Blogi 4 – rasteriaineisto ja ruututietokannat

Neljännellä kurssikerralla painimme taas lukuisten uusien QGIS-toimintojen parissa, vaikka mukana oli hieman vanhaakin. Itselleni jäi neljän tunnin setistä todella uupunut olo, kun asiaa tuli niin paljon.

Tehtävänä oli tehdä pistetietokannan avulla ruututietokanta pääkaupunkiseudun väestöstä ja sen ominaisuuksista.  Yksi tarkimmista paikkatietoaineistoista ovatkin pistetietokannat ja niitä käytetäänkin ruututietokantojen lähteenä. Pistetietokannoissa on tietoa pistemäisistä kohteista, kuten rakennuksista ja niissä asuvista ihmisistä. (Arttu Paarlahti 5.2.2019.) Tässä tulee kuitenkin ottaa huomioon se, että osa asukkaista on sijoitettu pistetietokannassa esimerkiksi merelle, koska heidän asuinpaikkaansa ei voi määrittää. Tämä tulee huomioida tietenkin tässä postauksessa esiteltävien harjoitustehtävien tulkinnassa. Myös se, että ruututietokanta esittää pistetietokannan arvoja yhteenlaskettuna, tulee ottaa huomioon. Yhden ruudun sisälle saattaa osua ääripäiden arvoja tai toisiaan lähellä olevia arvoja eli kartalla esitetty tieto yleistyy ja pelkistyy silloin.

Harjoitustehtävänä teimme ruututeemakartan pääkaupunkiseudun ruotsinkielisten asukkaiden määrästä. Tässä harjoituksessa yhden ruudun suuruus oli 1000 m x 1000 m (kuva 1).

Kuva 1. Pieleen mennyt harjoitus.

Huomasin jälkikäteen, että kartassa on jotakin pahasti pielessä ainakin legendan lukuarvoista päätellen. Enää en ole varma, missä on mennyt pieleen, mutta jätän tuotokseni nyt kuitenkin tähän. Kartta voisi pikemminkin kuvastaa koko PK-seudun väestömääriä, kun luvut ovat niin isoja.

Aloitin samankaltaisen projektin kokonaan alusta ryhtyessäni tekemään ruututeemakarttaa jostakin toisesta väestön ominaisuutta kuvaavasta muuttujasta. Aluksi mietin tekeväni esityksen vanhemmasta väestöstä, tyyliin yli 85 vuotiaista, kunnes muistin että esimerkiksi ne, jotka ovat vanhainkodeissa, eivät näy pistetietokannassa oikein. Päätin valita pääkaupunkiseudulla asuvat 18-vuotta täyttäneet eli halusin tarkastella täysi-iän saavuttaneiden lukumäärää. Valitsin ensimmäiseen ruututietokantaani ruutukooksi 250 m x 250 m, koska halusin tarkastella harjoitustehtävästä selkeästi poikkeavaa ruudukkoa (kuva 2).

Kuva 2. 18 vuotiaiden määrä pääkaupunkiseudulla (250 m x 250 m ruututeemakartta).

250 m x 250 m kokoinen ruudukko aiheutti ongelmia, kun yritin käyttää QGIS:n “composer”-työkalua, sillä ruudut olivat niin pieniä, että kuvaan ei mahtunut ihan kaikki pisteet, ilman että kuvassa olisi näkynyt vaan ruudukoiden mustia reunoja. Olisin ehkä voinut ottaa reunat pois, mutta en ole varma, olisiko se toiminut haluamallani tavalla ja palvelisiko se enää sitten ruututietokantaa, jos selkeitä ruutuja ei ole näkyvissä. Tässä ensimmäisessä kartassa unohdin siirtää kyseisen layerin alimmaiseksi, joten ruudut eivät mene aivan rantaviivan mukaan. Tekevälle sattuu!Tajusin korjata tämän kuitenkin seuraavassa kartassa. Myöskin järvet ja joet jäivät pistetietokannan alle, mutta tein tämän tarkoituksella, jotta ruututietokannan informaatiota ei jäisi niiden alle.

Kartalta (kuva 2) huomataan, että pääkaupunkiseudun laitamilla asuu vähän 18-vuotiaita, monissa paikoissa ei ollenkaan. Tämä voi johtua esimerkiksi siitä, että pääkaupunkiseudun laitamilla asuu muutenkin vähemmän ihmisiä verrattuna esimerkiksi kantakaupunkiin, jossa 18-vuotiaita näyttäisi olevan myös paljon. Tämän ongelman on tuonut esille blogissaan myös Iina Rusanen, jonka mukaan tällainen pistekarttaesitys sellaisenaan antaa kuvan väestön levinneisyydestä pääkaupunkiseudulla, kun tietyn ominaisuuden omaavia asukkaita ei verrata alueen kokonaisväestöön. Eräs keskittymä näyttäisi olevan myös itäisessä Helsingissä Vuosaaren alueella. Kartassahan ei ole nähtävissä nimistöä, josta katsojalle välittyisi selkeämpi kuva, missä kaupunginosissa 18 vuotiaita on enemmän. Kartalla on tummempia punaisia ruutuja suhteellisen hajanaisesti ympäri pääkaupunkiseutua. Tietokanta ei myöskään kerro, kuinka moni näistä 18-vuotiaista asuu esimerkiksi jo omillaan, on saanut ajokortin tai on esimerkiksi armeijassa. Tällaisia asioita olisi mielenkiintoista ehkä tutkia, ja tästä syystä valitsinkin juuri tuon iän tarkasteltavaksi, sillä täysi-ikäisyys tuo ihmiselle paljon erilaisia mahdollisuuksia ja velvollisuuksiakin.

