6. Erilaisia pisteaineistoja

Tällä viikolla tutustuttiin pistemuotoisten aineistojen käsittelyyn ja tuomiseen QGIS:iin erilaisista lähteistä. Aloitimme kurssikerran kiertämällä ryhmissä Kumpulan lähimaastossa; tehtävänä oli tallentaa EpiCollect5-sovellukseen tietoa noin kymmenestä eri paikasta. Jokaisessa paikassa vastasimme kysymyksiin koskien muun muassa kohteen viihtyisyyttä, turvallisuutta ja ihmisten määrää. On huomioitava, että vastauksiimme saattoi vaikuttaa tuloksia vääristävästi se, että kyseisenä aamuna ulkona oli -18 astetta pakkasta, joten ihmisiä ei juurikaan näkynyt. Mukavalla kesäsäällä ainakin puistoissa ja muissa julkisissa tiloissa olisi ollut viihtyisämpää ja enemmän kävijöitä.

Palattuamme noin tunnin kiertelyn jälkeen kampukselle, kokosimme kaikkien ryhmien keräämät tiedot yhteen tiedostoon, joka piti seuraavaksi ladata omalle tietokoneelle. Tämän aineiston avulla lähdimme harjoittelemaan pistemuotoisen aineiston käsittelemistä, joka oli keskeisin kurssikerran teemoista. Tietojen tuominen Excelin kautta QGIS:iin onnistui melko kätevästi Add Delimited Text Layer -toiminnolla ja kohteisiin tallentamamme tiedot tulivat näkyviin attribuuttitauluun.

Kuva 1. Kumpulan lähialueen koettu turvallisuus pisteinä. Turvallisimmat alueet ovat vihreällä ja turvattomat keltaisella/punaisella.

 

Pisteiden visualisointi onnistui melko samaan tapaan kuin aikaisempien aluemuotoisten tasojenkin kohdalla; tällä kertaa mielestäni Categorized-visualisointi toimi hyvin. Kokeilin aluksi tarkastella alueiden turvallisuutta Kumpulan lähistöllä ja luokittelin pisteet kolmeen eri väriin: punaisella näkyvät turvattomimmiksi koetut paikat ja vihreällä turvallisimmat. Ottamastani näyttökuvasta (kuva 1) käy selvästi ilmi, että etenkin julkiset sisätilat (kampusrakennukset, Arabian kauppakeskus jne) koetaan turvallisiksi. Näissä paikoissa ainakin on jatkuva valvonta ja vartijoita tuomassa turvallisuuden tunnetta. Turvattomimmiksi koettiin muun muassa varasto- ja lastauslaiturialueet sekä hämärät ja valvomattomat paikat, kuten sillan alikulkutunneli. Tästä voisi päätellä ainakin valvonnan, valaistuksen ja muiden ihmisten läsnäolon lisäävän koettua turvallisuutta.

Pistemuotoisten aineistojen tarkastelua jatkettiin siirtymällä Googlen Street Viewin pariin. Tällä kertaa tehtävänä oli valita noin kahden korttelin kokoinen alue keskusta-alueelta ja tarkastella alueen kaupallisuutta Street Viewin kautta. Valituista noin 15 pisteestä luotiin uusi taso piirtämällä ja antamalla pisteen kaupallisuudelle arvo väliltä 1-5. Seuraavana haasteena oli interpoloida saatu pisteaineisto Interpolation-pluginin avulla. Tämä onnistui melko kivuttomasti ja korttelin alueelle ilmestyi erisävyisiä alueita kaupallisuuden mukaan. Omalla alueellani Helsingin keskustan läntisellä laidalla kaupallisuus näytti keskittyneen etenkin teiden risteyskohtiin ja itäiseen laitaan, jossa koko alue on tumma interpoloinnin seurauksena (kuva 2).

Kuva 2. Interpoloinnin tuloksena saatu kuva Helsingin keskustasta Punavuoren suunnalta. Mitä tummempi alue, sitä enemmän kaupallisuus näkyi katukuvassa.

 

Itsenäistehtävissä päästiin tarkastelemaan hasardeja ja harjoittelemaan vielä lisää tietokantojen tuomista ohjelmaan. Aloitin tehtävän avaamalla taustakartan ja lataamalla netistä Maanjäristys-tietokannan (http://quake.geo.berkeley.edu/anss/catalog-search). Aikaisemman tehtävän ohjeilla tietojen muokkaus Excelissä (sarakkeiden siistiminen, pisteet pilkuiksi jne) ja tuominen csv-muodossa QGIS:iin onnistui hyvin. Kartalle tulivat nyt siis näkyviin pistemuotoisina kohteina kaikki yli 5,8 Magnitudin maanjäristykset 2000-luvulla. Kartasta huomaa heti, että maanjäristykset mukailevat litosfäärilaattojen reunoja (kuva 3). Etenkin alityöntövyöhykkeillä voimakkaat järistykset ovat yleisiä. Havainnollistin maanjäristyksien voimakkuutta luokittelemalla pisteet magnitudien mukaan. Kuten kartasta (kuva 4) näkyy, eniten voimakkaita järistyksiä on tapahtunut Tyynenmeren tulirenkaan alueella (Japani, Indonesia, Filippiinit jne) ja läntisessä Etelä-Amerikassa litosfäärilaattojen alityöntövyöhykkeellä.

