Pinja Rautiainen

Viimeisellä kerralla täytyi etsiä itse aineistot ja tehdä juuri sellaisia karttoja kuin itse halusi. Tein kolme karttaa Suomesta ja yhden Afrikasta. Suomen karttaan oli helppo löytää aineisto, joskin maakunnittain haku rajasi melko paljon pois mahdollisia muuttujia. Kun olin tehnyt ensimmäisen kartan (kuva 1), niin tajusin, että siinä on vain yksi muuttuja. Etsin vielä siis yhden aineiston lisättäväksi karttaan ja päädyin lataamaan Suomen tuotantolaitokset (kuva 2). Hain Suomen maakuntajakopohjakartan ja tuotantolaitokset WFS-rajapintapalvelusta.

Kokonaispäästöt olivat vuonna 2020 48 miljoonaa tonnia ja prosentit ovat osuuksia tästä luvusta.  Suurimmat kasvihuonekaasupäästöt olivat Uudellamaalla (25,32%) ja pienimmät Kainuussa (0,42%). Suurin osa maakunnista sijoittuu tähän välille päästöosuuksien vaihdellessa noin kahdesta 15:sta prosenttiin.

Tuotantolaitosten määrällä on jonkin verran korrelointia kasvihuonekaasupäästöjen suuruuden kanssa. Esimerkiksi Kainuussa on vähiten tuotantolaitoksia ja myös pienimmät päästöt. Tuotantolaitokset eivät kuitenkaan yksinään selitä päästöjä, koska tietenkin niihin vaikuttavat moni muukin asia, kuten liikenne. Selvästi eniten Suomessa on teollisuuden tuotantolaitoksia (kuva 2).

Kuva 1. Suomen maakuntien kasvihuonekaasupäästöt prosenttiosuuksina Suomen kokonaispäästöistä vuonna 2020.

Kuva 2. Kasvihuonekaasupäästöt maakunnittain 2020, % ja tuotantolaitokset Suomessa

Afrikan tilastotietoa oli huomattavasti vaikeampi löytää kuin Suomen. Pitkän etsiskelyn jälkeen löysin avointa dataa Maailman pankin datakatalogista. Latasin kaksi Zip-pakettia, joista löytyi alla kuvattavassa kartassa näkyvät muuttujat: maanvyörymäriski ja yli 10 000 asukkaan urbaanit keskittymät.

Maanvyörymäriskin muotoutumiseen vaikuttaa tietenkin se kuinka paljon alueella asuu ihmisiä, joiden elämään maanvyörymä mahdollisesti voi vaikuttaa. Riski on olemassa siis siellä missä tapahtuu maanvyörymiä ja missä asuu paljon ihmisiä. Kartasta näkee hyvin että lähes, jokaisessa urbaanissa asutuskeskittymässä on maanvyörymäriski.

Kuva 3. Maanvyörymäriski ja yli 10 000 asukkaan asutuskeskittymät Afrikassa.

Kiia Korpinen sanoo blogissaan (Geoinformatiikan menetelmät 1, kurssikerta 7, 03.03.2023) että meni sieltä mistä aita on matalin eikä tuotettu kartta ihan vastaa sitä mitä on opittu. Samastun tähän. Karttojen tekeminen oli teknisesti yksinkertaista. Tähän saa kuitenkin uppoamaan aikaa ihan tajuttomasti, niin jos vielä olisi lähtenyt koittamaan jotain haastavaa tehdä, niin olisi ollut ihan liikaa hoidettavaa itselle. Varsinkin, kun muissakin kursseissa on työtä tehtävänä. Aineistojen etsiminen, visualisointi ja kaikkien muidenkin tarvittavien vaiheiden tekeminen on todella hidasta vielä, vaikka ne olisivatkin muistissa hyvin.

