Kuukausi: tammikuu 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)