Kurssikerta 7. Viimeinen kerta tuli ja meni

Viimeisen, eli seitsemännen kerran tehtävä oli täysin itsenäinen. Valitsin itse aiheen ja alueen, josta lopputyökartan tein. Innostuneesti lähdin etsimään sopivaa ja mielenkiintoista aihetta sekä siihen sopivaa tutkimusaluetta. Havahduin kuitenkin heti aineiston huonoon tai ehkä ennemminkin haastavaan saatavuuteen. Halusin tutkia ison valtion esim. Brasilian kaupunkeja. Kuitenkin huomasin löytämieni aineistojen olevan Portugalin kielellä. Tovin etsittyäni, päädyin tuttuun ja turvalliseen Suomeen.

Löysin kiinnostavia aineistoja Tilastokeskuksen sivuilta liittyen väestölliseen  huoltosuhteeseen maakunnittain. Kiinnostukseni heräsi, kun katsoin samoja tilastoja aiemmilta vuosilta. Huomasin huoltosuhteen nousseen kaikissa maakunnissa vuosien 1996 ja 2016 välillä.  Päätin kuvata kartalla tätä muutosta ja verrata missä on huoltosuhde kasvanut prosentuaalisesti eniten. Kuvassa 1. on lopullinen karttaesitys aiheesta. Kartasta on helppo huomata suurin muutos, tummimmalla sävyllä. Esimerkiksi Kainuussa muutos on ollut hurja, vuonna 1996 väestöllinen huoltosuhde oli 51,8 ja vuonna 2016 66,7. 

Kuva 1. Väestöllisen huoltosuhteen muutos maakunnittain prosenttiosuuksina vuosien 1996 ja 2016 välilä.

Vaikka väestöllisen huoltosuhteen muutos vaikuttaa huolestuttavan suurelta monessa maakunnassa, ei se ole välttämättä yhtä luotettava mittari, kuin taloudellinen huoltosuhde. Tilastokeskus avaa asiaa artikkelissaan näin: “Väestöllinen huoltosuhde pohjautuu pelkästään väestön ikärakenteeseen eikä se ota huomioon työllisyyttä. Kansainvälisissä vertailuissa lapsiin luetaan yleensä 0−14-vuo­tiaat ja eläkeikäisiin 65 vuotta täyttäneet. Näin työikäisiä ovat 15−64-vuotiaat. Suomessa kuitenkin suurin osa 15−17-vuotiaista on vielä opiskelemassa ja asuu vanhempiensa kanssa, joten tässä tarkastelussa väestöllinen huoltosuhde on laskettu alle 18- ja yli 64-vuo­tiaiden osuutena 18−64-vuotiaasta väestöstä.”

Lähteet:

Tilastokeskus: Huoltosuhde aiheuttaa huolta. (2012) https://www.stat.fi/artikkelit/2012/art_2012-06-04_001.html?s=0#1 (luettu 3.4.2018)

Kurssikerta 6. Pisteitä ja järistyksiä

Kuudennen kurssikerran tehtäviin kuului pistemmäisten kohteiden esittäminen kartalla. Etsimme aineistot avoimista tietolähteistä. Sain itse valita  millaisia karttoja teen ja mistä aiheista.

Ensimmäisen karttani päätin tehdä maanjäristyksistä. Kartalla on esitetty koko maapallon alueelta yli 7,5 magnitudin maanjäristykset vuoden 1900 jälkeen. Huomasin, että käyttämästäni lähteestä ei löytynyt järistyksiä ennen vuotta 1899. Siksi rajasin ajankohdan näin. Alle 7,5 magnitudin järistyksiä taas oli niin valtavasti etten halunnut sotkea koko karttaa niillä, joten päädyin rajaamaan maanjäristysten voimakkuuden 7,5:een. Kuten kuvasta 1. näkyy, värit yritin valita skaalaten ne “heikosta” väristä kovempaan, eli vihreästä keltaisen kautta punaiseen. Mileestäni tämä oli onnistunut valinta. Hieman merkit ja värit saattavat sotkeutua taustakarttaan.

Kuva 1. Vuosien 1900-2017 aikana tapahtuneet yli 7,5 magnitudin järistykset kartalla.

Toisen kartan idean sain Nelli Junttilan blogista. Hän oli esitänyt maanjäristyksiä kartalla suhteuttaen karttamerkin koon järistyksen voimakkuuteen. Päätin kokeilla samaa. Tein siis saman kartan kuin kuvassa 1. mutta käyttäen värien sijaan kokoa voimakkuuden hahmottamiseen. Yllätyin itsekin, kuinka paljon parempi tästä kartasta tuli. Mielestäni paljon selkeämpi ja kuvaavampi. Kuvassa 2. on siis tämä versio.

