Month: January 2024

Toisen kurssikerran aluksi tutustuimme QGIS:n erilaisiin valintatyökaluihin. Tämän avulla pystyin syventämään omia taitojani QGIS:n käytössä ja nopeuttamaan työskentelyäni. Valintatyökalut olivat hyvin samankaltaisia kuin muissakin sovelluksissa, minkä takia niiden eri käyttötarkoitusten oppiminen oli erityisen tärkeää, koska näitä taitoja voin hyödyntää mahdollisesti myös muiden sovellusten käytössä.

Yksi kurssikerran tärkeimmistä aiheista oli kuitenkin eri rajapintapalveluihin tutustuminen. Aikaisemmin QGIS:n käytössä on keskitytty lähinnä vektori- tai rasterimuotoisen aineiston lisäämiseen. Tällä kurssikerralla opin lisäämään myös rajapintatasoja ja siten käyttämään sovellusta entistä monipuolisemmin.

Projektioiden vertailu

Toisen kurssikerran olleelisin sisältö oli kuitenkin eri projektioiden vertaileminen ja niiden tuottamien vääristymien havainnollistaminen. Projektioihin tutustuttiin aikaisemmin Johdatus geoinformatiikkaan -kurssilla, mutta tällä kurssikerralla pääsimme käytännössä vertailemaan eri projektioita muodostamalla niistä erilaisia havainnollistavia karttoja. Projektioista muodostuvaa pinta-ala eroa visualisoitiin kolmen eri kartan avulla. Vertasin TM35FIN-projektiota Mercatorin, Robinsonin ja Winkel Tripelin projektioihin.

Karttoja tulkitessa täytyy huomioida, että ne eivät ole keskenään vertailukelpoisia, sillä Mercatoria (Kuva 1) kuvaavan kartan luokat eroavat hyvin paljon Robinsonin (Kuva 2) ja Winkel Tripelin (Kuva 3) projektioita kuvaavista kartoista. Keskenään Robinsonin ja Winkel Tripelin vääristymiä kuvaavissa kartoissa on samankaltaiset luokat, joten niitä voisi myös paremmin vertailla keskenään. Karttojen väritys siis kuitenkin näyttää suurin piirtein samanlaiselta kaikissa karttaversioissa, mutta todellisuudessa Mercatorin projektion vääristymät verrattuna TM35FIN-projektioon ovat paljon suuremmat kuin kahdessa muussa kartassa.

Olen tyytyväinen luomiini karttoihin, mutta luokkajaoista olisi voinut tehdä myös kaikkiin karttoihin samanlaiset jos olisi halunnut muodostaa niistä keskenään paremmin vertailukelpoiset. Kartat ovat mielestäni kuitenkin nytkin selkeät kun niitä tarkastelee yksittäin. Rosa Elomaa mainitsee toisen kurssikerran blogitekstisään myös, kuinka karttojen esittämien vääristymien välillä on erittäin suuria eroja. Hän toteaakin, että olisi myös ollut toimiva ratkaisu valita kaikkiin kolmeen karttaan erilainen väritys, joka selkeyttäisi lukijalle, että karttoja ei voi vertailla keskenään. Mielestäni tämä on erittäin hyvä huomio ja olisin voinut myös itse tehdä samalla tavalla, sillä nyt samannäköiset kartat houkuttavat lukijaa helposti vertailemaan niitä keskenään, mikä aiheuttaa virheellistä tulkintaa projektioiden välisistä eroista.

Valitsin juuri nämä projektiot sen takia, että ne olivat minulle jo aikaisemmin tuttuja Johdatus geoninformatiikkaan-kurssilta. Tämän takia oli mielestäni mielenkiintoisinta nähdä juuri näistä projektioista tulevat vääristymät ennemmin kuin itselleni tuntemattomasta projektiosta. Projektioita on myös olemassa erittäin laajasti ja hyvin erilaisia, joten oli mielekkäämpää valita projektiot, joista minulla on jo ennestään tietoa.

Lähteet:

Elomaa, R. (2024). Viikko 2 – projektiot ja pinta-alat. Viitattu 28.2.2024

https://blogs.helsinki.fi/elomrosa/

Ensimmäisellä kurssikerralla tutustuttiin tarkemmin QGIS-ohjelman käyttöön. Olen käyttänyt ohjelmaa kerran aikaisemmin Johdatus Geoinformatiikkaan maantieteessä -kurssilla, mutta tuolloin ohjelmaa käytettiin vain itsenäisesti. Tällä kurssikerralla ohjelmaan tutustuttiin syvemmin ja sen käyttöä käsiteltiin kurssikerran aikana, josta oli itselleni paljon hyötyä kun ohjelman käyttöön sai kattavat ja havainnollistavat ohjeet.

