Kuukausi: tammikuu 2019

Viikon kurssiharjoituksen tarkoituksena oli vielä syvemmin tutustua QGIS-ohjelmiston sekä -tietokantojen perushallintaan. Perehdyin myös erilaisiin projektioihin ja siihen, miten ne konkreettisesti vaikuttavat karttojen pinta-alojen esityksiin sekä minkälaisia eroja projektioissa on havaittavissa. Karttaprojekteissa pyritään esittämään kolmiulotteinen Maapallo kaksiulotteisesti, jolloin ne ovat vääjäämättä vääristyneitä. Esityksessä siis automaattisesti joko välimatka, pinta-ala, muodot tai suunnat vääristyvät. Yleisesti projektiot ovat joko oikeapintaisia, oikeakulmaisia- tai oikeapituisia. Onkin käyttötarkoituksesta riippuvaista, mitä projektia olisi sopivinta soveltaa.

Aloitin harjoituksen tutustumalla valinta- sekä mittaustyökaluihin. Mittasin Suomi-neidon päähän piirretyn ”hatun” pinta-alan sekä Vaasan kohdalle piirretyn itä-länsi-suuntaisen pituuden erilaisin projektion. Vertailuun valikoitui Mercatorin projektio, Cassini sekä Lambertin tasoprojektio (Taulukko 1).

Kuten taulukosta näkee, projektioiden esityksissä on eroja, jotka vaikuttavat osaltaan niiden luotettavuuteen. Hyödynsin Tissot’n indikaattoria kuvastamaan näitä eroja (Kuva 1). Tissot’n indikaattori kuvaa kartalle piirrettyjen soikioiden avulla esiintyviä vääristymiä, mikä mielestäni helpottaa karttaprojektioiden vertailua (Buckley 2011).

Seuraavaksi tuotin kartan, jossa ilmenee projektioiden väliset erot pinta-alojen esityksissä. Aineistona hyödynsin Suomen 2015 kuntapohjaa, jonka avulla eroavaisuuksia oli mahdollista tarkastella alueellisesti koko Suomen osalta. Ensimmäinen tuotokseni vertaa pinta-alan vääristymiä Lambertin oikeapintaisen tasoprojektion ja Mercatorin oikeakulmaisen projektion välillä (Kuva 2).

Tämän jälkeen vertailin Winkel Tripel-projektiota Lambertin karttaprojektioon (Kuva 3). Winkel Tripel pyrkii minimoimaan aiemmin mainitut kolme vääristymää luoden alueesta jonkinnäköisen kompromissin. Molemmissa kartoissani pinta-alan vääristymät kasvavat kohti pohjoista, vaikkakin kartat näyttävät erilaisilta projektioidensa esitystavan johdosta. Kuten Iina Rusanen blogitekstissään tuo esiin, olisin voinut valita värimaailmat karttoihin paremmin. Karttaesitykset näyttävät vääristävät pinta-alaa yhtä paljon, vaikka Winkel Tripel-projektio tosiaan kompromissiprojektiona vääristää huomattavasti vähemmän.

Kaiken kaikkiaan harjoitukset tarjosivat runsaasti toistoa, jolloin QGIS-sovellus tuntuu jälleen tutummalta ja helppokäyttöisemmältä. Projektio-asiat ovat myös vähän tuoreemmassa muistissa. Lienee tärkeää muistaa, että eri projektioiden ominaisuudet muovaavat aina karttaesityksen visuaalista lopputulosta, jolloin alueellista tietoa esittäessä on tärkeää kiinnittää huomiota projektion valintaan.

