Friskluft, nära död och iver

Denna gång var jag inte i samma föreläsningsgrupp som tidigare utan gick med i måndagens föreläsningsgrupp. Vi började med att gå ut och samla in data i punktform med hjälp av appen Epicollect5. Vi hade 45 minuter på oss och skulle välja fem punkter och sedan svara på frågorna om det stället. Det var väldigt isigt den dagen på grund av underkylt regn så 45 minuter gick väldigt snabbt och för mig tog det smått längre än det. Det blåste väldigt hårt så mina fingrar frös ihjäl under dessa 45 minuter.

Efter nära fingeramputeringen överförde vi det samlade datat till QGIS för att kunna använda det där. Vi undersökte och presenterade datat på olika sätt genom att välja en undersökningsfråga som t.ex. anser man området vara säkert. Frågornas skala är från 1–5.

Sedan började interpoleringen. Först var den bara grå och såg ut som hillshade men när vi ändrade på färgerna förstod man genast bättre materialet. Röda områden på bild 1 är ställen som känns osäkra och blåa känns som säkra områden. Dessa består av personers åsikter och är då varken rätt eller fel men kan användas till att få en bild av hur de som använder området anser om det och på basis av det kunna ändra på området.

Bild 1. Uppfattningen av trygghet enligt studerande.

Jag glömde göra en ordentlig karta under föreläsningen men hade som tur tagit en bild av skärmen. Jag glömde spara det interpolerade datalagret som annat än en scrach layer så kunde inte gå tillbaka och snabbt göra en karta. Så istället får vi duga oss med en bild av skärmen. Det jag interpolerat är alltså hur tryggt man uppfattar området. De gula prickarna är mätpunkterna.

Det var roligt att se hur de andra gruppernas interpoleringar blev och se ut då deras mätpunkter inte var desamma. Julianas karta såg helt annorlunda ut än min då hennes material hade mycket mer utspridda mätpunkter. Jonatans karta hade säkert den mest koncentrerade punktdatan.

Jordbävningar

Vi övade först tillsammans hur man skulle överföra data från en nätsida till QGIS. Vi försökte först överföra datamaterialet till Excel och därifrån till QGIS men det fungerande inte. Arttu försökte fixa saken och förkalare vad han gjorde men jag föll snabbt ur kärran då allt gick så snabbt framåt. Excel ville inte fungera så vi slopade den idén och kopierade materialet till datorns notes i stället. Sedan laddade vi ner det till en csv. fil som vi sedan kunde utan problem öppna i QGIS och använda det.  Att vi inte använde oss av Excel var tur för mig för jag tänkte redan att jag inte kommer få nåt gjort när jag inte kan fixa min Excel.

Som femåringen under Julen

Uppgiften var att analysera material om naturhasarder och deras geografiska läge. Då vi började med egna uppgifter blev jag väldigt ivrig och ville använda alla tre material som fanns till förfogande. Dessa material handlade om jordbävningar (UC Berkeley, 2012), vulkaner (“NCEI Global Historical Hazard Database,” 2021 och meteoritnedfall (Open Calgary, 2015).

Jag började med att skapa en karta över världens jordbävningar med magnitud 6 eller över från år 2002 till 2012 (bild 2). Resultatet är väldigt logiskt, för det mesta har jordbävningarna skett vid de olika gränszonerna mellan litosfärplattorna. Då det skett så många jordbävningar och då de är så koncentrerade vi smala områden blir det svårt att presentera dem på ett bra sätt. Jag använde först röda färger, från ljus till mör röd men det fungerade inte. Jordbävningar av olika magnitud har skett så intill varandra att de röda prickarna var svåra att urskilja. I stället valde jag denna färgtema från rött till blått, färgerna går vrån rött till blått i stället för blått till rött. Detta är smått ologiskt nu i eftertanke men i stunden kändes det som att det blev lättare att urskilja punkterna om färgerna var mot det här hållet. För att använda denna som undervisningsmaterial skulle jag göra små ändringar i färgerna men man de flesta litosfärplattornas gränszoner vilket är bra i undervisningssyfte då man funderar på jordbävningarnas placering. Det skulle också vara bra att ha en karta som visualiserar jordbävningarna och deras effektområde.

Bild 2. Jordbävningar med magnitud 6 uppåt år 2002-2012.

Till näst ville jag undersöka vulkaner och började med att skapa en karta över alla världens vulkaner. Först hade jag problem med att få in datamaterialet i QGIS men fick hjälp av Arttu och efter det gick allt som smort. Denna karta (bild 3) sparade jag sedan i formaten .kml för att sedan kunna öppna den i Google Earth. Jag lade med en bild på kartan från QGIS om alla världens vulkaner för att man lättar skulle kunna se hur olika den ser ut jämfört med Google Earth bilderna (bild 4 & 5). Google Earth bilderna är mer in zoomade vilket förklarar varför alla punkter inte är på varandra men det är också en stor skillnad på att presentera punkterna på en glob jämfört med en 2D karta med en projektion som inte nånsin kommer vara exakt.

Jag skulle kunna spendera flera timmar på att kolla på Google Earth med de utprickade vulkanerna, kände mig som ett litet barn med julklappar.

Bild 3. Bild på alla världens vulkander.
Bild 4. Alla världens vulkaner i Google Earth.
Bild 5. Alla världens vulkaner i Google Earth.

Jag är tydligen väldigt dålig på att namnge mina bilder då jag sparar dem för att senare förstå bilderna bättre. Först blev jag väldigt frustrerad då jag inte var säker vilka vulkaner som presenteras på bild 3 men efter att ha kollat på dem i några sekunder insåg jag att det är ju en karta på alla världens vulkaner. Jag glömde att jag skapat denna karta så därför ifrågasatte jag den tanken att kan det faktiskt vara alla världens vulkaner till en början.

