Viimeinen kurssikerta

Viimeistä viedään. Saimme todella vapaat kädet viimeiselle kurssikerralle. Aluksi se tuntui jopa himan ahdistavalta kun tietoa tulvii ovista ja ikkunoista, mutta ei tiedä mitä siitä haluaisi käyttää. Ameliaa kompaten, latasin myös valtavan paljon dataa, ennen kuin sain jotain käyttökelpoista aineistoa. Halusin tehdä kaksi toisistaan poikkeavaa karttaa erilaisilla muuttujilla eri sivustoilta haettuna. Kun tehtävänanto oli niin laaja, oli mielestäni loppujen lopuksi hauska keksiä erilaisia tutkimuskohteita, joita ei ihan joka päivä näe samassa yhteydessä käytettävän.

Kuvassa 1 on Suomen kartta, jossa on esitetty kolme eri muuttujaa yhdessä. Punaisilla viivoilla on Suomen rautatiet, violeteilla pisteillä kiinnostavat kohteet ja kuntarajojen mukaan on vihreän eri sävyillä kuvattu asukasmäärää. Kartta on mielestäni selkeä ja helppolukuinen. Ainoa ongelma mikä näiden kolmen eri muuttujan yhdistämisellä on, näkyy Etelä-Suomessa. Siellä on niin paljon kiinnostavia kohteita, että kuntien asukaslukua kuvaavat värit jäävät piiloon.

Halusin saada tietoa näiden kolmen muuttujan korreloinnista. Olin yllättynyt kuinka hyvin rautateiden sijainnit korreloivat kiinnostavien paikkojen kanssa, Lappia lukuunottamatta. Suomen rautatiethän on alunperin rakennettu tuotteiden ja raaka-aineiden kuljetuksia varten, ei turismia varten (wikipedia.org). Kiinnostavat kohteet korreloivat myös jonkin verran asukasluvun kanssa. Liekö paikkojen kiinnostavuutta lisännyt niiden läheinen saatavuus, vai asuinpaikkojen kiinnostusta juuri nuo kohteet. Siitä hyvä jatkotutkimuskohde historialliselle puolelle.

Aina on kuitenkin hyvä muistaa tarkistaa tiedon alkuperä ja luotettavuus. Eri muuttujat on haettu karttaan mapcruzin-sivustolta. Tuo sivusto on puolestaan kerännyt tiedot open street map -sivustolta. Kumpikaan näistä sivustoista ei tunnu ottavan vastuuta keräämänsä tiedon luotettavuudesta. Tällaiseen tutkimiseen ja harjoitteluun näitä voi varmasti käyttää, mutta en lähtisi näiden perusteella ilman lisätutkimuksia tieteellisiä artikkeleita kirjoittamaan.

 

Kuva 1. Suomen rautatieverkko, asukasmäärä kunnittain ja kiinnostavat kohteet esitetty kartan muodossa.

 

Ensimmäisen, varsinaisen työn lisäksi, halusin vielä kokeilla eri muuttujien tuomista maailman kartalle. Kuvassa 2 on esitetty tiheään asutetut alueet maapallolla kahdella eri tavalla, sekä auringon säteilyn voimakkuus. Kartta on mielestäni osittain selkeä, osittain olisi vielä parantamisen varaa. Tiheys ja auringon säteilyvoimakkuus kun on jäänyt ikävästi samalle värisävylle. Kuitenkin tiheyttä kuvaa myös punaiset pallot, joten niiden avulla voi karttaa tulkita.

Harjoituksen ja onnistumisen kokemusten saamisen lisäksi, minua kiinnosti lähinnä korreloiko asukastiheys auringon säteilyn kanssa. Kartasta on huomattavissa, että kaikista vaaleimmilla kohdilla (suurin säteilyvoimakkuus, esimerkiksi suuri osa Australiaa ja Saharan alue) ei pääsääntöisesti ole tiheää asutusta. Toisekseen on nähtävissä, että kaikista tummimmilla kohdilla ei varsinkaan ole tiheää asutusta. Tämä oli myös hypoteesini. Auringonvalo on kuitenkin kaiken elämän perusta. Kartasta on luettavissa myös, että jos ihmiselämän pitäisi valita joko erittäin heikko säteily tai erittäin voimakas säteily, olisi lopputuloksena voimakkaan säteilyn valinta. Päiväntasaajan alueella (esimerkiksi Väli-Amerikassa ja Lähi-idässä) kun säteily on voimakasta, ja silti siellä on myös tiheää asutusta.

