Mieluummi överit ku vajarit

Aloitetaan opetuksella, jonka äitini on minulle sanonut ja johon aina palaan. Mieluummi överit ku vajarit. Kerralla kunnolla eikä mitään ”vähän joka päivä”. Not in my house. En halua tuottaa äitilleni pettymystä, joten täsä ois vähä karttoi veli. Tuli tehtyä överit karttojen määrässä, mutta ne menevät hyvään tarkoitukseen.

So we’re back med QGIS. Kuudes kurssikerta alkoikin virkistävällä ulkoilulla, jossa keräsimme Epicollect-nimisellä appilla koordinaattitietoja sekä vastailimme paikkoihin liittyviin kysymyksiin, kuten ”kuinka turvalliseksi koet kyseisen alueen”. Näitä arvostelimme 1-5 asteikolla. Toinen keskeinen tunnin introssa oli interpolointi. Se huomioi pisteiden tiheyden ja lukumäärän pisteaineistossa ja laittaa niiden mukaan tietoa kohtiin, jossa sitä aineistossa ei ole. Ja asteikolla 1-5 kylmyysaste paljasjalkaiselle stadilaiselle oli 5. Kädet kiittivät lempeällä kivulla kylmyydestä.

Tämänkertaisena itsenäistehtävänä oli tarkoitus tehdä vähintään kolme karttaa, jotka soveltuisivat opetuskäyttöön. Tein kahdeksan. Posii övereille.

Ensimmäisenä karttanani tein laattatektoniikkaan liittyvän kartan, joka näkyy kappaleen alapuolella. Se havainnollistaa merkittävimmät mannerlaatat ja niiden liikesuunnat. Laattatektoniikan teoria tai edes jonkinlaiset perusteet siitä on oleellista hahmottaa, koska se auttaa ymmärtämään, miksi maanjäristyksiä tapahtuu paljon joillakin alueilla, kuten esimerkiksi Tyynenmeren tulirenkaan alueella, mutta hyvin vähän mannerlaattojen keskiosissa. Se auttaa myös tuntemaan jonkin verran tulivuorten sijainneista, sillä nekin sijoittuvat suureksi osaksi mannerlaattojen saumakohtiin.

Kuva 1. Mannerlaattojen saumakohdat ja niiden liikesuunnat

Seuraavassa kuvassa (kuva 2) esitetään maanjäristyksiä, jotka ovat tapahtuneet vuoden 1980 jälkeen. Huomaa, miten maanjäristykset sijoittuvat mannerlaattojen saumakohtiin. Juuri tämän takia laattatektoniikka-teoriaa olisi hyvä tietää opetuksessa liittyen maanjäristyksiin.

Kuva 2. Maanjäristykset, jotka ovat tapahtuneet vuoden 2000 jälkeen

Tein myös kartan San Andreaksen siirroksesta (kuva 3). Se on ensimmäisiä esimerkkejä alueista, jotka ovat herkkiä maanjäristyksille. Alue on myös taloudellisesti hyvin merkittävä. Ostovoiman mukaan laskettuna alue olisi seitsemänneksi suurin. Alueella asuu myös paljon asukkaita ja saumakohtien lähistöllä on muun muassa Los Angeles ja San Francisco. Maanjäristykset olisivat taloudellisesti hyvin vahingollisia, mutta kuolleisuus olisi alhaisempi kuin esimerkiksi kehittyvissä maissa.

Kuva 3. San Andreasin siirros. Sitä käytetään yleisenä esimerkkinä alueena, jossa tapahtuu paljon maanjäristyksiä.
Kuva 4. yli 8 magnitudin järistykset, jotka ovat tapahtuneet vuoden 1980 jälkeen

Mutta maanjäristyksiä, jotka ovat yli 8 magnitudin, tapahtuvat harvemmin, kerran vuodessa. Tätä varten tein yllä olevan kartan (kuva 4). Kontrasti yllä olevan kartan ja kuvan 2 kartoilla on hyvin selkeä. Tarkoituksena on osoittaa, että hyvin voimakkaita järistyksiä tapahtuu harvoin vuodessa, kun taas heikompia järistyksiä tapahtuu paljon vuodessa. Kartoissani on vain 6 magnitudin tai yli järistykset, mutta silti kuva 2:n kartta on täynnä maanjäristyksiä.

