arvot lähinnä rannikkoa ovat epävarmimpia, sillä mantereen puolella ei ole yhtään

hilapistettä. Kuitenkin interpoloinnin aikaansaamat virhemahdollisuudet hieman pienenevät, kun

mallissa rajataan matalikot pois alusten syväysten mukaan. Kuvassa 6 esitetään WAM aaltomal-

lin interpolaation tulosrasteri vuoden 2015 Valio-myrskyn aikaisen aaltoennusteen pohjalta,

sekä sama aallonkorkeusrasteri luokiteltuna mallissa käytettäviin aallonkorkeusluokkiin.

Jo tutkimuksen alkuvaiheessa todettiin, että öljyntorjuntalaivasto on erittäin moninainen ominai-

suuksiltaan ja arvioitiin parhaaksi vaihtoehdoksi suorittaa aallokon vaikutusten arviointi jok-

seenkin karkealla luokituksella. Myös alusten toimintakykyä kartoittavassa työpajassa (kappale

4.1) karkea luokitus todettiin toimivaksi ratkaisuksi, sillä mallin tulokset ovat joka tapauksessa

suuntaa-antavia, eikä merellä liikkumista ja tilannekohtaista harkintaa voida kuvata kovin tar-

37

kasti automatisoiduin oletuksin. On oletettava, että myös huomattavasti pienemmät aallonkor-

keuden vaihtelut vaikuttavat etenemisnopeuteen, mutta ilman empiiristä dataa on tyydyttävä

jonkinlaiseen kompromissiin. Alusten ominaisuuksia kartoitettaessa ja tämän tutkielman mallis-

sa käytettiin aallonkorkeuden neliportaista luokitusta, joka perustuu Ilmatieteenlaitoksen käyt-

tämiin aallokkovaroituksiin. Varoituksia annetaan yli 2,5 metrin, 4 metrin ja 7 metrin merkitse-

västä aallonkorkeudesta. Useimmiten merkitsevän aallonkorkeuden vaihtelu on melko maltillista

Itämerellä, ja yli neljän metrin aallokko on jo harvinainen. (Ilmatieteenlaitos 2016c).

4.4 Onnettomuuspaikka

Mallin kohde eli sijainti, jonne alusten täytyisi päästä, on onnettomuuspaikka, öljylautan sijainti

tai sen ennustettu sijainti tutkimusalueella. Malli ei pyri tarjoamaan vastauksia siihen, minne

torjuntatoimet kannattaisi kohdistaa öljyntorjunta-alusten potentiaalinen saavutettavuus huomi-

oon ottaen, mutta mallin ajatuksena on, että lähtöparametreja muuttamalla laskelmat pitäisi pys-

tyä toistamaan erilaisille tilanteille. Saavutettavuuden kohde on siis potentiaalinen toimintapaik-

ka, jota kuvataan pisteellä ja kutsutaan jatkossa kohteeksi tai onnettomuuspaikaksi.

Kuva 6. Ilmatieteenlaitoksen WAM-aaltomallin pistehilasta interpoloitu ja aallokkovaroitusten raja-arvojen mukaan luokiteltu

aaltoennuste vuoden 2015 Valio-myrskyn ajalta. Ennusteessa ei esiintynyt ylimmän varoitusluokan (yli 7 m) arvoja.

38

Mallin testaukseen kolmessa eri tapauksessa, joiden sisältö on kuvattu tarkemmin kappaleessa 5,

käytetään kahta kohdepistettä. Ensimmäinen kohdepiste sijaitsee Porvoon edustalla Suomenlah-

della ja toinen Merenkurkussa Pohjanlahdella (kuva 7). Kohdepisteiden valinta ei perustu katta-

vaan riskiarvioon, vaan ne ovat esimerkinomaisia. Mallin tulosten kuitenkin haluttiin olevan

öljyntorjunnan suunnittelun kannalta relevantteja, joten pisteiden valinnassa hyödynnettiin ai-

emmin Suomessa öljyntorjuntatoimia vaatineiden onnettomuuksien tapahtumapaikkoja sekä

eräitä arvioita merialueiden tai väyläosuuksien riskialttiudesta.

Suomenlahden onnettomuuspaikaksi valittiin väylien risteyskohta Porvoon Emäsalon edustalla.

Sijainti ei ole aivan sama kuin Antonio Gramscin onnettomuuspaikka vuonna 1987 (Suomen

ympäristökeskus 2016b), mutta saman Porvooseen vievän väylän varrella. Väylien risteykset on

tunnistettu erityisen riskialttiiksi väyläosuuksiksi (SÖKÖ II hanke 2011: 6), ja tämän nimen-

Kuva 7. Mallin esimerkkitapauksissa käytetään kahta esimerkinomaista onnettomuuspaikkaa, joista ensimmäinen sijaitsee

Suomenlahdella ja toinen Merenkurkussa Pohjanlahdella.

39

omaisen väylän kautta kulkee muun muassa öljysäiliöaluksia Suomen vilkkaimpaan öljysata-

maan, Porvoon Kilpilahteen (Brunila & Storgård 2012: 16–17). Suomenlahden suurimmaksi

riskipaikaksi on esitetty Helsingin ja Tallinnan välistä risteysaluetta, jossa vilkas matkustajalii-

kenne kohtaa öljynkuljetusreitit (Suomen ympäristökeskus 2013), mutta tämä alue jää tutkimus-

alueen ulkopuolelle eikä sitä voitu siten käyttää esimerkkitapauksena.

Mallin toinen onnettomuuspaikka sijoitettiin Pohjanlahdelle Merenkurkkuun, jossa on vuonna

1984 kerätty M/S Eira -aluksesta karilleajon seurauksena valunutta öljyä (Suomen ympäristö-

keskus 2016b). Merenkurkun kautta kulkee öljykuljetusten pääreitti Perämerelle muun muassa

Kokkolan, Oulun ja Kemin satamiin (Etelä-Pohjanmaan elinkeino-, liikenne- ja ympäristökeskus

2015: 49–50). Merenkurkun kapeahko väylä on todettu riskialttiiksi myös muun muassa

BRISK-hankkeessa (Sub-regional risk of spill of oil and hazardous substances in the Baltic Sea)

(BRISK 2011a : 20-21) ja Kauppisen Pro Gradutyön (2014: 46) riskikartoituksessa Perämeren ja

Merenkurkun alueilla. Varsinainen kohdepiste mallissa on digitoitu silmämääräisesti lähelle

Merenkurkun reittijakoaluetta ja Suomen talousvyöhykkeen rajaa, tutkimusalueen sisälle.

5. Menetelmät

Tämän tutkielman aineistoja käsitellään paikkatietomallissa, jonka perusratkaisut ja logiikka

selostetaan seuraavissa kappaleissa. Mallin on tarkoitus kuvata hetkellistä öljyntorjuntavalmiutta

ennalta määräämättömässä kohteessa Suomen öljyntorjunnan merellisellä vastuualueella. Het-

kellinen öljyntorjuntavalmius tarkoittaa sitä, että saavutettavuuden aikaulottuvuus on mallissa

huomioitava seikka ja ilmenee tiettyyn aikaan sijoittuvien spatiotemporaalisten lähtöaineistojen

käytössä. Merellä liikkumista kuvataan mallissa cost distance- ja least cost path -menetelmillä

eli painotetun kustannusrasterin perusteella lasketulla matkanopeudella. Kulkureitteinä pidetään

sitä merialuetta, jossa veden syvyys on riittävä kullekin alukselle. Malli on rakennettu ESRIn

ArcMap 10 Basic -ohjelmistolla ja sen tarjoamilla työkaluilla. Mallin rakentamisessa on hyö-

dynnetty ModelBuilder-sovellusta ja sen työkalujen suorittaminen vaatii Spatial analyst -

lisäosan.

Mallissa käytetyt menetelmät ovat rasterianalyysimenetelmiä, joissa maantieteellistä tilaa kuva-

taan säännöllisen ruudukon avulla ja ruudukon jokaisella solulla on yksi arvo, esimerkiksi kor-

keus meren pinnasta, syvyys, jyrkkyys tai pintamateriaali. Rasterin kyky kuvata yksityiskohtia

tarkasti riippuu sen resoluutiosta eli sen ruutujen tai solujen sivun pituudesta. Eri viranomaista-

40

hojen tuottamien paikkatietoaineistojen lisäksi mallissa hyödynnetään Suomen ympäristökes-

kuksen päivystäjien asiantuntija-arvioita öljyntorjunta-alusten toimintakyvystä eri olosuhteissa.

5.1 Cost distance

Matka-aika, joka kuvaa kunkin öljyntorjunta-aluksen kykyä saavuttaa kohteena oleva öljyvahin-

koalue lasketaan cost distance -menetelmillä. Cost distance- eli kustannusetäisyys-termiä käyte-

tään paikkatietomenetelmien yhteydessä kuvaamaan sekä vaihtoehtoisten etäsyysmittojen ryh-

mää että prosessia, jolla määritellään pienimmän kustannuksen muodostavia reittejä jatkuvalla

pinnalla (de Smith ym. 2009: 190). Tämän tutkielman menetelmiin ja tuloksiin pätevät molem-

mat määritelmät. Alusten kykyä saavuttaa kohteensa mitataan ajan yksiköissä, mutta mallissa

cost distance -menetelmää hyödynnetään myös etäisyyden perusteella pienimpien kustannusten

reittien etsintään. Vaihtoehtoisesti kustannusyksikkö voisi olla myös matkaan kuluvaa energiaa,

aiheutuneita päästöjä tai rahaa. Kustannukset kertyvät matkan kasvaessa mutta eivät välttämättä

tasaisesti kaikkialla. Tässä mallissa käytetään laskelmien pohjana kahta eri kustannusrasteria,

jotka eivät ole helposti suhteutettavissa toisiinsa. Ensimmäinen on veden syvyyteen perustuva

toiminta-alue, jonka resoluutio on 40 metriä ja joka sisältää kaksi luokkaa arvoilla 1 ja 2. Solut,

joiden arvo on yksi, kuuluvat niin sanottuun sallitun kulkusyvyyden alueisiin, ja arvolla kaksi

kuvataan mahdollisesti liian matalia alueita, kuten kappaleessa 4.1 on selostettu. Toinen kustan-

nusrasteri on puolestaan painotettu kunkin aluksen kulkuominaisuuksien mukaan, ja sen arvot

perustuvat aallonkorkeusennusteeseen ja alusten kulkunopeuksiin näissä aallonkorkeusluokissa.

Matkan aikakustannus lasketaan kahdessa vaiheessa siksi, ettei laskennallinen reitti pisteiden

välillä olisi riippuvainen aallonkorkeuksien vaihtelusta vaan sen vaikutus kohdistuisi pelkästään

reittiin kuluvaan aikaan. Tämä prosessointijärjestys perustuu oletukseen, että merellä reittivalin-

nat tehdään ensisijaisesti väyläverkoston ja mahdollisesti vesialueiden syvyystietojen pohjalta

eikä niinkään korkeaa aallokkoa vältellen. Mallissa lyhimmät reitit muodostetaan painotetun

syvyysrasterin pohjalta, eli suuremmat kustannukset syntyvät matalilla alueilla kuljettaessa, jol-

loin reittien voidaan olettaa kulkevan pääsääntöisesti riittävän syvillä alueilla. Varsinainen aika-

kustannus kuitenkin lasketaan pelkästään aallonkorkeuden vaikutus maksiminopeuteen huomi-

oiden, eivätkä toiminta-alueiden painotetut arvot välity lopputulokseen muuten kuin matkan

pituuden kautta.

ArcMap-ohjelmistossa kumulatiivinen kustannus eli cost distance rasteri tuotetaan laskemalla

vierekkäisten solujen keskipisteiden välisistä mahdollisista siirtymistä edullisimpien tuottamat

kustannukset yhteen lähtöpisteestä alkaen. Työkalu tarvitsee siis lähtöaineistokseen kustannus-

41

rasterin, joka kertoo liikkumisen kustannuksen kussakin solussa sekä lähtöpisteen tai useita läh-

töpisteitä, joista laskentaa lähdetään suorittamaan. Toisin sanottuna suorassa kulmassa liikutta-

essa vierekkäisten solujen a ja b keskipisteiden välinen kustannus =𝑘𝑢𝑠𝑡𝑎𝑛𝑛𝑢𝑠𝑎+𝑘𝑢𝑠𝑡𝑎𝑛𝑛𝑢𝑠𝑏

2. Dia-

gonaalisesti vierekkäisten solujen välinen kustannus = √2 ∗𝑘𝑢𝑠𝑡𝑎𝑛𝑛𝑢𝑠𝑎+𝑘𝑢𝑠𝑡𝑎𝑛𝑛𝑢𝑠𝑏

2 (ESRI

2012a). Cost distance -työkalulla voidaan tuottaa paitsi kustannusetäisyysrasteri myös backlink-

rasteri, joka tallentaa tiedon kustannusrasterin kustannustehokkaimpien solujen välisten liikkei-

den kulkusuunnista. Mahdollisia kulkusuuntia on kahdeksan, eli solusta voidaan kulkea mihin

tahansa sen kanssa sivuittain tai kulmittain vierekkäiseen soluun, ja näitä kulkusuuntia ilmaise-

vat numerot 1-8 (ESRI 2012b). Kuvassa 8 on esitetty cost distance -työkalun toimintaperiaate

solutason esimerkillä. Öljyntorjunta-alusten saavutettavuusmallissa backlink-rasteri luodaan

kappaleessa 5.2 kuvattavaa, mallin seuraavaa vaihetta varten, jossa muodostetaan lyhimmät rei-

tit eri alusten ja onnettomuuspaikan välille.

Tässä mallissa saavutettavuutta ku-

vaa matkaan kuluva aika, jolloin kus-

tannusrasterin solujen arvot kuvaavat

aikaa, joka kuluu kussakin solussa

yhden metrin matkan kulkemiseen.

Kuluva aika on riippuvainen aluksen

nopeudesta ja vallitsevasta aallon-

korkeudesta. Mallissa painotetut toi-

minta-alueet ja aallonkorkeuden ai-

heuttamat lisäkustannukset matka-

aikaan eivät ole suhteessa toisiinsa.

Toiminta-alueilla matkanopeuksia

matalan veden alueille ole myöskään

arvioitu erikseen vaan matalan veden

alueita pyritään ensisijaisesti välttä-

mään painottamalla niiden matkakustannus riittävän syviä alueita suuremmaksi. Tämän vuoksi

mallissa lasketaan kaksi erilaista kumuloituvan kustannuksen rasteria. Ensimmäisen avulla pyri-

tään määrittelemään lyhin mahdollinen reitti lähtöpisteestä kohteeseen merialueen topografia

huomioiden. Cost distance -työkalun etu euklideaanisen eli suoran etäisyyden laskentaan nähden

on sen kyky huomioida matkan varrelle osuvat esteet. Esimerkiksi etäisyys Kotkasta Ouluun on

huomattavasti lyhyempi linnun tietä kuin vesireittejä pitkin mitattuna. Kun reitti on muodostet-

Kuva 8. Kumulatiivisen kustannusrasterin ja backlink-rasterin tuottaminen

ArcMap-ohjelmistossa. Mukaelma ESRIn kaavioista (ESRI 2012a ja ESRI

2012b). Kumulatiivinen kustannus -rasterin arvot kuvaavat sekunneissa

aikaa, joka kuluu liikuttaessa lähtöpisteestä kuhunkin soluun, kun solun

sivun mitta on 1. Lähtöpiste muutetaan ArcMap-ohjelmistossa cost distance

-työkalun sisäisesti rasteriksi, jos se on alun perin vektorimuotoinen (ES-

RI2012). Sen kustannusetäisyysarvo on nolla, sillä lähtöpisteessä pysymi-

seen ei kulu aikaa.

