Mihin kaikkeen GIS pystyykään!

Saavuin neljännen GIS viikon aloitukseen tarmoa uhkuen. Istuin alas, avasin tarvittavat ohjelmat ja jäin innolla odottamaan tulevia uusia oppeja. Sitten paikalle saapui ihana parini, sanotaan häntä nyt vaikka Eero Osioksi. Hänen aamunsa oli kaikkea muuta kuin hyvä, mutta ystävällisenä parina tarjosin siirtämään osan hyvästä energiastani hänelle. Annostus taisi olla liian suuri, sillä tästä eteenpäin oma mieleni seikkaili aivan muualla ja keskittyminen oli vaikeaa. Hyvänä puolena tässä oli se, että eipähän tullut turhautumisia, kun ei ollut niin tunteella mukana. Kaiken sain tehtyä ja tarvittavat taidot opin, joten loppu hyvin, kaikki hyvin.

Tällä kertaa aiheena olivat vektorimuotoiset ruutuaineistot sekä rasteritietokannat. Sinänsä Qgis toimii hyvin samankaltaisesti vektori- ja rasteriaineistojen kanssa. Niiden analyysimenetelmät eroavat kuitenkin merkittävästi aineistojen erilaisten luonteiden takia, joten harjoitus on tarpeellista. Äimistyn kerta toisensa jälkeen, mihin kaikkeen paikkatieto-ohjelmat pystyvätkään. Vaikka omat taidot tai pikemmin niiden puute suututtaa lähes koko ajan projekteja tehdessä, en voi kuin ihailla sitä, miten monipuolisesti tietokantoja pystyy muokkaamaan ja analysoimaan hyvin pienillä eleillä.

Ensimmäistä kertaa meillä oli edessä kaksi hyvin erilaista tehtävää. Ensimmäisessä käsittelimme ruutuaineistoa ja loimme jo tutuksi tulleita visuaalisia esityksiä. Toisena tehtävänä opettelimme käsittelemään ilmakuvia ja rasterikuvan päälle piirtämistä. Ensin kuitenkin ruutuaineisto. Se tarjoaa hyvin monipuolisia ominaisuustarkastelumahdollisuuksia ja on siksi erinomainen työkalu maantieteilijälle. Jotta sen käyttö olisi mielekästä, tulee tietokantaa karsia omaan käyttöön sopivaksi, kuten on hyvä tehdä kaikelle aineistolle. Aiemmilla kerroilla olemme siivonneet muun muassa ominaisuustietotaulukkoja. Tällä kertaa saimme kuulla siitä, miten ilmakuvista siivotaan kaikki väliaikainen kuten autot ja ihmiset pois sekä harjoitella tietokannan siivoamista poistamalla ruutuaineistosta kaikki ruudut, joihin haluttu informaatio ei sisältynyt.

Pisteaineistosta oli helppo luoda ruutuaineisto. Create gid -toiminnolla pystyy luomaan halutun kokoisia ruutuja, joihin myös ominaisuustiedot sijoittuvat oikein. Ruutuaineisto sisältää paljon tietoa ja on siksi välillä hidas latautumaan. Lataustauot voivat olla toisinaan tarvittava hengähdysaukko muuten intensiiviseen toimintaan, joten niin kauan kun lataus ei kestä kohtuuttoman pitkään, vaikenen ja nautin tauostani.

Lähtökohtaisesti koordinaatistot ovat Qgis:ssä oikein, mutta tällä kertaa niin ei ollut. Aineistojen ollessa eri koordinaattijärjestelmissä, lopputulos ei sisältänyt juuri mitään informaatiota. Qgis tekee paljon puolestamme, mutta meidän käyttäjien tehtävänä on aina silloin tällöin tarkistaa, että kaikki on kohdallaan. Tarkistamattomuus aiheutti sen, että jouduimme lataamaan uudemman kerran ruutuaineiston koordinaatistomuutoksen jälkeen. 

Ruutuaineiston avulla pystyy tarkastelemaan kaikkia ominaisuustietotaulukossa olevia muuttujia ruudun tarkkuudella. Harjoituksena loin teemakartan pääkaupunkiseudun asuinrakennusten keskimääräisestä käyttöönottoajasta (kuva 1). Mitä tummempi väri ruudussa on, sitä uudempia ovat asuinrakennukset keskimäärin. Koska kyseessä on neliökilometrin alue, saattoi vaihtelu käyttöönottovuosien välillä ruudun sisällä olla useita kymmeniä vuosia. Tällöin keskiarvo asettuu johonkin näiden väliin.