Hot spot-pisteet ovat taas alueita, jossa tapahtuu vulkaanista toimintaa pidemmältä ajalta. Kuuman pisteen alla on pluumi, eli kuuman magman nousua maanpintaa kohti. Kohdalle syntyy usein kilpitulivuori. Joidenkin kuumien pisteiden kohdalla sijaitsee supertulivuori. Kuumat pisteet eivät liiku mannerlaattojen mukana, vaan pysyvät paikallaan. Havaijin saaret ovat esimerkki tästä. Mannerlaatta on liikkunut, mutta kuuma piste on pysynyt paikallaan. Näin on vuosimiljoonien aikana syntynyt saarirykelmä. Tällä hetkellä on syntymässä uusi saari, Loihi.

Kuva 5. Hot spotit maailmalla. Alueilla on yleensä vulkaanista toimintaa

Tulivuoret ovat myös aiheuttaneet paljon tuhoa maailmalla. Ehkä eniten kuolemia aiheuttanut tulivuorenpurkaus oli Tamboran purkaus vuonna 1815. Sen VEI (Volcanic Eruptivity Index) oli 7 ja se on viimeisin 7 indeksissä. Arviot kuolleista liikkuvat tutkijoiden mukaan 60 000 – ja yli 100 000 tuhannen välillä. Tämä ei myöskään laske niitä kuolleita, jotka aiheutuivat purkauksen takia aiheutuneista ilmastonmuutoksista. Vuoden 1816 kesä tunnettiin ”kesättömänä vuotena”. Eri puolilla maailmaa kärsittiin muun muassa nälänhädistä.

Kuva 6. Tulivuoret maailmalla

Kuva 6:n kartta ylempänä kuvaa siis tulivuoria maailmalla ja tästäkin nousee hyvin esille se, kuinka tulivuoret keskittyvät mannerlaattojen saumakohtiin. Toisaalta ihmettelen sitä, että onko Ruotsissa oikeasti joku tulivuori. En ole siitä kuullut ja nopealla googlailulla en myöskään löytänyt mitään.

Kuva 7. Maanjäristyksiä, jotka on mitattu vuoden 2000 jälkeen ja maailman tulivuoret

Ja teinpä vielä kartan, jossa on kuvassa sekä maanjäristykset ja tulivuoret. Kartasta saa selville sen, kuinka sekä maanjäristykset että tulivuoret keskittyvät suureksi osaksi samoille seutuville.

Viimeisenä karttana halusin vielä tuoda esille Tyynenmeren tulirenkaan. Syy siihen on se, että alueella tapahtuu 90 % maanjäristyksistä ja vyöhykkeellä sijatsee myös 75 % tulivuorista maailmalla. Alue on siis seismisesti ja vulkaanisesti hyvin aktiivinen. Kartta näkyy alempana ja oranssilla on merkitty Tyynenmeren tulirengas.

Kuva 8. Tyynenmeren tulirengas, johon on merkattu maanjäristykset vuoden 2000 jälkeen ja tulivuoret

Ja pakko vielä palata karttojeni visuaalisuuteen. Pelkään, että osa kartoistani on todella sekavia, koska niissä on paljon pisteitä ja kolmioita, jotka esittävät tulivuoria maanjäristyksiä. Tarkoituksena oli näillä kartoilla osoittaa maanjäristysten ja tulivuorten paljous tietyillä alueilla. Joten päätin jättää karttani visuaalisesti rumiksi. For the children. Toivottavasti sisäinen kauneus merkitsee jotain. Ainoat kartat, joihin olen tyytyväinen visuaalisesti, ovat kartat 1 ja 7. Tosin kartta 1 taitaa olla hieman puutteellinen, koska siitä puuttuu joitakin nuolia kuvaamaan laattojen liikesuuntia. Aina löytyy parannettavaa, se on tullut hyvin selväksi tällä kurssilla.