Efter att jag samlat mig och tvingat mig själv stänga Google Earth skapade jag en karta på världens caldera vulkaner (bild 6) men ansåg att denna karta var mycket tråkig och tillsatte mera data i kartan. Jag valde att tillsätta sköldvulkaner, undervattensvulkaner och stratovulkaner. Dessa tre hade skilt data för vulkan och vulkaner. Jag tillsatte båda kategorierna och gav dem samma färg. Så med Orange kan man se både alla världens enskilda sköldvulkaner och sköldvulkaner i plural. Alla tre vulkantypers kategori om vulkaner innehöll bara några fåtal vulkaner, medan kategorin vulkan innehöll hundratals vulkaner.

Bild 6. Caldera vulkaner.
Bild 7. Caldera vulkaner, sköldvulkaner, undervattensvulkaner och stratovulkaner.

Jag skapade också en karta med alla världens vulkaner och jordbävningar med magnitud 6 och över år 2002-2012. Jag hade helt glömt bort denna karta fören jag såg den när jag lade in bilder på kartorna i denna blogg.

Bild 8. Jordbävningar med magnitud 6 uppåt år 2002-2012 och alla världens vulkaner.

Till sist försökte jag få meteoriterna in i QGIS men detta lyckades jag inte med så bra. Jag fick nog tabellen in i QGIS men kom sedan inte ihåg hur man skulle förändra det så att det blir punktdata. Detta skedde under sista minuterna av föreläsningen så hann inte fråga och orkade inte börja försöka hitta svar på min fråga. Nu kommer jag ihåg hur det görs men anser att jag redan skapat så många kartor att jag inte ser en poäng med att sätta en till hit. Huvudsaken är att jag kommer ihåg hur man omformar en tabell till punktdata och att jag övat på att skapa kartor under föreläsningen och lärt mig mycket nytt.

 

Martta gjorde i sin blogg en karta med tsunamier. Detta material hade jag helt missat och är smått avundsjuk över hennes trunamikartor. Ilari hade också väldigt fina kartor i sin blogg, skulle aldrig själv kommit på idén att ha en mörk karta men hans kartor fungerar faktiskt riktigt bra.

Andra kartor

Då jag letade efter kartor på nätet hittade jag en hel del väldigt fina kartor. Jag hittade en karta om Viktiga jordbävningar från år 2150 f.Kr. till 2017 e.Kr, en karta om viktiga vulkanutbrott från år 4260 f.Kr. till 2017 e.Kr. och en karta om havslitosfärplattornas ålder från NOAA. Från USGS hittade jag en karta om vissa av världens 500 aktiva vulkaner och en karta om Jordens seismicitet 1900–2007.

Tankar

Allt jag skapade kändes mycket lätt. Jag skulle ha kunnat utmana mig själv lite mera men var så ivrig över de olika materialen att jag bara ville skapa många olika kartor så snabbt som möjligt för att se de olika materialen framför mig. Meteoritdatat var en utmaning tills jag kom ihåg hur tabeller omformas till användbar data men annars ansåg jag att jag för första gången inte hade ett endaste ett större problem och att jag inte kände mig förvirrad under föreläsningen. Ett undantag är då vi överförde data till Excel för jag missade något steg men sedan skippade vi hela Excel så jag räknar inte med det.

Varendaste en karta skulle bra kunna användas som material för elever, speciellt Google Earth materialet då det är ett annorlunda sätt att presentera vulkaner än vad man traditionellt använder sig av i klassrum. Ända problemet med det är att man inte kan se hela världen samtidigt och det går inte att printa ut på papper, men då undervisningen mer och mer blir digital borde detta inte vara ett så stort problem. Förstås kan det sedan vara att eleverna lätt blir distraherade av att kunna zooma in och ut och skulle spendera mer tid med uppgiften än planerat. Ändå anser jag att det skulle vara bra att visa för eleverna fast i slutet av lektionen för elever uppskattar alltid nya ”coola” uppgifter och material.

Andra geografiska ämnen som man skulle kunna lära med mina kartor är Litosfärplattor och litosfärplattornas gränser. Som jag redan nämnt ser man dem väldigt tydligt speciellt i jordbävningskartan (bild 2).  Google Earth skulle fungera bra till att lära nästan vad som helst.

Blogghänvisningar

Häkkilä, J.: 6: Interpoloimista ja hasardikarttoja, Juliaanas blogg, 28.2.2021 (besökt 4.3.2021). https://blogs.helsinki.fi/julihakk/2021/02/28/6-interpoloimista-ja-hasardikarttoja/

Loo, J.: Punktkartor, Jonathans blogg, 2.3.2021 (besökt 4.3.2021). https://blogs.helsinki.fi/joloo/2021/03/02/punktkartor/

Huttunen, M.: Harjoitus 6: Interpolointia ja pistekarttoja, Marttas blogg, 1.3.2021 (besökt 4.3.2021).  https://blogs.helsinki.fi/humartta/2021/03/01/harjoitus-6-interpolointia-ja-pistekarttoja/

Leino, I.; Kuudes kurssikerta, Ilaris blogg 25.2.2021, (besökt 4.3.2021). https://blogs.helsinki.fi/ilarilei/2021/02/25/kuudes-kurssikerta/

Källor

Müller, R.D., M. Sdrolias, C. Gaina, and W.R. Roest 2008. Age, spreading rates and spreading symmetry of the world’s ocean crust, Geochem. Geophys. Geosyst., 9, Q04006, doi:10.1029/2007GC001743.  Taget 5.3.2021, från Noaa.gov nätsida: https://www.ngdc.noaa.gov/mgg/image/crustalimages.html

‌ National Geophysical Data Center. (2021). Earthquake Data and Information: Significant Earthquakes 2150 B.C. to A.D. 2017 | NCEI. Taget 5.3.2021, från Noaa.gov nätsida: https://www.ngdc.noaa.gov/hazard/earthqk.shtml

National Geophysical Data Center. (2021). Volcanic Data and Information: Significant Volcanic Eruptions 4360 B.C. to A.D. 2017 | NCEI. Taget 5.3.2021, från Noaa.gov nätsida: https://www.ngdc.noaa.gov/hazard/volcano.shtml

