Sirvi Autor "Uuemaa, Evelyn, juhendaja" järgi

Nüüd näidatakse 1 - 20 21

Analyzing the relationships between crime and socio-economic and spatial factors using random forest: a case study of Tallinn
(Tartu Ülikool, 2024) Yu, Cheng-Wei; Uuemaa, Evelyn, juhendaja; Kalm, Kadi, juhendaja; Kmoch, Alexander, juhendaja; Zalite, Janis, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
The spatial factors of crime and its socioeconomic background are important topics in crime research. This study uses a grid framework to represent various spatial, environmental, and socioeconomic factors across Tallinn in 500-meter grids. The study aims to predict the number of crimes in each grid cell through a random forest machine learning model and identify the main contributing factors. Machine learning models do not explain causal relationships between variables but highlight possible correlations, so crime factors need to be discussed within Tallinn's context. Among various types of crime, the factor of commercial locations shows the strongest relationship with the number of crimes. These reflect the concentration of economic activities, assets, and the gathering of people, which are important conditions for crime motivations. Secondly, factors such as the number of renters and the population with low socioeconomic status are associated with the number of crimes against public order.
Asustusstruktuuri muutused Kiltsi mõisa piirkonnas
(Tartu Ülikool, 2013) Tomson, Krista; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Geograafia osakond
Ebaseaduslike metsaraiete ruumiline paiknemine Eestis aastatel 2009-2014
(Tartu Ülikool, 2015) Pukk, Sander; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond
Eesti maakonnakeskuste kasvamise suunad ja põhjused ajalooliste kaartide põhjal
(Tartu Ülikool, 2015) Kirsimäe, Piia; Uuemaa, Evelyn, juhendaja; Pae, Taavi, juhendaja
Evaluating human-induced forest degradation in different biomes using spatial analysis of satellite-derived data
(2022-10-06) Montibeller, Bruno; Uuemaa, Evelyn, juhendaja; Mander, Ülo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Metsaökosüsteemid võivad siduda kuni 12% inimtekkelisest süsihappegaasist ning tagastada atmosfääri kuni 40% kohalikest sademetest. Seetõttu on metsaökosüsteemidel oluline roll süsihappegaasi emissioonide vähendamisel ja veeringe reguleerimisel. Samal ajal väheneb metsade pindala ning metsad degradeeruvad läbi killustumise ning nende süsiniku- ja veeringe reguleerimise võime võib väheneda kliimamuutuste tõttu. Käesoleva doktoritöö eesmärgiks oli hinnata kahte metsade degradeerumisega seotud protsessi: (1) troopilise vihmametsa killustumist Brasiilia Amasoonias ja (2) muutuseid evapotranspiratsioonis ja süsinikuringes Baltikumi ja Eurooma muutumatuna püsinud metsamassiivides. Käesoleva doktoritöö tulemused näitasid, et kuigi Brasiilias on metsatustumise vastased poliitikad vähendanud metsade raadamist, siis samal ajal on suurenenud metsade killustumine, sest raiutakse väiksemate eraldiste kaupa ja liikudes endiselt varem raadamata aladele. Killustunud metsas on rohkem metsaserva, kust on süsinikukaod suuremad nii leostumise kui ka gaasilise emissioonina. Baltikumis leiti, et pikem taimekasvuperiood on suurendanud evapotranspiratsiooni kevadel ja sügisel, kuid samal ajal on suvel evapotranspiratsioon mõnedes piirkondades vähenenud. Kuigi evapotranspiratsiooni suurenemisel ei ole metsade ökosüsteemile otseselt negatiivset mõju, siis võib sellel olla ebasoovitav mõju regiooni veeringele, sest suurenenud evapotranspiratsioon suurendab tõenäosust, et suveperioodil on mullas vähem vett, mis omakorda suurendab põuaohtu. Lisaks selgus, et neljandikus Euroopa muutumatuna püsinud metsamassiivides on süsiniku sidumine vähenenud. Vähenenud süsiniku sidumisega metsamassiivid paiknesid üle kogu Euroopa ning hõlmasid erinevaid metsatüüpe. Kliimamuutuste mõjul võib metsade süsiniku sidumine väheneda veelgi rohkem, mis seab kahtluse alla varasemalt eeldatud metsade võimekuse leevendada kliimamuutuste mõjusid.
