Kursgång 7 och en lättnadens suck

Inför den sjunde och sista kursgången fick vi i uppgift att själva hitta material som vi skulle skapa en karta, alternativt flera kartor, av. Först blev jag litet skräckslagen och inbillade mig det som nästan omöjligt att hitta eget material som dessutom skall vara i rätt filformat o.s.v. Men det visade sig som tur inte vara så svårt, utan tvärtom, fanns det massor av gratis material på internet med hjälp av rätt sorts sökord. Efter några googlingar hittade jag tillgängligt material om Finlands skogar, främst de privatägda, som jag ansåg vara intressant. Detta material kunde även väljas landskapsvis som var en intressant indelning.  Så jag laddade ner zip filerna och sedan under kursgången importerade jag dem till QGIS, men där slutade det roliga tvärt. Gång på gång crashade programmet och efter x antal gånger och en timme senare gav jag upp och det materialet fick bli ett minne blott.

Jag började söka efter nytt material på nätet och relativt snabbt kom jag över de två materialen som innehöll flygfält och urbana områden i världen. Förutom de två materialen laddade jag ner från Natural Earth zip fil efter zip fil, innehållande land och landsgränser, hav och andra vattendrag o.s.v. När allt väl var importerat till QGIS var det “bara” att börja justera variabler och annat så att det visuellt skulle tillfredsställa ögat. Efter ett antal justeringar lade jag ländernas färg till svart och då slog det mig att jag kan göra kartan så som det ser ut på natten när man sitter i flygplan och flyger över länder och bara ser städerna upplysta; därav den mörka presentationen av bild 1.

Bild 1. De internationella flygfältens position samt urbana områden i Europa.

Jag valde att enbart använda mig av Europa eftersom mitt valda material blev otydligt och inte så informativt och exakt när man såg hela världskartan. Hur som helst är jag nöjd med presentationen av kartan, de urbana områdena urskiljer sig tydligt från den svarta bakgrunderna och flygfälten kommer bra fram tack vare bufferten kring dem (tack för tipset Eveliina). På bilden syns dock inte alla flygfält utan enbart de internationella flygfälten, alltså dit och varifrån internationella flyg åker. Det kan också konstateras att vid de urbana områdena ligger flygfälten , och ju större urbana områden – desto fler fygfält i närheten.

Enligt European Commission reser det 900 miljoner passagerare årligen till, från och inom Europa och hela flygsektorn erbjuder ungefär 5,5 miljoner jobb. Enbart avgångarna från Londons fem flygfält är fler än 1400 per dag och motsvarande ungefär 220 per dag från Helsingfors-Vanda flygfält. Det i sig talar för att det är en livlig flygtrafik inom Europa och hela flygväsendet erbjuder väldigt många arbetsplatser.

Sista kursgången

Det känns å ena sidan som en lättnad att kursen är över och jag fått till stånd alla de uppgifter och kartor som skulle göras, men å andra sidan känns det konstigt att kursen slutar nu i och med att det ändå varit rätt så intensivt.
Det har varit stunder då jag har haft lust att slänga datorn i golvet men också stunder av ren lycka, när man åstadkommer det man ska. Så sammanfattningsvis har det varit en givande kurs med mycket ny information och kunskap, som jag förhoppningsvis någon gång får briljera med att jag kan(!?)

Så tack till alla vänliga själar som hjälpt mig under kursens lopp och som läst och refererat till min blogg. För att inte glömma min partner in crime Eveliina som vi samarbetat mycket med, och liksom i den förra kursen där vi använde CorelDraw sade vi att vi aldrig klarar av denna kurs;

but we made it, once again!🥳

/Johanna

 

Källor:

European Commission, Mobility and transport, Airports. (Läst 26.2.2019)
URL: https://ec.europa.eu/transport/modes/air/airports_en

FlightsFrom.com, Top 100 busiest airports in Europe. (Läst 26.2.2019)
URL: https://www.flightsfrom.com/top-100-airports-in-europe

Natural Earth, Downloads, Large scale data, 1:10m, Cultural & Physical. (Nerladdat 26.2.2019)
URL: https://www.naturalearthdata.com/downloads/

