Month: February 2018

  Tehtävä 1.

Kolmannella harjoituskerralla keskityimme tietokantojen käyttöön ja käsittelyyn, sekä uuden tiedon tuottamiseen vanhoista tiedoista yhdistämällä. Harjoituksen tavoitteena oli opetella muokkaamaan ja yhdistelemään tietokantoja toisiinsa sekä tuottaa saadusta aineistosta uutta tietoa. QGIS alkaa jo hieman tuntua tutummalta, eikä eri toimintojen kokeilu ole ollut enää yhtä pelottavaa. Tosin olen onnistuneesti hävittänyt muutaman kartan bittiavaruuteen (tai oman koneeni syövereihin), mutta olen yrittänyt hampaita kiristellen nähdä ne tilaisuutena harjoitella sama asia tuoreeltaan uudelleen.

 

Kartta 1. Afrikan internetinkäyttäjien osuus väestöstä valtioittain v. 2000.

 

Ensimmäisenä harjoituksena teimme Afrikan valtioiden karttakohteiden yhdistämistä maan nimen mukaan ja aineiston ”siivoamista” käyttökuntoon. Harjoittelimme tietokantaliitosten tekemistä Join-toiminnon avulla, ja käytimme edellisessä harjoituksessa opeteltua ominaistaulukon muokkaamista ja uusien sarakkeiden luomista.

Halusimme tarkastella Afrikan tietoteknisen vallankumouksen etenemistä internetin käyttäjämäärän kasvua tutkimalla (kartat 1. ja 2.), sekä luonnonvarojen ja konfliktien alueellista jakautumista ja näiden mahdollista yhteyttä toisiinsa (kartta 3.).

Kartta 2. Afrikan internetinkäyttäjien osuus väestöstä valtioittain v. 2017.

 

Väestön lukumäärän ja internetin käyttäjien määrän yhdistämällä (vuodet 2000 ja 2017) pystyi saamaan selkeän kuvan valtioittain Afrikan mantereen internetin käytön äärimmäisen vaatimattomasta alusta ja hyvin selkeiksi kehittyvistä alueellisista eroista, jotka indikoinevat suuria eroja eri valtioiden/alueiden infrastruktuurin ja varallisuuden kehittyneisyydessä.

Seuraavaksi laajensimme aineiston tutkimista luonnonvarojen -öljyn ja timanttien- esiintymisen ja tapahtuneiden konfliktien väliseen mahdolliseen yhteyteen. Annettuina tietoina olivat konfliktien tapahtumavuodet sekä laajuus kilometrien säteellä, timanttiesiintymien löytämisvuosi ja

Kartta 3. Afrikan Öljyesiintymät, timanttikaivokset ja konfliktit.

 

kaivostoiminnan aloitusvuosi, tuottavuusluokittelu, sekä öljykenttien löytämis- ja poraamisvuosi tuottavuusluokitteluineen.

Aivan uusia tilastotiedot eivät ole: attribuuttitaulukkoa esim. konfliktien vuosilukujen kohdalta tutkimalla havaitsi uusimpien tietojen olevan vuodelta 2008, joten esimerkiksi öljyesiintymien läheisyydestä Tunisiasta alkaneet ja Egyptiin, Libyaan ja muihin arabimaihin levinneet Arabikevään levottomuudet vuodenvaihteesta 2010-2011 alkaen eivät ole mukana tiedoissa. Mielenkiintoista olisi tietää, näyttelivätkö alueiden öljyvarat jotakin roolia kansannousussa, vaikka en ainakaan itse suoralta kädeltä muista, että tällaisesta asiasta olisi uutisointien yhteydessä mediassa mainittu.

Arabikevään konfliktien poisjääntiä tilastoista pohtivat blogeissaan myös esimerkiksi Minna Soittila ja Kim-Henrik Helanne.

Tietoja yhdistämällä pystyisi saamaan uutta tietoa luonnonvarojen hyödyntämisen vaikutuksesta konfliktien synnyssä, jos tiedot osoittaisivat suuriarvoisten luonnonvarojen ja konfliktien esiintymisen korreloivan keskenään. Varsinkin epävakaissa oloissa kiistan luonnonvarojen omistuksesta ja hyödyntämisoikeudesta olettaisi aiheuttavan helposti konflikteja, mutta karttaa tarkastelemalla ei voi ainakaan kovin voimakasta kausaliteettia päätellä olevan luonnonvarojen ja konfliktien välillä. Saharan eteläpuolella ja Keski-Afrikan tienoilla näyttäisi olevan hieman enemmän yhteyttä timanttikaivosten /-esiintymien ja konfliktien sijainnin välillä.

