Kategoriat
Uncategorised

Osa 6 matkalla GIS-velhoksi

Valoa tunnelin päässä

En voi uskoa, että nyt on jo kuudes kerta tätä ihanuutta menossa?! Tuntuu ihan kuin eiliseltä, kun mietin niitä kaikkia ensimmäisen kerran kiroamisia ja ongelmia viikkojen takaa. Olen kasvanut henkisesti ja psyykkisesti tällä kivisellä ylämäkien täyttämällä matkallani. Vielä ei silti ole aihetta juhlaan, vaikka sitä aion kyllä harjoittaa viikon päästä.

Tämä kerta oli yllättävästi yksi kurssin mielenkiintoisimmista ja miellyttävimmistä tähän mennessä. Pääideana oli oppia esittämään tietoa interpoloimalla ja sitä tehtiin Inverse Distance Weighting- metodilla. Aloitimme kurssikerran noin tunnin ulkoilulla, jossa harjoittelimme pisteaineiston keräämistä Kumpulan lähiympäristössä. Apunamme siinä käytimme Epicollect5- sovellusta, jolla keräsimme koordinaattitietoihin perustuvaa pistemuotoista aineistoa eri kohteista missä vierailimme. Latasimme kerätyn aineiston cvs-muodossa ensin Exceliin, jossa tarkastelimme sitä. Tämän jälkeen avasimme tiedoston QGIssiin Add Delimited Text Layer- toiminnolla. Määritimme x- ja y koordinaatit käänteisesti ja avasimme taustalle open street mapin.

Kuva 1. Turvattomuuden tunteet Kumpulassa ja lähialueilla
Kuva 1. Turvattomuuden tunteet Kumpulassa ja lähialueilla interpoloituna.

Tehdystä kartasta (kuva 1.) pystyimme sitten tarkastelemaan Kumpulan ja sen lähialueen viihtyisyyttä. Pisteet kuvaavat tehtyjen havaintojen paikkoja ja väriskaalassa punainen on kaikkein turvattominta kohtaa.

Itsenäisessä työskentelyssä etenimme samalla kaavalla. Tein muutaman kartan, jossa havainnollistin muun muassa tulivuorten purkauksia Indonesiassa, voimakkaita maanjäristyksiä maailmalla ja havaittujen meteoriittien iskupaikkojen sijaintia. Nämä kartat sopisivat hyvin vaikkapa ala-asteen opiskelijoille, niiden yksinkertaisuuden vuoksi, jopa tyhmäkin voi tajuta mitä kartat esittävät.

Maanjäristyksiä, jotka ovat suurempia kuin 8 magnitudia richterin asteikolla, tapahtuu huomattavasti harvemmin kuin heikompia. Yleisimpiä esiintymisalueita näille voimakkaille maanjäristyksille löytyy Tyynenmeren tulirenkaan ja muiden mannerlaattojen alityöntövyöhykkeiden ja sivuamiskohtien luota. Olisin voinut lisätä karttaan mannerlaattojen rajat, jotta kuva hieman selkeytyisi, mutta oletan lukijan tietävän ne entuudestaan ( jk olin vain liian laiska tekemään niin). Meteoriitteja putoaa maahan jatkuvalla syötöllä, joten on mahdotonta havaita kaikkia iskemiä. Kuvassa 3 on esiintyy vain suurimmat havaitut iskut, mutta siltikin niitä on tuhansia. Indoneasia on yksi maailman vulkaanisesti aktiivisemmista alueista yli 400 tulivuorellaan. Maassa purkautuu vuosittain lukuisia tulivuoria ja siksi kartta (kuva 4.) näyttää aivan kuin se olisi maalattu uudestaan violetilla viisi vuotiaan toimesta.

