Tekijä: Anna E Avellan

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/

”Cabin crew, get ready to take off”. Näin ollaankin jo kiitoradalla ja vauhti lähtee yhtäkkiä kiihtymään. Musta tuntuu, etten ehkä ollut vielä valmis näin nopeaan menoon ja koenkin itse tällä kertaa hieman nousuongelmia. Lähtöä vaikeutti erityisesti (hehheh) matematiikka, mutten onneksi ollut ainoa. Kanssakumppaneita oli useampi, kuten esimerkiksi Siiri, joka kertoi blogissaan tuskailleen myös prosenttilaskujen parissa.

Toisella kurssikerralla tutustuimme siihen, miten eri aineistoja tuodaan QGIS-ohjelmaan. Sen lisäksi tarkastelimme mitä eroja eri karttaprojektioiden välillä on. Jälleen kerran kädestä pitäen aineiston tuominen ohjelmaan onnistui sekä sillä leikittely. Vaihdoimme myös karttaprojetkiota (muistaakseni) ensin samalla, kun tallensimme jo luotua karttanäkymää ja sen sisältämää dataa, mutta ilmeisesti ja helpommin projetkion pystyy ja kannattaa vaihtaa ohjelman oikean alareunan painikkeesta, joka muistuttaa maapalloa. Pysyyköhän kukaan mun ajatusten mukana, sillä itse koen hieman ongelmia. Pääpointtina oli se, että olin kyllä luennolla kartalla (heh, kartalla), mutta nyt en ole ihan varma.

Totesimme myös pinta-aloja ja pituuksia mittaamalla, että tiettyjen projektioiden välillä mitat vääristyvät. Toisaalta joidenkin projektioiden mittasuhteissa ei ollut suurta eroa, vaikka ulkomuodossa oli hieman. Jännäää. Tallensimme myös karttapohjia eri projektiolla, joissa pinta-alat olivat laskettuina. Kuulostaa hassulta, mutta koin eniten vaikeuksia pysyä kartalla siinä, että mitä minä nyt tallennan ja miksi ja ”ai nyt se pitää avata uudestaan toisella QGIS -ohjelmalla tähän viereen”. Tallentamisen merkitys selkeni minulle kuitenkin muiden blogeja lueskellessa, kun esimerkiksi Iida valaisi, että ”mikäli mielii muokkaamaan aineistoa, tulee se tallentaa paikalliseksi tietokannaksi”.

Harjoitustyö, jonka tähän blogiin liitän, liittyi projektiovääristymien esittelyyn. Lisäsimme kartoille tilastokeskuksesta myös tilastotietoa. Näin rakensimme ensin koropleettikartan Suomesta, joka kuvaa asukastiehyttä kunnittain. Kuvassa 1. asukastieheydet esitellään Suomessa yleisesti käytetyllä TM35FIN-karttaprojetkiolla.

Tämän jälkeen homma toistettiin toisella projektiolla. Suhteellisen simppeliä ja näin kuvassa 2 esiintyy sama tieto, kuin kuvassa 1, mutta muistaakseni jollain Lambertin projektiolla. (Tämähän jäi siis häiritsemään, sillä tietysti unohdin merkitä muistiin, mikä tämä toinen käyttämäni projektio täsmälleen oli). Ihmettelen myös, että miten olen onnistunut esittämään toisen kartan tiedot desimaaleilla ja toisen kokonaisluvuilla.

Viimeisenä, muttei vähimpänä loimme vielä kartan, jossa pyrimme esittämään kahden eri projektion pinta-alojen vääristymiä niitä verratessa toisiinsa. Elikkäs miten TM35FIN-projetkion ja Lambertin -projektion pinta-alat eroavat prosentuaalisesti ja missä. Kuva 3. havannollistaa tämän.

