Categories
Uncategorised

Yllättäviä juonenkäänteitä neljännellä kerralla

 

Hypoteettisina oppimistavoitteina ruutukarttojen tekeminen, tiedon esittäminen, rasterit, pistemuotoiset aineistot ja stressinhallinta.

Hej alla! Neljäs kurssikerta alkoi taas iloisin mielin ja täysin teekupposin. Minun on valitettavasti kerrottava teille, että tämä iloisuus kuihtui pos melko nopeasti. En tahdo valehdella – tämä kurssikerta oli melko rankka. Tunteistani myöhemmin lisää, mutta nyt itse blogipostauksen asiaan.

Tunnilla keskityimme pistemuotoisiin aineistoihin, ruutukarttojen tekemiseen ja yleisen tiedon esittämiseen. Päivän tarkastelualueena toimi muun muassa Espoo (olen sieltä siis kotoisin <3). Keskityimme tarkemmin pääkaupunkiseudun väestötietokantaan. Opimme lisäämään pistemuotoiseen tietokantaan ruudukon ja valitsemaan halutut ruudut erilaisilla toiminoilla.

Eikö kuulostakin hauskalta? EI! Ladattuani aineiston QGIS.iin huomasin, että pallurat näytölläni kuvasivat pääkaupunkiseudun asuntoja. Tämän jälkeen loin kyseisen aineiston päälle km x km kokoisen ruudukon käyttämällä työkaluja →vector→ research tools→  create grid-toiminto. Tämän jälkeen oli aika poistaa turhat ruudut, joiden sisältä ei löytynyt yhtään asuntoja. Tämä tapahtui käyttämällä toimintoa select by location. Kaikki oli tähän asti sujunut kuin vettä vaan, mutta yllättäviä juonenkäänteitä oli edessä…

Ensimmäisen haasteen kohtasin, kun aineistojen projektiot ja koordinaatit olivat päin seinää. Tunsin itseni avuttomaksi, mutta en suostunut luovuttamaan tai näyttämään heikkouden merkkejä. Tämän katastrofaalisen ongelman saimme korjattua muuttamalla aineistojen projektioita ja valitsemalla itse QGIS:iin toisen projektion. Suuri juonenkäänne tapahtui, kun huomasin, että ruudukkoni oli päättänyt itsenäistyä ja lähteä kauas kotoa. Löysin tämän mielenvikaisen ja kiukuttelevan ruudukon noin 3000 kilometrin päästä Venäjältä. Loin pääkaupunkiseudun kohdalle uuden ruudukon ja annoin angstisen Venäjä-ruudukon elää omassa solukopissaan. Kuten Elias Hirvikoski blogissaan totesi “Eteenpäin on kuitenkin mummon mentävä myös lumettomassa talvessa”. Eliaksen mummon lailla nostin pääni ylös, täytin teekuppini ja lähdin kohti uusia haasteita parhaat sukset jalassa. Kaikki oli taas (hetkellisesti) ok.

Kuva 1. Emma matkalla kohti uusia haasteita. Lähde: Aamulehti

Nopean epäonnistuneen hiihtolenkin jälkeen otin tilanteen haltuun ja aloitin ensimmäisen teemakartan tekemisen. Tästä eteenpäin työtahtini kiihtyi, koska tekeminen muuttui yllättävän helpoksi. Päivän suurimmat vastoinkäymiset oltiin kohdattu. Halusin vertailla pääkaupunkiseudun miesten (kuva 2) ja naisten (kuva 3) lukumäärää per km^2 absoluuttisina arvoina.