NCEI Global Historical Hazard Database. (2021). Taget 5.3.2021, från Noaa.gov nätsida: https://www.ngdc.noaa.gov/hazel/view/hazards/volcano/loc-search

Open Calgary. (2015, April 2). Meteorite Landings. Taget 5.3.2021, från Nasa.gov nätsida: https://data.nasa.gov/Space-Science/Meteorite-Landings/gh4g-9sfh

‌Tarr, A. C. (2016). USGS Scientific Investigations Map 3064: Seismicity of the Earth 1900–2007. Taget 5.3.2021, från Usgs.gov nätsida: https://pubs.usgs.gov/sim/3064/

UC Berkeley. (2012). Historic ANSS Composite Catalog Search. Taget 5.3.2021, från Ncedc.org nätsida: https://ncedc.org/anss/catalog-search.html

Volcanoes: Distibution of Active Volcanoes. (2021). Taget 5.3.2021, från Usgs.gov nätsida: https://pubs.usgs.gov/gip/volc/fig34.html

‌‌

Another day another struggle

Vi fick som hemläxa från föregående gång att pricka in alla hus och de sex största vägarna i Borgnäs för att sedan använda materialet under denna gång. Jag kom inte ihåg att det skulle ha nämnts nåt om åkrar eller skolor så använde sedan det färdiga materialet istället.

Vi började föreläsningen med att sätta i gång med materialet över Borgnäs, som vi hade från föregående föreläsning.  Vi övade på de olika ritverktygen, som enligt mig ännu också är hemska jämfört med CorelDRAW. Ritverktygen är inte tillräckligt exakta enligt mig och för att få det bästa resultatet borde man sitta och klicka punkter i timmar.

Vi fokuserade på att göra olika sorters buffertzoner. Vi började med att göra buffertzoner runt de största vägarna (bild 1)  och sedan gjorde vi olika buffertzoner runt skolan (bild 2). Detta gjorde vi med verktyget buffert, verktyget fungerade bra och jag kände mig snabbt bekväm med verktyget. Buffertzoner var väldigt intressant att kunna framställa så enkelt. Buffertzoner kan bra användas i stadsplanering med att räkna influensområden eller för att räkna sjukdomsspridningar. Emmi funderar mycket kring bufferzoner, deras function och användning i sin blogg.

Bild 1. Borgnäs vägbuffert.
Bild 2. Borgnäs skolbuffert.

Självständiga uppgifter

Efter detta började vi med de självständiga uppgifterna. Här skulle vi tillämpa det vi lärt oss under denna föreläsning och tidigare. Vi fick instruktioner men fick själv använda våra hjärnor för att tänka hur saker skulle göras.

Jag började mer att rita ut start- och landningsbanorna vid Malms flygfält för att sedan göra en buffertzon för dem. Först en 2km buffertzon och sedan en 1km, vi skulle sedan räkna hur många människor som bor inom dessa områden. Då jag läste andras bloggar reagerade jag på att jag inte fått exakt samma svar men det beror på hur man ritat de olika områdena och hur många segment man valde då man gjorde bufferten.

I den andra självständiga uppgiften om tätorter gick de tre första helt okej, smått yrade jag runt när jag gjorde dem men kom ändå bra fram till resultat. Tätorter där utlänningar är under 10, 20 och 30 procent var mycket svårare. Milja skriver i sin blogg att hon och Maija fick bara ett område mellan 10–20% och inget för de andra. Jag hade också problem med att inte få områdena som jag velat men efter att ha stängt QGIS och get upp försökte jag några dagar senare på nytt och lyckades. Vet inte vad jag gjorde annorlunda och tänker inte sätta energi på att försöka lista ut det, huvudsaken är att jag fick nåt resultat. Jonatan och Emmi fick ganska samma resultat som jag. Jaana och Liisa däremot hade helt andra svar.

Sista självständiga uppgiften jag gjorde var om skolor och elever i skolorna. Denna uppgift hade jag svårt med och ville ge upp flera gånger men kom till slut fram till nåt resultat.

Malms flygfält  
Invånare inom 1 km radie 8 975
Invånare inom 2 km radie 57 557

 

Helsingfors Vanda flygfält  
Invånare inom 1km radie 1 070
Invånare inom 2 km radie 11 226
65 dB Bullerzon (%) av 2 km 0,15%
Åtminstone inom 55 dB bullerzonen 11 923

 

Stationer  
500 m till närmaste tåg/ metrostation 111 805
500 m (%) 21,6 %
500 m 15-64 år (%) 67,1%

 

Tätorter  
Bor i tätort (%) 96,2%
Skolålder som bor utanför tätort

(7-16 år)

2 147
Skolbarnens andel av invånarna (%) 3,6%
Tätorter där utlänningar > 10% 54
>20% 21
>30% 13

 

Skolor  
Nya elever nästa år 14
Elever i högstadiet nästa år 62
Skoldistriktets andel personer i skolålder 8,4%

Under föreläsningen orkade jag inte räkna procentar så gjorde det efter föreläsningen i stället. Jag var inte väldigt noggrann med mina räkningar så det kan bra finnas räknefel i mina räkningar.

Överlag fick alla väldigt olika svar vilket joo beror på hur man ritat olika sträckor och hur man gjort sina buffertzoner men jag tror vi alla tolkat uppgifterna på lite olika sätt. Man ser också en väldigt stor skillnad i hur olika personer skrivit sina tabeller på riktigt olika sätt. När jag läste vissa bloggar insåg jag att man kan tänka och räkna på helt olika sätt. Alexander t.ex. har angett både mängd och procent i alla sina tabeller.

QGIS känsla

Nu just känns QGIS bekant, under vissa tillfällen under denna föreläsning ifrågasatte jag nog mina kunskaper med programmet men det var mest på grund av att min hjärnkapacitet var så låg, visste inte om jag var en sengångare eller en människa. Då min hjärna fungerar som den ska känns QGIS bra och jag vet för det mesta vad jag skall göra och kan göra saker självständigt utan att blint måsta följa Arttus råd.

