Viikko 7: Viimeistä viedään ja muita höpinöitä

Höpinää aineistoista

Seitsemännellä eli viimeisellä kurssikerralla saimme itse etsiä meitä kiinnostavan aineiston ja tehdä siitä lähes mitä halusimme. Aineiston valinnassa iski valinnanvaikeus, sillä onhan internet täynnä mitä mielenkiintoisimpia aineistoja. Päädyinkin lopulta valitsemaan aineiston, joka kuvasi Ranskan suurlähetystöjä maailmalla, sillä halusin tutkia maailmaa jostain muusta kuin Suomen perspektiivistä. Olin siis hyvin valmistautuneena menossa viimeiselle kurssikerralle …kunnes luin ohjeet kurssikerran alussa ja tajusin, että aineiston olisi kenties hyvä käsitellä pienempää aluetta, ei koko maapalloa. Jatkoin siis etsimistä ja aika pian aloin tutkimaan, löytäisinkö hyviä aineistoja minulle rakkaasta Réunionin saaresta (ks. sijainti kuva 1).

Kuva 1. Réunionin sijainti. Karttana Google Mapsin peruskartta (2024).

Annasofia Toivosen tavoin vietin useamman tunnin selaillen erilaisia sivustoja aineiston toivossa. Ranskan valtion datasivut tulivatkin minulle erittäin tutuiksi. Ranskan muista alueista (région) että departementeista (département) löytyi vaikka mitä, mutta merentakaisista alueista ja departementeista ei lähes mitään, vaikka ne ovatkin juridisesti samalla viivalla muiden alueiden ja departementtien kanssa. Lyhyesti selitettynä alue eli région on siis yleensä suurempi ja sisältää useita departementteja, mutta Réunionin kohdalla näin ei ole, vaan saari on itsessään sekä alue että departementti.

Pitkällisen tutkimisen jälkeen löysin kuin löysinkin monta hyvää aineistoa Réunionista. Aluksi vastaan tuli vain Ranskan valtion vesilaitoksen Système d’Information sur l’Eaun tuottamaa vesiin ja niiden virtaamiseen liittyvää aineistoa ja olinkin todella lähellä tehdä kurssikerran kartat jostakin veteen liittyvästä. Olen kuitenkin lähtökohtaisesti enemmän kiinnostunut ihmismaantieteestä, joten jatkoin vielä hetken etsimistä ja löysinkin lopulta useamman väestöön keskittyvän aineiston. Listaan käyttämäni aineistot tekstin loppuun ennen lähteitä.

 

Kartan laatiminen

Réunion on eräänlainen takapajula Ranskan alueiden joukossa ja esimerkiksi työttömyysluvut ovat Ranskan toiseksi korkeimmat sisarsaarensa Mayotten ollessa ensimmäisenä (Acheré et al., 2023). Siitä syystä halusinkin lähteä tutkimaan työttömyyslukuja Réunionin kunnissa. Yhdistin tämän pariksi aineiston Réunionin kuntien äänestysprosenteista vuoden 2017 presidentinvaaleissa ja aloin suunnittelemaan toteutusta. Molemmat aineistot olivat taulukkomuotoisina, joten niiden liittäminen vaati taulukoiden muuttamisen csv-muotoiseksi. Se onneksi sujuu minulta jo todella hyvin, eikä ongelmia juurikaan ollut. Äänestysprosenteista kertova aineisto sattui olemaan turhan laaja, sillä se sisälsi kaikkien Ranskan kuntien äänestystiedot. Sitä täytyi siis karsia ennen QGISiin viemistä, mutta tästäkään ei onnekseni muodostunut ongelmaa. Pääsin siis hyvin aloittamaan kartan tekoa.

Kuva 2. Kurssikerralla laatimani kartan lopputulos.

Neljännellä kurssikerralla kokeilimme diagrammien tekoa, eikä se mennyt minulta kovinkaan mallikkaasti. Halusinkin yrittää uudelleen ja saada ikään kuin korjaavan kokemuksen. Onnistuin hetken tuskailun, ja pikaisen YouTube-tutoriaalin avulla, saamaan diagrammit näkyviksi ja muu olikin yhtä leikkiä. Yhdistin diagrammien pariksi vanhan kunnon koropleettikartan työttömyysasteesta kunnittain, ja voilà, kartta oli valmis (kuva 2).

Tausta-aineisto ei valitettavasti sisältänyt Petite-Ilen ja l’Etang-Salén äänestystuloksia, joten ne jäivät lopputuloksesta uupumaan. Toiseksi ongelmaksi muodostui kartan värimaailma. Painin sen kanssa pidemmän aikaa, eikä lopputulos vieläkään oikein miellytä. Tällä kurssilla onkin käynyt harvinaisen selväksi, etten osaa valita hyvää värimaailmaa kartoille. Ehkä siinäkin vielä kehityn tulevilla kursseilla.

 

Muita mielenkiintoisia vaihtoehtoja

Käyttämieni aineistojen lisäksi löysin aivan todella mielenkiintoisen aineiston, joka kuvasi saaren infrastruktuuria ja luontoalueita. Se oli erittäin yksityiskohtainen ja sisälsi kaikki tiet, talot käyttötarkoituksineen, erilaiset maankäyttöalueet, vesistöt ja ”une liste de point d’intérêt” listan eräänlaisista kiintopisteistä kuten huoltoasemista tai turistikohteista. Kuvassa 3 on pieni esimerkki tästä aineistosta. Olin jo ehtinyt valita toisen käyttämistäni aineistoista, enkä äkkiseltään keksinyt, miten tämän olisi voinut yhdistää siihen, joten päädyin hylkäämään tämän hienon aineiston. Aion kuitenkin käyttää kyseistä aineistoa joskus myöhemmin, jos siihen tulee mahdollisuus.