 

 

Kuva 2. Maailman kartalla esitetty asukastiheys, sekä auringon säteilyvoimakkuus.

 

Kaiken kaikkiaan kurssi oli mielenkiintoinen ja ehdottomasti opettava. En varmaankaan olisi itsekseni koti-iltoina alkanut puuhastella QGIS-ohjelman parissa ilman tätä kurssia. Nyt usko omiin kartantekotaitoihin taas voimistui!

 

 

Lähteet:

Amelia Cardwell, Amelian GIS-blogi, https://blogs.helsinki.fi/amca/             (luettu 12.3.)

https://mapcruzin.com/free-finland-arcgis-maps-shapefiles.htm (luettu 25.2)

https://fi.wikipedia.org/wiki/Suomen_rataverkon_historia (luettu 12.3)

http://worldclim.org/version2 (luettu 25.2)

Ulkoilua ja maanjäristyksiä

Kuudes kerta alkoi edellisistä poiketen ulkoilulla. Pääsimme käyttämään puhelimillamme Epicollect5-sovellusta ja kiertelemään lähimaastoa keräten samalla erilaisia tietoja. Vaikka olen paljon Kumpulan seudulla aikaa viettänyt, ensimmäistä kertaa kiinnitin huomiota esimerkiksi turvallisuuden tunteeseen. Olikin mielenkiintoista tutkia aluetta ihan uusin silmin. Mielenkiintoista oli myös, miten eri tavoin paikat oli saatettu kokea, vaikka päälinjaus olikin melko sama. Esimerkiksi keskellä risteystä joku saattoi tuntea olonsa turvattomaksi, kun taas itse koin liikennevaloilla hyvin ohjatut risteykset erittäin turvallisiksi. Toista on kulkea risteyksissä esimerkiksi mopoja vilisevässä Vietnamissa. Myös Carolina mainitsee blogissaan, että myöskään kaikki eivät anna pisteitä samoilla kriteereillä, eikä kaikkien pisteiden sijaintikaan ollut todenmukainen. Kartta (kuva 1) ei siis ole aivan luotettava.

Myös havainnointi siitä, oliko paikalla ihmisiä oleskelemassa oli mielenkiintoista. Vaikka aineiston keräyspäivä olikin poutainen, se tapahtui silti helmikuun kylmänä ja jäisenä päivänä. Tällöin ihmiset yleensä viihtyvät sisätiloissa, eikä ulkona pahemmin hengailla. Jos samat tutkimukset tehtäisiin esimerkiksi Kumpulan kyläjuhlien aikaan, tai ihan vain kauniina kesäpäivänä, tulokset olisivat aivan eri luokkaa.

Kuvassa 1 on nähtävissä alueiden turvallisuuden kokeminen opiskelijaryhmämme näkökulmasta. Mitään aluetta ei koettu erittäin turvattomaksi, joten asteikko koostuu luvuista 2-5.

Kuva 1. Turvallisuuden kokeminen Kumpulan kampuksen lähialueella.

 

Kävelyn jälkeen päästiin harjoittelemaan teemakarttojen tekemistä erilaisia hasardeja kuvaten. Itse olen  kiinnostunut erityisesti maanjäristyksistä, jonka vuoksi päätin tehdä myös teemakarttani niistä.

Halusin aloittaa havainnollistavan oppituntini näyttämällä kuvaa, jossa on erityisen monta maanjäristyksmerkkiä (kuva 2). Siksi päätin ottaa käyttöön suuren aikavälin, vuodesta 1950-2019. Halusin kuitenkin myös, että järistysvoimakkuus ei ole lievä – esimerkiksi vain laitteilla havaittava – vaan että oppilaat ymmärtävät näiden kartalla näkyvien pisteiden aiheuttavan voimakasta vahinkoa ympärillään. Näin mielikuvat muodostuvat konkreettisimmiksi. Maanjäristysten voimakkuutta kuvaava taulukko käytäisi aluksi läpi, jotta oppilaat ymmärtäisivät tuhojen seurauksia ja oppisivat magnitudiasteikon lukemista. Taulukko olisi näkyvillä koko opetuksen ajan.

 

Kuva 2. Yli 6 magnitudin maanjäristykset vuosina 1950-2019.

