Mitä tahansa eli jättipalsamin levinneisyys

Viimeisen kurssikerran tehtävänanto oli hyvin vapaa. Saimme valiota tekevämme käytännössä mitä tahansa halusimme, kunhan vaikeusaste ja työmäärä vastaisivat kurssin tasoa. Muutamia lähtökohtia oli annettu esimerkiksi. Päätin tehdä jotakin, jossa pääsisin kertaamaan niitä taitoja, jopista uskoin olevan minulle eniten hyötyä vaikkapa kesätöissä. Valitsin myös minua kiinnostavan aiheen. Löysin kansallisesta vieraslajiportaalista tiedoston, joka sisälsi kaikki sinne ilmoitetut havainnot jättipalsamista. Jättipalsami (Impatiens glandulifera) on luokiteltu erityisen haitalliseksi vieraslajiksi ja se uhkaa erityisesti kosteiden paikkojen kuten rantojen ja puronvarsien lajistoa. Jättipalsami leviää tehokkaasti ja on voimakas kilpailija.

Jättipalsami muodostaa helposti tiheitä kasvustoja, joissa muut lajit eivät pärjää. (Kuva: Aino Peltola)

Lähestymistavassani taitaa näkyä se, etten opiskele maantiedettä. Kartat ovat ihan kivoja, mutta oikeastaan vain väline. Paikkatietoja on käsiteltävä paikkatieto-ohjelmalla, mutta tulosten tulkinta, syiden ja seurausten pohdinta ja käytännön sovellukset vievät päähuomioni. Toki haluan, että tuottamani kartat ovat visuaalisesti mahdollisimman selkeitä, mutta pääpaino minulla on koko kurssin ajan ollut muualla. Olen yrittänyt kaivaa aineistoista esiin kiinnostavia näkökulmia.

Lähdin tutkimaan, mikä olisi paras tapa toteuttaa havainnollinen kartta jättipalsamin esiintymisestä Suomessa. Kuten yleensäkin, huomasin, että yhdellä kartalle ei pysty kertomaan kaikkea olennaista, vaan näkökulmasta ja käyttötarkoituksesta riippuen tarvitaan erilaisia karttoja. Minulle oli kuitenkin selvää heti alusta alkaen, että jättipalsamia kuvataan kartalla pinkillä värillä, koska kasvin kukat ovat vaaleanpunaiset.

Ihan ensiksi latasin vain havaintopisteet Suomen kartalle. Vieraslajiportaalin havainnot koostuvat kansalaisten portaaliin ilmoittamista havainnoista. Mitään systemaattista kartoitusta ei ole tehty. Näin ollen aineisto ei luultavasti ole kovin kattava, mutta se täydentyy jatkuvasti ihmisten vieraslajitietoisuuden kasvaessa. Karttoja onkin tulkittava siitä näkökulmasta, että tieto on puutteellista.

Pisteet kartalla ovat visuaalisesti periaatteessa hyvin yksinkertainen tapa esittää tietoa. On helppo hahmottaa, missä havaintoja on paljon ja missä vähän eikä katsojan juuri tarvitse perehtyä kartan selitteisiin tai vaivata päätään muutenkaan. Yksittäisten pisteiden näyttämisen ongelma on tässäkin, kuten monissa edellisissä kartoissa päällekkäisten pisteiden esittäminen.

Jättipalsamin esiintymispaikat asukkaiden ilmoitusten mukaan. Tiedot haettu 1.3.2019

Koko maan mittakaavassa havaintojen tarkalla sijainnilla ei ole niin suurta väliä, vaan tällaisesta esityksestä on tärkeämpää hahmottaa kokonaiskuva. Kuntataso ei kuitenkaan välttämättä ole paras esitystapa, koska kunnat keskenään erisuuruisia ja osa kunnista on epäkäytännöllisen isoja. Eroja ei täten saa näkyviin. Loin Etelä-Suomen kattavan ruudukon, jossa yksi ruutu edusti sataa neliökilometriä (10×10 km). Pohjois-Suomessa havaintoja oli melko vähän, enkä uskonut, että kartasta saisi mitään selvää, jos yrittäisin jakaa koko maan näin pieniin ruutuihin. Sainkin tällä tavoin esitettyä esiintymien alueellisen jakautumisen mielestäni ihan hyvin.

