Via Dolorosa

Viimeisellä kurssikerralla oli tarkoituksena hankkia itse aineistoa tehtäviä varten ja aluksi itselläni ei tullut mitään kiinnostavaa asiaa mieleen, mitä voisi tarkastella. Muistin kuitenkin uutisista, että pinnalla olleet aiheet koronan lisäksi ovat olleet kuntavaalit ja näin ollen ajattelin etsiä tietoa pääkaupunkiseudun äänestyksiin liittyen. StatFin tietokannasta löytyikin melko helposti tietoa eri vuosien äänestyksistä ja näin tehtävä sujui mutkittomasti eteenpäin kohti sopivan kartan löytämistä. Itselläni ei ollut tietoa mistä voisi löytyä sopiva pohja kyseiselle aineistolle nimittäin kartalla pääkaupunkiseutu olisi pitänyt olla jaettuna äänestysaluejaon mukaan.

Näin ollen ajattelin kysyä neuvoa Artulta ja hän tiesikin melko nopeasti, että mistä voisi löytyä tällainen pohja aineistolleni. Lisäksi Arttu neuvoi osittain prosessia tai kuinka saisin StatFin tietokannan aineiston liitettyä QGIS:ssä kyseiselle karttapohjalle. Muistin kuinka csv. tiedostot pitäisi lisätä QGIS-ohjelmaan ja Artun huomautuksien ohella täytyi ottaa huomioon, että edes yhden sarakkeen täytyisi sisältää samanmuotoista dataa, jotta liittäminen onnistuisi. Sanotaanko näin, että kuulosti helpolta. Nimittäin muistin (ja katsoin vielä harjoitusten ohjeista) kuinka tämä kyseinen prosessi pitäisi suorittaa, mutta lopputulokseen en vain päässyt. Ensinäkin csv. tiedoston lisääminen sellaisessa muodossa QGIS-ohjelmaan, jossa sen halusin ei meinannut onnistua millään ja näihin samoihin ongelmiin törmäsin aiemmalla kurssikerralla ja nähtyäni tiistain ryhmän videon tajusin, että kyse on todennäköisesti tietokoneestani (MAC). Aiemmalla kerralla sain kuitenkin, jotenkin sähläämällä tulivuorien purkaukset QGIS-ohjelmaan ja ajattelin, että siinä tapauksessa kyllä tämänkin pitäisi onnistua ja voilà sehän onnistui. Tämä tuntui jo voitolta nimittäin seuraavat vaiheet eivät olleetkaan ns. “ruusuilla tanssimista”, vaan samankaltainen via dolorosa jatkui. Olin saanut aineiston QGIS-ohjelmaan, mutta en pystynyt hyödyntämään sitä haluamallani tavalla nimittäin edellä mainitsemani edes yhden sarakkeen tietojen yhtäläisyys ei onnistunut. Yritin muokata kyseisiä tietoja eri tavoilla, joita kurssilla oli tullut vastaan, mutta ei vain onnistunut. Pystyin ainoastaan toteamaan, että haukkasin itselleni liian ison palan, vaikka aihe olikin itseäni kiinnostava.

Edellä esittämäni tarkoituksena oli, että kyseisen kartan tehtyäni olisin tehnyt ruutukartan asukkaiden iän perusteella ja näin vertailut iän jakautuneisuutta alueittain ja äänestysprosentteja sekä puolueiden äänimääriä alueittain. Ajattelin, että jotain on saatava valmiiksi ja päätin harjoitella/kerrata ruutukarttojen tekoa nimittäin se tuntui kurssilla käydyistä aiheista, jotenkin huonoiten muistissa olevalta.

Kuva 1. Pääkaupunkiseudun jakautuneisuus iän keskiarvon mukaan.

Olisi ollut mielenkiintoista saada iän keskiarvon jakautuneisuuden lisäksi tietoa äänestämisestä ja verrata näitä keskenään. Nimittäin iän puolesta on nähtävissä, että Helsingin kantakaupungin alueella on paljon nuorempaa väestöä ja näin ollen olisi ollut mielenkiintoista nähdä puolueiden äänestysprosentit (mitä nuoremmat äänestävät). Tietenkin pois jättämättä mielenkiintoista olisi ollut nähdä myös sellaisten alueiden puolueiden äänestysprosentit, jotka ovat iän keskiarvon mukaan vanhempien ihmisten asuttamia alueita. Tällä kertaa se ei valitettavasti onnistunut.

Kuva 2. Ruotsinkielisten osuus alueittain absoluuttisina arvoina.

Kuva 2. olisi toiminut myös samanlaisena vertailun kohteena kuin kuva 1. äänestysprosentteihin ja puolueiden kannatukseen liittyen. Huomioitavaa kuitenkin on, että ruotsinkielisten osuus ei anna välttämättä niin hyvää vertailun kohdetta nimittäin alueiden tarkkuus kyseisen ominaisuuden kanssa ei ehkä ole tarpeeksi tarkka. Ehkä ainoat nähtävissä olevat erot puolueiden kannalta näin oletetusti olisi olleet RKP osalta. Kyseessä on tietenkin puhdas oletus.

