Nykypäivän koulumantsaa!

Kuudes (Ja toiseksi viimeinen, huh!) kurssiviikko toi tullessaan uuden matkapuhelimen paikannussovelluksen nimeltään Epicollect5. Pääsimme kokeilemaan sen toimivuutta ja monipuolisuutta ulkona reippaillen. Olipa se hauskaa! Tällainen sovellus on erinomainen työväline esim. kouluopetukseen, sillä sen avulla on mahdollista kerätä koordinaattitietoihin perustuvaa sijaintitietoa. Näen tämän mahdollisuutena tuottaa lapsille/nuorille jotakin uutta ja hauskaa vaikkapa liikunnan oppitunneille. En malta odottaa, että pääsen kokeilemaan tätä oppilaiden kanssa, nykypäivän koulumantsaa! Ihan parasta!

Dataa syntyy ulkoillessa
Ulkoillessamme keräsimme dataa Epicollect5-sovellukseen kävelyreitin varrelta, jolloin arvioimme joka kohdassa samoihin kysymyksiin perustuen mm. kohteen turvallisuutta ja suosittuutta ajanviettopaikkana. Sovellus on helppokäyttöinen, visuaalisesti siisti ja onnistunut, lisäksi tarkasteltavasta kohteesta on mahdollista liittää mukaan sekä kuva, että kommentit. Kätevää!

Interpoloimalla saa aikaan kaunista pintaa
Kaikkien ryhmäkerran opiskelijoiden tallentamien koordinaattispottien tuottama aineisto vastauksineen piirtyi Helsingin seudulle (käsittelimme vain Helsingin seudulle sijoittuvaa tietokantaa), jolloin pääsimme kokeilemaan uutta QGIS työkalua, interpolointia eli toimintoa nimeltä Inverse Distance Weighting (IWD). Nyt kartalla näkyivät koordinaattipisteiden välille interpoloidut arvot, jotka muodostivat jatkuvan pinnan ja kattoivat näin ollen koko tutkimusalueen. Näytti siltä, kuin joku olisi ikään kuin nipistänyt karttaa sormien välissä ja kartta olisi näistä kohdin muuttunut punasävyiseksi eli tässä tapauksessa ei niin turvallisuutta herättäväksi alueeksi. Mielenkiintoista!

Hasardit kotitehtävät?
Kotitehtäväksi saimme tutustua tiedon tuomiseen ulkopuolisesta lähteestä, aiheenamme olivat tällä kertaa erilaiset hasardit. Valitsin itselleni mielenkiintoisimmat eli tulivuoret sekä maanjäristykset. Kuvassa 1 on esitelty kaikki maanjäristykset sekä tulivuorenpurkaukset ennen vuotta 1950, mutta ottaen huomioon, että maanjäristykset ovat vuodesta 1910 alkaen. Toisessa kuvassa (kuva 2) on esitetty samat tiedot, mutta vuodet ovat nyt 1950-2012. Kolmannessa kuvassa on samoin sama aihe, mutta vuosiluvut ovat tällä kertaa 2013-2020.

Kartat ovat onnistuneet mielestäni hyvin, mutta karttojen vertaileminen keskenään on haasteellista ilman asiantuntevaa opastusta, sillä vuosimäärät kuvissa vaihtelevat suhteessa paljon. Toisaalta lähivuosien (kuva 3) järistykset ja purkaukset ovat helpompia todentaa ja asettaa aikajanalle, ja siten verrata muihin kuviin. Kuvan 2 järistysten rypäsmäiset ja nauhamaiset sijoittumiset maailmakartalle ovat konkreettinen osoitus mannerlaattojen olemassaolosta ja vaikutuksista. Lisäpohdinnalle ja -tutkimiselle jää paljon aiheita, ja se on hyvä! Kaiken kaikkiaan tällaisten karttojen tuottaminen oli hauskaa!

Litosfäärilaatoista voit lukea lisää The Geographer online -sivustolta, jonne Ville on blogissaan lisännyt linkin.

Maanjäristysten voimakkuuksia on vertaillut ansiokkaasti Annika omassa blogissaan. Kannattaa lukea!

Kuva 1. Maailman maanjäristykset ja tuolivuorenpurkaukset ennen vuotta 1950. QGIS. Lähde: https://ncedc.org/anss/catalog-search.html  sekä https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search

Kuva 2. Maailman maanjäristykset ja tulivuorenpurkaukset vuosina 1950-2012. QGIS. Lähde: https://ncedc.org/anss/catalog-search.html sekä https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search
Kuva 3. Maailman maanjäristykset ja tulivuorenpurkaukset vuosina 2013-2020. QGIS. Lähde: https://ncedc.org/anss/catalog-search.html sekä https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search

Oppilaiden kanssa pohditaan yhdessä
Kartoista on mahdollista päätellä muun muassa, että maanjäristykset ja tulivuorenpurkaukset syntyvät samoilla alueilla maapallolla. Oppilaiden on helpompaa ymmärtää karttojen perusteella käsiteltävänä olevien ilmiöiden maailmanlaajuinen kokonaisuus sekä oma suhteensa (Suomen sijainti) näiden esiintyvyyteen. Lisäksi karttojen avulla on mahdollista keskustella mm. tutkimusmetodien keksimisestä ja kehittämisestä, sekä tärkeästä historiantutkijoiden työstä, tässä tapauksessa erityisesti järistysten ja purkauksien jättämistä jäljistä maapallolle. Lisäksi ihmisten arkeen ulottuvat vaikutukset nykypäivänä sekä ennaltaehkäisemisen keinot ovat usein mielenkiintoisia pohdinnan kohteita. Maantieteellisesti on lisäksi tärkeää keskustella lasten kanssa mm. mistä maanjäristykset ja tulivuorenpurkaukset johtuvat, mitä tarkoittaa mannerlaatta, mistä laava tulee, mitä se on, miksi järistykset sijoittuvat kartalla nauhamaisesti, miksi ne voivat olla niin voimakkaita jne. Kysymyksiä ja aiheita on loputtomasti.

