QGIS, jo viikon vanha ystäväni…

Kehitystä on tapahtunut, eikö?

Näin ainakin toivoin, kun jälleen avasin QGIS:n kotona. Toisen viikon luennolla harjoiteltiin lisää QGIS:n toimintoja, tällä kertaa erilaisten karttaprojektioiden avulla. Opimme muun muassa kuinka tehdä valitsemista alueista uusi taso ja sitä rataa. Koin onnistumisia luennolla tehdyissä tehtävissä, mutta heti kun piti kokeilla ilman apua itse, kaikki tieto vuosi ulos korvistani. Opetuksen tahti oli ehkä hieman liian nopeaa aikaisen aamuherätyksen jäljiltä. Noh, päätin huolehtia projektioista vasta kotona. Huomenna tarttuisin härkää sarvista ja tekisin maailman hienoimmat kartat! Tai ehkä ylihuomenna. Tai viikonloppuna… Jep, niinhän siinä kävi että unohdin asian tyystin ja nyt tätä blogimerkintää kirjoittaessa olen ladannut peräti kolme kalenteri- ja muistilistasovellusta kännykälleni. En varmasti joutuisi valittamaan, jos muistaisin tehdä tehtävät silloin, kun QGIS:n toiminta on vielä jotenkuten tuoreessa muistissa.

Ei kuitenkaan ole muuta vaihtoehtoa kuin kääriä hihat ja ryhtyä töihin. QGIS auki, check. Harjoitusohjeet auki, check. Muiden blogit auki koska tiedän, että tarvitsen apua seuraavan kahden minuutin aikana, check. Ensimmäisenä haasteena oli valita TM35FIN:n lisäksi neljä muuta projektiota, joista muodostaa sitten taulukko. Taulukossa tulee näkyä kaikkien pinta-ala, niiden ero ja prosentuaalinen ero, sekä samat jutut pituuksilla. Tunsin oloni neroksi, kun sain taulukon tehtyä omin avuin ilman sen suurempia takapakkeja. Jouduin kyllä vlikaista hieman suuntaa Janne Turusen blogista, sillä en ollut satavarma prosenttilaskutaidoistani. Taulukkoni kuitenkin muistutti kaukaisesti Jannen erinomaisesti tehtyä taulukkoa, joten uskalsin muuttaa siitä kuvan ja liittää sen blogiini. Kaikki arvot ovat mitattu karttapinnalla (cartesian).

Taulukko projektioiden eroista.

Ja sitten karttojen äärelle

Alku sujui suhteellisen sutjakasti. Pääsin omin avuin siihen pisteeseen, että piti luoda TM35FIN-karttaprojektion pinta-alataso attribute tableen. Sen jälkeen tarkoituksena oli valita toinen projektio ja luoda senkin pinta-alasta oma sarakkeensa. Tähän yksinkertaiseen toimintoon minulla kului varmaan lähemmäs tunti. Kaivettuani viimeisetkin avunrippeet harjoitusohjeesta ja muiden blogeista suuntasin tallennettuihin zoom-videoihin. Kelaamalla eteenpäin löysin tarvitsemani avun, hurraa! Homma lähti luistamaan nopeammin kuin autot viimepäiväisestä lumimyrskystä. Alla olevassa kuvassa 1 näkyy Mercatorin projektion vääristymät verrattuna TM35FIN-projektioon. Näin myöhemmin olisin voinut tarkentaa legendassa, mihin numeroilla viitataan. Ne siis kertovat, kuinka monta kertaa suurempina Mercatorin projektio näyttää alueen pinta-alat kuin TM35FIN:ssä.

Kuva 1. Mercatorin projektion vääristymät.

Koen kartan onnistuneen hyvin, varsinkin monen tunnin taistelun jälkeen. Ehkä vielä joku päivä QGIS häviää minun taidoilleni, mutta se ei tule tapahtumaan lähiaikoina. Lopulta tärkeintä kuitenkin on, että tuotos saatiin valmiiksi ja se on suhteellisen luettava. Kuvassa 2 jatkuu hieman eri värimaailmalla kartta Eckert III -projektiosta suhteessa TM35FIN-projektioon. Yleisesti pidän karttojen ulkonäöstä ja värivalinnoistani. Sisällöltä koen myös onnistuneeni näyttämään kaiken olennaisen. Kaipaan silti vielä harjoitusta, mutta eiköhän tässä seuraavien viikkojen aikana oma osaaminen kehity (toivottavasti…).

Kuva 2. Eckert III -projektion vääristymät.

Vertaillaan hieman yllä olevien karttojen sisältöä. Mercator vääristää huomattavasti Suomea verrattuna TM35FIN-projektioon: mitä pohjoisemmaksi mennään, sitä suurempina Mercator näyttää kunnat. Aivan Lapin pohjoispäässä alueet ovat jopa seitsenkertaisia! Uudenmaan alueella vääristymät lähenevät jo nelinkertaista kokoa. Mercator on oikeakulmainen projektio, jossa pinta-alat ja muodot vääristyvät suuresti pituuksien ollen lähellä todellisuutta. Tästä johtuen mitä kauemmas mennään päiväntasaajalta, sitä suurempina alueet näkyvät. Mercatorin projektiota hyödynnetään esimerkiksi merenkulussa. (Britannica, 2018).

