Category: Uncategorized

Tämä on geoinformatiikan menetelmät 1 kurssin viimeinen kerta ja aiheena oli itsenäinen työskentely, oman datan etsiminen ja hyödyntäminen. Luento oli hyvin vapaa ja ohjausta sai vain sitä pyytämällä. Valitsin itse ennen luentoa aineistokseni dataa opetuksen keskeyttämisestä Suomessa. Datan sai kätevästi tilastokeskukselta ja jaotteli keskeytys määrät absoluuttisiin ja suhteellisiin lukuihin maakunnittain.

Päätin tehdä 3 karttaa tästä ilmiöstä, liittyen yleisesti opiskelijoiden keskeyttämis suhteeseen, sitten vielä lukiolaisten ja ammattikoululaisten suhteelliseen lopettamiseen. Tulokset yllättivät minut ja olen tyytyväinen lopputuloksesta.

Kuva 1. Opintonsa keskeyttäneet % maakunnittain

Kuva 2. Lukion keskeyttäneet opiskelijat % maakunnittain

Kuva 3. Ammattikoulun keskeyttäneet opiskelijat % maakunnittain

Keskeytysten määrät vaihtelevat merkittävästi karttojen välillä ja kuva 3. antaa järkyn esimerkin ammattikoulujen keskeytysten suuresta ongelmasta. Keskeytys % on isossa osaa Suomea yli 20%, joka tarkoittaa joka viidestä oppilasta keskeyttävän opintonsa. Numerot vähemmän karuja tarkastellessa Kuva 2, joka käsittelee lukiolaisia. Keskimäärin keskeytys % on alle 10 ja ainoa hyvin hälyttävä luku näkyy Lapissa, jossa noin 15% lukio opiskelijoista keskeyttää opintonsa.

Kuva 1 antaa hyvän välimaaston näiden kahden esimerkin väliltä. Kuva 1 ottaa myös huomioon yliopisto ja ammattikorkea tason opiskelijat. Tätä dataa ei kuitenkaan löytynyt kaikilta maakunnilta, sillä esimerkiksi Kanta-Hämeessä ei ole yliopistoa. Data on kuitenkin hyvin kattava ja visualisoi Itä- ja Pohjois-Suomen heikompaa asemaa liittyen opintojen keskeytykseen. Perusteita tälle voisi lähteä miettimään ja saamaan hyvän esseenkin tehtyä jos vain haluaisi.

Nautin tästä kurssista ja tämä viimeinen työ tuntui hyvältä tavalta pitää asiat yksinkertaisina, mutta toimivina. Opin paljon tällä kurssilla ja olen inspiroitunut jatkamaan GIS-kurssien ottoa sivuaineena. Toivottavasti oppimani taidot selviävät ensi syksyyn, sillä jaan pelon Mikin kanssa toimintojen nopeasti unohtuvan noin puolen vuoden tauon aikana. Ensi syksynä minua odottaa jo vaativammat kurssit, joten toivottavasti pääni pysyy siihen asti kassa.

Lähteet

Leino. M 2024. Mikin blogi https://blogs.helsinki.fi/leinmiki/

Tällä viikolla aiheena oli datankerääminen, tuonti QGISiin ja interpolointi. Vaihtelu arjesta jatkui tällä luennolla, sillä ensimmäinen puolisko käytettiin ulkona keräämässä dataa ryhmissä epicollect5 sovelluksen avulla. Oma ryhmäni keräsi 5 data pistettä reissun aikana melko vaihtelevista kohteista. Arvioitavana kohteista oli niiden turvallisuuden tunne, viihtyvyys ja ruuhkaisuus. Kaikkien ryhmien datat kerättiin yhdeksi tiedostoksi ja analysoitiin interpoloimalla se QGISissä

