Kuukausi: helmikuu 2023

Hasardi harkkakerta

Toiseksi viimeisen viikon teema oli pisteaineiston esittäminen kartalla. Poiketen aiemmista viikoista, tällä kertaa tuotimme aineiston itse. Lähdimme rapeaan pakkassäähän tallustelemaan ja merkkaamaan Epicollect5-sovellukseen kohteita ja niiden sijainti- ja ominaisuustietoja. Tavoitteena oli havainnollistaa Kumpulan alueen julkisten tilojen kuten puistojen ja bussi- ja raitiovaunupysäkkien turvallisuutta. Turvallisuus määriteltiin asteikolla yhdestä viiteen niin, että yksi oli kaikkein vähiten turvallinen ja viisi kaikkein turvallisin. Jokainen opiskelija tulkitsi turvallisuudentunnetta oman kokemuksensa mukaan.

Kerätty data esitettiin kartalla ensin pisteinä, joka ei kaupunkitilaa tutkittaessa kerro juurikaan mitään. Tästä syystä pisteaineisto interpoloitiin. Interpolointi on menetelmä, jossa pisteaineistosta luodaan jatkuva taso arvioimalla pisteiden saamien arvojen, niiden lukumäärän ja tiheyden avulla, minkä arvon saavat kohdat, joissa aineistossa ei ole tietoa (GIS Resources 2013). Interpoloinnin seurauksena syntyi kuvan 1 mukainen karttataso. Kartasta (kuva 1) on havaittavissa, että opiskelijaryhmämme kokemusten mukaan kaikkein turvattomin alue on ns. Integraalimäen alue Kumpulan kampuksen edustalla, ja kaikkein turvallisin alue Arabianrannan alue puistoineen.

Kuva 1. Interpoloitu kartta turvallisuudentunteesta Kumpulan alueen julkisissa kaupunkitiloissa.

Tämän viikon itsenäisesti suoritettavana tehtävänä oli tuottaa kolme karttaesitystä, joita voisi käyttää opetustarkoituksessa. Valitsin teemaksi meteoriitit. Päätin lähestyä tehtävää melko yksinkertaisella otteella, sillä opetustarkoituksessa ykisnkertainen on usein toimivaa ja selkeää. Aloitin tehtävän tarkastelemalla meteoriittitietokantaa (NASA 2023). Meteoriitteja on aineistossa yhteensä 45 716 kappaletta, joista vanhimmat ovat pudonneet maanpinnalle jopa yli tuhat vuotta sitten. Vaikka tietokanta on päivitetty vuonna 2023, ovat tuoreimmat meteoriittihavainnot vuodelta 2013. Päätin, että ensimmäisessä karttaesityksessä visualisoisin 2000-luvulla pudonneita tai löydettyjä meteoriitteja. Mielestäni tämä on opetuksellisesti mielenkiintoinen tarkasteluajankohta, sillä ilman ennakkotietoja oletin, että meteoriitteja putoaa maahan melko harvoin.

2000-luvulla pudonneista tai löydetyistä meteoriiteista kertova karttaesitys (kuva 2) syntyi melko yksinkertaisella toiminnolla. Valitsin select features by value toiminnolla vuodeksi suuremman kuin 2000 ja toin valitut pisteet omaksi karttatasokseen. Aikavälillä 2000-2013 pudonneita tai löydettyjä meteoriitteja on tietokannassa yhteensä 17 929 kappaletta. Näistä meteoriiteista 6 020 ei kuitenkaan sisällä sijaintitietoja ja 4 497 on merkitty pisteeeseen 0.0,0.0. Tämä herätti pieniä epäilyksiä aineiston laadusta. Tarkasteltuani aineistoa vielä hieman tarkemmin huomasin, että itseasiassa todella moni aineistossa oleva meteoriitti on merkattu pudonneeksi tismalleen samaan pisteeseen. En osaa arvioida miksi joillakin meteoriiteilla ei ole lainkaan sijaintitietoa tai miksi useita meteoriitteja on merkattu samaan pisteeseen, mutta tämä on ehdottomasti asia, joka tulee huomioida aineistoa tulkittaessa.

