gwiren’s blog

Den sista uppgiften vi fick gick ut på att hitta ett eget material som man skulle framställa på något specifikt sätt. Detta var svårt att komma på vad jag skulle välja för material eftersom man i princip kunde välja vad som helst. Därtill var det svårt att hitta material och således skapade jag eget med hjälp av excel. Jag måste erkänna att mina kunskaper är mycket begränsade och valde således en rätt så simpel uppgift. Slutligen valde jag att titta noggrannare på  information om Sydamerika som jag kunde framställa. Under lektionen stötte jag på många tekniska utmaningar, men jag fick det att se ut som jag ville och är rätt så nöjd med mina kartor.

 

Bild 1 befolkning i Sydamerika

På bild 1 ser man hur befolkningen i Sydamerika är fördelad. Den slutsatsen som vi kan ta är att befolkningsmängden varierar mycket i världsdelen. Brasilien, Argentina och Colombia är de länder med högst population medan Guyana och Falklandsöarna är de med minst. Skillnaden är stor mellan dessa länder.

 

Bild 2: Befolkningstätheten och fattigdom i Sydamerika.

På den andra bilden kan man se hur tätt befolkat länderna är och hur stor andel av landet som lider av fattigdom. Det finns inget konkret samband mellan fattigdom och befolkningstätheten i ett land, eftersom glest befolkade områden kan båda vara rikare och fattigare. På kartan visar diagrammen mängden fattiga och för att framställa informationen så tydligt som möjligt måste jag sätta inte fattiga och fattiga i samma diagram. Den gråa färgen visar mängden fattiga och de norra delarna är tydligt fattigare än de södra. Det finns länder som varken har en färg eller ett diagram och orsaken är att det fanns otydlig och bristande information.

 

När jag läste Armida Wanströms (2024) inlägg om den sista kursgången började jag reflektera över kursen som en helhet. Jag håller med om att jag känner mig säkrare med programmet och att jag har lärt mig mycket. Dessutom relaterar jag starkt till känslan av att vara stolt över att jag har lyckats klara av varje uppgift. Däremot måste jag också erkänna att jag är glad över att kursen är över och att jag inte på en stund om någonsin kommer hamna arbeta med QGIS igen. Programmet har inte fungerat på min egen profil, vilket medförde snabbt en känsla av att jag inte kommer lätt lyckas med alla uppgifter.

Källor:

Wanström, A. (2024) Himalaya är ett urbant problem vecka 7, hämtat 12.3.2024.

 

Himalaya är ett urbant problem vecka 7

 

Dagens lektion började med en kort genomgång över stadsplanering. Det lyftes fram om vad som behövs för att ett område ska vara välfungerande för befolkningen. De viktigaste komponenterna är trygghet, estetik, smidighet och bänkar där människorna kan sitta och tillbringa tid.

Därefter fick vi relativt snabbt börja avlägsna oss i grupper ut på en promenad. Vår grupp gick ända till korsningen vid Koskelantie förbi Indiaparken. Det var intressant att titta på olika områden i Gumtäkt då jag sällan rör mig där. Vi rörde oss på ett stort område och vi ville välja sex mångsidiga platser. Med att områden var mångsidiga menar jag att vi hade platser som var välfungerande och trygga, men också områden som vi upplevde att tryggheten inte hade prioriterats. Vi använde appen Epicollect5 för att kunna samla in GIS data. Jag tyckte om denna uppgift eftersom vi fick i en grupp göra något avvikande istället för att sitta fast vid en skärm hela lektionen.

Dessutom var det roligt att i klassrummet arbeta med det data vi hade samlat in som en grupp, eftersom det hjälpte att konkretisera uppgiften. Det som syns på bilden är hur säkert området runt fakulteten är. De som syns som rött är de otryggaste områden, sedan orange, gul, grön medan de blåa områdena är de tryggaste. Det som kan tolkas från kartan är att det finns många trygga områden i Gumtäkt. Det finns endast ett otryggt område och det är korsningen vid Arabias shoppingcentrum.

