Roosan blogi

 

Niin se on viimeinen kurssikerta suoritettu ja kurssi lähenee loppua. Viimeisen kurssikerran tavoite olikin tuottaa itsenäisesti kartta aiheesta, jonka sai rajata mieleisekseen. Tämä oli yllättävän hankalaa, sillä vaihtoehtoja löytyi pilvin pimein. Aloitin datan selaamisen ja aiheen pohtimisen jo maanantaina ennen viimeistä keskiviikon kurssikertaa. Siihen upposi yllättävän paljon aikaa, kuten Salla Kärkkäinenkin totesi blogissaan. Minulle kävi melko samalla tavalla kuin Sallallekin, sillä tein monet pohjakartat eri maanosista ja alueista, kunnes lopulta löysin oman aiheeni. Dataa etsiessä minulla oli QGIS auki ja yritin aina tuoda kunkin aineiston ohjelmaan, jotta näkisin ensiksikin onnistuuko se ja toiseksi sisältääkö aineistot kaiken mitä itse etsin.

Minun ensimmäinen ajatus oli tehdä Euroopan valtiosta kartta, johon olisin halunnut saada eri uskontokuntiin kuuluvien henkilöiden osuuksia väestöstä. Karttaan olisin tuonut vielä toisen muuttujan, kuten esimerkiksi jonkinlaiset mielenosoitukset tai alueen yleisen hiljaisuuden. Mutta vaikka kuinka yritin, en löytänyt uskontokunnista sen kaltaista dataa, josta olisin voinut tämän kaltaisen kartan tehdä. Minun olisi pitänyt etsiä jokaisen valtion data erikseen ja jos rehellisiä ollaan, minun uskoni taisi vähän loppua kesken ja päädyin vaihtamaan aihetta 😀

Kuten jo totesin, lopulta päädyin monien vaihtoehtojen jälkeen tekemään kartan Algeriasta, jossa näkyy asutuskeskittymät ja vuoden 2020 metsäpalot (kuva 1). Interpoloin metsäpalot kirkkauden mukaan. Ajattelin siten kartasta näkyvän selkeämmin asutuskeskittymien sekä metsäpalojen mahdollisen yhteyden kuin jos metsäpalotkin olisi olleet merkattuna pistetietona kartalle.

Kartta on minusta selkeä, sillä se on melko yksinkertainen. Minusta kartta on visuaalisesti miellyttävä. Algerian metsäpalojen levittäytymiseen vaikuttaa alueen topografia, sillä Algeriassa on paljon aavikkoa.  Aavikko vaikuttaa myös asukaskeskittymiin, joten vaikka kartassa näkyy yhteys metsäpalojen ja asukaskeskittymien välillä, ei se silti tarkoitta automaattisesti kausaliteettia. Toisaalta mielenkiintoisempi ja laajempi kartta olisi voinut olla samankaltainen kartta, mutta kaikista maailman valtioista. Silloin olisi voinut tarkastella yleistä trendiä ilmiöiden välillä, eivätkä yksittäisen valtion ominaisuudet olisi vaikuttaneet lopputulokseen yhtä selvästi.

Kartan teko oli mielekästä heti oikeanlaisen aineiston löydyttyä. Kuten alussa jo totesin, vaikka tiesin aineiston haun olevan työlästä, vei se aikaa vielä enemmän kuin oletin. Tietenkin tilannetta omalla tavalla hankaloitti se, että oli vapaus valita 😀 QGIS:n käyttöön olen saanut varmuutta ja hienoa oli karttaa tehdessä huomata, miten monet opit tulivat suoraan muistista ilman vanhoista kurssiohjeista tarkastamista.

Tietenkin QGIS:ssa on mahdollisuuksia todella paljon ja me saimme kurssilla vasta pintaraapaisun tähän kaikkeen. Kurssi ei ainakaan kohdallani syönyt intoa vaan tavallaan lisäsi sitä. Minusta QGIS:ssa oli monta toimivaa ominaisuutta ja nimet olivat usein melko kuvaavia, joten oli helppo itse tutkia myös uusien työkalujen ominaisuuksia. Se mikä eniten harmitti ohjelmistossa, oli ettei ctrl+Z toiminut. Usein piti testata ensiksi itse, jonka jälkeen koko prosessi piti tehdä uudestaan, jos lopputulos ei ollut jotain mitä haettiin. Myös väliaikaisia ja pysyviä tasoja tuntui tulevan suuria määriä, minkä aluksi koin todella epäselväksi. Koko alkukurssin tallensin tiedostoja, kuten piti, koska niin oli neuvottu. Sisäistin vasta oikeasti projektien ja tasojen tallentamisen kurssin puolen välin jälkeen.

Ilolla voi huomata, miten QGIS:n käyttö on helpottunut ja oikeastaan olen alkanut pitämään ohjelmistosta. Se on todella näppärä, kun vaan tietää mitä tekee. Paljon on vielä asian tiimoilta opittavaa, mutta kyllä kehitystäkin on kurssin aikana ehtinyt tapahtua. Kuten Lotta Sainiokin blogissaan toteaa, on ollut hienoa miten paljon on saanut apua ja vertaistukea muilta kurssilaisilta tehtävien ja QGIS:n kanssa. Oli onni, että tämän kurssi oli kokonaan lähiopetuksessa 🙂

Kiitos kaikille!

 

Lähteet

Kärkkäinen S. (2022) Viikko 7: Grändi Finaale Sallan kurssiblogi (luettu 7.3.2022)

Sainio L. (2022) Viikko 7: Loppuhuipennus MANTSAILUA – LOTTA SAINIO (luettu 7.3.2022)

 

Aloitimme luennon ulkoilun merkeissä keräten aineistoa Epicollect5-sovelluksen avulla. Jokainen latasi sovelluksen puhelimeensa, jolloin jokainen sai kerätä itse koordinaattitietoja sekä pohtia jokaisen kohteen viihtyvyyttä. Kurssiryhmällämme kävi hyvä tuuri sään kanssa, sillä ulkona oli varmasti yksi tämän talven kauniimmista talvipäivistä. Victoria Rumbin toteaa blogissaan, miten raitis ilma sai jaksamaan lopun luennosta ja en voisi olla enempää samaa mieltä hänen kanssaan!

