VALMIS BLOGI

***

Blogini on valmis kaikessa komeudessaan, ja sen saa arvostella. Voin myös säästää vaivan kertomalla, että mielestäni kaikki alla oleva on vaatimattomasti ihan 5/5.

 

Vielä ensimmäisessä blogipostauksessa lupaamani kiitospuhe Johannalle:

 

Jollulle kiitos,

et näytit miten tehään datojen liitos

Ollaan valmiita gis-guruja,

 vaikkei ole paljoa tiedonmuruja

Mennäänkö viinille?

 

https://blogs.helsinki.fi/johanleh/

 

 

Viimistä viedään!

***

Viimeisellä kurssikerralla saimme täysin vapaat kädet karttojen luomiseen alusta alkaen. Ensimmäinen vaihe oli tarpeeksi kiinnostavan, vapaan datan löytäminen. Alkuperäinen ideani vaihtui monesti, sillä usea löytämäni mielenkiintoinen data ei sisältänyt koordinaatteja tai sopivaa nimistöä pohjakarttaan liittämiseksi. Tiesin haluavani tutkia kehittyviin maihin liittyviä tekijöitä, joten valitsin tutkimusalueeksi Afrikan mantereen. Liian kauan kestäneen mielenkiintoisen datan löytämiseen liittyneen tuskastelun jälkeen päädyin esittämään lukutaitoa Afrikan eri alueilla. Useassa osassa Afrikkaa vallitsevan naisten ja miesten välisen epätasa-arvon vuoksi päädyin esittämään asiassa myös sukupuolien välisen eron.

Kartoissa värit kuvaavat hieman eri arvoja, joten niitä ei voi aivan suoraan verrata toisiinsa. Esimerkiksi miesten pienin lukutaitoisten prosentti on 35% Nigerissä ja Guineassa, kun naisilla vastaava luku samoissa maissa on 15%. Värit kuitenkin ovat alueilla samat kummassakin kartassa. Kartoista huomaa, että esimerkiksi Etelä-Afrikassa ja Libyassa lukutaito on kummallakin sukupuolella korkea. Kahta keskimmäistä vihreän sävyä on kartoissa paljon ja kummassakin suurin piirtein samoissa maissa. Ei siis ole maata, jossa esim. miesten lukutaito olisi hyvin korkea ja naisten huomattavan matala, vaan kaikissa maissa naisten lukutaito laskee suhteessa aika lailla saman verran. Madagaskarin saarella naisten kartan väri on taas tummempi, mutta prosenttiosuudet kertovat, että sukupuolten välillä ei juuri ole eroa.

Kuva 1. Lukutaitoisten miesten osuus Afrikassa vuonna 2016.

 

 

 Kuva 2. Lukutaitoisten naisten osuus Afrikassa vuonna 2016.

 

Innostuin tämän kurssikerran jälkeen ajatuksesta, että pystyn tehdä kartan lähes mistä vaan! Itse pidän tärkeänä, että useammasta kehitykseen liittyvästä asiasta tehtäisiin informatiivisia karttoja. Kartat mahdollistavat jo nopealla silmäyksellä informatiivisen, visuaalisen esityksen. Lukutaidon esittäminen kartalla antaa mielestäni paremman kuvan tilanteesta ja faktoista ”tavalliselle tallaajalle”, kuin lista prosenttiosuuksista.

 

Pysytään kartalla! <3

 

Kivoja karttoja

***

Kuudennes kurssikerta alkoi reippaalla ulkoilulla Kumpulan lähimaastossa kera mantsakollegoiden ja luonnonilmiön, raekuuron. Tavoitteenamme oli kerätä kokemuksia ympäristöstä pisteaineiston muotoon. Oman aineiston kerääminen oli askel syvemmälle paikkatiedon maailmaan. Tarkoitukseemme, eli interpoloinnin harjoitteluun, keräämäämme aineisto oli sopiva. Kovin informatiivinen tai laaja kartasta ei kuitenkaan tullut näin pienellä aineistolla – ja kulkuneuvon ollessa apostolinkyyti. Kartalla pyrimme hahmottamaan kokemustamme lähiseudun turvallisuudesta.