Kirjallisuus:

Kiia Korpinen, Geoinformatiikan menetelmät 1, kurssikerta 7, 03.03.2023
<https://blogs.helsinki.fi/kiiakorp/>

The World Bank, Data Catalog, Satellite Monitoring Service Of Urbanization In Africa (World Settlement Footprint), data updated 2021
<https://datacatalog.worldbank.org/search/dataset/0060310/Satellite-Monitoring-Service-of-Urbanization-in-Africa–World-Settlement-Footprint->

Tilastokeskus, Avoimet paikkatietoaineistot
<https://www.stat.fi/org/avoindata/paikkatietoaineistot.html<https://geo.stat.fi/geoserver/ttlaitokset/wfs>

Tämä kurssikerta aiheutti niin paljon harmaita hiuksia ja stressiä, että huh huh. Koulussa tehtävät harjoitukset sujuivat vielä jotenkin kuten tyydyttävästi (kysyttyäni apua opettajalta noin 100 kertaa), mutta itsenäistehtävät eivät onnistuneet ollenkaan. Tuntien ja tuntien työskentelyn jälkeen päätän tästä kurssikerrasta kirjoittaa vain ajatuksia ja laittaa vastaukset, jotka onnistuin saamaan luennon aikana. Tätä kertaa lukuun ottamatta, on tämä kurssi kokonaisuudessaan ollut oikein mieluisa ja onnistumisen tunnetta tuottava, haasteista huolimatta.

Eveliina Kuparinen mainitsee 5. harjoituskerran blogissaan, että kaipaisi lisää harjoitusta työkalujen soveltamiseen. Minulla on ihan samoja ajatuksia ollut. En aina ymmärrä, että milloin tarvitaan mitäkin työkalua. Tällä kurssilla on tullut niin paljon uutta asiaa, että vanhat jutut ehtii jo sen verran painua muistin perukoille, että niitä ei enää muista seuraavilla kerroilla soveltaa/käyttää uusiin juttuihin. Pää on ollut niin paljon pyörällä näiden viikkojen aikana.

Viidennen kerran luennolla tosiaan luotiin esimerkikisi buffereita ja laskettiin niiden sisään jääviä arvoja. Bufferin luominen oli simppeliä. Valinnan tekeminen sijainnin perusteella onnistuu myös. Alla taulukko niistä vastauksista jotka onnistuin tuottamaan:

Malmin lentokenttä
2km säteellä asuvat		58 750
1km säteellä asuvat		9 038
Helsinki-Vantaa
2km säteellä asuvat		11 056
%? 65dB alueella		2,74 %
väh. 55dB asuu		11 923

 

Kirjallisuus:

Kupariev’s blog, kurssikerta 5 (08.03.2023)
<https://blogs.helsinki.fi/kupariev/>

Kuudennella kurssikerralla menimme itse maastoon keräämään dataa Epicollect-sovelluksen avulla. Kiertelimme valitsemissamme pisteissä ja arvioimme mm. niiden turvallisuudentuntua. Sitten toimme datan QGIS:iin ja teimme keräilymme pohjalta kartan, jossa kuvaavamme ilmiöt näkyivät.

Itsenäistehtäväksi jäi kerätä internetistä dataa tulivuorista/maanjäristyksistä/meteoriiteista. Mieluinen data piti visualisoida kartalle ja kertoa ilmiöstä, jonka valitsi kuvattavaksi. Kartoillani näkyy tulivuorten sijainti ja sitten ensimmäisessä kartassa on 7-8, toisessa 4-6 ja viimeisessä 1-3 magnitudin järistykset vuonna 2010. Valitsin vuoden 2010 esitettäväksi, koska silloin tapahtui eniten (23) suuria, yli 7 magnitudin, järistyksiä (USGS.gov). Valitsin maanjäristykset vain yhdeltä vuodelta, jotta voisin esittää kartassa Magnitudien koko skaalan eikä. Näin tietoa ei tullut karttoihin liikaa ja luettavuus pysyy vielä hyvänä.

