MAA-202 kurssi lähti liikenteeseen paikkatietoon liittyvän teorian palauttamisella mieleen. Pian teorian jälkeen aloimme tutustumaan QGIS sovelluksen toimintaan. Muistan käyttäneeni kyseistä ohjelmaa kerran viime syksyn aikana, mutta silloinen kosketus QGIS:iin oli nopea ja pintapuolinen.

Kurssikerran QGIS-harjoitus

Lähdimme tutustumaan yhdessä rauhalliseen tahtiin sovelluksen käyttämiseen. Aluksi opettelimme aineistojen ja datan syöttämisen sovellukseen, sekä tasojen hallitsemisen. Mieleeni jäi etenkin se, että jo heti aluksi kannattaa valita karttaan selkeät värit ja järjestää tasot järkevään järjestykseen. Näiden pohjalta on helpompi lähteä tutkimaan dataa ja laittamaan se näkyviin kartalle.

Aluksi eri toimintojen oppimiseen ja hahmottamiseen meni hetki, mutta yllättävän nopeasti sovelluksen toimintaa alkoi hahmottamaan. Tärkeimpänä asiana harjoituksessa koin tasojen visualisoinnin tiedon avulla. Teimme harjoituksessa koropleettikartan, joka havainnoi datassa annettujen maiden typen osuuden päästöistä (kuva 1). Valitsin punaisen eri sävyt havainnoimaan päästöjen määrää, koska punainen väri koetaan usein hälyttävänä. Sen myötä mitä tummemmalla valtio näkyy, sitä suurempi on typen osuus päästöistä.

Karttani onnistui mielestäni kokonaisuudessaan ihan hyvin ensimmäiseksi kerraksi ja siitä tuli informatiivinen. Jos olisin käyttänyt karttaani vielä enemmän aikaa, olisin vaihtanut värit hieman lempeämmiksi. Mittakaava jää myös hieman valtion mustien rajojen johdosta piiloon. Jos valtion rajat olisivat hieman eri väriset erottuisi se paremmin. Matikainen (2024) totesi blogissaan, että maiden kohdalle olisi voinut lisätä vielä tarkat prosenttiosuudet päästöistä. Idea oli mielestäni hyvä, koska nyt kartta ei anna mitään informaatiota kolmen luokan sisäisistä eroista. Etenkin 5-15 % luokan valtioiden erot saisivat näin paremmin esille.

 

 

 

 

 

 

 

 

 

 

 

 

Kahta Itämeren rannikkovaltiota lukuunottamatta valtiot kuuluvat keskimmäiseen luokkaan 5-15 %. Typpipäästöissä ääripäitä kartastani erottuu siis vain kaksi, Viro ja Puola. Säntti (2024) pohtii mielenkiintoisesti blogissaan typpipäästöjen määrää suhteessa valtioiden rantaviivan pituuteen. Suhteessa esimerkiksi Suomeen ja Ruotsiin monilla muilla valtioilla on paljon lyhyempi Itämeren rantaviiva, mutta suuremmat päästöt. Rantaviivan pituutta merkittävämpiä tekijöitä ovat kuitenkin varmaan esimerkiksi Säntin mainitsema laivaliikenne tai yleisesti valtion päästöjenhallinta.

Itsenäinen QGIS-harjoitus

Kotona tehtäväksi jäi kerrata kurssikerralla opittuja QGIS-taitoja. Tein Suomen kunnat kartan pohjalta eri kuntien väkilukua ilmaisevan koropleettikartan, joka oli ensimmäistä vaikeustasoa. Kartan tekeminen meni mutkattomasti ja nopeasti, koska siinä vaadittiin vain kurssikerralla opittuja taitoja. Silti oli positiivista huomata, että sovelluksen toiminnot olivat jäänyt oikeasti mieleen.

Päätin käyttää datan visualisoinnissa viittä luokkaa, jotta eri kuntien erot väkiluvuissa erottuisivat suhteellisen kattavasti, mutta halusin pitää kartan myös helppolukuisena. Liian moneen luokkaan jakaminen alkaisi tehdä kartan tarkastelusta työlästä ja vaikeaa. Valitsin värimaailmaksi sinisen eri sävyt, koska sininen on yleisesti melko rauhallinen ja ei vahvoja ajatuksia herättävä väri. Väkiluvun vaihtelu on melko neutraali asia, joten koin värin tekevän kartasta selkeän.

Jälkikäteen karttaa tarkastellessani huomasin unohtaneeni tehdä kartalle kehyksen. Kehyksen puuttuminen ei kuitenkaan pistä silmääni häiritsevästi tai heikennä kartan informatiivisuutta. Viidessä luokassa myös kaikki muut luvut ovat pyöristetty tuhansien tai satojen tarkkuudella paitsi korkeimman luokan ylin arvo. Väkiluvun ylärajan olisi voinut pyöristää esimerkiksi 660 000, jolloin legenda näyttäisi vielä yhtäläisemmältä.

Heti nopealla vilkaisulla kartasta voi havaita, että Suomen väkiluvultaan suurimmat kunnat keskittyvät suurimmilta osin Etelä-Suomeen. Etelä-Suomen lisäksi suurimpia kuntia löytyy Suomen isompien kaupunkien ympäriltä. Esimerkiksi pohjoisemmassa Rovaniemen ja Oulun kuntien alueella väkiluku on korkeinta luokkaa. Pienimpään luokkaan kuuluvia kuntia sijaitsee paljon Lapin ja Keski-Suomen alueella.

Lähteet

Matikainen, V. (2024). Veeran gis-blogi :). Ensimmäinen kurssikerta. Viitattu 20.1.2024 https://blogs.helsinki.fi/veematik/

Säntti, H. (2024). Heiggi’s blog. Ensimmäinen kurssikerta. Viitattu 20.1.2024 https://blogs.helsinki.fi/hksantti/