42

tu, lasketaan vain lyhimmän reitin alueelle kumuloituva aikakustannus aallonkorkeusennusteen

vaikutus huomioiden.

Cost distance -menetelmä tarvitsee perustakseen loogisen kustannusrasterin ja lähtöpisteen tai

rasterin, josta kustannusten kertymän laskeminen aloitetaan. Kustannusrasterin solujen arvot

kuvaavat aikaa, joka kuluu yhden pituusyksikön kulkemiseen juuri siinä solussa. Koska solut

ovat säännöllisiä neliöitä ja niiden sivun pituus on tunnettu, voidaan solun ylittämiseen kuluva

aika laskea sekä suorassa kulmassa että kulmasta kulmaan. Tässä mallissa pituusyksikkönä on

metri ja ajan yksikkönä sekunti. Solun ylittämiseen kuluva aika riippuu aluksen nopeudesta so-

lussa eli aluksen maksiminopeudesta ja aallonkorkeuden mahdollisesta vaikutuksesta siihen.

Cost distance -työkalun toimintaperiaate on esitelty kuvassa 8, ja aluskohtaiset kustannukset

mallissa on esitetty taulukossa 4. Nollakustannus tarkoittaa, ettei alukselle olla voitu määrittää

kulkunopeutta kyseiseen aallonkorkeusluokkaan. Kustannusrasteri ei voi sisältää nolla-arvoja,

joten jos aluksen kulkunopeus jossain kustannusrasterin solussa on nolla, ei alukselle voida tuot-

taa mallilla kumulatiivista kustannusta (ESRI 2012b). Ongelma on tuskin kovin merkittävä

Suomen oloissa, sillä yli 7 metrin merkitsevä aallonkorkeus Suomen merialueilla on erittäin

harvinainen ja lisäksi mallin rakenteesta johtuen nollakustannuksen aiheuttavan aallonkorkeu-

den pitäisi osua juuri aluksen reitille es-

tääkseen matkakustannuksen laskennan.

Kalustotaulukossa (Liite 1) on määritelty

kunkin aluksen nopeus yksikössä metriä

sekunnissa, kullekin mallissa huomioita-

valle merkitsevän aallonkorkeuden luokal-

le. Vaikka lyhimmät reitit mallissa muo-

dostetaan syvyysrasterin avulla, lasketaan

aallonkorkeuden vaikutus kulkunopeuteen

solutasolla myös cost distance -

menetelmällä, jolloin onnettomuuspaikan

kumulatiivinen kustannusarvo kuvaa mat-

kaan kulunutta aikaa.

Aallonkorkeusaineiston resoluutio on

1000 metriä kun taas lyhimmän reitin re-

Taulukko 4. Alusten kulkunopeudet muuttuvat aallonkorkeuden

vaikutuksesta epäsäännöllisesti, joten muuntokertoimien sijaan

mallissa aikakustannus kussakin aallonkorkeusluokassa määritellään

aluskohtaisesti ja kunkin aluksen kustannuspinta muodostetaan

ehtolauseilla.

43

soluutio 40 metriä. Aallonkorkeuspisteiden interpolointia samaan resoluutioon ei nähty järke-

väksi alkuperäisen aineiston karkean (lähes 8 kilometrin) resoluution vuoksi. Mallissa aallon-

korkeusrasterin arvot poimitaan uudeksi kustannuspinnaksi lyhimmän reitin muodostavaan ras-

teriin ehtolauseella. Ehtolauseen tulosrasteri asetetaan noudattamaan lyhintä reittiä kuvaavan

rasterin resoluutiota, prosessointialuetta ja linjaamaan tulosrasterin siten, että sen solut osuvat

kohdakkain lähtörasterina toimivan reitin kanssa. Ehtolause ArcMap-ohjelmistossa on seuraava:

(Con (IsNull("%reitti_AlusX%"),"%Reitti_AlusX%", ((Con ("%WAM%" < 2.5, Kustannus_1, Con

("%WAM%" < 4, Kustannus_2, Con("%WAM%"< 7, Kustannus_3, Kustannus_4)))))))

Lausekkeessa ”Reitti_AlusX” viittaa alukselle least cost path -menetelmällä laskettuun lyhim-

pään reittiin. WAM on aallonkorkeusennusteen arvot sisältävä rasteri, ja Kustannus_1-4 viittaa

kullekin alukselle laskettuun kustannukseen (taulukko 5) yksikössä sekuntia per metri neljään

eri aaltoluokkaan. Con-lause ArcMAp-ohjelmistossa sisältää ehdon, jonka täyttyessä seuraa lau-

seen ensimmäisen termin mukainen arvo ja muussa tapauksessa lauseen seuraavan termin mu-

kainen arvo (ESRI 2014). Tässä kustannusrasterin muodostavassa ehtolauseessa on useita ehdol-

lisia lauseita sisäkkäin. IsNull on myös ehtolause, joka määrittää missä lähtörasterissa on tyhjiä

NoData-arvoja ja määrittää niille uuden arvon (ESRI 2014). Tässä tapauksessa IsNull-lauseella

varmistetaan, että lyhimmän reitin NoData-solut eivät saa arvoja tulosrasterissa. Lauseen tulok-

sena solut, joiden arvo lyhintä reittiä kuvaavassa rasterissa on NoData, ovat myös tuloksessa

NoData, muut arvot eli lyhimpään reittiin kuuluvien solujen arvot määräytyvät aluskohtaisten

lausekkeiden mukaan ja kuvaavat solussa liikkumisen aikakustannusta siinä vallitsevassa aal-

lonkorkeusluokassa.

Öljyntorjunta-alusten käsittely mallissa on haasteellista siksi, että niiden ominaisuudet ovat eri-

laisia eikä niiden luokittelu yksinkertaistamatta lähtötietoja huomattavasti vaikuta mahdolliselta.

Lisäksi liitteen 1 alustaulukon mukaiset arviot aallonkorkeuden vaikutuksesta kunkin aluksen

kulkunopeuteen eivät ole yhteneväisiä siten, että aaltoluokasta toiseen siirryttäessä voitaisiin

käyttää samoja hidastuskertoimia kuin korkeintaan muutamien alusten kohdalla. Tämä vaikuttaa

lähinnä mallin rakenteeseen ja suoritusaikaan, sillä lähes kaikki mallin prosessit on suoritettava

aluskohtaisesti eli pahimmillaan 19 kertaa, jos kaikki alukset ovat tutkimusalueella.

44

5.2 Least cost path

Least cost path -menetelmä toimii kuin navigaattori ilman tieverkkoa: sillä etsitään lyhin tai kus-

tannustehokkain reitti lähtöpisteestä kohteeseen cost distance -rasterin pohjalta. Öljyntorjunta-

alusten tapauksessa ollaan kiinnostuneita useista lähteistä yhteen kohteeseen muodostuvista rei-

teistä ja niiden kulkemiseen vaadittavista ajoista. Valtion öljyntorjunta-alukset sijainteineen ku-

vaavat mallin lähtöpisteitä, ja sen kohde on kuviteltu tai todellinen onnettomuuspaikka tai öljy-

lautan sijainti. Kuvan 9 kaaviossa on esitetty Least cost path -työkalun periaate solutason esi-

merkillä. Sen lähtötietoina käytettävät cost distance- ja backlink-rasterit toistuvat kuvan 8 kaa-

viosta. Cost distance

-rasterin kumuloitu-

va kustannus kertoo

matkaan vaadittavan

ajan missä tahansa

tutkimusalueen so-

lussa, mutta se ei

kerro kuinka suoraa

tai mutkaista reittiä

pitkin tähän soluun

on päästy eli mistä

kustannus muodos-

tuu. Reitin määritte-

lemiseksi cost dis-

tance -vaiheessa täy-

tyy tuottaa myös

backlink-rasteri, joka

sisältää tiedon solujen välisistä kulkusuunnista takaisin lähtöpisteeseen. Least cost path -

analyysissä reitin lähtöpiste on siis jo tiedossa, ja kun reitille määritetään myös määränpää, voi-

daan näiden kahden pisteen välinen reitti muodostaa ikään kuin peruuttamalla kohteesta back-

link-rasterin suuntien ohjeistamana takaisin lähtöpisteeseen.

5.3 Mallin rakenne

Kokonaisuudessaan mallin rakenne on esitetty kuvan 10 vuokaaviossa yhden aluksen osalta.

Varsinainen malli haarautuu siten, että jokaiselle alukselle voidaan muodostaa yksilöllinen kus-

tannusrasteri, lyhin reitti onnettomuuspaikalle ja lopulta matkan aikakustannus. Mallissa on

Kuva 9. Least cost path -työkalun toimintaperiaate solutasolla. Mukaelma ESRIn kaavioista

(ESRI 2012a ja ESRI 2012b). Reittiin kuluva aika voidaan päätellä jo cost distance -työkalun

tuottamasta kumulatiivisesta kustannusrasterista. Tässä esimerkkikaaviossa reittiin kuluisi 11,36

sekuntia aikaa. Cost path -analyysi toimii muun muassa reitin visualisoinnin välineenä. Tässä

mallissa reittirasteria jalostetaan edelleen laskemalla aallonkorkeuksien vaikutus lyhimmän reitin

kulkunopeuteen.

45

kolme muunneltavaa parametria: alusten lähtöpisteet, aallonkorkeusennusteen sisältävä WAM-

pistehila ja onnettomuuspaikka. Lisäksi mallissa on kolme pysyvää lähtöaineistoa: toiminta-

alueet vähintään 5 metrin syvyydelle ja vähintään 10 metrin syvyydelle sekä tutkimusalue, jota

käytetään muiden lähtöaineistojen leikkaamiseen.

Kuva 10. Mallin rakenne hieman yksinkertaistettuna prosessina yhden aluksen osalta.

46

Mallin lähtöaineistona käytettävän AIS-pistetiedoston koordinaatit muunnetaan WGS84-

koordinaattijärjestelmästä Euref-FIN-järjestelmään, joka on käytössä muissa aineistoissa. Piste-

tiedosto leikataan tutkimusalueella, jolloin malliin sisältyvät vain ne alukset, jotka ovat Suomen

merialueilla tai talousvyöhykkeellä. Tämän jälkeen pistetiedostosta valitaan jokainen alus erik-

seen ja luodaan niistä uudet yhden kohteen sisältävät pistetiedostot, jotka toimivat jatkossa mal-

lin lähtöpisteinä kullekin alukselle erikseen.

Mallin toinen tapahtuma-ajasta riippuvainen lähtöaineisto on WAM aallonkorkeusennuste. Ai-

neisto on lähtötilanteessa pistehila, joka sisältää kahden vuorokauden aaltoennusteet muutaman

tunnin välein. Pistehilasta valitaan ominaisuustietokyselyllä ajankohta, jonka aaltoennustetta

halutaan käyttää. Kyselyn lause on tyyppiä: ”Aika = päivämäärä, kellonaika”, jossa ennusteelle

haluttu ajankohta valitaan kyseistä pistehilaa koskevalta listalta eikä kirjoitusasua tarvitse arvail-

la. Valinnan tuloksena syntyy karsittu pistehila, joka interpoloidaan yhden kilometrin resoluuti-

oon rasteriksi. Vasta interpoloinnin jälkeen rasteri leikataan kattamaan vain tutkimusalue. Tätä

merkitsevän aallonkorkeuden ennustetta tutkimusalueen eri osissa kuvaavaa rasteria käytetään

mallissa myöhemmin alusten matka-aikojen laskemiseen.

Kun jokainen alus on erotettu omaksi kohteekseen, toteutetaan seuraavat vaiheet mallissa kaikil-

le aluspisteille erikseen. Ensimmäinen cost distance -laskelma laskee aluksen lähtöpisteestä sille

kuuluvaa painotettua toiminta-aluetta hyödyntäen kumuloituvan matkakustannuksen koko tut-

kimusalueelle sekä seuraavaan vaiheeseen tarvittavan backlink-rasterin. Tämän vaiheen mo-

lemmat tulosrasterit tarvitaan Least cost path -analyysiin, jossa haetaan lyhin mahdollinen reitti

onnettomuuspaikalle. Lähtöpisteen sijainti sisältyy tässä vaiheessa jo cost distance -rasteriin sen

ainoana soluna, jonka arvo on nolla. Least cost path -työkalun tulosrasteri on yhden solun levyi-

nen, katkeamaton ketju, joka kuvaa aluksen lyhintä reittiä lähtöpisteestä onnettomuuspaikalle.

Cost distance- ja least cost path -rasterit perustuvat tässä vaiheessa toiminta-aluerasteriin, joten

myös lyhimmän reitin resoluutio on toiminta-aluetta vastaava eli sen solujen sivut ovat 40 met-

riä.

Kun alukselle on laskettu reitti, joka ei ole riippuvainen aallonkorkeuksien vaihtelusta, tuotetaan

pelkästään lyhimmän reitin alueelle uusi kustannusrasteri, johon poimitaan aallonkorkeusennus-

teen arvot suuremman resoluution rasterista. Aallonkorkeusrasteria ei alun perin interpoloida

samaan resoluutioon muiden mallin aineistojen kanssa siksi, että sen lähtöaineiston pistehilan

47

alueellinen erotuskyky on useita kilometrejä eikä suuren resoluution rasterin katsota tuovan mal-

liin erityistä lisäarvoa. Ennustettuja aallonkorkeuksia käytetään aluskohtaisen matkakustannuk-

sen määrittelyyn kappaleessa 5.1 kuvatulla ehtolausekkeella.

Tätä uutta, vain lyhimmän reitin kattavaa kustannusrasteria käytetään toisen cost distance -

laskelman pohjana. Tässä vaiheessa aluksen reitti on jo selvillä, joten backlin- rasteria ei tarvita,

ja mallin lopullinen tulos eli matkaan kulunut aika on reitille lasketun kumulatiivisen kustan-

nuksen suurin arvo eli onnettomuuspaikkaa vastaavan tulosrasterin solun arvo.

5.4 Tapauslaskelmat

Edellä kuvatun mallin tuloksena saadaan öljyntorjunta-alusten saavutettavuutta kuvaavia matka-

aikoja malliin syötetyistä lähtöpisteistä onnettomuuspaikalle. Mallin testaamiseksi sillä lasket-

tiin kuusi variaatiota mahdollisesta tapauksesta. Variaatiot on jaettu kolmeen erilaiseen tapauk-

seen, joista jokainen on laskettu sekä Suomenlahdelle, että Pohjanlahdelle sijoitettuihin esimer-

kinomaisiin onnettomuuspaikkoihin. Onnettomuuspaikkojen valinnan perusteet on esitelty kap-

paleessa 4.4. Tapauksista ”Nollatapaus” ja ”Myrsky” ovat eräänlaisia verrokkeja ”Normaaliti-

lanteelle”, jossa on pyritty kuvaamaan mallin lähtötilannetta operatiivisessa toiminnassa.

