Kurssikerta 7

Viimeisellä kurssikerralla tein erilaisia teemakarttoja valitsemistani aiheista, valitsemallani alueella. Ennen varsinaista kurssikertaa olin etsinyt ja ladannut valmiiksi Maanmittauslaitoksen maastotietokannan, sekä etsinyt hyödyllistä dataa muualta internetin syövereistä.

Kurssilla opitut taidot tulivat tarpeeseen itsenäisen väkertämisen parissa, mutta paria pientä ongelmakohtaa lukuun ottamatta suoriuduin tehtävästäni melko sutjakkaasti.

Valitsin tutkimusalueekseni Vesijärven ympäristön Lahden ja Hollolan alueelta.

Ensimmäiseen karttaan laitoin yksinkertaisesti vain korkeuskäyrät ja taajaan asutut alueet. Kartasta huomaa, että tihein asutus on keskittynyt alavemmille alueille, kartan Etelä-puoliskolle.

Toiseen karttaan lisäsin taajaan asuttujen alueiden ja korkeusmallin lisäksi luononsuojelualueet (vihreä ääriviiva) ja Natura 2000-alueet (vihreä täyte-kuvio).

Kolmannessa kartassa on esitettynä pohjavesialueet (sininen) ja vuoden 2015 jälkeen sattuneet tieliikenneonnettomuudet (punaiset kolmiot).

 

Kurssikerta 3 – Konflikteja ja valuntoja

Kolmannella kurssikerralla en julkisen liikenteen lakon takia päässyt itse paikalle vaan jouduin yrittämään tehtävää täysin itsenäisesti. Pienten ongelmien takia en saanut ajallaan tehtävää palattua, mutta viimeisenä iltana (hyvä ajoitus, eikö vain, hehe) ja QGIS:n jo vähän paremmin tuntevana yritin uudestaan ja sain kuin sainkin tehtävän, ainakin jossain määrin, tehtyä. Eihän se loppujen lopuksi niin vaikeaa ollutkaan.

Lisäsin Afrikan kartalle öljyesiintymät, timanttikaivokset ja erilaiset konfliktit. Sijaintitietoihin oli liitetty myös tietoja mm. konfliktien tapahtumavuodesta ja laajuudesta sekä timanttikaivosten ja öljykenttien löytämisvuosista ja tuottavuudesta. Myös internetin käyttäjien lukumäärä eri vuosina oli ilmoitettu tiedoissa. Kyseisillä tiedoilla voisi mm. tarkastella konfliktien ja öljy/timanttiesiintymien välistä korrelaatiota. Kuten Kati Ilmonen blogissaan toteaa, voisi myös tutkia onko timanttikaivosten ja öljyesiintymien löytämisvuodet vaikuttaneet konfliktien esiintymiseen ja missä määrin. Myös internetin käyttäjien määrän kasvua voisi tarkastella ja myös sen mahdollista korrelaatiota konfliktien syntyyn.

Toisessa tehtävässä tein teemakartan, jossa on esiteltynä Suomen päävaluma-alueiden tulvaindeksi ja järvisyysprosentti. Kartasta voidaan huomata tulvaindeksin olevan suurinta lähellä merenrannikkoa, erityisesti Pohjois-Pohjanmaalla ja Varsinais-Suomessa. Meren läheisyyden voidaan siis olettaa lisäävän riskiä jokien tulvimiselle. Järvisyysprosentti sen sijaan oli suurin Järvi- ja Itä-Suomen valuma-alueilla.

Lähteet:

Kati Ilmonen, kurssikerta 3 (https://blogs.helsinki.fi/ikati/?paged=4)

Kurssikerta 6 – Maanjäristyksiä ja tulivuoria

Hain aineistoja vuoden 1980 jälkeen tapahtuneista maanjäristyksistä sekä tulivuorista sijainteineen. Liitin ne pistemuotoisena maailmankartalle. Tein kolme eri karttaa.

