Tämän viikon kurssikerralla pääsimme itse tositoimiin; keräsimme dataa kännykkään ladattavan Epicollect5-sovelluksen avulla. Liikuimme vapaasti Kumpulan kampuksen alueella ja sen lähiympäristössä. Arvioimme valitsemiamme kohteita numeroarvioinnilla sen mukaan, millaiseksi koimme kyseisen paikan. Oli hauska päästä itse konkreettisesti keräämään ja luomaan omaa pistemuotoista dataa sekä reippailemaan hyvässä säässä.
Kurssikerran tarkoitus oli liikkua kampuksen lähimaastossa, tai miksei pidemmälläkin, ja arvioida Epicollect5-sovelluksen avulla valittuja kohteita numeroarvioinnilla sen mukaan, kuinka turvalliseksi tai turvattomaksi kyseisen paikan koki. Kampukselle palattua Arttu siirsi kerätyn datan Moodleen, josta sen sai itselle käyttöön varsinaista harjoitustehtävää varten. Omasta datasta oli tarkoitus laatia kartta, jossa pääkohteena oli koettu turvallisuus valitsemalla alueella. Tiedon esittäminen tapahtui interpoloimalla, joka pienen alkuihmettelyn jälkeen osoittautui ihan mukavaksi hommaksi.
Itsenäisessä harjoituksessa oli tarkoitus harjoittelin tiedon etsintää ja sen tuomista kartalle pistemuodossa.
Tämän viikon harjoituksissa tarkastelimme bufferien ja -analyysien käyttöä QGIS:ssä. Pyörimme vielä tällä viikolla Pornaisten alueella. Aluksi bufferointi eli puskurointi tuntui itsenäisesti hankalalta, mutta onneksi muutaman harjoituksen jälkeen ja kurssikaverin avulla sain homman sujumaan. Syntyvällä bufferilla sain laskettua, kuinka monta taloa tietyllä rajatulla alueella on 100 metrin etäisyydellä tiestä. Selvitin myös, kuinka paljon näissä taloissa asuu asukkaita. Lisäksi tarkastelin Pornaisten terveyskeskuksen ja koulun vaikutusalueita. Laskin, kuinka monta prosenttia punaisella rajatun alueen sisällä olevista taloista sijaitsee linnuntietä alle 500 m päässä terveyskeskuksesta. Nämä harjoitukset olivat minusta mielenkiintoisia, koska oli kivaa tarkastella erilaisten vaikutusalueiden ulottuvuutta ja sitä, mihin erilaisten palvelujen olisi kannattavaa sijoittua.
Kuva 1. Bufferivyöhyke Pornaisten terveyskeskuksen ympärillä. Vyöyhykkeellä ovat ne asuinrakennukset, jotka sijaitsevat 1 kilometrin etäisyydellä terveyskeskuksesta.
Ohjeistetun harjoituksen jälkeen tarkoitus oli hyödyntää osaamista bufferoimalla sekä Malmin että Helsinki-Vantaan lentokenttien lentomelualueita. Piirsin aluksi yksitellen molempien lentokenttien kiitoradat erillisille tietokannoille. Tutkin melualueilla asuvien ihmisten määrää, laatimalla bufferit 2 ja 1 km:n säteellä kentästä. Kuten Joonas Lipponen mainitsi blogikirjoituksessaan [1], en itsekään aluksi onnistunut ’Join attributes by location’ -työkalun käyttämisessä. Onnistuin harjoituksissa, vaikka työskentelyni olikin melko hidasta.
Lähteet:
[1] Lipponen, J. Viikko 5: Alkuvaikeudet. (viitattu 27.2.2023)
Tämän viikon tunnilla tutkailimme ja pyörittelimme erilaisia piste- ja ruutuaineistoja. Teimme kaksi harjoitustehtävää, joista ensimmäisessä laadittiin teemakartta pisteaineiston pohjalta. Toisessa tehtävässä harjoiteltiin varjostuksen luomista pinnanmuotokarttaan ja korkeuskäyrien liittämistä karttaan. Luentokerta tuntui hieman haastavalta, kun tuli paljon uutta.
