KK7 viimeinen kurssikerta

Kurssin seitsemäs ja samalla viimeinen nelituntinen meni omavalintaista aihetta käsittelevää karttaa tehdessä. Kurssikerran tarkoituksena käyttää mielikuvitusta ja luoda QGIS:llä oma kartta kurssin aikana harjoitettua rutiinia ja osaamista koettelemalla. Kartalle täytyi valita vähintään kaksi esitettävää muuttujaa. Datan keräämistä varten ehdotetiin useita eri lähteitä, joista valitsin Censuksen sivuston, josta löytyy ilmaista tilastotietoa Yhdysvalloista. Käyttämäni sivusto: https://www.census.gov/geo/maps-data/data/tiger.html. Tuolta vedin monia eri tietokantoja lataamalleni USA:n kartalle (projektiona NAD83), joista jätin kiinnostavimmat aineistot kartalleni. En siis ollut ennen kurssikertaa juurikaan pohtinut mitä karttani esittäisi. Sivuilta löytyi kaikenlaisia aineistoja, kuten kaikki Yhdysvalloissa sijaitsevat sotilastukikohdat, mutta en löytänyt sen kylkeen mitään sen kanssa sopivaa aineistoa. Minulla kului lähes koko tunti aineistoa valitessa, joten päädyin lopulta melko tylsään ja yksinkertaiseen vaihtoehtoon, eli esittämään kartallani valtion suurimmat liikenteen reitit ja asemat.

Kuva 1. Yhdysvaltojen liikenne

Nopeasti tehtynä, hieman sekavan näköinen kartta. Sisältää suurimmat moottoritiet, rautatiet, satamat, lentokentät ja vielä osavaltiot rajoineen ja pääkaupunkeineen. Lisäsin siihen kaiken sivostolta löytyneen liikenteeseen liittyvän, mutta jälkikäteen ajatellen aineistoa olisi kyllä pitänyt karsia, sillä etenkin itäinen puolisko Jenkeistä on aivan tukossa erivärisistä viivoista ja symboleista. Epäselkeyttä lisää samalla keltaisella värillä merkityt satamat ja osavaltioiden pääkaupungit. Unohdin myös lisätä mittakaavan.

Kokonaisuudessaan hyvä ja QGIS -taitoja lopulta rutkasti kehittänyt kurssi. Kiitos Artulle kurssin järkkäämisestä, lukijoille, minun blogiini viitanneille ja niille kenen loistaviin blogeihin sain viitata!

Lähteet:

https://www.census.gov/geo/maps-data/data/tiger.html

Kurssikerta 6: Hasardikarttoja

Aloitimme kuudennen kurssikerran (pe 22.2.2019) ulkoilemalla Kumpulan alueella keräten dataa harjoitustyötä varten. Reilun tunnin kävelyreissun tarkoituksena kymmenen asteen pakkasessa oli löytää tutkimuksemme kannalta noin kuusi eri kohdetta, joista kerättiin tietoa vastailemalla viiteen kysymykseen Epicollect5 -nimisellä sovelluksella. Kysymykset olivat mm. seuraavanlaisia: ”Kuinka turvalliseksi koet kohteen?” tai ”Kuinka miellyttäksi koet kohteen hengailulle tai ajan viettämiselle?” Vastaukset annettiin asteikolla 1-5 ja sen jälkeen ne ladattiin kurssin ryhmän yhteiseen kansioon, jonka jälkeen ihailimme tuloksia luokassa ja loimme kartan, johon kaikki vastaukset on koottu yhteen pisteaineistoksi. Luokassa havaitsimme, että useat pisteet heittävät oikeasta luonnossa merkatusta paikastaan jopa muutamia kymmeniä metrejä. Tämä on melko suuri heitto, ja tällaisilla heitoilla voi olla suurikin vaikutus tuloksiin tutkimuksesta riippuen.