Kuva 3. Ulkomaalaiset asukkaat alueittain pääkaupunkiseudulla.

Lisäksi harjoituksen ja kertaamisen vuoksi tein kuvan 3. tapaisen tarkastelun. Ainut asia minkä olin unohtanut täysin niin kuin kuvista huomaakin, että olisi ollut järkevämpää muokata absoluuttiset luvut prosenteiksi, mutta tässä se ei ehkä ole niin vakavaa etten muistanut, koska kaikki ruudut ovat kuitenkin samankokoisia.

Yritin myös tehdä kurssilla olleen Afrikka aineiston kanssa samanlaisia ruutukarttoja nimittäin muistin siellä olevan konflikteihin, timanttilouhoksiin ja internetin/facebookin käyttöön liittyviä aineistoja. Se “leikki” ja kokeilu nimittäin loppui lyhyeen, kun yritin tehdä Gridiä Afrikka-aineistosta niin QGIS kaatui aina. Kyse saattoi olla tiedoston koosta tai jostain muusta, mutta en tiedä mikä oli kyseessä, koska joka kerta vaikka QGIS käynnisti uudestaan niin kaatui jälleen kyseisessä prosessissa.

Näin eteni viimeinen kurssikerta itselläni ja jälleen kerran tuli huomattua kuten Santeri Saarinen oli maininnut omassa blogissaan, että ilman Artun auttavaa kättä totuus QGIS-ohjelman hallitsemisesta näyttäytyi eri tavalla kuin osasi odottaa. Voin siis todeta, että vielä olisi monia tunteja edessä ennen kuin muistaisi erilaisia toimintoja enemmän ja osaisi niitä hyödyntää, mutta ehkä perus toiminnot joilla pystyy tekemään paljon on jollain tavalla hallussa ja uskaltaisin sanoa, että kehitystä on tullut kurssin alusta. Isot kiitokset Artulle nimittäin QGIS-ohjelman kanssa toimiminen ja siinä kehittyminen on suuresti Artun takia. Itselleni ainakin tällainen erittäin yksityiskohtainen opetus näiden asioiden kanssa toimi hyvin, nimittäin aikaisempaa kokemusta tällaisista ohjelmista itselläni ei ole yhtään. Yleisesti ottaen kurssista jäi mukava fiilis ja tulevana opettajana voisin varmasti mielelläni hyödyntää kyseistä ohjelmaa ja tällaisia asioita oppilaiden kanssa, kunhan olen itse kerrannut QGIS käyttöä ennen opetustilannetta.

 

 

Lähteet:

Saarinen, Santeri. (2021). Santerin kurssiblogi 7. Viimeinen rypistys. Viitattu 10.3.2021 Saatavilla: https://saarinengeoinformatiikka.blogspot.com/2021/03/7-kurssikerta.html

 

Ulkoilua ja hasardeja

Hei! Heti alkuun olisi ehkä hyvä ilmoittaa ettei ulkoilu ja hasardit kulkeneet käsi kädessä kuudennella kurssikerralla, vaikka otsikko mahdollisesti antaakin näin ymmärtää. Kuudennella kurssikerralla oli hieman erilainen aloitus, joka oikeastaan oli omasta mielestäni erittäin mukava nimittäin perjantaina kello kahdeksalta herääminen ei välttämättä ole mukavinta, mutta ulkoilemaan lähteminen piristi erittäin paljon! Ulkoillessa tarkoituksemme oli lähteä keräämään paikkatietoaineistoa omasta lähiympäristöstä kirjaamalla erilaisista kohteista sijainteja, jonka jälkeen kyseisille havaintopisteille liitimme tietoja niiden viihtyvyydestä ja turvallisuudesta. Tehtävään hyödynsimme puhelimeen saatavaa sovellusta “Epicollect5”, joka mahdollisti myös kuvien ottamisen ja liittämisen havaintopisteisiin. Palattuamme takaisin sisälle zoomin pariin Arttu puolestaan muokkasi tiedon sellaiseksi, että saimme sen itsellemme QGIS-ohjelmaan, josta pystyimme jatkamaan alueen/kartan interpolointiin.  Interpolointi sai aikaiseksi mielenkiintoisen kartan, josta pystyy tarkastelemaan esimerkiksi alueen viihtyisyyttä (ks. Kuva 1.) värien avulla ja tässä esityksessä punainen on vähiten viihtyisä paikka ja sininen on viihtyisin. Värit perustuvat havaintopisteille annettuihin arvoihin 1-5 välillä, joista 1 on punainen ja sininen on 5. En halunnut zoomata karttaa liian pieneksi, että erilaisia tuloksia näkyisi kuten selvä punaisen sävy.

Kuva 1. Interpoloitu karttalehti havaintopisteiden mukaan.