Kuva 1. Turvallisuuden kokemus Kumpulan alueella

Kuten kuvasta huomaa, isojen teiden varsilla kokemus turvattomuudesta oli huomattavampaa kuin asuinalueilla. Kartta on visuaalisesti ruma ja legendassakin pitäisi lukea “turvallisuuden tunne”, jotta sen värit vastaisivat karttaa oikein. Kartta tuo kuitenkin mukavaa väriä postaukseen, ja ansaitsi täällä paikkansa.

Seuraavissa tehtävissä päästiin GIS-urani huippuhetkien äärelle. Jo ensimmäisessä postauksessa mainittu vierustoverini sai kerrankin rauhassa keskittyä omiin karttoihinsa, kun seuraavien tehtävien teko sujui kuin vettä vain. Onko tämä liian hyvää ollakseen totta?

Kas vain, onnistumisen putki jatkui. Tein hyvin monta erilaista karttaa, ja mielenkiinnosta yhdistelin erilaisia aineistoja. Kuten vakkarilukijani ovat huomanneet, blogissani rima on suorastaan korkeuksissa täällä julkaistavien karttojen suhteen, joten luonnollisesti vain huippuyksilöt (kuten kuva 1) pääsevät edustukseen.

Kuva 2. 2018-2019 tapahtuneet yli 5 magnitudin järistykset.

Kuvasta 2. huomaa, kuinka yli 5 magnitudin järistykset ovat jakautuneet. 5 magnitudin järistykset luokitellaan keskisuuriksi, ja niiden vuotuinen keskimääräinen esiintymismäärä on noin 800. Suurin osa maanjäristyksistä tapahtuu Tyynenmeren tulirenkaaksi kutsutulla alueella, kuten myös oli Sini blogissaan maininnut. Tämä kartta olisi informatiivinen opetuskäyttöön, sillä se näyttää jo merkittävien maanjäristysten sijaintia ja voimakkuutta.

Kuva 3. Tulivuoret, joiden läheisyydessä (alle 10km) on tapahtunut yli 5 magintudin maanjäristys 2009-2019.

Kuvan 3. kartassa kuvasin maapallon niitä tulivuoria, joista alle 10 kilometrin päässä ontapahtunut yli 5 magintudin järistys viimeisen kymmenen vuoden aikana. Tätä karttaa oli mielenkiintoista tehdä, ja huomata kuinka moni tulivuorista aiheuttaa järistelyä. Karttaan olisi voinut jättää informatiivisuuden vuoksi myös eri värillä tulivuoret, joiden välittömässä läheisyydessä ei ole tapahtunut maanjäristyksiä. Tulivuoria kuitenkin oli niin paljon, että tämä antaa hyvän kuvan voimakkaita järistyksiä aiheuttavista tulivuorista. Taas suurin osa järistyksistä ja tulivuorista sijoittuu Tyynenmeren tulirenkaan ympäristöön.

Kuva 4. Aasian rannikon tulivuoret ja niiden läheiset maanjäristykset.

Halusin zoomata vielä tarkemmin Tyynenmeren tulirenkaan alueelle, ja havainnollistaa, kuinka lähekkäin osa järistyksistä ja tulivuorista ovat. Kartalla esitetään yli 5 magnitudin järistyksiä vuosilta 2009-2019. Bufferoimalla hyvin pienellä alueella, huomataan, että kartan maanjäristykset ovat kaikki maksimissaan 10 kilometrin päässä jostain tulivuoresta. Kartassa ei siis ole kaikki alueen maanjäristykset tai tulivuoret.

Kuva 5. Yli 5 magnitudin maanjäristykset 2014-2019.

