Month: January 2021

Posted on

Toinen harjoituskerta 29.1.2021

Oppitunnilla

Toisella harjoituskerralla jatkoimme QGIS:in käyttöä. Kertasimme läpi aikaisemmin opittuja asioita, sekä harjoittelimme uusien tilastotietojen kuvaamista kartalla. Tällä kertaa vertailimme eri karttaprojektion tarkkuuksia Suomen kartalla. Vaiheittain läpikäyminen oppitunnilla on paras tapa tutustuttaa uusiin toimintoihin, jonka jälkeen itsenäisten karttatöiden tekeminen muistuttaa nopeasti mieleen vastaopitut asiat. Itsenäinen tekeminen on heti työläämpää vasta opitun jälkeen, mutta helpottaa asian muistamista myöhemmällä ajalla. QGissin käyttö on myös helpottunut nyt kun otin käyttöön toisen näytön, Kuten Anttikin blogissaan totesi, tuplanäyttö helpottaa oppimista huomattavasti.

Harjoitus

Vertasin karttaprojektioiden eroja kuvaamalla tietyn alueen pinta-alaa ja pituutta eri projektioilla ja merkitsin prosentuaaliset kokoerot verrattuna ETRS89 TM35-projektioon. Alla olevaan taulukkoon merkityt tulokset näyttävät kuinka tärkeää on valita oikea projektio alueita kuvattaessa. Esimerkiksi Mercatorin projektio kuvasi valitsemani alueen pinta-alaa jopa 460% suurempana.

Karttakuva
Kartat kuvassa 1. kuvastaa Winkel Tripelin, sekä Mercatorin projektion kokovaihtelua verrattuna ETRS89 TM35 karttaprojektioon. Vertailimme kuntien kokoeroja ja huomasimme, kuinka suuri kunnan kokovaihtelu on pitkän Suomen alueella. Kuvan 1 kartat on kuvattu TM35-muodossa. Väripalettien valitseminen ja oikean sävyn mallaaminen legendaan järkeväksi kokonaisuudeksi antoi minulle ns. “vapaat kädet” luoda mahdollisimman näyttävä kartta. 

(kuva 1: Winkel Tripel (vas.) ja Mercatorin (oik.) koko verrattuna TM35 pinta-alaan)

Kuvia tarkastellessa huomaa kuinka paljon Suomen pituus vaikuttaa vääristymiin. Varsinkin Mercatorin projektion vertailussa (oikealla) yli seitsemän kertainen pinta-alan vääristymä on todella suurta. Kuvaparia tarkastellessa huomaan, kuinka Mercatorin varsinainen vääristymä ei poikkea Winkel Tripelin värisävyistä tarpeeksi, että sen radikaalin kokoeron huomaisi väripaletista. Vasta Legendaa tarkastellessa huomaa suuren vertailueron.

Lähteet

https://blogs.helsinki.fi/anttipaa/ (Luettu 1.2.2021)

 

 

 

Posted on

Geoinformatiikan menetelmät

MAA-202

Ensimmäisen kurssikerran harjoitus

Kurssi lähti liikkeelle tutustumalla itselle tuntemattomaan QGIS-paikkatietosovellukseen. Kävimme läpi sovelluksen perusominaisuuksia, kuten työkalujen löytämistä sivupalkeista ja datan käsittelemistä. Tiedon hakeminen ja muokkaaminen layereilla tuntui helpolta ja järkevältä, myös visualisointi oli helppoa ja sovellus vaikutti kätevältä.

Teimme johdetusti harjoituksen, jossa loimme kartan (kuva 1), joka kuvasti valtiokohtaisten typpisaasteiden vaikutusta Itämerellä. Kartan viimeistely tuntui erityisen vaivattomalta, kun legenda, pohjoisnuoli ja mittakaava löytyi työkalupalkilta valmiina.

(kuva 1: osuus typen päästöistä valtioittain)

Itsenäinen työskentely

Käytin sovellusta uudelleen kolmen päivän päästä, minkä takia minun täytyi muistella tekemiäni harjoituksia uudestaan. Asiat muistui kuitenkin nopeasti mieleeni (kurssin tarjoamien ohjeiden avustuksella). Tietokantojen esittäminen oli helppoa, mutta mielenkiintoisen aiheen valitseminen vei hieman aikaa. Valitsin visualisoinnin kohteeksi miesten prosentuaalista jakaumaa kunnittain Suomessa vuonna 2015 (kuva 2).

(kuva 2: Miesten prosenttimäärä väestöstä kunnittain)

Kuva esittää miesten jakaumaa kunnittain prosentteina. Tummempi sävy merkitsee suurempaa miesmäärää kuntaväestöön nähden. Kuten kuvasta näkee, miesvoittoisia alueita ovat monet alueet Lapin tienoilla, sekä esimerkiksi Pohjois-Pohjanmaa. Alueet, joissa on tiheää asutusta, kuten pääkaupunkiseutu, Oulu, Turku ja Tampere, on hyvin tasainen sukupuolijaoltaan. Muuttoliike on osasyy epätasaiseen sukupuolijakaumaan. Jos verrataan Ilarin blogissa esitettävään tilastoon, muuttovoittoiset kunnat näkyvät sukupuoleltaan tasa-arvoisina.

Käytin kuvan väriskaalaa luodessani “natural breaks (jenks)” jakaumaa, sillä se näytti parhaiten värittävän Suomen alueen eri väripaletteihin. Natural breaks (jenks) käyttää luonnollista algoritmia, joka sopii usein hyvin kuvaamaan aineistoja.

Ongelmanratkaisua

Taistelin blogitekstiä tehdessäni kuvanlaadun kanssa tovin. Huomasin kuinka kuvat eivät säilyttäneet tarkkaa resoluutiotaan blogitekstiin liitettynä. QGIS:istä ladatut kuvat menettävät tarkkuutta jpeg-tiedostossa. Yritin tuoda kuvia png. ja pdf. tiedostoissa, mutta kuvat eivät ilmestynyt blogitekstiin. Itseäni aina ärsyttää epätarkat kuvat, joten etsin kurssiohjeista, sekä googlettamalla apua tähän ongelmaan. Selitys olikin yksinkertainen, QGIS-ohjelmalla kuvaa tuodessa sovellus kysyy kuvatarkkuutta kohdassa “export resolution.”

Loppupohdintaa

Ensimmäiseltä kurssikerralta mieleen jäi QGIS:in perusteet: layerit, yksinkertaisten karttaesitysten teko, attribuutiotaulujen tutkiminen ja muokkaaminen, sekä tulostusikkunan käyttäminen ja kartan ulkonäön viimeistely. Sovellus vaikuttaa varsin laajalta ja sen itsevarma hallitseminen vie varmasti aikaa. Karttasovellus on kuitenkin niin selkeä, kuin se voi vaan olla ja uskon, että sen oppiminen palkitsee varmasti pitkällä tähtäimellä.

Lähteet

Leino, I. (Luettu 28.01.2021) ILARIN MAANTIEDOSTUSBLOGI, Kuva 2. Suomen kuntien muuttoliike https://blogs.helsinki.fi/ilarilei/