Valmis interpolointini näytti hyvin samalta kuin Eevan

Kuva 1. Eevan blogin  kuudes kurssikerta interpolointi kerätystä datasta, https://blogs.helsinki.fi/terveeva/2024/02/23/geoinformatiikan-menetelmat-1-kuudes-kurssikerta/

Kurssikerran toinen polisko käytettiin itse hyödyntämällä dataa ja keksimällä omia keinoja esittää sitä. Taustakartaksi meille annettiin hyvin tarkka maailmankartta käyttäen robinssonin projektiota. Töitä tehdessä törmäsin kuitenkin ongelmaan Robinssonin projektion kanssa ja päädyin vaihtamaan sen WGS84 projektioon, jotta saisin haluamani datan toimimaan kartalla.

Innostuin itse kovasti interpoloinnista, joten päädyin yrittämään hyödyntää sitä loppu kurssin ajan, jotta saisin sen käytön lihasmuistiin. En koe sen olleen paras keino esittää haluamani data, mutta käytin tämä kurssikerran kokeilemaan sen rajoja.

Kuva 2. Interpoloitu kartta Afrikan meteoriitti iskuista vuosien mukaan.

Tämä oli ensimmäinen yritykseni käyttää interpolointia itsenäisesti ja se on mielestäni heikoin tuotos. Esitystapana interpolointi jättää paljon haluttavaksi kyseisen aineiston suhteen ja sen on melko turha. Yksinkertaisempi pistekartta, jossa pisteiden värit vaihtelisisvat toimisi paremmin esittämään halutun tiedon.

Kuva 3. Interpolointi Itä-Afrikan tulivuorien korkeuksista

Toinen yritys interpoloinnista on mielestäni jo paljon parempi. Data sopii paljon paremmin interpolointia varten ja haluttu visualisointi esiintyy hyvin. Korkeammat tulivuoret ovat keltaisesta punaisempia ja siniset ovat lähempänä merenpintaa tai jopa sen alla. Alueena Itä-Afrikka on myös kiinnostava tälle analyysille, sillä sen litosfääri laatta on eroamassa Afrikan laatasta. Eroamisen jättämät syvät alikot ja paikoittain korkeat tulivuoret luovat hyvän vaihtelun.

Kuva 4. Interpolointi maanjäristysten magnitudista Kaakkois-Aasiassa

Tästä viimeistestä interpoloinnista olen kaikista tyytyväisin. Valitsin dataksi maanjäristys dataa 2023-2024 väliltä ja halusin tutkia vain hyvin vahvoja maanjäristyksiä. Kaakkois-Aasia oli saanut haluamani magnitudisia järistyksiä eniten joten valitsin sen analyysia varten. Punertavat alueet näyttävät hyvin missä vahvimmat maanjäristykset ovat olleet ja sinisella merkatut ovat silti merkittäviä. mutta eivät niin tuhoisia kuin punaisella merkatut. Tajusin myös tätä karttaa tehdessä, miten saada taustakartan näkyville käyttämällä transparancy muuttujaa taustakartan kohdalla. Tämä toi mielestäni parhaan presentaation tälle kartalle, vaikkakin tulivuorten korkeusdata saattoi olla paras kaiken kaikkiaan interpolointia varten.

Olen tyytyväinen interpoloinnin käyttöön ja koen nyt ymmärtävän paremmin, miten hyödyntää sitä jatkoa varten. Se ei toimia kaiken datan kanssa ja se voi helposti hankaloittaa halutun ilmiön esiintymistä. Se on kuitenkin uusi työkalu pakissani ja koen pystyväni hyödyntämään sitä tulevaisuudessa.

