Seitsemäs kurssikerta

Viimeisiä viedään

Seitsemännellä ja viimeisellä kurssikerralla käytimme itse etsimiämme aineistoja, joista saimme tehdä vapaasti kartan. Etsin käyttämäni aineistot Eurostatista, ja valitsin aineistoiksi Life satisfaction -aineiston, josta valitsin muuttujaksi naiset, ja Gender based violence against women, josta valitsin Violence by intimate partner during lifetime

Kuva 1. Naisten kokema parisuhdeväkivalta ja naisten tyytyväisyys elämään

Valitettavasti kaikista maista ei ollut tietoja saatavilla. Varsinkin parisuhdeväkivalta-data puuttui monelta maalta. Koko kartan idea oli esittää parisuhdeväkivallan ja naisten elämään tyytyväisyyden suhdetta, joten se, että toinen tiedoista puuttuu, pilaa ideani. Kuitenkin 19 valtiosta oli molemmat tiedot saatavilla, joten vertailen nyt näitä.

Kartan visuaalisuuteen olen muuten tyytyväinen, mutta nyt muutama päivä sen tekemisen jälkeen sitä katsoessani tajuan, että minun olisi pitänyt valita eri väriskaala kuvaamaan tyytyväisyyttä elämään. Suomessa tyytyväisyys on yksi aineiston korkeimmista, mutta tummanpunainen väri ei intuitiivisesti kuvaa korkeaa tyytyväisyyttä, vaan enemmänkin jotain negatiivista. Vaikka selitykset väreille ovat selkeästi esillä, ensivilkaisulta se ei tuo mieleen sitä mitä sen on tarkoitus, eli korkeaa tyytyväisyysastetta.

Mitä voimme todeta muuttujien yhteydestä?

Kartan perusteella naisten kokemalla parisuhdeväkivallalla ja tyytyväisyydellä elämään ei ole mitään selkeää yhteyttä. Esimerkiksi Serbiassa ja Bulgariassa, jossa naisten tyytyväisyys elämään on aineiston alhaisinta, “vain” alle neljäsosa naisista on kokenut parisuhdeväkivaltaa, kun taas Suomessa, jossa tyytyväisyys on korkealla, yli puolet naisista ovat kokeneet parisuhdeväkivaltaa. Suomen parisuhdeväkivalta-luku on aineiston korkein (53,9%). Tässä pitää kuitenkin ottaa huomioon aineistonkeruumenetelmät, joiden laatu vaihtelee erittäinkin paljon tällaisten aineistojen kohdalla.

Suhtautuminen parisuhdeväkivallan uhreihin ja uhrien oma häpeä aiheen ympärillä saattaa vaikuttaa siihen, ettei asiasta uskalleta tehdä ilmoituksia, jolloin tapaukset eivät myöskään päädy aineistoihin. Siksi en pidäkään aineistoa täysin luotettavana. Tämän tyyppisten aineistojen analysoinnissa onkin vaikeinta se, että jotkut tiedot saattavat vastata todellisuutta, kun taas jotkut eivät.

Suomen lisäksi aineiston maista Slovakiassa yli puolet (50,7%) naisista ovat kokeneet parisuhdeväkivaltaa. 40 prosentin ylittävät Kreikka (41,6%), Viro (43,1%) ja Tanska (45,3%). Mikään näistä viidestä korkeimpia prosenttiosuuksia saaneista valtioista ei ole alimmassa tai edes toiseksi alimmassa tyytyväisyys-luokassa. Viidestä pienimmän väkivalta-prosentin omaavista maista (Puola, Bulgaria, Montenegro, Serbia ja Portugal) kolme taas oli kahdessa alimmassa tyytyväisyys-luokassa. Sellaistakaan johtopäätöstä tästä ei kuitenkaan voi vetää, että suuri parisuhdeväkivaltaprosentti nostaisi naisten kokemaa tyytyväisyyttä elämään. Vaikka aineistojen ääripäät osoittavat puhtaina lukuina tarkasteltuina tähän suuntaan, ei muuttujien välinen yhteys ole yhtenevä koko aineiston läpi. Taustatietojen avulla tästä voi enemmänkin tehdä sen johtopäätöksen, että maissa, joissa naisten tyytyväisyys elämään on korkealla, parisuhdeväkivallasta uskalletaan raportoida ja se tunnistetaan.

