Ensimmäinen kurssikerta

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.

 

Kuva 1, Itämeren rannikkovaltioiden aiheuttamat typpipäästöt Itämereen, Lähteet: HELCOM marine area.shp, Lakes.shp, Administrative boundaries.shp, Depth contours.shp ja Nitrogen Inputs.shp.

 

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.

Kuva 2, Ruotsinkielisten osuus väestöstä kunnittain, lähde: Kunnat2021.shp

Lähteet:

MAA-202 – Geoinformatiikan menetelmät 1. Kurssikansio:

HELCOM marine area.shpLakes.shpAdministrative boundaries.shpDepth 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/

 

Leave a Reply

Your email address will not be published. Required fields are marked *