Mielenkiintoista olisi vielä nähdä Saharan etelä- ja pohjoispuolen vesivarantojen sijainti: näiden tilastotietojen yhdistämisellä voisi yrittää selvittää, onko vesivarantojen sijainnilla ja konfliktien määrällä mahdollisesti jotain yhteyttä.

Blogissaan Kati Ilmonen esittää mielenkiintoisen kysymyksen siitä, vaikuttaako internetin käytön yleistyminen muihin muuttujiin (konfliktit, luonnonvarojen löytyminen/hyödynnys) tai toisinpäin.

 

Tehtävä 2.

Seuraavassa tehtävässä vertailtiin Suomen vesistöalueiden valuma-alueominaisuuksia ja tulvaherkkyyttä laskemalla annetusta aineistosta keskiylivirtaaman (MHQ) suhde keskialivirtaamaan (MNQ) eli tulvaindeksi, ja luomalla saadusta tulvaindeksistä ja annetun aineiston järvisyysprosentista koropleettikartta (kartta 4.).

Kartta 4. Tulvaherkkyys ja järvisyys.

Kartasta erottuu selvästi Pohjanmaan ja Järvi-Suomen välinen valuma-alueraja: Pohjanmaan tulvaindeksit ovat koko alueella korkeita, ja rajan toisella puolella runsaiden sisävesialtaiden Järvi-Suomessa tulvaindeksit ovat alhaisimmillaan. Sama tulvaherkkä rannikkokaistale jatkuu koko etelärannikon pituudelta. Salpausselät muodostanevat etelässä selkeän maastollisen rajan rannikkokaistaleen ja Järvi-Suomen valuma-alueiden välille.

Tulvaindeksin ja järvisyysprosentin yhteistarkastelusta huomaa, että siellä missä järvisyysprosentti on suuri, ei tulvaindeksi yleensä nouse kovin korkealle. Blogeissaan Milena Nevanto ja Vesa Hanski tuovat esiin saman havainnon.

Milena Nevanto toteaa pienen järvisyysprosentin olevan merkki alueen tulvaherkkyydestä, ja nostaa esille tulvaherkkyyden huomioonottamisen tärkeyden tällaisten alueiden, erityisesti meren rannalla sijaitsevien Pohjanmaan sekä Etelä- ja Länsi-Suomen, kaavoituksessa ja rakentamisessa.

Vesa Hanski nostaa esiin tulvimisen käänteisen korrelaation järvisyyden kanssa, jossa järvet toimivat puskureina ylivirtaamalle.

Oppimisessani on tapahtunut selvästi edistymistä, sillä huomaan kiinnittäväni yhä vähemmän huomiota QGISin käyttöön ja komentoketjuihin, sen sijaan päähuomioni alkaa olla itse tutkittavassa asiassa: millaista analyysiä voi aineistojen yhdistämisestä ja niistä muodostettavista teemakartoista tehdä. Lisäksi huomaan hiovani karttojen ulkoasua ihan omaksi ilokseni.

Hidas olen toki vieläkin.

 

Viitteet:

Kati Ilmonen https://blogs.helsinki.fi/ikati/ (viitattu 15.2.2018)

Milena Nevanto https://blogs.helsinki.fi/milenane/ (viittattu 15.2.2018)

Vesa Hanski https://blogs.helsinki.fi/vesahans/ viitattu 15.2.2018

Minna Soittila  https://blogs.helsinki.fi/soittila/ (viitattu 15.2.2018)

Kim-Henrik Helanne https://blogs.helsinki.fi/helanne/  (viitattu 15.2.2018)

 

 

 

 

 

 

Harjoitus 2. Projektion merkitys pinta-alapohjaisille vääristymille

Toisella harjoituskerralla tarkastelimme projektion merkitystä pinta-alan vääristymälle ja vääristyneiden pinta-alatietojen vaikutusta niihin suhteutettuun tilastotietoon.