Itse naisena tällainen aihe tietenkin kiinnostaa, ja varsinkin Suomen lukuja katsoessa myös kylmäisee. Julia Olenius oli myös valinnut itselleen tärkeän aiheen viimeiselle kurssikerralleen. Oleniuksen blogin Julian GIS-blogi viimeisessä postauksessa Haihyökkäyksiä (7. kurssikerta) Olenius käsittelee haihyökkäyksiä Australiassa, jossa vuonna 2007 hänen pikkuserkkunsa joutui haihyökkäyksen kohteeksi ja menetti toisen jalkansa. Voisi kuvitella tällaisen tapahtuman omalle läheiselle pelästyttävän, mutta sen sijaan Olenius puhuu hienosti turhasta haipelosta ja myös hänen karttansa, joka näyttää kaikki Lounais-Australian haihyökkäykset 200 vuoden ajalta havainnollistaa hyvin sen, miten vähän hyökkäyksiä oikeastaan tapahtuu.

Loppusanat

Kurssin aikana tutustuimme monenlaisiin mielenkiintoisiin ilmiöihin ja taas kerran sain muistutuksen siitä, että mitä vain voi esittää kartalla. Kaikkea voi siis tutkia ja tarkastella alueellisesti, josta me mantsalaiset pidämme 🙂 Sain mielestäni hyvät perustaidot QGissin käyttöön, ja nyt avatessani ohjelman tiedän mistä aloittaa enkä vain tuijota tyhjää projektia tietämättä yhtään mitä tekisin. Vaikka kaikki ei vielä lähde ihan ulkomuistista, mielestäni tärkeintä oli se, että pääsimme kokeilemaan erilaisia työkaluja sovelluksessa ja nyt ainakin uskallan kokeilla kaikenlaista. Moneen aiheeseen olisi ollut hauska paneutua syvemminkin, mutta elämä ja oma laiskuus tulivat monesti tielle. Tästä kurssista sai kuitenkin paljon hyödyllisiä juttuja omaan maantieteilijän työkalupakkiin ja tekeminen oli kivaa!

Lähteet

Naisten tyytyväisyys elämään

Naisten kokema parisuhdeväkivalta

Olenius, J. (2024). Julian GIS-blogi – Haihyökkäyksiä (7. kurssikerta). Viitattu 8.3.2024.

Kuudes kurssikerta

Reippailua

Kuudes kurssikerta alkoi 45 minuutin reippailulla sateisissa ja harmaissa tunnelmissa. Pääsimme keräämään aineistoa lähiympäristöön ja myöhemmin sainkin idean, että olisin hyödyntänyt käyttämäämme Epicollect5-sovellusta oman aineiston keräämiseen seitsemättä kurssikertaa varten. Tätä en kuitenkaan saanut aikaiseksi, mutta seitsemännen kurssikerran aineistoiksi valikoitui silti kiinnostavat aineistot, odottakaa vaan…

Tunnin yhteisessä harjoitteluosiossa hyödynsimme tuottamaamme paikkatietoa ja harjoittelimme interpolointia. Kuvassa 1 näkyy pienen ryhmämme turvallisiksi (sinisellä) ja turvattomiksi (punaisella) kokemat kohdat.

Kuva 1. Kumpulan alueen turvallisuus ryhmämme näkökulmasta

Tehtävää tehdessä ymmärsin myös tehtävänannon selkeyden tärkeyden. Monessa kohtaa vastatessamme kysymyksiin alueen viihtyvyydestä ja käyttötavoista, pohdimme, vastaammeko kysymyksiin tämän hetken perusteella vai mietimmekö aluetta sen parhaassa loistossa. Puiston viihtyvyys vaihtelee esimerkiksi todella paljon riippuen vuodenajasta ja säästä. Talvella puisto oli ankea, märkä ja liukas, kun taas kesällä olen istuskellut samaisella paikalla ystävieni kanssa nauttien ilta-auringosta.

Maanjäristykset maailmalla

Kurssikerran itsenäisessä osiossa saimme valita annetuista hasardi-aineistosta sopivat ja päättä itse millaisen karttasarjan teemme. Idea harjoituksen takana (QGissin käytön harjoittelun lisäksi) oli tehdä kartoista oppimateriaalia.

Valitsemani hasardi oli maanjäristykset. Rajasin ainieston vuosille 2002-2012, ja niin, että kartalla näkyy maksimissaan 10 000 pistettä kerrallaan. Alle 3,9 magnitudin ja 4-5,9 magnitudin kartoissa oli tämä 10 000 pistettä, eli järistyksiä olisi ollut enemmänkin. Yli 6 magnitudin järistyksiä oli 1836. Kartoista tuli mielestäni ihan onnistuneita, ja niistä saa hyvän kokonaiskuvan aiheesta.

