Viikko 3. (tietokantojen yhdistäminen, tuottaminen, teemakartan luonti)

Kurssikerran harjoitukset

Tällä kurssikerralla työskentelimme Afrikkaa esittävällä aineistolla (katso alla oleva (Kuva 3.1). Aloitimme eri valintatyökalujen harjoittelulla. Toiminto “select features by value” valitsee tiedot aineistoista jota toiminnossa määritellään. Käytimme “merge selected features”, “dissolve” ja “aggregate” työkaluja.  Tason muokkaamisen jälkeen lisäsimme csv muotoisen tietokannan aineistoon “joins” toiminnon kautta. Käytimme “count points in polygon”ja “join attributes in polygon” toimintoja. Lukijalle tämä ehkä ei ole kiinnostavaa mutta olen huomannut että kertaus auttaa minua muistamaan paremmin miten tehdä ja mitä.

Kurssikerran aineistoja (konflikti, timantti, öljy, internet) voi varmasti käyttää moneen. Esimerkiksi voitaisiin laskea miten konfliktit ovat vaikuttaneet internetin käyttöön eri vuosina, korreloiko konfliktit öljyn/timanttien löytämiseen tai mikä vaikuttaa eniten konfliktien syntyyn: öljyn löytäminen, poraus vai tuottavuus?

Onnistuin tunnilla tehdyissä tehtävissä ja lopputulos on mielestäni visuaalisesti miellyttävä. Otin kuvakaappauksen lopputuloksesta (Kuva 3.1). Vielä olisi ollut hyvä tehdä aineistosta kartta jossa näkyisi pohjoisnuoli, selitteet ja mittakaava.

Kuva 3.1

  • Oranssi: onshore oil
  • Vihreä: conflicts
  • Pinkki: diamonds

Itsenäinen harjoitus

Itsenäisenä tehtävänä on laskea tulvaindeksi ja sen pohjalta tehdä teemakartta Suomelle. Yksi tapa laskea tulvaindeksi on jakamalla keskiylivirtaama keskialivirtaamalla. Tulvaindeksin laskemiseksi on yhdistettävä sarake yhdestä aineistosta toiseen. Tämä tehdään joins toiminnolla ja valitsemalla aineistoja yhdistävä attribuutti. Kun tiedot on yhdistetty samaan taulukkoon voi “field calculator” toimintoa käyttäen lakeakseni tulvaindeksin.

Lopuksi visualisoin aineiston ohjeiden mukaan niin että kartassa näkyy tulvaindeksi koropleettikarttana ja järvisyys vaaleanvihreällä pylväsdiagrammina. Järvisyys tarkoittaa järvien prosentuaalista määrää valuma-alueesta.

Ensin pylväsdiagrammi ei näkynyt kartassa. Jotta pylväsdiagrammi toimisi minun oli muutettava sarakkeessa tekstiversiona oleva järvisyys numeroiksi. Opin että kun tiedot näkyy sarakkeen vasemmassa reunassa kyse on tekstimuotoisesta tiedosta ja oikeassa numeroista. Kuvakaappaus itsenäisestä harjoituksesta(3.2).

Kuva 3.2

Tällä kertaa minulla jäi selitteet, pohjoisnuoli, mittakaava tekemättä. Kuvakaappauksesta hahmottaa ehkä suhteita värien kautta (suurempi tulvaindeksi tummemmilla alueilla) mutta varsinaisista määristä ei voi sanoa mitään ilman selitettä.  Myös kartan toisen muuttujan pylväsmuotoisen järvisyyden kohdalla numerot olisivat tarpeen. Huomaan että yliopiston koneella pylväät erottuivat hyvin kartasta kun taas kotikoneen ruudulta ei. Karttaa voisi käyttää ymmärtämään järvisyyden vaikutusta tulvaindeksiin, keväisten tulvien ennakointiin.