Kun olimme saapuneet takaisin GIS-luokkaan tiedonkeruu reissulta, jokainen sai ladata koko kurssikerran keräämät tiedot koneellensa. Kerätystä datasta interpoloimme kohteen subjektiivista turvallisuutta (kuva 1). Siniset alueet ovat koettu turvallisina ja punaiset alueet taas turvattomina. Kuten Ali Ylikoski huomioi blogissaan, heidän sääolosuhteet eivät olleet houkuttelevia maanantai-iltana, mikä varmasti vaikutti kohteiden viihtyvyyteen. Meidän kurssikerran tilanne kun oli vastakohta tälle. Jokainen kohde tuntui todella tai vähintään melko viihtyisältä keskiviikon olosuhteissa. Olisi ollut todella mielenkiintoista nähdä myös muiden kurssikertojen tiedonkeruun tulokset ja nähdä mahdolliset sääolosuhteiden vaikutukset. Tietenkin moni muukin seikka vaikuttaa kohteissa koettuun turvallisuuteen.

Yhdessä interpolointiin tutustuttua siirryimme itsenäistehtävien pariin. Alustus tehtiin vielä yhdessä, jonka jälkeen jatkoimme itsenäisesti työskentelyä. Tämän kaltainen rytmitys sopii minulle, vaikkakin itsenäinen työskentely vaati paljon itseltä. Haastavuudesta johtuen uskon tällä tavalla oppivani enemmän ihan jo huomaamatta. Jos jotain kurssilla olen oppinut, niin se kuinka paljon kärsivällisyyttä geoinformatiikassa tarvitaan 😀

Itsenäisissä tehtävissä meidän piti tehdä kolme karttaa, joiden teemana ovat hasardit. Tavoitteena oli tuottaa materiaalia opetuskäyttöön, mikä minusta oli kiva lisä tehtävänantoon. Kurssikerran aineistossa oleva taustakartta oli maailmankartta, mutta toisaalta Eeva Raki oli blogissaan kekseliäästi tehnyt visualisoinnin Euroopan, Afrikan ja Länsi-Aasian lumivyörytilanteesta. Joten olisihan itsekin voinut vaihtaa taustakarttaa tai käsitellä tarkemmin jotain tiettyä aluetta.

Materiaalini tuotin hypoteettisesti ala-asteikäisille, minkä takia ne eivät sisällä tavattoman paljon informaatiota. Koska materiaali on tarkoitus käyttää tuntiopetuksessa, tein visualisoinneista helposti luettavia. Tällä tavalla jokaisella oppilaalla olisi mahdollisimman hyvät mahdollisuudet ymmärtää esitettävä asia ja siten saada positiivisia oppimiskokemuksia. Aloittaisin tunnin kysymällä oppilailta mitä he mahdollisesti tietävät jo etukäteen maanjäristyksistä. Minusta on tärkeää tehdä oppimisesta yhteistä tekemistä ja yksi tapa siihen on saada oppilaat osallistutettua opetukseen. Tämän jälkeen jatkaisin kartalla, josta näkyy yli 2,5 magnitudin maanjäristykset viimeisen kuukauden aikana (kuva 2). Karttaa voitaisiin tulkita yhdessä, onko Suomessa havaittu maanjäristyksiä, tunnistaisiko joku alueita jossa on havaittu maanjäristyksiä ja niin edelleen. Aikahaarukaksi valitsisin läheisen ajanjakson, jotta oppilaat voivat ymmärtää miten maanjäristyksiäkin tapahtuu maailmassa, vaikka ne eivät välttämättä omassa arkielämässä näy.

Tietysti karttojen välillä pitäisi käydä perusteita niin maanjäristyksen synnystä ja vaikutuksista, mutta keskityn nyt vain karttojen käyttöön. Seuraava kartta (kuva 3) näyttää viimeisen 10 000 vuoden aikana tapahtuneita tulivuorenpurkauksia maailmassa. Datan sain Smithsonian instituution nettisivuilta. Sivusto vaikutti asialliselta, mutta sen syvempää analyysiä en tietojen paikkansapitävyydestä tehnyt. Oppilaiden kanssa voisi vertailla tulivuortenpurkausten sekä viime kuukauden maanjäristysten sijoittumista ja miettiä mahdollisia syitä yhteyksiin ja eroihin.

Minusta litosfäärilaatat ja niiden raja-alueet ovat hyvin olennaisia maanjäristysten sekä tulivuorenpurkausten kanssa, sillä ajattelin niiden omalla tavalla tuovan esiin miten holistisia monet luonnonilmiöt ovat. Litosfäärilaattojen rajojen tiedostot hain Natural Earth -sivustolta, josta itsenäistehtävien taustakarttakin oli peräisin. Ala-asteikäisille ei tietenkään voi liian tarkkaan selittää ilmiöitä, mutta minusta olisi hyvä jättää tämän kaltaiset asiat hautumaan oppilaitten mieliin. Toisaalta oppilaille, jotka ovat erityisen kiinnostuneita asiasta, tämän kaltainen informaatio voi kasvattaa innostusta miettimään asioiden syy-seuraussuhteita vielä entisestään.

Lopuksi näyttäisin kartan, johon on kerätty kaikki 1900-2022 vuosina tapahtuneet voimakkuudeltaan 6-9 magnitudin maanjäristykset (kuva 4). Interpoloin karttaan magnitudit, jonka avulla oppilaat toivottavasti kiinnittäisivät huomiota tummempiin alueisiin. Koska kartassa on maapallo kokonaisuudessaan, voi se näyttäytyä hieman täydeltä. Toisaalta aikajanaa olisi voinut lyhentää viimeiseksi 50 vuodeksi, jolloin sama trendi olisi silti toistunut ja interpoloidut alueet olisivat voineet tulla esiin vahvemmin.

