Viidennellä kurssikerralla jatkoimme taas jokseenkin mielenkiintoisten teemojen parissa, ja tarkastelun kohteena oli alun Pornaisia koskevan alustuksen jälkeen pääkaupunkiseutu lentokenttineen, eli sekä viimeaikaisessa julkisessa dialogissa kohuttu Malmin lentoasema, että valtakunnan päälentokenttä, Helsinki-Vantaa. Kurssilla käytettävien työkalujen keskiössä oli vyöhyke-työkalu, joka englanninkielisessä QGIS-versiossa tunnetaan bufferina. Tästä eteenpäin viittaankin blogissani kyseiseen työkaluun ja sen käyttöön bufferina ja bufferointina.
Bufferoinnin käyttö ja soveltaminen eri tehtäviin oli Artun ensimmäisen ohjeistuksen jälkeen varsin yksinkertaista, sillä sen käyttö toimi kohteesta riippumatta samoin periaattein ja parametrein. Bufferoinnin lisäksi käytimme aiemmilla kurssikerroilla opittuja toimintojakin, kuten oman aineiston tuottamista scratch layer –toiminnon avulla. Oman viivamuotoisen aineiston tuottaminen tuli tarpeeseen etenkin kiitoratoja tarkasteltaessa, sillä luonnollisesti QGIS-ohjelmisto ei itse ymmärrä peruskarttalehden tulkinnan päälle.
Bufferoinnilla pyrittiin selvittämään muita aineistoja (kuten väestötietoja, lentokentän melualueita ja raskasraideliikenteen asemien sijainteja) hyödyntäen muun muassa Helsinki-Vantaan 55 desibelin melualueella tai vielä korkeammalla, 65 desibelin melualueella asuvien määrä tai kuinka monta ihmistä asuu tiettyjen raskasraideasemien läheisyydessä.
Kurssilla suoritetut harjoitteet olivat mielenkiintoisia, ja bufferoinnilla voidaan selvästikin esittää paljon informatiivista asiaa – näiden käytöstä on eittämättä siis apua myös oikeissa, kaupunkisuunnitteluun liittyvissä tehtävissä, kuten Janina Vikman blogissaan mainitseekin. Pihla Haapalo sen sijaan nosti esille mahdollisuuden käyttää näitä työkaluja esimerkiksi tehdasalueiden ympäristössä sijaitsevien saasteiden leviämisalueiden mallintamisessa ja kauppakeskuksen asiakaskunnan selvittämisessä.
Neljäs kurssikerta oli itselleni tähänastisista selvästi mieluisin, sillä kurssikerran suorituksissa oli eniten yhtymäkohtia maantieteellisten ydinkiinnostuksenkohtieni kanssa. Kurssikerralla tutustuimme pistemuotoisiin aineistoihin ja opimme tuottamaan omaa rasteripohjaista aineistoa.
Ensimmäisessä tehtävässä tarkastelimme pääkaupunkiseutua 250 neliömetrin ruutuaineiston kautta – tosin Kauniaisten osalta data oli ainakin joidenkin aineistojen kohdalla puutteellista, mikä aiheutti kurssikerralla kanssaopiskelijoissani hämmennystä. Omassa suorituksessani päätin tarkastella vieraskielisten (eli siis äidinkielenään jotain muuta kuin suomea, ruotsia tai saamea puhuvien) maantieteellistä jakautumista, ja onnistuin suoriutumaan tehtävästä jo ennen kuin Arttu esitteli prosessin yhteisesti – tästä on hyvä ammentaa positiivisuutta! Vieraskielisten jakautuminen kartalla ei ollut itselleni missään määrin yllätyksellistä, sillä se heijastelee hallinnollisessa muodossa tarkasteltavia tilastoja. Korkealla vieraskielisten suhteellisella osuudella profiloituvatkin erityisesti raskasraideyhteyksien yhteydessä sijaitsevat alueet, kuten Itä-Helsinki, Vantaankosken rataosuus (radan jatkuminen Kehäratana esimerkiksi Kivistöön ei vielä aineistossa erotu vieraskielisten kasvaneena suhteellisena määränä), päärata, sekä Espoon keskus.
Kuva 1. Vieraskielisten osuus pääkaupunkiseudulla.