Ensimmäisen kurssikerran kartan teko onnistui, mutta tällä kertaa etenimme jo huomattavasti nopeammin.

Kävimme ensin läpi valintatyökaluja ja niiden käyttöä, Select Features -toimintoja, ja minulta jäi näkemättä mistä yksi klikkaus tehtiin, jonka seurauksena jäin jälkeen, enkä päässyt enää kärryille etenemisessä. Eli jos ei tunne vielä ohjelman toimintoja, voi pienestä jälkeen jäämisestä kasaantua suuri ongelma.

Seuraavaksi harjoittelimme piirtämällä Suomi-neidolle pipon ja mittaamalla “lanteet” ja tutkimalla pinta-alan ja pituuden muutosta eri projektioissa. Pinta-aloissa oli suuria eroja (kuvat 1.-3. ja taulukko 1.)

Kuva 1.   ETRS89 / ETRS-LAEA:n eli oikea-alaisen projektion pinta-ala oli 6889,923 km2 (kuvakaappaus).

Kuva 2. Sphere Equidistant Cylindrical -projektion pinta-ala oli 9934,471 km2 (kuvakaappaus).

 

Kuva 3. World Gall Stereographic -projektion pinta-ala oli 17830,762 km2 (kuvakaappaus).

Projektioiden pinta-alaerojen vertailua
Projektio	ESPG:	Pinta-ala km2
ETRS89 / ETRS-LAEA	ESPG:3035	6889,9
Sphere Equidistant Cylindrical	EPSG:53002	9934,4
World Gall Stereographic	EPSG:54016	17870,7

Taulukko 1. Projektioiden pinta-alamuutokset

Käytimme mittatyökalua, jonka toiminta oli loogista ja yksinkertaista, samoin eri projektioiden vaihtaminen sujui hyvin. Ihmetytti vain jokaisen projektion vaihdon yhteydessä Suomen pieneneminen. Mittakaavavääristymä tulee tietenkin, ja Suomen asema sekä rotaatio muuttuivat projektion muuttuessa, mutta pieneneminen?  Zoom to Layer -toiminnolla sai näkymän takaisin entiselleen, mutta tarpeeksi monen mittakaavamuunnoksen jälkeen Suomi katosi kanvaasilta. Edes Zoom to layer ei palauttanut sitä enää takaisin. Uusi yritys, sama juttu. Mitähän tein väärin?

Seuraavaksi aloitimme varsinaisen harjoitustyön tekemisen, kuntajaon pinta-alojen vääristymien tutkimisen eri projektioissa. Tehtävänanto oli selkeä ja ymmärrän hyvin, mitä lähdimme hakemaan, mutta valitettavasti en löytänytkään heti aineistoa, jäin jälleen jälkeen heti alussa. Etsiessäni materiaalia olimme edenneet seuraavaan vaiheeseen ja sitä seuraavaan. Olin jäänyt liian monta vaihetta taakse, ja jouduin pyytämään apua harmillisesti useamman kerran. Tajuan sen viivyttävän muiden etenemistä; ei ole reilua, jos luennoitsijan aika menee liikaa muutamia auttaessa. Toisaalta en onneksi ole ihan yksin, toinenkin opiskelija toi ilmi turhautumisensa omaan osaamattomuuteensa, ja monet muutkin olivat käsi pystyssä usein, jolloin sain aina muutaman kallisarvoisen minuutin muiden kiinni kirimiselle. Opintojeni alussa (kauan sitten 😊) kartat piirrettiin kokonaan käsin, ja karttojen laatiminen oli suurin kiinnostukseni kohde. Välineet ovat nyt vain muuttuneet kokonaan. Ne täytyy vain opetella.

Harjoitustyön jäädessä valitettavasti pakosta kesken siltä harjoituskerralta, etsin myöhemmin oppimateriaalia QGISistä. You Tubesta löysin videoita “QGIS for Absolute Beginners/Dummies”-tyyliin. Latasin QGIS 2.18.16 -ohjelman omalle koneelleni ja aloin harjoitella videoiden opastuksella. Informatiivisimpia olivat ruotsalaisen Karl Karlssonin tekemät videot. Aloittelijavideossa tosin opetellaan peruspiirtämistä, eikä esim. heikkoa kohtaani materiaalien hakua, käsittelyä tai laajaa työkalujen käyttöä, mutta harjoittelin silti löytämilläni materiaaleilla. Tein eri sivuilta löytämiäni harjoitustöitä Aarresaaresta ja Alaskasta, ja katsoin videon toisensa jälkeen (Karl Karlsson https://www.youtube.com/watch?v=aLmMovuydqI).