 

Kouluopetukseen tarkoitettua tarkastelua maanjäristyksistä ja tulivuorten purkauksista.

Itsenäistehtävän tarkoituksena oli luoda erilaisia karttoja kouluopetukseen, joiden avulla pystyy tarkastelemaan erilaisia hasardeja kuten tulivuorten purkauksia ja voimakkuudeltaan erilaisia maanjäristyksiä ja niiden välisiä mahdollisia yhteyksiä. (ks. kuvat 2, 3 ja 4). Kuvasta 2. on huomattavissa maanjäristyksien sijoittumisen avulla mannerlaattojen yhteys maanjäristyksiin, mutta tämä ei tietenkään anna kuin visuaalisesti havaittavaa informaatiota ja näin ollen se jättää oppilaan tutkimisille vielä paljon tilaa. Kaikista näistä kartoista on havaittavissa, että tulivuorten purkaukset ja maanjäristykset sijoittuvat osittain samoille alueille ja näin ollen sitäkin voisi pohtia enemmän oppilaiden kanssa. Uskoisin, että tällainen visuaalinen esitystapa olisi oppilaille alkuun hyvä, koska tästä on melko helppoa tulkita maanjäristysten ja tulivuorten purkauksien sijainteja ja edellä mainittuja niiden mahdollisia yhteyksiä. Karttojen avulla opettajana voisi jatkaa oletetusti helpommin ja sujuvammin kohti erilaisia tutkimustapoja oppilaiden kanssa nimittäin, kun opettaja on saanut oppilaat viritettyä aiheeseen niin hän pystyy tarjoamaan oppilaille erilaisia mahdollisuuksia jatkoa varten. Oletan, että yksi hedelmällinen tapa olisi myös kysyä oppilailta heidän mielipiteitään, että kuinka karttojen tarkastelusta ja tulkinnasta voitaisiin lähteä jatkamaan kohti tarkempaa ja laajempaa käsitystä kyseisistä aiheista. Edellä mainitun tapainen oppilaiden aito “mukaan ottaminen” saisi varmasti oppilaat paremmin osallistumaan ja kokemaan toimijuuden tunteita.

Kuva 2. Tulivuorten purkauksia ja maanjäristyksiä, joiden voimakkuus 5 tai yli magnitudia, vuosina 2013-2021.               Lähteet: https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search
https://earthquake.usgs.gov/earthquakes/search/

 

 

Kuva 3. Tulivuorten purkaukset ja maanjäristyksiä, jotka ovat voimakkuudeltaan 6 tai yli magnitudia vuosina 2013-2021.      Lähteet: https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search
https://earthquake.usgs.gov/earthquakes/search/

 

Kuva 4. Tulivuorten purkauksia ja maanjäristyksiä, jotka ovat voimakkuudeltaan 8 tai yli magnitudia, vuosina 2013-2021.    Lähteet: https://earthquake.usgs.gov/earthquakes/search/
https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search

 

Lopuksi

Yhdyn Hennan esille nostamiin yksityiskohtiin, että kuvat ovat varmasti opettajalle parhaimpia havainnollistamiskeinoja ja myös oppilaiden kannalta erittäin hedelmällisiä heidän oman pohdinnan puolesta. Vielä lisäksi Hennaa suoraa lainaten “jokainen tulkitsee kuvaa omalla tavalla”, on mielestäni osuvasti sanottu nimittäin oppilaat saattavat tarkastella kuvista ihan eri alueita ja näin ollen myös heidän tulkintansa eroaisivat varmasti jonkin verran toisistaan. Sanotaan, että edellä olevia kuvia oppilas A tarkastelee Afrikan lähettyvillä olevia alueita ja oppilas B vaikkapa Aasiaa ja Tyynenmeren aluetta niin heillä varmasti eroaisi tulkinnat jonkin verran toisistaan, jotka puolestaan rikastaisivat toinen toistaan.

Yleisesti ottaen karttoja oli kiva tehdä, mutta kuten muissakin ryhmissä oli ongelmia esiintynyt Macin kanssa työskennellessä niin eihän se nyt minullakaan voinut onnistua ilman ongelmia. Tästä syystä en pystynyt tarkastelemaan aiempia maanjäristyksiä kuin vuoden 2013 ja sen jälkeisiä tai näin oletin ennen kuin Santeri Saarinen sanoi, että olisihan tuosta toisesta linkistä pystynyt tarkastelemaan myös aikaisempia  maanjäristyksiä. Olin ymmärtänyt jostain syystä kyseisen kurssikerran zoom tallenteita katsoessa, että sieltä pystyisi tarkastelemaan ainoastaan 2013-2021 maanjäristyksiä. Puolestaan ihmeellistä kuitenkin oli tilanne, että tulivuorten purkaukset sain samanlaisella excelin ja QGIS kikkailulla kartalle, mutta maanjäristyksiin liittyvää tietoa (ensimmäisestä linkistä moodlessa) en onnistunut visualisoimaan, vaan sinne ilmestyi joko yksi maanjäristys tai kuusi kappaletta eri maanjäristyksiä. Huomioitavaa on myös, että osa tulivuorten purkauksista mielestäni puuttuu tuolta kartalta nimittäin attribuutti-lista näyttäisi sisältävän useampia kohteita, mutta joissain niistä on latituden tai longituden kohdalla “NULL”. Edellä mainituista syistä esittämäni kartat perustuvat 2013 ja sen jälkeisiin vuosiin. Kaikesta QGIS-ohjelman “takkuilusta” huolimatta kurssikerta oli hieman erilainen, mutta mieluisa ja “Epicollect5” sovelluksena tarjosi kyllä itselleni tulevaisuuteen opettajana yhden uuden opetusvälineen.