Mielenkiintoista oli huomata, että segmenttijako ja käytettävä väriskaala voivat aineistoa esittäessä todella olla merkityksellisiä – aluksi karttaani dominoi valkoinen väri, mutta lisätessäni luokkajakojen lukumäärää kuuteen, tuli kartastanikin huomattavasti punasävyisempi. Halusin kuitenkin säilyttää luokkajakojen määrän kuudessa, sillä koin sen tekevän kartastani merkittävästi informatiivisemman.
Tarkastellessani opiskelijatovereideni blogeja huomasin, että Janina Vikmanin pääkaupunkiseudun asuinrakennuskantaa tarkastelevassa kartassa Östersundom korostui datan mukaan alueena, jossa ei olisi lainkaan ennen vuotta 1966 valmistuneita asuinrakennuksia. Data on kuitenkin tältä osin virheellistä, sillä tarkastaessani Helsingin kaupungin tilastokannan aineistoja koskien Östersundomin peruspiirin asuinrakennuskantaa, huomasin paikallisen asuinrakennuskannan olevan valmistusvuosiltaan moninaista – esimerkiksi kolmisen prosenttia asuinrakennuskannasta oli valmistunut jo vuonna 1920 tai vielä aikaisemmin. Uskoisinkin vuoden 2009 Lounais-Sipoon ja Vantaan Länsisalmen kaakkoiskulman alueliitoksen (sisältäen siis nykyisen Östersundomin peruspiirin) sekoittavan tätä dataa. Opimmekin siis, että aineistodatan kriittinen tarkastelu on tärkeä osa akateemista taitospektriä!
Suoriuduttuamme ensimmäisestä tehtävästä oli aika edetä täysin uudenlaisen tehtävän pariin. Pääkaupunkiseudulta siirryimme Rautatientorilta linnuntietä noin 40 kilometriä koilliseen kunnon skutsiin, Pornaisiin. Ongelmat alkoivat osaltani kuitenkin jo heti aineistoja avatessani, sillä QGIS-ohjelmisto ei, kuten sen siis pitäisi, tiedustellut minulta mitä koordinaattijärjestelmää tahtoisin kunkin aineiston kohdalla käyttää – topografiset rasteriaineistot asettautuivat kaikki limittäin, mutta Pornaisten peruskartta-aineiston se sijoitti niin kauas muista aineistoista, että en kyennyt siirtämään sitä muiden aineistojen yhteyteen, ja siirtymät tasojen välillä jouduin suorittamaan käyttämällä ”zoomaa tasoon” -funktiota. En kuitenkaan ollut yksin ongelmani kanssa, ja noin puolet kurssikerralla olleista näytti jakaneen tämän ongelman, kuten myös, blogiteksteistä päätellen, ainakin Elias Hirvikoski ja Emma Ward. Vierustoveriani Mikko Kangasmaata sen sijaan näytti suojelevan jonkinlainen hyvän GIS-menestyksen aura, sillä hän ei kohdannut mitään vastaavankaltaisia ongelmia.
Toisessa harjoituksessa loimme omaa rasteriaineistoa korostamalla Pornaisten keskusta-alueen ja sen lähiympäristön alueella olevat päätiet ja merkitsemällä tämän saman, rajatun alueen asuinrakennukset pistein. Nämä olivatkin varsin helpohkoja suoritteita, vaikka kaikkien asuinrakennusten merkitsemisessä vierähtikin tovi. Arttu kuitenkin lupaili seuraavan kurssikerran harjoitteista huomattavasti vaikeampia, joten en voi varsinaisesti sanoa innolla odottavani maanantaista neljätuntista GIS-luokassa. Lataan toivoni kuitenkin siihen, että ohjelmisto ja aineistot toimisivat silloin kerrankin moitteitta.
Kuva 2. Kuvakaappaus toisesta kurssikertasuoritteesta, Pornainen.
Lähteet:
Vikman, J. 5.2.2020 “Pieniä voittoja”. Luettu 8.2.2020
Kolmas kurssikerta aloitettiin lataamalla Afrikan valtiot sisältävä tietokanta valtionrajoineen ja –nimineen. Ennen yksilökohtaisemman ja spesifimmän tiedon liittämistä jouduimme muokkaamaan lähdeaineistosta yksinkertaisemman. Käytännössä tämä yksinkertaisemmaksi muokkaaminen tapahtui ensinnäkin liittämällä valtionsisäisiä alueita yhteen, jolloin lähtötilanteen, jossa jokaista valtiota kohden oli useita eri tietueita, sijasta tietueiden määrä vastasi tarkasteltavien valtioiden lukumäärää. Lisäksi liitettävät aineistot tuli nimistöltään yhdenmukaistaa olemassa olevan tietokannan kanssa, ja useassa tapauksessa valtion nimi oli ilmaistu eri tavalla eri aineistoissa (esimerkiksi Kap Verde oli yhdessä aineistossa Cabo Verde ja toisessa Cape Verde, ja samalla periaatteella Sao Tome and Principe/Sao Tome e Principe, Swaziland/Eswatini jne.)
