2. kurssikerta: Toimintojen kertausta

Toinen kurssikerta pyhitettiin suurelta osalta QGIS:n perustoimintojen kertaukseen. Kertaus toteutettiin kuitenkin tuottamalla jotain uudenlaista, mutta aikaisemmin käytetyillä työkaluilla. Kurssikerran aikana pysyinkin mielestäni hyvin mukana ja tekeminen tuntui selvästi helpommalta kuin ensimmäisellä kerralla. Ohjelmisto ei ollutkaan enää täysin tuntematon, mikä helpotti uuden tiedon vastaanottamista.

Uusia käsiteltyjä asioita kurssikerralla olivat muun muassa rajapinnat, eli esimerkiksi WFS-, WMS- ja WMTS-datan hyödyntäminen. Rajapintojen lisäksi tarkasteltiin erilaisten projektioiden ominaisuuksia ja harjoiteltiin mittatietojen lisäämistä attribuuttitaulukkoon, ja niiden hyödyntämistä esimerkiksi erilaisten pinta-alojen suhteellisuuden laskemisessa. Kurssikerran aikana en kohdannut kuin yhden ongelman aivan lopussa, mutta senkin sain korjattua, kun tajusin, että nettiyhteyteni oli katkennut – ei ihme, ettei QGIS toiminut kuten piti. Itsenäisiä harjoituksia tehdessä tulikin sitten enemmän haasteita vastaan.

Kurssikerran aikana tehtyjä eri projektioiden pinta-alojen vertailuja tehtiin ETRS-TM35FIN -projektion pohjalta. Kyseinen projektio on Suomessa yleisesti käytössä ja se kuvaakin suhteellisen hyvin Suomen pinta-alaa ja muotoa. Kuvassa 1 vertailussa on Mercatorin projektio. Karttaa tulkitessa voi huomata, että oikeakulmainen Mercatorin projektio vääristää vahvasti ja varsinkin pohjoiseen siirryttäessä erot todellisiin kuntien pinta-aloihin kasvavat todella suuriksi. Sama trendi on huomattavissa Gall-Petersin oikeapintaisessa projektiossa (kuva 2), mutta erot eivät ole niin moninkertaiset kuin Mercatorin projektiossa.

Kuva 1. ETRS-TM35FIN -projektion ja Mercatorin projektion pinta-alojen vertailua.
Kuva 2. Kuva 1. ETRS-TM35FIN -projektion ja Gall-Petersin projektion pinta-alojen vertailua.

Tämän viikon itsenäisten tehtävien tarkoitus oli siis toistaa opittuja asioita, jotta ne alkaisivat tulemaan jo lihasmuistista. Se toteutui ainakin itseni kohdalla, sillä jo valmiiksi paljon toistoa sisältävät tehtävät piti muutaman kerran toistaa ihan vain sen takia, että QGIS ei halunnut tehdä yhteistyötä. Onneksi ongelmat eivät olleet ylitsepääsemättömiä, mutta jonkin verran tuli kuitenkin klikkailtua ylimääräistä. Tutkin tehtäviä yhdessä kurssikaverini Amanda Salmensuun kanssa, jolloin oli hyvä vertailla minkälaisia tuloksia saamme, vaikka ohjeet ja QGIS ovat molemmille samat. Kohtasimme myös samantyylisiä ongelmia tehtävien teon aikana.

Ensimmäinen tehtävä meni kuitenkin suhteellisen sujuvasti. Tarkoitus oli vertailla eri projektioiden mittoja sekä karteesisella tasolla että ellipsoiditasolla. Taulukosta 1 voi huomata, kuinka suuret erot ovat pinta-alassa ja pituudessa ETRS-TM35FIN -projektioon verrattuna, kun tarkastellaan karteesista pintaa Mercatorin ja Gall-Petersin projektioissa, vaikka mitattavat kohteet pysyvät koko ajan samoina (kuva 3). Taulukosta selviää myös, kuinka prosenttierot ovat moninkertaiset (laskuissa käytetty pinta-alaa). Lambertin projektiossa taas erot ovat ETRS-TM35FIN -projektioon hyvin huomaamattomia ja pinta-ala onkin vain 0,1 % suurempi.