Ensimmäisessä kartassa näkyvät kaikki yli 7 magnitudin maanjäristykset. Järistykset näkyvät kartalla sinisinä ympyröinä.

Seuraavaksi lisäsin kartalle kaikki yli 5 magnitudin maanjäristykset.

Järistysten määrä lisääntyy huomattavan paljon. Yli 7 magnitudin järistyksiä oli vain reilut 400, kun yli 5 magnitudin järistyksiä oli yli 10 000 (jonka olin asettanut haettavien järistysten enimmäismääräksi). Yli 7 magnitudin järistysten voidaan siis todeta olevan hyvin harvinaisia pienempiin (yli 5 magnitudia) järistyksiin. Järistykset sijoittuvat pääosin samoille alueille. Merialueilla suurimmat järistykset ovat kuitenkin vielä harvinaisempia ja ne keskittyvätkin pääasiassa maa-alueille.

Lisäsin kartalle vielä tulivuorten sijainnit (vihreät ympyrät)

Tulivuoria löytyi aineistosta kaikkiaan 1573 kappaletta. Kartasta niiden huomaa sijoittuvan pääasiassa samoille alueille (litosfäärilaattojen rajoille) kuin maanjäristykset. Merkittävimpänä poikkeuksena ovat pohjoisessa Afrikassa olevat tulivuoret, joiden lähellä ei ole tapahtunut yli 5 magnitudin maanjäristyksiä.

Tuottamani kartat esittävät hyvin missä maapallolla on seismistä toimintaa ja käytännössä myös melko tarkasti missä laattojen rajat kulkevat. Esimerkiksi verrattuna WordAtlas-sivuston karttaan (https://www.worldatlas.com/r/w728-h425-c728x425/upload/bf/fc/49/earth-s-tectonic-plates.jpg) litosfäärilaattojen rajoista, voidaan todeta maanjäristyksen ja tulivuorten purkauksien sijaintien korreloivan vahvasti laattojen rajojen sijainnin kanssa.

Kuten Kim Henrik-Helanne blogissaan pohtii, olisi pelkkien tulivuorien sijainteja kuvaavien pisteiden lisäksi erottelisi myös tulivuoren purkaukset erikseen. Näin voisi myös tarkastella litosfäärilaattojen rajakohtien ja maanjäristysten korrelaatiota tulivuorten aktiivisuuteen.

Lähteet:

Kim-Henrik Helanne, 6. kurssikerta (https://blogs.helsinki.fi/helanne/)

Kurssikerta 5 – Puskurointia sun muuta

 

Kurssikerralla käytettiin uutena työkaluna Intersection-toimintoa, jolla päällekkäin menevät alueet voidaan näppärästi yhdistää. Sama onnistuu myös Clip-toiminnolla, mutta tämä säilyttää vain leikatun alueen tietokannan sisällön.

Bufferoimalla saimme esimerkiksi valittua alueen, joka on tietyn etäisyyden päässä jostain kohteesta, kuten tiestä. Näin pystyttiin esimerkiksi valitsemaan kohteet jotka, ovat alle 500m päässä tiestä.

Ensimmäisessä itsenäistehtävässä tutkimme Malmin ja Helsinki-Vantaan lentokenttien läheisyydessä olevaa asutusta ja kentän melualueilla asuvien ihmisten määrää. Tein erikokoisia buffereita kiitoratojen kohdalle ja valitsin Spatial query-työkalulla niiden sisälle jäävät kohteet.

Ensimmäisen tehtävän toisessa osassa piti selvittää asukkaiden määriä ja prosentteja alle 500-metrin päässä lähimmästä juna- tai metroasemasta. Latasin vektoriaineiston, jossa asemat oli merkattuna ja tein niiden ympärille 500m bufferin, josta spatial query-työkalulla valitsin niiden sisälle jäävät asukkaat.

Aloitin kotona tekemään toista itsenäistehtävää. Avasin taajama- ja väkitietokannat ja valitsin spatial query-työkalulla asukkaat, jotka asuvat taajamissa. Yritin seuraavaksi selvittää kouluikäisten asukkaiden määrää taajamien ulkopuolella, mutta aina yrittäessäni tehdä uutta saraketta kouluikäisistä, ohjelma kaatui.

