Monthly Archives: February 2015

KURSSIKERTA 6 – Geokoodausta ja pisteitä

Uudet asiat eivät toki loppuneet viime kurssikerralla, sillä viime viikolla tuli taas uusi osa-alue opeteltavaksi, nimittäin gps-paikannus ja geokoodaus. En olisi uskonut, että itsestäni olisi moiseen, mutta ulos me rämmittiin loskasadesäähän keräämään jonkin tietyn teeman mukaisia koordinaattipisteitä. Valitsimme ryhmäni kanssa aiheeksi Kumpulan lipputangot, ja 11 lipputankoa löydettyämme liukastelimme takaisin luokkaan tekemään aineistosta MapInfo-taulukkoa. Nolo kömmellys kävi kun sekoitimme y- ja x-koordinaatit keskenään, mutta ne sai onneksi muutettua kätevästi ilman sen suurempia haittoja.

Tämän jälkeen olikin helppoa muuttaa ihmeelliset koordinaatit kartalla näkyviksi pisteiksi (kuva 1) kuvastamaan lipputankojen sijaintia “create points” toiminnolla. Muuten meni ihan hyvin, paitsi että eräs piste lähti hiihtämään hieman liian etelään. Varmaankin joko kirjoitusvirhe tai sitten jotain muuta ufonkakkaa.

Kuva 1. Kumpulan lipputangot kartalla
Kuva 1. Screenshot: Kumpulan lipputangot kartalla

Maanjäristykset ja tulivuoret:

Kurssikerran itsenäistyönä oli tuottaa mahdollisessa tuntiopetuksessa käytettävä kartta (tai enemmän), joka soveltuu opetettavaan tarkoitukseen mahdollisimman hyvin. Käytössämme oli mm. Kalifornian yliopiston tuottamaa maanjäristysaineistoa sekä Yhdysvaltojen hallituksen tuottamaa tilastotietoa globaaleista tulivuorista. Lisäksi oli tietoa astrobleemeistä, mutta en käyttänyt aineistoa kartallani.

Tein vain yhden kartan (kuva 2), koska halusin yhdistää samaan karttaan sekä maanjäristysaineistoa että tulivuoriaineistoa. Päätin esittää kartallani yli 8. magnitudin maanjäristykset vuoden 1980 jälkeen kuvastamaan suurten maanjäristysten sijaintia kartalla. Liitin tärkeimmille alueille myös valtioiden nimiä, jotta sijainnit muistuisivat paremmin. Opetuksessa toki myös selitettäisiin, miksi tuhoisimmat järistykset sijaitsevat juuri näillä alueille.

Tulivuoriaineistoksi liitin aktiiviset tulivuoret (eli tulivuoret, jotka ovat purkautuneet vuonna 1964 tai sen jälkeen), mikä myös havainnollistaa tiettyjen alueiden erilaista riskialttiutta maailmalla (vrt. Eurooppa ja Kaakkois-Aasia), sekä antaa hieman käsitystä syy-seuraussuhteista liittyen maanjäristyksiin. Haluan kartallani korostaa äärimmäisten hasardien sijaintia ja sijaintien syitä. Ajattelin karttani sopivan lukio-opetukseen maanjäristyksiä ja tulivuoria käsittelevien tuntien opetusmateriaaliksi, koska se on tarpeeksi laaja näyttämään suurimmat hasardivyöhykkeet, mutta tarpeeksi selkeä ja yksinkertainen sisällöltään ja ulkonäöltään, jotta kartan sanoma välittyy lukijalle, jolle maanjäristykset ja tulivuoret eivät ole ennestään tuttuja.

Jos aikaa olisi ollut enemmän, olisin tehnyt tämän lisäksi kartan, jossa olisi enemmän maanjäristyksiä (4-6 magnitudista lähtien), koska sillon kartalta näkyisi selkeämmin maanjäristysten noudattavan laattarajoja.

