Paikkatiedon elämänkaari

 

Kuudes kurssikerta oli jälleen uudenlainen, ja saimme tutustua paikkatiedon analysoinnin ja visualisoinnin lisäksi myös sen etsimiseen ja keräämiseen itsenäisemmin kuin aiemmilla kurssikerroilla. Käytännössä kolmen ja puolen tunnin aikana keräsimme hankimme paikkatietoa kolmella erilaisella

menetelmällä: jalkautumalla kentälle sekä fyysisesti että virtuaalisesti sekä hakemalla tietoa erilaisista tietokannoista. Kurssikerta alkoi virkistävällä jalkautumisella raikkaan helmikuiseen kampuksen lähiympäristöön. Ennakkoon puhelimiin ladatuilla Epicollect5-sovelluksilla keräsimme paikkatietoa Kumpulan kampuksen lähiympäristöstä: sijainti perustui GPS-mittaukseen (koska käytettävät laitteet olivat matkapuhelimia, on syytä olettaa, että niissä käytetään paikannukseen A-GPS -versiota.), sekä siihen yhdistettyyn kyselylomakkeeseen. Tarkoituksena oli siis sijainnin lisäksi kerätä ympäristöä kuvailevaa numeerista dataa. Sovelluksen käyttö oli helppoa, ja oli mukavaa huomata, että omien aineistojen kerääminen on parhaimmillaan yksinkertaista ja sujuvaa. Aamureippailun jälkeen siirryimme takaisin sisätiloihin, ja pääsimme tarkastelemaan keräämäämme paikkatietoa kartalla.

 

Tämän jälkeen siirryimme tutustumaan hieman erilaiseen tapaan tarkastella kaupunkiympäristöä. QGISin OpenStreetMap-laajennusta käyttämällä on mahdollista “liikkua” ohjelman katunäkymässä, ja kirjata tietoja samanaikaisesti QGISin avulla tietokantaan, esimerkiksi pistemuotoisesti. Harjoituksessa tehtävänä oli arvioida muutaman korttelin alueelta eri pisteistä avautuvan näkymän kaupallisuutta asteikolla 0-5. Valitsemani kortteli (ehdin tarkastella vain yhtä) oli Katajanokankadun, Kruunuvuorenkadun, Luotsikadun ja Kauppiaankadun väliin jäävä suurehko kortteli. Keräämisen jälkeen harjoittelimme itse keräämällämme aineistolla interpolointia (laskemaan arvoja pisteille, joista ei ole havaintoja). Tällainen kammiosta käsin tehtävä tutkimus mahdollistaa sen, että aineistoja voidaan kerätä tarkasti vaikka toiselta puolelta maailma. Toisaalta Street View-kuvat saattavat paikoin olla todella pahasti vanhentuneita, eivätkä täten sovellu ainakaan kaikkien asioiden tai ilmiöiden tarkasteluun.

 

Laattatektoniikka 101

 

Varsinaista blogitehtävää varten haimme tietoa erilaisista tietokannoista. Käytössä olevat kaksi tietokantaa tilastoivat tulivuorenpurkauksia ja maanjäristyksiä. Tehtävänä oli luoda karttasarja, jota voisi käyttää apuna opetuksessa. Pedagoginen lähestymistapa asettaa tietynlaisia rajotteita: esityksen tulee olla selkeä ja havainnollinen, eikä se saa sisältää liikaa informaatiota. Itse päädyin liikkumaan pitkälti altaan matalassa päässä, sillä oletuksenani oli, että opetus olisi suunnattu lukiolaisille tai perusopintovaiheessa oleville opiskelijoille. Korkealentoiset analyyist ovat toki vaikuttavia, mutta eivät välttämättä mahdollista suurinta pedagogista arvoa.

Ensimmäinen kartta (Kuva 1) on yksinkertainen heatmap, jossa havainnollistettavana ilmiönä ovat maanjäristykset (painotettu magnitudin mukaan). Heatmapit soveltuvat klustereiden tarkasteluun, mikä sopii teemaan hyvin: maanjäristyksiä tapahtuu toisilla alueilla selkeästi enemmän kuin muualla. Tämäntyyppisinä ne eivät kuitenkaan sovellu kovin tarkkaan analyysiin, mutta opetuksessa on tärkeää hahmottaa laajoja kokonaisuuksia ja oppia ymmärtämään niitä alueellisesti, on heatmap mielestäni toimiva ratkaisu.