Kuva 2. Aikavälillä 2000-2013 pudonneet tai löydetyt meteoriitit koko maailmassa (NASA 2023) .

Mielestäni karttaesitys (kuva 2) on selkeä ja havainnollistaa hyvin meteoriittien putoamispaikkoja maapallolla. Nähtävillä on, että 2000-luvulla meteoriitteja on pudonnut eniten Lähi-Idän kaakkoisosiin Omanin valtion alueelle sekä Yhdysvaltain länsirannikon ja Pohjois-Afrikan alueille. Napapiirin pohjoispuolelta ei ole löydetty tai havaittu yhtäkään meteoriittia. Meteoriitit ovat ilmiönä globaali ja putoamispaikat näyttävät olevan kohtalaisen sattumanvaraisia. Joillakin alueilla meteoriitin putoamisen todennäköisyys on vain hieman suurempi kuin toisilla.

Seuraavaksi päätin havainnollistaa tarkemmin meteoriittien puotoamis- ja löytöpaikkoja maapallolla. Halusin selvittää, kuinka suuri osa meteoriiteista on pudonnut pohjoiselle pallonpuoliskolle ja kuinka suuri osa eteläiselle pallonpuoliskolle. Tämäkin sujui samalla yksinkertaisella select features by value toiminnolla. Valitsin leveysasteeksi ensin pienemmän kuin nolla ja sitten suuremman kuin nolla. Pohjoiselle pallonpuoliskolle on pudonnut yhteensä 8 850 meteoriittia (kuva 3). Näistäkään osa ei sisällä sijaintitietoa ja osa on merkitty tismalleen samaan pisteeseen. Mielestäni tämäkin kartta havainnollistaa hyvin meteoriittien putoamispaikkoja ja niiden satunnaisuutta.

Kuva 3. Pohjoiselle pallonpuoliskolle pudonneet meteoriitit (NASA 2023).

Eteläiselle pallonpuoliskolle on pudonnut yhteensä 23 413 meteoriittia (kuva 4). Tämä on  merkittävästi enemmän kuin mitä pohjoiselle pallonpuoliskolle on pudonnut, jopa aineiston virhemarginaali huomioiden. Vaikka eteläiselle pallonpuoliskolle onkin pudonnut huomattavasti enemmän meteoriitteja kuin pohjoiselle pallonpuoliskolle, näyttää se kartalla päinvastaiselta (kuva 3; kuva 4). Tähän vaikuttanee kyseinen karttaprojektio, jossa päiväntasaajan pohjoispuoli on selkeästi korostunut. Nämä kartat toimisivat mielestäni huonostiopetustarkoituksessa, sillä silmämääräisesti tulkitsemalla saatetaan päätyä virheelliseen tulkintaan.

Kuva 4 Eteläiselle pallonpuoliskolle pudonneet meteoriitit (NASA 2023) .

Kaikkia karttaesityksiä (kuva 2; kuva 3; kuva 4) tarkastellessani huomasin, että maapallolla on useita alueita, joille ei ole tämän tietokannan (NASA 2023) mukaan pudonnut koskaan yhtäkään meteoriittia. Silmiini pistäviä alueita ovat esimerkiksi Siperia , Pohjois-Kanada ja Amazonin sademetsän alue. Onko todella niin, ettei edellä mainituille alueille ole milloinkaan pudonnut meteoriittia, vai eikö niitä vain ole löydetty? Arvelen, että kyse on jälkimmäisestä. Karttojen opetuksellinen arvo onkin kenties enemmän karttaprojektion vaikutuksessa ilmiön tarkastelussa ja meteoriittihavaintojen puutteessa tietyillä alueilla. Kiia Korpinen huomautti blogissaan (2023), että meteoriittien putoamispaikkoja voisi olla mielenkiintoista tuntkia myös siitä näkökulmasta, millaisia jälkiä ne ovat maisemaan jättäneet.

