Categories
Geoinformatiikan menetelmät

Toinen kurssikerta

Toistoja kehiin!

Tällä kertaa tutustuttiin karttaprojektioihin ja siihen, miten ne eroavat toisistaan. Karttaprojektiot voivat olla oikeapintaisia, oikeakulmaisia tai oikeapituisia, tai sitten kompromissi näiden välillä. Ne kuitenkin vääristävät aina jotain tietoa, koska pallon pinta ei taivu kaksiulotteiselle kartalle ilman virheitä. Niinpä projektion valinnalla on väliä.

QGISissä on työkalu, jolla voi mitata etäisyyksiä ja pinta-alaa kartalta. Mittasin mielivaltaisen etäisyyden ja pinta-alan Suomen lapista ja tutkin eri projektioiden tarjoamia lukuja näille mittauksille. Tulokset näkyvät kuvassa 1.

Kuva 1: Taulukointi etäisyydestä ja pinta-alasta eri projektioissa.

Tuloksissa näkyy, että karteesista koordinaatistoa käytettäessä virheet sekä etäisyydessä että pinta-alassa vaihtelevat huomattavasti. Sen sijaan ellipsoidin pinnalle sovitettuna ne pysyvät samana. Mercatorin projektio vääristää tuloksia kaikista eniten, kun verrataan ETRS/TM35FIN-järjestelmään, joka soveltuu hyvin Suomen kuvaamiseen.

Valitulla projektiolla on siis merkitys suoraan kartalta mitattaviin etäisyyksiin ja pinta-aloihin. Lisäksi projektioilla on vaikutus ihmisten mielikuviin maailmasta: esimerkiksi mantereiden tai valtioiden suhteelliset koot näyttävät muuttuvat projektiosta riippuen. Suomikin venyy tai puristuu hieman eri muotoiseksi eri projektioilla. Hanna miettiikin omassa blogissaan (https://blogs.helsinki.fi/pelkohan/), olisiko tähän ilmiöön syytä kiinnittää enemmän huomiota, koska karttojen käyttö ihan arjessakin on yleistynyt. Tämä on mielestäni hyvä pointti, koska mielikuvat syntyvät helposti alitajuisesti. Kartan tekijällä onkin vastuu siitä, miten hän tiedon esittää.

Seuraavaksi tein karttoja, jotka havainnollistavat pinta-alan vääristymää eri projektioissa suhteessa ETRS89/TM35FIN -projektioon. Käytin samoja projektioita kuin Excel-taulukossa. Tässä lopputulokset:

Kuva 2: Robinsonin projektion aiheuttama pinta-alan vääristymä kunnittain suhteessa TM35:een.
Kuva 3: Mercatorin projektion aiheuttama pinta-alan vääristymä kunnittain suhteessa TM35:een.
Kuva 4: Stereografisen projektion aiheuttama pinta-alan vääristymä kunnittain verrattuna TM35:een.

Värit kuvaavat pinta-alojen suhdetta, eli kertovat kuinka paljon kyseinen projektio vääristää tietyn kunnan pinta-alaa verrattuna TM35-projektioon. Nopealla vilkaisulla kartat näyttävät hyvin samankaltaisilta, mutta eron huomaa, kun tutkii legendaa: kuten taulukkovertailussa, myös näissä kartoissa Mercatorin projektio aiheutti suurimmat vääristymät.

Pinta-alojen suhteiden laskemisen jälkeen tarkoitukseni oli muuttaa kartat takaisin TM35-projektioon, jotta Suomi näyttäisi sopusuhtaiselta. Unohdin kuitenkin tehdä tämän vaiheen stereografiselle projektiolle, joten Suomen muodostakin voi nähdä hieman vääristymää.

Kaikissa kartoissa on nähtävissä etelä-pohjoissuuntainen vääristymän kasvu, mikä kuvastaa projektioiden taipuvuutta liioitella napaseutujen pinta-alaa. Stereografisessa projektiossa vääristymä kulkee enemmän luode-koillinen-suunnassa, mutta jos tässä kartassa katsoo pohjoisnuolta, huomaa, että karttaa onkin vähän kallistettu.