Kuva 3. Esimerkkikuva löytämästäni todella yksityiskohtaisesta aineistosta. Kuvassa Saint-Pierren kaupungin keskusta-aluetta.

Yksi vaihtoehto olisi ollut myös yhdistää edellä mainittu aineisto löytämiini vesiaineistoihin ja tutkia sitä, kuinka moni maatalousalue sijoittuu pohjaveden kannalta huonolle alueelle tai sen välittömään läheisyyteen. Tätä ideaa toteuttaessa olisin voinut esimerkiksi bufferoida.

 

Loppuhöpinöitä

Lopulta viimeinen kurssikerta meni yllättävän hyvin ja oli mukavaa perehtyä ranskankielisiin aineistoihin suomen- tai englanninkielisten aineistojen sijaan. Nyt tiedän myös mistä löytää ranskankielistä dataa, jos, tai toivottavasti kun, sitä tulevaisuudessa tulen tarvitsemaan.

Yleisesti kurssi oli mukava ja ehdottomasti sisällöltään tärkeä. GISin maailma on käynyt tämän kurssin myötä edes vähän tutuksi, vaikka toki opittavaa on vielä todella paljon. Muita GIS-kursseja odotellessa!

 

Aineistot

Käyttämäni aineistot:
– Työttömyysluvut:  La Direction générale des Collectivités locales. (2023). Données locales département : La Réunion. Open Collectivités. URL: https://www.open-collectivites.fr/departement/la-reunion/
– Äänestysprosentit: Ministère de l’Intérieur et des Outre-Mer. (24.4.2017). Election présidentielle des 23 avril et 7 mai 2017 – Résultats du 1er tour. Data.gouv.fr. URL: https://www.data.gouv.fr/fr/datasets/election-presidentielle-des-23-avril-et-7-mai-2017-resultats-du-1er-tour-1/
– Pohjakartta: OpenStreetMap. (5.1.2022). Découpage administratif communal français issu d’OpenStreetMap. Data.gouv.fr. URL: https://www.data.gouv.fr/fr/datasets/decoupage-administratif-communal-francais-issu-d-openstreetmap/

Aineistot, joista puhuin:
– Vesiaineistot: Système d’Information sur l’Eau. (3.11.2020). Zones sensibles – Réunion. Data.gouv.fr URL: https://www.data.gouv.fr/fr/datasets/zones-sensibles-reunion/ ja Système d’Information sur l’Eau. (26.1.2020). Obstacles à l’écoulement – Réunion. Data.gouv.fr. URL: https://www.data.gouv.fr/fr/datasets/obstacles-a-lecoulement-reunion/
– Infrastruktuuria ja luontoa käsittelevä yksityiskohtainen aineisto: Lexman, A. (2.12.2019). Carte des départements. Data.gouv.fr. URL: https://www.data.gouv.fr/fr/datasets/carte-des-departements-2-1/

 

Lähteet

Acheré P., Bouville A., Chrétien V., Hoair G., Méral C., & Philogène V. (11.5.2023). Emploi : La Réunion, une île aux deux visages. Franceinfo. URL : https://www.francetvinfo.fr/france/la-reunion/emploi-la-reunion-une-ile-aux-deux-visages_5819981.html

Toivonen, A. (7.3.2024). VIIKKO 7: Aineistot, minä ja luovuus hukassa. Annasofian blogi. URL: https://blogs.helsinki.fi/annasoto/2024/03/07/viikko-7-aineistot-mina-ja-luovuus-hukassa/

Viikko 6: Ulkoilua ja hasardeja

Kuudes kurssikerta oli ikään kuin jaettu kahteen osaan. Ensimmäiset noin puolitoista tuntia käytettiin datan keräykseen ja sen hyödyntämiseen, minkä jälkeen vaihdoimme kokonaan aihetta ja saimme kohtuullisen vapaat kädet tekemisiin.

 

Datan keräys ja käyttö

Kurssikerran aluksi jalkauduimme kampuksen ympäristöön arvioimaan mm. alueen turvallisuutta ja viihtyvyyttä. Käytimme Oxfordin yliopiston Epicollect5-sovellusta pisteiden keräämiseen ja kerroimme samalla oman käsityksemme paikan ominaisuuksista. Datan keräyksen kylkiäisenä saimme tietysti mukavan aamujumpan pikkupakkasessa, mikä piristi kivasti aamuaivoja.

Epicollect5-sovellus olisi todella hyvä väline datan keräämiselle, jos se toimisi täydellisesti. Näin ei kuitenkaan ollut, ainakaan tällä kertaa. Sovellus toimi puhelimella ihan kelvollisesti, vaikka paikannus saattoikin heittää hieman. Luokassa kävi ilmi, ettei kaikkien keräämä data siirtynyt ongelmitta datan tarkastelualueelle. Toisaalta siirtymätön data taisi olla lähinnä kuvia, joten kirjoitetun informaation siirtämisessä sovellus toimi tarpeeksi hyvin. Sovelluksen ehdottomana plussana on myös sen helppo saatavuus ja käyttäjäystävällinen ulkoasu. Sovellusta onkin nettisivujen mukaan käytetty siten, että tavalliset kansalaiset ovat lähettäneet havaintojaan sovelluksen kautta jollekin virallisemmalle taholle. Epicollectin virallisilta sivuilta löysin esimerkiksi projektin, jossa veneilijät kirjaavat delfiinihavaintojaan sovelluksen kautta, ja siten Kanaalisaarten tieteelliset seurat voivat tarkkailla merielämää entistä paremmin (Alderney Wildlife Trust, Société Guernsiaise & Société Jersiaise. 2024).

