Author: Roope R B Auvinen

Blogi on nyt valmis, eikä muutoksia tule enää.

Viimeisen viikon tehtävänä oli tuottaa omavalintainen kartta. Päätin itse tuottaa rinnevarhostuskartan peruskartan pohjalta. Tavoitteenani oli tuoda myös Maanmittauslaitoksen maastotietokannasta erilaista kohdetietoa kartan alueelta. Kaikki tarvittava aineisto löyty Maanmittauslaitoksen sivuilta, mutta datan paljoudesta johtuen oikeiden aineistojen löytämiseen meni aikaa kuten myös Vilma Koljonen blogissaan toteaa. Peruskarttalehden pohjalta luotu rinnevarjostus hoitui kuitenkin melko helposti, sillä olimme tehneet jo samankaltaisen kartan viikolla 4. Hyödynsin QGIS:ssä muun muassa merge- ja hillshade-toimintoja. Niiden myötä syntyi kuvassa 1 oleva kartta. Kartta on rasterien pohjlata luotu tarkka kartta melko laajalta alueelta, joten kuvan lataaminen blogiin valitettavasti hieman heikensi kuvan laatua.

Kuva 1. Rinnevarjostuskartta Sulkavan kunnan alueelta Etelä-Savosta.

Tämän jälkeen oli vuorossa maastotietokannan tuominen kartalle. Tässä kohdassa törmäsin ongelmiin tiedostojen kanssa. Maastotietokanta sisälsi aivan kaikki kohteet koko karttalehden alueelta joko piste-, viiva- tai polygonimuodossa. Vaikka yritin, en saanut muokattua kohdetietoja niille sopiviin muotoihin (Tietä ei ole järkeä esittää pisteenä, mutta taloa ei kannata esittää viivana). Lisäksi en saanut rajattua vain tieetyjä kohteita näkyviin; lopputuloksena oli siis hyvin sekava kartta (kuva 2).

Kuva 2. Maastotietokanta pistedatana kuvan 1 kartalla.

Vaikka lopputulos ei ollut halutunkaltainen, on silti QGIS-ohjelma tullut jo paljon tutummaksi. Se lienee kuitenkin kurssin tärkeimpiä tavoitteita. ”Viimeisen kurssikerran jälkeen tuntuu siltä, että jotain on tullut opittua” toteaa Enni Pyysalo blogissaan, mikä kiteyttää mielestäni tärkeimmät tuntemukset kurssin jälkeen.

Kuudennen viikon itsenäisen tehtävän aiheena oli tuottaa kolme eri karttaa liittyen hasardeihin. Tarkoituksena oli luoda havainnollistavia esimerkkejä koko maailman alueelle sijoittuvista uhkista. Pohjakarttana käytettiin siis koko maapallon kattavaa karttaa. Kuvissa 1 ja 2 olevat kartat kuvastavat tulivuorten esiintymistä maailmassa. Kuva 1 sisältää maailman kerrostulivuoret ja kuva 2 kilpitulivuoret. Kuvista huomataan muun muassa, että kerrostulivuoria on paljon etenkin Tyynenmeren tulirenkaan alueella. Hyvä kartta Tyynenmeren tulirenkaasta löytyy Jonna Kääriäisen blogista.

Kuva 1. Kerrostulivuorten sijainti maapallolla.

Kuva 2. Kilpitulivuorten esiintyminen maapallolla.

Kolmas kartta (kuva 3), jonka tuotin käsittelee meteoriitteja. Kuvassa 3 on nähtävillä kaikkien tunnettujen meteoriitti-iskujen sijainnit. Kuvasta voidaan huomata, että havaintoja on eniten väkirikkailla alueilla kuten Yhdysvalloissa, Euroopassa ja Intiassa. Tämä selittyy sillä, että ihmisasutuksen lähellä meteoriittit usein havaitaan paremmin toisin kuin esimerkiksi vaikeakulkuisilla alueilla kuten Amazonin sademetsässä tai Himalajan vuoristossa. Tätä samaa on pohtinut myös muun muassa Mikko Kangasmaa omassa blogissaan.

Kuva 3. Meteoriittien putoamispaikat maapallolla.

Tällä viikolla jatkoimme edellävällä kurssikerralla aloitetun Pornaisten alueen työstämistä. Kurssikerta alkoi yllätyksellä, kun QGIS ei suostunut avaamaan työtä sellaisena kuin se oli jäänyt viime kerran jälkeen. Niinpä kartalla ei enää ollut nähtävillä itse luotuja korkeuskäyiä, mutta se ei onneksi haitannut työskentelyä. Rajasimme kartalta  suorakaiteen muotoisen alueen, joka kattoi suunnilleen Pornaisten keskustan. Merkitsimme alueelle merkittävimmät tiet sekä kaikki rakennukset. Näiden avulla harjoittelimme muun muassa QGIS:in buffer- ja select by location -toimintoja. Bufferoimalla selvisi esimerkiksi moniko rakennuksista sijaitsee valitun etäisyyden päässä pääteiltä tai kuinka paljon rakennuksia sijaitsee 2 km säteellä koulusta. ”Bufferointi on hyvä ja selkeä keino selvittää erilaisten kohteiden vaikutusalueita”, kiteyttää Juho Halonen blogissaan.

