Kategoriat
Uncategorised

Afrikka, sarvikuonojen maa

Viimeisiä viedään velhoilutieteen saralla tällä erää. Kurssin loppu häämöttäessä oli mukava päästä kokeilemaan vähän kaikenlaista mitä kurssilla on tullut opittua. Aivan datan etsimisestä viimeisimpiin silauksiin, jota ”spektaakkelimainen” karttasarja vaati. Matka tähän vaiheeseen on ollut normaalia pidempi ja raastavampi, mutta myös huomattavasti mielenkiintoisempi kuin aikaisemmilla kerroilla. Matkan varrella törmäsin useisiin ongelmiin liittyen datan löytämiseen, muokkaamiseen ja loppujen lopuksi esittämiseen. Kuitenkin maaliin päästiin kompuroinnista huolimatta.

Tehtävänä kurssikerralla oli tehdä samoja temppuja kuin aikaisemminkin, mutta ilman valmiita datapaketteja. Aihe mistä halusi tehdä tuli valita ja toteuttaa itsenäisesti. Itse aiheen valinta oli suhteellisen helppoa, mutta datan löytäminen vaatikin jo huomattavasti enemmän. Kuitenkin löysin sivuston (Acleddata.com), joka on kerännyt dataa konflikteihin liittyen 1990-luvulta eteenpäin. Dataa löytyi kuitenkin hyvin vaihtelevasti eri valtioista, mutta kaikista Afrikan valtioista dataa oli kerätty eniten, joten päätös oli helppo.

Datan esittämiseksi oli useita eri vaihtoehtoja, mutta datan huomioon ottaen minusta fiksuinta oli esittää se karttasarjana (Kuva 1). Alkuperäisessä datassa jokainen ”konflikti” laskettiin mukaan myös esim. rauhanomaiset protestit. Tein ”pelimiehen” ratkaisun ja otin huomioon vain merkittävät eli yli 10 kuolonuhria vaatineet konfliktit, jotta dataa voisi todellisuudessa hyödyntää. Toinen merkittävä ominaisuus datassa oli hyvin tarkka luokittelu konfliktien tyypistä. Kuitenkin tiivistin sen kolmeen päätyyppiin. Kuten kuvasta 1 voidaan huomata, Afrikassa suurin osa konflikteista keskittyy päiväntasaajan seudulle ja suurin osa liittyy suoraan tai hieman epäsuorasti sodankäyntiin.

Kuva 1. Karttasarja yli
10 kuolonuhria vaatineista konflikteista Afrikassa vuosilta 2000-2020 (Lähde: Acleddata.com)

Karttasarjassa on esitetty data koko Afrikan skaalalla, mutta konfliktit ovat yleensä liitoksissa jonkun tietyn valtion alueelle, joten tein myös kartan (Kuva 2) suhteuttaen konfliktien lukumäärän väestöön. Väistämätön fakta on, että mitä enemmän ihmisiä, niin myös konflikteja syntyy todennököisesti enemmän. Kartasta voidaan huomata, että kolme valtiota nousevat ylitse muiden. Kaikissa näissä valtioissa on käyty sisällis-/itsenäistymissota 2000-luvulla, joka nostaa merkittävästi suhdelukua.

Kuva 1. Yli 10 kuolonuhria vaatineet konfliktit Afrikan eri valtioissa suhteutettuna väkilukuun vuosilta 2000-2020. (Lähde: Acleddata.com ja UN)

Ja näin ollaan saatu kurssi arvosanaa vaille valmiiksi. Kurssin aikana käytiin läpi draaman kaari kokonaisuudessa, mutta käteen jäi huomattavan paljon hyödyllisiä taitoja. Kuten Alex Nylander blogissaan hyvin tiivistää ”Seitsemän viikkoa on lyhyt aika, varsinkin kun on hyvää tekemistä!”

 

Lähteet:

Acleddata, https://acleddata.com/#/dashboard

United Nations, ”World Populations Prospects 2019” (Luettu 2.3.2020)

Nylander A ”Vapain käsin, vapain mielin” (Luettu 2.3.2020) https://blogs.helsinki.fi/alny/2020/03/02/kurssikerta-7-vapain-kasin-vapain-mielin/

 

 

Kategoriat
Uncategorised

Tactical nuke inbound

Tällä kertaa itse kurssikerrasta mieleen ei jäänyt paljoakaan muuta kuin NUKEMAP:illä (https://nuclearsecrecy.com/nukemap/) leikkiminen kurssitovereiden kanssa. Tavoite oli tietysti saada mahdollisimman paljon uhreja yhdellä pommilla (kontekstia asiaan myöhemmin). High scoreksi saatiinkin 14 miljoonaa. No mutta asiaan.