Nollatapauksessa tuotetaan vertailua varten tilanne, jossa kaikkien alusten lähtöpiste on niiden

nimellisessä kotisatamassa ja aaltojen vaikutus ajonopeuteen on kaikkialla tutkimusalueella 0.

Tapaukseen sisältyy 17 alusta, sillä Kummeli on avovesikautena Saimaalla ja Sektori Tallinnas-

sa, eli ne jäävät tutkimusalueen ulkopuolelle. Liitteen 1 kalustotaulukon mukaan alle 2,5 metrin

merkitsevä aallonkorkeus ei merkittävästi hidasta yhdenkään mallinnettavan aluksen ajonopeut-

ta. Nollatapauksen voidaan siis ajatella kuvaavan tilannetta, jossa merkitsevä aallonkorkeus on

kaikilla tutkimusalueen merialueilla alle 2,5 m ja kaikki alukset ovat lähtöhetkellä kotisatamis-

saan. Kappaleessa 5.3 selostetusta mallista poiketen tämän tapauksen mallissa ei ole käytetty

ollenkaan aallonkorkeusennustetta, ja AIS pistetiedoston korvaa tätä tarkoitusta varten digitoitu

pisteaineisto alusten kotisatamien sijainneista.

Normaalitilanteeksi tässä yhteydessä ajatellaan tilanne, jossa hetkellisen torjuntavalmiuden arvi-

ointia varten haetaan asianmukaisista rajapinnoista sekä öljyntorjuntalaivaston sijaintitiedot, että

ajankohtainen aaltoennuste. Normaalitilanteeksi nimetyssä tapauksessa esimerkkinä hetkellisen

öljyntorjuntalaivaston saavutettavuuden arviointiin käytetään tapahtumahetkeä 7.7.2016 klo

9:20. Hetki on valittu täysin satunnaisesti tutkimuksen ollessa siinä vaiheessa, että lähtöaineis-

48

toille on ollut tarvetta. Mallin parametreiksi siis valittiin öljyntorjunta-alusten koordinaatit sisäl-

tävä shape-tiedostoksi muokattu AIS-taulukko samalta hetkeltä. Vastaavasti mallin parametriksi

valitiin WAM-aaltoennuste samalta päivältä ja siitä aikaa klo 9:00 vastaavat arvot. Tässä tapa-

uksessa aluksista mallissa on mukana kaikkiaan 5 alusta. Alusten määrä riippuu paitsi siitä, mil-

lä aluksilla kyseisenä hetkenä on AIS laitteisto päällä, eli mitkä niistä välittävät sijaintitietojaan

AIS palvelimelle, myös siitä, mitkä aluksista ovat tutkimusalueen sisäpuolella. Valittuna ajan-

kohtana kaikista 19 öljyntorjunta-aluksesta nämä ehdot täyttivät Linja, Otava, Stella, Seili, ja

Svärtan. Se ei tarkoita ettei muita aluksia olisi tuolloin ollut käytettävissä, eikä toisaalta kerro

mitään kyseisten alusten valmiudesta mahdolliseen öljyntorjuntatehtävään vaan alukset valikoi-

tuvat malliin puhtaasti niiden sijaintitiedon saatavuuden perusteella. Merkitsevän aallonkorkeu-

den ennusteen arvot vaihtelevat välillä 0,27–2,72 metriä, mutta mallissa käytetyn alimman mat-

kanopeuteen vaikuttavan raja-arvon 2,5 ne ylittävät vain Saaristomeren pohjoisosissa ja Selkä-

merellä.

Myrsky-tapaus mallinnettiin hyödyntäen 2.10.2015 kello 15:00 aaltoennustetta. Ennuste ajoittuu

Valio-myrskyn ajalle, jolloin Ilmatieteen laitos varoitti muun muassa vaarallisiksi yltyvistä tuu-

lista (YLE 2015). Alusten lähtöpisteinä käytetään kattavamman vertailun vuoksi kotisatamien

pisteitä, sillä aallonkorkeusaineiston ajankohdalta ei ole saatavilla alusten todellisia sijaintitieto-

ja. Myrskytapauksessa merkitsevä aallonkorkeus tutkimusalueella vaihtelee välillä 0,95–4,56

metriä. Vain Saaristomerellä aallonkorkeudet jäävät laajemmalti alle 2,5 metrin. Molempien

onnettomuuspaikkojen alueella merkitsevän aallonkorkeuden ennuste on 2,51–4 metrin välillä,

jolloin kaikki alukset päätyvät jossain vaiheessa reitillään vähinäänkin alimman aaltovaroitus-

luokan alueelle ja ainakin osalla aluksista tämän pitäisi johtaa matka-ajan pitenemiseen. Koska

aallonkorkeusennuste ei vaikuta alusten reitteihin, ovat reitit käytännössä samoja kuin ensim-

mäisessä nollatapauksessa. Nyt reiteille kuitenkin kohdistuu aallonkorkeuden hidastevaikutus ja

niiden matka-aikojen voidaan olettaa poikkeavan Nollatapauksesta.

49

6. Tulokset

Tässä kappaleessa esitellään mallin tulokset kolmessa esimerkinomaisessa tapauksessa. Tapauk-

sia kutsutaan nimillä: ”Nollatapaus”, ”Normaalitapaus” ja ”Myrsky”. Nollatapauksessa on tar-

koitus tuottaa vertailukohta erilaisia aallonkorkeusolosuhteita ja alusten todellisia sijainteja hyö-

dyntäville tapauksille. Aallonkorkeuden vaikutusta ei nollatapauksessa huomioida ollenkaan

vaan siinä tarkastellaan pelkästään onnettomuuspaikan saavutettavuutta kaikkien alusten kotisa-

tamista. Normaalitapaus kuvaa tilannetta, jossa sekä alusten sijainnit, että ajankohtainen aal-

toennuste on haettu samalle tapahtuma-ajalle rajapinnoista ja saavutettavuutta arvioidaan niiden

alusten osalta, joiden sijainti on sillä hetkellä ollut saatavilla. Myrskytapauksessa puolestaan

tarkastellaan Suomen merialueilla epätavallisen korkean aallokon vaikutusta saavutettavuuteen

ja aaltoennusteena käytetään vuoden 2015 Valio-myrskyn aikaista aaltoennustetta. Kaikkien

tapausten laskelmat on toistettu kahteen kappaleessa 4.4. esiteltyyn onnettomuuspaikkaan alu-

eellisten vertailujen mahdollistamiseksi.

Mallin tuloksena tuotettuja alusten matka-aikoja käsitellään sellaisenaan eli huomioimatta alus-

kohtaisten valmiusaikojen vaikutusta lähtöaikoihin tai alusten lähettämiseen liittyvää päätöksen-

tekoa. Tulosten voidaan siis ajatella kuvaavan eräänlaista kisa-asetelmaa, jossa kaikki alukset

lähtevät samanaikaisesti liikkeelle omista lähtöpisteistään riippumatta siitä kuinka monta tai

minkälaista alusta vahingon hoitaminen edellyttää.

6.1 Nollatapaus

Nollatapauksessa kaikkien alusten ollessa kotisatamissa Suomenlahden onnettomuuspaikalle

ehtisi lyhimmässä ajassa Seili Lauttasaaresta hieman vajaassa kahdessa tunnissa ja Merenkurkun

onnettomuuspaikalle Oili IV vajaassa viidessä tunnissa. Myös seuraavien alusten saapuminen

Merenkurkkuun kestäisi huomattavasti kauemmin kuin Suomenlahdelle. Suomenlahden tapauk-

sessa alle tunnin Seilin saapumisajan jälkeen paikalle ehtisi kolme alusta lisää. Merenkurkussa

seuraavat alukset saapuisivat paikalle yli kymmenen tuntia Oili IV:n jälkeen. Ensimmäisten yk-

siköiden näkökulmasta Suomenlahden onnettomuuspiste olisi siis huomattavasti paremmin saa-

vutettavissa kuin Merenkurkun onnettomuuspiste. Kaikkien tapaukseen sisältyvien alusten mat-

ka-ajat on esitetty liitteessä 2.

Taulukossa 5 esitettyjen matka-aikojen kuvaajista voidaan havaita selvä ero Suomenlahden ja

Merenkurkun pisteiden saavutettavuudessa. Suomenlahden pisteeseen saataisiin useita aluksia

melko nopeasti eli kaikki seitsemän Suomenlahdelta lähtevää alusta alle 4,5 tunnissa. Meren-

50

kurkun pisteeseen sen sijaan saataisiin

yksi alus kohtalaisen nopeasti, mutta

lisää toimijoita vasta puolen vuorokau-

den kuluttua. Toisaalta alle vuorokauden

sisään paikalle ehtisi jo 11 alusta 17:stä.

Pisimmät alusten matka-ajat molempiin

kohteisiin ovat yli puolitoista vuorokaut-

ta. Suomenlahdella viimeisenä paikalle

ehtisi Oili IV 47,3 tunnissa ja Meren-

kurkkuun Otava 32,2 tunnissa. Koko

öljyntorjuntalaivasto olisi siis teoriassa

nopeampaa siirtää Merenkurkun kohde-

pisteeseen kuin Suomenlahden kohde-

pisteeseen.

Matka-ajat ovat pääsääntöisesti sitä pi-

dempiä mitä kauempana aluksen lähtö-

piste on kohteesta. Muutamat poikkeuk-

set kuitenkin erottuvat selvästi taulukon

5 kaavioista. Suomenlahden kohteessa

Letto olisi perillä lähes 7 tuntia Oili

IV:ää aiemmin, vaikka sille kertyy mat-

kaa Oulun Toppilasta vajaat 300 kilo-

metriä enemmän kuin Oili IV:lle Raip-

paluodosta. Ero on ymmärrettävä kun

tarkastellaan alusten enimmäiskulkunopeuksia. Tässä tapauksessa koko reitti on laskettu kuljet-

tavaksi täydellä nopeudella, mikä tarkoittaa Letolle 12 solmun ja Oili IV:lle 7 solmun nopeutta.

Myös nopeimpien alusten reittien pituudet erottuvat huippuina taulukon 5 kuvaajissa, ja erityi-

sesti Merenkurkun onnettomuuspaikalle saapumisjärjestykseen vaikuttaa vahvasti myös aluksen

nopeus. Varsinais-Suomesta Merenkurkun kohteeseen lähtevät hitaammat alukset, Oili II ja Oili

III saapuvat perille viimeisten joukossa, mutta kolmen nopeimman aluksen joukko Upinniemes-

tä eli Turva, Merikarhu ja Louhi, ohittavat muita matkalla. Suomenlahden pisteeseen alukset sen

sijaan saapuvat lähestulkoon etäisyysjärjestyksessä lähinnä Oili II:n, Oili III:n ja Oili IV:n jää-

dessä hieman nopeusjärjestyksessä etäisyyttään taemmas.

Taulukko 5. Nollatapauksen matka-ajat ja reittien pituudet Suomen-

lahden ja Merenkurkun onnettomuuspisteisiin laskettuina.

51

Tapauksessa aluksille määritellyt kotisatamat toimivat niiden lähtöpisteinä. Koska joillakin

aluksilla on sama kotisatama ja sama kulkusyvyys, joka määrittelee niille edulliset ja mahdolli-

set reittivalinnat, ovat laskennan tuottamat reitit osin identtisiä. Esimerkiksi Louhen, Merikarhun

ja Turvan kotisatama on Upinniemessä ja niille kaikille sallituksi kulkusyvyydeksi on määritelty

yli kymmenen metrin syvyys. Näin ollen kaikkien kolmen reitit muodostuvat mallissa samalla

tavalla ja yhtä pitkiksi. Myös Hylje lähtee samasta pisteestä Upinniemestä, mutta koska sen sy-

väys on muita sen verran pienempi, että sen kulkusyvyydeksi on määritelty yli viiden metrin

syvyys, muodostuu reitti sen verran erilaiseksi, että sen reitti esimerkiksi Suomenlahden onnet-

tomuuspaikkaan on kilometrin verran lyhempi kuin Louhen, Merikarhun ja Turvan. Kaikkien

alusten mallinnetut reitit on esitetty kuvan 11 kartassa.

Kuva 11. 17 aluksen lyhimmät reitit kotisatamista kuvitteellisiin onnettomuuspaikkoihin least cost path -menetelmällä laskettu-

na. Osalla aluksista on sama lähtösatama ja sama toiminta-alue, eli kulkusyvyysluokitus, joten osa reiteistä on päällekkäisiä.

Päällekkäiset reitit on piirretty katkoviivoina. Reitit on muutettu vektori-muotoon visuaalisen tarkastelun helpottamiseksi.

52

6.2 Normaalitilanne

7.7.2016 klo 9:20 muuttujilla laskettuna Merenkurkun onnettomuuspaikka tulisi saavutetuksi

nopeammin kuin Suomenlahden onnettomuuspaikka. Merenkurkkuun ensimmäisenä saapuisi

Linja 3,5 tunnissa ja Suomenlahdelle Otava 4,3 tunnissa. Kaksi alusta paikalla olisi ensin Suo-

menlahdella, mutta kaikki tapauksen alukset siirtyisivät jälleen nopeammin Merenkurkun onnet-

tomuuspaikkaan kuin Suomenlahden onnettomuuspaikkaan. Alusten matka-ajat on esitetty kaa-

vioina taulukossa 6 ja lukuina liitteessä 2.

Laskennassa mukana olleista aluksista Otava, Stella ja Svärtan olivat niin lähellä niiden kotisa-

tamien pisteitä, että Suomenlahden pisteeseen liikuttaessa matka-ajan erotus Nollatilanteen tu-

loksiin oli nolla minuuttia ja reittien voi-

daan olettaa olevan lähes samat. Reitit ja

alusten lähtöpaikat on esitetty kuvan 12

kartassa. Linjan ja Seilin osalta sen si-

jaan saatiin huomattavan erilaisia lukuja.

Linjan kotisatama on mallissa merkitty

Turun Latokariin, mutta sen AIS-sijainti

oli Vaasan edustalla. Matkan pituudessa

Suomenlahden onnettomuuspaikalle

eroa oli lähes 350 kilometriä ja aikaa

tähän kuluisi noin 18 ja puoli tuntia

enemmän kuin kotisatamasta. Meren-

kurkun onnettomuuspaikkaan liikuttaes-

sa ero nollatapaukseen on lähes yhtä

suuri, mutta toiseen suuntaan. Nollata-

pauksessa Linjan matkaan Merenkurkun

onnettomuuspaikalle olisi kulunut yli 21

tuntia, mutta tämän tapauksen AIS-

sijainnista matkaan kuluisi vain 3,5 tun-

tia eli yli tunnin vähemmän kuin nolla-

tapauksessa ensimmäisen aluksen siir-

tymiseen tähän onnettomuuspaikkaan.

Taulukko 6. Normaalitapauksen matkanopeudet ja reittien pituudet

Suomenlahden ja Merenkurkun onnettomuuspaikkoihin sekä vertailu

kaavio Nollatapauksen ja Normaalitapauksen matka-ajoista.

53

Seilin kotisatama on Helsingin Lauttasaaressa, josta se nollatilanteen laskelman mukaan olisi

saavuttanut onnettomuuspaikan ensimmäisenä. Seilin AIS-sijainti oli tässä tapauksessa Oulun

edustalla, josta sille kertyisi matkaa Suomenlahden onnettomuuspaikalle noin 860 kilometriä ja

yli puolitoista vuorokautta enemmän kuin sen kotisatamasta. Merenkurkun onnettomuuspaik-

kaan Seili ehtisi AIS-sijainnistaan lähes 12 tuntia nopeammin kuin kotisatamastaan Nollatapa-

uksessa.