Lähteet

Eeva’s blog, geoinformatiikan menetelmät 1, kuudes kurssikerta, 26.2.2024, https://blogs.helsinki.fi/terveeva/2024/02/23/geoinformatiikan-menetelmat-1-kuudes-kurssikerta/

 

Tervetuloa takaisin QGIS kärsimyksen pariin, tällä viikolla erityishaasteena oli lakon aiheuttama luennolle pääsemisen mahdottomuus, joten päädyin tekemään viikon työt täysin itsenäisesti. Tämä kokemus oli palkitseva, turhauttava ja hyvin väsyttävä. Olen aina nauttinut Artun luennoista ja nyt joutuvan oppimaan ja seuraamaan ohjeita videon kautta, tämä sama nautinto ei ollut paikalla. Kuitenkin, koen saaneeni hyvää työtä aikaiseksi ja opittuani hyvin joutumalla pähkäilemään itse, miten kaiken pitäisi sujua.

Luento alkoi jatkamalla viime kerralla aloitettua Pornaisten alueen analyysiä ja työstämistä. Oma aineistoni, minkä olin suurella urakalla tehnyt viime viikon luennolla oli jäänyt yliopiston järjestelmien sisälle, joten päädyin käyttämään jaettua aineistoa. Aineistosta ei itsessään ole mitään valitettavaa, harmittaa vain oman työn hiukan menneen hukkaan. Sitä nämä lakot kuitenkin ovat, luovat ongelmia arkiseen elämään ja hyvä niin. Lakko voitti tämän taistelun, mutta koen voittaneeni figuratiivisen sodan.

Pornaisten hommat sujuivat hyvin seuraamalla videota, mutta päästessäni itsenäisiin töihin alkoivat kunnon työt. Buffer, select attributes by location ja join attributes by location komennot tulivat hyvin tutuiksi tämän päivän jälkeen. Karttoja ei tällä kertaa tarvinnut tehdä valmiista töistä, vain ilmoittaa kysymyksiin saatuja tuloksia.

Itsenäistehtävissä tarkasteltiin Vantaata, sen lentokenttää, melua, etäisyyttä asemiin ja kaikkea muuta hauskaa. Seuraava osuus kerää paljon tuloksiani yhteen nopeasti selattavaan osioon.

Itsenäistehtävä 1.

Malminlentokentän pahimmalla melualueella asuisi 58124 henkilöä jos säde olisi 2 km, ja 1 km sisällä asuisi 8979 henkilöä.

Helsinki-Vantaan lentokentän välittömässä läheisyydessä 2 km säteellä asuu 10467 ihmistä

65 db melualueella asuu noin 0,16% 2 km säteestä.

Vähintään 55 db alueen sisällä asuu 649 ihmistä

Jos lentoliikenne käännettäisiin kulkemaan Tikkurilan yli , niin yli 60 db lentomelu haittaisi 28175 henkilöä

2. Asemat

500 metrin päässä asemasta asuvia kuvatulla alueella on 111765 asukasta jotka koostavat noin 26,7% osuuden kuvatusta kokonaisväestöstä

Asukkaista, jotka asuvat 500 metrin päässä asemasta, noin 67,1% on työikäisiä (15-65)

 

Itsenäistehtävä 2

Tehtävän alueella noin 96,2% asuu taajamalla

Taajamien ulkopuolella asuu 2267 kouluikäistä, joka on noin 3,9% kaikista kouluikäisistä. Kouluikäiset määritelty 7-16 vuotiaina.

 

Näin pitkälle pääsin itse omien taitojeni avulla. Itsenäistehtävä 2 viimeinen kohta liittyen ulkomaalaisten osuuksiin oli minulle mahdoton. Näköjään en ollut ainoa kuka koki tämän kysymyksen hankalaksi, sillä myös Mikille tämä tehtävä oli taitojen tappi. Yritin sitä saada tehtyä noin tunnin verran ja vastaus ei avautunut minulle. Ymmärrän perus idean miten kysyttyä lukua voisi alkaa mittaamaan, mutta en vain tiennyt oikeita komentojen sarjaa päästä haluttuun lopputulokseen. Yritin kuitenkin parhaani ja olen siitä itsestäni ylpeä.

