Kuukausi: helmikuu 2020

Näin alkaa kurssi olemaan taputeltu. Matka on ollut rehellisesti sanottuna todella positiivinen ja mieluisa. Viimeisen kurssikerran tehtävä vaati alkuvalmisteluja, eli tiedon etsimistä netistä. Tätä puuhailinkin sen verran, että en lopulta päätynyt Kumpulaan asti vaan tein koko homman omalta koneeltani olohuoneen lattialla.

Lopulta kaikki käyttämäni numeerinen data löytyi samasta paikasta Tilastokeskukselta http://www.stat.fi/tup/statfin/index.html -sivustolta. Sitä tutkiessa kiinnostuin kattavasta koulutukseen liittyvästä tilastodatasta.

Niinpä tutkailin syvemmin aineistoja, jotta keksisin mihin tarkemmin aihettani rajaisin. Päädyin sitten sekä kiinnostuksen että sattuman kautta tutkailemaan lähinnä lukiokoulutusta. Tein useamman kartan, joissa esittelen muun muassa oppilaitosten sijaintia ja lukioon hakeutuvien nuorten määriä.

Koska huomasin lataamassani tilastokeskuksen datassa olevan tietoa kunnittain, tein omaa työtäni helpottavan ratkaisun käyttää pohjakarttana samaa, kuin kurssin ensimmäisellä ja toisella kerralla käyttämämme (toivottavasti tämä ei ole mikään kamala huijaus).

Käyttämäni työvaiheet sisälsivät tuttuja juttuja. Ensin latasin tilastokeskuksen dataa haluamillani ominaisuuksilla exceltiedostoiksi. Rajasin esimerkiksi kaiken datan olemaan vuodelta 2014, sillä näin huomasin pohjakarttanikin datan olevan. Excelin siivosin kaikesta turhasta ja tallensin csv (eli comma separated-values) -muotoon. Tämän avasin tuttuun tapaan GIS:ssä ja yhdistin numeerisen datan pohjakarttaan Join-toiminnolla, käyttäen hyväksi kuntien nimiä, jotka löytyivät sekä pohjakartan että netistä lataamani datan tiedoista.

Latasin useampia tilastoja, jotka GIS:ssä yhdistin pohjakarttaan. Sen lisäksi tuotin itse kaksi uutta datasaraketta suorittamalla laskutoimituksia. Selittääkseni lisää onkin jo syytä esitellä kyseisiä karttakuvia.

Loin ensiksi koropleettiteemakartan, joka esittää 15-19-vuotiaiden nuorten määrää (väritys) sekä lukio-oppilaitosten määrää (histogrammit) kunnittain. Kartasta voi havaita hieman yllätyksettömästi, että mitä enemmän nuoria kunnassa asuu, sitä enemmän myös lukioita kunnassa sijaitsee. Lukioiden numeerista määrää en saanut fiksusti samalle kartalle, mutta sanottakoon, että useimmissa kunnissa niitä oli yksi ja eniten lukioita sijaitsi Helsingissä lukumäärällä 19.

Halusin selvittää myös missä kunnissa kokonaisasukaslukuun nähden sijaitsee eniten 15-19-vuotiaita nuoria. Tämän sain kartalle luomalla laskutoimituksen siivittämänä oman sarakkeen, josta loin taas oman teemakartan (kuva 4.)

Viimeisenä halusin vielä tarkastella millainen osuus peruskoulun päättäneistä nuorista päätyy lukioon (ja jälleen kerran tarkastella asiaa kunnittain). Tässä kohtaa koin hieman teknisiä ongelmia. Löysin lukioon jatkaneitten nuorten lukumäärät kunnittain, mutta halusin laskea vielä, kuinka suuri osa kaikista kunnan peruskoulun päättäneistä nuorista jatkoi lukioon. Kuten edellä esitetyistä kartoista huomaa, saatavilla oli tietoa peruskoulu-/lukioikäisistä nuorista 15-19-vuotiaiden haarukalla. Enkä ainakaan Tilastokeskuksesta löytänyt vuodelta 2014 ainoastaan 15-vuotiaiden nuorten määrää kunnittain. Senpä takia tyydyin hieman valheelliseen lopputulokseen laskiessani vuonna 2014 lukioon jatkaneiden nuorten osuutta, sillä käytin siihen 15-19-vuotiaiden yhteismäärää :/.

Päätin samalla tarkastella lukioon jatkaneiden rinnalla ammatilliseen koulutukseen jatkaneiden osuutta (kuva 6.) sekä ilman jatkopaikkaa jääneiden osuutta (kuva 7.).