Laadin samasta aiheesta myös toisen karttaesityksen, jossa käytin 1000 m x 1000 m ruudukkoa. Ensimmäinen kartta 250 m x 250 m antaa siis tähän karttaan verrattuna tarkempaa tietoa 18-vuotiaiden todellisesta sijoittumisesta kartalle, sillä ruudun sisällä olevat pisteet on laskettu yhteen ja neliökilometrin kokoiselle alueelle pisteitä mahtuu paljon enemmän. Tämä näkyy myös karttaesityksessä (kuva 3).

Tässä ruututeemakartassa 18 -vuotiaiden määrä ensinnäkin on suurentunut ruuduittain, koska määrät on laskettu yhteen isommalta alueelta.

Kuva 3. 18 vuotiaiden määrä pääkaupunkiseudulla (1000 m x 1000 m ruututeemakartta).

Toisena kotitehtävänä oli tarkoitus hakea itse rasteriaineistoa Internetistä ja verrata tämän tietokannan aineistoa tunnilla käsiteltyyn aineistoon. Tunnilla tarkastelimme erästä peruskarttalehteä Pornaisen alueelta. Tarkastelimme kyseisestä alueesta laserkeilauksen avulla laadittua rasteriaineistoa alueen korkeuskäyristä. Laserkeilauksen avulla saadaan kaikkien tarkin pisteaineisto, kun  mittakeilain lähettää lasersäteitä eri suuntiin, ja kun säteet kohtaavat jonkin esteen, kuten puun, ihmisen tai kiven, ne heijatuvat takaisin laitteeseen. Tästä aiheutuukin aineistoon niin sanottua kohinaa, joka pitää siivota pois, koska satunnaisesti maastossa kulkevat ihmiset eivät ole mittauksen ydin. Mittauksen tuloksena saadaan tietoa osuman sijainnista ja se talentaa sen pisteeksi. Kohteista muodostuu kolmiulotteinen malli, pistepilvi. Se koostuu laserkeilaimen tallentamista pisteistä eli mittauksen lasersäteiden osumista. Tämä sisältää siis tietoa pisteen koordinaateista 3D-tasolla X, Y ja Z koordinaatistossa. (Arttu Paarlahti 5.2.2019, Atlastica, 7.2.2019).

Latasin Paituli-palvelusta kyseisen alueen kartan, josta näkyivät korkeuskäyrät ja vertasin niitä laserkeila-aineistoon. Laserkeila-aineiston korkeuskäyrät on kuvattu punaisella ja Maanmittauslaitoksen kartan korkeuskäyrät mustalla (Kuva  4).

Kuva 4. Korkeuskäyrien (5 m) vertailua.

Molemmissa aineistoissa korkeuskäyrien väli on viisi metriä.  Maanmittauslaitoksen  korkeuskäyrät mukailevat Laserkeila-aineiston avulla laadittujen vastaavia, mutta kuvasta on nähtävissä, että Maanmittauslaitoksen kartassa korkeuskäyrät ovat hieman pelkistetympiä. Laserkeilain kuvaa maastossa olevat pisteet hyvin tarkasti, eikä niistä kaikkia ole tarkoituksenmukaista käyttää korkeuskäyriä kuvaavassa kartassa. Ylimääräinen “kohina”, joka johtuu esimerkiksi maaston epätasaisuuksista ja ihmisistä tai muusta vastaavista on poistettu. Tämä on näkyvissä esimerkiksi ympyrän muotoisena muodostelmana suon keskellä.

Tällä kertaa tuntui, että alkaa jo pikku hiljaa oppia QGIS:n käyttöä, mutta vielä tarvitaan monen monta toistoa sen sujuvaan käyttämiseen. Edelleen tuntuu, että teen asioita kuitenkin orjallisesti mallin mukaan, enkä oivalla kovin helposti itse QGIS:n käyttöä. Muiden blogit ovat kuitenkin olleet opettavaisia siinä suhteessa, että huomasin tässäkin blogissa oman ruotsinkielisten määrää esittävän kartan olevan ainakin lukuarvoiltaan ihan vinksallaan, enkä olisi tätä varmaan itse muuten edes tajunnut. Toivottavasti seuraavien kertojen jälkeen pystyisin jo ymmärtämään tekemiämme karttoja ja QGIS:ä hieman paremmin.

Palataan taas,

Ida

Lähteet

3D-skannaus eli laserkeilaus, mitä se on? Atlastican verkkosivut. Saatavissa: https://atlastica.fi/laserkeilaus/. Viitattu 7.2.2019.

Paarlahti A. (5.2.2019). Piste- ja ruutuaineistot, Powerpoint-esitys.

Rusanen, I. (8.2.2019). Ruututietokantoja ja rastereita. Saatavissa: https://blogs.helsinki.fi/iinarusa/. Viitattu 17.2.2019.

 

One Reply to “Blogi 4 – rasteriaineisto ja ruututietokannat”

Leave a Reply

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