Koin tehtävän tekemisen hyvin tärkeäksi, sillä tulevaisuutta ajatellen siitä sai hyvän kuvan erilaisten projektioiden pinta-alavääristymistä. Annika Innanen totesikin erinomaisesti blogissaan: “Pinta-aloja analysoidessa ja määrittäessä saakin olla tarkkana projektioiden kanssa, tai voi mennä aika pahastikin pieleen. Erityisesti koska kartoissa muita muuttujia suhteutetaan usein juuri pinta-alaan, tulee pinta-ala osata laskea oikein”, (Innanen 2021).

Taulukko 1. Pinta-alojen ja kahden pisteen välisten etäisyyksien vertailua erilaisilla projektioilla. 

Kuva 3. Taulukossa vertailtu pinta-ala ja kahden pisteen välinen etäisyys havainnollistettuna.

Seuraavaksi tein samanlaista harjoittelua QGIS:llä kuin kurssikerrankin aikana. Vertailukohteena oleva projektio oli tällä kertaa kuitenkin Lambertin projektio. ETRS-TM35FIN -projektiolla ja Lambertin projektiolla ei kuitenkaan ole kovin suuria eroja, kun tarkastellaan Suomea, kuten aiemmasta taulukosta selviää. Kurssikerrasta poiketen tutkin kuitenkin enemmän erilaisia projektioita ja koitin löytää jonkun itsellenikin tuntemattoman projektion. Kokeilin myös useampia erilaisia värityksiä erojen havainnollistamiseen. Päädyin QGIS:n valmiista vaihtoehdoista suhteellisen värikkääseen lopputulokseen, vaikka se ei ehkä visuaalista silmääni kovinkaan hyvin miellytä. Eri väreillä sai kuitenkin hyvin esille rajat, jos käytti useampaa luokkaa (8). Värityksiä on siis syytä vielä harjoitella.

Tulokset ovat itsenäisten harjoitusten tehtävissä hyvin samankaltaiset kuin tunnilla tehdyt. Varsinkin Mercatorin projektiota käytettäessä (kuva 4) luvut ovat hyvin samanlaiset vaikka tällä kertaa verrataan Lambertin projektioon. Van der Grintenin projektio ei ole Wikipedian mukaan oikeakulmainen eikä oikeapintainen projektio (kuva 5). Se näyttää nopealla vilkaisulla hyvin samanlaiselta kuin Mercatorin projektiolla tehty vertaus, mutta Etelä-Suomessa voi kuitenkin huomata hieman voimakkaampaa vinoumaa värien muodossa.

Olisin toivonut saavani huomattavasti erilaisempia tuloksia, mutta esimerkiksi Tapio Turpeisen blogista löytyy  Mollweiden projektion aiheuttamia vääristymia kuvaava kartta ja Innasen blogista Cassini-projektion aiheuttamia vääristymiä kuvaava kartta (Turpeinen 2021, Innanen 2021). Nämä eroavat täysin saamistani tuloksista, ja niitä on mielenkiintoista tutkia.

Kuva 4. Mercatorin projektion pinta-alojen vääristymät.
Kuva 5. Van der Grintenin projektion pinta-alojen vääristymät.