QGISin toimiminen alkoi vähitellen hahmottua paremmin. Uskaltauduin vähitellen kokeilemaan eri toiminnoilla. Oivallinen sivu oli myös Uvajal Gandhin QGIS Tutorials and Tips www.qgistutorials.com, josta hain oppia varsinkin karttojen viimeistelyyn, ja toivoin saavani 2. kurssikerran harjoituksen lopulta tehtyä omin voimin.

Kynnys kokeiluihin harjoitustöissä on kyllä yhä korkea: asiat/toiminnot menevät helposti solmuun kokeilusta, eivätkä taitoni vielä riitä asioiden oikaisuun. Uskallus kokeiluun vähenee huomattavasti, jos mahdollisena seurauksena on sotku jota ei omin voimin selvitetäkään: riski on liian suuri, siksi ylenmääräinen varovaisuus, itse oppiminen on helposti myös vielä liian ”ohutta”, jolloin jo periaatteessa opittuja asioita joutuu etsimään uudestaan. Lisäksi ohjelman itsenäinen opettelu, tietojen etsiminen ja kokeilu on niin hidasta, että jäin jälkeen palautusaikatauluista. Harmittaa valtavasti, mutta haluan saada työt valmiiksi oikein tehtyinä.

Lopulta onnistuneet Suomen ”pipon” pinta-alojen ja poikittaisen mittaviivan pituuden vertailuharjoitukset antoivat usean toiston myötä vahvistusta  työkalujen käytön osaamisessa, eli pientä edistymistä havaittavissa. Itse tehtävänannon/tarkoituksen ymmärtämisessä ja vertailujen suorittamisen logiikassa ei ole ongelmaa, vain välineen käytössä on.

 

Varsinainen harjoitustyö oli kuntien pinta-alamuutosten vertailu eri projektioissa.

Loin uudet projektit ja tein ohjeen mukaan. Sain tehtyä ominaisuustaulukkoon uudet sarakkeet, ja laskettua suhteutetut pinta-alat valitsemalleni ensimmäiselle projektiovertailulle Lambertin (EPSG:3035) ja Mercatorin (EPSG:53004) projektioiden välillä. Kokeilin pinta-alaeron prosenttien luokittelua värillä Graduated -toiminnolla ja kun kartalle levisi värien vaihettuva kuvio, oli tunne mahtava! Ensimmäinen vertailukartta oli legendaa, mittaviivaa ja pohjoisnuolta vaille valmis.

Kartta 1. Mercatorin ja Lmbertin projektioiden pinta-alaero.

 

Vertailu Mercatorin ja Lambertin projektion välillä näyttää oikeakulmaisen ja oikea-alaisen projektion eron suuruuden. Pohjoiseen mentäessä projektioiden pinta-alaero suureni noin kahdeksankertaiseksi (799-830%), kun se pienimmilläänkin Etelä-Suomessa oli noin nelinkertainen (397-428). Mercatorin projektio kasvattaa eroa pohjoisemmaksi mentäessä projektiovääristymän kasvaessa, joten väriasteikolla alempien erojen alueet vaihettuvat tiheämmin, kuin pohjoisemmat. Suurimpien erojen luokka oli pinta-alaltaan jo niin suuri että eron huomasi selvästi (kartta 1).

 

Ohjeessa neuvottiin käyttämään yleensä viittä eri kategoriaa, mutta pohtimaan itse tehtävässä tarkoituksenmukaisinta määrää. Koska projektion aiheuttama pinta-alavääristymä kasvaa liukuvasti pohjoiseen mennessä, mielestäni oli kuvaavampaa käyttää myös kartassa mahdollisimman liukuvaa luokkajakoa, ettei katsojalle muodostu vahingossa väärää mielikuvaa projektiovääristymän ”vyöhykkeellisyydestä”. Lisäksi huomasin kartan olevan miellyttävämpi silmälle ja informatiivisempi projektioiden eroista mitä liukuvampi kategorioiden vaihettuminen oli, joten päädyin lopulta jopa 14 luokkaan. Ehkä muutama luokka pienempikin olisi käynyt, mutta ratkaisin tämän puhtaasti visuaalisuuden perusteella.

