Month: January 2019

Toisen kurssikerran teemana oli tutkia erilaisten karttaprojektioiden vaikutusta kartoilla kuvattujen alueiden muotoon, etäisyyksiin sekä pinta-aloihin. Ilmiöön tutustuttiin aluksi suorittamalla muutamia etäisyyden mittauksia ja niiden tulosten vertailuja eri projektioiden välillä. Suomea ainakin pinta-alojen kannalta dramaatisimmin vääristäväksi projektioksi löydettiinkin tuttu Mercatorin projektio.

Perjantaiaamun haastavampi osuus alkoi, kun projektioiden aiheuttamia pinta-alavääristymiä alettiin visualisoimaan. Tarkoituksena olisi siis muodostaa karttaesitys, josta selviää kuinka paljon pinta-ala vääristyy eri karttaprojektioiden välillä, ja miten vääristymät poikkeavat eri puolilla Suomea. Valitsin tarkastelun kohteiksi Mercatorin projektion (Sphere Mercator, epsg 53004) sekä YK:nkin tunnuksesta tutun oikeakeskipituisen tasoprojektion (North Pole azimuthal equidistant, epsg 102016). Molempien karttojen pinta-alojen vertailupohjana toimii Lambertin oikeapintainen tasoprojektio (ETRS LAEA, epsg 3035).

Kartta 1. Vertailussa Mercator ja Lambertin oikeapintainen projektio.

Ensimmäisestä kartasta huomataan välittömästi, että pinta-alaerot kasvavat kohti pohjoista. Pinta-alojen vääristymät ovat myöskin todella suuria. Molemmat havainnot selittyvät luonnollisesti sillä, että Mercatorin lieriöprojektio “sivuaa” päiväntasaajaa, josta Suomi on suhteellisen kaukana ja siksi pinta-alaltaan suhteettoman suuri.

Kartta 2. Oikeakeskipituisen tasoprojektion tuottamat pinta-alaerot.

Toinen kartta on lähes täydellinen vastakohta ensimmäiselle. Tämä pätee sekä suurimpien ja pienimpien vääristymisen jakautumisen osalta, että pinta-alaerojen koon kannalta. Pinta-alan vääristymät ovat nyt vain muutamien prosenttejen luokkaa, mikä johtuu oikeapituisesta tasoprojektiosta, mutta myös Suomen pohjoisesta sijainnista.

Kokonaisuutena toinen kurssikerta oli kohtuullisen menestykseskäs. QGIS alkaa jo vaikuttamaan hieman lähestyttävämmältä, ainakin edellisiin kokemuksiin verrattuna.

Ensimmäinen kurssikerta alkoi raikkaan kuulaana talviperjantaina klo 8:15. Ohjelmassa oli tehokas kertauksenomainen alkuperehdytys geoinformatiikkaan, jonka jälkeen päästiin aamun todelliseen asiaan. Tarkoituksena olisi ottaa haltuun kokonaan uusi geoinformatiikkaohjelma, QGIS.

Edellisiltä kursseilta tuttuun Coreliin verrattuna kyseessä on huomattavan erilainen ohjelma. Jo nimestäänkin päätellen QGIS on ensisijaisesti geoinformatiikkaan suunnattu työkalu, joten ainakin itselle suurin osa ominaisuuksista, tai ainakin niiden käyttö, oli täysin uutta. Tuntemattoman ohjelman tuottaman kulttuurishokin jälkeen kartanteko alkoi kuitenkin vähitellen luistamaan, vaikka pariin otteeseen Corelia tulikin ikävä. QGIS:in avulla erilaisiin tasoihin liitetyn datan analysointi, suodattaminen ja visualisointi olivat kurssikerran ydinaiheita. Näitä keinoja käyttäen tarkoituksena oli saada aikaan kartta Itämeren typpipäästöjen jakautumisesta rannikkovaltioiden välillä. Lisäksi kartalle visualisoitiin merialueen pohjanmuotoja syvyyskäyrien avulla. Alla nähtävillä oma kyhäelmäni.

Kartta 1. Itämeren typpipäästöt vuodelta 2016

Omasta mielestäni kartan ulkoasu on selkeä ja tärkein informaatio välittyy tehokkaasti. Yksivärinen skaala on visuaalisesti helppo liittää typpimääriin, sillä korkeampi typpipitoisuus tarkoittaa aina tummempaa väriä. Syvyyskäyrät havainnollistavat pohjanmuotoja päällisin puolin hyvin, mutta tarkempi tulkinta on jo huomattavasti vaikeampaa. Ero vaikkapa 100 ja 200 metrin syvyyden välillä on suhteellisen vaikea huomata sinistä pohjaa vasten. Selkeyden vuoksi valitsin muun kartan väriksi neutraalin harmaan vältääkseni mielikuvaa, jossa koko eurooppa tuottaa 3,2 prosenttia Itämeren typpipäästöistä. Puna-oranssilla väriskaalalla 3,2% päästöt ovat väriltään nimittäin suhteellisen lähellä yleistä kartan maa-alueiden pohjaväriä. Itseltä tämä olisi mennyt ohi, ideasta kunnia Elina Huhtiselle, kenen blogiin kartan värimaailma pitkälti perustuukin.

Jälkeenpäin ajateltuna karttaa olisi ehkäpä voinut rajata agressiivisemminkin, tarkasteltavaan aiheeseen ei tuo juurikaan lisäarvoa näyttää kartalla koko Keski-Eurooppa, kookas pala Venäjää ja jopa puolikas Britannia. Myös legenda on pienehkö. Tähän syynä ensisijaisesti se, että ainakin pikaisella bloginmuokkauksella kuvan maksimikoko muuhun sivuun nähden on suhteellisen rajallinen.

Kurssikerran toisena karttatehtävänä oli tuottaa jonkinnäköistä visualisaatiota Suomen kunnista. Tehtävä oli jaettu vaikeustasoihin, joista oma gis-velhouteni riitti tällä kertaa vain ensimmäiseen.

Kartta 2. Eläkeläisten osuus Suomen kuntien väestöistä vuonna 2015.

Toisessa kartassani pitäydyin edelleen tehokkaan yksinkertaisella linjalla, tummempi sininen edustaa suurempaa prosenttiosuutta. Oletetusti kasvukeskukset erottuvat vaaleana, syrjäseudut tummana.

Ensimmäinen blogipostaus tehty, tyylikkään viimetingassa tietenkin – seuraavaan kurssikertaan postaushetkellä roimat 12 tuntia.

Lähteet:

Elina Huhtisen kurssiblogi, Viikko 1 – QGIS ja siihen perehtyminen https://blogs.helsinki.fi/huhelina/