Categories
Uncategorized

Valmis!

Kiitos kurssista ja mukavaa kevättä kaikille! 🙂

Categories
Uncategorized

Viikko 7

Oman kartan tekoa

Noniin, viimeinen kurssiviikko! Tällä kurssikerralla tarkoituksena oli etsiä itse tietoa ja tehdä valitsemiensa aineistojen pohjalta vapaavalintainen karttaesitys. Minulla kesti todella pitkään päättää, mistä alueesta ja millaista tietoa sisältävän kartan haluaisin tehdä. Päädyin tekemään karttani tehtävänannon esimerkkiä 3 mukaillen, mikä osoittautuikin mielenkiintoiseksi, mutta haasteelliseksi projektiksi. Valitsin kohteeksi karttalehden numero V4142R, joka sijoittuu Pohjois-Suomeen, Enontekiön kaakkoispuolelle. Tarkoituksena oli tehdä kartta, joka kuvaisi alueen erityispiirteitä sopivan tarkasti, jotta alueesta olisi mahdollista saada yleiskäsitys. Koska kartan alueella sijaitsee osa kansallispuistoa, halusin kartan olevan hyödynnettävissä myös retkeilyssä.

Aloitin projektin lataamalla Paitulista Maanmittauslaitoksen tuottaman maastotietokannan (shapefile) ja korkeusmallin (tiff). Tehtävänannossa varoiteltiin maastotietokannan olevan iso, ja sitä se todellakin oli. Säikähdin jopa aluksi QGIS:n näytölle avautuvaa näkymää (kuva 1), sillä kartasta ei saanut mitään selkoa.

Kuva 1. Ensisilmäys aineistoon.

Karttatasoja oli runsaasti ja niitä ei ollut nimetty järkevästi, toisin kuin kurssin aiemmissa harjoitustehtävissä yleensä on ollut. Kun klikkailin auki tasojen ominaisuustietotaulukoita, en saanut aluksi niistäkään mitään selkoa, sillä kohteilla ei ollut nimiä, vaan ne oli merkitty koodeilla. Lähdin liikkeelle siitä, että avasin toiselle näytölle Maanmittauslaitoksen tuottaman PDF tiedoston, joka sisälsi tietoa maastotietokohteista ja koodit, joilla kohteet aineistossa esitettiin. Sitten aloin käymään aineistoa taso tasolta läpi ja yritin parhaani mukaan löytää karttakohteille selityksiä. Tätä tehdessä nimesin tasoja ja erottelin kustakin tietokannasta haluamiani kohteita omiksi tasoikseen. Select features by value -valintatyökalu oli tässä kovassa käytössä.

Otin mukaan myös korkeusmallin, jonka yhdistin yhdeksi rasteritasoksi build virtual raster -työkalun avulla. Sen pohjalta tein hillshade-analyysin, joka tuotti rinnevarjostus-tason. Kokeilin myös sitä, miten maastotietokannan korkeuskäyrät vastasivat hillshade-analyysin avulla saatuja pinnanmuotoja (kuva 2).

Kuva 2. Korkeuskäyrät ja hillshade analyysin avulla saatu rinnevarjostus.

Kun aineisto alkoi selkeytyä ja korkeusmalli oli testattu, aloin valitsemaan kartalla esitettäviä kohteita ja visualisoimaan niitä havainnollistavin värein ja symbolein. Kohteita valitessa halusin pitää kartalla näkyvien kohteiden määrän maltillisena, jotta kartta pysyisi selkeänä. Esitettävät kohteet valikoituivat lähinnä kartan käyttötarkoituksen mukaan ja siksi kartta korostaa mm. vesistöjä, polkuja, autiotupia ja suotyyppejä. Legendaa silmällä pitäen yhdistelin hieman joitakin kohteita (kuten puuttomat ja puulliset suot), jotta karttamerkkejä ei tulisi kymmeniä erilaisia. Myös nimistöön valitsin kohteita rajoitetusti ja nimesin ainoastaan suurimmat vaarat ja järvet. Alla valmis kartta (kuva 3).