Kuva 2.  Yli 7,5 magnitudin maanjäristykset koon mukaan esitettynä.

Lähteet:

Nelli Junttila: 6. Kurssikerta : Pisteaineistoa, interpolointia ja tulivuoria (26.2.2018)https://blogs.helsinki.fi/junelli/2018/02/26/6-kurssikerta-pisteaineistoa-interpolointia-ja-tulivuoria/ (Luettu 3.4.2018)

Northern California Earthquake Data Center:  ANSS Composite Catalog Search (2018) http://quake.geo.berkeley.edu/anss/catalog-search.html (Luettu 3.4.2018)

Kurssikerta 5. Bufferointia ja lentomelua

Viidennelle kurssikerralle pääsin edellisen viikon sairastelun jälkeen. Ja hyvä niin, sillä kerran tehtävät tuntuivat monimutkaisilta. Aino Aallon kanssa saimme tehyä lähes kaikki tehtävät tunnilla. Kuitenkin meillä molemmilla, kuten Aino blogissaan sanookin, oli ongelmia QGIS:n toimivuuden kanssa. Tuntui, että se tahallaan aina tehtävässä eteenpäin päästyämme päätti tuhota aikaansaannoksemme. Onneksi kuitenkin saimme otettua joitakin vastuksia talteen, vaikka jouduimme käytännöss aloittamaan alusta muutamaan otteeseen.

Lähdimme tutkimaan Artun jakamia aineistoja, etsimme sieltä lentokentät.  Tutkimme lentkenttien ympäröiviä alueita Malmin ja Helsinki-Vantaan kenttien läheisyydessä. Bufferoimme kenttien aiheuttaman lentomelun alueet desibelien mukaan. Bufferoimme Helsinki-Vantaan 50, 55, 60 ja 65 desibelin melun puffereihin. Taulukossa 1. näkyy 55 ja 65dB alueiden sisällä asuvien määrä.

Taulukko 1. Helsinki-Vantaan lentokentän aiheuttaman lentomelun alueella asuvat jaettuna kahteen eri desibelin määrään.

55dB 11913
65dB 324

Laskimme lisäksi kuinka moni asuu 1km ja 2km säteellä lentokentistä. Taulukko 2. kertoo nämä luvut.

Taulukko 2. Helsinki-Vantaan sekä Malmin lentokenttien läheisyydessä asuvat 1km ja 2km säteellä mitattuna.

Malmi Helsinki-Vantaa
1km 9445 1174
2km 59396 11886

Helsinki-Vantaasta 2km säteellä asuvista vain noin 2,70% asui 65dB melualuella.

Mikäli Helsinki-Vantaan lentokentän kiitorataa käyttävät koneet kulkisivat poikkeusreittiä Tikkurilan yli, 13 069 ihmistä asuisi 500 metrin alueen sisällä lentokoneliikenteestä. Laskin tämän bufferoimalla 6,5km pituisen suoran viivan kiitoradasta Tikkurilaan päin.

Lähteet:

Aino Aalto: Viides kerta: Osui ja upposi! (8.3.2018) https://blogs.helsinki.fi/aaltoain/2018/03/08/viides-kerta-osui-ja-upposi/ (luettu 28.3.2018)

Kurssikerta 4. Ruutuja

Tämän kurssikerran jouduin sairastelemaan kotona. Kurssin tehtävien tekeminen venyi ja venyi, sillä ne tuntuivat todella haastavilta. Loppujen lopuksi, pakon edessä sain tehtyä jonkinlaisen karttaesityksen. Kurssikerran tehtävänä oli siis luoda ruututeemakartta pääkaupunkiseudun alueen asukkaisiin liittymästä muuttujasta.  Itse halusin tehdä karttaesityksen muun kuin suomenkilisistä asukkaista. Kovasti yritin, mutten ole varma pääsinkö oikeaan lopputulokseen. Kuvassa 1. näkyy lopullinen karttatuotokseni.

Kuva 1. Muunkielisen väestön asuinalueet pääkaupunkiseudulla.

Kävin katselemassa Vesa Hanskin blogia tältä kurssikerralta. Tajusin, että olisi ollut todella oleellista osata visualisoida ja laskea ruutujen välisiä eroja muuttujien kesken. Tätä en millään saanut tehtyä hjeidenkaan avulla. Kyselin myös opiskelukavereilta, mutta en onnistunut siinä. Tämän kurssikerran tehtävä tuntui erityisen haastavalta, varmastikin siksi, etten ollut kurssikerralla paikalla.