Tällä kertaa uutena työkaluna opittiin ”interpolation” -pluginin käyttö. QGIS:n interpolaatio ei ole rakettitiedettä, vaan melko nopea ja vaivaton operaatio. Loimme kartan päälle interpoloinnin, joka näyttää eri väreinä kohteille antamamme arvot. Alla olevassa kartassani on esitetty vastaajien kokema turvallisuudentunne Kumpulassa. Punaisella merkatut alueet on koettu turvattomimmiksi ja vihreällä merkatut turvallisiksi. Täysin punaisia eli numerolla merkattuja kohteita kartalla ei ole kuin yksi, nimittäin Kustaa Vaasan tien bussipysäkki kampuksen vieressä, johon kulkee etenkin talvisin monia murtuneita käsiä ja jalkoja aiheuttava integraalipolku. Tämä kohde oli kuulemma muillakin ryhmillä merkattu turvattomaksi paikaksi.

Kuva 1. Turvallisuus Kumpulassa

En saanut tätä kuvaa läppärilläni suuremmaksi, mutta toivottavasti te hahmotatte kartan tarkemmin koneellanne. Ainakaan pisteitä ei meinaa erottaa kovinkaan hyvin, ehkä pisteiden väriksi olisi voinut valita erilaisen värityksen.

Interpolointiharjoitusten jälkeen ryhdyimme työstämään omia karttojamme luonnonhasardeihin liittyen. Valitsin kolmen itsenäistyökartan aiheiksi maanjäristykset, tulivuoret ja meteoriitit, joista ensimmäisen ehdin tehdä kurssikerralla. Kuten Roope Heinonen sanoo, internetsivuilta ladatut aineistot täytyi muuttaa .csv-muotoon, jotta niiden tuominen kartalle onnistuisi. Tämä suoritettiin ensiksi viemällä aineistot Exceliin ja siellä luvut ja taulukoiden rivit ja solut oikeanlaisiksi muuttamalla, jotta ongelmia ei tulisi myöhemmin aineistoja viedessä QGIS:iin ja että homma hoituisi mahdollisimman suoraviivaisesti. Esimerkiksi ladatuissa aineistoissa olevien pisteiden muuttaminen pilkuiksi oli välttämätöntä; numeroiden väliin jäävät pisteet olisivat muuten tehneet luvuista päivämääriä, mikä olisi pilannut aineiston.

Alla olevalla kartalla esiintyy pisteaineistona kaikki vuoden 1989 jälkeen tapahtuneet vähintään seitsemän magnitudin suuruiset maanjäristykset. Lisäsin karttaan pienenä extrana litosfäärilaatat saumakohtarajoineen havainnollistamaan laattojen ja järistysten välistä korrelaatiota. Ei niin yllättäen suurin osa järistyksistä on sattunut juuri saumakohtien alueilla. Kartasta voimme havaita, että Tyynenmeren tulirenkaan, ja etenkin Indonesian ympäristössä tapahtuu suurin osa maailman maanjäristyksistä. Pisteiden kasaantuminen yhteen sumppuun – esim. Indonesia – aiheuttaa vaikeuksia yksittäisten kohteiden erottamisessa, josta Jussi Torkko valittaa omassa blogissaan: ”Tässäkin ongelmaksi nousee ilmiöiden kasaantuminen tietyille alueille johtuen kartan isosta mittakaavasta mikä vaikeuttaa havainnointia.”

Kuva 2. Vähintään 7 magnitudin suuruiset maanjäristykset vuodesta 1990 alkaen.

Seuraavat kartat pyöräytin omalla ajallani gis-luokassa. Näissäkin kartoissa projektiona on WGS 84, joka on oikeakulmainen projektio. Alla oleva, vuonna 2012 tuotetun aineiston perusteella luomani tulivuorikartta näyttää kaikki maailman tulivuoret oransseina kolmioina. On siellä joitain virheellisyyksiäkin, kuten Ruotsiin merkattu tulivuori ja valehteleva mittakaavani. Jälleen päästään toteamaan, että tulivuorilla ja mannerlaattoilla on yhteys, sillä suurin osa tulivuorista on syntynyt laattojen välisillä vyöhykkeillä laattojen eri liikkeiden myötä.