Päätin lopulta tehdä San Andreaksen siirroskartan (kuva 3) uudestaan, koska halusin keskittyä sen visualisuuteen. Tulokseen olen aika tyytyväinen. Hot spot karttakin (kuva 5) on parempi visuaalisesti kuin moni muu karttani. Kummasti visuaalisuus paranee, kun kiinnittää pieniin asioihin huomiota. Kuten siihen, että liittää legendan ja mittakaavan osaksi karttaa, Toisin kuin joissakin muissa kartoissani (kuvat 1, 2, 4, 6, 7, 8). Fontinkin vaihto voi tehdä kartasta huomattavasti paremman katsottavan. Ja pakko mainita, että tuo mustavalkoinen mittakaava on äärettömän ruma. Kuva 5 ja kuva 3:sen mittakaavat ovat paljon miellyttävät immho (in my most humble opinion).

Tälle kurssikerralle tein paljon karttoja ja toistoja tuli myös paljon, koska tein monet kartoista joko kaksi tai kolme kertaa. Ja olen huomannut, kuinka paljon työt pyörivät visualisoinnin parissa. Emme tee omia tietokantoja (jotkut tietysti saattavat), vaan tuomme ne muualta. QGIS antaa työkalut muokata tietokantaa, mutta suurimmaksi osaksi tuomme vain tietokannat ja teemme niistä hienon paketin. Tarkoituksena esittää tietoa karttamuodossa siten, että lukija saa siitä selvää.

Näihin kuviin, näihin tunnelmiin loggaan ulos blogistani. Nähdään baanalla. Överien merkeissä.

Lähdeluettelo:

https://www.bucknell.edu/academics/arts-and-sciences-college-of/academic-departments-and-programs/geology-and-environmental-geosciences/location/geologic-history-of-central-pennsylvania/plate-tectonics

http://faculty.montgomerycollege.edu/gyouth/FP_examples/student_examples/sathya_ramachandran/platetectonics.html

Wikipedia. https://fi.wikipedia.org/wiki/Havaiji (luettu 27.2.2019)

Wikipedia. https://en.wikipedia.org/wiki/1815_eruption_of_Mount_Tambora (luettu 27.2.2019)

https://www.worldatlas.com/articles/major-tectonic-plates-on-earth.html

https://github.com/fraxen/tectonicplates

Wikipedia. https://fi.wikipedia.org/wiki/Kuuma_piste (luettu 27.2.2019)

GPlates 2.1 software and data sets

Aivot narikassa

Jjjjjjjjjjjjjjjjjjoo, olisi pitänyt kuunnella Arttua neljännellä kurssikerralla ja tuoda ne parhaat aivot peliin mukaan. Hieman sitä taisi kyllä olla biletuulella lauantaina ja kanuunan merkeissähän sunnuntai meni. Oliko sitä edes maanantaina kokonaan toipunut. Viidennettä kurssikertaa Arttu jo hieman preppasikin mainostamalla, että ”tuokaa parhaat aivot mukaan”. No unohdin tämän ja se näkyi.

Aloitimme tunnit laskutoimituksilla karttakohteiden avulla. Mutta se mehevin osuus alussa oli bufferointi eli puskurointi. Sen avulla voidaan määrittää tietyn pituinen vyöhyke jonkun halutun kohteen ympärille. Tämän avulla voidaan laskea esimerkiksi kohteita vaikka kilometrin säteellä esimerkiksi juna-asemasta. Bufferoinnin avulla voi myös kartoittaa muun muassa mahdollisuuksia kaupan tai yleensäkin yrityskäyttöön. Bufferoinnilla voidaan selvittää mahdollisten kuluttajien määrää selvittämällä asuinpaikkojen määrä ja/tai liikennöintimahdollisuudet. Puskurivyöhykkeillä voidaan myös, Johanna Lehtisen mukaan käyttää mittaamaan vaikka luonnossa käyttämällä jotakin pistettä ja siitä bufferoida tietty alue.

