Kuukausi: helmikuu 2022

Kuudennella kurssikerralla tutustuttiin Epicollect5- sovellukseen, jonka avulla pistemuotoista aineistoa voidaan kerätä ympäristöstä. Kurssikerralla lähdimme lumipyryyn keräämään tietoa Kumpulan yliopiston lähiympäristön kohteista (mm. bussipysäkki, sisäpiha, kävelytiet) samalla arvioiden kohteiden viihtyisyyttä ja turvallisuutta. Keräsimme kohteina noin puolen tunnin ajan, jolloin koko ryhmä sai tallennettua yhteiseen projektiin yhteensä 95 pistettä. 

Kun lähdimme tarkastelemaan kerättyjä pisteitä kartalla, oli näkymä Epicollect5-verkkoselaimella visuaalisesti miellyttävä (klusterointi pelkistää näkymää, toisaalta heat-map visualisoi pisteiden runsautta). Olen hieman hämmentynyt siitä, miten en tiennyt näin siistin sovelluksen olemassaolosta! Tätä voisi tosi hyvin käyttää opetuksessa ihan alakouluikäistenkin kanssa (keksin vaikka mitä tehtävänantoja!)  saati sitten yläkoulun puolella. 

Kuva 1. Kurssikerralla kerättyjä pisteitä Kumpulan yliopiston lähistöltä. Epicollect5-pisteaineisto tuotu QGIS:iin cvs-tiedostona. 

Itsenäistehtävä  

Lopputunnista tutustuimme itsenäistehtävään, jonka aiheena oli hasardit maapallolla. Tehtävänä on tuottaa kolme karttaa, jossa esitetään jotain valittua hasardia (maanjäristykset/tulivuoret/meteoriittien putoamiskohdat). Valitsin kuvattavaksi ilmiöksi maanjäristykset ja tulivuoret ja otin tarkasteltavaksi kaksi eri aikaväliä: 1900-luvulta tähän päivään, ja viimeisten kymmenen vuoden tapahtumat, eli aikavälin 2012-2022. 

Alla oleva kartta (kuva 1) havainnollistaa maapallolla kaikkia vuoden 1900-jälkeen tapahtuneita maanjäristyksiä, joiden voimakkuus on ollut 6 – 9 Richterin asteen välillä. Tämän aika- ja voimakkuusrajan sisällä on tapahtunut yhteensä 4206 maanjäristystä tällä voimakkuudella. Alla oleva kartta (kuva 1) havainnollistaa maanjäristysten sijainnin kartalla. Kartasta voidaan huomata maanjäristysten rypäsmäinen ja nauhamainen sijoittuminen juuri mannerlaattojen saumakohdille. Karttaa voi ansiokkaasti verrata sellaiseen karttaan, joka antaa tietoa mannerlaattojen saumakohdista (esim. kuva 2)  jolloin nähdään konkreettisesti mannerlaattojen olomassaolon vaikutukset. Dynamic Earth (n.d.) -sivustolla on paljon aiheeseen liittyvää tietoa ja edellistä esimerkkiä vielä selkeämpi visuaalinen esitys mannerlaattojen sijainnista kartalla.

Tein ensimmäisen kartan hyödyntäen tunnilla opittua interpolointia.  Tein seuraavat kaksi karttaa ilman intepolointia, sillä kahden eri muuttujan esittäminen kartalla interpoloinnin avulla menee mutkikkaaksi – ja lopputulos on vaikeasti ymmärrettävä. Onkin hyvä miettiä miten tietoa esitetään, jotta se palvelee tiedon vastaanottajaa mahdollisimman tarkoituksenmukaisesti. 