 

Toiseksi tutkittavaksi projektioksi valitsin Winkel II -projektion (EPSG:53019), joka on oikea-alaisempi kuin Mercator. Winkelin (Tripel) kehittämisessä yritettiin minimoida kaikkien kolmen ominaisuuden -pinta-alan, suunnan ja etäisyyden- vääristyminen, eli projektio on eräänlainen kompromissi. Vertailussa Lambertin projektioon pinta-alojen vääristymät olivat paljon pienempiä, ja pinta-alaerot olivat vain 125-150 % välillä, eli paljon pienempiä kuin Mercatorin vastaavat prosentit (kartta 2). Näiden kahden, Mercatorin ja Winkelin projektion vertailussa Lambertin projektioon huomaa selvästi miten valtava vaikutus valitulla projektiolla on. Väärän projektion valitseminen voi johtaa hyvin virheellisiin tietoihin. Lisäksi projektion vääristymillä on vaikutusta ihmisen mielikuviin: jos henkilö on koko kouluaikansa katsellut luokan seinällä olevaa, tavallisesti Mercatorin projektion maailmankarttaa, todennäköisesti hänen maailmankuvansa on vääristynyt, ja hän voi jopa aidosti kuvitella Suomen olevan todellista kokoaan huomattavasti suurempi verratessaan sitä esimerkiksi Afrikan maihin. Itselleni hyödyllinen herätys oli kouluaikana maantiedon oppikirjamme informatiivinen kuvitus: maailman maita käsitellessä jokaisen valtion kartan viereen oli sijoitettu samaan mittakaavaan Suomen varjokuva. Muistan vieläkin hämmästykseni verratessani kirjan kuvien mittasuhde-eroa juuri Afrikan maiden kokoon sekä seinällä olleeseen Mercatorin maailmankarttaan. Samaa huomiota käsittelee myös Miia Farstad blogissaan (https://blogs.helsinki.fi/miiafar-gis1/).

Kartta 2. Winkel II:n  ja Lambertin projektioiden pinta-alaero.

Karttaa tehdessä Print Composerin käyttö sujui nyt ensimmäistä työtä huomattavasti paremmin, ja pystyin nyt hoitamaan QGISillä kaiken tarvittavan viimeistelyn, otsikoitten korjauksen ym. turvautumatta muihin ohjelmiin.

 

Jäin vielä miettimään kurssiryhmien rakennetta: olisiko ehkä mahdollista järjestää tulevaisuudessa yksi kurssiryhmistä ”For Absolute QGIS Beginners/Dummies”, jossa olisi avustamassa assistentti/edistyneempi opiskelija, joka voisi nopeasti auttaa käsi pystyssä olevat kompastuneet takaisin raiteille ja mukaan opetuksen etenemiseen, jolloin itse luennoitsijan ei tarvitsisi keskeyttää tai hidastaa opetusta? Ainakin muutaman ensimmäisen kurssikerran aikana. Opiskelijoiden käytäväkeskusteluja kuunnelleena meitä olisi ainakin tällä kertaa ollut hyvinkin yhden ryhmän verran.

 

Viittaukset:

Miia Farstadin blogi https://blogs.helsinki.fi/miiafar-gis1/

Karl Karlsson: QGIS -For Absolute Beginners  https://youtu.be/aLmMovuydqI (26.1.2018)

Ujaval Gandhi: QGIS Tutorials and Tips  www.qgistutorials.com (26.1.2018)

 

 

 

Ensimmäisellä kurssikerralla 19.1.2018 tutustuimme QGIS-paikkatieto-ohjelmaan. En ole koskaan käyttänyt mitään paikkatieto-ohjelmaa, ainoastaan tehnyt karttoja CorelDraw’lla “MAA-201 Tiedon esittäminen maantieteessä”-kurssilla, joten useamman kerran saan pyytää käpälä pystyssä apua. Layer-työskentely on ajatuksena tuttu Corelista, mutta sen käyttö poikkeaa yksityiskohdissa paljonkin QGISissä Coreliin verrattuna.