Sitten koitti jälleen itsenäisen osuuden aika. Samoja toimintoja hyödyntämällä tutkin Malmin ja Helsinki-Vantaan lentoasemien ympäristöä. Lisäksi tarkastelun kohteena oli myös muita Vantaan ja Pohjois-Helsingin alueen väestötilastoja. Alla olevasta taulukosta (taulukko 1) on nähtävillä laskemiani tietoja. Taulukosta voidaan huomata, että lentokenttien meteli on osa kymmenien tuhansien asukkaiden elämää kuten Alex Nylander blogissaan huomioikin.

Taulukko 1. QGIS:n avulla tuotettuja tietoja tutkitusta alueesta.

Neljäs kurssikerta eteni jälleen tutuissa merkeissä QGIS:in parissa. Ohjelman perustoiminnot alkavat jo luonnistua mutkitta, joten oli mukavaa tutustua muutamiin uusiin työkaluihin ja toimintoihin.

Tällä viikolla käsittelimme Pääkaupunkiseutua ja siihen liittyviä aineistoja. Tunnin yhteisenä tehtävänä oli tuottaa ruutukartta yhdistämällä  pohjakartta ja sen pistetiedot valtavaan väestötietokantaan. Tarkoituksena oli tarkastella ruudukon avulla Pääkaupunkiseudun väestöön liittyviä seikkoja. Käsiteltävän datan määrä oli alussa suuri, joten siitä karsittiin turhia osia pois eri työvaiheissa. Esimerkiksi kaikki ruudut, jotka eivät sisältäneet asutusta poistettiin kokonaan. Tämä helpotti aineiston käsittelyä, kun tietokoneen ei tarvinnut laskea niin paljon.

Yhteisen työskentelyn jälkeen vuorossa oli jälleen tuttuun tapaan kartan luominen itsenäisesti. Yhdessä koostettujen aineistojen pohjalta sain aikaan melko vaivattomasti ruutukartan, joka kuvaa Pääkaupunkiseudun rakennusten keskimääräistä käyttöönottovuotta 500 m x 500 m alueilla. Kirjoitin kuvan legendaan virheellisesti km^2, mutta QGIS ei enää suostunut avaamaan työtä niin en sitä päässyt muokkaamaan. Ruutukartoilla pystytään kuvaamaan hyvin alueiden suhteellisia eroja kuten muun muassa Matti Katajisto ja Tuija Hyvättinen blogeissaan huomioivat.

 

Kuva 1. Pääkaupunkiseudun rakennusten keskimääräinen käyttöönottovuosi 500 m x 500 m alueilla.

Lopputunnista aloimme työstämään seuraavan kurssikerran aineistoa. Aluksi latasimme QGIS:iin kartan Pornaisten alueelta. Tälle kartalle loimme korkeuskäyrät hyödyntäen karttalehden pinnankorkeudesta tehtyjä korkeusmalleja, jotka yhdistimme pohjakarttaan QGIS:in toimintojen avulla. Korkeuskäyrät vaikuttivat aika tarkoilta muutamia poikkeuksia lukuunottamatta (mm. suot). Tämän jälkeen vuorossa oli työstää varsinaista kohdealuetta eli Pornaisten keskustaa. Rajatun keskustan alueelle merkitsimme merkittävimmät tiet sekä kaikki talot, joista etenkin jälkimmäisessä oli mukavasti työmaata. Seuraavalla kurssikerralla tarkoituksena olisi ilmeisestikin jatkaa tämän aineiston tutkimista.

 

 

Kolmannella viikolla jatkoimme yhä syventymistä QGIS-maailmaan. Edeltäviltä kurssikerroilta sekä tehdyistä harjoituksista on selkeästi jäänyt itselleni ainakin jotain mieleen, sillä QGIS-ohjelman käyttö alkaa jo sujua kohtalaisesti. Aineistojen tuominen QGIS:iin ja uusien sarakkeiden luominen taulukoihin tuntuu jo muutaman kerran jälkeen luontevalta.