Tapauksessa yli 2,5 metrin aallokkoa esiintyi lähinnä Saaristomeren pohjoispuolella. Yli 2,5

metrin, mutta alle 4 metrin aallonkorkeus olisi nopeustaulukon mukaan (taulukko 1) vaikuttanut

tässä tapauksessa kaikkiin aluksiin paitsi Seiliin. Korkeamman aallokon alue ei kuitenkaan osu-

nut kuin Svärtanin reitille Merenkurkun onnettomuuspaikkaan siirryttäessä. Kuvan 12 kartalla

näkyvän yli 2,5 metrin aallokkoalueen vaikutuksesta Svärtanin matka-aika merenkurkun onnet-

Kuva 12. 7.7.2016 AIS-tilanteen mukaiset reitit kartalla. Aluksia on mukana viisi ja ne näyttäisivät olevan melko lähellä sata-

ma-alueita. Kuitenkin näistä aluksista Seili on AIS tiedon mukaan Oulussa kun sen kotisatama on Helsingissä ja Linja, jonka

kotisatama on Turussa on AIS-sijainnin mukaan Vaasassa. Aallonkorkeus vaikuttaa tässä tapauslaskennassa lähinnä Svärtanin

matka-aikaan Merenkurkun onnettomuuspaikkaan.

54

tomuuspaikkaan piteni lähes 4 tuntia. Toisaalta AIS-sijaintia käyttämällä myös Svärtanin reitin

pituus Merenkurkkuun kasvoi noin 24 kilometriä.

6.3 Myrsky

Myrsky-tapauksessa Suomenlahden onnettomuuspaikka tulisi huomattavasti nopeammin saavu-

tetuksi kuin Merenkurkun piste. Suomenlahdella ensimmäisenä paikalla olisi Seili alle kahdessa

tunnissa ja kaikki 7 Suomenlahden alusta alle kymmenessä tunnissa kuten Nollatapauksessa.

Merenkurkun onnettomuuspaikalle saapuisi ensimmäisenä Oili IV Raippaluodolta, mutta vasta

kuuden ja puolen tunnin kuluttua lähdöstä eli vajaa kaksi tuntia Nollatapausta hitaammin. Seu-

raavina paikalla olisivat Tursas ja Uisko Latokarista vajaan 16 tunnin kuluttua lähdöstä. Nolla-

tapauksessa toisena paikalle ehtineen

Leton ohittaisi täpärästi Turva Upin-

niemestä noin 17 tunnin kuluttua lähdös-

tä. Myrsky-tapauksen matka-ajat, reittien

pituudet ja vertailu Nollatapaukseen on

esitetty taulukossa 7.

Myrskytapauksessa korostuu suurten ja

pienten laivojen saavutettavuuden ero

kovassa merenkäynnissä. Mallin lähtö-

tiedoissa (taulukko 1) Hallin, Hylkeen,

Leton, Louhen, Merikarhun, Seilin, Tur-

saan, Turvan ja Uiskon nopeuden ei olla

arvioitu putoavan merkittävästi vielä

2,5–4 metrin aallokossa. Lähes kaikkien

näiden alusten matka-ajat ja keskino-

peudet säilyivät Myrskytapauksessa en-

nallaan verrattuna Nollatapaukseen.

Vain Leton keskinopeus laski sen reitillä

Suomenlahdelle noin 1,2 solmua mak-

simista ja sen matka-aika piteni vastaa-

vasti 4 tuntia ja 26 minuuttia. Tulos on

ymmärrettävä, ottaen huomioon, että

Leton reitti Oulun Toppilasta Porvoo-

Taulukko 7. Myrskytapauksen matka-ajat ja reittien pituudet Suo-

menlahden ja Merenkurkun onnettomuuspisteisiin laskettuina sekä

Nollatapauksen ja Myrskytapauksen matka-aikojen vertailukaavio.

55

seen kulkee Perämerellä yli 170 kilometrin matkan yli neljän metrin aallonkorkeusennusteen

alueella. Reiteillä Merenkurkun onnettomuuspisteeseen kaikkien alusten keskinopeudet muuttu-

vat edes vähän niiden enimmäisnopeuksista, sillä kaikkien edellä mainittujen ”suurten” alusten

reitit kulkevat Perämerellä yli neljän metrin aallokkoalueen kautta, lukuun ottamatta Lettoa,

jonka reitti kulkee myös Merenkurkun kohteeseen siirryttäessä laajan Perämerellä esiintyvän

korkean aallokon vyöhykkeen kautta. Koska aallonkorkeus ei mallissa vaikuta reittien muodos-

tumiseen, ovat Myrskytapauksen reitit identtisiä Nollatapauksen reittien kanssa. Kotisatamien

sijainnit ja kohdepisteet ovat molemmissa tapauksissa samoja. Myrskytapauksen reitit ja luoki-

teltu aaltoennuste on esitetty kuvan 13 kartalla.

Pienempien alusten osalta muutokset nollatilanteen ja Myrskytapauksen välillä ovat suurempia.

Kaikkien alusten on kuitenkin katsottu pystyvän kulkemaan yli neljän metrin aallokossa, joten

myrskyolosuhteet eivät vielä tässä tapauksessa estä minkään laivan liikkumista mallissa. Suo-

menlahden kohteeseen laskettuna suurin ero nollatapauksen matka-aikaan on myrskyssä laskettu

Kuva 13. Vuoden 2015 Valiomyrskyn aikaisen aallonkorkeusennusteen korkeimmat arvot ovat yli 4, 5 metriä. Ajonopeuksiin

vaikuttavia aallonkorkeuksia on myös ennustettu Saaristomerta lukuun ottamatta lähes kaikille merialueille ja koska molemmilla

onnettomuuspaikoilla aallonkorkeusennuste on yli 2,5 metriä, on matka-aikojen piteneminen useimpien alusten osalta odotetta-

vissa.

56

Oili IV:lle, jonka reitti Raippaluodosta on tapauksen toiseksi pisin. Nollaolosuhteissakin Oili

IV:n matka kestäisi lähes kaksi vuorokautta, Valiomyrskyn aalto-olosuhteissa lähes 17 tuntia

pidempään. Maarianhaminasta lähtevän Svärtanin matka-aika Suomenlahdelle pitenisi näillä

olosuhteilla yli kymmenen tuntia, mikä on tapausten välillä toiseksi suurin ero matka-ajassa.

Svärtanin osalta eroa selittää pitkähkön matkan osalta myös nopeustaulukon suurin pudotus

matkanopeudessa alimpien aaltoluokkien välillä. Svärtanin maksiminopeus on 9,5 solmua, jonka

on arvioitu laskevan 5 solmuun yli 2,5 metrin aallokossa. Suurin erotus matka-ajassa suhteessa

kuljettavaan matkaan on puolestaan Oili I:llä. Sen matka pitenee yli 2,5 metrisessä aallokossa

Helsingin lauttasaaresta noin tunnin ja 40 minuuttia, matkan ollessa kilometreissä mitattuna ta-

pauksen lyhin: vain noin 40 kilometriä. Merenkurkun onnettomuuspaikalle liikuttaessa suurin

ero Nollatapauksen matka-aikaan on Oili I:llä. Sen matka myrskyolosuhteissa kestäisi 25 tuntia

pidempään kuin Nollatapauksessa. Yli kymmenen tuntia hitaammin perille pääsisivät myös

Svärtan, Oili II ja Otava.

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh

hhhhhhhhhhh

57

7. Pohdinta

7.1 Merellinen saavutettavuus

Edellä kuvatun öljyntorjunta-alusten saavutettavuusmallin tuloksena saatiin alusten matka-

aikoja kuvaavia tunnuslukuja kolmessa esimerkkitapauksessa kahteen eri kohdepisteeseen. Mal-

lin tulokset ovat esimerkinomaisia, eikä niistä siis voida vetää luotettavia johtopäätöksiä öljyn-

torjuntalaivaston kyvystä saavuttaa öljyvahinkopaikkoja eri merialueilla. Mallin konsepti on

kuitenkin toimiva, ja se tuottaa alusten ominaisuuksista, lähtöpaikan ja kohteen välisestä etäi-

syydestä ja olosuhteista riippuvaisia, helposti ymmärrettäviä saavutettavuuden mittoja mallin-

nettujen vasteaikojen muodossa. Sekä alusten sijainneista että vallitsevista olosuhteista on saata-

villa tiheästi päivittyvää ja paikkatietomallissa hyödynnettävää tietoa, jonka avulla voidaan tar-

kastella todellisia tilanteita merialueilla. Malli ei myöskään edellytä käyttäjältään kovinkaan

monimutkaisia syötteitä, kuten valmiita reittejä, vaan sen lähtötietoina toimivat automaattisesti

päivittyvät AIS- ja aaltoennusteaineistot.

Kuten kappaleessa 2.4 todettiin, on saavutettavuutta tutkittu ja mallinnettu paikkatietomenetel-

miä hyödyntäen monissa eri yhteyksissä, mutta useimmiten vain maaliikennejärjestelmiä tarkas-

tellen. Tässä tutkielmassa tavoiteltua merellistä saavutettavuutta tai sen osatekijöitä ovat mallin-

taneet Suomenlahdella muun muassa Lehikoinen ym. (2013) osana öljyntorjunta-alusten keruu-

tehokkuuden optimointilaskelmia ja Venäläinen (2014) meripelastusyksiköiden vasteaikojen

muodossa. Yleisellä tasolla spatiaalinen saavutettavuus muodostuu liikkuvuudesta ja etäisyydes-

tä (Haugen 2012: 4). Saavutettavuuden mallinnettavissa olevat komponentit puolestaan ovat

niitä olosuhdetekijöitä, jotka vaikuttavat joko liikkuvuuteen tai etäisyyteen, joiden vaikutuksen

suuruus alusten kulkunopeuksiin on märiteltävissä ja joista itsestään on saatavilla aineistoa

muodossa, jota pystytään paikkatietomallissa hyödyntämään. Tässä tutkielmassa tunnistettiin

sekä ympäristöolosuhteista, kulkuvälineiden ominaisuuksista, että toimintatavoista ja säännöistä

johtuvia merellisen saavutettavuuden osatekijöitä, joista mallin muuttujina käytettiin alusten

sijainteja, onnettomuuspaikan sijaintia, merialueen syvyysluokitusta ja merkitsevän aallonkor-

keuden ennustetta. Alusten tai veneiden lähtöpisteiden on muun muassa Lehikoisen ym. (2013:

1794) ja Venäläisen (2014: 25) tutkimuksissa määritelty sijaitsevan niiden kotisatamissa. Saavu-

tettavuuden arvioinnissa on kuitenkin otettava huomioon että kaikki Suomen öljyntorjunta-

alukset ovat monitoimialuksia ja ne liikkuvat laajasti omiin tehtäviinsä liittyen eivätkä siten ole

aina lähdössä juuri kotisatamastaan myöskään öljyntorjuntatehtävään.

58

Lisäksi tutkielmassa tunnistettiin merkittäviksi saavutettavuuteen vaikuttaviksi tekijöiksi liik-

kumisen rajoittuminen väyläverkostoon, alusten valmiusajat kullakin ajan hetkellä sekä ympä-

ristöolosuhteista erityisesti jääpeitteen olemassaolo ja sen paksuus. Kulkunopeuteen voidaan

olettaa vaikuttavan myös aallokon suunnan sekä tuulen suunnan ja voimakkuuden. Suomenlah-

den meripelastusseurojen veneiden tapauksessa myös näkyvyydellä on arvioitu olevan vaikutus-

ta kulkunopeuksiin (Venäläinen2014: 59). Vaikka tämän tutkielman malliin sisältyi vain muu-

tamia saavutettavuuden osatekijöitä kuvaavia aineistoja, on huomattava, että useampien olosuh-

detekijöiden sisällyttäminen olisi jo mahdollista olemassa olevia paikkatietoaineistoja hyödyntä-

en (mm. Ilmatieteen laitos 2016e) sikäli kun ne pystytään suhteuttamaan toisiinsa ja alusten liik-

kumiskykyyn. Seuraava askel kohti moniulotteisempaa saavutettavuuden arviointia voisi olla

alusten nopeusprofiilien selvittäminen erilaisissa sääolosuhteissa ja mahdollisten säännönmukai-

suuksien etsiminen alustyypeittäin.

Jälkikäteen jokseenkin ilmeiseltä ratkaisulta mallin todenmukaisuuden parantamiseksi vaikuttai-

si olevan kuvaavamman pohja-aineiston luominen lyhimpien reittien muodostamiseksi. Uusi

pohja-aineisto voitaisiin muodostaa esimerkiksi yhdistämällä syvyysaineisto ja väyläaineisto

siten, että väylien alueella kustannus reittien muodostukseen olisi pieni ja sallittujen syvyysalu-

eiden kustannus sitä jonkin verran suurempi, jolloin edullisimmat reitit muodostuisivat todennä-

köisemmin väyläalueille. Liian matalien syvyysalueiden kustannus taas olisi merkittävästi suu-

rempi kuin tässä mallissa käytetty sallittuihin syvyysalueisiin nähden kaksinkertainen kustannus.

Tällöin vältyttäisiin todennäköisemmin ”oikopoluilta” matalikoiden kautta, kun vaihtoehtona on

saaren tai muun esteen kiertäminen. Toisaalta myös näiden kolmen eri kustannustekijän harkit-

sematon painotus voi johtaa yllättäviin virhemahdollisuuksiin.