Kurssikerran aiheet olivat minusta hyvin mielenkiintoisia ja nautin päästä ulkoilemaan keskiviikkoaamuna täydelliseen talvisäähän. Hasardimaantiede on aina kiinnostanut minua, joten aineistoja oli kiehtovaa tutkia. QGIS:n käytöstä tulee kerta kerralta selkeämpää ja se motivoi itseäni todella paljon. Kanssaopiskelijoiden avulla ja tuella pääsee todella pitkälle ja tästä kurssikerrasta en olisi varmasti selvinnyt ilman Eeva Rakia <3

Enää yksi kurssikerta jäljellä, vähiin käy ennen kuin loppuu!

 

Lähteet

Rumbin V. (2022) Kurssikerta 6 – Interpolointia vai ei? MATKA GIS-GURUKSI (luettu 24.2.2022)

Ylikoski A. (2022) Kurssikerta 6: Sään ääri-ilmiöitä ja maanjäristyksiä ALIN GEOINFORMATIIKKABLOGI (luettu 24.2.2022)

Raki E. (2022) Kurssikerta 6: Reippailua Oppimassa geoinformatiikkaa (luettu 24.2.2022)

 

Tämän kurssiviikon kerta painottui suuresti itsenäiseen työskentelyyn, mikä tuntui aluksi rankalta sekä hieman toivottomalta. Varmuutta QGIS:n käyttöön on jo kertynyt ja koen tämän viikon luennon jälkeen saaneen selvästi lisää itsevarmuutta käytön suhteen. Tiedostojen tallentaminen ja tiedostomuodot alkavat selkenemään kuten myös eri työkalujen käyttö.

Aloitimme luennon yhdessä harjoitellen bufferointia Pornaisten keskustan alueella (kuva 1). Digitoimme jotain teitä ja rakennuksia Pornaisten alueelle jo viime kurssikerralla, joten kartta oli valmiina käyttöä varten. Alue oli minusta juuri sopiva alun harjoitteluun, sillä tietomäärä oli helpommin hallittavissa kuin esimerkiksi Helsinki-Vantaan lentokentän tehtävässä.

Vaikka luennolla itsenäisten tehtävien suorittaminen tuntui aluksi hyvin haastavalta, uskon oppineeni paljon luennosta ja sen asioista. Pornaisten alueen jälkeen siirryimme Helsingin ja Vantaan suunnalle. Ensiksi keskityimme Malmin lentokenttään ja sen melualueeseen. Malmin lentokentän kohdalla tehtävä eivät itsessään olleet kauhean vaikeita, mutta QGIS koneessani ei suostunut yhteistyöhön. Ongelman perimmäinen syy ei ikinä selvinnyt, mutta lopulta onneksi sain halutun lopputuloksen pienellä avustuksella (kuva 2).

Toistin samanlaisen kaavan puskuroinnin suhteen Helsinki-Vantaan lentokentälle kuten tein Malmille. Piirsin kiitoradat, jonka jälkeen muodostin muutaman bufferin kiitoratojen ympärille. Bufferin tuottaminen QGIS:lla oli minusta yllättävän yksinkertaista ja uskon itsenäisten toistojen syventäneen oppia puskuroinnin suhteen. Minusta on mielenkiintoista tehdä analyysejä puskurointien perusteella. Ne ovat hyvin visuaalisia ja eri ilmiöiden liikesuhteet sekä vaikutusalueet ovat moninaisia sekä mielenkiintoisia tutkia (kuva 3).

Olen kerännyt itsenäisesti suoritettujen tehtävien vastauksia oheiseen taulukkoon (taulukko 1). Prosenttiosuudet olen laskenut omatoimisesti laskimen avulla, vaikka QGIS varmaan voisi tämänkin tehdä puolestani.  Minun ongelmakseni koitui alueiden selvittäminen, missä ulkomaalaista väestöä olisi tiettyjä osuuksia. Yritin kauan ja monella eri tavalla selvittää näitä, mutta en vain yksinkertaisesti onnistunut siinä. Lopulta tuntui ettei yrittämisessäkään ollut enää järkeä, sillä vaikka olisin onnistunut koitoksessa, minulla ei olisi ollut mitään hajua miten siinä onnistuin. Hieman samankaltaisen kamppailun oli käynyt myös Katri Hämäläinen, joskin se oli eri tehtävästä. Hämäläinen toteaa hyvin blogissaan ”Tehtiin jotain en muista mitä”, mikä on minusta osuvasti sanottu.

Taulukko 1. Itsenäistehtävien vastauksia lentokentistä, asemista ja taajamista.

Kaikesta huolimatta olen alkanut melkein jo pitämään QGIS:sta ohjelmana, mutta välillä se saa verenpaineeni kohoamaan. Ongelmatilanteessa tuntuu, ettei aina ole selkeää syytä miksi jotain ei esimerkiksi tapahdu. Se on hieman hermoja raastavaa, sillä yleensä ei ymmärrä mitä tuli tehtyä väärin tai mikä ajoi ylipäätään siihen tilanteeseen. Se hankaloittaa, sillä tulevaisuudessa ei tietoisesti osaa ehkäistä samaan tilanteeseen ajautumista. Kuten  Janne Turunen blogissaan toteaa, eniten QGIS:n käyttöä rajoittava tekijä on varmasti käyttäjä itse.

Lentokenttien, asemien ja taajamien jälkeen siirryin seuraavaksi tehtävään, jossa keskityttiin Helsingin Yhtenäiskouluun. Joidenkin kysymysten vastaukset saattavat hieman heittää, sillä en muistanut varmaksi minkä ikäisinä ollaan milläkin luokka-asteella. Täysin oikeat vastaukset eivät onneksi olleet tehtävän ydin tällä kertaa, vaan se miten tehtävät sai suoritettua.

