Kuukausi: helmikuu 2022

Nojatuolimatka Afrikkaan

Tässä sitä taas mennään. Viikko kolme lähti käyntiin matkasta Afrikkaan – tälläkin kertaa valitettavasti vain QGIS:n kautta. Tarkastelimme ja yhdistelimme tietoa muun muassa konflikteista, timanttikaivoksista sekä öljy- ja maakaasukentistä. Lopputuloksena sain aikaiseksi kuvassa 1 näkyvän upean luomuksen. Kuten voidaan havaita, timanttikaivokset ovat paikoin osuneet alueille, joilla merkittäviä konflikteja esiintyy. Ei voida kuitenkaan suoraan todeta, että konfliktit osuisivat suoraan alueille, joilla on jotain arvokasta. Tästä toimii hyvänä esimerkkinä Saharan eteläiset alueet sekä erityisesti Etiopia, Somalia ja niitä ympäröivät valtiot. Alueella on esiintynyt valtavasti konflikteja eikä siellä kuitenkaan sijaitse tutkittuja timanttikaivoksia tai öljy/maakaasukenttiä. Sen sijaan eteläinen Afrikka kuhisee timanttikaivoksia, mutta konfliktien määrä on jäänyt vähäiseksi.

Käsittelimme myös informaatiota internetin käyttäjien määrästä 2000-luvun aikana ja yhdistimme nämä sekä yllä olevan kartan tiedot kaikki hienosti yhteen ja samaan taulukkoon. En kuitenkaan hoksannut tallentaa layereiden informaatiota erikseen ja avatessani kotona taulukoita uudestaan oli kaikki kasattu informaatio kadonnut. Voi miten tyypillistä. Helposti tulkittavat taulukot ovat nyt menneen kesän sateita (ei voi puhua talven lumista, sillä sitähän nyt riittää) ja layerit näyttävät eioota (kuva 2).

Voidaan kuitenkin lyhyesti tulkita kuvan 3 perusteella, että maat joiden kehitys esimerkiksi internetin käytön suhteen ei ole alkanut vielä 2000-luvun alussa, kokevat myös enemmän konflikteja. Tästä esimerkkinä Somalia ja Etelä-Sudan. Molempien maiden kehitys internetin suhteen on ollut myöhäisempää kuin esimerkiksi Etelä-Afrikan. Etelä-Afrikassa ei myöskään ollut juurikaan konflikteja, jolloin internetin käyttö voisi olla yhteydessä kehittyneempään ja järjestäytyneempään yhteiskuntaan = vähemmän konflikteja.

 

Suomen tulva-alueet

Afrikan jälkeen oli aika palata koto-Suomeen.  Tarkoituksena oli tehdä kartta Suomen tulvariskeistä alueista sekä osoittaa järvisyys kartassa diagrammina. Päädyin tekemään kaksi eri karttaa, sillä halusin, että joet ja järvet voitaisiin ottaa mukaan, mutta niiden kanssa yhdestä kartasta olisi tullut täysi kaaos. Siksi siis kuvan 4 kartassa on näkyvillä Suomen alueet jaoteltuna tulvaindeksin mukaan ja kuvan 5 kartassa on osoitettu Suomen ja sen lähialueiden joet ja järvet sekä järvisyys pylväsdiagrammina.

 

Karttoja tutkiessa voidaan todeta vanhan kappaleen Tulvii Pohjanmaa (saman vitsin oli näemmä keksinyt myös Eemil Sillankorva blogissaan, mutta jätän tämän nyt kuitenkin tähän) pitävän edelleen paikkansa. Pohjanmaa alavana alueena totisesti nousee esiin korkean tulvaindeksinsä vuoksi, mutta niin nousee myös eteläinen rannikkokin. Sen sijaan kun katsotaan kuvan 5 karttaa järvisyydestä voidaan todeta, etteivät järvet selkeästikään ole tulvien aiheuttajia. Erityisesti Keski-Suomessa, jossa järviä on erityisen paljon, tulvaindeksi pysyy silti hyvin matalana. Jessika Isomeri totesikin blogissaan, että ”järvilllä on tehokas kyky säilöä vettä ja näin korkean järvisyysprosentin omaavilla alueilla tulvariskikin pienenee.”  Näyttää  siis siltä, että ongelmallisimmat alueet sijaitsevat nimenomaan rannikoilla ja isojen jokien varsilla.