Lähteet

GIS Resources (2013) Interpolation. 28.2.2023. https://gisresources.com/gis_interpolation_techniques_2/

Korpinen, K. (2023) Kurssikerta 6. 23.3.2023. https://blogs.helsinki.fi/kiiakorp/

NASA (2023) NASA’s open data portal. 22.2.2023. https://data.nasa.gov/Space-Science/Meteorite-Landings/gh4g-9sfh

Puskurointia

Viidennellä kurssikerralla opeteltiin etäisyyksien ja lukumäärien laskemista erilaisten työkalujen avulla. Muista harjoituskerroista poiketen, tällä kerralla saimme työskennellä suurimman osan ajasta itsenäisesti. Itse tai työparin kanssa pähkäillessä oppi meni hieman eri tavalla perille kuin opettajan ohjeita seuratessa. Toistot ja toimintojen rohkea kokeileminen olivat avain tämän kurssikerran tehtävissä onnistumiseen.

Ensimmäisessä itsenäisesti toteutetussa tehtävässä tarkoituksena oli selvittää Malmin sekä Helsinki-Vantaan lentokenttien läheisyydessä asuvien ihmisten lukumääriä ja muita tietoja. Tämä onnistui kätevästi bufferointitoiminnon avulla. Tämä toiminto tekee tarkasteltavan kohteen ympärille halutun suuruisen vyöhykkeen, jonka sisältä voidaan laskea esimerkiksi juuri väestömäärä. Laskemisessa apuna käytettiin Select features by location -työkalua, joka valitsi vain bufferin sisällä olevat pisteet. Näin data oli helposti luettavissa Statistics-paneelista.

Tulokseksi sain, että 1km säteellä Malmin lentokentästä asuu 9 244 ihmistä ja 2km säteellä 59 733 ihmistä. Vastaavasti 2km sätellä Helsinki-Vantaan lentokentästä asuu vain 10 630 ihmistä. Näistä 10 630:stä ihmisestä vain noin 0,16% asuu pahimmalla (65dB) melusaastealueella. Tämän sain selville niin, että tein kopion lentomelualueesta ja jätin sinne vain 65dB:n alueen. Sen jälkeen leikkasin clip-toiminnolla 65dB:n melusaastealueen edellä luodun bufferin mukaan. Jäljelle jääneellä alueella asuu vain 17 ihmistä. Suoritin jakolaskun ja vastaukseksi sain juurikin tuon 0,16%.

Tein samat toiminnot seuraavankin kysymyksen kohdalla, jossa oli tarkoituksena selvittää vähintään 55 desibelin melusaastealueella asuvien ihmisten lukumäärä. Tähän sain vastaukseksi 11 923 henkilöä. Edellä kuvaillut työvaiheet olisi ilmeisesti voinut tehdä helpommallakin keinolla, mutta tämän keinon keksin aivan itse joten pisteitä annan itselleni ainakin kekseliäisyydestä. Turkka Häkkinen (2023) näytti saaneen saman tuloksen, joten menetelmäni ei ollut täysin virheellinen, joskin hieman työläämpi.

Seuraavaksi mallinsin poikkeusreitillä lentävän lentokoneen aiheuttamaa meluhaittaa alueen ihmisille. Bufferoin 7km pitkän ja 1km leveän melusaastealueen (kuva 1), jonka sisältä laskin väkimäärän. Kuvassa 1 normaali melusaastealue Helsinki-Vantaan lentoasemalla on kuvattu tummalla pinkillä ja itse bufferoimani melusaastealue vaaleanpunaisella. Alueen rakennukset, joissa on vakituisia asukkaita on kuvattu oransseilla palloilla. Edellisistä tehtävistä tuttujen toimintojen tehtyäni sain selville, että mikäli lentokone joutuisi kuvan 1 mukaiselle poikkeusreitille, aiheuttaisi se yli 60 desibelin meluhaittaa 13 490:lle ihmiselle.

Kuva 1. Poikkeuksellisen lentoreitin melusaastealue Helsinki-Vantaan lentokentän läheisyydessä.