Kuva 1. Maanjäristykset yli 8 magnitudia 1980-luvulta alkaen.
Kuva 2. Maanjäristykset yli 8 magnitudia 1980-luvulta alkaen.
Kuva 3. Kaikki tunnetut paikat joihin meteoriitti on iskenyt.
Kuva 2. Indonesian tulivuoren purkaukset 1800-luvulta lähtien.
Kuva 4. Indonesian tulivuoren purkaukset 1800-luvulta lähtien. 😀

Globaalien hasardien esittäminen tässä muodossa oli todella kivaa ja mielenkiintoista. Varsinkin, kun oikeasti osasin taikoa nämä GIS-velhon taidoillani. Olen tyytyväinen lopputuloksiin, vaikka tietysti aina on parantamisen varaa. Niin kuin Elias Hirvikoski huomattaa, kartamme ei ole aivan kaikista havainnollistavimpia. Mutta havainnollistaminen voi olla vaikeaa, jos aineistot eivät ole kaikkein tarkimpia. Mikko Kangasmaa heitti hyvän pointin siitä, miten Euroopassa ja Yhdysvalloissa esimerkiksi meteoriittien ja maanjäristysten havainnointi on huomattavasti tarkempaa kuin joissain kehittyvissä maissa, missä mittausteknologia on kehnompaa. Kartat voivat siis antaa hiukan väärää kuvaa joissain tapauksissa.

Lopuksi vielä hieno kuva Euroopan seismisen aktiivisuuden riskialueista extra venytyksellä.

kuva 5. Euroopan maanjäristys riskialueet (https://www.pinterest.com/pin/657947826781512332/)

Ensi kertaan, ADIOS.

Lähteet:

Hirvikoski, E. Kurssikerta 6: 24.2.2020 https://blogs.helsinki.fi/eliashir/

Kangasmaa, M. Kurssikerta 6: 24.2.2020 https://blogs.helsinki.fi/kanmikko/

 

Kategoriat
Uncategorised

Osa 5 matkalla GIS-velhoksi

Hajotus maximus

En ole kertaakaan aikaisemmin tuntenut tätä tunnetta näin vahvana. Se suorastaan pulppusi sydämmestäni niin elävän tuntuisena kuin ikinä voikaan. Välillä olin pakotettu pitämään hengähdystaukoja minuutin välein ja välillä taas kaikki sujui kuin käsikirjan mukaan. Puhun siis viidennestä kurssikerrasta. Hajotuksen tunne yritti syödä mielialaani, mutta onnistuin taistelemaan lopulta voiton siitä. Tämä kerta oli silti kaikkein hankalin ja vaikein tähän mennessä, ainankin minun osaltani. Jälleen kerran haluaisin antaa kunnia maininnan vierustoverilleni Katariina Kuusikerolle, kun jaksoit kuunnella minun tyhmiä kysymyksiäni.

Straight to the point. En tiedä osaanko selittää tätä kertaa niin ”hyvin” kuin aiempia kurssikertoja, mutta yritetään kuitenkin. Tämä kerta oli aikalailla kertausta edellisiltä kerroilta. Itse Artun opetusta oli vähemmän ja pääsimme itseksemme taiteilemaan suurimman osan ajasta. Pääasiassa bufferoimme ja käytimme select by location toimintoja.

Ensimmäisessä itsenäistehtävässä hyödynsimme bufferointia rajasimme halutun tutkimusalueen, mistä sitten pysytyimme valikoimaan eri tekijöitä select by locationin avulla. Tässä tapauksessa tutkimme Malmin kentästä aiheutuvia meluvaikutuksia 1km ja 2km säteellä asuviin ihmisiin ja laskimme myös heidän lukumääränsä. Samanlainen tutkimusasetelma perustui muihinkin tunnin tehtäviin. Laskimme ihmisten määriä samalla tavalla Helsinki -Vantaan melualueelta, ihmisetn sijoittumisesta taajamissa ja juna-asemien läheisyydessä.