Kuva 3. Kartta Pallas-Yllästunturin kansallispuiston alueesta. Lähde: Maanmittauslaitos.

Kokeilin lisäksi myös viewshed-analyysiä, jota olin jo muutama viikko sitten yrittänyt, mutta huonolla menestyksellä. Selvisi, etten ollut edelliskerralla tajunnut asettaa pistettä, josta katsominen tapahtuu, joten ei ihmekään, etten sitä silloin saanut tehtyä. Tällä kertaa valitsin kartta-alueeltani kolme pistettä, joissa ympäristöä tarkkailtiin 2 m korkeudelta. Analyysin tuloksena kartta näyttää ne vähintään 1 m korkuiset kohteet, jotka katsoja näkee ympyrän keskellä seisoessa (kuva 4).

Kuva 4. Viewshed analyysin tuloksia.

Karttojen tulkintaa ja oman oppimisen arviointia

Kartan tekeminen osoittautui melko työlääksi prosessiksi, mikä johtui lähinnä suuresta aineistosta ja kohteiden valintaprosessista. Olen kuitenkin melko tyytyväinen karttaan, sillä se esittää erileiset kohteet selkeästi ja sen avulla on mahdollista saada hyvä käsitys alueesta. Kartta tuo mukavan huomaamattomasti esiin myös alueen korkeusvaihteluita. Koska karttaan on merkitty polkuverkosto ja autiotuvat, olisi sitä mahdollista hyödyntää myös retkeilyssä. Kartan suurimmat ongelmat liittyvät legendaan ja karttakohteiden selitteisiin. Koska karttakohteita oli aineistossa todella suuri määrä, joutui mutkia vähän oikomaan suoremmiksi ja yhdistelemään esimerkiksi erityyppisiä teitä, jokia ja suoalueita. Myös legendan ja kartan otsikko jäi vähän mietityttämään, sillä en ole varma, täyttäisikö karttani oikean retkikartan kriteerit (lähinnä retkeilyyn liittyvien kohteiden määrää koskien). Itseäni jäi häiritsemään myös kansallispuiston keskellä olevat tummat rajaviivat, mutta en keksinyt, miten ne saisi pois.

Olen kurssin aikana saanut hyvää harjoitusta QGIS:n erilaisten työkalujen käyttöön, analyysien tekemiseen ja uuden tiedon laskemiseen, joten tämänkertainen tehtävä tarjosi kivaa vaihtelua. Opin tällä kerralla oikeasti perehtymään aineistoon ja ottamaan selvää esitettävän tiedon taustoista. Tehtävä aikana pääsin harjoittelemaan kohteiden esittämistä, valintaa ja nimeämistä, sekä kartan yleisilmeen luomista. Myös viewshed analyysi tuli tutummaksi.

Yhteenveto tällä viikolla opituista ja käsitellyistä asioista:
-metatiedot ja aineiston tunteminen
-yleistäminen, kohteiden valinta
-karttakohteiden luokittelu
-visualisointi
-group selection – karttatasojen ryhmittely
-select features by value – valintatyökalujen hyödyntäminen
-viewshed-analyysi
-build virtual raster -työkalu

Lopputerkut

Tämä kurssi on aiheuttanut paljon harmaita hiuksia, mutta tarjonnut sitäkin enemmän oppimisen ja oivaltamisen iloa, sekä uusia taitoja. Olen aina vähän karttanut tällaisia tietoteknistä osaamista vaativia tehtäviä, mutta kurssin myötä olen päässyt kehittymään paljon, ja jopa vähän innostunut paikkatiedosta ja karttojen tekemisestä! Itselleni myös etäopetus toimi paremmin kuin hyvin ja koin suurta hyötyä muun muassa siitä, että luentotallenteita oli mahdollista katsoa jälkikäteen ja kertailla asioita omalla ajalla. Myös blogiympäristön hyödyntäminen oli hauska erikoisuus, joka tuki omaa oppimistani. Blogeista sai vastauksia moniin ongelmiin ja oli muutenkin kivaa käydä katsomassa kanssakurssilaisten tekemiä hienoja karttoja ja hyviä analyysejä. Kaiken kaikkiaan mukavat 7 viikkoa QGIS:n ja paikkatiedon parissa! 😊