Saavutettavuus konkretisoituu tämän tutkielman mallissa alusten matka-aikoja kuvaavina tun-

nuslukuina. Tapauslaskentojen tulosten mukaan kaikkien öljyntorjunta-alusten ollessa kotisata-

missaan olisi Suomenlahden onnettomuuspiste nopeammin ensimmäisten alusten saavutettavis-

sa kuin Merenkurkun onnettomuuspiste ja tämä ero korostuu aallokon ollessa korkeaa. Myös

seuraavien alusten saapuminen olisi nopeampaa Suomenlahdelle kuin Merenkurkun kohdepis-

teeseen. Öljyntorjuntavalmius merellä –työryhmän (Hietala & Lampela 2007: 20-21) asettamien

tavoitteiden mukaan Suomessa öljyntorjuntavalmiuden tulisi olla tasolla, jolla Pohjanlahdella

5000 tonnin ja Suomenlahdella 30 000 tonnin öljyvahinko, olisi torjuttavissa kolmen vuorokau-

den sisällä ja tästä määrästä puolet olisi kyettävä keräämään jo ensimmäisen vuorokauden aika-

na. Tavoitteet on asetettu ottaen huomioon muun muassa naapurimaista ja Euroopan meriturval-

59

lisuusvirasto EMSAlta suuressa vahinkotapauksessa saatava lisäkapasiteetti. Torjunnan tavoite-

tasot on myös vahvistettu poliittisiksi tavoitteiksi vuoden 2008 sisäisen turvallisuuden ohjelmas-

sa (Sisäasiainministeriö 2008: 38). Suomenlahdella öljynkeruukapasiteetin tarve on siis suurem-

pi kuin Pohjanlahdella. Yksinkertaisen saavutettavuusanalyysin avulla ei voida vielä sanoa

kuinka hyvin tavoite täyttyisi Suomen omalla aluskalustolla, mutta alusten keruutehoja ja tank-

kitilavuuksia (Suomen ympäristökeskus 2016a) tarkastelemalla saadaan jo suuntaviivoja mah-

dollisista ongelmakohdista. Esimerkiksi tämän tutkielman Nollatapaus-esimerkkilaskennassa

Suomenlahden onnettomuuspaikkaan ehtisi kolmen tunnin sisällä viisi alusta joiden yhteenlas-

kettu keruutehokkuus olisi 316 m3/h ja tankkitilavuus 2716 m

3. Kuutio öljyä vastaa noin yhtä

tonnia, joten 21 tunnissa tällä keruutehokkuudella kerättäisiin vasta reilu 6600 tonnia ensimmäi-

senä vuorokautena tavoitellusta 15 000 tonnista. Lisää aluksia kuitenkin saapuisi paikalle tunnin

tai parin välein ja ensimmäisen vuorokauden puolella perille ehtisi 14 alusta 17:stä. Muuten sa-

moilla muuttujilla laskettuna, mutta Merenkurkun onnettomuuspaikkaan ensimmäinen alus saa-

puisi vasta vajaan viiden tunnin kuluttua ja sillä olisi käytössään 35 m3:n keruukapasiteetti ja 30

m3 tankkitilaa. Tällä keruukapasiteetilla alus ehtisi kerätä öljyä yksin lähes kymmenen tuntia

ennen seuraavien yksiköiden saapumista. Jos teoreettinen keruukapasiteetti toteutuisi, olisi aluk-

sen tyhjennettävä tankkinsa noin kerran tunnissa. Jollei onnettomuuspaikalle saataisi samanai-

kaisesti myös lisää tankkitilaa esimerkiksi yksityistä kalustoa hyödyntäen, vaan alus joutuisi

palaamaan satamaan tankin tyhjennystä varten, ehtisi se kerätä tasan 35 m3 öljyä ennen seuraa-

van aluksen saapumista. On toki todennäköistä, että tankin tyhjennyspaikka löytyisi lähempää-

kin kuin aluksen omasta satamasta, mutta tämä pohdinta jää jo tämän työn tavoitteiden ulkopuo-

lelle. On joka tapauksessa suhteellisen turvallista arvioida, että Suomenlahdella öljyntorjunta-

toimet alkaisivat huomattavasti nopeammin ja tehokkaammin kuin Merenkurkussa. Sen sijaan

on vaikeaa sanoa kuinka merkittävästä erosta todella on kyse, sillä Suomenlahdella öljyntorjun-

taan varautumistason tavoitteena on kuusinkertaisen öljymäärän kerääminen verrattuna Meren-

kurkun alueeseen (Hietala & Lampela 2007: 20–21). Lisäksi tulosten tulkinnassa on syytä muis-

taa malliin liittyvä suuri yksinkertaistuksen aste, ja esimerkiksi aluskohtaisten valmiusaikojen

puuttuminen mallista. Mallin tuottamat matka-ajat eivät siis vielä kerro kuinka kauan ensimmäi-

sestä vuorokaudesta olisi ehtinyt kulua jo ennen kuin hälytykset on saatu tehtyä, miehistöt pai-

kalle ja alukset lähtökuntoon. Silti, suuntaa antavinakin mallin tuloksia voisi jatkojalostaa alu-

eellisten kapasiteettilaskelmien muotoon, sekä perinteisestä asetelmasta, jossa alusten oletetaan

lähtevän kotisatamistaan, että niiden todellisista sijainneista.

60

BRISK-hankkeessa torjuntaresurssien riittävyyttä lähestyttiin HELCOM suositusten kautta, las-

kemalla Itämeren valtioiden öljyntorjunta-alusten teoreettisia kuuden tunnin toiminta-alueita,

kahden tunnin mobilisointiaika mukaan luettuna. HELCOM suosituksen 31-1 (HELCOM 2011:

1) mukaan kunkin sen jäsenvaltion tulisi tavoitella kansallista öljyntorjuntakapasiteettia kehitet-

täessä tasoa, jolla missä tahansa kyseisen jäsenvaltion alueella sattuva öljyvahinko olisi saavu-

tettavissa kuuden tunnin sisällä. Lisäksi suosituksen mukaan öljyvahinkopaikalle tulisi saada

riittävät torjuntaresurssit pääsääntöisesti alle 12 tunnissa. BRISK-raportissa todettiin, että lähes

kaikki alueet Itämerellä ovat ainakin jonkin aluksen saavutettavissa 4 tunnin sisällä. Silmämää-

räisesti arvioiden kuitenkin esimerkiksi suurin osa Pohjanlahtea jäi saavuttamatta sekä Suomen,

että Ruotsin puolella (BRISK 2011b: 53). Tämän tutkielman saavutettavuusmallin esimerkkita-

pauksissa, lukuun ottamatta Myrskytapausta Merenkurkun pisteeseen, ensimmäinen alus oli

kohteessa reilusti alle kuudessa tunnissa, jolloin tavoite täyttyisi. Myrskytapauksessa Oilin mat-

ka onnettomuuspaikalle kestäisi noin 6,5 tuntia. Riittävien torjuntaresurssien saaminen Meren-

kurkun pisteelle alle 12 tunnissa vaikuttaisi sen sijaan mallin tulosten perusteella haasteelliselta

tehtävältä myös hyvissä aalto-olosuhteissa. Jo toisen aluksen saapumiseen paikalle kuluisi 14,5

tuntia. Ensimmäiset alukset tulisivat kotisatamamallissa Merenkurkkuun Raippaluodolta, Oulus-

ta ja Turusta. Lehikoisen ym. (2013: 1797) tutkimuksen mukaan Suomenlahden onnettomuus-

riskejä tarkasteltaessa optimaalinen alusten sijoittelu voisi painottua enimmäkseen itäiselle

Suomenlahdelle, mutta tuloksen todettiin johtuvan osin myös tutkimusalueen rajauksesta. Tä-

män mallin tulokset Merenkurkun onnettomuuspisteen osalta vaikuttaisivat tukevan käsitystä

Turun satamien tärkeydestä Pohjanlahden öljyntorjuntaan varautumisen kannalta.

Normaalitilanne-tapauslaskennassa käytetty ajankohta on jokseenkin epäonninen valinta, sillä

sisällytettävien alusten pienen määrän lisäksi tapauksen ainoa yli 2,5 metrin aallonkorkeusen-

nusteen alue vaikuttaa merkittävästi vain yhden aluksen reitillä Merenkurkun onnettomuuspaik-

kaan. Tapaus kuitenkin osoittaa kuinka radikaalisti yksittäisten alusten saavutettavuus voi muut-

tua päivästä riippuen, ja kuinka aallonkorkeuden vaikutus matkanopeuteen riippuu sekä kohteen,

että aluksen lähtöpaikan sijainneista. Lisäksi tapaus alleviivaa nykyisistä, merivoimien ja raja-

vartiolaitoksen öljyntorjunta-aluksilla käytössä olevista, AIS-käytännöistä johtuvaa ajankohtai-

sen sijaintitiedon saatavuuden ongelmaa. Kokonaisvaltaista kuvaa alusten sijaintien vaikutukses-

ta hetkelliseen saavutettavuuteen voidaan siis arvioida vain täydentämällä sijaintitietoja muista

lähteistä tai sopimalla erikseen AIS-laitteiston käytöstä aineiston keruuta varten. Kertaluontoi-

sesti AIS-palvelimelta haetuilla sijainneilla voidaan tuottaa saavutettavuuden tunnuslukuja het-

kellisen öljyntorjuntakyvyn kuvaamiseksi. Toinen varteenotettava mahdollisuus kotisatamamal-

61

lista irrottautumiseksi ja alusten todellisten liikkeiden kuvaamiseksi olisi hyödyntää historiallista

AIS-tietoa ja tarkastella alueita, joilla alukset todennäköisesti liikkuvat. Todennäköisyyteen pe-

rustuvaa sijaintitietoa ovat hyödyntäneet ainakin Dahlgren ym. (2009) tutkimuksessaan liikkuvi-

en pelastusyksiköiden saavutettavuudesta.

7.2 Mallin epävarmuustekijät ja virhelähteet

Mallin tulosten todettiin olevan suuntaa-antavia ja sisältävän useita eri epävarmuustekijöitä,

jotka osin johtuvat käytetyistä aineistoista, niiden spatiaalisesta erotuskyvystä, epävarmasta tai

karkeasta luokituksesta sekä painotuksesta mallin reittivalintojen pohjalle. Eräs mallin harmilli-

simmista puutteista on sen rajallinen kyky mallintaa tiettyä ajanhetkeä. Mallin pohja-aineistot

kuvaavat kyllä lähtöhetken tilannetta, mutta olosuhteet ehtivät muuttua paljon matka-aikojen

venyessä jopa yli vuorokauden. Ilmatieteen laitoksen aaltoennuste kuvaa aallonkorkeuden en-

nustettua muutosta tunnin välein aivan rannikon seutua lukuun ottamatta koko tutkimusalueen

kattavasti ja useamman vuorokauden ajalle tulevaisuuteen. Muuttuvan aaltoennusteen huomioi-

miseen mallissa ei kuitenkaan löytynyt helposti totutettavia ratkaisuja, ja se oli lopulta rajattava

pois tutkielman tavoitteista.

Epävarmuus lähtöaineistoissa, menetelmissä ja sen myötä tuloksissa on tyypillistä paikkatieto-

malleille. Paikkatietoaineistot ovat todellisuuden tulkintoja, ja siten niihin ja niistä johdettuihin

päätelmiin liittyy aina jonkinasteista epävarmuutta (de Smith ym. 2009: 75). Tämän tutkielman

öljyntorjunta-alusten saavutettavuutta kuvaavassa mallissa epävarmuuden ja virheiden lähteitä

on ainakin kolmenlaisia: käytetyistä aineistoista, valituista menetelmistä ja kuvattavan todelli-

suuden monimutkaisuudesta johtuvia. Viimeksi mainittu on kenties vaikeimmin analysoitavissa,

sillä kyse on osin subjektiivisesta virhelähteestä, jolle voidaan olla sokeita. Jokainen valinta,

joka mallin suunnittelussa on tehty kuvaa tekijänsä ymmärrystä todellisuudesta, joten on hyvin

mahdollista, että tämän mallin logiikka olisi jokseenkin erilainen esimerkiksi tottuneen meren-

kulkijan rakentamana. On kuitenkin huomattava, että mallissa tehdään merkittäviä yksinkertais-

tuksia myös tunnetusta todellisuudesta, josta vain yksi esimerkki on alusten tasainen ja vain yh-

destä tekijästä riippuvainen ajonopeus. Mallissa ajonopeudeksi oletetaan aluksen maksiminope-

us aina, ellei ennustettu aallonkorkeus aluksen reitillä ole niin korkea, että sen kulkunopeus alus-

taulukon luokituksen mukaan hidastuisi. Vaikka öljyntorjuntaoperaatiot ovatkin aikakriittisiä

toimintoja, ei öljyntorjunta-aluksillakaan ajeta täyttä vauhtia laiturista päätepisteeseen edes aal-

lokon korkeuden ollessa kaikkialla alle maagisen 2,5 metrin rajan.

62

Aineistoista johtuvia epävarmuustekijöitä on jo mainittu edeltävissä kappaleissa. On esimerkiksi

huomattava, että aineistojen rajaus tutkimusalueelle sulkee analyysin ulkopuolelle kaikki aluk-

set, joiden lähtöpiste on Suomen talousvyöhykkeen ulkopuolella, vaikka ne olisivatkin lähinnä

onnettomuuspaikkaa. Tässä mallissa tilanne konkretisoitui lähinnä Saimaalle sijoitetun Kumme-

lin ja Tallinnaan sijoitetun Sektorin osalta, jotka eivät olleet mukana tapauslaskelmissa.

Myös mallin pohja-aineistona käytettä-

vän syvyysmallin luonteesta ja sen käyt-

tötavasta seuraa epävarmuutta mallissa

luotujen reittien mahdollisuudesta alus-

ten syväykset huomioon ottaen. VEL-

MU-mallin syvyystiedot ovat yhdistel-

mä eri lähteistä, eikä aineistoa ole tar-

koitettu navigointikäyttöön tai tarkkaa

syvyystietoa vaativiin käyttötarkoituk-

siin (Suomen ympäristökeskus 2016d).

Alkuperäisen VELMU-mallin resoluutio

on 20 metriä, mutta sen tarkkuutta on

pienennetty mallin prosessointiajan koh-

tuullistamiseksi. Suurten aineistojen

käsittely vie paitsi runsaasti aikaa myös

levytilaa. Mallissa käytettävä lopullinen

syvyysaineisto on aggregoitu 40 metrin

rasteriresoluutioon, mikä on voinut vaikuttaa myös syvyysluokitukseen silloin, kun aggregoidun

solun alueella on useampi arvoja sisältäviä soluja alkuperäisessä rasterissa. Lisäksi aineiston

syvyysluokkien välit ovat pitkiä, jolloin voidaan olettaa, että aluksille soveltuviksi alueiksi mää-

ritellyt toiminta-alueet joko sisältävät myös sellaisia alueita, jotka ovat niille todellisuudessa

liian matalia, tai ne eivät sisällä kaikkia niille riittävän syviä alueita. Tässä mallissa syvyysaluei-

den luokituksessa on oltu sikäli varovaisia, että alusten soveltuviksi toiminta-alueiksi on määri-

telty vain sellaiset alueet, joiden mallinnettu syvyys varmasti riittää. Toisaalta liian mataliksi

luokiteltuja arvoja ei ole voitu leikata kokonaan pois alusten toiminta-alueista, sillä tällöin esi-

merkiksi satama-alueet saattaisivat karkean luokituksen tai resoluution vuoksi jäädä mallin ul-

kopuolelle ja samalla myös alusten lähtöpisteet voisivat olla niiden kustannusrasterin ulkopuo-

lella. Toiminta-alueissa liian matalat alueet arvotettiin ensimmäisen vaiheen kustannuslasken-

Kuva 14. Syvyysalueiden painotuksesta johtuen mallissa reitit voivat

kulkea myös "liian matalien" alueiden kautta. Tässä tapauksessa Tur-

van reitti on laskettu edullisimmaksi alle 10 metriä syvän vesialueen

kautta kulkien. Jos matalien alueiden kustannus olisi painotettu suu-

remmaksi, kiertäisi reitti mahdollisesti saaria ympäröivän matalikon

eteläpuolelta, vaikka etäisyys tuolloin kasvaisikin.

63

taan ja reitin muodostamiseen kaksinkertaisella kustannuksella ver-

rattuna riittävän syviin alueisiin. Koska toiminta-alue-rasterin arvot

häviävät lopputuloksesta, olisi painoarvo voinut kenties olla korke-

ampikin. Esimerkiksi kymmenkertaisella kustannuksella voitaisiin

välttää esimerkiksi matalikon kautta ”oikaisu”, kun vaihtoehtona on

saaren tai muun vastaavan esteen kierto (kuva 14).