Kurssikerta aloiteltiin hieman poikkeuksellisesti raikkaassa ulkoilmassa. Keräsimme pienissä ryhmissä pistemuotoista dataa, Epicollect sovelluksen avulla, liittyen kaupunkitilojen viihtyvyyteen. Pisteitä saimme yhteensä noin 40-50 kappaletta ja kyseinen data tuotiin QGis:iin. Tässä vaiheessa homma meni aika tavalliseen tapaan. Pisteaineistoa analysoitiin ja kehitettiin erilaisia visualisointi tapoja aina riippuen esitettävästä ilmiöstä. Esimerkiksi interpoloidun kartan avulla on helppo esittää useista pisteistä koostuva aineisto suhteellisena alueen kokoon nähden. Myös etuna on helppo luettavuus, sillä kuten jo monesti aikaisemmin olen maininnut, turha datan tarkkuus on karsittu pois. Erityisesti maailmanlaajuisia ilmiöitä tarkasteltaessa interpolointi on erittäin oiva työkalu.

Kurssikerran jäljelle jäävä aika menikin erilaista pistemuotoista dataa etsiessä. USGS:n search sivua tarkasteltaessa, huomasin, että vaihtoehtona oli etsiä ydinaseiden laukaisuun liittyvää dataa. Mielenkiintoni heräsi välittömästi, mutta jostain syystä data ei suostunut latautumaan. Kuitenkin pakkomieleisesti rupesin kaivamaan dataa laukaisuista. Kuitenkin ennen kuin löysin dataa liittyen räjähdyksiin, törmäsin jo aikaisemmin mainitsemaani NUKEMAP:iin. Leikkituokion jälkeen meni vielä muutama tunti, jonka jälkeen löysin ArcGIS palvelusta sen mitä olin etsinyt . Kuitenkin datan siirtäminen ja sen avulla karttojen luominen osoittautuikin melko tasokkaaksi keskiraskaan sarjan painiotteluksi. Kuitenkin noin neljän tunnin väännön jälkeen sain ainakin omaa silmää miellyttävän kartan tehtyä.

Kuva 1. Fiilis kun aineisto alkaakin totella

Kuvassa 2 on tämä monen tunnin aikaansaannos. Kartassa on esitettynä erilaisilla symboleilla kaikki ainakin viralliset ydinaseiden räjäytykset, jotka eivät ole sotilaallisia tai aseiden kehitystä varten laukaistuja. Kuitenkin esitetty data täytyy laittaa suhteeseen kaikkiin räjäytyksiin nähden. Nimittäin räjäytyksiä on tapahtunut yhteensä noin 2600, joista vain noin 400 ovat alla olevassa kartassa. Eli lyhykäisyydessään sotilaallisia tai aseiden kehityksen seurauksena on virallisten kirjojen mukaan tapahtunut noin 2200 räjäytystä. Myös ainakin itse hieman kyseenalaistan joidenkin alla olevien räjäytysten todellista syytä/tarkoitusta. Kuva 2. Vuodesta 1945 eteenpäin tapahtuneet muut kuin sotilaalliset tai aseiden kehitykseen liittyvät ydinaseiden räjäytykset globaalisti (Lähde: ArcGIS)

Toiseksi aiheeksi otin hieman lähempänä maantiedettä olevan aiheen, nimittäin voimakkaat maanjäristykset. Kuvassa 3 on interpoloimalla esitetty aineisto viimeisen sadan vuoden ajalta tapahtuneista yli 8 magnitudin maanjäristyksiä. Tämän aineisto oli mielestäni fiksuinta esittää interpoloimalla (vrt. kuva 2), sillä kaikki pisteet merkkaavat samanmallista tapahtumaa, mutta voimakkuudet eroavat. Kuitenkin Otso Laakkonen oli blogissaan esittänyt saman aineiston symboleina, joka toimi myös erinomaisesti. Interpolointi luo mielestäni hyvin silmää miellyttävän lopputuloksen, jonka ymmärtää jopa 15-vuotias mopopoika.

