annin blogi

Sopivat telttapaikat:
– alle 260 metrin korkeudella
– rinne suuntautuu välille itä – etelä – länsi
– lehti-, seka- tai havumetsä kivennäismaalla, tai lehti- tai
sekametsä turvemaalla
– korkeintaan 200 m etäisyydellä vesiuomista
– rinteen jyrkkyys saa olla maksimissaan 10 astetta.

 

 

 

 

 

 

 

 

 

 

 

 

Laskiaisen jälkeisenä keskiviikkona tehtiin oma kartta. Tämä kartta (kuva 1) oli noin kahdeksas kokeilu/idea. Maanantaina istuimme gis-luokassa viiteen asti päivällä, koneen ääressä yrittämässä tehdä jonkinlaista karttaa. Keskiviikko aamuna tämä kuitenkin onnistui aika nopeasti opettajan avustuksella.

Ongelma oli ollut siis se, että vaikka aineistojen haku välillä onnistui, emme muistaneet miten kahdesta aineistosta tehdään yksi attribuutti taulu, jonka nyt tiedän onnistuvan sinisen kuvakkeen “join” kohdasta.

Kuva 1, Euroopan maat ja niiden maatalouskäytössä oleva alue ja metsät vuonna 2015.

Euroopan maat on esitetty kartassa harmaalla. Keltaiset palkit kuvastavat maatalouskäytössä olevan alueen prosenttia ja vihreät palkit metsäalueiden prosenttia. Kaikista maista ei ole tietoa kuten Suomesta, Iso-Britanniasta ja Ranskasta.

Maita ja palkkeja vertaillessa huomaa, että esim. metsäisässä Ruotsissa vihreä metsäpalkki on melko korkea ja maatalous matala. Kun taas mustamullan alueella Ukrainassa maatalouteen käytetty alue on suuri ja metsien alue verrattain hyvin pieni.

Nyt karttaa katsellessani huomaan myös, että olisi ollut parempi käyttää sanaa “valtio” kun sanaa “maa”, joka jo muutenkin esiintyy kartassa “maankäyttönä” ja “maanviljelynä”. Palkit ovat toisaalta liian pienet, mutta kun esim. entisen Jugoslavian alueella on tiheästi pieniä valtioita, isommat palkit peittivät toisiaan.

Jos taas isommille valtioille olisi tehnyt isommat palkit olisi se voinut olla harhaan johtava, kun kyseisessä kartassa ei kuitenkaan vertailla valtioita toisiinsa. Se antaa yleiskuvaa, mutta lähteenä en sitä käyttäisi koska esim. Italian ja Vatikaanin palkit ovat päällekkäin ja on vaikea tunnistaa kumpi on kumpi. Kartassa ei ole myöskään mitään nimiä, lukuarvoja tai prosentteja joten se on vain suuntaa antava. Kartta on yksinkertainen, mutta osaamiseeni nähden ihan sopiva ja kuitenkin toimiva ja mielestäni selkeä.

Kurssi oli vaikea, mutta yhdessä sekin onnistui. “Antoisinta kurssissa oli kyllä se, että meillä mantsalla on hyvä tekemisen meininki ja kannustamme toisiamme kurssin tehtävissä.” Lotta Sainio sanoo tekstissään Viikko 7: Loppuhuipennus blogissaan Mantsailua.

lähde:

Sainio, Lotta. Viikko 7: Loppuhuipennus, Mantsailua (4.3.2022)
Lainattu 16.3.2022

Viikolla 6 kävimme keräämässä aineistoa kampuksen ympäristöstä Epicollect5 sovelluksella. Lähdimme kohti Arabianrantaa ja pysähdyimme kävelyn aikana useita kertoja tekemään arvioinnin valitsemastamme kohdasta. Esimerkiksi liikennevalojen, kävelyteiden ja puistojen vieressä pysähdyimme vastaamaan kysymyksiin alueen viihtyvyydestä ja turvallisuudesta asteikolla 1-5.

Luokkaan palattuamme teimme kootuista aineistoista kartan (kuva 1). Teimme interpoloinneilla karttoja, joissa sävy muuttuu sen mukaan millaisen arvion kyseinen piste on saanut. Sävyt vaihduttuvat pisteiden välillä niin, että QGIS tekee arvojen keskiarvon värit pisteiden väliin.

Kuva 1, interpolointi 10 m tarkkuudella.

Kuva 2, interpolointi 1 m tarkkuudella.