Kuva 2. Tuhoisat yli 8. magnitudin maanjäristykset sekä aktiiviset tulivuoret
Kuva 2. Tuhoisat yli 8. magnitudin maanjäristykset sekä aktiiviset tulivuoret

Ennen kuin opettaa mitään maanjäristyksistä niin on hyvä opettaa litosfäärilaattojen rajat sekä selittää maanjäristyksen syntytavat – tämän jälkeen linkki maanjäristysten sijaintiin on selkeämpi ja sitä pystyy havainnollistamaan kartalla. Karttaa voisi käyttää myös aasinsiltana tsunameista opetettaessa – tsunamit johtuvat merenalaisista maanjäristyksistä, joita esiintyy eniten Kaakkois-Aasiassa Tyynenmeren tulirenkaalla. Kartalla linkki on selvä, ja opetusmateriaalina voisi lisäksi käyttää karttaa, jossa näytetään esimerkiksi vuoden 2004 Sumatran tsunamin leviämistä lähialueille, kuten kuvassa 3. Oskar Rönnberg on tehnyt hienon kartan tsunameista johtuvista maanjäristyksistä ja tsunameihin kuolleista ihmisistä, mikä on oivallinen opetusväline samalla kun opettaa maanjäristyksistä (Oskarin PAK-blogi).

Kuva 3. Sumatran vuoden 2004 tsunamin leviäminen tunteina järistyksen alkamisesta (http://www.aviation.go.th/rbm/tsunami_files/TsunamiSpread.jpg)

 

Lähteet:

ANSS Catalog Search. Northern California Earthquake Center. University of California (2015) <http://quake.geo.berkeley.edu/anss/catalog-search.html> Luettu 20.2.2015

Global Volcano Locations Database (2014). Data.gov.  <http://catalog.data.gov/dataset/global-volcano-locations-database>  Luettu 24.2.2015

Rönnberg, O. (2015). Kurssikerta 6: Opetuskarttoja. <https://blogs.helsinki.fi/oskaronn/> Luettu 24.2.2015

Weber, G. (2005). Earthquake and tsunami: Maps, charts and sequence of events. <http://www.aviation.go.th/rbm/tsunami_files/tsunami.htm> Luettu 24.2.2015

KURSSIKERTA 5 – Bufferointia ja analyysiä

Kurssikerralla pääsimme vihdoin tositoimiin MapInfon kanssa, kun saimme kasan itsenäistehtäviä tehtäväksi.

Tähänastinen MapInfo-osaamiseni on karttunut lähinnä viime kuukausien PAK- ja TAK-kurssien aikana tehdyistä töistä. Koen että visuaalinen hahmottamiseni on parantunut ja huomaan oppivani todella nopeasti uudet ominaisuudet. Harmittaa hieman tämä nopea tahti, sillä kertaus ei ole koskaan pahitteeksi. Esimerkiksi monet ominaisuudet, joita uskon tarvitsevani vielä myöhemmin, ovat kerran harjoittelun jälkeen jääneet unohduksiin. Toisaalta ohjeet voi aina kaivaa koneelta, olen vain laiska.

Joka tapauksessa, tuntuu että lukio-opetuksessa täysin hämärän peitossa olleet paikkatieto-opetukset erilaisista kyselyistä ja analyyseistä ja muista hassun ja vaikean kuuloisista sanoista alkaa selvetä. Tunne on hieno, sillä pystyn vihdoinkin ymmärtämään erilaisten kyselyjen merkityksen, esimerkiksi tällä kurssikerralla opetellun bufferianalyysin. Karttojen monikäyttö ja kuvan ja tiedon yhdistäminen eri karttaesityksiksi on todellakin valjennut minulle näinä kuukausina, ja uskon että tiedoista ja taidoista on minulle elinikäistä hyötyä. Harjoitusta vaan lisää!

Laskennalliset menetelmät -verkkokurssi auttoi minua excelin kanssa, ja senkin käyttö alkaa luonnistua pikkuhiljaa.