Tehtävä oli mukava ja onnistuin melko kivuttomasti siinä omasta mielestäni. Luennolla tehdessäni tehtäviä tuntui, että suoriuduin tehtävistä ’yritys ja erehdys’-taktiikalla. Mutta kotona aukaistessani QGIS:n ja tarvittavat tiedostot, totesin että jotain on kurssilla ja tällä viikolla tullut opittua. Aloitin tehtävän tekemällä koulusta polygonin, sillä olin aloittamassa tekemään bufferia, kunnes tajusin valintatyökalulla saavani suoritettua kaikki toiminnot mitä tarvitsin (kuva 4).  Tehtävän tekeminen eteni ja sain vastaukset melko nopeasti selvitettyä. Ohessa Helsingin Yhtenäiskouluun liittyvien tehtävien vastauksia (taulukko 2).

Taulukko 2. Itsenäistehtävien vastauksia Helsingin Yhtenäiskoulusta.

Ilo on huomata tässä vaiheessa kurssia, että jotain on jo tullut opittua. QGIS:n avatessa ei vaivu heti epätoivoon vaan sinnikkäästi yrittämällä usein pääsee haluttuun lopputulemaan. Kertaus on opintojen äiti suurimassa osassa asioita, kuten myös QGIS:n kohdalla. Vaikka useasti voi turhauttaa, kun yhteistyö QGIS:n kanssa takkuaa, silloin kun onnistuu, ei ole riemulla rajaa.

 

Lähteet

Hämäläinen K. (2022) QGIS – buffereita ja uima-altaita GIS-VELHOKSI (luettu 18.2.2022)

Turunen J. (2022) QGIS – voittajani Geoinformatiikan mystiset menetelmät (luettu 18.2.2022)

 

Luentomme alkoi teoriaosuudella, sillä Moodlessa oli sattumalta juuri huoltokatko luentomme alkaessa. Käsittelimme ruutuaineistoja ja rasterikarttoja. Koin luennon aiheen itselleni hyväksi kertaamiseksi, sillä omissa tietotaidoissa rasteriaineistojen suhteen olisi petrattavaa.  Olen kokenut ne aina hieman vieraammaksi aineistomuodoksi.

Elida Peuhu nostaa hyvin blogissaan, miten tekemäämme karttaa voi olla hankala hahmottaa, kun kaupunkien rakenne ei näy rasterikartan alta. Peuhu oli lisännyt karttaansa läpinäkyvyyttä ruudukkoonsa, mikä minusta helpotti kartan luettavuutta.

Hyvin mielenkiintoisen blogipostauksen oli tehnyt myös Salla Kärkkäinen. Kärkkäinen oli tehnyt kolme eri ruututeemakarttaa ruotsinkielisten sijoittuneisuudesta pääkaupunkiseudulla. Kartoista näki miten suuren vaikutuksen eri esitystyyleillä saa ruututeemakarttoihin. Kärkkäisen vertailua ja tulkintoja oli mukaansatempaavaa seurata.

Tein ruututeemakarttani yli 64-vuotiaiden osuudesta, sillä minusta oli kiintoisaa nähdä miten vanhemmat kansalaiset ovat sijoittuneet kartalla kuvatulle alueelle (kuva 1). Kuten luennolla todettiin, jokaisen tekemässä ruudukossa voi olla pientä heittoa vastaaviin karttoihin verrattaessa, sillä jokainen oli itse manuaalisesti piirtänyt ruudukkonsa.

Ikähaarukkana yli 64-vuotiaat ovat iso ryhmä, joten alueelle tasainen levittäytyminen ei ollut yllätys. Yli 64-vuotiaiden kesken näyttää olevan selkeitä eroja kartan luoteisosissa, sillä pienimpään luokkaan kuuluvia ruutuja sijaitsee heti suurimpaan luokkaan kuuluvien ruutujen vieressä. Kyseinen alue sijaitseekin Nuuksion kansallispuiston läheisyydessä, mikä saattaa olla vetovoimatekijä yli 64-vuotiaiden joukossa. Trendinä näyttäisi olevan myös läheinen sijainti johonkin vesialueeseen tai jokeen. Oli hauska huomata, miten Isosaaressa sijaitsee selvä enemmistö yli 64-vuotiaita.

Kärkkäinen tekee hyvän huomion myös asukastiheyteen, miten kauempana ydinkeskustasta yleensä asukastiheys pienenee. Tällöin jo hiemankin korkeampi määrä yli 64-vuotiaita verrattaessa muuhun väestöön voi muuttaa alueen luokkaa nopeastikin. Tämä voi olla yksi syy miksi kuvassa 1 on korostunut ruudutetun alueen reuna-alueet esimerkiksi juuri Isosaari.

Kuten alussa jo totesin, koen ruutuaineistot hieman hankaliksi. Osittain se johtuu omalla kohdallani niiden vähäisestä käytöstä, mutta minusta ne käsiteltävät aineistoa hyvin suoraviivaisesti. Toisaalta  esimerkiksi ruututeemakartta keskittyy täysin esitettävään asiaan, mutta sen hahmottaminen voi olla vaikeaa, jos sen tyyppisiä aineistoja ei ole paljoa käyttänyt tai alue ei ole entuudestaan tuttu. Vaikka tiedän kaikkien karttojen  olevan yleistyksiä, minusta ruutuaineistot tekevät yleistämisen välillä jopa hieman tökerösti. Jos ruudun alueella esitetyt väittämät täyttyvät, se lasketaan tiettyyn luokkaan. Monesti asia ei ole niin suoraviivainen kuin ruututiedostot voivat antaa olettaa.

Minusta absoluuttisten arvojen esittäminen ruutuaineistossa ei välttämättä ole huono asia. Yleisesti koen suhteellisten arvojen olevan paremmin ilmiöitä selittäviä lukuja kuin pelkkä absoluuttisten arvojen esittäminen. Jos lukija on perehtynyt etukäteen esitettävään asiaan tai ilmiöön, voivat absoluuttiset arvot olla mielenkiintoisempia hänelle. Toisaalta jos lukijalla ei ole ennakkotietoja esitettävästä asiasta, eivät absoluuttiset arvot välttämättä kerro asiasta paljon.