Jag känner bättre till var alla verktyg finns och spenderar inte onödig tid på att hitta verktyg. Jag är väldigt bekväm med att lägga till material, hopfoga material och spara dem som annat än scrach layer. Ärligt talat glömmer jag hela tiden vad olika verktyg heter så det måste jag ännu kolla upp men jag kommer bättre ihåg vad de olika verktygen gör, vilket också underlättar då jag kollar på de olika verktygens namn. Join verktyget har jag säkert använt mest av alla, buffert känns också väldigt lätt, speciellt efter denna föreläsning. Verktyg som vi använt oss av flera gånger föreläsning efter föreläsning har jag inget problem med. Verktyg vi använt bara nån gång däremot är svårare då jag måst gå tillbaka och kolla hur de fungerar.  Hur man förvandla Excel tabeller till användbart material är ännu smått hakusessa men kanske vi kommer dit förr eller senare. Mest handlar det om att jag glömmer vilka verktyg jag ska använda.

Källor

Aarrelahti, E.: Kurssikerta 5, Emmis blogg, 23.2.2021 (besökt 3.3.2021). https://blogs.helsinki.fi/emaa/2021/02/23/kurssikerta-5/

Mäki-Rahkola, M.: QGIS on Scar, minä olen Mufasa, Miljas blogg, 1.3.2021 (besökt 2.3.2021). https://blogs.helsinki.fi/miljmaki/2021/03/01/qgis-on-scar-mina-olen-mufasa/

Loo, J.: De självständiga uppgifterna, Jonathans blogg, 25.2.2021 (besökt 3.3.2021). https://blogs.helsinki.fi/joloo/2021/02/25/de-sjalvstandiga-uppgifterna/

Aaltonen, J.: Viides viikko, Jaanas blogg, 16.2.2021 (besökt 3.3.2021). https://blogs.helsinki.fi/aajaana/2021/02/22/viides-viikko/

Ahokas, L.: Viides kurssikerta, Liisas blogg, 23.2.2021 (besökt 3.3.2021). https://blogs.helsinki.fi/ahokliis/2021/02/23/viides-kurssikerta/

Engelhardt, A.: Lesson 5. All alone a Dog with out a bone, Alexanders blogg, 24.2.2021 (besökt 3.3.2021). https://blogs.helsinki.fi/alwengel/2021/02/24/lesson-5-all-alone-a-dog-with-out-a-bone/

Raster i mängder

Denna föreläsning handlade mest raster format och raster i QGIS. Föreläsningen började med teori, en trevligt smooth start för hjärnan.

I QGIS började vi med att skapa ett rutnät med, Grid verktyget, ovanpå en simpel karta av huvudstadsregionen. Kartan över huvudstadsregionen bestod av kustlinjer, hav, sjöar, åar och kommuner. Kartlagret Kommuner innehöll en massa data om alla byggnader i huvudstadsregionen och dess invånare. Vi bestämde manuellt vilket område rutnätet skulle täcka så allas rutnät såg då lite olika ut. Efter detta samlade vi in data i rutnätet för att sedan kunna skapa en temakarta i rutformat av valfritt ämne.

Alltid gillar man inte allt man skapar

Jag valde att göra en karta på andelen svenskspråkiga i huvudstadsregionen (bild 1). Jag skulle ha kunnat välja något annat men som finlandssvensk var jag intresserad av svenskspråkiga i huvudstadsregionen.  Datat är angivet i absoluta värden och inte relativa värden som i blogginläggen hit tills. Detta kan göras då vi använder oss av ett rutnät var varje ruta är lika stor. Tyvärr ser man bara skillnaderna mellan rutorna och inte inom enskilda rutor. En ruta kan bra ha alla sina värden i ett litet hörn men värdena visualiseras sedan som hela området.

Bild 1. Rasterkarta över andelen svenskspråkiga i huvudstadsregionen. Varje ruta är 1km x 1km.

Resultatet är inte mycket överraskande, största delen av svenskspråkiga bor i eller kring Helsingfors centrum. Jag är inte överraskad av att det bor mer svenskspråkiga i Esbo än Vanda men jag är överraskad över hur mycket mer svenskspråkiga det bor i Esbo jämfört med Vanda.

Ett misstag jag gjorde då jag skapade kartan var att jag inte skrev upp hur stora rutorna är. Nu när jag försökte kolla upp det i QGIS gick det inte för detta var en scrach layer och fanns då inte kvar mer. Jag tänkte att jag inte behöver göra denna karta på nytt utan visar i stället den med sina misstag för att lära mig av dem. Skulle jag göra denna karta på nytt skulle jag absolut skriva rutornas storlek då de är den centrala del av visualiseringen. Hur vi ser beror helt på vilken rutstorlek jag använder mig av. Då jag läste Tapios blogg såg jag att han hade samma tema och samma storleks rutor, så storleken på mina rutor är då också 1km x 1km. Jag tror att resultatet skulle se mycket annorlunda ut om jag skulle ändra på rutstorleken.

Jag skulle också ha kunnat sätta kommungränserna kartlagret ovanpå rutdatat för att se andelen svenskspråkiga i de olika kommunerna på ett mycket lättare sätt. Från denna karta kan man t.ex. inte urskilja Grankulla som ligger inom Esbo. I alla fall förstod jag att sätta kustlinjer och vattendragen ovanpå rutdatat så man förstår något om kartan. Min karta har många fel men jag lär mig av dem. Färgvalet är inte heller min favorit även om den är mycket informativ och rak på sak. I legenden skrev jag finlandssvenskar men borde ha skrivit andelen svenskspråkiga.

Nåt jag inte förstår är varför vissa områden inte har en ruta även om min lägsta klass är 0–79. Det måste vara på grund av materialet men jag undrar ändå varför. I Villes blogg ser man samma fenomen.