 

Lähteet:

Sanaksenaho, Henna. (2021). Hennan kurssiblogi 6, Nykypäivän koulumantsaa! Viitattu 1.3.2021. Saatavilla: https://blogs.helsinki.fi/hennablog/

Kurssikerta 5, Opittujen asioiden hyödyntämistä

Hellou!

Viidennellä luennolla lähdimme suoraan QGIS kimppuun ja tekemään tehtäviä. Tämän mahdollisti neljännen luennon lopulla ja sen jälkeen tehty Pornaisten kartta tai tarkemmin sanottuna valmiiseen karttalehteen tehdyt muokkaukset. Artulle iso kiitos siitä, että hän oli tehnyt samanlaisen työn “varmuuden” vuoksi, jota pystyi käyttämään nimittäin itselläni on QGIS-ohjelman kanssa välillä vaikeuksia saada pysymään “exportattuja” layereitä projekteissa tai saada ladattua niitä takaisin sinne koneelta. No yllätys yllätys tällä kertaa layerit olivat pysyneet projektissa, mutta niissä oli perässä, jokin punainen kolmio ja niitä ei pystynyt muokkaamaan millään tavalla ja lisäksi kaikki oli mennyt karttalehdellä “sotkuisemmaksi”.

Luennolla aluksi käytiin läpi yhdessä muutamia erilaisia QGIS työkaluja, kuten Sum line lengths, Clip ja Buffer. Edellä mainituista ensimmäistä hyödynsimme, kun laskimme kuinka monta kilometriä teitä Pornaisten keskustan alueella on ja Clip työkalua käytimme peltojen pinta-alojen laskemiseen. Sum line lengths on vektoreiden analysointityökalu, jonka avulla pystytään selvittämään kuinka paljon viivoja kulkee alueiden poikki vertailemalla viiva- ja alueaineistoja keskenään. Clip työkalu puolestaan on geoprosessointityökalu, jolla vertaillaan kahta aluemuotoista aineistoa keskenään ja tästä saatu tulos sisältää vain leikatun tietokannan kohteita. (Paarlahti 2021, 5. kurssimateriaali.) Buffer työkalulla eli puskurilla voidaan määritellä kohteena olevan tietokannan kohteille halutun kokoinen alue ja näin ollen esimerkiksi laskea kohteiden määrä tietyn suuruisen säteen sisäpuolella (Paarlahti 2021, 5. kurssimateriaali).  Näiden työkalujen tarkastelun jälkeen teimme muutamia tehtäviä itsenäisesti, jotka tarkistimme ennen kuin siirryimme kokonaan itsenäistehtäviin.

Itsenäistehtäviä tehdessäni alku onnistui moitteettomasti, koska työkalut, joita alkuun tarvitsi olivat oikeastaan hyvin muistissa edellisistä tehtävistä tai neljännen luentokerran tehtävistä. Ensimmäisiä ongelmia esiintyi, kun tarkoitus oli tarkastella eri lentomelualueita ja kuinka paljon ihmisiä kyseisillä melualueilla asuu. Pohdimme Rikun kanssa yhdessä breakout roomissa, että millä toiminnolla tämän tehtävän pystyisi tekemään, mutta kummallakaan meistä ei vain tullut “heureka” hetkeä. Päätimme tulla kysymään Artulta varsinaiseen Zoom ryhmään ja heti Artun selitettyä toiminnot kyseiseen tehtävään niin itselleni tuli sellainen olo, että ” no niinpä tietysti, näinhän se on!”. Artun ohjeistusten jälkeen tehtävät onnistuivat hyvin nimittäin saimme lisää neuvoja myös myöhempiin tehtäviin, kun kuulimme muiden ryhmäläisten keskustelevan niistä Artun kanssa.  Taulukot (ks.blogin loppu), jotka tehtävistä muodostuivat ja niitä vertailemalla muiden kurssilla olevien taulukoihin niin uskon pääpiirteittäin onnistuneeni itsenäistehtävissä, vaikka arvot taulukoissa meidän opiskelijoiden välillä tietenkin eroavat, jonkin verran koska esimerkiksi alueiden rajaaminen/bufferointi ovat erilaisia.