Tammisto, E. 2019.
URL:https://blogs.helsinki.fi/tammieve/

Kursgång 6: Undervisningsmaterial

Den sjätte kursgångens första timme tillbringade vi utomhus genom att samla data beträffande trivsel vid olika, valbara, platser till applikationen Epicollect. Den appen var bekant sedan ca 2 veckor tidigare från en annan kurs där vi genomförde en fältundersökning, så det praktiska var under kontroll. Som sagt så samlade vi alla alltså ihop data som vi sedan förde in i QGIS i punktformat och analyserade. Vi lärde oss att använda en ny funktion, nämligen interpolation, som tar i beaktande tätheten på punkterna och de värden som man givit punkterna (det man gjort då man använt Epicollect). Det finns olika sätt att använda sig av interpolation, och det som vi gjorde i början av lektionen var att använda oss av det område som vi samlat data in i epicollect och sedan tillämpade vi en så kallad Inverse Distance Weighting. Den här varianten av interpolation strävar efter att ge värden åt tomma områden, där det inte finns någon punkt, på basis av de närmaste liggande punkterna. Det man sedan kan göra är att ge färg åt interpolationen, men helst att färgskalan innehåller två olika färger, eller speciellt i vårt fall där våra värden inte var en gradvis ökning mot bättre eller sämre utan innehöll dåliga och bra svar. Så när vi hade gjort det och färglade kartan kunde man se att de områden där trivseln var bra var gröna och områden kring de punkter som hade fått sämre trivselvärden var mer röda. Det vi gjorde var alltså att få värden på de tomma områden som fanns mellan de punkter som vi tidigare gett värden åt.

Kartor som Undervisningsmaterial

Vi fick som uppgift att skapa tre kartor på valbart sätt men som har det gemensamma temat hasarder. Tanken är att man skall kunna använda dessa inom undervisningen och varför inte, dessa är kartor som beskriver förekomsten av jordbävningar, vulkaner och meteoritnedfall som dessutom är utprickade på deras geografiska ställen. I bild 1 kan man se meteoritnedfallen samt deras position mellan åren 1950 och 2012. I undervisningen kan man utnyttja denna på olika sätt beroende på vilket skolstadium man undervisar i. Det kan vara frågan om att behandla meteoritnedfall i överlag eller att ge i uppgift att ta reda på något visst nedfall, eller att tolka hur många nedfall vi träffats av i Finland och vilka de är.

Bild 1. Karta som visar var meteoriter fallit ned under en viss tidsperiod.

I bild 2 ser man de större jordbävningarna med en magnitud på 6 eller större och var de skett under tidsperioden mellan år 1950 och 2019. De ljusare prickarna är alltså de mindre jordbävningarna och motsvarande är de svarta prickarna de kraftigaste. Förutom att använda denna karta i undervisning som behandlar jordbävningar kan man i samband med det behandla litosfärplattor och deras rörelse. Ytterligare kan man i detta sammanhang behandla vulkaner och jämföra deras distribution (bild 3) i förhållande till förekomsten av jordbävningar.

Bild 2. Världskartan innehållande de större jordbävningarna.

 

Speciellt bra går det att koppla ihop och behandla just jordbävningar tillsammans med vulkaner eftersom båda deras uppkomst har med litosfärplattorna att göra. Genom att klicka på denna länk hittar man en karta på litosfärplattorna samt information om hur dessa hänger ihop med vulkaner och jordbävningar. Här igen går det att tillämpa kartorna olika beroende på vilket stadium det är frågan om; det går alltid att ta reda på mera om dessa hasarder och fördjupa sig i vad de har för följder och risker för omgivningen/invånarna i närheten mm. Det här betyder att människogeografi och kulturgeografi går bra att kombinera med dessa kartor eftersom jordbävningar och förekomsten av vulkaner ofta berör och påverkar ett lands byggnader och infrastruktur t.ex.

Emma har gjort två fina och bra beskrivande kartor på vulkaner varav hennes bild 4 är en “heat map” så att kartan får lite mera djup samt bild 5 är också en informativ bild varifrån man kan avskilja de olika vulkantyperna.

