Tietomallintamisen yleistyminen infrasuunnittelun ja –rakentamisen alalla on lisännyt tie-tomallintamista myös liikenne- ja katuhankkeissa. Edelleen suurin osa saatavilla olevista kansainvälisistä tutkimuksista ja julkaisuista keskittyy kuitenkin katusuunnittelun tietomal-lintamiseen, mutta jotain näyttöä on myös tietomallintamisesta osana liikennesuunnittelua.
Vuonna 2017 julkaistussa Dodge data & analytics:n tutkimuksessa ”The Business value of BIM for infrastructure” selvitettiin tietomallintamisen käyttöaste liikenneprojekteissa Rans-kassa, Iso-Britaniassa, Yhdysvalloissa sekä Saksassa. Vaikka julkaisu on nelisen vuotta vanha, tietomallintamista on käytetty kaikissa maissa jo yli 70 % projekteista ja nykypäivänä tämä osuus on varmasti kasvanut entisestään. Käyttötarkoitus vaihtelee liikenneprojektin tyypistä riippuen, mutta tietomallintamista on hyödynnetty sekä tunneli-, silta-, rata- että katuhankkeissa. Tämän tutkimuksen kannalta mielenkiintoista ja olennaista oli muun mu-assa se osa julkaisua, jossa oli selvitetty. Myös se, mitä varten mallintamista oli tehty, oli tämän tutkimuksen kannalta tärkeä tieto. Ranskan, Iso-Britannian, USAn ja Saksan lisäksi myös muun muassa Alankomaissa hyödynnetään paljon tietomallintamista liikenneprojek-teissa eri tarkoituksiin. (Rijkswaterstaat, 2021)
SmartMarket- raportista selvisi, että keskimäärin 76 %:ssa katuhankkeista hyödynnetään tietomallinnusta kaikissa tutkimuksessa mukana olleissa maissa. Saksassa malleja tuotettiin itse noin 10 % enemmän, kuin muissa tutkimuksen maissa, joissa noin 30 % malleista oli jonkin muun tahon tekemiä. Yritykset, jotka eivät tuottaneet itse malleja, vaan tarkastelivat muiden tuottamia malleja, kokivat, että tietomallintaminen parantaa poikkitieteellistä yh-teistyötä projekteissa, tietojen jakaminen on helpompaa kaikille projektin osallisille ja omis-tajat on helpompi pitää projektin kulussa mukana mallien avulla. Sen sijaan yritykset, jotka tuottavat itse tietomalleja liikenne- ja katusuunnitteluhankkeissa kokivat hyötyjen kohdis-tuvan erityisesti seuraaviin asioihin: projektin aikana tapahtuu huomattavasti vähemmän virheitä sekä suunnittelussa että rakentamisessa; hankkeen kustannusten ennustettavuus sekä hankkeen ymmärtäminen ovat parempia; suunnittelua on helpompi optimoida, jotta pysytään aikataulussa. Tietomalleja itse tuottavista vastaajista 58 % koki myös sen erityisen tärkeäksi, että mallien avulla on huomattavasti helpompaa perehdyttää uusia suunnitteli-joita ja muita osallisia projektiin. Useista koetuista ja tutkituista hyödyistä huolimatta noin 35 % vastanneista yrityksistä oli sitä mieltä, että ne eivät aio ottaa tietomallintamista osaksi liikenne- ja katusuunnitteluhankkeita. (Dodge data & analytics, 2017)
Dodge data & analytics:n tutkimuksessa mukana olleilta infraprojektien parissa työskente-leviltä kysyttiin myös, missä vaiheessa projektia he kokevat tietomallintamisen hyödyttävän eniten. Taulukossa 4.2 on havainnollistettu, miten tietomallintamisen koetut hyödyt jakau-tuvat maittain infraprojektin eri vaiheissa. Selkeästi suurimman hyödyn koetaan olevan toi-sen vaiheen suunnittelun kehittämisessä. Vastaajat perustelevat tätä sillä, että tässä vai-heessa suurin osa sidosryhmistä tulee tiivimmin osaksi projektia ja, että tiedonsiirto
osallis-60
