Heips!

Täällä taas tämän viikon postauksen kanssa. Tämän viikon harjoitukset aiheuttivat lievästi sanottuna harmaita hiuksia, mutta niistä selvittiin kuitenkin kunnialla ja kavereiden avulla.

Tämän viikon tarkoituksena oli perehtyä syvemmin QGIS ohjelmiston ihmeisiin ja pääpointtina olikin eri projektiot, joita voidaan vaihtaa silloin kuin tarve vaatii. Eeva Raki kertoi blogissaan  (2022) hyvin kuinka karttaprojektiot toimivat.

“Maapallo on muodoltaan litistynyt geoidi ja täten kolmiulotteinen. Kolmiulotteista pintaa on mahdoton siirtää kaksiulotteiselle tasolle ilman, että pinnan muodot vääristyisivät. Jotta maanpintaa pystyttäisiin kuvaamaan mahdollisemman todenmukaisesti, on luotu karttaprojektioita. Karttaprojektiot pyrkivät kuvaamaan maanpintaa kartalle mahdollisimman todenmukaisesti. Jokainen projektio kuitenkin vääristelee totuutta, joka näkyy kartoissa ja karttajärjestelmissä.” – Eeva Raki, 2022.

Käsittelimme tunnilla myös rajapintapalveluita, jotka osoittautuivatkin helposti ymmärrettäviksi ja oikeastaan erittäin hyödyllisiksi palveluiksi paikkatieto-ohjelmien käytössä. Niiden avulla siis haetaan erilaista dataa suoraan palvelimelle ja osoitteet voidaan tallentaa myöhempää käyttö varten ohjelmaan. Tyypillisiä rajapintapalveluita ovat WFS, WMS, WMTS sekä WCS.

Projektioita ja vähän lisää projektioita

Tavoitteenamme tunnilla oli verrata eri projektioiden aiheuttamia vääristymiä verrattuna Suomessa käytössä olevaan ETRS-TM35FIN projektioon. Tämä tehtävä aiheutti tuskan hikeä ja turhautumista, sillä tunnilla nopeasti ja mekaanisesti käydyt ohjeet menivät täysin ohi fokuksen ollessa perässä pysymisessä. Onnekseni jäin tekemään kampukselle kavereiden kanssa yhdessä karttoja ja saimme ne tehtyä alun vaikeuksista huolimatta.

Karttoja saatiin siis ihme kyllä valmiiksi ja ensimmäinen niistä on Mercatorin projektion vertailu ETRS-TM35FIN projektioon (kuva 1). Kartasta voidaan nähdä, että erot pinta-aloissa kasvavat pohjoiseen mentäessä ja erot ovat yleisesti melko suuria. Vääristymän kasvu johtuu siitä, että projektio on lieriöprojektio ja sen vääristymät ovat pienimpiä lähellä päiväntasaajaa. Tällöin siis ei olekaan ihme, että napoja lähellä olevien alueiden pinta-alat vääristyvät merkittävästi.

Seuraavana vuorossa oli Winkel I ja ETRS-TM35FIN projektioiden vertailua (kuva 2). Kuten kuvasta 2 nähdään, eroja kyllä on, mutta erot eivät ole läheskään niin suuria kuin Mercatorin projektiossa. Tässäkin projektiossa voidaan nähdä se, että vääristymät kasvaa kohti pohjoista. Kartan kääntyminen vasemmalle selittyy sillä, että projektio on pseudosylinterimäinen, jonka koodinaatit lasketaan sinimuotoisten ja tasakulmaisten projektioiden keskiarvona (Esri, 2016).

Viimeisenä, mutta ei suinkaan vähäisimpänä kokeilin verrata Bonne projektion eroa ETRS-TM35FIN projektioon (kuva 3). Tässä on selvä ero edellä mainittuihin, koska pinta-alojen eroavaisuudet kulkevat itä-länsi -suunnassa. Erot ovat kuitenkin minimaalisen pieniä, kun katsotaan legendaa. Karttakuva hiukan hämää lukijaansa. Olisin ehkä voinut kokeilla yhtä vähemmän luokkia, jolloin erot olisivat ehkä näkyneet loogisemmin.

No, opinko jotain?

Pakko myöntää, vaikkei alussa siltä tuntunutkaan, että opin kyllä aika paljonkin. QGIS ohjelmana alkaa pikkuhiljaa selkiytymään ja toistojen määrä kyllä ehdottomasti lisäsi käytettyjen toimintojen osaamista ja oppimista. Vaikka alussa turhauttikin, etten osaa mitään ja enkä voi mitään oppiakaan, niin lopulta kuitenkin tuntuu, että jotain tästä jäi käteen.