Bild 1. Tryggheten i Gumtäkt.

I min andra uppgift har jag valt att lyfta fram jordbävningars dödlighet över hela världen. De gula områdena är de som har den största dödligheten. Med att tolka kartan kan man se att Centralamerika och Asien har de dödligaste jordbävningarna. Jag hade en del tekniska utmaningar med denna uppgift, men jag fick det till slut att fungera. Denna kursgång är jag mycket nöjd med mina båda uppgifter. Det som jag däremot skulle ha kunna göra bättre är att ta ett specifikt område och mera noggrant kolla på jordbävningar där. Det skulle ha varit tydligare och lättare att tolka, och säkerligen mera intressant som läsare.

Bild 2. Mängden dödsfall baserat på jordbävningar

När jag läste Saara Torvis (2024) blogg såg jag många exempel på hur samma information eller liknande information kan framställas. Hon hade gjort lite olika kartor och de var alla tydliga och estetiskt fina. Dessutom tog hon upp en mycket bra poäng, om man vill visa kartor där man har valt att lyfta fram t.ex jordbävningar skulle man istället för att ha landsgränser kunna visa var litosfärplattorna går. Detta eftersom de oftast sker var dessa gränsar.

Källor:

Torvi, S. (2024). Kuudes kerta – liukastelua ja interpolointia. https://blogs.helsinki.fi/saatorvi/

Denna vecka hade jag lättast med att följa med de olika delarna som skulle göras. Då det kom till att ensam arbeta med dessa uppgifter tycker jag att det var svårare. Vi lärde oss buffer, clip och olika select variationer och kommandon. Målet för lektionen var att undersöka hur många människor som bor inom en vissa radie till ett visst specifikt område. Vi övade på detta först genom att fortsätta på förra gångens karta genom att undersöka barnens skolväg. Hur många som bodde 1 kilometer från skolan och vilka som bodde 5oo meter från en hälsostation.

Till den självständiga uppgiften handlade det om att analysera flygfältsområdet i Malm. Jag ritade runt hela flygfältet, istället för att endast rita runt kiitoradat. Detta medför att andelen människor som bor inom 1 kilometer och 2 kilometer är större. Inom 1 kilometer var det 11022 människor. Inom 2 kilometer bor det 71112 människor.

17 människor bor i det området där ljudnivån är som högst, vilket medför en procentuell andel på 0,15%.

 

Bild 1: 2km område från HKI-Vanda flygplats.

Bild 2: kiitoradat med upplyst 65 db område.

Bild 3: 1 km inom Malm flygplats

 

Jag tycker ärligt att denna kurs och att dessa uppgifter är svåra och utmanande för mig. Jag fastnade och min dator stängde av programmet mitt i uppgiften. Detta medförde att jag hamnade börja om från början och att jag inte hann utföra andra uppgifter. För mig känns det som att varje uppgift har så många moment och att det är mycket noggrant att man inte trycker fel och missar ett steg. Detta gör mig osäker och de tar länge att lyckas utföra en backa då man hamnar backa, eller ofta också hamnar börja om från början.

Jag kan också se möjligheterna med QGIS programmet. De uppgifter vi har gjort är mycket varierade och det känns som att vi endast skrapar på ytan då det kommer till utförande av olika uppgifter. Jag håller med Jon Hägerfelth (2024) som har liknande tankar och också lyfter fram utmaningen med de finska instruktionerna. Det blir stundvis svårt då jag pratar svenska, instruktionerna är på finska och programmet på engelska. Dessutom handlar det inte endast om att förstå hur programmet fungerar men också själva uppgifts beskrivningen.

Jag ser framemot nästa gång då vi kommer för en stund avlägsna oss ur datorsalen.

 

Källor:

Hägerfelth, Jon. (2024) Vecka 5. https://blogs.helsinki.fi/joqhager/

 

Lektionen började med att prata om vektordata och rasterdata. Dessutom förelästes det om olika sätt att samla in geografisk information. Det huvudsakliga sättet som använda är “laserkeilaus”. Metoden handlar om att samla in information med hjälp av reflektion. Denna metod är inte användbar på vintern.