Takaisin asiaan. Pääsimme siis keräämään itse dataa ja luokkaan päästyämme käytimme keräämäämme dataa. Teimme yhdessä harjoituksen, jossa interpoloimme Kumpulan alueen turvallisuusasteen keräämiemme pisteiden pohjalta (kuva 1). Lopputuloksesta tuli mielestäni hieno ja selkeästi tulkittava.

Kuva 1. Keskiviikon ryhmien keräämän datan perusteella luotu kartta Kumpulan kampuksen ympäristön turvallisuudesta. Huomaa Arabian kauppakeskuksen edusta punaisella.

Oli mielenkiintoista huomata, kuinka samalla tavalla eri ryhmät olivat arvioineet tiettyjen paikkojen turvallisuusastetta. Artun mukaan viikon kaikki siihen mennessä olleet ryhmät olivat arvioineet Arabian kauppakeskuksen edustan turvattomaksi. Ei se toisaalta yllätä, sillä kyseisen kauppakeskuksen edessä on paljon liikennettä ja välillä autot ajavat kauppakeskuksen eteen olevalle aukiollekin.

 

Omien karttojen tehtailu hasarditietokannoista

Kurssikerran toinen osuus oli itsenäistä työskentelyä valmiiden aineistojen pohjalta. Saimme valita haluavamme aineiston tulivuorten, maanjäristysten tai meteoriittien putoamispaikkojen väliltä, vaikka kaikkia sai toki myös hyödyntää. Itse lähdin aluksi työskentelemään tulivuorten kanssa, mutta päädyin lopulta yhdistämään myös vuoden 2023 aikana tapahtuneet yli 4 magnitudin maanjäristykset soppaan mukaan.

Kuva 2. Koropleettikartta tulivuorten määristä valtioiden alueilla.
Kuva 3. Koropleettikartta vuonna 2023 tapahtuneista yli 4 magnitudin maanjäristyksistä eri valtioiden alueilla.

Sain aikaan neljä karttaa (ks. kuvat 2, 3, 4 ja 5), joiden kauneudesta ja selkeydestä voidaan olla montaa mieltä. Koropleettikartat (kuvat 2 ja 3) ovat mielestäni ihan selkeitä ja luettavia, vaikka niistä jäikin puuttumaan Egyptiä kuvaava polygoni. En tiedä, mitä Egyptille kävi, mutta QGIS ei suostunut sitä näyttämään, vaikka se mielestäni oli pohja-aineistossa mukana. Onneksi Egyptin alueella ei ollut tapahtunut yhtään yli 4 magnitudin maanjäristystä vuonna 2023, eikä siellä myöskään ole yhtään tulivuoria. Karttatulkintaan Egyptin puuttuminen ei siis vaikuta. Kaksi muuta karttaa ovatkin sitten hieman arvelluttavimpia. En ole edes varma, miten loin maanjäristysvyöhykkeet kartalle (kuva 4), eikä kartan ulkoasu ole myöskään ollenkaan miellyttävä. Maanjäristysten magnitudien voimakkuutta kuvaavan kartan (kuva 5) taas loin QGISin valmiilla lämpökarttatyökalulla, Armida Wanströmin kartan inspiroimana, mutta en saanut mistään näkyviin, miten työkalu luokittelee maanjäristysten magnitudit.

Kuva 5. Lämpökartta vuonna 2023 tapahtuneista yli 4 magnitudin maanjäristyksistä maanjäristyksen voimakkuuden mukaan.

 

Eivät karttani toivottavasti täysin käyttökelvottomia olisi opetuksessa, vaikka lähtökohtaisesti en itse käyttäisikään niitä havainnollistamismateriaaleina.

Kuva 4. Vuonna 2023 tapahtuneiden yli 4 magnitudin maanjäristysten tapahtumapaikat ja tulivuorten sijainnit maailmanlaajuisesti.

Maanjäristysten sijainteja osoittavaa karttaa (kuva 4) voisi hyödyntää esimerkiksi näyttämään korrelaatio maanjäristysten sekä litosfäärilaattojen reunakohtien välillä. Jos vertaa tekemääni karttaa esimerkiksi tähän litosfäärilaattoja kuvaavaan kuvaan, voi maanjäristysten ja litosfäärilaattojen reunojen välillä nähdä yhteyden. Se on tietysti selvää kaikille vähänkään yleissivistyneille yksilöille, mutta kenties ala-asteikäisten opetuksessa voisi käyttää tällaista havainnointia. En toisaalta tiedä, kuinka hyvin sen ikäinen hahmottaisi tällaisia asioita tai kuvia.

 

Tulivuorten ja maanjäristysten määriä kuvaavia karttoja (kuvat 2 ja 3) voisi käyttää vertailtavana aineistona, kun tutkii eri valtioiden saamaa kriisiapua muilta valtioilta tai järjestöiltä. En tiedä korreloiko valtion saama apu ja luonnonhasardien määrä keskenään, mutta voisi kuvitella, että edes jonkinlainen yhteys löytyy. Jos yhteys on olemassa, voisi esimerkiksi yläaste- tai lukioikäiset laittaa vertailemaan näitä karttoja ja kriisiapuaineistoja.