Tällä kertaa pitää antaa hieman itsekritiikkiä omista töistä. Kun luin Jessika Isomeren blogia pääsin ihastelemaan hänen selkeää ja onnistunutta karttaansa Suomen tulvaindeksistä sekä järvisyysprosenteista (Jessikan blogi, kuva 2). Kiinnitin heti huomiota siihen, miten nätisti kaikki informaatio oli esitetty samalla kartalla. Jatkossa voisin ottaa siitä oppia. Hän oli myös tehnyt diagrammin pylvään muotoon, mutta jollain kumman konstilla hän oli saanut myös legendaan pylvään kuvan. Saman uskomattomuuden oli saanut myös Tuomas Hartikainen aikaan. Miten?!? Olen yhtä äimistynyt kuin apinat taikatempuista!  Onneksi aika monella muulla, kuten Eemil Sillankorvalla,  oli sama ongelma kuin minulla eli legendaan tuli vain pelkkä väri. Toisaalta eikös se niin ole, että ongelman ratkaisu alkaa ongelman tunnistamisesta. Ehkä ensi kerralla saan tietää, mistä asia kiikasti. Siihen asti, lukemisiin!

 

Lähteet

Hartikainen, Tuomas (2.2.2022). 3. Kurssikerta. MAA-GIS-ta menoa – blogi. Saatavilla: https://blogs.helsinki.fi/tuomhart/. Viitattu 6.2.2022.

Isomeri, Jessika (1.2.2022). Viikko 3 – Tietokantojen tulva. Jessikan GIS-hurvittelut – blogi. Saatavilla: https://blogs-test.it.helsinki.fi/jessikangishurvittelut/. Viitattu 6.2.2022.

Sillankorva, Eemil (2.2.2022). KK3: Hankaluuksia Afrikassa ja tulvii Pohjanmaa. Eemilin mantsa-blogi. Saatavilla: https://blogs.helsinki.fi/sillanko/. Viitattu 6.2.2022.

Uusi viikko, uudet QGIS:n tuulet

Niin vain taas alkoi uusi oppitunti harmaita hiuksia aiheuttaneen ohjelmiston parissa. Tällä kertaa ollaan viime kerran vahingosta viisastuneita ja tein tehtävät ajoissa. Aihekin oli onneksi tutun puoleinen, sillä sukelsimme projektioiden maailmaan.

Hanna Lampinen toteaa blogissaan, että  ”Projektion huolellinen valinta on tärkeää, sillä se määrittää kartan mitat ja suhteet, ja esimerkiksi (pinta-)alan selvittämisessä eri projektioiden välillä saattaa olla moninkertaisia eroja.” Tätä lähdimmekin tutkimaan ensimmäisenä. Piirsimme Suomen kartalle viivan pisteestä pisteeseen, jonka avulla tarkasteltiin eri projektioiden vaikutusta etäisyyksiin. Kokeilimme myös, miten eri projektiot muuttavat pinta-alojen suuruutta ja tätä varten Suomen kartalle piirrettiin myös rajattu alue. Olen tarkastellut näitä muutoksia taulukossa 1.

Käytin vertailukohteena tyypillisintä Suomessa käytettyä projektiota eli ETRS-TM35FIN. Mittasin sillä Suomi-neidon pään leveyden ja sain tulokseksi 128 kilometriä. Kun tarkastelin samaa pituutta Mercatorin, Robinsonin, Bonnen ja Behrmannin projektioiden kautta oli näistä ainoastaan Bonne samoissa lukemissa. Muut osoittivat matkan olevan pidempi. Mercator hieman innostui ja näytti saman matkan olevan 236 kilometriä pidempi. Prosentuaalinen ero on 184 %.

Pinta-alaa tarkasteltaessa Suomi-neidon pää pääsi taas päähenkilöksi ja mittaamani alue oli ETRS-TM35FIN – projektiolla 2816 km². Bonne ja Behrmann pysyivät suunnilleen samanlaisissa lukemissa, sillä prosentuaalinen ero näillä oli vain 1 % ja 2 %. Mercatorilla lähti kuitenkin taas lapasesta ja reilun 2800 neliökilometrin alueen se näytti olevan 23 776 km². Prosentuaalinen ero on huikeat 744 %!