Ruututeemakarttaa verrattaessa esimerkiksi pisteteemakarttaan, koen pisteteemakartan olevan informaatioarvoltaan tarkempi. Pisteteemakartta antaa arvoille selvän sijainnin, mutta toisaalta ruututeemakartta voi visuaalisesti olla jollekin selkeämpi. Kaikkia teemakarttoja on melko helppo manipuloida, esimerkiksi muokkaamalla luokkakokoja, joten kaikkien teemakarttojen kohdalla on hyvä muistaa pysyä lähdekriittisenä.

 

Lähteet

Peuhu E. (2022) Ruutukarttoja ja rasteriaineistoja Geoinformatiikan menetelmät (luettu 10.2.2022)

Kärkkäinen S. (2022) Viikko 4: Flashbackit TEMMI:lle ja muuta mukavaa Sallan kurssiblogi (luettu 10.2.2022)

 

Kolmannen luennon jälkeen monet, itseni mukaan lukien, jäivät vielä GIS-luokkiin jatkamaan ja hienosäätämään sekä Afrikan karttaa että Suomen tulvaindeksikarttaa. Oli todella mukava pohtia yhdessä teemakarttaa tehdessä ongelmakohtia ja auttaa toinen toistaan. Vaikka ongelmakohtia ilmenikin, oli ilo todetta että yhdessä niistä myöskin selvittiin kunnialla! Kuten Tia-Maria Liljeroos on blogissaan todennut, joukossa todella on voimaa 🙂

Tein kartasta perusversion mukaisen teemakartan ja siinä oli minulle jo tarpeeksi haastetta. Olen tyytyväinen lopputulokseen, vaikka kartta on minusta hieman epäselvä. Tarkoitan, että kartalla on hyvin paljon asiaa ja se on todella tarkka, mikä tekee siitä hieman vaikealukuisen. Itseäni jäi kovasti häiritsemään myös selitteessä olevan Valuma-alueen järvisyyden (%) -värilaatikko ja sen tummien ääriviivojen puute.

Kuva 1 esittää siis Suomen vesistöalueiden tulvaindeksiä, mikä kuvaa virtaaman vaihtelua. Se tarkoittaa kuinka suuri tulvahuipun vesimäärä on suhteessa alivirtaaman vesimäärään. Kartan 1 pylväsdiagrammeissa kuvataan alueiden järvisyyttä prosentuaalisesti.  Kuten Eeva Raki on blogissaan huomioinut, valuma-alueiden järvisyydellä sekä tulvaindeksin suurudella näyttäisi olevan yhteys. Tämä seikka on hyvin ymmärrettävä, sillä mitä enemmän järviä on sitä enemmän on vedelle mahdollisuuksia ’varastoitua’. Raki on myös nostanut esiin, miten rannikkoalueilla tulvii eniten, mikä voi olla sidoksissa meren välittömään läheisyyteen.

Suomen länsirannikolla, hieman Vaasan eteläpuolelta pohjoiseen, Oulun seudulle saakka, on selkeästi kohonneempi tulvariski. Pohjanmaan lakeudet ovat tunnetusti tasaista ja suhteellisen järvetöntä aluetta. Siiri Kokkonen havainnollisti blogissaan mahdollisen geomorfologisten ilmiöiden vaikutuksen tulvariskin suuruuteen. Tämä on todella hyvä huomio, joka varmasti vaikuttaa tulvariskeihin esimerkiksi maankohoamisen muodossa.

Toisaalta tulvariskien alueita tarkkaillessa voi nähdä miten riski on kasvanutta tiheään asutuilla alueilla, kuten pääkaupunkiseudulla sekä Turun alueella. Ihminen voi siis mahdollisesti lisätä tulvariskiä myös omalla toiminnallaan. Esimerkiksi voimakas tehomaatalous kuluttaa maata ja lisää eroosiota, mikä voi vaikuttaa maaperän sitomiskykyyn negatiivisesti. Myös jokien läheisyydessä voimakas rakentaminen voi lisätä tulvariskiä, sillä asfaltoidut alueet eivät ime vettä kuten maaperä, jolloin hulevesitulvat voivat nostaa kaupungistuneiden alueiden riskiä.

 

Lähteet

Liljeroosa T. (2022) Viikko3: Moikkaustuttuja QGIS:n kanssa TIITUN GISREISSU (luettu 4.2.2022)

Raki E. (2022) Kurssikerta 3: Paineen alla Oppimassa geoinformatiikkaa (luettu 4.2.2022)

Kokkonen S. (2022) Viikko 3: Afrikan timanttikonfliktit ja Suomen valuma-alueet Leipä (luettu 4.2.2022)

 

Luennolla aloitimme heti harjoittelut ja yhdistimme aineistojen kohteita toisiinsa. On hyvä nähdä erilaisia tapoja tehdä samoja toimintoja, siten myös on helpompi löytää itselle sopivin tapa tehdä asioita. Itseäni helpottaa ajatella tai tehdä sama asia monella eri tavalla, jolloin tieto tuntuu uppoavan syvemmälle ymmärrykseen.

Lähtöaineistomme sisälsi Afrikan valtiot, niiden rajat sekä nimet. Rajat olivat kartassa tarkat ja todella yksityiskohtaiset. Erikoista lähdeaineistossa oli, miten kartasta ei löytynyt Seychellejä tai Mauritiusta. Aineistossa jotkut valtiot koostuivat todella monesta osasta, kuten esimerkiksi Egypti ja Eritrea. Yhdensimme aineistoa niin manuaalisesti kuin saraketietojen pohjalta. Harjoittelimme myös uuden tietokannan tuomista QGIS:iin. Tärkeintä jokaisessa tavassa oli löytää molemmista aineistosta yksi mahdollisimman identtinen sarake, jonka avulla tiedot voitiin yhdistää toisiinsa.

Kuten Milla Sigg blogissaan toteaa, minustakin tietokantojen yhdistely on todella tärkeä taito. Siitä tulee varmasti hyötymään tulevaisuudessa opinnoissa, mutta ennen kaikkea se pienentää omaa työtaakkaa. Kun tämän kaltaisiin teknisiin seikkoihin ei tarvitse käyttää turhan paljon energiaa, jää aikaa muuhun kuten itse aineiston analysointiin tai visualisointiin.

