DIY Strava Heatmap – Tee itse ja säästä!
Ensin hieman asiaa satelliittipaikantamisesta ja älykelloista. Lukuvuoden alkaessa syksyllä suoritin kurssin MAA-248 – Satelliittipaikannusmenetelmät maantieteellisessä tutkimuksessa. Kurssi oli mielestäni erittäin mielenkiintoinen, sillä se avasi ja selitti monia itseäni mietityttäneitä käsityksiä paikantamisesta. Käytimme myös useaan otteeseen QGIS:siä kurssin aikana eri tehtävien parissa. Välillä kurssi oli kuitenkin haastava ja varsinkin työskentely QGIS:sin parissa tuntui vaikealta armeijavuoden jälkeen gis-taitojen loistaen poissaolollaan.
Tavoitteenani siis omavalintaisessa karttatehtävässäni olikin siis kehittää sekä hyödyntää osaamistani MAA-248 kurssilta ja yhdistää se tällä kurssilla oppimiini taitoihin. Olen myös pitkään halunnut tehdä heatmap-tyylisen kartan pyöräilylenkeistäni, mitä olen jo yrittänyt ennen kurssia tehdä vaikkakin surkuhupaisan huonolla menestyksellä. Tästä tekstin lopussa.
Viime vuosina roimasti yleistyneet älykellot ja urheilukellot tallentavat jatkuvasti arkea tarjoten dataa terveydestä ja liikkumisesta. Esimerkkidataa ovat muun muassa askelmäärä, keskisyke ja unen määrä. Edellä mainitun datan keräämisen myös ns. aktiivisuusrannekkeet ovat hyvä valinta, mutta mikäli halutaan kerätä näiden lisäksi sijaintitietoa on kuitenkin valittava järeämpi vaihtoehto eli älykello. Aktiivisuusrannekkeita ei tule sekoittaa urheilukelloihin, sillä älykellojen tapaan urheilukellot ovat samaan tapaan kykeneväisiä sijainnin paikantamiseen. Älykelloista puhuttaessa voidaankin siis hyväksyä urheilukellojen kuuluvan samaan kategoriaan.
Sijaintitietoa älykellot keräävät satelliittipaikannuskeinoin. GNSS-järjestelmistä älykellot hyödyntävät useimmiten GPS -ja GLONASS-paikannusjärjestelmiä, mutta hintavammat älykellot pystyvät hyödyntämään myös esimerkiksi BeiDouta tai Galileoa. Älykellojen, kuten myös älypuhelinten paikannus tapahtuu koodiin perustuvan paikannuksen avulla:
” Koodin avulla voidaan määrittää signaalin kulkuaika, jonka perusteella selvitetään satelliitin ja vastaanottimen välinen etäisyys. Tällä menetelmällä saadaan parhaimmillaan noin metrin paikannustarkkuus.” (Poutanen, 2016, s. 174-175)
Olen jo pitkään seurannut omia pyörämatkojani ja juoksulenkkejäni urheilukelloni avulla. Kelloni Garmin vivoactive 3 on palvellut uskollisesti jo 5 vuoden ajan, eikä kello ole osoittanut merkkejä eläkepäiville siirtymisestä. Viiden vuoden aikana olen ehtinyt tutustua perusteellisesti kellon ominaisuuksiin. Tehtävää varten minulla oli siis jo tietynlainen käsitys mitä konkreettisia asioita pitää ottaa huomioon tehtävää suorittaessa. Esimerkiksi tieto siitä, missä muodossa data kerääntyy käyttämiini palveluihin, joissa tarkastelen kellon avulla tallentamiani suorituksia oli suuri etu.
Erilaisia palveluita, joita olen käyttänyt suoritusteni tarkastelemiseen ja suunnittelemiseen ovat muun muassa Garmin connect, Strava ja Komoot. Kussakin palvelussa ovat omat hyvät ominaisuutensa ja tiedostojen sekä suoritusten siirtely sovellusten välillä toimii ansiokkaasti. Parhaimmaksi pyöräilyreittien suunnittelemiseen olen todennut olevan Komoot, kun taas Garmin connect ja Strava ovat loistavia suoritusten tarkastelemista varten.
Mielestäni yksi kiinnostavimmista ja näyttävimmistä Stravan omiaisuuksista on heatmap-karttataso, jossa pystyy tarkastelemaan suosituimpia kuljettuja reittejä. Heatmap-tasoja on valittavissa Global heatmap, joka näyttää Stravan käyttäjien suosimat reitit sekä maksumuurin takana oleva Personal heatmap, joka näyttää yksityisen rekisteröityneen käyttäjän suosimat reitit käyttäjälle itselleen. Heatmap eli suomeksi lämpökartta näyttää reittien tai pikemmin eri teiden suosittavuuden sen perusteella, kuinka monta kertaa tie on osunut osaksi reittiä monien matkojen joukosta. Stravassa tämä tarkoittaa visuaalisesti tien hohtamista himmeällä sävyllä, mikäli tietä käytetty harvoin, kun taas jos tie on suosittu ja matkoja tehdään tien kautta usein se näkyy hohtavana ja paksuna janana.
Kuva 1. Helsingin keskusta Stravan Global Heatmap-tasolla. Suosittuja reittejä paksusta ja voimakkaasti hohtavasta janasta päätellen ovat esimerkiksi Kampin läpi kulkeva baana-pyörätie sekä Eiran ja Kaivopuiston rantaa pitkin kulkeva tie. Karttaa voi muokata esimerkiksi vaihtamalla heatmapin väriä, urheilulajia tai läpinäkyvyyttä näyttääkseen halutunlaiselta.