Taulukko 1 on hyvä havainnollistamaan sen, miksi projektion oikeanlainen valinta on niin tärkeää. Jos Mercatorin projektiota satuttaisiin käyttämään esimerkiksi Utsjoella naapurin Erkin metsämaiden mittaamiseen, saataisiin Erkille aikamoiset metsämaat. Kun käytetään oikeanlaista projektiota, kuten tässä tilanteessa esimerkiksi ETRS-TM35FIN, säästyy Erkkikin pettymyksiltä, kun ei luulekaan omistavansa tuhansien neliökilometrien maa-alaa ja todellisuudessa metsää onkin juuri ja juuri riittävästi mökin rakentamista varten.

Kuvassa 1 olen vielä havainnollistanut Suomen kartan eri projektioissa. Behrmanniin on eksynyt ylimääräisiä vimpaimia allekirjoittaneen huolimattomuuden seurauksena, mutta jätetään ne huomiotta. Päähuomiona on se, miten etelä-pohjoinen – suunnassa litistynyt ja itä-länsi – suunnassa leventynyt kaunis Suomi-neitomme onkaan. Kaikki neljä ensimmäistä projektiota sen sijaan näyttävät suhteellisen siisteiltä ja päteviksi kartoiksi kelpuutettavilta. On kuitenkin hyvä muistaa, että Mercator saattaa näyttää viattomalta ja siistiltä perus-Suomelta, mutta todellisuudessa se voi olla petollinen kumppani.

 

Kun eri projektioita oltiin kauhisteltu riittävästi siirryttiin seuraavaan vaiheeseen, jossa oli tarkoitus esittää kahden valitun projektion mittakaavalliset erot kartalla. Ensimmäiseksi pariksi valitsin Lambertin oikeapintaisen projektion sekä Mercatorin oikeakulmaisen projektion.  Kuten kuvan 2 kartasta voidaan huomata, Mercatorin projektiossa mittakaava suurenee kohti pohjoista. Tällöin päiväntasaajan alue on litistynyt kasaan ja napa-alueet näyttävät valtavalta. Suomen kokoisessa maassa ero ei ole aivan yhtä helposti huomattavissa, vaikkakin käsivarren alueella prosentuaalinen vääristymä onkin jopa 4,31 % suurempi kuin Helsingissä. Maapallolla on kuitenkin selkeämpiäkin vääristymiä Mercatorin projektiossa, sillä verrattaessa esimerkiksi Grönlantia ja Intiaa näyttää Grönlanti kymmenkertaiselta Intiaan verrattuna. Todellisuudessa ne ovat suunnilleen samankokoiset. Tätä on hyvä vertailla esimerkiksi The True size of… – sivustolla.

Päätin vielä viimeisenä tehdä visualisoinnin Robinsonin projektion ja ETRS-TM35FIN – projektion mittakaavojen välisistä eroista. Robinsonin projektio on niin sanotusti kompromissiprojektio, jossa on pyritty minimoimaan kaikkia projektioiden tuottamia ongelmia. Vääristymä mittakaavassa kuitenkin kasvaa napoja kohti mennessä aivan kuten Mercatorissakin. Erona on nyt kuitenkin se, missä prosenteissa pyöritään.  Kun tarkastellaan kuvan 3 karttaa ja sen legendaa, huomataan, että prosentuaaliset erot ovat luokkaa 1,19 – 1,42. Kovin suuresta heitosta ei siis puhuta. Mercatorilla heitot olivat pahimmillaan 8,26 prosenttia. Selityksenä tälle pienelle erolle on se, että ETRS-TM35FIN – projektio on Robinsonin projektion tapaan kompromissiprojektio. Saman huomion oli tehnyt myös Heikki Paulamäki omassa blogissaan, vaikka hänellä esimerkkinä olikin Gall:n stereografinen projektio. Mercator onkin siis vääristymien tuottajana aivan omaa laatuaan.

 

Lähteet

Lampinen, Hanna (30.1.2022). Viikko 2. GIS menetelmät – blogi. Saatavilla: https://blogs.helsinki.fi/ldhanna/. Viitattu 3.2.2022.

The True size of… (2022). Nettisivu. Saatavilla: https://thetruesize.com/. Viitattu 3.2.2022.

Paulamäki, Heikki (31.1.2022). Viikko 2 – Oikean karttaprojektion tärkeys.  GIS väännöt Hessun kanssa – blogi. Saatavilla: https://blogs.helsinki.fi/heikpaul/. Viitattu 3.2.2022.

