Toisella kurssikerralla jatkoimme QGIS -sovelluksen käyttöä. Alan pikkuhiljaa hahmottamaan QGIS -sovellusta ja sen työkaluja enemmän. Tällä kurssikerralla perehdyimme lisää karttaprojektioihin. Karttaprojektioiden avulla kolmiulotteinen maapallo voidaan kuvata kaksiulotteiselle tasolle kartaksi. Projektiot kuitenkin vääristävät kartalla olevien kohteiden suuruutta, suuntaa tai pinta-alaa. Oli hyvin mielenkiintoista vertailla eri projektioiden vääristämiä eroja.

Projektioiden vertailua

Tutustuimme ensimmäisessä harjoituksessa karttaprojektioihin vertailemalla niitä keskenään. Vertasimme esimerkiksi kahden pisteen etäisyyttä sekä alueen pinta-alaa eri projektioilla. Yllätyin siitä, miten paljon merkitystä pituuteen ja etenkin pinta-alaan, projektion valinnalla on. Suurin pinta-ala vertailemistani karttaprojektioista tuli Mercatorin projektiolla. Tulos ei sinänsä yllättänyt, sillä Mercatorin projektio venyttää napa-alueita suuremmiksi kuin mitä ne ovat. Pienin pinta-ala taas tuli ETRS-TM35 projektiolla.

 

Projektioiden pinta-alaerot

Toisessa harjoituksessa tehtävänä oli vertailla eri karttaprojektioiden pinta-alojen eroja. Käytimme lähteenä Suomen kunnat karttaa. Vertailimme eri projektioita oikeapintaiseen tasoprojektioon ja valitsin verrattavaksi projektioksi TM35FIN projektion. Teimme ensimmäisen kartan tunnilla yhdessä, ja siinä käytimme verrattavana projektiona Mercatorin projektiota. Loput kaksi karttaa tein itsenäisesti ja valitsin verrattaviksi projektioksi Robinsonin sekä Winkel Tripel -projektiot. Karttojen tekeminen itsenäisesti tuotti vähän haasteita, mutta sain lopulta kartat valmiiksi ja lopputuloksesta tuli ihan hyvä.

Karttaprojektioita verratessa Mercatorin projektio on selkeästi vääristynein. Mitä pohjoisemmaksi mennään kartalla, sitä isompia vääristymät ovat. Robinsonin projektiolla ja Winkel Tripel projektioilla ei ole niin suurta eroa, mutta Robinsonin projektio on hieman vähemmän vääristynyt. Myös näissä kartoissa vääristymät ovat suurempia pohjoisessa kuin etelässä. Huomasin vasta karttoja vertaillessa, että olisi pitänyt muuttaa jakaumien lukuja ja värejä, jotta karttojen vertaileminen olisi ollut helpompaa. Nopeasti katsottuna Mercatorin projektio saattaa näyttää vähemmän vääristyneeltä kuin muut kartat, sillä tummat osuudet ovat pienempiä kyseisessä kartassa. Karttojen legendasta myös puuttuu prosenttimerkki, mikä vaikeuttaa karttojen tulkintaa.

 

Lähteet:

MAA-202: Geoinformatiikan menetelmät 1 – Kurssikansio 2: kunnat2020_tilastoja.shp

QGIS-sovellus ja paikkatiedon kertausta

Ensimmäinen kurssikerta jäi minun osaltani välistä, mutta onneksi  luennon aiheet käsittelivät paljon aikaisempien GIS- ja TEM-kurssien aiheita. Lukemalla luentodiat itsenäisesti pääsi hyvin kärryille ja sai palautettua mieleen paikkatiedon perusjutut. Tehtävässä käytimme QGIS -sovellusta, jota käytettiin myös ensimmäisellä geoinformatiikan kurssilla. Vaikka sovellus oli jo ennestään tuttu, niin sen kanssa oli aluksi vaikeuksia.