Lopulta pääsimme itse hommiin. Tällä kerralla olikin varattu enemmän aikaa itsenäistehtäviä varten. Tarkoituksena QGISin oppimisen lisäksi oli tarkoitus löytää itse erilaisia ratkaisuja tehtävien ratkomiseksi. Ensimmäisenä tehtävänä oli tarkoitus selvittää muun muassa lentokentien säteellä asuvien määrä, lentomelualueita ja kuinka monet asuvat vaikutusalueilla. Helsinki-Vantaan lentokenttä on vilkas lentokenttä ja lentomelu vaivaa monia, kuten alemapana olevasta tulukosta näkee. 60 db Tikkurila tehtävässä piti laskea Tikkurilan yli lentävien lentokoneiden lentomelualueella asuvien määrä. Sekin oli lopulta suht simppeli. Piti vain piirtää alue, joka käsitti asuvat ihmiset alueen sisällä ja spatial queryllä vastaus tipahti kuin Lucifer taivaasta.

Lentomelu db Helsinki-Vantaa Asukkaiden määrä
65 db 0.75%
55 db 11 683
60 db Tikkurilan yli 12 552

Taulukko 1. Helsinki-Vantaan lentomelualueilla asuvien määrä. Kolmannessa kohdassa piti selvittää Tikkurilan yli lentävien koneiden aiheuttamaa lentomelua asukkaille.

Kakkososiossa tutkittiin juna- ja metroasemien lähettyvillä (500 metrin läheisyydessä) asuvia sekä taaajamissa asuvia ja verrattiin asemien läheisyydessa työikäisiä (15-64) kaikkiin asemien 500 metrin läheisyydessä asuviin. Huomattava osa ihmisistä asuu 500 metrin läheisyydessä asemista, 106 691 ihmistä. Toisessa taulukossani on koottu vastaukset liittyen asemiin ja taajamiin. Olen kyllä epäileväinen ulkomaalaisten osuuksista alueittain. Oletan, että sana alue on tässä kontekstissa taajama-alueet, mutta esimerkiksi Vilmalla on eri vastaukset samoihin kysymyksiin. Mutta voidaan mennä vaikka ulos tappelemaan tästä, jos on pakko.

500 m aseman lähistöllä 106 691
kuinka monta % asuu taajamissa? 21,80 %
työikäisiä  15-64 kaikista taajamissa asuvista %? 68,50 %
taajamissa asuvat 478 371
yli 30% 27
yli 20% 38
yli 10% 51

Taulukko 2. Asema- ja taajama-kysymyksien vastaukset.

Viimeinen tehtävä liittyi Helsingin yhtenäiskouluun ja sen koulupiiriin (kuva 1)  ja yllättäen tämä tehtävä oli helpoin näistä. Koulupiirin rajaus, muutama lasku ja voila, its done. Toisaalta pks_vaki aineisto oli niin iso ja en tajunnut rajaa sitä, johon qgisillä tuntui olevan hieman vastaväitteitä kaatumisien muodoissa. Vastaukset saatiin ja ne ovat kuitenkin alemmassa taulukossa (taulukko 3)

6-vuotiaita omassa koulupiirissä 14
yläasteikäisiä 13-16 63
16-vuotiaita 25
kouluikäiset 7-16 159
asukkaita yhteensä koulupiirin alueella 1894
Koulupiirin alueella asuvat kouluikäiset % 21,60 %
muunkieliset koulupiirin alueella 110

Taulukko 3. Kolmosen kysymysten vastaukset.