Kuva 3. Litosfäärilaattojen rajat näkyvillä (lähde: https://www.worldatlas.com/articles/major-tectonic-plates-on-earth.html, viitattu 20.3.2018)
Kuva 4. Kartalla kaikki yli 5,8 Richterin maanjäristykset 2000-luvulla. Havainnot mukailevat litosfäärilaattojen reunoja.

Maanjäristyksien rinnalla olisi mielenkiintoista tarkastella myös tulivuorien sijoittumista: molempia esiintyy samoilla vulkaanisilla alueilla litosfäärilaattojen alityöntö-, ylityöntö- ja sivuamiskohdissa. Hain siis netistä tulivuoritietokannan (https://catalog.data.gov/dataset/global-volcano-locations-database) ja muokkasin sitä QGIS:iin sopivaan muotoon. Tuotuani tulivuoriaineiston ohjelmaan huomasin muutamia kummallisuuksia niiden sijainneissa: muun muassa Ruotsissa näytti olevan aktiivinen tulivuori. Kenties aineistossa oli joitakin koordinaattivirheitä? Muuten aineisto näytti onneksi ihan järkeenkäyvältä ja suurin osa tulivuorista sijoittui samoille alueille kuin maanjäristyksetkin eli laattojen saumakohtiin. Laadin kartan kaikista tulivuorista (kuva 5), jossa ovat näkyvissä sekä sammuneet että aktiiviset tulivuoret.

Kuva 5. Kartalla maapallon kaikki tulivuoret (sekä kerros- että kilpitulivuoret)

Laadin vielä lopuksi kartan (kuva 6), josta näkyvät niin maanjäristykset kuin tulivuoretkin. Ymmärrettävästi, niitä esiintyy samoilla vulkaanisilla alueilla etenkin Tyynenmeren tulirenkaan, Etelä-Amerikan ja Nazca-laatan saumakohdassa sekä Pohjois-Amerikan ja Tyynenmeren laatan sivuamiskohdassa. On kuitenkin huomioitava, että tulivuorien tyyppi vaihtelee alueittain: alityöntövyöhykkeillä muun muassa Tyynellämerellä ja Etelä-Amerikassa esiintyy kerrostulivuoria, kun taas esimerkiksi Islannissa ja muissa erkanemiskohdissa kilpitulivuoria. Opetuskäytössä näitä kuvia voisi käyttää havainnollistamaan nimenomaan litosfäärilaattojen sijainnin vaikutusta maanjäristyksiin ja tulivuorien sijoittumiseen.

Kuva 6. Samassa kuvassa sekä maanjäristykset että tulivuoret. Ne näyttävät esiintyvän pääosin samoilla alueilla.

Viimeisenä hasardeja käsittelevänä aineistona oli meteoriittitietokanta (https://fusiontables.google.com/DataSource?docid=1vHSvjNgCIl6kRhFXPHhvESnnYx_ShToJWtWdjm8#rows:id=1), jonka tuominen QGIS:iin sujui jo rutiinilla. Yritin keksiä opetuksellista käyttöä meteoriittikartalle, mutta edellisten kuvien kaltaista käyttöä oli vaikeaa keksiä – en saanut aineistoa luokiteltua tai suodatettua järkevästi. Huomasin, että ainakin Marita Selin oli blogissaan (https://blogs.helsinki.fi/selkala/, luettu 25.3.2018) saanut rajattua aineistosta suurimmat meteorit ja esittänyt ne kartalla. Meteoriitit putoavat maahan sattumanvaraisesti, mutta tutustuin hieman aiheeseen: sain selville, että meteoriittien löytämisen helppous vaihtelee jonkin verran alueittain. Muun muassa vaikeissa ilmasto-oloissa (suot, kosteus, eroosio) meteoriitit hajoavat helposti (lähde: http://www.somerikko.net/meteoriitit/loytopaikat.html, luettu 4.3.2018). Tämän takia esimerkiksi Suomessa ei ole kovin paljon löytöjä.

 

Lähteet:

Selin Marita, kurssikerta 6: https://blogs.helsinki.fi/selkala/2018/02/19/the-world-is-a-hazardous-place-eli-kuudes-kurssikerta/, luettu 25.3.2018

http://www.somerikko.net/meteoriitit/loytopaikat.html, luettu 14.3.2018

World Atlas: https://www.worldatlas.com/articles/major-tectonic-plates-on-earth.html, viitattu 20.3.2018

Leave a Reply

Your email address will not be published. Required fields are marked *