Mun päähän sattuu.

Moi.

Nyt.

Mun.

Päähän.

Sattuu.

rammed sheep GIF
GIF 1. Ai SAAT****
Lähde: https://giphy.com/gifs/woDSEnkhATCySQ259V (19.02.2020)

Jälleen olen koko päivän taistellut QGIsin kanssa. Ongelmani on kovin yksinkertainen, mutta äärimmäisen rasauttava. En saa New Layoutissa mittakaavaa skaalattua oikein projektion mukaan. Tai siis QGIS ei tee tätä prosessia oikein, vaikka sen pitäisi olla käsittääkseni ohjelman perusominaisuus?! Käytin tämän ratkaisemiseen valehtelematta ainakin kolme tuntia, pyytäen apua vanhemmilta opiskelijoilta (S/O Justus Poutanen), etsimällä infoa Googlesta ja Youtubevideoita katsoen :-D. En kuitenkaan saanut ratkaistua ongelmaani, joten päätin laittaa Senpaille meiliä ja mennä nokosille. Vastaukseksi tuli, että Arttu oli myös törmännyt samaan ongelmaan, eikä edes HÄN osannut tätä ratkaista. Sain vapautuksen mittakaavan laittamisesta tämän kurssikerran karttoihin, koska useimmissa koko maailmaa kattavissa projektioissa mittakaava on muutenkin eri kokoinen eri kohdassa karttaa.

Okei eli kuudennella kurssikerralla lähdimme heti alkuun ulos reippailemaan eli keräämään dataa. Kahdeksalta aamulta tämä teki oikein hyvää ja siitä piristyi mukavasti. Reippailun jälkeen käytimme ryhmämme keräämää dataa tehtävissä. Keräsimme datan sovelluksella nimeltä EpiCollect, tätä Flaminia Puranen on avannut hieman enemmän blogissaan.  Konkreettisuus teki tästä tunnista parhaimman tähän mennessä. Laitoimme keräämämme datan pisteinä kartoille ja visualisoimme ne interpoloinnilla. Interpoloinnista on varmasti hyötyä tulevaisuuden tehtävissä, koska sillä voi visualisoida helposti pienemmän alueen suurelta kartalta. Varsin mainio kuva tunnilla tehdystä interpoloinnista löytyy Mikko Kangasmaan blogista. Interpoloinnista täytyy kuitenkin muistaa, että dataa (tai pisteitä) täytyy olla riittävästi tai muuten se voi vääristää liikaa tietoa, ja edistää näin misinformaatiota. Nämä tehtävät sujuivat helposti ja positiivinen energia lävisti minut.

Tunnin lopuksi aloimme opettelemaan datan tuomista eri sivustoilta. QGIS pystyy lukemaan csv-tiedostoja, joten näitä haimme. Samalla oli tarkoitus oppia, miten datan saa helposti muokattua QGISille sopivaan muotoon esimerkiksi Excelillä. Excelistä opin samalla muutaman todella kätevän toiminnon, kuten find/replace ja text to columns -komennot. Tämäkin tehtävä oli mielestäni helppo ja selkeä, eikä liian monta uutta muuttujaa ollut sekoittamassa päätä.

Kuva 1. Kaikki yli kuuden magnitudin maanjäristykset vuosina 1950-2012.

Käytän jokaisessa kartassani maiden rajoja ja mannerlaattojen rajoja, koska ne selkeyttävät ja havainnollistavat karttaa. Riippuen kenelle opettaa laatta tektoniasta, ei välttämättä tarvitse laattojen saumoja, mutta ei niistä haittaakaan ole. Etenkin yläaste ja lukioikäiset hyötyvät saumoista varmasti, ja pystyvät näin hahmottamaan paremmin maanjäristyksien jakautuneisuutta globaalisti. Muutenkin mannerlaattojen saumat ovat hyödyllistä esittää, sillä kohdeyleisö näkee kartasti heti, että järistykset osuvat enimmäkseen juuri laattojen yhtymä, erkanemis jne. kohdille. Näin pystyy heti näkemään pintapuoliset syyt järistyksen jakautumiselle globaalisti. Karttoihin voisi toki lisätä laattojen liikesuunnat ja nimet, mutta en usko sen tuovan kovin paljon lisäarvoa.

