Aika matkaa valkoisella ratsullaan vääjäämättömästi ohitsemme. Ratsu on pitelemätön, huhupuheiden mukaan hallitseva Euroopan laukkamestari ja painonsa arvoinen kullassa. Etenemisensä on määrätietoista ja askeleensa nopea. Koppotikopotikop. Kunnon koni. Hummaa seuratessa tunnit kuluvat, mutta mitään ei tapahdu ja illansuussa aamu jo on. Taas tässä kävi näin. Ryhdyt illalla hommiin ja aamulla et todellakaan ole valmis. Aina sama juttu mutta ei se mitään! En silti aio luopua tavastani tehdä kurssikerran asiat uudestaan kotona. Siperia opettaa.
Idea oli tällä kertaa mm. tehdä ruutukarttoja, operoida rasteriaineistoilla ja tuottaa uutta tietoa tietokantaan maantieteellisiä kohteita hyödyntämällä. Viimeksi mainittu tuotti käsittämättömiä hankaluuksia ottaen huomioon, että kurssikerralla asiat tuntuivat erittäinkin järkeenkäyviltä. Toista se on kotona ja tuntui, että kerta kaikkiaan mikään ei nyt sujunut. Tunnelma on silti kepeä, jopa riehakas. Ensimmäisessä tehtävässä teimme QGIS:ssä ruututeemakartan pääkaupunkiseudun alueelle. Ruudukon luominen ja sen karsiminen turhista ruuduista onnistuivat varsin helposti, mutta ongelmat alkoivat siinä vaiheessa, kun piti saada jotain järkevää dataa valitsemiini 1km x 1km -ruutuihin. En oikeastaan tiedä, mikä meni pieleen. Säädin loputtomalta tuntuvan ajan Join attributes by location – ja Join attributes by location (summary) -toimintojen kanssa enkä oikein sisäistänyt toimintojen mekaniikkaa. Vaihtelin tasoja ja laskettavia muuttujia ja lopulta puoliksi tuurilla sain aikaan jotain, joka tuntuu edes etäisesti mielekkäältä. Täytyypä seuraavalla kurssikerralla kysäistä näiden toimintojen luonteesta vielä tarkemmin ylivelhojumalalta, kuten tittelinsä tunnetusti kuuluu (ainakin jos on uskominen Matti Katajistoa ja miksei toisaalta olisi). Karttani on joka tapauksessa kuvassa 1:
Kuva 1. Ruotsinkielisen väestön suhteellinen jakautuminen pääkaupunkiseudulla.
Kartalla esitetään ruotsinkielisten osuus koko väestöstä neliökilometreittäin. Samanlaisen kartan oli tehnyt mm. Heta Rantakallio, joka tosin päätyi aikalailla erilaisiin prosenttilukemiin kuin allekirjoittanut. Varmaa on vain se, että jompi kumpi meistä on lähempänä totuutta. Oli miten oli, suurimmalta osin pääkaupunkiseudulla on prosentuaalisesti melko vähän ruotsinkielisiä, mutta esimerkiksi Kauniainen ja entinen Sipoon alue Helsingissä erottuvat suuremmalla ruotsinkielisten osuudella. Tähän on historialliset syyt. Ennestään ympäristöään suurempi määrä tiettyä kieltä puhuvia tietyllä alueella kerää ympärilleen yhä enemmän samaa kieltä puhuvia ja näin jotkin alueet aikojen saatossa profiloituvat kielellisesti. Kieli on osa alueiden identiteettiä ja paikan identiteetti sekä siihen liittyvät mielikuvat ovat yksi (melko tärkeäkin) syy asua tai muuttaa tietylle alueelle (mm. Kauniaisten kaupunkistrategiaan on kirjattuna elävä kaksikielisyys ja kaksikielinen yhteisöllisyys). Ruotsinkielisten palvelujen tarjonta on luonnollisesti myös parempaa siellä, missä on enemmän ruotsinkielisiä, mikä edelleen on houkutteleva tekijä muuttamiselle ja näin ilmiö ruokkii itse itseään. Kielellinen eriytyminen on pitkäaikainen historiallinen tapahtumasarja. Pari sanaa kartan teknisestä toteutuksesta: Lukemisen helpottamiseksi lisäsin kuvaan isoimmat tiet, jotta ruudukolle olisi muutakin maantieteellistä osviittaa kuin kuntarajat. Pienempien teiden lisääminen vain sotki karttaa, joten jätin ne kuvasta pois. Vihreä väri valikoitui väestöosuuksien kuvaamiseen lähinnä siksi, että se erottuu mahdollisimman hyvin punaisista teistä.