Kuva 1. Karttakuva yhtenäiskoulun koulupiiristä. Koulupiiri on merkattu sinisellä

Helsingin yhtenäiskoulu sijaitsee siis Käpylässä ja sen oppilasmäärä on noin 250 oppilasta (Wikipedia). Helsingin mittakaavassa yhtenäiskoulu on pieni koulu. Näitä laskuja tehtiin siinä olettamuksessa, että yhtenäiskoulu käsittää vain omassa koulupiirissä asuvia. Näitä laskuja on siksi hyvä katsoa kriittisesti, koska yhtenäiskoulussa on varmasti muita opiskelijoita, jotka asuvat hieman kauempana.

Tuntuu hieman, että jokaisessa tehtävässä tehtiin samoja asioita. Rajaa jokin tietty alue tai alueita ja poimi kyseisiltä alueilta jotkin tietyt kohteet, kuten vaikka kouluikäiset taajamien ulkopuolella. Työkalut, kuten bufferointi ja spatial query olivat ne kalut, joilla sain suuremmaksi osaksi nämä tehtävät tehtyä. Ja jatkuvien toistojen takia rohkenisin väittää, että spatial query ja bufferointi ovat minulle jo suhteellisen tuttuja välineitä QGISissä.

Mutta huomasin myös toisen jutun. Kannattaa rajata attribuuttitaulukkojen tietoja käyttäen vaikka join attributes by location – toimintoa. QGISkin varmasti tykkäisi siitä enemmän, eikä kaatuisi uudestaan ja uudestaan.

Ja yleisesti ottaen QGIS tuntuu edelleen hankalalta, vaikka olen ottanut mielestäni harppauksia enemmän verrattuna ekoihin kertoihin. Joitain juttuja olen oppinut, mutta turhan usein tulee hieman pidempiä aikoja QGIS-ohjelman parissa. Aikaa menee usein pelkästään sihen, kun yrittää muistaa, mitä oli tehnyt aikaisemmilla kerroilla. Usein jään johonkin asiaan, joka lopulta on hyvin pieni asia, jonka lopulta pystyy ratkaista hyvin helpolla. Menen hieman asioiden edelle, mutta kuudennella kurssikerralla jäin kokonaan jumiin vain sen takia, koska en pystynyt editoimaan attrbuuttitaulukkoa. Lopulta Teemu vihjaisi, että vaihtaisin vain csv:stä vaikka shapefile-tiedostoksi ja boom baby, i was back. Tästä lisää ensi blogissa.

Yksi lisäys vielä, nimittäin karttojeni visuaalisuus kalpenee verratessa esimerkiksi Seeti Haapasen karttoihin, jotka näyttävät visuaalisesti paremmilta. En ole panostanut karttojeni ulkonäköön paljoakaan. Yritän tehdä niistä luettavia ja niistä saa mielestäni selvää, mutta viimeistelyssä, eli legendan ja muut lisäykset tuppaan yleensä vain tekemään niin, että niissä näkyvät kartoilla esiintyvät asiat, jotta lukija saa selvää, mitä yritän kartoilla esittää. Tähän vaikuttaa myös oma viitsimiseni. Pystyisin varmasti tehdä visuaalisesti parempia karttoja, jos panostaisin siihen enemmän.

Kuva 1. Dab on QGIS

Pieni loppukevennys. Tämä kuva tuottaa minulle iloa ja auttaa unohtamaan kaikki huonot muistot viimeisiltä kurssikerroilta. Until next time.