Reittien pituuksiin ja sitä kautta saavutettavuutta kuvaaviin matka-

aikoihin vaikuttaa myös rasterimenetelmien käyttö kustannusetäi-

syyksien laskennassa. Kuten useimmissa paikkatieto-ohjelmistoissa

(Antikainen 2013: 97) ArcMap-ohjelmistossa least cost path -

työkalu tuottaa sille tyypillisen tulosrasterin perustuen kunkin raste-

rin solun yhteyksiin sen viereisiin soluihin, joita diagonaaliset naa-

purit mukaan lukien on yhteensä kahdeksan. Antikaisen (2013: 97)

mukaan tämän tyyppisessä 8-suuntaisessa (8-connectivity) rasterissa

optimaaliset reitit ovat usein pidempiä kuin todelliset optimaaliset

reitit eivätkä ne aina ole uniikkeja sillä saman lähtö- ja kohdepisteen

välillä saattaa olla useita yhtä edullisia reittejä (kuva 15). Tämä on

selvästi nähtävissä myös tämän mallin tuloksissa. Esimerkki menetelmän vaikutuksesta lyhim-

piin reitteihin on esitelty tämän mallin kolmen aluksen osalta kuvassa 16. Mallin reitit ovat sel-

västi pidempiä kuin todelli-

suudessa lyhimmät reitit, ja

reittien varrella on havait-

tavissa useita kulkusuun-

taan nähden 45 asteen kul-

mia ilman järkevää syytä.

Kulmikkaat mutkat reittien

varrella johtuvat siitä, ettei

8-suuntainen least cost path

–menetelmä voi laskea

liikkumisen kustannusta

solujen välitöntä 3x3 naa-

purustoa kauemmas ja siten

muodostaa loivempia tai

Kuva 15. Least cost path -

menetelmä 8-suuntaisessa

rasterissa yliarvioi matkan

pituutta, eivätkä sen tuottamat

reitit ole aina ainoita yhtä pienen

kustannuksen reittejä. Kuvassa

katkoviivat edustavat kahden

pisteen välillä mahdollisia least

cost –reittejä, joissa on yhtä

monta diagonaalista ja suoraa

siirtymää solujen keskipisteiden

välill- Yhtenäinen viiva kuvaa

todellisuudessa lyhintä reittiä.

Kuva on mukaelma Antikaisen

kaaviosta (2013:97).

Kuva 16. Esimerkki 8:n mahdollisen liikesuunnan vaikutuksesta lyhimpiin reitteihin.

Kartassa Hylkeen, Seilin ja Turvan reitit onnettomuuspaikalle ovat selvästi kulmikkaita,

eivätkä ne vaikuta kulkevan kaikilta osin lyhintä reittiä onnettomuuspaikalle.

Kulmikkuus johtuu tässä tapauksessa käytettyjen työkalujen ominaisuudesta valita

optimaalinen liikesuunta 3x3 solun ruudukossa.

64

jyrkempiä käännöksiä. Mahdolliset liikesuunnat 8-suuntaisessa analyysissä on esitelty cost dis-

tance –menetelmän yhteydessä kappaleen 5.1 kuvassa 8.

Aallonkorkeusennuste puolestaan on ennuste ja sisältää siten kaikki ne epävarmuustekijät, jotka

sääolosuhteiden ennustamiseen yleensä liittyvät. Mallissa aaltoennusteen epävarmuus osin li-

sääntyy, sillä lähtöaineistona oleva pistehila interpoloidaan mallissa jokseenkin yksinkertaisella

menetelmällä, joka ei ota huomioon esimerkiksi aaltojen käyttäytymistä matalikoissa tai saaris-

tossa. Lisäksi on huomattava, että aaltoennusteen arvot kuvaavat ennustettua aallonkorkeutta sen

alkuajankohdasta tunniksi eteenpäin, mutta alusten matka-ajat mallissa saattavat olla vuorokau-

sien pituisia. Myös lähtöpisteiden ja onnettomuuspaikan koordinaateissa saattaa olla esimerkiksi

paikannuslaitteistoista johtuvia virheitä. Tämän mallin skaalassa muutamien metrien heitot si-

jainneissa tuskin ovat merkittäviä lopputuloksissa, mutta jos mallin pisteet syystä tai toisesta

jäävät tutkimusalueen ulkopuolelle, ei niitä voida myöskään sisällyttää mallin lähtöaineistoihin.

Mallin tulokset ovat riippuvaisia aluksille määritellyistä kulkunopeuksista. Kuten jo kappaleessa

4.1.1 on kuvailtu, ei kulkunopeuksien määrittelymetodi ole tarkka ja sitä vaikeuttavat luokittelun

raja-arvot, sillä muutokset alusten kulkunopeuksissa suhteessa vallitseviin olosuhteisiin oletetta-

vasti tapahtuvat enemmän tai vähemmän tasaisesti eivätkä hyppäyksinä luokkavälistä toiseen.

Eräs mahdollinen ratkaisu mallin hienosäätöön nopeusvaihteluiden suhteen olisi lisätä mallin

kustannusetäisyyslaskentaan muuntokertoimia esimerkiksi Venäläisen (2014: 38) tapaan, jolloin

luokitteluvälejä pienemmätkin aallonkorkeuden vaihtelut vaikuttaisivat kulkunopeuksiin.

7.3 Saavutettavuusmalli operatiivisen öljyntorjunnan tukena

Operatiivisen öljyntorjunnan tueksi mallista ei vielä tällaisenaan ole muuten kuin kenties alus- ja

aluekohtaisten saavutettavuustekijöiden ennakkoarvioinnin ja tuntemuksen kautta. Operatiivisel-

la öljyntorjunnalla tässä yhteydessä tarkoitetaan sitä päätöksentekoprosessia, joka johtaa toimin-

taan kentällä todellisessa öljyvahingossa. Öljyntorjuntaviranomaisilla on jo nyt useita operatii-

vista toimintaa tukevia järjestelmiä kuten SYKEn ylläpitämä BORIS-tilannekuvajärjestelmä,

sekä siihen linkitetty Ruotsin meteorologisen laitoksen, SMHI:n, kehittämä SeaTrackWeb-

kulkeutumislaskentasovellus. Ajankohtaiset, rajapinnoista haetut paikkatietoaineistot ovat kui-

tenkin askel kohti tämän tyyppisen paikkatietomallinnuksen operatiivista käyttöä. Automaatti-

sesti päivittyvät tilannetiedot ja niistä johdetut alusten teoreettiset saapumisajat voisivat par-

haimmillaan lisätä tilannetietoisuutta käytettävissä olevista resursseista, ja tukea päätöksentekoa

niiden riittävyyden määrittelyssä suhteessa vahingon suuruuteen.

65

Mallin operationalisoimiseksi tulisi kuitenkin pystyä ratkaisemaan erinäisiä ongelmia. Varsinkin

Merivoimien ja Rajavartiolaitoksen nykyisten AIS-käytäntöjen vallitessa voi olla, että mallinne-

tut vasteajat eivät enää ole tarpeen siinä vaiheessa, kun tarvittavat lähtötiedot on saatu. Lisäksi

malli on tässä muodossa jokseenkin hidas suoritettava, ja sen lähtöaineistojen haku tulisi ainakin

suurimmaksi osin automatisoida, jotta mallin hyödyntämisestä ei tulisi itsessään hidastetta tor-

juntatoimien nopealle ja tehokkaalle käynnistämiselle. Toisaalta päätöksentekoa ja toimintaa

kentällä tukee myös hyvin harjoitettu koneisto. Öljyntorjunnan table-top tyyppisiin harjoituksiin

mallin laskelmat voisivat tuoda lisäarvoa konkretisoimalla kaluston mobilisointiin ja paikalle

siirtymiseen kuluvia aikoja. Suuntaa-antavinakin aika-arviot öljyntorjunta-alusten kyvystä saa-

vuttaa riskipaikkoja eri alueilla voisivat tukea öljyntorjunnan alueellista suunnittelua ja auttaa

arvioimaan tavoitteiden toteutumista nykyisellä kalustolla.

Nyt mallin toimintaa testattiin jokseenkin yksinkertaisissa tapauksissa, mutta jatkossa useille eri

kohdepisteille ja alusten sijaintitiedoilla eri ajankohtina mallin laskelmia toistamalla, voitaisiin

tuottaa aineistoa myös öljyntorjunta-alusten muodostaman kokonaisuuden saavutettavuusana-

lyysiin. Jotta mallin tuloksista voitaisiin vetää johtopäätöksiä öljyntorjuntalaivaston kapasiteetis-

ta ja todennäköisten vasteaikojen alueellisesta vaihtelusta olisi myös aluksille tyypillisen liikku-

vuuden arviointi tarpeen. Tämän tutkielman mallissa alusten AIS-sijainteja käsitellään enemmän

tai vähemmän sattumanvaraisina muuttujina, mutta on varsin todennäköistä, että eri aluksilla on

niiden tehtävistä riippuen erilaisia liikkumisen kaavoja ja alueita, joilla ne pääsääntöisesti liik-

kuvat. Esimerkiksi yhteysalusten sijainnit eri vuorokaudenaikoina oletettavasti riippuvat vahvas-

ti niiden pääasiallisista reiteistä ja reittiaikatauluista. Merivoimien ja Rajavartiolaitoksen alusten

liikkuvuus sen sijaan saattaisi olla epäsäännöllisempää ja laaja-alaisempaa.

Mallin merkittävin ongelma operatiivista käyttöä ajatellen vaikuttaisi olevan sen hitaus. Proses-

sointikapasiteettia lisäämällä voitaisiin mahdollisesti päästä parempiin tuloksiin, mutta varsin-

kin, jos tavoitteena on operationaalista lähestyvä malli, tulisi sen toimia jokseenkin tavanomai-

sella toimistokoneella. Ohjelmiston vaihtaminen olisi mahdollisesti myös pohdinnan arvoinen

seikka, mutta sikäli kun toimitaan niillä välineillä, jotka nyt ovat helposti saatavilla nimenomaan

Suomen ympäristökeskuksella, on tässä yhteydessä pohdittu lähinnä erinäisiä mallin sisäisiä,

prosessointia hidastavia tekijöitä. Eniten aikaa vievä osuus mallin prosessoinnissa on cost dis-

tance -laskenta. Esimerkiksi Normaalitapauksen prosessointiajoista kutakin alusta koskeviin

ensimmäisiin eli koko tutkimusalueen kattaviin cost distance -laskelmiin kului kuhunkin noin 10

66

minuuttia. Seuraavaksi pisimmät prosessointiajat vaihtelivat hieman yhden minuutin kummalla-

kin puolella cost path-, rasterilaskuri- (raster calculator) sekä toisessa cost distance –

laskelmassa. Toisella cost distance -laskelmalla viitataan vain lyhimmän reitin alueella lasket-

tuun kumuloituvaan matkakustannukseen, joka huomioi myös aallonkorkeuden vaikutuksen

reitin varrella. Jos oletetaan, että 10 minuuttia on kutakuinkin tyypillinen prosessointiaika cost

distance -laskelmalle tutkimusalueella, tarkoittaisi se 17 aluksen tapauksessa lähemmäs kolmen

tunnin prosessointiaikaa yksittäiselle mallin vaiheelle. Ponnistelut mallin nopeuttamiseen olisi

siis järkevää suunnata ensisijaisesti cost distance -laskelman nopeuttamiseen.

Mahdollisia keinoja mallin suorittamisen nopeuttamiseen ja sitä kautta jälleen askel kohti käy-

tettävyyttä päätöksenteon tukena olisivat esimerkiksi tutkimusalueen tai lähtöaineistojen reso-

luution pienentäminen. Tutkimusalueen rajaus pelkästään Suomen merialueille ja talousvyöhyk-

keelle on käytännön näkökulmasta mallin käyttömahdollisuuksia rajoittava tekijä, sillä todelli-

suudessa voisi olla tarpeellista arvioida muun muassa kansainvälisen avun ehtimistä paikalle ja

toisaalta myös Suomen suuren aluskaluston ehtimistä kansainvälisille vesille estämään kauko-

kulkeutumista. Mallin suoritusajan lyhentämiseksi voidaan myös vähentää kustannuslaskennas-

sa käytettävän toiminta-aluetason resoluutiota, jolloin riskinä on muun muassa kapeiden väylien

sulkeutuminen ja pienten saarten ynnä muiden rannan muotojen huomiotta jättäminen. Ottaen

huomioon mallin suuntaa-antavan luonteen ei tämä välttämättä ole merkittävä haitta, mutta mer-

kittävästi tausta-aineistojen resoluutiota laskettaessa tulisi kenties harkita taustarasterin tarkis-

tusta ja korjaamista mahdollisuuksien mukaan väyläaineiston avulla. Kuten jo aiemmin on to-

dettu, voisi väylien huomioiminen mallissa pääasiallisina reitteinä tuoda myös lisää realismia

mallin reittivalintoihin.

Öljyntorjunnan resurssien tehokkaaseen käyttöön liittyy myös merkittäviä taloudellisia intresse-

jä. Monitoimialukset ovat kalliita hankintoja, ja niiden mobilisointi tarkoittaa aina myös poltto-

aine- ja henkilöstökuluja. Merenkulkulaitoksen selvityksessä vuonna 2008 (33) arvioitiin öljyn-

torjunnan kustannuksiksi n. 10 000 euroa yhtä öljytonnia kohden. Matka-aika saavutettavuuden

kuvaajana voisi olla jatkossa muunnettavissa myös rahamääräisiksi kustannuksiksi. Vaikka öl-

jyvahinkojen kustannuksissa päteekin ”likaaja maksaa” -periaate, eli viranomaisille koituneet

kustannukset peritään vahingon aiheuttajalta, on myös otettava huomioon, että torjuntatoimenpi-

teet tulee suhteuttaa saavutettavaan hyötyyn, eikä vahingonaiheuttaja ole velvollinen maksa-

maan tarpeettomista toimenpiteistä. Tällöin myös resurssien käytöstä vastaavalla viranomaisella

on velvollisuus punnita kustannusten ja hyötyjen suhdetta. Toisaalta myös merellisen öljyntor-

67

juntakapasiteetin puuttuminen suuren alusöljyvahingon sattuessa tulisi kalliiksi ympäristön pi-

laantumisen ja rantakeräyksen korkeiden kustannuksien vuoksi. On siis tarkoituksenmukaista

käyttää niukat resurssit niin tehokkaasti kuin mahdollista. Saavutettavuusmallin ja paikkatieto-

menetelmien hyödyntämisellä ylipäänsä voisi olla paikkansa öljyntorjuntatoimien tehokkuuden

arvioinnissa jatkossakin.

68

8. Johtopäätökset

Tässä tutkielmassa tarkasteltiin Suomen öljyntorjunta-alusten hetkellistä savutettavuutta Suo-

men merialueilla ja talousvyöhykkeellä kustannusetäisyysanalyysin avulla. Saavutettavuus mää-

riteltiin kohteeseen pääsemisen helppoutena ja sen kuvaajana käytettiin matka-aikaa kunkin

aluksen lähtöpisteestä onnettomuuspaikkaan. Tarkastelun välineeksi rakennettiin paikkatieto-

malli, joka voi hyödyntää ajankohtaisia alusten sijaintitietoja sekä aallonkorkeusennustetta. Mal-

lia testattiin kolmessa tapauslaskennassa, esimerkinomaisiin kohdepisteisiin Suomenlahdella ja

Merenkurkussa.