Kuva 2. Magnitudiltaan alle 3,9 maanjäristykset.

Kuva 3. Magnitudiltaan 4-5,9 maanjäristykset

Kuva 4. Magnitudiltaan yli 6 maanjäristykset

Maanjäristysten sijaintien ja voimakkuuksien lisäksi kartat (varsinkin kuvien 3 ja 4 kartat) havainnollistavat litosfäärilaattojen rajojen sijainteja. Heikki Säntti olikin hoksannut lisätä karttoihinsa litosfäärilaattojen rajat. Bloginsa Heiggi’s blog postauksessa Kuudes kurssikerta hän pohtii myös litosfäärilaattarajojen esittämisen merkitystä tulivuorien sijaintien yhteydessä. Helsingin Sanomien Tiede-osion artikkelissa Tajusimme vasta 50 vuotta sitten, että mantereet liikkuvat – ensin ajatukselle naurettiin, sitten se mullisti käsityksiämme on tekstiä tukevana kuvana litosfäärilaattojen rajoja kuvaava kartta. Kun tätä vertaa esimerkiksi kuvan 3 karttaan, yhtenäisyyttä ei voi olla huomaamatta.

Kuva 5. HS Tiede artikkelin kuva litosfäärilaattojen rajoista

Vaikka karttani (kuvat 2-4) eivät olekkaan kaikkein monipuolisimpia tai yksityiskohtaisimpia, ne ovat kuitenkin hyviä tiettyihin opetustarkoituksiin. Ihmiselle, joka ei tiedä aiheesta paljoa ja joka ei ehkä koskaan ole nähnyt maanjäristyksiä esitettävän tällä tavalla kartalla, karttani voivat olla todella mielenkiintoisia. Varsinkin yhdistettynä litosfäärilaattojen rajoihin ja tulivuoriin, opettaja voi näillä opetusmateriaaleilla antaa oppilalleen aiheesta hyvän kokonaiskäsityksen, joka onkin maantieteellisen oppimisen tärkein asia.

Lähteet

Tajusimme vasta 50 vuotta sitten, että mantereet liikkuvat – ensin ajatukselle naurettiin, sitten se mullisti käsityksiämme maapallosta – Tiede | HS.fi

Säntti, H. (2024). Heiggi’s blog – Kuudes kurssikerta. Viitattu 29.2.2024.

Viides kurssikerta

Pornaisten kartta

Aloitimme tunnin viime kurssikerralla aloitetun Pornaisten kartan parissa. Tämän tunnin idea oli harjoitella bufferointia. Tähän käytimme valmista tietokantaa, jossa kaikille taloille oli määritelty asukasmäärä keskimääräisten asukasmäärien mukaan. Selvitimme ensin, kuinka monta ihmistä asuu 500 metrin säteellä terveyskeskuksesta. Vastauksen tähän ja myös muihin kysymyksiin olen koonnut exceliin (kuva 1). Kartalla terveyskeskuksesta 500 metrin päässä olevat talot näkyvät keltaisella (kuva 2). Tällaisella bufferoinnilla voi esimerkiksi selvittää, kuinka monta asukasta tavoittaa terveyskeskuksen tietyssä ajassa. Niinpä tällaisia bufferianalyyseja voi hyödyntää esimerkiksi uusien julkisten rakennusten paikkaa suunniteltaessa.

Taulukko 1. Vastaukset kurssikerran kysymyksiin

Kysymys Vastaus
Pornainen
Asukkaita 0,5 km säteellä terveyskeskuksesta? 596
Asukkaita yli 1 km päässä koulusta? 791
Asukkaita 50 m päässä isoista teistä? 177
Lentokentät
Asukkaita 1 km päässä Malmin kiitoradoista? 58763
Asukkaita 2 km päässä Malmin kiitoradoista? 9050
Asukkaita 2 km päässä Helsinki-Vantaan kiitoradoista? 10980
Asukkaita 2 km päässä H-V kiitoradoista JA pahimmalla melualueella? 17
Asukkaita vähintään 55 dB melualueella? 11923

Tämän kurssikerran aikana buffer-työkalun käyttö tuli erittäin tutuiksi ja nyt viikonkin jälkeen tätä kirjoittaessani ja kuvankaappaukset ottaessani bufferianalyysin teko oli hyvin muistissa. Bufferianalyysien oppiminen tuntuu myös mielekkäämmältä esimerkiksi digitointiin verrattuna, koska tuntuu, että bufferianalyyseilla on todella paljon eri sovellusvaihtoehtoja.