Ruututeemakartta on oiva väline vertailla alueita toisiinsa, koska ruudut ovat keskenään yhtä suuria. Tämä auttaa suhteuttamaan alueita toisiinsa, jolloin lopputuloksena voidaan tarkastella maantieteellisiä ilmiöitä ilman että data on kuitenkaan liian tarkkaa. Esimerkiksi ruotsinkielisten kansalaisten absoluuttisen tarkka sijoittuminen kartalle kertoisi edellä olleessa kuvassa 1 näkyvästä maantieteellisestä todellisuudesta niin tarkasti, että itse ilmiötä olisi paljon vaikeampi kartalta tulkita. Ruututeemakartan avulla sen sijaan samankokoisia alueita voi suoraan vertailla keskenään. Ruututeemakartalla voidaan mielekkäästi kuvata myös absoluuttisia arvoja juuri siitä samaisesta syystä, että ruudut ovat samankokoisia. Absoluuttisetkin arvot ovat tällöin ikään kuin suhdelukuja verrattuna ruudun kokoon, joten alueiden vertailu on tasapuolista.
Toisessa tehtävässä käsittelyssä oli Pornaisten alueen rasteriaineistoja. Homma sujui kuin rasvattu ja sain jopa Paitulista ladatun Maanmittauslaitoksen korkeuskäyräaineiston lisättyä QGIS:iin. Kuvassa 2 näkyvät päällekkäin peruskarttalehden ja QGIS:in korkeusmallin korkeuskäyrät. Ne eroavat toisistaan jonkin verran: Peruskarttalehdessä korkeuseroja on yleistetty luettavuuden parantamiseksi kun taas QGIS on paikoitellen turhankin tarkka ja piirtää käytännössä merkityksettömistä pinnanmuodoista hallitsematonta kuviota, mikä karttaesityksenä on pelkästään sekava. Lisähankaluuksia seuraa, jos jokin pieniä pinnanmuotoja sisältävä alue sattuu sijaitsemaan juuri eri korkeustasojen rajamailla (käyrät ovat viiden metrin välein), jolloin minimaalisetkin erot saattavat kartalla aiheuttaa painajaismaisen sahalaitakuvion.
Kuva 2. QGIS-ohjelmiston (punaiset) ja Maanmittauslaitoksen peruskarttalehden (mustat) korkeuskäyrien erot.
Kuvassa 3 näkyy vielä osa Pornaisista sen jälkeen, kun olin leikkinyt rinnevarjostuksen ominaisuuksilla ja korkeuskäyrien väreillä peruskarttalehden päällä. Tarkoitus oli saada aikaan kartta, josta havaitsisi pinnanmuodot tavallista paremmin mutta kuitenkin niin, että kokonaisuus säilyy tasapainoisena ja verrattain helposti luettavana. Alla näette tuloksen.
Kuva 3. Yhdistelmä peruskarttalehdestä, rinnevarjostuksesta ja korkeuskäyristä Pornaisten alueella.
Aivan lopuksi treenasin piirtämistä QGISissä. Helppo homma, menee omalla painollaan.
