2. kurssikerta: Lämpimämpiä ajatuksia

Ensikohtaamiseni QGIS-ohjelman kanssa viikkoa aikaisemmin ei jäänyt mieleeni minkäänlaisena lämpimänä muistona. Ohjelma oli pyörinyt unissani tummana, uhkaavana hahmona, joka aina kohdatessamme nakersi pois pienen palan itseluottamustani. Alusta saakka olin kuitenkin uskonut mahdollisuuksiini QGIS-ohjelman kanssa, ja en halunnut antaa tälle vielä näin helpolla periksi.

Siispä keräsin itsevarmuuteni rippeet mukaani toiselle tapaamisellemme. Olin päättänyt tehdä kaikkeni, jotta yhteistyö QGIS-ohjelman kanssa sujuisi. Viime kerrasta viisastuneena otin kurssikerran tehtävän ohjeen esille, jotta voisin tarvittaessa saada siitä tukea ja turvaa. Lisäksi olin päättänyt tehdä kaikkeni pysyäkseni perässä kaikissa työvaiheissa, joten keskitin kaiken keskittymiseni ohjeiden seuraamiseen. Lopulta en katsonut ohjeita kertaakaan. Pysyin perässä työvaiheissa, ja vältyin kurssikertana epätoivon hetkiltä. Jo tässä vaiheessa olin ylpeä itsestäni. Olin saanut otettua QGIS-ohjelmasta niskalenkin.

Päivän tehtävän tarkoituksena oli tutustua QGIS-ohjelmaan syvemmin ja saamaan mahdollisimman paljon toistoja. Toistoja todellakin sain, ja lämpenimme QGIS-ohjelman kanssa toisiimme hetki hetkeltä enemmän ja enemmän. Päivän tehtävässä tutustuimme eri karttaprojektioihin ja niiden näyttämiin vääristymiin pinta-alassa. Teimme kurssikerralla kaksi karttaa, toisen yhdessä ja toisen itsenäisesti. Lisäksi minun ja QGIS-ohjelman sujuvasta yhteistyöstä haltioituneena tein kotona vielä yhden kartan vertailukohteeksi kuvaamaan pinta-alavääristymiä. Yhteenvetona siis vertasin Suomen kuntien pinta-aloja kolmessa projektiossa Lambertin oikeapintaisen projektion kuvaamiin kuntien pinta-aloihin. Koska Lambertin projektio on oikeapintainen, sen pitäisi näyttää Suomen kunnat siinä koossa kuin ne oikeasti ovat. Kolme muuta karttaa kuvaavat Mercatorin (tehtiin yhdessä kurssikerralla), Robinsonin (tehtiin itsenäisesti kurssikerralla) ja Winkelin (tein itsenäisesti kotona) projektioiden vääristymiä suhteessa Lambertin projektioon, eli kuinka monta prosenttia suurempina nämä kartat esittävät Suomen kuntien pinta-alat kartalla kuin Lambertin projektio esittää.

Valmiiden karttojeni vertailu on toisaalta yksitoikkoista ja toisaalta mielenkiintoista. Yksitoikkoista vertailu on siksi, että jokaisessa kolmessa kartassa pinta-alojen vääristymä kasvaa sitä suuremmaksi, mitä pohjoisemmaksi Suomessa mennään.  Liisa Niemi on blogikirjoituksessaan   “2. Kurssikerta: Karttaprojektioiden värikkäässä maailmassa” ilmaissut hyvin, että muutokset ovat Maan meridiaanien suuntaisia. Vääristymien suuruuden kasvaminen napoja kohti mentäessä johtuu siitä, että valitsemani projektiot, erityisesti Mercatorin projektio, venyttävät maailmankartoissa napojen läheisyydessä olevia alueita. Seuraavaksi päästään mielenkiintoiseen vaiheeseen. Jo mainittu Mercatorin projektio, on oikeakulmainen, eli sen esittämät pinta-alat ovat päin honkia. Se vääristääkin aivan Suomen pohjoisimpia kuntia jopa seitsemän kertaa todellisuutta suuremmiksi. Robinsonin ja Winkelin projektioissa vääristymää löytyy, mutta se ei ole läheskään niin suurta kuin Mercatorin projektiossa. Robinsonin projektio kasvattaa Suomen pohjoisempia kuntia vain lähes 30 prosenttia ja Winkelin projektio noin 90 prosenttia. Pienempi vääristymä johtuu siitä, että kumpikaan projektioista ei näytä kartoista mitään ominaisuutta oikein. Ne pyrkivät näyttämään karttojen pinta-alat, suunnat ja etäisyydet kompromissina. Tällöin pinta-alan vääristymät eivät ole läheskään niin suuria kuin Mercatorin projektiossa.

