Month: March 2023

Posted on

Viimeinen kurssikerta (7. kurssikerta)

 

 

 

Viimeisellä kurssikerralla saimme tehtäväksemme valita itse omat aineistomme ja tehdä niistä karttatuotokset. Aluksi halusin tehdä kartan liittyen lentoreitteihin. Näihin en kuitenkaan löytänyt aineistoa, jota voisi hyödyntää QGIS:iä käyttäen. Ajattelin sitten tehdä työni jostakin luonnonmaantieteellisestä aiheesta.

Paitulista on saatavilla Ilmatieteen laitoksen tuottama rasteriaineisto lumensyvyyksistä Suomessa.  Sain ideaksi tuottaa tästä animaatioidun karttasarjan lumimäärän kehittymisestä aineiston aikavälillä.

Aineisto on ajalta 1960-2021. Jokainen rasterin kaista kuvaa vuoden jokaista päivää. Rasteriruutuja on yli 30 000. Kun huomasin aineiston laajuuden, olisi hyvin työläs tehdä kartta jokaiselta päivältä yli 60 vuoden ajalta. Rajasin työn siis alkamaan vuodelta 1980 ja vertailuun otin vain yhden tietyn päivän jokaiselta vuodelta. Valitsin päiväksi 1. tammikuuta, eli uudenvuodenpäivän, koska talvi on tässä vaiheessa todennäköisesti alkanut ympäri Suomea. Vain yhden päivän vertaaminen ei tietenkään tarpeeksi laajaa kuvaa koko talven lumisuudesta, mutta tarkoituksenani on harjoitella datan visualisointia. Tehtävää tehdessä ajattelin, että jouluaatto olisi ollut ehkä kulttuurillisesti mielenkiintoisempi päivä jota verrata, koska Suomessa yleisin toivotaan lumista joulua.

Aluksi muutin rasteriaineiston vektorimuotoon, mikä onnistuu raster to polygon -työkalulla nopeasti. Jokainen vuosi oli omana rasteritasonaan, joten joudun tekemään tämän erikseen 1980-2021 vuosille.

Halusin myös tuottaa yhden kartan, missä tarkastelin keskiarvoja koko tarkasteluväliltä, ja lisäksi vielä maakuntien omat keskiarvot. Tätä varten kaikkien vuosien tasot piti yhdistää yhteen. Jokaisessa vuoden tasossa oli siis yli 30000 rasteriruudun arvo. Join attributes by field value komennolla yhdistäminen oli mahdollista, koska jokainen ruutu on nimetty samoin jokaisessa tasossa. Tämä vaihe oli kuitenkin hyvin työläs. Yhdistin ensimmäiseksi vuoden 1980-1981. Tästä tulleen tason yhdistin sitten vuoteen 1982 ja niin edelleen. Koska ajattelin tämän kestävän pitkään, yritin etsiä googlen avulla jotain nopeampaa keinoa. Monet näistä keinoista olivat kuitenkin melko monimutkaisia, vaatien muun muassa python komentoja. Jatkoin siis manuaalisesti, ja hommaan meni noin vartti.

Nyt kun olin saanut kaikki vuosien eri arvot samalle tasolle ja samoille ruuduille, pystyin laskemaan ruutujen yksilölliset keskiarvot. Karttaan halusin myös koko maakunnan oman keskiarvon, joten otin tilastokeskuksen maakunta-alueet WFS-rajapinnalla. Alueiden avulla pystyin laskemaan maakunnan omat lumensyvyyden keskiarvot. Valmiissa kartassa näkyy siis maakunnankeskiarvo ja ruutujen keskiarvot (Kuva 1).

Kuva 1. Ruutukartta lumensyvyyden kokonaiskeskiarvosta 1980-2021 1.tammikuuta.

Tämän jälkeen lähdin tuottamaan pääideaani, eli animoitua karttasarjaa. Tämän tuottaminen oli yksinkertaista, mutta jälleen vuosien määrän takia työlästä. Jokaisesta vuodesta piti tuottaa oma kartta. Otin tässä vaiheessa mukaan vain itse kartan, ilman legendaa ja muita selitteitä. Kun olin saanut jokaisesta vuodesta oman kuvatiedoston, toin ne netistä löytämääni sivustoon, jossa voi tehdä gif-animaatioita. Sivustossa pystyin lisäämään tähän kuvatiedostona myös tarvittavat selitteet.