 

Tämä kerta oli minulle tarvittua vaihtelua ja koen pystyväni jatkossakin tekemään tarvittavia QGIS kärsimyksiä kotoa käsin. Toivottavasti pääsen kuitenkin jatkossa paikalle, jotta en jää yhtä pahasti jumiin yksiin kysymyksiin. Katsellaan mitä ensi kerta tuo tullessaan, sillä siitä minulla ei ole mitään ideaa.

Lähteet

Leino. M 2024. Mikin blogi https://blogs.helsinki.fi/leinmiki/

Tällä viikolla aiheena oli rasteri aineistot, niiden hyödyntäminen ja käyttö QGIS sovelluksen kautta. Tämä kerta oli harvinaisen stabiili QGISin kannalta ja työ sujui hyvin luontevasti alusta loppuun. Päähommana tältä luennolta oli ruutuasteikon luonti pääkaupunki seudun päälle ja sen kautta ruotsiapuhuvien  osuuden ilmaisemista. Luennolla tehtiin kaksi karttaa, joista toinen on selkeästi heikompi ilmaisu tapa.

Kuva 1. Ruotsalaisten absoluuttinen määrä uusimaalla

Tämä kartta tehtiin yhdessä luennolla ja kuvaa ruotsia puhuvien määrää jokaisen ruudun sisällä. Kartta ei toimi kuitenkaan ilmaisemaan paljoa muuta kuin asukastiheyttä, sillä suhteellisuus muuhun väestöön puuttuu tästä kartasta täysin. Tajuan myös näin jälkikäteen kartan puhuvan ruotsalaisten absoluuttisesta määrästä, vaikkakin se ilmaisee ruotsinkielisiä ihmisiä. Siinä on pieni ero, joten otan sen tulevaisuutta katsoen huomioon tulevia karttoja tehdessäni.

Kuva 2. Ruotsalaisten suhteellinen osuus kokonaisväestöstä

Tämä on valmis kartta, joka ilmaisee ruotsinkielisten suhteellista osuutta kokonaisväestöön ja on paljon parempi näyttämään poikkeavan korkeita määriä ruotsinkieliltä puhuvia ihmisiä. Enää ainoa sininen alue ei ole Helsingin ydinkeskusta, vain useampi pieni kohta Vantaalla ja Espoossa. Olen tyytyväinen tähän karttaan, ainoa kritisismi mitä sille annan on värivalinnan suhteen. Vihreä väriset ruudut ovat hiukan hankaloita nähdä ensisilmäyksellä, sillä tausta väri on myös saman sävyinen vihreä.

Luennon jälkeen ajatuksia ruutu kartan käytännöllisyydestä alkoivat tulla esiin. Esitystapana ruudut eivät ole missään nimessä huonot, mutta ne ovat aina jonkin tason yleistäviä. Valituissa kartoissa on neliökilometrin kokoiset ruudut. Neliökilometri on melko paljon tilaa kun sitä miettii miltä se näyttää käytännössä. Kuten Laura sanoo neljännessä blogi kerrassaan, ruututeemakartta sopeutuu hyvin karkeahkoon ja suhteelliseen vertailuun. Koropleetti- ja pisteteemakartat ovat parempia tarkemman tiedon välittämiseen, verrattuna ruututeemakartan yleistävään ja jopa yksinkertaistavaan esitykseen.

Loput luennon materiaalista ja työstä valmisteli meitä ensi viikon urakkaa varten, joten puhutaan siitä kaikesta ensi viikon blogissa. Toivottavasti hyvä tuuri QGISin kanssa jatkuu ensi viikkoon, sillä luulen sen tulevan tarpeeseen

 

Lähteet

Siltala, L. (2024) Neljäs kurssikerta. Lauran blogi. Viitattu 8.2.2024 https://blogs.helsinki.fi/lesiltal/2024/02/07/neljas-kurssikerta/

 