Kolmannella kurssikerralla opettelimme yksinkertaistamaan tietokantoja, liittämään niihin tietoa muista ohjelmista ja tuottamaan uutta tietoa vanhan tiedon avulla. Tätä kaikkea ryhdyttiin harjoittelemaan Afrikan valtiot sisältävällä tietokannalla, joka oli alkuun turhan yksityiskohtainen: jokainen saari tai muuten erillinen alue oli kirjattu aineistoon erikseen, mikä johti siihen, että yksi ainut valtio saattoi käsittää yli sata riviä tietokannassa. Ja jos tarkoituksena on tehdä valtiokohtaista vertailua, mainittu ominaisuus vaikeuttaa työtä huomattavasti. Alueita pystyi yhdistämään joko yksi kerrallaan tai saraketietojen pohjalta niin, että QGIS poisti kaikki valtioiden nimien kaksoiskappaleet tietokannasta, jolloin jäljelle jäi tietokanta, jossa yhtä valtiota edustaa yksi rivi – juuri kuten pitikin. Aineiston yksinkertaistaminen oli yksinkertaista. Hyvä. Seuraavaksi lisäsimme ohjelmistoon dataa excel-muotoisesta tiedostosta, jossa oli tietoa mm. Afrikan valtioiden väkiluvusta ja internetin käyttöasteesta. Saadakseen nämä tiedot QGIS:iin on tietoa muokattava niin, että datan liittäminen onnistuu. Käytännössä tämä tarkoittaa kieliasun tarkistamista kahden tietokannan välillä, jotta yhteinen rajapinta löytyy – tässä tapauksessa oli järkevää ottaa valtion nimi yhdistäväksi tekijäksi. Muutamia eroavaisuuksia löytyikin ja excel-tiedoston valtioiden nimet muutettiin vastaamaan QGIS:n valtioiden nimiä. Lisäksi oli katsottava, että data on muuten uskottavaa ja järkevää. Muutamia näppäilyvirheitä aineistosta löytyikin väkiluvun suhteen ja ne korjattiin, minkä jälkeen tallensimme aineiston csv-muodossa, jota QGIS ymmärtää. Aineistoa liittäessä saa olla tarkkana, että kaikki nappulat ja namiskuukkelit on säädetty oikein (esimerkiksi se, tulkitseeko ohjelma pilkun desimaaliksi vai sarake-erottimeksi). En ole tietääkseni koskaan yhdistänyt yhtäkään tietokantaa yhtään mihinkään ohjelmaan, mutta homma toimi kuin rasvattu, sillä asia näytettiin kädestä pitäen. Lopuksi lisäsimme karttalehdelle vielä dataa timanttikaivoksista, konflikteista ja öljyesiintymistä niiden sijainnin perusteella. Teknisesti (ja tarkkojen ohjeiden kanssa) tämä kaikki oli oikeastaan melko vaivattoman tuntuista. Tähänastisista kurssikerroista tämä tuntui jostain syystä helposti ymmärrettävimmältä.
Afrikan kartassani (kuva 1) on kuvattu eri vihreän sävyillä internetin käyttäjien osuus koko väestöstä valtioittain, eri kokoisilla punaisilla palloilla konfliktivuosien määrä vuosina 1947-2008 sekä turkooseina pisteinä timanttikaivosten ja keltaisella värillä öljyesiintymien sijoittuminen. Internetin käyttöaste kuvaa maan yleistä kehitysastetta tietyiltä osin ja kartasta voikin nähdä tietynlaisen korrelaation konfliktien määrässä ja matalassa internetin käyttöasteessa. Timanttikaivokset eivät näytä vaikuttavan millään lailla konflikteihin tai kehitysasteeseen – niitä esiintyy aivan sattumanvaraisesti niin rauhallisilla kuin epävakaillakin alueilla, kehitysasteesta riippumatta. Öljyesiintymiä esiintyy pääasiassa kehittyneemmissä osissa Afrikkaa, mistä voisi päätellä esim. että öljyn tuoma varallisuus jakautuu timanttikaivoksia tasaisemmin valtion asukkaille. Voisi ja voisi. Tästä kaikesta voi todellakin vetää jos jonkinlaisia johtopäätöksiä, mutta niiden kanssa on syytä olla varovainen: kartasta ei voi aivan suoraan lukea minkään siinä kuvattujen asioiden keskinäistä korrelaatiota ja parempaan analysointiin tarvittaisiin vielä ajallisesti tarkempaa tietoa oikeastaan kaikesta, minkä lisäksi huomioon täytyy toki ottaa erilaiset poliittiset ja historialliset seikat, jotka vaikuttavat valtioiden kehitysasteeseen. Kaiken kaikkiaan aineisto on melkoinen sekasotku.