Kuva 3. Tulivuorikartta

Seuraavaksi meteoriittikarttaan, joka esittää kaikki maahan törmänneet meteoriitit vuoden 2009 jälkeen. Kartallani melko useat meteoriitit ovat iskeytyneet Länsi-Yhdysvaltoihin ja Pohjois-Afrikkaan, mutta en ainakaan itse keksi minkä takia juuri näillä alueilla on sattunut näin tiheästi meteoriitintörmäyksiä. ”on vaikea uskoa, että meteoriitit olisivat suosineet erityisesti tiettyjä alueita”, lausuu Mr. Pres… Jouko Lappalainen kuudennen kerran blogitekstissään.

Kuva 4. Meteoriittikartta

Valitettavasti en saanut kuviani WordPressin kirjoitusohjelmalla tätä suuremmiksi, mutta toivottavasti niistä saa selvää. Karttoja tehdessäni latasin netistä sivulta https://www.naturalearthdata.com/downloads/50m-physical-vectors/ muutaman vektorimuotoisen aineiston, kuten ”Land”- ja ”Ocean” -nimiset maapallon mantereita ja meriä esittävät aineistot, joiden päälle tein hasardikartat.

Lähteet

Roope Heinonen, Pisteiden Viemää (2018) https://blogs.helsinki.fi/hcroope/2018/02/25/19-02-2018-pisteiden-viemaa/ (luettu 28.2.2019)

Jussi Torkko, Kuudes kurssikerta: Exceliä ja hasardeja (2017) https://blogs.helsinki.fi/torkjuss/ (luettu 28.2.2019)

Jouko Lappalainen, Osa 6 – Hit me like a meteorite, don’t let me go (2017) https://blogs.helsinki.fi/ladjouko/ (luettu 28.2.2019)

1:50m Physical Vectors

Puskurointia (KK5)

Työskentely QGIS -ohjelmalla alkaa pikkuhiljaa luonnistumaan tiukan keskittymisen, kärsivällisyyden ja harjoittelun ansiosta ja tehtävät eivät tunnu enää niin ylitsepääsemättömiltä kuin alkukurssilla. Ohjelmiston työkaluista ja toiminnoista sen verran, että tietokantojen yhdisteleminen sujuu itselläni melko hyvin aiempien kertojen vaikeuksien jälkeen. Tietokannat ja taulukot alkavat vaikuttaa loogisilta ja mielenkiintoisilta. Ajan kanssa kaikki asiat alkavat tuntumaan selkeämmiltä, kuten Iivari Laaksonen blogissaan hienosti mainitsee. Kurssikerta oli aikoja sitten (pe 15.2.2019), joten muistot siitä ovat jo ehtineet haalistumaan tätä kirjoitusta tehdessäni, mutta tässä hieman selostusta luennolla tehdyistä tehtävistä. Vitoskerralla tehdyt puskurointitehtävät eivät olleet kovinkaan hankalia, vaikka Arttu kurssikerrasta meitä varoittelikin. Tämän kerran pääteemana olevaa bufferointitoimintoa hyödynnettiin päivän tehtävissä muun muassa lentokenttien ja muun julkisen liikenteen asemien läheisyydessä olevien asukkaiden lukumäärän määrittelemiseen. Bufferoinnilla ja plugineista löytyvää Spatial query -lisäosaa käyttämällä saatiin selville kuinka monta asukasta asuu yhden ja kahden kilometrin säteellä Malmin lentokentän kiitoradan pahimmalla melualueelle. Sain tulokseksi seuraavanlaisia lukuja: yhden kilometrin säteellä asuu 8 707 asukasta, ja 2 km:n säteellä 56 935 asukasta.