Kuva 1. Vuoden 1900-jälkeen esiintyneet 6-9 Richterin voimakkuuden maanjäristykset 

 

Kuva 2. Laattatektoniikkakartta. Punaiset mutkittelevat viivat ovat keskiselänteiden keskikohtia, mannerlaattojen rajoja.  Lähde: https://commons.wikimedia.org/wiki/File:Plate_tectonics_map.gif 

Toisessa tekemässäni kartassa (kuva 3) voidaan havaita edelleen 1900-luvun jälkeiset maanjäristykset, joiden voimakkuus on Richterin asteikolla 6 – 9. Tämän lisäksi karttaan on lisätty kaikki maapallon tulivuoret. Tämän kartan avulla voidaan opettaa tulivuorten purkausten yhteyttä maanjäristykseen ja mannerlaattojen olemassaoloon. Opetuksessa olisi mielekästä näyttää kartat juuri tässä järjestyksessä, jolloin ymmärtäminen etenee kronologisesti vaiheittain. Kuva 3.  Tulivuoret ja maanjäristykset (vuoden 1900-jälkeen)

Kolmannen  tekemäni kartan (kuva 4) voidaan havainnollistaa viimeisen kymmenen vuoden aikana tapahtunutta maanjäristys- ja tulivuoritoimintaa. Rajasin aikavälin viimeiseen 10 vuoteen, sillä uskoisin tämän tiedon olevan oppilaista kiinnostavaa (ovat eläneet ja ehkä muistavat joitakin uutisia purkauksiin liittyen –> voivat paremmin “liittää” itsensä opittavaan asiaan). Rajaus auttaa myös hahmottamaan maanjäristysten ja tulivuoritoiminnan määrää. Lisäsin karttaan myös 4 Richterin asteikon maanjäristykset, jonka avulla voidaan vertailla eri asteisten järistysten sijaintia maapallolla.  

Kuva 4. Tulivuoren purkaukset ja maanjäristykset 2012-2022 aikavälillä.

Mielestäni kartat havainnollistavat hyvin maanjäristysten sijaintia sekä tulivuoritoiminnan yhteyttä maanjäristyksiin ja mannerlaattojen saumakohtien sijaintiin. Lisäksi olen tyytyväinen karttojen visuaaliseen ulkonäköön (erityisesti 2-3 karttoihin). Olisi ollut mielekästä lisätä karttaan mannerlaattojen saumakohdat, mutta tähän oma osaamiseni ei riittänyt. Lisäksi voisi olla mielenkiintoista vertailla yhdellä kartalla jokaista eri Richterin asteikon voimakkuutta (eri värillä eri voimakkuudet). Ehkä kartasta voi tällä tavalla tulla kuitenkin epäselkeä, sillä maanjäristykset menevät pakosti päällekkäin (kuten jo kuvasta 4 voidaan huomata). Todistakoon joku kurssitovereistani epäilykseni vääräksi! 😀

Lähteet:

Dynamic Earth (n.d.). Plates and Boundaries. Viitattu 23.2.2022, saatavissa: https://www.learner.org/wp-content/interactive/dynamicearth/tectonicsmap/index.html

Laattatektoniikkakartta. Wikipedia. Haettu: https://commons.wikimedia.org/wiki/File:Plate_tectonics_map.gif

 

Viidennen kurssikerran uutena oppina oli bufferointi. Bufferoinnin avulla voidaan selvittää eri etäisyyksien sisällä olevia lukumääriä. Bufferointi-toiminnon avulla aineistosta saadaan irti mielekkäästi dataa ja Taru Tornikosken mukaan bufferointi onkin “mukavan konkreettinen tulevaisuuden töitäkin ajatellen”. Taru nosti blogissaan myös esille esimerkkejä bufferoinnin käyttömahdollisuuksista, mikä lisäsi omaa ymmärrystä työkalun mahdollisuuksista! Tällähän pystyy vaikka mihin!😊  
 
