Harjoitus 2: Projektioita ja pinta-aloja

Toisella kurssikerralla jatkoimme QGIS-ohjelmaan tutustumista. Pyörittelimme erilaisia projektioita ja katsoimme, kuinka projektion vaihtaminen vaikuttaa pinta-aloihin käyttäen mittatyökaluja (viiva, alue) sekä laskemalla field calculator-toiminnolla kuntien pinta-aloja ja vertaamalla niitä keskenään. Pikkuhiljaa jotkut komennot alkoivat jäämään mieleenkin ja ohjelman käytöstä tuli rennompaa varmuuden kasvaessa.

Harjoituskerran lopussa teimme visualisoinnin Mercator-projektion vääristävyydestä suhteessa TM35FIN- projektioon (kuva 1). Mercator on laajalti tunnettu oikeakulmainen lieriöprojektio, jonka merkittävin ongelma on sen toteutustavasta johtuva vääristymä, joka kasvaa mentäessä päiväntasaajalta kohti napoja, jolloin se suurentaa alueita huomattavasti porhoiseen ja etelään mentäessä. ETRS-TM35FIN on suomalaisissa maastokartoissa käytetty koordinaattijärjestelmä, jonka projektiona toimii poikittainen Mercator. Tapio kirjoittaa oivallisesti projektioista omassa blogipostauksessaan, joka sisältää paljon informatiivista tietoa, omia pohdintoja sekä useammankin havainnollistavan kartan. Suosittelen todella vilkaisemaan.

Joka tapauksessa, vertaamani TM35FIN-projektion kartta on luonnollisesti huomattavasti Mercatoria tarkempi ja näyttää asiat ainakin lähempänä oikeaa. Tätä visualisoimme kartalla.

Kuva 1. Visualisointi Mercatorin luomasta vääristymästä ja sen voimakkuudesta pohjoiseen siirryttäessä suhteessa TM35FIN-projektioon. Lähde: QGIS

Kuten kartasta näkyy, Mercatorin luoma vääristymä kasvaa selkeästi siirryttäessä pohjoiseen. Kyseinen ilmiö nähdään selkeästi myös kuvassa 2, jossa Suomen kartta näkyy Mercatorin projektiolla kuvattuna QGIS:sissä. Kuvassa pohjoiset alueet ovat huomattavan venyneitä ja suuria suhteessa eteläisempiin alueisiin, ainakin kun karttaa osaa katsoa kriittisellä silmällä.

Kuva 2. Suomi Mercatorin projektiolla. Lähde: QGIS

Kuten kurssikerrallamme todettiin, Mercator on vääristävyyden suhteen pahimmasta päästä (jopa yli kahdeksankertainen vääristävyys tietyillä alueilla Suomessa) ja useimmissakaan muissa projektioissa tilanne ei ole yhtä paha. Kokeilin paria muutakin projektiota, joiden suhteen vääristävyys oli yleensä 1-2-kertaista. Yksi kokeiluistani oli Plate Carrée, tasavälinen lieriöprojektio, jonka perusleveyspiirinä toimii päiväntasaaja ja se muodostaa maapallon ympärille neliöiden verkon, jonka vuoksi sitä myös neliökartaksi kutsutaan (Wikipedia). Pituus- ja leveyspiirit ovat siis suoria. Kyseinen kartta on oikeapituinen, eli etäisyydet päiväntasaajalta ovat jotakuinkin oikein kuvattu. Vääristävyyttä ajatellen vääristymä kasvaa mitä kauemmas päiväntasaajalta siirrytään, kuten Mercatorissa, mutta kyseinen projektio ei niin rajusti suurenna kauempana sijaitsevia alueita vaan venyttää niitä itä-länsi-suunnassa. (kuva 3)

Kuva 3. Plate Carrée- projektiolla kuvattu venynyt Suomi. Lähde: QGIS

Kuvassa 4 visualisointini Plate Carrée-projektion vääristävyydestä. Kuten legendasta huomataan, vääristävyys on huomattavasti pienempää kuin Mercatorissa. Itä-länsi-suuntainen leveneminenkin on niin pientä, ettei sitä kartalta kuitenkaan erota. (vrt. kuva 3) Lopputuloksestani en ole ihan varma, ajattelin että vaihtelun ollessa suhteellisen pientä, yksi väri ja pienempi määrä luokkia riittäisivät tuomaan esille sen mitä tuotavissa on, eli lähinnä kuitenkin sen, että pohjoista kohti mentäessä vääristymä kasvaa.

Kuva 4. Plate Carrée pinta-ala suhteessa TM35FIN-projektioon. Lähde: QGIS

Annikan blogiartikkelista löytyy useita onnistuneita karttoja, joista yhdessä verrataan Cassini-nimisen projektion pinta-aloja TM35FIN-projektion pinta-aloihin. Täytyy myöntää, etten ollut kyseisestä projektiosta aikaisemmin kuullutkaan ja siksi se herätti mielenkiinnon! Kuten Annikakin toteaa, vääristymät kyseisellä projektiolla eivät ole juuri mitään ainakaan Mercatoriin verrattuna, mutta vääristymien kasvun trendi on mielenkiintoisesti kohti kaakkoa eikä pohjoista, kuten useimmissa näkemissäni.

Pääpointtina kurssikerran annista on mielestäni juuri se, miten tavattoman tärkeää onkaan tuntea eri projektioita ja ymmärtää niiden vaikutus kartan visualisoinnissa. Kuitenkin tärkeämpää kuin epäluonnollisen ja jopa ruman näköiset vääristyneet kartat esimerkiksi Suomesta, on se, mitä epäsopiva projektio voi saada aikaan, kun kartalla esitetään pinta-alaan suhteutettuja muuttujia (mm. väestöntiheys). Tästä loistava esimerkki löytyy Lotan blogista, jossa hän vertaa muun muassa yli 65-vuotiaiden osuutta neliökilometreittäin niin Lambertin kuin Mercatorinkin projektioilla, ensin luotuaan visualisoinnin kyseisten projektioiden keskinäisistä pinta-alaeroista. Kuten Lotta itsekin toteaa, pelkästään karttoja vilkaisemalla ei eroa huomaa, vaan on katsottava tarkasti legendaa. Tässä tulee edelleen hyvin esille myös esitystavan valinnan merkitys, jolla voidaan halutessa saada, projektiostakin huolimatta, tulokset kartalla näyttämään tietynlaisilta. Oikein mielenkiintoista ja opettavaista!

Kaiken kaikkiaan fiilikset toisen kurssikerran jälkeen ovat positiiviset. En edelleenkään voi allekirjoittaa olevani erityisen innoissani QGIS:sin käytöstä, mutta se helpottuu hetki hetkeltä ja koen ymmärtäväni asioiden ytimet, vaikken mikään karttamestari olekaan. Ja kuten jo aiemmin sanoin, minusta on ihanaa päästä lukemaan taitavien kurssikavereideni blogeja ja inspiroitumaan heistä. Olen myös todella oppinut itsekin uutta blogeja lukemalla ja samalla se on erittäin tärkeä vertaistuen lähde, varsinkin kun hommat välillä tökkivät oikein kunnolla.

Seuraavaa kurssikertaa odotellessa!

 

LÄHTEET:

Turpeinen, T: Kurssikerta 2: Projektioita ja Pohjois-Karjalaa, Tapion kurssiblogi, 28.1.2021 (viitattu 31.1.2021)

<https://blogs.helsinki.fi/tapiotur/>

 

Innanen, A: Harjoitus 2: Pinta-alojen vertailu eri projektioissa, Annikan GIS-blogi, 27.1.2021 (viitattu 31.1.2021)

<https://blogs.helsinki.fi/anninnan/> 

 

Puodinketo, L: 2. kurssikerta: Toimintojen kertausta, Lotan blogi, 27.1.2021 (viitattu 31.1.2021)

<https://blogs.helsinki.fi/lottapuo/>

 

Wikipedia. Tasavälinen lieriöprojektio, 29.12.2014 (viitattu 31.1.2021)

<https://fi.wikipedia.org/wiki/Tasav%C3%A4linen_lieri%C3%B6projektio>

 

Harjoitus 1: Koropleettikartan tekoa

Ensimmäisessä harjoituksessa aineistona toimivat Suomen kuntiin liittyvät muuttujat vuodelta 2015. Näistä aihealueista (väestö, elinkeinot, kielet yms) oli tarkoitus valita yksi muuttuja ja visualisoida siitä koropleettikartta QGIS-ohjelmaa käyttäen. Vaikeustasoja tehtävässä oli kolme, joista valitsin ensimmäisen, jotta saisi rauhassa vielä perehtyä uuden ohjelman käyttöön ja saada siinä varmuutta.

Aihealueekseni valitsin saamen kielten esiintyvyyden Suomen kunnissa, koska kyseinen teema kiinnostaa minua. Latasin siis valitsemani tason ohjelmaan ja perehdyin sen ominaisuustietotaulukkoon, jonka jälkeen muutin absoluuttiset arvot prosenttiarvoiksi ja lopulta visualisoin kartan valitsemalla haluamani värit ja järkevän luokkajaon. Lopuksi lisäsin muut karttaan tarvittavat elementit kuten pohjoisnuolen ja mittakaavan. Lopputulos kuvassa 1.

Ohjelman käytössä oli vielä hieman haasteita, ennen kuin oppii eri vaiheet ja komennot ulkoa muistamaan, mutta ohjeiden avulla sain kartan tehtyä. Ja juurikin tuo eri vaiheiden kanssa painiminen takaa yleensä sen, että sen jälkeen asiat jäävät mieleen. Loppujen lopuksi prosessi ei ollut lainkaan monimutkainen, mutta aluksi on tietenkin mentävä hankalimman kautta.

Kuva 1. Saamenkielisen väestön prosenttiosuudet kunnittain vuonna 2015. Lähde: kurssimateriaali

Ensin hieman lopputuloksen onnistumisesta. Aihetta valitessani olisin voinut toki ottaa kartalle visualisoitavaksi aiheen, jossa muuttujia ja joukkoja olisi enemmän ja kuvattava ilmiö olisi enemmän koko maan laajuinen, mutta toisaalta tahdoin valita itseäni kiinnostavan ilmiön. Itse lopputulos on erittäin yksinkertainen ja selkeä.

Sitten aiheesta. Saamelaiset ovat ainoa alkuperäiskansa Euroopan unionin alueella ja heitä asuu Suomen lisäksi myös Ruotsin, Norjan ja Venäjän valtioiden alueella. Saamen kieliä on lukuisia ja Suomen alueella niistä puhutaan kolmea; inarinsaamea, pohjoissaamea ja koltansaamea. Suomessa saamelaisia asuu noin 10 000, mutta vain noin puolet heistä puhuu äidinkielenään saamea.

Kuvaamani ilmiö ja sen levinneisyys olivat minulle ennestäänkin tuttuja, mutta oli mielenkiintoista luoda siitä itse kartta. Saamen kielten puhujat painottuvat luonnollisesti Pohjois-Suomeen, Lappiin, missä viralliset saamelaisalueet sijaitsevat. Kartalla näkyvät kunnat, joissa saamen kielten puhujia on enemmän kuin yksi prosentti väestöstä ovat pohjoisesta etelään Utsjoki, Inari, Enontekiö, Sodankylä, Rovaniemi, Oulu ja Helsinki. Näistä saamen kielillä on virallinen asema (vuodesta 1992 alkaen) Utsjoen, Inarin ja Enontekiön kunnissa, sekä Sodankylän pohjoisosissa, kerrotaan Kotimaisten kielten keskuksen nettisivuilla. Tämä tarkoittaa, että saamelaisilla on oikeus asioida äidinkielellään virastoissa ja sairaaloissa kyseisillä alueilla.

Mielenkiintoinen huomio kartalla on Helsinki, jossa saamen kielten puhujia on 1-4 prosenttia, ainoana kuntana Oulun eteläpuolella. Tämä selittyy pitkälti Helsingin ja pääkaupunkiseudun suurella asukasmäärällä, sillä kuten mainitsemallani nettisivulla kerrotaan, jopa puolet Suomen saamelaisväestöstä asuu kotiseutunsa ulkopuolella ja heistä noin 1000 pääkaupunkiseudulla. Helsingin yliopisto on myös yksi kolmesta Suomessa toimivasta yliopistosta, jossa voi opiskella saameksi tai saamea Oulun ja Lapin yliopistojen lisäksi. Helsingissä toimii City-Sámit ry, joka kokoaa alueen saamelaisia yhteen ja edistää saamelaisen kulttuurin ja kielten asemaa kotiseutualueen ulkopuolellakin.

Muiden kurssilaisten blogeja selatessani löysin oikein mielenkiintoisen aiheen Antti Paakkarin blogista.  Hän oli kuvannut kartalla hotelliyön keskihintaa eräissä Suomen kunnissa (Paakkari 2021). Syy, miksi tartuin kyseiseen aiheeseen on, että kuten Antin kartasta voi huomata, monet ympäristöään kalliimmat hotelliyöt painottuvat juuri Itä- ja Pohjois-Suomeen ja kartalta erottuvat monet samat kunnat kuin omassa kartassani (Inari, Rovaniemi, Oulu ja etelästä Helsinki). Tästä ei tietenkään voi vetää johtopäätöstä, että hotelliyön keskihinnalla olisi yhteyttä saamen kielten levinneisyyteen, vaan Suomessa Lappi on yksi matkailun pääkeskittymiä tuntureineen, poroineen ja laskettelurinteineen ja se vetää matkailijoita niin muualta kotimaasta kuin ulkomailtakin. Helsinki erottuu luonnollisesti Suomen isoimpana kaupunkina sekä pääkaupunkina, jossa myös kansainvälisiä turisteja riittää.

Toisen blogin mainitakseni Ville Vilkki oli tehnyt onnistuneen kartan ruotsinkielisten prosentuaalisista osuuksista kunnittain (Vilkki 2021). Kuten kartasta näkyy, ruotsinkielisyys painottuu Suomessa läntiselle ja eteläiselle rannikolle ja saaristoon, eli siis luonnollisesti aivan eri alueille saamen kielten kanssa. Poikkeuksena tietenkin Helsinki, joka erottui molempien kartoilta.

LÄHTEET:

Kielitieto, Saame (2021) Kotimaisten kielten keskus, Helsinki. 22.1.2021.

<https://www.kotus.fi/kielitieto/kielet/saame>

 

Antti Paakkarin blogi (2021), viitattu 26.1.2021

<https://blogs.helsinki.fi/anttipaa/2021/01/23/viikko-1-ensimmainen-luento-ja-harjoitukset/>

 

Ville Vilkin blogi (2021), viitattu 26.1.2021

<https://blogs.helsinki.fi/vvvilkki/2021/01/25/maa-202-tyo-1/>

Tästä se lähtee!

Ensimmäinen luentokerta takana ja ensimmäinen postaus edessä! Kuten nimikin jo kertoo, tällä kurssilla perehdymme geoinformatiikan menetelmiin QGIS:siä käyttäen sekä tuottaen erilaisia karttoja ja harjoituksia, jotka julkaistaan täällä blogissa. Blogitekstien tavoitteena on omien tuotosten julkaisun lisäksi pyrkiä arvioimaan omaa työskentelyä, sekä muiden blogitekstejä lukemalla ja niihin viittaamalla harjoitella ikään kuin vuorovaikutteista tiedeyhteisön toimintaa ja oppia ymmärtämään sen tuomia mahdollisuuksia ja etuja.

Hienoa päästä näkemään, kuinka tällainen opiskelutyyli itselle sopii ja kuinka se palvelee omaa oppimista. Pidän kirjoittamisesta, sekä myös muiden tekstien lukemisesta, joten ainakin etukäteen tuntemukset ovat hyvät. Blogeja ei ole tullut kirjoiteltua vuosikausiin (valitettavasti pikku-Martan heppablogia ei enää löydy…), mutta seurattua kylläkin, useista eri aiheista.

Mielestäni olen aika perinteinen, jopa hieman kapea-alainen oppija ja saan parhaiten asioista irti itsekseni lukemalla ja luentoja kuuntelemalla. Monet ”vaihtoehtoisemmat” oppimismenetelmät aiheuttavat lähinnä stressiä, kun on tottunut niin yksinkertaiseen opiskelutyyliin, mutta tämän tiedostamalla pyrin pikkuhiljaa siedättämään itseäni muuhunkin. Ei tietenkään kannata jumiutua vain yhteen tyyliin, siinä voi menettää paljon! Toisaalta pidän myös vahvuutena sitä, että olen löytänyt myös itselle hyvin istuvan oppimistyylin.

Geoinformatiikka-aiheisiin olen tutustunut parin yliopistokurssin verran, kunnolla viime periodin Tiedon esittäminen maantieteessä-kurssin puitteissa. Lähtökohtaisesti muun muassa karttojen tekeminen ei kuulu erityisiin kiinnostuksen kohteisiini tai taitoihini, mutta tahdon oppia perusasioita, jotka tukevat kokonaiskuvaa liittyen muihin maantieteen osa-alueisiin. Odotukseni kurssin suorittamisesta ovat, että saisin tehtyä kaikki annetut työt ja oppisin ainakin pääpiirteittäin ymmärtämään QGIS:in käyttöä. Odotan myös innolla näkeväni muiden kurssilaisten suorituksia ja minua ehdottomasti inspiroi muiden palo kyseistä aihetta kohtaan, kun se ei itselle kaikista läheisin ole.

Lopuksi liitän mukaan vielä ensimmäisellä kurssikerralla tehdyn harjoituskartan (kuva 1), lähinnä todistusaineistoksi oppimisprosessin alkamisesta ja siitä, että oppimista tulee riittämään… Kyseinen kartta kuvaa typen päästöjen osuutta valtioittain Itämeren ympäristössä. Muutaman sanan lopputuloksesta sanoakseni, visuaalisesti eniten kuvassa pistää silmään turhan rajut, mustat valtioiden ääriviivat, jotka korostavat kuvasta melko räikeän, sekä mustalla näkyvät, ilmeisesti typen päästöt mantereella. Yrityksistä huolimatta en saanut kyseisiä ominaisuuksia muutettua. Legenda voisi myös tarkemmin kertoa esimerkiksi mistä luvuista on kyse typen päästöissä ja juurikin selittää mustat pisteet kartalla. Syvyyskäyrät ovat ehkä hieman turhat.

Kuva 1. Ensimmäisen kurssikerran harjoituskartta QGIS:sillä Itämeren ympärysvaltioiden typpipäästöistä (osuudet kokonaispäästöistä)

Tästä harjoittelu kuitenkin lähtee ja yleistunnelma QGIS:sin käytöstä on ihan odottavainen, vaikka tosi kankeaa se vielä olikin. Tietoteknisissä asioissa ja visuaalisissa valinnoissa on itselle paljon opittavaa, mutta siksihän täällä ollaan.

Mukavaa kurssia ja tsemppiä kanssaopiskelijoille!

Martta