Blogi valmis

Otsikossa jo olennainen, minä kiitän ja kuittaan tämän kurssiblogin osalta.

-Fanni

Viimeinen vääntö QGIS:in kanssa

Viimeisellä kurssikerralla oli tarkoitus etukäteen kerätä tiedostoja, joita havainnoida kartalla. Itse keräsin erilaisia tietoja Euroopan maista, keräämällä tietoa Eurostatista. Tietojen kerääminen oli mielestäni jopa hauskaa, toki jotkin englanninkieliset termit hidastivat. Aikaa kului paljon, koska tietoa oli jo pelkästään tuolla sivustolla valtavasti ja valitsin sieltä kolme itselleni mieluista aihetta havainnoitavaksi. Aikaa kului myös siksi, että käsittelin saadut aineistot valmiiksi sellaiseen muotoon, että QGIS pystyy ne lukemaan eli csv.-tiedostoiksi. Tietojen keräämiseenkin meni enemmän aikaa, koska yhtäkkiä mikään Eurostatin aineistoista ei latautunut, joten taistelin tämän asian kanssa jonkin aikaa.

Itse kurssikerralla käytin aikaa paljon siihen, että löysin Euroopan kartan tai tässä tapauksessa maailmankartan Natural Earth -sivustolta, jota käytin hyväkseni. Ongelma olikin melko yksinkertainen ja siihen aikaa käytettyäni pääsin havainnoimaan aineistojani. Tämä vaihe sujui joutuisasti ja sain tunnissa aikaan kuusi karttaa. Yhdistin vain tietokantoja Join-toiminnolla ja visualisoin keräämiäni tietoja. Onneksi olin huomannut katsoa aineistojeni maiden nimet oikein, sillä esimerkiksi Saksan nimessä oli alkuperäisissä aineistoissa lisäyksiä, jotka olisivat estäneet tietokantojen yhdistämisen oikein.

Ensimmäisenä tarkastelin suojeltua maa-alaa maittain biodiversiteetin säilyttämisen kannalta. Tarkastelin vuosia 2007 (kuva 1) ja 2016 (kuva 2).

Kuva 1: Luonnonsuojelualueiden %-osuus 2007

 

Kuva 2: Luonnonsuojelualueiden %-osuus 2016

Tietoa oli saatavilla yllättävän harvasta maasta, esimerkiksi Norjasta ei ollut tietoja. Käytin kartoissani luonnollisia välejä kuudella eri luokalla. Ensimmäisenä karttoja vertaillessa huomaa että Itä-Euroopassa, erityisesti etelämpänä suojelu-alueita on paljon enemmän. Kartoissa kuitenkin luokkajaot eroavat ja siksi osa maista, Suomi mukaan luettuna, näyttää siltä, että niissä suojeltua maa-alaa olisi vähennetty. Todellisuudessa Suomessa oli vuonna 2007 suojeltu maa-alasta 13% ja vuonna 2016 14% eli todellisuuudessa suojellun maa-alan määrä on kasvanut. Kartoista voi huomata, että yleisestikin suojeltua maa-alaa on paljon enemmäm, mikä on biodiversiteetin suojelemisen kannalta hyvä asia. Toki kartta ei kerro suojeltujen alueiden koista ja lukumäärästä tarkemmin, mikä taas olisi oikeasti tärkeämpi tieto sillä laatu korvaa määrän, vaikka on suurempi pinta-alakin tärkeä. Myös ihmisten tietoisuus luonnon ja sen monimuotoisuuden suojelemisesta on kasvanut, joten oletetustikin vuonna 2016 suojeltua maa-alaa on enemmän kuin vuonna 2007.

Seuraavaksi päätin tarkastella ihmisten ajankäyttöä ja siitä erityiseti viime aikoina pinnalla ollutta erilaisilla mobiililaitteilla tai muuten televisioruudun tai pelikonsoleiden kanssa käytettyä aikaa. Tästä ei ollut kuin yksi tieto ajallisesti ja maitakin on tarkastelussa vähäisesti, mutta tein nyt kuitenkin aiheesta yhden kartan (kuva 3), sillä aihe on ajankohtainen.

Kuva 3: Erilaisten sähköisten laitteiden ääressä käytetyn ajan osuus

Tähän valitsin myös luonnolliset välit ja normaalit viisi luokkaa, sillä niillä erot eroittuivat parhaiten. Kartassa olevat lukuarvot ovat oikeasti käytetyn ajan ja välillisen osallistumisen avulla laskettu prosenttiosuus osallistumisen tasosta. Itse oletin Suomen syrjäisenä maana ja varsin teknologisesti kehittyneenä maana olevan tilastojen kärjessä, mutta kuten kartassa näkyy Suomi ei kuulu kärkiluokkaan. Aikaa oli käytetty päivittäin kaikissa maissa melkein kolme tuntia, esimerkiksi Suomessa absoluuttinen aika oli kaksi tuntia ja 58 minuuttia. Suoessa kyllä käytetään ruudun ääressä paljon aikaa, mutta esimerkiksi Italiassa ja Puolassa käytetään vielä enemmän aikaa ruudun ääressä. Paremman kuvan ajankäytön eroista ruudun parissa saisi kun vertailisi eri maanosia tai yksittäisiä maita eri puolilta maailmaa, sillä Euroopassa aikaa käytetään melko tasaisesti kaikkialla.