Mainitsemisen arvoista näitä tehtäviä tehdessäni kuten Henna on blogissaan todennut, että tietyt työkalut ovat melko keskeisiä QGIS-ohjelmistossa. Hennan kanssa olen samaa mieltä, että attribute table, field calculator,select by location, ja select features ovat erittäin hyödyllisiä työkaluja ja nämä ovatkin ehkä parhaiten itselläni muistissa. Näitä kyseisiä työkaluja olemme hyödyntäneet monissa eri tehtävissä kurssin aikana ja siksi uskonkin niiden olevan parhaiten muistissa nimittäin uskaltaisin väittää, että parhaiten näitä QGIS toimintoja oppii vain tekemällä ja toistoilla. Tarkoitukseni ei ole luoda kuvaa vain mekaanisesta työskentelystä vaan myös huomioida toimintojen ymmärtämisen, että käyttäjällä on oikeasti tietoa toiminnoista ja niiden tarkoituksista. Field calculatorilla pystytään yhdistämään tietoja tiedoston sisällä, attribute tablesta on aina huomattavissa tiedostojen dataa taulukkomuodossa (jos data ei päätä hävitä sieltä). Select features työkalu mahdollistaa erilaiset tavat tarkastella ja valita kohteita riippuen käyttötarkoituksesta ja select by location puolestaan on hyödyllinen työkalu, kun kohteita halutaan esimerkiksi valita sijaintiin perustuen. Edellä mainittujen toimintojen lisäksi on monia muitakin toimintoja, joita olemme käyttäneet ja osan niistä muistaakin hyvin, mutta osaa käytetyistä toiminnoista ei helposti muista tai niiden käyttötarkoitusta. Tästä syystä mielestäni viidennen luentokerran itsenäistehtävät olivatkin hyvä ratkaisu Artulta meille nimittäin kuten Arttu totesi, että pääsemme nyt itse aivan aidosti tekemään tehtäviä emmekä vain kopioi ja seuraa, kun Arttu tekee. Välillä on hauskaa huomata aina uuden neljän tunnin luennon jälkeen, että edellisen luennon asiat alkavat jo hieman hävitä muistista eikä niitä oikeastaan itse ainakaan muista aina välttämättä ilman kertausta. Itseäni toistaen, kuten edellä mainitsin niin toistoja, toistoja ja vielä lisää toistoja niin varmasti oppii ja muistaa paremmin. Itse kasvatustieteen opiskelijana oletan kuitenkin, että en niin hyvin tule QGIS-ohjelman ja siihen liittyviä toimintoja muistamaan, mutta puolestaan ne joiden pääaineena on maantiede niin uskon heidän oppivan QGIS-ohjelmasta paljon ja näin ollen hyötyvän siitä suuresti opinnoissaan.

 

Taulukot:

 

Lähteet:

Paarlahti, A. (2021). Geoinformatiikan menetelmät 1, kurssimateriaali. Helsingin yliopisto, Geotieteiden ja maantieteen osasto.

Sanaksenaho, Henna. (2021). Hennan kurssiblogi 5, Uutuutena Buffer! On kiva!. Viitattu 23.2.2021. Saatavilla: https://blogs.helsinki.fi/hennablog/

 

Kurssikerta 4, Tietoa ruuduittain

Neljännellä tapaamisella harjoittelimme tiedon esittämistä kartalla ruuduittain,  joiden avulla tarkastelimme erilaisia tietoja pääkaupunkiseudulta. Yhdessä harjoitellessamme käytimme alueen kokona 1000 x 1000 metriä ja totesin, että se on paras vaihtoehto myös tehdessäni tehtävää omatoimisesti.  Yhdessä tehdessämme teimme ns. “valmiiksi” hyödynnettävissä olevan työn omatoimisiin harjoituksiin varten, mutta data eri layereiltä oli jälleen kerran hävinnyt vaikka tein layereistä pysyviä. Tulipa aloitettua alusta, mutta se oikeastaan toimikin hyvänä kertauksena.