Ensimmäinen harjoitus

Kurssikerran päätehtävänä oli muodostaa koropleettikartta kuvaamaan Itämereen tulevien typpipäästöjen suuruuksia Itämerta ympäröivistä valtioista (Kuva 1). Kartan avulla pystytään vertailemaan Itämerta ympäröivien valtioiden osuuksia Itämeren saastuttamisessa. Kartalla näkyvät tämän lisäksi rajattuna Itämeren alue sekä muita Euroopan valtioita. Itämerestä on myös korostettu sen syvyyskäyriä.

Kurssikerralla sai erityisesti hyvin kertausta tiedon esittämisen pääpiirteistä. Typpipitoisuuksia kuvaavaa karttaa (Kuva 1) tehdessä muun muassa pohdittiin värien merkitystä tiedon esittämisessä ja miten kartasta saa mahdollisimman selkeän sekä myös visuaalisesti miellyttävän. Värien valinnassa on hyvin tärkeää esimerkiksi se, että kartasta saa jo intuitiivisesti mahdollisimman todenmukaisen käsityksen tilanteesta, ennen kuin lukija vielä edes tulkitsee kartan legendaa. Esimerkiksi tässä tapauksessa on mielekästä valita suurimpia päästöjä kuvaavalle kategorialle väriksi punainen, jonka mielletään kuvaavan negatiivista asiaa.

Koropleettikartalle ja sen välittämälle mielikuvalle on erityisen tärkeää minkälaiset kategoriat valitaan. QGIS-ohjelma tarjoaa valmiiksi erilaisia tapoja luokitella arvot monilla eri tavoilla. Luokkien valitsemisessa on tärkeää, että kartta kuvaa tilannetta mahdollisimman todenmukaisesti ja siitä välittyy oikea mielikuva. Esimerkiksi typpipäästöjä kuvaavaa karttaa (Kuva 1) tehdessä QGIS-ohjelman automaattinen luokkajako sijoitti Puolan ja Venäjän samaan luokkaan, vaikka todellisuudessa Puola sijaitsi aivan luokan ylimmässä osassa ja Venäjä taas oli luokassa juuri ja juuri mukana. Sen takia mielikuva siitä, että molemmat maat tuottaisivat Itämereen lähes saman verran päästöjä on väärä ja onkin mielekkäämpää kuvata Puola yksin sillä se tuottaa myös selkeästi eniten päästöjä. Tämän takia automaattisiin luokkiin ei kannata sokeasti luottaa, vaikka ne tarjoavatkin hyvän avun kartanteossa.

Harjoitustehtävä 1

Harjoitustehtävässä 1 tein koropleettikartan kuvastamaan kuntien väkilukuja vuonna 2021. Väkilukuja kuvaavat luokat muokkasin itse käsin mielestäni Suomen kuntarakennetta hyvin kuvaavaksi. Kartta kuvastaa väestön jakautumista mielestäni selkeämmin, kun luokkarajat ovat tasalukuja. Tämän takia pyöristin QGIS:n automaattisesti määrittämistä luokkarajoista mielestäni selkeämmät Suomen väestöä kuvaavat luvut. Lähimpään tuhanteen pyöristettyjä tasalukuja on kartan lukijan helpompi hahmottaa ja karttaa on siten vaivattomampi ja nopeampi lukea.

Minulla meni kartan tekemisessä aika kauan aikaa, sillä QGIS:n komennot eivät olleet vielä hyvin muistissa ja oikeiden työkalujen löytämiseksi meni jonkin aikaa. Lopulta löydettyäni oikeat työkalut pääsin muokkaamaan kartan ulkoasua. Kuten Aura Niskanen (2024) on huomioinut, halusin myös valita omaan karttaani mahdollisimman neutraalin värin, joka sopisi kuvastamaan väkilukuja hyvin.

 

Lähteet:

Niskanen, A (2024). Ensimmäinen kurssikerta. Viitattu 26.1.2024

https://blogs.helsinki.fi/niskanau/

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