Ongelmanratkaisua

Kurssikerta 5

Viikon avainsanat ovat ongelmanratkaisu ja googlaus. Viidennellä kurssikerralla päästiin tekemään itsenäisesti tehtäviä, joissa pääpaino oli erilaisissa paikkatietoanalyyseissa, aineiston rajaamisessa ja tiedon keräämisessä aineistosta. Tehtävät vaativat aikaisemmin opittujen asioiden yhdistelemistä ja paljon kokeilua, jotta pääsi haluttuun lopputulokseen (tai edes sinnepäin). Välillä oli ihan pakko googlata, miten jokin asia QGIS:sä toimii, kun muuten ei vain päässyt eteenpäin. Virheilmoituksilta ei siis tälläkään kurssikerralla vältytty, mutta ainakin tehtävissä riitti ongelmanratkaisua.

Ensimmäisessä kahdessa tehtävässä kerättiin pääasiassa tietoa siitä, kuinka paljon asukkaita tietyillä alueilla tai tiettyjen palveluiden läheisyydessä asuu. Tehtävänä oli esimerkiksi selvittää, kuinka paljon asukkaita Helsinki-Vantaan lentokentän eri melualueilla on tai kuinka monella ihmisellä on juna- tai metroasema viidensadan metrin säteellä kotoaan. Niissä hyödynnettiin bufferianalyysia, jossa jonkun kohteen ympärille lasketaan puskurivyöhyke ja voidaan näin rajata aineistoa halutulla tavalla. Bufferianalyysia voidaan käyttää monenlaisiin tarkoituksiin, joissa kiinnostus keskittyy jonkun alueen tai kohteen reunavyöhykkeeseen. Anna Makkonen ehdottaa blogissaan käyttötarkoitukseksi esimerkiksi jonkun luonnonhasardin vaikutusalueen arviointia. Itselle tulee mieleen esimerkiksi maanjäristyksen aiheuttamien tuhojen arviointi.

Taulukko 1. Tehtävien vastauksia.

Ensimmäiset kaksi tehtävää sujuivat pääasiassa hyvin ja ongelmat alkoivat oikeastaan vasta kolmannessa tehtävässä. Vapaavalintaiseksi tehtäväksi otin uima-altaita ja saunoja koskevan tehtävän, ja yhtäkkiä mitkään perusjututkaan eivät tuntuneet toimivan. Ensimmäinen ongelma tuli siinä, kun yritin yhdistää pistetietokannassa olevia tietoja aluetietokantaan. QGIS:sin mukaan alueet, jotka kattoivat pääkaupunkiseudun eri kaupunginosat, olivat geometrialtaan virheellisiä, eikä niillä voinut suorittaa mitään toimintoja. Googlasin virheilmoituksen, ja kaikeksi onneksi QGIS:stä löytyi ”fix geometry” -työkalu, jolla ongelman saattoi ratkaista. Lopulta sain kuin sainkin aineistosta tarvittavat tiedot ulos.

Seuraava ongelma tuli aineiston visualisoinnissa. Tarkoituksena oli tuottaa kartta, jossa uima-altaallisten rakennusten määrä näkyy sekä pylväinä että numeroina alueiden päällä. Onnistuin lisäämään sekä pylväät että numerot kartalle, mutta QGIS ei suostunut näyttämään niitä järkevästi päällekkäin, vaan jokaisella alueella näkyi epämääräisesti joko pylväs tai numero. Päädyin lopulta tekemään kartan, jossa näkyvät pelkästään pylväät. Visuaalisessa puolessa olisi ehkä vielä hiottavaa mutten jaksanut käyttää siihen enää enempää aikaa.

Kuva  1. Uima-altaallisten rakennusten lukumäärä pääkaupunkiseudun eri alueilla.

Oikeastaan kaikki kurssikerran asiat olivat varsin helppoja ymmärtää, ja suurimmaksi haasteeksi osoittautui itse ohjelmiston käyttö. QGIS vaikuttaa oikein monipuoliselta ja toimivalta paikkatieto-ohjelmalta, jolla pystyy varmasti vaikka mihin, jos sen käyttämisen vain hallitsee. Monesta lukemastani kurssiblogista tuntui tältä kurssikerralta huokuvan turhautumista siihen, miten vaikea käytettyjä komentoja on muistaa itsenäisesti enää kurssikerran jälkeen. Samaistun tähän täysin.

