Toinen kurssikerta

Toisella kurssikerran aiheena olivat erilaiset projektiot sekä datan lähteet. Opimme ymmärtämään mitä projektiot ovat ja miksi on tärkeää käyttää omaan käyttö tarkoitukseen soveltuvaa projektiota. Tämän kertainen kurssikerta oli jo paljon haastavampi kuin ensimmäinen ja aivot löivät tyhjää enemmän kuin kerran.  Johanna blogissaan pohti että annetut tehtävät teoriassa ovat selkeitä mutta käytännön toteutus olla haastavaa ja olen tästä samaa mieltä. Kaikesta tästä huolimatta sain kartat tehtyä.

Kurssikerta alkoi Artun luennolla erityyppisistä datanlähteistä. Saimme lisää tietoa avoimen tiedon periaatteesta, eli EU:n Inspire direktiivistä, jonka tavoitteena on vapauttaa organisaatioiden ja valtioiden tuottamaa paikkatietoa yhteiseen maksuttomaan käyttöön, mikä edistäisi paikkatietoon liittyvää innovaatiota. (Inspire direktiivi, 2007). Kuulimme myös erilaisista rajapinnoista, joihin lukeutuvat WFS, WMS, WMTS ja WCS. Informaatio rajapinnoista oli itselleni täysin uutta.

Luennon jälkeen siirryimme käsittelemään projektioita QGIS-ohjelmassa. Tiesin jo aikaisemmin projektioiden vaikutuksesta kartoilla, mutta käyttämällä QGIS-ohjelmaa tehtävien tekemisessä, pystyin havaitsemaan vaikutukset paljon konkreettisemmin. Tietysti mikään projektio ei koskaan pysty esittämään maapalloa tasolla täysin oikein johtuen maapallon kolmiulotteisuudesta, mutta riippuen käyttötarkoituksesta, jotkin projektiot ovat luotettavampi kuin toiset eri tilanteessa. (Hämäläinen, M.)

Vertailimme aluksi tunnilla Suomen kartan pinta-alan vaihtelua, pohjoisessa käsivarren alueella riippuen projektiosta. Tehtävänä oli, kerätä Excel-taulukolle, siitä miten paljon eri projektiot vääristivät aluetta. Tuotimme lisäksi tunnilla Suomen kuntien pinta-alavääristymiä esittäviä karttoja. Ensimmäinen tunnilla tuotettu kartta vertaili Lambertin- ja Mercatorin projektioita.  (kuva1.) Kartasta voi huomata, että vääristymä kasvaa pohjoiseen suunnatessa. Tämä johtuu Mercatorin napoja venyttävästä vaikutuksesta.

Kuva 1. Pinta-alavääristymä Lambertin ja Mercatorin projekteja vertailtaessa.

Toisen kartan kohdalla piti valita itse vertailtavat projektiot ja päätin tutkia Mercatorin ja Robinsonin projektioiden välisiä pinta-ala vääristymiä. (kuva 2.) Myös tässä kartassa trendi oli samanlainen, eli vääristymä kasvoi pohjoiseen mentäessä mutta ero oli vähemmän dramaattinen. Tämä johtuu siitä, että Robinsonin projektio on kompromissi projektio, eli projektiossa on pyritty siihen, että kaikki maapallon osat näytetään mahdollisimman todellisuuden mukaisina.

kuva 2. Pinta-alavääristymät prosentteina Mercatorin ja Robinsonin projektioita vertailtaessa

 

 

 

 

Olen tyytyväinen tällä kertaa karttojen ulkonäköön. Kummankin kartan legendat ovat järkeviä ja haluamani ilmiö tulee hyvin esiin niin värien osalta. Asia, josta minun pitää tosin ottaa selvää on kuinka asettaa kartoille QGIS-ohjelmassa erillinen otsikko. Kaiken kaikkiaan odotan seuraavaa kertaa positiivisin mielin.

Lähteet:

Johanna Mölsä, kurssikerta 2 luettu 23.3.2019

Inspire direktiivi

https://www.maanmittauslaitos.fi/kartat-ja-paikkatieto/paikkatietojen-yhteiskaytto/inspire (luettu 27.1.2019)

Hämäläinen, M. Karttaprojektion vaikutus alueittaisten geometristentunnuslukujen määritykseen s.4

https://foto.aalto.fi/opetus/220/luennot/1/geodeettiset_jarjestelmat/Karttapro-vertailu.pdf (luettu 27.1.2019)

 

Ensimmäinen kurssikerta

Perjantaina lähti käyntiin Geoinformatiikan menetelmät-kurssi ja samalla otin ensi askeleeni ihmeelliseen GIS-maailmaan, sekä blogin kirjoittamiseen. Odotin tämän kurssin alkua vaihtelevin tuntein, olin jossain määrin innoissani uuden oppimisesta, mutta mieleen nousivat myös viime periodin verenpainetta nostattavat Corel Draw kokemukset. Tästä kaikesta huolimatta olin positiivisesti yllättynyt kurssikerran päätteeksi.  Sain jopa tällaisena GIS vasta-alkajanakin jotain aikaiseksi.