Kuva 1. Eräiden ilmiöiden alueellinen esiintyminen Afrikassa.
Itsenäistyöksi (minulle nämä kaikki ovat itsenäistöitä, koska teen kaikki kurssilla tehdyt asiat uudestaan kotonani, jotta oppisin jotain) jäi tehdä tulvaindeksikartta, jossa vertaillaan Suomen vesistöalueiden valuma-alueominaisuuksia ja tulvaherkkyyttä. Idea oli siis kuvata koropleettikarttana tulvaherkkyyttä ja diagrammina järvisyyttä. Molemmat asiat löytyvät kartastani (kuva 2) enkä nähnyt syytä pitää varsinaisia vesialueita näkyvillä tässä yhteydessä, joten poistin aineistosta jokien ja järvien visualisoinnin. Näin kartasta tuli mielestäni helppolukuisempi. En kylläkään törmännyt kenenkään muun blogissa tällaiseen ratkaisuun, joten en tiedä oliko tämä sittenkään hyvä idea, mutta tässä se nyt on näytillä. Punaisella kuvasin tulvariskiä ja sinisellä järvisyyttä eli jatkoin minimalistisella linjalla. Väreistä onkin riittänyt hyvää debattia muiden kurssilaisten kesken, kuten esim. Laura Hynysen tekstistä käy ilmi. Itse yritin tehdä kartasta vain mahdollisimman yksinkertaisen ja värit sitä ainakin ovat.
Kuva 2. Virtaamavaihtelujen indeksi Suomessa.
Siellä, missä on vähäinen järvisyys, on myös suurin tulvariski, sillä jos vesi ei voi virrata järveen, se virtaa ympäröiville alueille kuten mm. Venla Moisio on blogissaan ottanut esiin. Vilma Koljonen on puolestaan huomioinut, että tulvaindeksi on korkealla rannikkoalueilla Etelä- ja Länsi-Suomessa, sillä niissä on ensinnäkin (luonnollisesti) paljon jokia ja toiseksi (etenkin Pohjanmaalla) vähän korkeuseroja, mikä lisää tulvimisen riskiä. Niin. Eipä minulla oikeastaan ole mitään järkevää lisättävää heidän kommentteihinsa. Oikeassa ovat!
Tulevaisuudessa Suomi tulvii ilmeisesti aiempaa pahemmin: ”Arvioiden perusteella Suomen tulvariskit kaksin- tai kolminkertaistuvat vuoteen 2100 mennessä. Useilla vesistöalueilla tulvavaara pienenee ilmastonmuutoksen seurauksena. Pitkällä aikavälillä ilmastonmuutoksen ennustetaan kuitenkin kasvattavan tulvariskiä erityisesti merenrannikolla.”, tietää Suomen ympäristökeskus kertoa. Ei yllätä, monien sään ääri-ilmiöiden kun ennustetaan kasvavan ilmastonmuutoksen seurauksena.
Loppuun on vielä sanottava, että pidän (täysin hölmön intuitiivisesti) varsinaista tulvaindeksiä (keskiylivirtaama / keskivirtaama) kuvaavampana tapana kuvata tulvaa kuin virtaamavaihtelujen indeksiä (keskiylivirtaama / keskialivirtaama), joka kartassani on nähtävillä. Tulva kun määritelmällisesti on keskimääräistä mittavampaa veden virtausta. Harjoitusohjeiden perusteella tulvaindeksi voidaan kuitenkin jostain syystä laskea molemmilla tavoilla, mikä on erikoista. Ehkä toisenkin tavan hienous minulle myöhemmin selviää (kunhan viisastun ensin).