Mitä netistä löytyy?
Selailin netistä sopivia kohteita lähemmälle tarkastelulle oppilaiden kanssa, koskien juuri maanjäristyksiä sekä tulivuorenpurkauksia, ja löysin muutamia mielenkiintoisia sivustoja. Perustietoa maanjäristyksistä tarjoaa informatiivisella ja selkeällä tavalla Helsingin yliopiston Seismologian Instituutti. Jospa joskus saisimme kouluumme ihkaoikean asiantuntijan kertomaan seismologisista mittauksista ja retkistään tulivuoren “uumeniin”..? Toiseksi voisimme oppilaiden kanssa vierailla Ilta-Sanomien sivuilla ja tutustua maailman vaarallisimpiin tulivuoriin ja keskustella miksi juuri nämä tulivuoret ovat saaneet tappavan luokituksen. Vastapainoksi pelottavalle aiheelle piipahtaisimme Napsu matkailusivustolla tsekkaamassa tällä kertaa, upeimmat tulivuoret! Fuji Japanissa olisi varmasti luokan suosikki! Viimeiseksi, kaiken oppimamme jälkeen, testaisimme osaamistamme Seterra online-pelien parissa. Miten hauska tapa oppia maapallon ihmeellisiä kohteita!

Loppusanat tällä kertaa
Kuvat ovat yksi parhaimmista havainnollistamisen keinoista opettajalle. Lapsen oman päättelyn kehittäminen sekä keskusteleminen lapsen omista ajatuksista ovat parhaimmillaan juuri kuvien avulla. Jokainen tulkitsee kuvaa omalla tavallaan, jolloin on mahdollista osoittaa konkreettisesti erilaisten ilmiöiden ja opittavana olevien asioiden/aiheiden moninäkökulmaisuutta. Näin ollen kartat ovat erityisasemassa maantieteellisten tietojen ja taitojen kasvattamisessa, sekä oman maailmankuvan kehittämisessä.


Luokanopettajan muistilista

+ Epicollect5 käyttöön!
+ Oppilaan maailmankuvan kehittäminen
+ Itsenäinen tiedon etsiminen ja vertaaminen


Lähteet:

Ilta-Sanomat. (14.4.2017). Maailman tappavimmat tulivuoret listattiin – miljoonien ihmisten kodit jatkuvassa vaarassa. Viitattu 25.2.2021. Saatavilla: https://www.is.fi/ulkomaat/art-2000005167780.html

Innanen, Annika. (2021). Annikan GIS-Blogi; Harjoitus 6: Maanjäristyksiä ja tulivuorenpurkauksia kartalla. Viitattu 25.2.2021. Saatavilla: https://blogs.helsinki.fi/anninnan/2021/02/25/harjoitus-6-maanjaristyksia-ja-tulivuorenpurkauksia-kartalla/

Napsu. (6.1.2019). 10 vinkkiä: Maailman upeimmat tulivuoret. Viitattu 25.2.2021. Saatavilla: https://www.napsu.fi/matkailu/uutiset/10-vinkkia-maailman-upeimmat-tulivuoret-886

National Oceanic Atmospheric Administration; National Centers for Environmental Information (NCEI). (2021). Viitattu 24.2.2021. Saatavilla: https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search

Northern California Earthquake Data Center. (2021). Viitattu 24.2.2021. Saatavilla: https://ncedc.org/anss/catalog-search.html

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Seismologian Instituutti. (2021). Perustietoa maanjäristyksistä. Helsingin yliopisto. Viitattu 25.2.2021. Saatavilla: https://www2.helsinki.fi/fi/seismologian-instituutti/maanjaristykset/perustietoa-maanjaristyksista-0#section-54379

Seterra online-pelit. (2021). Vuoret ja tulivuoret. Viitattu 25.2.2021. Saatavilla: https://online.seterra.com/fi/vgp/3047

Väisänen, Ville. (2021). Villen GIS-Blogi; Interpolointia ja hasardeja. Viitattu 25.2.2021. Saatavilla: https://blogs.helsinki.fi/villvais/2021/02/22/interpolointia-ja-hasardeja/

Uutuutena Buffer! On kiva!

”Kääritään hihat ja ruvetaan hommiin!” Näin alkoi kurssikerran 5 etätyöpaja QGIS ohjelmiston parissa. Tutustuimme tällä kertaa muutamaan uuteen analyysityökaluun, joilla voidaan laskea mm. kuinka monta kohdetta on tietyn suuruisen säteen sisäpuolella. QGIS ohjelmiston logiikka alkaa tuntumaan askel askeleelta tutummalta, mutta kokonaisuuden hahmottaminen sekä erilaisten toimintojen muistaminen on edelleen haasteellista. Tehtävien tekeminen etenee parhaiten ohjeita seuraamalla, kohta kohdalta. Haaveilen samoin kuin Ville, että osaisin tuottaa kartan, josta tieto ”pompsahtaa” tulkitsijalle kuin taikaiskusta, kaikki tarvittava olisi yhden klikkauksen päässä. Tällä hetkellä olo on kuin kokilla, jonka kokkaustaidot vaativat reseptin yksityiskohtaisen seuraamisen, vasta kokonaisuuden hallinta tuottaa luovuutta ja muuntelemisen kykyä. Sitä odotellessa ei auta kuin harjoitella.