Tutustuimme yksityiskohtaisesti ohjelman toimintoihin, kävimme läpi kurssikerran aineiston lataamisen Moodlesta, siinä ei tuntunut olevan mitään ongelmaa. Rohkaisevaa.

Kävimme läpi tärkeimmät työkalut ja toiminnot, mutta monet kohdista tuntuivat pelkältä sanahelinältä, koska minulla ei ole mitään aikaisempaa tietopohjaa johon liittää saamiani irralisia tietoja. Lisäksi faktaa tulee niin paljon niin lyhyessä ajassa. Ohjelma ohjelmassa eli QGIS Browser ja sen logiikka sentään meni perille. Onnistuin tuomaan aineistot layereille ja vaihtamaan projektion oikeaksi eli EPGS:3035:ksi.

Harjoittelimme erilaisia toimintoja, mutta huomasin itselläni monen toiminnon käytön tyssäävän siihen, että ne ovat erilaisten “lukkojen” takana, jotka edellyttävät toiminnon aktivoimista ensin. Mikään logiikka ei kerro ainakaan itselleni, mistä hakea minkäkin toimintojen aktivointia, tähän täytyy vain vähitellen ilmeisesti päästä sisään.

Ensimmäinen harjoituksemme oli  tehdä koropleettikartta typen valtiokohtaisista päästöistä (kartta 1). Pääsimme harjoittelemaan ominaisuustaulukon (Attribute Table) käyttöä avaamalla Administrative boundaries -tietokannan, jossa oli valtiokohtaisia typpipäästölukemia.

Attribute table saatiin editoitavaksi Toggle editing-toiminnolla, joka  avasi mahdollisuuden  saada uuden (New Column) sarakkeen ominaisuustaulukkoon, johon oli tarkoitus saada typpipäästöjen suhteutetut arvot.

Tässä vaiheessa tekemiseni on pelkkää mekaanista näytetyn toistoa klikkaus klikkaukselta, minulla on selkeä kuva kyllä siitä mihin pyrimme, eli millainen kartta lopputuloksena pitää olla, mutta ohjelmalla tekemisen polku on niin monivaiheinen, että pelkään putoavani välittömästi kärryiltä ja jääväni jälkeen.

Turhaan, sillä ohjeet ovat yksityiskohtaiset ja etenemme tarpeeksi hitaasti. Field Calculatorin käyttö onnistuu, sen toiminta on loogista.

Joudun pyytämään kuitenkin apua NULL-arvojen poissuodatuksessa.

Tulostuksen valmistelussa tulostusikkunan skaalauksessa oli ongelmia, ikkuna ei tahtonut jäädä haluamaani muotoon/kokoon.

Loppuviimeistelyssä pohjoisnuoli, mittakaava ja legenda onnistuivat muuten hyvin, mutta legendaan jäi eri arvoja indikoivien väriruutujen viereen numeroarvojen lisäksi hakasuluissa myös järjestysnumero. En keksinyt miten ne saisi pois, joten editoin ne erikseen pois myöhemmin toisella ohjelmalla.

Ensimmäinen ohjelmalla tuottamani kartta:

Kartta 1. Typen päästöt valtioittain sekä Itämeren syvyyskäyrät.

HELCOM oli minulle uusi tuttavuus, mutta Meri kertoi blogissaan sen olevan Helsinki Comisission, eli toiselta nimeltään Baltic Marine Environment Protection Comission, Itämeren ympäristön suojelemisesta vastaava järjestö, joka vastaa Itämeren suojelusta ja johon kuuluvat Itämeren ympärysvaltiot Suomi, Ruotsi, Tanska, Saksa, Puola, Viro, Latvia, Liettua ja Venäjä. (Meri Suppula blogs.helsinki.fi/merisupp/2018/01/18/1-kurssikerta/) .

Toisena karttana piti tuottaa ladatuista, valmiista aineistosta kartta jollain valitsemallaan muuttujalla.  Tai edistyneemmät valitsivat jonkun haluamansa muun datan.
Valitsin väestön.  Väriominaisuuksien takia valitsin esitysjaoksi Quantilen (Equal Count).

Kartta 2. Suomen väestö kunnittain v. 2015.

 

Viitteet:

Meri Suppula: blogs.helsinki.fi/merisupp/2018/01/18/1-kurssikerta/