Geospatial data harmonization and machine learning for large-scale water quality modelling
(2022-10-11) Virro, Holger; Uuemaa, Evelyn, juhendaja; Kmoch, Alexander, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Põllumajanduslik reostus põhjustab jätkuvalt magevee kvaliteedi üleilmset halvenemist. Tõhusate veemajandamise meetmete väljatöötamisel on oluline osa veekvaliteedi modelleerimisel. Veekvaliteedi laialdaseks modelleerimiseks on aga vajalik hea ruumilise katvusega lähteandmete olemasolu. Töö eesmärk oli parandada ja harmoniseerida veekvaliteedi modelleerimiseks vajalikke andmestikke ning arendada välja masinõppe raamistik, mida saaks kasutada riigiüleseks veekvaliteedi modelleerimiseks. Töö üheks väljundiks on Eesti mullastikuandmebaas EstSoil-EH. EstSoil-EH atribuudid olid sisendiks masinõppe mudelile, mida kasutasin mulla orgaanilise süsiniku sisalduse prognoosimiseks. Selgus, et proovivõtukohtade keskkonnatingimused mõjutasid mudeli prognoosi täpsust. Globaalse veekvaliteedi andmete parandamiseks loodi viie andmestiku põhjal andmebaas Global River Water Quality Archive (GRQA). Mullasüsiniku mudeli loomise käigus õpitu põhjal arendati välja raamistik üle-eestiliseks veekvaliteedi modelleerimiseks. Mudel prognoosis toitainete kontsentratsioone 242 Eesti jõe valglas. Saadud mudelite täpsus on võrreldav Baltimaades varem rakendatud mudelitega. Mudelite täpsust mõjutas valglate suurus, kuna prognoosid olid üldjuhul ebatäpsemad väiksemates valglates. Seejuures piisas rahuldava täpsuse saavutamiseks vähem kui pooltest tunnustest, mis näitab, et tunnuste arvust olulisem on nende kirjeldusvõime. Seega on loodud masinõppe mudelid rakendatavad piirkondades, kus tunnuste tuletamiseks vajalike lähteandmete katvus on piiratud.
Globaalsete ja regionaalsete kaugseirepõhiste maakatte andmebaaside täpsuse hindamine Eesti näitel
(Tartu Ülikool, 2024) Annusver, Marie; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Pikaajaliste maastikumuutuste jälgimiseks ja hetkeolukorra kirjeldamiseks on vajalikud pikaajalised ja järjepidevad andmed, mida pakub kaugseire. Kaugseire põhiseid maakatte andmebaase on aga erinevaid. Antud töö eesmärk on võrrelda omavahel kolme globaalset ja ühte regionaalset kaugseire põhist maakatte andmebaasi, et teha kindlaks nende täpsused Eesti aladel ning leida nende peamised vead ja vigade allikad. Antud töös võrreldi andmebaase: CORINE Land Cover, ESA WorldCover, Esri Land Cover ja Dynamic World. Valideerimiseks kasutasin Eesti Topograafia Andmekogu (ETAK). Uurimusalaks oli terve Eesti. Töö tulemus näitas, et kõikide andmebaaside üldine täpsus oli sarnane. ESRI-l oli 74%, ESA-l 73%, Dynamic Worldil 71% ning CORINE-il 68%. Peamised vead tulenesid madalast ruumilisest resolutsioonist, spektraalsete omaduste sarnasusest, segupikslitest, erinevustest definitsioonides ja andmete ajakohasusest.