Hillshade

Jag gjorde inte uppgiften inom de närmaste dagarna efter föreläsningen, fick stress då jag inte kom ihåg vad den innebar och förträngde då tanken om att göra den. När jag äntligen började med uppgiften märkte jag och kom sedan ihåg att det inte var så svårt eller krävande. Jag hade bara gjort det jobbigt för mig själv genom att övertänka situationen.

Uppgiften gick ut på att först sammanfoga fyra olika bitar av terrängskuggning ihop till en enhet. Sedan skapade jag egna höjdkurvor med verktyget Contour, jag använde mellanrum på 5 m och 10 m för att kunna se skillnaden mellan dessa (bild 2 & 3).  Så som Anton reagerade jag också på att höjdkurvorna inte är numrerade vilket försvårar kartläsandet.

Bild 2. Contour med fem meters mellanrum.
Bild 3. Contour med 10 meters mellanrum.

Liisa skrev i sin blogg om att hon börjat skriva upp vissa steg i uppgifterna vi gör under föreläsningen för att inte glömma bort allting. Detta tycker jag är en otroligt bra idé som jag måste börja med. Jag har tidigare skrivit om att jag lätt glömt vad vi gått igenom så detta skulle motverka mitt glömmande.

Källor:

Turpeinen, T.: 4: Ruuduista rastereihin, Tapios blogg, 11.2.2021 (besökt 19.2.2021). https://blogs.helsinki.fi/tapiotur/2021/02/11/4-ruuduista-rastereihin/

Väisänen, V.: Ruutuja ja rastereita, Villes blogg, 14.2.2021 (besökt 19.2.2021). https://blogs.helsinki.fi/villvais/2021/02/14/ruutuja-ja-rastereita/

Granqvist, A.: Fjärde veckan, Antons blogg, 16.2.2021 (besökt 19.2.2021). https://blogs.helsinki.fi/antongra/2021/02/16/fjarde-veckan/

Ahokas, L.: rasteria ja muuta kivvaa (neljäs kurssikerta), Liisas blogg, 13.2.2021 (besökt 19.2.2021).  https://blogs.helsinki.fi/ahokliis/2021/02/13/rasteria-ja-muuta-kivvaa/

 

Afrikas stjärna

Som i Afrikas stjärna väckte spelet (föreläsningen och dess uppgifter) en känsla av spänning, stress, irritation då det inte går som man vill, hopp, och strävan till vinst. Jag är inte säker om jag skulle ha vunnit spelet om jag spelade mot andra men slutsatsen blev i alla fall estetiskt vacker.

För (frustations) ord

För det första var jag mycket distraherad under denna föreläsning, jag kunde inte koncentrera mig 100% för jag stressade över min bil som var på service och över fel och obokade tider (från deras sida) … De blev en sådan rumba att jag blir irriterad när jag tänker tillbaka. Detta påverkade ju sen min prestation under föreläsningen.

Men till själva föreläsningen

Denna föreläsning hade vi ingen teoridel, vi doppade inte tån först i utan hoppade blint i och började arbeta i den enorma oceanen av databaser. Med Milja Mäki-Rahkola reagerade vi på detta på samma sätt och jag anser hennes anekdot väldigt passande och beskrivande. Jag studerar inte modersmål och har förträngt det flesta jag lärt mig på de lektionerna, vet inte om man kan kalla det till anekdot men det tänker jag nu göra.

Då jag såg att vi hade Afrika som kartbas blev jag väldigt glad, det var skönt med lite variation. Det samma ansåg tydligen andra också, tex. Annika Innanen.

Vi lärde oss lägga till information utifrån, alltså få en Excel tabell in i QGIS och kunna använda den informationen i en karta.  Vi lärde oss också att sammanfoga databaser, generalisera och producera ny data baserat på den gamla. Sammanfogningsverktygens funktion förstod jag bra men har ännu smått svårt och veta när jag ska välja merge och när jag ska välja dissolve men kanske det klarnar sig förr eller senare. Under föreläsningens gång fick jag problem ett par gånger, informationen i tabellerna blev inte rätt. Ibland då jag gjorde samma sak på nytt lyckades det. Målet med föreläsningen var att lära sig funktionerna, så som Alexander Engelhardt struntade jag i vissa av mina misstag och fortsatte vidare.

Africa loading

Vi producerade en karta på Afrika där vi definierade konfliktområden, oljefyndigheter och diamanter på kontinenten. Målet var sedan att undersöka ifall det finns några intressanta samband där. Jag vill inte medge hur länge jag försökte hitta en bra bottenfärg för Afrika (bild 1) men jag är extremt nöjd med slutresultatet. Mamma mia it’s a masterpiece.

Bild 1. Karta på Afrika och dess konfliktområden, diamantfyndigheter och oljefyndigheter.

 

Afrika var dömt från början. Att ta fram en linjal och drar streck på en karta som sedan blir länders gränser utan någon tanke eller respekt för olika stammar, folkgrupper och kulturer är ett recept för katastrof. Tyvärr är detta ganska långt ut vad som hände till Afrika. Jag anser att konflikterna grundar sig i kolonialismen då européerna tvingade de lokala att arbeta för att européerna själva skulle få naturresurserna och dra i väg hem med dem. De lokala har förstås velat hålla naturresurserna för sig själva då de arbetat för dem och naturresurserna befinner sig på deras land. Kampen om naturresurserna började redan då. Alla vill hålla resurserna för sig själv och utnyttja dem själv.

Spänningarna som orsakats av de totalt idiotiska landsgränserna och olika folkgruppers uppfattning om gränser blir ett problem. Folkgrupper som inom samma område har olika åsikter om vad som ska göras med naturresurserna kan och har ofta lett till konflikter.

