Harkka 7

Viimeistä harjoituskertaa viedään. Tässä vikassa harjoituksessa oli tarkoituksena kerätä oma-aloitteisesti aineistoa ja laatia siitä kartta. Tuntui, että viimeisellä kerralla tuli omaksuttua QGisiä perustavanlaatuisesti. Oli kiinnostava huomata, kuinka paljon avointa paikkatietoaineistoa on tarjolla eri tuottajilla. Kahlasin pääosin suomalaisten tutkimuslaitosten ja virastojen tuottamia paikkatietoaineistoja, vaikka aluksi selasin myös Natural Earth Data-sivustolta maailmanlaajuisia kartta-aineistoja, jotka olivat myös hyviä ja kiinnostavia.

Päätin lähteä tekemään suuntaa antavaa karttaa tieliikenneonnettomuuksista vuodelta 2021. Tilastokeskuksella oli tarjota aineistoa tieliikenneonnettomuuksista mutta harmillisesti heidän karttapalvelunsa ei ollut toiminnassa kahteen päivään niin latasin tilastot sitten URL-kyselyllä ja toin ne QGisiin vektoriaineistona. Suomen maakunnat-aineiston latasin Maanmittauslaitoksen sivuilta mutta jostain syystä heidän maakuntarajoihin tuli mukaan myös aluevesirajat, joten suomineito hieman näyttää totuttua erilaisemmalta. Saatiinpahan Ahvenanmaankin tilastot mukaan täten. Olisin myös halunnut ladata Suomen valtateiden verkoston mutta en löytänyt mistään kyseistä matskua. Traficomilla on kyllä liikenneverkostoihin liittyvää avointa paikkatietoaineistoa mutta ne rajoittuivat lähinnä vesi- ja lentoliikenteeseen. Eniten vakavia tieliikenneonnettomuuksia tapahtui ymmärrettävästi vilkkaasti liikennöidyssä Etelä-Suomessa ja suurimpien kaupunkikeskuksien lähettyvillä.

Kaiken kaikkiaan tuntui siltä, että paljon jäi vielä opittavaa QGsin käytössä ja sen tarjoamista mahdollisuuksista mutta ensiaskeleet on nyt otettu. Ja tosiaan tämä kurssin viimeinen itsenäinen harkkatyö tuntui avaavan eniten QGisin sielunmaisemaa koska nyt ei voinut vaan klikata ja toistaa robottimaisesti komentoja harjoitusluokassa.

Lataa paikkatietoaineistoja – Maanmittauslaitos

Avoimet paikkatietoaineistot | Tilastokeskus (stat.fi)

Harkka6

Kuudennella harjoitusviikolla päästiin ulos nauttimaan raikkaasta pakkaskelistä. Tarkoituksena oli kerätä kampuksen lähialueelta kohteita  pisteaineistona, jossa mitataan viihtyvyyttä ja turvallisuuden kokemusta. Pisteaineiston keräämisessä työkaluina puhelin ja epicollect-sovellus, johon pisteaineisto kerättiin. Noin tunnin ulkoilun jälkeen palasimme luokkaan visualisoimaan kerättyä pisteaineistoa, josta luotiin kuvan 1 kaltainen Kumpulan lähialueen kokemuskartta.

Loppuajan harjoituskerrasta työstimme maailmanlaajuisia hazardikarttoja. Outona kuriositeettina mainittakoon, ettei maailmankarttoihin saanut jostain syystä mittakaavaa näkyviin. Kartan taittovaiheessa mittakaava tulee kyllä näkyviin metatietoihin muttei varsinaiselle kartalle.

Kuva 1. Kumpulan kampus viihtyvyys ja koettu turvallisuus.

Kuva 2. Yli 5.5 magnitudin maanjäristykset vuodesta 1400 lähtien.

Kuva 3. Maanpäälliset ja vedenalaiset tulivuoret.