Keskeisiä työkaluja QGISissä
QGIS ohjelmiston keskeisimpiä työkaluja ovat Attribute table, eli tiedoston taulukkomuotoinen data, ja siellä erityisesti Field calculator, jonka avulla on mahdollista mm. yhdistää tietoa tiedoston sisällä. Tämän laskurin toiminnot ovat loogisia ja helppokäyttöisiä, usein miten. Tiedostojen muokkaamiseen liittyvät olennaisesti myös Properties työkalukokonaisuuden toiminnot, joiden avulla on mahdollista muodostaa mm. erilaisia taulukointeja ja värityksiä, kuten aiemmissa blogeissa tutut koropleettikartat.

QGIS työskentelyssä keskeisiä työkaluja ovat myös erilaiset Select Features työkalut, joilla on mahdollista valita kohteita erilaisin perustein lähempää tarkastelua varten. Näistä tämänkertaisella kurssikerralla enimmäkseen käytössä oli Select by Location, jonka avulla voi valita kartalta alueen sijainnin perusteella. Lisäksi tällä viikolla ahkerassa käytössä oli Statistics tietoruudukko QGIS ohjelmiston vasemmassa reunassa, josta on mahdollista tutkailla tiedostojen yksityiskohtaisia lukuja yleisellä tasolla sekä valittujen arvojen (Selected features only) perusteella.

Mainitsen vielä käyttökelpoisuuden nimissä Join attributes by location -työkalun, sillä tämän työkalun avulla on mahdollista luoda uusi layer eli tiedosto, joka sisältää vain valitut arvot jostakin käsiteltävänä olevasta tiedostosta. Näin ollen on helpompaa tarkastella tutkittavana olevia kohteita ja yhdistellä tietoa. Kannattaa kuitenkin olla tarkkana, että ”täpät” menevät oikeisiin valintaruutuihin. Ja kaiken kaikkiaan kannattaa myös tarkastaa käsillä olevan karttaprojektio.

Kurssikerta vitonen
Viikolla 5 teimme useita harjoituksia pääasiassa Buffer työkalulla. Bufferin eli puskurivyöhykkeen avulla voidaan määrittää halutun kokoinen alue/vyöhyke kohteena olevan tietokannan kohteille ja laskea mm. tämän säteen sisäpuolelle jäävien arvojen summa. Perinteinen tehtävä oli esim. laskea eli bufferoida lentokentän ympärillä asuvien ihmisten lukumäärä kahden kilometrin säteellä. Bufferin rinnalla käytimme myös Clip-työkalua eli geoprosessointityökalua, joka vertaa kahta aluemuotoista aineistoa toisiinsa ja leikkaa kohdetietokannasta paloja kuin piparkakkumuotti. Näin on mahdollista mm. laskea kahden alueen päällekkäisen osan tietoja.

Tämän kurssiviikon kotitehtävien vastaukset ovat jokseenkin samat kuin Tapiolla, joten olen todennäköisesti jossakin kohdassa onnistunut tuottamaan oikeaa tietoa aiheesta. Taulukot vastauksineen ovat tässä (klikkaa taulukkoa, näkyy paremmin):

Miten menee omasta mielestä?
Tässä lyhyt läpileikkaus QGISin minulle tällä hetkellä tutuimpiin työkaluihin ja toimintoihin. Tai ainakin näiden kanssa olen ”hinkannut” karttoja sekä tiedostoja jo useamman tunnin ajan. Ei siis ole itsestään selvää (vieläkään), että muistaisin käyttää juuri oikeaa työkalua, mutta pikkuhiljaa ne alkavat hahmottua ensimmäisen kurssikerran järkytyksestä huolimatta.

Osaan tuoda erilaisia aineistoja ohjelmaan, liittää niitä yhteen, tarkastella rasteriaineistoja ja vektoriaineistoja, luoda erilaisia karttoja ja bufferoida. Veikkaan, että olemme kurssilla tutustuneet vasta hyvinkin perustoimintoihin ja uusia elementtejä olisi tarjolla vielä runsaasti. Se mitä QGIS ohjelmiston kanssa todella tarvitsee, on kertausta, kertausta ja kertausta. Ja sitähän on ollutkin tarjolla. Jos saisin toivoa yhden asian, toivoisin (pitkän) listan erilaisista eteen tulevista tilanteista QGIS ohjelmistossa ja ratkaisuiksi sopivista työkaluista.


Luokanopettajan muistilista

+ Bufferointia manuaalisesti kartalta
+ Etäisyyksien laskeminen ja hahmottaminen
+ Lasten QGIS?


Lähteet

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Turpeinen, Tapio. (2021). Tapion Kurssiblogi; 5: Pit stop analyysien merkeissä + itsereflektointia. Viitattu 23.2.2021. Saatavilla: https://blogs.helsinki.fi/tapiotur/2021/02/19/5-pit-stop-analyysien-merkeissa-itsereflektointia/

Väisänen, Ville. (2021). Villen GIS-Blogi; Bufferointia ja putkiremonteja. Viitattu 23.2.2021. Saatavilla: https://blogs.helsinki.fi/villvais/2021/02/19/bufferointia-ja-putkiremontteja/

Ruudusta löytyy tieto!

Viikon 4 kurssikerran tehtävänä oli tutustua rasteriaineiston käsittelyyn QGIS ohjelmiston avulla. Latasimme tarkastelua varten pääkaupunkiseudun asukastietoa käsittelevän ruutuaineiston, SeutuCD aineiston vuodelta 2015, ja kuten kurssikerran esimerkkityössä, päädyin omassa ruutuaineistokartassani käyttämään neliökilometrin kokoisia ruutuja. Tämä siitä syystä, että mielestäni tiettyyn, tarkastelun kohteena olevaan ikään liittyvissä aineistoissa neliökilometri on riittävä tarkkuus todentamaan käsiteltävää tietoa. Ruudukon kokoa voi vaihtaa helposti QGIS ohjelmistossa Create grid -työkalulla.