Tunnin pyrkimyksenä oli luoda kartta Afrikasta, johon sisältyisi tietoa konflikteista, öljykentistä ja timanttiesiintymistä (kuva 1). Kartan tuottamisessa hyödynsimme aikaisemmilla kurssikerroilla oppimiamme QGIS-taitoja sekä muutamia uusia toimintoja. Yhtenä uusista toiminnoista oli tiedoston tuominen Excelistä QGIS:iin. Ohjeita seuraamalla tämä onnistuikin jokseenkin mutkattomasti.

Kuva 1. Kartta Afrikasta, jossa näkyy öljy- ja timanttiesiintymien lisäksi konfliktit.

Yhdessä tuotetun Afrikka-kartan jälkeen vuorossa oli tuottaa itsenäisesti samankaltainen kartta. Tässä harjoituksessa aineistona oli Suomen valuma-alueisiin sekä vesistöihin liittyviä tietoja. Niiden pohjalta onnistuin luomaan kartan, joka kuvaa Suomen jokien valuma-alueiden tulvimisherkkyyttä (kuva 2). Lisäsin karttaan myös pylväsdiagrammin valuma-alueiden järvisyydestä, mutta mielestäni lopputulos oli hiukan epäselvä. Kartasta voidaan kuitenkin huomata, että järvisimmillä alueilla tulvimisriski on vähäisempää. Asiaa kiteyttää hyvin muun muassa Venla Moisio blogissaan: ”Järvet tasaavat jokien virtausta, sillä jokien vesi voi kerääntyä niihin.” Uskon, että taitavammat GIS-velhot olisivat varmaankin onnistuneet loihtimaan kartasta informattiivisemman ja näyttävämmän. Jostain kaikkien on kuitenkin aloitettava.

Kuva 2. Korkea tulvaindeksi kertoo valuma-alueen korkeasta tulvimisherkkyydestä. Palkkien pituudet kuvaavat valuma-alueiden järvisyysprosentteja.

Toisella viikolla jatkoimme QGIS-ohjelmaan tutustumista. Lisäksi päivän aiheena oli erilaisiin tietoaineistoihin ja dataan. QGIS tuntui jo hieman tutummalta toimintaympäristöltä, vaikkakaan sen käyttö ei vielä täysin mutkattomasti sujukaan.

Tunnilla vertailimme yhdessä eri projektioista johtuvia eroavaisuuksia. Tarkastelimme muun muassa pinta-alan vääristymää Suomen Pohjois-Lapin seudulla. Tätä projektiosta riippuvaista pinta-alan eroa havainnollistaa ansiokkaasti muun muassa Mikko Kangasmaa omassa blogissaan.

Tuotimme myös koko Suomea kuvaavan koropleettikartan, jossa verrattiin pinta-alan eroja Robinsonin projektion sekä yleisimmin Suomessa käytetyn ETRS-TM35FIN välillä. Tämä koropleettikartta on esitettynä kuvassa 1.

Kuva 1. Kartta kuvaa, kuinka monta prosenttia Suomen kuntien pinta-alat ovat suurempia Robinsonin projektiossa kuin ETRS-TM35FIN:ssä.

Ensimmäisen viikon teemana oli tutustua tällä ja tulevilla kursseilla kätössä olevaan QGIS-paikkatieto-ohjelmistoon. QGIS on vapaasti internetistä saatavissa oleva ohjelmisto, jonka avulla pystytään muun muassa tuottamaan ja analysoimaan paikkatietoa.

Ensimmäisenä QGIS-harjoituksena tuotimme yhdessä kartan HELCOM-alueen valtioiden typpipäästöistä Itämerellä. Tämä sisälsi lukuisia työvaiheita, joista osa oli helpompia ja osa monimutkaisempia, mutta toivotunlaiseen lopputulokseen pääseminen oli melko helppoa kunhan vain seurasi esimerkkiä.

Yhdessä tehdyn harjoituksen jälkeen vuorossa oli tuottaa samantapainen kartta itsenäisesti. QGIS-ohjelman käyttö ei vielä ainakaan ensimmäisellä kerralla luonnistunut mutkattomasti, mutta muutamien virheiden ja lukuisten napinpainallusten myötä sain kuitenkin aikaan jonkinlaisen kartan (kuva 1). Kuvassa 1 on esitetty ruotsinkielisten määrä Suomen kunnissa prosenttiosuuksina. Ruotsinkielisyys painottuu maan rannikkoalueille. Tämän myötä olisi ehkä voinut rajata karttaa kattamaan vain rannikkoseudut, sillä selkeästi suurin osa Suomen kunnista kuuluu luokkaan 0-4%. Tätä asiaa on hyvin pohtinut niin ikään ruotsinkielisten kunnittaisista prosenttiosuuksista kartan tuottanut Janina Vikman omassa blogissaan.

Kuva 1. Ruotsinkielisten osuus Suomen kunnissa prosentteina.