Käytimme bufferointia myös selvittämään tiettyjen melualueiden alueella asuvien asukkaiden määrää ja taajamissa asuvien ihmisten määriä esimerkiksi kouluikäisten ja työikäisten suhteen. Omia vastauksia vertailemalla muiden kurssilaisten saamiin tuloksiin sain hieman varmuutta sekä vastauksieni pitävyyteen, että tehtävien onnistumiseen. Tehtävien teko eteni melko hitaasti ja niiden suorittamisen kannalta tärkeiden toimintojen löytäminen oli ajoittain haastavaa, josta myös Matias Järvinen keväällä 2016 kärsi. Kaikenlaisiin uusiin toimintoihin tutustutaan joka kurssikerralla, joten oikean toiminnon muistaminen tunneilla sekä kurssikertojen ulkopuolella tehtävissä itsenäisharjoituksissa ei ole aina helppoa. Vierustoverini Justuksen esimerkkiä seuraamalla kuitenkin selvittiin vaikeimmistakin kohdista. Kahden ensimmäisen itsenäistehtävän jälkeen valitsin seuraavaksi tehtäväksi kouluihin liittyvän puskurointitehtävän. Tehtävässä täytyi laskea mm. kouluikäisten määrä taajamien ulkopuolella ja muunkielisten kouluikäisten määrän. Kaikki tämä hoitui nopeasti ja melko vaivattomasti, toivottavasti vastauksenikin ovat oikeassa.

Ohessa taulukko, jossa on kaikki vastaukset tekemiini tehtäviin.

Taulukko 1.

Asukkaita 1 km säteellä Malmin kiitoradasta 8 707
Asukkaita 2 km säteellä Malmin kiitoradasta 56 935
Asukkaita 65 db:n melualueella 324
Asukkaita vähintään 55 db:n melualueella 11 913
Asukkaita 60 db:n melualueella Tikkurilassa 12 452
Asukkaita alle 500 m päässä asemista 102 798
Asukkaita alle 500 m päässä asemista 21 %
Työikäisten %-osuus 68 %
Asukkaita taajamissa prosentteina 69
Kouluikäisten määrä taajamien ulkopuolella 39 153
Yhtenäiskoulussa aloittavien lasten määrä koulupiirissä 14
Yläkouluikäisten määrä koulussa aloittavista 68
Lasten ja nuorten osuus koulupiirin alueen asukkaista 9,70 %
Muunkielisten kouluikäisten määrä 10

Lähteet:

Iivari Laaksonen, 5. Kurssikerta (2017) https://blogs.helsinki.fi/iilaakso/ (luettu 26.2.2019)

Matias Järvinen, PAK #5 (2016) https://blogs.helsinki.fi/jarvimat/ (luettu 26.2.2019)

Neljäs kurssikerta: Ruututeemakartta

Reilu viikko neljännen kurssikerran jälkeen kirjoittelen tätä blogipostausta kyseisestä luennosta. Ruututeemakarttojen tekeminen QGIS:llä ensimmäiseksi vuorossa tällä kertaa ja tunnin päätteeksi rasteriaineiston digitointia. Ensimmäisenä tehtävänä aineistokansiosta kaivettiin tietokantoja, jotka pitivät sisällään pääkaupunkiseudun joet, järvet, rantaviivan, merta ja Helsingin kuntarajat. Kartalle tuotiin vektorimuotoisena esitettävän asukasmäärän sisältävä väestötietokanta, jonka myötä kartalle ilmestyi kaikki Helsingin asukkaat valtavana määränä pieniä pisteitä. Tätä ennen loin yhden neliökilometrin kokoisista ruuduista koostuvan ”gridin”, jonka avulla tiedon esittäminen ruutukarttana onnistuisi. Kun väestötietokanta oli tuotu omalle kartalle, toi se mukanaan hyvin paljon informaatiota asukkaista; attribuuttitaulukko sisälsi muun muassa ikäluokat, mies- ja naispuolisten henkilöiden lukumäärän sekä ruotsinkielisten lukumäärän, josta tein teemakartan kurssikerran tehtävänä.