ten ja sidosryhmien välillä on tietomallien avulla helpompaa. Lisäksi tässä vaiheessa projek-tia aloitettu tietomallintaminen lisää suunnittelun tarkkuutta visualisoinnin ja tehostetun yhteistyön avulla. Liikennesuunnittelun kannalta on kuitenkin hyvin olennaista tarkastella projektin vaihetta ennen varsinaista detaljitason suunnittelua. Kuten Helsingin kaupungilla, useimmiten myös muissa kaupungeissa kansainvälisessä katsannossa aloitetaan liikenne-suunnitelmien laatiminen tarkemman tason kaavoituksen yhteydessä, joka tapahtuu ennen detaljitason suunnittelua. Tässä vaiheessa selvitetään liikennejärjestelmien muodostamat reunaehdot muun muassa tilan, melun sekä liikennemäärien puolesta. Kuten voimme nähdä taulukosta 4.1, vain 10-22 % projektin kaikesta tietomallintamisesta tapahtuu ensimmäi-sessä suunnitteluvaiheessa kaikissa tutkimuksen maissa. (Dodge data & analytics, 2017) Tämä voi johtua muun muassa siitä, että tietomallintaminen itsessään vaatii paljon resurs-seja ja nämä halutaan keskittää detaljitasolle, kun yleissuunnitelmat ja suunnitelmien vaih-toehtovertailut on jo tehty. Lisäksi liikenne- ja katusuunnittelijoiden osaaminen tietomal-lintamisen osalta on hyvin eri tasoilla eikä liikennesuunnittelijoiden välttämättä ole missään vaiheessa edes tarvinnut opetella tietomallintamista.
Taulukko 4.2. Tutkimuksessa mukana olleiden mielipiteet projektien vaiheista, joissa tietomallin-nus tarjoaa suurimman arvon. (Muokattu lähteestä Dodge data & analytics, 2017)
Myös maiden suunnittelijoiden kokemuksia tietomallintamisen hyödyistä erilaisissa projek-teissa oli kartoitettu Dodge data & analytics:n tutkimuksessa. 39 % vastaajista mainitsivat, että mitä monimutkaisemmat ja hankalammat projektin lähtökohdat ovat, sitä suurempi hyöty tietomallintamisesta on. Lisäksi erityisesti suurissa projekteissa koettiin olevan oleel-lista hyötyä tietomalleista. Noin neljäsosa vastaajista mainitsi myös, että projekteissa, joissa
61
suunnittelijat ja rakennusfirmat ovat kykeneviä hyödyntämään tietomallintamista on useimmiten myös tarve mallintamiselle. Tässä on erittäin tärkeää myös se, että asiakas on itse perehtynyt tietomallintamiseen ja osaa vaatia tällaista projekteissa. (Kuva 4.6) Julkai-sussa ei kerrottu tarkempia syitä sille, miksi juuri monimutkaisissa ja suurissa projekteissa hyödytään tietomallintamisesta eniten, mutta tälle on varmasti useita eri perusteluita. Luul-tavasti yksi tärkeä syy sille, miksi BIM koetaan nimenomaan tällaisissa projekteissa tär-keänä, on se, että eri tekniikka-alojen yhteensovittaminen ja projektin kulun seuranta tek-niikka-aloittain on helpompaa tietomallin avulla. BIM mahdollistaa myös eri tekniikka-alo-jen suunnitelmien tietotekniikka-alo-jen linkittämisen toisiinsa tarpeellisilta osin ja tietoja voidaan hallita mutkattomammin yhtenäistämisen avulla.
Kuva 4.6. Projektin ominaisuudet, jotka lisäävät tietomallintamisesta koettua hyötyä liikenne- ja katusuunnitteluprojekteissa. (Muokattu lähteestä Dodge data & analytics, 2017)
Tämän tutkimuksen kannalta olisi ollut hyvin olennaista löytää tieto siitä, miten tietomal-lintamista ollaan hyödynnetty kansainvälisellä tasolla osana liikennesuunnittelua projektin eri vaiheissa. Vaikka tarkkaa tietoa siitä, miten tietomallinnusta ollaan hyödynnetty erityi-sesti yleissuunnitelmavaiheessa ei löytynyt, muissa julkaisuissa käsiteltiin tietomallinnusta liikennesuunnitteluvaiheessa. Muun muassa Šimenićin (2021) julkaisussa käsiteltiin vaati-muksia ja suosituksia liittyen tietomallintamiseen ja tietomallien hyödyntämiseen suunni-teltaessa ja rakennettaessa Euroopan läpi kulkevaa pohjois-eteläsuuntaista moottoritietä.