 

Jättipalsami ei ole alueellisesti tasaisesti levinnyt koko maahan. Kartalla näkyvät ruudut ovat selitteestä poiketen 10×10 kilometrin kokoisia.

Olen pohtinut kurssin aikana paljon erilisten asteikkojen käyttöä sekä värien käytön vaikutusta. Uskon, että näillä valinnoilla on huomattava merkitys kartan tulkinnassa. Tekemissäni kartassa asteikko ei ole tasavälinen. Päädyin ratkaisuun sen takia, että vieraslajien torjunnan kannalta jo pienikin määrä tehokkaasti leviävää lajia on suuri ongelma. Halusin siis näin korostaa tilanteen kiirellisyyttä. Lisäksi uskon, että lataamastani datasta puuttuu runsaasti lajin kasvupaikkoja, joilloin skaalaan havainnot kartalla mieluummin ylöspäin. Viestiäni tukemaan valitsin lisäksi tahallani väriskaalan, joka tummuu hyvin nopeasti. Visuaalisesti sain näin korostettua viestiäni. Reilua vai ei? No mitä sitä ei tärkeään asiaan vaikuttamiseksi teksisi. Sitäpaitsi ratkaisulleni on ekokologinen perustelu. Tavallaan kartta esittää samalla suurimpia riskialueita, joilla jättipalsami saattaisi lähteä leviämään lisää.  Viisas lukija huomaa temppuni, mutta tieto on kyllä kaikkien näkyvillä. Sallittakoon pieni vilunkipeli hyvän asian puolesta.

Kartalta huomasin, että esiintymät eivät ole tasaisesti jakautuneet, vaan havaintoja näytti olevan erityisen runsaasti suurten kaupunkien kohdilla. Varmistaakseni pohdintani toin karttaan vielä tiedot taajama-alueista. Alueet oli eroteltu kerrostalo- pientalo- ja harvaksi pientaloalueeksi. Silmämääräisesti näyttää siltä, että jättipalsamiesiintymiä todella on paljon siellä, missä on paljon asutusta. Selvitin myös, kuinka moni kaikkiaan 7023 esiintymästä on taajamissa. Havainnoista 547 eli 8 % on kerrostaloalueella, 1595 eli 23% pientaloalueella ja 616 eli 9 % harvalla pientaloalueella. Kaikkiaan siis 40 % asutuilla alueilla. Ilmiöllä voi olla kaksi selitystä: joko jättipalsamia on oikeasti runsaasti siellä, missä ihmiset asuvat tai sitten ihmiset ilmoittavat innokkaimmin havaintojaan sieltä, missä asuvat ja liikkuvat eniten. Olettaisin, että molemmat ilmiöt selittävät asuinalueiden ja esiintymien yhteyttä.

Jättipalamihavaintoja on ilmoitettu paljon taajama-alueilta. Vertaa ylempään karttaan.

Vaikka ruuduilla saa alueellisen jakautumisen näkymään paremmin, monia asioita hoidetaan käytännössä kuntatasolla. Vieraslajien torjunta on pitkälti kuntien ja yksityisten maanomistajien vastuulla. Siispä vieraslajiongelmaa on luonteva tarkastella kuntakohtaisesti. Vaikka periaatteessa meitä neuvottiin olemaan esittämättä absoluuttisia lukuarvoja koropleettikartalla, mielestäni esitystapa on tarkoituksenmukainen tässä kohtaa. Kartasta näkee nopeasti, missä kunnissa ongelma on suuri ja missä päästäisiin vielä vähällä vaivalla, jos ongelmaan tartuttaisiin heti.