 

Kuva 2 havainnollistaa monia asioita ja sitä voisikin käyttää muissakin opetustarkoituksissa. Sillä voisi havainnollistaa projektioiden vaikutusta maapallon kuvantamiseen, tai vaikkapa paikantamaan kuivimpia alueita maapallolta. Kuitenkin maanjäristyksiin tutustuttaessa keskittyminen ohjautuu sekä niiden määrään että sijaintiin. Tähän otettaisiinkin opetuksessa mukaan kuva 3, joka näyttää (jo aiemmin opitut) mannerlaattojen sijainnit. Kerrataan, mistä maanjäristykset johtuvat ja miksi ne esiintyvät juuri näillä sijainneilla.

 

Kuva 3. Mannerlaatat (lähde: peda.net)

Maanjäristysten syntymisperusteiden ja sijainnin olellisuuden tutkimisen jälkeen siirrytään opetuksessa tarkastelemaan, eri voimakkuuksisten maanjäristysten esiintymistiheyttä. Tein kolme karttaa voimakkuudeltaan eri suuruisista maanjäristyksistä, eri aikajaksoin. 

Sarjan ensimmäisessä kuvassa (kuva 4) kuvataan maanjäristyksiä, jotka ovat tapahtuneet viikon sisällä. Voimakkuudeltaan osa niistä on saattanut olla vain mittalaittein havaittavissa. Kuvan tarkoituksena onkin havainnollistaa oppilaille, kuinka paljon pieniäkin maanjäristyksiä tapahtuu koko ajan, ja kuinka mannerlaattojen saumakohdissa on koko ajan käynnissä pienoistakin liikettä.

Kuva 4. Yli 2.5 magnitudin maanjäristykset 13.2.-20.2.2019

 

Sarjan toisessa kuvassa (kuva 5) on esitetty hieman suuremmat maanjäristykset kuukauden ajanjaksolta. Tämä kuva havainnollistaa sitä, miten paljon jopa n.30 päivän aikana tapahtuu ihmisten huomaamia järistyksiä. Katse suunnataan erityisesti Aasiaan, jossa järistysten määrä on tiheimmillään.

Kuva 5. Yli 4.5 magnitudin maanjäristykset 21.1.-21.2.2019

 

Sarjan kolmas, ja samalla viimeinen kuva (kuva 6) kuvastaa puolestaan valtavia seurauksia aiheuttavien maanjäristysten määrää ja sijaintia. Aikaväliksi on asetettu kymmenen vuotta ja järistysten määrä on edellisiin karttoihin nähden oppilaiden silmissä varmasti pieni. Opetuksen tässä vaiheessa keskityttäisiinkin miettimään tämän järistysvoimakkuuden suuruisten järistysten tuhoa ja niistä selviytymistä. Pohdittaisiin myös mitä tapahtuisi, jos karttojen paikkoja vaihdettaisiin, ja sarjan edellisen kuvan (kuva 5) kohdalla lukisikin 8 magnitudin maanjäristykset.

Kuva 6. Yli 8 magnitudin maanjäristykset vuosina 2009-2019.

Lopuksi läksyksi annettaisiin etsiä itse internetistä taulukko, jossa kuvataan eri suuruisten maanjäristysten määriä vuosittain, jotta määrät hahmotettaisiin toisessakin esitysmuodossa.

Tämänkaltainen tehtävä soveltuisi hyvin yläkoulun maantiedon tunneille. Se täyttää perusopetuksen opetussuunnitelman perusteista moniakin tavoitteita, kuten luonnonmaantieteellisten ilmiöiden tutkiminen (T2), maantieteellisen ajattelutaidon ja kysymisen kyvyn kehittäminen (T5) sekä karttatulkintaa (T7).

 

Lähteet:

Carolina Monteiro Solaja, montecar’s blog, https://blogs.helsinki.fi/montecar/ (luettu 10.3.)

Perusopetuksen opetussuunnitelman perusteet (luettu 9.3.)

Bufferointia ja lentomelua

Viidennellä kurssikerralla aloimme harjoitella bufferityökalun käyttöä. Aluksi en meinannut ymmärtää edes tehtävänantoa, liekö QGIS-stressi painanut päällä… Sinnikkäästi yrittäen ja hieman Artulta apua pyytäen sain kuitenkin kiinni siitä mikä on homman nimi ja bufferointi alkoi. Vaikka bufferoinnista ei tullut kurssini lempiasia, komppaan Johannaa ja olen myös sitä mieltä, että tämä kurssikerta loi eniten uskoa omiin kykyihin QGIS-ohjelman parissa. Kun joutuu itse miettimään ja pohtimaan ilman, että opastetaan kädestä pitäen, tulee tässä vaiheessa kurssia sopivasti onnistumisen kokemuksia. Tuntui myös, että ei tätä erilaisia toimintoja kokeilemalla kuitenkaan tuhoamaan kykene, kunhan myös muistaa tallentaa työnsä tarpeeksi usein.