Kuva 1. Mercatorin projektion pinta-alavääristymät Suomen kunnissa. Projektio vääristää pinta-aloja jopa seitsemän kertaa suuremmiksi.

Mercatorin projektion pinta-alavääristymä on syytä ottaa huomioon kyseisellä projektiolla laadittuja karttoja tarkastellessa. Lisäksi sen käyttöä on syytä harkita. Meri Suppula toteaakin blogikirjoituksessaan ”2. kurssikerta – karttaprojektion suuri vaikutus” fiksusti näin:”Mercator on yleisesti maailmakartoissa käytetty projektio, ja se ei sovellu pienten, varsinkaan pohjoisten alueiden kuvaamiseen- -.” Kuntien pinta-alojen vertailu esittää realistisesti tämän tosiasian, että Mercatorin projektiota ei kannata käyttää Suomea esittävissä kartoissa juuri pienen alueen ja pohjoisuuden takia.

Projektioiden aiheuttamien pinta-alavääristymien takia Suomenkin kokonaispinta-ala muuttuu , kun sitä tarkastellaan eri projektioissa. Maiden pinta-alat muuttuvat hieman vuosittain luonnollisista syistä, kuten maannousemisen takia. Kuitenkin vuonna 2011 Yle uutisoi Suomen kutistuneen 17 kilometriä (“Suomi kutistui 17 neliökilometriä”), mutta ei suinkaan maannousemisen takia, vaan siitä syystä, että Suomen pinta-alaa aiemmin kuvaava projektio vaihdettiin toiseen. Suomen pinta-ala määritellään uutisen mukaan nykyisin yleiseurooppalaisen ETRS89-koordinaattijärjestelmän mukaan.

Kuva 2. Winkelin projektion pinta-alavääristymät Suomen kunnissa. Projektio vääristää Suomen kuntien pinta-aloja jopa yli 90 prosenttia.

Valmistuneissa kartoissani on erityisesti yksi ongelma, johon QGIS on täysin syytön. Niin kuin viikko takaperin, en taaskaan osannut nimetä karttojen legendoja niin, että ne kertoisivat karttojen lukijalle oikeasti sen, mitä kartat esittävät. Legendojen ilmaisu on viime viikon karttojen tapaan kömpelöä, mikä vaikeuttaa niiden lukua. Kartat ensi kertaa näkevä saattaa saada kartoista selvää ainoastaan yhdistelemällä kaikkien kolmen kartan legendoissa olevia tietoja. Yksinään legendojen otsikot eivät mielestäni käy lainkaan järkeen. Erityisiä ongelmia otsikon kanssa on mielestäni Mercatorin projektion vääristymää kuvaavassa kartassa, jonka otsikko kuulosti sitä laatiessa erittäin järkevältä, mutta mikä ei enää jälkeenpäin kuulosta tarkoittavan yhtään mitään, mitä sen olisi tarkoitus. Lisäksi olisin voinut laatia karttani useammalla kuin vain viidellä luokalla. Useammalla luokalla erot olisivat ehkä tulleet paremmin ilmi, sillä nyt kartat ovat hyvin samankaltaisia. Useammalla luokalla tehtyjä karttoja olisi helpompi vertailla, sillä erot karttojen välillä olisivat selkeämpiä ja niitä olisi silloin helpompi vertailla. Antti Nevalainen toteaa blogikirjoituksessaan “Never Mercator, honey”, että hän huomasi kuudella eri luokalla tehdyt kartat kaikista parhaimmiksi. Antin mukaan seitsemällä eri värillä tehdyissä kartoissa vaaleammat värisävyt eivät erottuneet tarpeeksi selkeästi toisistaan.