Jättipalsamiesiintymien määrä kunnittain vaihtelee.

Jättipalsamin levinneisyyttä olisi mielenkiintoista tarkastella enemmänkin ja ottaa tarkastelun avuksi valama-alueet, sillä kasvi leviää usein puronvarsia pitkin. En kuitenkaan usko, että tietokannassa on tarpeeksi havaintoja, jotta tällaisessa analyysissa olisi järkeä. Vieraslajiportaalin tietomäärä kasvaa koko ajan ja näitä analyyseja olisikin kiinnostava tehdä muutaman vuoden päästä, kun aineisto toivottavasti on kattavampi. Tämän verran sain aineistosta irti tällä kertaa, kun tehtävänanto oli näin laaja. Rajatumpaan tehtävänantoon on helpompi vastata, kun siitä saa paremman käsityksen siitä, mitä odotetaan.

Kaiken kaikkiaan olen erittäin tyytyväinen kurssiin. Jaan täysin Vilma Kaukavuoren näkemyksen blogimuotoisen suorituksen hauskuudesta ja hyödyllisyydestä. Hänen mukaansa omat kartat tulee viimeistellyksi huolellisemmin, kun tietää jonkun lukevan niitä. Itse sanoisin myös oppineeni paljon muiden tekemistä ratkaisuista sekä saaden hyviä ideoita visualisoinneista että huomaten, mitä itse ei välttämättä kannata tehdä. Kaikkea ei aina tarvitse tehdä itse, kun muut ovat asioita jo kokeilleet. Koen päässeeni paljon pitemmälle kuin mihin ilman muiden kurssiblogeja olisin voinut yltää. Blogin kirjoittaminenkin oli motivoivaa, kun tiesi, että joku sitä ehkä lukeekin.

Olen ollut erittäin tyytyväinen kurssin opetukseen. Ilmapiiri kurssilla on ollut kannustava ja tahti sopiva. Siitä iso kiitos Arttu Paarlahdelle! Tuntuu, että kursin opit ovat tarttuneet päähän ja voivat siellä jopa pysyäkin. Vaatimustaso on noussut sopivasti pikkuhiljaa ja salakavalasti vastuuta on sysätty meille koko ajan enemmän. Pientä omaa ongelmanratkaisuakin pääsi harjoittelemaan. Siinä koen kuitenkin kaipaavani vielä harjoitusta. Kun kaikki menee hyvin, ohjelman käyttö sujuu vaivatta, mutta ongelmien ilmetessä onkin vaikeampaa. Aina ei raivokas googlaaminenkaan auta ja on mietittävä tehtävälle uusi suunta tai vähintäänkin kiertotie. Tätä ei kuitenkaan kai opi kuin harjoittelemalla.

Kurssin aikana ja sen jälkeen on tunnut myös kiinnitettyä aivan eri tavalla huomiota ympärillä oleviin karttoihin. Helsingin sanomissa karttoja on päivittäin ja ulkona tulevat vastaan joukkoliikennekartat, joissa yksinkertaistus on viety äärimmilleen silti olennaisen tiedon välityksestä tinkimättä. Näitä oppeja pääsen vielä toivottavasti myös hyödyntämään!

 

Lähteet:

vieraslajit.fi

Vilma Kaukavuoren kurssiblogi: Turun paluu (luettu 18.3.2019)

https://blogs.helsinki.fi/vilmakau/2019/03/10/turun-paluu/

 

 

Helppolukuisia karttoja?