Teimme yhteisesti tunnin alussa tehtävän, jossa selvitettiin, kuinka moni rakennus on 100 metrin päässä Pornaisten pääteistä. Tein tämän harjoituksen rasterikarttaan, johon olin itse piirtänyt päätiet sekä naputellut kaikki rakennukset pisteiksi. Lisäsimme rakennuksiin Rand-toiminnolla 1-8 asukasta per rakennus. Alla olevassa kuvassa (kuva 1) on kuvakaappaus QGIS:istä. Tässä kuvassa bufferoitu alue näkyy sinisellä (100 metriä päätiestä). Piirsin vahingossa puolikaaren muotoisen tiepätkän karttaan, joka ei lukeudu Pornaisten päätieksi, vaan on enemmän asutusalueen tienpätkää. Naputtelin alueelle yhteensä 699 rakennusta (3179 asukasta), joista bufferoidulle alueelle päätyi 312 rakennusta (1452 asukasta).  

Kuva 1. Kuvakaappaus QGIS:stä. Kuvassa sinisellä bufferoitu alue (100 metriä piirretyistä tieosuuksista). Pellot vaaleanpunaisella. Rakennukset punaisella (bufferoidun alueen sisällä rakennuksen väri on keltainen).  

Yhteisen harjoituksen jälkeen lopputunti olikin itsenäisten tehtävien tekemistä, joissa kerrattiin aikaisemmilla kerroilla opittuja asioita. Tein kurssikerran aikana muutaman kurssikaverin kanssa itsenäistehtävistä 1 (lentokentät), 2 (asemat) ja 3 (koulut). Pakko myöntää, en olisi yksin näistä tehtävistä selvinnyt, vaan yhteinen pohdinta auttoi jäsentämään ajatusprosessia! Kuinka kiitollinen olenkaan siitä, että kurssi voidaan suorittaa lähiopetuksena! Kurssitoverini Tiina oli tehnyt yhdessä tehdyistä tehtävistä kokoavan taulukon, joka onkin mielekäs tapa esittää tehtävien vastaukset. Päätin tehdä vastauksista myös taulukon (taulukko 1).

Taulukko 1. Itsenäistehtävien vastauksia.

 

Lähteet:

Ilmoniemi, T. (2022). Geoinformatiikkaa – Seikkailua QGIS:in maailmassa -blogi. Viitattu 23.2.2022, saatavissa: blogi: https://blogs.helsinki.fi/tiinailm/

Tornikoski, T. (2022).  Geoinformatiikkaa tutkimassa -blogi.  Viitattu 23.2.2022, saatavissa: blogi: https://blogs.helsinki.fi/tornitar/

Neljännen luennon ja ryhmäkerran aiheena oli pistemuotoiseen aineistoon tutustuminen, ruutukartat sekä rasteriaineiston käsittely QGIS:ssä (tuonti, käsittely, esim. piirtäminen rasterikartan avulla). Ryhmäkerran alkupuoli kului luennon ja ruutukarttatehtävän parissa ja lopputunnista keskityimme työskentelyyn rasterikartan parissa (mm. teiden piirtämistä karttaan)

Ryhmäkerran alussa Arttu luennoi piste- ja ruutuaineistosta. Yllätyin ruutuaineiston hinnakkuudesta (yksi lisenssi 250 m ja 1 km jopa yli 6000 euroa!) ja ihastelin muun muassa pisteaineiston keruumenetelmää (laserkeilaus) ja sen tuomia mahdollisuuksia esimerkiksi uusien historiallisten kohteiden löytämiselle (sademetsäesimerkki luennolla).

Kuntatehtävä tunnilla

QGIS:in avulla tutustuimme ruutu- ja pisteaineistoon. Uutena toimintona opittiin ”create grid”-toiminto, jolla saatiin luotua halutun kokoinen ruudukko aineiston päälle. Tämän jälkeen aineistoon lisättiin pisteaineisto pääkaupunkiseudun kaikista rakennuksista. Yllätyin aineiston sisältämästä informaation laajuudesta, sillä aineisto sisälsi tarkkaa henkilötietoa pääkaupunkiseudulla asuvista  (määrä, naisia/miehiä, ikä jne.. /rakennus).

