Viikko 6: Paleltumista ja turhautumista

Viime viikkoisen euforian jälkeen sain kylmän paluun todellisuuteen, kun lähdimme päivän aluksi tuntuvaan pakkaseen analysoimaan lähialueen kohteiden turvallisuutta, miellyttävyyttä ja käyttötarkoituksia. Onneksi sentään paistoi aurinko, joka lämmitti edes mieltä, vaikka sormet jäätyivätkin niin, ettei puhelimen näyttö meinannut tunnistaa kosketusta vastauksia näpytellessä. Opetuskerta ei myöskään ollut erityisen nousujohteinen, sillä pääsin tuntien ajan kokemaan pari viikkoa lähes piilossa pysynyttä äärimmäistä GIS-turhautumista ja epätoivoa. Yhdessä tehty tehtävä sujui tuttuun tapaan helposti oheistusta seuraten, mutta omatoimiset tehtävät ottivat pahasti hermoon.

Lopputulokseksi sain vaaditut kolme karttaa, mutta niiden informatiivinen ja visuaalinen arvo jäivät molemmat selkeästi standardieni alle. Tehtävänä oli tuottaa omavalintaiset kartat koskien maanjäristyksiä, tulivuoria, meteoriitteja tai niiden yhdistelmiä. Aloitin helpolla aiheella ja maanjäristykset viimeiseltä kolmeltakymmeneltä vuodelta löysivätkin helposti tiensä kartalle, eikä niiden luokittelunkaan kanssa ollut mitään ihmeellistä (kuva 1). Maanjäristysten lisäksi päätin lisätä toiselle kartalle viimeisen 65 vuoden aikana purkautuneet tulivuoret (kuva 2). Toinen kartta on vähän epäselvä, sillä kohteet menevät jonkin verran päällekkäin, mutta yritykseni havainnollistaa maanjäristyksiä jotenkin muuten (kartta 3) vei minulta innon tehdä mitään haastavampaa. Kolmas kartta on informatiivisesti yksi heikoimmista koskaan tekemistäni, mutta edes parin tunnin yrittämisellä en onnistunut hyödyntämään päivän teemaa, interpolointia, mitenkään paremmin. Kartan tavoitteena oli kuvata alueiden alttiutta voimakkaille maanjäristyksille, mutta ymmärrykseni aineiston ja ohjelman käytöstä ei riittänyt siihen, että olisin saanut niitä kuvattua todenmukaisesti. Nythän matalimpina arvoina kartalla näkyvät alueet, joissa on tapahtunut 7 magnitudin maanjäristyksiä, eikä suinkaan alueet, joilla maanjäristysriski olisi matalin.

Kuva 1: Yli 7 magnitudin maanjäristykset viimeisen 30 vuoden ajalta
Kuva 2: Yli 7 magnitudin maanjäristykset viimeisen 30 vuoden aikana sekä vuoden 1964 jälkeen purkautuneet tulivuoret
Kuva 3: Vuoden 1964 jälkeen purkautuneet tulivuoret sekä eri alueiden yli 7 magnitudin maanjäristyksille altistuminen viimeisen 30 vuoden aikana

Halusin esittää aiheen Tyynimeri-keskeisenä karttana, sillä Tyynenmeren tulirengas on ennen kaikkea tulivuorten, mutta myös voimakkaiden maanjäristysten suhteen keskeisessä osassa. Oikea projektio löytyi helposti pienellä googlailulla, mutta aineistona olleet valtioiden rajat eivät suostuneet millään piirtymään kartalle oikein, vaikka asetin niille saman projektion. Tulivuoret ja maanjäristykset ovat eri vuosilta, sillä en viitsinyt tehdä enää uutta maanjäristysaineistoa, koska litosfäärilaattojen jatkuvan liikkeen seurauksena tulivuorenpurkausten ja maanjäristysten sykli on jokseenkin vakio ja samat alueet korostuvat vuosikymmenestä toiseen.