Kuvia 1 ja 2 tarkastellessa huomaa, että parempia eli viihtyisämpiä ja turvallisempia vaikutelmia on jäänyt esim. puistoaluilta ja rannasta. Ne näkyvät sinisellä. Vähemmän turvalliseksi ja viihtyisäksi on koettu esim. risteyksiä ja isojen teiden varsia. Ne näkyvät punaisella.

Tässä tehtävässä oppi paljon eri näkökulmista ja oli kiva tehdä alusta loppuun yksinkertainen tutkimus, joka selkeytti oppimaamme. Tuloksia voi selittää esim. autoilun meluhaitat, joka tekee teistä epämiellyttäviä  ja kaunis sää joka tekee puistoista erityisen miellyttäviä. Tutkimus on tehty mielipide kyselyllä, joten vastaukset voivat vaihdella ryhmittäin ja esim. eri vuorokauden aikaan tai eri säässä.

 

Kuva 3, 6-9 magnitudin maanjäristyksiä vuosien 1900-2020 välillä.

Käytin samaa interpolointi metodia oman kartan (kuva 3) tekemisessä. Kartta näyttää oikein nätiltä, mutta on huono siinä mielessä, että antaa vaikutelman, että vaaleat pisteet eroaisivat tummista jotenkin sillä tavalla, että toiset olisivat esim. positiivisia ja toiset negatiivisia eikä niin, että kuvastat saman ilmiön kasvavaa vahvuutta. Olen silti ylpeä siitä, että sain kerrankin tehtyä itse yksin jonkilaisen kartan.

Kuva 4, tsunamialttiit alueet maailmassa vuosina 1900-2020.

Tässä kartassa (kuva 4) käytin heat map- kartan esittämis tyyliä tsunamien esittämiseen. Tämä kartta on sinänsä selkeämpi, koska sininen väri sopii hyvin esittämään merta ja punainen sopii hasardin eli tässä tapauksessa tsunamin esittämiseen. Kartassa näkyy hyvin selkeästi sen että eniten tsunamialttiita alueita löytyy Tyynen valtameren länsirannikolta.

Tämä kartta taas on epäonnistunut siinä, että muualla kuin Tyynen valtameren länsirannikolla olevilla alueilla tapahtuvat tsunamit erottuvat hyvin huonosti. Parantaisin karttaa lisäämmällä jotenkin kontrastia, jotta punainen erottuisi paremmin myös muilla alueilla, ja vähentäisin värien häivytystä niin, että se olisi kohdistetumpaa juuri rannikkoalueille.

Kuva 5, Litosfäärilaatat ja tulivuoret maailmankartalla.

Kolmannessa kartassa (kuva 5) keskityin enemmän vulkaaniseen toimintaan ja litosfääriliikuntoihin siten, että merkitsin laattojen rajat näkyviin. Tämä kartta sitoo yhteen aikaisempia kahta karttaa (kuva 3 ja 4), koska siitä voi huomata, maanjäristykset, tsunamit ja tulivuoret selkeästi keskittyvät samoille alueilla litosfäärilaattojen saumakohtiin, ja siksi nämä ovat minusta onnistuneet opetuskartat.

Tämä tunti oli selkeästi kivoin tähän mennessä, koska osasin jo tehdä edes vähän, jotain itsenäisesti. Kävelylenkillä saattoi olla myös vaikutusta kuten Victoria Rumbin kertoo blogissaan Matka GIS-guruksi, postauksessa Kurssikerta 6 – Interpolointia vai ei “Huonosti nukuttujen yöunien jälkeen käveleminen sai minut energisemmäksi ja loppuluennolla pysyin paremmin hereillä.” (24.2.2022)

Lähde:

Rumbin, Victoria. Kurssikerta 6 – Interpolointia vai ei, Matka GIS-guruksia (24.2.2022) lainattu 11.3.2022
https://blogs.helsinki.fi/vrumbin/

 

 

Melualuetehtävä

Viikolla 5 teimme itsenäisenä työnä  bufferivyöhykkeitä. Teimme kaksi karttaa, toisen Helsinki-Vantaan lentokentän kiitoratojen vyöhykkeistä, ja toisen laskeutuvan lentoliikenteen melunalueesta.

Tarkoituksena oli tehdä tämä ensimmäinen harjoitus Malmin kentästä eikä Helsinki-Vantaasta, mutta huomasimme sen vasta tehtävän tehtyämme. Onneksi se ei vaikuttanut kuitenkaan bufferialueiden laskemisen harjoitteluun millään oleennaisella tavalla.

Kuva 1, Helsinki-Vantaan lentokentän melualueella asuvien määrä.