Taulukko 1. Malmin ja helsinki vantaan lentokentän meluvyöhykkeistä
Taulukko 2. Taajama alueiden suosio ja kouluikäisten sijoittuminen
Kuva 1. Asukkaat 500m säteellä juna-asemista

Ensimmäisessä taulukossa (taulukko 1.) näkyy molempien lentokenttien asukasmäärät 1km ja 2km säteellä niistä, sekä myös asukasmäärät 65dB ja yli 55dB meluhaitta-alueilla. Seuraavassa taulukossa (taulukko 2.) laskin taajamissa asuvien ihmisten määrän sekä kouluikäisten (7-16v.) taajamien ulkopuolella asuvien määrän.

Minulle tuli heti parempi mieli kaiken tämän jälkeen, kun satunnaisesti Annan Nuutisen blogissa vieraillessani huomasin todella söpön Gif-kuvan koirasta. Sen lisäksi lukumme eroavat jostain kumman syystä, kun vertailin taulukoitamme (olen varmaankin oikeassa ja Anna väärässä). Loppuun totean vielä, että olen Pihla Haapasalon kanssa samaa mieltä. Vaikka näitä ongelmia on aika ajoin ilmentynyt niin pientä edistystäkin on havaittavissa :-)).

Näkemisiin!

Lähteet:

Nuutinen, N. Kurssikerta 5: 17.2.2020 https://blogs.helsinki.fi/annanuut/

Haapasalo, P. Kurssikerta 5: 17.2.2020 https://blogs.helsinki.fi/haapalop/

 

Kategoriat
Uncategorised

Osa 4 matkalla GIS-velhoksi

Ihmeellistä velhoilua

Nyt ollaan jo neljännellä kerralla menossa eteenpäin, voitteko uskoa tuota?! Minä en ainakaan karttuneiden taitojeni perusteella. Haluan tällä kertaa olla hieman positiivisempi kuin aiemmin ja todeta näin heti alkuun, että yhtään suurempia ongelmia ei jostain kumman syystä ilmennyt. Tosin tähän saattaa vaikuttaa se, etten huomaa mahdollisia virheitäni. Mutta onneksi luotan vierustoverini Katariina Kuusikeron tietoteknisiintaitoihin enemmän kun omiini, joten kaikki ei voi kuin onnistua hyvin.

Mutta lopetetaan turhat jaarittelut ja mennään asiaan. Neljännellä kerralla sukellettiin pääedellä syvään päätyyn. Tutustuttiin  pistemuotoiseen aineistoon, yleiseen tiedon esittämiseen ja vähän ruutukarttojen tekemiseen. Leikimme tälläkin kertaa QGIS:lla, jossa loimme ensiksi ruudukon. Työkaluna käytettiin vector gridia ja sen avulla määritimme tutkimusalueen koon, joka tässä tapauksessa koostui pääkaupunkiseudun neljästä kunnasta. Tämän jälkeen tarkoituksena oli jakaa alue 1km x 1km pienempiin ruutuihin, mutta tajusimme vasta jälkikäteen, että ne olivat todellisuudessa lähempänä 600m (jostain tuntemattomasta syystä). Seuraavana askeleena oli datan keräys grid-tietokantaan. Sillä luotiin väestöntiheyskartta ruutuaineistoa hyväksikäyttämällä. Skippaan turhat välivaiheet, mutta lyhyesti: attribuuttitaulukosta karsittiin pois kaikki turha ja tehtiin laskutoimitus halutuilla sarakkeilla ja sitten valittiin vielä ”Join attributes by location” ja voilà. En tietä miten tai miksi, mutta onnistuin luomaan ensimmäisen kartan (kuva 1.). Tutkiskelin kanssa muiden opiskelijoiden tekemiä ruutuaineistokarttoja ja silmiini pisti erityisesti Joonatan Reunasen aikaansaamat kauniit teokset, joissa hän kuvasi muunkielisten sijoittumista pk-seudulla.

