Kuukausi: maaliskuu 2022

Kurssikerta 7.

Viimeisellä kurssikerralla tehtävänä oli tuottaa karttaesitys itse etsityistä aineistoista. Lähestyin tehtävää selailemalla mahdollisia aineistoja netissä ja kokeilemalla, kuinka helposti ne saisi siirrettyä QGIS:siin. Törmäsin laji.fi-sivuston havaintotietokantoihin, ja sieltä sai ladattua suhteellisen helposti eri lajien havaintopisteitä kartalle. Päädyin kokeilemaan liito-oravahavaintojen lataamista ihan pelkästään uteliaisuudesta, ja lopulta tein lopullisenkin karttaesityksen niiden pohjalta. Pohjana käytin Suomen kuntajakoa, sillä siihen oli helppo lisätä muutakin dataa.

Kuva 1. Liito-oravahavaintoja Suomessa. (Laji.fi, 2022)

Lataamani liito-oravahavainnot ovat vuosilta 2015–2022. Laji.fi-sivustolta sai ladattua kerralla korkeintaan 10 000 havaintopistettä ja kahdessa erässä lataamalla sain liito-oraville noin 17 000 havaintopistettä. Havainnot sijoittuvat eteläiselle puoliskolle Suomea, mutta tämän lisäksi havaintojen määrässä on jonkin verran vaihtelua. Halusinkin tarkastella kartalla myös jotain muuta muuttujaa, jolla voisi olla vaikutusta liito-oravahavaintojen sijoittumiseen. Löysin netistä Suomen ympäristökeskuksen tekemän maanpeiteanalyysin, jonka pystyi yhdistämään kuntajakoon. Päädyin tarkastelemaan kartalla liito-oravahavaintojen määrää ja kuntien metsäisyyttä, sillä ajattelin, että niillä voisi olla jokin yhteys.

Aineistojen etsimiseen ja lataamiseen oikeassa muodossa kului aika paljon aikaa, mutta tämän jälkeen itse kartan teko oli varsin yksinkertaista. Hyödynsin aikaisemmin kurssilla opittuja menetelmiä: laskin liito-oravahavainnot eri kunnissa count points in polygon -toiminnolla ja visualisoin niiden määrää histogrammeilla. Maanpeiteanalyysissä oli valmiiksi laskettu prosentuaaliset osuudet erilaisille maanpeitteille, joten pystyin visualisoimaan metsäisyyttä helposti koropleettikartalla. Päädyin siis toteuttamaan ensimmäisen tehtävävaihtoehdon, jossa esitetään vähintään kahta muuttujaa tietyssä aluejaossa.

Kuva 2. Liito-oravahavaintojen määrä vuosina 2015–2022 ja kuntien metsäisyys. (Laji.fi, 2022 ja SYKE, 2018)

Valmiissa kartassa näkyvät siis kuntien metsäisyys prosentteina ja liito-oravahavaintojen lukumäärä eri kunnissa vuosina 2015–2022. Visuaalisesti kartassa olisi ehkä vielä parannettavaa. En ole esimerkiksi varma, kuinka hyvin kartasta välittyy, miten suuri ero liito-oravahavainnoissa on eri kunnissa, ja se olisi ollut hyvä saada jotenkin selkeämmin esille legendaan. Kaikki histogrammit eivät myöskään ihan tunnu erottuvan kartalta. Varsinkin Etelä-Suomessa, jossa on paljon pieniä kuntia, pylväät tuntuvat vähän hukkuvan karttaan.

Kiinnostavaa on kuitenkin havainto siitä, ettei kuntien metsäisyydellä vaikuta kartan perusteella olevan erityisemmin yhteyttä liito-oravahavaintojen määrään. Syynä tähän voisi olla esimerkiksi se, että liito-oravien esiintymiseen vaikuttavat muutkin tekijät kuin metsäisyys. Esimerkiksi ilmastolla on selkeästi vaikutusta, sillä liito-orava havaintoja on vain eteläisellä puolella Suomea eikä ollenkaan pohjoisessa. Metsänpeiteanalyysissä ei myöskään ole otettu huomioon sitä, millaista metsää kunnan alueelta löytyy. Wikipedian mukaan liito-oravat viihtyvät varttuneessa kuusivaltaisessa sekametsässä. Vaikka kunnan metsäisyysprosentti olisikin suuri, metsät eivät välttämättä ole otollisia liito-oravalle.