Juurdepääs mereäärsetele kallasradadele Varbla valla näitel
(Tartu Ülikool, 2015) Selberg, Marie; Uuemaa, Evelyn, juhendaja
Lämmastiku ja fosfori väljakande modelleerimine empiiriliste mudelite abil Eesti jõgedel
(Tartu Ülikool, 2015) Palusalu, Anna; Uuemaa, Evelyn, juhendaja; Järvet, Arvo, juhendaja
Looduslike pühapaikade maastikuline analüüs Juuru, Muhu ja Põlva kihelkondade näitel
(Tartu Ülikool, 2015) Vee, Maris; Pae, Taavi, juhendaja; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond
Maanteede kurvilisuse ja liiklusõnnetuste esinemissageduse vahelised seosed
(Tartu Ülikool, 2014-08-06) Štšeglakov, Anton; Uuemaa, Evelyn, juhendaja; Aunap, Raivo, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond
Märgalade tuvastamine ajaloolistelt kaartidelt Sipe oja ümbruse näitel
(Tartu Ülikool, 2025) Alev, Anne-Liis; Uuemaa, Evelyn, juhendaja; Guaman Pintado, Pamela Maricela, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Viimase sajandi jooksul on märgaladele, kui olulistele keskkonnamõjude reguleerijatele pööratud aina rohkem tähelepanu. Antud töö eesmärk oli tuvastada märgalade kadu ulatust ajalooliselt kaardilt ning hinnata pool-automatiseeritud GIS-metoodika tõhusust. Ajaloolise baasina kasutati 1935–1939 koostatud Eesti Vabariigi taktikalist topograafilist kaarti. Võrdlus tänapäevase olukorraga näitas märgalade vähenemist 71,85 % võrra. 90 % ajaloolisest pindalast on muundunud peamiselt metsaks (51,4 %), lagealaks (22,3 %) ning haritavaks maaks (13,9 %). Töötlusmetoodika täpsuse kontrollimiseks kasutati käsitsi vektoriseeritud kihti, mille põhjal arvutati tootja täpsus 91,69 %, kasutaja täpsus 91,32 % ja kogutäpsus 99,44 %. Uurimus kinnitab, et pool-automaatse metoodikaga saab märgalade piire adekvaatselt tuvastada, kuid töötlus nõuab manuaalset üle kontrollimist.
Measuring Uncertainty Related to Ingesting Data to DGGS
(Tartu Ülikool, 2025) Rammul, Aleksandra; Kmoch, Alexander, juhendaja; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Discrete Global Grid Systems (DGGS) offer a modern alternative to traditional coordinate-based spatial frameworks by dividing the Earth’s surface into equal-area cells, allowing for standardized, multiresolution geospatial analysis. However, while DGGS helps reduce geometric distortion and improves data handling, it does not eliminate the spatial uncertainty caused by the Modifiable Areal Unit Problem (MAUP). This thesis investigates how aggregation to DGGS grids influences the reliability of landscape metrics and whether uncertainty can be meaningfully quantified across different resolution levels. Using high-resolution land cover data from the Estonian Topographic Database (ETAK), landscape metrics such as patch density, percentage of like adjacencies, Shannon Diversity Index, and class proportion were calculated for hexagonal cells at multiple DGGS resolutions. The land cover class for each cell was assigned using nearest-neighbor matching with raster pixels. The analysis reveals that landscape metrics react differently to resolution changes depending on the spatial structure of the landscape. The results confirm that MAUP cannot be universally measured or avoided. Instead, spatial uncertainty must be approached through context-aware experimental design. While DGGS supports scalable and consistent analysis, its use does not remove the need for careful methodological planning to ensure valid interpretations of spatial patterns.