 

Lähteet ja viitteet

Alderney Wildlife Trust, Société Guernsiaise & Société Jersiaise. (12.2.2024). SJ Dolphin Watch. Epicollect5.
URL: https://five.epicollect.net/project/sj-dolphin-watch

Wanström, A. (22.2.2024). Tehkää minusta opettaja! viikko 6. Gissful thinking.
URL: https://blogs.helsinki.fi/armida/2024/02/22/tehkaa-minusta-opettaja-viikko-6/

Äärelä, C. (29.5.2018). Miksi Suomen kallioperässä voidaan nähdä litosfäärilaattojen rajoilla muodostuneita rakenteita? Geologia.fi
URL: https://www.geologia.fi/2018/06/29/miksi-suomen-kallioperassa-voidaan-nahda-litosfaarilaattojen-rajoilla-muodostuneita-rakenteita/

Viikko 5: Bufferointia ja hermoromahduksia

Viidennellä kurssiviikolla kurssikerran päivälle sattui osumaan poliittinen yleislakko, mikä luonnollisesti tarkoitti sitä, etteivät julkiset kulkeneet. Niinpä jouduin jäämään kotiin suorittamaan kurssitehtäviä ainoastaan omien kykyjeni varaan. Katastrofin ainekset? Kenties, mutta siitä huolimatta hyppäsin innokkaasti tehtävien pariin. Minulle selvisikin pian, että tämän kurssikerran tehtävät olisivat joka tapauksessa olleet itsenäisiä, ei siis syytä huoleen.

 

Bufferointia

Olin tutustunut bufferointiin jo MAA-104-kurssilla, mutta missään nimessä en voi sanoa, että ymmärsin bufferoinnin tarkoituksen ja hyödyllisyyden tuon pienen tutustumisen perusteella. MAA-104-kurssin bufferointitehtävässä lähinnä seurasin aivottomasti ja mitään ymmärtämättä annettuja ohjeita. Jotain hyötyä siitä kuitenkin oli, sillä ainakin bufferointi terminä oli tuttu ja se lisäsi itseluottamusta näiden tehtävien tekemiseen.

Kuva 1. Taulukko alkutehtävän vastauksista.

Aloitin tehtävien tekemisen Pornaisia käsittelevästä alkutehtävästä, sillä ajattelin sen johdattelevan mukavasti aiheeseen. Käsittääkseni tehtävä olisi tehty yhdessä, jos olisi ollut paikan päällä, mutta hienosti se meni itsenäisestikin. Selvittämäni vastaukset näkyvät kuvassa 1.

Kuva 2. Taulukko 1-2km säteellä lentokentistä asuvien asukkaiden määrästä.

 

Ensimmäinen varsinainen tehtävä sujui myös kohtuullisen hyvin, joskin minulla meni siihen harvinaisen paljon aikaa. Tehtävä ei ollut mielestäni kovinkaan vaikea ja

Kuva 3. Taulukko ihmismäärästä, joka asuu Helsinki-Vantaan lentokentän melualueilla.

kaikki se bufferointi ja muu meni ihan mukavasti, mutta silti käytin

Kuva 4. Taulukko ensimmäisen tehtävän juna- ja metroasemia käsittelevään osaan.

tehtävän tekemiseen noin kolme tuntia.

Voi olla, että kävin vain vähän hitaalla, joten aikaa kului paljon, mutta yhtä kaikki sain vastaukset tehtävään (ks. kuvat 2, 3 ja 4). Buffereiden muodostaminen ja niiden perusteella aineiston analysointi oli lopulta simppeliä touhua. Ainoastaan Tikkurila-tehtävässä aivot menivät solmuun poikkeuksellista laskusuuntaa ja sen vaikutuksen pituutta selvittäessä. Siihenkin sain pienen pohdinnan jälkeen vastauksen: 5424 asukasta.

Osa ensimmäisessä tehtävässä käyttämistäni työkaluista oli tuttuja ja osa vieraita. Loppujen lopuksi kaikki työkalut oli kuitenkin helppo löytää ja käyttää, eivätkä aineiston analysoinnissa käytetyt tilastotyökalut, bufferointi ja pisteiden löytäminen sijaintinsa avulla olleet sen kummoisempia. Tuntuu siltä, että ne hallitsen jo kohtuullisen hyvin, vaikka välillä täytyykin miettiä, mikä työkalu olisi paras valinta johonkin tiettyyn analyysiin.

Vastausten taulukointi oli yllättävän haastavaa ja lopputulos sen mukainen. Taulukoista oli vaikea saada selkeitä ja nättejä, enkä oikein osannut luokitella kysymyksiä mitenkään järkevästi. Siksi taulukot ovatkin ehkä vähän tyhmän näköisiä, mutta ehkä niistä saa jotain selkoa…

 

Hermoromahduksia

Kuten otsikossa paljastin, oli tällä kurssikerralla myös muutamia hermoromahduksia. Ensimmäinen tehtävä sujui, tekemisen hitautta lukuunottamatta, oikein mallikkaasti, mutta siihen se mallikkuus sitten jäikin. Toista tehtävää aloitellessa aineisto ei syystä tai toisesta suostunut avautumaan. Sen kanssa pähkäilin aikani (hermoromahdus numero 1), enkä saanut tätä ongelmaa ratkaistua. Näin jälkeen päin ajateltuna vika oli luultavasti siinä, ettei QGIS löytänyt kaikkia tarvittavia tiedostoja aineiston avaamisessa, sillä se suostui kyllä avautumaan, muttei näyttänyt ruudulla mitään. No, päädyin sitten jättämään toisen tehtävän väliin ja kokeilemaan siipiäni kolmannen tehtävän parissa. Tässä kohtaa QGIS sanoi itsensä lopullisesti irti ja, yllätys yllätys, kaatui (hermoromahdus numero 2). Kaikesta turhautuneena luovutin tehtävien kanssa. Toisaalta lohduttaa kuulla, etten ollut ainoa, jonka QGIS päätti hylätä. Aili Mikola nimittäin kertoo blogitekstissään QGISin saaneen tarpeekseen bufferoinnista jo ensimmäisen tehtävän loppupuolella.

