Neljäs kurssikerta

Heipähei

Neljännellä kerralla tutuistuimme piste- ja ruutuaineiston analysointiin. Työ aloitettiin tekemällä ruudukko QGISillä, jossa minulla oli jo vaikeuksia, sillä ruudukon laadinnassa oli x- ja y-tason lisäksi myös syvyystaso z, johon en aluksi korjannut arvoja, jolloin ohjelma alkoi tekemään minuuttien ajaksi jotain massiivista, johon koko ohjelma myös kaatui. Sain lopulta kilometri kertaa kilometri ruudukon, jonka jälkeen siihen tuotiin pääkaupunkiseudun väestötietokanta. Oli myös vaikeuksia rajata ruudukko siten, että se kattaa vain pääkaupunkiseudun kuntien alueen. Tein sen select by location toiminnolla trial and error systeemin kautta. Spatial join toiminnon avulla sain yhdistettyä ruudukoihin ruotsinkielisten suhteellisen osuuden, joka puolestaan laskettiin field calculatorilla.

Värien ja kategorioiden säätäminen oli monivaiheinen prosessi. Käytin lopulta kvintiiliä, sillä mielestäni se on kaikista informaatiopitoisin, vaikkakin melko moni ruudukko värjäytyy sen myötä, jolloin sävyjen säätämisestä tulee tärkeää, ettei kaikki puuroudu. Laura Siltala pohti blogissaan ruutuesittämisen mielekkyyttä. Hän pohti käyttötarkoitusta absoluuttisille arvoille, mutta itse näkisin ettei kategorisesti ole mitään järkevää syytä esittää muuta kuin suhteellista tietoa ruutuaineistona, sillä ruutu on täysin mielivaltainen pläjäys aineistossa. Mikäli ruutu olisi todellisuudessakin jokin funktionaalinen aluerajaus, niin se voisi toimia absoluuttisen tiedon esittämisessä, mutta tällainen olisi harvinainen tapaus.

Laskin field calculatorilla lisäksi muunkielisten osuuden ja esitän sen myös ruututeemakartalla. Tässä kohtaa käytin ohjelman itse jäsentelemää pretty breaks tapaa kvintiilien sijaan, sillä jälkimmäisestä olisi tullut puuroa, vaikka miten säätäisi.

Lähteet

Siltala, L. (2024). Neljäs kurssikerta. Lauran blogi. https://blogs.helsinki.fi/lesiltal/2024/02/07/neljas-kurssikerta/

Kolmas kurssikerta

Moimoi

Tällä kertaa harjoittelimme field calculatorin käyttöä QGIS-ohjelman sisällä. Field calculatorilla voi laskea uusia arvoja atribuuttitaulukkoon; yleensä tekemällä uuden sarakkeen. Laskimme esimerkiksi alkuun Afrikan mantereelta maita, joissa on samaan aikaan luonnonvaroja sekä konflikteja. Samalla harjoittelimme jälleen ulkoisten lähteiden liittämistä projektiin, josta tarkemmin edellisessä blogissa.

Yksittäisiä työvaiheita oli runsaasti, ja oli hieman vaikeaa seurata, mitä oikeasti tehdään missäkin vaiheessa. Siitä syystä kuvailisin, että kurssilla on jokseenkin haastavaa oikeasti oppia juuri mitään, sillä teemme pikkutarkkoja toimintoja siellä sun täällä, ja joiden päälle täytyy tehdä läjä korjaavia toimintoja, jotta saisi haluttavat tiedot haluttavassa muodossa esille.

Tämä konkretisoituu varsinaisessa isommassa työssä, jota kurssikerralla teimme. Laskimme siis jälleen projektin attribuuteista uutta tietoa, tällä kertaa järvisyysprosentin ja tulvaindeksin Suomen valuma-alueilta. Esimerkiksi järvisyysprosentti tuli saada histogrammein näkyviin kartalle. Tämä ei sellaisenaan onnistunut aineiston avulla, vaan täytyi muokata taulukkoon kirjattujen tietojen kenttätyyppiä. Tässä tapauksessa merkkijonosta desimaaleiksi. Samoin täytyi itse päätellä yritys ja erehdys -menetelmällä, että miten väliaikaiset tasot, joita syntyy aina, kun laskee uusia attribuutteja, saa tallennettua siten, että histogrammit säilyvät kartalla. Tämä onnistui lopulta tallentamalla tasot Geopackage-tiedostotyyppinä ESRI-shapefilen sijaan.

Olen tyytyväinen lopulliseen karttaan. Lainasin jälleen Usko Sinervon blogista (2024) visuaalista tyyliä muun muassa säätämällä pylväsdiagrammit hieman läpinäkyviksi. Pylväitä tulee tiiviiksi ryppäiksi alueille, joissa on runsaasti valuma-alueita pienellä alalla. Siksi kartasta tulee jokseenkin sekavan näköinen paikoittain. Ehkä jollain työkalulla voisi rajata vielä pienimmät valuma-alueet pois.

Lähteet:

Sinervo, U. (7.2.2024). Viikko 3 — Timantteja, konflikteja & indeksejä. Uskollinen GIS-blogi. https://blogs.helsinki.fi/usko/

Toinen kurssikerta

Heips

Toisella viikolla harjoittelimme QGIS-ohjelmalla muun muassa aineistojen tuontia palvelimilta. Käytimme WFS-nimistä rajapintaa, jolla toin Väylävirastosta Suomen kuntakartan. Tämä onnistui QGIS:n sisältä vektori-työkaluvalikon kautta. Väylävirastolta tuotu Suomen kuntakartta on huomattavasti tarkempi kuin kurssimateriaalissa jaettu kuntakartta. Tässä kohtaa muistutin itseäni siitä, mitä vaiheita ja työkaluja missäkin vaiheessa käytettiin lukemalla jälleen Usko Sinervon (2024) blogia.