Kartat eivät suoraan kuvaa miesten ja naisten väestöntiheyttä ympäri pääkaupunkiseutua, mutta antavat tästä jonkinlaisen käsityksen. Tarkoitukseni kartoissa oli niiden keskinen vertailu. Olisin mielestäni voinut lisätä karttoihin enemmän luokkia, jolloin vertailu olisi ollut helpompaa. Vertaillessani karttojani huomasin myös, että ne näyttävät ensisilmäyksellä identtisiltä. Jos rakas lukija oikeasti perhedyt karttoihini yhtä silmänmulkaisua pidemmälle, tulet huomaamaan, että eroavaisuuksia kuitenkin on. Pidä siis räpsyttimet auki.

Kuva 2. Miesten lukumäärä km^2.
Kuva 3. Naisten lukumäärä km^2.

Miesten ja naisten jakautuminen pääkaupunkiseudulla on minun mielestäni mielenkiintoinen aihe. Huomasin esimerkiksi, että Otaniemessä on huomattavasti enemmän miehiä kuin naisia. Tämä todennäköisesti johtuu Aalto yliopiston tarjoamista teknisistä aloista. Miehet tunnetusti valitsevat pääaineekseen teknisiä aloja naisia enemmän. Tämänkaltainen miesvaltaisuus ei korostu muissa yliopistoissa yhtä paljon.

Haluaisin myös tuoda esille Santahaminan alueen. Tunnettu Santahaminan varuskunta on, yllätys yllätys, miespainoitteinen. Tämä ei kuitenkaan valitettavasti näy kartasta, koska valitsemani luokkavälit ovat niin suuren.

Kokonaisuudessaan neljäs kurssikerta oli aikalailla yhtä tunnemössöä. Kirjoittaessani tätä uskomattoman henkeäsalpaavaa blogin lopputekstiä tunnen itseni voittajaksi. Sain kaikki kurssikerralla vaaditut työt tehtyä ja jopa kirjoitettua tämän blogin heti kurssikerran perään. Tunnen, että osaan nyt paremmin työstää pisteaineistoja QGIS:issä, vaikka se aluksi tuntui lähes mahdottomalta monien kömmähdyksien takia. Luotan taas hitusen verran enemmän omiin gistaitoihini ja näen himmeän valon tunnelin päässä.

PS… tässä hieman tunnelmia kurssikerralta!

Mitä koneeni näkee….

Lähteet:

Hirvikoski, E. Neljäs. https://blogs.helsinki.fi/eliashir/

Categories
Uncategorised

Kolmas kerta toden sanoo? Tuuletustanssi ja hälyttävän tyhjä teekuppi

 

Kolmas kurssikerta alkoi jällee optimistisin mielin. Yllätyksekseni tämä optimismi kantoi lähes kurssikerran viimeisille minuuteille asti. Onnistumisen tunne valtasi kehoni niin, että päätimme jopa rakkaan pöytätoverini Elias Hirvikosken kanssa koreografioida uuden tuuletustanssin. Tämän elämää mullistavan tanssiteoksen voi nähdä alla olevasta videosta.

Video 1. Elias Hirvikosken  ja Emma Wardin tuuletustanssi. Lähde: Elias Hirvikosken  ja Emma Wardin WhatsApp-keskustelu.

Tunnin aloitimme tarkastamalla Afrikan mannerta. Tarkoituksena oli tutkia ladatusta aineistosta paljastuvien timanttikaivoksien, konfliktien ja öljykenttien sijoittumista. Pian aineiston tietokannasta huomasi, että Afrikan valtiot olivat jakautuneet moneen eri osaan, joka tarkoitti korjaustöiden aloittamista. Laura Hynynen kuvaili blogissaan tätä korjailua “digisiivouksena”. Mielestäni tämä termi on osuva ja tarpeellinen ottaen huomioon kaiken “siivouksen” jota olen Hynysen tavoin joutunut tekemään CorelDraw-ohjelmassa. 

