Ensimmäinen kurssikerta

Ensimmäisellä kerralla pääsimme ihan asentamaan QGIS:n uuden version 3.22. Aukeava käyttöliittymä on lukuisten työkalupalkkien vuoksi pelottavan monimutkaisen oloinen. En tiedä osasiko ohjelma hakea niitä aiemmista asennuksista, sillä minulla oli automaattisesti varmaan kaikki mahdollinen esillä. Näkymässä on paljon pieniä kuvakkeita, joista ei heti selviä toiminto ja palkit päällekkäin rivissä vähän sekavasti. Ehkä se onkin kätevää, kun ohjelma on käynyt tutuksi, mutta ensi alkuun se vaikuttaa vähän haasteelta ja oikeaa kuvaketta joutuu hakemaan hetken – toki montaa niistä emme vielä ehtineet ensimmäisessä harjoituksessa käyttämään. Onneksi työkalun nimen näkee myös hiirtä kuvakkeen päällä pitämällä. Jonkinlainen looginen järjestys olisi silti ihan kiva, mutta pitäisi tuntea työkalut paremmin, jos itse haluaa sellaisen järjestää. En vielä ehkä siihen uskalla kajota, etten vahingossa piilota jotain tärkeää.

Aloitimme toteuttamalla visualisoinnin Itämeren alueen valtioiden typpipäästöistä. Artun maininta, että kartan tekijänä tulee olla vastuullinen myös visualisoinnissa, on todella tärkeä ja hyvä nosto ihan alkuun. Ajattelemattomasti laaditulla kartalla voi helposti aiheuttaa vääriä mielikuvia. Yksi tärkeimmistä asioista on se, että absoluuttisia lukuja ei saa esittää visualisoinneissa. Tässä ensimmäisessä tehtävässä se konkretisoitui niin, että teimme luvuista prosenttiosuuksia typpipäästöjen kokonaismäärästä (kuva 1). Myös lukujen luokittelu on tärkeää, ja siinä voi käyttää apuna histogrammia.

Luokittelun jälkeen tulee valita hyvä väriskaala – päädyin oranssin sävyiseen ratkaisuun. Visuaalista hienosäätöä oli myös rajaviivojen pitäminen näkyvinä, mutta ei liian sotkuisina. Käyttämämme aineisto oli rajattu melko yksityiskohtaisesti ja soveltuisi hieman paremmin ehkä hieman lähemmällä skaalalla käytettäväksi. Kavensin kaikki rajat ohuimmiksi mahdollisiksi ja poistin ääriviivat järvistä, sillä niistä tuli mielestäni liikaa sotkua ja ne vääristivät tällä zoomausasteella järvien rajoja. Järvien värin olisin ehkä voinut vaihtaa hieman näkyvämmäksi. Valtionrajojen värin pehmensin mustasta ruskeaksi. Erityisesti Turun repaleisen saariston kohdalla meri- ja maa-aineisto eivät kuitenkaan menneet täysin yksiin, mutta tein parhaani. Graafisten ohjelmien käyttöhistoriastani on kyllä hyötyä visualisointia säädettäessä, ja uskaltauduin tekemään pientä hienosäätöä kuten lisäämään mittakaavaa selkeyttävän valkoisen bufferin tekstin ympärille.

Luotu kartta ei todellakaan ole silti täydellinen, parantelun varaa löytyy aina. Luvut voisi suhteuttaa vielä esimerkiksi valtioiden väkilukuihin, elintasoon tai vaikka rantaviivan pituuteen. Eri tavalla laskettuja karttoja voi myös vertailla keskenään. Nyt Puola näyttäytyy reilusti merkittävimpänä osallisena typpipäästöihin. Kuten Joanna Nuutinen blogissaan toteaa, Puolan asukasluku on kolminkertainen Ruotsin asukaslukuun verrattuna ja asutus saattaa olla esimerkiksi keskittynyt eri tavoin. Muihin lukuihin suhteutettuna tehdyt kartat voisivat siis näyttää ihan erilaisilta. Ihan kaikkia vaikuttajia on ehkä mahdoton ottaa täysin huomioon, mutta mahdollisimman todenmukaisen kartan tekemiseen olisi hyvä pohtia merkittävimpiä tekijöitä. Ensi vilkaisulla simppelin asian voi siis todeta aika monimutkaiseksi. Kartat ovat aina yksinkertaistuksia todellisuudesta.

Kuva 1. HELCOM-merialueen typpipäästöt valtiokohtaisesti.

Toiseen tehtävään visualisoin yli 64-vuotiaiden osuuden annetusta kunta-aineistosta vuodelta 2021 (kuva 2). Kotona tehtynä se sujui hieman takellellen, mutta muistin toiminnot ainakin tarpeeksi kartan kokoon saattamiseksi. Kurssiohjeista voi aina luntata, jos kävi vaikeaksi. Olin jo laskemassa Field Calculatorilla osuudet kokonaisväkiluvuista, mutta sitten huomasin lukujen olevan jo valmiiksi prosentteja (ellei Forssan vanhusparkoja ole fyysisesti pilkottu viidesosiksi minun tietämättäni –  #forssanvaiettupaloittelusurma). No, hyvä todeta, että sujuu vielä laskeminenkin.

Selailin luokitteluvaihtoehtoja jonkin aikaa, mutta päädyin klassiseen Natural Breaks (Jenks) -valintaan. Pretty Breaks oli periaatteessa suosikkini, sillä tasaiset luvut näyttävät aina kivemmilta. Tarkastelin toki myös histogrammia, ja sekin näytti fiksulta. Luokkia oli kuitenkin seitsemän, joka oli vähän liikaa. Totesin siksi ensin mainitun paremmaksi.

Kuva 2. 64-vuotiaiden osuus väestöstä kuntakohtaisesti vuonna 2021.

Layout luontui jo aika sujuvasti, ja ArcGIS:n käytön jälkeen QGIS tuntuu toisinaan jopa jouhevammalta visualisoinnin osalta, kuten myös Milja Mäkinen totesi – vaikka olen samaa mieltä myös siitä, että muuten ArcGIS:n käyttöliittymä on sulavampi. QGIS on visualisointityökalussaan myös esimerkiksi siitä kiva, että se tekee pieniä asioita erikseen komentamatta, kuten antaa automaattisesti legendaan ”nätimmät” desimaaliluvut eli pyöristää niitä oletuksena. Harvemmin tarvitsee kymmentä desimaalia – senkin voi toki valita asetuksista. Vaikka lopputulos ei ole ehkä ihan yhtä nätti kuin ArcGIS:llä ainakaan näillä amatöörin taidoilla, QGIS aiheuttaa huomattavasti vähemmän harmaita hiuksia layoutia luodessa. Muutenkin toki arvostan aina suurta yhtiötä vastaan kilpailevaa ilmaista avoimen lähdekoodin ohjelmaa. Eläköön QGIS!

 


Viittaukset

Joanna Nuutinen https://blogs.helsinki.fi/joznuuti/2023/01/23/qgis-ohjelmistoon-tutustuminen/ (viitattu 1/23)
Milja Mäkinen https://blogs.helsinki.fi/mxmilja/2023/01/21/ehka-gis-guru-sittenkin/ (viitattu 1/23)