Kurssikerta alkoi tiedonkeruulla maastosta. Arvioimme lähikohteiden viihtyisyyttä, turvallisuutta ja houkuttelevuutta kävelijöille. Tiedonkeruuseen käytettiin Epicollect-mobiilisovellusta. Kurssilaisten keräämät tiedot yhdistettiin ja saadusta aineistosta visualisoitiin kartta. valitsin aiheekseni houkuttelevuuden kävelijän näkökulmasta. Kartalle oli tarkoitus interpoloida arvoja kerättyjen pisteiden välille ja saada näin summittainen kuva koko alueesta. Tein visualisoinnin kotona, jossa minulla on asennettuna uudempi versio QGIS-ohjelmasta ja havaitsin, että kurssin ohjeet eivät toimineet uudella versiolla, koska tarvittavaa pluginia ei ole. Pääsin siis soveltamaan heti alkajaisiksi työkalulla, jonka toimintaa en edes oikein ymmärtänyt. Vaihtoehtoisen työkalun valinta oli vaikeaa. Kokeilin läpi kaikki ”intepolation”-haulla toolboxista löytyneet työkalut ja valitsin sen, jonka lopputulos muistutti eniten muiden kurssilaisten aikaansaannoksia. Ihan samaa lopputulokseen en kuitenkaan päässyt, vaan minulla esitystapa on kulmikkaampi.

Kartassani näkyy, kuinka houkuttelevaksi kävelijä kokee kartan kohteet. Ennalta-arvattavasti kartalla punaisena eli luotaantyöntävänä erottuu vilkasliikenteisen kadun ylittävä suojatie kun taas vihreällä eli houkuttelevuutta kuvastavalla värillä näkyy koko Kumpulan kasvitieteellisen puutarhan alue. Pisteitä olisi kuitenkin suonut olevan enemmän paremman kuvan saamiseksi.
Jos olen ymmärtänyt oikein, interpoloinnilla voi tavallaan paikkailla datan vähäisyyttä, mutta minun silmääni kartta näyttää kuitenkin siltä, että parempaan lopputulokseen olisi päästy hieman suuremmalla havaintomäärällä. Esimerkiksi puisto voidaan kokea houkuttelevaksi, mutta parinkymmenen metrin päässä jylisevä Kustaa Vaasan tie luotaantyöntäväksi. Jos puistosta puuttuu havaintopisteitä, analyysin tuloksena puistokin voi olla kartalla epämiellyttävä, vaikka ihmiset eivät näin kokisikaan. Tästä hyvä esimerkki on Kumtähden puisto kartan oikeassa laidassa.

Seuraavaan tehtävään saimme vielä edellistäkin vapaammat kädet. Tehtävänämme oli tuottaa havainnollisia karttoja, joita voisi käyttää maantieteen opetuksessa. Aiheena olivat maanjäristykset, tulivuoret tai meteoriitit. Tehtävä on varmasti oikein kiva, jos sattuu olemaan maantieteilijä. Mikäli onkin kurssilta omaan tieteenalaan soveltuvaa osaamista hakemaan tullut biologi, tehtävä muuttuu paljon vaikeammaksi. Olen viimeksi istunut lukion pakollisella maantieteen kurssilla seitsemän vuotta sitten, joten tästä aihepiiristä minulta ei välttämättä mitään kovin omaperäistä irtoa. Yritetään silti. Tässä kohtaa ei voi kuin ihailla Inka Kecskemetin paneutumista oppitunnin suunnitteluun. Näin minäkin sen tekisin, jos osaisin. Luultavasti hyödynnän kurssikerran visualisointien pohtimiseen ja harjoitteluun.

Aloitin tehtävän kurkkimalla muiden kurssilaisten karttoja saadakseni vähän tuntumaa. Aika pian lähdin toteuttamaan karttaa, jossa näkyisivät tällä vuosituhannella sattuneet yli 6 magnitudin maanjäristykset. Aineiston tätä varten löysin NOAA:n sivuilta. Ajattelin 2000-luvun olevan sopiva ajanjakso tarkasteluun, koska se on itselleni helpoin hahmottaa. Aloitin koulun vuonna 2000. Tarkemmin ajatellen olisin voinut valita lyhyemmän ajan, sillä yläkoulu- tai lukioikäiset ovat nuorempia ja 19 vuoden tarkastelujakso tuntuu heistä varmaan pitkältä. Inka pohdiskeli blogissaan, miten päällekkäiset pisteet saisi näkymään maailmankartalla paremmin, sillä järistysten valtava määrä jää hahmottumatta liian kaukaa katsoessa. Edellistä tehtävää toteuttaessani olin törmännyt heatmapeihin ja harkitsin, saisiko sellaisen avulla korostettua alueita, joilla järistyksiä on ollut eniten. Oula Inkeroisen blogista voi käydä katsomassa näin toteutettuja karttoja. Lopputulos ei kuitenkaan ollut sellainen kuin halusin, vaikka idea periaatteessa tuntuu hyvältä, joten etsin suuntani muualta.