Löysin myös Yhdysvaltain sää- ja valtamerentutkimusorganisaation (NOAA) ylläpitämän karttasivuston, jossa on tarjolla monipuolisesti erilaisia karttamallinnuksia esimerkiksi ilmastosta, merigeologiasta, luonnonvaroista, hazardeista ja ekosysteemeistä. Toki aineisto painottuu paljolti luonnollisesti Yhdysvaltain maaperälle mutta myös globaalisti merkittävää aineistoa on tarjolla.

Linkki: Maps and Geospatial Products | National Centers for Environmental Information (NCEI) (noaa.gov)

Harkka5

Viidennellä harjoituskerralla tutustuttiin bufferivyöhykkeiden laadintaan ja niiden käyttöhyötyyn. Omalla kohdallani huomaan, että harjoituksissa on pakko olla paikan päällä, jotta pysyy kärryillä jollain tasolla. Tunneilla myös seuraaminen on niin intensiivistä, että välillä tuntuu robotilta, joka toistaa QGis-komennot ja hetken kuluttua huomaan etten välttämättä kuitenkaan ymmärtänyt komentojen tarkoitusta. Kokemus tämäkin. Kerran viikossa QGis-harjoitukset eivät myöskään omalta kohdaltani välttämättä riitä koska huomaan, että jos olen oppinut tunnilla paikan päällä päivän aiheen niin viikon päästä opit ovat jo mahdollisesti unohtuneet.  Oppimista on toki tapahtunut ja QGis-varmuutta löytyy pääpiirteittäin mutta harjoitusta tämä vielä vaatii runsaasti.

Joka tapauksessa bufferointimenetelmiä on mielekkäintä toteuttaa, kun pohditaan eri paikkojen ja alueiden saavutettavuutta. Joanna blogissaan https://blogs.helsinki.fi/joznuuti/ ja Mikko https://blogs.helsinki.fi/mcheiska/ pohtivat osuvasti, kuinka bufferointimenetelmiä voi käyttää, kun tarkastellaan esimerkiksi yhteiskunnallisesti kriittisten infrastruktuurikohteiden sijainteja suhteessa esimerkiksi ympäröivään asutukseen ja liikenneyhteyksiin. Uskoakseni esimerkiksi kaupunkisuunnittelussa bufferointia harjoitetaan runsaasti eri kohderyhmille tarkoitetuissa hankkeissa. Esimerkiksi bufferoimalla lapsiperhealueita, voidaan näin pohtia leikki- ja urheilupuistojen kannattavuutta lähialueille.

Kuva 1. Helsinki-Vantaan lentoaseman  55 desibelin pinkillä bufferivyöhykkeellä olevat asukkaat (tummempi keltaiset pallot) sekä 65 desibelin vyöhykkeellä olevat 6 asuntoa (kirkkaan keltaiset pallot).

Kuva 2. Malmin edesmenneen lentokentän lentomeluvyöhyke. Punaisella vyöhykkeellä 799 asuntoa ja vaalean sinisellä vyöhykkeellä 4902 asuntoa.

Lähteet:

Nuutinen, Joanna (2023). Geoinformatiikan menetelmät I – Bufferointia ja lentokenttiä. (20.2.2023). Geoinformatiikan menetelmät I – Tässä blogissani julkaisen Geoinformatiikan menetelmät I -kurssin tuotoksia ja pohdin oppimiani asioita. (helsinki.fi)

Heiskanen, Mikko (2023). Mcheiska’s blog – Viides harjoituskerta. (13.2.2023). mcheiska’s blog (helsinki.fi)