Aiheet olivat tällä kertaa hyvin mielenkiintoisia, joten jaksoin käyttää normaalia enemmän aikaa tämän viikon töihin. Myös aihe on mielestäni erittäin hyödyllinen tulevaisuudessa, vaikka en ole ajatellut opettajaksi erikoistua.

Lähteet:

ArcGis ”Nuclear detonations” (Luettu 18.2.2020) http://www.arcgis.com/home/item.html?id=e4d37e29e46f40acba0b1dc719aa99cd

USGS Eartquakes      https://earthquake.usgs.gov/earthquakes/search/

Laakkonen, O ”6 kerta” (Luettu 19.2.2020) https://blogs.helsinki.fi/laxotso/

Kategoriat
Uncategorised

Eez af boi

Teretulemast taas kerran tsiigailee snadisti suklaista, mutta ei liian makeaa blogipostausta. Aiheena jälleen kerran jo tutuksi tullut QGis:in mielenkiintoinen, mutta anteeksiantamaton maailma. Kuitenkin tämän kerran aiheena oli enemmän tilastotiedettä mukaileva teema. Tilastointi ei todellakaan ole omia vahvuuksia, joten ei kannata ottaa taulukkoja liian vakavasti.

Lörpöttely sikseen ja röihin. Kuten jo aikaisemmin monet muutkin kurssikerrat, niin tälläkin kertaa ensimmäinen tehtävä tehtiin Herra ylivelhojumalan kovalla komennuksella. Tarkoituksena oli oppia, muita tehtäviä varten, käyttämään QGis:in uusia työkaluja. Lyhykäisyydessään harjoiteltiin bufferien eli vyöhykkeiden laatimista kohteiden ympärille, mutta myös aineistojen käsittelyyn liittyvän logiikan ymmärtäminen oli tärkeässä osassa.

Perusharjoitteiden jälkeen siirryttiinkin jo tosi toimiin. Tavoite oli simppeli, kerää ohjelman avulla erilaista dataa milloin mihinkin aiheeseen liittyen. Aluksi selvitettiin, kuinka moneen asukkaaseen lentoasemien aiheuttama melu vaikuttaa, mutta myös kuinka voimakkaasti. Karttoja en näistä aiheista tehnyt kroonisesta laiskuudesta johtuen, mutta tilastotiedot otin ylös, niistä lisää täältä: file:///C:/Users/matti/OneDrive/Geoinformatiikan%20mentelm%C3%A4t%201/Ty%C3%B6t/Tilastoja.htm(Taulukko 1). Kuten taulukon ”helppo lukuisesta” informaatiosta voidaan havaita, niin kaupunkisuunnittelijat ovat hoitaneet hommansa kutakuinkin erinomaisesti. Meluhaitat ovat otettu vahvasti huomioon rakennusten sijoittamisessa.

Lentokentistä viis ja kohti, ainakin omasta mielestä, huomattavasti mielenkiintoisempaa dataa. Nimittäin juna-asemien läheisyydessä budjaaviin henkilöihin liittyvää dataa. Homma lähti käyntiin jo tutuksi tulleen buffer työkalun käytöllä. Bufferit piirrettiin asemien ympärille ja niiden sisältä selvitettiin asukkaiden, ei pultsarien, määriä ja niitä vertailtiin koko tutkimusalueen väestöön. Tarkemmat tiedot aikaisemmasta linkistä (Taulukko 2). Mielestäni on yllättävää, että 500 metrin säteellä asemista asuu joka viides asukas tutkimusalueella.

Aikaisemmista poiketen, tein kartat kahdesta viimeisestä tehtävästä, joiden dataa tukevat taulukot löytyvät jo aikaisemmin esitetyn linkin takaa. Kuten kuvasti 1 voi huomata kolmas tehtävä oli selvittää perustietoja taajama-alueista. Päätin tehdä kartan itselleni mielenkiintoisimmasta attribuuttitiedosta. Viime kurssikerrasta viisastuneena osasin tehdä ruututeemakartan, joka teknisesti ottaen ei ole ruuduista, vaan hunajakenno. Tähän persoonalliseen visualisointi tyylin ei ole mitään muuta järkevää selitystä kuin kypsymättömyys. Hieman fiksumpaa visualisointia voi tarkastella Vilma Koljosen blogista. Kuitenkin ensimmäisellä kolmella luokalla on tarkoituksella hyvin erottuvat värit, sillä tehtävänannossa pyydettiin selvittämään juurikin näiden prosenttimäärien alueet. Itse datassa ei sen kummallisempia yllätyksiä ole.

