Seitsemäs kurssikerta 05.03.2021

Alkutaistelut

Viimeiseen kurssikertaan  valmistautumisen koin varsin haastavana. Innostukseni taantui tunnin mittaisen väännön kanssa saada järkevän näköistä dataa Yhdysvaltojen census.gov sivuston kautta. Halusin saada osavaltiokohtaista tietoa köyhyyden tasoista, mutta taito ei riittänyt tiedon tuomiseksi QGissiin. Tämän jälkeen hain paitulin tietokannasta Suomen alueelta karttalehden pinnanmuotoineen, mutta datan metatietojen kanssa kikkailu kävi yllättäen haastavaksi. Jokainen kartalle ilmestynyt tunniste kuvaili kartan ominaisuuksia, kuten sähkölinjoja, teitä ja kallioita. Tiedot olivat numeroina, joita käänsin maastotietokannan pdf tiedostosta käsin. Turhautuneena päätin aloittaa vielä kerran uudestaan, aiheesta minkä koin aidosti kiinnostavana.

Työn pariin

Päädyin etsimään ohjeita netistä aikaisempien ongelmien seurauksena ja löysin mielenkiintoisen (ja monimutkaisen) ohjeen Kanadalaisen tietopankin datasta, jossa ohjattiin vaihe vaiheelta luomaan kartta vähemmistöjen muutoksesta vuosien 2011-2016 välillä. Ohjeita plärätessäni huomasinkin moninaisten vaiheiden olevani pitkälti samat mitä olimme kurssilla käyneet läpi. Tietokantojen tuominen ja yhdistely selitettiin David Mckien ohjeessa selkeästi ja auttoi minua muistelemaan aikaisemmin opittua. Aihe muutenkin on varsin mielenkiintoinen ja valitsin myös itselleni mieleisen Toronton, jossa olen päässyt turistina tuntemaan kulttuuriset erot kaupunginosien välillä.

Kartta kuvaa vähemmistöjen (visible minorities) lisääntymistä alueittain Torontossa vuosien 2011-2016 välillä. Visible minorities viittaa tässä kontekstissa ei-valkoihoisiin tai toisin sanoen “muut kuin alkuperäiskansa”. Vuonna 2016 Toronton väestöstä 51,5% oli muuta kuin alkuperäiskansaa.

Kuva 1: Toronton vähemmistön prosentuaalinen kehitys 2011-2016 välillä alueittain

Karttaa voi hyödyntää visualisoimaan alueiden kehitystä Torontossa. Tummat alueet kuvaavat vähemmistöjen kasvua alueen väestöön nähden, kun taas vaaleat alueet kertovat vähemmistön vähenemisestä alueelta. Dataan vaikuttaa vaikuttaa vähemmistön kasvun lisäksi myös alkuperäiskansan väestöllinen kasvu alueella. Tämä laimentaa lopputulemaa. Tämä ei siis kerro todellisia kasvumääriä alueittain, vaan prosentuaalista vaihteluväliä.

Kuva 2: Vähemmistön kasvu vuosien 2011-2016 välillä

Kuva kaksi visualisoi vähemmistön määrällistä kasvua vuosien välillä. Tämä ei itsessään toimi visualisoimaan muutosta, sillä kartan alueet ovat erikokoisia, eikä alueen väestö ole sama. Tällöin alueet eivät ole vertailukelpoisia keskenään; Pienväestön muutos näkyy kuvassa tummempana, kuin suuren väestön alueen muutos.

Kun karttoja tarkastelee yhdessä, voi samankaltaisuuksia havaita Esimerkiksi punaisella merkityt alueet karttakuvassa 2 näkyy myös ensimmäisessä kuvassa suhteellisen tummana.

Kurssista

Tämä kurssi auttoi minua oppimaan täysin uuden QGis sovelluksen perusteet. Opin monia käteviä työkaluja joita pystyn hyödyntämään varmasti tulevaisuudessa. Artun oppitunteja on ollut ilo seurata, koska virheiden kohtaaminen on tällöin harvinaista ja tällöinkin apua pyytämällä virhe on helppo selättää. Opittu asia kuitenkin jää mieleen vasta kotitöitä tehdessä. Monesti olen joutunut kertaamaan opittuja asioita kurssin word-tiedostoista ja oppinut tätä kautta uudestaan. Pidin kurssista ja toivottavasti lähiopetuksessa pääsee jälleen QGis:in pariin! 🙂

QGIS sovelluksena

En ole aikaisemmin käyttänyt yhtä monipuolista karttasovellusta, joten kirjoitan todellakin aloittelijan näkökulmasta. QGis on itselleni toiminut hyvin, kaatuiluja on tapahtunut vähän (nämäkin omasta virheestä) ja toiminnot ovat olleet loogisia omalle kohdalle. Tietojen tuominen ja yhdistely sovelluksessa on tuonut kuitenkin itselleni eniten päänvaivaa. Netistä ladattujen tiedostojen saaminen attribuuttitaulukkoon oikein on korostunut suurimpana ongelmana minulle.  QGissin parhaita ominaisuuksia on kartan visualisointi (symbology, diagrams, interpol) sekä viimeistely (legenda). Näihin meni runsaasti aikaa CorelDraw sovelluksen parissa.

