Kurssikerta 1

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.

Kuva 1. Itämerta ympäröivien maiden tuottamat typpipäästöt Itämereen.

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.

 

Kuva 2. Koropleettikartta kuntien väkiluvuista vuonna 2021.

Lähteet:

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

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

Leave a Reply

Your email address will not be published.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