Kuva 1. Ruututeemakartta ulkomaalaisen väestön osuudesta tutkimusalueen taajamissa.

Maratonin viimeisessä tehtävässä luotiin aika lailla samanlaista lopputulosta kuin aikaisemmissakin. Selvitä uima-altaiden sijainteja, vertaile niitä koko alueeseen jne. Kuitenkin tutkimusalue muuttui epämääräisestä osasta fiksumpaan eli kaupunkien mukaan rajattuun pääkaupunkiseutuun. Jälleen kerran leikkimielinen puoleni pääsi valloilleen tehdessä karttaa, joten lopputulos on melko persoonallinen. Ihan selvennykseksi kartassa olevat numerot ovat pienalueiden sisällä olevien uima-altaiden absoluuttinen lukumäärä. Jälleen kerran toisten blogeja selaillessa, kateus iski esimerkiksi Tomi Kiviluoman samasta aiheesta tehtyä karttaa tarkasteltaessa. Kuitenkin täytyy myöntää, että lopputulos uima-altaiden määrästä hieman yllätti, sillä niitä, tällainen vantaalainen kloppi, harvemmin nähnyt. Mutta kuitenkin datasta voi huomata, että on uima-allas edelleen ylellisyyden merkki ainakin pääkaupunkiseudulla.

Kuva 2. Pääkaupunkiseudulla olevien uima-altaiden sijaintia ja määriä kuvaava teemakartta.

Loppujen lopuksi kurssikerralta ja sen tehtävistä selviydyttiin pienellä turhautumisella eli eez as fuck boii. Pikkuhiljaa QGis:n käyttö alkaa painua paksuun kallooni päivä päivältä yhä enemmän.

Lähteet:

Koljonen, V ”Bufferointia&analysointia” (Luettu 12.2.2020) https://blogs.helsinki.fi/vilmakol/

Kiviluoma, T ” Valintojen maailma: bufferointia ja tietokantojen syväluotaavaa suodatusta” (Luettu 12.2.2020) https://blogs.helsinki.fi/tomingeoblogi/

Kategoriat
Uncategorised

Varsinaista velhoilua

Jälleen kerran tämän viikon velhoilut saatu päätökseen ja tällä kertaa suhteellisen pienellä tuskalla. Opin vihdoin tallentamaan töitä vähän useammin, jotta samoja hommia ei tarvinnut tehdä kymmeneen kertaan. Tyhmä saa olla, mutta ei tykkimies *heh

Kurssikerran teemana oli ruutu ja rasteri muotoisten aineistojen käsittelyä. Tietysti aluksi kävimme läpi, ylivelhojumalan johdolla, perusasiat ruutuaineistoon liittyen. Ensimmäisenä tehtävänä oli luoda ruudukko pääkaupunkiseudun alueelle. Tarkoituksena oli oppia perustoimenpiteet tämän laatimiseen ja tietysti myös oppia erilaisia menetelmiä milloin sitä kannattaa käyttää. Kurssikerran aikana käytimme monenlaisia uusia työkaluja ja toimintoja, joten henkilökohtaisen velhoustieteen taitotaso nousi heti muutamalla nopalla. Kaikesta huolimatta kurssikerralla tekemäni ruututeemakartta oli sen verran suolesta, että päätin jättää sen kokonaan pois tästä. Vasta toista versiota kehtaa esitellä julkisella paikalla.

Kuva 1. Ruututeemakartta pääkaupunkiseudun omakotitalojen sijainnista ja määrästä 300 metrin ruuduilla. Taustalla vuoden 2017 hallintorajat kartta (Lähde: Maanmittauslaitos).

Ruututeemakartan vahvuus on ilmiöden kuvaaminen suhteellisesta näkökulmasta. Ruutujen erinomainen ominaisuus on, että alueet (ruudut)ovat keskenään yhtä suuria ja säännöllisiä. Tämän ominaisuuden avulla on huomattavasti helpompi esittää aluerajauksia ylittäviä ilmiöitä ja myöskin karsia turha tarkkuus pois. Toinen erinomainen ominaisuus on juurikin suhteellisen sijainnin esittäminen. Esimerkiksi kuvassa 1 olevassa kartassa, aineistoa ei olisi mitään järkeä ilmaista absoluuttisen sijainnin perusteella. Lukijalle ei ole merkitystä, että missä kohdissa ruutua talot sijaitsevat. Myöskin kun esitetään tämän kaltaista dataa riittävän suurella alueella, niin absoluuttisen sijainnin esittäminen luo vain epämääräisen kasan pisteitä ja sen seurauksena itse dataa, mitä tulkitaan, on vaikea lukea. Näin jälikäteen ajateltuna, omakotitaloista tehty kartta ei itsessään ole erityisen informatiivinen. Kuitenkin sitä voidaan käyttää apuvälineenä esimerkiksi lapsiperheiden sijoittuneisuutta tutkiessa.