Kuva 2. Talot 500 metrin säteellä terveyskeskuksesta
Kuva 3. Talot yli yhden kilometrin päässä koulusta

Hyödynsimme bufferointi-ominaisuutta myös selvittääksemme, kuinka moni lapsista saisi tulla polkupyörällä kouluun, jos vain yli kilometrin päässä koulusta asuvat saavat käyttää koulun polkupyöräpaikkoja. Tätä vastausta ei kuitenkaan saatu täysin oikeana, koska asukkaiden ikää ei olla tietokannassa määritelty, eli näin koululaistenkaan ikää ei voida tietää. Keltaiset pisteet kuitenkin näyttävät ne talot, joista lapset saavat pyöräillä kouluun (kuva 3). Aineisto siis vaikuttaa suuresti siihen, millaisia ongelmia QGissin avulla voidaan ratkaista. Työkaluja on ohjelmassa valtavasti, joten siitä varmasti harvoin tehtävän ratkaiseminen jää kiinni.

Kuva 4. Talot 50 metrin päässä isoimmista teistä

Viimeisenä teimme bufferianalyysin viime kurssikerralla digitoimistamme teistä, jotka ovat alueen isoimpia teitä. Teimme 50 metrin bufferin, joka on se alue, johon tien melu kuuluu pahiten. Keltaisella näkyvät talot (kuva 4) ovat ne talot, jotka osuvat 50 metrin bufferiin.

Lentokentät

Harjoiteltuamme bufferointia Pornaisten kartan kanssa, siirryimme pääkaupunkiseudulle ja lentokenttien läheisyyteen. Pornaisten teiden bufferointia voisi myös hyödyntää jonkinlaiseen liikenteen melun vaikutuksen kartoitukseen, mutta autoista tulee vähän meluhaittaa verrattuna lentokoneisiin.

Lentokenttä-tehtäviä teimmekin jo ihan itsenäisesti, ja vaikka käytin samoja työkaluja kuin aiemmin, pääsin silti pohtimaan miten niiden yhteiskäytöllä saan vastaukset kysymyksiin. Lentokenttätehtävistäkin olisi monia kuvaavia karttoja, mutta jätän ne nyt liittämättä tähän, oikeat vastaukset löytyvät taulukosta (kuva 1).

Tämän kurssikerran jälkeen fiilis omista QGis-taidoista oli ehdottomasti varmin. Pääsin myös soveltamaan oppimaani ja kun onnistuin itsenäisesti, tunne oli mahtava! Aikataulusyistä en kuitenkaan jatkanut tehtäviä kotona. Nyt kun yhä useammat työkalut ovat tuttuja, soveltaminen ja itsenäisesti kokeilukin on helpompaa, kun on edes jotain ideaa mistä aloittaa. Loviisa Majuri pohtii blogissaan Loviisan gis-blogi hienosti sitä, miten tärkeää on, että ymmärtää millaisia käsiteltävät aineistot ovat. Tämän kurssikerran jälkeen juuri tällainen käsitykseni oli selkeästi parantunut, koska ilman sitä oikeiden työkalujen löytäminen ja soveltaminen ei ole mahdollista.

Lähteet

Moodle – Kurssikerran 5 aineistot

Majuri, L. (2024). Loviisan gis-blogi: Viides kurssikerta – bufferointia lentokentillä. Viitattu 8.3.2024.

Neljäs kurssikerta

Rasteriaineistoja

Neljännellä kurssikerralla otimme ensimmäistä kertaa rasteriaineistot käyttöön. Tätä ennen olimme käyttäneet vain vektorimuotoisia aineistoja. Tunnilla käsiteltiin isoja aineistoja ja lopputuloksena syntyi kuvan 1 kartta, joka kuvaa ruotsinkielisen väestön sijoittumista pääkaupunkiseudulla. Huomasin kuvan tähän liittäessäni, että olin tauolle pääsemisen kiireessä unohtanut laittaa karttaan mittakaavan ja pohjoisnuolen, mutta tämä kelvatkoon nyt.