Toisesta kurssikerrasta onkin näköjään ehtinyt vierähtää jo reipas tovi. Muistikuvieni mukaan olin pihalla kuin lumiukko, kun näitä asioita käytiin läpi itse kurssikerralla, joten sinällään tällä ajan yllättävän nopealla kulumisella ei oman oppimiseni kannalta ole niinkään väliä. Nähkääs, ei voi unohtaa taitoja, joita ei koskaan oikein oppinutkaan. Da. Toisaalta edellisen postaukseni lopussa taisin mainita tuntevani itseni suorastaan IT-neroksi, joten ihan optimistisin mielin siirryn tästä tekemään harjoituksia. Jostain syystä preesensissä tällä kertaa, vaikka kirjoitus on toki tehty retrospektiivisesti tehtyjä töitä tarkastellen. Aikamuodot sekoittuvat. Ajatus harhailee.
Jo riittävät jonninjoutavat lätinät. Töihin.
Avaan lämmittelytyön. Testailen työkaluja vähäsen aikaa. Saan valittua joukon Suomen kuntia, jotka kuuluvat samaan maakuntaan, kuten toiveena on. Hyvin pyyhkii, toistaiseksi. Sitten alan vertailla Pohjois-Suomeen piirtämäni alueen pinta-alaa ja Vaasasta Ilomantsiin kulkevaa mittausviivaa eri karttaprojektioilla. Jumitun jostain syystä jo tähän kohtaan melko pitkäksi aikaa, kun jään ensinnäkin pohtimaan, mitä projektioita valitsisin käytettäviksi ja toiseksi sen takia, että taulukon kanssa tuhraamiseen menee luvattoman kauan. En ole varma, mitä lukuja taulukkoon oikeastaan pitäisi laittaa. Tutkailen muiden blogitekstejä ja esimerkiksi Jaakko Kuurne oli päätynyt hivenen erilaiseen taulukkoratkaisuun kuin mitä minun tekisi mieleni tässä yhteydessä tehdä. Ja koska tunnen edellä mainitun kaverin melko hyvin ja tiedän hänen olevan välillä jopa raivostuttavan kyvykäs oikeastaan aivan kaikessa mihin ryhtyy, epäröin pitkään tehdä taulukkoa eri tavalla kuin hän, sillä todennäköisesti hänen tapansa on kuitenkin ainut oikea. (EDIT 20.4.: Näköjään Kuurne on muokannut taulukkoaan sen jälkeen kuin kirjoitin tämän tekstin – vieläpä samaan suuntaan kuin mitä oma taulukkoni on.) Hämmentäviä epävarmuuden hetkiä yön pikkutunteina. Toisaalta, kyllä taulukkoja maailmaan mahtuu. Taulukossa 1 omani:
Taulukko 1. Eri projektioiden vääristymien vertailua.
Projektion ID
Projektion nimi
Satunnainen pinta-ala Pohjois-Suomessa km²
Vaasan ja Ilomantsin välinen mittausviiva, km
Pinta-alan absoluuttinen muutos verrattuna ETRS89 / TM35FIN -projektioon, km²
Mittausviivan absoluuttinen muutos verrattuna ETRS89 / TM35FIN -projektioon, km
Pinta-alan muutos suhteessa ETRS89 / TM35FIN -projektioon, %
Mittausviivan muutos suhteessa ETRS89 / TM35FIN -projektioon, %
EPSG:3785
Popular Visualisation CRS / Mercator (deprecated)
644910,445
1122,497
559278,004
612,546
653,115 suurempi
120,119 suurempi
EPSG:54030
World Robinson
118124,773
739,429
32492,332
229,478
37,944 suurempi
45,000 suurempi
EPSG:54027
World Equidistant Conic
86629,767
510,74
997,326
0,789
1,165 suurempi
