Timanttikaivoksia ja valuma-alueita (3. luentokerta)

 

Nyt kolmannella kerralla käytiin läpi QGISin eri työkaluja, joilla muun muassa saatiin laskettua pisteiden määrä tiettyjen polygonien sisällä. Aineistona tässä käytettiin tilastoja Afrikan konflikteista, öljyvarannoista ja timanttikaivoksista.  Tehtävä avasi itselleni konfliktien ja arvokkaiden luonnonvarojen jakautumista Afrikan mantereella. Usein uutiset eri levottomuuksista ja yhteenotoista Afrikassa saattavat sulautua mielessä yhteen tai todellinen sijainti jää tajuamatta. Nyt kun oikeasti vähän aikaa dataa ja karttaa katsoi jäi vähän parempi kuva missä Afrikan maissa oikeasti on todella paljon konflikteja.

 

Nicklas oli hyvin blogissaan perehtynyt kurssikerralla käytyyn aineistoon. Etenkin Sudanin tilanteessa hän pystyi jo pelkästään vuosiluvuista arvioimaan, että konfliktien taustalla ei ole pelkästään nämä luonnonresurssit, vaikka kartasta voisi niin olettaa (Ferreira 2023).

Tämän jatkeeksi palasimme takaisin Suomeen, jossa työskenneltiin valuma-alueiden parissa. Katsoimme niiden tulvaindeksejä ja järvisyysprosentteja. Lopputuloksena on kuvan 1 kartta.

Kuva 1. Koropleettikartta Suomen valuma-alueiden tulvaindekseistä ja järvisyysprosentti histogrammilla.

Histogrammien tekeminen QGISissä ei ole mitenkään intuitiivista. Palkkien muodon ja koon muokkaaminen oli vaikeaa, kun on erilaisia kokoyksiköitä. Tässä kartassa siis palkit kuvaavat osuutta 1-100 prosenttiyksikön skaalaa. Olisin halunnut jotenkin saada näkyviin joko varsinaisen prosenttiluvun sinisten palkkien luokse tunnisteella tai sitten palkki, jossa näkyisi sinisellä osuus 100% palkista. En Googlen avulla ainakaan löytänyt helppoa ohjetta tunnisteiden lisäämiseksi. Kartassa voidaan siis nähdä järvisyysprosentti suhteessa muihin.

Rannikkoalueilla siis tulvaindeksit ovat korkeita, mutta järvisyysprosentit melko matalia. Joet näillä alueilla aiheuttavat keväisin tulvia, kun taas järviset kunnat ei niinkään näe samanlaisia tulvia.

 

 

Lähteet:

 

Ferreira, Nicklas. 2023. Geoinformatiikan menetelmät 1.  https://blogs.helsinki.fi/ferrenic/

Projektiovääristymiä Suomessa (2. luentokerta)

 

 

Toisella luentokerralla kävimme läpi rajapinta-aineistoja ja projektioita QGIS:ssä. Vertasimme eri projektioiden vääristymistä TM35FIN-projektioon. Merkittävin vääristymä Suomessa syntyy hyvin yleisesti käytetyssä Mercatorin projektiossa. Mercatorin tapaista korkeiden leveyspiirien vääristymää syntyy myös Compact Miller -projektiossa (Kuva 1).

Kuva 1. Kartta pinta-alan muutoksessa Compact Miller -projektiossa.

Projektioita katsoessani halusin etsiä erikoisia vääristymiä. Oikeapintainen projektio Quartic authalic muodostaa vääristymiä koko Suomessa, mutta vääristymä suurenee itä- ja länsisuunnassa (Kuva 2). Oikeapintaisena projektiona vääristymä on hyvin pieni verrattuna esimerkiksi kuvan 1 projektioon.

Kuva 2. Projektiovääristymän määrä pinta-alassa Quartic authalic projektiossa.