Olisin mieluusti lisännyt karttoihin litosfäärilaattojen rajat havainnollistaakseni niiden sijainnin yhteyttä esitettyihin ilmiöihin. Tähän sopiva aineisto olisi varmasti löytynyt melko helposti, mutta olin jo käyttänyt tuhottomasti aikaa karttoihini, enkä ehtinyt enää tehdä tätä toimenpidettä. Tähän mennessä löysin vasta muutaman blogipostauksen tältä kurssikerralta, eikä kenenkään blogissa toistaiseksi ollut karttaa, jossa näkyisi laattarajat.  Ihastusta herätti kuitenkin Jaisan kartta, jossa hän oli hyödyntänyt bufferointia ja valinnut tulivuoret, joiden läheisyydessä oli tapahtunut tietyn voimakkuinen maanjäristys valittuna ajanjaksona. Puolestaan NASAn Earth Observatory -sivuilta löysin kartan, johon oli merkitty erilaisia siirroksia, aktiivisia erkanemisvyöhykkeitä sekä joitakin tulivuoria (kuva 4).

Kuva 4: NASAn kartta siirroksista ja tulivuorista

Karttojen oli tavoitteena olla sellaisia, jotka toimisivat opetustarkoituksessa, joten eipä tule minusta opettajaa ainakaan tämän kurssikerran perusteella. Vaikka naamani jo lukion Geomedia-kurssin oppikirjoissa pyöriikin, on näistä karttaesityksistä vielä pitkä matka siihen, että karttani eksyisivät oppikirjan sivuille.

Lähteet:

https://blogs.helsinki.fi/jaisa/2019/02/26/81/ (luettu 27.2.2019)

https://earthobservatory.nasa.gov/features/Tectonics (luettu 27.2.2019)

 

Viikko 5: Aika kokeilla siipiään

Viikko sitten meiltä uhattiin viedä luulot pois tällä kurssikerralla, kun joutuisimme työskentelemään jokseenkin itsenäisesti. Lähdin tähän opetuskertaan siis kauhunsekaisin tuntein ja ajattelin menettäväni hermoni totaalisesti useampaan otteeseen. Toisin kävi, tämä oli ehdottomasti mieleisin kurssikerta tähän mennessä. Yllätin itseni useampaan otteeseen oppimiskyvylläni ja tekemäni tehtävät sujuivat hyvinkin kivuttomasti. Useampaan otteeseen sain myös toimia avunlähteenä kanssaoppijoille, heille kiitokset itseluottamukseni nostattamisesta. Paikkatieto-ohjelma ei myöskään tainnut kaatua kuin yhden kerran, vaikka se vähän väliä säikäyttelikin minua hälyttävällä ”Not Responding” -ilmoituksella. Lyhyen esipuheen jälkeen suoraan kurssikerran asiaan, ennen kuin ylpistyn liikaa.

Teemanamme oli vyöhykeanalyysit. Harjoittelimme buffereiden luomista ja analysointia kertaillen samalla aiemmin opittuja piirtotyökaluja ja laskutoimituksia. Olen kerännyt alla oleviin taulukoihin tuloksia kaikille yhteisistä kevyistä harjoituksista koskien Malmin ja Helsinki-Vantaan lentokenttien meluhaittoja sekä asutusta juna- ja metroasemien läheisyydessä.

Taulukko 1: Malmin ja Helsinki-Vantaan lentokenttien melulle altistuminen

Taulukossa 1 on esitetty lukemia taloista, joiden asukkaiden elämään lentomelu vaikuttaa. Taulukon tietojen lisäksi laskimme skenaarion, miten monen ihmisen elämää lentomelu haittaisi, mikäli laskeutuvat koneet lentäisivät edelleen Tikkurilan yli, kuten kolmannen kiitoradan rakennusvaiheessa. Tämän bufferianalyysin tuloksena oli 11395 ihmistä.

Taulukko 2: Asuminen juna- ja metroasemien läheisyydessä

Taulukko 2 kertoo puolestaan juna- ja metroasemien läheisyydestä asutukseen nähden. Nähdään, että pääkaupunkiseudun asukkaista 22%:lla on alle puoli kilometriä matkaa lähimmälle asemalle. Lähellä asemia sijaitsevia asuinpaikkoja suosivat erityisesti työikäiset, joita on näiden alueiden asukkaista yli kolmannes.