Denna vecka tyckte jag att var den roligaste hittills. Vi lärde oss om hur man får fram geografisk data med hjälp av rutor. Det huvudsakliga minuset med att presentera information såhär är att denna karta inte tar hänsyn till relationen mellan befolkningsmängden och mängden svensktalande människor. Eftersom min legend saknas, förtydligar jag med att förklara att de blåa är de områden med minst svenskspråkiga, sedan grön, sedan gul, orange och mest svensktalande finns det i de röda områden. Det som syns på kartan är att Grankulla, vissa områden i Esbo och i Helsingfors har de mest svenskspråkiga områdena. I Vanda är det inte lika vanligt med människor som pratar svenska. Som jag tidigare nämnde tar inte denna karta i beaktande då man inte jämför med befolkningsmängden.

AnnaSofia Toivonen (2024) tog också upp att vi lärde oss denna kursgång att gallra irrelevant information vilket underlättar användningen av QGIS.

 

Kartan saknar en legend och annan essentiell information som jag kommer att lägga till, då jag har åtkomst till universitets datorer.

Vi började med en uppgift som vi kommer att fortsätta med nästa gång. Denna gång skulle vi endast rita vägarna och alla hus och det är detta som syns på min karta huvudsakligen. De blåa prickarna är hus och de svarta linjerna är vägarna. Denna uppgift påminde mig mycket om kursen “Tiedon esittäminen maantieeteessä”. Jag tyckte mycket om kursen och således kändes denna kursgång mycket trevligare då vi fick en uppgift som redan var bekant för en. Innan vi ritade tittade vi på höjdskillnaderna i detta område som vi kommer ta del av nästa gång. Det kommer att bli intressant.

Såhär ser min uppgift ut för tillfället.

Källor:

Toivonen, A. (2024). Viikko 4: Pisteitä, ruutuja ja rasteriaineistoja. Hänvisat 12.2.2024: https://blogs.helsinki.fi/annasoto/

 

Lektionerna i kursen blir mer intressanta och det är lättare att hänga med då man har börjat förstå sig på QGIS ännu mera. Däremot fungerar inte ännu programmet på min egen profil, trots många försök på att lösa problemet. Lektions uppgiften gick ut på att analysera en karta på Afrika. Det handlade om att lyfta fram konflikterna, var de har gjorts diamantfynd samt oljefält. Dessutom gick en större del av arbetet på lektionen åt att studera sambandet mellan dessa alla. Det var en intressant uppgift som fungerande som en bra grund och övning inför den uppgiften vi själva skulle arbeta med.

 

 

Kursuppgiften:

Denna uppgift hann jag få färdigt under lektionen och den handlade om att lyfta fram översvämningsområden i Finland. Som tur hann vi påbörja uppgiften på lektionen så att man fick hjälp då man körde fast. Jag med min kompis fick uppgiften rätt så snabbt gjort, men vi hade svårt att få cirkeldiagrammen på kartan. När jag har tittat på alla andras bloggar, känns det som att cirkeldiagrammen inte var det bästa alternativet, utan att jag skulle kunna ha använt mig av stapeldiagram istället. Däremot tycker jag att cirkeldiagrammen förtydligar sambandet mellan “järvisyys” och “maa-ala”. Det blir svårt att få fram cirkeldiagrammen på mindre områden, eftersom de börjar överlappa lätt på varandra. Jag känner att min legend är otydlig då de kommer till min karta, eftersom vissa delar inte alls syns.

När jag läser Taika Jaakkolas (2024) blog förtydligar hon att översvämningsindexet och “järvisyys” korrelerar negativt, ju högre procent “järvisyys” inom avrinningsområdet, desto lägre än områdets översvämnningsindex. Översvämningsrisken är däremot mycket låg i Finland då man jämför med många andra länder. Jag håller dessutom med Anna Seppäläs (2024) kommentar om att kust/strandlinjen är otydlig, vilket stör då översvömningsindexet är högre i Österbotten då man jämför med resterande områden i Finland.

