Month: February 2021

Kansalaiset, medborgare! 

On jälleen koittanut se aika viikosta kun yhdessä sukellamme geoinformatiikan menetelmien ihmeelliseen maailmaan. Tällä viikolla jouduimme jättämään omat paikkatietopoteromme ja suuntaamaan havainnoimaan ympärillämme vellovaa todellisuutta, sillä tehtävänämmä oli kerätä itse dataa, jota hyödyntäisimme yhteisessä harjoituksessa. Opettajamme Arttu määräsi GIS-kätyrinsä keräämään dataa lähiympäristöistään Epicollect5- mobiilisovellusta hyödyntämällä.

Tehtävänämme oli tallentaa GPS:ää hyödyntäen kohteemme sovellukseen, jonka jälkeen vastasimme ennalta määriteltyihin kysymyksiin kohteen luonteesta. Kerättyämme kohteet, latasimme ne sovelluksen kautta yhteiseen tietokantaan, jota oli loppujen lopuksi tarkoitus visualisoida karttana QGIS-sovelluksessa. Valitsimme tutkittavaksi kysymykseksi turvallisuudentunteen kokemisen kohteessa. Add Delimited Text Layer- toiminnolla saimme esitettyä keräämämme datan pistemuotoisina vektorikohteina kartalla. Pelkkien pisteiden lisäksi halusimme kuitenkin erotella kohteita niiden ominaisuuden perusteella. Interpolointi- työkalulla pystyimme erottelemaan kohteiden arvoja sen mukaan, kuinka turvalliseksi olimme ne määritelleet.

Lopputuloksia tarkastellessa huomataan, että poikkeuksellista turvattomuudentunnetta herättäneitä kohteita löytyi mm. Sörnäisistä, Vallilasta sekä Munkkiniemestä. Tuloksia analysoidessa on kuitenkin hyvä ottaa huomioon, että paikoista huokuvalla turvallisuudentunteella ja vuorokauden ajalla on merkitystä. Tulokset voisivat olla hyvinkin erilaisia jos datan keräysajankohta olisi ollut aamupäivän sijasta esimerkiksi aamuyö.

Itsenäisissä tehtävissä pääsimme kuvittelemaan itsemme aivan oikeisiin töihin, joka näin ensialkuun aiheutti vähintäänkin pienimuotoisen pelkoreaktion kehossani. Tehtävänämme oli nimittäin laatia erilaisiin hasardeihin liittyviä karttoja, joita voisimme käyttää hypoteettisessa opetustilanteessa oppimateriaalina. Ensitöikseni laadin kartan voimakkaista maanjäristyksistä.  Latasin USGS- sivustolta tietokannan, joka sisälsi kaikki mitatut yli 7,5 magnitudin maanjäristykset maapallolla viimeisen 15 vuoden aikana. Kohteet ilmestyivät pistemuodossa kartalle aivan kuin edellä mainitussa yhteisessä harjoitteessa.  Pisteiden asetuttua kartalle interpoloin tiedoston, jotta yksittäisistä pistekohteista muuttuisi helpommin hahmotettavia kokonaisuuksia.

Valmista karttaa kriittisesti tutkiessa ulkoasuun jäi selkeästi hiomisen varaa. Jostain syystä en onnistunut luomaan kunnollista mittakaavaa, joten jätin sen kokonaan kartasta pois vastoin yleisiä ohjeita. Ilmeisesti kurssitoverinikin kohtasivat vastaavia ongelmia, sillä esimerkiksi Erkin tyylikkäistä hasardikartoista uupuivat niin ikään mittakaavat.

Tuloksia tarkasteltaessa huomataan, että voimakkaita yli 7,5 magnitudin maanjäristyksiä esiintyy etenkin litosfäärilaattojen rajapinnoilla. Tarkalleen ottaen sellaisilla alueilla, joissa laatat joko sivuavat tai työntyvät toisiaan kohti. Malliesimerkkinä toimii Chilen alue Etelä-Amerikassa, Nazcan laatta ja Etelä-Amerikan laatta muodostavat alityöntövyöhykkeen.

