Valosaasteen hallinta data-analytiikan avulla : Euroopan suurkaupungit versus Suomen kaupungit
Etula, Joonas (2025)
Kandidaatintyö
2025
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026020411068
https://urn.fi/URN:NBN:fi-fe2026020411068
Tiivistelmä
Valosaaste on kasvava ympäristö- ja kaupunkisuunnitteluun liittyvä haaste, jolla on vaikutuksia energiatehokkuuteen, kestävyyteen ja kaupunkien kustannuksiin. Keinotekoisen valaistuksen lisääntyminen kaupunkialueilla on lisännyt tarvetta kehittää menetelmiä, joilla valaistusta voidaan suunnitella ja hallita tehokkaammin. Data-analytiikka tarjoaa uusia mahdollisuuksia valosaasteen mittaamiseen ja kehityksen tarkasteluun.
Tämän kandidaatintutkielman tavoitteena on selvittää, miten data-analytiikkaa voidaan hyödyntää valosaasteen hallinnassa sekä tarkastella valosaasteen kehitystä Euroopan suurkaupungeissa ja Suomessa vuosina 2015–2024. Tutkimus toteutettiin pääosin kuvailevana kirjallisuuskatsauksena, jossa analysoitiin aiempaa tieteellistä tutkimusta valosaasteesta ja data-analytiikan soveltamisesta kaupunkivalaistuksen suunnittelussa. Kirjallisuuskatsauksen lisäksi työssä tarkasteltiin olemassa olevia avoimia datalähteitä, kuten satelliittihavaintoihin perustuvaa VIIRS-dataa ja valosaastekarttoja, joiden avulla havainnollistettiin valosaasteen mittaamista ja alueellisia eroja.
Tulokset osoittavat, että satelliitti- ja sensoripohjainen data mahdollistaa valosaasteen mittaamisen ja kehitystrendien tunnistamisen. Data-analytiikan avulla voidaan tukea valaistuksen optimointia, vähentää energiankulutusta ja kohdentaa valaistusinvestointeja tehokkaammin. LED-teknologian ja älyvalaistuksen käyttöönotto parantaa valaistusjärjestelmien energiatehokkuutta ja elinkaarikustannuksia, ja vertailun perusteella Euroopan suurkaupungit ovat paikoin onnistuneet vähentämään valosaastetta modernisointien ja sääntelyn avulla. Light pollution is an increasing environmental and urban planning challenge with impacts on energy efficiency, sustainability, and urban costs. The growth of artificial lighting in urban areas has increased the need for methods that enable more efficient planning and management of lighting systems. Data analytics offers new opportunities for measuring light pollution and analysing its development.
The aim of this bachelor’s thesis is to examine how data analytics can be utilised in the management of light pollution and to analyse the development of light pollution in major European cities and in Finland between 2015 and 2024. The study was conducted primarily as a literature review, analysing previous scientific research on light pollution and the application of data analytics in urban lighting planning. In addition to the literature review, the study examined existing open data sources, such as satellite-based VIIRS data and light pollution maps, which were used to illustrate the measurement of light pollution and regional differences.
The results indicate that satellite- and sensor-based data enable the measurement of light pollution and the identification of development trends. Data analytics can support the optimisation of lighting, reduce energy consumption, and improve the targeting of lighting investments. The adoption of LED technology and smart lighting systems improves the energy efficiency and lifecycle costs of lighting infrastructure, and comparative analysis shows that major European cities have, in some cases, succeeded in reducing light pollution through modernisation and regulatory measures.
Tämän kandidaatintutkielman tavoitteena on selvittää, miten data-analytiikkaa voidaan hyödyntää valosaasteen hallinnassa sekä tarkastella valosaasteen kehitystä Euroopan suurkaupungeissa ja Suomessa vuosina 2015–2024. Tutkimus toteutettiin pääosin kuvailevana kirjallisuuskatsauksena, jossa analysoitiin aiempaa tieteellistä tutkimusta valosaasteesta ja data-analytiikan soveltamisesta kaupunkivalaistuksen suunnittelussa. Kirjallisuuskatsauksen lisäksi työssä tarkasteltiin olemassa olevia avoimia datalähteitä, kuten satelliittihavaintoihin perustuvaa VIIRS-dataa ja valosaastekarttoja, joiden avulla havainnollistettiin valosaasteen mittaamista ja alueellisia eroja.
Tulokset osoittavat, että satelliitti- ja sensoripohjainen data mahdollistaa valosaasteen mittaamisen ja kehitystrendien tunnistamisen. Data-analytiikan avulla voidaan tukea valaistuksen optimointia, vähentää energiankulutusta ja kohdentaa valaistusinvestointeja tehokkaammin. LED-teknologian ja älyvalaistuksen käyttöönotto parantaa valaistusjärjestelmien energiatehokkuutta ja elinkaarikustannuksia, ja vertailun perusteella Euroopan suurkaupungit ovat paikoin onnistuneet vähentämään valosaastetta modernisointien ja sääntelyn avulla.
The aim of this bachelor’s thesis is to examine how data analytics can be utilised in the management of light pollution and to analyse the development of light pollution in major European cities and in Finland between 2015 and 2024. The study was conducted primarily as a literature review, analysing previous scientific research on light pollution and the application of data analytics in urban lighting planning. In addition to the literature review, the study examined existing open data sources, such as satellite-based VIIRS data and light pollution maps, which were used to illustrate the measurement of light pollution and regional differences.
The results indicate that satellite- and sensor-based data enable the measurement of light pollution and the identification of development trends. Data analytics can support the optimisation of lighting, reduce energy consumption, and improve the targeting of lighting investments. The adoption of LED technology and smart lighting systems improves the energy efficiency and lifecycle costs of lighting infrastructure, and comparative analysis shows that major European cities have, in some cases, succeeded in reducing light pollution through modernisation and regulatory measures.