Kurssikerran artikkelissa käsiteltiin kahden muuttujan koropleettikarttoja (Leonowicz 2006). Kahden muuttujan koropleettikartassa siis visualisoidaan päällekkäin kahden muuttujan arvoja.  Tällaiset kartat ovat erikoinen tapa visualisoida kahden ilmiön alueellista muuttumista yhtäaikaisesti. Artikkelissa myös kysyttiin opiskelijoilta mielipiteitä näista kartoista. Suurin osa opiskelijoista piti kahden muuttujan karttoja kiinnostavampana ja osoittavan paremmin alueellista yhteyttä.   Luettavuus on kuitenkin vaikeampaa verrattuna yhden muuttujan karttoihin.

Joka tapauksessa halusin itse kuitenkin yrittää tuottaa tällaisen kartan kurssikerran tehtävissä käytetyistä aineistosta (Kuva 3). Kartan tekemiseen QGISissä löysin ohjeet nopeasti Googlen kautta (Hur 2019). Kartan tekeminen oli melko nopeaa, tähän tarvittiin vain legendan tekemiseksi plugin QGISiin.

Kuva 3. Bivariaatti koropleettikartta korkeakoulutettujen ja naisten osuudesta väestöstä kunnittain.

Valitsin käytettäviksi muuttujiksi korkeakoulutettujen ja naisten osuudet väestöstä. Valmis kartta ei ole tilastollisesti toimiva. Ongelmana on luokkien jakamisessa. Naisten osuus on 44-53%, ja korkeakoulutettujen väliltä 10-56%. Korkeakoulutettujen määrä vaihtelee siis suuresti, jotta naisten osuus saadaan myös ero näkymään neljässä luokassa. Kartasta voidaan ehkä havaita mahdollinen yhteys naisten osuuden ja korkeakoulutettujen osuuden määrässä, mutta ehkä visualisoisin tätä asiaa jollakin muulla tavoin.  Tarkoituksenani oli kuitenkin kokeilla tällaisen kahden muuttujan kartan tekemistä, mikä oli yllättävän yksinkertaista. Ehkä joskus vastaan tulee tilanne, missä minun kannattaa kuvata jotain ilmiötä tällaisella kartalla.

Jenna mainitsee blogissaan, että hänellä oli vaikeuksia muistaa tunnilla opetettuja asioita. Minäkin koen vaikeaksi muistaa mistä kaikki työkalut löytyvät. Valikot ovat usein samanlaisia ja tekniset termit eivät ole entuudestaan tuttuja (Nieminen 2023).

 

 

Lähdeluettelo:

Hur, Ben. 2019. Bivariate choropleth maps in QGIS. Luettu 2.2.202. https://bnhr.xyz/2019/09/15/bivariate-choropleths-in-qgis.html

Leonowicz, Anna. 2006. Two-variable chropleth maps as a useful tool for visualization of geographical relationship. Geografija.

Nieminen, Jenna. 2023.  Jennan blogi, viikko 2. https://blogs.helsinki.fi/nieminje/

1. Luentokerta

 

Tässä blogissa kirjoitan geoinformatiikan menetelmät kurssiin liittyvistäni ajatuksistani, lukemistani artikkeleistani ja minun tuotoksistani. Lisäksi käyn läpi kurssitovereideni omia blogeja uusien näkökulmien vuoksi.

Olen suunnitellut opintoni geoinformatiikkapainoitteiseksi, sillä näen siinä paljon mahdollisuuksia itseäni kiinnostavissa aihepiireissä. Siksi menenkin tähän kurssiin melko innokkaasti ja toivon kiinnostukseni geoinformatiikkaan pysyvän vähintään samana.

Nyt ensimmäisellä kurssikerralla aloitettiin jo tutun QGISin parissa. Hieman kesti itselläni taas muistaa perusjuttujakin, mutta ohjeet ensimmäisiin tehtäviin olivat minusta melko selkeitä.

Kurssin aikana tehtiin tällainen yksinkertainen koropleettikartta typpipäästöistä HELCOM-maissa (Kuva 1).  Sen laatiminen oli melko helppoa.