 

Loppupohdintoja

QGIS on enimmäkseen kätevä ja kohtuullisen luotettava työkalu, mutta sitä pitää todella osata käyttää. QGISistä ei nimittäin saa juuri mitään irti, ellei tiedä, mihin mikäkin työkalu soveltuu. Tämä tuli todettua MAA-104-kurssilla ensikohtaamisessa QGISin kanssa, jolloin olin aivan sormi suussa. Onnekseni kyseisellä kurssilla oli aivan erinomaiset ohjeet QGISin käyttöön, kuten on ollut tälläkin kurssilla. Nyt MAA-202-kurssin loppupuolella voin kuitenkin todeta, että QGISin käyttö sujuu jo enimmäkseen ihan sujuvasti etenkin perustyökalujen osalta. Esimerkiksi tietokantaliitokset, bufferointi, select by-toiminnot, tilastotyökalu ja luokittelu ovat jo vahvaa osaamisaluettani. Paljon on silti vielä opittavaa ja tuntuu, että etenkin rasterityökalujen käytön kanssa olen yhä hakusessa. Myös eri aineistotyyppien (esim. geopackage) ominaisuudet ja niiden asettamat rajoitteet ovat minulle epäselviä, vaikka googlaamalla pääseekin varmasti pitkälle. Joka tapauksessa osaamiseni QGISin käytössä on jo lähtötilannetta parempi, vaikka ns. tyhmiä virheitä tulee vieläkin todella paljon.

Kuva 5. Bufferointisotkua Tikkurilan yllä.

 

Viitteet

Mikola, A. (14.2.2024). Buuferointia. Ailin GIS-luola.

URL: https://blogs.helsinki.fi/maili/

Viikko 4: Pisteitä ja ruutuja

Neljännellä kurssikerralla keskityimme piste- ja ruutuaineistoihin. Pääsimme tekemään ruututeemakarttoja, tutkailemaan laserkeilausta sekä digitoimaan seuraavaa kurssikertaa varten. Lisäksi yhdistimme rinnevalovarjostekuvia.

 

Laserkeilaus ja luento-osuus

Laserkeilaus on kiinnostanut minua niin pitkään, kun olen siitä tiennyt. En toki ole kunnolla tiennyt, miten se toimii, mutta konseptina se on kiinnostanut minua jo pidemmän aikaa. Laserkeilauksen periaatteista ei tullut minulle uutta tietoa tällä kurssikerralla, mutta oli todella mielenkiintoista kuulla, mihin kaikkeen laserkeilausta on käytetty. Kiinnostuin kurssikerran pohjalta tutkailemaan lisää sitä, minkälaisia arkeologisia kohteita on löydetty laserkeilauksen avulla. Myös Physicumin aulan laserkeilauskuva oli yllättävän hieno.

Harjoituskerran ”luento-osuudessa” Arttu kertoi myös ruututietokannoista sekä niiden hyvistä ja huonoista puolista. Järkytyin kuullessani ruututietokantojen olevan yleensä niin kalliita, jopa lähes 10 000 euroa! Toisaalta ymmärrän, ettei laadukkaan aineiston tekeminen halpaa ole, vaikka ilmaisiin aineistoihin tottuneena tällainen hinta tietysti yllättää.

 

Ruututeemakartta

Ruutujen kanssa pääsimme itsekin tekemisiin. Tällä kertaa käsittelimme pääkaupunkiseudun väestöä koskevaa aineistoa ja teimme siitä ruututeemakartan. Tämänkin teemakartan tekemisessä konkretisoitui se, kuinka helposti kartan saa näyttämään informaation väärin. Teimme aluksi ruututeemakartan pääkaupunkiseudulla asuvien ruotsinkielisten absoluuttisesta määrästä ruuduittain. Sen mukaan ruotsinkielisiä on määrällisesti eniten Helsingin keskustan alueella. Tämä on kyllä totta, mutta kartan katsoja saa aivan väärän kuvan siitä, miten ruotsinkieliset ovat keskittyneet asumaan pääkaupunkiseudulla. Teimme tämän jälkeen paremmin tilannetta kuvaavan ruututeemakartan, joka näytti ruotsinkielisten osuuden pääkaupunkiseudun väestöstä (kuva 1). Siitä näkee paremmin alueet, jossa asuu suhteessa paljon ruotsinkielisiä, kun ottaa huomioon alueen absoluuttisen väkimäärän.

Kuva 1. Ruotsinkielisten osuus väestöstä pääkaupunkiseudulla.

Näin jälkikäteen katsottuna en ole kovinkaan tyytyväinen karttani ulkoasuun, vaikka se esittääkin tiedon jokseenkin luettavasti. Väriskaalan valitseminen kartalle oli yllättävän vaikeaa, ja sen kyllä huomaa lopputuloksestakin. En tajunnut myöskään tuoda esimerkiksi kuntarajoja näkyviin, mikä hieman harmittaa. Rosa Elomaa toteaa blogissaan halunneensa tuoda kuntarajat näkyviin, jotta ruotsinkielisten osuutta olisi mahdollista tarkastella kunnittain. Elomaan idea on mielestäni hyvä, sillä kunnittain tarkastelu tuo aineistoon lisää syvyyttä ja tulkintamahdollisuuksia. Lisäksi kuntarajat parantaisivat kartan luettavuutta.