 

Karttani ovat mielestäni oikein havainnollistavia. Täytyy vain kiinnittää huomiota siihen, mitä magnitudeja kukin kartta esittää. Yksinään kartat toimivat oikein hyvin mutta jos niitä tarkastelee rinnakkain, niin huomaa, että pallot ovat melko saman kokoisia eri karttojen magnitudeissa vaikka ne esittävät kasvavia arvoja. Jälkeen päin olisin laittanut pisteiden koot koko karttasarjassa liukuvasti niin, ettei yhdessäkään kartassa ole toisen kartan kanssa saman kokoisia pisteitä. Näin magnitudien kasvu/lasku tulisi selvemmin esille ilman, että täytyy kiinnittää huomiota legendan arvoihin niin paljoa.

Kartoilla voisi opettaa esimerkiksi tulivuorten sijainnin vaikutusta maanjäristyksiin ja niiden voimakkuuteen. Kartoista voidaan esimerkiksi päätellä hienosti miten siellä missä on paljon tulivuoria, tapahtuu myös paljon 4-6 magnitudin järistyksiä. Pohjois-Amerikan länsirannikolla taas tapahtuu paljon lievempiä järistyksiä, jotka ovat kytköksissä kahden litosfäärilaatan sivuamiseen toisiinsa nähden.

Kartassa joka kuvaa 4-6 magnitudin järistyksiä on myös erinomaisesti havaittavissa Tyynenmeren tulirengas, joka on tunnettu juuri sen vulkaanisesta ja tektonisesta toiminnasta.  Kartalla voisi myös opettaa litosfäärilaattojen rajoja ja sijaintia, koska maanjäristyksiä tapahtuu paljon laattojen rajakohdissa ja kartoilla näkyvät järistykset mukailevat hienosti litosfäärilaattojen rajoja. Linkin takaa löyty kuva, jossa näkyy litosfäärilaatat.

Niin kuin Sainilan’s blogissa mainitaan, niin minäkin olin hyvin innoissani kun pääsee visualisoimaan mieleisiään karttoja. Vaikka on vielä paljon opittavaa ihan jokaisessa asiassa, niin epäonnistumistenkin jälkeen on aina ollut aika kiva fiilis, kun on saanut kartat valmiiksi. Omia teoksiaan on ollut kiva ihmetellä ja miettiä mitä voisi parantaa ja mikä onnistui. Usein on tehnyt mieli aloittaa koko prosessi alusta, koska on tajunnut jotain millä koko homman voisi saada näyttämään paremmalta, mutta aika ja jaksaminen ei ole useinkaan tähän riittänyt.

Lähteet:

Sainilan’s blog, Harjoitus 6 (01.03.2023)
<https://blogs.helsinki.fi/sainilan/>

USGS: Why are we having so many earthquakes? Has naturally occurring earthquake activity been increasing? Does this mean a big one is going to hit? OR We haven’t had any earthquakes in a long time; does this mean that the pressure is building up for a big one? [viitattu 6.3.2023]
<https://www.usgs.gov/faqs/why-are-we-having-so-many-earthquakes-has-naturally-occurring-earthquake-activity-been>

EartHhow, 7 Major Tectonic Plates: The World’s Largest Plate Tectonics
<https://earthhow.com/7-major-tectonic-plates/>

 

Vaikeudet alkoivat…

Nyt olen viikon jäljessä neljännen  (eli tämän) blogipostauksen kirjoittamisesta. Kyseisen kurssikerran jälkeen minulla oli vielä itsevarma olio osaamisestani ja luennon jälkeen luotin siihen, että osaan hommat. Olisikin siis pitänyt jäädä heti tekemään työ loppuun luokkaan luennon jälkeen. Päätin kuitenkin lähteä kotiin ja hoitaa homman myöhemmin valmiiksi. Kun aloin tekemään projektia kotona, niin huomasinkin että olen unohtanut miten saan työn tehtyä. Nyt sitten yritän käydä läpi ohjeita ja saada jonkunlaisen kartan tuotettua.