Tämän kartan luominen vaati edellä mainittuja siivoustaitoja. Nopeutettua versiota minulla ei kuitenkaan ollut, joten päädyin siivoamaan taulukon virheelliset arvot käsin ”NULL” arvoiksi ja samalla pyöristin kaikki vuosiluvut tasaluvuiksi. Kamala työ, mutta visuaalinen minä ei voisi katsoa legendaa, jossa lukee keskimääräisen käyttöönottovuoden olevan 1981,46402 vuotta. Tämän lisäksi muokkasin aineistoa vielä sen verran, että määrittelin itse luokkajaot, jolloin sain vuosivaihtelut omasta mielestäni järkeviksi. 

Kartalla on nähtävissä selkeä puoliksi jako: Lännessä eli pääosin Espoossa ja Kauniaisissa rakentaminen on ollut keskimäärin melko samanaikaista. Idässä eli lähinnä Helsingissä ja Vantaalla on sen sijaan laaja kirjo sekä hyvin vanhoja rakennuksia että myös uusia. Jos pääkaupunkiseudulla on kulkenut, voi todeta kartan kuvastavan melko hyvin alueiden maisemia ja arkkitehtuuria. Esimerkiksi Helsingin kantakaupunki koostuu tyypillisesti vanhoista ja koristeellisista taloista, kun taas itä-Helsingissä on paljon uusia ja nykyaikaisia taloja.

Espoon ja Kauniaisten tasaisuus kuvastaa hyvin sitä, miten Helsingin kasvu vaati ympärysalueiden rakentamista, jotta ihmisille saatiin koteja. Toisaalta Espoon tasavärisyys johtuu myös hajonnasta vanhojen ja uusien rakennusten välillä, joiden keskiarvona on tasapaksu väritys. Espoo on kasvanut viimeisen 20 vuoden aikana todella paljon ja rakennuksia nousee jatkuvasti. Keskiarvossa tämä ei välttämättä näy, sillä uusien rakennusten rinnalla on myös Espoon alkuaikojen rakennuksia.

Koska kyseessä ovat vain keskiarvot, ei kartta voi sanoa erityisen informatiiviseksi vaan pikemmin suuntaa-antavaksi. Jotta kartta olisi mahdollisimman informatiivinen, olisi lukijan hyvä tietää esimerkiksi vanhojen ja uusien rakennusten suhteellista osuutta ruudussa. Lisäksi voisi olla lisätietoa asukkaiden ikärakenteesta ja määrästä, jolloin voitaisiin tehdä varovaisia päätelmiä alueen maineesta, asukkaiden ostokyvystä sekä eri ikäryhmien asumismieltymyksistä. Kurssitoverini Joonatan Reunanen pohti blogissaan hyvin ruutuaineistopohjaisen teemakartan luotettavuutta. Hän arvotti ne sen perusteella, luottaisiko hän itse niihin, jos ne olisivat esimerkiksi uutisissa. Tästä näkökulmasta katsottuna voin todeta, että kuva ei todella ole enemmän kuin tuhat sanaa. Uskallan väittää, että jokaisen kurssilaisen luoma kartta vaatii vähintään hyvän legendan, mutta lisäksi toisia karttoja tai selkeän sanallisen kuvauksen, jotta niiden informatiivisuus olisi toivotulla tasolla. 

Ruututeemakartta on hyvä siinä, että se antaa melko tarkkaa tietoa, jos ruudun koko säädetään sopivan pieneksi. Esimerkiksi kuntatasolla esitetty koropleettikartta yleistää tietoa huomattavasti enemmän kuin neliökilometrin alueella. Ruutuaineistona se kuitenkin antaa nopeammin visuaalisen informaation tarkastellusta asiasta kuin pistekartta, jossa karttaa täytyy tulkita tarkemmin päätelmien tekemiseksi. Koska väestötietojen esittäminen yksilötasolla ei olisi järkevää, on järkevämpää tarkastella pisteiden sijoittumista ruutujen sisään. Näin ollen voidaan todeta ruututietoaineiston käyttämälläni mittakaavalla riittävän luotettavaksi.