Aineiston ladattua QGIS:iin aloitin työskentelyn tekemällä ruudukkoja Create grid toiminnolla, jonka jälkeen tästä ruudukosta oli tarkoitus karsia ns. “turhia” ruutuja pois, jotta QGIS jaksaisi purskuttaa paremmin myöhemmissä toiminnoissa. Tämän jälkeen lisäsin grid-tietokantaan SeutuCD’15 tietokannan (Pks vaki.shp) eli pääkaupunkiseudun väestötietokannan, joka pitää sisällään tiedot jokaisesta pääkaupunkiseudulla olevista rakennuksista. Edellä mainitsin “turhien” ruutujen karsimisen ja tämän pääkaupunkiseudun väestötietokannan avulla se onnistuikin nimittäin ruudut, jotka jäivät jäljelle ovat sellaisia joiden sisällä on rakennuksia. Tämän suoritettua “select by location” toimintoa hyödyntäen syntyi uusi layeri, joka kannatti tallentaa ettei joutuisi aloittamaan täysin alusta. Noh… tämä olikin kohta, jossa takkuilin jonkin aikaa nimittäin, vaikka ohjeita käyttäyen etenin tehtävässä niin jostain syystä painoin aina ensimmäistä vaihtoehtoa enkä “Save only selected features”. Tästä syystä pääsinkin ihmettelemään pidempiä latausaikoja myöhemmissä tehtävissä ja sitä, että miksi attribuuttitaulukossa “total features” kohdassa oli n. 1900 kohdetta. Tämän taistelun selätettyä ja tajuttua pääsin suorittamaan loppuosia sujuvasti eteenpäin.  Viimeisenä toimintona ennen kartan luontia laskin datat ruutuihin ja valitsin tarkasteluun asukkaat yhteensä, miehet, naiset ja ulkomaalaisuuden, joista viimeisintä tarkastelin kartalla (kuva 1.).

 

Kuva 1. Ulkomaalaisten osuus prosentteina pääkaupunkiseudulla 1000 x 1000 metrin ruuduissa.

Kartalle (kuva 1.) sisällytin tiedot ulkomaalaisten osuuksista ja lopulta päädyin ideaan, että olisi ehkä järkevämpää tarkastella kyseistä ilmiötä prosenttien avulla ja näin ollen QGIS-ohjelman laskuria hyödyntäen laskin kyseiselle ilmiölle prosentit. Kartalta (kuva 1.) on huomattavissa etteivät värit välttämättä ole kauneimmat, mutta muut värit eivät oikein sopineet tarkasteluun nimittäin ne olisivat oletetusti sisältää tietynlaisen latauksen tarkasteltavaa ilmiötä kohden. Ulkomaalaisten osuuksista alueittain on huomattavissa, että eniten tämän taustan omaavista henkilöistä sijoittuvat Helsingissä lähelle Mellunkylää ja Kontulaa ja muualla pääkaupunkiseudulla esimerkiksi Vantaalle. Näitä tietoja hyödyntäen tarkempaa analyysia ei ole oikein mahdollista toteuttaa, mutta oletan näillä edellä mainituilla alueilla olevan halvempia vuokra-asuntoja ja/tai onko valtion asutuksen/alueiden suunnittelulla ja ulkomaalaisten sijoittamisella, joitain vaikutuksia.

Yleisesti ottaen tehtävä onnistui hyvin ja huomioitavaa mielestäni on Annikan (2021) blogissa hänen mainitsema ruututeemakartan hyödyllisyys tämän kaltaisissa tehtävissä verraten koropleettikarttaan. Ruututeemakartan avulla pystytään tarkastelemaan paremmin ja tarkemmin kuntien sisällä olevia eroja ja näin ollen saadaan muuttujista entistä tarkempaa tietoa. Tietenkin tällaisen kartan tulkintaa helpottaa alueen tunteminen entuudestaan edes jollain tavalla. (Annikan blogi 2021.)

 

Lähteet:

Arttu Paarlahden kurssimateriaali, kurssikerta 4.

Innanen, A. (2021). Annikan GIS-Blogi; Harjoitus 4: Väestöteemakartta ruutuaineistosta. Viitattu 16.2.2021. Saatavilla: https://blogs.helsinki.fi/anninnan/2021/02/11/harjoitus-4-vaestoteemakartta-ruutuaineistosta/

 

Kurssikerta 3, Afrikka ja Suomen valuma-alueet

Kurssin kolmannella tapaamisella harjoittelimme Artun opastuksella yhdessä ulkoisen tiedon liittämistä tietokantaan (esim. Excelistä) ja tietokantojen yhdistämistä. Yhdessä harjoitellessamme yhdistelimme valtioiden tietoja, konflikteja ja sekä timanttien että öljykenttien sijainteja. Tarkastelimme, että kuinka useita konflikteja alueella on ollut eri vuosina ja pohdimme, että onko timanttien tai öljykenttien sijainnilla, jonkinlaista yhteyttä konflikteihin. Mainitsemisen arvoista on, että näiden tietojen avulla, joita käytimme harjoituksessa emme voi varmasti todeta eri yksityiskohtien yhteyksiä.

Kolmas harjoitus, jonka toteutus tapahtui yksilöllisesti liittyi olennaisesti tapaamisella harjoiteltuihin asioihin ja näin ollen alku sujuikin onnistuneesti. Harjoituksen lopputuloksena on koropleettikartta (kuva 1.), jossa on näkyvissä tulvaindeksi eri valuma-alueilla ja tulvaindeksin tiedon tuottaminen onnistui QGIS-ohjelman laskimella toimituksella keskiylivirtaama/keskialivirtaama.

Kuva 1. Tulvaindeksi Suomen valuma-alueilla. Lähde: kolmannen kerran harjoitusmateriaalit.