Litosfäärilaattojen alityöntövyöhykkeellä esiintyy maanjäristysten lisäksi myös eräs toinen merkittävä hasardi. Toisesta muodostamastani kartasta käy nimittäin ilmi, että valtaosa maapallon kerrostulivuorista sijaitsee juuri laattojen rajapinnoilla ja etenkin alityöntövyöhykkeillä. Tyynenmeren tulirengas toimii tästä mainiona esimerkkinä. Alueen väestölle tulivuoritoiminta luo niin uhkia kuin mahdollisuuksia. Vulkaaninen maaperä toimii nimittäin hedelmällisyytensä ansiosta loistavana alustana maanviljelylle.

Kolikon kääntöpuolena toimivat kuitenkin kerrostulivuoriin liittyvät suuret riskitekijät. Alityöntövyöhykkeille syntyvien kerrostulivuorten purkaukset ovat räjähdysmäisiä, sillä merellisen laatan työntyessä mantereisen laatan alle maankuoren alle pääsee runsaasti merivettä, joka muodostaa puolestaan kaasumaista painetta. Ihmisille suurimmat riskit räjähdysmäisissä purkauksissa luovat: pyroklastiset pilvet, vulkaaniset pommit sekä tuhkapilvet, jotka voivat suurimmissa räjähdyksissä vaikuttaa negatiivisesti jopa maapallon vuotuiseen keskilämpötilaan.

Kolmannessa kartassani tutustuin kilpitulivuorien esiintymiseen. Uhkakuviltaan kilpitulivuoret mielletään kerrostulivuoria vaarattomimmiksi, mutta myös niihin liittyy omat hasardinsa. Niin kuin edellisessä kartassa tarvittavan datan latasin NCEI:n mainiosta hasarditietokannasta. Mielestäni litosfäärilaattojen rajapintojen lisäys auttaa hahmottamaan käsiteltävää ilmiötä, jonka ansiosta tulivuoria kuvaavat kartat ovat sekä visuaalisesti ja informatiivisesti maanjäristyskarttaa onnistuneempia.

Kilpitulivuorten sijoittuminen eroaa huomattavasti kerrostulivuorista. Siinä missä kerrostulivuoria esiintyi litosfäärilaattojen alityöntövyöhykkeillä, valtaosa kilpitulivuorista sijoittuu laattojen erkanemisvyöhykkeille. Kilpitulivuorissa magma on juoksevampaa ja sitä purkautuu tasaisemmin kuin kerrostulivuorissa, jolloin purkausreaktio on huomattavasti maltillisempi. Kilpitulivuorten suurimmat uhkakuvat ihmisille liittyvät lähinnä  liikkuviin laavavirtoihin.

Lähteet

Erkki Järvisen Blogi – Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/erkkijar/ (luettu 26.2.2021).

 

Terrrvetuloa jälleen Antin kurssiblogin pariin, makumatkalle maailman yrjöttävimpien karttaprojektien pariin!

Tämän viikkoisten harjoitusten eteen jouduimme vuodattamaan verta, hikeä ja kyyneleitä, sillä tällä kertaa jouduimme ottamaan ohjat omiin käsiin heti alusta alkaen. Normaalisti luennolla käymme tehtäviä Artun opastuksella vaihe vaiheelta läpi, mutta tällä kertaa pääsimme työskentelemään itsenäisesti. Aluksi tämä herätti itsessäni kauhun sekaisia tuntemuksia, sillä itseluottamukseni omaan QGIS:sin hallintaani ei ole niin sanotusti pilvissä. Huoleni osoittautuivat kuitenkin turhiksi, sillä omatoiminen työskentely luonnistuikin yllättävän kivuttomasti!