Kuva 2. Kaikki alle viiden magnitudin maanjäristykset vuosina 1950-2012

Kuva 2 eroaa kuvasta 1 hieman. Kuvasta 2 huomaa, että pienempiä järistyksiä on enemmän ja ne jakautuvat kauemmas laattojen saumoilta. Mielestäni tämä on hyvä tuoda opetuksessa ihan vain yleisesti tietoon, jotta ei luulla, että järistyksiä tapahtuu melkein pelkästään laattojen kohdatessa. Alle 5 magnitudin järistykset eivät ole kovin voimakkaita, mutta niistä voi silti aiheutua vaaraa/vahinkoja, joten tämä on ainakin hyvä tiedostaa. Maanjäristykset voivat aiheutua kuitenkin muistakin syistä, kuin vain laattotektonisista

Kuva 3. Tiedetyt meteoriittien osumat.

Meteoriittien iskeytymät voivat aiheuttaa paljon samanlaisia uhkia kuin maanjäristykset, joten on hyvä tiedostaa, että ne voivat iskeytyä mihin tahansa. Tämän kuva 3 kuvaa hyvin, koska iskeytymät eivät ole jakautuneet mannerlaattojen saumojen läheisyyteen. Osumat jakautuvat selkeästi maankamaralle, mutta merissä ei ole juurikaan osumia. Todellisuudessa osumien määrä on varmasti paljon suurempi, koska merten pohjiin ei nähdä kovin helposti.

Kuva 4. Maailman tulivuoret.

Kuvasta 4 huomaa hyvin, miten tulivuoret ovat jakautuneet pääosin mannerlaattojen saumojen läheisyyteen. Näillä alueilla on tiedetysti paljon vulkaanista toimintaa, koska laattojen välillä oleva kitka aiheuttaa magmapesäkkeiden synnyn. Tulivuoria on muodostuu myös ns. hot spot -kohdile, koska siellä olevat konvektiovirtaukset saavat ne muodostumaan. Tämän takia kuvassa 4 näkyy poikkeuksia, ja tulivuoria on esimerkiksi Hawaijilla. Saana Järviseltä löytyy blogistaan havainnollistava kartta siitä, miten tulivuoria ei ole purkautunut vuoden 1965 jälkeen kovin montaa kertaa.

Kuva 5. Yli 8.0 magnitudin järistykset vuosina 2012-2020.

Lopuksi haluisin näyttää opetettaville, että suuria, paljon vahinkoa aiheuttavia järistyksiä ei tapahdu kovin usein. Edellisistä kartoista voi saada sen kuvan, että koko ajan pitäisi olla varuillaan järistyksiä ym. hasardeja.

Yleisesti kaikista kartoista voi myös opettaa, mitä edellä mainituista hasardeista voi aiheutua. Esimerkiksi tsunamit, ilmaston viileneminen tai miten tietyillä alueilla on tarpeellista keskittyä normaalia vahvemman infrastruktuurin rakentamiseen.

Kartoila voisi opettaa myös merivirtojen liikkeitä, jakautumista ja vaikutusta ilmastoon. Linkki tällaiseen kuvaan: https://tieku.fi/luonto/merivirrat-kiertavat-maailmaa

Nyt lopetan tämän hölöttämisen tai tästä postauksesta tulee pitkä kuin nälkävuodet. Eihä kukaa ny sellasta jaksa lukea.

HYVÄÄ VIIKONLOPPUA ARVON LUKIJAT, MUISTAKAA CHILLAA!

 

Lähteet:

https://tieku.fi/luonto/merivirrat-kiertavat-maailmaa (luettu 21.2.2020)

https://fi.wikipedia.org/wiki/Tulivuori  (Luettu 21.2.2020)

Puranen, Flaminia. Maastosta kerätyn datan käyttö.
https://blogs.helsinki.fi/flaminia/ (luettu 21.2.2020)

Kangasmaa, Mikko. Kenttätöitä ja hasardeja.  19.2.2020
https://blogs.helsinki.fi/kanmikko/ (luettu 21.2.2020)

Järvinen, Saana. Kävellen kuntoon (KK6) 19.02.2020
https://blogs.helsinki.fi/jarvsaan/ (luettu 21.2.2020)

Mennää eteenpäin.

Noniin noniin noniin täällä jälleen.

En oppinut edellisestä kerrasta, että gissiä ei kannata tulla oppimaan väsyneenä, joten tälläkin kertaa olin aivan naatti :–) Onneksi teimme alkuun töitä perinteiseen tyyliin; Arttu-Senpai klikkailee taululla asioita ja muut kopioivat klikit. Tämä tyyli ei kuitenkaan jatkunut kauaa.

Tämä viides kurssikerta oli varmasti haastavin tähän mennessä (joten virkeästä mielestä olisi epäilemättä ollut hyötyä), koska pääsimme soveltamaan oppejamme itsenäisesti. Aika nopeasti meni peukalo keskelle kämmentä, mutta onneksi vierustoverit auttoivat.