 

Lähteet:

Aileen Buckley (2011). Tissot’s indicatrix helps illustrate map projection distortion. 30.1.2019

https://www.esri.com/arcgis-blog/products/product/mapping/tissots-indicatrix-helps-illustrate-map-projection-distortion/?rmedium=redirect&rsource=blogs.esri.com/esri/arcgis/2011/03/24/tissot-s-indicatrix-helps-illustrate-map-projection-distortion

Winkel.org. Winkel Tripel Projections. 30.1.2019

http://www.winkel.org/other/Winkel%20Tripel%20Projections.htm

Iina Rusanen (2019). Karttaprojektiot QGIS:ssä. 30.1.2019

https://blogs.helsinki.fi/iinarusa/

Ensimmäisen kurssikerran tavoitteena oli tutustua QGIS-ohjelmiston perusteisiin sekä luoda koropleettikartta, joka kuvastaa Itämerta reunustavien valtioiden typpipäästöjä. Tämän jälkeen tarkoituksena oli vielä tehdä teemakartta opitun perusteella. Muista kurssilaisista poiketen olen ehtinyt jo opetella QGIS-ohjelmiston perusteet edeltävillä kursseilla, minkä johdosta ensimmäisen kurssikerran tehtävä tuntui suhteellisen helpolta. Toki ohjelmiston opettelu uudelleen tauon jälkeen vei oman aikansa.

Typpipäästöjä kuvaavasta koropleettikartastani tuli hyvin pelkistetty (Kuva 1). Useiden valtioiden rajat hävisivät jo varhaisessa vaiheessa taiteillessani karttaa, enkä saanut niitä usean yrityksenkään jälkeen palaamaan. Toisaalta kartta on ainakin yksinkertaisuudessaan helppolukuinen. En myöskään muistanut  korostaa Itämerta juurikaan, vaikka kartan tarkoituksena oli vertailla, kuinka suuri osuus kullakin valtiolla on Itämereen ajautuvista päästöistä. Typpi ajautuu Itämereen pääasiassa yhdyskunnista sekä maataloudesta, jossa sitä hyödynnetään ravinteena viljelykasveille (SYKE 2018). Typen ajautumisella vesistöihin on suora vaikutus ravinnepitoisuuksien kasvuun, joka rehevöittää Itämerta ja voi sitä kautta muuttaa koko alueen ekosysteemiä (Furman et al. 2014)

En myöskään tiennyt minkälaista luokittelutapaa tehtävässä tulisi käyttää: luonnollisia luokittelurajoja, tasavälejä vai kvantiileita. Päädyin käyttämään kvantiileita, jossa jokaisessa luokassa on yhtä monta havaintoa. Luokitteluvirheen johdosta esimerkiksi Ruotsin ja Puolan päästöt näyttävät yhtä suurilta, vaikka Puolan osuus on pyöristettynä yli 30%, kun taas Ruotsin osuus on lähempänä 10 %. Vilma Pylkön kartta onkin mielestäni tietosisällöltään oikeellisempi kuvaus typpipäästöjen suuruuksista.

Toisen tehtävän aiheen valitsin suoraan kurssikansiosta saatavilla olleista aineistoista. Vertailin vuokra-asuntojen osuutta asumismuotojen kokonaismäärästä kunnittain (Kuva 2). Vuokra-asuntojen määrä on  kasvussa isoissa kaupungeissa, etenkin yliopistokaupungeissa (Tilastokeskus 2018). Tämä mielestäni tuleekin hyvin esille kartastani. Tällä kertaa myös luokittelin aineiston luonnollisin luokittelurajoin ja uskoisinkin, että tuotos on edellistä oikeellisempi.

Lähteet:

Itämeren typpikuorma Suomesta (2018). Suomen Ympäristökeskus. 21.1.2019 https://www.ymparisto.fi/fi-FI/Meri/Mika_on_Itameren_tila/Itameren_typpikuorma_Suomesta(31457)

Eeva Furman, Mia Pihlajamäki, Pentti Välipakka & Kai Myrberg (2014). Itämeri – Ympäristö ja ekologia. Suomen Ympäristökeskus. 21.1.2019 http://www.syke.fi/fi-FI/Julkaisut/Esitteet/Itameri__ymparisto_ja_ekologia_tietopake(28801

Pylkkö, Vilma (2019). Ensiaskeleet QGISillä. 21.1.2019 https://blogs.helsinki.fi/vipy/

Vuokra-asuminen yleistyy – pienet asunnot useimmiten vuokralla (2018). Tilastokeskus. 21.1.2019 https://www.stat.fi/til/asas/2017/01/asas_2017_01_2018-10-10_tie_002_fi.html