Alueen 2km bufferivyöhykkeellä asui 10586 asukasta ja 1km sisällä 922. Näin jälkikäteen katsottuna, bufferialueella olevat asukkaat (harmaat pisteet) olisi voinut korostaa tai jotenkin erottaa kartassa muista asukkaista, kuten Katri Hämäläinen oli tehnyt postauksessaan GIS- buffereita ja uima-altaita blogissaan GIS-velhoksi (17.2.2022)

Kuva 2, Helsinki-Vantaan lentokentän saapuvan liikenteen melualue ja kiitoradat vyöhykkeineen.

Helsinki-Vantaan 65db-alueella asui 303 henkilöä ja vähintään 55db-alueella 11923. Saapuvan liikenteen melualueella asui 27219 henkilöä.

Uima-allastehtävä

Kuva 3, Helsingin kaupungiosien uima-altaiden absoluuttinen määrä.

Pääkaupunkiseudulta löytyy 855 uima-altaalla vaustettua rakennusta. Asukkaita sellaisissa rakennuksissa joissa on  uima-allas on 12170. Noista taloista omakotitaloja on 345, rivitaloja 113 ja kerostaloja 181. Kaikista uima-allasrikkain alue on lauttasaari. Saunoja oli 21 922 rakennuksessa ja niiden osuus silloin taloista olisi 24,4%

Kartoista tuli ihan nätit. Viivan ja bufferin tekeminen oli melko helppoa, mutta heti kun täytyy laskea jotain, menee vaikeaksi.  QGIS on niin monimutkainen ja kaikki ikkunat näyttävät samalta, niin on lähes mahdoton muistaa miten on aijemmin jotain samanlaista tehnyt, saati sitten soveltaa ja improvisoida. Onneksi yhdessä selvisime tämänkin viikon tehtävistä.

Yleisesti viikon 5 tunnista

Tällä kertaa kirjoitin muistiinpanoja samalla kun kuuntelin opetusta, niin kuin suunnittelin viimeviikon blogia kirjoittaessa. Se toimi ihan hyvin, minusta tuntui, että oikeasti opin jotain. Mutta tehtäviä tehdessä se oli taas lähes yhtä tyhjän kanssa. Olin taas jälleen täysin hukassa ja tätä kirjoittaessani olen istunut gis-luokassa nyt kahdeksan tuntia, olo on yhä toivoton.

 

lähde:

Hämäläinen, Katri. GIS- buffereita ja uima-altaita, GIS-velhoksi (17.2.2022) lainattu 11.3.2022
https://blogs.helsinki.fi/katriham/

 

Viikolla 4 teimme itsenäisenä tehtävänä vapaavalintainen ruututeemakartta, tunnilla kokeilluilla menetelmillä. “Jotta tällainen oli mahdollista tehdä, täytyi aineistoon ensin luoda ruudukko Helsingin, Espoon, Vantaan ja Kauniaisen päälle. Tähän ruudukkoon yhdistimme lisää tietoa, josta saatiin luotua teemakartta.” kuten Lotta Sainio kertoo blogissaan Mantsailua.

Minä päätin tehdä ruotsinkielisten määrää edustavan kartan. Kartalla näkyy vaaleanpunaisen tai purppuran eri sävyillä skaala, joka kertoo ruotsinkielisten osuudesta prosentteina pääkaupunskiseudun väestöstä.

Kuva 1, ruotsinkielisten osuus prosentteina pääkaupunkiseudun väestöstä.

Mielestäni kartta onnistui aikahyvin. Siinä näkyy selkeästi, että ruotsinkielisiä asukkaita on suhteessa paljon varsinkin Espoossa ja Sipoossa ja tämä myötäilee myös omaa aikaisempaa käsitystäni. Ehkä yhtenä kritiikkinä voisi olla se, että ilmiön vahvin luokka “13,9-100%” on melko suuri ja ensi kerralla sen voisi jakaa vielä useampaan luokkaan.

Kartan tekeminen oli taas samaa pelkkää hämmennystä. Välillä joku kohta tuntui tutulta, mutta hyvin hämärästi. Onneksi on avuliaita luokkatovereita vieressä. Yritän tässä miettiä, että miten voisi painaa mieleen kaikki vaiheet kun ne on nähnyt vain kerran. Ehkä ensi tunnille otan kynän ja paperia ja yritän kirjoitella vaiheita ylös, niin voisi olla vähän mahdollisuutta suoriutua itsenäisestä tehtävästä… itsenäisesti.

Lähde: Sainio, Lotta. kurssiblogi Mantsailua (lainattu 14.2.)
https://blogs.helsinki.fi/salotta/

 

Tulvaindeksikartta järvisyysprosenteilla. viikolla 3 yhdistelimme tietokantoja mm. maiden, timanttikaivosten ja konfliktien välillä Afrikassa. Teimme taulukoita ja vertailimme tietoja eri sarakkeissa. Eli jatkettiin QGIS:ssin käytön harjoittelua. 