Tällaisena höyhensarjalaisena uskallan väittää, että QGISin keskeisimmät työkalut ovat esimerkiksi kaikki select features toiminnot, attribute table, field calculator ja processing toolbox. Uskallan jopa väittää osaavani käyttää näitä. Select featureilla pystyy helposti valitsemaan tietyn esim. rajatun alueen ja tutkia alueen sisällä olevia muuttujia tai arvoja. Attribute tablesta näkee hyvin mitä dataa aineisto sisältää, jolloin pystyy muodostamaan parempaa kokonaiskuvaa. Field calculator on aivan mestarillinen työkalu, koska sillä pystyy laskemaan vaikka mitä, ja luomaan uusia sarakkeita jo olemassa olevaan attribuuttitaulukkoon. Processing toolbox on erinomainen erilaisten vaativimpien työkalujen löytämiseksi. Vielä kun pääsisi sille tasolle, että osaisi käyttää näitä vaativampia työkaluja joka kerta oikein. Mutta onhan tätä edes hitusen verran kiva kirjoittaa, kun huomaa, että jotain on jäänyt päähän.

No mikä tuntuu sitten edelleen vähän hankalalta? Aika moni asia, mutta ei se mitään. Ei kai kukaan ollut seppä syntyessään (haha, heikkoa.). Kaikki extractilla alkavat työkalut ovat hieman pimennossa, vaikka olemmenkin niitä vähän käyttäneet. Myös osa join työkaluista ovat edelleen vähän hankalia, koska input layeri menee välillä sekaisin. Tämä voi tosin johtua myös siitä onko hyvä vai huono päivä. Merge ja Joins -toiminnot ovat jääveet aika unholaan, koska niitä ei ole käytetty montaa kertaa. Usein QGISillä leikkiessä käy muutenkin niin, että tietää mitä työkalujen nimet tarkoittavat, mutta ei lopulta silti tiedä täysin 100% mitä ne tekevät. Dissolve -toiminto on sekin jäänyt päähäni, mutta en kuollaksenikaan muista mitä sillä tehdään tai miten sitä voisi hyödyntää. Näihin jos saisi vielä vähän lisäreeniä. Visualisointiakin olisi mukava edelleen kehittää.

Kuva 1. Taulukko tehtävästä 1.

Joojoo, jos luulitte ettei mulla oo mitään kovia tuloksia tarjottavana teille, niin olette VÄÄRÄSSÄ. Tämmösen taulukon väsäilin kohtuullisen kovalla tuskalla. Jokaista muistisolua piti käyttää, jotta muistin miten noita vastauksia saadaan QGISillä, mutta lopulta tämä tuotti tulosta ja ihan hyvää muistijälkeä alkoi syntyä.

Puskurointi osoittautui tällä kurssikerralla varsin hyödelliseksi toiminnoksi. Sillä pystyy korjaamaan pieniä aineiston epätarkkuuksia ja laskea esim. kuinka monta asukasta kärsii lentomelusta tai muusta liikennemelusta. Voisin uskoa tämän työkalun olevan käytössä useamminkin. En ole ihan varma, mutta voisin kuvitella, että puskurointia voidaan käyttää hyödyksi laskettaessa pellon ja vesistön väliin jäävän suojavyöhykkeen leveyttä?

Mielestäni QGISin avulla pystyy ratkaisemaan lähes kaikenlaisia ongelmia liittyen visualisointiin. Toki käyttäjän taidoista on paljon kiinni, pystyykö mestarillisia visualisointeja tekemään, mutta teoriassa ainakin lähes kaikki on mahdollista. Datan täytyy olla vain oikeassa muodossa ja se täytyy osata löytää, jonka jälkeen ovet ovatkin sepposen selällään GIS-Narniaan.

Kuva 2. Tehtävä 3.

Kuvan 2 tehtävä onnistui yllättävän kepeästi, vaikka en tiedäkkään sainko vastaukset tarkoituksenmukaisilla tavoilla, vai sovelsinko vähän liikaakin. Joka tapauksessa niiden pitäisi olla oiket vastaukset. Tässä tehtävässä pääsi käyttämään paljon statistic työkalua ja minusta tuntui, että sisäistin sen.

Tehtävä 4. Tappelin lähes viisi tuntia, jotta saisin tehtyä tarvittavan kartan osana tätä tehtävänantoa, mutta en siltikään onnistunut siinä. Shout outit Laura Hynyselle, joka sai visualisoinnin toteutettua, ja muutenkin vaikuttaa erittäin potenttiaaliselta GIS-velhon alulta. En oikein tiedä mitä tein väärin, mutta tarkoitus olisi vielä saada visualisointikin tänne blogiin asti. Pääkopan männät leikkas vaa sen verra pahasti kiinne, ettei ollu hyvä jatkaa sitä tänää loppuu.