Tunnilla tehdyt työt tulivat tosiaan helposti valmiiksi. Ensin toimme tarvittavat aineistot QGIS:iin ja sitten loimme ruudukon, johon voimme kerätä väkilukutietoa. Ruudukon luomisen jälkeen täytyi valita ne attribuutit, jotka olivat ruudukon sisällä, jonka jälkeen täytyi liittää tiedot samaan attribuuttitaulukkoon. Ennen tietojen liittämistä täytyi karsia taulukosta pois ne tiedot, joita ei tarvittu. Sitten visualisoitiin kartalle attribuuttitaulukkoon laskettuja osuuksia. Kotiin jäi tehtäväksi sama homma, mutta piti visualisoida, jokin uusi arvo. Itse valitsin ruotsinkielisten osuuden yhteensä sekä miehet ja naiset erikseen. Pari päivää luennon jälkeen olinkin sitten jo unohtanut miten homman voi tehdä uudestaan.

Käytyäni ohjeet uudestaan huolellisesti läpi, olikin aika simppeli homma saada halutut tiedot näkyviin, jotka itse halusin kartalla näyttää. Mun levottomat aivot ei aina malttaisi seurata ohjeita huolellisesti, vana lukee rivien välistä vähän sieltä täältä ja sitten ihmettelen miksi en osaa tai miksi hommat ei suju.

Kun olin ensin palautellut kunnolla mieleen “Join attributes by location”-toiminnon, päätin ladata mmqgis-pluginin ja liittää attribuutit käyttämällä pluginin combine spatial join -toimintoa, jotta sekin tulisi tutuksi. Se olikin paljon näppärämpi käyttää kuin Join attributes by location -toiminto. Tietojen liittämisessä tosin kesti todella kauan (vajaa 1h), niin kuin oltiin ohjeissa varoiteltukin.

Tein yhteensä neljä eri karttaa, joista valitsin tähän kaksi niistä, jotka on tehty käyttämällä tuota “Join attributes by location” -toimintoa.

Kartoissa on nähtävissä ruotsinkielisten absoluuttinen osuus pääkaupunkiseudulla ja pk-seudun asukkaiden osuus yhteensä.  Ylemmässä näkyy ruotsinkieliset ja alemmassa kaikki asukkaat. Kartat ovat hyvin samanlaisia, mutta on huomattavissa joitakin eroja.

Karttaa ja syitä esimerkiksi sille miksi joissakin ruuduissa on enemmän ruotsinkilisiä kuin toisissa on vaikea tulkita, koska mitään kaupunginosien rajoja ei ole näkyvissä. Niin kuin Petri sanoo blogissaan (Rasteriaineistojen salat) niin olisi hyvä, jos edes joitain kaupunginosien nimiä olisi näkyvissä.

Karkean päätelmän onnistun kuitenkin tekemään siitä että ruotsinkielisiä asuu paljon esimerkiksi Kauniaisten alueella, kun taas kokonaisväestöstä siellä asuu vähän vähemmän. Kauniaiset on Suomen suurituloisin kunta (Tilastokeskus,  2017). Ruotsinkieliset puolestaan ovat korkeampituloisia pääkaupunkiseudulla, kuin suomenkieliset (Turun sanomat, 2004). Tämä selittäisi miksi monilla rikkaammilla alueilla asuu enemmän ruotsinkielisiä.

Käytin absoluuttisia arvoja kuvaamaan ruotsinkielisten osuuksia enkä tullut ajatelleeksi suhteellisten arvojen käyttämistä. Tässä tapauksessa en kuitenkaan usko sillä olevan suurta merkitystä esimerkiksi mielikuvien luomisessa paikoista, koska esille ei nouse mitään alueita, jotka kiinnittäisivät erityistä huomiota ruotsinkielisten osuudessa. Suhteellisten arvojen käyttäminen kuitenkin tyypillisesti olisi mielestäni parempi vaihtoehto, jotta saadaan tuotua selkeästi esille juurikin osuuksia kokonaisväestöstä eikä absoluuttisia arvoja.

