Month: February 2023

Harjoituskerralla 5 tutustuimme erilaisten rajaustekniikoiden käyttämiseen. Käytimme muun muassa intersect, clip ja buffer -työkaluja tehokkaasti, ja loppujen lopuksi ne osoittautuivat yllättävän yksinkertaisiksi. Bufferin käytöstä liitinkin muutaman esimerkin alemmas. Näin jälkikäteen ajateltuna visuaalisuutta olisi parantanut huomattavasti bufferien läpinäkyvyys, kuten useat ovatkin tehneet.

Kuvat 1, 2 ja 3: Bufferit Pornaisten teiden, terveyskeskuksen ja koulun ympärille.

 

Kaikki kolme kuvaa ovat myös viime harjoituskerralla käytetystä Pornaisten kartasta (JEE!) ja kuvaavat asuinrakennuksia tietyltä etäisyydeltä valitsemistamme kohteista.  Kuvassa 1 kohde on tiet ja etäisyys 100 metriä, kuvassa 2 terveyskeskus sekä 500 metriä ja viimeisenä kuvassa 3 koulu sekä 1 kilometri. Tehtävämme kyseisistä kuvista olivat:

1. Laske tiebufferin sisältämien asukkaiden ja rakennuksien määrät sekä prosenttiosuudet kaikista asukkaista ja rakennuksista.
2. Laske terveyskeskuksen bufferin sisältämien rakennuksien prosenttiosuus kaikista rakennuksista.
3. Laske koulun bufferin ulkopuolelle jäävien rakennuksien prosenttiosuus kaikista rakennuksista.

Taulukko 1: Laskutehtäviä Pornaisten buffereista.

Kokosin tehtävän vastaukset Excel-taulukkoon ja merkitsin kysyttyjen kysymyksien vastaukset keltasella. Vastauksista voidaan huomata kuinka noin 20% Pornaisten keskustan asukkaista on asettunut asumaan teiden lähietäisyydelle luultavasti hyvien kulkuyhteyksien vuoksi. Suurempi osa asukkaista asuu kuitenkin kauempana teistä, esimerkiksi terveyskeskuksen lähelle, jossa asuu noin 28% asukkaista. Terveyskeskus sijaitseekin aivan Pornaisten keskiössä lähellä muita palveluja, kuten kauppaa, kirjastoa ja Postia. Tästä huolimatta yli 62% keskustan asukkaista asuu varsinaisen ydinkeskustan ulkopuolella.

 

Itsenäinen tehtävä 1

Lopputunnin kulutinkin seuraavan tehtävän parissa. Tehtävässä piirrettiin, laskettiin piirretystä alueesta bufferit ja näistä jälleen laskuja. En vielä selkeästi hallitse QGIS:in piirtotyökalua, sillä vaikka sain kuvat 4 ja 5 onnistumaan Malmin lentokentästä, en myöhemmin tehtävään palatessa osannut enää piirtää Helsinki-Vantaan lentokenttään pyydettyjä osia. Täytynee palata tulevaisuudessa uudelleen piirtoharjoitteluiden pariin.

Kuvat 4 ja 5: Bufferit Malmin lentokentän ympärille.

1. Laske asukkaiden määrä 1 km ja 2 km säteellä lentokentästä.
2. Laske, kuinka moni 1 km etäisyydellä olevista rakennuksista on rakennettu lentokentän käyttöönoton jälkeen ja kuinka paljon taloissa asuu asukkaita.

Taulukko 2: Laskutehtäviä Malmin lentokentästä.

Tällä kertaa merkitsin kysymyksen 1 keltaisella ja kysymyksen 2 punaisella, sillä jälkimmäinen oli lisätehtävä. Omiani sekä muiden kurssitoverieni, esimerkiksi Kiia Korpisen, vastauksia vertailtuani huomasin ensimmäisen kysymyksen lukujen olevan aivan pielessä. Sen sijaan lisätehtävästä sain lähes saman ratkaisun kuin Kiiakin. Siis osittainen onnistuminen?