Myös lähdekritiikki täytyy ottaa tarkastelussa huomioon. Laji.fi-sivustolle havaintoja voi lisätä kuka vain, ja toisaalta pelkät havainnot eivät välttämättä ole suoraan verrannollisia liito-oravien todelliseen määrään. Alueelta, joilla liito-oravia sattuu olemaan paljon, havaintoja voi tulla moninkertaisesti enemmän jo ihan sen vuoksi, että niiden harvinaisuuden takia havainto voi tuntua ihmisistä ilmoittamisen arvoiselta asialta. Lisäksi karttavisualisointi itsessään voi johtaa harhaan, kun samalla kartalla tarkastellaan sekä absoluuttisia että suhteutettuja muuttujien arvoja. Hyvää pohdintaa koropleettikartoista ja niiden visualisointiin liittyvistä haasteista löytyy esimerkiksi Ronja Sonnisen blogista.

Kaiken kaikkiaan tältä kurssilta jäi käteen paljon kaikenlaista. Vaikka QGIS:sin käytössä onkin varmasti vielä hirveästi opeteltavaa, hallitsen ainakin perusasiat. Minusta oli myös positiivista huomata, että joihinkin kurssin aikana kohtaamiini haasteisiin pystyin itse etsimään ratkaisun esimerkiksi netistä – vaikka aikaa tähän menikin välillä aika paljon. Viimeinen kurssikerta avarsi mieltäni erityisesti siitä, miten paljon erilaisia aineistoja on saatavilla ja mihin kaikkiin erilaisiin tarkoituksiin niitä voidaan hyödyntää. Geoinformatiikalla on ihan hirveästi erilaisia käyttömahdollisuuksia.

On myös ollut kiinnostavaa seurata muiden kurssiblogeista pohdintoja liittyen kurssin tehtäviin. Kiitos kaikille kurssista!

 

Lähteet:

Ronja Sonninen (2022). Vihdoinkin viimeinen viikko. Ronjan GIS-blogi. Lainattu 9.3.2022. Saatavilla: https://blogs.helsinki.fi/sronja/vihdoinkin-viimeinen-viikko/

Laji.fi, Suomen lajitietokeskus (2022). Lajitietokanta. Lainattu 4.3.2022. Saatavilla: https://laji.fi/observation/list

SYKE, Suomen ympäristökeskus (2018). Maanpeiteanalyysit: maanpeite kunnittain 1. luokittelutasolla. Lainattu 4.3.2022. Saatavilla: https://www.syke.fi/fi-FI/Avoin_tieto/Paikkatietoaineistot/Paikkatietoanalyysien_tuloksia(37720)

Kurssikerta 6

Tällä viikolla lähdettiin kävelylle, interpoloitiin ja tehtiin hasardikarttoja. Tehtävänä oli kuvitella itsensä opettajan asemaan ja tuottaa kolme karttaa, joita voisi käyttää opetuksen tukena. Aineiston teemana olivat hasardit, joista itse päädyin hyödyntämään tulivuori- ja maanjäristysaineistoja. Halusin havainnollistaa ilmiöitä tavalla, joka rohkaisisi pohtimaan niiden taustalla vaikuttavia tekijöitä ja toisaalta maapallon toimintaa holistisena kokonaisuutena. Lukiossa itseäni eri asioiden syy- ja seuraussuhteiden hahmottamisessa helpotti se, että tarkastelin eri ilmiöitä kuvaavia karttoja vierekkäin ja pohdin niiden yhteyttä toisiinsa. Tuottamieni karttojen kanssa voisi siis hyödyntää esimerkiksi karttoja mannerlaattojen reunoista, muista vulkaanisista ilmiöitä tai vaikka väestön tiheydestä.

Kuva 1. Voimakkaiden maanjäristysten sijoittuminen maailmankartalla. (USGS, 2022)

Ensimmäisessä kartassa on kuvattu 2000-luvulla sattuneiden voimakkaiden (6–9 magnitudin) maanjäristysten sijoittumista maailmankartalla. Alkuperäinen tarkoitukseni oli lisätä samaan karttaan myös mannerlaattojen reunat mutten saanut sitä onnistumaan. Toisaalta jäin pohtimaan myös sitä, että ehkä tämän yhteyden oivaltaminen ilman valmista karttaa aiheesta voisi tuntua palkitsevammalta. Opetuksessa voisi kartan tulkitsemisen lisäksi pohtia esimerkiksi maanjäristysten seurantaa ja vaikutuksia tai vaikka maanjäristysten aiheuttaman riskin yhteyttä väestöntiheyteen, infrastruktuurin laatuun ja niin edelleen.