Kokeilin ensin, ymmärtäisikö pisteiden paljouden, jos lisäisin pisteen värityksen läpinäkyvyyttä. Tällöin yksittäiset pisteet eivät näkyisi niin voimakkaasti, kun taas päällekkäin asettuvat pisteet muodostaisivat voimakkaamman värin. Lopputulos näyttää siltä, kuin punaisella, kuivahtaneella tussilla olisi epätoivoisesti koetettu korostaa järistysalueita. (Ja lopuksi kyllästytty ja piirretty Paintilla voimakkaimmat kohdat käsivaraisesti.) Ei ehkä näin. Jos kuitenkin lisäisi pisteiden reunaviivat? Lopputulos on heti vähän parempi. Mutta huomaan, ettei näin suuri määrä pisteitä vain tahdo mahtua näin pienelle maailmankartalle.

Ensimmäinen yritys. Selitteet puuttuvat, koska totesin kartan jatkotyöstämisen turhaksi sen epäselvyyden vuoksi. Ylhäällä oleva artikkelikuva on suurennos tästä kartasta.

Jospa siis korostaisi uusia järistyksiä eniten ja vanhempia vähemmän? Valitsen väreiksi punaisen ja keltaisen sävyt kuvaamaan vaaraa. Ajattelen, että tuoreimmat tapaukset kiinnostaisivat oppilaita eniten, sillä niissä on ehkä eniten kosketuspinta-alaa omaan elämään. Lopputulos näyttää siltä, että järistysten määrät ovat lisääntyneet huomattavasti, sillä vanhimmat pisteet eivät erotu uusien alta lainkaan. Tämäkään ei ehkä ole viesti, jonka haluan antaa.
Kokeilen vielä pisteiden pienentämistä, ja ajanjakson lyhentämistä, mutta lopulta tosiasiat on myönnettävä. Liika on liikaa. Samojen vaikeuksien kanssa taitavat painia kaikki muutkin. Mielenkiintoista pohdintaa aiheesta esittää Vilma Kaukavuori omassa blogissaan. Yksinkertainen ei aina tarkoita helppoa!

 

Toinen yritys. Tummimmalla punaisella uusimmet järistykset, vaaleammalla vanhimmat eli vuosituhannen alku.
Kolmas yritys
Neljäs kartta. Voimakkaimpia, yli 8 magnitudin maanjäristyksiä on melko harvoin

Päätin harjoitella vielä itse etsittyjen aineistojen tuomista ohjelmaan ja lisään karttaani pohdinnan, surffailun ja pähkäilyn jälkeen mannerlaatat. Sinänsä odotetusti mannerlaattojen reunaviivat pujahtavat piiloon maanjäristysten alle. Ihan kiva, mutta viesti ei välity. Oppitunnilla ongelman voisi ratkaista karttaparilla, jotka voisi näyttää näppärästi ensin erikseen ja sitten tuoda yhdellä klikkauksella järistykset näkyviin, mutta yhdellä kartalla tämä ei onnistu.