Viimeisenä päätin tarkastella Pisa-tutkimuksen tuloksia, sillä olenhan tuleva opettaja. Pisa-tuloksia tarkastelin vain matematiikan osalta. Tietoa oli viideltä eri vuodelta, joten valistin kartalla esitettäviksi ensimmäisen eli vuoden 2003 (kuva 4), kolmannen eli vuoden 2009 (kuva 5) ja viimeisen eli vuoden 2015 (kuva 6).

Kuva 4: Pisa-testin matematiikan tuloksia 2003
Kuva 5: Pisa-testin matematiikan tuloksia 2009
Kuva 6: Pisa-testin matematiikan tuloksia 2015

Karttoihin valitsin taas luonnolliset välit ja viisi luokkaa, sillä ne sopivat aineiston kuvaamiseen parhaiten. Viimeisessä kartassa yksi luokka on jostain syystä jäänyt pelkästään luvuksi 0 ja siihen ei silloin kuulu järkevästi tuloksia. Luku 0 muuten kuvaa aineistossa sitä, ettei aineistosta ole tuloksia, joten varsinkin luvun 0-maat Itä-Euroopassa ovat niitä, joista ei ollut tietoja siltä vuodelta. Saadut lukuarvot ovat 15-vuotiaista se prosenttiosuus, joka on alle sen tason, jolla silloiset taidot pitäsisi olla. Suomi kuuluu kaikissa tarkasteluissa siihen luokkaan, jossa taitamattomien osuus on pienin eli matemaattiset taidot ovat hyvät. Kuitenkin Suomessa ja monessa muussakin Euroopan mittapuulla hyvän koulutuksen omaavalla maalla, kuten Sveitsissä, taitotaso oli lähtöarvojen mukaan heikentynyt. Tämän voi havaita myös kartalta. Karttoja verratessa voi myös huomata, ettei kehitystä kumpaankaan suuntaan tapahdu oikeastaan ollenkaan. Heikommin matemaattisesti taitavia maita on erityisesti Itä-Euroopassa ja osin myös Etelä-Euroopassa. Matemaattisilta taidoiltaan parempia maita on Pohjoismaat ja suurin osa Keski-Eurooppaa sekä 2000-luvun alussa Brittein saaret, mutta viimeisimmässä kartassa Iso-Britannia on tippunut. Kartat kuvaavat mielestäni muuten hyvin matemattisen taidon ja sen opetuksen paremmuutta, mutta muutama Itä-Euroopan bugivaltio vääristää karttoja.

Yleisesti tykkäsin tästä tehtävästä, omien kiinnostuksen kohteiden esittäminen kartalla ja omien taitojen ja tietojen testaus QGIS:in kanssa oli mukavaa, mutta todella aikaa vievää. Jos omat taidot olisivat olleet paremmat ja aikaa olisi ollut loputtomasti olisivat kartat ja omat taidot voineet kehittyä paljon paremmiksi ja mielenkiintoisemmiksi. Varsinaista painia QGIS:in kanssa ei tarvinnut tänään ottaa, vaan ongelmat liittyivät omien internetinkäyttötaitojen puutteeseen tai erilaisten lataustoimintojen kanssa koettuihin ongelmiin. Muillakin oli mielenkiintoisia karttoja aikaansaatuna. Mielestäni Vivi Tarkan kartat olivat selkeät ja värit erottuivat toisistaan. Aiheena Nepalin maanjäristykset ja niiden vaikutus ihmiseen olivat melko ajankohtaisia ja kiinnostavia. Toisen mielenkiintoisen blogin ja kartat löysin Liisa Niemeltä. Myös hän oli tutkinut Eurooppaan liittyviä tilastoja, vaikka aiheet olivatkin eri kuin omani.

Lähteet:

http://ec.europa.eu/eurostat/data/database, luettu 27.2.2018

http://www.naturalearthdata.com/downloads/, luettu 27.2.2018

Niemi, Liisa;  7.kurssikerta: hetki lyö, viime hetki lyö, blogs.helsinki.fi/nliisa/2018/03/07/7-kurssikerta-hetki-lyö-viime-hetki-lyö/, luettu 13.3.2018

Tarkka, Vivi; It’s the final countdown, blogs.helsinki.fi/vivitark/2018/03/09/its-the-final-countdown/, luettu 13.3.2018

Ulkoilua ja katastrofeja

Kurssikerta alkoi noin tunnin mittaisella reippailulla kauniissa talvisäässä keräämässä viihtyvyysdataa Kumpulan ympäristöstä (tai ehkä kauempaakin) . Samalla opittiin uusi tapa kerätä dataa sekä ylipäänsä tuottaa dataa itse.  Itse nautin tästä tunnin lenkistä, sillä kiertelin Kumpulan laaksossa, jossa on kauniita vanhoja puutaloja sekä sää oli ihana, aurinko paistoi lämmittävästi (ei tullut kylmä) ja linnut lauloivat. Tämä datankeräystoiminta sopisi myös mahdollisesti pedagogisiin tehtäviin peruskouluun ja lukioon. Palattuamme ulkoilemasta, tarkastelimme lyhyesti keräämäämme dataa. Sitten opettelimme uuden pluginin tuomista ja käyttöä QGIS:ssä. Toimme käyttöön Google Street Mapin ja taeimme sillä samanlaista kartoitusta kuin ulkona, mutta tällä kertaa kantakaupungista ja koneen äärellä.