Kuva 1. Ruotsinkielisten osuus ruuduittain pääkaupunkiseudulla

Annasofia Toivosen blogissa Annasofian blogi, Toivonen vertailee ruotsinkielisten määrää ja ruotsinkielisten osuutta kuvaavia karttoja toisiinsa. Tämä oli mielestäni hyvä idea, ja kartat ovatkin aivan erilaiset. Ruotsinkielisten määrää kuvaavassa kartassa ihmisten määrää ylipäätään ruudussa ei oteta huomioon, jolloin Helsingin keskustan ruudut, joissa asuu varmasti eniten ihmisiä, näyttävät myös olevan eniten ruotsinkielisiä asukkaita omaavia alueita. Minun tekemääni karttaa katsoessa Helsingin keskusta ei kuitenkaan erityisemmin eroti, vaan ruotsinkielisiä näyttäisi prosentuaalisesti olevan eniten aivan pääkaupunkiseudun itäosassa, luoteisnurkassa ja länsipuolella.

Heini Tolvanen pohtii blogissaan Tuotoksia ja ihmettelyjä Geoinformatiikan menetelmät 1 -kurssilta, miten kaupunkirajojen lisääminen kartalle helpottaisi sen tarkastelua ja tulkintaa, ja sama ajatus juolahti minunkin mieleeni. Edes näin helsinkiläisenä en todellakaan osaa asettaa tuttujakaan kaupunginosia kartalle. Myös isoimpien teiden tai joidenkin muiden maamerkkien asettaminen kartalle parantaisi ymmärrystä siitä, mikä alue missäkin on.

Digitointia

Kurssikerran toisella puoliskolla aloittelimme jo ensi kurssikerran itsenäisesti tehtävää harjoitusta. Pääsimme tutkailemaan Pornaisten pinnanmuotoja ja digitoimaan sen teitä. Tästä homma jatkuu ensi kerralla ja sitten päästäänkin toivottavasti analysoimaan valmista tuotosta 🙂

Lähteet

Toivonen, A. (2024). Annasofian blogi – VIIKKO 4: Pisteitä, ruutuja ja rasteriaineistoja. Viitattu 14.2.2024

Tolvanen, H. (2024). Tuotoksia ja ihmettelyjä Geoinformatiikan menetelmät 1 -kurssilta – Neljäs viikko: Ruutukarttoja ja nivelvaurioita aiheuttavaa näpertämistä (eli digitointia. Viitattu 14.2.2024

Kolmas kurssikerta

Afrikan konfliktit

Kolmannen kurssikerran yhteisessä harjoituksessa kertasimme QGissin perusominaisuuksia, ja uutena asiana harjoittelimme tietokantojen liittämistä toisiinsa ohjelman sisällä. Tekninen osuus meni tällä kurssikerralla hyvin, ja olen karttojen visuaaliseen lopputulokseen tyytyväinen.

 

Kuva 1. Konfliktit, timanttikaivannot ja öljynporauskentät Afrikassa

Alkutilanteessa atribuuttitaulukossa kaikilla saarillakin oli omat rivinsä, joten aluksi meidän piti yhdistää saman maakoodin sisältävät rivit. Näin atribuuttitaulukon tarkastelu maittain helpottui huomattavasti. Liitimme toisiinsa eri tietoja siältävät tietokannat ja tutkailimme yhdistettyjen aineistojen atribuuttitaulukkoa, josta näkyi nyt maittain muuttujien lukumäärät.

Timanttien ja/tai öljynporauskenttien lukumäärällä tai ainakin sillä, oliko niitä yhtään vai ei, näytti olevan jonkinlainen yhteys konflikteihin. Toisaalta oli paljon niitäkin maita, joiden alueilla oli timantteja tai öljynporauskenttiä, mutta ei yhtään konflikteja, sekä myös niitä, joiden alueilla oli konflikteja, vaikka timantteja tai öljyä ei ollut. Kartalla (kuva 1) punaisista konfliktin sijaintia esittävistä merkeistä huomaa, että konflikteille on varmasti olemassa paljon muitakin syitä, koska niitä on myös paljon alueilla, joilla ei esiinny näitä mainittuja luonnonvaroja. Konfliktit näyttävät ilmenevän ryppäissä, ja jotkut alueet taas saavat olla aivan rauhassa. Muista aineistoista tai saman aineiston eri tiedoista näillekkin löytyisi varmasti selityksiä.

Ainakin konfliktin tapahtumisvuotta ja timanttikaivosten sekä öljykenttien löytämisvuosia olisi kiinnostavaa tarkastella yhdessä. Tämä parantaisi ymmärrystä siitä, johtuuko konflikti näistä luonnonvaroista vai jostain muusta, ja sattumalta vain sijoittuu samalle alueelle. Myös timanttikaivosten ja öljykenttien tuottavuusluokittelua olisi kiinnostavaa tarkastella. Tämä voisi esimerkiksi selittää sitä, miksi joillain alueilla, joissa on kaivoksia ja kenttiä, ei ole konflikteja ja toisilla taas on.