Bild 3. Förekomsten av vulkaner i världen.

Denna länk leder till en hemsida där man kan se vilka vulkaner som är aktiva i dagsläget och vad de har för status. Genom att klicka på någon av de listade vulkannamnen får man ytterligare information om den vulkanen och dessutom en bild på just den vulkanen i fråga.

Jag provade att använda funktionen interpolation när jag gjorde dessa kartor men jag tyckte inte resultatet blev bra och jag såg inte nyttan av det i de här kartorna. Så i och med att det inte gav någonting vettigt visuellt och inte heller informationsmässigt något mervärde lämnade jag bort det den här gången.

/Johanna

 

Källor:

SGU, Sveriges geologiska undersökning, Jordbävningar och vulkaner. (Läst 21.2.2019) URL: https://www.sgu.se/om-geologi/jordklotets-uppbyggnad/jordbavningar-och-vulkaner/

Sinisalo, E. 2019. Frisk luft och hasarder. (Läst 22.1.2019)
URL: https://blogs.helsinki.fi/sinisale/

Volcano Discovery, What’s erupting? List & map of currently active volcanoes. (Läst 21.2.2019) URL: https://www.volcanodiscovery.com/erupting_volcanoes.html

 

Fall down 7 times, stand up 8

Precis liksom rubriken lyder kändes det efter att jag fått alla uppgifter tillhörande kursgång 5 gjorda. Dock skulle det vara närmare sanningen att skriva “fall down 15 times, stand up 16” för QGIS crashade garanterat minst 15 gånger på vägen vilket gjorde alltihop ännu segare. Utförandet av dessa mer eller mindre individuella uppgifterna gick alltså inte helt smärtfritt, men de blev gjorda efter X antal timmar. Redan i det här skedet vill jag rikta ett ENORMT tack till Johanna, räddaren i nöden, och många andra kurskamrater som satt och bankade huvudet i datorskärmen under dessa timmar.

Ännu tillbaka till Johanna vars förtjänst det är att de sista uppgifterna blev gjorda för mig och Eveliina, som tappert gör uppgifterna tillsammans för att stöda varandra (och så är det roligare så också). Johanna hjälpte gång på gång och förklarade sakerna väldigt bra. Många gånger var det sådant som jag själv inte skulle ha kommit på, så antingen har hon själv lagt sig in väldigt bra i programmet eller så är hon en QGIS-guru. Det gläder mig i alla fall att läsa att Johanna ändå tyckte att det var lärorikt att hjälpa oss andra, win-win.

När det kommer till hur jag själv upplever att jag behärskar QGIS och tillhörande funktioner är det en del funktioner som jag känner att går smidigare än andra. Att behandla data i attributtabellen och skapa nya kolumner och använda field calculator går ganska långt på rutin vid det här laget. Att välja viss data och av dem skapa nya lager går också helt bra. Det som tar längst tid är ofta att lägga sig in i uppgiften och klura ut hur man skall gå till väga för att få fram rätt svar, och vet man inte det är det väldigt frustrerande. Några gånger gjorde jag även vissa kalkyleringar i onödan fast man direkt skulle ha kunnat läsa dem ur statistik panelen. Så vissa gånger gör man det onödigt svårt för sig…
Under den här kursgången blev funktionen Spatial Query mer logisk för min del, och jag tror det beror på att det blev mer konkret eftersom vi själva i vissa övningar gjorde en buffer och sedan använde oss av den.
Att göra en buffer möjliggör att närma sig och kontrollera information som ligger inom ett visst område. Ett exempel syns i bild 1 som hör till en av uppgifterna vi gjorde varifrån man med hjälp av buffer kan granska hur många det bor inom en radie på 500 meter från en tågstation. Det här kan också tillämpas bland annat inom kartering och räkning av arter och man vill gruppera dem enligt hur nära/långt ifrån någonting de är belägna. Buffer kan också användas vid t.ex. områdesplanering då man vet hur långt bebyggelsen måste vara ifrån ett naturskyddsområde exempelvis.

Bild 1. Invånare (med gult) som bor inom en viss radie från en tågstation.