Ruudukon lisääminen kartta-aineiston päälle on järkevää siinä suhteessa, että tällöin absoluuttista tietoa voidaan verrata eri kohteiden välillä (ruudut ovat samankokoisia eli vertailukelpoisia keskenään). Jos esim. vertailisimme eri alueiden (kuten kuntatasolla) muunkielisten määrä ilman kyseistä ruudukkoa, kokonaiskuva voisi vääristyä, sillä kunnat ovat erikokoisia pinta-alaltaan, jolloin tulokset eivät ole sinänsä vertailukelpoisia. Ruutujen avulla ihmiset voidaan myös ”paikantaa” tarkemmin, esimerkiksi tekemieni karttojen avulla (kuva 1 ja kuva 2) voidaan nähdä selkeästi alueita (ruutuja), joissa valittua muuttujaa (muukieliset) on määrällisesti eniten. Näin saamme tarkkaa tietoa väestöön liittyen ja voimme tutkia erilaisia väestöön liittyviä ilmiöitä (Esim. onko pääkaupunkiseudulla joitakin alueita, joissa segrekaatio on nähtävissä). Toisaalta lukumäärällinen tieto juuri muutaman ruudukon kohdalla ei kerro meille mitään, jos emme tiedä alueella olevaa väentiheyttä. Joillakin alueilla ihmisiä asuu selkeästi enemmän kuin toisilla alueilla, jolloin lukumäärällinen tieto ei välttämättä ole merkittävää. Tästä syystä suhteellinen tieto auttaa ymmärtämään erilaisia ilmiötä paremmin (esim. juuri muunkielisten osuus verrattuna suomenkielisiin tietyllä alueella).

Alla olevat kartat vierekkäin kuvaavat muunkielisten ihmisten osuutta pääkaupunkiseudulla neliökilometriä kohden lukumäärällisesti (kuva 1, absoluuttinen tieto) ja prosentuaalisesti (kuva 2, suhteelllinen tieto). Kartat havainnollistavat selkeästi sitä, miten kartan tekijä vaikuttaa siihen, minkälaisen vaikutelman kartasta saa.

Absoluuttista tietoa esittävää karttaa (kuva 1) katsoessa näyttäisi siltä, että lukumäärällisesti muuta kieltä puhuvia on eniten Kehä III sisäpuolella, erityisesti Helsingin keskustan ja Itä-Helsingin alueella. Kun taas tarkastellaan suhteellista tietoa esittävää karttaa, voidaan huomata, että muunkielisten määrä väestöstä on pääkaupunkiseudulla kaikkialla reilusti alle 1 %  ja väriskaala on ”levittäytynyt laajemmalle”. Helsingin keskustan alueella näyttäisi olevan muuta kieltä puhuvia vähemmän kuin muilla alueilla, joka on päinvastainen tulkinta verrattuna absoluuttista tietoa antavaan karttaan.

Jotta muunkielisten määrä ja sijaintia voidaan ymmärtää parhaiten, on tärkeää voida tulkita molempia karttoja. Näin ilmiöstä saadaan parempi käsitys.

Kuva 1. Absoluuttinen tieto (muunkielisten lukumäärällinen osuus pääkaupunkiseudulla)

Kuva 2. Suhteellinen tieto (muunkielisten prosentuaalinen osuus pääkaupunkiseudulla)

Ihailin Jessican tekemiä karttoja, jotka ovatkin todella selkeät ja mielekkäät lukea. Jessica oli ansiokkaasti lisännyt omaan karttaansa kuntarajat sen sijaan, että alue olisi vain iso ”pääkaupunkiseutu”. Vaikka kartta kuvaakin tuttua pääkaupunkiseutua, on kuntarajojen kuvitteleminen kartalle hieman hankalaa – – ja näin kuntien/alueiden vertaaminen jää huteraksi (kuviteltujen rajojen varaan).