Lähteet:

Maanmittauslaitos. 2020. Maastotietokanta 1:10 000. Karttalehti V4142R.
<https://www.maanmittauslaitos.fi/kartat-ja-paikkatieto/asiantuntevalle-kayttajalle/tuotekuvaukset/maastotietokanta-0>

Maanmittauslaitos. 2008–2020. Korkeusmalli. Karttalehdet V4142H, V4142G, V4142E, V4142F.
<https://www.maanmittauslaitos.fi/kartat-ja-paikkatieto/asiantuntevalle-kayttajalle/tuotekuvaukset/korkeusmalli-2-m>

Maanmittauslaitos. 2018. Maanmittauslaitoksen maastotietokohteet. Viitattu: 5.3.2021.
<https://www.maanmittauslaitos.fi/sites/maanmittauslaitos.fi/files/attachments/2018/03/Maastotietokohteet_0.pdf>

Categories
Uncategorized

Viikko 6

Ulkoilua ja interpolointia

Tällä viikolla aloitimme kurssikerran ulkoilemalla ja keräämällä paikkatietoa puhelimeen asennetulla Epicollect5-sovelluksella. Ideana oli liikkua lähiympäristössä ja tallentaa eri paikkojen sijainnit, jonka jälkeen tuli vastata kysymyksiin koskien muun muassa kyseisen paikan viihtyvyyttä, turvallisuutta ja saavutettavuutta. Kun tiedot oli kerätty, tuotiin ne yhdeksi tietokannaksi, jota käsittelimme QGIS:sä. Tarkastelimme pisteitä erityisesti koetun turvallisuuden näkökulmasta. Tarkoituksena oli tehdä interpoloimalla kartta, joka havainnollistaisi turvallisiksi ja turvattomiksi koettuja alueita, sekä niiden välimaastoa. Olin aiemmalla maantieteen menetelmäkurssilla harjoitellut interpolointia käsin pisteiden avulla, mikä oli työläs prosessi. Oli siis hauska huomata, miten vaivattomasti saatiin aikaan interpoloitu kartta, kunhan vain osasi käyttää työkalua oikein. Alla näkyy kurssikerran aikaansaannos (kuva 1).

Kuva 1. Interpoloimalla toteutettu kartta perjantain kurssikertalaisten kokemasta turvallisuudesta lähialueillaan. Kartta perustuu pistehavaintoihin, joissa kyseisen paikan turvallisuutta on arvioitu skaalalla 1 (erittäin turvaton) – 5 (erittäin turvallinen).

Interpoloitu kartta on ihan havainnollistava, mutta täytyy muistaa, että havainnot kattavat vain pienen määrän alueita. Tämän vuoksi kartta ei todellisuudessa kerro kovinkaan paljon Helsingissä koetusta turvallisuudesta. Mikäli havaintoja olisi ollut suurempi määrä ja ne olisivat kattaneet useampia alueita, olisi interpoloinnilla voitu saada aikaan todella hieno ja havainnollistava karttaesitys. Halusin myös kokeilla kuvata perjantain kurssikertalaisten kokemaa turvallisuutta pistekartalla, jossa pisteiden väri kuvaa koettua turvallisuutta kyseisessä paikassa (kuva 2).

Kuva 2. Perjantain kurssikertalaisten koettu turvallisuus Helsingissä. Pisteet on kerätty kunkin kurssilaisen lähialueilta ja pisteiden väri kuvastaa pisteiden osoittamassa paikassa koettua turvallisuutta skaalalla 1 (todella turvaton) – 5 (todella turvallinen).