Kartalta on nähtävissä (kuva 1.) kuinka tulvaindeksi jakaantuu Suomen sisällä ja kartalla se onkin kuvattu niin, että mitä tummempi sinisen sävy on niin sitä korkeampi tulvaindeksi (näkyy itseasiassa myös kartan legendasta). Mitä tämä tulvaindeksi tarkoittaa? Ville Väisänen onkin todennut hyvin blogissaan (2021), että tulvaindeksi käsitteenä voi tuntua haasteelliselta ja/tai monimutkaiselta, mutta sillä tarkoitetaan kuinka moninkertainen virtaaman huippu on verrattuna kuivimpaan aikaan (Arttu Paarlahden kurssimateriaali 2021). Tulvaindeksi saatiin laskettua edellä mainitsemaani tapaan keskiylivirtaama/keskialivirtaama.

Tulvaindeksin tarkasteluun onnistuin luomaan sitä havainnollistavan kartan, mutta ongelmia syntyikin yrittäessäni lisätä järvisyysprosenttia. Löysin oletetusti oikeat toiminnot QGIS:stä, joilla kyseisen ominaisuuden lisääminen kartalle olisi pitänyt onnistua, mutta huolimatta oliko kyseessä pie chart vai histogrammi niin mitään muuta ei tapahtunut kuin legendaan tuli tulvaindeksien alle “Järvisyysprosentti”. Kartalle ei kuitenkaan ilmestynyt vastaavaa tietoa, jonka olisi voinnut visuaalisesti havaita.

Ajattelin vielä loppuun lisätä kolmannella tapaamisella tehdyn kartan Afrikasta, jossa näkyy kirjoitukseni alussa mainitsemani konfliktit, mantereella olevat öljykentät ja timanttikaivoksien sijainnit.

Kuva 2. Afrikka, siellä olevat timanttikaivokset, mantereiset öljykentät ja konfliktit. Lähde: kolmannen kerran harjoitusmateriaalit.

 

 

Lähteet:

Väisänen, Ville. (2021). Villen kurssiblogi 3. Suomen valuma-alueita ja Afrikan konflikteja. Viitattu 10.2.2021. Saatavilla: https://blogs.helsinki.fi/villvais/

Arttu Paarlahden kurssimateriaali, kurssikerta 3.

Geoinformatiikan menetelmät, harjoitus 2, rajapintojen ja projektioiden vertailua.

Hei! Toisella harjoituskerralla perjantaina 29.1.2021 tarkastelimme QGIS-ohjelmalla erilaisia raja-pintoja, niiden aineistoja ja harjoittelimme yhdessä niiden lisäämistä opettajan johdolla. Harjoituksista jäi itselleni sellainen olo, että kyseinen toiminto onnistuu jatkossakin ja että ymmärsin mitä harjoituksessa tarkastellaan.

Harjoituksissa teimme Suomen “kunnat2020_tilastoja” aineistoa hyödyntäen erilaisia tasoja, joihin käytimme eri tasoille eri karttaprojektioita. Tämän toiminnon suorittaessa pystyimme havainnoimaan ja tarkastelemaan Suomen kuntien pinta-aloja kuinka ne muuttuvat, kun vaihdamme karttaprojektioita. Opettajan johdolla vertailimme TM35FIN-projektiota Robinsonin-projektioon (ks. kuva 1), jonka jälkeen valitsin itse vertailuun TM35FIN-projektion ja Mercator-projektion (ks. kuva 2). Molemmat näistä ovat maailmanprojektioita ja nimeltään sekä ominaisuuksiltaan itselleni aikaisemmilta kursseilta tuttuja, ja molempien osalta eroja onkin nähtävissä TM35FIN-projektioon. Mainitsemisen arvoista on, että en tiedä onko kyse Macbookin ja QGIS-ohjelman huonosta yhteistyöstä vai jostain muusta, mutta sain tehtyä kaiken perjantaina 29.1 ryhmäopetuksessamme, mutta  tehdyt työt olivatkin poistuneet eivätkä olleet tallentuneet (tasoista oli hävinnyt datat).

Kuva 1. Robinsonin projektio suhteessa ETRS-89-TM35FIN-projektioon.

Kuvassa 1, on huomattavissa, että Suomen kunnat ja niiden pinta-alat vääristyvät Robinsonin projektiossa liikkuessamme kohti pohjoista. Kyseinen ilmiö näkyy myös legendassa olevista luvuista, jotka ilmoittavat kuinka moninkertaisena Robinsonin projektio on laskenut Suomen kuntien pinta-alat ETRSM35FIN-projektioon verrattuna (Kasperin blogi 2021). Robinsonin projektion ja TM35FIN-projektion erot keskenään eivät kuitenkaan ole niin suuret kuin Mercator-projektion ja TM35FIN-projektion välillä (ks.kuva 2).

Kuva 2. Mercator-projektio suhteessa TM35FIN-projektioon.