Ruututeemakartan informaatioarvo verrattuna koropleettikarttaan on mielestäni ristiriitainen. Koropleettikartoissahan tyypillisesti käytetään joitain hallinnollisia rajoja kun taas ruututeemakartassa on x määrä ruutuja. Kartan toimivuus riippuu siitä mitä ilmiöitä halutaan tarkastella. Esimerkiksi ruotsinkielisten osuuksien tarkastelussa olisin käyttänyt ennemmin hallinnollisia rajoja kuvaavaa karttaa, koska saataisiin vähän selville että millä alueilla asuu kuinkakin paljon. Nyt tieto on tuotu esille 1kmx1km ruutujen avulla, niin en oikein saa selville että mikä hyöty siitä varsinaisesti on saatavilla. Ruututeemakartan käyttö voisi olla perusteltua, jos tutkittaisiin esimerkiksi jotain asiaa, joka ei seuraa hallinnollisia rajoja esimerkiksi ilmansaasteiden esiintyminen. Ihmiset kuitenkin asuvat aina jonkin hallinnollisen rajan sisäpuolella niin olisi järkevämpää kuvata ilmiötä niin, että näkyvissä olisi nämä hallinnolliset rajat. Luettavuus on muutenkin jotenkin sekavaa, koska ruutuja on niin paljon. Toisaalta kuvattava alue ei ole mitenkään erityisen suuri, niin ruutukoko toimii kyllä edes jotenkin.

Jälkikäteen ajateltuna olisin esittänyt kartan tiedot jollakin muulla skaalalla kuin sinisen eri sävyillä. Nyt ne vähän hukkuvat järvien sekaan. Legendaan olisin jättänyt kuntarajan näkyville, jotta pk-seudun rajat tulisivat selkeämmin esille. Olisin ehkä myös kartassa kuvannut rajan selkeämmin. Nyt se näyttää vähän sotkuiselta. Lopputulosta olisi varmasti tultu hiottua enemmän, jos en olisi jo valmiiksi viikon myöhässä postauksen teosta.

 

Lähteet:

Petrin GIS blogi, Rasteriaineistojen salat (4. kurssikerta), 16.2.2023. [viitattu 23.2.2023]
https://blogs.helsinki.fi/lzpetri/

Tuloerot 2017, 3. Kauniainen selvästi Suomen suurituloisin kunta. Helsinki: Tilastokeskus [viitattu: 23.2.2023] https://www.stat.fi/til/tjkt/2017/02/tjkt_2017_02_2018-12-18_kat_003_fi.html

Turun Sanomat, Ruotsinkieliset vauraampia kuin suomenkieliset, 2004, [viitattu 23.2.2023]
https://www.ts.fi/uutiset/1073963596

 

 

Toisella kurssikerralla tekeminen oli jo huomattavasti miellyttävämpää kuin edellisellä. QGIS:n käyttö oli helpottunut huomattavasti ja toiminnot olivat tulleet tutuiksi. Enpä välttämättä olisi uskonut näin tästä kurssista sanovani, mutta pidin itseasiassa tehtävistä ja niiden tekemisestä. Tosin nyt taas blogitekstin kirjoittaminen jäi vähän viime tinkaan ja se aiheutti turhaa ja ylimääräistä stressiä, minkä olisi hyvin voinut myös välttää olemalla vain ajoissa. Varsinkin kun tekeminen on ollut ihan mielekästä, kun siihen on vain ryhtynyt.  

Opin rajapintojen käyttämisestä ja siitä miten eri aineistoja voi tuoda QGIS:iin. Se oli loppupeleissä aika simppeliä varsinkin, kun meille oltiin annettu valmis word-tiedosto, mistä näitä eri rajapintoja löytyy. Loppu on vain tekniikan muistamista. 