Pistekartta näytti ajatuksissani paremmalta, kuin mitä lopputulos todellisuudessa oli. Ongelmana oli se, että havaintoja oli kerätty melko laajalta alueelta, mutta eri puolilta Helsinkiä otetut havainnot olivat silti ns. ryppäissä. Tämän vuoksi pisteiden kokoa piti miettiä tarkkaan, jotta pisteet saataisiin erottumaan pienestä sumpusta, mutta samalla voitaisiin kuvata koko aluetta. Vaikka kuinka yritin säätää kokoa, jää silti osa pisteistä vierekkäisten pisteiden alle. Tämän lisäksi yhden kurssilaisen pisteet olivat pk-seudun ulkopuolella, enkä tämän vuoksi voinut ottaa niitä mukaan esitettävälle kartalle. Jos kartasta täytyisi jotain positiivista sanoa, niin kartan ulkoasu on selkeämpi ja visuaalisesti parempi, kuin ensimmäisessä, interpoloidussa kartassa. Halusin molempien karttojen legendan olevan kartta-alueen sisällä, mutta niin, että se peittäisi reunasta mahdollisimman pienen alueen. Katsellessani karttaa blogissa jäin kuitenkin pohtimaan, jäivätkö molempien karttojen legendoissa olevat tekstit kuitenkin turhan pieniksi ja onnistuuko niiden tarkastelu erilaisilla laitteilla.

Hasardeja

Tehtävänä oli tarkastella aineistoja eri hasardeista ja havainnollistaa niitä karttaesityksin. Ideana oli koota kolmen kartan sarja, jota voisi käyttää myös opetustarkoitukseen. Ensimmäinen kartta (kuva 3) esittää magnitudin 6–9,1 maanjäristyksiä vuosina 1940–2012. Kartasta voidaan havaita, että mitä voimakkaampia järistykset ovat, sitä harvemmin niitä esiintyy.

Kuva 3. Magnitudin 6 ja sitä voimakkaammat maanjäristykset vuosina 1940-2012. Lähde: NCEDC 2014.

Kokeilin hakea samalta ajalta vähintään magnitudin 3 ja sitä suurempia järistyksiä, mutta asettamani 100 000 kohteen raja ylittyi. Kokeilin seuraavaksi magnitudilla 4 ja sama juttu. Edes 200 000 kohteen raja ei riittänyt. Koska halusin tarkastella myös heikompia järistyksiä ja niiden sijaintia, enkä halunnut käsitellä liian isoa aineistoa, päätin tarkastella vähintään magnitudin 4 järistyksiä lyhyemmällä aikavälillä. Seuraavassa kartassa (kuva 4) on siis näkyvissä vuosina 2000–1012 tapahtuneet maanjäristykset, jotka olivat voimakkuudeltaan vähintään magnitudin 4 järistyksiä. Lisäksi kartta korostaa magnitudin 6 ja sitä voimakkaampia maanjäristyksiä.

Kuva 4. Vuosina 2000–2012 tapahtuneet, vähintään magnitudin 4 järistykset. Vähintään magnitudin 6 järistykset ovat korostettuina punaisella. Lähde: NCEDC 2014.

Kuten huomataan, erottuu kartasta edelliseen karttaan verrattuna paljon enemmän yhtenäisiä linjoja. Kartta tuo esiin myös pienempien maanjäristysten valtavan määrän. Mitatulla aikavälillä tapahtuneista (vähintään magnitudin 4) järistyksistä ainoastaan 1 % oli voimakkuudeltaan magnitudin 6 ja sitä voimakkaampia järistyksiä.

Kolmas tekemäni kartta (kuva 5) on vähän erilainen. Siinä näkyy havainnollistettuna tulivuoret ja havaitut tsunamit, joiden maksimaalinen aallonkorkeus on ollut vähintään 4 metriä.

Kuva 5. Tulivuoret ja tiedossa olevat tsunamit, joissa maksimiaallonkorkeus on ollut vähintään 4 metriä. Lähde: NOAA.