Lopputuloksena siis melko nopeasti vaihtuva animaatio lumensyvyyksistä 1. tammikuuta vuosina 1980-2021 (Kuva 2). Blogissa pitää hiirellä osoittaa kuvaa ja painaa toistonäppäintä, jotta animaatio lähtee pyörimään.

Kuva 2. Kartta-animaatio lumensyvyydestä 1. tammikuuta vuosina 1980-2021.

Aikaskaalan alussa lunta on siis melko hyvin ympärimaata, mutta nykyhetkeen lähestyessä rannikkoalueiden lumisuus on vähäisempää. Olettamus itselläni olikin, että lumiset päivät ovat epätodennäköisempiä nykyään, kuin ennen.

Jos tuottaisin samaa ideaa käyttäen jonkun muun kartan, haluaisin animaatioiden vaihdosta sulavamman. Tuotoksessani vuosien välinen vaihdos on karkea. Tätä varten tarvitsisi paremman toteutustavan ja paremman ohjelmiston animaation luomiselle. Animoidut karttasarjat ovat minusta hyviä, ja uskon tulevaisuudessa tekeväni tällaisia lisää.

Kurssi on tämän jälkeen siis ohi ja kokonaisuudessaan GIS taitoni kehittyivät hyvin. Myöskin luovaa ajattelua tuli kehitettyä, kun tiedon esittämistä joutui miettimään monesta näkökulmasta. Jotenkin myös halusi aina kokeilla uutta tapaa esittää tietoa, vaikka se ei aina olisi kaikkein tehokkain. Innolla odotan jatkokurssia.

Lähdin mielenkiinnolla lukemaan muiden blogikirjoituksia viimeisestä kurssikerrasta, sillä aihe oli vapaa. Ehkä eniten minut laittoi miettimään Nicklaksen työ, missä hän otti esiin syrjäytymisvaarassa olevat nuoret (Ferreira 2023). Itselleni ei olisi tullut mieleen tehdä tällaisesta aiheesta karttaa, mikä sai minut miettimään, että miten saisin itseni tekemään ja kokeilemaan enemmän aihealueita. Tulevaisuudessa on varmasti parempi, että menen ulos omien kiinnostusten ulkopuolelleni, sillä niissä aiheissa varmasti minulla juuri onkin eniten opittavaa.

 

 

Lähteet:

Ferreira, Nicklas. 2023. 7. oppitunti – omien karttojen tekoa. https://blogs.helsinki.fi/ferrenic/

Posted on

Reippailua, maanjäristyksiä ja tulivuoria (6. kurssikerta)

 

 

 

 

Tällä kurssikerralla käsittelimme pisteaineistoja. Aluksi ajattelin pisteaineistojen olevan helpompia käsitellä, kuin mitä olimme jo aikaisemmin tehneet, mutta tehtävien aikana tuntui tulevan kuitenkin enemmän ajatustyötä. Osittain tämä varmaan johtui siitä, että pisteaineistoissa ei käy täysin samat työkalut kuin polygoneissa.

Kurssipäivän aluksi kävimme ryhmittäin tekemässä omia havainnointeja kampuksen lähialueista. Nämä havainnot saatiin suoraan puhelinsovelluksesta pisteaineistoksi. Olin itse aikaisemmalla geoinformatiikan kurssilla tehnyt jo samantyyppisen tehtävän, missä teimme oman asuinalueen viihtyisyydestä pisteaineistoa. Silloinkin jotenkin alitajuisesti pyrin tekemään havaintoja mahdollisimman hajautetusti, mikä ei välttämättä ole aina hyvä asia. Aineisto sitten interp

oloitiin, jotta saatiin näkymään havainnot lämpökarttana. Lämpökartat ovat hyvä tapa visualisoida etenkin suurien havaintomäären jakautumista.

