Month: January 2022

Posted on

viikko2

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/

Posted on

Viikko1

Kuva 1, HELCOM-merialue ja sen ympäröiviä valtioita. 

Tunnilla tehdyssä tehtävässä muokattiin HELCOM-merialueen ja sen ympäröivien valtioiden visuaalista esitystä (kuva 1). Käytännössä kyse oli siis Itämerestä ja valtioista, jotka kuuluvat sen valuma-alueeseen. ” HELCOM on järjestö, johon kuuluu Itämeren alueen merellisen ympäristön suojelusopimuksen allekirjoittaneiden valtioiden hallitukset.” (Mäkiaho, S. 2022) 

Merialue ja vesistöt(järvet) näkyy kuvassa 1 sinisen sävyillä. Valtioita on värjätty vaaleanpunaisen erisävyillä niin, että värin tummetessa, ilmiö, eli typen päästöjen osuus prosentteina, voimistuu. Harmaalla merkittyjä valioita ei ole otettu mukaan tämän ilmiön dataan ja visualisointiin. Punaiset pallot ilmaisevat typpipäästöjä, ja valkoisella olevat viivat Itämeren syvyyskäyriä.  

Kuvasta 1 näkee heti, että Puola on suurin typen päästäjä. Ruotsi, Latvia ja Venäjä ovat toisessa kategoriassa ja pienimpien päästöjen luokassa ovat Tanska, Saksa, Suomi, Viro ja Liettua. Karttaa katsoessa huomaa ryhmien välillä, joitakin yhtenäisyyksiä esim. Pienimmän typpipäästöjen luokassa olevissa maissa on suhteellisen vähän asukkaita paitsi Saksassa. Puolassa, Ruotsissa ja Venäjällä on taas melko suuri väkiluku. Puola on myös tunnettu halvasta ja tehokkaasta ruoan tuotannosta, joka voi selittää typpipäästöjen määrää. 

Tehtävää oli kiva tehdä pääasiassa, koska ohjeet olivat hyvät ja käytiin lähes kädestä pitäen, joka kohta yhdessä. Oli myös mielenkiintoista tehdä tietokoneella tällaista analyysia. Minulle uutta oli se, miten paljon tietokone tekee puolestasi, kun vaan opettelee ja muistaa miten ohjelmaa käytetään. Odotan mielenkiinnolla mitä kaikkea tulemme tekemään tietokoneilla. 

 

Mäkiaho, Senja. Ensimmäinen GISotku, Senjan seikkailut GIS maailmassa
 (lainattu 25.1.2022). https://blogs.helsinki.fi/senjamak/