Ensimmäinen kurssikerta starttasi Artun paikkatietoluennolla, jossa kerrattiin jo aiemmilla kursseilla käytyä tietoa, mutta myös syvennettiin vanhaa tietoa esimerkiksi uusien termien muodossa. Teoria osuuden jälkeen alkoi käytännön osuus, jossa tutustuimme QGIS paikkatieto-ohjelman peruskomentoihin. Tunnilla tehtävänä oli luoda ohjelmaa käyttämällä kartta eri valtioiden typpipäästöistä Itämereen.

QGIS-ohjelmana on looginen ja jopa ensikertalaiselle ymmärrettävä, vaikkakin koko tunnin läpi piti kuunnella Artun ohjeita todella tarkkaan ja keskittymisen herpaantuminen tarkoitti kyydistä tippumista. Tunnen omaksuneeni perusasiat varsinkin toistettuani samat askeleet kotona Suomen kuntia koskevassa tehtävässä.

Tunnilla aikaan saamani kartta oli mielestäni onnistunut ja luettavuudeltaan kiitettävä (kuva1). Kartta onnistuu esittämään hyvin sen mikä oli aikomuksenakin eli valtioiden osuudet Itämeren typpipäästöistä. Värit, jotka käytin ilmiön esille tuomiseen ovat asianmukaisia ja punaisen eri sävyt näkyvät hyvin kartan lukijalle. Kartasta löytyvät kaikille asiallisille kartoille ominaiset osat eli legenda, pohjoisnuoli ja mittakaava. Ensi kertaa silmälle pitäen legendani voisi olla siistimpi ja uskon taitojeni kehittyessä karttojeni esteettisen miellyttävyyden parantuvan. Karttaa analysoidessa näkyy, että alueen typenpäästöjen suurin lähde on Puola, muita merkittäviä maita ovat Venäjä ja Ruotsi. Itämeren rannikkovaltioista vähäisin typpipäästöiltään on Viro. Syitä typpipäästöihin on monenlaisia ja suurimpia ovat maatalous, sekä teollisuus. (Iina Rusanen, 2019)

Kuva 1. Kartta valtioiden typpipäästöistä Itämereen

 

Toisena karttanani on kotona pari päivää myöhemmin tekemäni Suomen kuntien jalostuksen työmäärän prosentteina ilmaiseva kartta (kartta 2). Välissä olleet pari päivää olivat riittäneet uusien opittujen taitojen unohtamiseen ja pitikin herätellä aivoja käymällä läpi Artun ohjeita perjanta-iltana. QGIS-ohjelmaa kotikoneella käyttäessäni törmäsin pariin uuteen haasteeseen, ensimmäisenä näistä oli se, että korjatessani karttani projektion asianmukaiseen Lambertin oikeapintaiseen tasoprojektioon, Suomen karttani liikkui ja asettui lähes vaakatasoon. Tämän sain aikani pähkäiltyä korjattua alalaidan kierrä-työkalusta. Toinen haaste oli lähinnä kielellinen, sillä kotikoneeni QGIS-ohjelma on suomenkielinen ja koulun englanninkielinen, huomasin että joidenkin toimintojen käännökset eivät olleet erityisen eksakteja. Tämän ongelman saa kuitenkin korjattua yksinkertaisesti vaihtamalla kieltä, jolloin asiasta ei tarvitse huolehtia. Itse kartta on mielestäni hyvä, värit ovat toimivia ja kaikki aiheenmukaiset osat ovat löydettävissä kartasta. Legendan selite on hyvä ja luokkia on tarpeeksi. Sanoisin että näin alussa jälki on melko siistiä.

Karttaa tulkittaessa voi nähdä selvästi, että jalostus on Suomessa painottunut länteen ja etelään, Jalostuksen osuus idässä ja pohjoisessa on hyvin vähäistä, erityisesti pohjoisen kunnissa jalostuksen osuus on vain 4.1%-14.6%

 

Kuva 2. Kartta jalostuksen prosenttiosuudesta kunnittain

Lähteet:

Iina Rusanen, luettu 22.1.2019