Ensitöiksemme harjoittelimme erilaisten bufferien hyödyntämistä QGIS-ohjelmassa. Bufferi on kohteen ympärille luotava sektori, jonka avulla voidaan tutkia erilaisten ilmiöiden esiintymistä valitulla etäisyydellä kohteesta. Tehtävänämme oli selvittää Malmin lentokentän pahimmalla melualueella (2km) asuvien ihmisten määrä buffereita hyödyntäen. Aluksi piirsin kartalle lentokentän kiitoratoja kuvaavat viivat, joille loin uuden layerin. Tämän jälkeen loin kahden kilometrin bufferit kiitoratojen ympärillä GQIS:sin processing tool boxista löytyvällä buffer-toiminnolla. Viimeiseksi select by location- toiminnon avulla valitsin buffereiden sisään jäävät kohteet ja QGIS:sin statistics panel kertoi tarvittavat tiedot alueen väestöstä. Vertaillessani omaa tuotostani kurssitoverini Juliannan tekeleeseen, vaikuttuvat lopputulokset kutakuinkin samoilta, joten uskon meidän molempien saaneen jutun juonesta kiinni!

Malmin lentokentän lisäksi harjoituksiin sisältyi samankaltaisien meluhaittabuffereiden luomista Helsinki- Vantaan lentokentällä. Toimenpiteet olivat kutakuinkin samoja kuin Malmin lentokentän tapauksessa eikä tuloksien analysoinnissa esiintynyt juurikaan ongelmia. Samojen toimintojen toistaminen loi kuitenkin hyvää rutiinia ja koen tehtävien suorittamisen jälkeen hallitseva QGIS:sin bufferityökalun melko mallikkaasti.

Toisessa tehtävässä siivet vaihdettiin kiskoihin, sillä tällä kertaa tarkasteluun otettiin lentoasemien sijaan juna-asemat. Tehtävänä oli tutkia kartan alueen väestöä 500 metrin kokoisilla buffereilla lähijuna-asemien ympäristössä. Selvisi, että reilu 20% koko alueen väestöstä asuu 500 metrin säteellä juna-asemista. Toinen mielenkiintoinen fakta asemien asukeista oli se, että noin 71% kyseisten buffereiden väestöstä oli työikäisiä (15-64-vuotiaat).

Lisäksi pääsimme selvittämään Vantaan taajama-alueisiin liittyviä väestötietoja. Jopa hurjat 96% Vantaan väestöstä asuu taajamissa. Mielenkiintoista tilastoa saatiin raavittua myös taajamissa asuvista ulkokansalaisista. Tehtävänä oli selvittää kuinka monella taajama-alueella ulkokansalaisten osuus oli yli 10, 20 ja 30 prosenttia. Yli 10% ulkomaalaisasutettuja taajamia ilmeni 57. 20% ja 30% ylittyi puolestaan 25 ja 14 taajamassa.

Ehdottomaksi suosikikseni tämän viikon tehtävistä nousi itsenäinen harjoitus, jossa tarkoituksena oli selvittää uima-altaiden ja saunojen määrä pääkaupunkiseudulla. Uima-altaalla varusteltuja taloja pääkaupunkisudulta löytyi kaikkiaan 855, joissa asuu kaiken kaikkiaan 12 170 henkilöä. Eri talotyypeistä uima-altaita esiintyi eniten omakotitaloissa (345). Pari- rivi ja kerrostalojen uima-altaiden määrät olivat sen sijaan 158, 113 sekä 181. Saunallisten talojen osuus oli huomattavasti allastaloja suurempi, sillä niitä esiintyi jopa 21 922, joka on jopa 24% kaikista alueen taloista.

Tämän viikon ylpeyden aiheeni on ehdottomasti kyhäämäni koropleettikartta uima-altaiden määrästä Helsingin seudun eri osissa. Työvaiheet olivat jokseenkin tuttuja edellisten kurssikertojen vastaavista tehtävistä ja alkuun homma etenikin mallikkaasti. Ongelmia ilmeni kuitenkin uima-allas tietokannan yhdistämisessä pienaluetasoon. Onneksi jo edellisillä kerroilla loistavia MacGyver- tyyppisiä ratkaisuja tarjonnut Ilarin kurssiblogi auttoi minua selviämään tästäkin haasteesta. Kiitos ja kumarrus siis Leinon suvun GIS-welholle! Mutkia ilmeni matkassa myös allasmäärien kuvaamisessa pylväsdiagrammeilla. Apua löytyi kuitenkin Tapion muutaman viikon takaisesta postauksesta, jossa hän päivitteli valuma-alueiden järvisyysprosentin kuvaamista vastaavilla pylväsdiagrammeilla.

