2. Kurssikerta: Vääristäviä projektioita

Moikka!

Tälläkin kurssikerralla päästiin tekemään karttoja QGIS:sin parissa. Luennon aikana tutustuimme projektioiden pinta-alavirheiden visualisoimiseen kartalla, ja itse tehtävät liittyivät myös tähän teemaan. Luennolla selvisi, että QGIS sovellukseeni oli jostain syystä jäänyt myös suomenkielisiä työkaluja, vaikka kieliasetukset olin muuttanut englanniksi, mikä tuotti hieman ongelmia oikeiden työkaluja löytämisessä, ja vaikka lopulta sain kartan tehtyä, se ei jostain syystä ollut tallentunut. Ajattelin ongelmien menneen ohi, mutta myöhemmin tehdessäni kurssikerran harjoituksia huomasin, että sovelluksessa on muitakin ongelmia, niistä lisää tekstin lomassa.

Sitten itse harjoituksen pariin: Koska mikään tasoprojektio ei pysty kuvaamaan maapallon pintaa oikeanlaisena, vaan kartan ominaisuudet vääristyvät, on tärkeää valita sellainen projektio, joka vääristää kuvattavaa aluetta mahdollisimman vähän. Harjoituksissa pyrittiin visualisoimaan eri karttaprojektioiden välisiä mittavirheitä.

Ensin Suomi-neidon päälaelle piirrettiin ”hattu” sekä itä-länsi-suuntainen viiva sen keskiosiin. Näitä mittoja hyväksi käyttäen kerättiin taulukkoon 1 ”hatun” peittämän alueen pinta-ala ja viivan pituus eri projektioissa sekä karteesisella että ellipsoidin pinnalla. Taulukosta 1 voidaan huomata, että ellipsoidin pinnalla sekä pinta-ala ja pituus ovat (pyöristettynä) samat kaikissa projektioissa, mutta karteesisella tasolla projektioiden välillä on suuria eroja. ETRS-TM35FIN on hyvin Suomea kuvaava projektio, johon lopulta pinta-aloja verrattiin. Voidaankin huomata, että vain Lambertin projektiossa pinta-ala on lähes sama ja muut projektiot vääristävät pinta-alaa (ja pituutta) melko paljon. Eniten projektioista vääristää Mercatorin projektio, joka onkin tunnettu juuri huonosti pinta-alaa kuvaavana projektiona.

Yllä mainittu Lambertin projektio on ETRS-TM35FIN:in lisäksi toinen  Suomea hyvin kuvaava projektio. Harjoituksessa Lambertin projektiota haluttiin verrata pinta-aloja paljon vääristävän Mercatorin projektioon. Kuvassa 1 on visualisoitu juurikin näiden projektioiden välistä eroa, mikä suurenee Suomen kartalla kohti pohjoista. Vertasin kuvan 1 karttaa kurssilaisen Annikan karttaan, joka kuvaa samaa ilmiötä, eli Mercatorin projektion pinta-alavirhettä. Kartat näyttävät olevan samanlaiset sillä luokkia on 8 ja niiden väliset rajat kartalla kulkevat samoissa kohdissa. Olen siis ilmeisesti tehnyt kartan oikein.

Kuva 1. Mercatorin projektion pinta-ala vääristymät suhteessa Lambertin projektioon

Tämän jälkeen olisin halunnut verrata myös jotakin muuta projektioita Lambertin projektioon, mutta jostain syystä QGIS oli poistanut kaikki sinne lataamani ja muokkaamani tiedot. Attribuuttitaulukot olivat tyhjentyneet ja layereista näkyi enää ’kunnat2020_tilastoja’. Blogitekstissään on ongelmista maininnut myös kurssikaverini Lotta, jonka kanssa pähkäilimme yhdessä harjoitusten tekemistä. Päätimme pitää tauon, antaa tietokoneiden olla hetken aikaa suljettuna ja jatkaa myöhemmin uudelleen. Kuvan 1 karttaa voi kuitenkin verrata Nooran blogissa oleviin karttoihin, joissa Winkel Tripel sekä Eckert I -projektioita on verrattu ETRSTM35-FIN-projektioon. Niistä huomaa, että Mercator-projektio vääristää pinta-aloja huomattavasti enemmän.

Koska tauon jälkeen QGIS vaikutti toimivan taas normaalisti (vaikka poistuneet layerit ja tiedot eivät olleet palanneet), aloimme tehdä harjoituksen toista osaa. Siinä oli tarkoitus tutustua aineistojen attribuuttitaulukkojen yhdistämiseen. Tietokantaliitos onnistui muutamien kommervenkkien kautta ilmeisen hyvin ja pääsin tekemään karttoja, joilla eläkeläisten osuus oli suhteutettuna pinta-alaan Lambertin ja Mercatorin projektioissa. Kuvassa 2 on kuvattu eläkeläiset/km² Lambertin projektiossa ja kuvassa 3 Mercatorin projektiossa.

 

Kuva 2. Eläkeläisten määrä suhteessa pinta-alaan Lambertin projektiossa

 

Kuva 3. Eläkeläisten määrä suhteessa pinta-alaan Mercatorin projektiossa

Samainen yllä mainittu ongelma aineistojen katoamisesta tapahtui ensimmäisen kartan tehtyäni, mutta tällä kertaa vain osa layerin tiedoista katosi. Kuvassa 4 on QGIS:sistä otettu kuvakaappaus, jossa osa kunnista on kadonnut kokonaan ’Mercator’ layerilta. Ongelmaan ei löytynyt ratkaisua ja jouduin aloittamaan tehtävän (taas) alusta. Sain kuitenkin myös kolmannen kartan tehtyä.