Ensimmäisen ja toisen tehtävän vastaukset:

 

 

Tällä hetkellä hallitsen mielestäni hyvin erilaisten vektori- ja rasteriaineistojen tuonnin ja käsittelyn ohjelmassa. Työkaluista tutuimpia alkavat olla mm. spatial query, select by feature ja field calculator. Uuden vektori-aineiston luominen on myös helppoa.

Kurssikerralla uutena esitellyt mittaustyökalut sekä bufferointi vaikuttivat myös hyvin yksinkertaisilta ja käteviltä. Vaikeinta minulle ei ole yksittäisten työkalujen käyttö, vaan se, että osaa ja muistaa valita aina oikean työkalun oikeaan tilanteeseen ja tehtävään. Välillä jumittuu miettimään pitkäksikin aikaa, miten jokin asia tehdään kunnes muistaa, että siihenhän oli olemassa oma työkalunsa.

Kuten Petri Manninen omassa blogikirjoituksessaan suunnittelee, olen ajatellut itsekin käyttää paikkatieto-ohjelmia mahdollisesti tulevaisuuden työurallani ja aion varmasti paneutua QGIS-ohjelmaankin vapaa-ajallani tarkemmin kunhan vain ehdin.

 

Lähteet:

Petri Manninen, kurssikerta 5, https://blogs.helsinki.fi/mannipet/

4. Kurssikerta – Rasterikarttoja

Neljännellä kurssikerralla harjoittelimme rasteriaineistojen käsittelyä aina niin ihanassa QGIS-ohjelmassa. Liitimme projektiin erilaisia vektori- ja rasteriaineistoja. Tein erilaisia rasterikarttoja eri resoluutioilla pk-seudusta. Tutkimme mm. ruotsinkielisen väestön sijoittumista pk-seudulla.

Hyödylliseksi työkaluksi osoittautui mm. Spatial Query, jolla tietokannasta pystyi valikoimaan vain tiettyjä kohtia ja tallentamaan ne omaksi tietokannakseen.

Tein ruututeemakartan yli 85-vuotaiden asukkaiden sijoittumisesta pääkaupunkiseudulla. Kartasta on selvästi nähtävissä, että huomattavasti eniten yli 85-vuotiaita on Helsingin keskustan läheisyydessä, ja vähemmän mitä kauemmaksi keskustasta mennään. Tämän uskon johtuvan siitä, että vanhempi ikäpolvi suosii asuinalueita, joissa tarvittavat palvelut ovat lähellä ja hyvin tavoitettavissa.

Kartan informatiivisuutta parantaakseen ruudukosta voisi tehdä hieman läpinäkyvän, jolloin ruutujen konkreettiset sijainnit olisi helpompi hahmottaa. Myös legenda, josta näkyy eri väritunnisteiden arvot puuttuvat kuvasta kokonaan (tein kyllä, mutta en viimeisintä työversiota näemmä tallentanut). Pienemmällä resoluutiolla tekemäni ruututeemakartta olisi varmasti ollut informatiivisempi, ja häviääkin luettavuudessaan esimerkiksi vastaavasta aiheesta tehtävälle koropleettikartalle. Edellisen harjoituksen olin tehnyt huomattavasti pienemmällä resoluutiolla, joten päätin kokeilla vaihteeksi vähän suurempaa, mikä ei tuottanut kovin järkevän näköistä lopputulosta. Esimerkiksi Tuomas Kirjavaisen tekemä vastaavanlainen kartta pienemmällä resoluutiolla on huomattavasti informatiivisempi ja helppolukuisempi.

Toisessa tehtävässä jatkoimme rasteriaineistojen käsittelyä. Liitin projektiin rasteri-karttoja Pornaisten alueelta, jotka yhdistin Merge-toiminnolla toisiinsa. Tässä vaiheessa oli ihan fiksua tarkistaa, että tulevat kaikki samalla karttaprojektiolla, niin välttyy myöhemmissä vaiheissa ongelmilta.