Att använda funktionen Select features by value är en smidig funktion som under arbetandet med uppgifterna kom till nytta och det blev lättare att hantera. Jag känner precis som Sini, att till viss grad tycker man att man behärskar dessa olika funktioner men sen glömmer man ibland att de finns och i vilka fall man ska använda dem. Och det är här som jag tror att skon klämmer som mest; man har inte 100% koll på vilka funktioner man har till förfogande när programmet ännu är så pass obekant.

Nedan i tabellerna 1,2 och 3 syns de svar på uppgifterna som vi skulle lösa efter den femte kursgången.

Tabell 1. Invånarantal och procentuella andelar gällande olika faktorer.

Tabell 2.  Uppgifter om invånare och tätorter i huvudstadsregionen.

Tabell 3. Uppgifter om simbassänger och bastun i huvudstadsregionen.

I bild 2 ser man de områden som har flest simbassänger i huvudstadsregionen både i form av en färgskala och i form av diagram. Jag försökte flera gånger ändra avståndet mellan värdet (siffran) på kartan och stapeln men trots det kom aldrig siffran med på kartan när jag öppnade print composern. Utifrån bilden kan man ändå konstatera att det finns rätt så litet av simbassängerna i stadskärnan, och det beror säkert delvis på brist på utrymme. De områden där det finns mest av simbassängerna är de områden som har mera egnahemshus och där andelen förmögna också är relativt stor.

Bild 2. Utbredningen av simbassänger och dess antal i huvudstadsregionen.

Användningen av QGIS erbjuder en stor mängd funktioner vid analys av data som kan kopplas till en plats. Har man en bra bottenkarta och data som man får att passa ihop genom lämpliga koordinatsystem finns det säkert oändligt med funktioner och analyser som kan genomföras. Det som jag dock själv märkt, en mindre trevlig erfarenhet, är att för stora filer och material har QGIS tungt att genomföra och då växer också risken att programmet crashar. Och för att man skall kunna införa viss data till programmet bör det vara i rätt sorts filformat, och här går vi långt över mitt förstånd, så det här har jag bara apat efter anvisningarna utan att förstå vad ett filformat egentligen lägger för gränser.

Ibland visste jag inte om jag skulle skratta eller gråta när QGIS vägrade samarbeta, så i alla fall kan man konstatera att QGIS också väcker blandade känslor inom en när man jobbar med det. Men lyckan när man får någonting att fungera rätt, den ska man ta vara på!

/Johanna

 

Källor:

Ahtinen, S-M. 2019. Kurssikerta 5 – Ongelman ratkaisua. (Läst 20.2.2019)
URL: https://blogs.helsinki.fi/ahtisini/

Lehtinen, J. 2019. Itsenäistä säheltämistä. (Läst 20.2.2019)
URL: https://blogs.helsinki.fi/johanleh/

Tammisto, E. 2019. Kurssikerta 5: Bufferointia ja analyysejä(Läst 20.2.2019)
URL: https://blogs.helsinki.fi/tammieve/

Kursgång 4: ruta på ruta

Ytterligare en vecka bakom. Det skulle vara lögn om jag sade att användningen av QGIS börjar vara lätt. Tilläggas kan dock säga att det börjar gå lättare. Under denna veckas kursgång “crashade” mitt program för första gången men som tur hade vi inte hunnit göra fullständiga kartor utan det här skedde relativt i början och jag hade ganska så nyligen sparat mina filer. Så nu är crashandet av QGIS också erfaret och det var inte lika frustrerande som jag hade tänkt mig.

Fjärde kursgången i sig innehöll relativt mycket ny information och vi började använda oss av data i rutformat och punktformat. Användningen av material och information som finns i rutor är på så vis lämpliga att man inte själv behöver bestämma områdens gränser utan med hjälp av rutorna och deras olika storlekar får man färdigt en uppdelning av området. Data i punkformat ger en väldigt exakt lokalisering av någon information eftersom en punkt kan med exakt noggrannhet placeras ut på en karta. Kursgångens övningar bestod alltså av att föra in information om invånarna i Helsingforsregionen i form av rutnät. De obebodda rutorna sållade vi bort så att enbart de rutor som har invånare blev kvar.