Kuva 3. Tehtävä 2.

Tässä lupaamani taulukko tehtävästä 2. Muuten sujui ongelmitta, mutta ulkomaankansalaisten osuuden laskemiseen sain onneksi apua vanhemmilta opiskelijoita. Tästä huomasi, että GISeily on tosiaan hieman hankalaa, vaikka olisikin enemmän kokemusta. Oli myös virkistävä huomata, miten kokeneemmat konkarit käyttävät QGISin käyttöliittymää.

Kuva 4. Tehtävä 4.
Kuva 5. Uima-altaiden määrät PK-seudulla alueittain. Eniten uima-altaita on Lauttasaaressa, 53 kipaletta.

!!!!!!!!!!!!!!!VIHDOIN*********!*!*!*!*!*!*!*!*!*!*!*!!!!

Ai että, helpotus oli suuri. Monen tunnin uurastuksen jälkeen sain koropleettikarttani visualisoitua oikein. Kiitos Alex Nylanderin, joka vinkkasi minulle työkalusta;  Count Points In Polygon. En ymmärrä, miten olin tämän unohtanut, enkä ollut törmännyt siihen etsiessäni ratkaisua tähän ongelmaani. Nyt tuntuu hieman idiootilta, mutta näinhän siinä usein käy, kun on yrittänyt ratkaista liian kauan yhtä asiaa. En tosin ymmärrä, miksei Print layouttiin tullut kaikkia lukuja näkyviin, vaikka ne ns. “normi näkymässä” näkyivät. En tässä vaiheessa jaksanut enää selvittää asiaa, koska värit menevät kuitenkin oikein.

Shout out Alex Nylander MOTM (man of the match).

Kiitos jälleen kerran lukijoille, to be continued..

 

Lick Stick Out Tongue GIF - Lick StickOutTongue Capra GIFs
GIF 1. Onneksi lampaat pitävät mieleni virkeänä.

 

Lähteet:

Hynynen, Laura. Peruspalikoilla kohti itsenäistä työskentelyä. 12.02.2020
https://blogs.helsinki.fi/lauravel/ (luettu 17.2.2020)

Nylander, Alex. Kurssikerta 5: Buffereita ja väestöanalyyseja 18.02.2020
https://blogs.helsinki.fi/alny/ (luettu 17.2.2020)

Posilla – vaikka väkisin

TERRRVE!

Heti neljännen blogipostauksen alkuun haluan kiittää edelliseen blogitekstiini viitanneita, kiitos. Ennätyksiä rikottiin viittausten määrän ollessa jopa neljä, huh huh. En tiedä miten pystyn vastaamaan tähän suosion määrään.

Minun täytyy myös myöntää, että tämä kursiskerta oli raskain tähän mennessä. Yltiöpositiivisuuteni laitettiin kovaan testiin, mutta en antanut sen murtua. Olin järkyttävän väsynyt, levoton ja kuormittunut –  onneksi vierustoverini Aino Sainius piti tällä kertaa positiivisen ilmapiirin yllä (toki yliväsymyksestä johtuen). Kirjotan tätä päivitystä jälleen heti tunnin jälkeen, joten olen pahoillani jos väsymykseni paistaa läpi.

Kuva 1. Muunkielisten osuus suomea puhuvasta väestöstä pääkaupunkiseudulla. Luvut ovat prosentteina. Täysin valkoiset alueet pääkaupunkiseudun sisällä ilmaisevat, ettei alueilla asu ketään.

Tällaiseen karttaan päädyin. Ei paras, ei huonoin. Värit voisivat varmasti mallailla paremmin, mutta ainakin esitettävät asiat erottuvat. Pienempi ruutukoko olisi tuonut tarkkuutta, mutta luettavuus olisi voinut kärsiä kun kuvan liittää blogiin. Tämän takia päädyin 1kmx1km ruutuihin. Kartasta voi hyvin nähdä, että muunkielisten osuus on pienempi Helsingin kantakaupungissa verrattuna koillis/itä-Helsinkiin. Tämä oli toisaalta hieman odotettu tulos, jos on yhtään lukenut Helsingin kaupunkiin liittyviä uutisia. Myös pohjois-Vantaalla on pieni muunkielisten keskittymä. Kolmas erottuva alue on Helsingin luoteisosassa. Tämä alue jakautuu myös Vantaalle ja Espooseen. Näin salolaisen pääkaupunkiseututietämyksellä sanoisin alueelle kuuluvan mm. Myyrmäki, jolloin tulos ei ole jälleen kovin yllättävä.