Lähdeluettelo:

Kaukavuori. Vilma. Talojen suuret ikäluokat lähestyvät putkiremontti-ikää. 15.2.2019. https://blogs.helsinki.fi/vilmakau/ (luettu 20.2.2019)

Lehtinen. Johanna. Itsenäistä säheltämistä. 14.2.2019. https://blogs.helsinki.fi/johanleh/ (luettu 26.2.2019)

Wikipedia. https://fi.wikipedia.org/wiki/Yhten%C3%A4iskoulu_(Helsinki) (luettu 22.2.2019)

 

 

pöhinää ruututeemakartoista

Neljännellä kurssikerralla tutustuimme eri rasteriaineistoihin ja ruututeemakarttoihin. Lopputunnista tutustuimme myös piirtämiseen QGIS-ohjelmassa.

Mutta aloitimme siis neljännen kurssikerran hieman teorialla pisteaineistosta ja ruutuaineistoista. Pisteaineistot ovat siis tarkimpia paikkatietoaineistoja ja ne voivat kerätä tietoa melkeinpä mistä tahansa. Hyvin kertova esimerkki pisteaineiston hyödyistä on esimerkiksi arkeologiassa, jossa lasertekniikalla löytiin muinaisia rakennuksia tiheän viidakon alta. Löytö sai paljon julkisuutta. Ja on lasertekniikallakin löydetty uutta myös kotoisesta Suomesta, josta löytyi uusia maaperämuodostumia (aarrelehti, 2018), jotka sittemmin nimettiin murtooksi.

Teorian ja ruututeemakarttoihin tutustumisen jälkeen käytimme myös uusia työkaluja QGIS:ohjelman parissa, kuten spatial queryn kanssa. Tällä toiminnolla postimme turhaa dataa, jota emme tarvinneet ensimmäisessä harjoituksessamme tehdessämme väestöruutukarttaa. Lisäksi join attributes by location – toiminto tuli myös käytettyä ensimmäistä kertaa.

Pikkuhiljaa QGIS alkaa tulemaan tutummaksi ja tutummaksi. Edelleen kuitenkin jumiudun ja turhautuminen nostaa päätään, kun en tiedä mitä pitäisi tehdä ja tunnen itseni tyhmäksi. Turhan usein tuntuu, että tarvitsen jonkun toisen apua päästääkseni jonkin ongelman yli. Mahdollisesti tämä kertoo enemmänkin siitä, että QGIS-ohjelmaa pitäisi käyttää ja harjoitella enemmän. Toistoja toisen perään.

Kuva 2. Ruututeemakartta muunkielisistä Helsingin ja Vantaan alueella. Arvot on esitetty prosentteina ja yksi ruutu käsittää 500 kertaa 500 alueen.

Ja ensimmäisenä itsenäistehtävänä oli tehdä ruututeemakartta jostain valitsemasta aiheesta. Oma valintani kohdistui muunkielisiin Helsingin ja Vantaan alueella. Ensimmäinen pointti on se, että on ruutuja, joissa on pelkästään muunkielisiä, mutta se johtuu siitä, että kyseisissä ruuduissa on vähän ihmisiä. Jotkut ruudut käsittävät vain muutamia ihmisiä. Tämä saa miettimään, että onko sittenkään kannattavaa näyttää esimerkiksi muunkielisiä ruututeemakartassa prosentteina, koska se voi antaa vääristyneen kuvan katsojalle alueista ja muunkielisten ihmisten määrästä tietyillä alueilla.

Osittain muunkielisten kerääntyminen tietyille alueille liittyy ihmisten ennakkokäsityksiin alueista, kuten esimerkiksi Itä-Helsinki. Yleinen näkemys on, että Itä-Helsinki ei ole alueena yhtä houkutteleva kuin muut alueet Helsingissä. Mielikuvat ohjaavat ihmisten halukkuutta asua paikoissa.

Itä-Helsingissä on enemmän matalamman vuokratason asuntoja, joka vaikuttaa asiaan. Lisäksi maahanmuuttajataustaiset muuttavat mieluummin asuinpaikoille, joissa on enemmän maahanmuuttajataustaisia. Itä-Helsinki voidaan nähdä myös ikäänkuin eteisenä (YLE, 2011) suomalaiseen yhteiskuntaan. Muutetaan jonnekin, jossa on pienemmät vuokrahinnat ja kun tulotaso nousee, muutetaan muualle.