 Kuva 1. Öljykenttien ja timanttikaivoksien sijoittuneisuus Afrikassa sekä merkittävien konfliktien sijainti. PRIO 2020.

Kuvassa 1 voi nähdä miten öljykentät ja timanttikaivokset ovat sijoittuneet Afrikassa ja miten konfliktit ovat levittyneet suhteessa niihin. Aineisto on hyvin mielenkiintoinen ja yhteyksiä voi havaita kartassa. Sen suurempia kausaatioita ei tietenkään vain tämän aineiston perusteella voi silti tehdä.

Suurimmat öljyesiintymät sijaitsevat selvästi pohjoisessa Afrikassa,  mutta myös rannikoilla näyttäytyy paikallisia öljykenttäesiintymiä kuten esimerkiksi Nigeriassa. Timanttikaivoksia esiintyy selvästi enemmän eteläisessä Afrikassa kuin pohjoisissa osissa. Mielenkiintoista on miten timanttikaivoksia on Etelä-Afrikassa runsaasti ja silti merkittäviä konflikteja ei näytä sijaitsevan siellä. Vastaavasti Angolassa sijaitsee paljon timanttikaivoksia, myös joitain öljykenttiä, sekä paljon konflikteja. Voisi ajatella öljykenttien ja timanttikaivosten tuovan hyvinvointia alueelle, mutta rahavirrat eivät välttämättä jää kyseisiin valtoihin, jolloin ne eivät välttämättä takaa paikalliselle väestölle lisää hyvinvointia.

Konfliktien esiintyvyydessä voi havaita selviä klustereita tietyillä alueilla, jolloin konfliktit voivat olla myös paikkaan sidonnaisia. Erimielisyydet voivat johtua mahdollisista timanttikaivoksista, öljykentistä tai esimerkiksi eri heimojen välisistä kiistoista. Mielenkiintoista olisi myös nähdä kenen omistuksessa timanttikaivokset sekä öljykentät ovat. Ovatko ne monikansallisten yritysten hallussa vai paikallisten liikemiesten ja vaikuttaisiko tämä alueen konfliktien määrään. Toinen kiinnostava seikka olisi verrata kuvan 1 karttaa sekä karttaa Afrikan mantereesta, josta näkisi kenen siirtokuntia kukin valtio on ollut historiassa. Olisiko sillä mahdollista vaikutusta konfliktien määrään positiivisesti tai negatiivisesti.

Afrikan mantereen valtiot kohtaavat paljon haasteita. Väestönkasvu sekä nälänhätä lisäävät epävakautta, jotka voivat ajautua merkittäviksikin konflikteiksi. Monessa valtiossa on ollut rajuja vallanvaihtoja ja poliittinen epävakaus vaikuttaa myös keskivertoväestöön sekä yleisesti ilmapiiriin. Toisaalta hallinnon korruptiolla voi olla vaikutuksia eri aineistoihin, jolloin aineistojen tiedot voivat mahdollisesti olla vaillinaisia.

Kolmas luento on siis tältä viikolta selätetty ja pian alamme jo olemaan kurssin puolessa välissä. Paljon on tullut tehtyä ja toivon mukaan jotain tulee jäämään myös muistiin tulevia haasteita varten.

 

Lähteet

Sigg M. (2022) Tietokantoja ja teemakarttoja (kurssikerta 3) Matkalla geoinformatiikan osaajaksi (luettu 3.2.2022)

 

Kurssin toisella luennolla jatkoimme QGIS-ohjelmiston harjoittelemista sekä keskityimme miten erilaiset karttaprojektiot vaikuttavat Suomessa. Jokainen tietää miten karttaprojektiot vääristävät maapallon mittasuhteita, kun kolmiulotteinen taso projisoidaan kaksiulotteiseksi. Luento oli mielenkiintoinen ja silmiä avaava, sillä se havainnollisti eri karttaprojektioiden vääristymiä konkreettisesti. Tietenkin on aina hyvä muistaa, että kartat ovat tekijänsä näköisiä eivätkä koskaan kerro täyttä totuutta.

Käsittelimme luennolla myös eri aineistoja ja niiden käyttämistä rajapintapalveluiden avulla. Paikkatietojärjestelmissä mieletöntä on, miten yksinkertaisiksi on monia toimenpiteitä voitu saada. En ollut ennen tietoinen, että tämänkaltaisia rajapintoja voi näin helposti yhdistää esimerkiksi QGIS:iin.

Suomessa on siirrytty yhteisesti käyttämään ETRS-TM35FIN-tasokoordinaattijärjestelmää, johon mekin keskityimme tiiviisti. Luennolla vertailimme mittatyökalun avulla eri karttaprojektioiden mittaeroja pituudessa sekä pinta-alassa. Joidenkin karttaprojektioiden kohdalla erot olivat huomattavan suuria. Ronja Sonninen tarkasteli pituuksien ja pinta-alojen eroavaisuuksia blogissaan erityisen hyvin.  Sonninen visualisoi erot erinomaisen kuvaavasti.

Pituuksien ja pinta-alojen eroavaisuuksien jälkeen siirryimme tutkimaan, miten maailmankartoille suunnatut projektiot vääristävät Suomen kaltaisen valtion muotoa. Tein kolme karttaa QGIS:n avulla, joissa vertasin tunnettuja maailmankartoissa käytettyjä projektioita Suomessa käytettyyn ETRS-TM35FIN-projektioon, joka tunnetaan myös poikittaisena Mercatorin projektiona. Jälkeen päin miettiessä vertailua helpottaakseen olisi ollut hyvä tehdä koropleettikartoista saman värisiä, jolloin vertailu olisi voinut olla mielekkäämpää, kuten esimerkiksi Katariina Karvinen oli blogissaan tehnyt. Karvinen oli myös siirtänyt kartat takaisin ETRS-TM35FIN-projektioon juuri ennen karttojen muokkaamista kuviksi, mikä minusta helpotti visuaalisesti karttojen vertailua.