 

Itsenäinen tehtävä 2

Tehtävä 2 koski taajamia, sekä niiden asukkaiden sekä erityisesti kouluikäisten asukkaiden määriä. Virallisen määritelmän (Wikipedian) mukaan Suomessa 7-16-vuotiaat ovat kouluikäisiä, joten näitä lukuja käytin myös tehtävässä. Vastaukset kysymyksiin merkitsin keltaisella, kuten aiemmissakin tehtävissä. Mielestäni tällä kertaa onnistuin paremmin, vaikka absoluuttinen lukuarvo heittikin niistä muutamista vastauksista, jota muiden blogeista löysin. Prosenttiarvot olivat kuitenkin lähes samat.

1. Laske taajamissa asuvien asukkaiden prosenttiosuus.
2. Laske kouluikäisten asukkaiden määrä taajamien ulkopuolella.
3. Kuinka monta prosenttia luku on kaikista kouluikäisistä.

Taulukko 3: Laskutehtäviä taajamista.

 

Jälkipohdinta

Saini Lankinen kertoo blogissaan “takaisin-napin” ikävöinnin loppumisesta, mikä oli mielestäni hauska maininta. Nyt tarkemmin ajatellessani toivoin itsekin alussa, että voisin vain pyyhkiä viimeisimmän tekoni yhdellä napinpainalluksella, ja toivon välillä yhä (varsinkin taistellessani sen piirtämisen kanssa…). On kuitenkin pakko myöntää, että olen oppinut useita tapoja korjata virheeni tämän napin puuttuessa, ja olen jo huomattavasti rennompi ohjelmaa käyttäessä. Mukavaa myös että useat pitivät tämän blogipostaukseni kansikuvasta ja mainitsivat sen omissa blogeissaan! <3

 

Lähteet:

Kansikuva: https://www.slideserve.com/ketan/vector-geoprocessing

Korpinen, K. (17.2.2023). Kurssikerta 5. GEOINFORMATIIKAN MENETELMÄT 1, 2023. Viitattu 13.3.2023. https://blogs.helsinki.fi/kiiakorp/2023/02/17/kurssikerta-5/

Lankinen S. (17.2.2023). Luento 5 ja tunnevuoristorata (part 2). SAINILAN’S BLOG. Viitattu 18.3.2023. https://blogs.helsinki.fi/sainilan/

Wikipedia. Kouluikä. Viitattu 15.3.2023. https://fi.wikipedia.org/wiki/Kouluik%C3%A4

Tästä tunnista pidin. Aiheenamme olivat tällä kertaa ruutukartat – mielettömän kiva uusi kokemus – sekä rasteriaineistot. Ruutukartassa kaikki ruudut ovat samankokoisia ja täten niillä voi myös esittää absoluuttisia lukuja toisin kuin koropleettikartassa. Tunnin aikana sain aikaiseksi kuvan 1 kartan.

Kuva 1: Ruotsinkielisten osuus Suomen pääkaupunkiseudulla.

Otsikkonsa mukaan kuva 1 esittää ruotsinkielisen väestön määrää Helsingin, Espoon, Kauniaisten ja Vantaan alueilla. Huomasin vasta jälkikäteen, että eräs luokittelun väreistä ja kuntien väri ovat lähes samat, mikä sekoittaa kartan antamaa kuvaa, mutta muuten työ on mielestäni onnistunut. Ruotsinkielisiä asuu huomattavasti eniten Helsingin kärjessä, sekä Espoon ja Helsingin keskusta-alueilla. Toki on myös otettava huomioon väestön suuri asumistiheys kyseisten ruutujen kohdalla. Pohjoiseen mentäessä vähenee niin ruotsinkielisen väestön määrä kuin asumistiheyskin.

Seuraavana tehtävänä saimme tutkia Pornaisten, siis oman kotikuntani rasterikarttaa. Olin hyvin iloinen tästä yllätyksestä ja varmaan hymyilinkin koko lopputunnin. Opettajan ohjastuksella yhdistimme siis ensin neljä eri tarkkuudella olevaa korkeusmallirasteriaineistoa yhdeksi “virtual rasteriksi”. Lisäksi teimme karttaan varsinaisen rinnevarjostetason sekä korkeuskäyrät 5 metrin välein.