Varsinaisia ongelmia muodostui vasta, kun hyppäsin suoraan syvään päätyyn ja aloin ratkomaan tehtäviä liittyen pääkaupunkiseudun uima-altaisiin ja saunoihin. Lähdin haastamaan itseäni ja jätin välistä joitakin helpompia tehtäviä. Tässä harjoituksessa vaadittiin jo hieman monimutkaisempaa laskukaavaa, jonka yllätyksekseni sain maalaisjärjellä muodostettua ja rohkealla kokeilulla sain aikaiseksi järkevän kuuloisia arvoja. Sen sijaan visualisoinnin kanssa tuli haasteita, joita edes sohvilta bongatut kokeneemmat GIS-velhot eivät onnistuneet ratkaisemaan. Kartassa vaadittiin kuvaamaan uima-altaiden määrää sekä pylväin että lukuarvoin, emmekä lukuisten yritysten jälkeen millään saanet niitä näkymään yhtä aikaa. Tätä pehmitelläkseni päätin visualisoida aiheen koropleettikartaksi, johon sitten lisäsin tarkat arvot näkyviin (kuva 1). Luokkarajoja ja värejä säätämällä lopputuloksesta tuli mielestäni tasapainoinen, joskin pienikokoisten alueiden kohdalla luvut ovat vähän hankalasti nähtävissä. Jälkikäteen tutkiessani muiden kurssilaisten tuotoksia tältä kurssikerralta löysin ainakin Oulan blogista kartan, jossa näkyvät sekä pylväät että lukuarvot.

Kuva 1: Uima-altaiden sijoittuminen pääkaupunkiseudulla

Lisäksi tehtävänä oli QGIS:n laskutyökaluja hyödyntäen selvittää saunojen ja uima-altaiden määriä pääkaupunkiseudun asuintaloissa (taulukko 3).

Taulukko 3: Saunoja ja uima-altaita pääkaupunkiseudulla

Tämän kurssikerran pohjalta tuntuu siltä, että QGIS:n keskeisimmät laskenta- ja karttatyökalut ovat tulleet minulle tutuiksi. En koe mitään tähän asti käytetyistä työkaluista erityisen haastavana ja toistaiseksi olemme QGIS:n kanssa melko lämpimissä väleissä. Toki jokaisessa suhteessa on huonot päivänsä ja toisinaan meillä ilmenee ohjelman kanssa kommunikaatiokatkoksia sekä QGIS:lla jaksamisvaikeuksia kesken raskaiden toimenpiteiden. Yritän kuitenkin kunnioittaa ohjelman jaksamisen rajallisuutta, sillä lähtökohtaisesti se on hoitanut osuutensa ja totellut käskyjäni tunnollisesti. Ihan aina en vielä muista, mistä mikäkin toimenpide tapahtui, mutta pikku hiljaa ne alkavat painua mieleeni. Ja alkaahan tuo oikeiden painikkeiden rastittaminen tulla selkärangasta, kun toisinaan viidettä kertaa perä jälkeen toistaa yhtä ja samaa toimenpidettä, kunnes se mystisesti onnistuu, vaikka mielestään olisi tehnyt kaiken joka kerta tismalleen samalla tavalla.

Siirtyessäni paikkatietoaineistojen tarkastelijasta myös niiden laatijaksi olen oppinut yhtä sun toista erilaisten aineistojen käyttäytymisestä ja niiden luomista mahdollisuuksista.  Jo lukioaikana päntätyt käsitteet saavat vihdoin oikeasti merkityksensä käytännön avulla ja olen hetkittäin oikeasti tykännyt paikkatiedon opettelusta. Tämän hetkisellä GIS-osaamisellani QGIS vaikuttaa mukavalta kumppanilta, sillä monet toiminnot tuntuvat kivan automaattisilta verrattuna siihen, että aiemmin olen tehnyt karttoja ainoastaan piirto-ohjelmilla. Toistaiseksi olen ollut tyytyväinen ohjelman tarjoamiin työkaluihin, eikä nyt tältä istumalta muistu mieleeni rajoitteita, joita ohjelman käyttöön tai varsinkaan sen käyttäjään liittyisi. Tämä mielipide varmasti muuttuu GIS-osaamiseni kasvaessa ja voin myöhemmin palata tämän blogipostauksen pariin naureskelemaan sille, miten pieni ja tietämätön olen aikoinaan ollutkaan.