Itsenäiseksi tehtäväksi meille jäi maanjäristyksien ja tulivuorien visualisointi jossakin päin maailmaa. Valitsin tarkastelualueekseni Uuden-Seelannin, sillä olen aikaisemmin tehnyt siihen liittyen tehtäviä luonnonkatastrofeista. Pisteaineisto maanjäristyksistä on melko laajalta aikaskaalalta saatavilla, joten ensimmäiseen karttaan visualisoin vuodesta 1964 eteenpäin olevia yli 5 magnitudin järistyksiä. Lisäksi kartassa on tulivuorenpurkaukset samalta ajalta.

Kuva 1. Pistekartta Uuden-Seelannin yli 5 magnitudin maanjäristyksistä ja tulivuorenpurkauksista 1964-2022.

Toisessa kartassa halusin näyttää maanjäristykset vuodesta 1900 alkaen. Koska pisteitä tulisi karttaan hyvin paljon, on järkevää “sulauttaa” pisteet lämpökartaksi, joka selkeyttää suurien pistemäärien jakautumista. Etenkin kun aluetta tarkastellaan koko Uuden-Seelannin näyttävässä mittasuhteessa, olisi päällekkäisiä pisteitä hyvin paljon. Lämpökartan päälle pystyi pisteaineistona näyttämään vielä voimakkaat yli 6 magnitudin maanjäristykset.

Kuva 2.  Lämpökartta Uuden-Seelannin maajäristyksistä vuodesta 1900 alkaen. Yli 6 magnitudin järistykset pisteaineistona.

Tehtävä oli tehdä karttamateriaalia, jota voisi käyttää opetustilanteissa. Itse muistan yläkoulun maantiedon tunneilta hyvin, kun opimme Tyynenmeren tulirenkaasta. Uuden-Seelannin geologinen aktiivisuus johtuu tästä Tyynenmeren ja Australian mannerlaattojen törmäyksestä (Kuva 3.)

Kuva 3. Kartta Australian ja Tyynenmeren laatan törmäysvyöhykkeestä Uudessa-Seelannissa (Te Ara – The Encyclopedia of New Zealand 2017)

Kartoilla voi siis havainnollistaa mannerlaattojen törmäysvyöhykkeen vaikutusaluetta Uudessa-Seelannissa. Järistysten ja tulivuorten sijainnit seuraavat siirroksen linjaa hyvin.

Rebekka puhui blogissaan omasta kehittymisestään, että miten omat tuotokset ovat näyttäneet jo enemmän kuin maantieteen oppikirjoissa (Ylätalo 2023). Itsekkin olen kysynyt välillä tuotoksistani mielipiteitä “maallikolta” ja usein yllättynytkin positiivisesta palautteesta. Ehkä tässä taustalla on ollut oma ennakkoluulo, että kirjoissa esiintyneet kartat ovat jotenkin vaikeita tai aikaa vieviä tehdä. Näin jo kuudennen kurssikerran jälkeen alkoi työskentely sujumaan jo paremmin.

 

 

Lähteet:

Ylätalo, Rebekka. 2023. Viikko 6 Hasardit. https://blogs.helsinki.fi/rebekyla/2023/03/02/viikko-6-hasardit/

Te Ara – The Encyclopedia of New Zealand. 2017. Plate boundary through New Zealand. Viitattu 1.3.2023. https://teara.govt.nz/en/map/4398/plate-boundary-through-new-zealand

Posted on

Meluisa Vantaa (5. Kurssikerta)

 

Kurssikerran ensimmäisessä tehtävässä tarkasteltiin aineiston avulla lentomelualueita kahdelta eri lentokentältä. Malmin lentokenttä ei ole enää lentokäytössä, ja sen tilalle on suunniteltu uusi asuinalue. Taulukossa 1 näkyy mahdollinen asutustiheys tälle alueelle, joka on yllättävän suuri. Helsingin seudulta voi katsoa tilastokeskuksen väestöruutukantaa, jossa 1x1km ruudut ovat noin Malmin tulevan asuinalueen kokoisia. Väestöruututietokannassa on vain muutamia ruutuja, joissa asutustiheys on Malmin asuinalueen tasoisia. Aika intohimoinen projekti siis.

Lisäksi tarkasteltiin melualueita. Paljon ihmisiä kuitenkin asuu merkittävien desibelien alla. Finavia tarvitseekin lentomeluun liittyen Helsinki-Vantaalla paikkatieto-osaajia, tänäkin vuonna hakivat tuohon yksikköön harjoittelijaa.