Kuva 2: Pornaisten Myllykoski Maanmittauslaitoksen peruskarttalehdellä.

Kuva 3: Pornaisten Myllykoski QGIS-sovelluksella.

Kuvissa 2 ja 3 esitän Maanmittauslaitoksen tekemiä sekä itse tunnilla tekemiäni korkeuskäyriä Pornaisten Myllykosken alueella. Kuten myös toinen alueen hyvin tunteva Kiia Korpinen arvioi, ovat käyrät hyvinkin toisiaan muistuttavia. Tosin QGIS luo käyrät tietokoneen taidoilla, eikä osaa yleistää käyriä, jolloin tuloksena saattaa paikoin tulla liiankin tarkkaa käyrien mutkittelua. Pisteet QGIS:lle kuitenkin hyvästä yrityksestä. Kurssitoverini Kiia esittää itse piirtämänsä käyrät mielenkiintoisella tavalla: vaaleina viivoina tummaa korkeusmallia vasten, mikä saa ne erottumaan taustasta todella hyvin. Lopputulos on myös tyylikäs!

 

Kotitehtävä

Kuva 3: 0-17-vuotiaiden osuus Suomen pääkaupunkiseudulla.

Kuvan 1 kartasta sovelsin myöhemmin vielä toisen kartan (kuva 3). Halusin tutkia lapsiperheiden sijoittumista pääkaupunkiseudulla, ja ajattelin alaikäisen väestön kuvaavan tarkoitustani parhaiten. Lapsiperheitä on sijoittunut alueelle suhteellisen samankaltaisesti kuin ruotsinkielisiäkin lukuunottamatta koilliseen Lahdenväylää pitkin suuntautuvaa virtaa. Sofia Salosen karttaa pääkaupunkiseudun asukasmäärästä tarkasteltaessa voidaan huomata lapsiperheiden sijoittuvan valtaväestön mukaisesti, heidän välttäessä kuitenkin aivan Helsingin rantaviivaa ja työntyen vahvemmin esimerkiksi Vantaalle. Espoon keskustaa he eivät puolestaan karta, kuten Sofian toisen kartan yli 85-vuotiaat selvästi tekevät.

 

Lähteet:

Kansikuva: https://asunnot.oikotie.fi/myytavat-tontit/pornainen/16123745

Korpinen, K. (15.2.2023). Kurssikerta 4. GEOINFORMATIIKAN MENETELMÄT 1, 2023. Viitattu 8.3.2023. https://blogs.helsinki.fi/kiiakorp/2023/02/15/kurssikerta-4/

Salonen, S. (13.2.2023). Kurssikerta 4 – 8.2.2023. SOFIA’S BLOG. Viitattu 11.3.2023. https://blogs.helsinki.fi/sofisalo/2023/02/13/kurssikerta-4-8-2-2023/

GIS-kerralla 3 olin valitettavasti kipeänä, enkä meinannut oikein päässyt kärryille tunnin aiheesta itsekseni. Aiheena toimi tällä kertaa Afrikka, sen timanttikaivokset, öljykenttien poraaminen sekä konfliktit. Tuntitehtävässä taulukoiden sisältöjä muokattiin, sarakkeita yhdistettiin ja luotiin niihin jopa uutta tietoa laskukaavoilla. Koin aluksi vaikeuksia useissakin juuri mainitsemissani vaiheissa, mutta näin myöhemmin koen opit helpoiksi ja erittäin hyödyllisiksi. Jostain syystä QGIS kuitenkin kadotti osan työni tiedostoista, enkä saa sitä enää järkevän näköisenä auki, minkä vuoksi en lisää kuvaa blogiini.

 

Kotitehtävä

Kuva 1: Kartta Suomen valuma-alueiden virtaamavaihteluista.