Lähteet:

Vesa Hanski: 4. Kurssikerta (15.2.2018) https://blogs.helsinki.fi/vesahans/2018/02/15/4-kurssikerta/ (luettu 20.3.2018)

Kurssikerta 3. Tietojen yhdistelyä ja muokkausta

Koittipa sitten taas uusi GIS-kurssin harjoitustunti. Pääsin taas iki-ihanan QGIS:in pariin. Tällä kerrallaJälkikäteen ajateltuna tämä harjoitustunti oli ensimmäinen, jolla tunnuin osaavani käyttää QGIS:iä. Sain jopa tunnin aikana tehtyä kaikki kurssikerran tehtävät.

Ensimmäisenä otimme käsiteltäväksi Artun valmiiksi etsimän Afrikan kartta-aineiston. Sen avulla harjoittelimme valitsemaan eri alueita kartalta sekä yhdistelemään alueita yhdeksi. Käytimme tähän Merge Selected Features -toimintoa. Yhdisteleminen tuli tarpeeseen esimerkiksi tilanteessa, jossa halusimme valita koko valtion alueen, mutta valtio olikin jaettu useaan pieneen alueeseen vaikka saarien takia.  Tässä vain harjoittelimme asioita, joita tarvitsimme kurssikerran työssä. Siksi en tajunnut ottaa tätä Afrikka-harjoitusta talteen, mutta Sini Virtasen blogissa on loistava esimerkki, jossa on käytetty näitä tekniikoita.

Kurssikerran päätyö oli kuitenkin valuma-aluekartta. Kartan saimme itse tehtäväksi apunamme Artun laatimat ohjeet.  Ohjeet nähtyäni iski lähes tulkoon pakokauhu, mutta sain lopulta kartan valmiiksi ja olen jopa tyytyväinen siihen. Paras ainakin tähän mennessä. Kartasta löytyy kaikki tarvittava sekä olin osannut miettiä värit ja esitystavan mielestäni hyvin.

 

Kuva 1. Sumen valuma-aluekartta.

Tehtävänä oli siis luoda kartta Suomen valuma-alueista ja tuvaindeksistä. Kartalle lisättiin myös näkymään alueiden järvisyysprosentti pylväsdiagrammien avulla. Diagrammien asettelu oli mielestäni kartan vaikein osuus. Kartta näkyy kuvassa 1. Lopputuloksesta voi huomata, että järvisimmillä alueilla tulvaindeksi on matala. Nämä alueet eivät ole niin tulvaherkkiä.

Lähteet:

Sini Virtanen: Veritimantteja ja valuma-alueita. (30.1.2018) https: //blogs.helsinki.fi/7k110738/2018/01/30/veritimantteja-ja-valuma-alueita/ (luettu 28.2.2018)

Kurssikerta 2. Avointa dataa ja karttaprojektioita

Toisen kurssikerran aluksi tutustuimme erilaisiin aineistoihin ja niiden saatavuuteen. Nykyään yhä useampi aineisto on avointa dataa eli saatavilla maksutta eri aineiston tuottajilta. Tämä muutos pohjautuu EU:n päätökseen julkisen sektorin data-aineiston vapaasta saatavuudesta.

Kurssikerran varsinainen harjoitus liittyi karttaprojektioihin ja niiden eroihin. Avasimme Artun valmiiksi jakaman aineiston QGIS-ohjelmaan. Tuntui mahtavalta, kun tällä kurssikerralla tunnuin jopa osaavani käyttää kyseistä ohjelmaa.  Ensimmäiseltä kerralta oli siis jotakin jäänyt mieleen. Tätä onnen tunnetta kesti kuitenkin vain aineiston avaamiseen saakka. Tarkoitus oli saada kartalle visualisoitua kahden eri karttaprojektion aiheuttamia vääristymiä Suomen pinta-alassa. Sain kuin sainkin tehtyä yhden kartan kurssikerran aikana. Tässä kohtaa ajatukseni olivat samat kuin Olivialla ensimmäisen kurssikerran karttaharjoitusta tehdessä, kun käytin “etsi kuvasta eroavaisuudet” -taktiikkaa kohta kohdalta matkiessani Arttua.

Tarkoitus oli luoda kaksi karttaa, joilla havainnollistetaan eri projektoiden aiheuttamia vääristymiä Suomen pinta-alassa. Tarkastelimme karttaa aluksi Lambertin projektion avulla. Sitä vertasimme Mercatorin projektioon, joka suurentaa pinta-alaa napoja lähestyttäessä. Eniten vääristymiä siis huomataan Suomen pohjoisosissa. Kuvassa 1. on valmis karttaesitys, joka havainnollistaa näiden projektioiden eroja pinta-aloissa. Mitä tummempi alue, sitä enemmän eroa pinta-alassa. Käytin luokkien erottelusa luonnollisia luokkarajoja, sain tällä erot hyvin näkyviin. Kartan ymmärrettävyyteen olen tyytyväinen, mutta itseäni häiritsee, että Suomi on ikään kuin “vinossa”. Tässäkään kartassa ei ole pohjoisnuolta. Jospa vihdoin seuraavan kurssikerran tehtävään se pääsisi mukaan…

Kuva 1. Vertailu Lambertin ja Mercatorin projektioiden esittämistä pinta-aloista.