Ruututeemakarttojen tulkintaa

Kuvassa 1 on sijoittuneena pääkaupunkiseudulla asuvat alle 1-vuotiaat lapset. Ruututeemakartan luvut ovat yllättävän suuria, sillä korkein määrä 0-vuotiaita lapsia yhden neliökilometrin sisällä on 174. Aikamoinen määrä vauvoja sanoisin! Selvästi eniten vauvaperheitä asuu Helsingin keskustan tuntumassa, mutta myös mm. Haaga, Meri-Rastila, Viikki ja Kontula ovat suosittuja asuinalueita vauvaikäisten lasten perheiden keskuudessa (jos siis sijoitan tummimmat ruudut oikeille alueille kartalla).

Kuva 1. Pääkaupunkiseudulla asuvat 0-vuotiaat lapset. Lähde: Kurssimateriaali; SeutuCD 2015.

Kuvan tulkintaa vaikeuttavat siis itse ruudut, joiden läpi ei ole mahdollista nähdä alueiden nimiä tms., lisäksi jo pelkästään kuntien rajojen puuttuminen kartalta asettaa haasteita tulkinnalle. Olisiko mahdollista tuottaa pohjakarttaa läpäisevät himmeämmät ruudukot? Vai muuttuuko kartta tuolloin itse asiassa sekavammaksi tulkita? Toisaalta ruututeemakartan absoluuttiset luvut ovat realistisia ja vertailukelpoisia, jolloin kartan tuottama informaatio on mielenkiintoinen ja sisältää näin ollen useita tulkintamahdollisuuksia ja näkökulmia.

Koropleettikarttaan eli ”liukuvärjättyyn” teemakarttaan verrattuna tieto on ruutuaineistossa täsmällisempää, lisäksi pistekarttaan verrattuna “tietoruudut” osoittavat tutkittavan tiedon alueellisen levinneisyyden pisteitä paremmin. Visuaalisesti ruututeemakartta häviää mielestäni sekä koropleettikartalle, että pistekartalle. Perusteellisempaa koropleettikartan ja ruututeemakartan vertailua pääset lukemaan Annikan GIS-Blogista.

Mielenkiintoinen ilmiö

Halusin tuottaa toisen ruutuaineistokartan vertailun vuoksi, sillä kartoista havaitsemani ilmiö on mielestäni mielenkiintoinen. Kuvassa 2 on sijoittuneena pääkaupunkiseudulla asuvat 6-vuotiaat lapset, jossa on selvästi havaittavissa toisenlainen trendi verrattuna kuvan 1 tilanteeseen. 6-vuotiaiden lasten perheet sijoittuvat kartalle tasaisemmin ja sijainnit liittyvät nyt selvemmin koulujen sijoittumiseen pääkaupunkiseudulla. Todennäköisesti lapsen syntyminen ei näin ollen välittömästi aiheuta muuttoliikettä, koska vauvan kanssa on mahdollista asua pienemmässäkin asunnossa, mutta tulevan koululaisen tarve esim. omalle huoneelle saattaa johtaa suuremman asunnon hankintaan. Lisäksi asunnon sijoittuminen tietyn koulun sisäänottoalueelle saattaa vaikuttaa 6-vuotiaan lapsen kodin sijaintiin. Ruututeemakartan perusteella muun muassa, Kartanonkosken koulu, Tuomarilan koulu ja Matinkylän koulu ovat saaneet runsaasti ekaluokkalaisia vuonna 2016.

Kuva 2. Pääkaupunkiseudulla asuvat 6-vuotiaat lapset. Lähde: Kurssimateriaali; SeutuCD 2015.

Miten kartat onnistuivat?

Omat ruututeemakarttani ovat mielestäni onnistuneet hyvin, sillä molempien karttojen kohdalla tarkastelun kohteena oleva tieto tulee selvästi esille, lisäksi lukuasteikot sekä ruutukoko tukevat tulkintaa. Karttojen väritys on myös selkeä ja yksinkertainen, vaikkakin ”hälyttävän” punainen 0-vuotiaiden lasten kohdalla olisi voinut olla ennemmin esim. neutraalin (?) violetin sävyinen. Kaiken kaikkiaan miellyttävä QGIS tehtävä ja mielenkiintoinen toteutus sekä aihe.

Läksyjä, läksyjä…

Kotitehtävänä oli verrata Maanmittauslaitoksen Paikkatietoikkunan peruskarttalehden korkeuskäyriä QGIS ohjelmistoon ladatun SeutuCD 2015 rasteriaineistokartan vastaaviin käyriin. Lisäsin molempiin tutkittavina oleviin karttoihin myös rinnevarjostukset (QGIS; Hillshade) visuaalisuutta vahvistamaan.

QGIS ohjelmistolla tuotetussa kartassa (kuva 3) korkeuskäyrissä on havaittavissa teräviä huippuja sekä liiallista yksityiskohtaisuutta, mikä tekee kartan tulkinnasta sekä yleiskuvasta hieman sekavan. Paikkatietoikkunan korkeuskäyrät (kuva 4) ovat yksinkertaisemmat ja pehmeämmät, mikä lisää kartan tulkinnallista ja visuaalista miellyttävyyttä. Tästä asiasta kanssani oli samaa mieltä myös Aino.

Kuva 3. Korkeuskäyrät ja rinnevarjostukset QGIS ohjelmiston kartalla Lampisuon (Parainen) maastossa . Lähde: Kurssimateriaali; Laserkeila-aineisto, tarkkuus 2m.
Kuva 4. Korkeuskäyriä ja rinnevarjostuksia Paikkatietoikkunan peruskartalla Lampisuon (Parainen) maastossa. Lähde: Maanmittauslaitos 2021.

Rinnevarjostukset (otettu tarkempaa tulkintaa varten kartoista erilleen) ovat molemmissa tarkoituksenmukaiset sekä selkeät, mutta QGIS ohjelmiston Hillshade (kuva 5) on tarkempi ja antaa jokseenkin luonnollisemman vaikutelman, kun taas Paikkatietoikkunan kartan (kuva 6) rinnevarjostukset näyttävät pyöristyneiltä.

