Ensimmäisellä Geoinformatiikan menetelmät 1 -kurssikerralla tarkoitus oli päästä alkuun QGIS-nimisen paikkatieto-ohjelmiston käytössä. Allekirjoittaneelle tämä oli ensikosketus ko. ohjelmistoon ja koska olen hyvinkin onnistuneesti vältellyt tietoteknisen osaamisen syvällistä kehittämistä suurimman osan elämästäni, alkoi hiki virrata ohimoillani ohjelman avatessani: mitenköhän tämä taas tuleekaan sujumaan?
Otin paniikkiini kulauksen vettä ja muistin, että oppimaanhan minä yliopistolle oikeastaan tulinkin eikä asioita olekaan tarkoitus osata ennen kuin ne on opeteltu. Nämä häpeällisen kliseiset sanat mielessäni napsautin hiiren painiketta ja QGIS hurahti pahaenteisesti käyntiin. Aloin seuraamaan opastusta, jossa käytiin kohta kohdalta läpi ensimmäisen harjoitustyön eri työvaiheita. Aineistoja ladattiin, tasoja muokattiin ja alta aikayksikön huomasin saaneeni aikaan kartan valtioiden typpipäästöjen suhteellisista osuuksista Itämereen päästetyn typen määrästä. Tämähän onkin helppoa! Ainakin kun opetus on etevää ja tyhmiä saa kysyä.
Niin, se kartta. Kuvassa 1 se on.
Latasin myöhemmin QGIS:n myös omalle koneelleni ja itse asiassa tein kartan vielä kotona uudestaan, jotta oppisin paremmin ohjelmiston salat – kertaus kun on tunnetusti opintojen äiti. Yläpuolella näkyvä kartta on siis kotona tekemäni uusintaversio, joka ei kylläkään eroa juuri mitenkään jo kurssikerralla tehdystä. Kurssikerran työn päälle tein vielä harjoitustyönä koropleettikartan vuoden 2015 Suomen kuntien tietokannan pohjalta. Kuvasin työikäisen väestön määrää kussakin kunnassa, joten kartalla voi vertailla Suomen eri kuntien ikärakennetta keskenään. Valitsin tasavälisen luokittelun, koska mielestäni se tarjosi tässä tapauksessa rehellisimmän kuvan todellisuudesta. Mitä tummemman vihreä värisävy on, sitä paremmassa jamassa kunta on väestöllisen huoltosuhteensa kanssa. Alueelliset erot ovat Suomessa suuria. ”Pienimmät huoltosuhteen arvot ovat suurimmilla kaupunkiseuduilla (Helsingissä 44 ja Tampereella 47) ja suurimmat asukasluvultaan pienissä ja väestöltään vanhenevissa kunnissa (Luhangalla 100 ja Kuhmoisissa 103)”, kertoo Kuntaliitto. Suurimmilla kaupunkiseuduilla asuu siis suhteessa eniten työikäisiä, mikä selittyy luonnollisesti sillä, että kaupungeissa on tarjolla töitä huomattavasti paremmin kuin periferioissa.
Samaa aihepiiriä ovat käsitelleet omissa blogeissaan mm. Matti Katajisto ja Paula Allinen kuvatessaan yli 65-vuotiaiden osuutta kunnan väestöstä. Heidän esitystapansa on siis tavallaan käänteinen alla olevaan omaani (kuva 2) verrattuna.
Tältä kurssikerralta jäi päällimmäiseksi mieleen havainto siitä, että QGIS on erinomaisen helppokäyttöinen ja looginen ohjelmisto, kunhan sitä vain vähän aikaa näpyttelee menemään. ”QGIS:in avulla tutkimuksessa voi keskittyä enemmän itse tutkimuskysymyksen pohtimiseen ja vähemmän erilaisten visuaalisten esittämistapojen miettimiseen. Ohjelman toimintoihin kuuluu merkittävä määrä erilaisia automaattisia toimintoja, kuten legendan valmistaminen kartan kylkeen. Viime kurssilta tutussa CorelDraw -ohjelmassa jokainen vaihe kartan tekemisessä täytyi tehdä itse käsin. Seikasta voidaan huomata ero oikean paikkatieto-ohjelman ja piirto-ohjelman välillä.”, kuten kanssakurssilaiseni, samainen Katajisto asian hienosti sanoiksi pukee. Allekirjoitan kommenttinsa.
Kyllähän tämä sujuukin. Tunnen itseni suorastaan IT-neroksi.
Lähteet:
Kuntaliitto.
Huoltosuhde. Luettu 21.4.2020.
https://www.kuntaliitto.fi/tilastot-ja-julkaisut/kuntakuvaajat/huoltosuhde
Katajisto M. QGIS perusteet.
Blogikirjoitus kurssikerralta 1. Luettu 29.1.2020.
https://blogs.helsinki.fi/mattikat/2020/01/20/qgis-perusteet/
Allinen P. First things first, QGis.
Blogikirjoitus kurssikerralta 1. Luettu 29.1.2020.
https://blogs.helsinki.fi/pallinen/2020/01/23/first-things-first-qgis/