0,155 suurempi
EPSG:102013
Europe Albers Equal Area Conic
85640,968
509,977
8,527
0,026
0,010 suurempi
0,005 suurempi
IAU2000:61818
Pan North Pole Stereographic
43,726
5,221
85588,715
504,73
99,949 pienempi
98,976 pienempi
EPSG:3902
ETRS89 / TM35FIN
85632,441
509,951
0
0
0
0
Maapalloa ei tunnetusti voi kuvata millään projektiolla täysin oikein ja taulukosta 1 näkeekin selkeästi projektiovalinnan valtavan vaikutuksen pinta-aloihin ja etäisyyksiin (ja kulmiin, joita ei tosin tässä yhteydessä käsitellä). Taulukossa vertaillaan erilaisia projektioita Suomea melko todenmukaisesti kuvaavaan ETRS89-TM35-projektioon. Mercatorin perinteinen oikeakulmainen lieriöprojektio vääristää sekä pituus- että leveyssuuntaisia mittasuhteita sitä enemmän, mitä kauemmas päiväntasaajalta edetään ja Suomi on sen verran pohjoisessa, että vaikutukset näkee selvästi: mittaamallani alueella Mercatorin pinta-ala on yli 650% suurempi kuin TM35-projektiossa, jossa siis Mercatorin projektio on käännetty poikittain ja keskimeridiaani (tämän projektion ”päiväntasaaja”) kulkee Suomen halki, jolloin projektio on Suomen osalta suhteellisen realistinen. Ihan hyvä tavallaan, että Mercator on saanut haastajia. Robinsonin projektio on kompromissi, joka vääristää niin pintoja, kulmia kuin etäisyyksiäkin, mutta mahdollisimman vähän. Mittaamillani kohteilla vääristymä on suurempi leveyssuuntaisen janan kuin pinta-alan osalta (päinvastoin kuin Mercatorin projektiossa), mikä johtuu siitä, että projektio litistyy napoja kohti mentäessä. Equidistant Conic on tasavälinen kartioprojektio, jossa on kaksi standardileveyspiiriä, joiden kohdalla kartio sivuaa maapallon pintaa. Toinen näistä sattuu vieläpä olemaan osapuilleen Helsingin korkeudella, joten olettaa sopii projektion lukujen olevan melko lähellä TM35-koordinaattijärjestelmän arvoja. Näin myös on, kuten taulukosta selviää. Albersin oikeapintainen projektio kuvaa pinta-alat oikein, joten pinta-ala on jo käytännössä sama kuin Suomen omassa koordinaatistossa. Kirsikkana kakun päälle valitsen taulukkoon mukaan vielä kunnon huumoriprojektion, Pan North Pole Stereographicin, joka kuvaa maapallon pinnan tasolle pohjoisnapaa lukuun ottamatta. Muita pisteitä ”vastaa se piste, jossa tämän projektiopisteen ja annetun pisteen kautta kulkeva suora leikkaa tason”, tietää Wikipedia kertoa. Artikkeli myös jatkaa kertomalla projektiota kuvaavan funktion olevan määrittelyjoukossaan sileä, bijektio sekä konforminen. En suinkaan väitä, että ymmärtäisin, mistä tässä kaikessa oikein on kyse (tai Wikipedian olevan luotettava lähde yhtään missään), mutta tulos on kiinnostava: Pinta-ala on 99,949% pienempi kuin TM35:n. Sitä ei siis lähes ole. Samoin käy luonnollisesti mittausviivan kanssa. Olen mykistynyt. Propagandan määrä on vakio. Siirryn eteenpäin pikavauhtia.
