Kurssikerta 1

T1: Itämeren typpipäästöt

Ensimmäisellä kurssikerralla perehdyimme QGIS-ohjelman käyttöön opettajan johdolla. Harjoittelimme vaihtamaan käyttöliittymän kieleksi ensiksi englannin, sillä se on tyypillinen ohjelmoinnin kieli, parantaa käytettävyyttä sekä tarvittaessa helpottaa ohjeiden hakemista selaimesta. Latasin koneelleni saman version QGIS-ohjelmasta, ja osasin vaihtaa itsenäisesti kielen suomesta englantiin. Alussa katsoimme myös läpi, mistä koordinaattijärjestelmän voi tarvittaessa muuttaa. Tämä on tärkeää, sillä kartat esitetään aina jossakin koordinaattijärjestelmässä, joita on olemassa lukuisia erilaisia. Tämän jälkeen harjoittelimme vektorimuotoisen aineiston lataamista ohjelmaan ja tarkastelemaan eri aineistojen sisältämiä tietoja avaamalla kunkin aineiston attribuuttitaulut. Ennen varsinaista työskentelyä kävimme vielä läpi, miten ohjelmaan voi avata uusia työkalurivejä klikkaamalla muiden työkalujen vierestä harmaalta alueelta.

Seuraavaksi työstimme varsinaista karttaa Itämeren ympäröivistä alueista ja niiden typpipäästöistä. Harjoittelimme yhdessä, kuinka kartan värejä muutetaan ja kukin muokkasi omaa karttaansa haluamansa näköiseksi. Saadaksemme karttaan kunkin valtion typpipäästöt suhteellisena arvona (eli prosentteina kokonaistypestä), harjoittelimme laskemaan kaikkien valtioiden kokonaistyppipäästöt yhteen ohjelman laskimella. Laskinta käytettiin typpipäästöjä sisältävässä Administrative boundaries attribuuttitalussa, joka klikattiin ensin muokattavuustilaan. Tämän jälkeen pystyimme laskemaan kunkin valtion kokonaistypen suhteellisen osuuden kaikkien valtioiden kokonaistyppimäärästä. Laskemisen jälkeen suodatimme pois 0-arvot. Laskeminen oli mielestäni tämän kerran vaikein vaihe, jossa ilman opettajan esimerkkiä olisin varmasti ollut vaikeuksissa pelkkiä kirjallisia ohjeita seuraamalla. Laskimen käyttö vaatii vielä lisää harjoittelua, jotta se sujuu jatkossa myös itsenäisesti helposti. Laskemisvaiheessa lisäsimme ohjelmaan statistics-näkymän, mistä sai tilastolliset tiedot helposti näkyville.

Kunkin valtion suhteelliset arvot saatuamme valtiot luokiteltiin eri värein viiteen eri luokkaan. Katsoin luokat valmiiksi opettajalta, mutta tässä vaiheessa olisi voinut itsekin miettiä mielekkäät luokat. Opettajan luokittelu ei myöskään ollut se paras, sillä lopuksi päädyimme poistamaan yhden luokan, johon ei tullut yhtään valtiota. Luokittelun visualisointiin käytettiin punaista liukuväriskaalaa, jossa tummin väri kuvasi suurimpia päästöjä. Värien valinnassa tuleekin käyttää intuitiivista harkintaa siitä, mitä eri värit tuovat mieleen. Punainen väri esimerkiksi luo helposti negatiivisia mielleyhtymiä, kuten typpipäästöt tässä tapauksessa ovat. Lisäksi tummempi väritys viittaa tyypillisesti suurempaan arvoon ja vastaavasti vaaleampi väri pienempään. Kartan viimeistelyssä lisäsimme mittakaavan, pohjoismuolen ja legendan. Nämä viimeistelyvaiheet olivat jokseenkin muistissa Geoinformatiikan peruskurssilta. Uutena opin, että karttakokonaisuuden ympärille voi lisätä laatikon, jonka saa läpinäkyväksi säilyttäen rajat. Tämä vaihe oli tehty mielestäni tarpeettoman monimutkaiseksi, mutta sain sen toimimaan lopulta opettajan ohjeistuksella. Tuottamani valmis kartta on kuvattu alla (kuva 1).

