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.
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.
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).
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>