Viikko 2. Toinen luento ja harjoitukset

Toisella luennolla ja yhteisessä harjoituksessa meininki oli huomattavasti ensimmäistä kurssikertaa selkeämpi. Vaikka opettajamme Arttu manasikin, että tämän viikkoiset hommat kuuluvatkin tuntua helpoilta jäi tehtävien suorittamisesta huomattavasti edellisviikkoa parempi fiilis ja usko omaan suorittamiseen. Kuten Tapio Turpeinen kirjoittaakin ensimmäisessä blogi-postauksessaan, tämänkaltainen kurssin suorittamistyyli vaikuttaa ainakin näin alkuun hyvin innostavalta.

Tällä viikolla kokeilin hieman uudenlaista lähestymistapaa yhteisiin harjoituksiin nimittäin otin käyttöön toisen näytön tietokoneelleni. Tuplanäyttö helpotti huomattavasti opetuksen perässä pysymisessä, sillä enää ei tarvinnut pompotella eri ikkunoiden välillä vaan zoomin sai kätevästi toiselle näytölle ja QGIS:in toiselle. Mielestäni tämä näkyy myös harjoitteen lopputuloksessa, josta on havaittavissa selkeää kehitystä viime viikkoon nähden. Kuten kuvasta 1 näkee, valmis tuotokseni on jo lähes kartaksi tunnistettava ilmestys.

Kuva 1. Mercatorin projektion pinta-ala verrattuna TM35-projektion pinta-alaan.

Tämän viikon harjoituksissa oli äärimmäisen mielenkiintoista päästä kokeilemaan käytännössä sitä, kuinka pahasti erilaiset karttaprojektiot vääristävät etäisyyksiä ja pinta-aloja Suomen kokoisen valtion alueella. Toki aikaisemminkin olin tietoinen eri projektioiden eroista, mutta harjoituksessa niitä pääsi havainnollistamaan omin käsin ja samalla harjaannuttamaan omaa QGIS:in käsittelyä. Huomaan alkavani pikku hiljaa kehittymään kyseisen sovelluksen käsittelyssä. Oppimisprosessia kuitenkin hankaloittaa se, että harjoituskertoja on vain kerran viikossa, joten toivottua toistoa ei pääse näin ollen syntymään, vaan asioita joutuu palauttelemaan mieleen viikoittain. Toki toistoa saisi harjoittelemalla QGIS:in taikoja oma-aloitteisesti, mutta moiseen ylisuorittamiseen en aio ryhtyä.

Omatoimisissa harjoituksissa jatkoimme samalla kaavalla, mitä yhteisissä harjoituksissa. Tarkoituksena oli tutkia erilaisten karttaprojektioiden eroja TM35-projektioon ja visualisoida data kartalla yhteisen harjoituksen tapaan. Valitsin yhdessä tekemämme Mercatorin lisäksi Robinsonin-projektion (kuva 2) sekä avaruusprojektion (kuva 3). Tuloksista ilmeni, että edellä mainituista kolmesta projektiosta Mercator vääristä alueiden pinta-aloja eniten. Lapissa alueiden pinta-alat näyttäytyivät Mercatorissa jopa kahdeksan kertaa todellisuutta suurempina, kun Robinsonin projektiossa vastaava luku oli paljon maltillisempi eli noin 1,4. Mercatorin ja Robinsonin projektioiden kuvatessa alueiden kokoa ylä-kanttiin, avaruusprojektiossa alueet näyttäytyivät todellisuutta pienempinä.

Kuva 2. Robinsonin projektio verrattuna TM35-projektioon.
Kuva 3. Avaruusprojektio verrattuna TM35-projektioon.

Projektioiden eroja visualisoivien karttojen lisäksi laadin taulukon, johon keräsin muutaman satunnaisesti valitun projektion eroja ETRS-TM35FIN-projektioon. Vertailun kohdealueena on käytetty satunnaista aluetta Suomen Lapissa Inarin kunnan alueella. Tuloksia pääsee ihastelemaan alla olevasta taulukosta.

Taulukko 1. Erilaisten projektioiden esittämät pituudet sekä pinta-alat verrattuna TM35- projektioon.