Timanttikaivosten, öljyn ja konfliktien välillä oli vähän yhtäläisyyksiä esim. Angolassa on paljon timantteja ja konflikteja, Tansaniassa ei kuitenkaan ollut konflikteja vaikka timantteja löytyi. Eli timantit ja niiden tuoma vauraus ei ainakaan poista konflikteja, mutta ei välttämättä aiheutakkaan niitä.

 

Kuva 1, Afrikka, öljy näkyy liiloina alueina, timantit vihreällä ja konfliktit punaisella. Tähän karttaan unohdin tehdä legendan yms.

Itsenäinen tehtävä tältä viikolta oli järvisyyden ja tulvaindeksien kuvaamista koropleettikartalla Suomessa. Tehtävä oli vaikea enkä olisi siitä suoriutunut ilman muiden apua.

“Tehtävä oli asiaa kaunistelematta haastava, ja vaati enemmän kuin viisi henkilöä ratkomaan samaa arvoitusta. Aikaisempien tuntien opit olivat erittäin tehokkaasti unohtuneet ja vaativat tovin QGIS:n pyörittelyä ennen kuin ne palasivat mieleen, esim. miten yksinkertainen koropleettikartta luodaan.”  (Tiainen, N 2.2.2022)

Kuva 2, Järvisyys ja tulvaindeksi koropleettikartalla Suomessa.

Kartta (kuva 2) on mielestäni hauskan näköine, koska limen vihreä, punainen ja harmaa luo kivaa kontrastia. Käytännöllisestä näkökulmasta kartta on huono. Pylväsdiagrammit kartassa antaa vähän suuntaa ilmiöiden koosta toisiinsa, mutta ei ole tietoa esim. siitä että mitä mittayksikköä datan keräämisessä on käytetty, eli mitä pylväät tarkoittavat. Pylväät eli järvisyys prosentit on kuitenkin selkeästi suurimmat alueilla, joilla on paljon tai isoja järviä eli ainakin se on sillä tavoin onnistunut.

 

lähde:

Tiainen, Nea. Melkein Gis-guru siis itsekkin,  (lainattu 7.2.2022)
https://blogs.helsinki.fi/tiainea/

Keskiviikon 26.1. tunnilla vertailtiin eri projektioita ja niiden tuomia vääristymiä Suomen pinta-aloissa. Tunti oli pitkälti lisää QGIS ohjelman käytön opettelua ja suurimmaksi osaksi uusia asioita. Tärkeää oli mielestäni se, että pohdimme vierustovereiden kanssa yhdessä asioita ja autoimme toisiamme. Se auttoi näkemään asian monipuolisemmin, koska silloin työskentely ei ollut vain toistamista opettajan perässä.

Hankalalta tuntui heti kun tippui yhden tai useamman vaiheen jälkeen opettajasta. Sitten oli oikeastaan vain kiire löytää oikea kohta ja oppiminen siirtyi taka-alalle. Minulla ja luokassa kuuluvan sorinan perusteella monella muullakin jäi vähän hämärän peittoon se, että mitä tässä tehtävässä tehtiin teknisten seikkojen ulkopuolella. Vasta tässä kirjoittaessa alkaa kokonaisuus muodostumaan.

Kuvissa 1, 2 ja 3 on koropleettikarttoja. Niissä jokaisessa ilmiö voimistuu pohjoista kohti eli pinta-alat vääristyvät sitä enemmän. “Kun käytetään Mercadorin projektiota, Suomen pohjoisosat kasvavat merkittävästi. Tämä näkyy myös mittaustuloksissa.” Raki, E. Värejä olisin voinut harkita enemmän, jotta ne olisivat olleet enemmän yhtenäiset. Nyt ensimmäisessä kuvassa suurimmat arvot ovat punaisella ja pienimmät sinisellä, kuvassa 2 sinisellä on kuitenkin suurimmat arvot.

Kuva 1, Robinsonin projektio suhteessa ESRI-TM35FIN projektioon.

Kuva 2, Mercatorin projektio suhteessa ESRI-TM35FIN projektioon.

Kuva 3, Winkelin projektio suhteessa ESRI-TM35FIN projektioon.

Lähteet: Raki, Eeva. Kurssikerta 2: Aineistojen pyörteissä, Oppimassa geoinformatiikkaa
(lainattu 26.1.2022) https://blogs.helsinki.fi/eevaraki/