Kuvassa 2, on huomattavissa selkeämpiä eroja Suomen kuntien pinta-alojen vääristymissä kuin kuvassa 1, mutta vääristymät pinta-alojen suhteen kasvavat samalla tavalla Mercator-projektion ja TM35FIN-projektion välillä kuin TM35FIN-projektiota verratessa Robinson-projektioon. Kuvasta 2, on mahdollista huomata, että pohjoisen pinta-alojen vääristymien erot verrattuna etelän omiin ovat noin kaksinkertaiset.

Kuvista 1 sekä 2 on siis huomattavissa, että projektioiden valinnalla alueesta riippuen on merkittävä rooli miltä tulokset näyttävät tai millä tavoin ne esiintyvät. Kuten Kasper (2021) on blogissaan maininnut niin Mercator-projektio säilyttää alueissa niiden oikean muodon, mutta vääristää niiden mittasuhteita melko paljon. Puolestaan Robinson-projektio vääristää sekä mittasuhteita että alueita ollessaan ns. kompromissi-projektio.

Tehtävät onnistuivat yleisesti hyvin, mutta pieniä edellä mainittuja ongelmia oli QGIS-ohjelman kanssa. Harjoitukset kuitenkin sain tehtyä ja pystyin havainnollistamaan niillä selkeästi  rajapintojen, pinta-alojen ja projektioiden eroja, joten jälleen kerran onnistuneesti ja innostuneena kohti uusia harjoituksia.

 

Lähteet

Mickos, Kasper. (2021). Kasperin blogikirjoitus. Kurssiviikko 2: projektioita Viitattu 3.2.2021. Saatavissa: https://blogs.helsinki.fi/kmickos/

Arttu Paarlahden kurssimateriaali, kurssikerta 2.

Geoinformatiikan menetelmät, harjoitus 1

Hei kaikki! Meidän geoinformatiikan menetelmät kurssilla on tarkoitus luoda oma blogi, johon kirjata ajatuksia, pohdintoja, tarkasteluja ja kurssilla tehtyjä asioita kuten erilaisia karttoja.

Kurssin ensimmäisellä luennolla harjoittelimme opettajajohtoisesti yhdessä QGIS-ohjelman toimintoja ja mielestäni asiat opetettiin selkeästi nimittäin ohjelman “perustoiminnoista” jäi itselleni melko selkeä käsitys. Oletan, että harjoituksia tehdessäni pääsen kertaamaan ensimmäisellä luennolla esille nousseita QGIS toimintoja ja lisäksi oppimaan uusia erilaisia hyödyllisiä tapoja muokata ja tarkastella karttoja.

Ensimmäisessä harjoituksessa omatoimisesti tarkoituksena oli QGIS-ohjelman kanssa luoda “Kunnat2015” datan avulla kartta, johon on itse valinnut tarkastelun aiheen. Valitsin datan jalostuksen työpaikkojen osuus (%) Suomen kunnissa nimittäin tämä aiheena tuntui itselleni jollain tavalla uudelta.

Kuva1. Koropleettikartta, jalostuksen työpaikkojen osuus Suomessa, kunnittain.

Kartasta (kuva 1.) on mahdollista huomata, että jalostuksen työpaikkojen osuus on huomattavasti keskittynyt enemmän etelään, länteen ja luoteeseen. Pohjoisessa ja koillisessa ei puolestaan ole työpaikkoja jalostuksen osalta (%) niin paljoa, vaikka huomioitavaa yleisesti on, että Suomessa on runsaasti työpaikkoja jalostukseen liittyen. Se kuinka jalostuksen työpaikkojen osuus on jakautunut tässä kartassa saa osittain myös tukea Santeri Saarisen blogista (24.1.2021) nimittäin hän oli tarkastellut työttömyyttä Suomessa ja hänen koropleettiselta kartalta on huomattavissa että työttömyyden osuus jakautuu melko samalla tavalla. Tästä pohjaten oma oletukseni on, että Suomessa jalostuksen työpaikat tarjoavat melko suuren osan työpaikoista.

Tehtävää tehdessäni ja dataa valitessa huomasin monia muitakin mielenkiintoisia aiheita kunta kohtaisesti nimittäin ajattelin aluksi valita ruotsinkielisten osuuden eri kunnissa. Ruotsinkielisten osuus voikin mahdollisesti olla seuraava tarkastelun kohteeni, jos jokin kurssilla tuleva tehtävä taas vaatii, jonkin datan tarkastelua. Nämä olivat ajatukset ensimmäisestä luennosta ja tehtävän tekemisestä ja näillä sekä tulevilla taidoilla lähden kohti uusia kurssin tehtäviä.

 

Lähteet

Saarinen, Santeri. (2021). Santerin  kurssiblogi. 1 kurssikerta, perjantai 22.1 Viitattu 27.1.2021. Saatavilla: https://saarinengeoinformatiikka.blogspot.com/2021/01/1-kurssikerta.html

Arttu Paarlahden kurssimateriaali, kurssikerta 1.