Pohdintoja

Selailin muiden kurssilaisten blogitekstejä kolmannelta kurssikerralta. Tuukka Katajamäen kartta tulvaindeksistä ja järvisyydestä on mielestä esimerkillisen hieno ja selkeä. Pylväsdiagrammin sijaan Katajamäki on käyttänyt kuplia joiden eri koot kuvaavat järvisyyttä. Haluaisin jatkossa onnistua tekemään yhtä hyviä karttoja kuin Katajamäki. Ehkä voisin tulevilla kurssikerroilla ajatella enemmän itse mikä toimisi hyvin kartan kannalta sen sijaan että noudatan sataprosenttisesti kerran ohjeita?

Opittuja

Opin tekemään aineistosta helpomman, pomimalla ja yhdistämällä vain tarvittavat sarakkeet. Opin myös lisäämään alun perin excel muotoisen taulukon ohjelmaan ja liittämään sen toisen tietokannan tietoihin. Luulen valitettavasti että vaikka onnistuin tehtävässä tunnilla en enään itsenäisesti välttämättä osaisi tehdä kaikkea tunnilla tehtyä uudestaan.

Lähteet

Tuukka Katajamäen blogi(20.2.2023): https://blogs.helsinki.fi/katuukka/2023/02/20/3-kurssikerta/

 

Viikko 2. (projektio, visualisointi)

Valintatyökalut

Olen tottunut ArcGis ohjelmassa ensin valistemaan toiminnon/työkalun johon sitten lisätään attribuutit sen mukaan mitä haluaa saavuttaa toiminnolla. QGississä pitää (ainakin tähän asti) usein ensin valita tieto kartasta. Valintatyökaluja Qgississä ovat esimerkiksi “select features by value”, “select features by expression” tai “select features by polygon”.

Pakkatietojen tuonti QGissiin

Toimme yhdessä tunnilla paikkatietoja  “Add WFS Layer” toiminnolla eri palveluista Qgissiin. Tämä tuntui ihan liian helpolta. Onko tämä oikeasti kaikkien ihmisten saatavilla? Ilmainen ohjelma ja ilmaisia tietokantoja niin monesta eri kategoriasta. Löytyykä WFS palvelinosoitteita myös muun euroopan/maailman maille?

Projektiot

Kävimme yhdessä läpi perus toimintoja projektioihin liittyen. Sivupalkista tason kohdalta voi muuttaa yksittäisen tason projektota ja ohjelman alavasemmalta koko projektin projektiota. Sitten kokeilimme itsenäisesti luoda uusia tasoja eri projektioilla. Lopuksi laskimme pintaalojen vääristymän “Field Calculator” toiminnolla. Tein myös visualisoinnin siitä miten paljon Robinssonin projektio eroaa Merchator projektiosta (kartta 2.1).

Kartta 2.1

Kartassa värien arvot 2,53-3,34 on prosentteja pinta-alan eroavaisuudesta. Arvot viittaavat yhden projektion eri alueiden eri eroavaisuuksiin. Vaikka pienin luokka on valkoinen se eroaa kuitenkin yli 2,53% toisesta projektiosta. Prosentit eivät kuitenkaan kerro kumpi projektio (Robinson/Merchator) on suurempi/pienempi kuin toinen. Ero on prosentteina hyvin pieni mutta ero näkyy kuitenkin selvästi valittujen värien takia.

Itsenäinen harjoitus

Kuva 2.2 ja kuva 2.3 ovat kuvakaappauksia suomesta eri projektioita käyttäen. Jotkut projektiot muuttavat pinta-alaa hyvin paljon. Itsenäisesti loin uusia tasoja eri projektioilla, lisäsin pinta-ala tietoja sarakkeisiin samaan attribuuttitauluun ja laskin prosentteja. Suurin ero pinta-alassa tähän asti projektioissa on ollut Merchator ja Albanian 1987 / Gauss-Kruger zone 4 välillä(tämä näkyy alla kuva 2.2).