Tältä kurssikerralta käteen jäi ainakin se, että hyvät googlaustaidot ovat tärkeitä lähes missä vaan tekemisessä ja että ongelmanratkaisu on toisinaan turhauttavaa mutta lopulta usein myös aika palkitsevaa. Tällä hetkellä ainakin erilaisten valintatyökalujen ja bufferianalyysin käyttö tuntuvat suhteellisen yksinkertaisilta, ja aineistojen yhdistelykin onnistuu toisinaan. Harjoiteltavaa on kuitenkin vielä paljon, jos QGIS:siä haluaisi käyttää oikeasti ilman ohjausta.

 

Lähteet:

Anna Makkonen (2022). Puskurointia ja ajatuksia QGIS:sta. Annan kurssiblogi. Viitattu 24.2.2022. Saatavilla: https://blogs.helsinki.fi/annmakko/?lang=en

Ruotsinkielisiä ruututeemakartalla

Kurssikerta 4

Neljännellä kurssikerralla harjoittelimme rasteriaineistojen tuottamista QGIS-ohjelmistossa. Vektroriaineistoihin ja koropleettikarttoihin verrattuna rasteriaineistojen avulla voidaan esittää hieman erilaisia ilmiöitä kartalla, ja siinä missä koropleettikartan pohjana on aina jokin valmis aluejako, rasteriaineistojen avulla tietoa voidaan esittää vapaammin eri alueilla tai eri mittakaavoissa. Näin ollen valmiiksi määriteltyjen alueet, esimerkiksi kuntajako, eivät aiheuta pinta-alaharhaa ja vaikuta näin kartan tulkintaan. Toisaalta myöskään rasteriaineistot eivät kuvaa todellisen maailman ilmiöitä täydellisesti, joten myös niiden tulkintaan täytyy suhtautua kriittisesti.

Toisin kuin koropleettikartoissa ruututeemakartassa on hyväksyttävämpää esittää absoluuttisia arvoja. Tämä johtuu siitä, että kaikki ruudut kuvaavat saman kokoisia alueita, eli ilmiö on ikään kuin valmiiksi suhteutettu alueen pinta-alaan. Toisaalta absoluuttisten arvojen esittäminen ei aina ole mielekästä, sillä jotkin ilmiöt voidaan suhteuttaa pinta-alan lisäksi myös muihin muuttujiin, kuten esimerkiksi väkimäärään. Myös suhteutettuja ruututeemakarttojen tulkinnassa täytyy olla tarkkana, sillä ne saattavat antaa virheellisen kuvan ilmiön todellisesta ilmenemisestä.

Toteutin itse kaksi ruututeemakarttaa ruotsinkielisistä pääkaupunkiseudulla. Ruudut ovat kooltaan 1 km x 1 km. Ensimmäisessä kartassa ruotsinkielisten määrä on ilmoitettu absoluuttisina lukuina ja toisessa suhteellisena osuutena ruudun väestöstä. Kartat ovat keskenään hyvin eri näköisiä, ja niissä kuvautuvat ilmiöt ovat lähes toistensa vastakohdat. Siksi onkin hyvä pysähtyä miettimään, mitä kartassa oikeastaan halutaan kuvata ja millaisia virheitä tulkinnassa voidaan tehdä.

 

Kuva 1. Ruotsinkielisten absoluuttinen lukumäärä pääkaupunkisedulla. 

 

Kuva 2. Ruotsinkielisten suhteellinen osuus alueen väestöstä pääkaupunkiseudulla.

 

Ensimmäisessä kartassa ruotsinkieliset näyttävät keskittyvän eniten Helsingin keskustaan. Tästä ei voida kuitenkaan päätellä vielä hirveästi mitään, sillä väestö on ylipäätään keskittynyt pääkaupunkiseudulla juuri sinne. Koska näissä ruuduissa väkimäärä on suurempi kuin muualla, on myös todennäköisempää, että ruotsinkielisten lukumäärä on niissä suurempi kuin muualla. Toisessa kartassa ruotsinkielisten suhteellinen osuus taas keskittyy enemmän pääkaupunkiseudun reuna-alueille. Täytyy kuitenkin ottaa huomioon, että näissä ruuduissa väkimäärä on kokonaisuudessaan verrattain pieni, joten korkea ruotsinkielisten osuus ei tarkoita sitä, että ruotsinkielisiä itsessään olisi välttämättä erityisen paljon.