Kuva 1 esittää Suomen erilaisia hydrologian piirteitä, kuten sen valuma-alueet, virtaamavaihtelut sekä järvi- ja maapinta-alojen osuuksia. Kuvan mukaan eniten virtaamavaihtelua koetaan Lounais-Suomessa, missä järvien pinta-alaosuus on kuitenkin erittäin pieni. Virtaamavaihtelujen voimakkuus keskittyy muutenkin rannikkoseuduille, joissa maasto on alavaa ja kaupunkien rakennettu maa vaikeuttaa veden imeytymistä. Toisin sanoen rannikkoseuduilla tulvariski on reilusti sisämaata suurempi, meren ollessa suurin riskin aiheuttaja. Sen sijaan järvipinta-ala on suurempaa Keski-, Itä- ja Pohjois-Suomessa, missä ylimääräisen veden on helpompi päästä takaisin kiertokulkuun aiheuttaen harvemmin tulvariskin.

Kurssitoverini Sini Koskela oli myös päätynyt ympyrädiagrammeihin järvisyyden osoittamisessa kartalla, mikä oli ilo huomata. Mielestäni Sini toi diagrammit itseäni selkeämmin esiin, sillä omalla kartallani niiden alla olevia virtaamavaihtelualueita on hieman vaikea erottaa. Myös Sinin valitsema vihreä väri on pirteä. Tulevana maanteiteilijänä hän lisäksi hoksasi hyödyntää aiempien kertojen aineistoja esimerkiksi kartan merialueiden värittämisessä ja toi karttaan vielä valtioidenkin rajat. Mikä mestariteos!

 

Lähteet:

Kansikuva https://www.reissusuomi.fi/alueet/jarvi-suomi/

Koskela, S. (2023). Luento 3: Kotoa käsin karttojen tekemistä. Kosini’s blog. Viitattu 3.3.2023. https://blogs.helsinki.fi/kosini/2023/02/13/luento-3-kotoa-kasin-karttojen-tekemista/

Toinen kurssikerta painottui projektioiden vertailuun ja tutkimiseen. Tehtävänämme oli luoda kartta Suomesta, josta näkee, kuinka paljon alueen pinta-ala vääristyy pohjoiseen mentäessä tietyillä projektioilla. Vääristymiä verrattiin Suomessa yleisesti käytettyyn ETRS89/TM35FIN-projektioon.

Kuva 1: Projektion vääristymäkertoimia Suomessa

Valitsimme verrattavaksi projektioksi Mercatorin projektion, sillä se vääristää niin pohjoisen kuin etelänkin aluetta täydellisen mehukkaasti kyseistä tehtävää varten. Kuvan 1 värit lähenevät sinisestä kohti punaista, kun vääristymäkerroin nousee. Kerroin saavuttaakin yli 6,99 Suomen käsivarren kohdalla.

 

Kotitehtävä

Yritin pitkään väsätä tunnilla aloitettua taulukkoa pinta-alan ja viivan pituuden vääristymisestä, mutta kotona homma ei sujunutkaan enää kuten tunnilla ja tajusin lopulta tehneeni koko taulukon aivan väärin. Yritin epätoivossani liittää edes vääränlaisen taulukon tänne blogiin, mutta en tahtonut onnistua edes siinä. Kohdatessani siis vain ongelmia toisensa jälkeen päätin antaa tämän kurssikerran tehtävien olla ja siirtyä eteenpäin.

Selatessani muiden blogeja huomasin kuitenkin esimerkiksi kurssitoverini Rebekka Ylätalon saaneen taulukot ja varsin hienot sellaiset tehtyä. Mukavaa, että joku onnistunut! Rebekan taulukoista huomaa hyvin, kuinka muun muassa Pattersonin ja Winkel Tripel -projektioiden pinta-alat ja pituudet vääristyvät hyvinkin voimakkaasti verrattuna Suomen omaan projektioon. Olen Rebekan kanssa samaa mieltä, että Equal Earth -projektio on taulukon vaihtoehdoista luotettavin korvaamaan ETRS89/TM35FIN-projektiota.

 

Lähteet:

Kansikuva: https://images.cdn.yle.fi/image/upload/f_auto,fl_progressive/q_88/w_1797,h_1011,c_crop,x_42,y_21/w_1200/v1496065206/17-83383592c242fa5fad.jpg 

Ylätalo, R. (2023). Kurssikerta 2: Projektiovertailuja. REBEN BLOGI. Viitattu 16.2.2023. https://blogs.helsinki.fi/rebekyla/2023/01/29/kurssikerta-2-projektiovertailuja/