Väli-Amerikasta halusin tutkia maanjäristyksiä viimeisen viiden vuoden ajalta. Alueella tapahtuu paljon maanjäristyksiä, ja liian usea niistä on hyvin tuhoisa. Tähdellä merkitsin kaikki maanjäristykset, jotka sijaitsevat alle 100 kilometrin päässä tulivuoresta. Matkaa olisi voinut rajata paljon pienemmäksikin. Maanjäristyksiä tapahtuu kartan alueella myös muita kuin merkatut, mutta ongelmat tiedon tuonnissa QGIS:siin johtivat hieman harhauttavaan karttaan.

Kaikkiaan kurssikerta oli hyvin onnistunut. Sieltä sainkin niin maittavat eväät reppuuni, että pidin toisena päivänä niillä monen tunnin itsenäisen eväsretken GIS-luokassa.

HeyYYyooO0o!

 

Lähteet:

Ahtinen, Sini. Kurssikerta 6 (21.2.2019) https://blogs.helsinki.fi/ahtisini/ (luettu 26.2.2019)

http://www.seismo.helsinki.fi/fi/maanjtietoa/perustietoa/magnitudi.html (luettu 26.2.2019)

Puskurointia ja meluvyöhykkeitä

***

Viidennen kurssikerran jälkeen olisin voinut bufferoida ärsyyntymistäni. Hermoni kiristyivät sitä mukaa kun koneeni temppuili ja laskut menivät pieleen. Itsenäisharjoitukset jäivät kurssikerralta pahasti kesken, ja niitä väännettiin vielä usea tunti GIS-luokassa kurssitovereiden kanssa kärvistellen.

Ensimmäisessä itsenäisharjoituksessa tutkittiin lentokenttien välittömällä meluvyöhykkeellä asuvien asukkaiden määrää. Tunti alkoi leppoisasti piirrellen lentokenttien kiitoratoja ja meluvyöhykkeitä ja valiten silmää miellyttäviä värejä visuaaliseen esitykseen. Tehtävän koin hyvin mielenkiintoiseksi, ja päädyimme pohtimaan myös melusaasteen vaikutusta elämänlaatuun. Aiheesta olisi mielenkiintoista suorittaa kvalitatiivista tutkimusta. Melusaastealueen sisällä asuvien asukkaiden määrä saatiin selville apuna uusi tuttavuus, eli bufferointi. Sain myös ensikosketuksen moneen muuhunkin työkaluun tällä kurssikerralla. Usea myös hukkui samantien takaisin työkalupakin pohjalle, odottamaan seuraavaa kertaa, joka tuntuisi taas ensimmäiseltä.

Mielenkiintoisia seikkoja on esimerkiksi se, että Malmin lentokentästä kahden kilometrin säteellä asuu yli viisi kertaa enemmän asukkaita kuin vastaavalla säteellä Helsinki-Vantaan lentokentän läheisyydessä. Itsenäisharjoituksen vastaukset olen koonnut alle:

 

Itsenäisharjoitus 1:

  1. Lentokentät

Malmin lentokenttä

      • Kahden kilometrin säteellä Malmin lentokentästä asuu 57 554 ihmistä.
      • Yhden kilometrin päässä lentokentästä asuu 8 838 ihmistä.
      • Lentokentän ympäristössä olevista taloista 54 kappaletta on otettu käyttöön ennen Malmin lentokentän rakentamista ja 3 taloa on avattu saman vuonna lentokentän kanssa.

Helsinki-Vantaan lentokenttä

      • Kahden kilometrin säteellä Helsinki-Vantaan lentokentästä asuu 11 264 ihmistä.
      • Pahimmalla 65 dB melualueella puolestaan asuu vain 31 ihmistä eli 0,24% alueen ihmisistä.
      • Ihmiset eivät kuitenkaan täysin välty melulta, sillä vähintään 55dB alueella asustaa 11 913 ihmistä.
      • Jos lentokoneet laskeutuisivat poikkeuksellisesta suunnasta koskettaisi meteli myös 12 650 ihmistä, jotka saavat nykyisellään viettää suhteellisen hiljaista elämää.
      •  Asemat
        1.  Vantaan asukkaista 106 691 henkilöä asuu alle 500m päässä lähimmästä asemasta.
        2. Tämä tarkoittaa että 21,77% ihmisistä elää juna-aseman lähellä.
        3. Juna-aseman lähellä elävistä ihmisistä 73 108 on työikäisiä.