Kuva 5. Rinnevarjostukset QGIS ohjelmiston kartalla Lampisuon (Parainen) maastossa. Lähde: Kurssimateriaali; Laserkeila-aineisto, tarkkuus 2m.
Kuva 6. Rinnevarjostuksia Paikkatietoikkunan peruskartalla Lampisuon (Parainen) maastossa. Lähde: Maanmittauslaitos 2021.

Loppukaneetti

Lopuksi totean, että karttojen kanssa puuhastelu erilaisten aineistojen kautta ja avulla, on avartavaa sekä mielenkiintoista. Maailma on tietoa täynnä, kunhan sen löytää ja osaa käyttää asianmukaisin välinein sekä keinoin. Harjoittelemalla tulee paremmaksi!


Luokanopettajan muistilista
+ Karttojen vertailu erilaisista lähteistä
+ Karttakritiikki
+ Oman kartan tuottaminen taitotasoisesti


Lähteet

Innanen, Annika. (2021). Annikan GIS-Blogi; Harjoitus 4: Väestöteemakartta ruutuaineistosta. Viitattu 16.2.2021. Saatavilla: https://blogs.helsinki.fi/anninnan/2021/02/11/harjoitus-4-vaestoteemakartta-ruutuaineistosta/

Maanmittauslaitos. (2021). Paikkatietoikkuna; peruskarttalehti. Viitattu 16.2.2021. Saatavissa: https://kartta.paikkatietoikkuna.fi/

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Schulz, Aino. (2021). Ainon kurssiblogi; 10.2.2021 MAA-202 Luento ja kotitehtävät. Viitattu 16.2.2021. Saatavilla: https://blogs.helsinki.fi/scsc/ 

TIETOKANTALIITOKSIA JA MUITA MUUNNOKSIA

Tällä(kin) kertaa sukellettiin suoraan syvään päätyyn. Intensiivinen neljätuntinen opetti meille varhaisena keskiviikkoaamuna erilaisten tietokantojen liittämistä ja uuden tiedon tuottamista uuden sekä vanhan tiedon avulla. Excel tuli jälleen tutummaksi. Taukoja ei juurikaan pidetty, reipas tahti piti otteessaan koko kurssikerran ajan. Päällimmäisenä oli pelko kelkasta tippumisesta, joten aamukahvikin oli minimissään turhia vessataukoja silmällä pitäen. Huh huh, sanon minä!

Afrikkaa ristiin rastiin
Tarkastelun kohteena kurssiviikolla 3 oli tietokanta Afrikan valtioiden konfliktien, timanttikaivosten sekä öljykenttien määristä. Näitä tiedostoja käänneltiin, väänneltiin, muutettiin ja päivitettiin erilaisten ohjelmistojen, laskinten ja ominaisuuksien avulla, jotta saisimme yhtenäisen sekä tehokkaamman tietokannan lähempää tarkastelua varten. Teemakartalla (kuva 1) näkyvät mainitsemani tiedot Afrikan valtioiden luvuista.

Kuva 1. Afrikan valtioiden konfliktien, timanttikaivosten ja öljykenttien sijoittuminen vuodelta 2020. Lähde: Kurssimateriaali.

Mitä löytyy taustalta?
Kurssikerran Afrikka-tietokanta antaa aihetta laajempaan pohdintaan, sillä aineistossa annetut tiedot konfliktien tapahtumavuosista ja laajuuksista, sekä timanttikaivosten, että öljykenttien löytämis- sekä aloitusvuosista, osoittavat yhteneväisyyksiä tekijöiden välillä. Toisin sanoen, suurin osa konflikteista todennäköisesti liittyvät mainittuihin taloudellisiin tekijöihin, mutta vaikuttavatko konfliktien määrään enemmän kohteen löytämisen ajankohta ja siihen liittyvät mahdolliset valtaamisyritykset vai kohteen varsinaisesta hyödyntämisestä johtuvat, mm. mahdolliset työntekijöihin kohdistuvat epäoikeudenmukaisuudet? Vai ovatko timanttikaivokset/öljykentät itse asiassa tuottaneet seudulle aitoa vaurautta ja konfliktit ovat näin ollen vähentyneet?

Mielenkiintoista olisi lisäksi tutkia niitä valtioita, joissa konfliktien määrä on suhteellisen korkea, mutta timanttikaivoksia tai öljykenttiä on verrattain vähän. Mitkä tekijät ovat näissä tapauksissa konfliktien taustalla? Samaisen tietokannan luvut valtioiden internetin käyttäjien kasvavista luvuista (vertailussa vuodet 2000 ja 2020) ovat erityisen mielenkiintoisia, sillä netistä saatava tieto lisää mm. tietoisuutta työntekijöiden oikeuksista sekä öljyn/timanttien kauppahinnoista, mikä taas saattaa vaikuttaa konfliktien määrään. Myös koulutuksen ja internetin käyttäjien kasvun vertaaminen olisi mielenkiintoinen tutkimuskohde. Onko paljon timanttikaivoksia tai öljykenttiä omistava valtio panostanut kansalaistensa hyvinvointiin vai menevätkö rahat jonnekin muualle, kuten suurille yhtiöille? Kysymyksiä aiheeseen liittyen olisi runsaasti.