Luentoharjoitusviikko 4

Tässä karttaharjoituksessa tutustuttiin ruutukarttoihin ja pistemuotoisiin aineistoihin. Tässä tehtävässä pyrin visualisoimaan pääkaupunkiseudulla asuvien muunkielisten jakaumaa lukumäärällisesti. Vaikka se ei ole tarkoituksessaan ja informatiivisuudellaan paras kartta, saa siitä jotain osviittaa, mihin muunkieliset sijoittuvat pääkaupunkiseudulla. Mielestäni paras mittari kuvaamaan muunkielisten jakaumaa olisi suhteuttaa muunkielisten lukumäärä samalla ruudulla oleviin suomea äidinkielenä puhuviin. Eli parempaa informatiivisuutta tarjoaisi muunkielisten prosentuaalinen jakauma verrattaen suomea äidinkielenä puhuviin, jolloin voitaisiin esimerkiksi tutkia, onko pääkaupunkiseudulle syntymässä rypäsalueita, johon muunkieliset sijoittuvat asumaan keskenään.  Kokeilin tuota prosentuaalista luokittelutapaa muunkielisten kanssa mutta en saanut sitä järkevän näköiseksi.

Iina blogissaan Iinan QGIS Blogi (helsinki.fi) on toteuttanut juurikin prosentuaalisilla asteikoilla samanlaisen kartan samoilla muuttujilla eli muunkielisten osuuksilla pääkaupunkiseudulla.

Kun kysytään: ”onko absoluuttisia arvoja järkevä esittää ruutuaineistolla?” niin mielestäni näin voidaan tehdä, jos ruudukon ruudut ovat samankokoisia keskenään. Tällöin ruutujen sisällä olevia muuttujia, esimerkiksi absoluuttisia asukaslukuja voidaan esittää uskottavasti eri värisävyin, jos halutaan nähdä, missä sijaitsee enemmän tai vähemmän asukkaita.

Lähde: Kiikeri, Iina. Iinan QGIS blogi. Iinan QGIS Blogi (helsinki.fi). (viitattu 28.2.2023).

 

Harjoitusviikko 3

Kuva 1. Afrikan strategiset kohteet.

Kuva 2. Valuma-alueiden tulvaindeksi.

Kolmannella harjoituskerralla tutustuttiin lisää tietokantojen käsittelyyn ja siihen miten ne visualisoidaan kartalle. Muistaakseni tarkoituksena oli myös tuoda tietokantoja yhteen samalle attribuuttitaulukolle helposti luettavaan muotoon. Kuvassa 1 toimme Afrikan mantereelle näkyviin kyseenalaista ja mahdollista epävakauttavaa aiheuttavaa toimintaa. Harjoittelimme attribuuttitaulukon käyttöä siinä määrin, kuinka esimerkiksi alueet, jossa sijaitsevat timanttikaivokset korreloivat usein kasvavasti konfliktialueiden kanssa.

Joanna blogissaan Geoinformatiikan menetelmät I – Tässä blogissani julkaisen Geoinformatiikan menetelmät I -kurssin tuotoksia ja pohdin oppimiani asioita. (helsinki.fi) pohtii ”Timantteja ja tulvaindeksejä” kirjoituksessaan Afrikan kartan timanttikaivosten ja konfliktien korrelaatiota ja itse yhdyn myös samanlaisiin päätelmiin, ettei timanttikaivosten ja konfliktien välille voi tehdä suoraa kausaatiota mutta selvästi ne korreloivat keskenään ja vaikuttavat toisiinsa.

Kuvassa 2 Suomen ja Pohjois-Ruotsin ylettyvällä valuma-aluekartalla pyrittiin samantapaiseen harjoitukseen, kuin kuvan 1 Afrikkakartalla. Tarkoituksena visualisoida tulvaherkimmät alueet sekä laskea yhteen pylväsdiagrammit kuvaamaan järvisyyttä. Hankalinta oli juurikin saada pylväsdiagrammit ajettua läpi ominaisuusvalikon kautta fiksusti kartalle näkyviin. Jostain syystä en saanut karttakuvaa selkeämmin näkyviin tähän blogialustalle. Kuvakaappaus kartasta on kyllä ihan selkeän näköinen mutta liittäessä kuvakaappaustiedoston blogiin se sumenee.