Tutkielman mallilla pyrittiin kuvaamaan tietyn ajanhetken tilannetta käyttämällä sen lähtötietoi-

na ajankohtaisia rajapintapalveluista haettuja paikkatietoaineistoja. Suomessa öljyntorjunta-

alukset ovat monitoimialuksia eikä niiden voida olettaa lähtevän tehtävään aina kotisatamistaan.

Alusten todellisia sijainteja hyödyntämällä voitaisiin parhaimmillaan tarkastella niiden todellista

kykyä saavuttaa kohteensa Suomen merialueilla. Mallissa on tunnistettu myös tarve rajata aluk-

sille kulkukelvottomat alueet pois, jotta niiden matka-ajat perustuisivat realistisiin reittivalintoi-

hin. Kulkukelpoisen alueen rajaamiseen käytettiin merialueiden syvyysluokitusta. Lisäksi alus-

ten kulkunopeuksiin vaikuttavat useat sääolosuhteet, joista merkittävimpänä malliin sisällytettiin

merkitsevän aallonkorkeuden ennuste.

Mallissa käytetyissä aineistoissa havaittiin sekä hyviä, että huonoja puolia. Alusten sijaintitie-

toina käytetty AIS-data osoitti, että alusten sijainnit voivat vaihdella merkittävästi ajankohdasta

riippuen, mutta toisaalta kaikkien öljyntorjunta-alusten sijaintitieto ei ole aina saatavilla HEL-

COM AIS -palvelimella, jolloin mallin tulokset eivät tuota kokonaiskuvaa kaikkien öljyntorjun-

ta-alusten hetkellisestä saavutettavuudesta. Ilmatieteen laitoksen aallonkorkeusennuste on hel-

posti saatavilla ja sen temporaalinen resoluutio on tarkka. Kuitenkaan tämän työn puitteissa en-

nusteen täyttä kapasiteettia muuttuvien olosuhteiden kuvaamiseen ei pystytty vielä täysin hyö-

dyntämään. Aallonkorkeusennuste ei myöskään kata saaristoa eikä alueita aivan rannikon tun-

tumassa, jolloin osa mallissa käytetyistä aallonkorkeusarvoista perustuu pelkästään yksinkertai-

seen interpolointiin eikä kuvaa olosuhteita täysin luotettavasti. Syvyysaineiston osalta ongel-

maksi todettiin sen luokkavälien suuruus suhteessa alusten syväyksiin, sekä resoluution alhai-

suus erityisesti satamien tapauksessa. Mallissa syvyysaineisto painotettiin leikkaamisen sijaan,

jotta matalaksi luokittuneet lähtöpaikat tai kohteet eivät estäisi mallin käyttöä. Menettelyn var-

jopuolena painotus mahdollistaa myös joissain tapauksissa laskennan perustumisen osin mah-

dottomiin reitteihin esimerkiksi matalikoiden kautta.

69

Tutkielman tapauslaskelmien tulokset ovat esimerkinomaisia, mutta niistä voidaan jo nähdä

mahdollisia saavutettavuuden ongelmia erityisesti Pohjanlahdella. Jo ensimmäisen aluksen pai-

kalle pääsy voi olla hidasta kaukana alusten lähtöpisteistä, mutta vielä haasteellisempaa voi olla

riittävän torjuntakapasiteetin saaminen paikalle. Hankalissa keliolosuhteissa niin sanotusti suur-

ten alusten, joiden kulkunopeuksiin yli 2,5 metrin aallonkorkeus ei huomattavasti vaikuta, mer-

kitys saavutettavuudelle korostui sekä Suomenlahden, että Merenkurkun kohteissa. Hallin, Hyl-

keen, Louhen, Merikarhun, Tursaan, Turvan ja Uiskon saavutettavuuteen myrskytapauksessa

käytetty aallonkorkeusennuste ei vaikuttanut kovinkaan merkittävästi, mutta muilla aluksilla

matka-ajan ero nollatapauksen tyyneen keliin voi olla jopa kymmeniä tunteja. Kaiken kaikkiaan

mallin tulokset ovat loogisia, mikä tarkoittaa että mallin perusratkaisut ovat toimivia ja sen tark-

kuutta voidaan parantaa hienosäätämällä sen lähtöaineistoja ja lisäämällä parametreja.

Operatiiviseen käyttöön malli ei sellaisenaan sovellu ellei AIS-sijainteja vastaavia lähtötietoja

saada helposti jotain muuta kautta koko öljyntorjuntalaivaston osalta. Malli vaatii toistaiseksi

myös liikaa suoritusaikaa ollakseen hyödyllinen aikakriittisen päätöksenteon tukena todellisessa

öljyvahingossa. Mallin tuloksia voidaan sen sijaan hyödyntää esimerkiksi torjuntaresurssien

riittävyyden tarkastelussa, öljyntorjuntaan varautumisen suunnittelussa ja mahdollisesti myös

harjoituksissa. Alusten öljynkeruutehokkuuteen liitettynä matka-aikoja tarkastelemalla voitaisiin

myös arvioida eri merialueille asetettujen tavoitteiden toteutumista.

Jatkossa mallia tulisi kehittää luotettavampaan suuntaan, samalla keventäen joitakin sen pohja-

ratkaisuja, jotta mallin tuloksista voisi olla hyötyä myös operationaalisen päätöksenteon tukena.

Konkreettisia ehdotuksia mallin kehittämiseksi ovat ainakin väylien sisällyttäminen pohja-

aineistoon reittien realistisuuden lisäämiseksi, jääolosuhteiden sisällyttäminen kulkukykyyn

vaikuttavana tekijänä, sekä muuntokertoimien lisääminen kustannusrasterin kaavoihin, jotta

myös pienet olosuhdemuutokset vaikuttaisivat mallin lopputuloksiin. Eräs houkuttelevimmista

mallin jatkokehityssuunnista olisi sen validointi esimerkiksi useamman aluksen öljyntorjunta-

harjoituksessa, jossa myös siirtymät harjoitusalueelle tallennettaisiin mallinnettujen reittien ver-

rokeiksi. Lisäksi historiallisen AIS-datan eli alusten kulkemien reittien vertailu kulloinkin val-

linneisiin sääolosuhteisiin voisi tuottaa tässä tutkielmassa käytettyjä pohjatietoja tarkempia tun-

nuslukuja kuvaamaan sääolosuhteiden vaikusta alusten toimintakykyyn.

70

Lähteet

Alanen, J., M. Karulinna, K. Kiviluoto, R. Kääriä, P. Leskinen & A. Lipsanen (2014). Öljyva-

hingosta onnistuneeseen torjuntaan - Tietopaketti kunnan viranhaltijoille. Turun am-

mattikorkeakoulun raportteja 187. Turku.

Antikainen, Harri (2013). Comparison of Different Strategies for Determining Raster-Based

Least-Cost Paths with a Minimum Amount of Distortion. Transactions in GIS, 17(1),

96–108.

BRISK (2011a). Risk Model Result Report.

http://www.brisk.helcom.fi/publications/en_GB/publications/.

BRISK (2011b). Spreading and containment of spilt oil and hazardous substances. Model report:

Part 5. http://www.brisk.helcom.fi/publications/en_GB/publications/.

Brunila, O.-P. & J. Storgård (2012). Oil transportation in the Gulf of Finland in 2020 and 2030.

Publications from the Centre for Maritime Studies A 61. University of Turku. Turku.

Brunila, O.-P. & J. Storgård (2014). Changes in Oil Transportation in the Years 2020 and 2030

– The Case of the Gulf of Finland. TransNav the International Journal on Marine Nav-

igation and Safety of Sea Transportation 8/3, 403-409.

Dahlgren, A., L. Harrie & A. Axelsson (2009). Planning Rescue Services with Non-Stationary

Rescue Units. Fire Technology 45, 239-255.

DeMers, M. N. (2002). GIS modeling in Raster. John Wiley & Sons Inc, United States of Amer-

ica.

De Smith, M. J., M. F. Goodchild & P. A. Longley (2009). Geospatial analysis: A comprehen-

sive guide to principles, techniques and software tools. 3. Painos. Matador. Leicester.

Ekman, Martin (2009). The Changing Level of the Baltic Sea during 300 Years: A Clue to Un-

derstanding the Earth. Summer Institute for Historical Geophysics Åland Islands.

ESRI (2012a). How cost distance tools work.

http://resources.arcgis.com/en/help/main/10.1/index.html#//009z00000025000000.

(14.10.2016).

ESRI (2012b). Understanding cost distance analysis.

http://resources.arcgis.com/en/help/main/10.1/index.html#/Understanding_cost_distanc

e_analysis/009z000000z5000000/. (14.10.2016)

ESRI (2014). IDW (Spatial Analyst).

http://resources.arcgis.com/en/help/main/10.2/index.html#//009z0000006m000000.

(12.10.2016).

71

ESRI (2014b). How IDW works.

http://resources.arcgis.com/en/help/main/10.2/index.html#//009z00000075000000.

(12.10.2016).

ESRI (2014c). Is Null (Spatial Analyst).

http://resources.arcgis.com/en/help/main/10.2/index.html#//009z000000m8000000.

(20.10.2016)

ESRI (2014d). Con (Spatial Analyst).

http://resources.arcgis.com/en/help/main/10.2/index.html#//009z00000005000000.

(20.10.2016)

Farrington J. & C. Farrington (2005). Rural accessibility, social inclusion and social justice:

towards conceptualization. Journal of Transport Geography 13, 1–12.

Furman, E., H. Dahlström & R. Hamari (1998). Itämeri – luonto ja ihminen. Otava, Helsinki.

Goerlandt, F. Torabihaghighi & P. Kujala (2013). A model for evaluating performance and reli-

ability of the voluntary maritime rescue system in the Gulf of Finland. Research Gate,

conference paper.

Goerlandt, F., V. Goncharov, J. Jemli, N. Klementieva, P. Kujala & J. Montewka (2014). risk

assessment and management for maritime SAR and oil spill response. Science + Tech-

nology 6. Unigrafia oy, Helsinki.

Haugen, K. (2012). The accessibility paradox - Everyday geographies of proximity, distance and

mobility. Gerum 2012:1. Department of Geography and Economic History, Umeå Uni-

versity.

Halonen, J. (2007). Toimintamalli suuren öljyntorjuntaoperaation koordinointiin rannikon öl-

jyntorjunnasta vastaaville viranomaisille. Kymenlaakson ammattikorkeakoulu, Hami-

na.

Halvorsen-Weare, E., K. Fagerholt, L. Nonås & B. Asbjørnslett (2012). Optimal fleet composi-

tion and periodic routing of offshore supply vessels. European Journal of Operational

Research 223, 508–517.

Havsmiljöinstitutet (2014). Mapping shipping intensity and routes in the Baltic Sea.

Havsmiljöinstitutet report 2014:5.

Hayes M., R. Hoff, J. Michel, D. Scholz & G. Shigenaka (1992). An introduction to coastal

habitats and biological resources for spill response. National Oceanic and Atmospheric

Administration, Seattle.

Haynes, R. (2003). Geographical access to health care. Teoksessa Gulliford M. & M. Morgan

(toim.): Access to health care, 13–35. Routledge, Lontoo.

72

Hernández Luis, J. A. (2002). Temporal accessibility in archipelagos: inter-island shipping in

the Canary Islands. Journal of Transport Geography 10, 231–239.

Hietala, M. & K. Lampela (toim.) (2007). Öljyntorjuntavalmius merellä - työryhmän loppu-

raportti. Suomen ympäristö 41.

HELCOM (2009). Ensuring safe shipping in the Baltic.

HELCOM (2016). AIS and e-navigation. http://www.helcom.fi/action-areas/shipping/ais-and-e-

navigation. (28.7.2015)

Hägerstrand, T. (1974). The Impact of Transport on the Quality of Life. Lunds Universitets kul-

turgeografiska institution. Rapporter och notiser 13. Lund.

Ilmatieteenlaitos 2016a. Aaltoennuste. http://ilmatieteenlaitos.fi/avoin-data-aaltoennustedata-

wam. (11.5.2016)

Ilmatieteenlaitos 2016b. Merkitsevä aallonkorkeus. http://ilmatieteenlaitos.fi/merkitseva-

aallonkorkeus. (16.5.2016)

Ilmatieteenlaitos 2016c. Aallokkovaroitus. http://ilmatieteenlaitos.fi/tietoa-aallokkovaroitus.

(28.7.2016)

Ilmatieteenlaitos 2016d. Meriveden korkeusennuste. http://ilmatieteenlaitos.fi/avoin-data-

meriveden-korkeusennuste. (14.11.206)

Ilmatieteenlaitos 2016e. Avatut ja avattavat tietoaineistot. http://ilmatieteenlaitos.fi/avoin-data-

avattavat-aineistot. (14.11.2016)

International Maritime Organization (2016). Particularly Sensitive Sea Areas.

http://www.imo.org/en/OurWork/Environment/PSSAs/Pages/Default.aspx. (4.9.2016)

Kauppinen, J. (2014). Suuren alusöljyvahingon sosioekonomiset vaikutukset Merenkurkun ja

Perämeren matkailualueilla. Pro Gradu –tutkielma. Maantieteen laitos, Oulun yliopisto.

Kohijoki, A.-M. (2008). Päivittäistavarakaupan saavutettavuus Turussa. Yhdyskuntasuunnittelu

46:2, 9–25.

Leidwanger, J. (2013). Modeling distance with time in ancient Mediterranean seafaring: a GIS

application for the interpretation of maritime connectivity. Journal of Archaeological

Science 40, 3302–3308.

Lehikoinen, A., E. Luoma, S. Mäntyniemi & S. Kuikka (2013). Optimizing the Recovery Effi-

ciency of Finnish Oil Combating Vessels in the Gulf of Finland Using Bayesian Net-

works. Environmental Science & Technology 47, 1792–1799.

Luhtasela U. & P. J. Vuorinen (2012). Öljyn sisältämät PAH-yhdisteet, ja vaikutukset ihmisen

terveyteen. Teoksessa Rousi, H. ja H. Kankaanpää (toim.): Itämerellä tapahtuvien öljy-

73

vahinkojen ekologiset seuraukset – Suomen kansallinen toimintasuunnitelma. Ympä-

ristöhallinnon ohjeita 6, 28–29.

Luoma, E. (2010). Suomen öljyntorjunta-alusten keruutehokkuuden mallintaminen Suomenlah-

della. Pro Gradu –tutkielma. Maantieteen laitos, Turun yliopisto.

Loviisan sanomat 14.2.2003. Antonio Gramscin jälkien siivoaminen oli toivotonta työtä.

http://www.loviisansanomat.net/lue.php?id=241. (28.8.2016)

Makkonen, T., M. Salonen & S. Kajander (20013). Island accessibility challenges: Rural

transport in the Finnish archipelago. European Journal of Transport and Infrastructure

Research 13/4, 274–290.

Merenkulkulaitos (2008). Alusliikenteen onnettomuuksien kustannukset. Merenkulkulaitoksen

julkaisuja 3/2008. Helsinki.

Merivoimien esikunta (2009). Sotilasmerenkulkuohje. Edita Prima oy. Helsinki.

Miller, H. J. & S.-L. Shaw (2001) Geographic Information systems for transportation: Princi-

ples and applications. Oxford University Press. New York.

Moseley, M. J. (1979). Accessibility: the rural challenge. Methuen & Co Ltd, Lontoo.

Norlund, E. K., I. Gribkovskaja & G. Laporte (2015). Supply vessel planning under cost, envi-

ronment and robustness considerations. Omega 57, 271–281.