 

Kuva 1. Kartta typpipäästöistä HELCOM-maissa

Toinen tehtävä oli laatia kartta Suomen kuntien pohjalta (Kuva 2). Valitsin tehtävään majoituskapasiteetit majoituspalveluissa, sillä halusin nähdä miten majoituskapasiteetit ovat muuttuneet ulkomaanmatkailua rajoittaneen pandemian aikana.  Majoituskapasiteetilla siis tarkoitetaan vuodepaikkojen määrää (Tilastokeskus 2022). Tilastoissa on mukana perinteisten majoitusmuotojen kuten hotellien lisäksi myös leirintäalueet, joissa yksi asuntovaunupaikka vastaa neljää vuodepaikkaa. Kartan tekeminen oli aluksi hieman hankalaa, sillä tilaston yhdistäminen karttatasoon ei onnistunut, vaan tiedot eivät menneet oikeisiin kuntiin. Ongelmana oli, että QGIS ei ymmärtänyt tilastokeskukselta tuodun tiedoston ääkkösiä, mutta Exceliin tuotuna ja sitä kautta uudelleen tallennettuna tiedoston ääkköset oli jotenkin helpompi QGISin ymmärtää.

Kuva 2. Kartta majoituskapasiteetin muutoksesta kunnittain 2019-2022.

Muutoksia siis tosiaan oli tapahtunut. Kaikista kunnista ei dataa ollut saatavilla. Kartassa näkyvät suurimmat kasvut Helsingissä ja Tampereella. Yksikin uusi hotelli voi nostaa majoituskapasiteetin määrää jo huomattavasti, millaisia ei pienissä paikkakunnissa rakenneta.

Aloitin tämän kartan laatimisen sillä oletuksella, että kotimaan matkailun lisääntyminen pandemian aikana olisi luonut lisää majoituskapasiteettia. Mutta majoituskapasiteetin vähentymistä on myös tapahtunut monessa kunnassa, johon syynä todennäköisesti on Venäjän matkailun vähentyminen pakotteiden myötä. Lappeenranta näkyy kartassa sinisenä, joka on yksi tärkeimmistä rajaseutukunnista. Vähentyneet majoituskapasiteetit ovat mahdollisesti mökkejä, joita ei enää vuokrata venäläismatkailijoille.

Luin läpi myös Moodlessa olevaa julkaisua The 2012 free and open source GIS software map – A guide to facilitate research, development, and adoption (Steiniger & Hunter 2012). Julkaisussa puhuttiin avointen GIS-ohjelmistojen merkityksestä. Avoimet ohjelmat ovat tärkeitä yritysten ja organisaatioiden yhteistyössä, jotta tieto on helposti saavutettavissa ja jaettavissa. Ensimmäisellä luentokerralla myös ohi mennen mainittiinkin suuren yksityisen paikkatietoyrityksen Esrin merkittävästä asemasta geoinformatiikassa, joka tuottaa siis lisenssien takana olevia paikkatieto-ohjelmistoja ja tiedostoformaatteja. Maksullisuus ei itsessään ole ongelma, mutta avoimuuden puute voi hidastaa kehitystä ja yhteistyötä.

Ensimmäisissä kartoissa huomasin Eemelin blogissa pohjoisnuolen asennon ja tajusin, että omassa saman tehtävän kartassa se osoittaa väärin (Ingervo 2023).  Katsoinkin siis heti, miten QGIS:issä saa pohjoisnuolen asennon korjattua kartan projektion mukaisesti. Nuolen item properties osiossa onkin “sync with map” toiminto jolla tämän saa tehtyä.

 

 

 

Lähdeluettelo:

Ingervo, Eemeli. 2023. QGIS rutiini käyntiin. https://jeemlei.github.io/geoinformatiikan-menetelmat/2023/01/22/QGIS_rutiini_kayntiin.html

Steiniger, S. & Hunter, A. 2012. The 2012 free and open source GIS software map – A guide to facilitate research, development and adoption. Computers, Environment and Urban Systems.

Tilastokeskus. 2022. Majoitusliikkeiden kapasiteetti kunnittain. Viitattu 26.01.2023.  https://pxdata.stat.fi/PxWeb/pxweb/fi/StatFin/StatFin__matk/statfin_matk_pxt_117s.px/