 

Itsenäistehtävä 2:

  1.  Vantaan asukkaista 478 371 ihmistä asuu taajamassa, tämä on noin 97,6% kaikista alueen asukkaista.
  2. Vantaalla elää 60 251 kouluikäistä eli 7-16 vuotiasta, joista taajaman ulkopuolella asuu 1 551 koululaista.
  3.  Pääkaupunkiseudun taajamista yli 10% väkiluvusta on ulkomaalaisia noin 40 alueella, 20% noin 11 alueella ja 30% noin 6 alueella.

 

Uima-altaat ja saunat

Pääkaupunkiseudulla on uima-altaita 855 asunnossa, joissa asuu 12 170 henkilöä. Näistä asunnoista 345 on omakotitaloja, 113 on kerrostaloja ja 181 on rivitaloja.

Yksityisten uima-altaiden sijoittumisesta ja määrästä valmistin myös Q-GIS-ohjelmistolla kartan.

Kuva 1.  Uima-altaiden sijoittuminen ja määrä pääkaupunkiseudun pienalueilla.

Uima-altaita löytyy eniten Helsingin varakkailta alueelta. Varakkaimmilla asuinalueilla asukkailla on varaa ostaa asuntonsa pientä luksusta uima-altaan muodossa. Näitä asuntoja löytyy eniten meren läheisyydestä sekä Pakilan suunnalta, joka on nousukiidossa varakkaiden kaupunkilaisten keskuudessa, kuten Johanna Lehtinen blogissaan mainitsee. Saunoja pääkaupunkiseudun asunnoista löytyi huomattavasti enemmän. Saunoja löytyi 21 922, eli sellaisen omistaa noin 24,2% asunnoista.

Viimeisiä viedään, byeeee!

Kuvahaun tulos haulle meme computer

Kuva 2. Fiilis bufferoinnista.

Lähteet:

Lehtinen, Johanna. Itsenäistä säheltämistä (14.2.2019) https://blogs.helsinki.fi/johanleh/ (luettu 20.2.2019)

kuva: https://www.google.com/url?sa=i&source=images&cd=&cad=rja&uact=8&ved=2ahUKEwih3PXls8rgAhWMp4sKHYx3DG0QjRx6BAgBEAU&url=https%3A%2F%2Fimgflip.com%2Fmemesearch%3Fq%3Dcomputer&psig=AOvVaw09sW7AEJDtB_Qip9ciV7U2&ust=1550755291931327

 

GIS-kuumetta

***

Edellisellä kurssikerroilla ja viikoilla vallinnut GIS-kuume kohosi 4. kerralla liiankin konkreettisesti huippuunsa. Jos omistaisin kuumemittarin, olisi se päräyttänyt mittariin normaalia ruuminlämpöä huomattavasti korkeammat lukemat. GIS-tunti päätyi osaltani perustellusti skipatuksi.

Itsenäisesti ohjeita seuraten pyrin saamaan kasaan vaaditut tehtävät. Tämä vei huomattavasti aikaa ja energiaa, jotka kumpikin ovat lähiaikoina olleet kiven alla. Useasti sain kartalle asti visuaalisiakin esityksiä, vain huomatakseni virheellisyyden määrän. Arvokkaita karttani olivat vain abstraktin taiteen kannalta. GIS kuumensi tehokkaasti tunteita ilman kuumettakin.

Työn alla oli pääkaupunkiseudun väestömäärän analysoiminen väestökarttaruudukon pohjalta. Käsittelimme pisteaineistoa joka on aineistojen tarkinta aatelia. Tarkasteltava rasteriaineisto oli myös sellaisekseen hyvin tarkkaa, kuten Seeti Haapanen blogissaan huomauttaa. Ruudukot loin 500m x 500m kokoisina. Ruudukkokoko sopii tehtävään mielestäni hyvin, sillä kartasta hahmottaa suoraan ikäänkuin kolmeen suuntaan leviävän kuvion, kuten kuvasta 1. voi huomata.

Kuva 1. Väestön jakautuminen pääkaupunkiseudulla

Suurin asutuskeskittymä on tietenkin Helsingin keskustassa ja kantakaupungissa. Keskittymiä on myös Itä-Helsingissä, Vantaan Tikkurilassa sekä Espoon Leppävaarassa, kuten Amelia Cardwell on blogissaan huomannut. Olisin voinut jättää ruudukkojen mustat ulkorajat pois, sillä ne tekevät kartasta hieman sotkuisen näköisen. Olisin halunnut tehdä väestökarttaruudukon avulla useita muitakin karttoja, mutta lisätehtävät jäivät aikapulan vuoksi välistä. Eiköhän näihinkin vielä useasti kerkeä palata!

Toisena tehtävänä vertailtiin kaukokartoituksessa saatuja rasterimuotoisia korkeuskäyriä peruskarttalehdistä löytyviin korkeuskäyriin Pornaisen alueella. Unohdin tietenkin ottaa talteen tutkimani kuvat, häkeltyessäni niiden tarkkuseroista. Kaukokartoituksella kerätty data on huomattavasti peruskarttalehden korkeuskäyriä tarkempaa. Se voi paljastaa muodostumia, joita ei välttämättä peruskartalla tai luonnossa nää, kertoo myös Ilona Tuovinen blogissaan.

Kuva 2. Kaukokartoituksella tuotetut korkeuskäyrät esitettynä peruskarttalehden päällä. Laha, Pornainen.

Yhdistettäessä päällekkäin peruskarttalehden ja kaukokartoituksella tuotetut korkeuskäyrät kuten kuvassa 2., huomataan samankaltaisuuksia sekä eroavaisuuksia. Peruskarttalehden korkeuskäyrät ovat kuvattuina vihreällä värillä, kun taas kaukokartoitusaineiston ovat ruskeita. Kaikkia vihreitä käyriä kehystää tarkemmat ja useampi ruskea korkeuskäyrä. Vihreät ovat pelkistetty esitys alueen korkeuseroista, mikä on aivan riittävä kuvaamaan peruskarttalehdelle. Ruskeita korkeuskäyriä löytyy vihreiden sisältä, mikä osoittaa alueen korkeusvaihtelua vielä tarkemmin, kuten muusta maastosta korkeammalla olevan kohouman korkeimman huipun.

Kurssikerta neljän suorittaminen oli hyvinkin työn ja tuskan takana. Pari visuaalista esitystä ja jäsenneltyä tekstiä myöhemmin alkaa tämän viikon aiheuttama kipu lievittyä. GIS-luokkaan siis vielä ehkä joskus uskaltautua saatan.

Kuvahaun tulos haulle meme

Kuva 3. Opiskelija tekemässä rankkaa työtä.

Lähteet:

Cardwell, Amelia. Viikko 4: väestötietoja sekä korkeuskäyriä (8.2.2019) https://blogs.helsinki.fi/amca/ (luettu 14.2.2019)

Haapanen, Seeti. Kurssikerta 4 – Kakkosleiri 6400m (11.2.2019) https://blogs.helsinki.fi/seeti/ (luettu 14.2.2019)

Tuovinen, Ilona. Viikko 4 – Rasteriruuturuuturasteri?! (7.2.2019) https://blogs.helsinki.fi/tuoilona/ (luettu 14.2.2019)

kuva: https://www.google.com/url?sa=i&source=images&cd=&cad=rja&uact=8&ved=2ahUKEwiRnKbf2rvgAhWhtIsKHQv4BlYQjRx6BAgBEAU&url=https%3A%2F%2Fwww.todaysparent.com%2Ffamily%2Fparenting%2Fwhen-your-cute-kid-becomes-a-viral-meme%2F&psig=AOvVaw26J71W1wFTa-j-eZuoaREa&ust=1550250349191681

