Month: January 2022

Edelliseltä tunnilta jäänyt hyvä maku suussani astelin kohti seuraavaa kurssikertaa. Saavuin luokkaan ja avasin jo (muka) tottuneesti aineistot ja QGisin.

Tällä kertaa lähdettiinkin liikkeelle suoraan toiminnasta. QGis tulille ja eikun aineistot sisään ja käsittely alkakoon. Kurssikerran tavoitteena oli opetella käyttämään sujuvammin erilaisia aineistoja ja käsittelemään, laskemaan, soveltamaan sekä muokkaamaan niitä. No, tietenkään se ei ollut yhtä yksinkertaista tai helppoa kuin miltä kuulostaa. Okei, ei se kyllä edes kuulosta helpolta, mutta anyway.

Harjoittelimme QGisin käyttöä Suomen kuntakartan avulla, joka oli valmiiksi kurssikerran aineistojen joukossa. Kartan ja siitä saatavilla olevien tietojen pohjalta sitten lähdettiin kokeilemaan erilaisia valintatyökaluja. Miten alueelta voidaan ottaa tarkasteluun vain osa siinä olevista soluista tai miten saadaan tutukittua vain ja ainoastaan yhtä solua kokonaisesta joukosta. Valintatyökalujen käyttö oli yllättävänkin simppeliä ja ymmärsin miten niiden kanssa tulee toimia.

Seuraavaksi siirryttiinkin tutkimaan QGississä olevia, erilaisia projektioita. Hämmennyin jälleen kerran suuresti, sillä en ajatellutkaan QGissin sisältävän noin paljon erilaisia projektioita. Ehkä olin ajatellut, että projektio vahtelee ladattavan aineiston mukaan, mutten tajunnutkaan että sitä voi vaihdella ihan noin vaan. Todella siisti ja mielenkiintoinen ominaisuus! Sitä lähdimme siis kokeilemaan.

Eeva Raki tiivistääkin projektioiden taustalla olevan pointin:

“Maapallo on muodoltaan litistynyt geoidi ja täten kolmiulotteinen.”

Kuten tiedämme Maapallon pintaa on mahdotonta kuvata tasolla täysin samanlaisena, “oikeellisena” kuin se on pallonmuodossa. Pyöreän pinnan saaminen kokonaisena tasolle ei vain onnistu. Tämän takia on luotu erilaisia projektioita. Projektiolla siis kuvataan pyöreää pintaa tasolla. Erilaisten projektioiden käyttö perustuu siihen, mitä aluetta halutaan tutkia ja mitä siitä halutaan selvittää. Esimerkiksi monelle tuttu Mercatorin projektio antaa kuvan koko maapallosta samalla kertaa, mutta mitä lähemmäksi napoja tullaan, sitä vääristyneenpiä (suurennettuja) kohteet ovat. Mercatorin projektio on siis hyvä jos halutaan tarkastella päiväntasaajan aluetta. Mainitaampa vielä, että Mercatorin projektio on lieriöprojektio, eli saatu ikäänkuin kiepauttamalla paperi Maan ympäri päiväntasaajaa pitkin ja avaamalla se sitten tasoon.

Toinen yleinen projektio, jota myös työssäni hyödynsin, on Robinsonin projektio. Se on pyritty toteuttamaan siten, että virheet saataisiin minimoitua, jolloin mikään kohta ei ole varsinaisesti “oikein” mutta virhettä on suhteessa vähemmän. Verrattaessa esimerkiksi Mercatoriin, napa-alueilla ei ole yhtä suurta koko virhettä, mutta päiväntasaajallakin on pientä heittoa alueiden suhteiden välillä.

Sitten itse harjoitukseen:

(kuva 1)

Aivan aluksi ladattuamme lähdedatan, Suomen kartta näytti siis vain yhdenväriseltä, johon oli korostettu kuntarajat. Lähdimme vertailemaan erilaisten projektioiden vaikutusta alueiden pinta-aloissa kartalla. Tehtyämme kartalle muutamat oikein valitut taiat saimme velhoiltua esiin kyseisen teoksen. (kuva 1) Kyseessä on siis Suomen kuntakartta, jonka pinta-alat on mitattu käyttämällä Suomelle ominaisia koordinaatteja ETRS TM35FIN. Sen jälkeen katsoin samat pinta-alat Mercatorin projektiosta ja vähensin siitä jo saamani. Näin ollen sain prosentuaaliset luvut siitä, kuinka paljon projektion valinta vaikuttaa Suomen pinta-aloihin. Mercatorille ominaisesti, mitä lähemmäs napoja mennään sitä suurempi on vääristymä.

(kuva 2)

Tein samat muutokset myös toiselle projektorille (kuva 2), eli vertasin sen antamia pinta-ala tietoja ETRS TM35FIN lukuihin. Koska kyseessä oli Robinsonin projektio virheet ovat tosiaan pienemmässä mittakaavassa verrattuna Mercatoriin. Kaikki pinta-ala muutokset ovat alle 2%, kun Mercatorin kohdalla esimerkiksi lapissa, pinta-ala vääristymää oli jo yli 8%. Jälleen kerran kuitenkin voimme todeta, että mitä lähemmäs napoja mennään sitä suurempi on vääristymä. Näin ei kuitenkaan tule päätellä kaikkien projektioiden kohdalla, vaan on olemassa hyvin erilaisia, eri suunnasta ja kulmasta kuvattuja projektioita, jolloin suurin vääristymä voi löytyä vaikka Varsinais-Suomesta. Näinkin sivusilmällä, kun joku kurssikavereista käytti kyseisenlaista projektiota.