Vaikka vaatimukset ja suositukset koskevatkin väylien suunnittelua ja rakentamista, voi-daan näitä soveltaa osittain myös katuhankkeissa. Yleissuunnittelun kannalta vaatimukset
62
ja suositukset keskittyvät pääosin vallitsevien olosuhteiden tarkasteluun, korkeus- ja kalte-vuusanalyseihin ja hankkeen ympäristövaikutuksiin. (Šimenić, 2021) Kaikissa Helsingin lii-kennesuunnittelun projekteissa olisi niin ikään olennaista kyetä tarkastelemaan realistisia ympäristön olosuhteita ja tehdä vähintään karkealla tasolla korkeus- ja kaltevuusanalyysejä.
Ymmärrettävästi osassa hankkeista maastokäynti on tärkeä osa liikennesuunnitelman laa-timista, mutta ympäristön tarkasteleminen tulisi olla mahdollista muutenkin kuin ainoas-taan maastossa.
Kuten Šimenićin (2021) julkaisussa kirjoitetaan, jo yleissuunnitelmavaiheessa olisi tärkeää, että suunnittelualueelta olisi saatavilla jokin kolmiulotteinen malli. Liikennesuunnittelun kannalta tässä riittäisi esimerkiksi suunnittelualueen laajuinen karkea kolmioverkkomalli, jonka avulla pystyisi tekemään riittävän tarkat korkeus- ja kaltevuusanalyysit. Kuvassa 4.2 on esimerkki katualueen korkeusmallista, jota on hyödynnetty katualueen pintojen korjaus-projektissa. Tarvitteassa kolmioverkkomalli on pintamallina huomattavasti yksinkertai-sempi ja nopeampi toteuttaa, kuin esimerkiksi pistepilvimalli. Liikennesuunnittelussa ei kuitenkaan useimmiten tarvita kovin tarkkapiirteistä erikseen tietyltä alueelta tuotettua täy-sin ajantasaista mallia. Muun muassa Heltäy-singin kaupungin karttapalvelusta ladattavat kol-mioverkkomallit olisivat varmasti päteviä tähän tarkoitukseen. Nämä voidaan tuoda lähtö-tietoaineistoksi kantakartan ohelle suunnittelun pohjaksi. Näin pystytään hahmottamaan huomattavasti paremmin esimerkiksi uuden liikennejärjestelmän vaatimat maastonmuok-kaukset, kuten tarvittavat täytöt. Kolmioverkkomallista on mahdollista tuottaa liikenne-suunittelussa käytettävällä MicroStation- suunnitteluohjelmalla kuvan 4.7 mukainen malli pinnan muodoista.
Kuva 4.7. Esimerkki katualueen korkeusmallista. (Šimenić, 2021)
Liikennesuunnitteluperiaatteita ja-prosesseja sekä suunnitelmien laatimista koskevaa tie-toa löytyi tässä tutkimuksessa käytetyillä hakusanoilla erittäin vähän. Tämän vuoksi oli myös haasteellista muodostaa aukotonta ja luotettavaa kokonaisuutta siitä, kuinka paljon
63
liikennesuunnitteluvaiheessa on tietomallinnettu Suomen ulkopuolella. Tässä luvussa vii-tattujen julkaisujen avulla voitiin kuitenkin selvittää jollain tasolla, että liikennesuunnitte-luvaiheessa on tuotettu malleja useammassa eri maassa. Varsinkin Dodge data & analyticsin (2017) julkaisua on kuitenkin syytä tarkastella varauksella, sillä tehty tutkimus perustuu vain muutamaan projektiin ja haastateltavienkin osalta otanta on suhteellisen suppea. Tut-kimus keskittyy lisäksi vain tiettyihin yrityksiin ja kysymykset on muotoiltu niin, että tutki-muksen tulokset ovat yksipuolisia. Tietomallinnus on myös kehittynyt paljon tutkitutki-muksen teko hetkestä ja olisi ilmeinen tarve tuoreemmalle tutkimukselle aiheesta. Kansainvälisen tutkimustiedon ja muiden julkaisujen puutteesta johtuen voidaan myös päätellä, että liiken-nesuunnittelua on tehty tietomallintamalla vasta vähän. Kaikesta huolimatta julkaisu antaa viitteitä siitä, missä vaiheissa projektia aloitetusta tietomallintamisesta koetaan olevan suu-rin hyöty. Tutkimuksen tuloksia voidaan hyödyntää suuntaviivoina tämän tutkimuksen toi-menpideohjelmassa, mutta näillä ei voida suoraan perustella mitään toimenpiteitä.