Harjoitellen vielä tekemään karttoja QGIS:llä, jotka olisivat visuaalisesti samannäköisiä. Inprint-kartan viimeistelytoiminnossa ei taida olla sellaista toimintoa, jolla edellisen kartan valinnat saisi kopioitua uuteen karttaan. Kaipaisin tällaista toimintoa, sillä pohjoisnuolen koon ja sijainnin täsmääminen edeltävään karttaan on vaikeaa. Nyt kun kartat ovat vierekkäin, näen niissä paljon kohtia joita olisi voinut hienosäätää (mittakaaavan paikka, legendan sijainti, kartan zoomaus molemmissa samaksi jne).  Tällä kuitenkin mennään – ja ensi kerralla taas koitetaan tehdä siistimpiä karttoja 🙂

Lähde:

Isomeri, J. Viikko 4 -Rasti ruutuun. Jessikan GIS hurvittelut- blogi. viitattu 13.2.2022, saatavissa: https://blogs-test.it.helsinki.fi/jessikangishurvittelut/

 

 

 

Kolmannella ryhmäkerralla harjoiteltiin erityisesti tietokantojen yhdistämistä ja tietokantojen muokkaamista haluttuun muotoon. Yhteisen harjoitustyön aikana opittiin muun muassa sitä, miten Excel-tyyppistä tiedostoa voi tuoda QGIS:iin (tiedostomuodon vaihtaminen cvs:ksi) ja miten aineistoa voi niin sanotusti typistää ja pelkistää haluttuun muotoon kuitenkaan yhtään dataa menettämättä matkalla (dissolve/ count polygons in points- toiminnot).

Afrikka – timantteja, öljykenttiä ja konflikteja 

Ryhmäkerralla aineisto liittyi mm. Afrikan alueen merkittäviin konflikteihin, timanttikaivoksiin ja öljykenttiin. Tein alla olevan kartan (kuva 1) tunnin aikana. Kartta on empimättä hieman keskeneräisen näköinen, sillä viimeistelin kartan hyvin nopeasti ennen itsenäiseen työhön siirtymistä. En muistanut jakaa tätä tiedostoa pilvipalveluun, joten en sitä kotona pystynyt enää jatkamaan. 

Kartasta voidaan huomata öljykenttien sijaitsevan suurimmaksi osin Pohjois-Afrikassa. Sen sijaan timanttikaivokset näyttäisivät sijaitsevan erityisesti Keski-ja Etelä-Afrikan alueella – kuitenkin hyvin ripotellen. Konfliktit sen sijaan ovat sijoittuneet hyvin laajasti ympäri Afrikkaa (erityisesti Pohjois- ja Keski-Afrikkassa). Eemil nosti blogissaan esille konfliktien johtuvan Afrikan alueella hyvin moninaisista syistä, esim. nälänhädästä, korruptiosta ja kuivuudesta. Vaikka timanttikaivoksien läheisyydessä voidaan havaita konflikteja suhteellisen paljonkin, ei tästä voida tehdä johtopäätöksiä sen suhteen, että timanttikaivokset/öljykentät lisäisivät konfliktien määrää. Tietenkin tämä voi olla mahdollista – eikä sitäkään voida poissulkea.  

Kun tietokantaan lisättiin internetkäyttäjien lukumäärä eri vuosina, voisi olla mielenkiintoista tutkia onko konfliktien aikana internetin käyttö lisääntynyt/vähentynyt. Voisi olla myös mielenkiintoista tutkia onko timanttikaivosten tuottavuusluokittelun ja konfliktien välillä huomattavissa jonkunlaista yhteyttä, eli tuottavilla alueilla  tuottavina vuosina mahdollisia konflikteja enemmän. Tai liittyykö konfliktit jollain tapaa kaivosten löytämis- tai kaivausten aloitusvuoteen.  

