Anime Arttu

Hyvää iltapäivää kaikki hentain ystävät! Päivä on ollut minulle mieleinen, toivottavasti myös teille. Iltapäivän aikana olen kokenut muodonmuutoksen,. Rakastan elämäääni, koen että se on täyteläistä ja onnellista. Koen että olen kohdannut suuren onnen. Nyt on kuitenkin aika päättää tämä suuri mahtava matka… Hyvösti rakkaat ystävät…. Kiitos kaikesta…. Olen sanaton.. Mieleni on kuin puutarha toukokuisena iltana.. raikas ja valoisa, mutta  kuitenki vasta alottamassa elonsa. Ruutulippu on heilunut ja arvosanaa tässä odottaessa….

Hyvästi

Kiitos

Alex… ja cowriter Sara Immonen

Sillis2019

Blogi on tehty. its done. Finito

Ruutulippu heilumassa

Huhhuh. Ja vielä kerran huhhuh. Ruutulippu heiluu, viimeinen kierros alkaa ja matkan pää näkyy jo. Turhautuneisuus nosti taas päätänsä. Uudella, epämiellyttävällä tavalla, jota en ollut vielä kokenut tällä kurssilla.

Viimeisen kurssikerran tehtävänanto oli simppeli. Tee oma kartta tai karttasarja jostain aiheesta, josta olet kiinnostunut tai satut löytämään dataa netistä. Itse päädyin lopulta tekemään vertailun Afrikan ja Euroopan kulkuväylistä, kuten tiestöstä, rautateistä ja vesiväylistä.

Ja kuvista näkee, kuinka iso ero näillä maanosilla on kulkuväylissä. Eurooppa on hyvin teollistunut maanosa ja tiestö on hyvin tiheää (etenkin Keski-Euroopassa). Myös rautateitä ja vesiväyliä on paljon enemmän kuin Afrikassa. Syy tähän piilee teollistumisessa. Eurooppa (kuva 2) teollistui aikaisemmin, kuin Afrikka (kuva 1) ja kulkuväylät ovat yksi esimerkki alueen kehittyneisyydestä. Toinen syy johtuu myös varmasti hallinnollisista syistä. Afrikassa monessa maassa on ollut poliittisesti epävakaista, mikä on osaltaan vaikuttanut kulkuväylien määrään.

Syy siihen, miksi rautatiet kulkevat suuremmaksi osaksi sisämaasta rantaan, liittyy luonnonvaroihin. Moni rautateistä on rakennettu siihen tarkoitukseen, että se kuljettaisi luonnonvaroja rantaan ja siitä eteenpäin muualle. Tämä on myös yksi kolonialismin ja imperialismin perintö. Nämä kaksi ovat myös suuria syitä siihen, miksi Afrikka junnaa monessa asiassa Eurooppaa perässä.

Kuva 1. Afrikan tie- ja ratuatieverkostot sekä vesiväylät

Ja kuten yllä olevasta kuvasta näkee, vain Etelä-Afrikalla on rautatiestöä runsain mitoin. Etelä-Afrikka onkin kehittynein valtio Afrikassa ja OECD:n listoilla se luetaan ainoana Afrikan maana teollisuusmaana. Kyseisen maan varallisuuden takia se on pystynyt kehittämään infrastruktuuriaan ja myös kulkuväyliään.

Kuva 2. Euroopan tie- ja rautatieverkostot sekä vesiväylät

Isoin ongelmani tuli siinä, että aloin tekemään hieman liian myöhään viimeisen kurssikerran blogia. Aloitin sen jo kyllä viimeisellä luennolla, mutta se jotenkin unohtui muiden asioiden ja viitsimättömyyteni taakse. Josko sitä vihdoinkin oppisi, että aloittaisi töiden tekemisen aikaisemmin, eikä vujuviikonloppua edeltävänä päivänä, jolloin tulee melkoinen kiire saada edes jotain aikaiseksi… Toisaalta sen verran kun olen oppinut tuntemaan itseni vuosien varrella, tämä menee niin sanotusti toisesta korvasta sisään ja toisesta korvasta ulos.

Loppujen lopuksi fiilikseni tästä kurssista on suht positiivinen. Nyt katsoessani taaksepäin tekemisiäni toivon, että olisin enemmän kertaillut asioita ja yrittänyt ehkä puskea itseäni enemmän qgis-ohjelman parissa. Mutta ehkäpä voin korvata tämän mahdollisilla jatkokursseista.