Mielenkiintoa kurssikerralle lisäsi tietysti itseä koskevat tehtävänannot. Helsingissä asuvana ja tuskin pääkaupunkiseudun ulkopuolelle muuttavana, on aina mielenkiintoista saada lisäinfoa eri alueiden ominaisuuksista. Myös lentomelun vaikutusalueen tutkiminen olikin mielenkiintoista. Nyt ainakin tiedän, mille alueille en kuuloni puolesta halua myöhemmin muuttaa.

QGIS-ohjelmaa on käytetty nyt viiden viikon ajan ja parhaiten minulta sujunee attribuuttitaulun käyttö kuten tietojen laskeminen uusiin sarakkeisiin ja myös valmiiden karttojen muuttaminen tulosteiksi. Näitä kahta toimintoa toisaalta olenkin alkuviikkoina joutunut toistamaan useaan otteeseen, jolloin ne ovat jääneet myös paremmin muistiin. Virheistä oppii – sanotaan – enkä voisi olla eri mieltä. Myös teemakarttojen teko ja tyylien muokkaaminen on mielestäni jo melko hyvin hallussa. Vaikeuksia tulee uusien haasteiden kohdalla. Ne mitä olemme jo harjoitelleet enemmän sujuu, mutta esimerkiksi bufferointi tuntui aluksi todella haastavalta.

Tällä kertaa kartat saivat jäädä z-kansioon ja blogiin saakka pääsevät vain lukuarvot, joita tuotimme kysymysten pohjalta.

Alla olevissa taulukoissa on vastaukset kurssikerralla annettuihin itsenäisiin tehtäviin. Yritin tehdä taulukot niin selkeiksi, että niitä voisi ulkopuolinenkin tulkita, jopa tehtävänantoa näkemättä.

Taulukko 1. Vastauksia ensimmäiseen itsenäiseen tehtävään.

Taulukko 2. Vastauksia 2. itsenäiseen tehtävään.

Taulukko 3. Vastauksia 3. itsenäiseen tehtävään.

Taulukko 4. Vastauksia Uima-allas- ja saunatehtävään.

 

Vaikka taulukoista löytyy tarittavat tiedot kaikkiin kurssikerran kysymyksiin, eikä karttoja tarvinnut laittaa, on esimerkiksi Susannan blogissa mielestäni hyvin havainnollistavat kuvat uima-altaiden määrästä ja niiden sijoittumisesta pääkaupunkiseudulle. Kuva, jossa uima-altaiden lukumäärä on kuvattu alueittain on mielenkiintoinen ja sitä voisi myöhemmin tulkita enemmänkin.

 

Viitaukset:

Johanna Lehtinen, Johannan blogi, https://blogs.helsinki.fi/johanleh/ (luettu 9.3.)

Susanna Kukkavuori, Geoinformatiikan menetelmät 1, https://blogs.helsinki.fi/kukkasus/ (luettu 8.3.)

Rastereita ja keskittymiskykyä

Tällä kertaa harjoittelimme ruutukarttojen tekemistä. Teimme myös harjoitusta Pornaisten alueen kartalla. Tehtävänä oli merkitä talot ja tiet rajatulle alueelle. Nostin kuvan blogiini varoittavaksi esimerkiksi siitä, miten saattaa ajautua tekemään jopa ylimääräistä työtä, jos ei ole tarkkana. Itsehän en kahdessa kohtaa tällä kuvalla (kuva 1) ole huomannut rajan yli menemistä ja näin ollen olen näpytellyt hieman ylimääräisiä taloja ja tienpätkää kartalle…

Kuva 1. Pornaisten alueen talot ja tärkein tiestö, ja hieman myös sen yli.

 

Noo, se siitä. Kurssikerran varsinaisena tavoitteena oli tehdä kartta kahdella eri ruutukoolla ja valita niistä kuvaavampi tänne, mutta päädyin laittamaan molemmat blogiini havainnollistamaan huomioni herättänyttä asiaa paremmin (kuvat 2 ja 3).