Tämän jälkeen harjoittelimme datan keräämistä ja siirtoa tietokannoista QGIS:iin sekä tämän jälkeen havainnoimaan tietoa. Tässä tapauksessa tarkastelimme yli 5,8 magnitudin maanjäristyksiä maailmankartalla (kuva 1).

Kuva 1: Yli 5,8 magnitudin maanjäristykset

Tämän jälkeen meidän piti tehdä vielä joistain katastrofeista tarkastelua maailmankartalla. Itse olisin ollut kiinnostunut meteoriittien törmäyksistä, mutta niistä olemassa oleva tietokanta oli usealla sivulla ja en sitä kiireessä ruvennut etsimään paremmin saatavana versiona. Valitsin siis tarkasteluun tulivuorenpurkaukset. Kohteenani olivat kaikki tulivuorenpurkaukset, joista on olemassa tietoa käytetyssä tietokannassa (kuva 2).

Kuva 2: Tulivuorenpurkaukset

Internetissä olleen datan siirsin Exeliin ja siellä muokkasin pisteet pilkuiksi ja tarkastin, että tietokannan tiedot ovat omissa sarakkeissaan. Tämän tiedon tallensin CSV.-muotoon, jotta QGIS voi sitä lukea. Sitten toin vain tämän tiedoston sekä maailmankartan ja valtioiden rajat QGIS:iin ja viimeistelin kartan. Tätä itse tekemääni karttaa (tai myös kaikkien tekemää karttaa) voisi hyvin käyttää pedagogisissa tehtävissä. Esimerkiksi kartta sopisi havainnoimaan mannerlaattojen raja-alueita ja niiden alueella tapahtuvaa tuliperäistä aktiivisuutta. Toisaalta verratessa mannerlaattoja ja tulivuorenpurkauksia voisivat erottua tulivuoret, jotka eivät ihan laattojen raja-alueilla ole vaan esimerkiksi kuumissa pisteissä. Näitä voitaisiin etsiä kartalta ja selvittää syitä miksi nämä tulivuoret ovat missä ovat ja mitä syitä niiden purkautumisille tai olemassaololle on.

Useampi muu opiskelija oli myös käyttänyt tulivuoriaineistoa, mutta myös ottanut mukaan maanjäristysaineiston, esimerkiksi näin olivat tehneet Eemil Becker ja Nelli Junttila. Tämä on sinänsä järkevää kun halutaan tarkastella mannerlaattojen liikkeen aiheuttamia tai niiden reuna-alueilla olevia hasardeja yhteensä. Toisaalta omassa esitystavassani erottuvat paremmin pelkkä vulkaaninen toiminta, joka pedagogisissa toimissa toimii paremmin, jos asia on uusi. Jos taas vulkanismi ja maanjäristykset ovat jo tutumpia asioita, niiden keskinäisten suhteiden vertailu on mielekkäämpää. Nelli oli tarkastellut vulkaanista toimintaa myös useilla muilla tavoilla, mikä voisi opetuskäytössä olla hyvä. Eemil taas on muutenkin tarkastellut useampia hasardeja ja niiden välisiä suhteita, sekä uusia QGIS:in työkaluja, mutta olen samaa mieltä Eemilin kanssa siitä, että tällä kerralla ei varsinaisesti oppinut paljon uutta.

Lähteet:

Becker, Eemil; Pedagogiset katastrofit, blogs.helsinki.fi/beemil/2018/02/23/pedagogiset-katastrofit/, luettu 26.2.2018

Junttila, Nelli; 6. Kurssikerta: Pisteaineistoa, interpolointia ja tulivuoria, blogs.helsinki.fi/junelli/2018/02/26/6-kurssikerta-pisteaineistoa-interpolointia-ja-tulivuoria/, luettu 26.2.2018

 

 

 

 

Yksinäistä painia QGIS:in kanssa

Viidennellä kurssikerralla opettelimme käsittelemään rasteriaineistoa myös laskennallisesti ja tilastoittain. Sattumoisin tiistain kurssikerta peruttiin laskiaisen takia (vaikka edellisessä periodissa itsenäisyyspäivän takia kurssikertaa vain siirrettiin, nyt “pyhä laskiainen” perui koko kerran). itse kuitenkaan en ollut menossa laskiaisen viettoon, joten suuntasin jo aamusta koululle tekemään 5.kurssikertaa yksin. Pornainen-aineistolla opeteltiin vielä laskutoimituksia ja tiedon lisäämistä rasteriaineistoon, sekä puskurivyöhykkeiden tekemistä ja sieltä Spatial Query -työkalulla tietojen etsimistä kohteista. Itse onnistuin aluksi valitseman väärän bufferointityökalun, koska ohjelmassa on useampi samanniminen työkalu. Onneksi tapasin kuitenkin pienellä tauollani Mira Kylliäisen, joka tuli myös työskentelemään kurssikerran itsenäistehtävien kanssa ja neuvoi oikean työkalun ja tämän sain sujumaa. Itse bufferointi-työkalu olikin sitten itse ihan kiva ja helppo käyttää, kun vain löysi oikean. Tässä vaiheessa painin määrä ei ollut vielä valtaisa, mutta sitten siirryin itsenäistehtäviin. Niissä ensimmäisenä tehtävät harjoitukset lentokenttien ja asemien kanssa olivat vielä suhteellisen helpot, vaikka aikaa kuluikin niihin paljon, mutta tehtävät 2 ja 3 olivatkin vaikeammat. Tehtävässä 2 ulkomaalaisten prosenttiosuudet alueittain eivät vain mitenkään muodotuneet. Yritin erilaisia Join-komentoja sekä monia muita aiemmilta kurssikerroilta opittuja asioita, mutta en saanut mitään aikaiseksi. Myös laskeminen oli mahdotonta pääkaupunkiseudun väestötietokannalla, koska QGIS ei suostunut tottelemaan. Yritin muokata tietokantaa kevyemmäksi, koska se oli valtava, jos QGIS sitten toimisi. Ulkomaalaisten kohdalla myös osa luvuista itse aineistossa oli tehty mahdottomiksi ottaa mukaan tarkasteluun, sillä Kauniaisissa kaikissa pisteissä oli merkitty ulkomaalaisten määrä luvulla 99999 tai vastaavalla suojaamaan ulkomaalaisia. Poistin täten Kauniaisten osuuden aineistosta, mutta sekään ei auttanut ja tämän kohdan siis luovutin, koska en tiennyt mistä QGIS:lla nyt kiikasti, kun antoi vain virheilmoituksia. Kolmannessa tehtävässä valitsin Koulut-osuuden, mutta koska en löytänyt sieltä miten joihinkin kohtiin aineistoa olisi muokattu, luulen saamani vastausten olevan vääriä, ainakin osittain. Muutenkin tulokset on esitetty kuvassa 1.