Kuva 3. Kun yrittää suorrittaa kursssia vujuilla

Nämä terveiset ovat vujuilta, sori sillikselt. Kaikilta Hyvää duunii

Arttu mä vannon veli wallah Alex yritti parhaansa sälli trust me t. guess who ur biggest fan notice me senpai boiiiii !!!!!!!!!!!!!!!!!!

Arttu veli jos sä et anna 10/10 veli mä  vanno tää jäbä o tehny 10 /10 veli

Siis täs on mies, joka tietää mist puhuu

Alex on hieno mies<333

Rakkautta artulle ps palautan sen tem:in ens viikol tai vähintää seuraaval

Kissankukkaset on mainioita ilon tuojia

On ihanaa tanssahdella sandstormin pariin, hiekkamyrsky menee silmiin

 

 

Lähdeluettelo:

https://fi.wikipedia.org/wiki/Afrikan_talous

https://mapcruzin.com’

Silliksen tyypit anto neuvoi 😀

blogs.helsinki.fi/pjustus

blogs.helsinki.fi/amandaoj

blogs.helsinki.fi/seeti

blogs.helsinki.fi/onniporh

 

 

 

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)

Vettä ja metallimusiikkia

Miten kuvailisit täydellisen perjantain kolmella sanalla? Minulle täydellinen perjantai, suppeutettuna kolmeen sanaan: vettä ja metallimusiikkia. Unohtamatta maapähkinävoileipää, mutta pointtina oli tiivistäminen kolmeen sanaan. Kävin nimittäin juuri perjantaina katsomassa Aquarela nimisen elokuvan ja vaikka elokuva oli välillä pitkästyttävä, oli se kuitenkin lopulta aika ”pähee”. Miten vesi liikkuu, kuinka jäävuoret liikkuvat ja rikkoutuvat ja miten vesi toimii myös petollisena tappajana ihmisille esimerkiksi tulvien ja myrskyjen yhteydessä. En tiedä, miten tämä liittyy kolmanteen kurssikertaan, halusin vain avautua.

Mutta takaisin QGISiin. Kolmas kerta toden sanoo, myöskin QGISissä. Maanantain kerrralla oli muun muassa Afrikan tietokanta, johon haluttiin lisätä tietoa muista tietokannoista sekä pakattiin tietoa ”tehokkaampaan käyttöön”. Lisäksi opeteltiin excel-tiedostojen tuomista QGISiin.

Ja Afrikan tietokannoissa on tallennettu useita tietoja, kuten konflikteja, öljy- ja timanttiesiintymät sekä näiden kaikkien tapahtuma- tai löytövuodet. Liitimme nämä tiedot Afrikan valtioita sisältävään tietokantaan ja tuloksen näemme alhaalla (kuva 1).

Kuva 1. Kartta Afrikan öljyporaamisista ja timanteista sekä konflikteista

Tietokantoihin on tallennettu konfliktien säde tai laajuus. Kantoihin on myös tallennettu kaivausten ja öljykenttien poraamisvuosi sekä näiden tuottavuusluokittelut. Näitä tietoja vertaamalla voitaisiin mahdollisesti saada mahdollisia korrelaatioita konflikteista ja luonnonvaroista. Kartalla (kuva 1) näkyy päällekkäisyyksiä konfliktien ja luonnonvarojen kesken. Tietojen ja kartan avulla ei tietysti saada selville kaikkia konflikteja, koska konfliktit voivat riippua muistakin asioista, kuin vain luonnonvaroista. Esimerkiksi Somalian alueella on useita konflikteja, mutta vain vähän luonnonvaroja. Somalian konfliktit liittyvät enemmänkin rajakiistoihin ja klaanien välisiin riitoihin. Eli kriittisyyttä tarvitaan.

Kuitenkin näistä tiedoista voidaan tehdä ainakin joitakin analyysejä. Katsotaan vaikka kuva 1 kartalta Kongosta. Kongolla on mittavat luonnonvarat ja myös mittava määrä konflikteja. Toisaalta osaltaan Kongon konflikteihin on myös vaikuttanut siirtomaa-aika, joka on kauheimpia esimerkkejä imperialismista (Globalis. 2018). Mittavat luonnonvarat ovat myös houkuttaneet ulkovaltoja sekaantumaan Kongon ja myös muiden Afrikan maiden asioihin.