I kartan fick vi information om konfliktområden, oljefyndigheter och diamanter men också om internetanvändares andel per år. Då man kollar på åren då man hittat oljefyndigheter och diamanter och jämför dessa med åren då konflikter börjat ser man en väldigt stark korrelation. Detta är förståeligt då både olja och diamanter är väldigt värdefulla. Åren med konflikter och internetanvändare per år har också en korrelation. Under konflikter är fokuset inte på internet och ökning av landets internetanvändning.

Det skulle vara intressant och se hur farliga konflikterna varit och hur länge de tagit. Detta kan man tyvärr inte se på en punktkarta. Det skulle också vara intressant och veta exakt vad som orsakat konflikterna vid naturresursområdena för att kunna jämföra med varför det inte skett konflikter på alla ställen med naturresurser. Sydafrika har flera diamantfynd men väldigt få konflikter. Uganda, Rwanda, Burundi, Sierra Leone och Liberia däremot har en hel del konflikter, så många att det blir svårt att utskilja ifall de har naturresurser. En annan intressant fråga som Martta Huttunen också var inne på är att började konflikterna före man tagit i bruk naturresurserna, i samband med att man tagit i bruk dem eller som resultat av det.

Sjöar och översvämningar

Efter föreläsningen då jag kollade på uppgiften märkte jag att detta kommer bli kaos, som tur gjorde jag uppgiften tillsammans med Milja och tillsammans lyckades vi se ljus i andra sidan av tunneln och lyckades ta oss dit efter några om och men. Ärligt talat spenderade vi den största tiden på att kolla på olika färgkombinationer och nyanser för vi ville skapa fina kartor.

Denna uppgift var inte den lättaste och jag stötte på problem under vägen. Ett av detta problem var att jag blandade MHQ och MNQ sinsemellan vilket inte gjorde uppgiften lättare.

Bild 2. Finlands översvämningsindex i förhållande till avrinningsområdens procentuella andel sjöar.

Kartan (bild 2) beskriver översvämningsindexets förhållande till avrinningsområdets procentuella andel sjöar. De mörkaste områdena ligger vid kusten medan det i mellersta Finland är väldigt ljust. Detta beror på att det finns så många sjöar som motarbetar översvämningar. I norra Finland sker det också lite översvämningar, en av orsakerna till detta är den långa vintern. Allmänt för översvämnings känsliga områden är brist på sjöar och jämna ytformer. En annan påverkande faktor är bebyggelse, jordbruksområden och dikade sumpmarker. I bebyggda områden kommer vattnet inte åt att rinna ner i marken, alla dessa ökar vattenflöden diken, bäckar och åar.

 

Vägen till färgvalet på översvämningsindexet var en mycket krokig och slingrande väg, slutresultatet blev bra enligt mig. Först valde jag den blåa färgen som QGIS har som färdigt alternativ men ansåg att den inte var tillräckligt tydlig. Speciellt de två sista klassernas färger var allt för lika och då de befinner sig så nära varandra på kartan måste jag ändra på detta.

De lila ringarna i kartindexet som visar procentandelen sjöar enligt olika storleks ringar är smått otydlig. Jag försökte ändra på detta väldigt länge och lyckades till slut göra det men ansåg då att procentandelen sjöar tog över översvämningsindexet. Till slut kompromissade jag och gjorde procentandelen sjöar mindre igen då detta är en karta som ska visa båda och då ska båda vara lika representerade och lika mycket i fokus.

Allmänna tankar jag måste få ut

Nu skriver jag denna bloggpost hela 15 dagar senare märker jag att jag lätt glömmer bort vad vi gjort under de tidigare veckorna då vi lär oss så mycket. Till en början hade jag inte en aning om vad jag skulle skriva då jag inte kom ihåg något från den föreläsningen men då jag kollade igenom kursmaterialet och läste andras bloggar kom jag bättre och bättre ihåg föreläsningen. Att måsta gå tillbaka och kolla på vad du gjort i QGIS och ordentligt gräva fram dina minnen, känslor och tankar från föreläsningen får en att komma ihåg på nytt. På ett sätt kändes det som att jag tvingade min hjärna att uppleva föreläsningen på nytt, det låter som att jag säger det som en dålig sak. Som att jag skulle återuppleva mitt värsta minne, det är inte vad jag menar. Vad jag menar är att då du tvingar dig själv komma ihåg på nytt och på nytt lär du dig också varje gång. Vi lär oss en otrolig mängd ny information varje föreläsning så varje gång jag tänker tillbaka och gräver i minnets arkiv lär jag mig en ny sak som jag sedan kommer ihåg utan att måsta anstränga mig så.

Då jag öppnade kursens allmänna blogg blev jag på nytt påmind om hur ljuvligt det skulle vara om bloggarna inte skulle vara i alfabetisk ordning utan ordnade efter aktivitet. Den som postat ett inlägg senast ligger längs upp på listan. Detta skulle underlätta enormt då man försöker hitta ett blogginlägg att läsa.

 

Källor:

Milja Mäki-Rahkola. Internet-palloja ja konfliktispekulaatiota. Besökt 16.2.2021. https://blogs.helsinki.fi/miljmaki/2021/02/14/internet-palloja-ja-konfliktispekulaatiota/

Annika Innanen. Harjoitus 3: Tulvaindeksikartta. Besökt 16.2.2021. https://blogs.helsinki.fi/anninnan/2021/02/04/harjoitus-3-tulvaindeksikartta/

Alexander Engelhardt. Lesson 3. Blood Diamonds and River regimes. Besökt 16.2.2021. https://blogs.helsinki.fi/alwengel/2021/02/06/lesson-3-blood-diamonds-and-river-regimes/

Martta Huttunen. Harjoitus 3: Tiedon tuonnin tulvaa. Besökt 16.2.2021 https://blogs.helsinki.fi/humartta/2021/02/05/harjoitus-3-tiedon-tuonnin-tulvaa-paivittyy/

 

 

Irritation och succé

Teoridelen

Denna vecka surprise, surprise fortsatte vi med QGIS programmet men till första hade vi igen teori. I teorin gick vi igenom databaser. Vi gick igenom WFS, WMS, WMTS och WCS. Ville skrev i sin blogg om hur Arttu Paarlahti nämnde under föreläsningen om hur mer material har blivit gratis under de senaste årtiondena.