Vaikka Stravan Global Heatmap onkin hieno näyttävä kartta ja voi auttaa uusien reittien suunnittelemisessa, minua kiinnosti silti nähdä omien suorituksieni muodostama heatmap enkä halunnut maksaa Stravan 60 € vuosimaksua. Tilanne vaati luovuutta ja ainoa keino oli siis tehdä heatmap itse, mihin QGIS on mitä loistavin työkalu.
Kuten jo edellä mainitsin tietäväni, miten data kerääntyy käyttämiini palveluihin osasin aloittaa kartan valmistamisen keräämällä tiedot suorituksista Garmin connect-palvelussa gpx.-muodossa. Tämän jälkeen muutin gpx tiedostot csv.-tiedostoiksi excelissä, sillä vaikka gpx.-tiedostot näkyvät kartalla oikeanlaisesti, puuttuu niiltä attribuuttitiedot. Csv.-tietokantaliitoksen osasin tehdä yksinomaan kurssilla oppimieni taitojen avulla. Olennasimmat attribuuttitiedot ovat suorituksen laji (juoksu vai pyöräily), ajankohta ja koordinaattipisteet. Näiden tietojen avulla karsin muutamat virheellisesti rekisteröityneet suoritukset ja epämiellyttävät kohteet (Turku, yäk) pois keskittäen kartan Helsinkiin.
Oletin epicollect-kurssikerran jälkeen, että heatmap voisi syntyä samalla tavalla samoja työkaluja käyttäen, mutta jouduin harmikseni toteamaan, että IDW Interpolation-työkalu ei toimikaan tämänkertaisen aineiston kanssa aivan samalla tavalla. Onneksi en luovuttanut, vaan seuraavaksi vuorossa oli googlettelua ja uusiin toimintoihin tutustumista. Tutuiksi tulivat Merge-, Points to lines- ja layer properties valikosta tärkeimpänä löytynyt heatmap-toiminto.
Taustakarttana käytin web-valikosta löytynyttä ESRI:n tummaa taustakarttaa. Olin ladannut syyskuun MAA-248-kurssilla pluginin, jolla pystyi poimimaan verkosta useita taustakarttoja eri tarkoituksiin, josta myös ESRI:n kartta löytyi. Halusin kartan muistuttavan mahdollisimman paljon teemaltaan Stravan heatmappia, joten tummaa taustaa vasten valitsin myös pyöräiltyjen alueiden väriksi keltaisen. Pääsääntönä tavoittelin karttaa tulkittavaksi siten, että tummanpunaiset alueet ovat vähän pyöräiltyjä alueita, kun taas vähitellen kirkkaan keltaiseksi muuttuvat alueet ovat kaikkein eniten pyöräiltyjä alueita. Heatmap-toiminto layer properties valikosta oli täydellinen tähän tarkoitukseen, ja points to lines-toiminnolla tekemieni janojen avulla pystyin korostamaan kirkkaimpien eli pyöräiltyimpien reittien erottavuutta.
Onnistuin kuin onnistuinkin tekemään Stravan Personal Heatmap-karttaa muistuttavan kartan ja alla näkyy lopputulos, josta olen varsin ylpeä sillä tulinhan säästäneeksi usean euron edestä rahaa eli massii.
Kuva 2. Omat pyörämatkat Helsingissä v. 2020. Suoritusten lkm 16.
Kartassa ei suinkaan näy kaikki pyörämatkat ja näin ollen kartan otsikko on myös hieman harhaanjohtava. En tallentanut esimerkiksi pyöräillessäni lyhyimpiä matkoja, koska en aina jaksanut muun muassa muutaman minuutin kauppareissun ajaksi pistää paikantamista päälle. Kartta voisi näyttää hyvinkin paljon erilaiselta mikäli olisin tallentanut postilla kesätöissä kulkemani reitit yö toisensa jälkeen pyöräillessä Käpylässä.
Kuva 3. Omat juoksulenkit Helsingin Viikissä vuonna 2020. Suoritusten lkm 13.
Juoksulenkkejä kuvaava kartta puolestaan esittää todenmukaisen kuvan kaikissa Viikissä juoksemistani matkoista. Juoksulenkeillä olen pitänyt poikkeuksetta kellossa sijainnin tallentamista päällä suorituksen aikana, joten kartalta ei pitäisi puuttua suorituksia. Kartta miellyttää omaa silmääni enemmän kuin pyöräily-heatmap. Mielestäni usein juoksemani tiet hohtavat tyylikkäämmin ja värivalinnat ovat selkeät ja erottuvammat. Suoritukset jakaantuvat myös pienemmälle alueelle, mikä varmasti korostaa heatmapilla esitettävää ilmiötä entisestään. Suosittelen Viikin luonnossa reippailemista kaikille tasapuolisesti!
Julkisuudessa useat älykellovalmistajat ja urheilusovellukset ovat saaneet myös kyseenalaista huomiota muun muassa tietoturva-asioihin liittyen. Laajasti on uutisoitu esimerkiksi, kuinka eri maiden armeijassa ja tiedustelupalveluissa työskentelevien sotilaiden ja henkilöiden kotiosoitteita ja jopa tukikohtien sijainnit ovat olleet helposti selvitettävissä. Juurikin Strava sai ensimmäisenä huomiota siitä, miten Yhdysvaltain sotilaiden julkisesti tallentamat juoksulenkit paljastavat arkaluonteisia tietoja. (lähde: https://www.hs.fi/ulkomaat/art-2000005543571.html)
Itse olen aina asettanut suoritukseni yksityisiksi tai jakanut ne vain muutaman kaverin kanssa. Poikkeuksena tietenkin blogin kartat, josta voi suunnilleen päätellä nodaalialueeni. Tietoturva- ja yksityisasetuksiin painottuva keskustelu on kuitenkin aivan oma maailmansa, johon en tässä blogissa syvenny.