Koska valtiot olivat jakautuneet osiin oli niitä yhdistettävä. Tämä tehtiin lisäämällä QGIS:iin uusi työkalurivi, jonka nimi oli advanced digitizing toolbar. Tämän jälkeen valitsin ne kohteet, jotka halusin yhdistää. Tämä tapahtui käyttämällä merge-toimintoa. Pian viimeisetkin aivosoluni hoksasivat, että kyseinen merge-toiminto ei korjannutkaan kaikkia elämän ongelmiani – toiminnolla yhdistäminen tapahtui ominaisuus kerrallaan. Onko ärsyttävää? Olen täysin samaa mieltä. Nopean rukouksen jälkeen ongelmaan löytyi ratkaisu, nimittäin työkalu nimeltään dissolve. Käyttämällä tätä työkalua pystyin järjestämään kaikki Afrikan valtiot haluttuun järjestykseen muutamassa tuokiossa.

Yksi työn vaiheista oli erään Excel-taulukon tuominen QGIS-ohjelmaan. Voisi aluksi luulla, että tämä olisi helppoa kuin heinänteko. Rakas ystäväni tässä olisit väärässä. Excel ja QGIS eivät käyttäytyneet kuin kaksi marjaa. Riidan ratkaisuksi muutin Excel-taulukon comma separated values-tiedostoksi (tunnetaan kadulla nimellä csv). Csv on tunnettu katunokkeluudestaan, jolloin oli tärkeää tutkia taulukon tietoja tarkemmin niin, että Excelin ja QGIS:in taulukoiden tiedot kulkivat käsi kädessä toistensa kanssa. Tarkan observoinnin ja mahdollisten korjausten jälkeen Excel-taulukko tuotiin QGIS:iin ylpeässä ja loistokkaassa csv muodossaan. Tämän jälkeen taulukkotieto yhdistettiin muuhun aineistoon ja analyysin aloittaminen pistettiin tulille.

Aloin tarkastella timanttikaivoksien, konfliktien ja öljykenttien sijoittumista alueellisesti. Tarkoituksena oli myös tehdä korrelaatioita kolmen eri muuttujan kesken. Kuvasta 1 näemme, miten nämä muuttujat ovat sijoittuneet alueellisesti. Kartasta selkesäti näemme, miten konflikteja on eniten kehittyvissä maissa. Kyseiseen karttaan olisi pitänyt lisätä kunkin valtion kehitystä kuvaava indikaattori, joka oli tässä tilanteessa internetin suhteellinen käyttö väestössä. Tämä olisi antanut mahdollisuuksia tehdä yhä syvällisempiä korrelaatioita esimerkiksi konfliktien ja valtion kehittyneisyyden valtioiden kesken. Taino tästä en itseasiassa ole aivan varma, mutta Hynysen blogista näin, miten hän oli erinomaisesti visualisoinut ja pohtinut näitä korrelaatioita.

Kuva 1. Afrikan konfliktit, öljyesiintymät ja timanttikaivosten sijaintii

Myös Joonatan Reunasen raportista sain oivallisia uusia näkökulmia omaan pohdintaani. Esimerkiksi, miten Itä-Afrikassa luonnonvarojen esiinytmisen ja konfliktie määrällä on selkeitä korrelaatioita. Reunanen toi myös esille öljyn tärkeän globaalin aseman yhteydessä konfliktien määrään.

Ensimmäisessä tehtävässä laskin myös kunkin polygonin (tässä tapauksessa Afrikan valtion) sisältämän konfliktien ja  timanttikaivosten määrä. Tämä toteutettiin käyttämällä toimintoa count points in polygon. Yllätykseksieni tämä onnistu ja atribuuttitaulukkoon pamahti haluttu tieto. Tämä tieto sitten asetettiin suuruusjärjestykseen. Huomautuksena, että tässä kohtaa aloin hieman pudota kärryiltä nähdessäni hälyttävän tyhjän teekuppini pöydälläni  – tämä tunnetusti aiheuttaa minussa ahdistusta ja saa keskittymiseni herpaantumaan(kuvittele ääniefekti: poliisiauton sireenin).