Tästä huolimatta on lukujen keskiarvoisuus ja suuntaa antava merkitys muistettava kokoajan sen sijaan että vuosilukuja käytettäisiin absoluuttisina arvoina. Kanssamantsalainen Jonna Kääriäinen informoi minua hyvin siitä, että ruutuaineistolla voi esittää sekä absoluuttisia että suhteellisia arvoja. Jos kyseessä  olisi esimerkiksi väestön määrä, sopisivat myös absoluuttiset luvut ruutuaineistoon hyvin, sillä jokainen ruutu on saman kokoinen ja ne ovat siten keskenään vertailukelpoisia.

Kanssaopiskelijani Janina Vikman huomautti ruutuaineistosta heikkouden, jonka olin täysin jättänyt huomiotta: ruutuaineisto voi jakaa alueet epäluonnollisesti ja kuntarajoista välittämättä, eikä se kerro mitään ominaisuuksien sisäisestä jakautumisesta. Siispä esimerkiksi yksi uusi kortteli voi nostaa ruutuaineiston keskiarvoa huomattavasti, vaikka koko muu ruutu koostuisi hyvin vanhoista rakennuksista. Jos asioita ei haluta tarkastella kuntatasolla ja keskimääräisyys riittää, käy ruutuaineisto oikein hyvin tietokannan muodoksi. 

Tunnin toisena tehtävänä harjoittelimme yhdistämään merge-toiminnolla ilmakuvaruutuja yhdeksi kuvaksi sekä tarkastelemaan sitä muun muassa rinnevarjostuksen ja korkeuskäyrien avulla. Tällä kertaa valmistelimme aineistoa ainakin osin seuraavaa kertaa varten. Ensin kuitenkin harjoittelimme rasteriaineiston perusominaisuuksia.

Yhtenä osana harjoitusta loimme ilmakuvan päälle korkeuskäyrät. QGis :ssä pystyi määrittämään halutun käyrävälin. Määritimme käyrät 5 metrin tarkkuudelle, sillä samaa väliä käytetään yleisesti Suomen kartoissa. Taas sain huokaista ihastuksesta ja nappeja painamalla todistaa teknologian voimaa. Pelkän ilmakuvan avulla pystyy tekemään hyvin monipuolista maantieteellistä analyysiä.

Koska teknologiaan sokea luottaminen ei ole aina järkevää, voi tehdä pieniä tarkistuksia. Siispä ohjeiden mukaan latasin Paituli-karttapalvelusta vastaavan alueen peruskarttalehden, jossa näkyy vain korkeuskäyrät. Kun asetin ne päällekkäin, pystyin vertailemaan käyrien yhteensopivuutta (kuvat 2 ja 3). Lyhyesti voin todeta, että vaikka poikkeavuuksia on (kuva 3), täsmäävät korkeuskäyrät pääsääntöisesti hyvin. Korkeuskäyrien laadussa on kuitenkin huomattavaa eroa: peruskarttalehden käyrät (punaiset) ovat huomattavasti selkeäpiirteisempiä kuin Qgis:n rosoiset käyrät (vihreät). Huomasin vasta blogia viimeistellessäni, että tähän visuaalisen esitykseen olisi voinut lisätä myös rinnevarjostuksen, mutta käyrien vertailun kannalta sillä ei mielestäni ole merkitystä.

 

Rasteriaineistojen käyttö tulee varmasti jatkumaan ja monimutkaistumaan seuraavien kertojen aikana. Tällä hetkellä tuntuu siltä, että tämä on selkeää ja ymmärrettävää. Alustimme seuraavan kerran harjoitusta piirtämällä Pornaisten teitä ja taloja Corelmaisesti kartalle. Siitä, mitä aineistolla tulemme tekemään, minulla ei ole aavistustakaan. Toivottavasti aurat ja energiat ovat ensi kerralla kohdallaan. Tällä kertaa oli onni onnettomuudessa, sillä vähäisempi energia tarkoitti vähäisempiä tunnepurkauksia, mutta lopputulos ei siitä kärsinyt. Jos täysin rehellisiä ollaan, jouduin ilmakuva osion tekemään uudelleen, sillä ihanaksi yllätyksekseni tallentamani projekti olikin tyhjä. Mutta hei… kertaus on opintojen äiti.

Lähteet:

Kääriäinen, Jonna. Pisteaineistosta ruututeemakartaksi. Käytetty 7.2.2020. https://blogs.helsinki.fi/kaarijon/

Reunanen, Joonatan. Posilla – vaikka väkisin. Käytetty 7.2.2020. https://blogs.helsinki.fi/reunajoo/

Vikman, Janina. Pieniä voittoja. Käytetty 7.2.2020. https://blogs.helsinki.fi/jagvikma/