Kurssikerta viisi painottui bufferi- eli puskurivyöhykkeiden tekemiseen ja aineiston ominaisuuksien tutkimiseen bufferianalyysin avulla. Laskimme mm. että kuinka moni asukas asuu Malmin lentokentän meluvyöhykkeellä. Opin, että tämä työkalu on erittäin hyödyllinen myös ihan arkisten tilanteiden kartoittamisessa, esim. että kuinka moni ihminen asuu 500m päässä lähikaupasta tai postista jne. Kuten Joonas myös blogissaan (Alanko’s blog) pohtii, esimerkiksi ympäristövaikutusten arviointi on kätevä toteuttaa bufferianalyysin avulla.

MapInfo on hyvä työkalu yksinkertaisten karttaesitysten tekoon ja eri temaattisten ilmiöiden esittämiseen. Ohjelma ja sen työkalut rajoittavat tehtävän analyysin laatua – paremmassa ohjelmassa on luonnollisesti enemmän ominaisuuksia ja ehkäpä pidemmälle vietyjä automatisoituja toimintoja, joilla aineistoa voi käsitellä. Paikkatietoaineistot tietenkin määrittävät, kuinka laajoja ja tarkkoja analyysejä aineistolle voi tehdä – suppeat aineistot eivät anna tieteellisesti kovin luotettavaa kuvaa, vaikka karttaesityksestä tulisikin silmää miellyttävä. Käyttäjä ja käyttäjän paikkatieto-osaaminen määrittävät lopputuloksen, sillä käyttäjän kyky käyttää ohjelmaa ja paikkatieto-aineistoa on lopputuloksen kannalta kaikkein tärkein ominaisuus. Vaikka olisi kuinka hieno ja hyvä ohjelma ja laaja aineisto, käyttäjän osaamattomuus voi tehdä analyysistä huonon. Siksi osaaminen on tärkeää ja sitä pyrin kehittämään tällä kurssilla kuin myös vastedeskin.

Lopussa vielä taulukko tunnin itsenäistehtävien vastauksista.

 

Kuva 1. Taulukko itsenäistehtävän kysymyksistä ja vastauksista
Kuva 1. Taulukko itsenäistehtävän kysymyksistä ja vastauksista

 

Lähteet:

Alanko, J. (2015). Pak kerta 5. Alanko’s blog. <https://blogs.helsinki.fi/jbalanko/> Luettu 24.2.2015

KURSSIKERTA 4 – Ruutuja ja sensellaista

Kurssikerran tehtävänä oli tutustua ruututietokantoihin sekä muihin jänniin ruutukarttoihin. Tunnilla opettelimme ruudukon tekemistä sekä erilaisen tiedon esittämistä ruudukon avulla. Käytimme aineistona pääkaupunkiseudun väestötietokantoja (SeutuCD’09) ja laadimme tietojen avulla pääkaupunkiseudulta eri karttaesityksiä. Käytimme taas rakasta MapInfoa (joka taas vaihteeksi ei toiminut koneellani ja koneeni jumittui ja sain itkupotkuraivarin) ja syöksyimme vielä syvemmälle ohjelman ihmeellisiin syövereihin. Mielenkiintoista oli ymmärtää eri tietokantojen yhdistelemisen helppous ja käytännöllisyys uuden tiedon luomisessa. Itsenäisenä tehtävänä oli laatia yksi tai kaksi karttaa samoilla menetelmillä mitä käytiin tunnilla vapaavalintaisesta aiheesta.