Mikäli karttoja käytettäisiin opetustarkoitukseen, olisi niiden avulla mahdollista esittää litosfäärilaattojen sijaintiin ja liikkeisiin liittyvää tietoa, sekä pohtia yhteyksiä tulivuorten sijaintiin ja maanjäristyksiin. Opetustilanteessa olisi hyvä tarkastella karttoja ja niiden sisältämää tietoa kiinnittäen huomiota erityisesti kartoilla esitettyjen kohteiden määrään, sijaintiin, magnitudilukuihin, sekä siihen, miltä ajanjaksolta tiedot on kerätty. Kysymykset liittyisivät esimerkiksi siihen, miksi toisen kartan esittämiä, reilun 12 vuoden aikana tapahtuneita järistyksiä näyttäisi olevan runsaasti enemmän, kuin ensimmäisessä kartassa olevia, reilun 70 vuoden aikana tapahtuneita järistyksiä. Kolmannen, tulivuoria ja tsunameja kuvaavan kartan, avulla voisi miettiä, onko näillä ja edellisillä kartoilla jotain yhteistä. Avuksi voitaisiin ottaa myös kartta, jossa olisi näkyvillä litosfäärilaattojen saumakohdat ja liikesuunnat (esimerkiksi tämän kaltainen kartta). Harjoitus sisältäisi asioiden oppimisen lisäksi hyvää kartanlukuharjoitusta, eri kartoilla näkyvän tiedon yhdistämistä ja omaa pohdintaa asioiden yhteyksistä.

P.S. Bongasin Sannan blogista erityisen hienosti ja kekseliäästi tehtyjä karttoja, joissa muun muassa maanjäristysten voimakkuuden esittämiseen oli yhdistetty tietoa suurkaupunkien väestöstä. Kannattaa käydä kurkkaamassa!

Lopputerkut

Tämä kurssikerta oli todella kiva ja aihe innostava! Harjoitus kehitti taitojani muokata ja tarkastella tietoa excelissä, sekä antoi uskallusta kokeilla jatkossa itsekin etsiä ja tuoda tietoa paikkatieto-ohjelmaan. Tämänkertaisten aineistojen tuonti QGIS:iin sujui ilman ongelmia, mutta uskon, että käyttämäni aineistot olivat helpoimmasta päästä ja pääsen kyllä tulevaisuudessa jumppaamaan myös haastavampien aineiston tuontiin liittyvien ongelmien kanssa. Huomasin myös sen, miten tärkeää on rajata asetuksissa aineisto sellaiseksi, että se pysyy kontrolloidun kokoisena, jotta esimerkiksi excel ja QGIS pystyvät pyörittämään sitä sujuvasti.

Lähteet

Korpi, S. 23.2.2021. Hasardit paikat. Viitattu: 3.3.2021.
< https://blogs.helsinki.fi/sakorpi/>

Mäkinen, A. Litosfäärilaatat -diaesitys.
< https://slideplayer.fi/slide/13576476/>

NCEDC. 2014. Historic ANSS Composite Catalog Search.
< https://ncedc.org/anss/catalog-search.html>

NOAA. Earthquakes.
< https://www.ngdc.noaa.gov/hazel/view/hazards/tsunami/event-data#>

NOAA. Tsunami events. <https://www.ngdc.noaa.gov/hazel/view/hazards/tsunami/event-search>

Categories
Uncategorized

Viikko 5

Tällä viikolla päästiinkin toden teolla ajattelemaan ja soveltamaan jo opittuja asioita. Aiemmilla kerroilla kaikki on näytetty kädestä pitäen ja minulle olikin syntynyt mielikuva, että QGIS osaamiseni oli ihan hyvällä tasolla. Noh, jo ensimmäisen tehtävän aikana putosin kuitenkin kovaa ja korkealta todellisuuteen ja tajusin, että tehtävät tulevat olemaan minulle todella haasteellisia. Tämänkertainen blogiteksti sisältää tehtyjen tehtävien vastauksia, omia oivalluksia, sekä vastaan tulleita haasteita.

Lentokentät ja taajamat

Kohtasin ongelmia jo heti Malmin lentokenttätehtävän alussa. Huomasin, että yrittäessäni luoda bufferivyöhykettä, näkyi etäisyys asteina, eikä metreinä, mikä luonnollisesti piti saada korjattua. Ratkaisun löytämiseksi täytyikin palata askel taaksepäin kohtaan, jossa luotiin kiitoratoja. Uutta shapefile layersiä luodessa oli muistettava valita projektin koordinaattijärjestelmän mukainen koordinaattijärjestelmä, jotta kaikki toimisi, niin kuin pitää. Tehtävää tehdessä pelattiin monien eri bufferitasojen, sekä valittuja kohteita sisältävien tasojen kanssa. Tasot tuppasivat menemään helposti sekaisin, joten jatkossa muistin kiinnittää erityistä huomiota tasojen nimeämiseen, mikä selkeytti tehtävien tekoa.

