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.