Edellä mainitut alueet erottuvat, koska niissä on esimerkiksi halvemmat asumismenot. Muunkielisiin kuuluu paljon maahanmuuttajia, jotka ovat usein taloudellisesti heikommassa asemassa kuin kantasuomalaiset, jolloin he pakkautuvat helposti halvemmille asuinalueille. Tähän taas vaikuttaa luonnollisesti kaupungin ajama aluepolitiikka, esim. investoinnit rakentamiseen tai julkiseen liikenteeseen.

Kuva 2. Muunkielisten absoluuttinen lukumäärä pääkaupunkiseudulla 1kmx1km  ruudukossa. Täysin valkoiset alueet pääkaupunkiseudun sisällä ilmaisevat, ettei alueilla asu ketään.

Kuvan 2 kartta kuvaa kuvan 1 karttaa paremmin, missä muunkielisiä oikeasti on. Esimerkiksi Pohjois-Vantaalla ei ole kuvan 2 mukaan paljon muunkielisiä, vaikka nopeasti katsottuna kuva 1 näyttää näin. Toki kuvan 1 tiedot ovat suhteutettuna yksittäisten ruutujen asukasmääriin.

Joka tapauksessa esimerkiksi lehdestä nopeasti katsottuna molemmista kuvista voi jäädä väärä kuva muunkielisten osuudesta alueilla. Tämän takia en käyttäisi kumpaakaan kuvista kovin vaikuttavissa mediossa, tai missään mediassa ollenkaan. Legendaa parantaisin molemmissa kuvissa, jotta voisin kertoa paljonko jokaisella ruudulla on muuten asukkaita. Tällöin se helpottaisi lukijaa suhteuttamaan saamani muunkielisten arvot, eikä antaisi niin väärää kuvaa muunkielisten osuudesta alueilla. Kartat olisivat myös informatiivisempia jos lisäisin vielä useamman asteikon. Tällöin olisi vähemmän täysin tummanpunaisia alueita, jolloin vääristystä (ja mielikuviin vaikuttamista) tapahtuu vähemmän. Paremman informatiivisuuden saavuttamiseksi lisäisin vielä kaupunkien nimet, suurimmat asuinalueet ja tiet.

Kuten Matti Katajisto blogissaan toteaa, ruututeemakarttojen vahvuus on ilmiöiden kuvaaminen suhteellisesta näkökulmasta. Hän myös kertoo, miten helposti ruututeemakartalla voi esittää aluerajauksia ylittäviä ilmiöitä ja karsia turhan tarkkuuden pois. Ruututeemakartan etu on muutenkin juuri siinä, että yleistettävyys on helppoa ja järkevää. Kartantekijän on vain aina pidettävä mielessä, ettei yleistä liikaa. Ruututeemakartalla on siis helppo esittää paljon dataa pienellä alueella. Esimerkiksi edellisen kurssikerran Afrikka kartta oli hieman vaikealukuinen, koska kaivoksia oli niin paljon ja päällekkäin. Tätä ilmiötä olisi ehkä järkevämpi visualisoida ruututeemakartalla.

Gif 1. Tähän välii postausta piristävä gifi. Lampaat ja ilmeisesti laama/alpakka ovat elämänsuola.

Tunnin lopuksi aloimme vielä valmistemaan seuraavan kurssikerran töitä. Ensimmäistä kertaa ikinä käytimme rasteriaineistoa. Juuri ja juuri uskoin, että hetki oli todellinen.

Kuva 3. Pornaisten alueesta kuvattu korkeusmalli ja rinnevarjostus.
Kuva 4. Pornaisten alueesta peruskarttalehti ja korkeusmalli. Kuva on samasta kohtaa kuin kuva 3.

Kuten kuvasta 3 näkyy, ovat sen korkeuskäyrät tarkempia kuin peruskarttalehden (kuva 4). Käyrät kyllä vastaavat toisiaan melko hyvin, mutta kuvassa 3 ne ovat hitusen tarkempia.

Eipä mulla oo muuta sanottavaa noista. Pääsispä pelaa fribaa. Stay tuned for more.

SKRTT SKRTT

 

Lähteet:

https://yle.fi/uutiset/3-10066803 (luettu 6.2.2020)

Katajisto, Matti. Varsinaista velhoilua. 5.2.2020
https://blogs.helsinki.fi/mattikat/ (luettu 6.2.2020)