Lopputulos koko komeudessaan on nähtävissä alla olevasta kuvasta. Voin käsi sydämellä todeta, että uima-allas kartta on tähän mennessä onnistunein tuotos, joka on blogini kautta suureen maailman putkahtanut. Edelliskerroilla olen ollut tyytymätön visuaaliseen puoleen, mutta nyt voin taputtaa itseäni olkapäälle, sillä kartta näyttää kuin näyttääkin aidosti hyvältä. Kartan tarjoamasta informaatiosta todettakoon, että uima-allas rikkaimpia alueita ovat Ruoholahti, Kulosaari, Marjaniemi sekä Munkkiniemi.

Lähteet

Julianna Häkkilän Blogi- Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/julihakk/ (luettu 19.2.2021)

Ilari Leinon Blogi- Geinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/ilarilei/2021/02/19/viides-kurssikerta/ (luettu 19.2.2020)

Tapio Turpeisen Blogi- Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/tapiotur/2021/02/04/3-konflikteja-ja-tulvaindekseja/ (luettu 19.2.2021)

 

Neljäs viikko ja uudet kujeet. Alkukurssin olemme keskittyneet erilaisilla vektorimuotoisilla aineistoilla kikkailuun, mutta tällä viikolla vektorit jäivät historiaan ja tutustuimme rasteriaineistojen kiehtovaan maailmaan! Ennen rastereihin paneutumista haluan kuitenkin nostaa esille havainnon, jonka tein kurssitoverini Ilarin blogia lukiessani. Hän oli havainnut, että QGIS- sovelluksen valikkonäkymän värimaailman pystyy vaihtamaan tyylikkään mustaksi, wow! Aionkin ottaa neuvosta vaarin ja päivittää myös oman sovellukseni ulkoasua, sillä haluan olla vielä jonain päivänä yhtä katu-uskottava paikkatietoilija kuin idolini Ilari!

Mutta sen pidemmittä puheitta siirtykäämme päivän polttavan puheenaiheen eli rastereiden pariin. Tehtävänämme oli laatia monenmoisia ruututeemakarttoja pääkaupunkiseudusta erilaisten aineistojen pohjalta. Yhteisessä harjoituksessa tehtävänä oli kuvata ruotsinkielisen väestön jakautumista PK-seudulla (Kuva 1.).  Kartasta on havaittavissa, että eniten ruotsinkielistä väestöä keskittyy Helsingin Ullanlinnan sekä Töölön asuinalueille. Tuloksia analysoidessa on oltava kuitenkin kriittinen, sillä kartassa käytetään absoluuttisia lukuarvoja prosenttien sijaan. Huomioitavaa on kuitenkin se, että Vantaalla ruotsinkielisiä esiintyy huomattavasti Helsinkiä ja Espoota vähemmän. Onko tämä kenties sattumaa, sitä jäämme pohtimaan.

Omatoimisessa harjoituksessa tarkoituksena oli luoda lisää ruututeemakarttoja erikokoisilla ruudukoilla. Päädyin valitsemaan tällä kertaa astetta pienemmän ruutukoon (500m x 500m). Teemaksi puolestaan valitsin ulkomaalaisväestön pääkaupunkiseudulla. Kuvassa 2 komeilevasta kartasta on selvästi erotettavissa ulkomaalaisväestön jakautumisessa selkeää keskittymistä.  Selkeinä klustereina erottuvat mm. Kontula ja Mellunmäki Helsingissä sekä Espoon keskus. Edellä mainittujen alueiden lisäksi ulkomaalaisväestöä esiintyy etenkin lähijuna-asemien läheisyydessä. Ilmiötä selittänee esimerkiksi se, että kyseisillä alueilla on tarjolla runsaasti edullisia vuokra-asuntoja.