Alla oleva ruututeemakartta kuvaa ruotsinkielisten jakaumaa ja heidän osuuttaan Helsingin asukkaista. Ruudut ovat 1 x 1 km kokoisia, joten kartta näyttää melko tarkasti jakauman alueittain.

Kuva 1. Ruotsinkielisten prosentuaalista osuutta Helsingin asukkaista kuvaava teemakartta

Kuten kartta kertoo, Espoossa, Kauniaisissa ja syvällä itä-Helsingissä on prosentuaalisesti paljon ruotsinkielistä väkeä, muuten itse Helsingissä 50 prosenttia menee rikki vain aivan etelä-Helsingissä yhden ruudun voimin. Espoossa asuu melko paljon ruotsinkielisiä suhteessa Helsinkiin.

Ruudukosta on pakko sanoa sen verran, että kun ylläolevaa karttaa tarkastelee, on melko vaikea hahmottaa tuosta ”ruutukasasta” tiettyjä alueita tai kaupunginosia. Ruututeemakarttani näyttää pikselimössöltä, josta ei todellakaan ole helppoa hahmottaa tarkalleen missä päin kaupunkia jokin ruutu on. Ainakin itselläni on melko hankala sanoa jonkin ruudun sijaintia kun en muutenkaan kaupunkia kovinkaan hyvin tunne. Ehkä ruuduista olisi pitänyt tehdä hieman läpinäkyvämpiä kuten mm. Alex teki, tai sitten lisätä kartalle paikannimistöä, josta myös Amanda mainitsi blogitekstissään. Kuitenkin, kartta kertoo pääpiirteittäin missäpäin suurimmat ruotsinkielisten keskittymät sijaitsevat. Joku toisenlainen kartta (esim. isopleettikartta, jollaisia tehtiin syksyn TEM -kurssilla), jossa taustakartta olisi näkynyt sen sijaan, että olisi peittynyt ruutujen alle, olisi palvellut paremmin aluetarkan tiedon tarvetta. Mutta tällä kertaa kuitenkin ruutukartta aiheena!

Luennon toisella puolikkaalla siirryttiin seuraavaan tehtävään, joka sisälsi syksyltä tuttua digitointia. Tehtävän tarkoituksena tehdä pohjustusta viidennelle kurssikerralle digitoimalla tietokantoja rasterikartalle. Ladattuani peruskarttalehden Helsingin lähellä sijaitsevan Pornaisten kunnan keskusta-alueesta, luotiin rinnevarjostus ja sen jälkeen alettiin tekemään itse tietokantoja digitoimalla teitä ja asuintaloja eri työkaluilla, kuten piste- ja viivanpiirtotyökaluilla. Tämä vaihe ei ollut hankala, mutta aikaa vievä naputtelutuokio, jonka päätteeksi QGIS poisti kaiken tekemäni digitoinnin. Syynä siihen saattoi olla taloille ja teille valitsemani ”Temporary layer” tms. -niminen taso, joka poistui kun sammutin ohjelman, tallennuksesta huolimatta.

Lähteet:

Alex Naumasen blogi https://blogs.helsinki.fi/alexnaum/ (luettu 17.2.2019)

Amanda Ojasalon blogi Ruutuja https://blogs.helsinki.fi/amandaoj/ (luettu 17.2.2019)

KK3

Kolmannen kurssikerran aluksi perjantaiaamuna 1.2.2019 päästiin samantien työskentelemään QGIS -ohjelmalla aikaisemmilla kerroilla pidettyjen alkulänkytysten puuttuessa. Tällä kertaa tehtävänä olisi saada aikaiseksi Afrikan kartta, jossa näkyy useiden yhdistettyjen tietokantojen tuloksena maanosassa sijaitsevat timanttikaivokset, alueella tapahtuneet konfliktit ja öljykentät pisteinä ja polygoneina. Aivan aluksi ladattiin Moodlesta tietokanta, joka sisälsi Afrikan maanosan valtioineen rajoineen ja tämän jälkeen valtiot täytyi yhdistää yhdeksi tietokannaksi, jonka jälkeen karttaan pystyi tuomaan ulkoisia lähteitä, kuten aineistoja konflikteista ja timanttikaivoksista. Tavoitteena saada halutut tiedostot kurssikerran tiedostoboksista yhteen tietokantaan.