Ensimmäinen suorite toteutettiin jälleen opettajalähtöisen opetuksen kautta, ja opetuksessa oli jokseenkin helppo pysyä mukana, kunhan seurasi taululla tapahtuvaa. Kuten Elias Hirvikoski ja Janina Vikman blogeissaan pohdiskelivat, jäi kuitenkin osa toteutetuista funktioista ainakin itselleni epäselviksi. Itsenäisesti työskennellessä tehtävistä suoriutuminen aiheuttaakin enemmän ongelmia. Ensimmäisessä suoritteessa lisäsimme Afrikan kartalle öljy- ja timanttiesiintymät sekä konfliktialueet, ja tutkimme niiden suhteita – vaikuttaisikin siltä, että konfliktien ja luonnonvaraesiintymien välillä on jonkinlainen korrelaatio, mikä on nähtävissä kenties parhaiten Länsi-Afrikan alueella. Toisaalta esimerkiksi Pohjois-Afrikassa konfliktit ovat sijoittuneet eri alueille kuin öljyesiintymät, Afrikan suurten järvien alueella Ugandassa, Burundissa ja Ruandassa konflikteja käydään, vaikka varsinaisia arvokkaita luonnonvaraesiintymiä ei olekaan, ja eteläisessä Afrikassa Etelä-Afrikan, Swazimaan, Sambian, Botswanan ja Namibian alueella varsinaisia konflikteja ei ole ollenkaan, merkittävistä luonnonvaroista huolimatta.
Kuva 1. Kuvakaappaus Afrikka-proggiksesta. Keltainen symboloi öljyesiintymiä, vihreä konflikteja ja harmaanruskea timanttiesiintymiä.
Toinen tehtävä suoritettiin jälleen itsenäisemmin, ja Afrikan kontekstista siirryimme jälleen tarkastelemaan Suomea järvisyyden ja tulvaindeksin kautta. Korkeampi järvisyysprosentti on yhteydessä matalampaan tulvaindeksiin, sillä järvet toimivat eräänlaisina tulvia lieventävinä, vettä varastoivina altaina. Kuten Carita Aapro-Koski blogissaan toteaakin, vähäjärvisenä tunnetulla Pohjanmaalla tulviminen on tyypillisesti merkittävintä, sillä kevään sulamisvedet ylittävät jokien kapasiteetin – toki tähän kontribuoi myös alueen topografia. Oli mielenkiintoista huomata myös Mikko Kangasmaan toteavan tämän olevan mielenkiintoista.
Tehtävän suorittamisen aikana, kuten tavallista, ilmeni erinäisiä ongelmia, mutta opiskelutovereita konsultoimalla nämäkin olivat suurimmaksi osaksi selitettävissä. Teknisistä ongelmista johtuen en kuitenkaan voinut sisällyttää blogiini kuvaa toisesta tehtävästä, sillä myöhemmin avattuani tiedoston QGIS-ohjelmalla, valitti ohjelmisto ”huonoista tasoista” (bad layers), eikä suostunut enää avaamaan valmista tiedostoa.
Lähteet:
Hirvikoski, E. 28.1.2020 “Kolmas”. Luettu 8.2.2020
Toisella kurssikerralla tutustuimme karttaprojektiovalinnan merkityksellisyyteen aineiston esitystapana vertailemalla eri karttaprojektioita pinta-alavääristymien kautta. Suomessa yleisimmin käytössä oleva projektio on Euroopan terrestriseen vertausjärjestelmä 1989:n perustuva ETRS-TM35FIN, sillä se on luotu erityisesti Suomen pinta-alan esittämiseen.