Antti Pihlavisto pohtii blogipostauksessaan 3. Kurssikerta internetin käyttäjien määrän yhteyttä konflikteihin. Pihlavistoa kiinnostaisi tietää, ovatko konfliktit vähentyneet vuosien saatossa, kun internetin käyttäjien määrä on lisääntynyt. Tietenkin konfliktien vähenemiselle voi olla paljon muitakin syitä, ja itse uskon, että muuttujien välillä ei ole huomattavaa syy-seuraus-suhdetta, vaikka yhteys löytyisikin. Tietenkin internetin välityksellä voidaan esimerkiksi levittää tietoa konflikteista, ja saada näin riiteleviä osapuolia kansainvälisen paineen alla sopimaan erimielisyytensä muilla keinoin.

Tulvaindeksikartta Suomesta

Tunnin toisena, itsenäisenä harjoituksena teimme tulvaindeksikartan Suomesta. Karttaa tullaan hyödyntämään myöhemmin keväällä harjoitustyökurssilla, kun käsittelemme luonnonmaantieteellisiä ilmiöitä.

Kuva 2. Tulvaherkkyys ja järvisyys Suomessa

Jätän syvimmän analysoimisen kevään kurssille, mutta päällimmäisiä havaintojani ajattelin tässäkin mainita. Kartta (kuva 2) esittää Suomen valuma-alueiden tulvaherkkyyttä ja järvisyyttä. Punaisen värin asteikko antaa kartan katsojalle intuitiivisesti käsityksen siitä, mitkä alueet ovat herkimpiä tulville.  Pienet ympyrädiagrammit kuvaavat alueiden järvisyyttä, eli järvipinta-alan ja maapinta-alan suhdetta.  Etelä-Suomessa ympyrädiagrammit peittävät valuma-alueiden värejä hieman liikaa, mutta kyllä väri hieman sieltä reunoilta pilkottaa. Huomasin kuitenkin, että jos pienensin ympyrädiagrammeja entisestään, niistä ei saanut mitään selvää.

Kartasta voidaan tulkita muun muassa tulvaherkkyyden ja järvisyyden yhteyttä. Länsi- ja etelä-Suomen rannikoilla, jossa tulvaindeksit ovat korkeimmillaan, ympyrädiagrammeista katsottuna järvipinta-alaa on suhteellisen vähän. Keski-Suomessa mantereisilla alueilla järvisyys on suurempaa ja tulvaherkkyys pienempää. Järvien voisi siis ajatella pienentävän tulvaherkkyyttä.

Julia Olenius pohti blogipostauksessaan Timantteja ja tulvia (3. kurssikerta) suurien jokien vaikutusta tulvaherkkyyteen alueella. Olenius oli hienosti ottanut huomioon länsirannikon valuma-alueiden läpikulkevat suuret joet, joilla on varmasti vaikutusta tulvaherkkyyteen. Olenius pohti myös sitä, miten hyödyllistä olisi saada valuma-alueiden isoimmat joet selkeästi esille kartan tulkintaa varten.

Lähteet

Pihlavisto, A. (2024). antin GIS blogi – 3. Kurssikerta. Viitattu 6.2.2024.

Olenius, J. (2024). Julian GIS-blogi – Timantteja ja tulvia (3. kurssikerta). Viitattu 6.2.2024.

MAA-202 Geoinformatiikan menetelmät 1. Kurssikansio 3.

Toinen kurssikerta

Lisää QGissiä ja projektioiden tarkastelua

Toisella kurssikerralla leikimme erilaisten projektioiden kanssa. Lopputuloksena syntyi kaksi eri karttaa, jotka kuvastavat eri projektioiden pinta-alavääristymiä.

Kuva 1. TM35FIN vs World Winkel Tripel pinta-alavääristymän kertoimet 

World Winkel Tripel -projektion vääristymät olivat Suomeen kohdistetun TM35FIN-projektioon verrattuna 1,232-1,555 -kertaisia. Vääristymiä siis on, mutta pinta-aloihin ne eivät vaikuta mitenkään valtavasti. Vääristymä kasvaa pohjoiseen päin siirryttäessä, niin kuin kuvasta 1 näemme. Kuvasta 2 taas näemme sen, miten vaikka pinta-aloissa vääristymät eivät ole niin suuria, muodoissa niitä on taas paljon.