Tähän asti kurssilla olemme käsitelleet vektoriaineistoja hyvine ja huonoine puolineen. Kokonaan uuden ulottuvuuden avasi rasteriaineistojen käsittely, joka oli epistolla kurssikerran lopulla. Paikkaoppi.fi tiivistää hyvin suurimman ongelmani kurssikerralla ”Rasteriaineistot ovat usein resoluutioltaan tarkkoja kuvatiedostoja, jolloin ne ovat myös tiedostokooltaan isoja”. Juurikin tämä seikka aiheutti lievää kroonista, keskushermoston ja hippokampuksen, toisen asteen syöpää, varsinkin kun luonteeni on hyvin kärsimätön.

Kuva 2. Karttakuva Kauriskalliolta Pornaisista. Pohjakarttana käytetty peruskarttalehteä L4322L vuodelta 2017 (Lähde: Maanmittauslaitos)

Rasteriaineiston käsittelyssä harjoittelimme korkeuden visualisointia kartalle muutamalla eri keinolla. Visualisointi tapahtui korkeuskäyrien ja rinnevarjostuksen avulla. Kuitenkin kuvassa 2 on vain piirretty yhdet ylimääräiset korkeuskäyrät ja rinnevarjostus jätetty, luettavuuden seurauksena, kokonaan pois. Piirretyt korkeuskäyrät ovat luotu ohjelmalla käyttäen contour työkalua. Kuten kuvasta voidaan huomata alkuperäiset peruskartan korkeuskäyrät ovat huomattavasti pehmennettyjä ja yleistettyjä. Tämä prosessi helpottaa huomattavasti luettavuutta. Informatiivisesti ajateltuna piirtämäni korkeuskäyrät antavat tarkemman kuvan, mutta esimerkiksi retkeilijälle luettavuus on korkeammassa arvossa kuin absoluuttinen tieto.

Lyhykäisyydessään tämä erä voidaan merkata voittona omiin kirjoihin.  Omasta mielestä meikäläinen kavensi tilanteen QGissiä vastaan 1-3. Kuitenkin lähdetään jatkamaan posin kautta, kuten Elias Hirvikoski tiivistää ”Näppäimistöstä ja hiirestä kiinni, jatketaan taas viidennellä kurssikerralla karttaharjoituksia!”

Lähteet:

 

Kategoriat
Uncategorised

Haaveet kaatuu…

Noniin kaikki örripörrit ja kaikenkarvaiset karvaturriaiset. Taas ollaan päästy siihen pisteeseen, että pienet aivoille suunnatut cardiot, pyyhitty pois päiväjärjestyksestä. QGIS jumalat koettelivat meikäläistä taas yleiseen tapaan kurssikerralta lähtien muutaman seuraavan päivän ajan. Tällä kertaa ohjelman käyttö ei tuottanut merkittäviä ongelmia, mutta viidennen kaatumiseen jälkeen nuppi kiehui yli. Mutta niinhän se menee, että edes minunlainen kermaperse ei voi saada kaikkea mitä haluaa. Tosin takapenkin poikien klaani hoisi loppujen lopuksi homman kotiin yhteistyöllä, kuten Miklas toteaa blogissaan ”Tällä kertaa se on onneksi positiivisempi, ja siitä saan kiittää takarivin poikien yhteistyötä” (Kuoppala, M 2019)

Sitten vähä jauhamista itse kurssikerran hommista. Jälleen kerran syvennyttiin yhä syvemmälle QGis:in syövereihin. Tarkemmin sanottuna erilaisten tietokantojen siistimiseen ja – yhdistelemiseen. Ensimmäisenä harjoitteena siistittiin mukavasti, Arskan johdolla koko porukka, tietokantoja liittyen Afrikkaan. Lyhykäisyydessään tietokannasta yhdisteltiin kaikki erilliset polygonit, jotka olivat saman valtion alla dissolve työkalun avulla. Tämän avulla aluksi 700 rivisestä tietokannasta saatin 53 rivinen. Leikki jatkui tietokantojen käsittelyyn, josta oikeastaan mieleen jäi vain meidän tekemä uniikki konflikti sarake. Tämä sarake kertoi miten konfliktit ovat jakautuneet missäkin valtiossa eri vuosille. Kuvassa 1 lepää ensimmäisen tehtävän aikaansaannos.