 

”Jaahas, selvitäänköhän tästä” – oli ensimmäisen kurssikerran ajatukset tiivistettynä, kun QGIS-ohjelman syövereihin sukellettiin. Ohjelma tuntuu vaikealta ja miljoonat eri painikkeet, työkalut ja välilehdet tuntuvat pomppivan ruudulla eikä mitään kuitenkaan tapahdu. Vai tapahtuuko sittenkin?

Ensimmäisen Geoinformatiikan menetelmien tunnin tavoitteena oli tutustua QGIS-ohjelman käyttöön. Ohjelma on minulle aivan uusi, joten opettajan ohjeita piti seurata 120 prosenttisesti. Ei kun vain kädet saveen ja hommiin. Ensimmäisenä tutustuttiin Itämeren alueen typpipäästöihin ja yhteisen kliksuttelun ansiosta sainkin kuin sainkin siitä aikaiseksi kuvan 1 kartan.

Ensimmäiseksi kartaksi ei hassumpi, sillä kyllähän siitä selvää saa. Parempikin se tietty voisi olla, sillä tarkasteltuani muiden blogien tuotoksia hoksasin, että esimerkiksi syvyyskäyrien merkintä ei välttämättä tuo mitään merkittävää informaatiota tutkittavaan aiheeseen. Tämän hyvän kehitysajatuksen toi esiin erityisesti Johanna Enström omassa blogissaan. Myös HELCOM-merialueiden info on jäänyt vähän kryptiseksi, sillä aineistoa tuntematon ei saa selville sitä, mitä HELCOM tarkoittaa. Lisäksi mittakaavan sekä legendan sijoittelu on vähintäänkin mielenkiintoista. Onneksi tästä on suunta vain ylöspäin!

Paitsi ettei ollutkaan. Hoksasin vasta viikkoa myöhemmin, ettei pelkkä tunnilla tehty kartta Itämeren päästöistä ollutkaan riittävä, vaan lisäksi pitäisi itsenäisesti tehdä samantyylinen teemakartta Suomesta. Koska vajaan viikon jälkeen kaikki opittu oli jo täydellisesti  pyyhkiytynyt muistista, turvauduin QGIS-raamattuuni eli Janne Turusen blogiin. Jannen pohdinnat ja selkeät etenemisvaiheet auttoivat silloin, kun tuntui siltä, ettei edes virallisia ohjeita seuraamalla saanut aikaiseksi muuta kuin turhautuneet itkupotkuraivarit. Eteenpäin kuitenkin jotenkuten päästiin, mutta koska koko aihe ja QGIS:n käyttöliittymä tuntuivat jo valmiiksi elämää suuremmilta haasteilta päätin suorilta käsin tehdä vaikeustason 1 tehtävän, jossa tehtäisiin kartta koko Suomesta. Ei kun vain aineisto auki ja hommiin.

Seuraava haaste olikin saada kuvan 2 attribute taulukon valtavasta informaation määrästä jotain konkreettista esiin. Taulukossa saatavilla oli pelkät lyhenteet eikä muuta metatietoa ollut tarjolla. Tämä hankaloitti aineiston tutkimista. Lopulta päätin lähteä tutkimaan avioerojen jakautumista Suomen sisällä, sillä sitä ei oltu lyhennetty, joten väärinymmärryksen vuoksi ei ainakaan mentäisi metsään. Seuraavana tehtävänä olisikin saada aineistot suhteutettua, sillä ilmeisesti absoluuttisia arvoja ei saa käyttää. Ihan en vielä saanut sitä langan pätkää kiinni, joka tämän selittää, mutta ehkäpä sekin lankakerä tulevaisuudessa näyttäytyy. 

Päätin tehdä teemakartan siitä, miten avioerojen lukumäärä jakautuu Suomessa. Tuhannen klikkauksen, muutoksen, yrityksen ja turhautumisen jälkeen sainkin kuin sainkin aikaiseksi jonkinlaisen kartan (kuva 3). Mutta siitä tulikin tilkkutäkki – mitä ihmettä????? Huomasin näin jälkikäteen, että Helmi Leinonen oli raportoinut blogissaan samasta ongelmasta. Itse kuitenkin luovutin asian suhteen ja yritin suosiolla toista muuttujaa.