 

Toinen kartta (Kuva 2) pyrkii havainnollistamaan mereisten ja mantereisten litosfäärilaattojen välisten törmäysvyöhykkeiden sijaintia, käyttäen eräänlaisena “proxyna” syviä maanjäristyksiä (engl. Deep-focus earthquake). Syviksi maanjäristyksi luokitellaan maanjäristykset, joiden hyposentrumi on yli 300 kilometrin syvyydessä (Spence, Sipkin & Choy, 1989). Niitä tavataan lähes ainoastaan törmäysvyöhykkeillä, ja ne soveltuvat näin ollen melko hyvin havainnollistamaan törmäysvyöhykkeiden sijaintia. Usein tällaiset mereinen-mantereinen törmäysvyöhykkeet ovat seismisesti hyvin aktiivista aluetta, ja maantietelijän tulee pystyä paikantamaan ne edes auttavasti. Maanjäristyksen syvyyttä esittää kartassaan myös Eemil.

 

Kolmas ja viimeinen kartta (Kuva 3) oli tämän kurssikerran visualisoinneista huomattavasti työläin. Mainittakoon heti aluksi, että tämänkään kartan pohjalta ei kannata lähteä tekemään mitään tarkkoja laskennallisia analyyseja: projektiona käyttämäni WGS84 käyttää mittayksikkönä asteita, eivätkä kartalle piirtyneet viivat siis ole keskenään vertailukelpoisia. Kartta on tehty käyttämällä Distance to nearest hub-analyysia, joka käytännössä piirtää viivan kahden vektoriobjektin välille. Tässä tapauksessa viivat on piirretty siten, että tulivuoritason pisteistä on piirretty viivat lähimpiin maanjäristystason pisteisiin. Kartan tarkoituksena on:

1. Havainnollistaa näiden kahden ilmiön alueellista yhteyttä

2. Saada opiskelija pohtimaan, miten litosfäärilaattojen keskellä sijaitsevat tulivuoret ja maanjäristykset syntyvät.

(3. Harjoitella distance to nearest hub -työkalun käyttöä)

Mielestäni tämä visualisointi sopii parhaiten toiseen kohtaan, sillä kaukana litosfäärilaattojen keskellä sijaitsevat tulivuoret on sen avulla helppo huomata viivojen muodostamien viuhkamaisten kuvioiden avulla. Seismisesti ja vulkaanisesti aktiivismmat alueet eivät tule yhtä selkeästi esille tässä visualisoinnissa.

 

Karttojen teossa käytetty aineisto ei ole täysin luotettavaa: erityisesti tulivuoriaineistoon oli jossain vaiheessa päässyt mukaan muutama virhe. Pyrin huomioimaan ja poistamaan tällaiset stiplaukset parhaan kykyni mukaan. Ohessa loppukevennyksenä esimerkki Keski-Ruotsista (Kuva 4). Oikeasti Islannissa sijaitseva, vuonna 1783 purkautunut, maailmanlaajuista tuhoa aiheuttanut ja miljoonia ihmisiä välillisesti tappanut Lakagigar oli aineistossa jostain syystä päätynyt Ruotsiin. Tämä on huomiotu kuvan 3 analyysissa.

 

 

Lähteet:

Eemil Beckerin blogi, kurssikerta 6.  https://blogs.helsinki.fi/beemil/2018/02/23/pedagogiset-katastrofit/

Spence, W., Sipkin, S. & Choy, G. (1989): Determining depth of earthquakes. Earthquakes and Volcanoes, Vol. 21 no. 1/1989.  United States Geological Survey, Washington D.C.  https://earthquake.usgs.gov/learn/topics/determining_depth.php

Wikipedia (en) – Laki: https://en.wikipedia.org/wiki/Laki

Wikipedia – A-GPS: https://fi.wikipedia.org/wiki/A-GPS