Lähteet:

https://blogs.helsinki.fi/inkeroul/2019/02/20/buffers-breakdowns/ (luettu 26.2.2019)

Viikko 4: Ei muistikuvia

Postausta aloittaessani pääni löi aivan tyhjää kurssin neljännen opetuskerran kohdalla, jäljellä ei ollut minkäänlaisia mielikuvia siitä, mitä tuolloin oli mahdettu tehdä. Minulla ei myöskään ollut aavitustakaan siitä, mitä edessäni odottaisi. Nimittäin omat aivoni eivät olleet ainoa tyhjyyttä täynnä oleva osapuoli, vaan myöskään tietokoneeni ei suostunut avaamaan tallennettujakaan tasoja, enkä nähtävästi ollut tehnyt vielä kuvatiedostoja kartoista. Ei siis muuta kuin QGIS auki ja ekstrahommiin, näin periodin toisiksi viimeisellä viikolla kun ei perinteisesti muutakaan tekemistä olisi.

Ensimmäiset tehtävät koskivat ruututeemakartan luomista. Laadin teemakartan pääkaupunkiseudun väestöntiheydestä (kuva 1) sekä 0-15-vuotiaiden määrästä (kuva 2) alueittain. Halusin pystyä vertailemaan karttoja, joten käytin molemmissa samansuuruista ruudukkoa ja samaa luokitusta. Ruudun kooksi valitsin 1000m x 1000m, sillä neliökilometri on yleisesti käytetty alue mitattaessa väestön sijoittumista. Luokituksena käytin luonnollisia luokkarajoja, sillä mielestäni se toi ilmiön esille selkeimmin ja kartoista tuli tasapainoisen näköiset.

Kuva 1: Pääkaupunkiseudun asukastiheys 1km x 1km ruudukolla

Kuvan 1 kartasta tulee ilmi Helsingin ylivoima väestön määrässä neliökilometreittäin suhteessa muuhun pääkaupunkiseutuun. Varsinkin kantakaupunki erottuu muusta alueesta ja väki pääsääntöisesti vähenee siitä kauemmaksi mentäessä.

Kuva 2: 0-15-vuotiaiden sijoittuminen pääkaupunkiseudulla

Omaksi aiheekseni valitsin 0-15-vuotiaat eli alle kouluikäiset ja peruskouluikäiset lapset ja nuoret. Verrattuna väestöön yleisesti kaikkeista harvimmin asutut seudut ovat samat, mutta muuten nuoren väestön jakautuminen ei noudata yhtä selkeää kaavaa kuin koko väestön sijoittuminen. Tämä johtunee siitä, että lapsiperheiden mieltymykset asuinpaikan ominaisuuksien suhteen ohjaavat eri alueille kuin miten koko väestö sijoittuu. Esimerkiksi asumisväljyyttä ja rauhallisuutta haetaan kauempaa kantakaupungista eikä keskeinen sijainti ole välttämätön.

Ruututeemakartalla aineisto esitetään joka tapausessa alueeseen eli valittuun ruudukkoon suhteutettuna, joten absoluuttiset arvot ovat hyväksyttäviä. Koropleetti- tai pistekarttaan verrattuna ruudukko esittää alueellisesti tarkempaa tietoa aineiston jakautumisesta. Toisaalta ruututeemakartan antamaa informaatiota on ehkä vaikeampaa yhdistää muihin lähteisiin esimerkiksi tutkimusta tehtäessä. Harvoin tutkitaan neliökilometrin kokoisia alueita, vaan yleisemmin ollaan kiinnostuneita vaikkapa kaupunginosista, jolloin teemakartoista hyödynnetään koropleettikarttaa.

Seuraavassa tehtävässä harjoiteltiin rasteriaineiston käsittelyä. Aineistona käytettiin Pornaisten alueen korkeusmallia ja peruskarttaa, joihin piti itse tehdä korkeuskäyrät ja rinnevalovarjostus (kuvat 3 ja 4).

Kuva 3: Kartassa valmis korkeusmalli sekä itse luodut korkeuskäyrät 5 ja 10 m välein
Kuva 4: Pornaisten peruskarttalehden päällä korkeuskäyrät 5 m välein sekä rinnevalovarjostus korostamassa korkeuseroja

5 metrin korkeuskäyrien oikeellisuuden tarkistamiseksi latasin Maanmittauslaitoksen peruskartan, jossa on korkeuskäyrät valmiina. Avasin tämän kartan paikkatieto-ohjelmassa ja asetin sen päälle näkymään itse laatimani korkeuskäyrät (kuva 5). Kun molemmilla tasoilla on sama projektio, korkeuskäyrät asettuvat melko nätisti päällekkäin. Tosin QGIS:lla lasketut korkeuskäyrät tuovat kartalta esiin joitakin kohteita, mitä ei peruskartan korkeuskäyrissä näy. Tähän huomioon halusin vielä etsiä vahvistusta muilta kurssilaisilta varmistaakseni, etten ollut itse tehnyt mitään väärin. Selailin muiden blogeja aktiivisemmin kuin koskaan ennen vain havaitakseni, etten ole yksin hitaan postaustahtini kanssa, vaan moni muukaan ei vielä lähes kolmea viikkoa myöhemmin ollut saanut aikaiseksi tämän kurssikerran postausta. Ja vielä harvempi oli liittänyyt blogiinsa mitään peruskarttatehtävää koskevaa. Viimein minulla kuitenkin lykästi löytäessäni Heinin blogista saman havainnon!

Kuva 5: Maanmittauslaitoksen korkeuskäyrien (ruskeat) vertailua QGIS:lla laskettuihin korkeuskäyriin (pinkit)

Lähteet:

https://blogs.helsinki.fi/heinimie/2019/02/23/kurssikerta-4/ (luettu 26.2.2019)

Viikko 3: Timantteja ja tulvia

Kolmannella kurssikerralla harjoiteltiin tietokantojen monipuolisempaa käsittelyä ja yhdistämistä. Ensimmäiset pari tuntia antoivat minulle tunteen, että aiempien tehtävien parissa puurtaminen olisi mahdollisesti jo tuottanut tulosta, sillä ohjelman käyttö sujui ongelmitta ja jotkin toiminnot alkoivat tulla jo selkärangasta. Kahvitauon aikana ehdin jopa huolestua siitä, etten saa enää blogiani väritettyä erilaisilla kommelluksilla QGIS:n käytöstä. Onnekseni tämä huolenaihe osoittautui pian turhaksi, sillä tauolta palattuani ruudulleni ilmestyi säännöllisesti tuo iki-ihana pyörivä sininen rengas, joka nostaa verenpaineeni hetkessä korkeammalle kuin makkaraa ja olutta kittaavalla keskivartalolihavalla suomalaisella miehellä. Kirosanoissa oli pidättelemistä, kun QGIS kaatuu jokaista pientäkin operaatiota tehdessään ja muu ryhmä menee vauhdilla eteenpäin minun pyöriessä hermostuneena takapulpetin ääressä.

Päivän ensimmäinen karttaharjoitus koski mannerta, joka on minulta vielä henkilökohtaisesti kokematta, mutta jonne matkakuume on jatkuva ja kova, nimittäin Afrikkaa. Tein koropleettikartan koskien internetin käyttöastetta valtioittain vuonna 2017 ja toisena teemana havainnollistin myös timanttikaivosten, öljykenttien ja konfliktien sijoittumista. Havaitaan, että erityisesti timanttikaivokset ja konfliktialueet ovat melko yhteneviä keskenään.  Vaikka toisaaalta Itä-Afrikassa on paljon konflikteja, vaikkei siellä timantteja olekaan ja Etelä-Afrikassa puolestaan on runsaasti timantteja, mutta ei monia konflikteja. Myös Pohjois-Afrikan ja Guineanlahden rannikon öljyesiintymien läheisyydessä esiintyy huomattava määrä konflikteja, mutta nämä alueet eivät mene yksi yhteen yhtä selkeästi kuin timanttikaivokset ja konfliktit. Aineisto oli laaja ja siitä olisi voinut tuottaa vaikka mitä teemakarttoja. Mielenkiintoista olisi esimerkiksi konfliktien tapahtumisvuoden sekä timanttikaivosten perustamisvuoden ja öljykenttien poraamisajankohdan yhtäläisyyksien tutkiminen, mikä antaisi tarkempaa informaatiota näiden muuttujien yhteyksistä toisiinsa. Kiinnostavaa olisi myös tutkia esimerkiksi timanttikaivosten ja öljykenttien tuottavuusluokittelua selvittääkseen tarkemmin Afrikan luonnonvarojen jakautumista. Myös internetin käyttöaste oli aineistossa eri vuosina, mistä voisi luoda karttasarjan havainnollistamaan sen kehittymistä.

Kuva 1: Kartta näyttää internetin käyttöasteen Afrikassa valtioittain (2017) sekä öljyesiintymien, timanttikaivosten ja konfliktien sijoittumisen

Toinen valmistettava kartta koski kotimaamme vesistöjä. Laskin jokaiselle Suomen valuma-alueella tulvaindeksin ja esitin ne koropleettikartalla. Odotetusti tulvien riski merkittävin on Pohjan- ja Suomenlahden rannikoilla, muualla maassa tulvaindeksi on melko alhainen. Lisäksi kartalta tulee ilmi Suomen ylpeydenaiheen eli tietenkin järvien jakautuminen. Kartasta voidaan tehdä nopea johtopäätös, että alueen järvisyys näyttää vähentävän sen tulvariskiä. Järvisyyttä on kuvattu pylväillä, joiden saaminen näkyviin aiheutti päänvaivaa kerrakseen. Onneksi meitä oli monta avutonta kurssilaista samassa liemessä pähkäilemässä asiaa ja olipa mukana pohdinnoissa myös joitakin ylempien vuosikurssien opiskelijoita. Lopulta ratkaisin ongelman muuttamalla varmaankin jokaista mahdollista muuttajaa yksitellen ja jostakin maagisesta nappulasta sain vihdoin pylväät näkyviin. Itse tosin koen, ettei niihin tuhlattu aika ollut ihan lopputuloksen arvoista, sillä mielestäni niistä on melko hankalaa tulkita ilmiötä. Järvisyyden olisi mahdollisesti voinut tuoda esille ymmärrettävämmin ympyrädiagrammeja hyödyntäen, mutta niiden laatimiseen minulla ei valitettavasti enää riittänyt aikaa eikä kärsivällisyyttä. Pikaisella selailulla en löytänyt tätä toteutustapaa myöskään muiden kurssilaisten blogeista, mutta Anttonin blogista löysin hienon kaavion järvisyyden havainnollistamiseksi.

Kuva 2: Kartalla havainnollistetaan tulvariskin ja järvisyyden yhteyttä valuma-alueittain

Lähteet:

https://blogs.helsinki.fi/gis-1-anttoni/2019/01/29/tietokantaliitoksia-ynna-muuta/ (luettu 14.2.2019)

 

Viikko 2: Ensimmäinen kurssikerta

Toisen kurssitehtävän tekeminen alkaa kohdallani huomattavasti ensimmäistä lupaavammin, kun perjantaiaamuna kiipeän Lah(d)essa Z-junaan klo 6.14 ja matkaan kohti jännittävää, itselleni ensimmäistä GIM-kurssikertaa. Työskentely on toden totta mukavampaa keskittymällä vain toistamaan kaiken luokkatilan edessä tapahtuvan ja hetkittäin minulla on jopa aavistus siitä, mitä ohjelmalla toteuttamani komennot oikeasti tarkoittavat. Toisaalta putoan kyydistä heti, jos keskittymiseni syystä tai toisesta herpaantuu edes hetkeksi ja siinä sitten istutaan yhtenä suurena kysymysmerkkinä, kunnes turhautuminen ylittää ylpeyden ja alistun kysymään neuvoa päästäkseni takaisin QGIS:n aallonharjalle. Ja mitä tuohon avun pyytämiseen tulee, sain kurssin opettajalta ystävällisen kehotuksen nostaa käden pystyyn heti ongelmien ilmettyä, eikä vasta tuntia myöhemmin, nimittäin jälkimmäisenä mainitun taktiikan on havaittu ottavan ylpeyden päälle vielä huomattavasti ensimmäistä enemmän. Otetaan tämä harjoitteluun!

Päivän aiheena oli erityisesti erilaisten koordinaatistojen erot ja vääristymät. Aiheen havainnollistaminen aloitettiin piirtämällä kartalle Pohjois-Suomen päälle alue, jonka pinta-alaa lasketiin eri projektioilla. Lisäksi mittasin Suomen leveintä kohtaa samoja projektioita käyttäen. Tulokset on havainnollistettu taulukossa alapuolella. Taulukon arvot etenkin pinta-alojen suhteen tosin heittelevät niin paljon, että epäilen yksikön vaihdelleen kesken sen tekemisen. Esimerkiksi Johannan blogipostauksesta löysin luotettavamman oloisen taulukoinnin, jossa oli lisäksi tarkasteltu useampaa koordinaatistoa.

Tärkein visualisointikeino oli kuitenkin kartta, jossa esitetään luokiteltuna kahden eri projektion prosentuaalisia eroja kuntien pinta-aloissa. Tarkalleen en muista, mitä projektioita olin vertaillut kurssikerran aikana tekemiini karttoihin, sillä olin onnistunut hävittämään tuottamani kartat jäljettömiin. Pääsin siis kertailemaan tunnin harjoituksia tekemällä alusta alkaen uuden kartan. Jonkin verran vaadittiin ohjeistuksen läpikäymistä uudelleen, mutta sain tuotettua kartan, jossa vertailen Mercatorin ja Lambertin projektioiden eroja. Alla olevassa kartassa on havainnollistettu sitä, kuinka monta prosenttia pinta-alat ovat oikeakulmaisen Mercatorin projektion mukaan suuremmat kuin Lambertin oikeapintaisella projektiolla. Kuten kartasta voidaan havaita, ovat vääristymät sitä suurempia, mitä pohjoisemmaksi mennään, sillä Mercatorin projektio laajentaa pinta-aloja lähellä napoja säilyttääkseen kulmat oikeina. 

Kuva 1. Pinta-alojen vääristymät Lambertin ja Mercatorin projektioiden välillä

Kartan ulkoasuun ja luokitteluun olen tyytyväinen, mutta legendan laatiminen vaatii vielä harjoittelua. Näin jälkikäteen huomasin, että karttaan olisi pitäny lisätä otsikko jo QGIS:n tulosteikkunassa, legendasta puuttuu merkintä pinta-alojen muutoksen yksiköstä (%) sekä “kuntarajat” selite ei ole kuvaava. Huolellisuutta ja parempaa onnea ensi kertaan siis!

Lähteet:

https://blogs.helsinki.fi/johanleh/2019/01/30/projektion-tarkeys/ (luettu 8.2.2019)

Viikko 1: Ensisukellus geoinformatiikan syövereihin

Hei vain kaikki vanhat ja uudet tuttavuudet ja tervetuloa blogini lukijoiksi! Odotettavissanne on avointa tilitystä geoinformatiikan oppimisen iloista ja epätoivon hetkistä Helsingin yliopiston Geoinformatiikan menetelmät -kurssin parissa. Heti alkuun paljastan suhteestani tietotekniikkaan sen verran, että ongelmia ilmaantuu yleensä heti siinä vaiheessa, kun edes ajattelen koskevani tietokoneeseen. Lisäksi kärsivällisyys on minulle jokseenkin tuntematon käsite, mikä ei varsinaisesti helpota tilannetta. Toivon kuitenkin, että löpinöilläni onnistun herättämään joitakin tunteita, oli se sitten huvitusta, myötätuntoa tai jotain aivan muuta.

Lähdetään heti asiaan, sillä näin pari viikkoa kurssin alkamisen jälkeen alkaa kai olla jo kiire ottaa ensimmäisiä varovaisia askeleita kohti blogimaailmaa ja paikkatieto-ohjelmia. Nimittäin ensimmäisen kurssiviikon liitelin onnellisena Salzburgin jäähallissa muodostelmaluistelun kansainvälisillä kisajäillä autuaan tietämättömänä siitä, mikä minua Suomessa odottaisi. Kun vielä nappasin Itävallasta mukaani flunssaviruksen, joka kaatoi minut sängyn pohjalle aivan kuten QGIS kaatuu kurssikerran lopussa juuri, kun koko tehtävä on tallentamatta, oli laskeutuminen GIM-kurssin pariin melko karu. Onnekseni tästä voi lähteä vain yhteen suuntaan eli vauhdilla ylöspäin.

Koko homma alkoi tietenkin QGIS-ohjelman etsimisellä ja kun 5. asennuskerralla sain kuin sainkin ohjelman pyörimään, kaivoin esiin kiitettävän yksityiskohtaisesti laaditut ohjeistukset ja aloitin paikkatieto-ohjelmassa seikkailemisen. Pahimman alkukankeuden jälkeen ensivaikutelma hommasta on se, että QGIS on varmasti oikein näppärä työkalu, kunhan vain tietäisin, miten sitä tulee komennella. Tämä yksinäinen puurtaminen antaa minulle hyvän muistutuksen siitä, miten paljon mukavampaa opiskelu varmasti olisi seuraamalla laadukasta opetusta kurssikerroilla.

Ensimmäisenä tehtävänä on valmistella kartta Itämerta ympäröivien valtioiden typpipäästöistä. Kartta etenee tuskallisen hitaasti, mutta yllättävän varmasti. Käyn tunnollisesti läpi kaikki ohjeissa esitellyt ominaisuudet silläkin uhalla, että seuraavaan kohtaan siirtyessäni kaikki hetki sitten opittu on todennäköisesti jo pyyhkiytynyt mielestäni. Pikkutarkalla ohjeiden seuraamisella saan ensimmäisen kartan rakennettua ja se valaa minuun uskoa siihen, että omien karttojen tuottaminen on ihan mahdollista minullekin, vaikken paljoa ole vielä ymmärtänytkään ohjelman toiminnasta. Näin jälkikäteen katsottuna kartan visuaalinen ilme ei kuitenkaan miellytä itseäni, enkä tehdystä legendasta päätellen ollut itsekään vielä täysin perillä siitä, mitä yritin kartallani kertoa, joten tämä ensimmäinen tuotos jääköön piiloon yleisön katseilta.

Omaan teemakarttaani (kuva 1) valitsin teemaksi työttömyyden, sillä minulla oli odotuksia sen alueellisen jakautumisen suhteen. Aineiston visualisoiminen koropleettikartaksi vahvisti mielikuviani siitä, miten kuntien suhteellinen työttömyys kasvaa melko tasaisena trendinä liikuttaessa Etelä- ja Länsi-Suomesta kohti itää ja pohjoista, kun samalla kuntien pinta-alat kasvavat huomattavasti. Sain informaation tuotua selkeästi esille käyttämällä luonnollisia luokkarajoja ja yhden värin eri sävyjä. Loppujen lopuksi tämän kartan luomiseksi ei vaadittu kovinkaan suuria teknisiä ponnisteluja  ja myös ulkomuodoltaan se on melko yksinkertainen, mutta mielestäni tasapainoinen ja havainnollistava.

Kuva 1. Koropleettikartalla esitetään työttömyyttä Suomen kunnissa vuonna 2015.

Lueskelin kurssitovereideni blogeja koettaen etsiskellä samasta aiheesta tehtyä karttaa vertailupohjaksi omalleni, mutta ainakaan minuun silmiini ei osunut toista karttaa työttömyydestä. Sen sijaan löysin muiden ensimmäisistä postauksista paljon omien ajatusteni kanssa yhteneviä havaintoja QGIS-ohjelman ensimmäisistä käyttökerroista. Erityisesti lohtua toi kohtalotoverini Kirsin ajatukset, sillä itseni tavoin hänkin oli missannut ensimmäisen tapaamisen ja kokenut syviä epätoivon hetkiä ohjelman käytön alkuhetkillä.

Lähteet:

https://blogs.helsinki.fi/yxkirsi/ (luettu 3.2.2018)