64
5 Toimenpiteet tietomallipohjaiseen liikennesuunnitteluun si-irtymiseksi
Tätä tutkimusta varten tehdyistä haastatteluista sekä aihetta koskevista julkaisuista käy ilmi, että tarve liikennesuunnittelun toimintamallien muutokselle on myös Helsingissä il-meinen. Suunnitteluprosessissa on useita vaiheita, kuten lähtöaineiston kokoaminen, suun-nitelman laatiminen, tiedonsiirto ja eri tekniikka-alojen yhteensovittaminen, joita voitaisiin helpottaa tietomallintamisen avulla. Kuten Casteneda ym. (2021) kirjoittavat julkaisussaan, tietomallien käyttämiselle tulee kuitenkin olla jokin tietty syy. Tämä tarkoittaa sitä, että tu-lee olla tiedossa, mitä tietomallintamisella tavoitellaan ja miten tietomallintaminen voisi auttaa tavoitteen saavuttamisessa. Tämän tutkimuksen tavoitteena oli selvittää, miten tie-tomallintamisen avulla voitaisiin parantaa liikenne- ja katusuunnittelun välistä tiedonsiir-toa, ja myös tässä luvussa esitettävillä toimenpiteillä tähdätään tämän tavoitteen saavutta-miseen. Tärkeää on huomioida varsinkin yleistä inframallia ja katusuunnittelun lähtötietoa koskevat vaatimukset, jotka on esitetty taulukossa 3.1. Tekniikka-alojen välillä tapahtuvan tiedonsiirron parantamisen lisäksi tavoitteena on myös helpottaa koko liikennesuunnittelu-prosessia. Toimenpiteiden seurauksena muun muassa projektin kokonaisaikaa on tarkoitus lyhentää, tekniikka-alojen välistä kommunikaatiota parantaa sekä projektin reaaliaikaista tiedonsiirtoa lisätä. Edellä mainitut ovatkin eräitä tietomallintamisen mahdollistamista hyödyistä, joita esimerkiksi Acerra ym. (2020), Holler ym. (2012) ja Costin (2018) ovat tuo-neet julkaisuissaan esiin.
Vaikka tietomallintaminen ei ole vielä jalkautunut Helsingissä liikennesuunnitteluun eikä varsinaiselle 3D-suunnittelulle olekaan välttämättä vielä tarvetta, voidaan tietomallintami-nen ottaa vain joiltain osin osaksi suunnitteluprosessia. Tietomallintamisesta saatavat edut ovat suurimmillaan, kun sitä hyödynnetään suunnitteluprosessin kaikissa vaiheissa, mutta välttämättä kaikissa projektissa ei edes ole tarvetta tietomallintamiselle. Päätös siitä, ote-taanko tietomallintaminen osaksi projektia tai millä laajuudella, on tehtävä projektikohtai-sesti. Tässä luvussa esitettävät toimenpide-ehdotukset keskittyvät kuitenkin tietomallinta-miseen osana itse liikennesuunnitelmien laatimista sekä siitä syntyvää katusuunnitteluun luovutettavaa aineistoa. Ehdotetuissa toimenpiteissä on pyritty huomioimaan myös haas-tatteluissa yleisesti ilmi tulleet tarpeet ja koetut suunnitteluprosessin ongelmakohdat. Seu-raavissa luvun osissa 1-4 kerrotaan tarkemmin ehdotetuista toimenpiteistä ja siitä, miten ne voidaan toteuttaa käytännössä.
65