 

Ruututeemakartta tiedon esittämisen muotona vaikuttaa kohtuullisen toimivalta, vaikkei se kaikenlaisiin aineistoihin sovikaan. Ruututeemakartan tekemisessä kannattaa mielestäni ottaa huomioon se, minkä kokoiset ruudut näyttävät kyseisen aineiston faktat mahdollisimman selkeästi, jottei väärinymmärryksiä syntyisi. Ruututeemakartalla absoluuttisten arvojen esittäminen ei välttämättä ole aina hyvä idea, sillä lopputulkinta voi olla hyvinkin virheellinen, kuten todettiin ruotsinkielisten määrän tarkastelussa. Ruututeemakartta voisi kuitenkin toimia esimerkiksi silloin, jos halutaan tutkia vaikkapa tietyn kasvin esiintymistä jonkin alueen sisällä ja alueen kasvuolosuhteissa ei ole kovinkaan suurta hajontaa. Näin saataisiin jokseenkin totuudenmukainen kuva siitä, minne kyseiset kasvit ovat asettuneet.

 

Lähteet

Elomaa, R. (14.2.2024). Viikko 4 – ruututeemakarttoja ja rasteriaineistoja. Rosan geoinfo blogi.
URL: https://blogs.helsinki.fi/elomrosa/

Viikko 3: Valuma-alueita ja konflikteja

Kolmannella kurssikerralla hypättiin tutkimaan Afrikan mannerta, sen konflikteja ja resursseja. Suomeakaan ei kuitenkaan unohdettu ja minun sekä kurssikavereideni innoksi, tai kauhuksi, pääsimme yhdistämään diagrammit karttoihin tulvariski-indeksiharjoituksessa.

 

Valuma-alueet ja tulvariski-indeksi

Kuva 1. Kartta valuma-alueiden järvisyydestä sekä alueiden tulvariskeistä.

Suomen valuma-alueisiin liittyvä tehtävä oli suoraan sanottuna kinkkinen. Kaikki sujui hyvin siihen asti, kunnes täytyi alkaa tekemään diagrammeja ja liittämään ne karttaan. Siitä ei meinannut tulla yhtään mitään: aluksi kartassa ei näkynyt mitään muutoksia, sitten pelkät yksiväriset ympyrät. Onneksi Arttu riensi apuun, taas kerran, joten diagrammitkin saatiin lopulta näkyville. Lopputulos (Kuva 1) ei kuitenkaan ollut järin hemaiseva. Siiri Lehtistä lainatakseni ”[k]artastani tulikin lopulti hieman… epäselvä.” Karttani värimaailma on outo eikä erotu tarpeeksi taustastaan. Lisäksi ympyrädiagrammit peittävät alleen huomattavan osan näkyvissä muuten olevista valuma-alueista. Lehtisen kartasta poiketen en kuitenkaan saanut diagrammejani edes muuttumaan tulvariski-indeksin koon mukaan. Aikamoinen floppi siis, mutta se ei menoa haittaa. Tekevälle sattuu ja niin edelleen…

 

Afrikka resursseineen ja konflikteineen

Valuma-aluetehtävä meni aivan penkin alle, mutta Afrikka-tehtävä sen sijaan sujui oikein mallikkaasti. Afrikka on kohteena lähellä sydäntäni, sillä olen asunut siellä, ja nautin suuresti tämän tehtävän tekemisestä. Etenkin luonnonvarojen ja konfliktien yhteys Afrikassa on mielestäni aihe, johon meistä jokaisen olisi syytä kiinnittää huomiota, jos ei muuten niin yleissivistyksen takia.

Kuva 2. Luonnonresurssit ja konfliktit Afrikassa.

Jo heti ensi silmäyksellä karttaa (Kuva 2) katsoessa huomaa, että konfliktit ja luonnonresurssit sijoittuvat kartalla useassa kohtaa samalle alueelle. Aineiston tarkempi tutkiminen vahvistaa ennakkoaavistuksen: monessa Afrikan valtiossa luonnonresurssit ovat sekä rikkaus että taakka. Toisaalta öljy, timantit ja muut luonnonresurssit luovat työpaikkoja ja lisäävät ulkomaankauppaa, toisaalta taas niihin liittyy usein konflikteja ja lapsityövoimaa (Saraste, 2018). Kun vertaa esimerkiksi Egyptin konflikteja ja öljyn löytymistä alueelta, voi huomata yhteyden niiden ajankohdilla (Kuva 3).

Kuva 3. Taulukko konfliktien ja öljyn löytymisen ajankohdista Egyptissä.

Viime vuosina Kongon Demokraattinen tasavalta on ollut yhä useammin uutisissa epäeettisen ja konflikteja ruokkivan kobolttituotannon takia, mutta myös tässä aineistossa käsiteltäviin timanttikaivoksiin liittyy runsaasti kyseenalaisuuksia. Timanttikaivokset olivat suurena ruokkivana voimana sekä Angolan että Sierra Leonen sisällissodissa ja siksi ne voidaankin tässä tapauksessa luokitella ns. konfliktimineraaleiksi (Church&Crawford, 2018).  Toisaalta kaikkialla näin ei kuitenkaan ole ollut: Guinea on päässyt kohtuullisen vähäisellä konfliktimäärällä timanttikaivosten määrään verrattuna (Church&Crawford, 2018). Kuvaan 4 olenkin koonnut Guinean, Angolan ja Sierra Leonen tilanteita

Kuva 4. Taulukko Angolan, Sierra Leonen ja Guinean timanttikaivosten ja konfliktien määrästä.

havainnollistavan taulukon.

Kokonaisuudessaan pidin Afrikka-tehtävästä, ja sen tekninen toteutuskin onnistui mallikkaasti. Toki muutama pikku moka taisi tulla matkanvarrella, mutta kerrankin osasin ratkoa ne kaikki itsenäisesti.