Lisäksi opin ja vielä toistaiseksi vieläkin muistan, miten lisätään geometria attribuutit ja luodaan uusia tasoja sen avulla. Laskimen käyttö QGIS-ohjelmassa tuli myös hyvin tutuksi. Joka tunnin jälkeen on ollut paljon luottavaisempi olo omiin taitoihin. Ohjelman käyttö alkaa sujua mutta tässä kun yrittää miettiä, että mitä on oppinut niin tajuaa ettei muista toimintojen sun muiden nimiä ulkoa, mutta niiden löytäminen tulee aika hyvin jo lihasmuistista ohjelmaa käyttäessä. Karttojen visualistointi on ollut erityisesti omaan mieleen ja voisin jopa sanoa sen olevan terapeuttista! Olen positiivisesti hyvin yllättynyt tästä kurssista toistaiseksi ja vaikka haasteita on ollut, niin niistä selviytyminen on antanut uudenlaista motivaatiota oikeastaan kaikkeen elämässä. 🙂 

Päätin liittää blogitekstiin kaikki kolme karttaa, jotka ehdin tehdä osittain tunnin aikana ja osittain kotona. Vertasin TM35FIN karttaprojektioon Merctorin, Robinsonin ja Gallin projektioita. 

Nyt kun tässä viimeisillä päivillä käyn vielä läpi omia ja muiden postauksia niin on kiva huomata, että joku on kirjoittanut blogissaan aiheista, jotka itseltä on jäänyt kokonaan unholaan. Esimerkiksi Susanne kirjoittaa toisen kurssikerran blogissaan, miten tuota select by expression -toimintoa käytetään. Olin unohtanut kokonaan tämän toimintaperiaatteen, mutta nyt sain ahaa-elämyksen, josta olisin jo aiemmin hyötynyt. Kertaus on siis opintojen äiti!

Kirjallisuus:

Susanne’s blog, Geoinformatiikan menetelmät 1, kurssikerta 2
<https://blogs.helsinki.fi/rautamos/>

No niin ensimmäinen postaus valmiiksi vihdoin. Jatkossa yritän aikatauluttaa paremmin ettei jäisi aina stressaamaan viimeisille hetkille.

Tiesin alusta asti, että tämän kurssin suorittaminen tulee tuottamaan itselleni ainakin jonkin verran vaikeuksia, mutta otin heti asenteen, että suhtaudun hankaluuksiin innostuneella ja periksiantamattomalla asenteella. Kohdat, joissa aikaisemmin olisin ehkä jäänyt jumiin ja luovuttaminen olisi ollut lähellä, niin nyt suoriuduin niistä ”hiljaa hyvä tulee” -asenteella. Rauhallisuus ja armollisuus itseä kohtaan ovat tulleet jo ensimmäisten tehtävien aikana hyvin hyödyllisiksi ja tutuiksi. Oli myös ihan lohduttavaa huomata, että muillakin on haasteita tehtävän kanssa, kukaan ei siis ole yksin ongelmiensa kanssa. Sarlotta Laakkonen sanoi osuvasti blogissaan, että meinasi jossain vaiheessa vain laittaa blogiin että ei suju, ei tuu mitään. Itsellä oli pariin otteeseen samoja tuntemuksia. Onneksi kumpikaan ei kuitenkaan antanut periksi. 😀

Teknisestä puolesta opin myös paljon uutta, vaikka eri toimintojen muistaminen vaatii varmasti vielä toistoja toistojen perään. Uskon kuitenkin päällisin puolin osaavani tästä eteen päin ainakin tuoda .csv-aineistot QGIS:iin joins-toimintoa käyttäen. Nyt tosin käytin kartan valmiita aineistoja, koska juuri kun olin ymmärtänyt miten tuota joins-toimintoa käytetään niin selaimeni lakkasi toimimasta enkä päässyt hakemaan muuttujia Statfin:sta enkä mistään muustakaan ulkopuolisesta palvelusta. Siinä vaiheessa olin taistellut toimintojen kanssa jo niin paljon, että päätin tuottaa kartan vaikeustasoa 1 käyttäen. Nyt minulla on ainakin luotto siihen, että jatkossa osaan tuoda itse muuttujia/aineistoja muista palveluista QGIS:iin. Mieleen painui hyvin myös perustoiminnot, kuten attribuuttitaulukon sisältämän tiedon visualisointi kartalle sekä legendan, pohjoisnuolen ja mittakaavan tuominen tulostettavaan versioon.

