Kategoriat
Elmblog

Rasterimuotoiseen aineistoon tutustumista (vk. 6)

Tällä viikolla kurssin opintojen rakenne oli päinvastainen kuin viime viikolla. Viikko alkoi ongelmilla, mutta loppua kohti ne ratkesivat. Viime viikon ongelmaksi selvisi se, että CSV-tiedoston lukuarvot oli tulkittu tekstinä lukuarvojen sijaan. Tämän vuoksi tulokseni eivät olleet toteutuneet. Myös muilla ryhmäläisillä oli ollut sama ongelma.

1. Oppitunti

Tällä viikolla kävimme ensiksi läpi tietoa aineistoista:

Pisteaineisto on tarkinta mahdollista tietoa ja pisteeseen voi lisätä minkätyyppistä tietoa vain. Lisäksi piste vaatii vain vähän muistitilaa. Pisteaineistossa ei löydy kohteen muotoja. Laserkeila -aineisto on tarkin mahdollinen pisteaineisto. Se kerätään laserkeilaimella, joka mittaa pisteitä joka suunnasta ja luo niiden mukaan kolmiulotteisen kuvan todellisuudesta. Pikselien sijaan laserkeilain tallentaa vokseleita. Kuvaukset tehdään sarjoissa, jotta virhemahdollisuus, ja kuvaamatta jääneet alueet tulisivat minimoitua. Laserkeilauksella on lyödetty paljon uutta maanmuotoihin liittyvää tietoa.

Tällä viikolla ongelmaksi syntyi tietopakettien lataaminen. En voinut totetuttaa ensimmäistä tehtävää luennon aikana, sillä koneeni ei lukenut isoa tiedostoa kunnolla. Tunnin lopulla selvisi, ettei vika ole luennassa vaan OneDrivesta ladatussa tiedostossa. Mikäli kansion latasi yksittäin, eikä koko OneDrive-kansiota kerralla, eivät tiedostot tallentuneet tietokoneelle kokonaisina.

Kuva 1. Juuri mitkään toiminnot eivät olleet mahdollisia, koska käyttämämme tiedosto ei ollut tallentunut koneelleni kunnolla (kuvakaappaus, QGIS).

Toisen tehtävän pääsin jo tekemään ongelmitta. Opimme sen avulla käyttämään rasterimuotoista aineistoa. Toisin kuin vektoriaineisto, rasteriaineisto on kallista tuottaa ja käyttää. Vanhempia aineistoja saattaa saada edullisemmin. Riippuen tuottajasta materiaaliin voi ostaa lisenssin tai ostaa itse aineiston. Nämä maksavat useita tuhansia.

Yhdistimme eri rasteriaineistoja toisiinsa ja teimme itse korkokuva -karttoja. Tämä oli hauskaa, sillä näin kuinka materiaaleja, joita käytimme Johdatus geoinformatiikkaan maantieteessä (MAA-104) kurssilla, on muodostettu. Tunnin lopuksi digitoimme itse kartta-aineistoa Pornaisten taajamasta seuraavaa luentoa varten. Tämä oli myös hauskaa sen jälkeen kun opettaja keksi miten väliaikaista Scratch layer:a voi käyttää digitoinnin helpottamiseksi niin, että kohteet voi tallentaa yhteisesti eikä erikseen joka klikkauksella.

Kuva 2. Tekemäni kartta Pornaisten taajamasta. Tummensin taustakartan, jotta digitoimani materiaali erottuisi selkeästi (kuvakaappaus, QGIS).

Tarkoitukseni oli tehdä vielä luennon ensimmäinen tehtävä itsekseni kotona. Kuitenkin elämä yllätti ja en löytänyt tälle vielä aikaa. Toivottavasti voin kuitenkin palata pian katsomaan luentoa ja laajentamaan tätä kirjoitusta.

_______________________________

Edit:

Tämän viikon teksti oli jäänyt aikataulusyistä ja luennon aikaisten ongelmien vuoksi heikoksi. Katsoin luennon uudestaan ja tein tehtävät tällä kertaa ongelmitta. Tulokset laitoin päivityksen loppuun kuvauksineen. Kertaus vahvisti taas taitojani ja luulen, että olen nyt löytänyt oman tyylini toteuttaa karttojen visuaalinen layout. Jälkikäteen huomasin, että Emmi Aarrelahti tekee myös hyvin samanlaisia karttoja kuin minä. Hän kehystää legendan aina, mikä selkeyttää karttakuvaa. Emmin kartat ovatkin todella kauniita katsella.

Huomaan myös, että Emmi on laittanut bloginsa Matkani Geoinformatiikan menetelmät 1 -kurssilla alkuun tekstilaatikon, joka ilmaisee blogin keskeneräisyyttä. Tämä on ihan todella älykkäästi tehty ja ihmettelen miksen ole itse sitä keksinyt. Sen sijaan olen pitänyt viimeisen kerran päivitystäni melkein valmiina luonnoksena odottamassa aikatauluni vapautumista. En ollut sitä julkaissut, jotta blogiani ei pidettäisi jo valmiina.

Kuva 3. Pornaisten Valkjärven ympäristöä. Karttaan on tehty Hillshade -korkeuskäyrät 1,5 (vasemmalla) ja 3,0 (oikealla) arvon vertikaalisella liioittelulla (neljä kuvakaappausta, QGIS).
Kuva 4. Pornaisten Valkjärven ympäristöä. Korkeuskäyrät esitetty viivamuotoisina (kuvakaappaus, QGIS).
Kuva 5. Pääkaupunkiseudun ruotsinkielisten asukkaiden määrä ruudukkoon jaettuina alueina. Luonnollisesti ruotsinkielisiä asuu paljon alueilla, joilla on muutoinkin paljon väestöä.
Kuva 6. Ulkokansalaisten asukkaiden määrä Helsinginniemellä ja sitä ympäröivillä saarilla. Valitsin alueen, sillä halusin kokeilla pienen ruudukon tekemistä. Kyseessä 100 m jaolla toimiva ruudukko.
Kuva 7. Helsinginniemen ja ympäröivien saarien asutus pisteaineistona. Yllätyin asumattomien alueiden suuresta määrästä Helsingin keskustassa. Rakennuskohtainen pisteaineisto kuitenkin osoittaa ylhäällä tekemäni kartan todenmukaisuuden. Näiden kahden kartan perusteella on helppoa päätellä keskustan puistojen ja teollisuusalueiden sijainnit.
Lähdeluettelo:

Geoinformatiikan menetelmät 2021 kurssimateriaali, Arttu Paarlahti, Geoinformatiikan menetelmät 1 (MAA-201 Kevät 2021), Helsingin yliopisto.

Matkani Geoinformatiikan menetelmät 1 -kurssilla (https://blogs.helsinki.fi/emaa/ 26.03.2021, 12.05), Emmi Aarrelahti.

 

Vastaa

Sähköpostiosoitettasi ei julkaista.