Harjoitustehtävissä perehdyimme tarkemmin rasteriaineistojen käyttöön QGIS-ohjelmistossa. Vektoriaineistojen käyttö tuntuu tässä vaiheessa selkeältä, tai ainakin perustoiminnot onnistuu. Rasteriaineistoja en ollut ennen pyöritellyt QGIS:llä, mutta tehtävien teko sujui aika hyvin, kun vaan pysyi tarkkana ja huomasi tehdä oikeat toiminnot joka vaiheessa.
Toisessa harjoitustehtävässä tutkailtiin peruskarttaa Pornaisten kunnan alueesta. Lisäsin Pornaisten rajaus -tason aineistoon, joka rajasi keskustan alueen muusta kartasta. Toin ohjelmistoon peruskartan lisäksi 4 kappaletta rasterimuotoisia hillshade-aineistoja. Opin yhdistämään nämä eriskaalaiset rasteriaineistot yhtenäiseksi yhdistämällä aineistot toisiinsa. Tällöin aluetta voitiin analysoida kokonaisuutena. Tämän jälkeen korkeusmallista karttaan oli helppo tuoda korkeuskäyrät. Nämä toiminnot sujuivat onneksi ilman sen suurempia ongelmia.
Rinnevarjostuksen ja korkeuskäyrien jälkeen pääsin kokeilemaan ensi kertaa piirtotyökaluja QGIS -ohjelmistossa. Ensiksi loin uuden tason piirto-objekteja varten. Aktivoin tämän tason ja valitsin Add feature -nappulan, jolloin pääsin piirtämään tärkeimpiä teitä. Lisäksi merkitsin asuinrakennuksia punaisilla pisteillä, mutta onneksi seuraavan kurssikerran aineistoissa oli talo-taso valmiina, eikä kaikkia taloja tarvinnut klikkailla itse läpi aikaakuluttavasti. Niin kuin Saini Lankinen blogipostauksessaan kirjoitti, oli mukava hieman piirrellä teitä, lisätäkorkeuskäyriä ja analysoida rinnevarjostuksia.
Lähteet:
Lankinen, S. (15.2.2023) Sainilan’s blogi: Harjoitus 4 ja itsenäistä työtä https://blogs.helsinki.fi/sainilan/2023/02/15/harjoitus-4-ja-itsenaista-tyota/ (Luettu 17.2.2023).
Tällä viikolla tarkasteltiin erilaisia tietokantoja ja tiedon hakuun, liittämiseen sekä tuottamiseen liittyviä toimintoja. Opin tuomaan uutta dataa ja yhdistämään sitä jo olemassa olevaan tietokantaan.
Tunnilla hioin QGIS-taitojani pyörittelemällä valmista Afrikan valtiot sisältävää tietokantaa. Alkutilanteessa tietokanta koostui vain valtioiden rajoista ja niiden nimistä. Tietokannassa oli satoja rivejä, koska jokainen saari oli omalla rivillään. Yhdistin muutaman valtion saaret ja mantereen yhteen, mikä sujui helposti. Onneksi ohjelmistosta löytyi toiminto, jolla jokaisen valtion sai kerralla yhdistettyä omalle rivilleen. Lisäsin siistittyyn karttaan uutta dataa Afrikan valtioiden väkiluvuista muokkaamalla tiedostot ensin QGIS:n suosimaan csv-tiedostomuotoon. Nämä tuntuivat simppeleiltä, eikä haasteita ilmennyt.