Kuva 1. Pääkaupunkiseudun asukastiheys
Kuva 1. Menestyneiden Fortnite -pelaajien sijainti heidän itsensä mukaan (Lähde:https://fortnitetracker.com/)
Kuva 2. Pornaisten keskusalue

Tämän jälkeen jäi vielä aikaa valmistella seuraavaksi kerraksi uutta rasterikarttaa. Tässä kartassa harjoittelimme käsittelemään rasteriaineistoa, joka sisältää korkeustietoja ja laadimme niistä vinovalovarjostetun korkeusmallin, jotta saimme peruskarttalehden taustalle tuomaan sävyjä kartalle. Lopuksi piirsimme eri taloja ja päätiet kartalle.

Ja matkani kohti GIS-velhoutta jatkuu kohti seuraavaa kertaa….

Lähteet:

Reunanen, J. Kurssikerta 4: 7.2.2020  https://blogs.helsinki.fi/reunajoo/

 

 

 

Kategoriat
Uncategorised

Osa 3 matkalla GIS-velhoksi

Kolmas kerta toden sanoo, vai sanooko?

Olen kerännyt itseni viime kerran järkytyksestä ja päättänyt aloittaa puhtaalta pöydältä. Apuna tässä olen käyttänyt minun uutta harrastustani mediaatiota, jolla pyrin luomaan mielenrauhan ja poistamaan kaikki ikävät muistot liittyen geoinformatiikkaan.

Okei eli itse asiaan mars! Kävimme kolmannella kerralla läpi Afrikan mantereen konflikteja, veritimantteja ja öljyntuotantoalueita. Hukkasin oman taideteokseni tässä, joten minulla ei ole nyt näyttää teille mitään, mutta voin toki yrittää selittää mitä teimme. Eli siis harjoittelimme QGIS:llä yhdistämällä eri tietokantoja suoraan karttojen kanssa, toimme Excel-tiedostoja QGIS:iin ja niistä muodostettiin atribuuttitaulukkojen sarakkeita. Lisäksi liitimme projektiin ulkoista tietoa muista ohjelmista. Näistä vaiheista muodostui kuvankaunis karttani.

Kuva 1. Suomen valuma-alueiden tulvaindeksikartta

Toinen tekemäni kartta (kuva 1) ilmentää Suomen valuma-alueiden tulvaherkkyyttä. Valitsin värimaailmaksi eri sinisen sävyt, koska ne kuvaavat aina hyvin kaikkea veteen liittyvää. Kun tulkitaan karttaa, huomataan miten paljon Lapissa ja erityisesti Pohjanmaalla on korkeaa tulvariskin aluetta. Nämä alueet ovat keskittyneet pääosin suurien jokien varsille. Tulvaindeksin voimakkuutta kuvataan prosentteina 0-100. Keski- ja Itä-Suomen alueilla tulvariski on matalaa, koska tällä alueella esiintyy enimmäkseen järvisyyttä. Kolmas tunnin karttatyö (kuva 2) kuvastaa alueiden suhteellista järvisyysprosenttia. Tässäkin on nähtävissä miten järvialueet painottuvat suurelta osin Järvi-Suomen sekä Itä/ Pohjois-Suomen alueille. Pohjanmaa ja muiden suurten jokien alueet paistavat kartalla tyhjinä ilman järvisyyspylväitä.

Kuva 2. Alueiden järvisyysprosentti

Ja näin kolmas kurssikerta ja blogipostaus on saatu päätökseen. Huomaan miten taitoni ovat kehittymässä ja olen entistäkin lähempänä GIS-velhoksi tulemista. Lainaan tähän loppuun kommenttia, jonka huomasin Miklas Kuoppalan postauksesta. Se kuvailee hyvin fiiliksiäni ja varmasti muiden myös, kun saavuttaa voiton jokakertaisesta GIS- monsterista. ”Oikea koukku, väistö, roundhouse kick ohimoon ja RKO, OUTTA NOWHERE. Niin helppo voitto”. 

Näihin kuviin ja tunnelmiin GIS-velho out.

LÄHTEET:

Kuoppala, M. Kurssikerralta 3: käytetty 3.2.2020

https://blogs.helsinki.fi/kmiklas/