Salla Kärkkäinen pohtii samaa ilmiötä blogissaan. Hän on tuottanut kahden muun kartan lisäksi sellaisen kartan, jossa ruotsinkielisten suhteellisesta osuudesta näkyy erikseen ne ruudut, joilla ruotsinkielisiä ei ole ollenkaan tai joilla on pelkästään ruotsinkielisiä. Näin saadaan vielä kolmas visualisointi samasta ilmiöstä ja voidaan korostaa erityisesti sitä, että ruotsinkielisiä asuu lähes jokaisella 1 km x 1 km ruudulla pääkaupunkiseudulla, eikä pelkästään tietyillä keskittyneillä alueilla.

Kaiken kaikkiaan neljännellä kurssikerralla korostui  jälleen se, että kartta ja sen visualisointi täytyy aina valita käyttötarkoituksen mukaan. Mikään kartta ei voi koskaan havainnollistaa täydellisesti kuvaamaansa ilmiötä, ja se täytyy ottaa huomioon niiden tulkinnassa. Jos esimerkiksi haluttaisiin suunnitella ruotsinkielisille suunnattujen palveluiden – esimerkiksi ruotsinkielisten koulujen – sijoittumista, molemmat tekemistäni visualisoinnista voisivat johtaa harhaan.

 

Lähteet:

Salla Kärkkäinen (2022). Viikko 4: Flashbackit TEMMI:lle ja muuta mukavaa. Sallan kurssiblogi. Lainattu 19.2.2022. Saatavilla: https://blogs.helsinki.fi/karkkais/2022/02/09/viikko-4-flashbackit-temmille-ja-muuta-mukavaa/

Ympyrät vs. Pylväät

Kurssikerta 3.

Kolmannella kurssikerralla harjoiteltiin tietokantojen muokkaamista ja yhdistelyä QGIS-ohjelmistossa. Parhaiten mieleen jäi esimerkiksi se, miten helposti QGIS kaatuu tietokantoja yhdistäessä ja toisaalta se, miten paljon erilaista tietoa tietokantaan voi sisällyttää. Harjoitusaineistona käytimme Afrikan karttaa ja siihen liittyviä tilastoaineistoja esimerkiksi timanttikaivoksista, öljykentistä ja konflikteista. Havainnollistamalla tällaisia asioita kartalla voidaan helposti hahmottaa niiden mahdollisia suhteita toisiinsa. Pelkän kartan avulla ei kuitenkaan voida tehdä päätelmiä ilmiöiden varsinaisesta kausaliteetista.

Visualisoimme Afrikan kartalla esimerkiksi timanttikaivosten ja öljykenttien sijaintia suhteessa konflikteihin. Olisi helppo tehdä päätelmä siitä, että kamppailu luonnonvaroista aiheuttaa konflikteja, mutta pelkkää karttaa tarkastellessa ei voida mennä analysoinnissa näin pitkälle. Konfliktit ovat monimutkaisia ilmiöitä, jotka voivat liittyä paitsi luonnonvaroihin myös esimerkiksi Afrikan siirtomaahistoriaan ja varallisuuden epätasaiseen jakautumiseen. Aineiston avulla voidaankin lähinnä saada osviittaa siitä, mitkä voisivat olla kiinnostavia kohteita laajempaan tutkimukseen.

Timanttikaivosten, öljykenttien ja konfliktien sijainnin lisäksi aineisto sisältää myös ominaisuustietoa niistä sekä esimerkiksi internetkäyttäjien määrän vuosittain eri valtioissa. Kiinnostavia tutkimuskohteita voisi löytyä myös esimerkiksi luonnonvarojen ja internetkäyttäjien määrän väliltä, ja niiden välistä yhteyttä voisikin selittää esimerkiksi varallisuuden lisääntymien. Tämäkin vaatisi kuitenkin laajempaa tutkimusta, sillä varallisuus voi olla jakautunut hyvin epätasaisesti ja toisaalta siihen vaikuttavat muutkin tekijät kuin pelkät timanttikaivokset ja öljykentät.

Toisena tehtävänä oli kuvata Suomen valuma-aluekartalla tulvaindeksin suuruutta ja järvisyysprosenttia. Tein kartasta kaksi eri visualisointia, sillä halusin kokeilla sekä ympyrä- että pylväsdiagrammien tekemistä, enkä ollut tyytyväinen ensimmäisen karttani luettavuuteen. Ympyrädiagrammit havainnollistaisivat ehkä paremmin sitä, että järvisyys on ilmoitettu prosentuaalisena osuutena alueen pinta-alasta, mutta en saanut niiden kokoa ja sijaintia säädettyä niin, että sekä tulvaindeksi että järvisyysprosentti olisivat selkeästi luettavissa kartasta (kuva 1). Siksi päädyin kokeilemaan saman kartan toteuttamista myös pylväsdiagrammeilla (kuva 2).