Ja mielenkiintoinen seikka on se, että vaikka Kongolla on paljon luonnonvaroja, on se silti yksi köyhimmistä maista Afrikassa. Luonnonvarat ovat olleet enemmänkin kirous kuin hyöty Afrikassa, vaikka luulisi, että rikkaat luonnonvarat omaavat valtiot olisivat hyvässä asemassa taloudellisesti.

Tietokantaan on myös tallennettu internetin käyttäjiä sekä muita tietoja, jotka liittyvät internetin käyttöön. Tätä tietoa voidaan jossain määrin käyttää jonkinlaisena kehityksen mittarina. Tähän tarvitaan kuitenkin muitakin mittareita, joilla mitata jonkin valtio kehittyneisyyttä. Internetin käyttöaste on suuntaa antava, mutta ei anna koko kuvaa. ELI KRIITTISYYTTÄ TARVITAAN.

Tein blogiini myös tulvaindeksikartan, johon olen suht tyytyväinen. Yritin tehdä vaikeimman tehtävän, mutta lopulta päädyin tekemään perusversiona. Lisäsin kyllä histogrammin, joka esittää järvisyyden prosentteina.

Kuva 2. Tulvaindeksikartta Suomesta ja kartalla näkyy myös järvisyys prosentteina

Kuten Vilma Kaukavuori sanoi blogissaan, ”kartta esittää valuma-alueiden tulvaherkkyyttä ja järvisyyttä ympäri Suomea”. Ensimmäinen asia, mikä pistää silmään, on se, että tulvaindeksin arvot ovat suurimmillaan rannikoilla. Seuraava asia, minkä näkyy kartassa (kuva 2), on järvisyyden ja tulvaindeksin arvot. Nämä kaksi asiaa näyttävät selkeästi liittyvän toisiinsa. Ehkä syy siihen, miksi arvot näyttävät pieniltä esimerkiksi Keski-Suomessa liittyy alueen järvisyyteen. Järvisyysprosentti on nimittäin suurimmillaan niillä valuma-alueilla, joissa on pienimmät tulvaindeksi arvot. Ja taas alueilla, joilla on pienempi järvisyysprosentti, on tulvaindeksiarvot suuremmat.

Yksi haaste kartalla oli saada arvot näkymään kartalla. Erot olivat nimittäin paikoitellen todella suuria. Sen takia viimeinen raja-arvo on 200-1100, koska se käsittää vain muutaman kohteen, kun taas suurin osa kohteista näkyy valkoisella. Tämä vaati vähän pohdiskelua siitä, miten esitän raja-arvot.

Huhhuh, tässä blogikerrassa oli niin paljon painavaa asiaa Afrikasta, josta sydän alkoi pomppoilemaan, joten nyt täytyy rauhoittua. Ja mitä tarvitsen, jotta saan pulssini tasaantumaan ja pääsemään takaisin siihen ihanaan zen-tilaan, jolla elelen? Vettä ja metallimusiikkia.

 

Lähdeluettelo:

Globalis. https://www.globalis.fi/Konfliktit/Afrikka/Somalia (luettu 2.2.2019)

Globalis. https://www.globalis.fi/Konfliktit/Afrikka/Kongon-demokraattinen-tasavalta (luettu 2.2.2019)

Kaukavuori, Vilma. 1.2.2019. Siellä konflikti missä timanttikaivos. Sattumaako? -enpä usko. https://blogs.helsinki.fi/vilmakau/ (luettu 2.2.2019)

Vahvoja huokauksia

Ja näin olemme takaisin taistelussa QGIS-ohjelman parissa. Toisella luentokerralla kävimme hieman viime kerran asioita, tarkastelimme eri projektioiden vaikutusta karttoihin sekä katsastettiin eri valintoiden tekemistä QGIS-ohjelmassa, lopullisena tavoitteena, Miska Luotoa lainatakseni, QGISin ottaminen haltuun. Tottakai pyrin myös ”relaamaan” mahdollisuuksien mukaan.