Kotiläksyt tehty! Onnistuinko?
Kotitehtävänä oli vertailla Suomen vesistöalueiden valuma-alueiden tulvaherkkyyttä sekä järvisyyden osuutta pinta-alasta, ja tuottaa siitä koropleettiteemakartta. Tulvaindeksi kertoo alueen tulvaherkkyydestä, ja sen voi laskea usealla eri tavalla, mm. mallilla MHQ/MNQ (itse käytin juuri tätä) eli keskiylivirtaama jaetaan keskialivirtaamalla. Tämä malli on nimeltään virtaamavaihtelujen indeksi, joka siis vertaa näitä kahta virtaamaa keskenään. Keskiylivirtaama kertoo tietyn ajanjakson ylimpien mitattujen arvojen keskiarvon, kun taas keskialivirtaamalla mitataan alimpien mitattujen arvojen keskiarvoa. (Paarlahti, 2021.)

– Alivirtaama = kuiva kausi, keskimääräistä alhaisempi määrä virtaavaa vettä
– Ylivirtaama = tulva tai keskimääräistä korkeampi määrä virtaavaa vettä    (Paarlahti, 2021)

Onnistuin omien teemakarttojeni tuottamisessa mielestäni hyvin. Kuvan 2 teemakartta on kaikessa yksinkertaisuudessaan selkeä ja tarkoituksenmukainen. Kartalta on havaittavissa, että suurin osa Suomen tulvaherkistä alueista sijaitsee rannikkoalueilla, tarkemmin eteläisessä sekä läntisessä osassa. Suurimman tulvaindeksin on saavuttanut Aurajoen vesistön alue Turun seudulla. Yhteistä tulvaherkille alueille rannikkosijainnin lisäksi ovat tasaiset pinnanmuodot sekä järvien vähäinen määrä suhteessa maapinta-alaan (kuva 3). Pohjoisessa sijaitseva alue poikkeaa muista tulvaherkistä alueista, mutta selittyy mm. roudan kyllästämällä maaperällä, johon vesi ei pääse imeytymään keväällä lumen sulaessa.

Kuva 2. Suomen tulvaherkkyys eli tulvaindeksi valuma-alueittain. Lähde: Kurssimateriaali.
Kuva 3. Suomen tulvaindeksi ja järvisyys pinta-alasta valuma-alueittain. Lähde: Kurssimateriaali.

Palloja ja piirakoita
Toinen teemakarttani (kuva 3) sisältää tulvaherkkien alueiden järvien osuutta maapinta-alasta kuvaavat pallot. Mitä suurempi pallo on, sitä enemmän kyseisen alueen pinta-alasta on järviä. Ja kuten jo aiemmin totesin, yhteinen tekijä tulvaherkille alueille on pieni järvisyysprosentti, kuten tämän kartan perustella on siis mahdollista todentaa. Järvisyyden kuvaaminen eri kokoisten pallojen avulla on mielestäni visuaalisesti toimiva ja osoittaa tarvittavan tiedon mielekkäällä tavalla, mutta jättää kaikesta huolimatta kartan tulkitsijalle todellisemmat prosenttiosuudet osittain arvailun varaan. Legendaan on mahdollista tietysti lisätä prosenttitiedot, kuten Ville on esimerkillisesti tehnyt omassa teemakartassaan. Karttaa on heti helpompi tulkita.

Kotitehtävän haasteellisempi osa oli kuvata tulva-alueiden järvien osuutta pinta-alasta ympyrädiagrammin avulla. Onnistuin sen (useiden kokeilujen jälkeen) tekemään, mutta ”piirakat” jäivät suhteessa liian pieniksi (kuva 4). Toteutus näyttää aluksi kivalta, mutta pienikokoisella teemakartalla kokonaisuus on jokseenkin sekava. Lähentämällä teemakarttaa, on mahdollista saada ympyrädiagrammin tarkoitus paremmin esille (kuva 5). Myös Annika on blogissaan lähentänyt karttakuvaa, hyvältä näyttää.

Kuva 4. Suomen tulvaindeksi ja järvisyys- sekä maapinta-alaprosentit tulva-alueittain. Lähde: Kurssimateriaali.
Kuva 5. Suomen tulvaindeksi ja järvisyys- sekä maapinta-alaprosentit tulva-alueittain. Lähde: Kurssimateriaali.

Tärkeintä lopulta on, kaikkien karttojen osalta ja maallikon kannalta, että välitettävänä oleva tieto tulee esille, tavalla tai toisella. Ja teemakarttoja muokatessa, on tärkeää ottaa huomioon, että visuaalisesti kaunis ja tarkoituksenmukainen kartta ei välttämättä tarvitse erikoistehosteita onnistuakseen.


Luokanopettajan muistilista
+ Visuaalisuus huomioon, mutta ei välttämättä ole pääasia.
+ Erilaisten tietokantojen etsiminen netistä yhdessä.
+ Tietokantakritiikki! Missä on ”oikea” tieto?


Lähteet

Innanen, Annika. (2021). Annikan GIS-Blogi; Harjoitus 3: Tulvaindeksikartta. Viitattu 8.2.2021. Saatavilla: https://blogs.helsinki.fi/anninnan/2021/02/04/harjoitus-3-tulvaindeksikartta/

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Väisänen, Ville. (2021). Villen GIS-Blogi: Suomen valuma-alueita ja Afrikan konflikteja. Viitattu 8.2.2021. Saatavilla: https://blogs.helsinki.fi/villvais/2021/02/02/valuma-alueiden-tulvaindeksikartta/

Koolla ja projektiolla on väliä!

Toisella kurssiviikolla sujui paremmin kuin ensimmäisellä viikolla! Huomasin jo osaavani suuren osan perustoiminnoista ulkoa Zoomin harjoituskerran jälkeen, mutta siltikin jouduin turvautumaan opetuskertojen videoihin harjoitustehtäviä ja karttoja tehdessäni. Onneksi videot ovat käytössämme. Tässä blogikirjoituksessa summaan siis toisen viikon tehtävien antia.