Seuraavassa vaiheessa ihmettelin tietokantaliitosten tekemistä join-toiminnon avulla. Keräsin myös Afrikka-tietokantaani piste- ja polygonimuotoista tietoa mantereen timantti- ja öljyesiintymistä sekä konflikteista. Pohdin karttaa parannellessani, onko konflikteilla ja rikkauksien esiintymisillä jonkinlainen yhteys. Konflikteja esiintyy sekä alueilla, joilla on timanttilöydöksiä, että alueilla, joilla ei ole löydöksiä. Kuten Turkka Häkkinen kolmannen kurssikerran blogipostauksessaan [1] kirjoittaa, mielenkiintoisen tarkastelun konfliktien vaikutukselle tuottavuuteen saa myös esille tarkastelemalla tilanteita, joissa konflikti sattuu löydöksen ja ensimmäisen tuotantovuoden välille tai näkyy öljykenttien tuottavuusluokittelussa. Lisäksi toin Afrikka-tietokantaan dataa Internetin ja Facebookin käyttäjistä eri vuosilta.
Itsenäisenä harjoituksena oli tarkoitus laatia tulvaindeksikartta Suomesta hyödyntämällä tunnilla opittuja toimintoja. Koropleettikartan avulla tuli vertailla Suomen vesistöalueiden valuma-alueominaisuuksia ja tulvaherkkyttä. Hetken muistelemisen ja yrittämisen jälkeen sain tuotua keskialivirtaama-datan valuma-alue -tietokannan taulukkoon ja laskettua tulvaindeksin. Varsinaisen teemakartan tekeminen oli suhteellisen simppeli juttu, vaikka tarvitsinkin apua jossakin vaiheessa. Koropleettikartan ja järvisyyden pylväsdiagrammien (kuva 1) värisävyt jäivät mielestäni turhan sekavaksi, vaikka pyörittelin niitä jo aikani. Vesistöjen mustat reunaviivat epäselkeyttävät karttaa turhan paljon.
Kuva 1. Koropleettikartta tulvaindeksistä ja pylväsdiagrammit järvisyydestä Suomessa.
Kuvasta 1 erottuu selkeästi, että Suomessa eniten tulvia esiintyy Etelä-Suomen rannikoilla ja Pohjanmaan lakeilla rannikkoalueilla. Pylväsdiagrammit järvisyydestä kuvaavat järvien määrää tietyllä alueella. Järvisyys on luonnollisesti korkeinta Järvi-Suomessa, missä Saimaa ja monet muut järvet sijaitsevat.
Tämän viikon kurssikerralla otettiin taas pari pientä askelta kohti QGIS-taituruutta. Matkalla tuli myös ongelmia vastaan, mikä on tietysti luonnollista oppimisessa. Tunnin alussa Arttu luennoitsi erilaisista datan lähteistä ja niiden eri ominaisuuksista. Rajapintojen kautta haettavat data-aineistot, kuten WFS- ja WMS -palvelut olivat minulle täysin tuntematon asia.
Opin, miten erilaisia alueita tai kohteita voi valita QGIS:n valintatyökaluilla, ja miten eri projektioita voi vaihdella. Toiminnot tuntuivat nopeasti hyvin helpoilta, ja huomasin, kuinka paljon erilaisia valintoja ja komentoja näillä työkaluilla on mahdollista suorittaa.
Varsinaisessa harjoituksessa tutkailin, miten eri karttaprojektiot ja koordinaattijärjestelmät vaikuttavat QGIS-ohjelmistolla tehtäviin mittauksiin. Pinta-ala-mittarin avulla oli mielenkiintoista huomata, kuinka tulokset vaihtelevat tasopinnan ja ellipsoidin välillä (taulukko 1). Tutkin myös, miten pituudet muuttuvat projektiota muuttaessa.
Taulukko 1. Eri projektioiden vaikutus pinta-aloihin taso- ja ellipsoidipinnalla.
Tunnilla oli myös tarkoitus verrata projektioiden eroja prosenttilukujen avulla. Yritin laatia havainnollistavan kartan Suomesta, jossa esittäisin ETRS-TM35FIN:n ja Robinsonin projektioiden eroja prosentuaalisesti, mutta kohtasin ongelmia. Ensin kartan luokat olivat täysin vääränlaiset, ja yritin kaverini kanssa saada karttaa jotenkin järkevän näköiseksi. En ole kuitenkaan lopputulokseen tyytyväinen; legenda on puutteellinen, ja luokat eivät vieläkään näytä oikeilta. Minun pitäisi tehdä vielä tarpeeksi monia toistoja, jotta tällaiset harjoitukset sujuisivat ongelmitta.