Karttaprojektion tekemiseen vaaditaan menetelmä, jossa maapallo projisoidaan kaksiulotteiselle tasolle kartaksi. Ongelma on se, että maapallo on geoidi, eli navoiltaan litistynyt kappale, joten sitä ei voi suoraan ikään kuin levittää tasolle ilman, että joko pinta-ala, välimatkat, muodot tai suunnat vääristyvät. Erilaisia projektioita on kuitenkin tehty esittämään maapallo kartoissa. Kuten Sini blogissaan (Sini Ahtinen, 2019) kuvailee, voidaan projektiot jakaa kolmeen ryhmään: taso- lieriö- ja kartioprojektioihin. Karttaprojektiot voivat myös sivuta maapalloa joko sivu-, pysty- tai poikittaisasennossa ja näiden avulla projektioita myös jaotellaan.

Ensimmäisenä tehtävänä oli tehdä excel-taulukko siitä, kuinka eri projektiot vaikuttavat pinta-aloihin ja suoriin etäisyyksiin. Itse otin useammasta projektiosta esimerkkejä ja otin ne ylös ja tulokset voidaan nähdä alempana olevassa taulukossa.

Sphere Mercator caspian sea mercator new Brunswick stereographic Albers equal area
Etäisyys 1 167,414 km 533,291 km 654,503 km 533,282 km
pinta-ala 52 646 254 013,539 m² 6 327 094 597,127 m² 9 109 235 636,633 m² 6 326 875 690,402 m²

Taulukko 1. Excel-taulukko eri projektioiden muodostamista etäsiyyksistä ja pinta-aloista  Suomen pohjois-osasta

Ja kuten taulukosta nähdään, Sphere Mercator vääristää Suomen pinta-aloja ja etäisyyksiä paljon verrattuna muihin projektioihin. Mercatorin projektiot yleisesti ottaenhan vääristävät pinta-aloja ja etäisyyksiä sitä enemmän, mitä lähempänä ollaan napoja. New Brunswickin projektio on enemmänkin suunniteltu New Brunswickin alueelle Kanadaan, mutta silti sen etäisyys- ja pinta-alaluvut ovat samanlaiset kuin Albersin oikeapintaisella projektiolla. Se on oikeapintainen projektio, jossa alueiden pinta-alat ovat oikeassa suhteessa, mutta alueet eivät näytä kaikkialta oikean suuntaisina ja mittakaava on paikoitellen vääristynyt.

Luentokerralla tutkimme myös eri koordinaattijärjestelmilä kuntien pinta-aloja koropleettikartan muodossa. Eri projektioilla voidaan saada hyvin isoja erojakin, kuten kuva 1 kartta esittää. Pahimmillaan ero on jopa yli 700 prosenttia Sphere mercatorin ja ETRS-TM35FIN:in välillä, mikä oli itselleni hyvin yllättävää. Syy onkin jo sanottu aikaisemmin, eli mercator projektiot vääristävät pinta-aloja eniten lähellä napa-alueita. Suomi on etelä-pohjois suuntaan nähden pitkä, joten erot ovat sen takia huomattavia.

Kuva 1. ETRS-TM35FIN ja mercatorin pinta-ala erot Suomen kunnista. Luvut ovat prosentteja

Toisessa kartassa vertailin LAEA JA WGS84 koordinaattijärjestelmien eroja. Taas erot ovat huomattavia ja erot vaihtelevat 100 prosentista lähes 200 prosenttiin (kuva 2). Erot eivät ole kuitenkaan läheskään niin pahoja kuin ensimmäisessä kartassa. Mieleeni on kuitenkin tullut, että olisiko kannattanut tehdä muilla projektioilla vertailuja, koska vaikka erot ovat myös huomattavia, ovat ne kuitenkin toisessa kartassani myös pohjois-etelä suuntaisia. 

Kuva 2. WGS84 ja LAEA pinta-ala erot Suomen kunnista. Luvut prosentteja

Tämän kurssikerta herätti sen ajatuksen, miten tärkeä oikea projektio on riippuen esimerkiksi siitä mihin tarkoituksiin tietoa, joka on sidoksissa esimerkiksi johonkin pinta-alaan. Väärä projektio voi helposti aiheuttaa laskuvirheitä ja esittää tiedot väärinä. Kuten taulukkoni ja karttani osoittavat, voi väärä projektio helposti aiheuttaa vääristymiä eri muuttujiin, jos ne ovat sidoksissa esimerkiksi alueiden pinta-aloihin.