Kuva 1: Tuloksia itsenäistehtävistä

Samanlaisia tuloksia ovat saaneet myös Marita Selin ja Sini Virtanen, heidän tuloksensa heidän blogeissaan. He olivat kummatkin myös tehneet kouluikäisistä tarkastelua ja meidän tuloksemme eivät juurikaan eroa toisistaan. Lentokenttien vaikutusalueella asuvien määriin vaikuttaa miten ja millaisina viivoina lentokenttien kiitoradat on piirretty. Asemien kohdalla vaihdoin Vantaan väestöaineiston pääkaupunkiseudun aineistoon, koska suurin osa asemista on myös Helsingissä ja Espoossa.  Itse bufferointityökalu on näppärä, kun halutaan tarkastella jonkin ilmiön tai muun leviämistä tai vaikutusta tietyllä säteellä. Itselle on nyt QGIS vähän tutumpi ja osa työkaluista on helpompia käyttää, toki kun niitä ei säännöllisesti käytä tahtovat toiminnot unohtua. Erityisesti lisää harjoitusta olisi mukava saada erilaisiin laskennallisiin suorituksiin tietokannoilla. Myös ohjeet olisivat voineet olla tällä kertaa paremmat varsinkin tehtävien 2 ja 3 kohdalla. QGIS:in käyttöä rajoittaa paljon sen käyttäjän taidot, mutta myös erilaiset virheet tai erot tilastoissa aiheuttavat QGIS:lle ongelmia. Myös sen tapa luoda kokoajan uusi tietokanta on mielestäni aika raskas varsinkin jos oma itseluottamus ohjelman kanssa saa epäröimään turhien tietokantojen poistamista. liian suuri määrä tietokantoja aiheuttaa ohjelman kaatumista ja tämä ohjelman kaatuilu on ohjelman suurin ongelma ainakin minulle, koska välillä tallentamani jutut eivät ole tallentuneetkaan ja joudun turhaan tekemään asioita uudestaan.

Lähteet:

Selin, Marita; PPP eli Puskurointia ja paljon puhinaa (siis viides kurssikerta), blogs.helsinki.fi/selkala/2018/02/14/ppp-eli-puskurointia-ja-paljon-puhinaa-siis-viides-kurssikerta/, luettu 15.2.2018

Virtanen, Sini; Verta, hikeä ja puskureita, blogs.helsinki.fi/7k1107387/2018/02/13/verta-hikea-ja-puskureita/, luettu 15.2.2018

Ruudukoita ja outoja sattumuksia

Aloitimme kurssikerran luomalla erilaisia ruutuaineistoja pääkaupunkiseudun väestöstä. Pääkaupunkiseudun väestön tietokanta oli pistetietokanta, jossa oli todella monia eri sarakkeita. Näistä meidän oli tarkoitus muokata ja esittää joku mielenkiintoinen aihe. Tarkemmin kurssikerran eri komennoista QGIS:ssä kertto Lauri Äikäs 4. kurssikerran blogissaan. Esimerkkinä tehtiin ruotsinkielisten osuus väestöstä. Tämä oli sellainen aihe, joka olisi voinut päätyä myös omavalitsemanani aiheena karttaan, mutta tällä kertaa tein kartan pääkaupunkiseudun asukastiheydestä (kuva 1).  Alunperin olisin halunnut esittää jotain muuta, mutta en onnistunut laskemaan haluamaani asiaa, joten päädyin tähän perinteiseen ja melko tylsään aiheeseen.

Kuva 1: Pääkaupunkiseudun asukastiheys

Itse ruudukko on onnistuneesti rajattu esittämään alueita, joista on tietoa. Ruudukko on 500m x 500m. Lisäksi kartassa näkyy selkeästi viisi eri luokkaa. Ruudukkokoko ja värit ovat samat kuin Olivia Halmeen blogissa, vaikka aihe onkin eri. Suurimmat luokat keskittyvät Helsingin kantakaupunkiin ja muutenkin suuremmat luokat esiintyvät Helsingin alueella sekä ruuduista muodostuvan ja havaittavan kehä I:n ja eri moottoriteiden varrelle. Myös Kauniainen erottuu omana läikkänään. Mielestäni itse kartta on hyvin onnistunut, mutta aihevalinta olisi voinut toki olla mielenkiintoisempikin.