 

Kuva 1. Tulvaindeksi ja järvisyys Suomen valuma-alueilla. Versio 1.

 

Kuva 2. Tulvaindeksi ja järvisyys Suomen valuma-alueilla. Versio 2.

 

Kartoista voidaan havaita, että tulvaindeksin ja järvisyyden välillä vaikuttaa olevan yhteys. Tulvaindeksillä havainnollistetaan virtaaman vaihteluita (keskialivirtaama jaettuna keskiylivirtaamalla). Karttojen perusteella tulvaindeksi on suurinta rannikkojen pienillä valuma-alueilla ja pienintä laajemmilla valuma-alueilla sisämaassa. Niillä valuma-alueilla, joilla järvisyys on suurta, tulvaindeksi on yleensä pienempi kuin alueilla, joilla järviä on pinta-alaan suhteutettuna vähän. Tämä johtuu luultavasti siitä, että järvet varastoivat paljon vettä itseensä, jolloin ne myös tasaavat joissa virtaavan veden määrän vaihteluita.

Monilla muillakin asioilla voi kuitenkin olla vaikutusta tulvaindeksiin. Eeva Raki toteaa blogissaan, että myös esimerkiksi virtaama, topografia, korkeuserot ja valuma-alueen koko voivat vaikuttaa tulvaindeksin suuruuteen. Victoria Rumbin pohtii blogissaan tämän lisäksi myös sulamisvesiä, jotka voivat vaikuttaa virtaavan veden määrään keväisin erityisesti Lapissa. Kaiken kaikkiaan tulvaindeksi vaikuttaa siis moniulotteiselta ilmiöltä, johon liittyy järvisyyden lisäksi monia muitakin tekijöitä.

Kolmannella kurssikerralla opin esimerkiksi esittämään tietoa diagrammeina koropleettikartan päällä. Tietokantoja olin päässyt yhdistämään jo ensimmäisellä viikolla kunta-aineiston kohdalla, mutta näin toisella kerralla sekin tuntui jo paljon selkeämmältä. Sen sijaan monta teknistä asiaa kartan visualisoinnissa jäi vielä oppimatta – esimerkiksi se, miten ympyrädiagrammit saa siirrettyä pois koropleettikartan päältä.

 

Lähteet:

Eeva Raki (2022). Kurssikerta 3: Paineen alla. Oppimassa geoinformatiikkaa -blogi. Lainattu 10.2.2022. Saatavilla: https://blogs.helsinki.fi/eevaraki/2022/02/02/afrikka/

Victoria Rumbin (2022). Kurssikerta 3 – Afrikan konfliktit ja Suomi -tuhansien järvien maa. Matka GIS-guruksi -blogi. Lainattu 10.2.2022. Saatavilla: https://blogs.helsinki.fi/vrumbin/2022/02/03/kurssikerta-3-afrikan-konfliktit-ja-suomi-tuhansien-jarvien-maa/

 

Karttaprojektion monet puolet

Kurssikerta 2.

Toisella kurssikerralla harjoittelimme valintojen tekemistä QGIS-ohjelmistossa ja vertailimme erilaisia projektioita. Mieleen jäi erityisesti se, miten paljon Suomen muoto muuttui projektiosta toiseen vaihtaessa. Projektiolla voidaan siis todella vaikuttaa siihen, millaisen mielikuvan katsoja saa kartan kuvaamasta alueesta. Joissakin projektioissa korostuvat Suomen eteläisen osat ja joissakin pohjoiset osat, ja osassa niistä Suomi tuntui perinteisen Suomi-neidon muotoon tottuneena täysin vääristyneeltä. Suomi on pohjois-eteläsuunnassa pitkä valtio, joten erot projektioissa korostuivat juuri pituusakselilla.

Projisointi tarkoittaa kolmiulotteisen maapallon kuvaamista kaksiulotteisella pinnalla. Karttaprojektio ei voi koskaan täysin kuvata maapallon pintaa täydellisesti, vaan etäisyyksistä, pinta-aloista ja suunnista (eli pisteiden välisistä kulmista) vain yhtä voidaan kuvata totuudenmukaisesti ja muut vääristyvät. Tämän vuoksi yleensä pyritäänkin ainoastaan minimoimaan vääristymät eri osa-alueissa. On myös hyvä muistaa, että eri projektiot soveltuvat eri tarkoituksiin. Suomen aluetta hyvin kuvaavaa projektiota ei luultavasti olisi järkevää käyttää koko maapallon kuvaamiseen tai toisinpäin. Eri projektiot eivät siis lähtökohtaisesti ole toisiaan parempia, mutta tietyissä käyttötarkoituksissa niillä voidaan luoda virheellisiä mielikuvia alueista ja niiden välisistä suhteista.