Toinen silmiä pullistava ajatus tästä kurssikerrasta on se, että näitä koordinaattijärjestelmiä ja eri projektioita on jumalaton määrä ja niitä käytetään milloin mihinkin tarkoituksiin, jopa pelkästään johonkin tietyn alueen karttoihin ja nämä projektiot voivat soveltua vain johonkin paikallisen alueen käyttöön. Ja tämä alue voi olla hyvinkin pieni ja projektio ei oikein sovellu muuhun tarkoitukseen.

Mutta mitä siitä tulee, kun vääntää blogia useamman tunnin ajan? no nälkähän siitä tulee, joten seuraavaan kertaan.

Lähdeluettelo:

Ahtinen, Sini. QGIS ja hermoromahduksen ensiaskeleet. 22.1.2019. https://blogs.helsinki.fi/ahtisini/ (luettu 2.2.2019)

Wikipedia, https://fi.wikipedia.org/wiki/Karttaprojektio (luettu 28.1.2019)

Wikipedia, https://fi.wikipedia.org/wiki/Albersin_projektio (luettu 28.1.2019)

Ekat faceplantit

 

Ensimmäisen blogin jälkeinen fiilis

Ensimmäinen oppitunti on ohi ja siellä tutustuimme QGIS-ohjelman käyttöön. Ohjelma tuntuu tällä hetkellä suurelta työmaalta. Käytetyin sanani päivältä oli varmasti ”voi v****”.  Ohjeita joutuu katsomaan jatkuvasti, koska mikään ei tunnu löytyvän. Kaikki on uutta ja niinkin simppeliin asiaan, kuten pohjoisnuolen tekoon kuluu helposti 15 minuuttia. Mutta kuten opettaja sanoo, niin ei auta kuin vain kääriä hihat ja ottaa härkää sarvista, vaikka miten tuskaista se olisikin. Ja tuskaisestihan tämä on alkanut. Esimerkkinä alempi karttani.

Kuva 1. Kartta Itämerta ympäröivien valtioiden typpipäästöistä

Kuva 2. Ja tässä fiilis ensimmäisestä kartastani QGIS-ohjelmassa

Ensimmäinen Qgis-ohjelmalla tekemäni kartta on ylempänä (Kuva 1) oleva kartta Euroopan maista ja niiden typpipäästöistä. Karttani näyttää kyllä karttamaiselta ja siitä ehkä saakin jotain selvää, mutta siinä on kyllä paljon puutteita. Esimerkiksi syvyyskäyrien värit ovat normaalisti toisinpäin, eli tummempi väri kuvaa syvempää kohtaa meressä jne. Mietin myös, onko mittakaava vääränlainen. Sitäkin, että onko legenda riittävä vai puuttuuko siitä jotain? Se mikä legendasta puuttuu on otsikko. Lisäksi värimaailma saattaa olla hieman heikosti nähtävissä. Neutraalit maat, joista ei ole typpipäästöjä esitettävissä kartasta ovat aika samanvärisiä niiden maiden kanssa, joilla on pienet typpipäästöt prosenteissa.  Myös Itämerta rajaavat viivat kartalla vaikeuttavat kartan lukua. Karttaa kyllä pystyy lukemaan, mutta sen voisi tehdä paremmin.

Kartta siis esittää Itämeren varrella sijaitsevien valtioiden typpipäästöjen prosenttiosuuksia. Suurimmat päästöt ovat Puolalla, jonka prosenttiosuus pyörii noin kolmenkymmenen prosentin paikkeilla. Lisäksi muutamilla Baltian mailla, Saksalla, Ruotsilla sekä Venäjällä on suhteellisen korkeat typpipäästöt. Ruotsin osuus saattaa kuitenkin johtua myös siitä, että sillä on paljon rantaviivaa, kuten Vivi Tarkka mainitsi hänen blogissaan (Vivi Tarkka, 2019).