Mercatorin sekä ETRS-TM35FIN-projektioilla on yllättävän suuria eroja pinta-aloissa (kuva 1). Mercatorin projektio on oikeakulmainen lieriöprojektio, mikä voi selittää osin pinta-alan eroavaisuuksia ETRS-TM35FIN:n välillä. Suomi kun on pituussuunnassa melko pitkä maa, joten eroavaisuudet eivät ole ylättyksellisiä pohjoiseen kulkiessa. Pohjoisessa Lapissa pinta-alojen eroavaisuudet näiden kahden projektion välillä ovat 7% ja 8,26% välillä. Aivan eteläisessä Suomessa ja Ahvenanmaalla erot ovat 3,95% ja 4,23% välillä.

Robinsonin ja ETRS-TM35FIN-projektioiden väliset eroavaisuudet (kuva 2) näyttävät visuaalisesti melko samankaltaisilta Mercatorin sekä ETRS-TM35FIN-projektioiden välisten eroavaisuuksien (kuva 1) kanssa. Robinsonin projektio on kompromissi projektio, jossa on yritetty minimoida virheet oikeapituisuuden sekä -kulmaisuuden suhteen. Kuvan 2 selitteitä tutkiessa, voi huomata miten selvästi pienempiä prosentuaalisia eroavaisuuksia kartassa on. Vaikka pinta-alojen eroavaisuudet kasvavat pohjoiseen kohti kulkiessa  sekä kuvassa 1 että kuvassa 2, on Robinsonin ja ETRS-TM35FIN-projektioiden eroavaisuudet pienempiä. Pohjoisessa Lapissa, samoissa kunnissa kuin kuvassa 1, pinta-alojen eroavaisuudet ovat vain 1,357% – 1,416%. Eteläisessä Suomessa sekä Ahvenanmaalla eroavaisuudet ovat 1,185% – 1,203%. Kuvassa 2 on pinta-alojen välisiä eroavaisuuksia, mutta ne ovat selvästi matillisempia kuin kuvassa 1.

Eckert II sekä ETRS-TM35FIN-projektioiden väliset eroavaisuudet pinta-aloissa (kuva 3) eivät jatka samaa visuaalista kaavaa kuvien 1 ja 2 kanssa. Eckert II on oikeapintainen karttaprojektio. Kuvassa 3 projektioiden eroavaisuudet ovatkin pinta-aloissa pienempiä kuin muissa esimerkkikartoissa. Suurinta eroavaisuus pinta-alojen välillä on Utsjoen kunnassa 0,997% – 0,999% (kartta 3). Pinta-alojen eroavaisuudet ovat Utsjoen jälkeen suurimpia Pohjois-Pohjanmaalta Keski-Suomen kautta Kymenlaaksoon sijaitsevalla melko yhtenäisellä alueella. Pinta-alojen vääristyneisyys on matalinta (0,993%-0,994%) osassa Ahvenanmaan kuntia sekä Savukoskella, Lapissa.

Eri karttaprojektioita oli mielenkiintoista verrata Suomen ETRS-TM35FIN-koordinaattijärjestelmään. Karttojen tekeminen on minusta oikeastaan jo mielekästä,  vaikka se vie vielä paljon aikaa ja vaivaa. Mutta se on todella palkitsevaa, kun siinä onnistuu!

 

Lähteet

Sonninen R. (2022) Karttaprojektion vaikutus karttaan Ronjan GIS-blogi (luettu 28.1.2022)

Karvinen K. (2022) Karttaprojektioita ja niiden aiheuttamia vääristymiä Katariinan blogi (luettu 28.1.2022)

 

Toinen tehtävä oli tuottaa itse valitsemasta aineistosta koropleettikartta QGIS:n avulla. Mielekästä oli vapaus valita itse, mutta toisaalta valinnan varaa oli todella paljon. Tein koropleettikartat helpoimman vaikeustason mukaan, sillä ajattelin tärkeämpää saada varmuutta QGIS:n peruskäyttöön. Tein kaksi koropleettikarttaa ja olin yllättynyt miten vaivattomasti lopulta sain kartat tehtyä.

Tein molemmat kartat kaikista Suomen kunnista (kuva 1 ja 2). Molemmat aineistot olivat valmiiksi ilmoitettu suhteellisina lukuarvoina, joten niitä ei tarvinnut muokata koropleettikarttaa varten. Kuva 1 kertoo, kuinka suuri on kunnissa alle 14-vuotiaden osuus prosentuaalisesti. Kuva 2 näyttää, kuinka suuri osa kuntien väestöstä on yli 65-vuotiaita prosentuaalisesti. Huomasin vasta kartan (kuva 1) kuvaksi muokattua, että olin vahingossa muokannut kehyksen värin valkoiseen kääntyväksi, vaikka se ei ollut tarkoitukseni. Olen tyytyväisempi kuvan 2 värimaailmaan.

Toisaalta olisin voinut yhdistää koropleettikarttani yhdeksi kartaksi, jossa näkyisi ei-työikäisten osuus kuntien väestöstä. Kuvasta 1 voi nähdä miten kasvukeskusten lähistöllä sijaitsee paljon alle 14-vuotiaita. Alle 14-vuotiaiden osuus väestöstä on selvästi suurempi lännessä kuin idässä, kun taas yli 65-vuotiaiden osuus väestöstä on suurempi Itä-Suomessa. Kuva 1 ja kuva 2 ovat melko peilikuvamaisia toisistaan. Mielenkiintoista olisi ollut myös tehdä kolmas koropleettikartta, josta olisi näkynyt työikäisten osuuden väestöstä eri kunnissa, jonka pohjalta olisi voinut pohtia esimerkiksi kuntien väestöllisen huoltosuhteen jakautumista Suomessa.

Molemmissa kartoissa käytin kuutta luokkaa. Käytin luonnollista luokkajakoa, sillä histogrammien avulla tutkittuani totesin jaon olevan mielestäni toimivin. QGIS:ssa luokkajakoja tarkastellessa todella hyvä ominaisuus oli mahdollisuus muokata data histogrammin muotoon. Luokkajakoa valittaessa itse kiinnitin esimerkiksi huomiota, ettei mikään jako katkaisisi ja jakaisi kahta melkein tai täysin samaa arvoa eri luokkiin.