QGIS palaa jälleen uudella viikolla ja uusin menetelmin. Tämän viikon aiheena oli tietokannat ja niiden käyttö, muokkaaminen ja hyödyntäminen. Hommat alkoivat käsittelemällä tiedostoja liittyen Afrikkaan. Työt alkoivat tiivistämällä  valtioiden alueet yhteen poistamalla ylimääräisten saarien pinta-alat. Näin päästiin tiivistyneeseen taulukkoon, jossa oli vain kaikki 53 Afrikan valtioita luokkina. Tähän tietokantaan lähdettiinkin lisäämään sittemmin lisää tietoja, kuten öljykentät, timantti kaivokset ja konfliktit.

Kuva 1. Kartta Afrikasta, johon sisältyy luennolla käsitellyt aihealueet

Kartalta erottuu purppurana öljykentät, sinisenä timanttikaivokset ja punaisena konfliktit. Karttaa ei valmistettu loppuun asti, sillä sitä ei pyydetty, mutta se oli erinomainen oppimiskokemus, joka auttoi rakentamaan tulevat valmiit kartat. Opin paljon uusia komentoja ja työkaluja tätä karttaa tehdessä.

Mietin kuitenkin työtä laatiessa, miten aineistossa konfliktit olivat määritelty. Aineistossa lukee konflikteihin liittyen missä ja minä vuonna ja millä alueella konflikti tapahtui. Määritelmää datasta ei kuitenkaan löytynyt, joten päätin yrittää etsiä miten kyseinen muuttuja oli määritelty. Luennolla lähteeksi annettiin PRIO (Peace Research Institute Oslo), keiden sivulta pystyy kyseistä dataa lataamaan. En löytänyt käsiteltyä dataa itse yrittäessäni sitä etsiä, mutta verrannollista dataa löytyi paljon, jonka pohjalta voi saada käsityksen, miten käyttämässämme datassa konflikti oli määritelty.

Artikkelissa “Onset of Armed Conflict: A New List for the period 1946–2004,
with Applications” Håvard Strand määrittelee konfliktille useampia rajoja, joita käyttämässä datassamme on todennäköisesti käytetty. Tiivistetty versio määritelmistä on konfliktin tarvitsevan ainakin 25 kuollutta ihmistä, kaksi tai enemmän valtio tekijää ja useamman saman aikaisen taistelun eri tekijöiden välillä laskevan erillisiksi konflikteiksi. Tämä on hyvin tiivistetty ja yksinkertaistettu versio, mutta toivon sen avaavan kuitenkin datassa käytettyjen konfliktien määritelmää.

Liikkuessa nyt takaisin luennolla tehtyihin asioihin, on Mikin kanssa tehty kartta Suomen valuma-alueista. Tämä työ vaati enemmän pähkäilyä kuin mikään muu aikaisempi, mutta se oli kuitenkin palkitsevaa saada valmiiksi. Hyödynsin paljon Afrikka kartassa käytettyjä keinoja tämän uuden valmiin kartan luomiseen, jotka vahvistivat oppimistani merkittävästi.

Kuva 2. Valmis kartta Suomen valumaalueiden tulvaindeksistä ja järvisyydestä ( % )

Hankalinta tätä karttaa tehdessä oli visualisoida diagrammilla järvisyyden osuuttaa valuma-alueista. Yhtään isommat isommat diagrammit ja taustalta ei enää saanut mitään selville, mutta yhtään pienemmät diagrammit aiheuttivat niiden lukemisen hankaloituvan merkittävästi. Lopputulos on silti melko sotkuinen, mutta paras mihin pystyin luennon rajojen sisällä. Kiire saada kaikki tehtyä ilmenee myös Histogrammin läpi, sillä aika yksinkertaisesti loppui kesken.

Kuva 3. Histogrammi järvisyydestä valuma-alueilla ( % )

Tulos on yksinkertainen ja toimiva. Se sisältää tarvittavat tiedot järkevissä kokoluokissa ja esittää ne selkeästi. Helpoin kritisismi mitä voin antaa sille on luokkien rajojen olevan hiukan oudot. Määrittelisin ne tulevaisuudessa paremmin tasalukuihin Excelissä.