Kuva 4. Kuvakaappaus QGIS:sistä

Kun vertaillaan kuvien 2 ja 3 karttoja, näyttävät ne lähes samanlaisilta. Täytyykin kiinnittää huomiota karttojen legendoihin, jotka eroavat toisistaan melko paljon. Mercatorin projektioon suhteutettuna eläkeläisten määrä kunnissa vaikuttaa olevan erittäin pieni ja Lambertin projektiossa eläkeläisten määrä on huomattavasti suurempi. Oikeanlaisen projektion valitseminen onkin siis tärkeätä, etenkin silloin, kun kartalla halutaan esittää pinta-alaan suhteutettuja ilmiöitä. Vääristävät projektiot voivat myös luoda vääränlaisia mielikuvia kokemattomalle kartanlukijalle. Tästä syystä esimerkiksi maailmankartoissa olisi hyvä käyttää kompromissi projektioita kuten Robinson tai Equal Earth -projektioita, joissa kaikkia projektiovirheitä on mahdollisimman vähän.

Tälläkään kerralla ei siis selvitty ilman ongelmia, mutta kyllä niistä selvittiin ja kartat saatiin tehtyä. Projektioiden tutkimisen myötä niiden väliset erot ovat taas vähän enemmän jääneet mieleen ja samalla myös QGIS tuli entistä tutummaksi, vaikka muutaman kerran meinasikin kärsivällisyys loppua ongelmien takia.

 

Lähteet:

Innanen Annika  (2021).  https://blogs.helsinki.fi/anninnan/  ( viitattu 29.1.2021)

Peräniemi Noora (2021).  https://blogs.helsinki.fi/noorablog/  ( viitattu 29.1.2021)

Puodinketo Lotta (2021).  https://blogs.helsinki.fi/lottapuo/ (viitattu 31.1.2021)

1. Kurssikerta: Tutustumista QGIS:siin

Moikka!

Ensimmäisellä Geoinformatiikan menetelmät 1-kurssikerralla päästiin tekemään koropleettikartta, jonka myötä tutustuttiin, ainakin minulle, täysin vieraaseen QGIS-sovellukseen ja sen toimintoihin. Kartan teko onnistui zoomin välityksellä saatujen ohjeiden avulla yllättävän helposti, eikä suurempia ongelmia alkupaniikin jälkeen tullut vastaan. Tehty kartta (kuva 1) esittää Itämeren rannikkovaltioiden typpipäästöjä.

Kuva 1. Kartta Itämeren rannikkovaltioiden typpipäästöistä

Karttaan oli valittu typpipäästöjä kuvaavan asteikon vaaleimmaksi väriksi valkoinen, jonka myötä Viron saattoi mieltää osaksi merta eikä omaksi valtiokseen. Ongelma kuitenkin ratkesi muuttamalla pienimmän luokan väriä, jolloin kartta on helpommin ymmärrettävissä. Huomasin myöhemmin, että myös järvien sävyä olisi voinut muuttaa, sillä se on melko lähellä HELCOM -merialueen sävyä.

Luennon aikana tehdyn kartan lisäksi täytyi tehdä Suomen kuntajakoa apua käyttäen teemakartta itse valitsemastaan muuttujasta. Valitsin muuttujaksi ruotsinkielisten määrän. Aloin ensin laskemaan ruotsinkielisten prosenttiosuuksia, kunnes huomasin osuuksien olevan jo valmiina attribuuttitaulukossa. Tämä helpotti tekemistä, sillä laskutoimitusten tekeminen ei luonnistunut kovin hyvin. Seuraavaksi ongelmaksi muodostui osuuksien kuvaaminen kartalla. Se kuitenkin selvisi kysymällä kurssikaverilta neuvoa. Karttaan vaadittujen pohjoisnuolen, mittakaavan ja legendan lisääminen ja niiden muokkaaminen kävi myös melko vaivattomasti. Lopulta sain tehtyä kartan (kuva 2), joka kuvaa ruotsinkielisten osuutta suhteutettuna koko kunnan väkimäärään. Lopullinen kartta näyttää hieman laihalta verrattuna kuvan 1 karttaan, mutta se johtunee kartalla esitettävien asioiden määrästä sekä muuttujien erilaisesta jakaumasta.

Kuva 2. Ruotsinkielisten osuudet kunnittain Suomen kartalla

Kuvan 2 kartasta huomataan helposti, että ruotsinkieliset ovat sijoittuneet lähinnä rannikkoalueille, etenkin Vaasan ja Ahvenanmaan seuduille. Jakauma on koko Suomen alueella kuitenkin hyvin epätasainen, sillä suurin osa Suomen kunnista sijoittuu alimpaan luokkaan, joka kuvaa osuuksia 0-19. Tämä voi antaa lukijalle vääristyneen kuvan näiden kuntien ruotsinkielisten määrästä, vaikka toisaalta ilmiö onkin hyvin polarisoitunut. Samasta muuttujasta oli tehnyt blogiinsa kartan myös Alexander Engelhardt. Hän oli käyttänyt hieman erilaista luokkajakoa, jonka myötä hänen kartallaan on muutama kunta vähemmän kaikista pienimmässä luokassa. Tästä huolimatta karttamme näyttävät lähes samalta.

Olen tyytyväinen tekemiini karttoihin, vaikka loppujen lopuksi löysin niistä myös jotain paranneltavaa. Kurssikerran jälkeen jäi vähän epävarma fiilis, mutta harjoitustehtävän tehtyä tuntuu siltä, että olen jo päässyt mukaan QGIS:sin ihmeelliseen maailmaan!

 

Viittaukset:

Alexander Engelhardtin blogi: https://blogs.helsinki.fi/alwengel/ (viitattu 25.1.2021)