Hyvään vauhtiin päästyäni loput kurssikerran tehtävät etenivät varsin sujuvasti. Kokosin asema-tehtävän ja itsenäistehtävä 2:n tulokset taulukkoon (taulukko 1), jotta niitä olisi helppo muidenkin tarkastella. Taulukon kaksi ensimmäistä saraketta käsittelevät asema-tehtävää ja loput viisi saraketta taajama-tehtävää. Huomionarvoista on, että taajama-tehtävän aineisto oli täysin erilainen kuin asema-tehtävän aineisto. Saatuja arvoja ei siis voi, eikä kannatakkaan verrata muiden sarakkeiden arvoihin. Taajama-tehtävässä käsittelin koko pääkaupunkiseudun väestödataa kun taas asema-tehtävässä ainoastaan vantaan kaupungin väestödataa.

Taulukko 1. Itsenäistehtävien 1.2 ja 2 tulokset.

	Lkm	Osuus (%)
Asuu alle 500m päässä juna- tai metroasemasta	111 765	21,87
Asuu alle 500m päässä juna- tai metroasemasta ja on työikäinen	74 989	67,10
Asuu taajamissa	1 001 830	96,10
Asuu taajamien ulkopuolella ja on kouluikäinen	3 727	3,60
Taajamat, joissa ulkomaalaisten osuus yli 10%	65
Taajamat, joissa ulkomaalaisten osuus yli 20%	22
Taajamat, joissa ulkomaalaisten osuus yli 30%	15

Alueiden määrittäminen ulkomaalaisten osuuksien mukaan tuotti minulle hetkellisesti päänvaivaa, mutta muutama syvä henkäys ja akuutti aivoriihi vieruskaverin kanssa auttoivat lopulta eteenpäin. Luukas Mickelsson (2023) oivalsi, miten taajamat, koko väestön lukumäärät ja ulkomaalaisten lukumäärät saadaan samaan attribuuttitaulukkoon, ja minä keksin miten saadaan aikaiseksi prosenttiosuudet ja löydetään lopulta oikea määrä taajamia. Join attributes by location -työkalulla kaikki data saatiin samaan taulukkoon ja prosenttisuudet sai laskettua tuttuun tapaan omalla laskutoiminnollaan. Kun ulkomaalaisten osuudet oli laskettu, järjestin taajamat suurimmasta ulkomaalaisten osuudesta pienimpään ja katsoin manuaalisesti tehtävässä kysytyt taajamien lukumäärät. Vastaus olikin näin yksinkertainen! Muistakaa, että kaverin aivoja kannattaa lainata, jos omat ovat hetkellisesti sumentuneet 😉

Lähteet

Häkkinen, T. (2023) ..ja matka jatkuu, Pornaisista Helsinkiin! Viikko 5. 19.2.2023. https://blogs.helsinki.fi/turkkaha/

Mickelsson, L. (2023) Viikko 5?-bufferianalyysit. 22.2.2023. https://blogs.helsinki.fi/luukasmi/

Ruutukartta

Neljännen viikon harjoituskerralle kömmittiin tuttuun tapaan keskiviikkoaamuna heti klo 8:15. Edellisten viikkojen QGIS-niksit ovat jollain ihmeen kaupalla jääneet muistiin, joten olo oli melko itsevarma. Harjoituskerran ensimmäisenä aiheena oli ruutukartan laatiminen. Ruutukartat ovat siitä käteviä, että yksittäisiin ruutuihin on mahdollista kerätä tietoa koko ruudun alueelta ja data pystytään visualisoimaan teemakarttana.

Loin ruutukartan muun kuin suomen- tai ruotsinkielisten lukumäärästä Helsingin seudun alueella (kuva 1). Kartan ruudut ovat yksi kilometri kertaa yksi kilometri kokoisia. Ruutukartassa on mahdollista esittää absoluuttisia lukuarvoja, sillä kaikki ruudut ovat pinta-alaltaan saman kokoisia ja täten vertailukelpoisia. Lukumäärältään eniten muun kuin suomen- tai ruotsinkielisiä näyttäisi olevan Helsingin seudun etelä- ja kaakkoisosissa. Eri tutkimusruutujen väliset erot ovat melko suuret, sillä joillain ruuduilla muun kuin suomen- tai ruotsinkielisten lukumäärä on jopa yli 2500 henkilöä, kun taas joillakin ruuduilla lukumäärä on alle 50 henkilöä.