Huomasin, että valittuna oleva projektio vaikuttaa aika paljon esitettävään tietoon ja myös sen luotettavuuteen. ”Kun tarkastellaan ihan vain Suomen muotoa tai sen asentoa projektiokohtaisesti, voidaan päätellä tiedon olevan jokaisessa projektiossa hieman erilaista. Eri projektioissa mittasuhteet muuttuvat, ja ääritapauksessa jopa koko Suomi kääntyy miltei päälaelleen. Ainoastaan oikeasti pyöreä maapallo on luotettava tapa kuvata maailmaa” kirjoittaa Erika Lindblom blogissaan (Erika’s blog; 2. kurssikerran harjoitukset).
Moikka ja tervetuloa historian ensimmäisen blogipostaukseni pariin!
Kurssin ensimmäinen kerta lähti käyntiin käymällä ensin läpi paikkatiedon perusteita. Asiat tuntuivat tässä vaiheessa jo suhteellisen tutuilta, onhan niitä käsitelty paljolti jo parilla aikaisemmalla geoinformatiikan kurssilla.
Kurssikerran harjoituksessa tutustuin tarkemmin QGIS-ohjelmistoon. Olen käyttänyt ohjelmistoa jollakin kurssilla, mutta silloin sen käyttö tuntui aika haastavalta, sillä harjoitus tehtiin vain kirjallisten ohjeiden avulla itsenäisesti. Mielikuvani QGIS-ohjelmistosta oli siis melko negatiivinen ja jopa turhautunut, mutta onneksi tällä kurssikerralla ohjelmiston käyttöä harjoiteltiin lähes alkeista lähtien. Huomasin ilokseni, ettei kyseisen ohjelmiston hyödyntäminen aivan mahdotonta olekaan, ainakaan vielä.
Opin ensimmäistä harjoitusta tehdessä useita QGIS:n perustoimintoja. Ohjeistuksen avulla sain hyvin tehtyä Itämeren typpipäästöjä kuvaavan kartan. Ongelmia kuitenkin ilmeni, kun yritin tarkastella karttaa kotona; en saanut karttaa jostain syystä näkyviin.
Harjoittelin QGIS:n käyttöä vielä tekemällä koropleettikartan (kuva 1), joka kuvaa ruotsinkielisten osuutta Suomessa kunnittain (vuonna 2021). Tässä vaiheessa ensimmäisestä kurssikerrasta oli jo monta päivää aikaa, ja ohjelmiston kanssa taistelemiseen meni tovi jos toinenkin. Osa opituista toiminnoista oli jo päässyt unohtumaan viikonlopun aikana. Onneksi kampuksella sain apua Anna Liljeforsilta ja Vilma Valtolta, kiitos siitä <3. Lopulta sain kartan näyttämään siltä miltä pitäisi. Huomasin, ettei kyseisen kartan tekeminen loppujen lopuksi niin kovin vaikeaa ollut. ”Tiedostan myös, että suuri osa työtä, eli aineiston jäsentäminen paikkatiedoksi taulukkoon, oli jo tehty meidän puolesta.” kirjoittaa Lucas Yoni blogipostauksessaan Viikko 1: Try, try again. Olen asiasta täysin samaa mieltä; ensimmäisen kurssikerran harjoitukset tuntuivat kuitenkin sopivilta omaan taitotasooni nähden.
Kuva 1. Koropleettikartta ruotsinkielisten osuudesta kunnittain vuonna 2021.
Aika ajoin huomaan kokevani turhautuneisuutta QGIS:n parissa, kun pitäisi muistaa tarkasti, mitä klikkaamalla jonkin asian saa tehtyä tai mistä jonkin halutun toiminnon löytää. Uskon ja toivon kuitenkin, että tämän kurssin aikana aivoihin alkaa pikkuhiljaa kerääntyä muistijälkiä tunneillä käydyistä asioista.
Helsingin yliopisto