Kuvassa 2 on kuvattu ruotsinkielisten osuus väsetöstä käyttäen ruutukokoa 500m x 500m. Kuvassa 3 on puolestaan esitetty täysin sama aineisto käyttäen ruutukokoa 1000m x 1000m. Mielestäni kuvia nopeasti selaamalla ne näyttävät siltä, kuin eivät esittäisi samaa dataa. Tämä voi tietysti johtua siitä, että olen maallikko, enkä tutki päivittäin tämän tyylisiä karttoja.  Laskeskelinkin attribuuttitaulukkoa varmistuakseni siitä, etten ole jossain vaiheessa mennyt vikaan karttoja tehdessäni. Kuitenkin kaikki oli ok. Nyt kun tutkin karttoja tarkemmin, ymmärrän että ne esittävät samaa aineistoa.

Tätä pohdiskelua ja laskeskelua tehdessäni ymmärsin taas kerran, kuinka saman aineiston voi esittää monilla eri tavoilla eri tarkoitusperiä varten. Tilastokeskuksen sivuilla mainitaan, että ensisijaisesti ruutukokoa valitessa täytyy ottaa huomioon ilmiön analyysin vaatimukset. Jopa pelkästään erikokoisilla ruuduilla voi saada tilastot näyttämään erilaisilta maallikoiden silmille. Täytyykin siis taas kerran muistuttaa itselleen, että tutkii tarkkaan legendan ja miettii myös miksi ja kenelle mikäkin kartta on suunniteltu ja tehty.

 

Kuva 2. Ruotsinkielisten osuus väestöstä, käytetty ruutukokoa 500m x 500m.

 

Kuva 3. Ruotsinkielisten osuus väestöstä, käytetty ruutukokoa 1km x 1km.

Kuvista 2 ja 3 on luettavissa mihin päin Helsingin aluetta ruotsinkielinen väestö sijoittuu. Niitä voisi käyttää hyödyksi, esimerkiksi suunniteltaessa ruotsinkielisten päiväkotien rakentamista tai vaikka etsiessä ruotsinkielistä tukiopettajaa lapselleen.

Oula oli blogissaan Oulan GIS-seikkailut tehnyt mielestäni oivallisen löydöksen tutkimalla 75-79-vuotiaiden sijoittumista Helsingin alueelle. Paikannettuaan iäkkäiden ihmisten sijoittumisen, hän paikansi vielä vanhainkodit samalta alueelta. Näiden sijainneista löytyi yhteyksiä.

 

 

Lähteet:

 

Oula Inkeröinen, Oulan GIS-seikkailut, https://blogs.helsinki.fi/inkeroul/ (luettu 2.3.)

https://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=4&subject_id=3 (luettu 8.3.)

 

 

 

 

Afrikkaa ja tulvaindeksejä

Kolmannella kerralla tutustuimme Afrikan maanosan tietokantaan, josta tarkastelimme konfliktien, timanttikaivosten ja öljykenttien sijainteja. Tämä oli mielestäni mielenkiintoisinta tähän mennessä. Vertailimme eri tietoja näistä toisiinsa ja saimme tuloksia niiden välisistä yhteyksistä. Valitettavasti, mutta ei niin yllätyksellisesti löysimme säännönmukaisuuksia timanttikaivosten ja konfliktien välille. Samoin tapahtui myös öljykenttien kohdalla. Toisin sanoen usein alueilla, missä oli timanttikaivoksia tai öljykenttiä oli myös konflikteja.

Kuvasta 1 on luettavissa timanttikaivosten, öljykenttien ja konfliktien sijainnit. Kartta on mielestäni selkesti luettava ja maalikkokin osaisi sitä legendan avulla hieman tulkita.

Kuva 1. Timanttikaivokset, öljykentät ja kofliktit Afrikan alueella.

 

Tietokannan tiedoilla voisi tehdä havaintoja myös monista muista asiayhteyksistä. Timanttikaivosten löytämisvuosista voisi etsiä yhteyttä koko maailman politiikan tilanteisiin historian kirjoissa. Ovatko löytämisajankohdat yhtenäisiä ja onko ajankohta yhteydessä johonkin laajempaan yhetyteen. Tarkempia yhteyksiä myös konfliktien tapahtumisvuosien ja öljykenttien tai timanttikaivosten löytämisvuosien välillä olisi mielenkiintoista tutkia. Onko juuri löytäminen aiheuttanut jonkin kyseisen konfliktin. Myös tuottavuusluokittelujen ja internetkäyttäjien lukumäärien välistä yhteyttä voisi tutkia ja pohtia, voisivatko ne olla keskenään yhteydessä. Tuottavuushan lisää vaurautta ja internetinkäyttäjien lukumäärä puolestaan saattaa antaa hieman suuntaa valtion taloustilanteesta. Kuten maailma.net -sivustolla kerrotaan, Afrikassa internetin käyttäjämäärään vaikuttaa kapasiteetn riittämättömyys ja sen kalleus.