Niemi, E. (2012). Alusöljyvahingon riskit Saaristomeren alueella. Opinnäytetyö. Liiketoiminnan

logistiikka, Turun ammattikorkeakoulu.

Pelastusopisto (2016). Pelastustoimen taskutilasto 2011 – 2015. Pelastusopiston julkaisu, D-

sarja: Muut 4/2016, 2. uudistettu painos. Ladattavissa:

http://www.pelastustoimi.fi/tietopankki/tilastot.

Rodrique, J.-P., Claude Comtois & B. Slack (2006). The Geography of Transport Systems.

Routledge, Abingdon.

Rousi H. & H. Haapasaari (2012). Itämeren haavoittuvuus öljyvahingon seurauksena. Öljyva-

hingon vaikutukset meriluontoon. Teoksessa Rousi, H. ja H. Kankaanpää (toim.): Itä-

merellä tapahtuvien öljyvahinkojen ekologiset seuraukset – Suomen kansallinen toi-

mintasuunnitelma. Ympäristöhallinnon ohjeita 6, 12.

Sisäasiainministeriö (2008). Turvallinen elämä jokaiselle - Sisäisen turvallisuuden ohjelma. Si-

säasiainministeriön julkaisuja 16.

Somerpalo, S. (2006). Saavutettavuuden mittarit - Alueiden saavutettavuus liikenneyhteyksien

tason ja aluekehityksen edellytysten mittarina. Liikenne- ja viestintäministeriön julkai-

suja 13. Helsinki.

74

Suomen ympäristökeskus (2013). Öljyonnettomuuden riski kasvaa Suomenlahdella.

http://www.ymparisto.fi/fi-

FI/Kartat_ja_tilastot/Ympariston_tilan_indikaattorit/Kemikaalit_ja_haitalliset_aineet/O

ljyonnettomuuden_riski_kasvaa_Suomenlah%2828519%29. (13.10.2016)

Suomen ympäristökeskus (2015a). Viranomaisten varautuminen öljyntorjuntaan ja viranomais-

ten roolit. SPEKin Perehdytys öljyntorjuntaan ja työturvallisuuteen -kurssi10.10.2015.

Suomen ympäristökeskus (2015b). Ympäristövahinkopäivystys. http://www.ymparisto.fi/fi-

FI/Vesi/Oljy_ja_kemikaalivahinkojen_torjunta/Ymparistovahinkopaivystys. (7.6.2016)

Suomen ympäristökeskus (2015c). Öljy- ja kemikaalivahinkojen torjunta.

http://www.ymparisto.fi/fi-FI/Vesi/Oljy_ja_kemikaalivahinkojen_torjunta. (1.9.2016)

Suomen ympäristökeskus (2016a). Valtion öljyntorjunta-alukset. http://www.ymparisto.fi/fi-

FI/Vesi/Oljy_ja_kemikaalivahinkojen_torjunta/Oljy_ja_kemikaalivahinkojen_torjunta_

merialueilla/Valtion_oljyntorjuntaalukset. (14.8.2016.)

Suomen ympäristökeskus (2016b) Huomattavimmat alusöljyvahingot vuosina 1969 – 2015.

PDF osoitteessa: http://www.ymparisto.fi/fi-

FI/Vesi/Oljy_ja_kemikaalivahinkojen_torjunta/Oljy_ja_kemikaalivahinkojen_torjunta_

merialueil-

la/Alusonnettomuusriski_ja_ennakkoturvallisuus/Tapahtuneet_alusoljyonnettomuudet.

(28.8.2016)

Suomen ympäristökeskus (2016c). Vesi- ja ympäristöhallituksen ja Suomen ympäristökeskuk-

sen Öljyvahinko- ja erityistilannepäivystyksen tapahtumat 28.8.1987 - 28.2.1995 /

1.3.1995 - 31.12.2015. http://www.ymparisto.fi/download/noname/%7BBF854886-

9710-47E0-9D9D-A9BF503BA37B%7D/38641. (3.9.2016)

Suomen ympäristökeskus (2016d). VELMU syvyysmalli.

http://metatieto.ymparisto.fi:8080/geoportal/catalog/search/resource/details.page?uuid=

{16329288-9ABA-4563-906F-9A121F1FF18A}. (5.10.2016)

SÖKÖ hanke (2011). SÖKÖ II –manuaali: Ohjeistusta alusöljyvahingon rantatorjuntaan.

Alusöljyvahingon riski Suomenlahden pelastustoimialueilla. Kymenlaakson ammatti-

korkeakoulun julkaisuja. Sarja A. Oppimateriaali. Nro 31. Kotka.

Valtiontalouden tarkastusvirasto (2014). Tuloksellisuustarkastuskertomus. Suomenlahden

alusöljyvahinkojen hallinta ja vastuut. Valtiontalouden tarkastusviraston tarkastusker-

tomukset 2/2014. Edita Prima Oy, Helsinki.

75

Venesjärvi, R. (2012). Öljyvahingon vaikutukset meriluontoon. Teoksessa Rousi, H. ja H. Kan-

kaanpää (toim.): Itämerellä tapahtuvien öljyvahinkojen ekologiset seuraukset – Suomen

kansallinen toimintasuunnitelma. Ympäristöhallinnon ohjeita 6, 30–32.

Venäläinen, E. (2014). Geographical Information Systems Supporting Maritime Search and

Rescue Planning - Evaluating Voluntary Emergency Response in the Gulf of Finland.

Pro Gradu –tutkielma. Geotieteiden ja maantieteen laitos, Helsingin yliopisto.

Wang, S. D., Y. M. Shen & Y. H. Zheng (2005). Two-dimensional numerical simulation for

transport and fate of oil spills in seas. Ocean Engineering 32, 1556–1571.

World Meteorological Organization 1998. Guide to wave analysis and forecasting.

http://library.wmo.int/pmb_ged/wmo_702.pdf. (16.5.2016)

Yle 2015. Valio-myrskyn tuulet yltyvät vaarallisen voimakkaiksi – näin myrsky etenee

Suomessa. http://yle.fi/uutiset/valio-

myrskyn_tuulet_yltyvat_vaarallisen_voimakkaiksi__nain_myrsky_etenee_suomessa/83

48441. (27.7.2016)

Ympäristöministeriö (2011). Toiminta isoissa alusöljyvahingoissa. Torjunnan järjestäminen,

johtaminen ja viestintä. Ympäristöministeriön raportteja 26/2011. Helsinki.

Virallislähteet

Ahvenanmaansaarten linnoittamattomuutta ja puolueettomuutta koskeva sopimus 1/1922

HE 248/2009. Hallituksen esitys Eduskunnalle alusten aiheuttaman meren pilaantumisen ehkäi-

semisestä vuonna 1973 tehtyyn kansainväliseen yleissopimukseen liittyvän vuoden 1978

pöytäkirjan uudistetun I ja II liitteen sekä alusten haitallisten kiinnittymisenestojärjes-

telmien rajoittamisesta vuonna 2001 tehdyn kansainvälisen yleissopimuksen hyväksy-

misestä ja laeiksi niiden lainsäädännön alaan kuuluvien määräysten voimaansaattami-

sesta sekä merenkulun ympäristönsuojelulaiksi ja öljyvahinkojen torjuntalaiksi sekä

eräiden niihin liittyvien lakien muuttamisesta.

HELCOM 2011. HELCOM recommendation 31-1. http://www.helcom.fi/helcom-at-

work/groups/response/recommendations/. (12.11.2016)

HELCOM 2012. HELCOM recommendation 33-1. http://www.helcom.fi/helcom-at-

work/groups/response/recommendations/. (12.11.2016)

International Maritime Organization (2005). MEPC 53/24/Add.2, 1. August 20015. Report of

the Marine Environment Protection Committee on Its Fifty-Third Session.

Landskapslag 1977:16 om bekämpande av oljeskador.

SYKE-2011-Y-35/19.12.2012. SYKEn kirje 23.6.2010 nro SYKE-2002-P-126-044.

76

Pääministeri Juha Sipilän hallituksen strateginen ohjelma 29.5.2015. Ratkaisujen Suomi. Halli-

tuksen julkaisusarja 10. Edita Prima.

77

Liite 1. Valtion öljyntorjunta-alukset 18.5.2016

Aluksen nimi

Omistaja Sijoituspaikka Kotisatama (laituri)

Syvä-ys (m)

Min veden syvyys

Max nopeus (solmu)

Max mer-kitsevä aallon-korkeus (Keruu)

Nopeus 2,5 m aallokossa

Nopeus 4 m aallo-kossa

Nopeus 7 m aallo-kossa

Jäissä-kulkukyky

Jäissäkulku (K/E)

Max jään paksuus (m)

Halli MERIV Turku Pansio 4 5 11 1.5 11 5 0 1A K 0.4

Hylje MERIV Kirkkonummi Upinniemi 3 4 11 1.5 11 5 0 1A K 0.4

Letto Meritaito Oulu Toppila 3.8 4.8 12 1.5 12 8 0 kyllä K 0.5

Linja Meritaito Turku Latokari 2.8 3.8 10 1.5 8 5 0 kyllä K 0.3

Louhi MERIV Kirkkonummi Upinniemi 5 6 15 2.5 15 10 5 1ASuper K 0.7

Merikarhu RVL Kirkkonummi Upinniemi 4.7 5.7 16 1.5 16 8 5 kyllä K 0.5

Oili I Meritaito Helsinki Lauttasaari 2.1 3.1 8 1.5 5 1 0 ei E 0

Oili II Meritaito Turku Latokari 2.1 3.1 7 1.5 5 1 0 ei E 0

Oili III Meritaito Ahvenanmaa Långnäs 2.1 3.1 7 1.5 5 1 0 ei E 0

Oili IV Meritaito Vaasa Raippaluoto 2 3 7 1.5 5 1 0 ei E 0

Otava FinFerries Kotka Kuusinen 2.65 3.65 12 1.5 8 5 0 0.3 K 0.3

Seili Meritaito Helsinki Lauttasaari 3.8 4.8 12 1.5 12 8 0 kyllä K 0.5

Sektori Meritaito Tallinna Tallinna 2.45 3.45 11 1.5 8 5 0 kyllä K 0.3

Stella Kuljetus-savolainen oy Hiittinen Kasnäs 2.8 3.8 12 1.5 8 5 0 1A K 0.3

Svärtan ÅLR Ahvenanmaa Maarian-hamina 2.6 3.6 9.5 1.5 5 1 0 ei E 0

Tursas RVL Turku Latokari 4.85 5.85 14 1.5 14 8 5 kyllä K 0.5

Turva RVL Kirkkonummi Upinniemi 5.5 6.5 18 2.5 18 12 5 1ASuper K 0.7

Uisko RVL Turku Latokari 4.85 5.85 14 1.5 14 8 5 kyllä K 0.5

Kummeli Meritaito Saimaa/ Suomenlahti (talvikaudella) 2.82 3.82 11 1.5 8 5 0 kyllä K 0.3

78

Liite 2. Tapauslaskelmien tulostaulukot.

Nollatapaus:

Normaalitilanne:

Matka-

aika (h)

Tunteja ja

minuutteja

Reitin

pituus

(km)

Matka-

aika (h)

Tunteja ja

minuutteja

Reitin

pituus

(km)

Halli Pansio 12,8 12 h 50 min 261 18,8 18 h 47 min 381

Hylje Upinniemi 4,0 4 h 2 min 82 27,0 27 h 1 min 550

Letto Toppila 40,6 40 h 34 min 901 14,5 14 h 30 min 322

Linja Latokari 14,1 14 h 7 min 261 21,2 21 h 14 min 393

Louhi Upinniemi 3,0 2 h 59 min 83 20,3 20 h 15 min 562

Merikarhu Upinniemi 2,8 2 h 48 min 83 19,0 18 h 59 min 562

Oili I Lauttasaari 2,8 2 h 48 min 41 39,6 39 h 36 min 586

Oili II Latokari 20,2 20 h 10 min 261 30,3 30 h 20 min 393

Oili III Långnäs 24,9 24 h 56 min 323 29,8 29 h 50 min 387

Oili IV Raippaluoto 47,3 47 h 18 min 613 4,7 4 h 43 min 61

Otava Kuusinen 4,3 4 h 20 min 96 32,2 32 h 12 min 715

Seili Lauttasaari 1,9 1 h 52 min 41 26,4 26 h 24 min 586

Stella Kasnäs 8,8 8 h 46 min 195 19,3 19 h 18 min 429

Svaertan Maarianhamina 19,7 19 h 44 min 347 23,0 23 h 3 min 405

Tursas Latokari 10,2 10 h 14 min 265 15,5 15 h 29 min 401

Turva Upinniemi 2,5 2 h 29 min 83 16,9 16 h 53 min 562

Uisko Latokari 10,2 10 h 14 min 265 15,5 15 h 29 min 401

Suomenlahdelle Merenkurkkuun

Alus Satama

Matka-

aika (h)

Tunteja ja

minuutteja

Reitin

pituus

(km)

Matka-

aika (h)

Tunteja ja

minuutteja

Reitin

pituus

(km)

Linja 32,7 32 h 43 min 605 3,5 3 h 29 min 64

Otava 4,3 4 h 20 min 96 32,1 32 h 6 min 715

Seili 40,6 40 h 37 min 900 14,5 14 h 32 min 323

Stella 8,8 8 h 46 min 194 19,2 19 h 15 min 429

Svärtan 19,7 19 h 44 min 346 19,5 19 h 33 min 429

Alus

Suomenlahdelle Merenkurkkuun

79

Myrsky:

Matka-

aika (h)

Tunteja ja

minuutteja

Reitin

pituus

(km)

Matka-

aika (h)

Tunteja ja

minuutteja

Reitin

pituus

(km)

Halli Pansio 12,8 12 h 50 min 261 19,4 19 h 27 min 381

Hylje Upinniemi 4,0 4 h 2 min 82 27,8 27 h 46 min 550

Letto Toppila 44,8 44 h 50 min 901 17,4 17 h 22 min 322

Linja Latokari 17,0 16 h 59 min 261 26,3 26 h 19 min 393

Louhi Upinniemi 3,0 2 h 59 min 83 20,5 20 h 32 min 562

Merikarhu Upinniemi 2,8 2 h 48 min 83 19,5 19 h 29 min 562

Oili I Lauttasaari 4,5 4 h 29 min 41 64,6 64 h 35 min 586

Oili II Latokari 26,7 26 h 43 min 261 46,0 46 h 3 min 393

Oili III Långnäs 30,9 30 h 53 min 323 39,5 39 h 28 min 387

Oili IV Raippaluoto 63,8 63 h 50 min 613 6,6 6 h 35 min 61

Otava Kuusinen 6,5 6 h 30 min 96 46,5 46 h 33 min 715

Seili Lauttasaari 1,9 1 h 52 min 41 26,7 26 h 39 min 586

Stella Kasnäs 12,4 12 h 24 min 195 28,5 28 h 27 min 429

Svaertan Maarianhamina 29,8 29 h 47 min 347 39,0 39 h 2 min 405

Tursas Latokari 10,2 10 h 14 min 265 15,9 15 h 52 min 401

Turva Upinniemi 2,5 2 h 29 min 83 17,1 17 h 4 min 562

Uisko Latokari 10,2 10 h 14 min 265 15,9 15 h 52 min 401

Alus Satama

Suomenlahdelle Merenkurkkuun