I och med att dessa temakartor med rutnät har rutor som är sinsemellan lika stora kan man bra framföra absoluta värden variabler emellan. Det som dock kanske är det negativa med denna väldigt exakta information som omfattar bland annat språk och ålder mm. hos de som bor i enskilda hus är frågan om i vilken utsträckning det individuella skyddet om personuppgifter sträcker sig. Detta är en viktig aspekt, som Emilia lyfter fram och poängterar att förhoppningsvis tar både forskare och studerande denna etik i beaktande.

Temakartor

På det här sättet fick vi alltså till stånd rutnätstemakartor där man själv kan välja storleken på rutorna och i detta fall fick vi även välja den information som vi ville visualisera. Sådana här typs temakartor lämpar sig väldigt bra till att visualisera just utbredning av någonting eftersom man med hjälp av olika färger får tydligt fram t.ex. tätheten av någon variabels förekomst.

Den första temakartan, bild 1, visar antalet finlandssvenskar per kvadratkilometer inom Helsingforsregionen. Vid de gula/orangea färgen finns det alltså minst av finlandssvenskar och ju mörkare lila/blåa rutorna blir finns det alltså mera av dessa. Det som dock gör denna typ av temakarta lite missvisande, som Amanda konstaterar, är att det inte står hur många det totalt bor i varje ruta, vilket kan bli vilseledande eftersom antalet finlandssvenskar inte då blir i direkt förhållande till den totala mängden invånare.

Bild 1. Antalet finlandssvenskar i Helsingforsregionen per kvadratkilometer.

 

Till den andra temakartan som vi själva fick fritt välja vad vi ville undersöka samt visualisera valde jag att granska hur utbredningen av 24-åringar i huvudstadsregionen ser ut (bild 2). En relativt likadan trend kan man se i denna karta som i bild 1, att mera 24-åringar finns det ju mera mot stadskärnan man rör sig. Dock har den här kartan samma nackdelar som jag ovan nämnde för bild 1.

Bild 2. Antalet 24-åringar i Helsingforsregionen samt var de befinner sig indelat i 1km x 1km rutor.

Förutom att de olika valda variablerna är utmärkta med färgskalor i bilderna 1 och 2 syns också befolkningens utbredning i överlag i Helsingforsregionen. D.v.s. förutom den valda variabeln kan man alltså se var det bor folk i huvudstadsregionen i och med att vi sållade bort de rutor var det inte bor någon alls.

Nu börjar det här med att “joina” och skapa nya lager bli mer och mer klart hur och varför man gör det samt att funktionerna blir mer logiska, inte bara ett slaviskt efterapande av läraren. Skapandet av sådana här temakartor är mest bekant hittills av det vi gjort under kursen så det förklarar också varför detta inte kändes som överkomlig utmaning.

I slutet av kursgången började vi förbereda inför nästa gång genom att första gången införa material i rasterformat till QGIS. Här gjorde vi dock allt i given ordning och utan desto mer förklaring vad målet med denna karta är. Men det lär väl klarna under nästa gång, så; until next time!

/Johanna

 

Källor:

Kostamo, E. 2019. Ruutuaineistoa Helsingin väestöstä (kurssikerta 4).
(Läst 11.2.2019), URL: https://blogs.helsinki.fi/emilikos/

Ojasalo, A. 2019. Ruutuja. (Läst 11.2.2019), URL: https://blogs.helsinki.fi/amandaoj/

Kursgång 3: Att föra samman data

Tredje veckan kördes igång med QGIS. Den här kursgången hade ingen desto längre föreläsningsdel utan vi började nästan direkt med att behandla information i QGIS, vilket förstås känns nödvändigt och man lär ju sig bättre genom att göra (sägs det). Teoridelen fick vi i samband med att vi själva gjorde en temakarta över Afrika, klick efter klick precis så som Arttu gjorde, och tillika pratade han om varför vi gjorde vad o.s.v.