Viimeisessä tehtävässä jatkettiin vielä projektioiden aiheuttamien vääristymien parissa, mutta nyt niitä vertailtiin jonkin pinta-alaan suhteutetun muuttujan avulla. Valitsin käytettäväksi muuttujaksi yli 65-vuotiaiden lukumäärän kunnittain, jonka suhteutin kunnan pinta-alaan. Vertailin tehtävässä Lambertin (kuva 6) ja Mercatorin (kuva 7) projektioita. Jälleen kerran kartat näyttävät hyvin samanlaisilta, jos niihin ei kiinnitä tarkkaa huomiota. Erot voi huomata legendasta. Mercatorin projektiolla yli 65-vuotiaita näyttäisi asuvan paljon harvemmassa kuin Lambertin projektiolla. Tämä johtuu siitä, että Mercatorin projektio vääristää pinta-aloja vahvasti yläkanttiin.

Kuva 6. Yli 65-vuotiaiden asumistiheys eri kunnissa Lambertin projektiolla.
Kuva 7. Yli 65-vuotiaiden asumistiheys eri kunnissa Mercatorin projektiolla.

Sitten kohtaamiini ongelmiin. Kun viimeistelin karttoja tulosteikkunassa, kaikki sujui vielä hyvin. Kun sitten palasin takaisin projektin pariin ja kokeilin vielä eri värejä ja muuten testailin QGIS:n toimintoja, projektista alkoi periaatteessa häviämään tietoa, vaikka se kuitenkin näytti edelleen useita layereita aktiivisina. Niitä ei kuitenkaan näkynyt enää kartassa. Tehtävien välissä päätin sammuttaa ohjelmiston ja koko koneen ja lopulta aloittaa uuden projektin, jos se vaikka auttaisi (ei auttanut). Samoista ongelmista voi lukea Amandan blogista (Salmensuu 2021). Sain kuitenkin kaiken onneksi tehtyä, mutta ongelma, jonka syytä en tiennyt aiheutti hieman turhaa jännitystä tehtävien tekoon. Nyt on kuitenkin jo selvästi ensimmäistä kurssikertaa paremmat pohjatiedot ja -taidot QGIS:n käytölle ja tästä on hyvä jatkaa.

Lähteet:

Annika Innasen blogi: https://blogs.helsinki.fi/anninnan/ (vierailtu 30.1.2021)

Tapio Turpeisen blogi: https://blogs.helsinki.fi/tapiotur/ (vierailtu 30.1.2021)

Amanda Salmensuun blogi: https://blogs.helsinki.fi/salmeama/ (vierailtu 30.1.2021)

Petersin projektio: https://fi.wikipedia.org/wiki/Petersin_projektio (vierailtu 30.1.2021)

Van der Grintenin projektio: https://fi.wikipedia.org/wiki/Van_der_Grintenin_projektio (vierailtu 30.1.2021)

 

1. kurssikerta: Sukellus geoinformatiikan maailmaan

Ensimmäisellä kurssikerralla aloitettiin lähes saman tien QGIS-ohjelmaan tutustuminen. Alku tuntui hieman haastavalta, koska etäopiskelun yhdistäminen tietokoneella tehtävien harjoitusten kanssa saattaa mennä helposti säätämiseksi. Myös hiiren puute aiheutti pään vaivaa, mutta se onkin jo ostoslistalla, jotta tulevat harjoitusluennot onnistuvat paremmin. Kaiken lisäksi Zoom ei ollut puolellani luennon aikana ja heitti minut kolme kertaa ulos. Tämän jälkeen oli välillä vaikeaa päästä takaisin rytmiin mukaan.

Kaikista vaikeuksista huolimatta sain tuotettua ensimmäisellä kurssikerralla ohjeiden mukaisen kartan Itämeren typpipäästöistä. Karttaa tuottaessa tutuksi tulivat useat erilaiset QGIS:n työkalut. Koko ohjelma on kuitenkin niin uusi, että monet työkalut ja komennot meinasivat myöhemmin unohtua. Ohjelman oppiminen vaatii siis vielä monia käyttökertoja, paljon kertausta ja todella tarkkaa ohjeiden seuraamista.

