Month: February 2024

VIIDES KURSSIKERTA

Julkisen liikenteen lakko osui itselläni aika huonoon paikkaan, enkä päässytkään kampukselle viidenneksi kurssikerraksi. Edellisellä kurssikerralla peloteltiin jo siitä, että seuraavaksi olisikin meidän itse osattava tehdä tehtäviä aiemmilla kerroilla opitun pohjalta. Sain työmaan lopulta valmiiksi, vaika aikaa kului hyvin monta tuntia ja meinasin välillä repiä hiukset päästäni, mutta se taitaa kuulua asiaan.

LENTOKENTÄT JA ASEMAT

Lämmittelyksi tein alkutehtävät, jossa harjoiteltiin buffer-työkalun käyttöä. Tehtävä auttoi valtavasti seuraavissa itsenäistehtävissä. Ensimmäisessä itsenäistehtävässä selviteltiin Helsinki-Vantaan sekä Malmin lentokenttien aiheuttamaa meluhaittaa sekä juna- ja metroasemien saavutettavuutta Vantaalla. Ensimmäisessä itsenäistehtävässä ei tullut vastaan suurempia ongelmia, enkä jäänyt jumiin missään kohtaa. Käytin enimmäkseen buffer-työkalua sekä Join Attributes By Location -työkalua. Kaikki tarvittavat vastaukset sain helposti luettua Statistics -paneelista. Vastaukset lentokenttiin liittyvän itsenäistehtävän kysymyksiin löytyvät taulukosta 1 ja asemakysymysten vastaukset ovat taulukossa 2.

Taulukko 1. Lentokenttien melun vaikutus asukkaisiin Vantaalla.

Taulukko 2. Juna- ja metroasemien saavutettavuus Vantaalla.

 

VANTAAN TAAJAMAT

Toisessa itsenäistehtävässä tutkittiin taajama-alueita Vantaalla. Tämän tehtävän tekeminen ei alkanut kovin hyvin ja heti alkuun tuli ongelma. Taajama-tietokanta ei jostakin syystä halunnut tehdä yhteistyötä. Taistelin sen kanssa hyvän tovin, kunnes olin hermoromahduksen partaalla ja päätin lopettaa tehtävien teon siltä päivältä. Kun kahden päivän kuluttua yritin uudestaan, tietokannan kanssa ei ollutkaan mitään ongelmia ja tehtävän teko lähti käyntiin sujuvasti. Kaksi ensimmäistä kohtaa sain tehty ongelmitta. Muistin myös näissä tehtävissä Select-työkalun olemassa olon ja aloinkin hyödyntää sitä. Kolmannessa kohdassa tulikin haasteita, joissa kurssikaverini onneksi osasivat auttaa. Haasteena oli se, etten saanut valittuja kohteita näkymään Statistics-paneelissa. Kyseessä oli kuitenkin vain oma tyhmyyteni, enkä tajunnut valita laatikkoa ”Selected Features Only” :D. Lopulta sain toisen itsenäistehtävän tehtyä ja vastaukset tehtävän kysymyksiin löytyy taulukosta 3.

Taulukko 3. Vantaan taajamat

HELSINGIN KOULUPIIRIT

Tässä kohtaa hommat alkoivat sujua jo hyvin. Vapaavalinnaisessa itsenäistehtävässä ei ollut suurempia haasteita ja löysin mutkattomasti vastaukset kaikkiin kysymyksiin. Vastaukset kysymyksiin on listattu taulukkoon 4.

Taulukko 4. Helsingin yhtenäiskoulu sekä sen koulupiiri.