Vertailimme Suomessa yleisesti käytössä olevaa TM35FIN-projektiota koko maapallon laajuisiin projektioihin. TM35FIN on poikittainen Mercatorin projektio, ja se on suunniteltu kuvaamaan hyvin juuri Suomen aluetta. Kuten Salla Kärkkäinen toteaa kurssiblogissaan, on hyvä muistaa, että vertailu tehdään juuri TM35FIN-projektioon. Tällöin korostuu, että juuri se on Suomen alueella toimiva projektio (Kärkkäinen, 2022). Jos vertailu tehtäisiin johonkin muuhun projektioon tai kokonaan toisella alueella, esimerkiksi koko maapallon laajuisesti, siinä korostuisivat kokonaan toiset asiat. Esimerkiksi TM35FIN tuskin kuvaisi kovin hyvin koko maapallon aluetta.

TM35FIN-projektioon vertailemani projektiot:

  • Mercatorin projektio: oikeakulmainen lieriöprojektio
  • Robinsonin projektio: pseudo-lieriö, yhdistelmäprojektio
  • Winkel tripel -projektio: muu, yhdistelmäprojektio

Kuva 1. Mercatorin projektion vääristymä verrattuna TM35FIN-projektioon.

 

Kuva 2. Robinsonin projektion vääristymä verrattuna TM35FIN-projektioon.

 

Kuva 3. Winkel tripel -projektion vääristymä verrattuna TM35FIN-projektioon.

Kartoissa on kuvattu vertailtavan projektion suhteellista pinta-alaa Suomen eri kunnissa verrattuna TM35FIN-projektioon. Kartoissa on käytetty vertailtavaa projektiota, mikä havainnollistaa myös Suomen alueen muodon ja pinta-alojen vääristymistä. Kaikista suurin vääristymä tapahtuu Mercatorin projektiossa, jossa kuntien pinta-alat ovat korkeimmillaan jopa seitsemän- tai kahdeksankertaisia TM35FIN-projektioon verrattuna. Mercatorin projektiossa korostuvat erityisesti Suomen pohjoiset alueet, jotka vääristyvät eteläisiä alueita enemmän.

Robinsonin projektiossa ja Winkel tripel -projektiossa pinta-alojen vääristymät ovat pienempiä, alle kaksinkertaisia TM35FIN-projektioon verrattuna, mutta Suomi näyttää hyvin venyneeltä itä-länsisuunnassa. Onkin hyvä pitää mielessä, että vertailu tehdään tässä ainoastaan pinta-alat huomioon ottaen. Niiden lisäksi olisi voitu tarkastella myös etäisyyksiä, pisteiden välisiä kulmia eli suuntia sekä alueen sopusuhtaisuutta kokonaisuudessaan. Se, että pinta-alat kuvautuvat lähes totuudenmukaisesti, ei vielä tarkoita, että kartta on muilta ominaisuuksiltaan hyvä. Vertailu kuitenkin osoittaa, miksi TM35FIN-projektion käyttö on oleellista. Se kuvaa vertailluista projektioista parhaiten Suomen aluetta.

Kuva 4. Vertailun vuoksi pelkkä TM35FIN-projektio. Suomen muoto näyttää tässä tutuimmalta.

Tämä kurssikerta sisälsi myös paljon QGIS:sin kanssa säätämistä, kadonneita tiedostoja, virheilmoituksia ja muita ongelmia, mutta kokonaisuudessaan sen käyttö alkaa vähitellen sujua. Jouduin laskemaan projektioiden pinta-alojen vertailut kahteen kertaan, sillä kurssikerralla tallentamani projektitiedosto ei sisältänytkään kaikkia tekemiäni muutoksia, kun avasin sen uudelleen kotona. Oli kuitenkin lohdullista huomata, että sen tekemiseen muodostui vähitellen rutiini. Ehkä tämä tästä!

 

Lähteet:

Salla Kärkkäinen (2022). Viikko 2: Kuntien avainlukuja ja gissiä. Sallan kurssiblogi. Lainattu 2.2.2022. Saatavilla: https://blogs.helsinki.fi/karkkais/2022/01/26/viikko-2-kuntien-avainlukuja-ja-gissia/