Näin, pääsin siis taas leikkimään ja ehkä jopa oppimaankin jotain QGisin käytöstä. Vaikka suhteeni siihen on ollut melkolailla nou nou, niin alkaa se opettajan valvovan silmän alla tuntua ihan mukiin menevältä. Tiedä sitten mitä tapahtuu kun joudun aivan omilleni :0

Lähteet:

Eeva Rakin kurssiblogi, https://blogs.helsinki.fi/eevaraki/

Tietoa projektioista – https://fi.wikipedia.org/wiki/Robinsonin_projektio & https://fi.wikipedia.org/wiki/Mercatorin_projektio

 

(Kuva 1, HELCOM:in alueen typpipäästöt)

Lienee varmastikkin kaikille lukijoillekin selvää, että tämä blogi on toteutettu geoinformatiikan menetelmät kurssilla. En siis kummemmin esittele kurssia. Kuitenkin on mainittava, että kurssi on saatu toteutettua ihan lähiopetuksena, joka on/tulee olemaan varmasti erittäin positiivinen asia, kun ottaa huomioon aiemmat kokemukseni geoinformaattisten ohjelmistojen yms. kanssa. 🙂 En siis odottanut tätä kurssia mitenkään kovin innoissani, mutta avausluento olikin ihan positiivinen yllätys.

Käytössä ensimmäisellä kerralla oli QGis -ohjelmisto, joka on yksi GISosaajan apulaisista matkalla velhouteen. Olin aiemmalla kurssilla yrittänyt yksin räpiköidä kyseisen ohjelmiston käyttöä ja paha makuhan siitä jäi. Nyt kuitenkin selkeällä ja kattavalla esittelyllä sain aikaan jopa ylempänä näkyvän kartan. Wau!

No, itse ensimmäisen luennon sisältö oli siis yleisten kurssiin liittyvien ohjeiden ja käytäntöjen esittelyä sekä pieni kurkistus QGis ohjelman käyttöön. Opettajalla oli selkeä ja rauhallinen tahti, jossa pysyi sopivasti itsekin mukana. Opin muunmuassa tuomaan ja viemään tiedostoja kyseisestä ohjelmasta, käyttämään yksinkertaisimpia ja yleisimpiä työkaluja sekä hyviä ja huonoja puolia QGisin käytöstä. En kylläkään voi sanoa vielä osaavani käyttää QGis ohjelmistoa, mutta ainakin tiedän mikä se on ja mihin sitä voi hyödyntää.

Ensimmäinen QGis harjoitushan piti siis sisällään ohjelmiston opettelua, valmiiksi ladattujen kartta ja tilasto aineistojen pohjalta. Tein yllä olevan kartan (kuva 1), joka kuvastaa HELCOM:in valvoman Itämeren merialueen valtioiden typpipäästöjä, ja sitä kuinka suuren osan Itämeren typpipäästöistä kukin valtio tuottaa. Kuten huomaamme Puola on kirkkaassa johdossa, eipä kovin yllättävää tai liiemmin hurrattavaakaan. Karttapohja oli valmis, kuten myös tilastotiedot, mutta kartan yleisilmettä ja luettavuutta parantelin muuttamalla värityksiä. Lisäksi tein pienen laskutoimituksen typpipäästöjen pronsenttiosuuksien saamiseksi, valmiin tiedoston pohjalta.

Toisessa harjoituksessa päästiinkin tutkimaan Suomen karttaa, ja sitä, millaisia tietoja sen pohjalta voidaan esittää. Pohjana oli Suomen kuntakartta (kuva 2). Lähdin vain yksinkertaisesti visualisoimaan kyseisen kartan käytämällä porrastettuja luokkia esittämään asukasluvultaan eri kokoiset kunnat eri värisinä. Kokeilin muutamaankin väriä, mutta omaan silmään sininen sopi parhaiten joten se jäi!

(Kuva 2, Suomen kunnat asukaslukuina)

Mielestäni Hanna Pelkonen kiteytti omassa blogissaan erinomaisesti myös omat fiilikseni koskien ensimmäistä kurssikertaa;

“Tällä ensimmäisellä kurssikerralla opin harjoitusten myötä QGisin käytön aakkosia. Ohjelman ja paikkatiedon sujuvaan käyttöön tarvitaan kuitenkin kohdallani vielä lisää harjoituksia sekä monia uusia yrityksiä ja erehdyksiä. Opettajan laatimat yksityiskohtaiset ohjeet ja neuvot luennolla tulivat todella tarpeeseen ja kiitos niiden sain kaikki ensimmäisen viikon harjoitukset kasaan ja kurssin tehokkaasti käyntiin!” -Hanna Pelkonen

Ensimmäinen tunti oli siis yllättävän jees!

 

Lähteet:

HELCOM tietoa – https://fi.wikipedia.org/wiki/It%C3%A4meren_merellisen_ymp%C3%A4rist%C3%B6n_suojelukomissio

Hanna Pelkosen kurssiblogi – https://blogs.helsinki.fi/pelkohan/