Teimme kartan päälle erilaisia visuaalisuutta parantavia muutoksia, kuten rinnevalovarjostuksen ja korkeuskäyriä. Harjoittelimme myös vektoriaineiston lisäämistä rasteriaineistoon. Tämähän oli tuttua jo aikaisemmin käydyn kurssin digitointi-harjoituksista, joskin toisella ohjelmalla tehtynä. Piirsimme manuaalisesti alueen teitä ja taloja, jotka sitten tallensimme omiksi tietokannoikseen. Opettaja kehotti napsuttelemaan jokaisen kartalla olevan talon käsin kartalle seuraavaa kurssikertaa varten. Tässä vaiheessa käytin ns. maalaisjärkeä ja tyydyin noin reiluun kymmeneen napsautukseen, jonka jälkeen uskoin jo sisäistäneeni napsauttelun jalon taidon.

 

Läheet:

Tuomas Kirjavainen, Kurssikerta 4, https://blogs.helsinki.fi/tuokirja/

2. Kurssikerta

Toisella kurssikerralla jatkoimme QGIS-ohjelmaan perehtymistä. Kertasimme joitain aiemmin opittuja työkaluja ja niiden käyttöä sekä uutena työkaluna tutustuimme esimerkiksi valintatyökaluun, jolla on mahdollista valita vain jokin tietty kunta, valtio tai muu alue ja tarkastella erikseen vain sen tietoja.

Tutustuimme myös erilaisiin mittatyökaluihin. Mittailimme harjoituksen vuoksi eri alueiden pinta-aloja ja etäisyyksiä. Mitatessani Suomen pituutta etelästä pohjoiseen huomasin heti, että jokin on pielessä, kun ohjelma näyttää tulokseksi lähes kahta tuhatta kilometriä. Virhe johtui käytössä olleen karttaprojektion aiheuttamasta vääristymästä. Kurssikerran pääaiheena tutustuimmekin eri karttaprojektioiden vaikutukseen QGIS-ohjelman käytössä. Karttaprojektioiden väliset erot olivat jo aiemmilta kursseilta tuttuja, mutta silti yllätyin miten suuret erot joidenkin projektioiden välillä voi olla.

Vertailin parin eri kohteen pinta-alaa ja pituutta eri projektioilla. Esimerkiksi LAEA- ja Mercatorin projektioiden välillä pinta-alaa mitatessa ero oli yli seitsenkertainen. Pituuskin yli kaksinkertainen. Kuten Ville Paunonen blogissaan toteaa, LAEA-projektion antamat tulokset vastaavat totuutta, kun taas esimerkiksi Mercatorin projektiossa napa-alueiden venyminen aiheuttaa vääristymiä.

Haimme palvelimelta julkista materiaalia liittyen Suomen kuntiin. Teimme havainnollistavan kartan, siitä miten paljon eri kuntien pinta-alat vääristyvät eri projektioiden välillä. Vertailin LAEA- ja Mercatorin projektioita:

Projektioiden välisten vääristymien voi huomata kasvavan sitä enemmän mitä pohjoisemmaksi (kauemmas päiväntasaajasta) mennään.

Vertailin myös NATURA-alueiden suhteellisen pinta-alan vääristymistä kunnittain Mercatorin ja LAEA-projektion välillä. Molemmissa projektioissa suurimmat arvot keskittyivät Pohjois-Suomeen, mutta Mercatorissa pohjoiset alueet olivat vääristymien takia vielä enemmän korostuneita.

Harjoitus oli hyvä muistutus siitä, että mitä tahansa maantieteellistä ilmiötä tarkasteltaessa vastaavilla tavoilla, on hyvin tärkeää valita oikea projektio, koska muuten tulokset voivat poiketa todellisesta hyvinkin paljon. QGIS-ohjelma alkaa olla jo hieman tutumpi nyt parin harjoituskerran jälkeen, mutta paljon on vielä opittavaa, jotta käyttö sujuisi luontevasti ja ongelmitta.