Mietin tätä itsenäistä työtä tehdessä, että onko tämä nyt tarpeeksi haastava ”lopputyö” kurssille. Totesin kuitenkin, että ehkä tärkeintä olikin huomata, että en tarvinnut näiden karttojen tekemiseen sanallista tai kirjallista apua, vaan muistin ja löysin tarvittavat toiminnot itsenäisesti ja ilman suurempia takkuilua GIS:stä. Eli koen oppineeni kurssin aikana käyttämään GIS:sin perustoimintoja jouhevasti.

Lähteet:

Tilastokeskus

http://www.stat.fi/tup/statfin/index.html -sivustolta.

 

Kurssi kerta alkoi reippaalla ulkoilulla Dennis-myrskyn jälkituulissa. Tehtävänä oli tarkastella Kumpulan kampuksen lähialuetta kaupunkisuunnittelun näkökulmasta. Latasimme puhelimiimme Epicollect5-sovelluksen, johon kerättiin pistedataa eri sijainneista vastaamalla muutamaan kysymykseen mm. alueen turvallisuudesta, viihtyisyydestä ja käytöstä. Itse matkasin Miinan kanssa Arabian kauppakeskukselle sekä sen läheltä löytyvään Kumtähdenkentälle sekä Toukopuistoon.

Noin 45 minuutin reippailun jälkeen meidän ja muiden ryhmien lataamat tiedot eri sijainneista koottiin yhteen Epicollect5 nettisivujen kartalle. Siellä pääsimme tarkastelemaan pisteitä ja huomasinkin, että oma Arabian kauppakeskuksen piste olikin ”jäänyt” kampuksen kohdalle. Olisi siis ollut syytä päivittää sijainti ja tarkistaa se :D. Siitä huolimatta olimme yhdessä tuottaneet muistaakseni noin 52 pistettä sisältävää karttadataa. Latasimme sen csv.tiedostoksi, jonka pystyimme sitten avata GIS:ssä sopivalle pohjakartalle.

Tällä datalla sitten leikittelimme ja tässä huomaankin toteavani, että en varmaan muuta sanaa ole GIS:llä työstämiseen käyttänyt kuin ”leikittelyä”. Sitäpä kuitenkin tehtiin ja emme tyytyneet tarkastelemaan vain värikoodein esitettyjä pisteitä siitä, mitkä alueet koettiin miellyttäviksi (vihreä) tai mitkä turvattomimmiksi (punainen), vaan päädyimme interpoloimaan. Tämä tarkoitti sitä, että interpolointi työkalu teki pisteiden väleihin jääville alueille arvion esimerkiksi niiden turvallisuudesta tulkitsemalla lähistöllä olevia pisteitä.

Kuvasta 1. tarkastelussa on alueen miellyttävyys, siten, että punaiset alueet olivat vähiten miellyttäviä ja siniset eniten. Kaikista miellyttävimpiä olivat puistoalueet, joten interpolointi työkalu on antanut niiden lähialueille myös positiivisia tuloksia. Keskimmäinen punainen alue oli Kustaa Vaasan tien yli kulkeva suojatie. Mutta kuten joonatan blogissaan kirjoitti; ”Interpoloinnista täytyy kuitenkin muistaa, että dataa (tai pisteitä) täytyy olla riittävästi tai muuten se voi vääristää liikaa tietoa, ja edistää näin misinformaatiota.”. Tälläisen vääristymän voi kuva 1. kartasta myös huomata Vallilan siirtolapuutarhan kohdalta. Muistaakseni kyseiseltä alueelta ei ollut paljoa jos lainkaan pistedataa. Oletan siis, että jotkin muutamat tai yksittäinen alueen lähellä oleva miellyttävyydeltään epämieluisa pistedata on vääristänyt siirtolapuutarhan miellyttävyyttä. Tämä nyt vain oma arvaus, mutta itse ajattelisin, että siirtolapuutarha on yksi miellyttävimmistä paikoista tai edes maisemista kyseisellä alueella.

Loppuajan käytimme hieman enemmän itsenäisesti datan hakemiseen netin syövereistä. Tai itsenäisesti ja itsenäisesti. Meille oli annettu muutama sivusto, joilta voisi ladata mieluisaa dataa lähinnä maanjäristyksistä ja muista luonnonilmiöistä. Pohjakarttana oli käytettävissä laajempi maapallon kartta. Itse latasin yksinkertaisuuden vuoksi eri magnitudien maanjäristyksiä lähinnä vuosilta 2000-2020.