Tämän jälkeen kokeilimme soveltaa erilaisia projektioita Suomen kuntakarttaan ja verrata niitä oletuksena olevaan ETRS-TM35FIN projektioon. Itse sovelsin Mercator- sekä Robinson-projektioita. Tehtävä oli laskea pinta-alojen vääristymäkertoimia QGIS:n geometry tools valikolla, valita kyseiset kertoimet näkyviin ja  asettaa jonkinlainen gradientti kyseisille arvoille.

Mercator-projektion vääristymäkertoimet näkyvät yllä. Kuten näkyy, ne ovat varsin suuret: 1,9 ja 8,3 välillä. Tämä johtuu siitä, että Mercator-projektio vääristää suuresti pohjoisten ja eteläisten alueiden pinta-aloja suuremmaksi kuin todellisuudessa (Koponen, 2017). Vääristymät kasvavat Suomen kohdalla siis pohjoiseen siirryttäessä, kuten huomataan.

 

Tässä näkyy puolestaan Robinson-projektion kertoimet. Robinson-projektio pyrkii olemaan tietynlainen kompromissi projektioiden joukossa eli se vääristää kaikkea hieman. Voidaankin huomata, että vääristymäkertoimet ovat huomattavasti pienemmät kuin Mercator-projektiossa. Tässä tapauksessa 1,19 ja 1,42 välillä.

Pohdin taas kovasti karttojeni värimaailmaa. Pelkkä yhden sävyn gradientti ei näyttänyt tarpeeksi selkeältä, koska halusin, että näytettäviä vyöhykkeitä olisi lähemmäs kymmenen. Päädyin käyttämään graduated väriskaalaa, joka yhdistää eri sävyjä värirampiksi. Halusin muokata värirampin sävyjä, mutta se ei onnistunut tarkoittamallani tavalla, joten päädyin vain käyttämään defaulttia.

Lähteet:

Koponen, J. (2017). Mercatorin projektio ei sovi maailmankarttoihin. Gall-Peters on lähes yhtä surkea vaihtoehto. Informaatiomuotoilu.fi. http://informaatiomuotoilu.fi/2017/04/mercatorin-projektio-ei-sovi-maailmankarttoihin-gall-peters-on-lahes-yhta-surkea-vaihtoehto/

Sinervo, U. (1.2.2024). Viikko 2 — Projektiovertailua. Uskollinen GIS-blogi. https://blogs.helsinki.fi/usko/

 

 

 

Ensimmäinen kurssikerta

Hellou

Tervetuloa blogiini. Tulen selostamaan täällä Maantieteen kandiohjelman MAA-202 kurssin Geoinformatiikan menetelmät 1 työvaiheita, niistä syntyviä ajatuksia sekä kurssitöitä.

Kurssilla tehdään töitä pääasiassa QGIS-ohjelmalla. Näin on myös ensimmäisen viikon kurssikerralla. Latasin ja toin kurssikerran aineiston QGIS-ohjelmaan, joka tällä kertaa käsittely Itämeren aluetta ja sen piirissä olevien maiden typpipäästöjä (kuva 1).

Ensimmäinen kerta meni lähinnä eri tasojen (layer), niissä olevien ominaisuuksien löytämiseen ja niiden muokkamiseen. Alkuun täytyi korostaa maat, joilla oli tausta-aineston mukaan typpipäästöjä. Siis maat joilla on rantaviivaa Itämereen. Sen jälkeen piti saattaa maat järjestykseen päästöjen mukaan ja korstaa ne värigradientilla.

Loppu menikin hienosäätämisessä. Esimerkiksi häivytin useimmat ääriviivat kartan polygoneista, kuten järvistä. Värien säätäminen sellaiseksi, että se miellyttää silmää ja samalla korostaa maiden eroavaisuuksia oli pitkällinen prosessi. Päädyin punaruskeaan väriskaalaan, koska kyse on kuitenkin päästöistä ja punainen assosioidaan negatiivisiin vaikutuksiin.

Kun tämän sai valmiiksi, piti lisätä selitteet, pohjoisnuoli ja mittakaava. Otin tässä vaiheessa vaikutteita Usko Sinervon kartasta (2024), jossa hän oli sijoittanut selitteet kompaktisti Pohjanmeren päällä.

Kuva 1. Valmis kartta Itämeren maiden typpipäästöistä.

Kotitehtäväksi saatiin muodostaa vapaavalintainen koropleettikartta haluamistaan tiedoista Suomen kuntakartasta (kuva 2). Valitsin esittää yli 64-vuotiaiden osuudet, koska sillä tavalla voi karkeasti esittää kuntien elinvoimaa, sillä eläkeläiset heikentävät Suomen huoltosuhdetta eli työikäisten suhdetta ei-työssäkäyviin. Kuten odotinkin, niin kartassa korostuu itäisen Suomen kunnat. Itä-Suomen heikosta taloudellisesta tilanteesta uutisoidaan usein ja alue jää jatkuvasti uusista investoinneista paitsi Länsi- ja Etelä-Suomen hyväksi (Helsingin Sanomat, 2023).

Kuva 2. Yli 64-vuotiaiden osuus Suomen kunnissa.

Lähteet:

Helsingin Sanomat. (27.8.2023).  Itä-Suomi putoaa lännen vauhdista. Pääkirjoitus. https://www.hs.fi/paakirjoitukset/art-2000009802767.html

Sinervo, U. (19.1.2024). Viikko 1 – QGIS tutuksi. Uskollinen GIS-blogi. https://blogs.helsinki.fi/usko/