Kuva 1. Itämeren valuma-alueen valtioiden typpipäästöt (%).

T2: Yli 64-vuotiaiden osuus Suomen kunnissa

Kotona tehtävässä harjoittelin Moodlesta valmiina ladattavasta aineistosta tuottamaan koropleettikartan, jossa on esitetty yli 64-vuotiaiden %-osuus kunnittain (kuva 2). Aloitin tekemään tehtävää aluksi pian kurssikerran jälkeen, mutta ajatukseni meni aluksi ihan solmuun, mitä ihmettä voin aineistosta visualisoida kartaksi. Muutaman päivän tuumaustauko kuitenkin selkeytti ajattelua, ja huomasin ajatelleeni aluksi aivan liian monimutkaisesti. Kunta-aineistossa oli valmiiksi laskettu kunnittain eri-ikäluokkien prosenttiosuudet, joten valmiita tietoja pystyi hyödyntämään suoraan kartan tekemiseen. Valitsin yli 64-vuotiaat, sillä he ovat tyypillisesti eläkeikäisiä, joten tieto kuntalaisten eläkemäärästä oli mielestäni kiinnostava.

Tässä kohtaa myös selailin muiden kurssilaisten blogeja, oliko heillä tehtynä eri ikäluokista koropleettikarttoja. Tutustuin tarkemmin Pajukosken (2024) karttaan alle 15-vuotiaiden osuuksista Suomen kunnissa. Mielestäni Pajukoski oli käyttänyt luokittelussaan sopivasti luokkia, mutta ehkä luokkien vaihteluvälejä olisi voinut muuttaa hieman tasakokoisemmiksi. Erityisesti silmiin pisti pienin ja suurin luokka, joiden vaihteluvälit olivat noin 10 % eli selvästi enemmän kuin keskimmäiset luokat. Ensimmäisessä eli pienimmässä luokassa on kuitenkin selkeästi enemmän kuntia kuin suurimmassa luokassa. Lisäksi kokonaislukujen tai ainakin puolikkaiden lukujen (esim. 10,5) käyttäminen olisi tehnyt luokista vielä selkeämpiä luettavuudeltaan. Muuten kartta oli erittäin selkeästi tehty.

Yli 64-vuotiaiden luokittelun apuna käytin ohjelman tilastotoimintoa, jossa sai näkyviin arvojen vaihteluvälin pienimmästä suurimpaan. Lisäksi tarkastelin attribuuttitaulusta, kuinka paljon suurinpiirtein erikokoisia arvoja aineistossa esiintyy. Tätä varten klikkasin aineiston suuruusjärjestykseen pienimmästä suurimpaan yli 64-vuotiaiden kohdalta. Luokittelussa käytin kokonaislukuja luettavuuden helpottamiseksi, ja tästä syystä pyöristin suurimman arvon (44,6 %) myös kokonaisluvuksi. Karttani visualisoinnissa käytin valmista väriskaalaa, mutta valitsin hieman eri violetin sävyjä sisältävän skaalan luettavuuden helpottamiseksi. Violetti sopi mielestäni hyvin, sillä se luo neutraaleja mielikuvia. Kartan viimeistely (legendan, pohjoisnuolen ja mittakaavan) onnistui helposti. Kartan ympäröivan suorakulmion muokkaaminen läpinäkyväksi sisältäen rajauksen aiheutti taas hieman päänvaivaa, mutta ohjelman selailun jälkeen se palautui mieleen ja onnistui.

Kuva 2. Yli 64-vuotiaiden %-osuus Suomen kunnissa vuonna 2022.

Kartan (kuva 2) mukaan eniten yli 64-vuotiaita asuu Itä- ja Pohjois-Suomen kunnissa. Myös Keski-Suomessa asuu suhteessa paljon yli 64-vuotiaita, sillä valtaosassa Keski-Suomen kunnista asuu 32-39 % yli 64-vuotiaita. Vähiten yli 64-vuotiaita asuu pääkaupunkiseudulla Uudellamaalla ja Oulun seudulla Pohjois-Pohjanmaalla.

Lähteet:
Pajukoski, H. (22.1.2024). 1. Kurssikerta. Heidin GIS-blogi. [Blogipostaus]. Viitattu 22.1.2024. https://blogs.helsinki.fi/heidipaj/

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *