QGIS – kunnes jälleen tapaamme

Tiedän jo nyt, että en ole paikkatieteilijä. Se ei tunnu houkuttelevalta, joten tieni tulee olemaan toisenlainen. Tiedän kuitenkin, että näitä asioita jokaisen maantieteilijän tulisi jollakin tasolla tuntea ja osata. Siksi yritän. Ja tiedän, että QGIS on kuin väärä raha. Vaikka tämän kurssin jälkeen haluaisin tämän kohtaamisen unohtaa, se tulee yllättäen ja pyytämättä vastaan vielä joskus. Ehkä ensi syksyn Geoinformatiikan menetelmät 2 -kurssilla. Sitä odotellessa.

Viimeiseksi kurssikerraksi piti olla jokin idea ja jotakin dataa. Luettuani toisella kurssilla professori Barry Gillsin suosittelemaa kirjaa ”Atlas of the invisible” törmäsin tekstiin, jossa puhuttiin gerrymanderoinnista ja esiteltiin Yhdysvaltain kongressin vaalipiirejä. Suurimmillaan ne ovat osavaltion kokoisia, mutta väkirikkaampien osavaltioiden ja niiden suurien kaupunkien kohdalla ne ovat huomattavasti pienempiä ja – kuten sain huomata – erittäin tarkasti muodostettuja. Niiden on tarkoitus kasata omalle puolueelle suosiolliset alueet yhdeksi alueeksi, jotta voitto siellä varmistuisi. Samalla tietysti kilpailevan puolueen kannattajat pitäisi saada mahdollisimman tasaisesti levitettyä äänestysalueiden kesken, jotta heidän äänivaltansa ei keskity samalla tavalla (Cheshire & Uberti, 2021, ss. 64-66).

Tämän innoittamana jäin pohtimaan, että voisiko tätä jotenkin hahmottaa kartalla. Toisena näkökulmana jäin miettimään sotilastukikohtia Yhdysvalloissa. Niiden koko vaihtelee sen mukaan, että onko kyseessä suuri laivastotukikohta, merkittävä sotilaslentokenttä, koulutuskasarmi vai pieni reservin huoltovarikko. On kuitenkin selvää, että ne ovat merkittäviä paikallisia työllistäjiä ja muutenkin tietynsuuruisen paikallisen yhteisön keskuksia. Näin ne ovat myös poliittisia vaikuttumia kyseisen alueen kongressiedustajille. Yhdysvalloissa ei kovin pitkää poliittista uraa tee vastustamalla armeijaa, mutta merkittävän sotilastukikohdan sijoittuminen omalle äänestysalueelle saattaa vaikuttaa myös kyseisen kongressiedustajan mielipiteisiin ja äänestyspäätöksiin.

Asian äärellä on muistettava kuitenkin tiedon esittämisen ja analyysin ero. Voin tuottaa kartan, joka kuvaa näitä asioita (sotilastukikohtia ja kongressin äänestysalueita), mutta en voi niiden perusteella tehdä mitään todellista analyysiä niiden välisistä yhteyksistä. Sitä varten pitäisi tutkia alueiden edustajien äänestyskäyttäytymistä, julkisia puheita ja niin edelleen. Gerrymanderoinnin esiintuominen on toki myös ihan tärkeä asia. Ja kyllä, ilmiö sai nimensä Gerrystä. Kuvernööri Eldridge Gerry loi vuonna 1812 salamanterimaisesti mutkittelevan äänestysalueen ja tämän myötä molemmat valtapuolueet ovat sitä yrittäneet tehdä.

Kaikki data on haettu vuoden 2020 väestönlaskusta (eng. census) ja projektiona on tuo amerikkalaisille mieluisa WGS 84.

Kuva 1. Yhdysvaltain osavaltiot (pl. Alaska ja Havaiji)

Kuva 1 esittää lähtökohdaksi Yhdysvaltain osavaltioita. Jätin rajauksen ulkopuolelle sekä Alaskan että Havaijin osavaltiot, sekä muut erillisalueet kuten Puerto Ricon. Pienempien osavaltioiden osoittamiseen pitäisi varmaan käyttää viivoja kartta-alueen ulkopuolelle sijoitetuista teksteistä kunkin osavaltion kohdalle, mutta tämä ehkä nyt tähän tarkoitukseen riittää. Karttaa suuremmaksi klikkaamalla tieto toki välittyy vielä paremmin.

Kuva 2. Sotilastukikohdat osavaltioittain (pl. Alaska ja Havaiji).

Kuvassa 2 on edellisen kartan pohjalle tehty kuvaus sotilastukikohtien määrästä osavaltioittain. Tätä katsoessa on muistettava esimerkiksi Kalifornian, Teksasin ja Floridan suuret väkiluvut ja sitä kautta vaikutusvalta Yhdysvaltain politiikassa. Ne siis ovat vuosien varrella saaneet alueelleen sotilastukikohtia. Itärannikolla Virginia on merkittävien laivastotukikohtien sijaintiosavaltio. Kalifornian suuren tukikohtamäärän kohdalla on hyvä pitää mielessä, että suuri osa niistä on rannikkovartioston tukikohtia sekä ilmavoimien lentokenttiä.

Kuva 3. Kongressialueet, osavaltiot ja osavaltioiden väkiluku.

Kuvasta 3 näemme osavaltioiden väkiluvun. Verratessa sitä kuvaan kaksi huomaamme tosiaan, että väkirikkaissa osavaltioissa on paljon sotilastukikohtia. Sen lisäksi, etenkin klikkaamalla kartta suuremmaksi, huomaamme miten joissakin osavaltioissa (mm. Montana ja Wyoming) kongressiäänestyspiirinä toimii koko osavaltio. Niissä väkiluku on sen verran pienempi, että gerrymanderointia ei esiinny. Väririkkaissa osavaltioissa sen sijaan näkee tummina keskittyminä suuremmat kaupungit, jotka ovat paikoitellen erittäin pilkottuja eri kokoisiin ja muotoisiin äänestysalueisiin. Sotilastukikohdat harvoissa tapauksissa ylittävät osavaltioiden rajoja. Joissakin tapauksissa ne jakavat rajansa myös kongressin äänestysalueiden kanssa, mutta monissa tapauksissa ne eivät näin tee. Äänestysalueita ei siis kaikkialla ja kaikissa osavaltioissa ole rajattu näitä tukikohtien alueita silmällä pitäen.

Kuva 4. Kalifornian gerrymanderointi ja sotilastukikohdat

Lähikuva Kaliforniaan kuvassa 4 tuo esiin äänestysalueita ylittäviä sotilastukikohtien rajoja. Kuten kuvasta voi havaita, monet tukikohdista ovat hyvin pieniä, mutta etenkin osavaltion sisämaassa on tilaa myös laajemmille tukikohta-alueille. Etenkin Los Angelesin gerrymanderointi osavaltion lounaiskulmassa erottuu myös hyvin, vielä paremmin kun kuvan klikkaa suuremmaksi ja vielä zoomaa.

Kuva 5. Osa Teksasin osavaltiosta, sen suurempien kaupunkien gerrymanderoinnista.

Kuva 5 tuo vastaavaa esiin Teksasin osavaltiosta. Kartan keskiosan pienten sotilastukikohtien keskittymästä koillisen suuntaan nouseva pitkänomainen äänestyspiiri on Teksasin 35. äänestyspiiri, jonka myös Cheshire ja Uberti nostivat esiin yhtenä esimerkkinä huomattavasti gerrymanderoiduista äänestyspiireistä. Gerrymanderointia voidaan tehdä joskus korttelinkin tarkkuudella väestödemografioiden ja oletetun tai haastatellun äänestyskäyttäytymisen perusteella.

Tämän viikon kurssityössä todellakin syntyi tiedon esittämistä. Pidemmälle menevien analyysien tie voi alkaa tällaisista kartoista ja pohdinnoista, mutta yksin näiden perusteella ei voi vielä suuria tulkintoja tehdä. Sen verran voidaan todeta, että väkirikkaissa osavaltioissa on paljon sotilastukikohtia, jotka joskus noudattavat kongressin äänestyspiirien rajoja, mutta useimmissa tapauksissa eivät. Kongressin äänestyspiirien rajat eivät voi ylittää osavaltioiden rajoja ja, harvoja poikkeuksia lukuun ottamatta, myöskään sotilastukikohdat eivät sitä tee.

Jonkin verran pääsin yhdistelemään tietokantoja, sillä esimerkiksi tietokannassa kongressin äänestyspiireistä ei ollut osavaltioiden nimiä tai edes lyhenteitä. Tässä pääsin siis luomaan tietokantaliitoksen osavaltiodatan ja mainitun tietokannan välille. Myös väkiluku piti hakea erillisestä tietokannasta, liittää yhteiseen tietokantaan ja muuttaa vielä Field Calculatorilla tekstitiedosta numerotiedoksi. Ei siis mitään erityisen monimutkaista, mutta näitä perustoimintoja joita kurssin aikana on pitänyt oppia. Onneksi myös Arttu oli tunnilla neuvomassa, koska en edelleenkään voi väittää osaavani QGIS:iä ajaa.

Näin tiistain aamupäivästä ei vielä näkynyt muita blogeja, joten katsahdus niihin tutusti myöhemmin. Mielenkiintoista nähdä millaisia töitä muut ovat saaneet aikaan, nyt kun aiheena voi olla ihan mitä tahansa!

Edit: Elida Peuhun kartta kasvihuonepäästöistä ja väestöntiheydestä oli mielestäni oikein mainio, sitä olisi mielellään tutkinut lähempääkin. Hyvät värit, ympyrät havainnollistavat ilmiön keskinäisiä suhteita, vaikkeivat ympyröiden koot viittaakaan katsojalle ymmärrettävästi konkreettisiin määriin. Ronja Sonnisen työn äärellä pidin siitä, että vähemmänkin onnistuneen lopputuotoksen äärellä voi pohtia, että mitä olisi voinut tehdä toisin. Kartat ovat tosiaan vaikeita lukea, mutta oli hyvä oivallus myös tehdä zoomausta Etelä-Suomeen. Tällaisella kurssilla on mielestäni oikein hyvä asia, että voi tuoda esiin virheitä ja tuskasteluja, ne ovat sitä oppimista – ei se, että nyt jokainen meistä osaa tuottaa ammattilaistasoista visuaalista kommunikaatiota.

Viitteet:

2020 Census. United States Census Bureau. Haettu 27.-28.2.2022 osoitteesta https://www.census.gov/programs-surveys/decennial-census/decade/2020/2020-census-main.html

Cheshire, J. & Uberti, O. (2021). Atlas of the invisible. Maps & graphics that will change how you see the world. Particular Books.

Peuhu, E. (2.3.2022). Viimeistä viedään. GEOINFORMATIIKAN MENETELMÄT. Haettu 3.3.2022 osoitteesta https://blogs.helsinki.fi/elida/

Sonninen, R. (2.3.2022). Vihdoinkin viimeinen viikko! Geoinformatiikan menetelmiin tutustumista. Haettu 3.3.2022 osoitteesta https://blogs.helsinki.fi/sronja/

 

Lumimyrskyjä ja maanjäristyksiä

Lumimyrskyjä ja maanjäristyksiä

Maanantainen lumimyräkkä ei varsinaisesti houkutellut ulkoilemaan, mutta tilaisuus oli kyllä mainio napaseutututkijan larppaamiseen. Ja Artun muistutus oli kyllä myös ihan hyvä – ei tutkija voi valita sitä keliä, vaan duunit pitää hoitaa vähän kehnommallakin ulkoilusäällä. Siispä Epicollect5 puhelimeen ja liikkeelle. Ohjelma, näin käyttäjän näkökulmasta, oli kyllä erinomaisen helppokäyttöinen. Paikannuksen tarkkuus tietysti heitteli – kurssikaverin kanssa parin metrin etäisyydellä tehdyt karttamerkinnät saattoivat päätyä kartalla lopulta kymmenien metrien etäisyydelle toisistaan. Työssä tarvittavaan tarkkuuteen toki päästiin näinkin.

Varsinaisena kotitehtävänä olivat hasardit. Vaikka luonnonmaantiede ei suurin intohimoni olekaan, ovat hasardit aina olleet mielenkiintoisia. Etenkin nämä seismologiset ja vulkaaniset ilmiöt, siispä halusin kartoittaa niitä maailmankartalle. Valitsin tietokannasta tulivuorenpurkaukset 1900-luvusta eteenpäin yhdistämällä ajanjaksojen D1 ja D2 tietokannat lopulta yllättävän yksinkertaisella kopio+liitä -toiminnolla. Erikoista, että QGIS taipui tuollaiseen. Totta kai se poisti liitetystä tiedostosta suurimman osan informaatiota, mutta kun paikkakoordinaatit jäivät jäljelle, en sen kanssa tästä nyt jäänyt nahistelemaan.

Hain maanjäristyksistä vuoden 1900 alun ja vuoden 2021 lopun väliset maanjäristykset kolmessa eri Richterin magnitudissa, eli vähintään kuuden, seitsemän ja kahdeksan magnitudin järistykset. On hyvä muistaa, että tämä magnitudin kasvu tarkoittaa aina 10-kertaista maanliikkeen muutosta ja noin 32-kertaista vapautuneen energian määrän nousua numeron noustessa yhdellä. Halusin tällä hahmottaa sitä, että mitkä maailman alueet ovat todella voimakkaiden maanjäristysten aluetta. Tässä ehkä opetuksellisena pointtina voisi olla myös se, että valittaessa jokin magnitudi voidaan tietyn alueen seismologinen aktiivisuus häivyttää kartalta lähes täysin – eli pitää aina osata lukea karttaa ja sillä näkyvää tietoa, sekä etenkin sitä tietoa, jota sen ei haluta antaa esittää.

Kartat itsessään ehdin tehdä jo kurssikerran lopuksi, nyt vain sitten tuon aina yhtä näppärän New Print Layout -työkalun kautta siirretään ne editoitaviksi. Ja kyllä, mittakaava puuttuu. Ilmeisesti johtuu jostakin mittakaavaan liittyvästä ongelmasta, mutta mittakaavatyökalulla sain kerrassaan väärän mittaisia janoja aikaan – ja yksinkertaisesti minusta ei löytynyt sitä taistelua lähteä ymmärtämään QGIS:iä tässä asiassa. Pohjoisnuolen olisi voinut laittaa, mutta kun tarkastellaan koko maailman karttaa, onko se todella välttämätön? Ehkä se meni nyt sellaisena tietynlaisena tyylillisenä yksinkertaistuksena, että kun kerran mittakaava puuttuu, niin puuttukoon pohjoisnuolikin. Legenda on sentään yksinkertainen asia luoda. Kuvan rajaaminen taas ei, joten jälleen avasin kuvat erikseen kuvankäsittelyohjelmassa ja rajasin mustan kehyksen mukaisiksi. Ehkä sellainen työkalu tuosta työtilasta löytyy, mutta en ole koko kurssin aikana sitä onnistunut yhyttämään.

Kuva 1. Maanjäristykset 6-10 Richterin magnitudilla, https://earthquake.usgs.gov/
Kuva 2. Maanjäristykset 7-10 Richterin magnitudilla, https://earthquake.usgs.gov/
Kuva 3. Maanjäristykset 8-10 Richterin magnitudilla, https://earthquake.usgs.gov/

Kuvista näkee selvästi maanjäristysten seuraavan etenkin kuvassa 1 laattojen rajoja, esimerkiksi Atlantin keskiselänne näkyy kuvassa erittäin selvästi ja muutenkin merialueilla, esimerkiksi Intian valtamerellä ja Pohjoisella jäämerellä näkyy merenpohjien seismologinen aktiivisuus. Kuvassa 2 seismologinen aktiivisuus hiipuu, mutta esimerkiksi Turkista Himalajalle ulottuvalla alueella näkyy vielä runsaasti pisteitä, samoin Yhdysvaltojen länsirannikolla. Monilla merialueilla pisteet ovat kuitenkin jo merkittävästi harventuneet.

Kuvassa 3 on kuvattuna enää magnitudin 8-10 maanjäristykset ja mustilla pisteillä merkityt tulivuodet alkavat olla kartan hallitseva elementti. Karttapohjan eurooppakeskeisyys rikkoo kehän tai hevosenkengän mallin, mutta silti jo pelkästään maanjäristyksillä Tyynenmeren tulirengas on edelleen havaittavissa. Kuva ehkä hyvällä tavalla korostaa sen luonnetta maapallon seismisesti ja vulkaanisesti aktiivisimpana alueena, siinä missä Afrikan hautavajoama ja esimerkiksi Turkin alue tuntuvat rauhoittuvan kokonaan.

Yksinkertaisella valinnalla sen suhteen, että miten voimakkaat maanjäristykset – ja miltä ajanjaksolta – kartassa kuvataan saadaan visuaalisesti hyvin erilaisia karttoja. Suurin piirtein kuvien maanjäristysten voimakkuuden keskiarvoa kuvaa kuva 4, jossa jo ”vain” 6,9 magnitudin maanjäristys saa aikaan tuollaista tuhoa.

Kuva 4. Magnitudi 6,9, Oakland, Kalifornia, 9.10.1989. (Paul Sakuma / Associated Press)

Muistan omilta kouluajoilta, että siinä missä maantieto ei kouluaineena ollut se oma suurin suosikki, juuri tuo lukion hasardimaantieteen kurssi oli monien muidenkin mieleen. Luonnonmullistukset kuten maanjäristykset ja tulivuorenpurkaukset tuntuvat meistä ehkä pelottavilta ja poikkeuksellisilta ilmiöiltä, mutta niiden äärellä on tärkeä muistaa, että ne ovat mitä suurimmassa määrin luonnollisia ilmiöitä. Ilman niitä maapallolla ei olisi elämää, joten meidän on vain sopeuduttava niihin.

Kuten aiemminkin, tulevat viittaukset muiden blogeihin myöhemmin, tätä kirjoittaessa ei ainakaan lähdeviittauslistassa ollut muita.

Edit: Mielenkiintoista oli tässä kohtaa kurssiviikkoa tutkia hieman minkälaisia karttoja muut olivat saaneet aikaan. Topias Vanhatalon karttojen äärellä jäin hieman kaipaamaan mahdollisuutta klikata niitä suuremmiksi, ehkä tuo värikkyys olisi päässyt paremmin oikeuksiinsa (Vanhatalo, 2022). Pidin tuosta ideasta jakaa maanjäristyksiä voimakkuuden perusteella eri väreille ja jäin miettimään myös QGIS:in ”valtaa” asettaa nuo kategorioiden rajat oman tahtonsa mukaan. Usein tuo valinta on varmaan ihan looginen, mutta hyvä sitä varmaan on myös itse miettiä, että mihin kohtaan rajan asettaa.

Katariina Maijalan työssä pidin tulivuorien jakamisesta eri tyyppeihin, etenkin tuo vedenalaisten tulivuorien kartta oli hyvä (Maijala, 2022).

Viitteet:

Seismologian instituutti. Perustietoa maanjäristyksistä. Haettu 22.2.2022 osoitteesta https://www.helsinki.fi/fi/seismologian-instituutti/maanjaristykset/perustietoa-maanjaristyksista

Lin, R. (22.9.2017. Here’s what earthquake magnitudes mean—and why an 8 can be so much scarier than a 6. Los Angeles Times. Haettu 22.2.2022 osoitteesta https://www.latimes.com/nation/la-fg-mexico-earthquake-magnitude-20170921-htmlstory.html

Maijala, K. (25.2.2022). Ulkoilua ja pisteaineistoa. GEOINFORMATIIKAN HARJOITTELUA. MAA-202 Geoinformatiikan menetelmät, Helsingin yliopisto. Haettu 27.2.2022 osoitteesta https://blogs.helsinki.fi/katariinagem/

Vanhatalo, T. (23.2.2022). Kuudetta kertaa. TKV MAA-202 BLOGI. Tutustumista GIS:in maagiseen maailmaan. Haettu 27.2.2022 osoitteesta https://blogs.helsinki.fi/topiasva/

 

 

QGIS – voittajani

Tällä kertaa mennäänkin hieman enemmän pohdiskelevalla otteella. Tunnilla käytiin lyhyesti läpi bufferointi, eli puskurointi. Se ei teknisesti ollut kovin vaikea suoritus, vaikka QGIS kyllä yritti parhaansa mukaan vaihtaa kartan mittakaavaa sattumanvaraisesti. Puskuroimme Pornaista ja sitten PK-seudun lentokenttien lentomelualueita ja alueen asemia saavutettavuuden näkökulmasta. Näitä puskurikarttoja on tullut eri luennoilla välillä vastaan, joten kyllähän tässä kaikessa toki liikutaan koko ajan sellaisessa maantieteilijän osaamisalueessa. On siis ihan perusteltua, että jokaiselle maantieteilijälle nämä asiat opetetaan, mutta olen tämän suhteen tehnyt myös oivalluksen itsestäni.

Kuten ehkä blogini lukijat ovat huomanneet, QGIS on aiheuttanut otsasuonen tykytystä ja naapuruston lapset ovat varmaan oppineet uusiakin kirosanoja työskentelyäni kuunnellessaan. Olen luonteeltani varsin rauhallinen, mutta QGIS onnistuu kaivamaan sellaista alkukantaista raivoa esiin, että asiasta voisi jopa huolestua. Olen luonteeltani myös utelias ja tykkään oppia uutta, mutta QGIS:in kanssa moiset oppimiskokemukset ovat jääneet aika vähiin. Kun kysytään, että mitkä ovat tämänhetkisen paikkatieto-osaamisesi perusteella QGIS:in keskeisimmät työkalut, joiden käytön hallitset hyvin tai auttavasti, pitää pysähtyä oikein miettimään.

Noh, juuri nyt osaan puskuroinnin, mutta sekin on ensi viikolla jo varmaan unohtunut. Työskennellessä tuntui, että moni ihan perusjuttu on mielestä kadonnut, kai niitä pitäisi sitten vain kerrata aiemmista ohjeista. Juuri ja juuri nyt osaan tuon Select by Location -työkalun käytön ja sitten tallentaa siitä varsinaisen tason, mutta tietokantojen yhdistämistä ja muuta… jaa-a, jotenkin se varmaan tehtiin. Itsenäistehtävät 1 ja 2 sain tehtyä jo tunnilla, kiitos vierustoverin avun ja opettajan neuvojen niistä selvisin ja tulokset sain jopa taulukkoon.

Taulukko

Kolmanneksi itsenäistehtäväksi valitsin ensimmäisen, eli KOULUT. Tehtävä sinänsä vaikuttaa yksinkertaiselta. Pitää valita tuon yhden koulupiirin alueelta asukkaita ja laskea siitä tietokannasta tiettyjä lukuja ja prosentteja. 168 kotia sain valittua alueelta, tavallaan kiva huomata, että ainakin tähän asti tehtävä sujuu. Nyt vain tutkitaan, että kuinka moni alueen asukkaista on 6-vuotias, eli tulossa ala-asteelle ensi vuonna. Määrä on niin pieni, että sen voisi laskea ihan päässäkin, mutta lasketaan se silti Field Calculatorilla. Mites se tapahtuikaan? Sum-funktio varmaan? Se ja tuo IKA6-kenttä. Niinhän se varmaan… ai ei vai? Eli, jos kirjoitan funktion sum, se ei tee noita sulkeita. Mutta kun valitsen sen tuolta, syntyvät sulkeet myös. No niin, tämähän on tietysti ihan loogista.

Yläasteikäisiä ovat 14–16-vuotiaat. Onko jopa muuten niin, että ei ole enää yläastetta, vaan se on yläkoulu? Noh, niin tai näin, nyt pitäisi laskea seuraavalle vuodelle ikäluokat niin, että ketkä ovat ensi vuonna tuon ikäisiä. Tämähän pitäisi olla ihan yksinkertainen juttu, lasketaan tämän vuoden ikäryhmistä 13–15-vuotiaat. Se jopa onnistuu ihan hyvin. Kouluikäisten lasten ja nuorten määrän osuus alueen asukkaista pitäisi onnistua myös, lasketaan kouluikäiset yhteen ja jaetaan se koko alueen väkiluvulla. Luodaan siis molemmista oma kenttänsä tietokantaan. Kouluikäisiä 184, asukkaita 1894. Ja annetaan Field Calculatorille tehtäväksi tehdä jakolasku. Tästä saatiin suhdeluku, eli asukkaista 9,7 % on kouluikäisiä. Tästä saa samalla työkalulla tehtyä sitten laskun, jolla selviää muunkielisistä 9,7 % pyöristyvän 11 kouluikäiseen. Tämä tehtävä ei nyt ylettömän vaikea ollut, lähinnä siinä treenattiin tuon Field Calculatorin käyttöä, mikä onkin ehkä yksi työkaluista, jonka kanssa on kohtalaisen hyvin jo päässyt sinuiksi.

– Kuinka paljon Helsingin Yhtenäiskouluun on tulossa uusia koulutiensä aloittavia oppilaita aineiston keruuhetkestä seuraavana vuonna, sen omasta koulupiiristä? 14
– Kuinka suurta määrää yläasteikäisiä oppilaita Helsingin yhtenäiskoulun pitää varautua opettamaan seuraavana vuonna (oma koulupiiri)? 63
– Kuinka suuren osuuden koulupiirin alueella asuvista asukkaista muodostavat kouluikäiset lapset ja nuoret (ala-aste ja yläaste)? 9,7 %
– Kuinka monta muunkielistä kouluikäistä alueella asuu, jos oletetaan että muunkielisissä perheissä lasten ja aikuisten suhde on sama kuin edellisessä kohdassa laskettu? Luku on vain arvio, ei siis tarkka lukumäärä. 11

Puskurivyöhykkeiden käyttötavoiksi olisin ennen kurssia ehdottanut juuri jonkin asian, esim. äänen vaikutusaluetta sekä juuri tuollaista tietynlaista saavutettavuusanalyysiä. Varmaan niitä voisi käyttää jokien tulvimisalueiden kartoittamiseen, tosin se riippunee enemmän maastosta kuin suoranaisesta etäisyydestä. QGIS antaa työkaluja monenlaisten ongelmien ratkaisuun, mutta mietin sitä, että ohjelma on tietysti täysin riippuvainen sen saatavilla olevan datan tarkkuudesta ja laadusta. Laajoilla tietokannoilla on helppo luoda monenlaisia analyysejä, mutta jos joltakin alueelta tiettyä dataa ei vain ole saatavilla, ei QGIS taikatemppuihin pysty. Ehkä. En halua kyseenlaista QGIS:in kykyjä, koska on edelleen hyvin mahdollista, että siitä tulee uuden robottien maailmanjärjestyksen keskus ja en halua ärsyttää sitä liikaa.

Suurin rajoittava tekijä QGIS:ille on varmasti sen käyttäjä. Ymmärrän, että paikkatieto-ohjelmaksi QGIS on oikeasti oikein hyvä ja suurin osa turhautumistani siihen on turhautumista omaan osaamattomuuteen. Jos käyttäjä ei tiedä minkälaisilla komennoilla ja toiminnoilla ohjelmaa pitäisi oivasti ajaa, ei se edelleenkään taikatemppuihin pysty. Ei sillä, en väittäisi QGIS:iä mitenkään aloittelijaystävälliseksi tai edes kovin intuitiiviseksi. Sen kanssa varmasti pitäisi jumpata vielä pitkään, jotta siitä saisi vihollisen sijaan liittolaisen, mutta itse nostan kädet pystyyn. QGIS nujersi minut. Ei, en halua paikkatietoalan ammattilaiseksi ja osaajaksi. Hyvä oppi varmaan sekin.

Blogiviittaukset tulevat taas jälkikirjoituksena, koska tätä kirjoittaessa en vielä muilta postauksia tämän viikon tehtävistä löytänyt.

Edit: Jessika Isomeren blogi oli visuaalisesti oikein miellyttävä, pitää muistaa itsekin, että tilastoista saa toimivampia, kun niihin vähän käyttää väriä. Se ei tee tilastoista lainkaan huonompia tai vähemmän ”ammattimaisen näköisiä”, mutta miellyttää silmää mukavasti.

Viiteet:

Jessika Isomeri (17.2.2022).  JESSIKAN GIS-HURVITTELUT
Matka geoinformatiikan saloihin. Viikko 5 – Bufferointia ja uima-altaita. https://blogs-test.it.helsinki.fi/jessikangishurvittelut/ (Tieto haettu 17.2.2022)

QGIS – ruutuja ja rasterikarttoja

Maanantaisilla oppitunneilla päästään jatkuvasti syvemmälle ja syvemmälle QGIS:n käyttöön. Ehkä jo kerran, pari saanut huomata, että hei, minähän osaan tämän. Silti on myönnettävä, että erityisen helppoa ohjelman käyttö on siinä vaiheessa, kun koko luokka seuraa tarkasti opettajan esimerkkiä. Opettajan hiiri naksahtaa, seuraavalla sekunnilla 20 hiirtä ympäri luokkaa naksahtaa. Mutta kai sitä oppimista vähän kerrassaan tapahtuu.

Tällä kertaa pitäisi laatia ruututeemakartta yhdellä tai kahdella (yhdellä) eri ruutukoolla, teemana jokin sellainen, joka haastaa jo vähän pohtimaan. Monia hyviä kysymyksiä apuna tähän. Hyvä. No niin, tätähän aloitettiin jo tunnilla. Jaa, niin, olen näemmä tallentanut Drivelle vain tuon projektin, eli nuo kaikki tasot ovat jossakin… hmm, aivan, z-asemani herjasi täyttymistään ulos kirjautuessani ja poistin ne, koska luulin, että olisivat Drivella tallessa. Tämä sentään ei ollut QGIS:n vika. Eipä sillä, ei se iso työ ole niitä säätää kohdilleen uudestaan. Eihän?

Noh, kyllä tämä nyt ihan sujuu. Fuksiläppäriä tehokkaampi kotikoneeni liitti tietokantoja toisiinsa varsin sujuvasti. Sain tuon Pks_vaki -tietokannan liitettyä, sopivasti valittua. Join attributes by location kaatoi taas koko ohjelman. Huokaus. Tai, kuten QGIS sen hassusti ilmaisisi, Uh-oh!

Tällaisen virheilmoituksen saa, kun kaataa QGIS:in koittamalla liittää kaiken mahdollisen datan toiseen tasoon.

 

Uusi yritys. Select by location. Ei jumita, mutta syntyykö valintaa? En totta puhuen enää edes tiedä. Jaa niin, taso grid on olemassa, mutta sitä ei näy kuvassa. Poistetaan ja luodaan uusi. Sitten taas liitetään tietokantoja, Join attributes by location. Tällä kerralla nokkelasti en koitakaan liittää kaikkea mahdollista, vaan valitsen vain asyht, ruots, ulkokans ja muunkiel -tiedot. Ei ihme, että tämä edellisellä yrityksellä kuukahti. Iskee jo turhautuminen. Layers-välilehdessä näkyy yhdistettyjä tasoja, mutta en ole enää varma mitä olen mihinkin yhdistänyt. Tasossa vaki_karsittu on valittuna vain ne attribuutit, joita haluan työstää, mutta mihin se sitten pitäisi liittää? Tuntuu, että nämä ovat sellaisia ensimmäisen viikon asioita, jotka jo pitäisi tietää ja osata.
Monessa kohdassa tosin ohjeiden huolellinen lukeminen auttaa. Mitäs siellä seuraavaksi?

”Ennen teemakartan tekemistä kannattaa kuitenkin karsia valmiiksi aineistosta sellaiset solut, joissa ei asu ketään, jos sitä ei ole tehty jo aiemmin. Se helpottaa teemakartan tekoa, eikä valmiiksi karsitun aineiston kanssa tarvitse juuri kikkailla.
Aineiston karsit esimerkiksi Select features by Value ja valitset nollaa isommat lukuarvot esittämästäsi muuttujasta.”

Eli..? Aivan, tuo post it -lapun näköinen valintatyökalu. Sopivat kentät, suurempi kuin 0, ok. Ja… ja en tiedä mitä tapahtui. Vai tapahtuiko mitään. Ehkä ihan sama tässä välissä. Ylimääräisistä datalähteistä QGIS suostuu hyväksymään tietolähteeksi vain suuralueet sisältävän kartan, muiden kohdalla tulee ilmoitus, että tämä ei ole sopiva datalähde ja, jotenkin ohjelmalle sopivasti, virheilmoitus päättyy ”Reason:”. QGIS ei kaikkia salojaan paljasta.

Toinen kryptinen virheilmoitus, ei tähän tietokantaan niin vain mitään shapefileja lisäillä!

 

Saan kuin saankin jonkinlaisen kartan aikaan, puskuroin alueiden nimet Label-osiosta ja rupean jumppaamaan karttaa edustavaan kuntoon. Pysähdyn heti sen äärelle, että miten saisin tätä karttaa rajattua pienemmäksi? Kai se on mahdollista? Ehkä on, ehkä ei. Tavallaan sain sen noilla siirtelytyökaluilla ohitettua ja nyt on näppärämmän kokoinen alue kartalla. Nyt tajuan, etteivät järvet ja joet tuo mitään lisäarvoa kartalle, joten ne voisi jättää pois. Taso a_kunta taas kannattaa laittaa näkyviin, koska sen avulla koko aluetta hahmottaa paremmin. Pohjoisnuoli, check. Mittakaava, check. Kehys kuvalle… ei tietenkään check. Tässäkin olen aiemmin ihan todistettavasti onnistunut, mutta nyt ei. Huh, vihdoin. Nyt vielä legenda. Noin. Lopullinen kuvan rajaus erillisessä piirto-ohjelmassa, koska se vain on helpompaa.

Lopputuote.

 

Valittu teema ehkä ei ole kaikkein haastavin, mutta tässä vaiheessa työskentelyä en jaksa välittää. Mitä kartasta siis nähdään? Vahvasti ruotsinkielisten alueiden sijoittuminen pääkaupunkiseudun kartalla ja sen suuralueilla. Kartta ei ole huonoin mahdollinen: suuralueet on jopa ehkä toimivampi kuin kuntarajat, koska niitä on enemmän. Tekstit ovat välttämättömyys, sillä suuralue ei terminä ole varmasti monelle tuttu. Tekstien sijoittelu karttaan onnistui kohtalaisesti, nyt ne ovat luettavissa, mutta eivät peitä liikaa allaan olevaa dataa, eli ruudukoita.

Ruututeemakartta on tämän kaltaisen datan esittämiseen erittäin hyvä työkalu, koska tiukasti rajatulla alueella asuvista ihmisistä voidaan esittää absoluuttisia arvoja niin haluttaessa, nyt prosentit ovat riittävän tarkka ja kuvaava arvo. Ruotsinkielisen väestön sijoittuminen kartalla on mielenkiintoinen ilmiö, mikä siihen on aina historiallisesti vaikuttanut, että jokin alue houkuttaa enemmän ruotsinkielisiä asukkaita ja syntyy keskittymiä? On myös suuralueita, esim. Koillinen ja Korso, joissa asuu erittäin vähän ruotsinkielisiä asukkaita.

Vertasin tuotostani Katariina Karvisen (Karvinen, 2022) vastaavaan, hän tosin oli kartoittanut väestön määrää ja onnistunut lisäämään karttatasoon tiestön. Omaa karttaani Karvisen karttaan verratessa huomaa hyvin miten vahvasti ruotsinkieliset asuinalueet sijoittuvat niihin väestöruutuihin, joissa asuu vähän ihmisiä. Eli pienemmässä väestöotoksessa on helpompi tietysti yhden kieliryhmän saada prosentuaalisesti suuri osuus. Tiestön lisääminen omaan karttaani ei olisi tuonut mitään lisäarvoa, mutta tämä vertailun mahdollisuus oli hyvä.

No niin, tällainen työskentely tällä kertaa. QGIS ei vieläkään oikein tunnu luontevasti taipuvan käyttöön. Turhautumista. Kiroilua kuin merimies (eikä edes kuten verbaaliakrobaatti kapteeni Haddock). Epätoivoa. Sitä QGIS:in käyttö yhä vain on. Ehkä se tästä.

Viitteet:

Katariina Karvinen (9.2.2022). Katariinan blogi. Rasteri- ja vektoriaineistoja. https://blogs.helsinki.fi/karvkata/?lang=en (Tieto haettu 9.2.2022)

QGIS – rakastettuni

QGIS – rakastettuni

Afrikka

Tällä kertaa työskenneltiin tietokantojen parissa. Muuten kaikista haukuistani huolimatta oikeasti ilmeisesti varsin toimivan QGIS:in Akilleen kantapääksi on ilmeisesti osoittautunut tietokantojen yhteen liittäminen. Sitä yrittäessä ohjelma ilmeisesti toisinaan yksinkertaisesti vain kaatuu, minkä eilen pääsin itsekin kokemaan. Muistetaan siis säännölliset välitallennukset!

Konfliktien syitä? Konfliktien, timanttikaivosten ja öljy- ja maakaasuesiintymien sijoittumista Afrikassa. Lähde: PRIO

Aineistoon lisättiin tietoa ensin Afrikan internet-käyttäjien määrästä vuosina 2000 ja 2020, sekä Facebookin käyttäjämäärä vuonna 2018. Sen jälkeen lisättiin vielä tietoa merkittävistä konflikteista, timanttikentistä ja öljy- ja maakaasukentistä. Aineistoa olisi voinut koittaa jotenkin liittää yhteen teemakarttaankin, mutta luulen, että siitä olisi tullut turhan sekava. Nyt kartta on suhteellisen selkeä, vaikka toki konflikteja ja timantteja osoittavat karttamerkinnät sekoittuvat toisiinsa, etenkin Länsi-Afrikassa ja esimerkiksi Angolassa. Jo kartan perusteella voidaan huomata, että timantit ja konfliktit eivät aina esiinny samalla alueella – ja konflikteja syntyy muistakin syistä kuin timanttien takia.

Konfliktien tapahtumavuoden mukaan voidaan seurata monia ilmiöitä. Dekolonisaatio ja kuivuusaallot ainakin voivat niissä näkyä. Sekä timanttikaivosten että öljy- ja maakaasukenttien perustamisvuosissa on paikoitellen puutteellista tietoa. Timanttikaivosten kohdalla usein perustamisvuotena on 1946, vaikka ne ovat toki olleet käytössä jo aiemmin. Öljy- ja maakaasukenttien kohdalla tilastoissa on monessa kohtaa ylimääräisessä informaatiossa mainittu tarkka perustamisvuosi, vaikka perustamisvuoden ilmoittavassa sarakkeessa lukisi mitä. Nämä kaikki tekijät liittyvät toisiinsa, mutta eivät ole toinen toistensa ainoita selittäviä tekijöitä. Konflikteja syntyy resurssien epätasaisesta jakautumisesta, mutta tärkeitä resursseja on muitakin kuin vain timantit ja öljy.

Internetkäyttäjien lukumäärää teemakartassa ei ole ilmoitettu. Sen äärellä on tärkeä huomata, että Afrikka ohitti yhden kehitysvaiheen puhelimissa ja internetin käytössä. Afrikassa on huomattavasti vähemmän perinteisiä pylväiden varaan ripustettuja tai maahan kaivettuja puhelinlinjoja kuin Euroopassa, siellä internetiä käytetään huomattavasti yleisemmin puhelimella kuin vaikka tietokoneen äärellä istuen. Heikko ostovoima ja mobiilipalveluiden korkea hinta edelleen rajoittaa internetin saatavuutta, mutta Afrikkaa ei tule tässä nähdä homogeenisena kokonaisuutena, vaan huomata suuretkin erot mantereen eri alueiden ja valtioiden välillä.

Suomi tulvii

Sitten tulvivan Suomen äärelle. Jo maanantai-illan oppitunnilla ehdin näitä tietokantoja yhdistellä – silloin QGIS kaatui ja koitti viestittää, että nyt on aika lähteä kotiin. Muutin taustavärin neutraalin valkoiseksi, vesistöt silmään sopivasti sinisiksi ja tulvimisen teemaväriksi otin kaikki Kouvolan sävyt, eli harmaata. Omaan silmään se tuntuu ihan miellyttävältä. Nyt vielä järvisyys sopiviksi diagrammeiksi päälle. Olen järvisyystietokannan käynyt Excelissä tallentamassa sopivaan muotoon ja opettajan ohjeistuksella sain ääkkösetkin paikalleen. Nyt siis vain luodaan se diagrammi.

Kas kummaa. Diagrams-kohdassa kaikki on harmaata kuin kesäinen Kouvola. Tarkistetaan ohjeet, siitähän tämä usein on kiinni. ”löydät pylväiden laatimiseen tarvittavan työkalun tason Properties-lehdeltä, kohdasta Diagrams. Tutustu sen käyttöön.” Selvä. Ei auta. Onkohan tämä jotenkin jossakin väärässä muodossa? Ei, en vain ollut liittänyt sitä osaksi tuota kattavinta tietokantaa, siitäkö se johtuu? No niin, koitetaan liittää tietokannat yhteen. Ja QGIS kaatuu. En edes jaksa olla yllättynyt. Ohjelma uudestaan käyntiin, toistetaan sama ja… kaikki meni niin kuin pitikin. En edes jaksa olla yllättynyt.

Diagrammityökalun kanssa joutuukin säätämään. Saan muutaman palkin ilmaantumaan kartalle, mutta Vuoksen valuma-alueella järvisyyden pitäisi olla 19,8 %, mutta alueen päällä ei palkkia ole. Ai niin, nämä prosentit kannatti muuttaa Field Calculator-työkalulla fiksumpaan muotoon. Teen sen ja ongelma jatkuu. Huokaisen ja lähden syömään. Tästä voi jatkaa illemmalla. Ja niin teinkin ja nythän tämä sujuu. En pitänyt pelkästään järvisyyttä kuvanneesta palkista, joten tein ohjeen mukaisesti maapinta-alan osuuden ja piirakkadiagrammi on paremmin silmää miellyttävä. Vihreä kuvatkoon maata ja tuollainen kellanruskea järviä, koska en halua käyttää sinisen sävyjä, jottei diagrammi sotkeudu paikoin alla olevan järven kanssa.

Tulvaindeksi valuma-alueilla ja piirakkadiagrammi maapinta-alan ja järvisyyden välisestä suhteesta.

Olen lopputulokseen varovaisen tyytyväinen. Kaakkoisrannikon pienillä valuma-alueilla diagrammit väkisinkin puuroutuvat, mutta siellä järvisyysaste on niin pieni, että asialla ei ole merkitystä. Muuten järvisemmät alueet erottuvat varsin hyvin ja voidaankin huomioida, että järvisyys pienentää huomattavasti tulvaindeksiä. Pohjanmaa tulvii, eli monella Perämereen ja Merenkurkkuun laskevalla valuma-alueella tulvimisriski on korkea, mutta myös Turun saaristoon ja Suomenlahteen laskevilla valuma-alueilla tulvimisriski on myös merkittävä. Toisaalta olisi ollut mielenkiintoista tilastoida myös Ruotsin itärannikko, mutta valuma-alueet meren sillä rannalla ovat toisaalta profiililtaan ja luonteeltaan niin toisenlaisia, että vertailun mielekkyys kärsii.

Tätä kirjoittaessa ei vielä muita blogeja näkynyt, joten pitää palata sen puitteissa asiaan loppuviikosta. Ja kouvolalaisille pahoittelut.

Edit: Tsemppiä Taru Tornikoskelle diagrammien kanssa, se ei lopulta ihan niin monimutkainen juttu ollutkaan, mutta ei se myöskään ihan intuitiolla tämän ohjelman kanssa tunnu sujuvan. Itselläni auttoi paljon se, että seurasin hieman vieressä tunnilla kun opettaja tuota vierustoverille neuvoi.

 

Viitteet

Granguillhome Ochoa, R., Lach, S., Masaki, T. & Rodríguez Castelán, C. (8.12.2021) World Bank Blogs. Why aren’t more people using mobile internet in West Africa?
https://blogs.worldbank.org/digital-development/why-arent-more-people-using-mobile-internet-west-africa

Taru Tornikoski (1.2.2022). GEOINFORMATIIKKAA TUTKIMASSA :).
Tietokantojen yhdistely – kaatumisia ja nousuja. https://blogs.helsinki.fi/tornitar/ (Tieto haettu 4.2.2022)

 

QGIS osa kaksi – syvemmälle kaninkoloon

Eläm… GIS on täyttä valintoja.

Näin lupaavasti alkaa toisen kurssikerran ohjeistus. Sitä se varmasti on. Maanantaisella lähiopetuskerralla asiat näyttävät aina yksinkertaisemmalta verrattuna tähän hetkeen kun istuu oman kotikoneen ääreen ja käynnistää QGIS:in. Valikot suorastaan huutavat ’Älä nyt ainakaan tähän koske!’. Pyritään siis vähän kerrassaan lähestymään asiaa.

Tätä pinta-alojen ja pituuksien muuttumista valitun projektion mukaan tehtiin jo tunnilla, mutta lähdetään siitä liikkeelle. Ehkä Exceliin koottu taulukko tekee asiasta helpommin havaittavan. Ensin Snapping-toiminta käyttöön, jotta mittausten pitäisi ainakin teoriassa tarttua tarkemmin alueiden rajoihin kiinni. Siis ainakin teoriassa. Ja teorian tasolle se jääkin. Piirsin kolmion Suomen halki suurin piirtein Oulun korkeudelta, eikä mittaus todellakaan napannut kiinni rajoihin. QGIS:in tuntien en ollut käynyt jostakin hämärän valikkorakenteen neljännestä välilehdestä laittamassa täppää kohtaan ”Do what user actually asks you to do”. Noh, näillä mennään.

Valitsin tuon TM35-projektion seuraksi Mercatorin, Winkel II:n, Pattersonin ja Robinsonin projektiot, niillä nuo lukemat ainakin olivat mukavan vaihtelevia. Havaitsin myös, että projektioita vaihdellessa ja lukuja talteen kirjatessa ei kannata epähuomiossa klikata karttaa, koska QGIS tietysti aloittaa uuden mittauksen ja saat tehdä kaiken uudestaan. Mukava tällainen interaktiivinen tutorial-ominaisuus, jonka avulla saa tätäkin työvaihetta harjoitella uudestaan.
Huomaa muuten, että QGIS:in lisäksi Excel on itselleni turhan tuntematon ohjelma. Jotenkin – jälleen kiitos paikallisen ATK-tukihenkilön – sain luotua seuraavanlaisen taulukon mittauksistani ja niiden eroista.

Taulukko eri projektioiden eroista tasaisella karttapinnalla mitattuna

Sikäli kun laskukaavat ovat oikein (todennäköisesti eivät ole) ja ymmärrän niitä (todennäköisesti en) voidaan huomata, että TM35-projektion ja muiden valittujen projektioiden välillä on selkeitä eroja. Jokainen muu projektio suurentaa sekä pinta-alaa että pituutta. Mercatorin ja Pattersonin projektioiden välillä pituuseroa ei juuri ollut, mutta pinta-alassa ero niiden välillä on huomattava. Verrattaessa tätä taulukkoa vaikkapa Jessika Isomeren (Isomeri, 2022) vastaavaan jään miettimään, että olisiko ollut syytä vielä jotakin muuta tilastoida. Hänellä tilastot on ilmoitettu hyvin tarkasti, itselläni noita prosentteja on siivottu pääosin tarkempaan muotoon.

Lainaus ohjeista: ”Koska kartan tai analyyseistä saatujen tulosten lukija ei juuri koskaan pääse näkemään tekoprosessia alusta asti, on syytä kiinnittää erityistä huomiota menetelmien oikeellisuuteen, jotta saadut tulokset olisivat luotettavia. Ja myös siksi, että tekijä aidosti tietäisi mitä tekee.” Viimeinen lause laittaa vähän hymyilyttämään. Tähän asti QGIS:in kanssa työskentely on ollut enemmän tyyliin ’älä mene rikki nyt’ suoritettua hyvin varovaista tunnustelua. Katsotaan mitä tämän harjoitteen myötä vastaan tulee.

Taulukoista kartan äärelle

Avataan siis aineisto. Tai siis, sehän on jo auki, koska sitä edellisessä työvaiheessa käytin. Tallenna aineisto uudella nimellä. Selvä. Tai siis… mitä? Ohjeissa kummittelee jokin kunnat2017-tietokanta ja QGIS:istä en tuollaista Save As…-valikkoa löydä. Ah, se on tuo Export-valikon Save Features As… Asia selvä. Ymmärrän, etteivät ohjeet voi olla laadittu kunkin QGIS-version mukaan, mutta kun niitä vielä aika orjallisesti joutuu seuraamaan, tuottavat tällaiset pienet yksityiskohdat ongelmia. Etenkin ohjelmalla, joka on – kuten todettua – ihmisvihamielinen. Ohjelma pitää sitten sulkea ja avata uudestaan, hieman erikoinen toimenpide, mutta mennään sillä. Oikeasta alakulmasta näen, että koordinaattijärjestelmä on se, mikä sen pitäisikin olla. Nyt vain toivon, että tuo EPSG: 3035 todella on oikein.

Jälleen helmitaulun ääreen, tämän työkalun onneksi löytää monesta paikasta. Create a new field, check. Nimetään sarake fiksusti, check. Valitse kentän tyypiksi Decimal number (real), Length 8, Precision 2. Saan tyypin valittua, mutta pituuden ja tarkkuuden valintakentät ovat harmaina, arvoina 0 ja 3. Mieleen juolahtaa muutama uusi kirosana. En voi kuin toivoa, että tästä huolimatta ohjelma tekee sen mitä tarkoitus olisi. Mites se menikään, ”että tekijä aidosti tietäisi mitä tekee”. Todellakin.

Pikaisella tarkastuksella arvot ovat ainakin sinne päin, heittoa ehkä neliökilometri tai kymmenen. Nyt sitä pitäisi verrata Mercatoriin. Eli alakulmasta projektio vaihtoon, eikö? Ehkä, ehkä ei. QGIS jaksaa yllättää. Nyt pitää valita kahden eri Mercator-vaihtoehdon välillä. Rahat vai kolmipyörä, rahat vai kolmipyörä. Valitsen ensimmäisen vaihtoehdon. Mercatorin mittayksikkö on metri, joten tulosten pitäisi olla verrattavissa. Koitetaan siis luoda tietokantaan sarake Mercatorin mittaamalle pinta-alalle. Tietysti pinta-alat ovat täsmälleen samat kuin edellisessä projektiossa, eli jotakin tein väärin. Yritetään tuon toisen työvaiheen kautta. No, siellä se onnistuu, mutta tulokset ovat tietysti metreissä.

Muutama yritys lisää ja nyt olen saanut tietokannasta muutettua myös aiemmin ihan kunnollisen PA_LAEA-sarakkeen luvut ihan toisiksi. Sisun EIKU-nappia tulee ikävä. Rollback-toiminto Current Edits-kohdasta tuhosi nyt koko PA_LAEA-kohdan, joten lasketaanpa se uudestaan. Uusi kirosana. Ai niin, unohdin että tämä oli osa QGIS:in interaktiivista tutoriaalia, koska nyt sarakkeen luominen sujui erittäin mallikkaasti. Vaihdan projektioksi taas Mercatorin ja koitan samalla työkalulla luoda sarakkeen sen pinta-alasta. Mutta ei, jo esikatselu näyttää, että se käyttää edelleen tuota LAEA-projektiota. Layer CRS? Ei auta. Project CRS? No nyt! Luvut niissä metreissä, mutta saisiko ne muutettua. Jos editoisi Field Calculatorissa saraketta kaavalla area_2 / 1000000? Ei, se oli iso virhe, nyt luvut ovat taas… en edes tiedä mitä niille tapahtui. Tuurilla, poppakonsteilla tai korkeimman johdatuksella saan kuitenkin luvut muutettua oikeaan muotoon.

Ensimmäinen elämys osaamisesta tuli vastaan, kun osasin luoda laskukaavan, jolla kahden eri sarakkeen välisten lukujen prosentuaalinen ero piti saada näkyviin. Saan jopa muokattua siitä ihan edustavannäköisen kartan, nyt vain sitten New Print Layout – jonne kartta tietysti ilmaantuu surkean pienenä. Tarkastettuani työtilasta kartan mittakaavan, voin kopioida sen tuohon työkaluun, jolloin se näyttäytyy sopivan kokoisena. Pientä säätöä, legendat kohdilleen ja voinee huokaista helpotuksesta?

Yllättävää kyllä, tämä piti paikkansa. Saan luotua kartan legendoineen, rotaation takia vinoine pohjoisnuolineen, mittakaavoineen ja kehyksineen. En tiedä saako kuvaa tuossa QGIS:in työskentelytilassa rajattua, joten sen sijaan että etsisin ja löytäisin ohjelmasta kohdan ’Remove everything user has worked on and saved today’-kohdan muokkaan kuvaa kuvankäsittelyohjelmalla.

LAEA- ja Mercator-projektioiden eroja havainnollistava kuva

Tämän kerran harjoitusten kolmostehtävä on Teletappi-tyyliin ”Tee se uudestaan”, mutta toistollahan tämä ohjelma alkaa tulla edes vähän tutummaksi. Otetaan projektioksi Two-point equidistant projection (Wikipedia, 2022). Hämmentävää kyllä, nyt työ sujuu huomattavasti sujuvammin. Hieman tuskastelen sen kanssa, että missä järjestyksessä kartan legendassa projektiot pitäisi ilmoittaa. Tässä hämää siis se, että toisessa projektiossa LAEA on pienempi ja toisessa suurempi. Noh, kuvat kuitenkin syntyivät ja ensimmäisen kuvan jälkeen tallennetun layoutin ansiosta ovat ehkä suurin piirtein samankaltaisia, legendaa ja itse karttakuvaa lukuun ottamatta. Karttojen vertailua helpottaa sama värimaailma ja legendan vaihteluväli. Ilmiselvästi prosentuaalisen eron sijainti etelä-pohjois-suunnassa on päinvastainen, mutta sen lisäksi voidaan huomata, että vaihtelun rajaviiva ei kulje aina täsmälleen samojen kuntien kohdalla. Lisäksi Mercatorissa vaihtelu on selkeämmin itä-länsi-suuntaista, siinä missä toisessa kartassa vaihtelu on enemmän luode-kaakkois-suuntaista. Tämä toki tulee hyvin esiin juuri tällä meille tutummalla karttaprojektiolla esitettynä.

LAEA-projektio verrattuna kahden pisteen samanpituiseen projektioon. Legendassa projektio ilmoitettu englanniksi QGIS:in käyttökielen mukaan

Oli mielenkiintoista huomata myös miten eri tavalla näitä legendoja voi otsikoida, vaikka samaa ilmiötä tutkittiin. Hanna Pelkonen (Pelkonen, 2022) oli ne otsikoinut varsin selkeän informatiivisesti kuntien pinta-alojen suhde projektio/projektio -muodossa ja siitä tykkäsin kyllä, vaikka omiini nyt jätinkin asian eri tavoin ilmoitettuna. Valitsemaani värimaailmaa myös mietin, etenkin peilattuna Salla Kärkkäisen pohdintaan sinisen värimaailman neutraalimmasta visuaalisesta ilmeestä (Kärkkäinen, 2022). On hyvä, että kurssilla kannustetaan myös seuraamaan toinen toistemme blogeja, niihin omien töidensä peilailu auttaa oppimaan paljon.

Mitkä ovat tunteeni QGIS:iä kohtaan? Pelonsekaiset. Olen lähes vakuuttunut, että QGIS kehittyy vielä Skynetiksi ja alkaa ensiluokkaisen paikkatietonsa avulla tuhoamaan ihmiskuntaa. Sitä odotellessa sen kanssa pitäisi ilmeisesti oppia tulemaan toimeen. Ei lienee kuitenkaan tarkoituskaan, että tämänkään kurssin jälkeen kaikki sen salat olisivat meille julki, mutta ehkä (!) sen kanssa oppii tulemaan toimeen. Vaikka se vihaakin ihmisiä.

 

Liitteet:

Jessika Isomeri (26.1.2022).  JESSIKAN GIS-HURVITTELUT
Matka geoinformatiikan saloihin. Viikko 2 – Projektiot ja QGIS-ystävyyden toinen taso. https://blogs-test.it.helsinki.fi/jessikangishurvittelut/ (Tieto haettu 27.1.2022)

Wikipedia. Two-point equidistant projection. https://en.wikipedia.org/wiki/Two-point_equidistant_projection (Tieto haettu 27.1.2022)

Hanna Pelkonen (26.1.2022). Hannan kurssiblogi: 2. viikko: Pinta-aloja ja erilaisia projektioita. https://blogs.helsinki.fi/pelkohan/ (Tieto haettu 27.1.2022)

Salla Kärkkäinen (26.1.2022). Sallan blogi: Viikko 2: Kuntien avainlukuja ja gissiä. https://blogs.helsinki.fi/karkkais/2022/01/26/viikko-2-kuntien-avainlukuja-ja-gissia/ (Tieto haettu 27.1.2022)

Kunnat2015 – eli kuinka opin jo lähes vihaamaan QGIS:iä

Alkuhöpinät

Geoinformatiikan mystiset menetelmät. Tarkoituksena olisi tuota mystiikkaa niistä hälventää ja oppia ja oivaltaa, että ei tämä mitään salatiedettä ehkä kuitenkaan ole. Maanantaisella lähiopetuskerralla sain ensimmäistä kertaa eteeni auki QGIS-ohjelman, jonka valikoiden ja toimintojen moninaisuuteen pääsimme tutustumaan. Varmasti ihan hyvä tapa aloittaa oli tuo, että seurasimme vain opettajan esimerkkiä. Aina kun videotykin välittämässä kuvassa näkyi opettajan auki klikkaama valikko, kuului kaikkialta luokasta lähes yhtäaikainen hiiren painikkeen kilahdus.
QGIS vaikutti (ja vaikuttaa yhä) lähes uhkaavan monipuoliselta. Pohdin että syntyykö itselläni sen kanssa samanlainen viha/viha -suhde kuin minkä aiheutti CorelDraw. Sen kanssa tosin ongelmia selitti paljolti erikoinen kurssien suoritusjärjestykseni – on aina hieman kyseenalaista mennä kurssille, jossa käytetään ohjelmaa, joka olisi pitänyt tulla tutuksi jo aiemmalla kurssilla. Mutta QGIS:n kanssa lupaan antaa sille mahdollisuuden.

Tästä se lähtee

Työn äärellä tuskastelua

Siispä työhön ja toimeen. QGIS asentui vaivatta kotikoneelle ja päätin fuksiläppärin sijaan asentaa sen tehokkaammalle pöytäkoneelleni, jossa pitäisi löytyä vääntöä enemmän ohjelman vaivattomampaan käyttöön. Moodlesta löytyi aineisto Suomen kunnista ja… niin, mihin suuntaan tästä nyt lähtisi liikkeelle? QGIS arpoi Suomen kuntakartalle kauniin sinapinruskean värin ja nyt pitäisi lähteä tutustumaan siihen, että minkälaista dataa karttaan kätkeytyykään. Siispä F6:lla komento Open Attribute Table ja samalla yritetään tallentaa aivojen käyttömuistiin tämäkin näppärä pikapainike.
Dataa on tarjolla erittäin paljon, mikä ei tällaisen aiheen äärellä ole yllättävää. Muilla kursseilla olen esimerkiksi Tilastokeskuksen kuntadataan jo päässyt tutustumaan ja tilastoimisen arvoisiksi nähtyjen asioiden määrä tuntui uuvuttavan runsaalta. Runsaasta datasta on toki myös sitten helppo valita se tarkasteltava asia – eikä tarkastelun kohteeksi välttämättä ole mielekästä ottaa edes koko Suomea, vaan jokin suppeampi alue. Siispä valitsen kohteiksi Päijät-Hämeen alueen ja sieltä Lahden rajanaapurikuntineen (Hollola, Orimattila ja Nastola). Tässä heti huomaa aineiston olevan vuodelta 2015, sillä vuoden 2016 alussa Nastola liittyi Lahteen ja toi Lahdelle rajanaapureiksi myös Asikkalan, Heinolan ja Iitin.

Alue on siis valittu, nyt vaan jokin sopiva muuttuja visualisoitavaksi. Paljon tilastoja väestöstä ja sen rakenteesta, elinkeinorakenteesta ynnä muusta. Tässä huomaa myös, että ilman tilaston metatietoja ei kaikista lyhenteistä osaa oikein arvata mitä missäkin sarakkeessa on tilastoitu. Vai mitähän voisi tarkoittaa kohta ’Tietoon_tu’ tai ’Kuntien_1’? Metatietoa ei kuitenkaan ilmeisesti ole tässä ohjelmassa tarjolla tai ainakaan helposti löydettävissä? Jos datan olisi itse hakenut esimerkiksi Tilastokeskuksen sivuilta, olisi voinut nämäkin asiat selvittää. Mutta koska tarkoituksena on tutustua enemmänkin QGIS:in käyttöön kuin tehdä syväluotaavaa analyysiä näistä kunnista, valitaan jokin yksinkertainen muuttuja visualisoitavaksi – väestönmäärä olkoon valintani.

Ohjeistuksen mukaan arvot tulee kuitenkin suhteuttaa, koska absoluuttisia arvoja ei tule tällä visualisointityylillä esittää. Lasketaan siis yhteen näiden neljän kunnan väkiluvut, jotta voimme visualisoida eri kuntien osuutta koko väkimäärästä. Tämäkin pieneltä tuntuva työvaihe kannattaa tehdä huolellisesti, koska näpyttelyvirhe korruptoi dataa ja siitä tehtäviä visualisointeja melkoisesti. Nyt saatiin kokonaisväkimääräksi 156824. Ohjeita seuraten yritän nyt siis jotenkin luoda tästä laskelmaa ja visualisointia. Huomaan kuitenkin vain tuijottavani tuota Field Calculator -työkalua ja päässäni jyskyttää ajatus: mitä hittoa tässä pitäisi nyt tehdä?

Yritän löytää sisäisen koodarini ja kirjoitan ohjeistuista mukailevan laskukaavan ”vaesto”/ 156824*100 ja painan uhkarohkeasti Ok. Ohjelma tietysti toimi niin kuin pitikin ja muutti tilastoon valittujen kuntien väkimääräksi ensinäkemältä hassun pienet luvut, mutta sitten ymmärrän: siellä ne prosentit nyt ovat. Ihan väärässä paikassa, koska ovat korvanneet alkuperäisestä datasta väkimäärät – ja tämä johtuu vain siitä, että skippasin edeltävän työvaiheen. Luetaan siis ohjeet huolella. Onneksi tehdyn virheen saa varsin helposti peruttua ja seuraamalla ohjeita saan ohjelman toimimaan kuten haluan – tai, ehkä mieluummin, osaan käyttää ohjelmaa kuten tarkoitus olisi.

Yksi monista mystisistä virheilmoituksista.

Sitten pitäisi osata suodattaa tietokannasta NULL-vaihtoehdot pois ja seinä nousee pystyyn. Ehkä maanantaisessa harjoittelusessiossa tämä tehtiin, mutta nyt en sitä osaa. Filter? Onko se tuo suppilon näköinen kuvake tuossa ominaisuustaulukon ylälaidassa? Tuo, jolla kokeiltuani onnistuin muuttamaan luomani vaesto%-kentän kohdalle tekstin NULL? Tuntuu, että ohjelma kaipaisi omaa EIKU-nappiaan. Lopulta kotitalouden IT-tukihenkilön käytyä painelemassa sattumanvaraisia nappeja, saatoin onnistua tietokannasta jättämään esille ainoastaan nuo neljä kuntaa, joiden kohdalla dataa löytyy.

Seurataan siis ohjeita: Mene seuraavaksi tason Style-välilehdelle ja valitse Graduated pudotusvalikosta. Mene siis minkä mihin ja valitse mitä? Tämäkin varmaan maanantaisella harjoituskerralla tehtiin, mutta mitään muistijälkeä ei jäänyt. Tuskastuttaa. Onkohan tämä muille yhtä hankalaa? Ei blogeissa vielä juurikaan ole tekstiä. Ahaa, kyseessä onkin kuvake Open the Layer Styling Panel, näppärästi pikanäppäimen F7 takana. No niin. Sillä sain koko kartan katoamaan. Mieleen juolahtaa muutama kirosana. Mutta lopulta pienellä näpräilyllä onnistuu. Muistan luoda kopiotason, jolla saan Suomen kuntakartan ilmaantumaan taas näkyviin, luon tekstit ja jopa puskuroin tekstin. Nyt vaan hienosäätö tulostusikkunassa ja tämän pitäisi olla valmis.

Oman työn tarkastelua

Omaa työtä tarkastellessani olen sinällään ihan tyytyväinen sen yleiseen visuaaliseen ilmeeseen. Kuvasta löytyvät legenda, mittakaava ja pohjoisnuoli. Sijaintikartta suhteessa koko maahan olisi voinut olla hyvä lisä. Värit ovat varsin toimivat, ehkä punaisen reunuksen sijaan olisi jokin toinenkin väri toiminut – miksi ei vaikka ihan mustakin. Informaation suhteen valittu sininen väri toimii hyvin, myös bufferoinnit tekstissä kuntien nimien kohdalla tekee tekstin lukemisesta helpompaa.

Onko tämä sitten kovin hyödyllinen visualisointi? Noh, ainakin siitä selviää se, että Lahti on ympäryskuntiensa keskellä selkeä keskus. Maantieteellisesti, ennen vuoden 2016 kuntaliitosta Nastolan kanssa, se on selkeästi pinta-alaltaan pienin kunta naapurikuntiensa joukossa, eli tästä voidaan jo päätellä asutuksen voimakasta tiivistymistä kunnan alueelle. Prosenttirajoja olisi voinut säätää, nyt ne heijastavat suoraan todellista dataa. Tietysti rajat valitaan aina jotenkin mielivaltaisesti, mutta nyt Nastola erottuu eri värillään Hollolasta ja Orimattilasta. Nastolan osuus kokonaisväkiluvusta oli 9,5 %, Orimattilan 10,4 %, Hollolan 14 % ja Lahden 66 %. On selvää, että Lahden tulee erottua omalla värillään, mutta nyt raja tuli asetettua Nastolan ja Orimattilan väliin. Niillä on eroa 0,9 %, siinä missä Orimattilan ja Hollolan välillä väliä olisi ollut 3,6 %. Miksi siis annoin QGIS:in asettaa rajat näin, vääristyykö informaatio jotenkin? Hyvä kysymys, jota tällaisia esityksiä tehdessään on hyvä miettiä.

Mitä opin, mitä en?

Ensiaskeleeni QGIS:in kanssa eivät olleet pelkästään onnelliset. Tunnistan ohjelmaan sisältyvän potentiaalin ja sen monipuolisuuden. Se tuntuu kuitenkin hieman anteeksiantamattomalta aloittelijalle, eikä sen parissa kannata soveltaa ’painanpa tuosta ja katson mitä tapahtuu’-metodia, koska pahimmillaan ainakin tuntuu siltä, että voisi saada aikaan melkoista tuhoa omalle projektilleen. Ajattelisin, että minulla ei näin suuria vaikeuksia tällaisen ohjelman käyttämisen kanssa olisi, olen kuitenkin koko ikäni tietokoneiden kanssa toiminut. On siis tavallaan myös ihan hyvä myöntää itselleen, että paljon opittavaa vielä riittää.

Muiden blogeista ei vielä tähän tehtävään varsinaista apua löytynyt, mutta niiden innoittamana toki liitän tuon tunnilla tehdyn harjoitustyön tähän postauksen loppuun. Siitä en nyt syvempää analyysiä tee, aika tekelehän tuo on.

Edit: Tässä välissä on muidenkin töitä ehtinyt blogeistaan lukea ja kyllähän nuo kartat paremmilta näyttivät. Erityisesti tykkäsin Johanna Enströmin päätöksestä jättää merialueen syvyyskäyrät merkitsemättä – ne kun eivät tuohon karttaan mitään erityistä informaatiota tuo. Järvet myös pienen pinta-alansa takia tuppaavat tosiaan olemaan, suurempia järviä lukuun ottamatta, reunaviivansa värisiä (Enström, 2022).

Harjoitustyökartta

Lähteet:

Enström, J. (23.2.2022). (Toinen) Ensimmäinen kurssikerta. https://blogs.helsinki.fi/joen/