Internetistä oli melkein jokaisessa kohtaa paljon apua. Tietoa QGIS:sta ja sen eri toimintojen käyttämisestä on onneksi paljon saatavilla. Aikaa sai kulumaan itse tehtävän parissa puurtamisen lisäksi myös siihen, että selasi erilaisia ohjetekstejä ja videoita, joissa annetaan vinkkejä QGIS:n käyttöön. Kaikesta lukemastani alkoi pikkuhiljaa muodostua järkeviä ajatuksia päähäni, joita osaan jatkossa soveltaa. Päällisin puolin jäi siis oikein onnistunut fiilis tehtävästä, vaikka sen suorittaminen ei mennytkään ihan niin, kuin olin ensin ajatellut. Haasteita oli siis ihan riittävästi.

Laatimastani kartasta voi päätellä, yli 64-vuotiaiden sijoittumisen Suomessa kunnittain. Mielestäni kartta on kartografisesti hyvä. Värit ovat onnistuneet ja saavat aikaan sen mielikuvan mitä pitääkin: mitä tummempi punaisen sävy, sitä enemmän kunnassa asuu yli 64-vuotiaita. Tämä tarkoittaa, että huoltosuhde vinoutuu, koska kunnassa ei ole tarpeeksi työikäistä väestöä, pitämään huoltosuhde kunnossa. Eniten ikääntyvää väestöä on Keski-  ja Itä-Suomessa:. Vähiten taas yliopistokaupungeissa ja niiden naapurikunnissa: pääkaupunkiseudulla, Turussa, Tampereella, Jyväskylässä,  Vaasassa ja Oulussa. Rovaniemelläkin on suhteessa muihin kuntiin vähemmän ikääntyvää väestöä, vaikka kuitenkin enemmän kuin muissa yliopistokaupungeissa.

Kuva 1. Yli 64-vuotiaiden osuus kunnittain Suomessa vuonna 2015.

Jonkin verran mietin sitä, että onko tuo jaottelu eri osuuksiin tarpeeksi hyvä. Otin QGIS:n itse generoiman jaottelun, jota en muokannut mitenkään. Kartta kuitenkin omaan silmään näyttää siltä miltä pitäisikin, eikä mielestäni anna vääristynyttä kuvaa minkään alueen osalta ainakin omaan ennakkotietooni pohjautuen. Pohjoisnuoli, legenda ja mittakaava löytyy, joten niiden osalta kaikki kunnossa. Kartta on selkeä ja helposti luettavissa vaikka ei karttojen kanssa olisi juuri tekemisissä. Kokonaisuutena oikein hyvä.

Alla vielä tunnilla tehty kartta, jonka tekeminen sujui ongelmitta, kun pysyi koko ajan tarkkaavaisena ohjeistuksista.

Kuva 2. Prosentuaaliset nitrogeenipäästöt HELCOM-maissa. 

Nyt jälkeen päin blogin julkaisusta ikävä huomata, että kuvien laatu heikkeni noinkin paljon. En tiedä mitä sille voi tehdä. Täytyykin selvittää seuraavia kertoja varten.

 

Lähteet:

 Sarlotta Laakkonen -kurssiblogi, Kotitehtävä (1.kurssikerta), 24.1.2023,
https://blogs.helsinki.fi/sarlotla/,
viitattu 26.12023

 

 

Welcome to Blogipalvelut. This is your first post. Edit or delete it, then start blogging!