Pohdintoja kurssikerrasta

Buffer-työkalun käyttö oli kurssikerran uusi asia, mutta se sujui oikein mukavasti. Bufferit ovat kätevä tapa tehdä tietyn kokoisia vyöhykkeitä tiettyjen kohteiden ympärille. Anna Seppälä oli blogissaan pohtinut buffer-alueiden visuaalista ilmaisua kartalla. Tehtävästä ei tehty lopullisia karttoja eivätkä työvaiheeni kartat olisi julkaisukelpoisia epäselvyytensä vuoksi. Kuvan 1 kartasta ei kukaan osaisi sanoa mistä on kyse ilman selitteitä. Seppälä olikin blogissaan kokeillut täyttää buffer-alueensa raidoilla, jolloin myös bufferin alle peittyvät alueet oli selkeämmin nähtävissä. Tällöin lukija voisi paremmin ymmärtää, millainen alue bufferin alle jääkään. Silti rakennuksiin liittyvät pisteet kartalla sotkevat kuvaa valtavasti, mikä haittaisi edelleen sen lukemista.

Kuva 1. Esimerkki bufferisotkusta, jonka pohjalta tein tehtävää.

Lopulta olenkin hyvin tyytyväinen siihen, miten hyvin tehtävien teko sujui. Itsenäisesti sopivasti haastavien tehtävien tekeminen tuo paljon itsevarmuutta, kun huomaa, että osaa jotain ilman opettajan mallia. Tehtäviä tehdessäni huomasin myös, kuinka tärkeää on tuntea aineistot etukäteen. On todella vaikeaa lähteä laskemaan uutta saraketta attribuuttitaulukkoon, jos ei entuudestaan tiedä, mitä taulukko pitää sisällään. Tätä en ole aiemmin niinkään joutunut pohtimaan, koska ohjeissa on pitkälti kerrottu kaikki tarvittava ja opettajajohtoisesti tehtäessä tarvittavat ilmaisut annetaan suoraan nenän eteen.

Lähteet

Seppälä, A. (2024). 5. viikko – Bufferointia Helsinki-Vantaalla. https://blogs.helsinki.fi/sexanna/2024/02/16/5-viikko-bufferointi-helsinki-vantaalla/. Viitattu 21.2.2024

 

Kolmas kurssikerta

Kolmannella kurssikerralla kuunneltiin pitkästä aikaa opetusta piste- ja ruutuaineistoista sekä laserkeilauksesta aineistonkeruumenetelmänä. Esimerkkinä oli myös Physicumin aulasta laserkeilattu kuva, joka oli tarkkuudeltaan hyvin vakuuttava. Ruutuaineistoissa hämmästyttii aineistojen hintojen lisäksi niiden sisältämät erittäin tarkat tiedot.

Pisteet, ruudut ja futiskentän kokoiset attribuuttitaulukot

Kurssikerralla harjoittelimme ruutujen käyttöä QGIS:llä. Opettelimme myös karsimaan valtavista attribuuttitaulukoista turhia tietoja pois, mikä helpottaa ohjelman työtä erilaisten toimintojen suorituksessa. Epäonnistuinkin tässä vaiheessa kahdesti, mutta kolmannella kerralla, kuin taikaiskusta, karsinta onnistui. Harjoituksena tehtiin kartta (kuva 1) ruotsinkeilisten määrästä neliökilometrin kokoisissa ruuduissa pääkaupunkiseudulla. Aineistona käytettiin pääkaupunkiseudun väestöön liittyviä tarkkoja tietoja, jotka oli merkattu pisteinä. Aineistossa yksi piste kuvasi asuttua rakennusta. Valintatyökalua hyödyntäen saimme rajattu ruudukosta vain ne ruudut, joissa oli pisteitä. Näin ollen saimme valittua juuri ne alueet, joilla on asutusta.

 

Kuva 1. Ruotsinkielisten määrä pääkaupunkiseudulla neliökilometrin kokoisissa ruuduissa.

Kuvan 1 kartta kuvaa ruotsinkielisten määrää yhden ruudun alueella. Määrässä ei oteta huomioon sitä, kuinka paljon alueella ylipäätään asuu ihmisiä. Näin ollen esimerkiksi Helsingin keskustan alueella näyttää olevan eniten ruotsalaisia, mikä ei sinäänsä yllättä, sillä alueella on myös varmasti eniten asukkaita. Tästä syystä teinkin vielä toisen kartan, johon laskin ruotsinkielisten osuudet koko ruudun väestöstä (kuva 2). Ensimmäisessä kartassa asumattomat alueet näkyvät myös hyvin samanlaisena vihreänä, kuin ruotsalaisten määrää kuvaava vihreä, mikä tekee kartan lukemisesta vaikeaa ja kartta on myös jollain tasolla harhaanjohtava. Päätin tämänkin asian korjata toista karttaa tehdessäni.