Ensimmäisellä kurssikerralla tuotettiin siis kartta Itämerta ympäröivien valtioiden typpipäästöistä (kuva 1). Harjoitusta tehdessä käytiin läpi kaikkea työn tallentamisesta työkalujen järjestämiseen ja erilaisten värivaihtoehtojen selvittämiseen ja huomasin, että QGIS tarjoaa ilmaiseksi ohjelmaksi todella monipuolisesti mahdollisuuksia aineistojen luomiseen.

Kuva 1. Itämeren typpipäästöjen osuus valtioittain.

Aloitin ensimmäisen itsenäisen harjoitustehtävän kertailemalla ensimmäisen kurssikerran asioita, jotta tehtävän teko onnistuisi ilman suurempia ongelmia. Päätin myös aloittaa helpoimmasta tehtävästä, jotta tekemiseen tulisi rutiinia. Kuntakartan tekeminen oli suhteellisen yksinkertaista, mutta muutamissa kohdissa olin täysin unohtanut, mitä pitää tehdä. Esimerkiksi tulostusikkunan luominen ei ollut aivan tuoreessa muistissa. Huomasin, että parhaiten tehtävän teossa pääsi etenemään, kunhan kysyi apua. Nimittäin se, mitä ei itse osaa, onkin toiselle helppoa ja toisin päin.

Valitsin käytettäväksi aineistoksi koropleettikartan tekoon työttömyyden. Valinnan jälkeen ei tarvinnutkaan enää kuin valita miellyttävät värit kuvaamaan prosenttiosuuksia, jotta ilmiö näkyy selkeästi ilman taustatietoa, ja lisätä legenda, pohjoisnuoli sekä mittakaava. Legendan ja pohjoisnuolen siistimisen jälkeen olikin valmiina koropleettikartta, joka kuvaa Suomen kuntien työttömyysprosentteja vuonna 2015 (kuva 2). Seuraavaksi pohdin, mikä tallennusmuoto sopii parhaiten blogin kanssa yhteen ja päädyin PNG-formaattiin.

Kuva 2. Suomen kuntien työttömyys prosenttiosuuksina vuonna 2015.

Karttaa tarkastellessa voi huomata selkeää jakautumista työttömyyden suhteen. Etelä- ja Länsi-Suomessa sekä Ahvenanmaalla värit ovat vaaleita ja kuvaavat siis alhaista työttömyyttä. Itä-Suomessa ja Pohjois-Suomessa on kuitenkin huomattavissa päinvastainen trendi. Muutamia poikkeuksia kuitenkin löytyy myös. Esimerkiksi Saarijärvi, Kuhmoinen ja Kaskinen ovat selvästi tummempia kuin niitä ympäröivät kunnat, eli työttömyys on vuonna 2015 ollut naapurikuntiin verrattuna suurta. Huomasin myöhemmin, että Ville Väisänen on käyttänyt omassa kartassaan myös samaa aineistoa ja tuotokset ovat värejä lukuun ottamatta suhteellisen samanlaiset. Ville on myös blogissaan löytänyt hyvin tietoa Kaskisen työttömyyden syistä. Kunnassa on nimittäin lakkautettu paperitehdas vuonna 2009, joka voi hyvin heijastaa vielä vuoden 2015 työttömyyteen (Väisänen 2021).

Loppujen lopuksi QGIS alkaa jo hieman aukeamaan, vaikka alkuun se tuntui todella sekavalta. Tämä on tietysti ymmärrettävää, koska minulla ei ole aikaisempaa kokemusta vastaavista ohjelmista, joten lähden liikkeelle aivan puhtaalta pöydältä. Eniten pidän ohjelmassa siitä, kuinka yhdellä klikkauksella saa esimerkiksi legendan ja muita ominaisuuksia tuotettua, kunhan vain tietää mistä klikata. Tarkalla ohjeiden seuraamisella pääsee siis jo pitkälle!

Lähteet:

Ville Väisäsen blogi: https://blogs.helsinki.fi/villvais/ (vierailtu 25.1.2021)