Laskiessani Malmin lentokentän käyttöönoton jälkeen rakennettujen talojen määrää, kokeilin monia eri valintatyökaluja, ennen kuin tajusin tallentaa 1 km säteellä olevat kohteet omaksi tasoksi, jolloin pystyin karsimaan taloja vuosiluvun mukaan Select by value -toiminnolla. Näin sain selville, että 1 km alueella olevista taloista lähes 94 % on rakennettu vuoden 1936 jälkeen, eli Malmin lentoasema kuuluu alueen vanhimpiin rakennelmiin. Statistics paneeli oli tässä tehtävässä todella kätevä apuväline, jota opin hyödyntämään melko näppärästi!

Hki-Vantaa tehtävä sujui aikalailla ilman suurempia ongelmia, mutta antoi hyvää harjoitusta statistics-paneelin ja valintatyökalujen käyttöön. Viimeisessä kohdassa Tikkurilan lentomelua havainnollistaessa meni hetki tajuta, mitä tehtävässä haettiin. Lopulta piirsin viivoittimen avulla 7 km viivan kiitoradan kaakkoispäätyyn ja tein sille 500 metrin bufferin, jolloin sain selville bufferin alueella asuvien ihmisten määrän. Asematehtävän c-kohdassa sain laskettua työikäisten määrän, joskin hieman eri reittiä, kuin tehtävänannossa ohjeistettiin. Sain tuloksen ehkä vähän vahingossa, kun laskin väestötietokannan ominaisuustietotaulukkoon työikäisten yhteismäärää. Tarkoituksena oli siis aluksi laskea kaikkien tietokannan työikäisten määrä, ja myöhemmin valita vain asemien bufferivyöhykkeellä asuvat. Ihmettelin aluksi tulosta (74 989), joka tuntui pieneltä työssäkäyvien määrältä alueen ihmismäärään nähden. Silloin tajusin, että laskuja tehdessäni minulla oli ilmeisesti ollut jo valittuna nämä bufferivyöhykkeillä asuvat ihmiset, jolloin saamani tulos alkoikin jo vaikuttaa realistisemmalta. Työssäkäyvien osuus oli siis noin 67 %. Tässä nähtiin taas, että on tärkeää tuntea aineisto, ja tarkastella tuloksia kriittisesti, sillä varsinkin näin aloittelijana saattaa helposti luulla tekevänsä asiat oikein, vaikka todellisuudessa mentäisiin metsään.

Kakkostehtävässä vastaan tuli yllättävä ongelma. Olin jo aiemmin statisticsia tarkastellessani huomannut ulkomaan kansalaisten määrän näyttävän oudolta. Minulle oli jäänyt jostain mieleen ominaisuustietotaulukossa esiintyvät 999999 arvot, joita tässä ulkomaan kansalaisten sarakkeessa oli monta sataa. En keksinyt muuta keinoa, kuin käydä naputtelemassa ne yksitellen pois. Tähänkin olisi varmasti olemassa jokin vaivattomampi konsti, mutta tällä kertaa mentiin näin. Alla vielä tehtävien 1 ja 2 vastauksia taulukkomuodossa.

Taulukko 1. Ensimmäisen ja toisen tehtävän vastauksia.