Teemakartta

Tunnilla sain hienon idean toteuttaa kerrostaloasumista kuvaavan kartan ruutumenetelmällä. Ideani kuitenkin kuihtui edellä mainitusta syystä jota en viitsi toistaa, joten päädyin toisella kertaa aloittamaan alusta ja tekemään hieman yksinkertaisemman karttaesityksen. Valitsin esitettäväksi teemaksi 25-29-vuotiaiden osuuden pääkaupunkiseudulla, ja muutaman kokeilun jälkeen päädyin alkuperäiseen asetukseen, eli 500x500m ruutuihin. Kokeilin erilaisia luokittelutapoja, ja päädyin lopulta luonnolliseen luokitteluun ja neljään luokkaan. Koin että niin hajanainen aineisto on paras luokitella suoraan arvojen esiintymisen mukaan niin, että luokkajaot ovat kuitenkin kohtuulliset. Ensimmäisessä versiossani 25-29-vuotiaita näytti olevan todella paljon, mutta tähän karttaan, joka näkyy kuvassa 1, hajautin luokkajakoa tasaisemmaksi.

Kuva 1. 25-29-vuotiaiden lukumäärä pääkaupunkiseudulla 500m2 ruuduin.
Kuva 1. 25-29-vuotiaiden lukumäärä pääkaupunkiseudulla 500m2 ruuduin.

Kartalta näkee heti, että eniten kohderyhmään kuuluvia asuu Etelä- ja Keski-Helsingissä, sekä pohjoiseen mentäessä Koillis-Helsingissä ja Tikkurilassa. Vähiten kohderyhmään kuuluvia asuu Pohjois- ja Vanhan Espoon alueilla. Kohderyhmään kuuluvat ovat työikäisiä ja yleensä vastavalmistuneita tai opiskelevia nuoria. Monet työskentelevät ja opiskelevat pääkaupungissa työ- ja opiskelutarjonnan vuoksi. Alueilla, joilla kohderyhmään kuuluvia ei ole, kuten Espoossa ja Pohjois-Vantaalla, on vähemmän opiskelumahdollisuuksia ja työpaikkoja, sekä asutus on harvempaa ja pientalovaltaista. Oletettavasti alueilla asuu enemmän perheellisiä ihmisiä, joihin 25-29-vuotiaiden ikäryhmä siirtyy lähitulevaisuudessa.

Olisi ollut mielekästä saada suuralueiden tai pienalueiden keskusten nimiä kartalle (en siis osannut mutta ensi kerralla tulen osaamaan), jotta väestökeskittymiä olisi voinut tulkita hieman paremmin. Esimerkiksi olisi mielenkiintoista tietää missä tietyissä kaupunginosissa 25-29-vuotiaat asuvat, ja onko esimerkiksi yliopistokampusten lähettyvillä näkyvillä tietynlaista opiskelijavaltaisuutta (Otaniemi, Viikki ym.)

Ruututeemakartta on yksinkertainen tapa näyttää absoluuttista tietoa kartalla pienillä alueyksiköillä (500x500m). Tavalliseen koropleettikarttaan verrattuna ruututeemakartta antaa yksityiskohtaisempaa informaatiota, ja koska mitkään hallinnolliset rajat eivät rajaa tarkasteltavia alueita, se ei myöskään luokittele kokonaisia alueita mihinkään luokkaan.

Ruututeemakartta jakaa aineiston tasan vain kartantekijän itse päättämiin ruutuihin, ja tulkinta on näin vain kartanlukijan tehtävänä. Ruutujen koolla pystyy kuitenkin vaikuttamaan kartan luettavuuteen ja informaation tarkkuuteen, sillä jos esimerkiksi olisin tehnyt karttani 2x2km ruudukolle, tietoa olisi yleistetty liian paljon eikä kartta olisi ollut enää tarkoitustaan varten tarpeeksi informatiivinen.

Koen karttani olevan tarpeeksi ymmärrettävä ja helposti luettava, niin että käsittelemäni teema näkyy selkeästi ja on helposti luettava. Poistin ruudukosta mustat ääriviivat, mutta lisäsin karttaan pääkaupunkiseudun suuralueiden ääriviivat, jotta karttaa olisi helpompi hahmottaa. Värejä olisin voinut säätää hieman, sillä kuten Tonikin blogissaan toteaa, vaaleimmat sävyt eivät erotu tarpeeksi selväksi valkoisesta taustasta.