Luentokerta oli hyvin palkitseva ja opin paljon uutta jälleen. QGIS on vieläkin välillä hyvin ärsyttävä ohjelma, mutta opin nauttimaan sen käytöstä enemmän, kun opin uusia asioita siitä ja sen eri komennot ja resurssit muuttuvat tutuiksi minulle. Odotan innolla ensi viikkoa.

 

Lähteet

Leino. M 2024. Mikin blogi https://blogs.helsinki.fi/leinmiki/

Håvard Strand 2006, Onset of Armed Conflict: A New List for the period 1946–2004, with applications, PRIO, https://www.prio.org/data/3

Uusi viikko ja uudet QGIS säädöt alkakoon. Tällä viikolla aiheena oli rajapinnat, niiden käyttö ja jatkuva QGIS käytön oppiminen. Hyödynsimme myös karttaprojektioita luomaan tämän kerran kartat. Tein tämän kerran tehtävät hyvin vahvasti Mikin kanssa ja saimme yhdessä aikaiseksi hyviä tuloksia.

Opetus tapahtui opettajan ohjaamana ja ensimmäinen kartta luotiin vahvasti hänen ohjeistuksella. Minulla kävi kuitenkin QGISille tyypillinen ongelma tallentamisen kanssa, joka johti minun menettävän jälleen ensimmäisen tulokseni ja rakentamaan täysin uuden version. Tämä tietenkin vahvisti luennolla oppimiani taitojani, kun jouduin muistelemaan mitä kaikkea oli tarkalleen tehty päästäkseen hyvään loppu tulokseen. Sain tämän säädön läpi valmiiksi kuitenkin kaksi karttaa, joista olen tyytyväinen.

Kuva 1. Valmis kartta ETRS TM35FIn verrattuna Robinsonin maailmankarttaprojektioon

Kartta on mielestäni hyvin onnistunut. Mielestäni suuri luokkamäärä luo hyvin sulavan kulun etelästä pohjoiseen, jossa jatkuvasti vahventuva vääristymä kasvaa kiivetessä pohjoisnapaa päin. Liukuva väri skaala, joka hiljalleen muuttuu punaisemmaksi, välittää tätä muutosta myös hyvin ja ajoittaiset kunnat, jotka eivät vaihdu suorien viivojen mukaan, ovat silti huomattavissa. Esitys on yksinkertainen, mutta olen tyytyväinen siihen.

kuva 2. Valmis kartta ETRS TM35FIN verrattuna Mercatorin maailmankarttaprojektioon

Verrattuna kuvaan 1. koen tämän karta epäonnistuvan hiukan. Pinnallisesti kartta näyttää hyvin samalta, mutta se epäonnistuu visualisoimaan hyvin vahvaa vaihtelua, mitä Mercatorin projektio aiheuttaa. Muutos Hangon ja Utsjoen välillä on noin kaksinkertainen, joka on valtava muutos verrattuna aikaisempaan karttaan, jossa ero oli vain muutaman kymmenen prosentin välillä. Valitsemani tapa visualisoida muutosta kuvassa 2 saa vaikutuksen verrattuna kuvaan 1, että vääristymät olisivat verrannolliset ja samanlaiset.

Kuva 2 itsessään tarkasteltuna on toimiva, se näyttää hiljattaisen muutoksen vääristymissä ja suuri luokka määrä mahdollistaa sulavan muuttumisen pohjoiseen päin liikkuessa. Värit toimivat myös, mutta voisin harkita niiden vaihtoa jatkossa saadakseni välitettyä rajumpi vääristymä, mitä Mercatorin projektio aiheuttaa.

Leino. M 2024. Mikin blogi https://blogs.helsinki.fi/leinmiki/