Korjattuani tämän kamalan teekuppi katastrofin toinen tehtävä kolkutteli jo ovella. Oli aika palata rakkaaseen Suomeen ja sukeltaa sen tulvaindeksien ja valuma-alueiden pariin. Tein muutamia laskelmia ja tulvaindeksikartan Suomen valuma-alueista. Prosessi oli samanlainen kuin Afrikka-tehtävässä, joten en tylsistytä arvoisia lukijoita toistamalla samoja työvaiheitani. Tein kyseisestä aiheesta kaksi kartta. Kuvassa 2 näemme tulvaindeksin koropleettikartana.  Karttojen tulvaindeksi kuvaa keskiyli- ja keskivirtaaman välistä suhdetta. Riina Hiltula selvensi tätä blogissaan kuvaillen tätä suhdetta niin, että kuinka suuri virtaaman huippu on verrattuna kuivimpaan ajanjaksoon. 

Kuvasta 2 näemme, miten kuvasin kuvasin tulvaindeksiä viidellä eri luokalla – mitä tummempi luokan väri on, sitä tulvaherkempi alue on. Kuvassa 3 yhdistin tekemäni histogrammin kuvaan 2. Tämä histogrammi kuvasi alueen järvisyyttä. Tässä kohtaa minun pitää antaa itselleni rakentavaa kritiikkiä, koska kuva 3 ei ole visuaalisesti parhaimmasta päästä. Histogrammini ovat aivan liian vaaleat suhteessa koko karttaan, jolloin histogrammeja on vaikea erottaa kartasta. Kirjoittaessani tätä blogia huomasin myös, etten lisännyt järvisyysprosenttia kuvaavan symbolin kuvan 3 legendaan…

Tuskin sitä nyt itkemään aleta, koska omista virheistä aina oppii. Olisin myös voinut tehdä histogrammien sijasta piirakkadiagrammin, mutta teisin jo, ettei tämä näyttäisi yhtä selkeältä kuin histogrammit. Tiina Aalto esitteli blogissaan piirakkakarttaansa ja kertoi, miten “diagrammeja on samalla kartalla liikaa, ja lisäksi ne peittävät koropleettikartan värit.”. Olen täysin samaa mieltä Aallon kanssa. Hänen histogrammikartastaan taas huomasin, miten histogrammit olisi pitänyt tuoda selkeämmin esille esimerkiksi valitsemalla oikean värin.

Kuva 2. Suomen valuma-alueiden tulvaindeksikartta.
Kuva 3. Suomen valuma-alueiden tulvaindeksikartta ja järvisyysprosentti.

Kuvista 2 ja 3 näemme, miten tulvaherkimmät alueet sijoittuvat rannikolle ja etenkin alueille, joiden järvisyys on pienin. Tämä johtuu siitä, että järvet tasoittavat jokien virtausta keräämällä jokien vedet itseensä. 

Lähteet:

Laura Hynynen. Lisää elementtejä analyysiin. Käyty 3.2.2020.

https://blogs.helsinki.fi/lauravel/

Joonatan Reunanen. Beast mode on! Käyty 3.2.2020.

https://blogs.helsinki.fi/reunajoo/

Riina Hiltula. Afrikan valtioita ja tulvaindeksin laskemista. Käyty 3.2.2020.

https://blogs.helsinki.fi/hiltular/

Tiina Aalto. Tietokannat tutummiksi. Käyty 3.2.2020.

https://blogs.helsinki.fi/tidaalto/

Categories
Uncategorised

Projektiot ja ennennäkemättömät vastoinkäymiset

Ensimmäisen kurssikerran jälkeen oloni oli miltein toiveikas! Tämä nuoren gisseiliän toiveikkuus lähti nopeaan laskuun toisen kurssikerran alkaessa. Kyseessä oli nimittäin lissää QGIS:in käyttöä. Tämä ei toisaalta tullut minulle yllätyksenä.