Itämeren typpipäästöt

Tein ohjeiden mukaan kartan Itämeren rannikkovaltioiden aiheuttamista typpipäästöistä Itämereen. Kartan tekeminen vei paljon aikaa, sillä olin jo unohtanut miten QGIS -sovellusta käytetään. Monien yritysten jälkeen sain kuitenkin kartan valmiiksi. Sain myös onneksi kavereilta apua, jos jäin jumiin johonkin kohtaan. Lopputuloksesta tuli kuitenkin mielestäni selkeä ja helposti luettava. Itämeren ympäröivistä valtioista Suomi, Viro, Liettua, Saksa sekä Tanska tuottavat vähiten typpipäästöjä. Typpipäästöjen määrään vaikuttavat muun muassa väkiluku, maatalous sekä jäteveden puhdistuksen laatu.

Luin Heikki Säntin kirjoittamaa blogia, jossa hän pohti muun muassa sitä,  miksi Puola tuottaa suurimman osan Itämeren typpipäästöistä, vaikka rantaviiva on huomattavasti pienempi kuin esimerkiksi Suomella tai Ruotsilla. Typpipäästöt tulevat kuitenkin monista eri lähteistä. Esimerkiksi maatalous, teollisuus sekä laivaliikenne aiheuttavat runsaita typpipäästöjä. Rantaviivan pituudella ei siis ole lopulta hirveästi merkitystä.

Sofia Miettinen mietti blogissaan järvien ja meren syvyyskäyrien merkitystä kartalla. Vaikka niiden esittäminen kartalla voi tuntua turhalta, niin niillä saattaa olla merkitystä typpipäästöihin. Miettinen pohti, että järviin voi jäädä varastoon typpeä, joka olisi muuten kulkeutunut mereen, ja meren syvyyskäyrät näyttävät miten matala ja vähävetinen Itämeri on. Mitä vähemmän vettä meressä on, sitä voimakkaammin typpi vaikuttaa ja aiheuttaa voimakkaampaa rehevöitymistä.

 

 

Ruotsinkielisten osuus väestöstä

Seuraavana tehtävänä oli laatia koropleettikartta, jossa näkyy Suomen kuntien väliset erot valitun muuttujan suhteen. Valitsin muuttujaksi ruotsinkielisten osuuden koko väestöstä vuonna 2021. Kuten kartasta näkyy, on Suomessa hyvin vähän kuntia, joissa ruotsinkielisiä asuu. Ainoastaan Saaristo-Suomessa sekä etelä- että länsi-rannikoilla on kuntia, joissa ruotsinkielisiä asuu. Etäisyys Ruotsiin vaikuttaa huomattavasti ruotsinkielisten osuuteen kunnissa. On kuitenkin outoa, miksi Pohjois-Suomessa lähellä Ruotsin rajaa ei ruotsinkielisiä ole lainkaan. Alueet ovat kyllä Pohjois-Suomessa todella harvaan asuttuja, mikä saattaa myös vaikuttaa siihen. Kartan visualisointi oli hieman hankalaa, sillä niin monessa kunnassa ei ole ruotsinkielisiä ollenkaan, minkä takia lopputuloksesta tuli todella yksinkertainen ja jopa tylsän näköinen. Koropleettikartan tehtävä on kuitenkin esittää tietoa selkeästi sitä vääristelemättä, ja kyseinen kartta on mielestäni selkeä ja todenmukainen.

Lähteet:

MAA-202 – Geoinformatiikan menetelmät 1. Kurssikansio:

HELCOM marine area.shp, Lakes.shp, Administrative boundaries.shp, Depth contours.shp ja Nitrogen Inputs.shp

Kunnat2021.shp

Säntti, H. (2024). Heiggi’s blog. Ensimmäinen kurssikerta. Viitattu 29.1.2024 https://blogs.helsinki.fi/hksantti/

Sofia, M. (2024). Sofian Gis-blogi. Ensimmäinen kurssikerta. Viitattu 29.1.2024 https://blogs.helsinki.fi/mietsofi/

 

Welcome to Blogipalvelut. This is your first post. Edit or delete it, then start blogging!