Utan att på detaljnivå gå in på vad vi gjorde så var huvudidén bakom vår första gemensamma övning att vi skall lära oss hur man sammanför olika data till ett och samma kartbotten. Den information och data som vi införde till QGIS var både shapefiler men vi importerade också data från excel. Hittills kändes allt ännu relativt klart och fastän tillvägagångssätten var helt nya så greppade jag det bättre när slutresultatet blev en tydlig karta på Afrika innehållande olika sorts information. Intressant var att man kunde se en tydlig koppling mellan förekomsten av diamantgruvor och konflikter, på basis av var de är belägna och antalet konflikter. Det som jag själv inte kom att tänka på men som Saaga lyfter fram, vilket jag tror det kan finnas en sanning i, är att det även kan finnas en koppling mellan internetanvändning och konflikter i Afrika.

Självgjord temakarta

Till följande var det alltså dags att själv producera en temakarta. Med hjälp av olika sorts data skulle vi alltså på ett kartbotten införa Finlands avrinningsområdens översvämningsindex. Jag och Eveliina samarbetade så gott som hela uppgiften tills hennes program kraschade gång på gång. Uppgiften fortskred helt okej, men under själva arbetet med temakartan var det mer fokus på att följa slaviskt instruktionerna än att verkligen reflektera kring och förstå vad man i praktiken gjorde. Det var verkligen inte bara genom en handvändning som temakartan i bild 1 uppstod. Med hjälp av några andra kurskamrater och Youtube blev temakartan ändå färdig och ser enligt mig visuellt helt bra ut. Översvämningsindexet i bild 1 ser man att är som högst vid kusterna och minst in i landet och där avrinningsområdena gränsar mot land.

Dock märkte jag när jag infogade bild 1 att jag gjort ett fel gällande talen i indexet, så det får jag lov att korrigera ännu. Så läs inte alltså ännu värdena, utan se bara på färgerna, hehe…

Bild 1. Översvämningsindex och andelen sjöar i landets avrinningsområden.

Som man kan se från bild 1 är det lägst översvämningsindex där som procenten sjöar är som störst och tvärtom; där som indexet är som störst är sjöandelen mindre. Jag tror precis som Alex i detta fall att de två värdena är kopplade till varandra och att de låga översvämningsindexet i mellersta Finland beror på den höga andelen sjöar.

Beträffande sjöandelen som är presenterad i procent och som staplar i bild 1 är det lätt att med en snabb överblick få en uppfattning om vilka områden som består av en hög andel sjöar i jämförelse med varandra. Så för att bilda sig en rätt så allmän uppfattning om denna data lämpar sig staplarna bra, men skulle man vilja få mer exakt information om vad procentandelen verkligen är så vore det bra med visuella procenttal bredvid eller i staplarna. Jag vet inte om man kan göra det och inte heller hur man gör det, men det är någonting som jag saknar i min temakarta.

En tröst när man själv råkar ut för svårigheter med QGIS är ändå att läsa andras bloggar och inse att man inte är ensam. Och hittills känns det mer som en regel än undantag att folk stöter på problem. Hoppas det börjar vända riktning så småningom när snart halva kursen passerat.

/Johanna

 

Källor:

Laapotti, S. 2019. Kovaa hermojen koettelua. (Läst 5.2.2019)
URL: https://blogs.helsinki.fi/saagalaa/2019/01/30/kovaa-hermojen-koettelua/

Naumanen, A. 2019. Vettä ja metallimusiikkia. (Läst 5.2.2019)
URL: https://blogs.helsinki.fi/alexnaum/

Kursgång 2: Skillnader projektioner emellan

Under den andra kursgången låg fokus på, liksom rubriken avslöjar, att bekanta sig med olika projektioner och se hur de skiljer sig åt beträffande ytstorlekar. Före vi började med den egentliga uppgiften som kommer finnas längre ner i detta inlägg övade vi på att kolla skillnader i bland annat arean av “mössan” på Suomineito projektioner emellan genom att fritt välja olika projektioner som finns att välja mellan i QGIS. Visst har jag varit medveten om att det är skillnader projektioner emellan, men nu när man själv hanterar dem och verkligen hamnar på ett annat sätt jobba med dem, och inte bara se dem som bilder, blir i alla fall jag mera klok på dem så att säga.