 

Toisena tehtävänä oli laskea Suomen alueen tulvaindeksiä ja järvisyysprosentteja. Tulvaindeksin tuottaminen onnistui ja se on luettavissa selkeästi myös kuvasta 2. Järvisyyden tuottaminen karttakuvaan tuotti suurta tuskaa ja monen tunnin yrityksenkään jälkeen en niitä kartalle onnistunut saamaan. Onneksi loppujen lopuksi Artun avustuksella sain myös järvisyysprosentin näkyviin kartalle. Järvisyysprosentti näkyy kartassani pylväinä. Siitä on nähtävissä, millä alueilla pylväät ovat korkeimmillaan ja missä ne puolestaan ovat todella matalia. Nestori oli blogissaan Nestori eksyksissä gis-maailmassa havainnollistanut saman informaation ympyrädiagrammeilla ja mielestäni se on helpommin luettavissa kuin pylväiden avulla esitettynä. Ympyrät kohdistuvat paremmin kuntiin ja niistä on luettavissa informaatio selkeämmin.

Kuvasta 2 on nähtävissä tulvaindeksin yhteys alueen järvisyyteen. Kuva kertoo, että niillä alueilla, joilla on vähän järviä on suurin tulvariski. Taas puolestaan niillä alueilla, joilla on paljon järviä tulvariski on pieni. Tulvaindeksiltään suuret alueet sijaitsevat maantieteelisesti rannikoilla. Alueilla taas, joissa tulvaindeksi on pieni vesi valuu järviin.

Kuva 2. Tulvaindeksit ja järvisyys Suomen kunnissa 2017.

 

 

Lähteet:

https://www.maailma.net/uutiset/internet-yhteydet-afrikassa (luettu 6.3.)

Nestori Grönholm, Nestori eksyksissä gis-maailmassa, https://blogs.helsinki.fi/nestorig/ (luettu 5.3.)

Hello again QGIS

Toinen kerta QGIS:in parissa ei mennyt ihan putkeen. Taistelin toimintojen kanssa pitkään, eikä siltikään tulosta ollut syntyä. Onneksi blogia voi muokata jälkikäteen ja monen tuskaisen tunnin jälkeen tulokset alkavat näyttää oikeilta ja QGIS:in toiminnot tulla pikkuhiljaa tutuiksi. Tällä kurssikerralla tehtävänä oli tutkia projektioiden vaikutusta kartan mittakaavaan ja kirjata tuloksia sekä taulukon että kuvien muodossa.

Taulukossa 1 on nähtävissä eri projektioiden vaikutus kartan mittakaavaan pinta-alaa ja pituutta mitattaessa. Taulukosta on selkeästi nähtävissä kuinka suuria eroja projektioiden välillä löytyy. Ei siis ihme, että aluksi sain todella kummallisia tuloksia, kun valittu projektio oli väärä. Tätä vaihetta tehdessäni, opinkin erityisesti sen, kunka tärkeää on tarkastaa että käytössä on oikea projektio. Myös vaiheiden toistaminen useampaan otteeseen toi enemmän muistijälkeä aivoihini.

 

Taulukko 1. Projektioiden välisiä eroja mitatessa pituutta ja pinta-alaa.

 

Koska projektion vaihto muutti niin paljon mitatun alueen pituutta ja pinta-alaa on luotettavuuskin kyseenalaistettava. Onkin hyvä tietää karttaa lukiessaan, mitä projektiota siinä on käytetty. Näin lukija voi osata tulkita sen antamia arvoja suhteessa siihen, miten juuri kyseinen projektio on pallon kaksiulotteiseksi muokannut. Varsinkin kun kyseessä on suurilla leveysasteilla sijaitseva Suomi, on valitulla karttaprojektiolla erityisen suuri merkitys. Suomen pinta-alat vääristyvät aivan eri tavoin, oli sitten kyseessä esimerkiksi lieriö- tai  kartioprojektio.

Taulukko 2 on alkuperäinen taulukko, jota en osannut aluksi muuttaa visuaalisempaan muotoon. Tässä on kurssikerralla mitatut pituudet ja pinta-alat, sekä niiden erotukset pituuksissa verrattuna ETRS-TM35FIN-projektioon. En kuitenkaan ollut tyytyväinen tähän taulukkoon, ja sen vuoksi tein koko tämän vaiheen uudestaan (taulukko 1).