 

 

Kuva 2.2                                                                  2.3

(Albanian 1987 / Gauss-Kruger zone 4) (Indian 1975 / UTM zone 48N)

 

Pohdintoja

Toisen kurssikerran neljässä tunnissa ei oikeastaan saatu mitään valmista karttaa tehtyä tai vaikeeta laskelmaa visualkisoitua. Kurssikerran tärkein opetus tuntuikin olevan karttaprojektioiden ymmärtäminen ja niiden hallitseminen QGississä. Opin että jos QGissin oikeasta alakulmasta muuttaa ohjelman projektion samaksi kun tason projektion niin silloin kyseinen suomi näyttää taas “oikealta”. Muut projektiot vääntyy taas erillasiksi. Alla olevassa kuvassa (kuva 2.4) näkyy suomi neljää eri projektioa käyttäen.

Milja Mäkinen kirjottaa blogissaan kappaleessa “Projektioilla on väliä!” (8.2.2023) että viikon tehtävässä muodostui ongelmaksi se että suorittaa ohjeiden mukaan tehtäviä ymmärtämättä itse mitä oikeastaan tekee.  Olen huomannut tämän myös itse. Käymme nopeeseen tahtiin läpi tehtäviä tunnilla ja yritän seurata opettajaa niin että ei vahingossa jää joku vaihe tekemättä. Sitten kun itsenäiset tehtävät alkavat ei ole mitään hajua siitä miten tehtävässä kannattaisi edetä.

Kuva 2.4

 

Lähteet

Milja Mäkisen blogi (8.2.2023): https://blogs.helsinki.fi/mxmilja/2022/02/08/projektioilla-on-valia/

Viikko 1. (QGis ohjelmaan tutustuminen, koropleettikartan luonti)

QGis

Tällä kursilla käytämme QGis paikkatietojärjestelmää. QGis on avoimen lähdekoodin paikkatietojärjestelmä. Ohjelma on ilmanen  ja avoimesti netissä kaikkien ladattavissa. Paikkatietojärjestelmä (geographic information system/gis) tarkoittaa maantieteellisen aineiston hallitsemiseen, luomiseen, tutkimiseen ja visualisoimiseen tarkoitettua ohjelmistoa(Steininger, Hunter 2013). QGis järjestelmän vahvuus on sen helppokäyttöisyys sekä saavutettavuus.

Omalle logiikalleni on luonnollisemapaa käyttää ArcGis paikkatietojärjestelmää jota käytin viime jaksossa. QGissistä on mielestäni välillä vaikea löytää mistä mitäkin toimintoja tehdään. Toiminnoille on kuvakkeet yläpaneelissa. Kuvakkeet ei mielestäni kuitenkaan visuaalisesti kuvaa mitä toimintoja ne suorittavat kuvakkeita on klikkailtava erikseen vuorotellen kunnes löytää oikean.

Viikon tehtävä

Ensimmäisen kerran tunnilla teimme yhdessä koropleettikartan itämerta ympäröivien maiden typpipäästöistä. Koska oli kyseessä ensimmäinen kerta ohjelmiston parissa tehtävä ei ollut mielestäni helppo. Olen kuitenkin tyytyväinen lopputulokseeni (kartta 1.1). Uskalsin leikkiä asetuksilla ja löydettyäni asetukset esimerksiksi ääriviivoille kartan ilme muuttui paremmaksi. Luulen että QGissillä leikkiminen saattaa olla tehokas tapa oppia tunnilla opitun tiedon lisäksi.

Kartta 1.1

Itsenäinen tehtävä, mitä opin?