Kolmannen ruututeemakartan aiheeksi valitsin ruotsinkielisen naisväestön. Rehellisesti sanottuna kyseisen teeman analysoimisella ei ole sen syvällisempää tarkoitusta, koska tulokset noudattavat luonnollisesti samaa kaava kuin kuvan 1 teemakartassa. Pääideana kolmannen kartan luomisessa olikin lähinnä QGIS-komentojen toistaminen ja sitä kautta ohjelman hallinnan kehittyminen. Tästä syystä en kokenut teeman merkitystä kovinkaan suureksi ja päädyn tämän kaltaiseen hieman epämääräiseen valintaan.

Erikokoisia ruutukokoja testanneena tulin siihen tulokseen, että 500m x 500m ruudukko sopii parhaiten pääkaupunkiseudun kokoisen alueen kuvaamiseen. Teemojen esiintymisen vaihtelu erottuu huomattavasti selkeämmin kuin 1km x 1km ruudukossa, jolloin ilmiöiden analysoiminen helpottuu. Toisaalta kyseinen ruudukon tiedostokoko pysyy vielä sen verran suurena, että heikompikin läppäri pysyy menossa mukana. Kaikissa tällä viikolla laatimissa kartoissani piilee yksi pulma liittyen niiden informatiiviseen sisältöön. On vähintäänkin hieman ongelmallista, että edellä mainittujen kaltaisia teemoja esitetään kartalla absoluuttisina lukuina prosenttiosuuksien sijaan. Näin ollen esimerkiksi Helsingin kantakaupungin kaltaisella erittäin tiheään asutulla seudulla jokaisen väestöryhmän luvut ovat suhteellisen korkeita, sillä alueella yksinkertaisesti asuu niin paljon ihmisiä.

Karttojeni visuaaliseen ilmeeseen en ole lainkaan tyytyväinen. Vaikka pääpiirteiltään ne täyttävät oikeaoppisen kartan kriteerit olisi hienosäädössä vielä huomattavasti petrattavaa. Reunukset uupuvat, legendojen ulkoasu sakkaa sekä pieniä huolimattomuus virheitä löytyy sieltä sun täältä. Kurssitovereitteni Liisan ja Laurin sekä kaimani Antin visuaaliseen jälkeen verrattuna ero on kuin yöllä ja päivällä. Heidän työnsä ovat nimittäin silkkaa taidetta! Toivon, että vielä jonain päivänä voin ylpeänä sanoa samaa omista kartoistani.

 

Lähteet

Ilari Leinon Blogi – Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/ilarilei/ (luettu 11.2.2021).

Lauri Silvennoisen Blogi – Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/laurisil/ (luettu 11.2.2021).

Liisa Ahokkaan Blogi – Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/ahokliis/ (luettu 11.2.2021).

Antti Ryynäsen Blogi – Geoinformatiikan menetelmät 2021. (2021). https://blogs.helsinki.fi/ryantti/ (luettu 11.2.2021)

Tällä viikolla yhteinen luento-osuus ei pitänyt sisällään lainkaan teoriaa, vaan hyppäsimme heti harjoitusten syvään päätyyn. Päivän yhteisten harjoituksien teemana oli erilaisten tietokantojen yhdistäminen jo tässä vaiheessa tutuksi tulleen QGIS-ohjelman avulla. Harjoituksen pohjana käytimme Afrikan mantereen tietokantaa. Kyseiseen tietokannasta haluttiin kuitenkin muokata selkeämpi, sillä alkuperäisessä versiossa, jokainen saari oli eritelty omalle sarakkeelleen. Ensitöiksemme harjoittelimmekin, miten tietokannassa pystyy yhdistämään esimerkiksi samalle valtiolle kuuluvat saaret yhdeksi sarakkeeksi.