Mannerlaatat ja maanjäristykset samalla kartalla

Tuntuu, että jonkinlainen esittelypläjäys erilaisista mahdollisuuksista esittää tietoa kartalla olisi ainakin itselleni hyödyllinen. Monia ulkoasuvalintoja toistan rutiininomaisesti ajattelematta asiaa sen enempää, ja kartoista tulee toistensa toisintoja. Ehkä näitä asioita käsitellään jollakin toisella kurssilla, jota en vain itse ole käynyt. Tällaisia kysymyksiä minulla kuitenkin heräsi:

Tarvitseeko niiden reunaviivojen aina olla tunkkaisen mustia?
Minkälaisilla symboleilla pisteitä kannattaisi kuvata? (Ja miten kuvata pisteitä, jotka asettuvat voimakkaasti toistensa päälle?)
Minkälaiset värit tukevat kartan viestiä?
Mitä kaikkea kartasta kannattaa karsia pois ja mitä sinne selvyyden vuoksi pitäisi lisätä?
Milloin kannattaa käyttää koropleettikarttaa?
Mitä tehdä kun muuttujien arvot eivät ole jakautuneet tasaisesti?
Tekeekö niillä diagrammeilla koskaan mitään? (Ja miten ihmeessä pylväsdiagrammin selite saadaan järkeväksi niin että pylväitä voi suhteuttaa johonkin?)
Miten kartan otsikko saadaan rivittymään kahdelle tai useammalle riville?

Maanjäristyksistä saisi varmasti paljon lisääkin irti opetuksessa. Esimerkiksi maanjäristyksen voimakkuuden asteikko olisi syytä käydä läpi. Myös vaikutuksia paljon järistyksistä kärsivien alueiden ihmisiin ja yhteiskuntaan olisi hyvä pohtia, mutta minulla on tässä nyt vain pari karttaa. Eiköhän se ole tämän tehtävän pääasia.

 

Lähteet:

Oula Inkeroisen kurssiblogi: Maastohommista maanjäristyksiin (luettu 13.3.2019)
https://blogs.helsinki.fi/inkeroul/

Vilma Kaukavuoren kurssiblogi: Tie maantieteilijän sydämeen (luettu 13.3.2019)
https://blogs.helsinki.fi/vilmakau/

Inka Kecskemetin kurssiblogi: Ulkoilua ja maanjäristyksiä (luettu 13.3.2019)
https://blogs.helsinki.fi/inke/

Mannerlaatat:
https://www.sciencebase.gov/catalog/item/4f4e4a48e4b07f02db62303e

Maanjäristykset:
https://earthquake.usgs.gov/earthquakes/search/

Mietitään ja tehdään ihan itse

Meitä kehotettiin tulemaan tälle kurssikerralle hyvin nukkuneina ja valmiina vaivaamaan aivojamme vaikeasti ymmärrettävillä asioilla. Möröt kasvoivat mielessäni suuriksi, mutta todellisuus oli melko lailla linjassa alkukurssin kanssa. Ylitsepääsemättömiä tehtäviä ei tullut vaan aiheet olivat täysin ymmärrettävissä opetusta kuuntelemalla ja itse tekemällä. Meitä varten oli varattu kasa tehtäviä, joissa pääsimme itse kokeilemaan opittuja asioita. Harjoitukset olivat hyödyllisiä. Ne jäivät vaivaamaan mieltä, kun uuden oivaltamisen näki olevan tulossa, mutta jotain olennaista vielä puuttui. Pikkuhiljaa ohjelman logiikka kuitenkin tuntuu asettuvan aloilleen ja omiin taitoihin alkaa luottaa enemmän. Taidot alkavat olla sillä tasolla, että monia asioita osaa tehdä ainakin vaikeimman kautta, mutta päänvaivaa aiheuttaa purkkavirityksien välttely. Haluan oppia tässä vaiheessa kätevät tavat toteuttaa asioita.

Harjoituksissa laskimme Helsinki-Vantaan lentokentän aiheuttamasta melusta kärsivien määrää. Oivallus eri tasoilla valittujen kohteiden pyörittelyn kätevyydestä on loksahtamaisillaan paikoilleen. Tätä kun vielä pääsisi käyttämään itse johonkin tarpeeseen, niin asia tarttuisi varmasti kunnolla mieleen. Puskurityökalun käyttö tuli tutuksi.