 

Kuva 2. Ruotsinkielisten osuudet kaikista asukkaista neliökilometrin kokoisilla ruuduilla.

Kuvan 2 kartta antaakin hyvin erilaisien kuvan ruotsinkielisten sijoittumisesta pääkaupunkiseudulle. Enää Helsingin keskustan alueella ei näytäkkään olevan eniten ruotsinkielisä vaan ruotsinkeiliset ovat jakautuneet vähän joka puolelle. Eniten ruotsinkeilisiä näyttäisi olevan pääkaupunkiseudun länsipuolella ja jonkun verran itäisessä kärjessä. Kuvasin asumattomia alueita harmaalla, jolloin ne erottuvat hyvin asutuista alueista eikä aiheuta sekaannusta kuten ensimmäisessä kartassani. Heini Tolvanen kirjoittaa blogissaan, miten kunta-rajojen lisääminen karttaan helpottaisi sen luettavuutta. Olen tästä täysin samaa mieltä enkä Tolvasen tapaan itse hahmota yhtää, missä pääkaupunkiseudun kuntien rajat todellisuudessa kulkevat.

Ratseriaineistot

Kurssikerran lopuksi aloitimme seuraavan kurssikerran tehtävän valmistelua. Lisäsimme hyvin tarkkoja rasteritiedostoja Pornaisten korkeuseroista. Ensimmäinen tehtävä olikin yhdistää nämä tiedostot yhdeksi, jotta niiden käsittely ei kävisi ohjelmalle liian raskaaksi. Tähän toimi hyvin QGIS:n “Virtual raster” -työkalu. Käytimme myös “Hillshade”-työkalua rinnevarjostuksen luomisessa. Kurssikerralla kerrottiin mielenkiintoinen fakta siitä, että rinnevarjostuksen valon tulokulma on yleensä noin 300 astetta, sillä tällöin suurin osa ihmisistä tulkitsee korkeuserot kohoumina eikä kuoppina. Kun säädettiin hieman kerroksen ominaisuuksia, saatiin lopulta Pornaisten karttalehdelle rinnevarjostus. Seuraavaksi harjoiteltiin korkeuskäyrien tekemistä “Contour”-työkalulla, jonka käyttö vaikutti hyvin selkeältä. Joku kuitenkin minulla taisi olla pielessä, sillä korkeuskäyrät eivät valmistuneet edes puolessa tunnissa.

Aivan viimeiseksi piirsimme Pornaisiin kulkevat suurimmat tiet rasteriaineiston pohjalta kokonaan uutena vektroitasona, mistä jatketaankin sitten seuraavalla kerralla. Ehdimme tosiaankin tehdä vain tiet ja muiden kurssilaisten blogeja selaillessani huomasin, että minua taitaakin odottaa ensikerralla vielä lisää näperrystä kuten rakennusten merkitsemistä kartalle.

 

Lähteet

Tolvanen, H. (2024). Neljäs viikko – Ruutukarttoja ja nivelvaurioita aiheuttavaa näpertämistä (eli digitointia). Viitattu 8.2.2024

 

KOLMAS KURSSIKERTA

Kolmannen kurssikerran alussa tehtiin harjoituksen vuoksi kartta Afrikassa esiintyvistä konflikteista, timanteista sekä öljyvaroista. Tämä edellytti tietokantojen muokkaamista ja käsittelyä, jotta kaikki tarvittavat tiedot kartan laatimiseen on saatavilla. Lopputuloksena saadusta kartasta (kuva 1) nähdään, miten konfliktit, timantit ja öljyvarat jakautuvat Afrikan mantereella.

Kuva 1. Kartta Afrikan öljyvaroista, timanteista sekä konflikteista.