Seuraavana tehtävänämme oli muodostaa tietokantoja yhdistelemällä taulukko, johon oli koottu Afrikan valtioista tietoa mm. konflikteista, öljynporaus alueista sekä timanttikaivoksista. Tehtävänämme oli pohtia löytyykö näiden edellä mainittujen muuttujien väliltä korrelaatiota. Tietokantaa analysoidessa oli havaittavissa, että timanttikaivoksilla ja öljyntuotannolla oli yhteyttä Afrikan valtioissa esiintyneiden konfliktien määrään. Ei voida kuitenkaan todeta, että kyseiset tekijät lisäisivät suoraan valtioiden sisäisiä konflikteja. Tästä esimerkkinä toimi Tansania, jossa timanttikaivosten määrä oli verrattain suuri, mutta konflikteja alueella ei aineiston perusteella ole esiintynyt lainkaan. Yleisällä tasolla voidaan kuitenkin todeta, että timantti-ja öljytuotannon tuomat varat jakautuvat usein epätasaisesti valtioiden sisällä, joka puolestaan lisää tuloeroja ja kasvattaa konfliktien riskiä.

Tämän viikkoisessa itsenäisessä harjoituksessa tehtävänä oli laatia teemakartta, joka kuvaa Suomen valuma-alueiden tulvariskiä tulvaindeksiä käyttäen. Jotta tulvaindeksi saatiin selville, täytin ensin yhdistellä tietokantoja Afrikka-tehtävässä opituilla nikseillä. Tulvaindeksin selvittämisen kannalta merkittäviä muuttujia keskiylivirtaama (MHQ) sekä keskialivirtaama (MNQ). Tulvaindeksi saatiinkin muodostettua laskutoimituksella. Tulvaindeksin selvittämisen jälkeen visualisoin taulukon tulokset koropleettikartalle (Kuva 1.).

Luomastani tulvaindeksikartasta voi havaita tietynlaista yhtäläisyyttä eri alueiden tulvariskin suuruudessa. Ensimmäisenä havaintona voidaan todeta, että suurimmat tulvaindeksilukemat esiintyvät Suomen rannikkoseuduilla läpi koko maamme rannikon. Sen sijaan Keski- ja Itä-Suomessa. Rannikoiden suurempaa tulvariskiä voidaan selittää mm. sateen avulla. Mereltä tuleva kosteus luo rannikoille sisämaa enemmän sateita, jolloin myös tulvaindeksi on alueilla korkea.

Runsaiden sateiden lisäksi myös valuma-alueen järvisyysprosentilla (jota en valitettavasti onnistunut visualisoimaan) on vaikutusta valuma-alueen tulvaindeksiin. Karkeasti sanottuna korkea järvisyysprosentti vähentää alueen tulvaindeksiä. Tämä selittää sitä, miksi Järvi-Suomessa tulvaindeksi on huomattavasti esimerkiksi Pohjanmaata pienempi. Lisäksi Pohjanmaan vähäisen topografian myötä jokien virtaus on melko heikkoa, jolloin etenkin keväisin lumien sulaessa vedenpinta nousee kriittiselle tasolle.

Tämän viikon harjoitusten jälkeiset fiilikset ovat vähintäänkin aurinkoiset. Päivä päivältä ja viikko viikolta QGIS tuntuu tottelevan käskyjäni paremmin ja paremmin. Elena kiteyttääkin myös omia tuntemuksiani blogissaan kirjoittamalla ettei komentonappien määrä QGIS:ssä enää kauhistuta, vaan siihen on oppinut suhtautumaan “lapsenomaisella uteliaisuudella”. Matkani GIS-velhouteen on kieltämättä vielä pahasti vaiheessa, mutta koen oppimisprosessin suunnan olevan tällä hetkellä pitkälti nousujohteinen!

Lähteet

Elenan kurssiblogi – II: Projektiovääristymiää ja näkökulmia (31/1/2021). https://blogs.helsinki.fi/elfelena/2021/01/31/ii-projektiovaaristymia-ja-nakokulmia/ . (luettu 06/02/2021)