Kolmas kerta ei sano mitään

***

Kolmas kurssikerta vei syvemmälle QGIS:sin maailmaan, jossa harjoittelimme tietokantojen tuomista ohjelmistoon sekä näiden aineistojen liittämistä toisiinsa. Hommahan muistutti lähes askartelukerhon leikkaa-liimaa-hommia, vain muutaman kymmenen hämmentävän välivaiheen kanssa. Näitä välivaiheita ja ohjeita satoi luokan edestä ripeällä tahdilla, ja keskittymisen täytyi fokusoitua opetukseen ainakin noin 88% verran käytettävissä olevasta kapasiteetista. Loput 12% keskittymisestäni pyöri Unicafen patonkien ympärillä. Tämä askartelutuokio osoittautui kuitenkin erittäin hyödylliseksi harrastukseksi. Etenkin oppiessamme tuomaan tilastotietoa Excelistä paikkatiedoksi QGIS:siin, kuten myös Nestori Grönholm blogissaan toteaa, tuntui hyödylliseltä treeniltä. Harjoitustehtävän pohja-aineistona toimi kartta Afrikan mantereesta valtiorajoineen. Datan tuomisen ja yhdistelyn jälkeen lopputuloksena oli koropleettikartta internetin käyttöasteesta alueellisesti. Karttaan lisättiin pistemäistä informaatiota timantti- ja öljyesiintymistä sekä sattuneista konflikteista. Aineistoja yhdistelemällä voidaan tehdä päätelmiä esimerkiksi konfliktien määrän ja internetin käyttöasteen välillä. Näillä tietokantaan tallennetuilla tiedoilla voisi luoda useita erilaisia teemakarttoja ja vertailuja. Kuten Anttoni Tumanoff blogissaan kirjoittaa, mahdollisuuksia on monia. Tämän kauniin karttatuotoksen jätin Physicumin GIS-labran koneen syövereihin, enkä valitettavasti sitä saa tähän postaukseen esitettyä. Mutta uskokaa minun kertoessani, että se oli kaunis ja informatiivinen kartta.

Viikon varsinainen haaste ja kykyjentestaaja oli tulvaindeksikartan luominen (kuva 1). Koropleettikartta esittää alueellisen tulvimisen niin, että tummempi punainen väri kertoo korkeammasta tulvaherkkyydestä. Pystysuorat pylväät kertovat alueen järvisyydestä.

Kuva 1. Suomen valuma-alueiden tulvaindeksi ja järvisyys

Järvisyyden ja tulvaherkkyyden välillä voi silmiä hieraisemattakin nähdä yhteyden. Länsi- ja etelärannikolla sijaitsevat valuma-alueet ovat Suomen tulvaherkimpiä ja järvittömimpiä alueita. Ylimääräiset sade- ja hulevedet ajautuvat jokiin, jotka hyvin tasaisella maalla sijaitessaan tulvivat yli äyräidensä. Järvi-Suomi, eli lähinnä Suomen keskiset ja itäiset osat eivät ole järviensä takia yhtään niin herkkiä tulvimiselle. Järvet toimivat luonnonmukaisina tulvien ehkäisijänä, ja vastaanottavat vettä huomattavasti jokia enemmän.

Kartasta muuttaisin järvisyysprosentin  informatiivisempaan muotoon. Muuten se on hyvä juuri sellaisenaan, niin kuin sinäkin! (kuva 2) Posii päivään! <3

 

Kuva 2. Motivoiva, vahvistava ja inspiroiva mietelause.