Lähde: Nuutinen, Joanna. Geoinformatiikan menetelmät I – Tässä blogissani julkaisen Geoinformatiikan menetelmät I -kurssin tuotoksia ja pohdin oppimiani asioita. (helsinki.fi). ”Timantteja ja tulvaindeksejä, 6.2.2023”.

 

Harjoitustehtävä 2

Toisella harjoituskerralla verrattiin eri koordinaattijärjestelmiä ja projektioita toisiinsa sekä miten niiden mahdolliset eroavaisuudet näkyvät kartalla. Esimerkkinä tehtiin pinta-ala ja pituusmittauksia käyttäen eri projektioita.

Muutokset eri projektioiden välillä vaikuttivat omaan silmään mitättömiltä pinta-ala ja pituusmittauksissa mutta en osaa oikein sanoa, onko sillä suuri merkitys, jos 500 kilometrin pituusmittauksessa tulee muutaman metrin heittelyä eri projektioiden välillä. Varmastikin on. Kolmesta projektiosta viidestä pinta-ala ja pituustuloksissa olivat identtiset. Tein näistä pinta-ala ja pituusmittaustuloksista excel-taulukkovertailun mutta en vielä laskenut prosentuaalista ero tuloksien välissä koska eroavaisuudet ovat niin pienet niiden välillä. Eli en siis pidä tuloksia vielä kovin luotettavina. Tässä tulokset:

Aidan blogissa Olen QGIS-tietoinen – Kyseenalaiset geoinformatiikkamenettelyt (helsinki.fi) toisen harjoituskerran 6.2 osiossa on saatu mielestäni uskottavasti eri projektioiden erot näkyviin taulukkomuodossa sekä pituus- ja pinta-alamittauksissa. Itselläni oli/on juuri vaikeuksia projektioita vaihtaessa saada eri eroavaisuuksia näkyviin kunnolla.

Lähteet:

Palmgren, (2023). Olen QGIS-tietoinen – Kyseenalaiset geoinformatiikkamenettelyt (helsinki.fi)

 

Geoinformatiikan menetelmät

Ensimmäinen QGis-harjoitus koululla oli kovaa tekemistä, jossa kädet laitettiin saveen samantien, ja hyvä niin. Vesistöt ottavat kartassa hieman liian suurta roolia, jolloin kuvan tarkoitus osoittaa typpipäästölähteet epäselvenee. Jostain syystä myös kartan oikean alakulman kehys jää vajaaksi.

Aikamoista painia on ollut ensimmäiset viikot QGisin parissa. Kotioloissa työtunteja on kulunut ja hieman jäljessä ollaan aikataulusta mutta eteenpäin on menty. Ensimmäisessä kotiharjoituksessa tuli laadittua koropleettikartta, joka kuvaa alle 15-vuotiaiden prosentuaalista määrää eri kunnissa. Suurimmat jakaumat sijoittuvat vähemmän yllättäen suurimpien kaupunkien kasvukeskuksiin ja Pohjanmaan maakuntiin.

Itse karttaa laatiessa oli haasteita saada oikeanlaista mittakaavajanaa näkyviin. Mittakaava 500km on liian suuri skaala Suomen kartalle mutta katsotaan myöhemmin josko selviää, miten sen säätäminen luonnistuu laadukkaammin. Minulla oli myös samoja haasteita kuvatiedostojen tuonnissa blogiin, kuin Katjan blogissa ”Mappikoo”. Blogi ei kelpuuttanut ainakaan tällä kertaa kuvia suoraan tekstiin ollenkaan pdf-muodossa ja jpg-muodossa kuva kopioitui postimerkin kokoisena ruutuun. Liitin lopulta karttakuvan blogiin kuvakaappauksen kautta.

Lähteet:

”Mappikoo”, 27.1.2023. MappiKoo – Katjan mantsa-blogi (helsinki.fi)