Karttaprojektiot suurennuslasin alla! Eroja löytyy!
Tutustuimme tällä kertaa erilaisiin karttaprojektioihin eli menetelmiin, joiden avulla maapallon pinta projisoidaan kaksiulotteiseksi tasoksi eli kartaksi. Maapallon pyöreä pinta asettaa projisoinnille haasteita välimatkojen, pinta-alojen, muotojen sekä suuntien suhteen. Näin ollen jokainen karttaprojektio vääristää karttakohteita jollain tavalla, täysin ”oikeaa” projektiota ei ole olemassa. Piirsimme QGIS ohjelman avulla Suomen kartalle satunnaisen janan sekä kolmion, joiden pituutta sekä pinta-alaa vertailimme erilaisten projektioiden kesken. Ja koska myös QGIS ohjelmisto on paikkatieto-ohjelmisto, eli sen järjestelmä perustuu aina valittuun matemaattiseen malliin, oli sen käyttäminen juuri tähän vertailutarkoitukseen erittäin konkreettista sekä visuaalisesti tarkoituksenmukaista. Ja millaisia eroja tulikaan esiin!

Koolla on väliä!
Kuvassa 1 on pieni taulukko Suomessa käytetyn projektion TM35FIN sekä kahden muun, maailmalla käytettyjen projektioiden mittasuhdevertailut. Janan suhteen pituuserot ovat suorastaan valtavat, kun taas pinta-alat ovat samansuuntaiset, jopa täysin samat. Mercatorin projektion osalta voi todeta, että välimatkat heittelevät merkittävästä, mutta pinta-alat vaikuttavat oikeanlaisilta, kun taas Robinsonin projektiolla on haasteita molempien suhteen. Tästä voimme todeta sen, että karttaprojektioiden kanssa on oltava tarkkana, sillä väärin valittu projektio saattaa vääristää kartalla esitettävää tietoa. Kiinnitä siis huomiota valitsemiesi menetelmien oikeellisuuteen, jotta siitä saadut tulokset olisivat luotettavia.

Kuva 1. Projektioiden mittasuhde-eroja. Vertailussa satunnaisesti sijoitettu jana sekä kolmio Suomen kartalla.

Robinson muuttaa muotoa
Teimme erilaisia koropleettikarttoja, joiden avulla on mahdollista konkreettisesti osoittaa karttaprojektioiden mittasuhde-eroja. Kuvan 2 kartassa vertailussa on Suomessa käytetty TM35FIN projektio sekä Robinsonin projektio, josta voimme todeta, että pinta-alojen erot ovat ”hiuksenhienot”, mutta eroa kuitenkin on. Kuvassa 3 on sama karttatieto muutettuna Robinsonin projektioon pohjautuvalle kartalle. Suomen muoto muuttuu, mutta välimatkat muuttuvat rajummin kuin pinta-alat.  Mittakaava kartan alareunassa osoittaa yllättävän rajun muutoksen TM35FIN projektioon verrattuna. Tyypillistä Robinsonia.

Kuva 2. Robinsonin projektio suhteessa TM35FIN projektioon. Vertailussa Suomen kuntien pinta-alat 2020. QGIS.
Kuva 3. Robinsonin projektioon pohjautuva Suomen kartta. Kts. kuva 2. QGIS.

 

 

 

 

 

 

Vaarallinen Mercator
Kuvan 4 kartalla on vertailussa TM35FIN ja Mercatorin projektio, jossa mittasuhde-erot ovat jo huomattavan suuret. Pienimmillään pinta-ala on Mercatorin projektiossa nelinkertainen suhteessa TM35FIN projektioon, ja suurimmillaan yli kahdeksankertainen. Mercatorin projektioon perustuva Suomen kartta (kuva 5) näyttää oudolta, mittasuhteet ovat vääristyneet, näin ollen Mercatorin käyttäminen missä tahansa karttatyöskentelyssä on suhteellisen vaarallista, koska tieto muuttuu suorastaan radikaalisti. Historiaa todentava käyttö on tietysti ok.

Kuva 4. Mercatorin projektion pinta-alasuhde verrattuna TM35FIN projektion pinta-aloihin. Suomen kunnat 2020. QGIS.
Kuva 5. Mercatorin projektioon perustuva Suomen kuntakartta 2020. QGIS.

Lambertin projektio
Viimeisenä tarkastelun alla on Lambertin projektio. Kuvassa 6 on vastaava vertailu (kuvat 2-5) Suomen kuntien pinta-aloista suhteessa TM35FIN projektioon. Kartalla näkyvät eri väriset suhdelukualueet ovat nyt pituussuuntaiset aikaisempien leveyssuuntaisten sijaan. Tämä johtuu siitä, että Lambertin projektio on oikeapintainen tasoprojektio, jossa jokainen maapallon pinnan alue kuvautuu tasoalueelle niin, että pinta-alat kartalla vastaavat alkuperäistä pinta-alaa.  Kuten kuvasta (kuva 6) voi todeta, ei pinta-aloissa ole eroja. Jos vastaava kartta olisi tehty perustuen Lambertin projektioon, se olisi hieman “vinossa” (kuva 7), eli se ei näin ollen ole oikeakulmainen. Toinen vastaavanlainen projektioesimerkki Cassini-projektiosta löytyy Annikan blogista, jonka löydät täältä: Annikan GIS-Blogi

Kuva 6. Lambertin projektio suhteessa TM35FIN projektioon. Vertailussa Suomen kuntien pinta-alat 2020. QGIS.
Kuva 7. Lambertin projektion pohjalta tuotettu Suomen kuntakartta 2020. QGIS.

Luokanopettajan muistilista
+ Karttojen kriittinen tarkastelu!
+ Konkreettinen havainnollistaminen!


Lähteet
Innanen, Annika. (2021). Harjoitus 2: Annikan GIS-Blogi; Pinta-alojen vertailu eri projektioissa. Viitattu 2.2.2021. Saatavilla: https://blogs.helsinki.fi/anninnan/

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Ensikosketus QGIS ohjelmistohirviön ihmeelliseen maailmaan!