Taulukko 2. Projektioiden vaikutus pinta-aloille ja pituuksille.

Seuraavaksi pääsimme havainnollistamaan jo löytämiämme tuloksia itse kartalla. Tämä on tietysti tärkeää, jotta asia konkretisoituu ja tulee helpommin ymmärrettäväksi. Yläkoulussa opettaessani yritän aina luoda oppilaille konkreettisia esimerkkejä. Luvut ja taulukot unohtuvat helposti, eivätkä jää pitkäkestoiseen muistiin. Siksi seuraavat kuvat ovat erittäin hyviä konkretisoimaan pinta-alavääristymiä (myös oppilaille). Sinin gis blogissa oli hyvä kertaus projektioista ja siitä miten ne toimivat.

Kuvissa 1 ja 2 on esitetty Suomen pinta-alavääristymää. Kuvassa 1 on mercatorin projektion ja LAEA-projektion välinen vääristymä. Kuten kuvasta huomataan, suurimmat pinta-alavääristymät (kuvattu tummimmalla punaisen sävyllä) on Pohjois-Suomessa. Mercator on lieriöprojektio, ja sitä käytettäessä pinta-alat vääristyvät sitä enemmän, mitä kauemmas mennään päiväntasaajasta (wired.fi.) Tämä ilmiö näkyy siis myös kuvassa 1.

Kuva 1. Prosentuaalinen pinta-alavääristymä World Mercatorin projektion ja LAEA-projektion välillä.

 

Kuvassa 2 on puoelstaan esitetty Suomen kartan pinta-alavääristymiä verraten Van den Grinten projektiota LAEA-projektioon. Van den Grinten projektio ei ole oikeakulmainen, eikä oikeapintainen, vaan kuvaa maapalloa ympyrän muotoisena. Mitä kauemmas mennään päiväntasaajasta, sitä suuremmat vääristymät myös tässä projektiossa ovat. (wikipedia.org.) Kuvasta 2 on nähtävissä sama ilmiö.

 

Kuva 2. Prosentuaalinen pinta-alavääristymä Van den Grinten (world) -projektion ja LAEA-projektion välillä.

 

2. kurssikerran jälkeen olo oli hieman epätoivoinen. Karttojen tekeminen tuntui erittäin haastavalta. Nyt kun myöhemmin tein kartat alusta uudestaan, ei se tuottanut yhtään niin paljon tuskaa kuin olin varautunut. Selkeästi kurssilla ollaan opittu ja eteenpäin mennään koko ajan. Vaikken sitä melkein itsekään usko, oli pinta-alavääristymäkarttojen teko melkeinpä hauskaa. Nyt kun sen kerran osasi. Myös lähteitä etsiessä törmäili mielenkiintoisiin sivuihin. Esimerkiksi Ylen sivuilla voi tehdä testin siitä ,kuinka hyvin osaa ja ymmärtää karttoja ja karttaprojektioita (yle.fi).

 

Lähteet:

Sini-Maaria Ahtinen, Sinin Gis blogi, https://blogs.helsinki.fi/ahtisini/ (luettu 1.3.)

https://fi.wikipedia.org/wiki/Van_der_Grintenin_projektio (luettu 22.2.)

https://www.wired.com/2013/07/projection-mercator/ (luettu 22.2.)

https://yle.fi/aihe/artikkeli/2017/06/09/huijaavatko-kartat-sinua-testaa-tietosi (luettu 1.3.)

 

1. Kurssikerta ja tutustuminen QGIS:iin

Minun osaltani tämä kurssi alkoi maailman toisella puolen. Siellä tutustuin aineistoon, joka oli ladattu moodleen. Kurssin luento-osuus olikin vanhan kertausta, kuten yleensä ensimmäisillä kerroilla on tapana. Paikkatiedon luonteen mieleenpalauttaminen oli kuitenkin tärkeää pitkän tauon jälkeen.

Ensimmäisen kurssikerran tehtäviin kuului tutustua QGIS-ohjelmistoon. En ollut koskaan aikaisemmin käyttänyt kyseistä ohjelmaa, tai edes kuullut siitä, joten aluksi se tuntui erittäin vieraalta ja hankalalta. Ymmärsin heti, että ohjelma ei tule tutuksi ilman että tutkii ja kokeilee rohkeasti eri toimintoja mahdollisimman useasti. Tiesin myös, että tulen vielä halkomaan hiuksiani ohjelmaa käyttäessäni, sillä tietotekniset asiat eivät ole kasvatustieteilijänä korkein osaamisalueeni.