Kuva 3. Robinsonin projektion pinta-alavääristymät Suomen kunnissa. Projektio vääristää Suomen pinta-aloja jopa melkein 30 prosenttia.

Kuitenkin viime viikon ensitapaamiseen verrattuna tämän viikkoinen kohtaamisemme oli erittäin sulavaa. Opin uudesta tuttavastani paljon uusia piirteitä, joista on varmasti hyötyä tulevaisuuden yhteistä työskentelyä silmällä pitäen. Pystyimme toimimaan yhdessä ilman verta, kyyneliä ja harmaita hiuksia, ja tämän viikon kurssikerran jälkeen katson QGIS-ohjelmaa aivan uusin silmin . QGIS-ohjelmasta on tullut minulle nyt jo jotain, jonka seuraavaa avaamista odottaa kuin kuuta nousevaa. En malta odottaa seuraavaa kertaa ja sitä, mitä uutta tästä mystisestä tuttavuudestani vielä opinkaan.

Lähteet:

Niemi, Liisa. 2. Kurssikerta: Karttaprojektioiden värikkäässä maailmassa (28.1.2018)                                                              https://blogs.helsinki.fi/nliisa/2018/01/28/2-kurssikerta-karttaprojektioiden-varikkaassa-maailmassa/ (luettu 26.2.2018)

Suppula, Meri. 2. kurssikerta – karttaprojektion suuri vaikutus (26.1.2018) https://blogs.helsinki.fi/merisupp/2018/01/26/2-kurssikerta-karttaprojektion-suuri-vaikutus/ (luettu 28.1.2018)

YLE. Suomi kutistui 17 neliökilometriä (25.2.2011)                      https://yle.fi/uutiset/3-5086753 (luettu 26.2.2018)

Nevalainen, Antti. Never Mercator, honey (5.2.2018)  https://blogs.helsinki.fi/nean/2018/02/05/never-mercator-honey/ (luettu 26.2.2018)

1. kurssikerta: Ensikohtaaminen

Ensimmäisellä Geoinformatiikan menetelmät 1 -kurssin työkerralla kohtasin itselleni uuden tuttavuuden. Tämä uusi osa elämääni kantaa nimeä QGIS, ja heti ensitapaamisemme jälkeen pääsin kokeilemaan, miten yhteistyömme mahtaa sujua karttojen teon maailmassa. Yhdessä tuottamamme kartta kuvaa sitä, kuinka paljon mikäkin Itämeren rannikkovaltioista (Tanska, Saksa, Puola, Baltian maat, Venäjä, Suomi ja Ruotsi) tuottaa typpipäästöjä Itämereen. Typpipäästöjen määrä kuvataan prosenttiosuuksina. Kartasta on nähtävissä, että Puola erottuu selkeästi typpipäästöjen suuren määrän tuottajana, sillä Puolan typpipäästöjen osuus on yli 13,3 prosenttia. Vähiten typpipäästöjä tuottaa Viro, jonka päästöjen osuus on alle 3,2 prosenttia eli yli kymmenen prosenttiyksikköä vähemmän kuin Puolassa.