Noniin, eli mitä ensimmäiset tehtävät opettivat? Ainakin bufferointiin, statistics-paneelin hyödyntämiseen ja valintatyökalujen käyttöön sai lisää varmuutta ja lisäsin myös ymmärrystäni QGIS:n logiikasta toimia niin, kuin se tietyissä tilanteissa toimii. Bufferointia voisi hyödyntää tehtävänannon esimerkkien lisäksi monessa asiassa, ja se onkin yhdessä esimerkiksi väestötietokannan kanssa loistava työkalu vaikka palvelujen tarpeen kartoittamiseen ja uusien palveluiden sijainnin suunnittelemiseen. Esimerkiksi terveydenhoitopalveluiden sijaintitiedon avulla voitaisiin muodostaa niiden ympärille bufferit, ja tarkastella sitä, monenko eläkeikäisen ihmisen saavutettavissa ne ovat, ja onko olemassa alueita, joilla uusille terveydenhoitopalveluille voisi olla tarvetta. Lisäksi esimerkiksi yrittäjä voisi kilpailevien palveluntarjoajien sijainnin ja kohdeväestön tietojen avulla etsiä yritykselleen kannattavaa sijaintia, jossa sen tarjoamalle palvelulle olisi tarvetta ja jossa se olisi helposti kohderyhmän saavutettavissa. Eero toi blogissaan esiin hyvän pointin siitä, että saavutettavuutta ei tosielämässä voida mitata ainoastaan tietylle etäisyydelle asetettujen bufferivyöhykkeiden kautta, vaan siihen vaikuttavat muutkin tekijät, kuten liikenneväylät. Bufferointi on silti varsin kätevä analyysityökalu, jota haluaisin oppia hyödyntämään entistä sujuvammin.

Putkiremontit

Putkiremonttitehtävässä tarkasteltiin pk-seudulla vuosina 1965–1970 rakennettuja kerrostaloja (eli ns. putkiremonttitaloja), joissa putkiremontit ovat olleet tai tulevat olemaan lähivuosina ajankohtaisia. Pääsin tehtävässä aluksi ihan hyvin alkuun, kun kikkailin valintatyökalujen kanssa, joiden käyttöön oli jo aiempia tehtäviä tehdessä syntynyt pieni rutiini. Alla olevaan taulukkoon on listattu
saamiani vastauksia.

Taulukko 2. Putkiremonttitehtävän vastauksia.

Tämän jälkeen oli aika siirtyä tekemään laskutoimituksia ja koropleettikarttaa. Tehtävänä oli siis tehdä koropleettikartta, joka esittäisi putkiremonttikerrostalojen (eli vuosina 65-70 rakennettujen) suhteellisen määrän kullakin pienalueella. Olin selaillut muiden kurssilaisten blogeja, jossa Ville kertoi tehtävän suorittamiseen tarvittavan analyysin olevan count points in polygon. Tässä kohtaa tiesin, mitä piti tehdä, mutta en onnistunut laskemaan pisteitä. Pienen hermoromahduksen jälkeen QGIS meni kiinni ja pysyi kiinni pari päivää, jonka jälkeen palasin tehtävän pariin ja sain kuin sainkin väsättyä kartan valmiiksi. Ongelmia tuli toki vastaan, ja yksi niistä oli (ilmeisesti monillakin ilmennyt) invalid geometry error. Ville oli blogissaan vinkannut Annikan blogista, jossa tähänkin ongelmaan löytyi vastaus. Kiitos kurssikamut!

Tein siis yhden koropleettikartan, joka kuvaa putkiremonttitalojen suhteellista osuutta kaikista kerrostaloista pienalueilla (kuva 1), sekä toisen kartan, jossa näkyy kunkin alueen absoluuttinen putkiremonttitalojen määrä numeroina (kuva 2).

Kuva 1. Putkiremonttitalojen, eli vuosina 1965-1970 rakennettujen kerrostalojen, osuus kaikista kerrostaloista pääkaupunkiseudun pienalueilla. Putkiremonttitalojen sijainnit merkitty pisteillä. Valkoisella värillä on kuvattu ne pienalueet, joissa ei ollut kerrostaloja.
Kuva 2. Putkiremonttitalojen, eli vuosina 1965-1970 rakennettujen kerrostalojen, määrä pääkaupunkiseudun pienalueilla.