 

Taulukko 1. Lukuja Helsinki-Vantaan ja Malmin lentoasemien melualueista.

 

Tehtävä jatkui lentoasemista juna-asemiin. QGIS:in avulla tarkasteltiin buffer-toiminnon avulla, kuinka paljon ihmisiä asuu 500 metrin etäisyydellä asemasta (Taulukko 2).

Taulukko 2. Juna- ja metroasemien lukuja pääkaupunkiseudulla.

 

Toisen aineiston tehtävissä tarkasteltiin väestön lukuja, jotka on sidottu asuinrakennusten pisteaineistoon. QGIS hyvin usein hidastui, sillä dataa tässä aineistossa on paljon. Tämän aineiston tehtävät vaativat siis paljon rajaamista, jota tein pääsääntöisesti valitsemalla aineistosta tarvittavilla ehdoilla halutut kohteet ja tehden niistä oman tason. Näissä ehtojen valitsemisessa hyvä tyokalu QGISissä olikin Select features by using an expression, jonka avulla pystyi yksinkertaisilla laskutoimituksilla rajaamaan esimerkiksi prosenttiosuuksia halutuista tiedoista. Taulukossa 3 näkyy taajaama-alueiden määriä, joissa on tietty osuus ulkomaalaisia.

 

Taulukko 3. Väestölukuja pääkaupunkiseudun taajaamista

 

Viimeisistä tehtävistä valitsin uima-altaita käsittelevän aineiston, jossa tehtävänä oli tuottaa lukujen lisäksi myös kartta (Kartta 1, Taulukko 4). Kartan tuottaminen oli melko vaikeaa, sillä taajaama-alueita on hyvin paljon. Lukujen ja pylväsdiagrammien näyttäminen samassa kartassa hankalaa, sillä etenkin Helsingin keskustassa alueet ovat pieniä. Pylväät ja lukuarvot eivät näy automaattisesti visuaalisesti selkeimmässä kohdassa. Kartta vaatii myös pääkaupunkiseudun hyvää tuntemusta, itse en vielä muutamankaan vuoden asumisen jälkeenkään kartasta osaisi kaikkia kaupunginosia tunnistaa. Eniten uima-altaita löytyy kuitenkin Lauttasaaren kaupunginosasta.

Kartta 1. Uima-altaiden määrä pääkaupunkiseudulla

 

Taulukko 4. Lukuja pääkaupunkiseudun uima-altaista.

 

Tällä hetkellä tuntuu siltä, että työkaluja osaan käyttää, mutta aina ei muista tehtäväongelmissa muista kaikkien työkalujen olemassaoloa.  Voin siis joskus löytää johonkin ongelmaan ratkaisun “vaikean kautta” ja sitten myöhemmin muistaa jonkun QGIS-työkalun olemassaolon.

Tällä kurssikerralla käytetty puskurivyöhyke on hyvin monipuolinen työkalu monella alalla. Puskurivyöhykkeitä voidaan käyttää analyyseihin ja myös eri ilmiöiden visualisointiin. Itselleni tulee mieleen muun muassa maanjäristyksistä tehdyt vaikutusaluekartat, joissa puskurivyöhykkeillä näytetään etäisyyttä episentrumista.

Työkalujen nimet vaativat opettelua. Vaikka muistaisinkin jonkun hyvän työkalun, pitää silti se löytää toolboxista kaikkien muiden työkalujen joukosta. Ehkä jatkossa, kun oma työkalujen käyttötarve laajenee, pitää itselle tehdä jokin muistilappu näistä.

Miialla olikin blogissaan hyvä kuva näiden erilaisten rajaustyökalujen oppimiseen. Jotenkin nämä englannin kieliset tekniset termit eivät auta hahmottamaan, mitä tarkalleen ottaen tapahtuu. Usein olen tehnytkin niin, että kokeilen vaan, sillä peruuttaa voi aina jotenkin (Vuolle 2023).

 

 

Lähteet:

Vuolle, Miia. 2023. Kurssikerta 5. https://blogs.helsinki.fi/mevuolle/2023/02/14/kurssikerta-5/