Toinen kartta (kuva 2.) havainnollistaa eroja Lambertin ja Reunionin projektioiden välillä. Tässä kartassa erot eivät ole yhtä kauniisti tummasta vaaleaan. En rehellisesti ymmärrä, miten tällainen visualisointi on mahdollista. Tein kartan kotona moneen kertaan ja olin aivan varma, että tein samalla tavalla kuin Artun opastuksella tehdyn kartan 1. Lopulta tyydyin tähän visualisointiin, joss erot näkyvät kunnan tarkkuudella ja myös vaihtelevat kunnittain. Pakkohan tässä on jokin olla pielessä, mutta en vain ymmärrä mikä. Parhaan erottuvuuden sain käyttämällä luokkarajoissa kvanttiileja.

Kuva 2. Vertailu Lambertin ja Reunionin projektioiden esittämistä pinta-aloista.

 

Lähteet:

Euroopan unioni. Asiakirjat ja julkaisut. https://europa.eu/european-union/documents-publications/open-data_fi (Luettu 5.2.2018)

Olivia Halme. 1. Kurssikerta: Räpiköintiä QGIS-meressä.  (19.1.2018) https://blogs.helsinki.fi/halmeoli/2018/01/19/1-kurssikerta-rapikointia-qgis-meressa/ (Luettu 5.2.2018)

Kurssikerta 1. Ihmeellinen QGIS

Hyvillä ja odottavaisin mielin astuin sisään ensimmäiselle varsinaiselle GIS-kurssille. Aloitimme tutuista ja turvallisista teorioista, siitä mitä vektori- ja rasteriaineistot tarkoittavat ja mitkä ovat niiden erot. Paikkatiedon rakenne on jäänyt nyt hyvin selkeäsi mieleen.

Seuraavaksi tutut ja turvalliset, jo opitut asiat vaihtuvat QGIS-ohjelmaan. Pääsin heti ensimmäisenä tutustumaan monien painikkeiden ja kuvkkeiden ihmeelliseen maailmaan. Niiden kuvakkeiden, joiden sisällöstä ei osaa sanoa mitään ilman kokeilemista. Ja niinhän me kokeilimmekin. Lähes tulkoon kaikkia. Helppoahan tämä on! Päivän harjoitusta tehdessä, olin kuitenkin jo hieman päästä pyörällä koko ohjelman takia ja päädyin vain tekemään Artun esimerkin mukaan, kuten Ainokin sanoi omassa artikkelissaan tehneen. Kohta kohdalta kartta alkoi valmistua.

Harjoituksessa teimme karttaesityksen eri valtoiden osuuksista Itämereen päätyvistä typpipäästöistä. Aineisto oli pääosin valmiina Artun jakamissa tiedostoissa, mutta muokkasimme itse suhteelliset typpipäästöjen osuudet attribuuttitaulukkoon. Visualisoinnin teimme myös itse. Tässä kohtaa huomasin, että luokkaväleillä on suuri merkitys kartan lopputulokseen. Sakun karttaesityksessä oli käytetty karkeampaa luokittelua. Siinä erottui hyvin Puola, joka on selkeästi suurin typpipäästöjen aiheuttaja Itämerellä. Itse olin valinnut luokitteluksi “Luonnolliset luokkarajat”. Tällä luokituksella luokkien rajat määräytyvät aineiston luonnollisen ryhmittymisen mukaan. Lopuksi lisäsin mittakaavan sekä legendan kartan sivuun.  Valmis karttaesitys kuvassa 1. Lopulliseen karttaesitykseen olin tyytyväinen, mutta yksi asia jäi kartastani uupumaan, nimittäin pohjoisnuoli.

Kuva 1. Itämereen kohdistuvat typpikuormitus valtioittain.

 

Lähteet:

Aino Aalto. Ensimmäinen kurssikerta: Ai mikä Q-GIS? (27.1.2018)  https://blogs.helsinki.fi/aaltoain/2018/01/27/ensimmainen-kurssikerta-ai-mika-qgis/ (Luettu 29.1.2018)

Saku Saarimaa. 1. Kurssikerta. (25.1.2018)
https://blogs.helsinki.fi/ssaku/2018/01/25/1-kurssikerta/ (Luettu 29.1.2018)

Tilastokeskus. Tilastoteemakartat.
http://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=9&subject_id=6 (Luettu 29.1.2018)