Lähteet

Tutorial for mapping Census 2016 data in Qgis by census tracts. (2021) http://www.davidmckie.com/Tutorial%20for%20mapping%20Census%202016%20data%20in%20Qgis%20by%20census%20tracts_updated.pdf

https://www.census.gov/ (2021)

 

Kuudes kurssikerta 26.02.2021

Kuudennes kurssikerta alkoi ulkoilun merkeissä. Tehtävänämme oli kerätä dataa Epicollect5-sovellukseen erilaisista ajanviettopaikoista, joista sijainnin lisäksi kertoisimme esimerkiksi alueen turvallisuuden tunteen.

Esitimme haetun datan interpoloimalla ne kartalle. Kartta muokkaantui visuaalisesti nätiksi yhdellä helppokäyttöisellä työkalulla. Tykkään erityisesti kartan visuaalisesta ulkonäöstä. Täytyy käyttää interpolointi-työkalua useamminkin!

Kuva 1: Kurssikerran tehtävän lopputulos.

Seuraavaksi loin kolme karttaa hasardeista. Tiedot keräsin erilaisista aineistoista kurssisivuilta. Ensimmäisenä teoksen loin karttakuvan vuoden 1900-2012 yli 5magnitudin maanjäristyksistä. Kuva 2: Yli viiden magnitudin maanjäristykset.

Maanjäristyksien sijainteja löytyy litosfäärilaattojen reunoilla. Kuvaa tarkastellessa näkee selviä janoja merien keskiselänteillä Atlantilla, sekä Tyynenmeren tulirenkaan kohdalla. Karttaa voi käyttää visualisointina maanjäristyksien ja litosfäärilaattojen yhteyden muodostamiseksi.

Kuva 3: Maapallolta löydetyt meteorikraaterit

Kuva 3 kuvastaa löydettyjen meteorikraatereiden sijainteja maapallolla. Meteorit putoavat sattumanvaraisesti, eikä mikään paikka ole toista todennäköisempi putoamispaikka. Karttakuvaa tarkastellessa, voimme kuitenkin havaita meteorikraatereiden yleistyvän esimerkiksi Euroopan, Yhdysvaltojen ja Intian alueella verrattuna Sademetsiin tai Venäjälle. Meteorikraaterin tunnistaminen on haastavampaa alueilla, joissa on asutuksen sijasta vaikeakulkuista maastoa tai tiheää metsää. Meteorikraatereiden löytäminen edellyttää harjaantunutta topografista silmää, sekä esimerkiksi rinnevarjostusta helpottamaan löytöjä. Lisäksi menneet jääkaudet ovat muokanneet maaperää napojen läheisyydessä, joka vaikeuttaa meteorikraatereiden löytämistä paikoittain.

Kuva 4: Kuolemia aiheuttaneet kilpi- ja kerrostulivuoret 2000-2020-luvulla

Kuva 4 visualisoi kilpi- ja kerrostulivuorien sijaintia suhteessa litosfäärilaattojen rajoihin.  Hawaijin kilpitulivuorta lukuunottamatta kaikki kuolemaa aiheuttaneet kilpi- ja kerrostulivuoret 2000-2020 luvulla ovat litosfäärilaattojen rajoilla. Hawaijin kilpitulivuori onkin varsin kiinnostava ilmiö. Kuuman pisteen päälle syntynyt Hawaiji ei ole litosfäärilaattojen rajalla, vaan laatan keskellä. Kyseinen tulivuoritoiminta ei selity laattatektoniikan mekanismilla, vaan magman nousemisesta vaipasta.

Lisäksi kuvaa 4 voidaan käyttää havainnollistamaan tulivuorityyppien vaarallisuutta ja kehittyvien- ja vauraiden maiden kuolleisuuseroja. Kartta ei kuitenkaan näytä kuolemien määriä, mikä vääristää kuolleisuuteen liittyvää kartta-analyysiä. Indonesiassa kuolleita on runsaasti enemmän kuin Islannissa. Mikä kertoo huonoista valmisteluista tulivuorenpurkauksien varalle. Indonesia on myös erittäin tiiviisti asutettu valtio, mikä selittää korkeaa kuolleisuutta. Suuri syy kuolleisuudelle onkin juuri asutuksen sijainti. Monet viljelijät asuvat lähellä tulivuoria rikkaan viljelymaan takia. Tämä johtaa useisiin kuolemiin purkauksen yllättäessä.

Litosfäärirajat sain Githubista Tapion blogivinkistä. Shapefile tiedoston tuominen oli helppoa. Suurimmaksi ongelmaksi oli NOAA:n tarjoaman TSV tiedoston muuntaminen QGissiin. Käytin tiedot Excelin kautta, ja muunsin tiedot CSV tiedostoiksi. Täten sain tiedot siirrettyä delimited text-hakutoiminnon kautta.

Näin jälkikäteen mietittynä kartan väritystä olisi voinut muuttaa, tai vähintään keltaista väriä kerrostulivuorissa tummentaa. Väri ei näy selkänä lukijalle.

Lähteet:

https://github.com/fraxen/tectonicplates

Turpeinen, T. (2021) https://blogs.helsinki.fi/tapiotur/