Tervetuloa Ursulan ”GIS what!?” blogin pariin! Täällä seurataan oppimistani MAA-202 kurssilla ja käsitellään yleisesti maailmaa ”Arvaa mitä”-asenteella. Toivon siis, että pystyn aina joka viikon luennon ja tehtävien jälkeen keskeyttämään taas kerran juttuni, ”…mutta, arvaa mitä” lausahduksella. Sillä kuka nyt ei välillä sekoaisi jutuissaan. Uskon, että tällä tavalla keskittyen enemmän niihin pieniin tiedonjyväsiin, joita kartoista voimme saada, tutustun parhaiten myös kurssilla käytettäviin työkaluihin. Kun jotain haluaa tietää, jaksaa pidempään vääntää.

Joka postauksen loppuun lisään aina pari GIS what!?-lausahdusta, jotka oppimastani voi saada käyttöönsä. Kehotan kuitenkin kaikkia harjoittamaan omaa kriittistä ajattelua, sillä minkä vain asian esittäminen yhdessä lauseessa on jollain tavalla ongelmallista, kun kontekstia ei ole. GIS what!?-lausahdusten pointti onkin olla ennemminkin keskustelunaloittajia, kuin absoluuttisia faktoja.

 

---

GIS what!?-lausahdusten pointti onkin olla ennemminkin 
keskustelunaloittajia, kuin absoluuttisia faktoja.

---

 

Aion myös keskittyä tuottamieni karttojen ulkonäon tarkasteluun. Tällä viikolla esimerkiksi valitsin ehkä mielestäni hieman vaikealukuisen fontin, vaikka pidänkin siitä itse. Jos näiden karttojen olisi siis tarkoitus todella hyödyttää jotakuta, tai jos joku minulle tästä maksaisi, etsisin paremman fontin.

Tällä viikolla olemme tutustuneet QGIS-alustaan ja tuottaneet sillä kaksi karttaa. Aineistot saimme onneksi suoraan Moodlesta. Tästä seuraa nyt ensimmäinen oppimispäiväkirja.

 

Itämeren typpipäästöjen aiheuttajat

Tehtävänä oli laatia kartta Itämeren rannikkomaiden aiheuttamien päästöjen osuuksista mereen joutuneista kokonaispäästöistä. Hyvin kiinnostava aihe.

Lopulta sain aikaan kuvan 1 kartan, mutta pientä vääntöä se vaati. Oli kuitenkin hienoa huomata, miten niin suuresta attribuuttitaulukosta saimme selville sen, minkä halusimme tietää. Eikä se ollutkaan kovin vaikeaa. Toisessa tehtävässä päädyinkin tekemään suunnilleen saman. Attribuuttitaulukon muokkaamiseen pääsy vaati kuitenkin hieman uurastusta, sillä se ei ihan heti halunnut antaa minun sitä tehdä. Kun sitten olin availlut ja sulkenut koko ohjelman pari kertaa ja avannut sen kansion zipin, jossa data oli, sain sen toimimaan ja olin hyvin ylpeä itsestäni.

Lopputulos on mielestäni ihan kaunis ja sen aikaansaamiseen meni yllättävän vähän aikaa. Varmastikin tämä oli kiitos hyvän datan, sillä jos tätä olisi joutunut ihan nollasta alkaa rakentaa, olisin todellakin lamaantunut tehtävän edessä. Yritin valita väriksi typen värin, joka mielestäni olisi keltainen, mutten pitänyt siitä, joten päädyin pinkkiin. Se oli tässä tapauksessa mielestäni aivan ookoo, sillä punainen merkitsee huonoa, ja typpipäästöjähän haluaisimme niin vähän kuin mahdollista. Anni Tiensuu (24.1.2024) huomioi blogissaan, että karttaan olisi voinut lisätä vielä maiden nimet, ja mielestäni tämä on todella hyvä huomio! Eihän sitä koskaan tiedä kuka karttaa tulee lukemaan.

Kun mietin, mitä tästä kartasta saamme, ajattelen, että tämä kartta kyllä vaatisi kaverikseen myös selityksen siitä, miksi eri mailla on erilaiset typpipäästöt. Olisin siitä hyvin kiinnostunut! Tässä emme nimittäin ole esimerkiksi tarkastellet Itämeren valuma-aluetta. Se nimittäin kattaa esimerkiksi etelässä melkein koko Puolan alueen, mutta vain rannikon Saksasta (Kuva 2.). Siksi, ilman sen suurempaa perehtymistä, voisin kuvitella, että tämä tuottamani kartta, antaa hieman vääristyneen kuvan koko tilanteesta. Samoin, voidaan todeta, että kolme luokkaa on hieman turhan vähän näiden arvojen kokonaisvaltaiseen vertailuun. Emme esimerkiksi näe, että Puolan osuus typpipäästöistä on 33,7 % ja seuraavaksi suurimmat päästöt on Ruotsilla, mutta nämä päästöt ovat vain 13,3 % koko Itämeren typpikuormasta. Aika suuri ero siis. Jotain Puolassa varmasti tehdään myös eritavalla, kuin muissa Itämerta ympärövissä maissa, sillä muuten tämä luku ei olisi varmastikaan näin paljon korkeampi, mutta voi olla, että Saksan rannikolla toimitaan aivan samoin. Sieltä päästöt eivät vain päädy samalla tavalla Itämereen.

