Moikka taas lukijat!

Viikon 6 hyvin toisenlainen tunnin aloitus toi mukavaa vaihtelua pelkkään istualtaan oppimiseen. Lyhyen briiffauksen jälkeen pääsimme ulos raittiiseen ilmaan reippailemaan (JJE!) ja keräämään paikkatietoa omien ympäristökäsitystemme perusteella. Kyselyhin vastaaminen ulkoympäristössä ei ole ensimmäinen asia, joka tulee mieleen geoinformatiikkaa pohtiessa, mutta kerättyä aineistoa käsitellessä sisäistää, millainen paikkatiedon matka kartalle on juuritekijöistä lähtien.

Kysely on siis keskeinen keino attribuuttitiedon keräämiseen, ja sellaisen tekeminen osana oppimisprosessia avaa silmiä sille, millaisia ajatuksia ja käsityksiä attribuutitiedon tuottajalla on verrattuna pelkkään tietokannan käsittelijään. Vain yhdellä tiedon keräämisestä kartaksi -työllä ei saa kovin laajaa näkemystä näistä eroavista käsityksistä, mutta tämä työ avaa silti ymmärryksen, että tuottaja ja käsittelijä työskentelevät ainakin jollakin tapaa eri tavalla.

Interpolointityökalun pariin

Kerätyn aineiston käsittelyssä Epicollect 5 -sovelluksella kerätyt tiedot vietiin csv-tiedostolla QGISiin. Csv- tiedon tuonti avasi taas silmiä QGISin mahdollisuuksista, sillä taulukoidun attribuuttitiedon lisäksi QGIS pystyi suoraan lukemaan taulukoituja xy-koordinaatteja sijaintitiedoksi. Liikenneturvallisuuskyselyn pisteet sai siis nopeasti kartalle, mutta pelkkinä pisteinä ne eivät vielä kuvanneet tiedon yhteenvetoa kovinkaan hyvin.

Siispä tartuimme seuraavaksi interpolointityökaluun, ja loimme uuden rasteriaineiston pistetietojen liikenneturvallisuusarvoilla. Interpoloitua tuotosta sai viilata muutamaan otteeseen, sillä en sisäistä interpolointityökalun vaikutuksia selvästi, muuta kuin xy-pikselikoot, jotka määrittävät karttatuotoksen tarkkuutta. Distance coefficient P muokkasi jotenkin pisteiden arvojen vaikutusaluetta, mutta tarkkaa tietoa minulla ei siitä ollut. Karttatuotoksesta saatiin silti mukavan tyylikäs, kun rasteriaineiston liukuväri vaihdettiin spectraliin.

Epicollect 5 -kyselyaineistosta rakennettu liikenneturvallisuutta kuvaava interpolointikartta.

Omatoimiset tehtävät

 Karttapäivää jatkettiin luonnonhasardien parissa. Pienemmän kokotason meteoriitteja ja maanjäristyksiä löytyy maapallon historiankirjoista niin paljon, että niitä on hankala esittää kartalla. Pistekarttoja syntyi varsin helposti, ja keskityin lukuisissa pistekohteissa tekemään visualisoinnista mahdollisimman hyvän. Meteoriiteista tehty pisteaineisto oli vielä varsin selvä, sillä meteoriittikraatereita on vähemmän kuin maanjäristyksiä. Pisteiden koolla sai hyvin viestittyä meteoriittien kokotiedon.

Maapallon tunnetut meteoriitit pistekarttana.

Maanjäristyskartalla päädyin tuottamaan maanjäristyksistä aiemmin tunnilla opitun interpoloidun kartan. Interpoloinnilla yritin vastata ongelmaan, jossa maanjäristyisten pisteitä on hurjan paljon tiedossa.

Interpolointi olikin kuitenkin pientä arpapeliä, kun lopputuloksesta ei ollut kovin hyvää tietoa interpolointiasetuksia määritellessä. Sekoilin ensin interpoloinnin kanssa, koska olin laittanut liian tarkan resoluution tuotettavalle kartalle. Annoin QGISin työstää karttaa kuitenkin loppuun asti, ja tottakai tarkkaresoluutioinen kartta miellytti silmää. Halusin silti parantaa värien painotusaludein jakautumista, joten tuotin muutaman karkean kartan kokeiluluontoisesti, ennen kuin panin QGISin rakentamaan uudestaan tarkkaa karttaa. (Väripaletti nimi) teki interpoloidusta kartasta todella tyylikkään, ja lopputulokseen voi olla varsin tyytyväinen. Päätin kutienkin lisätä alkuperäiset maanjäristysten kokopallot vielä interpoloidun kartan päälle, jotta kartta sisältäisi enemmän eksaktia informaatiota.

Maanjäristyksiä kuvaava interpoloitu rasterikartta. Vaaleat pisteet kuvaavat voimakkaampia järistyksiä ja tummat pisteet heikompia. Rasterikartan taustalla on haaleat pallot, jotka kuvaavat tilaston yksittäisten järistysten voimakkuutta. Blogiesityksessä ne ovat kuitenkin liian haaleina.

Pohdintaa

Lukuisia pisteitä on kuitenkin hankala kuvata samalla kartalla samaan aikaan. Roopen kartoista huomasin, että suurta datamäärää on hyvä jakaa esimerkiksi aikasarjoihin, joista voi havaita temporaalisia muutoksia.  Tämä ajatus olisi sopinut hyvin maanjäristyskarttaani, jossa pistetietoja on hyvin paljon.

Blogia lukiessa heräsi samalla ajatus siitä, että pistekarttoja voisi tehdä karttasarjan niin, että jokaisella kartalla on erikseen esitetty tietyn magnitudin järistykset. Yhdellä kartalla olisi siis esimerkiksi 3-4 magnitudin järistykset, seuraavassa 4-5 ja niin edelleen. Tällä sarjalla katselijalle havainnollistuisi helposti käsitys järistysten määristä, ja kartografisen esityksen ansiosta myös niiden sijainneista.

Hyödyllinen esitystapa on myös K.K.Mikkolan opetussarjan kartta, jossa maanjäristysten aluekeskittymät on merkitty vain alueina, eikä pisteinä. Tämä selventää karttakuvausta huomattavasti, kun pisteitä ei ole todella paljon kartalla. Samalla kartta antaa käsityksen maanjäristysten aluevaikutuksesta, jossa tietyt alueet ovat herkkiä järistyksille niin historian tilastoissa, mutta myös tulevaisuudessa samoihin alueisiin perustuen, sillä endogeenisesti aktiiviset alueet muuttuvat todella hitaasti. Tosin toisaalta tilastollinen kartografinen esitys esimerkiksi suurimpien ja merkittävimpien järistysten osalta katoaa.K.K.Mikkolan opetuskartta maanjärityksien sijoittumisesta

 

 

Lähteet:

K.K. Mikkola, Maanjäristykset GEOS3. Järistyksen synty? Maanjäristys syntyy, kun –A. mannerlaatat liikkuvat –B. mannerlaatat lukkiutuvat toisiinsa (kitka) –C. kasvava https://slideplayer.fi/slide/11377715/ [lainattu 27.3.2023]

R. Vainio, Viikko 6, Roopen blogi,  https://blogs.helsinki.fi/vroope/author/vroope/ [lainattu 27.3.2023]