Uppoan yhä syvemmälle pituuksien ja pinta-alojen vääristymiin ja tarkoitus onkin seuraavaksi havainnollistaa koropleettikartan muodossa, kuinka suurta heittoa huono projektiovalinta voi dataan tuottaa. Lataan aineistoksi Suomen kunnat vuoden 2020 jaolla ja aion käyttää projektiona ainakin Euroopan komission suosittelemaa Lambertin oikeapintaista tasoprojektiota. Ai miksikö sitä suositellaan? Noh. Analyyseissa, joissa pinta-ala on merkittävässä asemassa, kannattaa toki käyttää projektiota, joka kuvaa pinta-alat oikein. Suosittelu käy järkeen, joten hymähdän hyväksyvästi Euroopan komissiolle: hyvää työtä, Euroopan komissio. Oma suoritukseni alkaa sen sijaan tökkiä. Säädän arviolta tunnin verran projektiomuunnoksen kanssa ennen kuin ymmärrän, kuinka se todella pitää tehdä. On ilmeisen vaikea sisäistää, että ohjelmiston sisäinen koordinaatistojärjestelmä on eri asia kuin siinä varsinaisesti näkyvä koordinaatisto. Lisäksi puhtaasti tekniset näppäryydet ohjelman toimintojen kanssa osoittautuvat yllättävän haasteellisiksi, mutta en anna tämän kuitenkaan lannistaa. Tulin voittamaan jne. Laskiessani alueiden pinta-aloja ominaisuustietotaulukkoon ohjeissa kuvatulla kaavalla, tulen kuitenkin umpikujaan ja hetken ajan luulen hävinneeni lisäajalla. Luvut eivät nimittäin ole laisinkaan sitä mitä pitäisi. Pitkään säädettyäni ymmärrän kuitenkin, että laskukaava ei toimi sen vuoksi, että jostain syystä minulla on neliömetrin sijasta neliökilometri oletusmittayksikkönä, jolloin lukuihin tulee noin miljoonan heitto. Mitäpä pienistä. Hämmentävää on vain se, että havaittuani tämän ja asetuksia tutkiessani oletukseksi on määritelty nimenomaisesti neliömetri, mutta silti jostain syystä aineistot latautuvat neliökilometreinä. Suljen koko QGIS:n ja avaan sen uudestaan, jolloin lyyti alkaa niin sanotusti jälleen kirjoittaa. Todennäköisesti olen vain aikaisempien harjoitusten tiimellyksessä epähuomiossa säätänyt oletusmittayksikön uusiksi enkä sitä enää osannut muuttaa. Eteenpäin, siis. Lasken pikaisesti pinta-alat kolmessa eri projektiossa: Lambertissa (joka siis kuvaa alat oikein), Mercatorissa (joka Taulukko 1:kin perusteella kuvaa alat päin honkia) ja päälle vielä Robinsonin kompromissiprojektiossa (joka kuvaa kaiken päin prinkkalaa muttei kokonaisuudessaan miltään osin niin paljon kuin muut), minkä jälkeen alan vertailemaan tuloksia. Kuvassa 1 näkyy Mercatorin ja Lambertin vertailu, jonka tulos on suorastaan kammottava: pinta-alavääristymä kasvaa nopeasti pohjoista kohti ja on pahimmillaan yli 720%. Kuvassa 2 taas kuvataan Robinsonin projektio verrattuna Lambertin vastaavaan. Tulos on jo kertaluokkaa parempi, mutta melko väkevää vääristymää tässäkin kartassa esiintyy.
Kuva 1. Pinta-alan kasvu Mercatorin projektiossa verrattuna Lambertin projektioon.
Kuva 2. Pinta-alan kasvu Robinsonin projektiossa verrattuna Lambertin projektioon.
Sen verran karttojen teknisestä toteutuksesta, että Mercatorin hirviöprojektiossa on tarkoituksella aggressiivisen punaiseen etenevä värimaailma kuvaamassa vääristymän suurta kasvua tarkastelualueella. ”Jos todellisuus värittyy niin kyllä karttakin” onkin nykyään mottoni. Robinsonin lempeämpi vääristymä saa samalla logiikalla toki hieman vähemmän kirkuvan sävytyksen. Käytössä on myös normaalia enemmän luokkia (10 kpl) sen vuoksi, että vaikka kyseessä kuinka on koropleettikartta, kuvataan tässä yhteydessä sellaisia arvoja, jotka nousevat tasaisesti kohti pohjoista, jolloin on jopa toivottavaa, että kartasta käy värisävyjen muodossa ilmi tasainen muutos. Eri luokkien määrä on kuitenkin sellainen, että tarkat rajatkin voi halukas kartoista tihrustaa. Legendan eri luokkia kuvaavat arvot on myös käännetty toisin päin kuin oletuksena on, jotta ne etenisivät samaan suuntaan kuin kartan värit, mikä oli mielestäni oikein onnistunut päätös. Kaiken kaikkiaan olen jopa tyytyväinen karttojen ulkoasuun.