 

Lähteet

Church C., & Crawford A. (2018). Green Conflict Minerals: The fuels of conflict in the transition to a low-carbon economy. IISD Report. International Institute for Sustainable Development (IISD).
URL: https://madi.africa/wp-content/uploads/2021/07/IISD-green-conflict-minerals.pdf

Lehtinen, S. (1.2.2024). Kurssikerta 3. Lsiirin blogi.
URL: https://blogs.helsinki.fi/lcsiiri/

Saraste, A. (7.7.2018). Komeileeko vihkisormuksessasi timantti? Veritimantin voi ostaa tietämättään – niitä on yhä viidesosa myydyistä kivistä. YLE Uutiset.
URL: https://yle.fi/a/3-10250953

Viikko 2: Pinta-aloja ja projektioita

Toisella kurssikerralla tutustuimme rajapintojen käyttöön ja oikean projektion käytön tärkeyteen. Rajapinta terminä oli minulle täysin vieras ennen tätä tuntia. Olin toki kuullut puhuttavan niistä aiemmin, mutten tiennyt ollenkaan, mitä ne ovat. Toisaalta en vieläkään tiedä kovinkaan paljoa niistä, mutta ainakin perusidea on nyt tuttu. Lisäksi rajapintojen hyödyntämisen osaaminen esimerkiksi QGIS:in käytössä tulee varmasti helpottamaan tulevia opintoja, ja uskoisin sen muuttuvan peruskauraksi viimeistään tulevien GIS-kurssien aikana.

Kuva 1. Mercatorin projektio verrattuna ETRS-TM35FIN-projektioon.

Projektioiden vertailu

Projektioiden vertailuun halusin valita minulle tuttuja projektioita, jotta näen, kuinka suuri ero niiden ja ”todellisuuden” eli TM35-projektion välillä on. Mercatorin projektiolta osasin etukäteen odottaa suuria vääristymiä, joten lopputulos ei tullut yllätyksenä. Vähemmän tutut projektiot Robinson ja Winkel Tripel yllättivät hieman, sillä en muistanut niiden olevan niin samankaltaisia keskenään. Näin jälkikäteen onkin hyvä todeta, että molemmilla projektioilla on pyritty saamaan aikaan jonkinlainen kompromissi virheiden minimoimiseksi (ESRI, 2024 & ICSM, 2024).

Projektioiden vertailussa minun olisi kannattanut miettiä karttojen väriskaalaa tarkemmin. Nyt skaala menee sinisestä vihreän, keltaisen ja oranssin kautta punaiseen kaikissa kolmessa teemakartassa (Kuvat 1, 2 ja 3). Tästä voi saada kuvan, että pinta-alavääristymät olisivat samaa luokkaa kaikissa projektioissa,

Kuva 2. Robinsonin projektio verrattuna TM35FIN-projektioon.

vaikka todellisuus on aivan toista. Pienin Mercatorin projektion aiheuttama pinta-alavääristymä oli 3,95 % kun taas Robinsonin ja Winkel Tripel -projektioiden suurimmat vääristymät olivat 1,5 % luokkaa. Nyt värityksen takia näyttää kuitenkin siltä, että Mercatorin pienin vääristymä olisi pienempi kuin kahden muun projektion vääristymät. Toki karttojen legendoja tarkastelemalla huomaa eron, mutta tämä voi silti olla harhaanjohtavaa.

Projektioiden vertailu pinta-alan muutosten mukaan oli helppoa, ainakin

Kuva 3. Winkel Tripel -projektio verrattuna TM35FIN-projektioon.

teoriassa. Kurssikerralla onnistuin aluksi hienosti luomaan uusia vektoritasoja sekä laskemaan ja luokittelemaan kuntien pinta-alan muutoksia eri projektioita apuna käyttäen. Jotain meni kuitenkin pieleen pian kaikkien uusien tasojen luomisen jälkeen, eikä QGIS suostunut enää näyttämään kaikkia olemassa olevia tasoja. Yhden tason Arttu onnistui pelastamaan, mutta muut tasot eivät palanneet alkuperäisen kaltaisiksi, vaan luokittelu sotkeutui niissä kokonaan. Yritin turhautuneena pelastaa niitä, siinä kuitenkaan onnistumatta. Loppujen lopuksi päädyin tekemään tasot ainakin kaksi kertaa uudelleen. Ainakin sain paljon kertausta tasojen luomisesta ja viimeisten tasojen kohdalla tekeminen oli jo rutiininomaista.

 

Lähteet

ESRI. (Luettu 1.2.2024). Winkel Tripel. ArcGIS Pro.
URL: https://pro.arcgis.com/en/pro-app/latest/help/mapping/properties/winkel-tripel.htm

ICSM – Intergovernmental Committee on Surveying and Mapping. (Luettu 1.2.2024). Commonly Used Map Projections. Fundamentals of Mapping.
URL: https://www.icsm.gov.au/education/fundamentals-mapping/projections/commonly-used-map-projections

MAA-202-kurssin aloitus: viikko 1

Kurssin MAA-202 ensimmäisen viikon harjoituskerralla tutustuimme QGIS-ohjelmaan. Jollakin aiemmalla kurssilla oli käytetty kyseistä ohjelmaa, mutten muistanut sen käytöstä tai komennoista juuri mitään. Siksi olikin hyvä, että lähdimme liikkeelle aivan alkeista ja harjoitustehtävän 1 vaiheet käytiin yhdessä läpi lähes kädestä pitäen. Silti osa harjoituksesta meni ensiyrittämällä pieleen, mutta onneksi Arttu ja kurssikaverit tulivat tarvittaessa apuun.