Kartalta nähdään, että konflikteja esiintyy paljon alueilla, joilla ei ole timantteja eikä merkittäviä öljyvaroja. Esimerkiksi Etiopian alueella on ollut paljon konflikteja, vaikka siellä ei ole merkittäviä öljyvaroja eikä timantteja. Näin ollen voidaan olettaa näiden konfliktien syttymisen taustalla olevan jokin muu syy.

SUOMEN VALUMA-ALUEIDEN TULVAINDEKSIT SEKÄ JÄRVISYYS

Melkein koko kolmannen kerran kestäneen intron jälkeen oli aika tehdä itsenäinen harjoitus Afrikka-tehtävässä opittujen asioiden pohjalta. Tavoitteena oli siis luoda teemakartta, josta käy ilmi Suomen valmua-alueiden tulvaindeksi, sekä järvisyys (kuva 2). Kartan teko sujui aika mutkattomasti, kunnes jäin jumiin siihen, että QGIS ei tunnistanut ä- ja ö-kirjaimia, jolloin en saanut Excel-taulukon tietoja yhdistettyä QGIS:n attribuuttitaulukkoon oikein. Onneksi tämä ongelma ratkesi nopeasti vinkkien avulla ja pääsin eteenpäin. Lopulta kartan tekeminen sujui aika hyvin, toki haastavinta oli jälleen saada kartasta riittävän selkeä luettavaksi. Karttaan on merkattu niin paljon vesistöjä ja esimerkiksi valuma-alueiden rajat olivat hyvin huomaamattomat. Olen kuitenkin ihan tyytyväinen lopputulokseen ja eri elementit erottuvat kartasta selkeästi.

Kuva 2. Teemakartta Suomen valuma-alueiden tulvaindeksistä sekä järvisyydestä.

Järvisyyttä päätin kuvata palkeilla, koska en onnistunut saamaan ympyrädiagrammeja järkevästi ja lopulta en jaksanut edes yrittää enää, kun kurssikerta oli jo loppunut jokin aikaa sitten ja seuraavan kurssin opiskelijat alkoivat valua luokkaan. Palkit kuvaavat kuitenkin mielestäni ihan kohtuullisen hyvin alueen järvisyyttä. Niistä on kuitenkin vaikeampi hahmottaa, kuinka paljon järviä on suhteessa maa-alaan. Ympyrädiagrammista tämän näkee huomattavasti selkeämmin. Palkeista on myös vaikea hahmottaa, mitä valuma-aluetta ne kuvaavat. Osalla alueista on niin vähän järviä, että palkki näkyy pelkkänä mustana viivana, jolloin sitä on vaikea nähdä kartasta.

Tulvaindeksi ja järvisyys valuma-alueilla -kartasta (kuva 2) voidaan nähdä, että tulvaindeksi on kaikista suurin Suomen etelä- ja länsi-osissa. Näillä tulvaherkimmillä alueilla järvisyys on huomattavasti pienempi. Rosa Elomaa selvittikin blogissaan, mistä ilmiö johtuu. Hänen käyttämien lähteiden mukaan syynä on se, että alueilla, joilla on vähemmän jokia ja järviä, ei ole myöskään alueita, joihin ylimääräinen vesi voisi varastoitua. Elomaa pohti myös tulvaherkimpien alueiden sijainteja rannikolla ja meriveden vaikutusta tulvimiseen. Hän tuli siihen tulokseen, että tulvaindeksi on laskettu jokien virtaamista, jolloin meriveden ei pitäisi vaikuttaa kyseiseen tulvaindeksiin. Itse kiinnitin myös huomiota siihen, kuinka suuria eroja valuma-alueiden pinta-aloissa on keskenään. Tulvaherkimmät valuma-alueet näyttäisivät olevan pinta-alaltaan pienempiä kuin pienemmän tulvaindeksin valuma-alueet.

Lähteet

Elomaa, R. (2024). Viikko 3 – tietokantojen siistimistä ja yhdistelyä. https://blogs.helsinki.fi/elomrosa/2024/02/06/viikko-3-tietokantojen-siistimista-ja-yhdistelya/ Viitattu 7.2.2024