Itä-Helsinkiin muuttoon vaikuttaa myös alueen imago. Vaikka Itä-Helsingistä puhutaan usein negatiivisesti, ihmiset kuitenkin tykkäävät asua siellä, jos joitakin kyselyjä on uskominen (YLE, 2011.

Jos ruututeemakarttaa vertailee vaikkapa pisteteemakarttaan, on ruututeemakartta visuaaliseesti miellyttävämpää katsella sekä se on myös selkeämpi. Ja jos ruututeemakarttaa verrataan esimerkiksi koropleettikarttaan, on sen alueellinen rajaus joustavampi. Koropleettikartta voi myös aiheuttaa visuaalisia harhoja, jos jokin alue on iso, koska siinä eivät tule paikalliset seikat esille. Iina nostaa blogissaan erinomaisen pointin siitä, kuinka poliittiset tekijät voivat vaikuttaa karttojen esityksen luotettavuuteen, esimerkiksi koropleettikartta.

Kartan valitsemiseen vaikuttaa myös tietysti esitettävä aihe. Jos aineisto liittyy vahvasti kuntiin tai kuntia halutaan esimerkiksi vertailla, niin koropleettikartta luultavasti on se oikea valinta ainakin verrattuna ruututeemakarttaan. Ruututeemakartassa on myös huonot puolensa. Ne ovat yleensä isoja aineistoja ja työläitä tehdä ja ongelmaksi nousee hinta.

Kartan visuaalisuus on mielestäni suht onnistunut, vaikka se ei ole täydellinen. Syy, miksi halusin taustalle eri maankäyttömuodot oli se, että se voisi antaa hieman kontekstia siitä, minkälaista toimintaa ja paikkoja alueella on. Onko jotain korrelaatiota esimerkiksi teollisuusalueilla ja muunkielisten osuuksilla?

Olin aluksi aivan jumissa ruututeemakarttani kanssa. En oikein tiennyt mitä pitää tehdä ja etenkin kartan värimaailmassa ja esittävyydessä minulla oli suuria ongelmia. Muun muassa Maankäytön ja ruutujen esittävyyden kanssa minulla meni paljon aikaa, että sain ne ”matchaamaan” toisiinsa. Mutta lopulta sain ruututeemakarttani valmiiksi ja ehkä tunnen jopa pientä ylpeyttä ensimmäisen kerran tällä kurssilla kartastani. Sehän jopa näyttää ihan luettavalta ja visuaalisesti hyvältä (ehkä).

Kuva 3. Pornaisen alueesta kuvattu korkeusmalli
Kuva 4. Peruskartta lampisuosta ja sen ympärillä olevasta alueesta

Lisäksi yksi tehtävä koski korkeuskäyrien vertailuja meidän tekemän kartan ja paitulista tai maanmittauslaitoksen karttapalveluista ladattava peruskarttalehti. Kuten ylemmästä (kuva 3) kartasta näkyy, on korkeuskäyrät tarkempia ja yksityiskohtaisempia. Peruskarttalehdessä, joka on kuva 3:n alapuolella, näkyy, että korkeuskäyrät eivät ole yhtä yksityiskohtaisia kuin ylmmässä kartassa. Peruskartalla korkeuskäyrät ovat yleistetympiä.

Joo eiköhä tää neljäs kurssikerta ole niputettu täsä. Kohti viidennettä.

Lähdeluettelo:

Aarrelehti. https://www.aarrelehti.fi/uutiset/artikkeli-1.221910 (luettu 14.2.2019)

https://yle.fi/uutiset/3-9421177

https://yle.fi/uutiset/3-5310602

Rusanen. Iina. 8.2.2019. Ruututietokantoja ja rastereita.  https://blogs.helsinki.fi/iinarusa (luettu 19.2.2019)