Lähteet:

Grönholm, Nestori. Luku 3. Timantteja, tietokantaliitoksia ja tulvaindeksejä (30.1.19) https://blogs.helsinki.fi/nestorig/ (luettu 31.1.19)

Tumanoff, Anttoni. Tietokantaliitoksia ynnä muuta (29.1.19) https://blogs.helsinki.fi/gis-1-anttoni/ (luettu 31.1.19)

Suomen ympäristökeskus. Uusi valuma-aluejako (4.4.14) http://www.syke.fi/fi-FI/Tutkimus__kehittaminen/Vesi/Tietoaineistot_ja_jarjestelmat/Valumaaluejarjestelma/Uusi_valumaaluejako (luettu 31.1.19)

Motivoiva quote: ttps://www.livin3.com/positive-quotes

Geoinformatiikan kasvimaa

***

Tiistaina keskipäivällä muut ryhmäläiseni aloittelivat toista kurssikertaansa QGIS:sin parissa Physicumin kylmyydessä, kun minä tuskastelin luennon päälle laitettua työvuoroani. Perjantaiaamuna raahauduin mielestäni aivan liian aikaisin alkavalle korvaavalle kurssikerralle, toivoen luokasta löytyvän vapaita koneita. Valitsemalla koneellani ja minulla oli yhtä synkkä mielentila tuohon aikaan aamusta – näyttö pysyi yhtä mustana kuin mieleni. Tämä sattumus kuitenkin antoi mahdollisuuden siihen, mistä moni jää vain haaveilemaan – pääsin istumaan luokan eteen Artun wingmaniksi! Vaikka niskat vääntyivät nurin useaan otteeseen taululle vilkuiltaessa, sain kuitenkin otteen ensimmäisestä harjoituksesta, jossa mittailtiin kartalle Suomi-neidon hattua ja vyötärön leveyttä.

Seuraava askel oli valita eri karttaprojektioita, ja vertailla niiden vaikutuksia pisteiden välisiin etäisyyksiin sekä pinta-aloihin. Vaikka mantsalaiset takuulla tietävät projektioiden aiheuttavan suuria vääristymiä kartoissa, on aina hyvä muistutus nähdä näistä todellisia lukuja, kuten myös Kirsi Ylinen blogissaan kirjoittaa. Tarkastelussa Suomi on kuvattu ETRS-TM35FIN-projektiolla, jota nykyään usein käytetään maatamme kuvattaessa.

 

Vertasin kahden tunnetumman projektion pinta-alavääristymiä oikeapintaiseen LAEA (Lambert azimuthal equal-area) -projektioon, joka siis esittää pinta-alat totuudenmukaisina. Mercatorin projektio, jota Iina Rusanen blogissaan surullisenkuuluisaksi luonnehtii, täräyttää heti pöytään huimaavat vääristymälukemat.

Kuva 1. Pinta-alavääristymä Mercatorin projektiossa LAEA-projektioon verrattuna.

 

Mercatorin projektio kasvattaa pinta-alavääristymäprosenttia mitä pohjoisemmaksi ja lähemmäs napoja kivutaan. Omat prosenttini eroavat kurssitovereideni lukemista hieman yläkanttiin, mutta lopputulos on silti huimaava.

 

Robinsonin projektio ei aiheuta yhtä hullua vääristymää pinta-aloissa kuin Mercatorin projektio. Tämä kompromissiprojektio pyrkii pitämään vääristymät mahdollisimman pieninä. Silti katseen kohotessa Suomen pohjoisosiin, vääristymät jälleen kasvavat LAEA-projektioon verrattuna, kuten Oula Inkeröinen blogissaan mainitsee.

 

Kuva 2. Pinta-alavääristymä Robinsonin projektiossa LAEA-projektioon verrattuna. 

Tällä viikolla geoinformatiikka antoi niskajumin, turhautuneisuushuokauksia ja pienen taimen päähäni, joka vielä kasvaa suureksi tiedon puuksi. Kiitos ja hyviä runoiltamia blogien parissa itse kullekkin.