Ohjeita seuraamalla ja kohta kerrallaan hitaasti etenemällä pysyin mukana ja sain kaikki tarvitut tietokannat yhdistettyä saman attribuuttitaulukon alle. Afrikan kartta ei siis aiheuttanut vielä sen suurempia vaikeuksia ja sitä oli miellyttävää tehdä. Alla olevalla kartalla näkyvät siis timanttikaivosten ja erinäisten konfliktien sijainnit, joilla on huomattava keskinäinen yhteys, aivan kuten Justus Poutanen kertoo blogissaan. Afrikassa on viime vuosikymmeninä ollut useita sisällissotia, joissa osapuolet taistelevat kaivosten omistusoikeudesta. 1900 -luvun loppupuolen konfliktiherkällä Länsi-Afrikan rannikolla viisi valtiota sotivat keskenään, valtioiden sotatoimintaa ja armeijoita rahoitetiin alueen kaivoksista louhituilla timanteilla.

Lähes kaikki Afrikan mantereen öljykentät sijaitsevat Pohjois-Saharassa muutaman valtion alueella. Öljykentän selite jäi legendasta puuttumaan, mutta ne ovat kartalla sinisiä alueita. Näiden pisteiden ja polygonien alle jää koropleettikartta, jossa pyritään havainnollistamaan Afrikan internetin käyttöä prosentuaalisesti valtioittain. Kartan mukaan suurin internetin käyttöaste on Keniassa, jossa prosentit nousevat reippaasti yli puolenvälin. Käyttöaste on pienimmillään Keski-Afrikassa.

Kuva 1. Afrikan kartta, jossa punaisilla pisteillä timanttikaivokset ja vihreillä pisteillä konfliktit. Öljykentät ovat sinisinä näkyviä alueita.

Afrikan kartan valmistuttua siirryin kurssikerran itsenäistehtävän pariin. Tämä oli kuin kertausta edellisestä mutta ilman opettajan antamaa johdatusta: tietokantojen yhdistelyä valmiisiin tietokantoihin, jotta kaikki löytyisivät lopulta samasta attribuuttitaulukosta. Ohjeiden mukaan pitäisi luoda järvisyyttä ja tulvaherkkyyttä kuvaava kartta Suomesta. Työ oli ainakin omalla kohdalla hyvin haastava, sillä en päässyt kurssikerralla tehtävän alkua pidemmällä QGIS -ohjelman jatkuvan kaatumisen myötä ja ohjelman ollessa minulle edelleen vaikeakäyttöinen ja monimutkainen laitos. Tehtävän loppuunsaattaminen vaati lopulta muutaman arki-illan gis-luokassa ja useiden eri henkilöiden avunannon. Kartta siis esittää Suomen valuma-alueet ja niiden tulvaherkkyyden sekä järvisyyden. Kuten Lotta Lehtola blogissaan mainitsee, herkkyys tulvimiselle on suurempi jokisilla ja matalilla rannikkoalueilla kuin runsasjärvisessä sisämaassa.