Kurssin ensimmäinen itsenäinen tehtävä on luoda koropleettikartta käyttäen tietokantaa suomen kunnista. Jaoin yli 64 vuotiaat kokonaisväkiluvulla jonka myötä sain prosentuaalisesti yli 64 vuotiaiden määrän kunnittain. Lopputulos visualisoinnin jälkeen alla (kartta 1.2). Käytin ensimmäosestä tektävästä tasoja vesistöistä sekä rajoista. Sain mielestäni karttaan kaiken olennaisen tämän tehtävän kannalta. Parannuksia jota voisin vielä itse tehdä on koropleettikartan värien erottuminen sekä pohjoisnuoli johon olisi voinut lisätä kirjaimen “N” esimerkiksi. Voi myös miettiä onko ympäröivät maat/vesistöt olennaisia kartassa vai olisiko pitänyt jättää lisäämättä niitä ollenkaan.

Mietin myös että vaikka tummimmat sekä vaaleimmat alueet koropleettikartassa vaikuttaa olevan oikealla kohdillaan; miten todennäköistä on että näin suuressa osassa suomea on prosentuaalisesti alle 0,8% yli 64 vuotiaita? Voiko olla että laskin jotain väärin? Voiko lopputulokseen luottaa?

Vertasin tulostani Joanna Nuuttisen blogiin lisäämään koropleettikarttaan. Nuuttisen koropleettikartta esitti kuntien kokonaisväkilukua. Kartassa päinvastaiset kunnat olivat tummalla sävyllä kuin minun. Kun legendoja vertaa ja tulkitsee huomaa että melkein poikkeuksetta suurimpien väkilukujen kunnissa on pienempi prosentti yli 64% kun pienemmän väkiluvun kunnissa. Esimerkiksi suurissa kunnissa kuten Vaasa ja Helsinki vanhusten määrä prosentuaalisesti on pien kun taas väkiluku on suuri. Turun/Ahvenanmaan saaristo on taas väkiluvultaan pientä mutta yli 64 vuotiaita on prosentuaalisesti saaristossa paljon.

Kartta 1.2 (yli 64 vuotiaat prosentteina kunnittain Suomessa)

Opin tuomaan tiedostoja ohjelmaan, opin laskemaan ja luomaan uusia sarakkeita. Opin myös visualisoimaan karttoja sekä luomaan lopullisen “layoutin” pohjoisnuolineen, mittakaavoineen sekä selitteineen.

Yleisesti opin tällä kurssikerralla QGissin perustoimintoja. Toistamalla perustoimintoja itsenäisesti yhteisten tehtävien jälkeen toimi hyvänä toistona sekä näyttönä siitä että opin käyttämään toimintoja itsenäisesti. Toivottavasti opitut asiat jää muistiin ensi viikkoon asti.

Omat kommentit 

Kävin tämän kurssin ensimmäisen kerran vuonna 2019 jolloin tipuin kelkasta jo alkumetreillä. Kaikki QGissiin ja harjoitustehtäviin liittyvä tuntui silloin niin vaikealta. Pelkäsin ja lopuksi vihasin kurssia. Kolmen kuukauden ponnisteluiden jälkeen kurssi jäi omalta osaltani ilman suoritusta.

Viime jaksossa suoritin kurssin geoinformatiikan menetelmät 2. Huomasin yllätksekseni että olin jopa aika hyvä. Suoritin kaikki kurssin tehtävät ilman apuja ja sain hyvän arvosanan tentistä. Innostuin. Ehkä ottaisinkin lisää valinnaisia gis kursseja? Gis vihaajasta on tullut gis lover. Toivon että onnistun tällä kertaa paremmin tällä geoinformatiikan menetelmät 1 kurssilla.

Kerran viittaukset

Steiniger, S., Hunter, A., (2013). The 2012 free and open source GIS software map – A guide to facilitate research, development, and adoption,
Computers, Environment and Urban Systems
https://doi.org/10.1016/j.compenvurbsys.2012.10.003.

Joanna Nuuttisen blogi (23.1.2023): https://blogs.helsinki.fi/joznuuti/2023/01/23/qgis-ohjelmistoon-tutustuminen/

Tein viittauksista vielä oman blogijulkaisun alkuun joka löytyy myös sivuvalikosta nimellä lähteet ja viittaukset.