På grund av min dåliga koncentration förstod jag inte allt men kanske jag överlever och kan senare lyssna på föreläsningen på nytt.

Det praktiska

Teoridelen kändes mycket kort vilket var bra för mig för jag koncentrerade mig genast bättre när vi började med QGIS programmet.

Största delen av föreläsningen gick åt till att jämföra olika kartprojektioner och deras avstånd- och områdesskillnader. För att göra detta använde jag n Kunnat2020_tilastoja databasen. Jag använde mig av ETRS89-TM35FIN, Robinson och Lambert projektionerna för att göra uppgiften. Jag testade en massa andra också för att se hur Finland ändras men kommer inte mera ihåg vilka alla.

Jag var väldigt chockerad över hur stora skillnaderna verkligen var. Förstås visste jag att från tidigare att det är viktigt att välja rätt projektion för att visualisera det man vill visa då projektionerna kan vara så missvisande. Jag hade inte tidigare fysiskt sett framför mig hur Finland ändrar form så markant rakt framför ögonen på en bara med att trycka på några ”knappar”. Vi fick som uppgift att mäta avståndet vid Finlands tjockaste del och från sydväst till nordost för att bättre se skillnaderna mellan de olika projektionerna.

Bild 1. Mätning av Finlands tjockaste del.
Bild 2. Mätning på Finland från sydvöst till nordost.

 

 

 

 

 

 

 

Upprepning och övning

Efter föreläsningen fortsatte jag med att jämföra hur Finland ser ut beroende på vilken projektion man väljer. Jag hade redan till en stor del glömt vad vi gjorde under föreläsningen och då jag kollade på kartan jag skapat blev jag inte alls klokare.

Under föreläsningen skapade jag en karta om Finlands kommuners arealskillnad mellan Lambert projektionen och Mercator projektionen (bild 3). När jag efter föreläsningen gick tillbaka och kollade på kartan ifrågasatte jag starkt om vart mina hjärnceller tappat vägen då jag gjorde kartan och ifrågasatte min existens då jag inte förstod något av den. Efter att ha läst Miljas blogg insåg jag att kanske jag inte sen heller hade tappat mina hjärnceller då hon hade gjort en likande karta ”Suomen kuntien pinta-alojen moninkertaisuus Robinsonin projektion ja ETRS89-TM35FIN -tasokoordinaatiston välillä”. Jag hade bara formulerat min rubrik på kartan så dåligt att jag inte mera förstod vad jag riktigt gjort. Tyvärr kunde jag inte gå tillbaka och ändra på saken för QGIS ansåg att jag inte skulle göra det och bestämde sig för att inte öppna min sparade uppgift.

Bild 3. Ifrågasättbara Mercator jämfört med Lambert kartan.

Efter att ha läst andras bloggar kom jag bättre ihåg vad vi gått igenom och fortsatte med att jämföra olika projektioner.

Jag bestämde mig för att jämföra olika projektioner till ETRS89-TM35FIN och började med Mercator projektionen. Jag hade ren jämfört Mercator projektionen med Laberts projektionen men hade inte jämfört den med ETRS89-TM35FIN. Skillnaden uppe i Lappland är skrämmande stor (bild 5) och jag förstår bra varför människor får så fel bild av världen, speciellt av Grönland då de mest allmänna världskartorna består av denna projektion.

Först satte jag ETRS89-TM35FIN som grundkarta och gjorde en karta på det sättet men förstod sedan att då ser man ju inte hur Finland blir och ser ut med de olika projektionerna. Därför har jag en extra bild av hur Finland ser ut med Mercator projektionen (bild 5). Då man jämför bild 5 och 6 ser man att Finland blir smalare och längre i bild 6. Dessutom blir Finlands ”huvud” enormt jämfört med resten av kroppen.

Bild 4. Finlands kommunernas arealskillnad mellan Mercator projektionen och ETRS89-TM35FIN.
Bild 5. Hur Finland ser ut med Mercator projektion.

Till näst jämförde jag Winkel Tripel projektionen med ETRS89-TM35FIN. Jag var inte den enda som valde att jämföra denna kartprojektion då även Iiris använt sig av denna i sin blogg. Från Iiris blogg såg jag att även Juliana och Liisa använt sig av denna projektion.

Det första jag reagerade på var att Finland nu inte var helt rak utan i en vinkel. Skillnaderna mellan Winkel tripel och ETRS89-TM35FIN är inte så stor men Finland ser kortare och plattare ut ur denna vinkel.

Bild 6. Finlands kommunernas arealskillnad mellan Winkel tripel projektionen och ETRS89-TM35FIN.

Till sist jämförde jag Robinsonprojektionen med ETRS89-TM35FIN. Här var skillnaderna inte heller så stora, speciellt jämfört med Mercator projektionen. Men som i de tidigare projektionerna växer felet norrut, fastän de inte är stora är de synliga. Med denna projektion ser Finland ännu kortare och fyrkantigare ut än med Winkel tripe projektionen.

Bild 7. Finlands kommunernas arealskillnad mellan Robinsonprojektionen och ETRS89-TM35FIN.

Vad jag lärde mig

Jag lärde mig att hålla mig koncentrerad, eller i alla fall försöka göra det lite bättre. Då vi höll på med QGIS märkte jag att jag ibland blev och lekte med vissa verktyg och missade att vi gick vidare. Det var inte ett stort problem fast jag blev stressad ibland men ju mer komplicerade saker vi gör desto skarpare måste jag vara. Så med andra ord skall ja se till att jag dricker passligt med kaffe före föreläsningen.