Tutustuimme myös taajamissa asuvien osuuteen pääkaupunkiseudulla. Oikeastaan olisi pitänyt tutkia pelkästään vantaalla asuvia, mutta en tajunnut heti, että kartalla oli mukana koko pääkaupunkiseudun asukkaat. Jos asian olisi tajunnut ajoissa, Vantaan asukkaat olisi ollut helppo tallentaa omalle tasolleen, mutta laskin nyt sitten koko aineistosta. Pääkaupunkiseudulla taajamissa asuu analyysini mukaan 70,89 %, mikä kuulostaa mielestäni yllättävän pieneltä osuudelta. Koululaisista taajamissa asuu käytännössä yhtä suuri prosentti. Laskemme myös ulkomaalaisten osuuksia taajamissa.

Mieli tekisi laskea asiat vain vähän vaikeamman kautta käsin, mutta haluan oppia käyttämään ohjelmaa. Pieni epäilys on kuitenkin koko ajan, onko ok kerätä iso kasa lukuarvoja esimerkiksi select features by value -toiminnolla ja statistical summarysta ja hoitaa kaikki laskeminen laskimella? Välillä, ainakin pienempien tietokantojen kanssa, kiusaus kopioida taulukko Exceliin ja hoitaa laskeminen siellä on suuri. Mutta hankaloitanko vain myöhempää elämää käyttämällä tällaisia oikoteitä?

Minulle ei aina ole ihan selvää, mitä ohjelma oikein laskee. Alueiden summaa, alueiden sisältävien pisteiden summaa vai pisteissä olevien asukkaiden summaa. Tässä kohtaa tulee tärkeäksi saatujen vastausten järkevyyden miettiminen. Kun aineisto on melko vieras, vastauksen puntaroiminen on välillä vaikeaa. Pikkuhiljaa aivojumpan seurauksena asia kirkastuu, mutta tarkkana saa olla, ettei vahingossa laske jotain ihan muuta kuin oli tarkoitus.

Viimeisen tehtävän sai valita itse kolmesta vaihtoehdosta. Minä aloin tutkia saunojen ja uima-altaiden määrää pääkaupunkiseudulla, koska tehtävä on hieman erilainen kuin edelliset, ja uskon, että tarvitsen sen opettamia juttuja tulevaisuudessa.

Pääkaupunkiseudulla on 855 taloa tai taloyhtiötä, jossa on oma uima-allas ja näissä taloissa asuu jopa 12170 asukasta. Nopeasti laskien noin yhdellä sadasta pääkaupunkiseudun asukkaasta on pääsy oman talon uima-altaaseen. Tiedot oli yllättävän helppo hakea tietokannasta pienen pähkäilyn jälkeen. Pääsin hyödyntämään kurssikerroilla käteväksi mainostettua ”Selected features only” -valintaa, jonka ansiosta riitti, että sain oikeat talot valittua. Ohjelma osasi hakea tietoja näistä kohteista ilman tietokantaan kajoamista. Onnekseni keksin kokeilla, voiko samaan aikaan suodattaa tuloksia usealla hakuehdolla. Onnistuihan se ja sain selville että uima-altaallisista taloista 345 on omakotitaloja. Samalla logiikalla laskettuna 158 taloista on paritaloja, 113 rivitaloja ja 181 kerrostaloja.

