1. viikko: Itämeren typpipäästöt ja Suomen työttömät

 

Moikka!

Tämä blogi seuraa tutustumistani geoinformatiikan maailmaan. Postauksien perustana on Geoinformatiikan menetelmät 1 -kurssi, kurssilla saadut harjoitukset ja niistä mieleen nousseet pohdinnat. Hieman jännittää, miten tämmöisen blogin kirjoittaminen tulee onnistumaan, koska tämä ei ainakaan näin alussa tunnu ollenkaan luontevalle. Mielestäni on kuitenkin mukavaa, että pääsee näkemään, miten muut ovat harjoituksissa onnistuneet. Opiskelen maantiedettä sivuaineena, joten minulle erityisesti on varmaan hyötyä päästä lukemaan itseäni aiheessa  kenties viisaampien pääaineopiskelijoiden pohdintoja. Toisen blogin lukeminen pelastikin minut heti ensimmäisellä kerralla yhden virheen tekemiseltä tai pikemminkin antoi minulle mahdollisuuden korjata sen!

Ensimmäisen viikon tapaamisella aloimme tutustumaan QGIS-ohjelmistoon. Olin saanut sen käyttöön jo pintaraapaisun aikaisemmalla kurssilla, mutta tästä ei ollut jäänyt paljoa muistiin. Oli siis hyvä, että kävimme asioita askel kerrallaan yhdessä läpi. Toisaalta en kerennyt tunnilla painaa mieleeni kaikkia välivaiheita, joten luin kotona harjoituksen tehtävänantoa läpi uudelleen.

Itämeren typpipäästöt

Jatkoin kotona tunnilla aloitettua harjoitetta liittyen Itämeren typpipäästöihin. Kotona vaihdoin värimaailman punavihreästä harmahtavan sävyihin, jotta se olisi siistimmän näköinen ja todennäköisesti myös selkämpi punavihersokeille. Lisäsin myös valtioiden nimiä karttaan. Lopputulos on nähtävillä alla (kuva 1). Näin jälkikäteen ajatellen harmiden sävyissä olisi voinut olla suuremp ero, jotta ne eivät meneisi keskenään sekaisin. Viron typpipäästöt ovat pienimmät ja Puolan suurimmat. Ne ovat myös kuvassa omissa väriluokissaan.

Työttömien määrä Suomen kunnissa

Kotiin jäi lisäksi myös erillinen harjoitus liittyen Suomen kuntiin. Halusin tarkastella Suomen kuntien eroja työttömyydessä. Se tuntui mielestäni osuvalle, koska olen lähiaikoina stressannut melko paljon omaa työllistymistäni tulevaisuudessa. 😀 Se on myös yksi syy siihen, miksi olen aloittanut maantieteen opiskelun sivuaineena. Tässä harjoituksessa minulla oli hieman ongelmia ymmärtää, miten saan liitettyä kaksi aineistoa toisiinsa QGIS:in avulla. Kuitenkin, kun sain sen onnistumaan, loppu oli melko helppoa. Oli mielenkiintoista huomata, miten työttömien suhteellinen määrä kasvaa siirtyessä Pohjanlahden rannikolta idän suuntaan (kuva 2).

Loppuviimeistelyksi muutin kartan koordinaattijärjestelmän suositeltuun muotoon (EPSG:3035). Olisin unohtanut tämän ellen olisi vieraillut Lila Salosen blogissa. Kiitos siis Lilalle! Vaikka koordinaattijärjestelmä ei oikein vaikuttanut lopulliseen kuvaan, oli kuitenkin hyvä muistaa sen tarkastamisen tärkeys.

Kartta on mielestäni muuten selkeä, mutta valkealla merkityt (0,9-5% työttömiä)  kunnat erottuvat huonosti valkeaa taustaa vasten. Näitä on mm. Ahvenanmaan saaristossa. Se ei häirinnyt minua kuitenkaan niin paljoa, että olisin muuttanut asian. Selkeyden lisäksi Tilastokeskukselta saatu tieto on mielestäni luotettavaa ja kuvassa käytetty luokitus tilanteeseen sopiva.

Lähteet

Helcom metadata catalogue. https://metadata.helcom.fi/geonetwork/srv/fin/catalog.search#/home

Lila Salonen. Ensimmäinen kurssikerta, jatkoa kotona. luettu: 28.1.2023 https://blogs.helsinki.fi/slila/

Tilastokeskus. Kuntien avainluvut 1987-2021. https://pxdata.stat.fi/PXWeb/pxweb/fi/Kuntien_avainluvut/