Luokkajakojen valitseminen oli hankalaa, sillä niiden valinnalla on suuri vaikutus kartan lopputulokseen. Uskon luokkajaon valitsemisen helpottuvan ajan myötä, kun ”silmä” oppii näkemään mikä jako sopii mihinkin aiheeseen ja tarkoitusperään. Senja Mäkiaho oli tehnyt myös koropleettikartan ”0–14-vuotiaiden osuus kunnista %”. Mäkiaho oli tehnyt kaksi koropleettikarttaa eri luokkajaoilla, tasavälisenä sekä kvantiililuokkajakona. Se oli mieleenpainuva ja visualisoi hyvin luokkajakojen valitsemisen merkitystä. Näen että molemmissa luokkajaoissa on hyvät sekä huonot puolensa. Minusta tärkeintä valinnassa on mihin karttaa tullaan käyttämään. Mäkiaho oli visualisoinut hyvin vielä histogrammien avulla eri luokkajakojen eroja.

Toisaalta huolestuttavaa on, miten helposti ja pienellä perehtymisellä sain tehtyä kartat. Visuaalisesti ne näyttävät informatiivisilta sekä antavat asiantuntevan mielikuvan aiheesta. Karttoja pidetään yleisesti ottaen luotettavina tiedonlähteinä, vaikka kaikki kartat eivät sitä ole. Huolestuttavaa tästä tekee sen, miten helppoa on johtaa harhaan ihmisiä karttojen (varsinkin koropleettikarttojen) avulla. Yleensä se ei tietenkään ole tarkoitusperäistä, mutta pelottavaa onkin miten helposti sen voi tehdä ihan huomaamattaan.

 

Lähteet

Mäkiaho S. (2022) QGIS:n mieleen palauttelua Senjan seikkailut GIS maailmassa (luettu 24.1.2022)

 

Kaiken etäilyn lomassa lähiluento oli viihdyttävää vaihtelua. Geoinformatiikan hallinta on tärkeää, joten suuri etu olisi oppia käyttämään sitä mahdollisimman aikaisessa vaiheessa. Silti tiedostan itse olevani viha-rakkaussuhteessa monien paikkatietojärjestelmien kanssa. Itse koen ne välillä melko haastaviksi. Toisaalta on hyvin palkitsevaa, jos itse saa ohjelmiston toimimaan kuten on halunnut. Joten yksi suurimmista tavoitteistani tällekin GIS-kurssille on lisätä omaa osaamistani paikkatietojärjestelmien kanssa.

Latasimme luennon aluksi QGIS:sta oikean version koneelle. Oli hyvä aloittaa luento aivan perusasioista, sillä tämä helpotti suuresti ohjelmiston lataamista omalle koneelle. Olin muutaman kerran aiemmin käyttänyt QGIS-ohjelmistoa, mutta muistan sen olleen haastavaa. Tietenkin ensikosketus ohjelmaan tapahtui kurssilla etäyhteyksien kautta, jolloin tekninen tuki ei ollut välittömästi läsnä.

Ensimmäisen luennon jälkeen itselleni jäi melko hyvä olo QGIS:sta. Tallensin ensimmäisen tehtävän projektit ja ajattelin muokkaavani ne kuvamuotoon myöhemmin. Kun lopulta avasin omalta läppäriltä tiedostot, huomasin puolet tekemistäni muutoksista kadonneen. Jouduin tekemään uudestaan laskutoimitukset, jotta sain Helcom-maiden Itämereen aiheuttamien typpipäästöjen osuudet. Aluksi vaivuin epätoivoon, mutta lopulta sain lyhyen ihmettelyn jälkeen kartan samaan lopputulokseen kuten luennolla olimme saaneet (kuva 1). Joten onni onnettomuudessa, onnistumisen ansioista sain lisää varmuutta QGIS-ohjelmiston käyttämiseen.

Olen pääsääntöisesti tyytyväinen tekemääni karttaan (kuva 1). Positiivinen yllätys oli, ettei QGIS:n hallitseminen ollutkaan niin mahdoton tehtävä kuin muistelin sen olevan. Minusta järvien ja merialueiden väritystä olisi pitänyt vielä hioa entisestään.

Kartassa on kuvattuna melko laaja alue hyvinkin tarkasti, mikä tekee siitä minusta hieman epäselvän. Kartta voisi olla selkeämpi, jos valtioiden rajoja olisi yleistetty enemmän. Esimerkiksi Ahvenanmaan ja Airiston saaristoalueita on kartalla hyvin hankala hahmottaa. Myös Jaakko Peusa toteaa blogissaan, miten järviä ja saaria olisi voinut yleistää rohkeammin ja uskoisin tämän tuovan typpipäästöjä ja niiden jakautumista enemmän esille. Olen myös samaa mieltä Nea Tiaisen kanssa syvyyskäyrien tarpeettomuudesta, sillä kartan päätarkoitushan on tarkastella typen päästöjä. Kartasta olisi mahdollisesti voinut siis saada helpommin luettavan tekemällä vielä pieniä muutoksia.

Karttaa tulkitessa olisi kiinnostavaa nähdä kuinka paljon jokaisella HELCOM-maalla on rantaviivaa Itämeren kanssa. Se olisi mielenkiintoinen seikka pohtiessa eri valtioiden aiheuttamia typpipäästöjä. Myös kiintoisaa olisi, mistä typen päästöt koostuvat eri valtioissa. Olisiko maiden välillä suuria eroja typen päästöjen aiheuttajista vai toistavatko ne samankaltaista kaavaa.

 

Lähteet

Peusa J. (2022) GiM kurssin ensimmäisen tunnin tehtävät.  Peusa’s blog (luettu 25.1.2022)

Tiainen N. (2022) Tapaamme jälleen, QGIS  Melkein GIS-guru siis itsekkin (luettu 24.1.2022)