Lähteet:

Ville Paunonen, kurssikerta 2, https://blogs.helsinki.fi/vilpauno/

1. Kurssikerta – GQIS:n tutustumista

Ensimmäinen blogipäivitykseni tulee hieman myöhässä muiden välttämättömien kiireiden (ja ylitsepääsemättömän laiskuuden) takia. Tästä eteenpäin toivottavasti paremmin aikataulussa.

Ensimmäisellä kurssikerralla tutustuttiin kurssin sisältöön ja rakenteeseen sekä kerrottiin yleisiä perustietoja paikkatiedosta. Paikkatiedon peruskäsitteet, kuten sijainti- ja ominaisuustiedot sekä vektori- ja rasteriaineistot olivat minulle jo tuttuja lukiosta sekä aikaisemmilta yliopistokursseilta. Niiden nopea läpikäynti oli kuitenkin hyvää kertausta. Joihinkin kyseisen kurssin kannalta tärkeisiin, vähän vieraampiin termeihin paneuduttiin aikaisempaa tarkemmin. Kävimme läpi muun muassa minkälaisista eri tiedoista tietokannat voivat koostua. Monet uudet asiat kuulostivat varsin monimutkaisilta ja hankalilta, mutta niitä varmasti oppii ymmärtämään paremmin kurssin edetessä.

Tutustuimme kurssilla käytettävään QGIS-ohjelmaan. Ohjelma itsessään oli minulle aivan uusi, mutta sen yleiset käyttöperusteet ja -järjestelmä olivat minulle varsin tuttuja aikaisemmin käyttämistäni ohjelmista. Aloimme tehdä harjoitustyönä karttaa, joka kuvastaa Pohjois-Euroopan valtioiden typpipäästöjen suhteellisia osuuksia. Opettajan yksityiskohtaisia ohjeita ja esimerkkiä seuraten kartan luominen sujui ongelmitta. Sovelluksessa on paljon muistettavia yksityiskohtia, joita sen onnistunut käyttö edellyttää, mutta kun ne oppii kunnolla on sovellus todella helppokäyttöinen ja hyödyllinen, etenkin vastaavanlaisten karttojen luomisessa.

Yksityiskohtaisista ohjeista huolimatta kartasta pystyi tekemään halutessaan hyvin omannäköisensä, esimerkiksi käytettävät värit valitsemalla. Monet muutkin pienet yksityiskohdat voi tehdä hyvin monella erilaisella tavalla. Välillä opettajan esimerkkiä seuratessa putosin kärryiltä keskittymisen ollessa jossain muualla, mutta pienellä itsetutkiskelulla pääsin nopeasti takaisin leikkiin mukaan.

Karttaan merkitsimme valtioiden suhteelliset typpipäästöt eri väreillä. Itse käytin esimerkissäkin käytettyjä sinisen eri sävyjä. Mitä tummempi sininen, sitä suuremmat typpipäästöt. Suurimmaksi päästöjen lähteeksi osoittautui yllättäen Puola, 13.3 – 33.7 prosentin osuudella. Olisin odottanut esimerkiksi Venäjän olevan suurin. Kuitenkaan kartta ei ota huomioon mm. valtioiden pinta-aloja tai väkilukua, kuten Ville Paunonen blogissaan huomauttaa.

Itämerta ympäröivien valtioiden typpipäästöt

 

Jälkikäteen ajatellen olisi ollut järkevää muuttaa luokkarajoja hieman niin, että kartasta näkisi paremmin miten suuri ero esimerkiksi Puolan ja Venäjän välillä on typpipäästöissä. Nyt kartasta ei selviä onko ero vain yhden prosentin luokkaa, vai jopa parinkymmenen.

 

Lähteet:

Paunonen, Ville. 1. kurssikerta: https://blogs.helsinki.fi/vilpauno/2018/01/25/1-kurssikerta-qgis (luettu 30.1.2018)