Ensimmäinen harjoitustehtävä

Harjoituskerran aikana harjoittelimme QGIS:in perustoimintoja Itämeren typpipäästöihin liittyvän aineiston avulla. Aluksi esimerkiksi attribuuttitaulun sisältö tuntui sekavalta ja tietokoneen ruudulla näkyvä kartta oli aivan kamalan värinen, mutta harjoituskerran edetessä sisältö selkeni ja kartastakin tuli siedettävämmän näköinen. Lopputulos (Kuva 1) oli suhteellisen selkeä, vaikka

Kuva 1. Valtioiden typpipäästöt Itämerelle.

jokin siinä häiritsee vieläkin. En ole varma, mikä siinä mielestäni mättää, mutta esimerkiksi Suomen järvet luovat jonkinlaisen värikontrastin, josta silmäni eivät pidä. En kuitenkaan jaksanut säätää kartan kanssa enää harjoituskerran jälkeen, ja lopputulos on mielestäni kuitenkin ihan hyvä, kun ottaa huomioon, etten ole aiemmin juuri käyttänyt QGIS-ohjelmaa.

Itämeren typpipäästöistä kertova karttani (Kuva 1) on kohtuullisen selkeä, mutta värimaailma voi olla joissakin tilanteissa ongelmallinen. Kartassa käytän punaisen eri sävyjä, jotka omaan silmääni erottuvat hyvin toisistaan, mutta kaikki eivät näe niissä eroa. Näytin karttaa poikaystävälleni, joka on puna-viher-värisokea, ja hänen oli vaikea tulkita sitä. Harmaa ja vaalein punaisen sävy (arvot 0,1–3,2 %) näyttivät hänelle samalta ja tummemmat punaisen sävyt menivät keskenään sekaisin. Hänelle ei myöskään selvinnyt kartan perusteella, että Puola aiheutti suurimman osuuden typpipäästöistä, vaikka se minulle on itsestään selvää karttaa vilkaistessakin. Seuraavaa vastaavanlaista karttaa tehdessäni olisikin hyvä, jos eri arvoja edustaisivat selkeästi eri värit tai jos punaisen tilalla olisi edes sinisen tai keltaisen eri sävyt, onhan puna-viher-värisokeus yleisin värisokeuden muoto (Saarelma, 2021).

 

Toinen harjoitustehtävä

 Toinen harjoitustehtävä tehtiin itsenäistesti Suomen kuntien tietokantaa hyödyntäen. Harjoituksen ohjeistuksessa annettiin kolme eri vaikeustasoa, joista päädyin valitsemaan helpoimman, sillä QGIS-ohjelman käyttö on minulle vielä aika vaivalloista. Käytössä olevassa aineistossa oli paljon mielenkiintoisia muuttuja, joihin olisi voinut tarttua, ja valitsin ruotsinkielisten kuntakohtaisista määristä kertovan muuttujan sen mielenkiintoisen aiheen vuoksi. Etukäteen olin tietoinen ruotsinkielisen väestön keskittyvän lähinnä rannikoille, mutta en tiennyt kuntakohtaisista määristä juuri mitään ja siksi halusinkin tutkailla aihetta hieman tarkemmin.

Muuttujaa visualisoidessa alkoi pikkuhiljaa hahmottua, kuinka harvassa

Kuva 2. Ruotsinkielisten osuus kuntien väestöstä vuonna 2021.

kunnassa ruotsinkielisiä loppujen lopuksi on. Lopputulos (Kuva 2) olikin visuaalisesti hieman tylsä, vaikkakin todenmukainen, sillä suurin osa kartasta on ”tyhjää täynnä”. Jaoin ruotsinkielisten määrän kertovat prosenttiosuudet kuuteen eri luokkaan Natural breaks -toimintoa käyttäen, ja muokkasin alimman luokan käsittämään kunnat, joissa ruotsinkielisten osuus väestöstä on 0–1 %. Näin sain mielestäni mahdollisimman hyvin totuutta kuvaavan kartan aikaiseksi, sillä lopputuloksesta huomaa selkeästi ruotsinkielisten keskittymisen etelä- ja länsirannikoille sekä Ahvenanmaan saaristoon.

Armida Wanström oli opiskelublogissaan kuitenkin ottanut erilaisen lähestymistavan kuntien jaotteluun: hänen kartassaan on neljä luokkaa, joista alin kattaa kunnat, joissa ruotsinkielisten osuus on 0–0,1 %. Hän pohtiikin hyvin luokittelun merkitystä ja sitä, miten saman aineiston saa tulkittua aivan erilaisena luokittelua muuttamalla. Tämä on erittäin tärkeää pitää mielessä karttoja ja kuvaajia tehtäessä, jotta lukijan olisi mahdollisimman helppo tulkita tuotosta totuudenmukaisesti. Toistaiseksi luokittelu on kuitenkin minulle ja monelle muullekin vaikeaa, joten tuotosten luettavuuden helppous ja tiedon totuudenmukainen esittäminen vaihtelevat.

Tätä karttaa tehdessäni tein visuaalisesti saman virheen kuin ensimmäisen tehtävän kartassa: käytin samoja punaisen sävyjä. Olin ehtinyt jo viimeistellä tämän tehtävän kartan ennen kuin näytin aiemman tehtävän karttaa poikaystävälleni, enkä alkanut enää muokata lopputulosta. Jatkossa yritän kuitenkin käyttää muita värejä tekemissäni kartoissa.

Lähteet

Saarelma, O. (14.6.2021). Värisokeus ja poikkeava värinäkö. Lääkärikirja Duodecim. https://www.terveyskirjasto.fi/dlk00347

Wanström, A. (20.1.2024). QGIS-ohjelman tutustumisprosessi viikko 1. Gissful thinking. https://blogs.helsinki.fi/armida/2024/01/20/qgis-ohjelman-tutustumisprosessi-viikko-1/