Tämä näkyy kartassa rannikon tummempina alueina ja sisämaan vaaleina alueina. Selitteistön ”Järvisyys%” -kohdalla tarkoitetaan melko heikosti näkyviä tummansinisiä alueen järvisyyttä kuvaavia palkkeja. Järvisintä on Järvi-Suomessa, jossa myös tulva-indeksi on olematon järvien imiessä lähes kaikki sulavat lumet ja sadevedet ehkäisten mahdolliset tulvimiset alueella. Herkintä aluetta tulvimiselle ovat Oulun seutu, Pohjanmaa, Etelärannikko ja Turun seutu, joissa etenkin keväisin sattuu tulvimista jokien pinnan noustessa lumien ja jäiden sulamisen myötä. Ohessa juttua viime kevään tulvimisesta Pohjanmaalla: https://www.iltalehti.fi/kotimaa/a/201804222200894839

Kuva 2. Tulvaindeksikartta

 

Lähteet

Justus Poutanen: Resursseja ja konflikteja Afrikassa sekä ATK-luokassa, https://blogs.helsinki.fi/pjustus/, luettu 7.2.2019

Lotta Lehtola: Kolmas kurssikerta, https://blogs.helsinki.fi/lelotta/, luettu 7.2.2019

https://www.iltalehti.fi/kotimaa/a/201804222200894839 luettu 7.2.2019

 

 

 

GEM1 2019, 2. kurssikerta: Karttaprojektioita

Tällä kurssikerralla (Pe, 25.1.2019) tutustuttiin alkuteoriaopetuksen jälkeen QGIS:in toimintoihin eri karttaprojektioiden pinta-alavääristymiä tutkaillessa. Tavoitteena luoda karttoja, jotka havainnollistaisivat projektioiden välisten pinta-alavääristymien eroja. Projektioiden vääristymiin ollaan tutustuttu aiemmin eräällä syksyn gis-kurssilla, joten nämä asiat eivät tule täysin uutena. Projektiot voidaan luokitella tasojen ja oikeellisuuden mukaan. Kartat voidaan siis projisoida lieriö-, kartioprojektiolle tai tasoprojektiolle. Jokaikisessä karttaprojektiossa on kuitenkin aina virheitä jossain määrin, esimerkiksi etäisyyksissä tai pinta-aloissa. Karttaprojektiot voidaan luokitella oikeakulmaisiin, oikeapintaisiin ja oikeapituisiin. Nämä kaikki kolme projektiomallia sisältävät omanlaisiaan vääristymiä, kuitenkin tavoitteenaan minimoida kaikenlaiset projektiosta aiheutuvat virheet kartalla. Alla olevissa QGIS:llä tehdyissä kartoissa vertaillaan ETRS-TM35FIN – ja Mercatorin projektioiden aiheuttamien vääristymien eroja (Kuvat 1. ja 2.).

Kuva 1. ETRS-TM35FIN -projektion pinta-alojen vääristymiä kuvaava kartta
Kuva 2. Mercator -projektion pinta-alojen vääristymiä kuvaava kartta

En saanut varsinaisella kurssikerralla mitään aikaiseksi joten tein nämä kartat itsenäisesti vasta viime viikolla melko vajaalla osaamisella, joka ehkä paistaa joistain tekeleistäni läpi. Vasemmanpuoleinen kartta on suomalainen tasokoordinaattijärjestelmä ETRS-TM35FIN -projektio, joka näyttää kunnittain projektion aiheuttamat vääristymät. Mitä pohjoisemmas mennään, sitä enemmän kunnat – etenkin pinta-alaltaan suuret – ovat kartalla vääristyneitä todelliseen kokoon verrattuna. Tässä kartassa tapahtui pieni kauneusvirhe, nimittäin mittakaavaan jäi näkyviin lukuja nollan vasemmalle puolelle. Oikeanpuoleisessa kuvassa projektiona on Mercator. Tekemäni karttaesitykset ovat nopeasti vilkaistuna hyvin samannäköiset, mutta legendassa olevat luvut eivät ole identtiset karttojen välillä, vaan Mercatorissa vääristymät ovat hieman suuremmat.