Semmoista tällä kertaa, toivotaan että onnetar on puolellani huomenna tunnilla – jos koneeni olisi nyt temppuilematta.

 

Lähteet:

Ruikkala, T. (2015). Kurssikerta 4 – Ruutuja, ruutuja ja Vantaan asumistiheyttä.  <https://blogs.helsinki.fi/ruikkala/> 9.2.2015.

 

KURSSIKERTA 3 – Timantteja ja tulvia

Kurssikerta 3 ei ihan mennyt minun osaltani nappiin. Ensimmäinen ongelma oli tietokone, joka jumitti jokaisen pienen painalluksen jälkeen, niinkin usein että monet ohjeista meni ohi korvien kun tappelin sen kanssa. Toinen ongelma oli keskittymiskyvyn absoluuttinen puuttuminen. En saanut mitään tehtyä loppuun asti suurista yrityksistä huolimatta, mutta lopulta sitä on pakko saada jotain aikaiseksi.

Kurssikerran ohjelmaan kuului mm. yksittäisen datan yhdistäminen suurempaan tietokantaan, jotta useampaa eri dataa pystyisi käyttämään samassa kyselyssä. Perehdyimme muutenkin MapInfon ihmeelliseen maailmaan tekemällä erilaisia kyselyjä ja sen semmoista. En kyllä muista enää yhtään mitään mitä oon tehnyt, aika paljon täytyisi harjoitella, jotta jäisi nuo asiat mieleenkin. Kivaa se on, mutta reeniä tarvitaan.

Afrikan timanttikaivokset, öljylähteet ja konfliktialueet

Teimme aluksi kartan Afrikan mantereesta. Ensin opettelimme tosiaan yhdistämään esimerkiksi kaikki Egyptin pikku saaret yhtenäiseksi Egyptiksi, sitten yhdistämään mm. internetin käyttäjien osuuden ja facebookin käyttäjien osuuden valtioiden tietokantoihin, ja lopuksi liitimme saamaan syssyyn myös Afrikan timanttiesiintymien, öljyesiintymien ja konfliktialueiden sijainnit.

Tehtävänä oli pohtia, mitä asioita voitaisiin tutkia Afrikan kartalta, jossa ovat näkyvillä timantti- ja öljyesiintymät sekä konfliktialueet. Tietokannat ovat tarkkoja ja ne muiden muassa kertovat tarkkoja kaivannaisten löytämisvuosia ja konfliktien laajuudesta ja alkamisesta kertovia tietoja. Tietoja voi yhdistellä ja niiden avulla voi mm. selvittää missä rauhanprosessien tarve on suuri tai vajaa (Ruutin Geoinformatiikka-blogi). Lisäksi tietoja yhdistelemällä voidaan pohtia, sijaitsevatko konfliktit kuinka lähellä kaivannaislöytöjä, ja pyrkiä löytämään yhtäläisyyksiä löydösvuosien ja konfliktien alkamiskohdan välillä.

Kartasta voisi myös päätellä eri konfliktien syntymiseen vaikuttavia tekijöitä. Esimerkiksi voisi olettaa että alueilla joilla on paljon arvokkaita luonnonvaroja olisivat myös konfliktialttiita, mutta syiden taustalle tarvittaisiin enemmän tutkimusta – konfliktien syyt ovat usein moninaiset johtuen erityisesti Afrikan valtionrajojen ja heimorajojen ristiriitaisuudesta. Lisäksi kartalta on hankala tulkita timanttikaivoksista ja öljylähteistä saatavan varallisuuden jakautumista – siirtyykö omaisuus ulkomaisille omistajille ja sijoittajille vai paikallisille, sekä että johtuvatko esiintymien lähellä olevat konfliktit paikallisten kahnauksesta vaiko jostain ihan muusta.