 

Kuva 1. Konfliktit, timanttikaivokset ja öljykentät Afrikassa. Lähde: Geoinformatiikan menetelmät 1 –kurssimateriaali 

 

 Suomi – tulvia ja järviä

Kun siirryimme tunnilla itsenäisen työn pariin, kesti hetki tajuta, että mitä pitäisi edes alkaa tekemään. Vaikka tehtävässä käytettiin juuri harjoiteltuja uusia toimintoja, ei opitun soveltaminen uudessa tehtävässä tullutkaan kuin “apteekin hyllyltä”. Mietinkin tauolla sitä, olinko oikeasti miettinyt mitä alkutunnista oltiin tehty – vai painelinko nappeja vai “käskystä”.  No, lopulta pääsin kärryille hommasta, mutta harmikseni koneeni alkoi temppuilemaan toden teolla. Join-toiminto ei toiminut koneellani ollenkaan – eikä nyt siis kyseessä ollut “normaali kaatuminen”, mitä ohjelma tekee suhteellisen useasti kyseisen toiminnon kohdalla. Arttukin tuli ihmettemään, miksi en onnistunut yhdistämää MHQ/järvisyys%- aineistoa tietokantaan join-toiminnolla, eikä syy selvinnyt hänellekään. Noh, päätin auttaa ja seurata lopputunnin opiskelijakavereiden tehtävän tekoa, jonka jälkeen lähdinkin kotiin.  

Sain tehtyä kotona alla olevan kartan (kuva 2). Onneksi olin tunnilla yrittänyt aineiston yhdistämistä kymmeniä kertoja, joten muistin tämän nyt ongelmitta heti ohjelmiston avattuani. Minulla oli hieman hankaluuksia saada pylväät/ympyrädiagrammit toimimaan. Onnistuin kuitenkin lopulta tekemään ympyrädiagrammit karttaan ja vaikuttamaan ympyröiden kokoon. Jos en olisi onnistunut vaikuttamaan ympyröiden kokoon, karttaa olisi ollut aivan kamalaa katsoa – ja myös mahdotonta lukea. Elise päätyi omassa tehtävässään jakamaan teemakartan informaation kahteen eri karttaan (tulvaindeksi toisessa, järvisyys % toisessa). Itseäni tämä myös houkutteli karttaa tehdessäni, ja Elisen lopputulos onkin mieluinen! Päädyin tekemään työn kuitenkin yhteen karttaan, ja koen, että värivalinnoilla ja visualisoinnilla kartasta sai kuin saikin mielekkään näköisen.  

 Kuva 2. Teemakartta tulvaindeksistä valuma-alueilla sekä järvien/maan osuus maan pinta-alasta.   Lähde: Geoinformatiikan menetelmät 1 –kurssimateriaali. 

Kartan perusteella voidaan päätellä se, että Suomen joet valuvat Itämerelle hyvin laajalta alueelta ja tulvariski näyttäisi olevan suurinta rannikkoalueilla. Korkein tulvariski kohdistuu Pohjanmaan matalalle rannikolle ja Lounais- sekä Etelä-Suomen rannikolle.  Näillä alueilla järvien osuus pinta-alasta näyttäisi olevan pieni. Voidaan myös huomata, että niillä alueilla, joilla järvien osuus on suurempi, ei ole nähtävissä tulvariskiä. Järvet näyttäisivät olevan tärkeä tekijä tulvariskin vähentämisessä. Tuomas oli löytänyt blogiinsa hyvän lähteen (Syke 2007), jonka mukaan “suuri järvien määrä tasoittaa virtaaman vuotuisia vaihteluita selvästi”.  

Lähteet: 

Hartikainen, T. (2022). Maa-gis-ta menoa. Viitattu 6.2.22, saatavissa: https://blogs.helsinki.fi/tuomhart/2022/02/02/3-kurssikerta/

Tammela E. (2022). Geoinformatiikan menetelmiä Elisen Tapaan. Viitattu 6.2.2022, saatavissa: https://blogs.helsinki.fi/tammelael/