Metsloomadega toimuvate liiklusõnnetuste seosed maanteede lähiümbruse maastikuga Eesti põhimaanteedel
(Tartu Ülikool, 2016) Lippur, Henri; Uuemaa, Evelyn, juhendaja
Rehielamute orientatsioon ilmakaarte suhtes ja paiknemine maastikus
(Tartu Ülikool, 2013) Lõuk, Sander; Pae, Taavi, juhendaja; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond
Riigimaanteedel toimunud liiklusõnnetuste koondumiskohtade leidmise meetodid
(Tartu Ülikool, 2016) Štšeglakov, Anton; Uuemaa, Evelyn, juhendaja; Aunap. Raivo, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond
Suve- ja talvekultuuride tuvastamine Sentinel-2 andmete ja masinõppe abil
(Tartu Ülikool, 2025) Susi, Emilie; Uuemaa, Evelyn, juhendaja; Tartu Ülikool. Geograafia osakond; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Töö eesmärk oli hinnata Sentinel-2 andmete ja otsustusmetsa algoritmi sobivust suvi- ja taliviljade eristamiseks varakevadel. Uurimispiirkonnaks oli Tatra org Lõuna-Eestis. Kasutati Google Earth Engine’i keskkonda, kus viidi läbi andmetöötlus, treening ja klassifitseerimine. Mudeli koostamiseks kasutati spektraalindekseid ning välitöödel kogutud proovipunkte. Treeningandmetel saavutati kuni 86% täpsus, punktipõhisel valideerimisel 78% ja pikslipõhisel hindamisel 67%. Peamised eksimused esinesid taliviljade ja küntud maa vahel, mis viitab spektraalsele kattuvusele kevadel. Visuaalne analüüs näitas, et vigu leidus põllumassiivide kesk- ja servaaladel, kuid esines ka täpselt klassifitseeritud põlde. Järelduseks kinnitab töö, et Sentinel-2 andmed võimaldavad usaldusväärset klassifitseerimist kevadistes tingimustes. Tulemusi parandaks mitme sensori andmete kasutamine ning aegridade kaasamine.
Talude paiknemine Otepää looduspargis viimase 100 aasta jooksul
(Tartu Ülikool, 2014-08-14) Eha, Eteri; Uuemaa, Evelyn, juhendaja
Teede ja reljeefi mõju maastiku keerukusele Otepää looduspargi näitel
(Tartu Ülikool, 2014-08-11) Murumaa, Kaarel; Uuemaa, Evelyn, juhendaja
Thematic accuracy and completeness of topographic maps
(2018-11-05) Mõisja, Kiira; Uuemaa, Evelyn, juhendaja; Oja, Tõnu, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Suuremõõtkavalised topograafilised kaardid on tänapäeva ruumiandmete taristute lahutamatuks osaks. Tänu sellele on kaardil kujutatud andmete kasutajaskond laialdane alates nii riigi- kui omavalitsusest ja lõpetades hariduse või ettevõtlusvaldkonnaga. Suur kasutajaskond eeldab andmetelt kõrget kvaliteeti. Ruumiandmete kvaliteediga on nii teadlased kui ruumiandmete tootjad tegelenud üle 40 aasta. Ühe suurima saavutusena nimetavad mitmed autorid (Devillers, R. et al., 2010; Hunter et al., 2009) ISO 19100 ruumiandmete kvaliteedi standardite loomist. Rahvuslike kaardistusagentuuride katusorganisatsiooni Eurogeographics’i 2018. a uurimus näitab, et INSPIREga ühinenud liikmete seas on ruumiandmete kvaliteedi standardite kasutus suurenenud. Samas tuuakse välja ka kvaliteedi valdkonna mõned kitsaskohad. Üheks suuremaks puuduseks on see, et kvaliteeti käsitletakse monotoonsena, mis kogu ruumiandmekogu ulatuses omab ühesugust väärtust. Tegelikult peaks kvaliteeti analüüsima ning väärtuseid