Kuva 2. TM35FIN vs World Winkel Tripel pinta-alavääristymät esitettynä Winkel Tripel  -projektiolla

Toinen projektio jota tutkailin, oli World Mercator -projektio. Niin kuin kuvan 3 legendan arvoista näemme, Mercator-projektiolla pinta-alojen vääristymät ovat todella suuria. Kerroin on 3,95-8,26 ja niin kuin Winkel Tripelin kohdalla, tälläkin projektiolla vääristymä kasvaa pohjoiseen liikuttaessa. Mercator-projektiolla esimerkiksi yksittäisten kuntien muodot eivät ole yhtä vääristyneitä kuin Winkel Tripel -projektiolla, mutta Suomen pohjoisosien paisumisen näkee selvästi (kuva 4).

Kuva 3. TM35FIN vs World Mercator pinta-alavääristymän kertoimet 

 

  Kuva 4. TM35FIN vs World Mercator pinta-alavääristymät esitettynä Mercator-projektiolla

Valitsin kartoissa käyttämäni väriskaalan opettajan esimerkin mukaan, mutta lukiessani Atte Nevalan blogipostausta Projektiot ja niiden aiheuttamat vääristymät (2024), aloin ajattelemaan, olisiko eri värivalinta ollut sittenkin parempi. Tällaisessa aineistossa, jossa luokat menevät suuruusjärjestyksessä eivätkä ole mitään erillisiä luokkia, olisi voinut hyvin käyttää yhden värisävyn skaalaa, joka olisi ehkä paremmin kuvastanut pinta-alakertoimen suuruden kasvua. Nevala käytti kartoissaan vaaleankeltaisesta tummanpunaiseen kulkevaa väriskaalaa, joka oli mielestäni erittäin toimiva.

Toinen kiinnostava asia Nevalan postauksessa oli poikittaisen Mercatorin käyttö, jolloin vääristymä kasvoi sivusuunnassa lännestä itään päin. Pinta-alakertoimet eivät kyseisen projektion kohdalla olleet kovin suuria, ja Nevala pohtikin vahvojen värisävyjen käyttöä sellaisessa tilanteessa, jossa vääristymät eivät oikeasti olekkaan kovin suuria. Tämä oli mielestäni hyvä havainto. Tältä kantilta katsottuna opettajan ehdottama väriskaala olikin ehkä toimivampi, koska värisävyt eivät ole niin ääripäitä, vaan värejä on monia.

Lopuksi

Karttojen tekeminen sujui tunnilla ihan hyvin, mutta QGissin kaatuessa kurssikerran lopussa ennen kuin ehdin tallentaa mitään tekemistäni kartoista, pieni masennus iski päälle. Kun jouduin tekemään kartat uudestaan ilman Artun apua, monet viime viikolla läpikäydyistä toiminnoista olivat ehtineet unohtua. Onneksi on kavereita, jotka osaavat auttaa näissä asioissa, mutta nyt tuli kyllä selkeäksi se, että paljon on vielä QGissin kanssa opeteltavaa ja jos asioita ei kertaa, helpotkin jutut unohtuu.

Lähteet

MAA-202: Geoinformatiikan menetelmät 1 – Kurssikansio 2: kunnat2020_tilastoja.shp

Tilastokeskus – Kartta-aineistot https://www.stat.fi/tup/karttaaineistot/index.html

Nevala, A. (2024). Aten blogi – Projektiot ja niiden aiheuttamat vääristymät. Viitattu 31.1.2024.

 

Ensimmäinen kurssikerta

QGis ja oma oppimiseni

Ensimmäisen kurssikerran luento-osuus oli aika lailla kertausta TEM-kurssin ja ekan GIS-kurssin jutuista. Vaikka asiat olivat tuttuja, tuntui silti hyödylliseltä saada muistutus esimerkiksi paikkatiedon määritelmästä ja rasteri- ja vektorimuotoisten aineistojen ominaisuuksista, varsinkin näin joululoman jäljiltä. Tutustuimme uuteen ohjelmaan, QGis:iin, joka ensimmäisellä kokeilulla vaikutti ihan käyttökelpoiselta ja mukavalta. Harjoittelimme ohjelman käyttöä tehden samalla karttaa Itämerta ympäröivien maiden Itämereen päästämistä typpipäästöistä (Kuva 1).