Eckert III vääristää aikalailla kaikkea, mitä voi kartalla kuvata: pituuksia, pinta-aloja, suuntia, kulmia… Mutta mittakaava pysyy samana. Päiväntasaajan poistuttaessa valtiot alkavat kaartua ja muuttaa muotojaan. Eckert III -projektiota käytetäänkin vain maailmankarttana, jossa valtioiden ulkonäöllä ei ole niin väliä. (Esri, 2022).

Vaikka luomani kartat näyttävät samalta, tarkastellessa legendaa huomataan Mercatorin vääristävän huomattavasti enemmän. Salla Kärkkäinen mainitsi hienosti blogissaan, että legendan luokkien määrällä voidaan vaikuttaa paljonkin siihen, millaisen kuvan kartta esittää. Kannattaa siis kiinnittää karttoja lukiessa erityisesti huomiota legendaan, sillä se saattaa muuttaa käsitystäsi kartasta täysin.

Kaiken kaikkiaan tämänviikkoinen harjoitus sujui vähemmillä hermoromahduksilla, mutta matkaa kuitenkin on. Ehkä ensi luennon jälkeen keskityn täysillä tehtävään ja hoidan sen kuin mestari! (tai sitten koko asia muistuu mieleeni vasta sunnuntai-iltana… Kumman puolesta lyöt vetoa?)

Lähteet:

Janne Turunen (27.1.2022). Geoinformatiikan mystiset menetelmät. QGIS osa kaksi – syvemmälle kaninkoloon. https://blogs.helsinki.fi/janneturunen/ (Luettu 31.1.2022).

Salla Kärkkäinen (26.1.2022). Sallan blogi: Viikko 2: Kuntien avainlukuja ja gissiä. https://blogs.helsinki.fi/karkkais/2022/01/26/viikko-2-kuntien-avainlukuja-ja-gissia/ (Luettu 31.1.2022)

Britannica, The Editors of Encyclopaedia. “Mercator projection”. Encyclopedia Britannica, 11 Sep. 2018, https://www.britannica.com/science/Mercator-projection. (Luettu 31.1.2022)

Esri. Eckert III. ArcGis Pro. https://pro.arcgis.com/en/pro-app/latest/help/mapping/properties/eckert-iii.htm. (Luettu 31.1.2022)

Hupsis, mihin meni QGIS?

Ensikosketukset QGIS:n saloihin

Tiistai, kylmä ulkoilma, kello lähes 12 (tai jotain sinne päin). Geoinformatiikan  menetelmät -kurssi alkoi perinteen mukaan sillä, etten meinannut löytää paikalle. Onnekseni uskallan nykyään avata suuni ja päädyin lopulta tietokoneen ääreen odottaen innolla alkavaa kurssikertaa. Eteeni avautui QGIS-paikkatieto-ohjelma, joka oli jo ennestään lievästi tuttu lukion maantieteen tunneilta. Ohjelmaa tutkiessa todellakin toivoin, että olisin kiinnittänyt tarkemmin huomiota koulunpenkillä muutama vuosi sitten.

Ensinäkymältä QGIS vaikuttaa hieman monimutkaiselta aloittelijalle. Kokemukseni kuitenkin todistettiin todeksi kurssikerran edetessä: kun ohjelman perusteet oppii, tarjoaa se paljon monipuolisia toimintoja.  Tutustuimme QGIS:in toimintoihin luomalla kurssiaineiston pohjalta kartta HELCOM-alueen typpipäästöistä valtioittain. Aineisto auki ja eikun menoksi! Ohjeita seuraten onnistuin jollain ihmeellä saamaan kasaan koropleettikartan HELCOM-alueesta. Lopuksi vielä printataan kartta kuvaksi ja — QGIS kaatuu. En ole tallentanut karttaa. Joten tein siis kaiken alusta uudelleen. Positiivisena puolena pääsin ainakin harjoittelemaan useaan otteeseen ohjelmiston toimintoja. Alla olevassa kuvassa 1 näkyy viimeistelty lopputuotos kyseiseltä kurssikerralta. Mielestäni olen ilmaissut tarvittavat asiat selkeästi kartalla, mutta näin jälkeen päin tarkastellessa värit olisi kyllä voinut valita paremmin. Näin kartasta olisi saanut siistimmän ja helposti luettavan. Kuoppaisesta alkumatkasta huolimatta olen suhteellisen tyytyväinen tuotokseen. Jos tekisin kartan uudelleen, tekisin muutamia asioita toisin. Legendaan olisi hyvä lisätä, miltä vuodelta data on. Viimeinen päästöluokka kattaa lähes 20 prosenttiyksikköä, joten vaihtelu luokan sisällä voi olla valtavaa. Siksi onkin vaikea sanoa suoraan karttaa katsomalla, ovatko esimerkiksi Puolan päästöt 13 vai 33 prosentin alueella. Luokkia voisi joko lisätä tai merkitä karttaan jokaisen maan kohdalle niiden tarkka typpipäästöprosentti.