Karttoja tehdessä painiskelin lähinnä visuaalisuuteen ja tiedon välittämiseen liittyvien kysymysten kanssa. Mietin pitkään, voinko käyttää otsikossa sanaa ”putkiremonttitalot” vai pitäisikö mukaan liittää talojen vuosiluvut. Päädyin kuitenkin siihen lopputulokseen, että otsikossa voidaan puhua putkiremonttitaloista, sillä kartan tarkoitushan on  kuvata juuri tätä ilmiötä. On kuitenkin tärkeää, että otsikon ollessa yksinkertainen, on kuvatekstin annettava tarkempaa tietoa siitä, mitä nyt todella on mitattu ja esitetty. Kartoista ensimmäinen koropleettikartta (kuva 1) miellyttää enemmän visuaalista silmääni, kuin putkiremonttien absoluuttista määrää kuvaava kartta (kuva 2). Se myös välittää melko hyvin tietoa siitä, missä putkiremppatalojen osuus on suurin, sekä havainnollistaa myös talojen sijaintia. Putkifirmana suuntaisin kuitenkin ennemmin jälkimmäisen kartan osoittamiin kohteisiin.

Jälkimmäisen kartan visuaalinen ilme jäi jokseenkin vajaaksi, mutta halusin tarkoituksella jättää taustan alueet yksivärisiksi, ja kokeilla esittää tietoa pelkästään numeroin (kokeilin myös esittää absoluuttisia lukumääriä esim. koropleettikarttana, sekä pylväsdiagrammeina). Kartta oli niin yksinkertainen, että se olisi voinut toimia myös pelkällä otsikolla, ilman kahta (hieman tökeröä) karttaselitettä. Molempien karttojen tarkastelua olisi helpottanut jonkinnäköinen paikannimistö, joka taas toisaalta olisi voinut tehdä niistä turhan epäselviä.

Karttoja tehdessä sain paljon harjoitusta visualisoinnista ja opin myös uusia tapoja esittää asioita. Esimerkiksi toiselle kartalle lisättyjä lukumääriä (labels) edelsi pitkä taistelu QGIS:n visualisointityökalujen kanssa. Tämän aikana tuli kokeiltua myös monia muita ominaisuuksia ja tapoja visualisoida tietoa numeroin, värein ja symbolein. Opin myös ensimmäistä kertaa lisäämään legendalle otsikon ja rivittämään sen (meni varmaan ekan viikon luennolla ohi). Aiemmin ns. otsikkona on toiminut ensimmäisen karttamerkin selite, kuten vaikka kartassa 1. Tehtävässä opin myös jo unohtuneen points in polygon -analyysin, sekä pääsin kertaamaan join-tietokantaliitoksia ja uuden tiedon laskemista sarakkeisiin.

Lopputerkut

Tähän kertaan mahtui monia hermojen menettämisiä, jes-fiiliksiä, sekä ennen kaikkea oppimista. Olin jopa ihan yllättynyt, miten paljon onnistumisen iloa tunsin, kun hoksasin jotain uutta, tai onnistuin kokeilemalla suorittamaan jonkun minulle haastavan toiminnon. Ensimmäistä kertaa oli pakko oikeasti miettiä, miksi tein asioita ja millä keinoilla annettuun tehtävänantoon pystyisi parhaiten vastaamaan. QGIS:n jotkut perustoiminnot alkavat jo sujua, mutta pieni epävarmuus on yhä läsnä lähes kaikessa, mitä teen. Tähän epävarmuuteen ei auta mikään muu, kuin harjoittelu ja asioiden toistaminen. Tekemällä oppii!!

Lähteet:

Innanen, A. 18.2.2021. Harjoitus 5: SOS, help, apua! Viitattu: 1.3.2021.<https://blogs.helsinki.fi/anninnan/2021/02/18/harjoitus-5-sos-help-apua-ja-uima-allas-ja-saunakarttoja-pk-seudulta/>

Turkki, E. 22.2.2021. Ongelmanratkaisua. Viitattu: 1.3.2021.
< https://blogs.helsinki.fi/turkkiee/>

Väisänen, V. 19.2.2021. Bufferointia ja putkiremontteja. Viitattu: 1.3.2021.
<https://blogs.helsinki.fi/villvais/2021/02/19/bufferointia-ja-putkiremontteja/>

Wikipedia. 2021. Helsinki-Malmin lentoasema. Viitattu: 27.2.2021.
< https://fi.wikipedia.org/wiki/Helsinki-Malmin_lentoasema>