Typen pääseminen Itämereen on merkittävä ongelma. Ylen uutisen “Tamperelainen rehevöittää Itämerta enemmän kuin helsinkiläinen – Sisämaassa suhtaudutaan leväperäisesti typen poistoon” mukaan typen vaikutukset ylläpitävät fosforin määrää Itämeressä, ja näin typpi ja fosfori rehevöittävät Itämerta. Koska meren rehevöityminen ei ole leikin asia, on jokaisen pidettävä huolta siitä, että typpipäästöjä päätyy Itämereen mahdollisimman vähän. Samaisessa uutisessa ilmaistaan huoli siitä, että Tamperelaisen typpipäästöt Itämereen ovat suurempia kuin Helsinkiläisen, sillä sisämaan kaupungeissa ei keskitytä typen poistoon samalla tavalla kuin rannikkokaupungeissa. Myös sisämaan suurissa kaupungeissa typpi päästöjen määrän vähentämisen pitäisi olla korkealla prioriteettilistalla.

Kuva 1. Kartta Itämeren alueen valtioiden mereen tuottaman typen osuuksista.

Mielestäni on yllättävää, että karttani on edes jotenkuten luettavissa, sillä minulla ei ole suoraan sanottuna harmainta aavistustakaan siitä, miten karttani on saatu näyttämään sellaiselta kuin se nyt on. En koe oppineeni menneellä kurssikerralla uudesta tuttavuudestani GQIS-ohjelmasta oikeastaan mitään muuta kuin sen, miten eri karttatasojen, kuten mantereen ja merien, värejä muutetaan, koska minulla ei ollut melkein kertaakaan hajuakaan miksi joitakin toimenpiteitä milloinkin tehtiin. Jokainen energian rippeeni kului opettajan ohjeiden seuraamiseen, ja siitäkään en suoriutunut kunnialla, vaan aika ajoin tipuin kärryiltä. Toisaalta harjoituksen kirjallisen ohjeen seuraaminen samaan aikaan olisi helpottanut asioiden perässä pysymistä, mutta se olisi tarkoittanut sanallisten ohjeiden ohi menemistä. Vaikka minusta tuntuu, että kurssikerralta ei jäänyt itselleni oikeastaan mitään käteen, saattaa olla, että takaraivoon jäi silti muistiin joitakin tärkeitä asioita, jotka helpottavat seuraavalla kerralla QGIS-ohjelman kanssa käytävää yhteistyötä. Asioita oppii vain tekemällä ja virheiden kautta. Omaa oppimistani saattaa vaikeuttaa virheiden pelko, sillä en uskalla kokeilla eri asioita uuden ohjelman kanssa virheiden tekemisen pelossa, vaikka perinteisen sanonnan mukaan juuri virheiden kautta oppii. Lisäksi oppimiseen ja asioiden muistamiseen ainoa apu on vain toistot ja tekeminen, joita uskon tarvitsevani QGIS-ohjelman parissa useita.

Valmiissa typpipäästökartassani on muutamia huolimattomuuksia, jotka korjaamalla kartta miellyttäisi enemmän silmää. Muita valtioita kuvaava oranssi väri voisi olla hieman vaaleampi, jotta se olisi huomaamattomampi, eikä pomppaisi niin herkästi esille. Nykyisessä tummuudessaan väri antaa olettaa sen tarkoittavan jotain merkityksellisempää kuin vain muita valtioita. Lisäksi omaa silmääni häiritsee se, että niiden valtioiden, joiden typen määrää kartta kuvaa, rajat jäivät vihreiksi, mikä erottuu liikaa valtioiden sinisen sävyn rinnalla. Huolimattomuuksissani karttaan jäänyt vihreä sävy olisi kannattanut vaihtaa hieman tummemman siniseen värisävyyn, jotta esimerkiksi Tanskan saaret erottuisivat paremmin merialueesta.