Ruudukkokarttojen teon jälkeen rupesimme käsittelemään rasteriaineistoa. Erilaisten karttapalojen yhdistämisessä ja oikeiden koordinaatistojen saamisessa oli vähän ongelmia, mutta onnistuin saamaan kaikki haluttuun Suomelle räätälöityyn ETRS-TM35FIN -koordinaatistoon.  Tarkastelimme sitten erilaisia korkeuskäyriä ja rinnevalovarjostuksia Pornaisten alueesta. Teimme korkeuskäyrät paljon tarkemmiksi kuin normaaleissa kartoissa eli metrin välein, joten näkyviin tuli myös esimerkiksi alueen peltoihin äestämisen mukaisia korkeuskäyriä. Näiden erilaisten rasteriaineistojen käsittelyyn liittyvien harjoitusten jälkeen vielä harjoittelimme piirtämään kohteita rasteriaineistoon eli loimme aluekohteen sekä viivakohteina teitä ja pistekohteina taloja Pornaisten keskustan alueelle rajautuvaan suorakulmioon. Tämä alue ja siihen luomamme kohteet olivat myös valmisteluja seuraavalle kurssikerralla, jolloin jatkamme aiheesta. Valitsin Pornaisista tietyn alueen josta otin tähän mukaan kuvan (kuva 2).

Kuva 2: Ilmakuvaa Pornaisista

Halusin tarkastella tätä kohtaa osittain korkeyskäyrien takia, erityisesti koska varsinkin Mustijoen itäisellä puolella on korkeita kalliota. Muutenkin joen ympärille muodostuu korkeampien kohtien ympäröimä matalampi kohta. Tästä syystä esimerkiksi kesällä ukkoset pääsevät harvoin näiden korkeampien kohtien yli ja kuvan keskellä oleva alue on melko suojainen ukkosten suhteen. Tämän tiedän, sillä olen tätä paikanpäällä seurannut nyt 10 vuotta. Pornainen nimittäin sattuu olemaan kotikuntani ja kuva on valittu kotipaikkani päältä. Tätä peruskarttalehteä tarkastellessani kuitenkin huomasin, ettei taloni tai perheeni tallin alueen muutokset näy tässä peruskarttalehdessä, vaikka ilmakuvissa näkyvätkin. Nämä asiat ovat olleet olemassa kohta 11 vuotta, joten mahtaa kyseinen peruskarttalehti olla melko vanha. Tästä syystä pohdin, että kuinka paljon se vääristää asioita ja tietoja myös tutkimuksiin rajautuvalla alueella, jos piirtämisen pohjalla oleva peruskarttalehti on vanha ja muut aineistot uudempia.

 

Lähteet:

Halme, Olivia; Kiikarissa pikselimeri, blogs.helsinki.fi/halmeoli/2018/02/11/kiikarissa-pikselimeri, luettu 15.2.2018

Äikäs, Lauri; Neljäs luentokerta, blogs.helsinki.fi/lauaikas/2018/02/07/neljas-luentokerta/, luettu 15.2.2018

 

Mystinen Afrikka ja QGIS:in kaatuminen

Kolmannella kurssikerralla harjoittelimme erilaisten tietokantojen liittämistä toisiinsa QGIS:ssä. Lisäsimme Afrikka-aineistoon QGIS:ssä erilaisia tietoja sekä toimme ulkoisesti Exel-tiedoston oikeaan lukumuotoon säädettynä ja liitimme sen tiedot tähän mystiseen Afrikkaan. Afrikan kartassa tarkastelimme Afrikan konflikteja ja timanttikaivoksia sekä öljykenttiä ja näiden mahdollista vaikutusta toisiinsa. Erityisesti konfliktien aloitusvuotta sekä laajutta hyödyntäen voidaan tarkastella timanttikaivosten vaikutusta, sillä timanttien löytämisvuotta, kaivausten aloitusvuotta ja taloudellista merkitystä voidaan tarkastella vertailemalla alueita joissa on timanttikaivoksia ja alueita, joilla ei ole timanttikaivoksia sekä näissä tapahtuvia konflikteja ja näiden eroja. Samoilla tiedoilla voidaan samalla tavalla tarkastella öljyn vaikutusta konflikteihin. Afrikka-projektin tiedoissa oli myös internetkäyttäjien määrä vuosittain maittain. Sitä vertaamalla maan asukaslukuun eli laskemalla internetin käyttäjien prosenttiosuus väestöstä voidaan selvittää alueen kehittyneisyyttä sekä monia muita kehittynyisyyden ja vapauden mittareita. Jostain syystä ohjelma kaatui useilla koko ajan, itselläni ei vielä tässä kohtaa kuin kerran, mutta kun olimme juuri saamassa Afrikan valmiiksi ja teimme viime silausta, itseltäni katosi koko Afrikka. Yritin avata juuri tallennetun version, mutta sellaista ei edes omista tiedostoista löytynyt, löytyi vain taulukko ja alussa tallentamiani versioita. Tämä mystinen katoaminen oli outo, mutta tämän jälkeen pääsimme tekemään itsenäistyötä josta muodostui seuraavanlainen kartta:

Suomen järvisyysprosentit ja valuma-alueet tulvaindeksin mukaan kvantiilettain

 

Tämän kartan tuottamiseksi käytimme juuri oppimiamme taitoja, esimerkiksi tähän piti tuoda Exel-tiedosto oikein muokattuna järvisyysprosenttien saamiseksi. Myös erilaisia tiedostoja ja niissä olleita tietoja piti liittää toisiinsa. Tämä tuntui käyvän melko helposti. Nyt myös varmuudeksi tallensin työtäni joka toiminnon jälkeen, mikä olikin hyvä, koska ohjelma kaatui kerran. Itse kartta on tällä kertaa hieman sekava. Valuma-alueet tulvaindeksin mukaan sai eroiltaan parhaiten näkyväksi, kun ne järjesti kvaantiileittain, joten tällä kertaa käytin tätä jaottelua. Tarkemmin tulvaindeksin laskemisesta kertoo hyvin blogissaan Eemil Becker. Tulviin johtavista syistä, kuten Pohjanmaan alavuudesta ja keväisestä lumen ja jään sulamisen aiheuttavista tulvista taas kertoo blogissaan hyvin Roope Heinonen. Valuma-alueet myös ulottuvat osittain Suomen rajojen ulkopuolelle kuten Laatokan lähistölle Venäjälle. Valuma-alueet vielä erottuvat kartasta ihan hyvin ja järvisyysprosentti-histogrammit erottuvat värin puolesta, mutta peittävät kartasta muuta tietoa ja legenda erityisesti oli vaikea saada erottumaan kartasta. Histogrammien saaminen karttaan oli myös melko hankalaa, sillä juuri oikeiden kohtien piti olla tietyilla asetuksilla, jotta histogrammit muodostuivat. Säädin myös histogrammeja paremmiksi, mutta QGIS:ssä tulostetta tehdessäni nämä säädöt katosivat ja edes Refresh-painike ei tehnyt nistä toivomani näköisiä tässä kuvassa. Kartasta näkee, että pahiten tulvivia jokia on Pohjanmaalla ja jonkin verran myös Lapissa. Järvisyysprosentti taas on korkeampi sisemmällä maassa ja pienempi rannikoilla ja Lapissa.

Lähteet:

Becker, Eemil, Harjoituskerta 3: Lisää soveltamista, https://blogs.helsinki.fi/beemil/2018/02/01/harjoituskerta-3-lisaa-soveltamista/, luettu 5.2.2018

Heinonen, Roope, Kolmas kerta toden sanoo, https://blogs.helsinki.fi/hcroope/2018/01/29/29-01-2018/, luettu 5.2.2018

 

 

Helpotuksen tunne ja projektiot

Toisella kurssikerralla aloitimme tutustumalla vielä uusiin QGIS:in käyttötarkoituksiin, joita harjoittelimme esimerkiksi mittaamalla välimatkoja ja pinta-aloja eri projektioissa ja samalla vertailemalla eri projektioiden eroja. Tämä oli muutenkin kurssikerran aihe. Alussa myös opettelimme miten aineistoa voi jakaa esimerkiksi maakunnittain sekä muiden valintatyökalujen käyttöä.

Itse projektion vertailua teimme Hra Paarlahden johdolla vertailemalla Lambertin oikeapintaista projektiota ja Mercatorin oikeakulmaista projektiota.  Koska maapallo on pyöreä/ellipsi sen kuvaamiseen tarvitaan projektio, joka ei koskaan näytä asioita täysin oikein vaan joku ominaisuus aina vääristyy. Projektioissa pyritään yleensä pitämään jokin suhde maiden välillä oikeana. Se voi olla pinta-ala, jolloin muodostuu oikeapintainen projektio tai ilmansuuntien väliset kulmat, jolloin muodostuu oikeakulmainen projektio tai se voi olla pituus, jolloin muodostuu oikeakeskipituinen projektio.  Jotkin projektiot, kuten Robinsonin projektio, pyrkivät kuitenkin muodostamaan mahdollisimman todellisuutta vastaavan kartan, jolloin kaikki ominaisuudet vääristyvät vähän ja mikään ei ole oikein. Kurssikerralla etenimme nopeasti, sillä Hra Paarlahti joutui poistumaan ajoissa. Saimme ensimmäisen vertailun tehtyä opastuksen avulla ja sitten itsenäisesti tein kaksi muuta projektiovertailua oppiakseni paremmin QGIS:in hallintaa. Yritin tehdä myös Word-tiedostossa olevaa viimeistä tehtävää, mutta sitä en onnistunut edes ymmärtämään ohjeista huolimatta. Muuten karttojen tuottaminen sujui melko nopeasti ja helposti ja itse näkemäni vaiva ensimmäisen kerran kuvien kanssa tuotti tulosta, sillä osasin käyttää Print Composeria ilman ohjeita ja nopeasti. Tästä tunsin suurta helpotusta. Sain tällä kertaa myös tehtyä kartat kurssikerralla, joten en saanut lisästressiä niiden tuottamisesta omalla ajalla ja myös tästä olin helpottunut. Nyt itse kurssikerran tuotoksiin:

Kuva 1: Lambertin ja Mercatorin projektioiden pinta-alojen erot

Ensimmäisessä kuvassa on Hra Paarlahden avulla muodostettu kartta. Kartan esittämisessä on käytetty Lambertin projektioita, kuten myös muissa tämän kurssikerran tuotoksissa, sillä oikeapintaisena se sopii pinta-ala vääristymien vertailuun. Kartassa näkyy selkeästi, että Mercatorin projektio vääristää pohjoisia alueita paljon enemmän kuin eteläisempiä alueita. Pohjois-Suomessa Kunnat ovat yli viisinkertaisesti tai jopa yli seitsemänkertaisesti suurempia kuin tosellisuudessa. Vastaavasti Etelä-Suomessa Mercatorin projektio vääristää kuntien koon noin kolminkertaiseksi. Kartan esittämiseen valitsin jopa kuusi eri luokkaa, koska muodostuvat rajat ovat niin selekitä, että eri luokkia on helppo seurata.

Kuva 2: Lambertin ja Robinsonin projektioiden pinta-alojen erot

Toisessa kuvassa näkyy Lambertin ja Robinsonin projektioiden pinta-alojen erot. Robinsonin projektion valitsin, koska se oli nimeltään tuttu ja halusin verrata mitä kompromissiin pyrkivä projektio tekee kartalle. Myös tässä kartassa muodostuivat selkeät rajat, joten valitsin taas kuusi luokkaa, jotta kahden ensimmäisen kartan vertailu keskenään olisi helpompaa. Robinsonin projektio vääristää myös enemmän kohti napa-alueita, mutta suuruusluokka on paljon pienempi kuin Mercatorin projektiossa. Pohjois-Suomessa Robinsonin projektio suurentaa pinta-alat reilun 1,3-kertaisiksi ja Etelä-Suomessa vain noin 1,2-kertaisiksi. Myös luokkiean rajoilla olevat kunnat ovat osittain eri luokissa kahdessa ensimmäisessä kartassa, vaikka luokkien rajat ovatkin todella samoilla kohdin. Nämä pienet erot johtuvat luultavasti Robinsonin projektion muista vääristävistä ominaisuuksista.

Kuva 3: Lambertin ja Mollwiden projektioiden pinta-alojen erot

Harjoituksen vuoksi tein myös kolmannen kartan, jossa näkyvät Lambertin ja Mollwiden projektioiden pinta-alojen erot. Yritin etsiä projektiota joka olisi jakanut suomen selkeisiin vyöhykkeisiin jossain muussa kuin vaakasuunnassa, mutta koska en sellaista muutamaa kokeilemalla löytänyt valitsin vain jonkun tutun nimisen projektion. Tästä kartasta muodostuikin sekalainen sotku, vaikka jotain jakoa voisi näennäisesti olla havaittavissa etelä-pohjois-suunnassa. Tästä syystä jätin tähän karttaan vain viisi luokkaa, vaikka muissa kartoissa luokkia on kuusi. Kartan sotkuisuus johtuu siitä, että myös Mollwiden projektio on oikeapintainen. Tästä samaisesta syystä näiden kahden eri projektion eroluokat ovat todella pieniä eli kaikki kuuluvat alle 0,3% sisään eli Mollwide suurentaa karttoja korkeintaan 1,0055-kertaisiksi Lambertiin verrattuna. Karttaa luodessani ja suuruusluokkien pientä eroa miettiessäni taisin saada opetuksen eli kannattaa etukäteen tarkistaa projektion ominaisuudet, sillä tämä viimeinen ei nyt ehkä ollut se paras valinta projektioiden erojen vertailuun. Toisaalta se osoitti kyllä, että oikeapintaisissa projektioissakin on eroja. Nämä voivat toki johtua myös siitä että, onko kuvaamiseen käytetty taso-, lieriö-, kartio- vai joktakin muuta projektiota.

Mielestäni kaksi ensimmäistä karttaani ovat hyviä ja informatiivisia, sillä informaatio on esitetty selkeästi ja kartoissa on hyvään karttaan kuuluvat mittakaa, legenda ja pohjoisnuoli. Nämä löytyvät myös kolmannesta kartasta, mutta itse kartta ei ole kovin informatiivinen. Myös Vesa Hanski oli tutustunut Robinsonin ja Lambertin projektioiden eroihin ja blogissaan kertoo samat havainnot ja selityksen kuin minäkin.

Lähteet:

  • https://fi.wikipedia.org/wiki/Mollweiden_projektio, luettu 29.1.2018
  • Hanski, Vesa, 2. Kurssikerta https://blogs.helsinki.fi/vesahans/2018/01/28/2-kurssikerta/, luettu 29.1.2018

Ensimmäinen paini QGIS:in kanssa

Hei kaikillle lukijoille, tämä blogi on Geoinformatiikan menetelmät 1 -kurssin blogini.

Pahoittelen jo valmiiksi, jos blogini ei alkuun ole kovin blogimainen, sillä tämä on ensimmäinen blogini ja opettelen myös sen käyttöä tässä kurssin aikana. Heti ensimmäisellä kurssikerralla saimme kertausta paikkatietoon liittyvistä asioista kuten vektoreista ja rastereista. Tämän jälkeen aloitin tulevan painini QGIS-ohjelmiston kanssa( joka muuten ääneenlausuttuna kuulosti useamman kerran sanalta cookies).