Kuva 1. Ruutukartta muun kuin suomen- tai ruotsinkielisten lukumäärästä Helsingin seudun alueella vuonna 2016.

Kuvan 1 karttaesitykseen tein luokittelun aivan itse. Päädyin kuuteen eri luokkaan, sillä kokeiltuani eri luokkamääriä tämä näytti kaikkein järkevimmältä. Noudatin luokittelussa luonnollisia luokkarajoja, mutta pyöristelin niitä, jotta legenda näyttäisi siistimmältä ja helpommin luettavammalta. Tyhjät valkoiset kohdat keskellä ruudukkoa ovat alueita, missä ei ole vakituisia asukkaita. Täten ne on jätetty huomiotta karttaesityksessä. Data on kuitenkin vuodelta 2016 ja huomasin, että esimerkiksi oma asuinalueeni Jätkäsaaressa on kartassa valkoisella, sillä silloin alueella ei ollut vielä asukkaita. Viime vuoden asukastilastoilla kartta olisi luultavasti hyvin eri näköinen.

Havainnollistaakseni kuvan 1 ilmiötä hieman eri tavalla loin toisen karttaesityksen muun kuin suomen- tai ruotsinkielisten osuudesta väestöstä Helsingin alueella (kuva 2). Tässä karttaesityksessä ruutuihin on siis laskettu suhteelliset lukuarvot kuvan 1 absoluuttisten lukuarvojen sijaan.  Kuvan 2 karttaesityksen luokittelun tein samalla tavalla kuin kuvan 1 karttaesityksen. Päädyin samaan määrään luokkia, ja luokkajakoja tehdessäni noudattelin pääosin luonnollisia luokkarajoja, jotka vain pyöristin lähimpään viiteen prosenttiin. Tämän tein legandan luettavuuden ja luokkien rajojen hahmottamisen selkeyttämiseksi. Valkoiset alueet ovat tässäkin karttassa vakituisesti asumattomia alueita.

Kuva 2. Ruutukartta muun kuin suomen- tai ruotsinkielisten osuudesta väestöstä Helsingin seudun alueella vuonna 2016.

Valitsemalla kartalle joko absoluuttiset- tai suhteelliset arvot, kartta saadaan näyttämään huomattavasti erilaiselta. Kuvassa 2 kaakkoinen Helsingin seutu erottuu edelleen korkeine arvoineen, mutta kuvasta 1 poiketen myös pohjoinen Helsingin seutu saa paikoittain hyvinkin korkeita arvoja. Näyttäisi siltä, että alueilla, joissa on lukumäärältään eniten muun kuin suomen- tai ruotsinkielisiä ei välttämättä ole suhteessa eniten tällaisia asukkaita. Sama pätee toisinpäin. Molemmat kartat (kuva 1; kuva 2) havainnollistavat samaa ilmiötä, mutta varsin eri näkökulmista. Mielestäni kumpikaan esitys ei ole toistaan parempi, vaan ainoastaan informaatioltaan eriävä.

Tietoa tiedon päälle

Kolmannen viikon harjoituksissa käsittelimme tietokantojen hallintaa ja muokkaamista, sekä teimme tuttuun tapaan muutamia karttaharjoituksia QGIS-ohjelmistolla. Joissakin valmiissa paikkatietoaineistossa data voi välillä olla turhankin yksityiskohtaista. Harjoittelimme kohteiden yhdistämistä datan käsittelyn yksinkertaistamiseksi parillakin eri keinolla. Koin kohteiden yhdistelyn kohtalaisen yksinkertaisena prosessina, joskin välillä täytyi pysähtyä miettimään, mitä tietoa haluan liittää mihinkäkin. Kuten muissakin tämän kurssin toimissa, tässäkin huolellisuus on valttia.