Taitoni toisella kurssikerralla kasvoivat kovalla vauhdilla. Opin työstämään sarakkeita atribuuttitaulukoissa, tekemään laskutoimituksia eri sarakkeiden tiedoista. Opin myös muuttamaan projektioita ohjelmassa. Ellias Hirvikoski sanoi blogissaan “kerrytin haparoivien perustaitojen päälle uutta osaamista.” Tähän riemun lauseeseen voin yhtyä iloisin mielin.

Toisella kurssikerralla tutustuimme eri projektioihin ja niien visuaaliseen merkitykseen kartassa. Tarkemmin tarkastelin pinta-alavääristymiä, joita eri projektiot synnytti. Kuten Mikko Kangasmaa blogissaan totesi, vertaileminen vei aikaa. Olihan QGIS-ohjelma yhä verran uusi tuttavuus.

Vertailin aluksi Miller Cylidricalin ja ETRS89 TM35FIN projektioita keskenään.  Valitsin tarkastelualueekseni Suomen pohjoisosan (kuva 1 ja 2). Kuten Carita Aapro-Koski bogissaan totesi on a ETRS89 TM35FIN SUomen yleisin projektio. Siksi päätin otta sen yhdeksi vertailtavaksi. Valitisn toiseksi vertailuprojektioksi Miller Cylidricalin projektion, koska näin Mikko Kangasmaan blogissa siitä havainnollistavia kuvia ja havainnointeja. Kuvissa 1 a 2 näemme, miten litistynyt Pohjois-Lappi on Miller Cylidrical projektiossa verrattuna ETRS89 TM35FIN projektioon.

Kuva 1. ETRS89 TM35FIN projektio
Kuva 2. Miller Cylidrical projektio.

Tämän koitoksenjälkeen päätin vertailla  Suomen pinta-aloja TM35FIN projektiota ja Mercatorin projektiota. Kuvasta 3 näemme, miten mecator selkeästi vääristi Suomen pohjoisosan pinta-aloja. Meractorin projektio tunnetusti vääristää pinta-aloja sitä mukaa, miten kauemmaksi siirrytään ekvaattorista. Tämä väärsitymä oli jo nähtävissä Suomen kokoisessa alueessa. Elias Hirvikoski huomasi blogissaan, miten “aivan pohjoisimman Suomen kunnat ovat pinta-alaltaan paljon suurempia Mercator-projektiossa kuin TM35FIN-projektiossa”.

Kuva 3. Vetailussa Mercatorin ja TM35FIN projektio.

Pihla Haapalon tapaan tunnen, että asiaa on kurssikerroilla tullut paljon, mikä voi aika-ajoin tuntua melko raskaalta. Välillä saatan kurssikerroilla kohdata ylitepääsemättömiä vastoinkäymisiä. Tällöin on tärkää muista, ettei GISvelho kukaan synnykkään. On siis olennaista pitää pää kylmänä, luottaa isteensä ja omiin (suht alkeellisiin ja surullisiin) taitohin, sekä ennen kaikkea teekuppi kurssikerroilla täytettynä.

Lähde: freepic.com
Lähde: freepic.com

 

Mikko Kangasmaa kurssikerta 2. https://blogs.helsinki.fi/kanmikko/

Carita Aapro-Koski  kurssikerta 2. https://blogs.helsinki.fi/aacarita/

Elias Hirvikoski kurssikerta 2. https://blogs.helsinki.fi/eliashir/

Pihla Haapalo kurssikerta 2. https://blogs.helsinki.fi/haapalop/

 

Categories
Uncategorised

QGIS:iä sarvista kiinni!

Hyvät kanssagisseilijät! Nyt on aika koittanut – ensimmäinen blogipostaukseni. Hurraa! Haluan etukäteen varoittaa mahdollisista vahvoista tunteiden purkauksista, koska olen hyvin stressialtis gissille (tämän tietäää jokainen, joka on koskaan ollut kanssani samalla kurssilla). 