Geoinformatiikan menetelmät 1 2019 – Ensimmäinen viikko

Geoinformatiikan menetelmät 1 -kurssin ensimmäisellä kerralla (perjantai 19.1.2019) käytiin läpi paikkatiedon rakennetta, kuten sijainti- ja ominaisuustietojen perusjuttuja, esimerkiksi vektori- ja rasterimuotoisia aineistoja, koordinaatistoja ja erilaisia tasoja. Tunnilla käydyt asiat olivat ennestään tuttuja syksyn ensimmäisen periodin kurssilta ”Johdatus geoinformatiikkaan”. Pienen teoriapläjäyksen jälkeen aloitimme perehtymisen kurssin aikana käytettävään ”QGIS”-nimiseen tietokoneohjelmaan, jolla pystyy luomaan karttoja ja kaikenlaista muuta mukavaa. QGIS on siis syksyn TEM -kurssilla käytetyn CorelDrawin kaltainen paikkatieto-ohjelma, mutta vain monipuolisempi ja parempi. Kone tarjosi useita erilaisia QGIS -versioita, joista uusimpana 3.4 -versio nimeltään ”Madeira”. Tällä kurssilla kuitenkin tulemme käyttämään vanhempaa versioita, eli 2.18 Las Palmasia.

QGIS-tarjosi laajan valikoiman erilaisia työkaluja, jotka täyttivät pienikokoisilla symboleillaan lähes koko yläpalkin. Aivan aluksi kävimme opettajan johdolla läpi ohjelman perustoimintoja sekä erilaisia työkaluja, jotta töiden tekeminen tulisi olemaan hieman helpompaa. Tehtäviä tehdessä oikean työkalun löytäminen oli jokseenkin haastavaa; oli tilanteita, joissa en tiennyt mitä pitäisi tehdä tai mitä nappia pitäisi painaa, jotta toiminto x toteutuisi haluamallani tavalla. Ohjelman kanssa edistyksellisen vierustoverini, sekä opettajan avunanto oli erittäin hyödyllistä ja elämää helpottavaa. Typpipäästökartan tekeminen aloitettiin siirtämällä aineistopaketista löytyvä pohjakartta valuma-alueesta QGIS:iin, jonka jälkeen alkoi kartan ominaisuuksien muokkaaminen ja lopuksi hienosäätäminen. Kartta siis pitää sisällään Itämeren ympärillä sijaitsevien valtioiden typen päästölukuja, joita kuvataan väreillä. Mitä tummempaa väriä, sitä enemmän valtio päästää typpeä Itämereen. Suurimmat päästöt tuottaa Puola. Tekemäni kartta alla (Kuva 1.)

Kuva 1. Typpipäästökartta Itämeren alueelta

Kartta on muuten onnistunut, mutta järvet erottuvat heikosti ja legendan tekstit jäivät englannin kielelle. Myös meren syvyyskäyrät olisivat saaneet olla hieman tummempia, kuten Atte Järvinen omassa blogissaan asiasta huomautti. Tällä hetkellä niitä ei erota kovinkaan hyvin. Seuraavana tehtävänä tein koropleettikartan Suomen kesämökkien jakaumasta kunnittain. Tämä tehtävä oli varsin nopea ja vähemmän haastava. Tummempi väri kertoo suuremmasta mökkien lukumäärästä, vaaleampi pienemmästä, valkoisella alueella ei sijaitse yhtäkään mökkiä. Eniten kesämökkejä Suomessa vuonna 2015 oli Paraisilla Turun saaristossa, Kouvolassa ja Hämeenlinnassa, jokaisessa näistä noin 8000 mökkiä. Jostain syystä kartan oikeassa alareunassa olevan mittakaavan luvut muuttuivat erikoisen näköisiksi siirrettäessäni karttaa tähän blogitekstiin. Lopputulos alla (Kuva 2.)

Kuva 2. Kesämökkien lukumäärää kunnittain kuvaava koropleettikartta, 2015

Lähteet: Atte Järvinen, ”Ensimmäisen viikon opetukset” (2019), luettu 31.1.2019

https://blogs.helsinki.fi/adjarvin/