Källor:

Jaakkola, T. (2024) Tietokantojen tunnelmissa – Konflikteja Afrikassa ja tulvia Suomessa. Hänvisad 5.2.2024

Seppälä, A. (2024) 3 viikko – Attribuuttitaulukkojen syövereissä. Hänvisad 5.2.2024 https://blogs.helsinki.fi/sexanna/2024/02/01/3-viikko-attribuuttitaulujen-syovereissa/

 

Den andra gångens uppgift gick ut på att jämföra samma område med olika kartprojektioner för att se hur stor skillnad de finns på dem. Jag valde att titta närmare på Aitoff, Winkel Trippel och Eckert. I början kändes det svårt eftersom vi tittade på så många olika funktioner på QGIS, att det var svårt för en oteknisk individ som mig att hänga med. Efter att ha gjort uppgiften några gånger på liknande sätt, började QGIS att kännas lite lättare, men jag upplever att jag ännu måste öva.

För mig var lektionen mycket utmanande. Mitt program ville inte fungera, trots att jag stängde av datorn och loggade ut och prövade på alla möjliga sätt. Tekniska problemen ledde till att jag måste sitta två timmar extra och göra projektionerna på min kompis profil. Jag hoppas att den tekniska biten löser sig till nästa gång, eftersom det var frustrerande att inte kunna göra i samma takt som alla andra.

När jag tittar på mina projektioner, märker jag att det blev en rätt så stor skillnad projektioner emellan. Aitoff och WinkelTripel blev rätt så liknande, medan Eckerts skiljer sig tydligare från de två förstnämnda.

 

Bild 1: Aitoffs projektion

Aitoffs projektion används ofta inom astronomi för att skapa världsatlaser av rymden. Projektionen är en kompromiss mellan form och avstånd, var den kombinerar cylindriska och azimutala projektioner. Kartan är i oval form för att ge en jämn fördelning på områden. (Snyder, 1993)

Bild 2: Winkeltripel projektion

Winkeltripel projektionen skapades för ge en bra balans mellan avstånd och form över hela världen. Projektionen är preudocylindrisk, vilket betyder att den försöker minimera förvrängningen av kontinenter. Fördelen med projektionen är att den ger en bra kompromiss mellan form och avstånd ur ett världsligt perspektiv vilket gör den visuellt lätt förstådd. (Wikipedia)

Bild 3: Eckerts projektion

Det finns många olika varianter av Eckerts projektion. Projektionen har som mål att minska på förvrängningen av former för att ge storleken och formen för alla delar av världen. (Wikipedia)

Överlag är jag rätt så nöjd med hur kartorna blev. Eckert projektionen blev och se mycket annorlunda ut, men det blev väldigt liten skillnad kommuner sinsemellan. Jag valde att sätta blått på varje karta för att det blir lättare att jämföra då samma färg har använts. Jag skulle ha kunnat redigera talen på legenden mera, grupperingen är lite onödigt noggrant gjord, detta säger Kontinen och jag håller helt med henne, då jag tittar på mina egna kartor. Då jag gjorde projektionerna prövade jag med olika färgskalor, men märkte att den blåa var mest behaglig och tydlig. Jag håller med var Hilla Kontinen säger om att regnbågsskalan blir mera färggrann, men att de andra färgalternativen förtydligar kartan. (2024)

 

Källor:

Snyder, J. P. (1993). Flattening the Earth. Two Thousand Years of Map Projections. Chicago and London: University of Chicago Press.