Valmistauduin ensimmäiseen kurssikertaan tirauttamalla muutaman kyyneleen ja sanomalla hyvästit omalle mentaaliselle hyvinvoinnilleni. Juuri keittämäni teekuppi odotti minua jo pöydälläni – tämä helpotti oloani hieman. Myös rakas pöytätoverini Elias Hirvikoski oli saapunut paikalle. Eliaksen kanssa päätimme ottaa QIS:iä sarvista kiinni ja ryhtyä tositoimiin.

Nyt on kyllä tultu turhaan löpistyä! Eiköhän mennä asiaan? Geoinformatiikan menetelmät -kurssilla alkusi oli sarvisen QGIS:in harjoittelemista. Aluksi ohjelmisto näytti kohtelevan minua kuin vanhaa kuomaa. Oioioi että olinko väärässä. Stressin oireet pilkottivat jo nurkan takana – olihan tuntia kulunut jo lähes 10 minuuttia…

Kyseisessä ohjelmassa loimme kaksi karttatyötä hyödyntämällä meille annettua karttapohjaa. Ensimmäisessä karttatyössä koitin kuvata teemakartalla Itämerta ympäröivien valtioiden typpipäästöistä. Latasin ohjelmistoon annetun aineiston. Tulokset pamahtivat ruudulleni. Minulla oli nyt käytössäni kaksi karttatasoa: administrative boundaries ja Nitrogen inputs. Kartasta näki, miten erikokoiset päästömäärät oltiin kuvattu erilaisilla punaisen sävyillä. Harjoittelimme samalla karttojen hienosäätöä, kuten erilaisten värien käyttöä. Tämä värien harjoittelu tuli tarpeeseen johtuen siitä, että karttani oli kuin diskon sali! Tämä johtui siitä, että olin ladannut kyseiset kaksi karttatasoa QGIS:iin liki 83 KERTAA! No huppista. Pienen hermoromahduksen jälkeen sain vedettyä itseni kasaan osittain Elias Hirvikosken avulla. 

Toisessa karttatyössä syvennyimme Suomen kuntiin. Tehtävänä oli valita kyseisen aineiston atribuuttitaulukosta yksi sarake ja tehdä sen perusteella Suomen kunnista koropleettikartta. Itse valitsin Suomen kuntien työttömyysaste (%) vuodelta 2015. Valitsin työttömyyden siksi, koska samaistun siihen kovin. Mites tämä työttömyysaste sitten laskettiin? Noh loin atribuuttitaulukkooni uuden sarakkeen, jonne laskisin Suomen kuntien työttömyysasteet. Tämän jälkeen harjoittelin QGIS:in tarjoaman laskimen käyttöä. Tsädääm unelmieni koropleettikartta pamahti ruudulleni (kuva 1). Oi mikä succé! Olin kovin ylpeä. Myös rakas pöytäkaverini iloitsi onnistumistani. Egoni rauhoittuessa lisäsin koropleettikarttaani pohjoisnuolen, mittakaavan, karttalegendan ja voilà!

Kuva 1. Kuntien työttömyys 2015, %

 

Eli in conclusion. Ensimmäisestä kurssikerrasta selvittiin menettämättä kaikkia aivosoluja. Onhan tässä vielä monta kurssikertaa jäljellä – koitan olla säästeliäs. Tutkin hieman muiden kanssagisseilijöiden blogeja. Tunnen olevani samalla aallonpituudella useiden kanssa. Erityisesti pidin ja samaistuin Aapo Keinäsen blogiin. Uskon, että opin käyttämään QGIS:iä tehokkaasti ja monipuolisesti kurssin loputtua.

Lähteet:

https://blogs.helsinki.fi/kebaapo/

Categories
Uncategorised

Hello world!

Welcome to Blogipalvelut. This is your first post. Edit or delete it, then start blogging!