Työ ei kuitenkaan ole vielä ohi. Aivan lopuksi, suorastaan encoremaisesti, hyödynnän eri koordinaattijärjestelmiin tallennettuja pinta-alatietoja ja yhdistän niihin valmiiksi kerättyä tilastotietoa kunnista. Päätän yrittää suhteuttaa Natura 2000 -alueiden pinta-aloja kunkin kunnan kokonaispinta-alaan Lambertin ja Mercatorin projektioissa. Metsähallitus toki kertoo meille, että Natura-alueiden yhteenlaskettu pinta-ala Suomessa on noin 50 000 km² eli noin 15 % maan kokonaispinta-alasta, mutta kuntakohtaisten osuuksien selvittäminen ja vertailu kuulostaa kuitenkin oikein hyvältä harjoitukselta tietokantojen kanssa painimiseen. Loistavan idean tähän varastan suoraan Tomi Kiviluomalta; yritän siis olla yhtä hyvä kuin hän. Lisään Suomen vuoden 2015 kunta-aineistoon aiemmin laskemani pinta-alat tietokantaliitoksella. Tässä vaiheessa jotain menee vikaan: Kaikki koordinaatit ovat aivan väärin ja yritän korjata tilannetta availemalla uusia projekteja sekä karttatasoja sinne tänne tiheään tahtiin. Ikkunoita sinkoilee silmissä. Lopulta, ehkä pienen taisteluväsymyksen aiheuttaman herpaantumishetken jälkeen, kokoan jälleen itseni ja saan kuin saankin aikaan lähes samanlaisen projektiovertailun kuin Kiviluoma. En kuitenkaan aivan, sillä häneltä puuttuu pinta-alaa koskeva aineisto kuuden kunnan osalta, minulta seitsemän. Johtuisiko eri vuoden kunta-aineistosta? En ole varma. Lisäksi, kun yritän saada karttoihini aikaan samaa efektiä kuin hän (luokittelematon aineisto harmaalla), en osaakaan sitä tehdä vaan onnistun luomaan vain kartan, jossa harmaalla on sekä luokittelematon että arvon 0,00 saava aineisto. Muuten kuvista käy ilmi sama kuin Kiviluomallakin: Mercatorin pohjalta tehty kartta (kuva 3) kertoo Natura-alueita olevan parhaimmillaan 14,2 % kunnan pinta-alasta, kun todellisuus on lähempänä Lambertin projektiota (kuva 4), jossa Natura-alueiden osuus on enimmillään 98,9 % eli käytännössä koko kunta. Tämä johtuu täsmälleen samoista asioista kuin aiemminkin: Mercator vääristää pinta-aloja niin paljon isommiksi napoja lähestyttäessä, että joidenkin määriteltyjen muuttujien (kuten Natura-alueiden pinta-alojen) suhteelliset osuudet pienenevät merkittävästi. Ongelma valitsemassani esitystavassa on – kuten Kiviluomakin blogissaan omista kartoistaan toteaa – se, että karttojen samanlaiset värimaailmat saattavat antaa visuaalisen illuusion siitä, että arvot niiden välillä olisivat jotenkin samankaltaisia, vaikka näin ei suinkaan ole.
Kuva 3. Natura-alueiden osuus kunnan kokonaispinta-alasta Mercatorin projektion mukaan.
Kuva 4. Natura-alueiden osuus kunnan kokonaispinta-alasta Lambertin projektion mukaan.
Sellaista, sellaista. Yhteenvetona tästä kurssikerrasta voisi sanoa aivan kaiken olevan mitä suurimmissa määrin valetta. Silkkaa fake newsia. Tarkkana saa olla.
Päätän raporttini tähän tältä erää.
Pelkkii sydämii.
Lähteet:
Kuurne J. Projektioista, tietokannoista ja ohjeiden kirjaimellisesta noudattamisesta.
Blogikirjoitus kurssikerralta 2. Luettu 5.2.2020 ja 20.4.2020.