HS:n artikkelin mukaan (10.2.2015) suuret luonnonvarat, kuten öljy ja timantit, voivat hidastaa kehitystä ja jopa estää sen. Monesti kehityksen esteenä on heikko tai olematon hallinto ja demokratia, mikä lisää poliittista valtataistelua luonnonvarojen kustannuksilla. Artikkelin mukaan useat konfliktit, esim. Kongossa, rahoitetaan luonnonvarojen, erityisesti timanttien, avulla.

Internetin käyttäjien osuus yhdessä timantti- ja öljylöytöjen kanssa voisivat kuvata sekä alueen teknologista kehittyneisyyttä ja hyvinvointia sekä myös varallisuuseroja. Voisi mm. etsiä alueita, joilla teknologinen kehittyneisyys on heikkoa, mutta alueella on kaivannaisia, ja pohtia esiintyykö alueella tällöin konflikteja, sekä syitä konflikteille.

Kuten Veera blogissaan osuvasti toteaa, maat voisi jakaa erilaisiin luokkiin kaivannaisten esiintymisen perusteella, ja näin havainnoida esimerkiksi luonnonvarojen tai /ja konfliktien alueellisia eroja koropleettikartan avulla ja näin korostaa eroja valtioiden välillä.

Tulvaindeksikartta

Tätä tehdessä ongelmat siis kumuloituivat. Tehtävästä pystyi tekemään kaksi versiota, perusversion ja haastavamman version. Halusin tehdä haastavan version ja teinkin sitä niin pitkälle kuin pystyin, mutta MapInfo ei kestänyt niin suuria tiedostomääriä niin se kaatuili ja jumitti koko ajan. Joten luovutin ja tein perusversion (murh).

Tehtävänantona oli laatia kartta Suomen tulvaindeksistä sekä järvisyysprosenteista valuma-alueilla. Tulvaindeksiä kuvataan kartassa rastereilla ja järvisyyttä pylväillä (kuva 1).

Kuva 1. Tulvaindeksi ja järvisyys (%) Suomen valuma-alueilla
Kuva 1. Tulvaindeksi ja järvisyys (%) Suomen valuma-alueilla

Luokittelin aineiston tasavälisen luokittelun perusteella, sillä vaikka jakauma on vino, kvantiililuokittelulla ei saanut näkymään selkeästi alueiden välisiä eroja.  Selkeimpiä erottuvia alueita ovat Suomenlahden ja Pohjanlahden alueet Länsi- ja Etelä-Suomessa.

Suurin tulvariski on Pohjanmaan alueella, koska maasto on muutenkin alavaa ja sateet ja lumen sulamisvedet aiheuttavat tulvia mm. keväällä. Järvisyys on suurinta alueilla, joilla tulvaindeksi on pieni. Alueilla virtaamat ovat pienempiä. Esimerkiksi Keski- ja Itä-Suomessa järvisyys on suurinta, ja järvisyys pienenee pohjoiseen mennessä. Kartta kuvaa eri Suomen alueiden tulvaherkkyyttä, eli kuinka paljon keskiylivirtaama ylittää keskialivirtaaman. Käsitteet ovat tässä vaiheessa minulle vielä hieman outoja, mutta uskon että käytännön kokemuksen ja harjoittelun myötä myös nämä asiat, kuten MapInfokin, selkenevät minulle. Oppimassahan tässä ollaan.

 

Lähteet:

Niemelä, K. (2015). Öljyllä köyhäksi – mahtavat luonnonvarat ovat yleensä kirous. Helsingin Sanomat.  <http://www.hs.fi/tiede/a1423456365439> 10.2.2015.

Toivonen, V. (2015). KK3: Tietokantojen yhdistämisestä ja alituisesta mokailusta. Seikkailuja paikkatietojen maailmassa. <https://blogs.helsinki.fi/vtoivone/> 1.2.2015.

Uusitalo, R. (2015). Afrikan rikkaudet ja Suomen tulvariski; koropleettikartat visualisena työvälineenä. Ruutin Geoinformatiikka-blogi. <https://blogs.helsinki.fi/ruutuusi/> 1.2.2015.