Innostuin viidennellä kurssikerralla QGIS-harjoittelusta niin, että päätin tehdä kaikki kurssikerran harjoitukset. Kaikkia tuloksia en tähän postaukseen haluaisi laittaa, sillä jostain syystä tietokantojen dataa hävisi kesken harjoituksen ja moni saamani tulos vääristyi. Tein siis kaikki harjoitukset oikealla tavalla, mutta väärällä datalla. Virheet huomasin vasta, kun näin muiden tekevän samoja harjoituksia ehjillä tietokannoilla.(Taulukko 1) Kurssikerta oli tähän mennessä mielestäni antoisin, sillä tällä kertaa piti oikeasti itse miettiä, mitä tekee.
Join attributes by location- ja spatial query-toimintoja tuli ehdottomasti käytettyä kurssikerran harjoituksissa eniten, eikä minun niitä käyttäessä enää tarvitse arvailla, mitä valintoja mihinkin kenttään tulee laittaa. Buffer-toiminnon käyttö oli helppoa ja yhdessä edellä mainittujen toimintojen kanssa sillä pystyi tekemään yksinkertaisia puskurianalyysejä. Alkaa siis pikkuhiljaa tuntua siltä, että ymmärrän QGIS:in perustoiminnot.
Puskurivyöhykkeiden avulla pystytään esimerkiksi tarkastelemaan saavutettavutta, teiden melu- ja ilmansaasteita, sekä vaikkapa jokien alueiden maanviljelysmahdollisuuksia. Löysin mielenkiintoisen artikkelin jokien lähimaaston viljelystä kestävästi pitämällä jokivarren puskurialueen viljelemättömänä vesien saastumisen minimoimiseksi. Vedet pysyvät puhtaampana, kun niiden lähiympäristössä kasvaa puu- ja pensaskasvillisuutta sitomassa pelloilta tulevia ravinteita ja varjostamassa vettä auringonvalolta. (Wei-Ning Xiang 1996) Liisa Niemi mainitsi blogissaan myös tietoliikenneverkkojen sijoittamisen ja ydinonnettomuuksien evakuointikartan.
Koulutehtävä oli mielestäni melko helppo. Selvitin googlen avulla Helsingin yhtenäiskoulun sijainnin ja käytin spatial query- ja join attributes by location-toimintoa rajatakseni alueen pisteet. Tämän jälkeen pystyin laskemaan kouluikäisten määrän select features by expression-toiminnolla ja tekemällä yksinkertaisia laskutoimituksia. Yhtenäiskoulun koulupiirissä alakoulun aloittavia oli todella vähän (vain 14) ja niin kuin Sini Virtanen blogissaan kirjoittaa, on Helsingin kaupunki suunnitellut yhtenäiskoulun yhdistämistä Käpylän ja Koskelan peruskouluihin. Eniten tehtävässä piti miettiä sitä, mitkä luokat pitää sisällyttää laskutoimitukseen oikean tuloksen saavuttamiseksi. Tässäkin tehtävässä taisin valita väärät luokat, joten tulokset eivät välttämättä ole oikeita.(Taulukko 1)
Seuraavaksi tein tehtävän liittyen Pääkaupunkiseudun uima-altaisiin ja saunoihin. Tehtävän tekemiseen käytin samoja toimintoja kuin edellisissäkin tehtävissä. ja listasin tulokset taulukkoon (Taulukko 1). Lopuksi tein kaksi karttaa uima-altaiden määrästä Pääkaupuniseudulla. Tehtävänä oli merkitä pienalueihin uima-altaiden määrä pylväin ja numeroin (Kuva 1). En itse ainakaan onnistunut liittämään samaan tietokantaan sekä numeroita, että pylväitä, vaan jouduin tekemään uuden läpinäkyvän tietokannan, johon lisäsin numerot. Mielestäni pylväät toimivat huonoina indikaattoreina kartassa ja ne tekevät esityksestä epäselvän. Toisaalta kartasta ei tulisi yhtään selkeämpi jättämällä siihen pelkät numerot. Päätin siis tehdä toisen kartan verratakseni esitettävyyttä. Luokittelin pienalueet niiden arvojen mukaan ja tein tavallisen koropleettikartan, johon lisäsin vielä numeroarvot. Kartan luettavuus kasvoi mielestäni huomattavasti tällä yksinkertaisella toiminnolla (Kuva 2). Kartalta erottui hyvin tunnetusti ”rikkaammat” asuinalueet, kuten Lauttasaari, Kulosaari ja Länsi-Pakila.
Tehtävistä mielenkiintoisin oli ehdottomasti viimeinen, sillä siinä oli eniten haastetta ja tehtävän teema oli ajankohtainen. Ensimmäisessä kohdassa käytin select features by expression-toimintoa ja Boolen AND-operaattoria saadakseni valittua talot, jotka on rakennettu vuosien 1965 ja 1970 välillä. Tämän jälkeen loin valituista pisteistä uuden tietokannan ja suodatin siitä vielä edelleen kerrostalot. Jälkeenpäin mietittynä olisin varmasti voinut suodattaa kaiken samalla valinnalla käyttämällä Boolen operaattoreita. Tein lopuksi kartan (Kuva 3) pienalueiden remontti-indeksistä. Voisin kuvitella, että kartan sanomaa on hieman vaikea heti ymmärtää, vaikka siinä olisi selitys siitä, mistä tekijöistä remontti-indeksi on tehty.
Lähteet:
Wei-Ning Xiang (14.7.1995) GIS-based riparian buffer analysis: injecting geographic
information into landscape planning (Luettu 19.2.2018)
https://ac.els-cdn.com/0169204695002065/1-s2.0-0169204695002065-main.pdf?_tid=506a15ae-1569-11e8-91ee-00000aab0f6c&acdnat=1519040450_5739adc4af589fc6c0dde5806293f047
Sini Virtanen 2018: https://blogs.helsinki.fi/7k110738/2018/02/13/verta-hikea-ja-puskureita/ (Luettu 19.2.2018)
Liisa Niemi 2018 :https://blogs.helsinki.fi/nliisa/2018/02/17/5-kurssikerta-pohdintaa-buffereita-ja-ongelmien-ratkaisua/ (luettu 19.2.2018)