Jämförelser

Den första kartan som jag fick till stånd (bild 1) blev färdig mer eller mindre genom noggrann vägledning, och beträffande den kartan gjorde så gott som alla en likadan. Vi jämförde alltså projektionerna Lambert och Mercator sinsemellan och lade dem på ett och samma kartbotten för att illustrera den skillnad som uppstår i ytarealen dessa två emellan. Det som lätt går att konstatera med hjälp av bild 1 är att de procentuella skillnaderna är lägst i landets sydligaste delar och blir större i takt med nordligare breddgrader. De allra största skillnaderna procentuellt ligger således i landets nordligaste delar.  I och med den växande förvrängningen som Mercator projektionen uppvisar ju längre norrut man rör sig är således den projektionen, precis som Suvi också konstaterar, inte den bäst lämpade för Finland i och med att landet ligger relativt långt norrut.

Bild 1. Jämförelse i ytarealen mellan projektionerna Mercator och Lambert.

Som självständig uppgift skulle vi välja två andra variabler eller projektioner att jämföra sinsemellan. Den jämförelsen hann jag dock inte varken utföra eller slutföra under lektionstid så vi bestämde att vi gör den tillsammans med Eveliina, när vi båda upplevde samma borttappade känsla. Det är alltid roligare att göra någonting tillsammans, och faktum är att båda lär sig eftersom man ofta snappat upp olika saker under kursens gång så att man sedan kan slå ihop sina förmågor och få någonting till stånd. Den andra jämförelsen gjordes på samma sätt som i bild 1, alltså en jämförelse i ytarealen mellan två projektioner men i det här fallet mellan Lambert och Miller (bild 2). Precis som Eveliina skriver och funderar över i sitt inlägg beträffande samma jämförelse är hur skillnaden först växer i syd-nordlig riktning men sedan är ändå den helst nordligaste delen av Finland tillhörande en mindre klass än de närliggande områdena. Utöver det här märkliga felet finns det även ett litet område i mellersta delen av landet som tillhör en av de mindre klasserna. Så antingen är det projektionens egenskap eller så är det någonting som gått snett när kartan gjorts.

Bild 2. Jämförelse mellan ytarealen i projektionerna Lambert och Miller.

Jämför man bilderna 1 och 2 sinsemellan rent utseendemässigt ser man att Finlands form i bild 2 ser rätt så förvrängd ut. Övre kroppen så att säga är märkbart större i bild 2 än i bild 1.

Beträffande användningen av QGIS kan jag säga att det känns ännu rostigt. En vecka mellan kursgångerna är länge när man också behandlar andra program under samma period, men å andra sidan är det kanske bra i och med att det finns mera tid att utföra uppgifter som inte blev klara under lektionstid. Allt har sina positiva och negativa sidor, även när det kommer till mina erfarenheter så här långt av QGIS, hehe.

/Johanna

 

Källor:

Salonen, S. 2019. Toinen kurssikerta-Projektioiden vietävänä vai vietävän projektiot. (Läst 4.2.2019) URL: https://blogs.helsinki.fi/marttils/

Tammisto, E. 2019. Kurssikerta 2: Erilaisten projektioiden erot pinta-alojen esityksissä. (Läst 4.2.2019) URL: https://blogs.helsinki.fi/tammieve/

Kursgång 1

Under första kursgången bekantade vi oss med det program som vi i alla fall till en början kommer att jobba med; QGIS. Programmet i sig var totalt främmande för mig och liksom i en annan kurs som vi hade i period 2 där vi jobbade med hjälp av ett annat program kryper det till först fram en känsla av oro när man öppnar ett nytt program och ser de oändligt många funktionerna. Men det gick relativt bra, överraskande nog eftersom sådana här typer av program inte känns som min starkaste sida. Hur som helst tror jag att min långa stubin kommer vara till nytta i även denna kurs. Tacksamt nog har vår lärare också ett bra tålamod och vi fick bra vägledning genom den första övningen; rättare sagt exakta instruktioner där han exakt visade var vi skulle klicka.