Kuva 1. Timanttien, maaöljyn ja konfliktien jakautuminen Afrikassa vuodelta 2019.

Yhteisen session jälkeen, homma jatkui uudella aineistolla leikkiessä, mutta edelleen pysyttiin samalla mantereella. Aineisto sisälsi Afrikan internetin käyttäjien määrät vuosilta 2000 ja 2019, mutta myöskin väestönennusteen vuodelle 2019 ja Facebookin käyttäjät vuodelta 2018. Aineisto oli alunperin excel muodossa, mutta se pystyttiin tuoda ohjelmaan csv-tiedostona. Tarkoituksena oli tätä aineistoa hyväksi käyttäen tehdä teemakartta. Itse valitsin internetin käyttäjien määrän, kuten kuvasta 2 voidaan huomata. Tarkoituksena on kuvata käyttäjien määrien kehitystä 2000-luvulla.

Kuva 2. Kaksi teemakarttaa kertovat Afrikan internetin käyttäjät vuosilta 2000 ja 2019.

Kaiken tämän, mukavan pienen aineistolla leikkimisen jälkeen siirryttiin itsenäistehtävän pariin. Tarkoituksena oli yhdistellä erilaisia aineistoja samaan tapaan kuin aikaisemmassa, mutta nyt vaiheet tehtiin yksin/ takapenkin poikien jeesillä. Kaikki sujui suhteellisen hyvin siihen asti, kunnnes rakas QGIS kaatui oppitunnin lopussa. Kaikki oppitunneilla tehty työ täytyi tehdä uudestaan kotona. Kuitenkin omaksi onnekseni kaatumisia tapahtui kotonakin noin viisi kappaletta. Kuitenkin sain 2 karttaa aikaiseksi. Kuten kuvasta 3 voidaan huomata, panostin erityisesti tällä kerralla visuaalisuuteen. Käytin huomattavan määrän aikaa kokeillen erilaisia visualisointi työkaluja. Kuitenkin jälkeen päin huomasin, että erityisesti maapinta-alaa kuvaavassa kartassa voi helposti sekoittua värien tarkoitus. Myös samassa kuvassa ympyrädiagrammien kokoa olisi pitänyt suurentaa merkittävästi luettavuuden puolesta.

Kuva 3. Teemakartat Suomen tulvaindeksistä, sekä järvisyydestä eri kunnissa vuodelta 2019.

Kokonaisuutena kurssikerta opetti jälleen kerran kärsivällisyyttä ja yhteistyön voimaa. Kaatumisten seurauksena jouduin tekemään monia asioita uudestaan, mutta positiivisena puolena monet tekniikat jäivät erinomaisesti muistiin

Lähteet:

Kuoppala, M ” Mihin tää voikaan vielä johtaa?” (Luettu 2.2.2020) https://blogs.helsinki.fi/kmiklas/

 

Kategoriat
Uncategorised

Mies vastaan kone

Taas yksi neljä tuntinen kurssikerta takana päin. Kurssikerran internaalista olemusta voi kuvata hyvin hikiseksi ja tuskalliseksi sekä omasta perspektiivistä, että ympäriltäkin. Tavoitteena oli mukavasti hassutella vähän QGis:llä ja leikitellä hieman eri projektioiden kanssa. Kuitenkin mukava pikku tuokio toi mukanaan pitkälti vain korkean verenpaineen ja pullottavan otsasuonen. Kaikesta huolimatta ainakin itse sain hieman parempaa käsitystä QGis:in käytöstä ja opin paljonkin uusia eri tekniikoita.