Itämerta ympäröivät maat ovat teollisuusmaita, joissa on korkea elintaso. Lisäksi alueilla on laajasti maa- ja metsätaloutta, joka kuormittaa vahvasti Itämerta. Puolan päästöt johtuvat teollisuudesta, maanviljelystä sekä puutteellisisita puhdistamoista. Erityisesti Veiksel-joki on ongelmallinen. Useampi Puolan isoista kaupungeista sijaitsee joen varrella ja joki laskee Itämereen. Venäjällä ei ole taas paljoa rantaviivaa Itämeren kanssa, mutta sieltäkin tulee prosentuaalisesti paljon typpipäästöjä. Tämäkin on selitettävissä puuttellisilla puhdistamoilla. Venäjä on WWF:n rankingissa viimeisenä Itämeren suojelutominnassa, mikä kertoo siitä, että Venäjällä ei myöskään näytä olevan kovin paljon tahtoa vähentää päästöjään. Baltian maiden päästöt ovat myös selitettävissä teollisuuden ja maataloouden päästöjen takia. Suomen päästöt taas ovat pienemmät ja syy on siinä, että Suomi on pyrkinyt laskemaan päästöjään Itämereen.

Seuraava karttani on koropleettikartta yli 65-vuotiaiden määrästä kunnittain. Yritin kyllä tehdä vaikeustasoltaan vaikeimman tehtävän, mutta eihän siitä mitään tullut. Joten alennuin tekemään ensimmäisen tehtävän ja tulos on alhaalla oleva kartta (kuva 3).

Kuva 3. Koropleettikartta yli 65-vuotiaista kunnittain. Tilastot ovat vuodelta 2015.

Suomen väestö näyttää kartalla vanhahkolta osin värimaailman takia. Tummat värit erottuvat paljon selkeämmin, kuin vaaleammat värit. Kartan värimaailma voi antaa vääristyneemmän kuvan Suomen vanhusten määrästä, etenkin kun monissa isoissa kunnissa pinta-alan näkökulmista ovat tummemmalla värillä. Isommat kaupungit ovat yleensä muuttovoittoalueita, kuten pääkaupunkiseutu, Tampere, Joensuu, Oulu jne. Näissä kaupungeissa on enemmän nuorempia ihmisiä, koska he muuttavat seuduille yleensä opiskelun tai töiden takia. Pienemmät paikkakunnat ovat muuttotappioalueita, koska alueilta muuttaa nuoria ihmisiä pois juuri annettujen syiden takia ja he eivät muuta takaisin ja perusta perheitä. Suomessa on paljon kuntia, joissa väestö on laskemaan päin ja se aiheuttaa huolta huoltosuhteeseen. Pienempi väkimäärä joutuu kustantamaan palvelut kunnalle.

Itse tämä toinen kartta on mielestäni huomattavasti helpompi lukea, vaikka kartta on hieman pienehkö. Värimaailman jo mainitsin, mutta muuten tulos on huoattavasti eheämpi kuin ensimmäinen karttani. Tämä antaa rohkaisua siitä, että ehkä olen jopa oppinut jotain QGISin käytöstä.

Vaikka QGIS-ohjelman käyttö on tuntunut hankalalta, uskon että olen oppinut edes jotain ohjelmasta ja sen käytöstä. Matka on kyllä vasta alkanut ja valoa ei todellakaan tunnu näkyvän tunnelin päässä. Mutta jostainhan se on aloitettava. Sen olen myös oppinut, että parhaiten oppii ohjelman ääressä itse tehden. Mutta opettajan auttava käsi on kyllä silti ehdoton välttämättömyys ohjeman käytössä. Ja onhan sitä oppinut jotain myös Itämerestä analysoidessa karttaani.

Ja näin odotan, ehkä hieman kauhunsekaisin tuntein seuraavaa luentoa ja uusia asioita ja seuraavia tehtäviä, joita en osaa tehdä. Mutta näin matka on saatu käyntiin ja toivottavasti lopussa minäkin osaan käyttää QGISi ja muita mahdollisia ohjelmia, mitä ehkä käytämme tämän kurssin aikana. Until next time.

 

Lähteet:

http://itamerenoppimispolku.fi/

Tarkka, Vivi. QGIS ja ensimmäinen kerta. 22.1.2018 blogs.helsinki.fi/vivitark/ (luettu 18.1.2019)

Wikipedia, https://fi.wikipedia.org/wiki/Veiksel (luettu 17.1.2019)

Kiviranta. T. Maaseudun tulevaisuus. 2018. https://www.maaseuduntulevaisuus.fi/ymp%C3%A4rist%C3%B6/artikkeli-1.226631 (luettu 18.1.2019)