Jag ska också kolla på QGIS och göra uppgifterna snabbt efter föreläsningen, gärna inom dom två nästa dagarna och inte lämna det till nästan en vecka senare. Jag hade redan hunnit totalt glömma vad vi gjort under föreläsningen. Programmet kom jag nog snabbt igång med på nytt men kände mig frustrerad med mig själv då jag hunnit glömma saker på så kort tid.

Då jag på nytt efter föreläsningen gjorde flera kartor efter varandra blev jag mycket mer självsäker med programmet. Repetition med att göra samma sak om och om igen fast slutresultaten förstås blev olika var mycket bra för mig då jag på det sättet fick programmet intryckt i min hjärna.

 

Källor:

Ville Väisänen. Övning 2: Suomen kuntien pinta-aloja eri projektioissa. Taget 1.2.2021. https://blogs.helsinki.fi/villvais/

Milja Mäki-Rahkola. Övning 2: Sähläystä, väreillä leikkimistä ja pieniä onnistumisen murusia. Taget 1.2.2021. https://blogs.helsinki.fi/miljmaki/

Iiris Turunen. Övning 2: 2. kurssikerta: projektioiden vertailua. Taget 1.2.2021. https://blogs.helsinki.fi/iiristur/

Juliana Häkkilä. Övning 2: Projektioita ja tietokantoja (Harjoitus 2). Taget 1.2.2021. https://blogs.helsinki.fi/julihakk/2021/01/29/projektioita-ja-tietokantoja-harjoitus-2/

Liisa Ahokas. Övning 2: Kurssikerta 2. Taget 1.2.2021. https://blogs.helsinki.fi/ahokliis/

 

QGIS labyrinten öppnar sig

Denna blogg behandlar vad jag lärt mig och arbeten ja gjort under kursen Geoinformatiikan menetelmät 1 – – Metoderna i geoinformatik 1. Denna kurs så som alla andra kurser jag har nu just är på distans och fungerar i praktiken till största del genom Zoom.

Tankar om kursen efter första blicken

Före första kursgången laddade jag ner QGIS och kollade på programmet. Det såg intressant ut men jag förstod mig inte på mycket och blev smått stressad av att måsta lära mig ett nytt program.

Under kursen kommer vi inte bara lära oss använda ett nytt program utan vi kommer också skriva en blogg, vilket är nytt för mig. Att skriva en blogg i sig är inte svårt eller stressfullt för mig men tanken att anda kommer se och läsa min blogg ger mig stress. Dock kommer antalet läsare vara minde då jag skriver på svenska än om jag skulle skriva på finska. Ärligt talat är detta också en av orsakerna till att jag skriver min blogg på svenska. Det kommer bli intressant att se om jag blir mer bekväm med tanken att andra kommer läsa något jag skrivit. Jag ser framemot att läsa kurskamraternas bloggar och se framsteg i bloggskrivandet.

En stor orsak till att jag känner mig stressad av att skriva en blogg är att det är något nytt för mig, jag är inte van att lära mig på detta sätt. Så som Martta skrev i sin blogg lär jag mig också traditionellt genom att lyssna på föreläsningar och läsa själv.

Kursgångens program

19.1 den första föreläsningen började med allmän information om kursen, kursens mål och behövlig teori. Till teorin hörde bl.a. attributdata, vektorformat och rasterformat. Efter detta gick vi igenom QGIS programmets grundfunktioner. Vi började långsamt vilket var superbra så ingen föll ur kärran. Programmet verkade rörigt med så många olika funktioner men jag lärde mig mycket snabbt. Vi gjorde tillsammans en koropletkarta där uppgiften var att visualisera ländernas kväveutsläpp i Östersjön (bild 1).

Bild 1. Övningsarbete. Ländernas kväveutsläpp i Östersjön.

Efterhandstankar om första kursgången

Det var lätt att följa med under kursgången och jag hölls koncentrerad. Jag tappar lätt koncentrationen då föreläsningarna är på distans så detta motiverade mig enormt. Jag lärde mig QGIS programmets grundfunktioner och mest ivrig är jag över de olika sätten att byta och bestämma sakers färger.

Under föreläsningen fick jag några problem, som att Storbritannien försvann från kartan då vi gjorde en ny Layout men jag fick den tillslut synlig. Nu när jag skriver denna blogg inser jag att färgvalen på länderna inte är så bra då ländernas färger och färgen på den lägsta klassen av andelen kväveutsläpp i Östersjön var den samma. Detta misstag fixade jag då det blev och störa mig.

Andras bloggar

Då jag skulle börja läsa andras bloggar viste jag inte varifrån jag skulle börja. Jag såg bara en lista med en hel del namn och valde slumpmässigt därifrån olika bloggar att läsa. Jag orkade och hade inte tid att kolla igenom allas bloggar och vissa hade inte skrivit på sin blogg än. Jag insåg också att hur bloggen ser ut visuellt bidrog starkt till mitt val att läsa bloggen eller ej. Dessutom fick jag idéer om bloggens utseende och innehåll. Jag gillade speciellt mycket Elmos blogg, hans sätt att skriva och strukturera. Elmos blogg ledde mig först till Heidis blogg och sedan till Pinjas blogg. Från Heidis blogg lärde jag mig att man kan ändra på färginställningarna och gick genast och ändrade på mina. Pinjas blogg hade väldigt tydliga mellanrubriker och fick mig att tänka på den saken. Elmo har bra källhänvisningar så jag tog inspiration av honom men så att han tagit inspiration från Villes blogg och kollade då också hans blogg för inspiration.

 

Källor:

Marttas Huttunens blogg besökt 25.1.2021 (https://blogs.helsinki.fi/humartta/)

Elmo Holopainens blogg besökt 25.1.2021 (https://blogs.helsinki.fi/elmblog21/)

Heidi Syrjäläinens blogg besökt 25.1.2021 (https://blogs.helsinki.fi/hesy/)

Pinja Pikkarainens blogg besökt 25.1.2021 (https://blogs.helsinki.fi/pinjapik/)

Ville Väisänens blogg besökt 25.1.2021 (https://blogs.helsinki.fi/villvais/)