Kaikesta huolimatta, aloin töihin. Ensikokeilun aikana tarkoitus oli saada tehtyä kaksi karttaa; toinen Itämereen kohdituvista typpipäästöistä ja toinen Suomen kuntiin kohdistuvista erilaisista tiedoista. Kun ohjelmaa oli jo hetken ajan harjoitellut, ei näiden kahden kuvan tekemiseen mennyt kuitenkaan ihan niiiin kauan aikaa, kuin aluksia kuvittelin. Ohjelman avulla kykenee tekemään melko vähillä toiminnoilla (kunhan ne ensin ottaa haltuun) mielenkiintoisia ja opettavaisia karttoja, joita voisi hyvinkin käyttää esimerkiksi opetuksessa.

Alla oleva kuva (kuva 1) kuvastaa Itämereen kohdistuvia typpipäästöjä. Karttaa tehdessäni opin, miten kuvaa voi muokata eri toiminnoin näyttämään erilaisia arvoja. Tässä kuvassa arvoina toimi typpipäästöt ja havainnollistavana tekijänä väri. Alun hankaluuksien jälkeen osasin myös suurentaa karttaa, jotta sitä on helpompi tulkita. Kartasta on luettavissa, mitkä maat vaikuttavat eniten Itämeren typpitasoon. Yllättävää mielestäni tässä oli se, että Puola on eniten vastuussa Itämeren typpitasosta. Typpi kulkeutuu Itämereen eniten jokiveden mukana (ymparisto.fi). Kuten Alex blogissaan no memes here kirjoitti, Venäjällä ei ole paljon rantaviivaa Itämereen ja sen vuoksi sen päästöosuus on yllättävän pieni. Puolalla puolestaan on suuri vaikutus Itämeren typpitasoon, sillä siellä on teollisuutta ja maanviljelyä juuri itämereen laskevan joen läheisyydessä. Fosfori on typen lisäksi suuri syy Itämeren rehevöitymiselle. Puolassa on myös pistemäisiä lähteitä fosforivuodoille. Niitä ovat lannoitetehtaiden yhteydessä olevat jätekipsikasat. (ymparisto.fi.)

 

Kuva 1. Itämeren typpipäästöjen osuus valtioittain.

 

Toinen kuva (kuva 2) kuvastaa Suomen kuntien väkilukua. Tässäkin kohtaa harjoitusta tarvittaisiin, sillä tulostusvaiheessa sivupalkista katosi yksi osa, enkä voinut muokata kaikkia haluamiani kohteita. Kun myöhemmin yritin muokata kuvaa, ei alkuperäistä löytynyt enää mistään… Kuvasta on kuitenkin hieman nähtävissä Suomen kuntien välisiä eroja väkilukuun nähden. Kuten näissä kartoissa aina, pääkaupunkiseutu erottuu selkeästi koko muusta Suomesta.

 

Kuva 2. Suomen kuntien väkiluku vuodelta 2015.

Ensimmäisten töiden tekemisen jälkeen olo on osittain jopa melko helpottunut, sillä sain kuin sainkin jotain tuloksia aikaiseksi. Kuitenkin kartoista on huomattavissa, että harjoitusta vielä tarvitaan. Toivon myös että ajankäytöllisesti otan suuria harppauksia kurssin aikana, sillä jos jokaisen vaiheen tekemiseen menee jatkossakin yhtä paljon aikaa, teen tätä kurssia vielä ensi vuonnakin. Johannan blogissa oli myös kuva Suomen kuntien väkiluvuista ja siinä värit oli skaalattu selkeästi paremmin. Omassani on aika vaikea erottaa vaaleiden sävyjen eroja toisistaan. Olisikin kannattanut tehdä kartta esimerkiksi vain kuudella tai kahdeksalla eri värisävyllä.

 

Lähteet:

Johanna Lehto, Johannan blogi, https://blogs.helsinki.fi/johanleh/ (luettu 15.2.)

Alex Naum, No memes here, https://blogs.helsinki.fi/alexnaum/ (luettu 27.2)

https://www.ymparisto.fi/fi-FI/Kartat_ja_tilastot/Ympariston_tilan_indikaattorit/Makea_vesi_ja_meri/Jokien_kuljettamat_ravinnemaarat_edellee(28650) (luettu 1.2.)

https://www.ymparisto.fi/fi-FI/Meri/Mika_on_Itameren_tila/Itameren_typpikuorma_Suomesta(31457) (luettu 1.2.)