Aloitimme kurssikerran lämmittelyluontoisesti tekemällä tiettyjä pinta-alarajauksia vapaavalintatyökalulla lähinnä Pohjois-Lapissa, sillä vääristymät ovat siellä kaikkein ilmeisimpiä. Kokeilimme vaihtoehtoisia valintametodejakin, esimerkiksi valinta perustuen tiettyyn attribuuttiarvoon. Tästä esimerkkinä oli kuntien valinta perustuen niiden pinta-alaan, asettamalla valittaville kunnille minimi- ja/tai maksimiarvo pinta-alan suhteen.
Ensimmäisessä tehtävänannossa tarkastelimme surullisenkuuluisan Mercatorin projektion aiheuttamaa pinta-alavääristymää Suomen kontekstissa. Kuten arvata saattaa, vääristymät ovat merkittäviä, ja Mercatorin lakien mukaisesti vääristymä on voimakkaimmillaan mitä lähempänä tarkasteltava alue sijaitsee napa-alueita, eli tässä kontekstissa käytännössä vääristymä oli korkeimmillaan mitä pohjoisempana Suomessa ollaan, kuten jo edellä totesin.
Kuva 1. Mercatorin projektio suhteessa ETRS-TM35FIN-projektioon.
Toinen tehtävä oli luonteeltaan samanlainen – tarkoituksena oli valita vapaavalintainen projektio ja havainnollistaa sen aiheuttamaa pinta-alavääristymää. Valitsin tällä kertaa vertailuparikseni tutun ja turvallisen Mercatorin projektion ja Lambertin projektion. Tulos oli yllättävän samansuuntainen kuin edellisen vertailuparin kohdalla – ehkä minun olisi pitänyt intoutua valitsemaan jokin radikaalimpia tuloksia antava projektio, kuten opiskelijatoverini Matti Katajisto valitsi Eckert 6:n ja Vilma Koljonen, Riina Hiltula ja Pihla Haapalo Winkel-Tripelin. Robinsonin projektiokin näytti olevan suosiossa, kuten muun muassa Flaminia Purasen, Elias Hirvikosken, Venla Moision, Alex Nylanderin, Sonja Nylundin, Matias Hytin, Saana Järvisen ja Tiia Laisin blogeista käy ilmi. Huomasin kuitenkin, että kanssani samoja projektiovertailupareja käyttäneen Liinu Nummelan kaksi eri karttaa olivat myös varsin yhtäläiset keskenään. Retroperspektiivistä tarkasteltuna olisi minun ehkä kannattanut valikoida sama lukumäärä segmenttejä kumpaankin karttaan alleviivatakseni niiden samankaltaisuutta, mutta otettakoon tästä opiksi.
Kuva 2. Mercatorin projektio suhteessa Lambertin projektioon.
Vaikka lopulta koinkin onnistuneeni tehtävissä asetettujen, tehtäväkohtaisten vaatimusodotteiden mukaisesti, oli tämä prosessi jokseenkin tuskainen ja hankala saattaa loppuun. Mikäli minun tulisi hypoteesin kautta ennakoida suoriutumistani tästä kurssista, arvelisin ongelmia ilmenevän merkittävissä ja enenevissä määrin tulevien kurssisuoritteiden yhteydessä, mutta ehkä ne ovat selätettävissä pitäessäni ”pääni kylmänä”, kuten Emma Ward blogissaan analysoi omaa mentaalilähestymistään kurssiin. Jaan kuitenkin Maria Palmin ja Matias Sarajiston sentimentin siitä, että QGIS-ohjelmisto on tullut jokseenkin tutummaksi käytettyämme sitä enemmän – ehkä loppukurssista voimme kaikki hyvällä omallatunnolla identifioitua, Janina Vikmanin sanoin, GIS-velhoiksi.
Loppukaneettina ja eräänlaisena maantieteellisenä kuriositeettina mainittakoon, että kurssikerralla teimme vierustoverini Ossi Hentusen kanssa erikoisen löydön tutkailtuamme jaettua kunta-aineistoa – paikansimme nimittäin todellisen hallinnollisen erikoisuuden Turun ja Loimaan seutukuntien alueelle, sillä Kuhankuonoksi kutsutussa sijainnissa kohtaa peräti seitsemän eri kuntaa. Tästä spektaakkelista Ossi mainitseekin omassa blogissaan (kannattaa kattoo nopee).
Lähteet:
Katajisto, M. 24.1.2020 “Mies vastaan kone”. Luettu 1.2.2020
University of Helsinki