Kuva 2. Tyynenmeren tulirengas. (NOAA, 2022)

Seuraavassa kartassa kuvaan tulivuorten sijoittumista Tyynenmeren tulirenkaan alueella. Halusin keskittää kartan Tyynellemerelle, jotta tulivuorten rengasmainen sijoittuminen tulisi paremmin ilmi. Tämä onnistui kartan projektiota vaihtamalla. Tämänkin kartan rinnalla voisi tarkastella mannerlaattojen reunoja kuvaavaa karttaa ja pohtia esimerkiksi tulivuorten aiheuttamaa riskiä eri alueilla. Samalla voisi käsitellä myös muita vulkanismiin liittyviä ilmiöitä.

Kuva 3. Islannin Tulivuoret. (NOAA, 2022 )

Kiinnostavat esimerkit ovat tärkeä osa oppimista, ja vulkanismin kohdalla Islanti on ehdottomasti yksi niistä. Halusin tehdä kartan, joka esittelisi vulkanismia Islannin alueella, ja näin ollen siinä olisi ollut kiinnostavaa esittää myös muita vulkanismiin liittyviä ilmiöitä, kuten geysirejä ja kuumia lähteitä. Lisäksi olisin halunnut rajata kartalle ainoastaan aktiiviset tulivuoret, mutta se ei onnistunut aineistosta mitenkään järkevästi. Joka tapauksessa erilasten ilmiöiden lähestyminen kiinnostavien esimerkkien kautta on mielestäni hyvä keino oppia tai opettaa niistä. Kartan lisäksi opetuksessa voisi käyttää myös esimerkiksi kuvia ja videoita Islannin vulkanismista.

Lähdekritiikkiä painotetaan nykyään opetuksessa paljon, ja myös sitä voisi pohtia tuottamieni karttojen yhteydessä esimerkiksi siitä näkökulmasta, kuka aineiston on tuottanut ja voiko se näin ollen olla jotenkin vinoutunut. Esimerkiksi Taru Tornikoski havaitsi omissa kartoissaan, että tarkasteltaessa pienemmän magnitudin maanjäristyksiä havainnot painottuvat Yhdysvaltojen ja Kanadan alueelle. Syy tälle on varsin selkeä: datan kerääjä on Yhdysvaltojen geologinen tutkimuslaitos. Lähdekritiikki onkin hyvä pitää mielessä aina karttoja tarkasteltaessa tai niiden avulla opettaessa.

Myös erilaisia interaktiivisia kartta- ja paikkatietopalveluita voidaan hyödyntää nykyään laajasti opetuksessa. Tulivuoria ja viimeaikaisia maanjäristyksiä voi tarkastella esimerkiksi seuraavan karttapalvelun avulla: https://www.usgs.gov/programs/VHP.

Tuntuu, että QGIS toimi tällä viikolla viimeinkin niin kuin sen pitääkin. Hämmennyin ainoastaan siitä, ettei maailmankarttaan pystynyt (tietenkään) lisäämään mittakaavaa, vaan se vääntyi epämääräisen muotoiseksi niin yrittäessä. Muuten viikon tehtävät sujuivat varsin hyvin, eikä aineistojen tuomisessa QGIS:siin ollut juurikaan vaikeuksia. Sääolosuhteet kävelyllä käymiseen eivät tosin olleet erityisen otolliset.

 

Lähteet:

Taru Tornikoski (2022). Lumisia hasardeja. Geoinformatiikkaa tutkimassa. Lainattu 2.3.2022. Saatavilla: https://blogs.helsinki.fi/tornitar/2022/02/24/lumisia-hasardeja/

USGS, United States Geological Survey (2022). Earthquakes. Lainattu 25.3.2022. Saatavilla: https://earthquake.usgs.gov/earthquakes/search/

NOAA, National Oceanic and Atmospheric Administration (2022). Volcanoes. Lainattu 25.3.2022. Saatavilla: https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search