Lähteet:

Nyman, S. Toinen kurssikerta
https://blogs.helsinki.fi/nymsiiri/

Kokkinen, I. Toinen tapaaminen arvon QGISin kanssa
https://blogs.helsinki.fi/iixkokki/

”Hyvät naiset ja herrat, mina damer och herrar, tervetuloa lennolle QGIS 3.4.1 Madeiralle. Lento ei välttämättä ole aivan suora tai ongelmaton, mutta jos kaikki ottavat rauhallisesti, niin emmeköhän selviä” Ja näin alkaa virtuaalimatka Madeiralle. Ottaessamme ilmastonmuutoksen huomioon on tällainen virtaalimatka loistava valinta saada uusia kokemuksia ja tunteita.

Ensimmäisellä kurssikerralla pääsin vihdoin avaamaan QGIS ohjelman, tuon luvattujen karttojen ihmemaan, josta olen jo pitkään kuullut ja haaveillut. QGIS on omien nettisivujensa mukaan ”ammattikäyttöön tarkoitettu paikkatieto-ohjelmisto, joka perustuu avoimeen ja vapaaseen lähdekoodiin”. Ensimmäinen kurssikerta sujui jokseenkin kivuttomasti, kunhan vain ajatus ei karkaillut. Näin toki kävi, sillä iltaluennolla minua rehellisesti sanottuna alkoi parikin kertaa nukuttamaan. Onneksi vierustoveri oli ainakin yhtä hereillä ja kertoi sen, mitä minulta oli mennyt ohi. Kävimme ohjelman ominaisuuksia läpi yhdessä askel askeleelta ja näin sitä huomaamattaan onnistui loihtimaan oman tietokoneruudunsa näkymään ensimmäisen kartan Suomesta. Huomasin heti, että kaikki visuaaliseen informaatioon liittyvät muokkaustoiminnot jäivät helpoiten päähäni, kuten värien muokkaus tai projetkin muokkaus tallennettavaksi ”kartaksi”, jossa siihen lisättiin mittakaava yms.

Kiteytettynä voin sanoa, että ensikosketus ohjemaan oli oikeastaan varsin mukava. Toisaalta uskon kokemuksen johtuvan siitä, että opimme ja käytimme ohjeman ominaisuuksista vasta minimaalista osuutta. Pienellä jännityksellä odotankin jo ohjelman haasteellisempaa soveltamista monimutkaisemmilla toiminnoilla. Kuten Jaakko Kuurne omassa kurssiblogissaan (2020) toteaakin: ”Suurten informaatiomäärien integraation varjopuolena on valtaisa toimintojen määrä ja siten käyttämisen hankaloituminen”.

Ensimmäinen tähän blogiinikin liitettävä kurssityö (Kuva 1.) koostui tilastokeskuksen kunnista tuottamasta datasta vuodelta 2015. Valitsin tarkasteltavaksi niinkin mukavan aiheen kuin avioerot kunnittain (edelleen vuodelta 2015). Työn teko oli hyvin simppeli enkä yrittänytkään mitään simppeliä suurempaa näin ensimmäisellä kerralla säästääkseni väsynyttä mieltäni. Karttakuva näyttää sen mitä halusinkin, mutta sen luotuani totesinkin, että tosiasissa kuva ei kerro paljoakaan. Oletettavastikin pääkaupunkiseudulla erotaan eniten, sillä siellä asuu eniten ihmisiä. Olisikin ollut hyödyllisempää saada tieto kartalle esimerkiksi suhteellisena osuutena verrattuna kuntien aviolliseen väestöön.

Tästä on kuitenkin hyvä jatkaa seuraavalle kurssikerralle ja mahdollisesti haastavampiin toimintohin.

Lähteet:

Kuurne, J. 20.1.2020
Johdanto ja tutustumista QGIS-ohjelmistoon. Luettu 21.1.2020
https://blogs.helsinki.fi/jaakongisblogi/

QGIS viralliset nettisivut
https://www.qgis.org/fi/site/index.html