Kurssikerta alkoi Tilastokeskuksen vuoden 2019 kunta-aineiston lataamisella, jota oli tarkoitus käyttää pohjana kurssikerran töihin. Tarkoituksena oli havainnollistaa pinta-alojen muutoksia eri projektioita käytettäessä. Tämä vertailu tehtiin ensin Herra Paarlahden, ja sen jälkeen ihan oman kuupan, opastuksella. Huomasin projektioiden kanssa leikitellessä, että ruudulla näkyvän tason projektio on hyvinkin helppo muuttaa, mutta tason sisäinen (laskennallinen) projektio oli aivan eri projekti. Kuitenkin kahden päivän väsytystaisteluiden jälkeen internetin ihmeellisen maailman avulla löysin jokseenkin luotettavan keinon vaihtaa laskennalista projektiota ilman tasojen tallennusta.

Kuten aikaisemmin mainitsin, ensimmäisenä tehtävänä oli verrata Mercatorin projektion aiheuttamia pinta-alojen vääristymiä. Kuvassa 1 on tämän tehtävän tuotos, jonka luokat ovat ehkä hieman yleistettyjä, mutta niiden avulla ilmiön esiintymistä voidaan korostaa. Kuten kuvasta voi huomata projektion valinnalla on merkittävä vaikutus pinta-aloihin rinnastettavaa tutkimusta tehdessä. Myös voidaan todeta, että Mercatorin projektio on erittäin säännönmukainen pinta-alojen vääristymien suhteen. Eli lyhykäisyydessään mitä kauemmaksi mennään päiväntasaajalta pinta-ala kasvaa merkittävästi.

Kuva 1. Mercatorin projektion (ESPG 3395) aiheuttamat pinta-ala muutokset verrattuna ETRS89 projektioon (ESPG 3035). Lähde: Tilastokeskus

Toisena tehtävänä tarkoituksena oli valita itse jokin projektio ja tehdä vastaavanlainen kartta. Valitsin itselleni hieman normista poikkeavan Eckert 6 projektion (Kuva 2). Otin tarkoituksella hyvin poikkeuksellisen projektion, jotta tulos ei olisi läheskään niin säännönmukainen kuin Mercatorin vertailussa. Kuten kuvasta voidaan huomata Eckertin projektio aiheuttaa muutoksia hyvin vaihdellen johtuen projektion lähes pallomaisesta muodosta. Kuitenkin hieman yllätyksellisesti projektio pienentää pinta-aloja. Myöskin Mercatoriin verrattuna kokonaisvääristymä on suhteellisen mitätön.

Kuva 2. Eckert 6 projektion (EPSG 53010) aiheuttama pinta-alojen pienentyminen verrattuna ETRS89 (EPSG 3035). Lähde: Tilastokeskus

Itse kurssikerralla tehtyjen tuotosten lisäksi päätin hieman tsempata ja tehdä myös kurssikerran aineistossa olleen tehtävän. Tarkoituksena oli tehdä samanlaista projektioiden tarkastelua, mutta tällä kertaa muuttujaksi otin pinta-alaan verrannollisen muuttujan, väestöntiheyden. Kuvissa 3 ja 4 on nämä kyseiset työt, jotka veivät kaksi tuskallista päivää aikaa tehdä. Karttojen avulla voi ymmärtää, että Mercatorin projektio karkeasti puolittaa väestön tiheyden. Kuitenkin karttojen välinen vertailu onnistuu erittäin huonosti, sillä arvot ovat huomattavasti erillään toisistaan. Tämän seurauksena kartat ovat lähes identtiset, lukuun ottamatta täyteväriä. Kuten aikaisemmassa artikkelissani mainitsin tarvitsen huomattavaa kehitystä visualisoinnissa. Hyvää esimerkkiä sain  Siiri Nymanin karttojen visualisoinnista.

Kuva 3. Suomen väestöntiheys (as/km2) kuvattuna Mercatorin projektion arvojen perusteella tilastot vuodelta 2014. Lähde: Tilastokeskus
Kuva 4. Suomen todellinen väestöntiheys (as/km2) kuvattuna ETRS89 projektiolla tilastot vuodelta 2014. Lähde: Tilastokeskus

Kokonaisuutena kurssikerta oli hyvinkin hyödyllinen monellakin tapaa. Opin useita uusia kikkoja QGis:in käytössä ja monet tekniikat tulevat jo rutiinilla. Sivulliseksi opiksi sain halvan ja hyvän vihanhallinta kurssin. Kuitenkin kuten Venla Moisio tiivistää erinomaisesti ”Todennäköisesti yksi muistaa yhden asian paremmin ja toinen toisen, joten yleensä apu löytyy läheltä.” niin tässäkin työssä tuki löytyi kurssitovereista.