Dataa latasin sivustolta, jota en muista enkä löydä. Tiedot sain kuitenkin suoraan csv muotoisena excelinä, jonka pystyi taas avaamaan GIS:ssä pohjakartalle. Esittelen tässä nyt 4 kartan kuvasarjan, jotka kuvaavat maanjäristyksiä eri voimakkuuksilla. Kuvassa 2. näkyy vuosien 2000-2020 maajäristykset magnitudeilta 6-9,1. Kuvassa 3. taas näkyy samoilta vuosilta vain 8-9,1 magnitudin maanjäristykset.

Yläpuolella olevasta karttakuvasta (kuva2) pystyy hahmottamaan myös mannerlaattojen saumakohtia. Erityisen hyvin Atlantiksen ”llä” menevän Afrikan laatan ja Etelä-Amerikan laatan sauman sekä Tyynenmerenlaatan sauman.

Halusin vielä lisätä lyhyemmiltä aikaväleiltä maanjäristyksiä esittäviä karttoja. Kuva 4. esittää 6-8,3 magnitudin maajäristyksiä vuosilta 2015-2020 ja kuva 5. 6-8 magnitudin järistyksiä vuosilta 2019-2020.

Lähteet:

Mun päähän sattuu. Reunanen Joonatan.

https://blogs.helsinki.fi/reunajoo/

 

 

Olipa jännittävä viikko. Pääsin nimittäin vasta nyt lataamaan omalle koneelleni QGIS:ni ja leikkimään sillä ilman henkistä tukea. Maanantain kurssikerralla siirryimme lopputunnin ajaksi piirtäämään Pornaisten tieverkostoa ja merkitsemään rakennuksia (ei niitä harmaita, vaan ainoastaan sysimustia ), joten silloin en ehtinyt suorittaa tähän blogiin liitettävää tehtävää.

No ohjelman lataus onnistui ja muistin myös miten kielen sai vaihdettua suomesta englanniksi. So far so good. Tämän jälkeen kävin läpi harjoituksen ohjeet ja käytännössä avasin saman datan kuin kurssikerralla ja suoritin samat toiminnot, joilla pääkaupunkiseudun ja siellä asuvan (pisteillä merkityn) väestön päälle luotiin ruudukko. Loin nyt 500m x 500m ruudukon (maanantaina käytimme 250m x 250m). Karsin ylimääräiset ruudut pois ja yhdistin asukasdataa ruutuihin ”join attributes by location” toiminnolla. En joutunut keittelemään kahvia tässä välissä, sillä omaksi yllätyksekseni datan yhdistäminen kävi nopeasti. Toisaalta ruutukokoni oli puolet suurempi kuin maanantaina käyttämämme.

Seuraavaksi valitsin jonkin aiheen, josta loin teemakartan ruudukolle esiteltäväksi. Harjoituksen ohjeissa mainittiin ”Valitse esitettäväksi teemaksi jokin sellainen, että et joudu toistelemaan itsestäänselvyyksiä, vaan joudut hieman pohtimaan aikaansaannostasi.” sekä ”Samasta hakemistosta löytyy myös tiestö-tietokanta(l_tiest2), suuralueet(a_pksuur), pienalueet(a_pkspie) ja maankäyttö(Maankay2). Kokeile niiden toimivuutta teemakarttasi kanssa”. En aivan hiffannut mitä jälkimmisessä kohdassa olisi tullut tehdä, sillä olen ohjelman kanssa vielä niin noviisi, joten jätin sen kohdan välistä. Sen lisäksi valitsin kuitenkin yksinkertaisen aiheen, jota esitellä, jotta tämä ensimmäinen sooloiluni  onnistuisi.  Kuten esim. Annika toteaa kurssiblogissaan ”ruutukartassa positiivista on koropleettikarttaan verrattuna myös se, että suhteellisten osuuksien lisäksi on mahdollista kuvata myös absoluuttisia arvoja.”. Päätinkin siksi esittää ruudukoissa yli 85 vuotiaiden  asukkaiden sijoittumista pääkaupunkiseudulla absoluuttisilla arvoilla. 

Mielestäni karttaa on hieman haasteellista lukea, ellei sitä ole selkeästi avattu. Niinpä jätin esiin ja nimesin haalean virheällä hieman läpinäkyvänä rajatun alueen osoittamaan pääkaupunkiseutua.  Pääkaupunkiseudun pohjavärin olisin voinut tosin valita toisin, sillä 8-27 haarukan väri maastoutuu siihen täydellisesti. Ou well, tällä mennään ja zoomaaminen auttaa :D. Loppujen lopuksi tykkään pikku kyhäelmästäni.

Lähteet:

Reijonen, Annika. Ruututeemakarttoja

https://blogs.helsinki.fi/anre/