Milena Nevannon ja Saku Ruuskasen ensimmäisen kurssikerran kirjoituksia lukiessani ja heidän karttojaan tarkastellessani tajusin, että olisin voinut valita typpipäästöjen määrää kuvaavaksi värisävyksi ehkä jonkun muun kuin sinisen. Milena kirjoittaa blogikirjoituksessaan “1. kurssikerta: QGIS tutuksi”, että punaisen eri sävyt olisivat kuvanneet hyvin typpipäästöjen aiheuttamaa ongelmaa. Tällöin Tanskan saaretkin erottuisivat Itämerestä paremmin. Saku Ruuskasen blogikirjoituksesta “Q(GIS)ue the Benny Hill!” on nähtävissä selkeä, punasävyinen kartta, josta Itämeri ja rannikkoalueet erottuvat selkeästi toisistaan ja joka kuvaa mielestäni hyvin sitä, mitä sen pitääkin esittää, eli ympäristöongelmien vakavuutta.

Pienet huolimattomuudet eivät mielestäni kuitenkaan heikennä karttani luettavuutta lukuun ottamatta edellä mainitsemiani Tanskan saaria, jotka eivät värien puolesta erotu tarpeeksi selkeästi niitä ympäröivästä Itämerestä. Legendan selitteiden ja nimien muotoilu ei mielestäni ole täysin onnistunutta. Itse kaipaisin legendaan selkeämpää muotoilua ja hieman tarkempaa kuvailua. Pienistä huolimattomuuksista ja epätarkkuuksista huolimatta pystyn kuvitella, että karttani ensimmäistä kertaa näkevä ymmärtäisi edes hieman mitä karttani olisi tarkoitus esittää ja mitä se lopulta kertoo Itämeren alueen valtioiden typpipäästöistä.

Muutaman päivän kuluttua ensimmäisen kurssikerran koettelemuksista toipuneena päätin aloittaa omatoimisesti tehtävää harjoitustehtävää, jonka tarkoituksena oli tehdä koropleettikartta Suomen kunnista kuvaamaan haluamaansa tekijää. ”Suomen kunnat 2015” -kartta-aineiston ominaisuustiedoista oli valittavissa monenlaisia tilastotietoja Suomen jokaisesta kunnasta. Itse valitsin ominaisuustiedoista eläkkeellä olevien määrän esitettäväksi koropleettikartalle.

Kuva 2. Eläkeläisten prosenttiosuus kunnittain vuonna 2015.

Tehtävä oli mahdollista tehdä kolmella eri vaikeustasolla. Koska aikaisempi menestykseni ja yhteistyö QGIS-ohjelman kanssa oli ollut heikohkoa, päätin suosiolla valita vaikeustasoista helpoimman. Helposta vaikeustasosta huolimatta tehtävän suorittamiseen kului itselläni useita tunteja. Onnekseni valitsemani aineisto, joka kuvaa eläkkeellä olevien määrää kussakin kunnassa, oli suhteellinen, eli minun ei itse tarvinnut laskea suhteellisia osuuksia ohjelman avulla. Useiden tuntien ohjelmalla räpeltämisen jälkeen sain vihiä tehtävän suorittamiseen. Lopulta koropleettikartan sai tehtyä yksinkertaisesti kartan tyyli-asetuksista, jonka jälkeen kartta vaati enää pientä hienosäätöä ja lopulta se olikin jo valmis.

