Ensimmäisellä kurssikerralla pääsimme tutustumaan QGIS-ohjelmaan, joka ei ainakaan tällä hetkellä kuulu lemppareihini. Ohjelma on minulle vieras ja koen sen hyvin sekavaksi. Kuitenkin opastuksella ja kurssikavereiden tuella sen käyttäminen osoittautui kaikesta huolimatta mahdolliseksi. Myös aikaisemman kurssin karvaat kokemukset kyseisen ohjelman parissa ovat jääneet elämään painajaisten muodossa.
Kartta HELCOM-alueen typpipäästöjen osuuksista valtoittain
Tällä kurssikerralla meille annettiin tehtäväksi visualisoida annetun aineiston pohjalta HELCOM-maiden typpipäästöjen prosentuaalista osuutta kuvaava koropleettikartta QGIS:in avulla. Harjoituksen tarkoitus oli tutustuttaa meitä QGIS:in ihmeelliseen maailmaan. Opin harjoituksen ja selkeän ohjeistuksen avulla paljon kyseisestä ohjelmasta ja uskon että, vastaisuudessa sen käyttäminen tulee olemaan helpompaa, kun tuntee edes perustyökalut.
Kartan tekemiseen kuului monta vaihetta ja ainakin tusina erilaisia välilehtiä, joten on sanomattakin selvää, että pieni fuksi menee moisesta aivan sekaisin. Onnistuin kuitenkin kartan teossa mielestäni hyvin – siitä tuli selkeä ja informatiivinen ja se sisältää kartan minimivaatimukset: legendan, mittakaavan sekä pohjoisnuolen. Värit ovat mielestäni oivat kuvaamaan näinkin negatiivista ilmiötä, sillä punainen yleensä mielletään kuvaamaan vaaraa ja negatiivista muutosta.
Kartasta ilemeneekin helposti, että Puola tuottaa eniten typpipäästöjä, 33,7% kaikista päästöistä. Toiseksi eniten päästöjä tuottaa Ruotsi, Latvia sekä Venäjä, jotka asettuvat 8-13,3% välille, ja vähiten Tanska, Saksa, Viro, Liettua ja Suomi, joiden päästömäärä vaihtelee 3,2- 8% välillä. Typpipäästöillä on hankalia seurauksia Itämerelle, sillä typpi rehevöittää merta ja aiheuttaa muun muassa happikatoa ja valon puutetta (Pohjola. P, 2020).
Nea Tiainen kertoo blogissaan julkaisussa: Tapaamme jälleen, QGIS (Melkein gis-guru siis itsekkin, 2022), että typpipäästöjen määrään vaikuttaa moni asia:
“Suurimmat typpipäästöjen säätelyyn vaikuttavat tekijät ovat maiden sisäinen politiikka ja ympäristölainsäädäntö, sekä kansainväliset sopimukset. Puolassa typen kokonaispäästöt jakaantuvat kolmeen eri kategoriaan, maatalous tuottaa 50 % typpipäästöistä, palamisreaktiot 26 % ja liikenne 22 %. (Bartnicki J. & Benedictow A. (2017))”
Kartta työttömien osuudesta Suomen kunnissa
Itsenäisenä työnä tällä viikolla täytyi tuottaa toinen koropleettikartta annetusta kunta-aineistosta, josta sai valita mieleisensä muutujan. Kartan tuottaminen aiheutti minulle jonkin verran harmaita hiuksia ja hetkittäisiä vihan tunteita, mutta kurssikavereiden opastuksella näistä haasteista selvittiin ja kurssikerralla opitut jutut alkoivat palautumaan mieleen pikkuhiljaa. Kartan valmistuessa totesinkin, ettei tämä nyt niin vaikeaa ollutkaan, kuin mitä itselleni uskottelin.
Valitsin muutujaksi työttömien osuuden kunnassa. Mielestäni aineiston dataa oli vaikea tulkita ja jäi epäselväksi, että mitä mikäkin muuttuja kuvaa. Joidenkin muutujien otsikointi oli hieman epäselvää ja jokseenkin puutteellista tai sitten en osannut vain käyttää koko hommaa, sekin on paljon mahdollista. Toivottavasti onnistuin tulkitsemaan tämän nyt kuitenkin oikein.
Kartta (Kuva 2) esittää työttömien osuutta koko kunnan väestöstä. Pienen työttömyyden alueet ovat visualisoitu kartalla valkoisella ja vaaleanliilalla, kun taas puolestaan suuremman työttömyyden alueet tummemmalla liilalla. Päädyin esittämään kunnat kartassa viidessä eri luokassa, koska näin kuntien työttömien osuus väestöstä tulee selkeästi ilmi. Jälkikäteen karttaa tarkasteltuani tulin tulokseen, että myös neljä luokkaa olisi varmasti ollut riittävästi.
Karttaa tulkitsemalla voidaan helposti havaita, että eniten työttömyyttä esiintyy Itäisessä-Suomessa ja Suomen koillisosissa. Sallassa työttömyys on maan korkeinta, 22,6 prosenttia väestöstä. Vähiten työttömyyttä on Länsi- ja Etelä-Suomessa.
Ensimmäinen kurssiviikko antoi hyvät eväät ja perusteet uuden oppimiselle ja yhteiselle tielleni QGIS:in kanssa. Karttojen visualisoiminen oli loppupeleissä ihan mukavaa hommaa, alun järkytyksestä huolimatta. Päädyin myös siihen tulokseen, että kurssikavereiden apu ja olemassaolo on mahtava juttu <3. Odotan tulevia kurssikertoja ja uuden oppimista innolla – oman kehityksen ja tuotosten näkeminen on aika palkitsevaa.
Lähteet:
Pohjola P. (2020), Rehevöityminen Itämerellä, Itämeri.fi, (luettu 24.1.2022), saatavilla: https://itameri.fi/fi-FI/Luonto_ja_sen_muutos/Itameren_tila/Rehevoityminen
Tiainen N. (2022) Melkein gis-guru siis itsekkin (luettu 23.1.2022)
One Reply to “Viikko 1 – QGIS tutuksi”