Lähteet:
Turpeinen, T. (2021). Kurssikerta 1. Tutustumista QGIS-sovellukseen.
Viitattu 28.1.2021
<https://blogs.helsinki.fi/tapiotur/2021/01/21/kurssikerta-1/>

Viikko 1. Ensimmäinen luento ja harjoitukset

Omat asetelmani kurssille lähtiessä ovat vähintäänkin haasteelliset. Minulla ei ole juurikaan aikaisempaa kokemusta eri tietokoneohjelmilla työskentelystä, joten näin ennakkoon minua epäilyttää tulenko oppimaan QGIS:sin käyttöä riittävällä tasolla. Tiedän, että tämä kurssi tulee todennäköisesti vaatimaan minulta keskimääräistä enemmän työtunteja muihin kursseihin verrattuna. Tiedostan kuitenkin hyvin sen, että GIS- tekniikoiden sekä ohjelmien hallitsemisesta on merkittävä etu työmarkkinoilla, joten motivaatiota kurssin suorittamiseen ei tarvitse kaivella sen kummemmin.

Vaikka ennakko asetelmat hieman hirvittivätkin, niin ensimmäisen kurssikerran jälkeen fiilikseni olivat vähintäänkin toiveikkaat. Ensimmäistä karttatyötä tehdessämme opetus eteni selkeästi ja QGIS:sin toimintoja käytiin ikään kuin kädestä pitäen vaihe vaiheelta läpi. Tehtävänämme oli luoda valmiiksi annetun aineiston pohjalta koropleettikartta Itämerta ympäröivien valtioiden typpipäästöjen osuuksista. Lopputulos on nähtävissä kuvassa 1. Olen tuotokseeni suhteellisen tyytyväinen, vaikka siinä on tiettyjä puutteita pystyy kartasta havaitsemaan Puolan muita valtioita suuremmat päästöt. Ongelmana käyttämissäni luokkarajoissa ilmeni, että Puolaa lukuun ottamatta kaikki muut maat kuuluvat samaan luokkaväliin, jolloin ne esittäytyvät kartan lukijalle saman arvoisina, vaikka niidenkin välillä esiintyy eroja. Tämä johtunee siitä, että käytin typpipäästöjen osuuksien merkkaamiseen desimaalilukuja enkä prosentteja. Kehityskohteita siis löytyy tulevaisuutta silmällä pitäen.

Kuva 1. Itämerta ympäröivien valtioiden typpipäästöjen osuus desimaaleina.

Varsinaisen kurssikerran jälkeen vuorossa oli ensimmäisen itsenäisen harjoituksen aika. Päätin kokeilla rajojani ja hypätä suoraan syvään päätyyn valitsemmalla haastavamman vaikeustason kotitehtävän. Latasin kuntapohjan karttani perustaksi ja aineistoksi valitsin Statfin.fi tilastotietokannasta eräiden kuntien hotelliyön keskihintaa käsittelevän tilaston. Tilastojen visualisoiminen koropleettikartaksi ei kuitenkaan sujunut ongelmitta. Vaikka tehtävän vaiheet olivat lähes identtiset luennolla yhdessä tehdyn harjoituksen kanssa, olivat jotkut QGIS-komennot päässeet jo unohtumaan. Urakkaa hankaloitti se, että vielä tässä vaiheessa moodlesta ei löytynyt luento tallennetta. Osin kokeilemalla ja osin tunnilla opittujen komentojen avulla, sain loppujen lopuksi aikaiseksi koropleettikartaksi tunnistettavan tuotoksen, joka on nähtävissä kuvassa 2.

Kartan visuaaliseen ilmeeseen olen melko tyytyväinen, pois lukien poissaolollaan loistavat karttareunukset. Näin jälkikäteen ajateltuna työhön valitsemani muuttuja eli hotelliyön hinta ei välttämättä ollut tähän tarkoitukseen paras mahdollinen. Tuloksista voidaan kuitenkin todeta, että loppupelissä keskimääräisellä hotelliyön hinnalla ei ole suurta vaihtelua Suomen sisällä. Esimerkiksi Joensuussa, Kuusamossa ja Rovaniemellä hotelliyön hinta on suurin piirtein sama kuin pääkaupunkiseudulla. Tilastossa mukana olleista kunnista ainoastaan Lahti erottuu muita paikkakuntia merkittävästi edullisempana.

Ensi viikon kurssikertaa ajatellen aion liittää tietokoneeseeni toisen näytön yhteisten harjoitusten ajaksi. Huomasin, että yhdellä näytöllä ja monella päällekkäisellä selaimella pompottelu vaikeutti opetuksen sisäistämistä. Vaikeuksista huolimatta fiilikset ensimmäisen viikon jälkeen ovat positiiviset. Vaikka QGIS:sin kanssa työskentelyssä ollaan vielä alkumetreillä, koen pystyneeni tämän viikon harjoitusten myötä rakentamaan hyvän pohjan, jonka päälle lähteä kehittämään osaamistani.

Kuva 2. Hotelliyön keskihinta (€) eräissä Suomen kunnissa.