Valmis karttani kuvaa sitä, kuinka monta prosenttia kunkin kunnan asukkaista oli eläkeikäisiä vuonna 2015. Mitä tummemmalla kunta on väritetty, sitä enemmän eläkeläisiä kunnassa asuu. Kartan perusteella eniten eläkeläisiä suhteessa kunnan asukasmäärään on etenkin Kainuussa ja Pohjois-Karjalassa sekä Lapin itäosissa. Vähiten eläkeläisiä on suurissa kaupungeissa ja niiden ympäryskunnissa. Kartalta on erotettavissa suuret kaupungit ja alueet kuten pääkaupunkiseutu, Turku, Tampere, Jyväskylä, Oulu ja Joensuu. Tämä viittaa siihen, että syrjemmiltä seuduilta on nuorempi väestö muuttanut kaupunkeihin, jolloin jäljelle on jäänyt iäkkäämpi, eläkeikäinen väestö, jolloin eläkeläisten määrä suhteessa kunnan koko asukaslukuun on paisunut. Täytyy kuitenkin ottaa huomioon, onko aineistoa laatiessa eläkeläisiin laskettu mukaan iäkkäämmän eläkeläisväestön lisäksi myös varhais- ja työkyvyttömyyseläkkeellä olevat. Tällöin kartta saattaa kertoa jotain muutakin kunnan tilanteesta kuin vain ikäihmisten määrästä alueella.

Olivia Halme oli hyvin huomioinut opiskelijoiden suuren määrän blogikirjoituksessaan ”1. Kurssikerta: Räpiköintiä QGis-meressä” tarkastellessaan vuokra-asuntojen suurta osuutta eri kunnissa. Siitä tajusin myös itse, että suuri opiskelijoiden osuus kunnassa laskee myös eläkeläisten osuutta, ja juurikin aiemmin mainitsemani kunnat Helsinki, Turku, Tampere, Jyväskylä, Oulu ja Joensuu ovat merkittäviä opiskelukaupunkeja, jotka Olivian kartalla erottuvat vuokra-asuntojen suuren määrän puolesta ja omassa kartassani eläkeläisen pienemmän määrän puolesta.

Mielestäni karttani olisi myös jonkun toisenkin luettavissa kuin vain itseni. Kartassa kunnat on jaettu eläkkeellä olevien perusteella viiteen tasaväliseen luokkaan. Luokkien määrä on mielestäni sopiva. Niitä on tarpeeksi monta kuvaaman todellista kuntien eroa, mutta samalla tarpeeksi vähän, jotta värit ovat tarpeeksi selkeästi erilaiset. Kuten typpipäästökartassa myös tässäkin kartassa kartan nimen olisi voinut muotoilla vähän selkeämmin. Lisäksi eläkkeellä olevia kuvaavaan karttaan unohdin merkata, minkä vuoden tilastoja kyseinen kartta esittää.

Toista karttaa tehdessäni ja QGIS-ohjelmaan epätoivoisesti paremmin tutustuessani opin tuntemaan tämän hieman syvemmin. Vahingossa tuli kokeiltua läpi hyvin monenlaisia eri toimintoja. Kuitenkin tärkein oppimani asia oli se, miten ohjelmalla tehdään koropleettikartta aineistosta, joka on jo valmiiksi suhteellisina lukuina. Karttaa tehdessäni koin monia onnistumisen tunteita, jotka auttavat varmasti jaksamaan jatkossa epätoivon hetkien sattuessa QGIS-ohjelman kanssa.

Lähteet:

YLE. Tamperelainen rehevöittää Itämerta enemmän kuin helsinkiläinen – Sisämaassa suhtaudutaan leväperäisesti typen poistoon (10.7.2017)  https://yle.fi/uutiset/3-9711119 (luettu 26.2.2018)

Nevanto, Milena. 1. kurssikerta: QGIS tutuksi (28.1.2018)  https://blogs.helsinki.fi/milenane/2018/01/28/1-kurssikerta-qgis-tutuksi/ (luettu 26.2.2018)

Ruuskanen, Saku. Q(GIS)ue the Benny Hill! (24.1.2018)  https://blogs.helsinki.fi/ruusaku/2018/01/24/qgisue-the-benny-hill/ (luettu 26.2.2018)

Halme, Olivia. 1. Kurssikerta: Räpiköintiä QGis-meressä (19.1.2018) https://blogs.helsinki.fi/halmeoli/2018/01/19/1-kurssikerta-rapikointia-qgis-meressa/                                                                                                                                       (luettu 21.1.2018)