Lähde:

https://blogs.helsinki.fi/pelkohan/

Categories
Geoinformatiikan menetelmät

(Toinen) Ensimmäinen kurssikerta

Okei, kokeillaas uudestaan. Viime vuonna sain kokonaisen yhden blogitekstin tehtyä, mutta sentään se tarkoittaa, että blogialusta on tällä kertaa edes vähän tuttu.

Ensimmäisen kurssikerran sisältö vastasi viime vuoden sisältöä, joten olin jo kertaalleen tehnyt nämä kartat. Jos lukijoita kiinnostaa, viime vuoden karttani löytyvät edellisestä blogipostauksestani. Niitä on ainakin omasta mielestäni hauska verrata: ensinnäkin tänä vuonna sain kartan reunuksen olemaan suorassa suhteessa karttaan.

Toisekseen otin oppia viime vuoden ohjeistani ja jätin Itämeren syvyyskäyrät merkitsemättä, jolloin kartta on mielestäni helppolukuisempi. Kartanhan on tarkoitus esittää Itämerta reunustavien valtioiden osuuksia Itämeren typpipäästöistä. Syvyyskäyrät eivät mielestäni tuo siihen lisäselvennystä.

Kolmanneksi, tällä kertaa järvien rajaus- ja täytevärit ovat samat ja sen ansiosta järvien väri kartalla vastaa legendan väriä. Viime vuonna olin asettanut järvien reunavärin erisävyiseksi siniseksi, jolloin pienen pinta-alansa takia suurin osa järvistä näytti kokonaan reunojensa värisiltä.

Toisaalta tällä kertaa järvien ja HELCOM-merialueen värit ovat todella lähellä toisiaan. Niiden selkeämpi erottaminen auttaisi ehkä kartan luettavuutta. Lisäksi mittakaavan asettelua olisi voinut vielä hienosäätää. Itseäni häiritsee hieman, että valtioiden rajat kulkevat tekstin ”500 km” alta.

Kuva 1. Itämeren valtioiden osuudet typpipäästöistä (%)

Tekninen toteutus oli tällä kertaa hieman helpompaa, koska minulla oli viime vuoden kurssin alku pohjalla. En siis avannut QGISiä aivan ensimmäistä kertaa. Toisaalta olen edelleen vitkuttelun mestari, ja tein tänäkin vuonna kotitehtävän vasta viime hetkellä ennen seuraavaa kurssikertaa.

Kuva 2. Eläkeläisten osuus (%) kunnittain vuonna 2015.

Valitsin Kunnat-kartasta visualisoitavaksi eläkeläisten osuuden kunnittain. Tällä kertaa muistin paremmin, mistä liukuvärin saa kartalle. Lisäksi tässäkin kartassa on reunat (toisin kuin viime vuonna)! Kartan pohjoisnuoli on hieman vinossa, jottei Suomen tarvitse. Muutin siis käytetyn koordinaattijärjestelmän ETRS89 LAEA:ksi, jolloin Suomineito näytti olevan etukenossa. Layout-lehdellä sitten muutin kartan kallistuskulmaa visuaalisesti miellyttävämmäksi. Onneksi QGIS käänsi pohjoisnuolta vastaavan verran automaattisesti!

Kartta on mielestäni helppolukuinen myös lähdemateriaalia tuntemattomille. Eläkeläisten jakautuminen maassamme seurailee suurin piirtein kaupunkien sijoittumista: Niissä kunnissa, joissa on isompia kaupunkeja, eläkeläisiä on suhteessa vähemmän. Kaupungit tarjoavatkin työpaikkoja, joten on loogista, että niissä asuu enemmän työikäisiä. Suomen sisäisen muuttoliikenteen seurauksena työikäiset muuttavat kaupunkeihin, kun taas eläkeläiset jäävät maaseutumaisiin kuntiin. Niinpä eläkeläisten suhteellinen osuus haja-asutusalueiden väestöstä on suurempi.