1. kurssikerta: QGIS tutuksi

Geoinformatiikan menetelmät -kurssi lähti tehokkaasti käyntiin viime tiistaina, onneksemme lähiopetuksena paikan päällä Kumpulassa. Ensimmäisellä opetuskerralla tutustuimme QGIS-ohjelman käyttöön. Olin käyttänyt ohjelmaa jo kerran aikaisemmin, Johdatus geoinformatiikkaan –kurssilla, mutta silloin sen käyttö tuntui tuskaisen vaikealta ja monimutkaiselta. Tällä kertaa kuitenkin saimme selkeät, helposti seurattavat ohjeet QGIS:n käyttöön ja kartan laatiminen olikin yllättävän mukavaa ja sujuvaa! 

Tehtävänä oli siis luoda QGIS:llä oma koropleettikartta typpipäästöistä Itämerellä. Kartta laadittiin valmiin karttapohjan sekä tilastojen perusteella. Karttaa tehdessäni opin muun muassa hallitsemaan ainakin jollain tasolla QGIS:n yleisimpiä, tärkeitä työkaluja sekä tuomaan ja viemään aineistoja. Omaan valmiiseen karttaani (kuva 1) olen tyytyväinen, sen visuaalinen ilme on mielestäni onnistunut. Jälkikäteen olisin tosin pohtinut uudestaan järvien väriä, sillä lopputulos näyttää tällä hetkellä melko puuroiselta. 

Kuva 1. HELCOM-merialueen typpipäästöt valtioittain

Kartasta pistää silmään suurimpana saastuttajana Puola, joka ainoana HELCOM-merialuetta ympäröivistä valtioista kuuluu typen päästöjen osuudessa luokkaan 13,3-33,7 %. Nea Tiainen mainitsee omassa blogissaan, että Puolan typpipäästöistä 50% on peräisin maataloudesta. Maatalous onkin metsätalouden ohella merkittävin, Itämeren rehevöitymistä aiheuttavien, typpipäästöjen lähde (WWF). 

 

Toisessa harjoituksessa, joka tehtiin kotona, oli tarkoituksena tuottaa Suomen kuntiin liittyvistä tiedoista koropleettikartta omavalintaisen muuttujan perusteella. Valitsin muuttujaksi 0-14-vuotiaiden osuuden väestöstä prosentteina. Käytännössä harjoitus oli aika simppeli. Valittu muuttuja piti visualisoida oman maun mukaan valmiille karttapohjalle, jonka onnistuin tuomaan QGIS:iin ilman ongelmia. Koropleettikartan tekeminen sujui kotona melko vaivattomasti, sillä kartan tekemiseen käytin työkaluja, joihin olimme jo yhdessä tutustuneet lähiopetuksessa. Valmis tuotokseni on näkyvissä alla (kuva 2).

Kuva 2. 0-14-vuotiaiden prosenttiosuus väestöstä vuonna 2015

Lopputulos havainnollistaa hyvin väestön ikärakenteen jakautumista Suomessa. Kuten kartasta nähdään, 0-14-vuotiaita on prosentuaalisesti eniten pääkaupunkiseudun, Turun ja Tampereen läheisyydessä sekä Pohjois-Pohjanmaalla. Itä-Suomessa ja Lapin pohjoisosissa puolestaan 0-14-vuotiaiden prosenttiosuus on alhainen. Ilmiöön löytyy mitä todennäköisimmin selitys siitä, että monet nuoret aikuiset muuttavat pois syrjäseuduilta suuriin asutuskeskuksiin usein korkeakouluopintojen tai töiden perässä (Lappalainen, 2017).

 

Lähteet:

Lappalainen, O. (2017). Miksi ja miten tutkia nuorten muuttoliikettä? sosiologi. (Luettu 26.1.2022). Saatavilla https://www.sosiologi.fi/?p=628

Tiainen, N. (2022). Tapaamme jälleen, QGIS. Blogissa: Melkein GIS-guru siis itsekkin. (Luettu 24.1.2022). Saatavilla https://blogs.helsinki.fi/tiainea/ 

Itämeren rehevöityminen, WWF. (luettu 24.1.2022). Saatavilla https://wwf.fi/alueet/itameri/rehevoityminen/?gclid=Cj0KCQiAubmPBhCyARIsAJWNpiPkxjkaY9CNUh-JbrSIYL9oc6EYbfbUEk0sKV9akPbDarCDf9IFyS0aAo16EALw_wcB#rehevoitymisen-seuraukset