Wikipedia: https://en.wikipedia.org/wiki/Winkel_tripel_projection

Wikipedia:

https://en.wikipedia.org/wiki/Eckert_IV_projection

Kontinen, Hilla (2024) karttaprojektoihin tutustumista.

https://blogs.helsinki.fi/hillakon/

 

Som första uppgift fick vi att lyfta fram kväveutsläpp i länderna runt Östersjön. För att kunna lyfta fram denna information skulle vi använda programmet QGIS. För mig var detta program helt nytt och mycket av video föreläsningen gick åt till att lära sig grunderna. Jag kunde inte närvara på plats första gången och har med hjälp av en inbandning av en föreläsning 2021 försökt göra uppgiften. Det gav mig mera tid och möjlighet då jag kunde pausa, spola tillbaka och spola över andra studerandes frågor. Min uppgift ser således lite annorlunda ut, eftersom den följer en äldre version. Uppgiften var rätt så enkel, men ibland var det svårt att få vissa tekniska detaljer att gå ihop. Efter att jag hade kommit igång så gick de förvånansvärt bra, och stunderna av frustration blev få. Mitt huvudsakliga problem kom då bilderna/kartorna skulle sparas och läggs upp hit på bloggen. De är mycket suddiga, men jag hoppas att detta löser sig till nästa vecka. Jag vet att jag har några misstag, men jag hoppas kunna utföra nästa veckas uppgift bättre då jag har fått mera handledning, stöd och tid.

Uppgift 1: Kväveutsläpp i länderna runt Östersjön 

Den koropletiska kartan visar hur mycket kväveutsläpp länderna runt Östersjön har. På bilden får man en tydlig överblick av situationen. Det som man först märker är att Polen har en mycket större mängd utsläpp än de andra länderna i Europa. Veera Martikainen (2024) skriver i sin blogg om hur hon saknade procenttecknet från sin karta för att göra den mer informativ och tydligare. Jag märker att jag saknar samma information, som skulle förtydliga min karta. 

Jag tyckte det var utmanande att komma på i hurudana grupper man skulle dela in procentandelen. Dessutom saknar min karta en förtydligande av vad den gröna färgen motsvarar på kartan. Jag är inte heller nöjd över att jag har 4 olika grupper länderna kan delas in i, men två av grupperna syns inte på kartan. Då jag försökte göra ändringar i dessa, så lyckades jag inte. Jag skulle ha kunnat använda en annan färg på resten av länderna, till exempel grå så att de andra länderna inte skulle komma fram så tydligt.

Efter att ha sett att Polen hade överlägset mest utsläpp ville jag ta reda på varför. Efter snabbt googlande handlar de om kväveutsläpp i samband med lantbruk. Heikki Säntti (2024) reflekterar i sin blogg om varför Polen har så högt utsläpp, då de har en betydligt mindre kustlinje än till exempel Finland. Säntti kom fram till samma sak som jag, Polens orsak till höga mängder utsläpp har att göra med deras jordbruk.

 

Uppgift 2: Andelen svensktalande människor i kommunerna 

 

Eftersom jag är svenskspråkig så var det en självklarhet för mig att vilja göra en QGIS uppgift om detta. Dessutom var detta nivå ett, och med tanke på att jag inte kunde delta på plats så var jag inte färdig för att pröva på någon svårare uppgift. Veera Martikainen (2024) gjorde också samma uppgift och lyfte fram att den svensktalande befolkningen huvudsakligen finns längs med den södra och västra gränsen och speciellt i skärgården. Dessutom lyfter hon fram att det finns enstaka platser i Finland som inte alls har någon svenskspråkig befolkning. 

Ifall jag skulle ha delat in mina grupper i legenden med andra tal så skulle min karta ha blivit mera färgrik. Det fanns många kommuner vars andel var under 10%, därför har min karta många kommuner som endast är ljusgråa. Dessutom blev mina gap mellan olika färgskalor såpass stor att de är endast få delar av kartan som har fått färg. Med min karta kan jag tydligt lyfta fram att den svenskspråkiga befolkningen är bosatt längs med kusten. Det som jag skulle ha kunna göra bättre är att välja en annan färg, för att göra den trevligare och enklare att tolka.

 

Källor:

 

Martikainen, V. (2024) Veeran gis-blogi. Ensimmäinen kurssikerta. 

Refererad 23.1.2024. Källa: https://blogs.helsinki.fi/veematik/

Säntti, H. (2024). Heiggi’s Blog. Ensimmäinen kurssikerta. Refererad 23.1.2024. Källa: https://blogs.helsinki.fi/hksantti/

 

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