Kurssikerta 2

Toisen kurssikerran tehtävänä oli QGIS:sin toimintoihin sekä ominaisuustietotaulukoiden saloihin tarkemmin perehtyminen. Ensimmäisessä harjoitustehtävässä tarkoituksena oli havainnollistaa Suomen kartan ja kuntarajojen avulla eri projektioiden käytön aiheuttamia eroavaisuuksia lopputulokseen. Kuten Sini Ahtinen blogissaan ilmaisi oli projektioiden ominaisuuksien ja vaikutusten kertaaminen hyödyllistä, vaikka niistä on jo aiemmin tullutkin paljon opiskeltua. Koska viikon aikana oli jo ehtinyt hyvin unohtamaan QGIS:sin käytön ensimmäiset opit oli kerratava uudestaan valtaosa asioista. Vaikka hyvien ohjeiden ja opastuksen avulla tehtävän tekemisen perusperiaate oli selkeähkö, tuli itse toteutuksen kanssa jonkin verran ongelmia. Alla oleva taulukko havainnollistaa jonkin verran eri projektioiden välisiä eroja mittasuhteissa samalla alueella. Kaikki mittaustulokset ovat samankokoiselta alueelta tai samanpituisen janan mukaan mitattuja, mutta kartan projektion vaihtaminen aiheuttaa mittaustulosten erot. Esimerkiksi Mercatorin projektion käyttäminen vääristää mittaustuloksia huomattavasti verrattuna Suomessa useinmiten käytettyyn ETRS-TM35FIN projektioon verrattuna.

Projektio Pinta-ala Pituus
ETRS-TM35 FIN 6888,316km2 470,724km
Sphere Mercator 57 177,64km2 1037,789km
Sphere Robinson 9796,999km2 690,045km
Albers,Europe,Equal 6892,086km2 470,748km
Sphere Winkel 13394,387km2 763,543km
Abidjan 1987 6891,360km2 470,753km

 

Aloitin tehtävän muuttamalla valmiiksi saadun Suomen kuntakartan Lambertin projektiosta Mercatorin projektioon ja tämän jälkeen laskin kuntien pinta-alat ominaisuustietotaulukkoon tämän uuden projektion mukaisesti. Suhteellisen selkeä vaihe, mutta oli huomioitava että pinta-ala piti jakaa 1000 000, jotta vastauksena olisi halutusti neliökilometrejä ja vältyttäisiin yksiköiden erojen aiheuttamilta virheiltä. Kun pinta-alat oli saatu määritettyä, voitiinkin siirtyä laskemaan prosentuaalisia eroja kuntien pinta-aloille eri projektioissa. Tässä kohtaa oli lopputuloksen kannalta kriittinen vaihe, eli oli tallennettava karttaesitys halutussa projektiossa (tässä tapauksessa Mercatorin), jotta seuraavassa vaiheessa tiedot olisivat varmasti oikeita, mikäli tämän tallennusvaiheen vahingossa jätti väliin oli tiedossa varmasti ongelmia 🙂 Seuraavaksi päästiinkin sitten itse prosenttierojen laskemiseen, taas luotiin ensin uusi sarake ominaisuustietotaulukkoon johon laskettiin field calculator -työkalulla johon syötettiin hieno laskutoimitus (pinta-ala mercator – pinta-ala lambert) / pinta_ala lambert x 100 = lopptulos eli jokaisen kunnan vertailuprosentti ! Tämän jälkeen olikin vielä visualisointi, eli saatujen tietojen tuominen näkyviin. Itse päätin että tekemässäni koropleettikartassa olisi 6 luokkaa, jotta sävyerot olisivat tarpeeksi näkyviä ja luokkarajat suht pieniä. Mitä vaaleampi on kunnan värisävy sitä pienemmän suhteellisen pinta-alaeron Mercatorin projektio aiheuttaa. (Kuva 1)

Kuva 1.

Kun tämä ensimmäinen karttaesitys oli saatu valmiiksi oli vuorossa verrata samaa Lambertin projektiota ja kuntakarttaa pinta-aloineen Robinsonin projektioon. Käytännössä työvaiheet ongelmineen ja mahdollisuuksineen olivat täysin samoja, joten niiden kertaaminen edellisestä kappaleesta ei liene tarpeen. Kuva 2 esittää tätä toista vertausta.

Kuva 2.

Ongelmia tehtävien tekemisessä kuitenkin muodostui. Ensinnäkin tallennuksessa käytetty väärä projektio aiheutti harmaita hiuksia, sillä lukuarvot joita sain olivat oikeasta laskutoimituksesta huolimatta perin kummallisia. Tässä ei auttanut muu kuin palata muutama askel taaksepäin ja tehdä uudestaan, mistä on tietysti hyötyä koska kertaus on opintojen äiti! Jokatapauksessa lopullisissa tässä postauksessa esitetyissä kartoissakin (tai niiden ominaisuustietotaulukoissa) on varmasti edelleen jokin väärin, sillä niiden väliset erot ovat luultavasti liian pieniä. Perustan tämän päätelmän viisaiden kurssitovereideni Sini Ahtisen ja Oula Inkeröisen ansiokkaisiin karttaesityksiin, joissa on verrattu samojen projektioiden välisiä eroja ja saatu tuloksena erinäköiset kartat. Tämä herätti minussa vielä lisähämmennystä sillä vertailimme Sinin kanssa samaan aikaan tehtyjen töidemme ominaisuustietotaulukoita, missä kaikki kriittiset lukuarvot täsmäsivät, luokkarajat ja luokkien määrät täsmäsivät, mutta silti lopputulokset olivat erilaiset. Tätä mysteeriä en osannut ratkaista, mutta ehkä se vielä joskus selviää.

 

Ahtinen Sini, “QGIS ja hermoromahduksen ensiaskeleet” (22.1.2019) https://blogs.helsinki.fi/ahtisini/

Inkeröinen Oula, “Ken kuuseen kurkottaa se projektioon pamahtaa” (29.1.2019) https://blogs.helsinki.fi/inkeroul/

Leave a comment

Your email address will not be published. Required fields are marked *