esitama suurema detailsusega kas väiksemate territoriaalsete üksuste kohta, nähtuskihtide kohta või mõne muu omaduse, näiteks kaardistuse teinud välitöötaja, järgi moodustatud alamhulga kohta. Detailsem kvaliteedi analüüs ning saadud näitajate esitamine on vajalik nii andmetootjatele kvaliteedi paremaks tagamiseks kui ka kasutajatele. Doktoritöös on kasutatud Eesti põhikaardi 1:10 000 välitööde kontrolli andmeid aastatest 2003-2006. Töö eesmärgiks on uurida välitöötajate mõju topograafilise kaardistuse kvaliteedile. Põhiliselt on analüüsitud klassifitseerimise õigsust ning täielikkust, mida kirjeldati liigsete ja puuduvate objektide näitajatega. Välikaardistusel tehtud vigu ja nende struktuuri analüüsiti kahel tasandil: 1) üldisel tasandil, kus analüüsis osalesid kõik andmebaasis olnud vead korraga; 2) detailsel tasandil, kus vigu analüüsiti välitöötajate lõikes (II teadusartikkel). Topograafiliste andmete kvaliteet võib erineda ka ruumiliselt. Selle põhjuseks võib olla maastiku keerukus, välitöötaja sugu, kogemus ning võimekus maastikku tõlgendada. Käesolevas doktoritöös uuriti kas ja mil määral mõjutavad kaardistuse kvaliteeti välitöötaja teatud omadused ning maastiku keerukus (III teadusartikkel). Vektorandmetest maastiku keerukuse indeksite arvutamiseks töötati välja metoodika, mille abil väiksed punkt ning joonobjektid lõimiti ühtseks pinnakatte kihiks (I teadusartikkel). Reaalne maailm on pidevas muutumise. Seetõttu vajab topograafiline andmestik pidevat kaasajastamist ehk uut kaardistamist, mis on ressursimahukas ja kallis. Tänapäeval on ühe potentsiaalse võimalusena uuritud vabatahtlikke kaardistajate poolt toodetud andmestiku (VGI) kvaliteetsust ning kasutamist kaasajastamise protsessis. Doktoritöö näitas, et üldisel ja detailsel tasandil tehtud kaardistusvigade analüüsid andsid teatud juhtudel erinevaid tulemusi ning teatud juhtudel sarnaseid tulemusi. Vead, mis ilmnesid mõlemal tasandil, olid süsteemsed, teisel juhul aga põhjustatud peamiselt üksikutest välitöötajatest. Nähtused, mis olid kriitilisemad mõlema tasandi analüüsides, olid kivihunnik, vundament, harvik, rada, siht ja salu. Välitöötaja sugu kaardistuse kvaliteeti ei mõjutanud. Samas väikse töökogemusega välitöötajate kaardistuskvaliteet oli kõrgem, kui keskmise töökogemusega välitöötajatel ning kvaliteet tõusis jällegi väga kogenud töötajatel. Analüüsi tulemused näitasid, et hoonestatud-mitmekesises maastikutüübis oli välitöötajate lõikes kaardistuse kvaliteet kõrgem, kui avatud-lihtsas või suletud-keerukas maastikutüübis. Sarnastele tulemustele on jõudnud ka mitmed VGI kvaliteeti uurinud autorid. Kaardistuse kvaliteedi tõstmiseks tuleks süsteemsete vigade vältimiseks täiendada kaardistusjuhendeid – täpsustada nähtuse definitsiooni või tunnuseid või kaaluda, kas antud nähtuse kaardistamine on üldse vajalik. Individuaalsete, üksikute välitöötajate põhjustatud vigade vältimiseks on soovitav viia läbi koolitusi. Samuti võiks välitöötaja valida endale sobiva maastikutüübi kaardistamise, sest uuringud on näidanud, et sobiv maastik tõstab turvalisust ning enesekindlust ja seeläbi ka kvaliteeti.