Tietojen yhdistelyn lisäksi harjoittelimme uuden tiedon lisäämistä sekä tuottamista. Uutta tietoa saa lisättyä aika näppärästi, kunhan vain valitsee oikeamuotoista tietoa. Uutta tietoa tuodessa on myös huomioitava se, että tieto on mahdollista liittää jonkin yhteisen ominaisuuden, kuten vaikkapa nimen avulla attribuuttitaulukoon. Uutta tietoa luotaessa esimerkiksi laskemalla, on kiinnitettävä huomiota laskukaavojen oikeellisuuteen sekä siihen, että ohjelmisto varmasti tulkitsee numerot numeroina, eikä tekstinä. Moni kompasteli tänään ohjelmiston tulkitessa numerot tekstimuodossa, jolloin arvoja ei tullut lainkaan näkyviin. Tämän vinkin muistan tästä eteenpäin harjoituksia tehdessäni: tekstimuotoisena numerot asemoituvat sarakkeen vasempaan reunaan, lukuarvomuotoisena sarakkeen oikeaan reunaan.

Tulvaindeksi

Tämän harjoituskerran virallisena tehtävänantona oli tuottaa karttaesitys valuma-alueiden tulvaindekseistä sekä järvisyydestä. Karttaesityksen teossa oli tarkoitus soveltaa aiemmin oppimaamme tietokantojen hallinnasta sekä uuden tiedon tuottamisesta. Tulvaindeksi kuvaa joen virtaaman vaihtelua ja sen avulla on mahdollista selvittää kuinka moninkertainen on virtaaman huippu verrattuna kaikkein kuivimpaan aikaan. Tulvaindeksin laskukaava on keskiylivirtaama (tulvahuippujen keskiarvo) jaettuna keskialivirtaamalla (kuivien kausien alimpien arvojen keskiarvo).

Kuva 1 osoittaa, että tulvaherkimmät valuma-alueet löytyvät Suomen etelä- ja länsirannikoilta. Kaikkein korkein tulvaindeksi on Aurajoen valuma-alueella Suomen lounaisrannikolla. Näiden alueiden tulvaherkkyyttä saattaa selittää alueiden mataluus merenpinnasta. Etenkin Länsi-Suomen rannikkoalue on pinnanmuodoiltaan tasaista ja alavaa. Järvisyydellä ja tulvaherkkyydellä ei näytä olevan merkittävää yhteyttä, sillä kaikkein järvisimmillä alueilla tulvaindeksi on kaikkein pienin.

Kuva 1. Suomen valuma-alueiden tulvaindeksit ja järvisyysprosentit.

Karttaesityksen (kuva 1) luominen onnistui tänään kuin itsestään. Tuotokseen olen erittäin tyytyväinen. Aineiston luokittelu sekä kartan väritys ovat mielestäni tarkoitukseen sopivia. Luokittelin aineiston hieman eri tavalla useampaan luokkaan kuin kurssikaverini (Jentze 2022, Häkkinen 2022), jotta saisin havainnollistettua myös vähäisempää tulvaindeksiä esimerkiksi Pohjois-Lapin ja Kaakkois-Suomen alueilla. En niin ikään kokenut tarpeelliseksi lisätä karttaan jokia tai järviä, sillä muuten informaatiota olisi yksinkertaisesti ollut liikaa. Järvitieto kun löytyy kartasta jo histogrammien muodossa.

Jätin myös taustakartan tarkoituksella näkyviin, sillä minusta pelkät valuma-alueet irrallisina näyttivät hieman omituisilta, varsinkin kun ne eivät noudattele Suomen valtion rajoja. Edellisen, jokseenkin pitkähkön blogipostauksen jälkeen tiivistin tämän kertaiset asiat hieman lyhyemmäksi kokonaisuudeksi. Toivottavasti sisältö antoi kuitenkin ideoita ja ajateltavaa!

Lähteet

Häkkinen, T. (2022) #yhteisellämatkalla (QGIS:n parissa), viikko 3. 6.2.2023. https://blogs.helsinki.fi/turkkaha/

Jentze, T. (2022) Korjailua, paikkailua ja valumista. 6.2.2023 https://blogs.helsinki.fi/jentze/