Lähteet:

Nyman, S ”Toinen kurssikerta” (Luettu 24.1.2020) https://blogs.helsinki.fi/nymsiiri/

Moisio, V ” Viikko 2-Totuttelua tietokantojen käyttöön sekä eri projektioiden vaikutusten vertailua” (Luettu 24.1.2020) https://blogs.helsinki.fi/moivenla/

 

 

 

Kategoriat
Uncategorised

QGIS perusteet

Uusi vuosi ja uudet kujeet GIS rintamalla. Nyt kun ollaan pyyhitty hiet pois tiedon esittäminen maantieteessä- kurssilta, niin onkin oivallinen aika aloittaa hikoilemaan uutta kurssia. Kokonaisuutena geoinformatiikan menetelmät kurssi pärähti käyntiin oikein mukavasti. Ensimmäisellä kurssikerralla käytiin läpi kurssin perusasiat ja paljolti QGIS- ohjelman käyttötarkoituksia ja erilaisia ominaisuuksia. Hieman ruosteisen alun jälkeen ohjelman käyttö alkoikin jokseenkin sujua ottaen huomioon, että lähdettiin nollasta.

Huomasin hyvin nopeasti, että QGIS on oivallinen paikkatieto-ohjelma ja se helpottaa huomattavasti tutkimuksen tekemistä. QGIS:in avulla tutkimuksessa voi keskittyä enemmän itse tutkimuskysymyksen pohtimiseen ja vähemmän erilaisten visuaalisten esittämistapojen miettimiseen. Ohjelman toimintoihin kuuluu merkittävä määrä erilaisia automaattisia toimintoja, kuten legendan valmistaminen kartan kylkeen. Viime kurssilta tutussa CorelDraw -ohjelmassa jokainen vaihe kartan tekemisessä täytyi tehdä itse käsin. Seikasta voidaan huomata ero oikean paikkatieto-ohjelman ja piirto-ohjelman välillä.

Ohjelmiston perustietojen jälkeen on syytä mainita mitä käytännössä kurssikerralla tehtiin. Kurssikerralla pääpaino oli, kuten aikaisemmin mainitsin, perusominaisuuksien oppimisessa. Tunnilla käytettiin jo valmiina olevia vektoriaineistoja, jotka pitivät sisällään erilaista dataa liittyen Eurooppaan ja Suomeen. Aineistojen tutkimisen jälkeen valmistin oman teema kartan Suomen eläkeläisten sijoittumisesta kunnittain (Kuva 1). Kartan valmistaminen oli erittäin helppoa, vain muutaman matemaattisen kaavan ja parin hassun klikkauksen päässä. Tosin kartta ei ole todellakaan mikään taideteos, vaan tiedollisesti asiallinen, mutta visuaalisesti köyhä.

Kuva 1. Teemakartta yli 64 vuotiaiden osuudesta kunnittain vuodelta 2015

Kuten kurssin kuvaan kuuluu, luin useita kanssaopiskelijoiden blogeja. Huomasin, että useimmilla oli ollut hyvin yhteneviä kasvukipuja ja ajatuksia itseni kanssa. Kuitenkin teemakarttojen aiheet ja visuaaliset ilmeet eriytyivät jokseenkin paljon. Vertailin omaa aikaansaannostani Aapo Keinäsen, Mikko Kangasmaan ja Laura Hynysen karttoihin ja huomasin poikkeavuuksia visuaalisuudessa merkittävästi. Kartoissa legendat olivat hyvin samankaltaisia, mutta otsikot, pohjoissuunta nuolet ja mittakaavat hyvinkin poikkeuksellisia verrattuna omaan. Myös värien käytössä ja luokkarajoissa oli poikkeavuuksia. Kuitenkin blogien ja erityisesti karttojen avulla sain hyvän käsityksen, että mitä olisin voinut itse tutkia ja miten voin itse kehittää omaa visuaalista esittämistäni.

 

Lähteet:

Kangasmaa, M Kurssikerralta 1. Käytetty 20.1.2020

https://blogs.helsinki.fi/kanmikko/

Keinänen, A Kurssikerralta 1. Käytetty 20.1.2020

https://blogs.helsinki.fi/kebaapo/

Hynynen, L Kurssikerralta 1. Käytetty 20.1.2020

https://blogs.helsinki.fi/lauravel/