HELCOM — eli Itämeren merellisen ympäristön suojelukomissio — on osana Helsingin sopimusta vuonna 1974 perustettu organisaatio. HELCOMin tarkoituksena on valvoa Itämeren alueen toimintaa, huolehtia merialueen turvallisuudesta ja vastata uhkiin sekä pyrkiä vähentämään Itämeren saastumista. Komissio kokoontuu vuosittain keskustelemaan suosituksista ja yleisesti Itämeren hyvinvoinnista sekä mahdollisista tarvittavista toimista. (HELCOM, 2022). Kartassa näkyy oranssihtavalla värillä ne maat, joiden typpipäästöjen määrä näkyi aineistossa. Mitä tummempi väri on, sitä enemmän valtiolla on osuutta koko HELCOM-alueen päästöissä. Puola on huomattavasti eniten saastuttava valtio, kun taas vähiten typpipäästöjä syntyy Suomessa, Virossa, Tanskassa, Saksassa ja Liettuassa. Nea Tiaisen blogissa oli mainiosti löydetty tietoa typpipäästöjen vaaroista Itämerelle. Hänen tekstissään mainittiin typen aiheuttavan muun muassa rehevöitymistä ja happivajetta sekä vaurioittavan ekosysteemin ravinnonsaantia.

Ja sitten hyödyntämään opittua… eiku?

Latasin pöytäkoneelleni QGIS:n, joka yllättäen mahtuikin asentumaan huutavasta tilanpuutteesta huolimatta. Käynnistin ohjelman iloisin mielin, reippaana syöksymään läpi tehtävien. Avasin Kunnat2015-aineiston hetken etsimisen jälkeen ja ryhdyin toimiin. Muistini oli heikentynyt aika reilusti viime kurssikerrasta, joten otin harjoitusohjeet toiselle välilehdelle avuksi. Noh, tässä kohtaa viimeistään vauhti alkoi hidastua. Jostain kumman syystä en millään osannut tehdä uutta datataulukkoa. Ohjeistakaan ei minun aivoilleni riittänyt tukea, joten kiidin suoraan Moodleen ja sieltä etsimään apua. Tässä vaiheessa kovin moni muu ei ollut vielä julkaissut tekstejään, joten selailin hetken aikaa blogeja läpi. Onneksi Janne Turunen oli tarkasti selittänyt työvaiheensa läpi (kiitos!), joten hänen neuvoillaan pääsin alkuun.

Valitsin alunperin datakseni jokaisen kunnan väestön, mutta oman säätämiseni vuoksi onnistuin muuttamaan koko Suomen täysin asumattomaksi. Uusi projekti esiin ja uusi data kehiin. Tällä kertaa lopputuotokseenikin päätyneeksi dataksi valikoitui naisten määrä kunnittain. Menetin melkein tunnin ajastani ja hiukset päästäni, mutta lopulta QGIS-ohjevideoiden ja Jannen blogin avulla sain datan näyttämään taulukossa oikealta. Laskin naisten osuuden prosentteina ja vihdoin suurin työ oli ohi. Värien viimeistely ja… vóila! Koropleettikartta naisten prosenttiosuudesta Suomen väestöön kunnittain oli valmis. Harjoitus vaati hikeä, melkein kyyneliä ja onneksi ei verta, mutta olen ylpeä luomastani teoksesta.

Aiempaa viisaampana valitsin värit paremmin tällä kertaa. Pohjoisnuoli on ehkä hieman liian suuri, mutta se ei itseäni haittaa. Kartta on mielestäni suhteellisen selkeä ja luetteva. Tällä kertaa myös datan vuosi näkyy legendassa. Datan lähteen toki olisi voinut kirjoittaa pienellä kuvan alareunaan.

QGIS todellakin tarjoaa monipuolisia toimintoja, joista jokainen kokenut paikkatieto-osaaja varmasti hyötyy työssään. Minun kaltaiselleni aloittajalle ohjelma on kuitenkin anteeksiantamaton. Monta kertaa yksi hiirenklikkaus oli vähällä aiheuttaa suurta tuhoa projektissa. Ohjelma ei juuri itsekään tarjonnut apua tai selittänyt toimintojaan sen kummemmin. Jatkuvalla opettelulla uskon kuitenkin ohjelman näyttävän aidon potentiaalinsa.

Kuva 2. Harjoituksessa tuottamani koropleettikartta.

Lähteet:

Baltic Marine Environment Protection Commission. Organisation. Luettu 23.1.2022, saatavilla: https://helcom.fi/about-us/organisation/

Nea Tiainen. (2022). Melkein GIS-guru siis itsekkin. Luettu 23.1.2022, saatavilla: https://blogs.helsinki.fi/tiainea/

Janne Turunen. (2020). Geoinformatiikan mystiset menetelmät. Luettu 23.1.2022, saatavilla: https://blogs.helsinki.fi/janneturunen/