 

Väestön jakautuminen Suomen kunnissa

Itsenäinen tehtävä lähti ensin hieman nihkeästi käyntiin, kunnes huomasin, että ihan pelkän väestönkin tarkastelu voi olla kiinnostavaa. Lopulta päädyin seuraaviin kahteen karttaan (kuvat 3.1. ja 3.2.), jotka kuvaavat kumpikin samaa asiaa, eli Suomen väestön jakautumista eri kunnissa. Tvisti tuleekin siitä, että toisessa on käytetty QGIS-työkalun Equal count (Quantile) muotoa luokkien jaossa, ja toisessa muotoa nimeltä Natural breaks (Jenks). Ensimmäistähän näistä käytettiin myös yllä olevassa kurssin ensimmäisessä tehtävässä.

Karttojen rakentamisen aloitin lataamalla tiedot QGIS-työkaluun ja luomalla uuden sarakkeen tietokantaan. Huomasin, että oli tärkeää valita sarakkeen tyypiksi desimaalisarake, jotta QGIS ei automaattisesti pyöristäisi lopputuloksia. Tähän uuteen sarakkeeseen laskin kuntakohtaisen väestön osuuden koko Suomen väestöstä samalla tavalla kuin edellisessä tehtävässä ja kerroin arvon vielä kymmenellä. Näin sain lopputulokseksi promillen ja vältyin kauhealta määrältä desimaaleja. Huh! Olen kyllä kuitenkin sitä mieltä, että oikeasti olisi hyvä olla jokin ymmärrettävämpi yksikkö kuin promille, mutta näillä mentiin. Tänne ollaan tultu kokeilemaan!

Mitä tästä opin, on se, kuinka valtava merkitys sillä on, minkälaista luokkajakoa käyttää. Tämä tuli todella minulle yllätyksenä. Mielestäni kartoista saa aivan erilaiset vaikutelmat väestön jakautumisesta Suomessa. Kuvan 3.2 kartta antaa kuvan, että Suomessa ihmisiä asuu hyvin harvassa paikassa ja että Suomi on hyvin kaupungistunut maa. Kuva 3.1 sen sijaan antaa kuvan, että väestö on jakautunut aika tasaisesti ja yhtä suuria kaupunkeja on monta. Mielenkiintoisen asiasta teki sen, että olin ajatellut, että ensimmäisessä tehtävässä käyttämämme tasaisten välien luokat on se oikeampi tapa käsitellä dataa. Tässä toisessa tehtävässä kuitenkin ensimmäinen kartta mielestäni vääristää kokonaiskuvaa aika paljon, sillä esimerkiksi pääkaupunkiseutu, jossa porukkaa kuitenkin on eniten verrattuna pinta-alaan, saa saman värin kuin moni pienemmän väestömäärän omaava kunta. Samalla on kiinnostavaa miettiä, miten kuntarajat tässä tapauksessa myös muokkaavat koko kartasta saatavaa mielikuvaa, sillä eri kunnat voivat kuitenkin olla hyvin eri kokoisia. Ehkä tässä tapauksessa olisikin ollut hedelmällisempää vertailla asukastiheisyyksiä…

Eiköhän tämä ollut tässä. Jätetään pohdinnat hautumaan ja ensi viikkoon!

 

Viikon GIS what!? -lausahdukset

• Puola aiheuttaa suhteellisesti suurimman osuuden Itämeren typpipäästöistä, vaikka sillä on vain pieni osa koko rantaviivasta.
• Pelkällä luokkajaon muutoksella voi vaikuttaa huomattavasti kartan antamaan mielikuvaan. Kannattaa pitää mielessä!

 

Lähteet

HELCOM. (2023). State of the Baltic Sea 2023. Third HELCOM holistic assessment 2016-2021. Baltic Sea Environment. Proceedings n°194 s. 33.

Tiensuu, A. (2024). Tiensuun blogi: Ensimmäinen kurssikerta. Haettu 26.1.2024 osoitteesta: https://blogs.helsinki.fi/tianni/