Lähdin yrittämään uuden muuttujan kanssa. Tällä kertaa valitsin kuntien väkiluvun määrän suhteessa koko Suomen väestöön. Kartta (kuva 4) ja sen tulokset näyttävät kyllä suhteellisen oikeilta, sillä tutkittaessa korkeimpiin prosentteihin päässeitä, ei siellä näytä olevan muuta kuin Helsinki. Legendan järkevöittäminen tuntui hankalalta ja nyt näin jälkikäteen sitä tarkastellessa, ovat isot harppaukset aika hölmöjä. Toisaalta prosentit havainnollistavat sen, miten vähän asutusta muualla Suomessa on verrattuna pääkaupunkiseutuun ja muihin yksittäisiin isompiin kuntiin, kuten Ouluun, Tampereeseen, Jyväskylään ja Turkuun.

Yritin toteuttaa kuntien sisäistä vertailua kahden ja puolen viikon ajan siinä onnistumatta. Lopputulokset ovat nähtävillä yllä olevissa kartoissa. Lopulta nöyrryin ja laitoin opettajalle viestiä siitä, että en vain hoksaa tätä yksin. Kun laskelmaa katsottiin yhdessä oli ratkaisu ilmiselvä. Olin koko ajan jakanut haluamani tason (kuten kuvan 5 kartassa eläkeikäisten osuuden) itsellään, jolloin lopputulokseksi luonnollisesti tulee käsittämättömiä lukuja. Eläkeikäisten osuus pitikin siis, tietenkin, jakaa koko Suomen väestöllä. Näin jälkikäteen ajateltuna vastaushan on ilmiselvä, mutta hermorauniona nenän edessäkään seisovaa asiaa ei enää näe. Lopulta sain tehtyä alla olevan kartan (kuva 5) hyvinkin pienellä vaivalla.

Nyt kun ylpeänä tarkastelen valmiiksi saatua karttaa eläkeikäisten osuudesta kuntien väkiluvusta on kartalta helppo nostaa esiin erityisesti opiskelukaupungit ja niiden kehyskunnat. Tällaisia alueita ovat esimerkiksi pääkaupunkiseutu ja Uusimaa laajemmin, Tampereen alue, Jyväskylän alue, Joensuu, Seinäjoki sekä Oulun suunta. Opiskelukaupungeissa on tyypillisesti enemmän nuorempaa väestöä, sillä monet jäävät valmistuttuaan myös työskentelemään opiskelupaikkakunnalle vähintään muutamaksi vuodeksi. Vanhin väestö on keskittynyt erityisesti Itä- ja Keski-Suomeen, jotka näyttävätkin olevan muuttotappioalueita. Näillä alueilla myös työpaikkoja on vähemmän, mikä selittääkin työikäisen väestön poismuuton.

Tarkastellessani tekemiäni karttoja näin jälkikäteen on helppo huomata, että niitä on tehty eri aikaan ja pitkien taukojen kera. Joissain on kehys, toisissa ei. Myös näkemykseni esimerkiksi mittakaavan pituudesta ja legendan sijainnista vaihtelevat. Sanoisin, että viimeisin lopputulos (kuva 5) on kaikkein selkein. Mitkään sivuelementit eivät ota suurinta roolia ja värit ovat selkeät. On hienoa huomata, miten olen oppinut ja kehittynyt kartan tekijänä jo muutaman harjoituksen jälkeen. Tulevaisuudessa osaan ainakin muodostaa QGIS:ssä olevista tuhansista tasoista suhteellisen siistin ja järkevän kartan. Siitä, jos mistä on tullut harjoitusta! Ja ehkäpä nyt saatuani oikeanlaisen kartan onnistuneesti tehtyä uskallan viimeinkin mennä nukkumaan ilman pelkoa siitä, että QGIS tulee yöllä ikävälle vierailulle.
Koskaan ei silti voi olla varma…

 

Lähteet:

Enström, Johanna (23.1.2022). (Toinen) Ensimmäinen kurssikerta. Johannan Geoinformatiikan menetelmien blogi. Saatavilla: https://blogs.helsinki.fi/joen/. Viitattu 2.3.2022.

Leinonen, Helmi (22.1.2022) GIM1: Round 2. Helmin mantsablogi. Saatavilla: https://blogs.helsinki.fi/lehelmi/. Viitattu 2.3.2022.

Turunen, Janne (20.1.2022). Kunnat2015 – eli kuinka opin jo lähes vihaamaan QGIS:iä. Geoinformatiikan mystiset menetelmät – blogi. Saatavilla: https://blogs.helsinki.fi/janneturunen/. Viitattu 2.3.2022.