Kväveutsläpp i Östersjön

Så till första kursgångens uppgift hörde att göra en temakarta som visualiserar kväveutsläppen från de länder som gränsar till Östersjön. Tack vare de klara instruktionerna och färdiga botten att jobbade med lyckades vi ganska snabbt få fram ett botten med de material vi behövde. Att sedan få fram den information man vill uppvisa på bästa möjliga sätt med lämpliga enhetsklasser och färger o.s.v. tar kräver mera tid och fram för allt kunskap och smidighet vid användandet av QGIS. Men som första uppgift förlåter jag en mindre komplett (visuellt i.a.f.) karta. Det mest relevanta kommer trots allt fram i bild 1, d.v.s. kväveutsläppen från respektive länder.

Bild 1. Kväveutsläpp till Östersjön från respektive länder år 2016.

Det som alltså går att läsa ur bild 1 är att ju mörkare färg ett land har, desto större andel av kväveutsläpp tillför det landet Östersjön. Kväve i sig är inte ett miljögift, det är bara den för stora mängden, övergödningen, som bidrar till en massa problem i vattenekosystemet (Natur och Miljö). Finlands kvävebelastning till Östersjön har minskat märkbart sedan 1900-talet, och en orsak till att Finland har en del kväveutsläpp till havet beror på det rikliga antalet åar/bäckar som rinner ut i Östersjön (Ymparisto.fi).

Några stilistiska egenskaper som jag nu speciellt i efterhand inte är särskilt nöjd med beträffande min karta är precis som också Johanna konstaterar i sin blogg att en mera logisk ordningsföljd i teckenförklaringen hade varit att ha andelen kväveutsläpp högst upp eftersom det är det som själva temakartan handlar om. Färgerna i sig är fungerande, Tyskland som är största boven sticker bra ut ur mängden, men den lila färgen sticker i mina ögon (har aldrig gillat den färgen, haha) så en annan färgskala där hade gjort mig mer nöjd. Östersjöns djup och tillhörande kurvor tycker jag däremot att kan urskiljas relativt bra från den ljusblåa färg som jag lade på Östersjön, trots att det liksom Eveliina konstaterat inte är av någon större relevans i denna karta. Ytterligare kan tilläggas att ändå allt som är vatten relaterat har en blå färg vilket gör kartan mer logisk. Från bild 1 kan alltså konstateras att vi i Finland har väldigt rikligt med vattendrag.

Efter en gångs erfarenhet är det svårt att reflektera kring hur det gick att använda QGIS, men förhoppningsvis blir det smidigare för varje vecka som går och att det självständiga arbetet i programmet skulle börja gå lättare.

/Johanna

 

Källor:

Hokkinen, J. 2019. Kursgång 1: Introduction till QGIS och producering av egna kartor. (Läst 28.1.2019) URL:https://blogs.helsinki.fi/johhokki/

Natur och Miljö, Övergödning. (Läst 28.1.2019)
URL:https://www.naturochmiljo.fi/vad_vi_gor/vatten_och_fiske/ostersjon/overgodning/

Tammisto, E. 2019. Kurssikerta 1: QGIS-ohjelmaan tutustuminen. (Läst 28.1.2019) URL:https://blogs.helsinki.fi/tammieve/

Ympäristöhallinnon yhteinen verkkopalvelu, Itämeren typpikuorma Suomesta. Ymparisto.fi. (Läst 28.1.2019)
URL:https://www.ymparisto.fi/fi-FI/Meri/Mika_on_Itameren_tila/Itameren_typpikuorma_Suomesta(31457)

Allting har sin första gång

Precis så är det, första gången någonsin som jag skriver ett blogginlägg. Men allting måste börja någon gång, och nu börjar såväl mitt bloggande som en ny kurs. Jag hoppas att båda delarna, både bloggandet men främst kursen med innehåll kommer att utveckla mig som “geograf”. Orsaken till att jag skrev ordet geograf inom citationstecken är att jag läser geografi som ett andra undervisningsämne medan biologi med huvudämnet fysiologi och neurovetenskaper är mitt huvudämne och ligger definitivt mer inom min comfort zone så att säga.

Nog om det, nu är det ett nytt år med nya möjligheter och allt känns förstås litet bättre när det är fullständig vinter ute.

/Johanna