Moni muukin tuntui tällä viikolla painivan QGIS:n toimintojen kanssa, joten yhteisesti kaikille tsemppiä! <3

Nyt kuitenkin minun puolesta ensi viikkoon! 🙂

 

Lähteet:

Esri (2016). Winkel I, Arc Map (luettu 27.1.2022), saatavilla https://desktop.arcgis.com/en/arcmap/10.3/guide-books/map-projections/winkel-i.htm

Raki E. (2022) 2. kurssikerta: Aineistojen pyörteissä, Oppimassa geoinformatiikkaa -blogi, (luettu 27.1.2022), saatavilla https://blogs.helsinki.fi/eevaraki/

 

 

GIS retki alkaa

Nyt alkaa minunkin matkani gis maailmaan näin blogin kautta. Tämä blogi on tehty kurssia MAA-202 varten ja täällä esittelen sekä pohdin kurssilla tehtyjä karttoja ja taulukoita sekä omaa oppimistani.

HELCOM-merialueen typpipäästöt

Ensimmäisellä viikolla tutustuimme QGIS-ohjelmiston käyttöön ja teimme yhdessä opettajan opastuksella kartan HELCOM-merialueen typpipäästöistä. QGIS-ohjelmistona ei minulle ollut entuudestaan kovin tuttu eikä sen käyttö varsinaisesti ollut kovin hyvin mielessä edelliseltä (ja ainoalta) kerralta, jolloin sitä olen käyttänyt. Hyvillä ohjeilla ja opastuksella onnistuin kuin onnistuinkin tekemään alla olevan kartan (kuva 1), jossa näkyy Itämeren alueen valtioiden aiheuttamat typpipäästöt mereen. Harjoituksen tarkoituksena oli oppia perusasioita ohjelmistosta sekä oppia uuden tiedon laskemista aineistoista, jota koropleettikartan tekoon tarvitaan. Jos jotain tekisin toisin kartassa, mallailisin ehkä hieman vielä värejä, sillä nyt ne ovat ehkä turhan kirkkaita ja omaan silmään hiukan häiritsevän punaisia. Pääosin kartta on kuitenkin mielestäni selkeä ja informatiivinen.

Kunta-aineistoista tehty kartta

Kurssin ensimmäinen itsenäinen tehtävä oli valita annetusta kunta-aineistosta mieluinen muuttuja ja tehdä siitä koropleettikartta. Aineisto sisälsi monia muuttujia, ja päädyin valitsemaan väestöntiheyttä kuvaavan muuttujan ja visualisoimaan siitä kartan. Visualisointi tuotti hieman hankaluuksia, koska opetetut asiat olivat hävinneet mielestä kuin tuhka tuuleen ja kirjallisten ohjeiden tihrustamiseen meni oma aikansa. On huvittavaa, miten kuvittelee oppineensa hyvin jo jonkin ohjelman, mutta sitten kun itsenäisesti sitä pitäisi käyttää, on hankaluuksia jo heti alkuunsa. Sain kuitenkin mielestäni tehtyä informatiivisen ja siistin kartan, kunhan pääsin vauhtiin ja opetetut asiat muistuivat taas mieleen. (kuva 2)

 

Kartalta voidaan huomata helposti, minne asutus keskittyy Suomessa. Kartassa erottuu selvästi eteläisen Suomen suuret asutuskeskittymät, Helsinki, Tampere ja Turku. Kartalta on myös nähtävissä, että asutusta sijoittuu selvästi enemmän myös keskisemmän Suomen yliopistokaupunkeihin kuten Jyväskylään, Ouluun sekä Kuopioon ja Joensuuhun. Kartasta erottuu hyvin Lappi, jossa väestöntiheys on selvästi muuta maata pienempi. Myös Itä-Suomi erottuu varsin selvästi väestöntiheyden pienuudella.

Kartasta voidaankin päätellä, että Etelä-Suomen kunnat vetävät puoleensa enemmän asukkaita kuin pohjoisemman Suomen kunnat. Suuri osa väestöstä sijoittuu asumaan näille Etelä-Suomen kaupunkialueille, koska palvelut ja työpaikat ovat lähellä sekä mahdollisuudet opiskeluun ovat paremmat. Tämä pätee myös Etelä-Suomen kaupunkialuekeskittymien ulkopuolle jääviin yliopistokaupunkeihin, sillä niiden väestöntiheys on suurta ja ne erottuvat kartalta selkeästi.

Vertasin karttaani myös Nea Tiaisen blogissa olevaan karttaan työttömyysprosenteista (Tiainen, 2022). Tiaisen kartasta näkee, että työttömyysprosentit ovat suurempia Pohjois- ja Itä-Suomessa, jossa myös väestöntiheys oman karttani perusteella on pienempää. Isommilla kaupunkialueilla, joissa väestöntiheys on suurta, myös yrityksillä on paremmat mahdollisuudet jolloin työpaikkojen määrä on suurta ja työttömyys on harvinaisempaa. Kuten Tiainenkin toteaa, kasvukeskittymissä on työpaikkoja enemmän kuin harvemmin asutuilla alueilla, joka osaltaan myös johtaa siihen että harvemmin asutuilta alueilta muutetaan pois paremman työllisyyden toivossa. Tämän voi päätellä karttojamme vertaillessa.

 

Lähteet:

Tiainen N. (2022), Tapaamme jälleen QGIS, Melkein Gis-guru siis itsekin -blogi, (luettu 24.1.2022), saatavilla https://blogs.helsinki.fi/tiainea/

Welcome to Blogipalvelut. This is your first post. Edit or delete it, then start blogging!