                                                               Itämeren typpipäästölähteet

Kurssikerralla oli tarkoitus saada tehtyä kartta Itämeren typenpäästölähdemaista ja herra Paarlahden selvillä ohjeilla se olisikin ollut helppoa, jos en olisi onnistunut säätämään jotain pieleen ja tästä panikoituneena sammuttamaan koko ohjelmaa tallentamatta viimeisimpiä muutoksia, jolloin osa jo tehdysta katosi ja niitä uudelleen tehdessäni tulevat ohjeet jäivät vähän epäselviksi. Lisäksi tieto siitä, että minun oli pakko päästä lähtemään heti kurssikerran jälkeen, ei auttanut alkavan paniikin kanssa ja olin jo valmis jättämään koko kurssin. No sinä tiistai-iltana ongelmat vain pahenivat kun perheeni tallin vesipumppu oli jäätynyt ja sen täydelliseen toimintaan saattamiseen menikin sitten useampi päivä. Samasta syystä en ehtinyt koulukursseja miettiä, joten myös etäisyys QGIS:in auttoi paniikin rauhoittumiseen. Kotikoneelleni en vielä ole asentanut kyseistä ohjelmaa ja en tiedä kestääkö se sitä vanhana koneena, joten jätin kurssilla tehdyn kartan viimeistelyn ja kunnasta laadittavan kartan teon nyt maanantaille aamuun ennen toisen kurssin luentoa. Onneksi kurssin Moodle-sivustolta löytyivät hyvät ohjeet typpikartan loppuunsaattamiselle ja kerratessani ohjelmaa myös Suomen kunnista laatimani kartta syntyi nopeasti ja helposti, painiminen jäi siis vähemmälle.

Sitten laatimiini karttoihin. Ensimmäinen kartta esittää siis maita, joista tulee typpipäästöjä Itämereen esimerkiksi maanviljelyskäytöstä jokivesien mukana. Kartan saadaksemme, jouduimme laskemaan typpipäästöjen määrät suhteellisesti. Kartasta nähdään, että vähiten typpipäästöjä suhteellisesti tulee Virosta ja eniten Puolasta. Puolan suuren saastuttamistataakan syistä kertoo hyvin 1. kurssikerran blogissaan Rosanna Lindgren. Karttaan säädimme myös syvyyskäyrät Itämereen. Kartta voisi olla väreiltään selkeämpi, sillä sinisellä värillä on nyt paljon havaintoja, sillä sekä Itämeri ja sen syvyyskäyrät, että typenpäästölähdemaat ovat sinisen eri sävyillä ja voivat olla vaikeat hahmottaa. Myös legendan olisi voinut suomentaa ja kertoa paremmin, mitä mikäkin kuvaa.

                                                                         Suomen kuntien työttömyysaste vuonna 2015

Toinen kartta kertoo Suomen kuntien työttömyysasteen vuodelta 2015. Luokittelussa käytin luonnollisia välejä, joten asteikko ei ole ihan tasainen. Kartassa näkyy,että pahinta työttömyys on Itä-Suomessa tai Koillis-Suomessa. Myös käsivarren työttömyysaste on melko suuri. Pienintä työttömyys on pääkaupunkiseudulla ja rannikkoseuduilla sekä saaristossa, toki myös suurempia työttömuusasteita löytyy joistakin pienemmistä kunnista sekä Porin läheisyydessä. Myös Varpu Savolainen oli 1. kurssikerran blogikirjoituksessaan “Olishan sen helpomminkin voinut” tehnyt työttömyysasteesta kartan ja havainnoinut samoilla alueilla suuremman työttömyysasteen ja pienemmän työttömyysasteen. Lisäksi syyn pohtiminen työikäisen väestön muuttamisesta isoihin kasvukeskuksiin ja pienempien kuntien ikärakenteen muuttumisen vanhemmaksi selittävät näitä eroja. Itselleni myös tieto kuntaliitosten piilottamista ongelmista oli uutta ja en ollut sitä itse pohtinut. Tieto oli mielestäni mielenkiintoinen. Palatakseni omaan karttaani on karttani mielestäni melko tarkka sillä kunnanrajat näkyvät selvästi ja luokkia on melko vähän jolloin värien erot näkyvät selvästi. Toki suurimman työttömyysasteen luokan rajat ovat laajimmat, jolloin useampi kunta näyttää työttömyystilanteen synkemmäksi.

Koen kuitenkin selviytyneeni ensikosketuksestani QGIS-ohjelmaan kohtuullisesti, sillä lähtötasoni oli olematon. Osa asioista jäi kyllä vielä vähän epäselväksi sillä ohjelmaan tutustuttiin kovaa tahtia, mutta itsenäinen kertaaminen ja oma yritys tutustua ohjelmaan auttoivat varmasti ja tästä on varmaan jatkossakin hyötyä.

Lähteet:

Lindgren, Rosanna. 1. kurssikerta: Tutustuminen QGIS ohjelmaan 15.1.2018, (19.1.2018) https://blogs.helsinki.fi/rosannal/2018/01/19/tutustuminen-qgis-ohjelmaan-15-1-2018/, luettu 22.1.2018

Savolainen, Varpu. 1. kurssikerta: Olishan sen helpomminkin voinut, (22.1.2018) https://blogs.helsinki.fi/sadvarpu/2018/01/22/olishan-sen-helpomminkin-voinut-1-kurssikerran-kotiharjoitus/, luettu 22.1.2018