Tehtävänä oli tuottaa kartta, jossa näkyy uima-altaiden määrä alueittain numeroarvona. Selvyyden vuoksi poistin vielä näkyvistä nollat, koska ne tekivät kartan sekavaksi tuomatta mitään lisäarvoa. Nollien poistamisen jälkeen kartta näytti vähän vähemmän lasten väritystehtävältä. Aiemmin kurssilla oli kuitenkin ollut puhetta absoluuttisten arvojen käytön ongelmista. Siksi halusin ohjeiden (”liitä mukaan lukuarvoa kuvaavat pylväät”) vastaisesti esittää mieluummin uima-altaiden suhteellista osuutta alueilla. Mielessäni oli myös edellisen pylväsesityksen ongelmat. Muillakin kurssilaisilla kuuluu olevan ongelmia saada diagrammeista visuaalisesti hyviä. Jaan epävarmuuden niiden käytöstä Johanna Lehtisen kanssa.  Etenkin tässä tapauksessa pelkäsin kartan menevän ihan tukkoon pylväiden lisäämisestä. Sen sijaan esitin uima-altaallisten talojen osuudet koropleettikarttana.

Olin karttaani tässä vaiheessa melko tyytyväinen. Se oli mielestäni suhteellisen selkeä, mutta mitään käyttöä sille ei sellaisenaan ollut, koska kartasta oli mahdoton tietää, mitä alueet ovat tai edes minkä kunnan puolella ne ovat. Siksi lisäsin karttaan kuntarajat sekä meren. Aluejaot olisi ilmeisesti kannattanut vielä leikata merellä ennen kartan laatimista, niin rannikkoalueiden uima-allasmäärät eivät olisi meressä uiskentelemassa. Aluejaossa merta ei ole huomioitu, vaan koko alue saarineen on ilmeisesti piirretty yhdeksi alueeksi. Kuntarajat ja rantaviiva selkiyttävät karttaa huomattavasti. Pääkaupunkiseutulainen voi jo todennäköisesti tulkita karttaa paremmin, mutta mikäli alue ei ole tuttu, kartassa on yhä toivomisen varaa. En kuitenkaan usko, että tähän karttaan mahtuisi enää alueiden nimiä, koska alueita on niin monta ja suurimman osan niistä keskellä nököttää numero. Enemmän ei ole enemmän tässäkään tapauksessa. Pienemmän alueen tarkastelussa tarkemmista paikannimistä olisi varmasti apua.

Uima-altaita on eniten Helsingissä. (Klikkaa kuva suuremmaksi)

Tapoja käyttää QGIS:ä on varmasti monia. Samatkin asiat voinee laskea useilla eri työkaluilla. Me kurssilaiset olemme luultavasti oppineet erityisen hyvin opettajan suosikkimenetelmät, mitkä kieltämättä ovat yleensä varsin toimivia, mutta tuskin ainoita tapoja ratkaista tehtävät tässä ohjelmassa. Tällä hetkellä suosikkitoimintoni ohjelmassa ovat:

Field calculator -> Create new field (ja tähän lasketaan sitten summa tai prosentti)
Select features by value (ja sitten tallennetaan valitut uuteen tietokantaan tai tutkitaan valittujen kohteiden statistical summarya tai muuten jatketaan uuden tietokannan kanssa)
Join attributes by location
Select features by area
Deselect all features
Layer prepertiesin Joins (toimii hyvin viimeistään kolmannella yrittämällä)
Buffer
Statistical summary
Lisäksi attribuuttitaulukon kanssa olen aika hyvä kaveri

Moni kurssilainen, esimerkiksi Edvin Väänänen ja Johanna Lehtinen mainitsi Spatial queryn yhdeksi keskeisimmistä työkalauista. Tämä täytynee kerrata, sillä teksiä kirjoittaessani kurssikerran ensimmäiset työkalut olivat jo haihtuneet mielestä, enkä edes löytänyt kyseistä työkalua kotikoneellani olevan uusimman QGIS:n asennettavista plugineista. Tämä taytyy siis kerrata vielä.

Lähteet:
Edvin Väänäsen kurssiblogi: Puskurointia (KK5) (viitattu 2.3.2019)
https://blogs.helsinki.fi/johanleh/2019/02/14/itsenaista-saheltamista/

Johanna Lehtisen kurssiblogi: Itsenäistä säheltämistä (viitattu2.3.2019) https://blogs.helsinki.fi/johanleh/2019/02/14/itsenaista-saheltamista/