Ihan aluksi; Mikä on QGIS?
Maantieteen sivuaineopintoni saivat erityislaatuisen aloituksen vuodelle 2021, kun pääsimme kokeilemaan QGIS ohjelmistoa kurssin Geoinformatiikan menetelmät 1 parissa. QGIS on avoin paikkatietojärjestelmäsovellus (GIS), jonka sisältö perustuu vapaaehtoisten tuottamaan dataan. Ohjelmistossa voit mm. visualisoida, muokata ja muodostaa erilaisia tulostettavia karttoja erilaisten toiminnallisuuksien ja lisäosien avulla. Lisätietoa QGIS ohjelmistosta löydät sivulta https://qgis.org/fi/site/.

QGISin tyyppiset kaikille avoimet ohjelmistosivustot ja hankkeet ovat tällä hetkellä lisääntymässä maailmanlaajuisesti. On kaikille yhteinen etu, että tällaisia tietokantoja luodaan ja kehitetään, jotta kansainvälinen projektiyhteistyö lisääntyisi. (Steiniger & Hunter, 2012, s. 136, 148.)

Päällimmäisenä tunteena ahdistus; Talttuuko QGIS-hirviö?
Ensikosketus QGIS ohjelmistohirviön ihmeelliseen maailmaan aloitti tunteiden myllerryksen ja samalla viikolla alkanut kurssi Maantieteen menetelmät tuntui tämän QGIS-hirviön rinnalla nyt suorastaan ”lasten leikiltä”. Pelonsekaiset fiilikset kurssilla pärjäämisestä, tehtävien loppuun saattamisesta ajallaan ja muiden opintosuoritusten tekemisestä samanaikaisesti tuntuivat loputtomalta suolta. Juuri kun olin oppinut käyttämään Corel Draw ohjelmistoa viime vuoden puolella, ja suorastaan nauttimaan sen parissa työskentelystä, heittäydyin uudestaan leijonien sekaan tuntemattomalle areenalle.

    Ahdistus iski.

Useiden huokausten ja epäuskoisten fiiliksien jälkeen, onnistuin lopulta ope-Artun tarkkojen ohjeiden mukaisesti, osio kerrallaan, tuottamaan suunnilleen vastaavanlaisen karttatekeleen (kuva 1) kuin opettajalla itsellään kurssikerran lopulla oli. Kurssikerran lopulla huokailut olivat jo hieman helpotuksen puolella.

Kuva 1. HELCOM-merialueisiin kuuluvien valtioiden typen päästöosuudet. QGIS 2021.

Mitä kartalla näkyy?
Kuvassa näkyvä teemakartta (kuva 1) käsittelee HELCOM-merialuetta ympäröivien valtioiden typen päästöjen osuuksia, joista suurin päästöjä aiheuttava valtio on Puola. Huomioitavaa on, että HELCOM-merialueeseen kuuluvat vesistöt ovat suhteellisen vähäpäästöisen alueen ympäröimänä, mikä johtunee viime vuosikymmenten aikana kivihiilen polton puhdistustekniikan kehittymisestä.
Katso lisää aiheesta HELCOM: https://ym.fi/kansainvalinen-yhteistyo-vesien-ja-merensuojelussa
Typen päästöistä: https://www.hiilitieto.fi/hiilitietoa/hiilen-haitat/rikin-ja-typen-oksidit/.

Toinen kartta (kuva 2) kuvaa suomalaisten kuntien väestötiheyttä vuodelta 2015. Kartasta voi havaita, että tiheimmin Suomessa asutaan suurimpien kaupunkien läheisyydessä ja eteläisessä Suomessa ylipäätään. Erityisen tiheää, jos näin voidaan edes Suomessa sanoa, on pääkaupunkisudulla sekä Ahvenanmaalla.

Kuva 2. Väestötiheys Suomen kunnat 2015. QGIS.

Miten onnistuin?
Kuvan 1 teemakartta on jokseenkin sekavan näköinen, jollei ole jo hieman perehtynyt kyseiseen aiheeseen tai QGIS ohjelmistoon, tai vaikkapa teemakarttoihin ylipäätään. Tällainen kartta onkin mielestäni erinomainen työkalu osoittamaan jollekin valitulle joukolle, jotakin valittua tietoa. Maantieteeseen perehtynyt osaa todennäköisesti tulkita karttaa heti sen nähdessään, mutta perehtymätön on varmasti pelkkänä kysymysmerkkinä. Lisäksi väriskaala, joka osoittaa typen päästöjen osuuksia, on huonosti valittu, sillä vaalein väri (esim. Suomi) on suorastaan luonnottoman näköinen, antaen vaikutelman aukosta kartalla. Seuraavalla kerralla aion valita tarkoituksenmukaisemmat sävyt.

Kuvassa 2 on mielestäni oikein onnistunut koropleettikartta eli ns. määrällinen alueluokituskartta. Kartan tieto tulee selvästi esille, vaikkakin yleensä tällaiset kartat tehdään liukuvärjäyksellä samaa väriä käyttäen. Toisaalta tässä tapauksessa, eli suhteellisen harvalukuisen väestötiheyden toteamisessa, on kahden värin taktiikka mielestäni käyttökelpoisempi vaihtoehto. Makunsa kullakin, pääasia on, että haluttu tieto välittyy kartalta.

Seuraavassa blogissa lisää! QGIS matkani on alkanut!

Luokanopettajan muistilista
+ Käytä tulevilla oppitunneilla oppilaiden kanssa!
+ Oman maailmankuvan muodostaminen ja monilukutaito!


Lähteet

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Steiniger, S. & Hunter, A.J.S. (2012). The 2012 free and open source GIS software map – A guide to facilitate
research, development, and adoption. Computers, Environment and Urban Systems 39, 136–150.