Karttaa tehdessä käytimme monia ohjelman ominaisuuksia, mutta vaatii varmaan monia toistoja ennen kuin ne jäävät kunnolla mieleen. Kurssin pienet ryhmäkoot tukevat ainakin omaa oppimistani, kun jäädessäni jumiin saan heti apua ja pääsen taas eteenpäin. Opettajajohtoinen kartan tekeminen on näin alussa minulle hyvä tapa oppia uuden ohjelman käyttö, mutta huomaan usein turhautuvani, jos eteneminen on todella hidasta. Siksi varsinkin silloin, jos ohjelma on jo tuttu, tykkään myös tehdä tämän tyylisiä tehtäviä itsenäisesti, varsinkin kun tiedän, että apu on lähellä.

Kuva 1. Itämeren typen päästöjen osuus maittain

Valmis tuotos

Kartasta tuli mielestäni hyvin luettava ja selkeä. Jos johonkin asiaan olisin vielä halunnut palata, se olisi ollut typen päästöjen luokat. Tällaisessa luokittelussa en vielä oikein osaa sanoa, mikä luokittelutapa on paras ja millä tavalla esitän tiedon niin, että se antaa mahdollisimman todenmukaisen kuvan aineistosta. Luokkarajojen sijoittaminen vaatii siis vielä treeniä ja toivon sen mukana tulevan myös itsevarmuutta, koska niin kuin meille sanottiinkin luennolla, näihin asioihin ei aina ole yhtä oikeaa vastausta. Värisävyissäkin on hiomisen varaa, mutta informatiivisuuden kannalta kartta kuitenkin kertoo sen, mitä sen on tarkoituskin.

Veera Matikaisen blogia lukiessani tajusin myös, että luokkarajojen valinnanvaikeutta olisin voinut keventää sillä, että olisin lisännyt maiden kohdalle niiden typen päästöjen osuuksien prosenttiluvut. Näin kartan katsoja saa heti ensimmäisellä vilkaisulla kokonaiskuvan värien avulla, mutta näkee myös tarkat arvot kartalta. Uskon, että tällainenkin valinta olisi sopinut karttaan, jossa ei ole mitenkään liikaa sisältöä niin, että siitä tulisi sekava jos prosenttiluvut lisäisi.

Järvien ja syvyyskäyrien esittäminen kartalla tuntuu visuaaliselta kantilta katsottuna turhalta, mutta toisaalta näillä saattaa olla merkitystä typpipäästöihin. Järviin ehkä jää varastoon typpeä, joka muuten olisi joutunut mereen, ja syvyyskäyrät ainakin näyttävät katsojalle, miten matala ja näin ollen myös vähävetinen meri Itämeri on. Vähäisessä vesimäärässä typpi vaikuttaa voimakkaammin kuin isommissa ja syvemmissä merissä, ja tällöin typen aiheuttama rehevöityminenkin on voimakkaampaa.

Valtoista Suomi, Viro, Liettua, Tanska ja Saksa ovat päästöjen osuudessa alle 8 prosentin luokassa, Ruotsi, Latvia ja Venäjä ovat 8-13,3 prosentin luokassa ja Puola yksinään 13,3-33,7 prosentin luokassa. Vaikka tarkkoja prosentteja ei kartalla esitetä, tästä viimeisestä luokasta kartan katsojakin voi päätellä, että Puolan typen päästöjen osuus on tämä 33,7 prosenttia, joka on luokan yläraja. Tämä on siis kolmannes kaikista Itämereen joutuvista typen päästöistä. Kartta ei tarjoile sen katsojalle mitään syitä näille arvoille, mutta niiden taustalla ovat varmaan monet asiat. Heikki Säntti pohtii blogissaan teollisuuden ja ympäristömääräyksien vaikutusta typpipäästöihin. Jos asiaan syventyisi tarkemmin, tulisi varmasti esille juurikin näihin asioihin liittyviä tekijöitä, joissa Puola eroaa muista Itämerta ympäröivistä maista. Säntti pohti myös rantaviivan pituuden ja maan väkiluvun merkitystä päästöihin, mutta ainakaan tämä kartta ei paljasta mitään suoraa yhteyttä näiden tekijöiden ja typen päästöjen määrän välillä.

Lähteet

MAA-202 – Geoinformatiikan menetelmät 1. Kurssikansio. HELCOM marine area.shpLakes.shpAdministrative boundaries.shpDepth contours.shp ja Nitrogen Inputs.shp

Matikainen, V. (2024). Veeran Gis-blogi : ) – Ensimmäinen kurssikerta. Viitattu 22.1.2024.

Säntti, H. (2024). Heiggi’s blog – Ensimmäinen kurssikerta. Viitattu 24.1.2024.