 

Lähteet

Ylinen, Kirsi. You can do it (25.1.19) https://blogs.helsinki.fi/yxkirsi/ (luettu 29.1.19)

Rusanen, Iina. Karttaprojektiot QGIS (28.1.19) https://blogs.helsinki.fi/iinarusa/ (luettu 29.1.19)

Inkeröinen, Oula. Ken kuuseen kurkottaa se projektioon pamahtaa (29.1.19) https://blogs.helsinki.fi/inkeroul/ (luettu 30.1.19)

Ensikosketus QGIS:iin

***

Toisella kurssilla geoinformatiikan parissa olen vieläkin aivan alkutekijöissäni asian suhteen. En koe ikinä löytäneeni yhteistä kieltä koneiden ja ohjelmistojen kanssa. Siksi lyöttäydyin yhteen istumaan opiskelutoverini kanssa, jota geoinformatiikan keltanokka voisi kutsua jopa gis-konkariksi. Mikäli koen hänestä olleen kurssin aikana odottamani verran hyötyä, lupaan omistaa viimeisessä blogipostauksessani hänelle pienen kiitospuheen.

Geoinformatiikan menetelmät 1 -kurssin ensimmäinen kerta näytti uuden puolen käytettävissä olevista paikkatieto-ohjelmista QGIS:in parissa. Ohjelmisto oli jo ensimmäisellä silmäyksellä erilainen viime geoinformatiikkakursilla käytettyyn CorelDRAW:iin verraten. Corelin ollessa kuitenkin ainakin puoliksi hanskassa, auttoi se kohtaamaan tämän uuden ohjelman, jonka nimeä jo fuksisyksyn alusta on joskus kuullut Sohvilla huhuiltavan. QGIS-ohjelmiston ulkoasun kuitenkin ollessa ennestään tuntematon, aikaa kului huomattavasti pyrkiessä etsimään oikeat ja tarvitut toiminnot työkalupaneelista. Ohjelmisto oli siis aivan uusi ja ihmeellinen, kuten Oula Inkeröinen blogissaan totesi.

Harjoituksessa valmiiseen Pohjois-Euroopan karttapohjaan luotiin aineistojen perusteella lopputulos, joka kertoo Itämeren valtioiden typpipäästöistä vuonna 2016. Oman karttani väritys ei ollut mielestäni onnistunut, sillä se ei ole yhdellä silmäyksellä kovin informatiivinen värien vaihdellessa oranssista tummanviolettiin. Myös Itämeren syvyyskäyrät olivat tarpeettomia tämän mittakaavaisessa kartassa, kuten myös Emilia Kostamo blogissaan huomautti. Typpipäästöt aiheena on hyvin ajankohtainen ja tärkeä, joten kaikki tuotettava materiaali aiheesta on mielestäni hyödyllistä.

Kuva 1. Itämeren valtioiden typpipäästöt vuonna 2016

QGIS totteli käyttäjän antamia komentoja, ja siitä löytyi monta hyödyllistä toimintoa. Esimerkiksi kartan legendan teko kesti CorelDRAW:iin verrattuna vain silmänräpäyksen, jonka myös Johanna Mölsä oli blogissaan kokenut huomion arvoiseksi. Toivon, että tämän geoinformatiikkaohjemiston tullessa entistä tutummaksi, myös blogin kirjoittaminen sutviutuu. Saadessa ohjelmiston toiminnot haltuun, voi hämennys ja stressi väistyä uuden oppimisen ja rajojen ylittämisen tieltä.

 

Lähteet:

Inkeröinen, Oula. Genesis – Ensimmäinen kurssikerta (17.1.19) https://blogs.helsinki.fi/inkeroul/ (luettu 19.1.19)

Mölsä, Johanna. Kurssikerta 1 (16.1.19) https://blogs.helsinki.fi/johannmo/ (luettu 19.1.19)

Kostamo, Emilia. Itämeren typpipäästöt ja ensikosketus QGIS:iin (kurssikerta 1) (18.1.19) https://blogs.helsinki.fi/emilikos/ (luettu 19.1.19)