Kurssikerta 7: The final countdown

Tähän on nyt tultu, viimein (vai nytkö jo). Viimeinen kurssikerta, jossa saimme toteuttaa täysin vapaasti itse haluamamme karttaesityksen. Karttaa/karttoja varten tuli etsiä aineistoa verkosta valmiiksi ennen kurssikertaa. Aineistoa löytyikin hurjan paljon, ja kohtasin valinnan vaikeuden ensimmäiseksi haasteekseni. Halusin esittää ydinvoimaloiden sijainnit maailmankartalla ja verrata niitä luonnonsuojelualueisiin. Ydinvoimala-aineisto löytyi varsin mutkattomasti. En kuitenkaan löytänyt useista yrityksistä huolimatta luotettavaa ja ilmaista dataa luonnonsuojelualueiden sijainnista (klassinen “404 page not found”)  🙁

Päädyin lopulta vertaamaan ydinvoimaloiden sijaintia suurten maanjäristysten tapahtumapaikkoihin. Löysin ydinvoimala-aineiston sekä taustakartan Natural Earthilta. Maanjäristysten esittämiseen käytin hyödyksi puolestaan aiemmalla kurssikerralla 6. luomiani esityksiä.

Ajattelin valmistautuneeni tähän viimeiseen kurssikertaan todella hyvin, sillä latasin kaikki aineistot ajoissa kotikoneelleni ja testasin myös niiden toiminnan ennen kurssikertaa. Toinen kohtaamani haaste johtui kuitenkin siitä, että olin lähettänyt itselleni tätä kurssikertaa varten vain shp-muotoiset tiedostot. En muistanut, että shp:t tarvitsevat myös kaikki muut tiedostomuodot toimiakseen QGIS:ssä. Jouduin siis toistamaan aineistojen lataamisen uudelleen kurssikerralla. Onneksi siihen ei mennyt kovin kauan ja pääsin aloittamaan karttani luomisen!

Kartta tehtiin tällä kertaa siis täysin ilman alkuohjeistusta ja tiettyjä raameja. Lopputulokseen olen tyytyväinen, vaikka ydinvoimalatiedoston (csv) tuomisessa QGIS:iin oli haasteita, kun tietoja piti jakaa uudelleen eri sarakkeisiin. Itse kartan aikaansaaminen oli varsin kätevää QGIS:in toimintojen avulla (joita osasin käyttää jo aika hyvin!). Eniten aikaa vei värien säätäminen, sillä halusin lopputuloksesta mahdollisimman hyvän.

Kuva 1. Ydinvoimalat ja maanjäristykset maailmankartalla.

Kartalla näkyvät suuremmat maanjäristykset ja ydinvoimaloiden sijainti. Mielestäni huolestuttavaa on se, että joillain hyvin aktiivisilla maanjäristysalueilla on paljon ydinvoimaloita. Esimerkiksi Japanissa ja Pohjois-Amerikassa on ydinvoimaloita lähellä mannerlaattojen reuna-alueita. Mielestäni järistykset uhkaavat ydinvoimaloita ja suuren järistyksen vaurioittaessa ydinvoimalaa, tuhot voivat olla hyvin suuria. Esimerkiksi Fukushiman ydinonnettomuudesta on jo useita vuosia, ja ydinsäteilystä aiheutuu edelleen haittaa paikallisille asukkaille sekä alueen luonnolle. Toinen merkittävä huomio on se, että Länsi-Euroopan alavilla alueilla on hyvin paljon ydinvoimaloita. Ilmaston lämpenemisen jatkuessa jäätiköt sulavat yhä enemmän, mikä aiheuttaa merenpinnan nousua. Jos merivesi kohoaa niin paljon, että se pääsee kosketuksiin ydinvoimaloiden kanssa, yhteiskunta voi kohdata aivan uudenlaisia uhkia. Kartalla esitettyjä aiheita voisi (ja tarvitsisi) tutkia huomattavasti tarkemmin ja laajemmin, kuin tämän yhden kurssikerran verran.

Olen taas selvinnyt yhdestä haasteesta. Aluksi GEM2019 tuntui Mission Impossiblelta, mutta opin kuin opinkin tarvittavien työkalujen käytöstä QGIS:ssä, kirjoitin ensimmäiset blogitekstini kurssin aikana sekä pääsin tutkimaan paljon mielenkiintoisia asioita! Suuret kiitokset onnistumisistani kuuluu taisteluparilleni Johannalle ja tietysti Artulle!

Uusia paikkatietokursseja sekä kevään kenttäkurssia jo innolla odottaen,

Eve

Lähteet:

Natural Earth Data. Verkkosivusto, Lainattu 26.2.2019, URL: [http://www.naturalearthdata.com/]

Von Frenckell, J. Kursgång 7 och en lättnadens suck. Lainattu 1.3.2019, URL: [https://blogs.helsinki.fi/johannvo/]

Kurssikerta 6: Opetusmateriaalin luominen

Kuudennella kurssikerralla pääsimme luomaan maailmankarttoja ja valita muutamasta vaihtoehdosta niillä esitettävät muuttujat. Ideana oli luoda materiaalia, jota voisi käyttää opetuksessa. Tämä olikin itselleni mielekästä, sillä olen opeopiskelija 🙂 Pääsimme myös itse keräämään aineistoa Epicollect -sovelluksella ja samalla ulkoilemaan. Reippailu kirpsakassa pakkassäässä oli  myös odotettu kiva virkistys neljän tunnin sisällä istumisen sijaan! Aineiston kerääminen oli yllättävän kätevää ja helppoa:  piti vain siirtyä paikasta toiseen ja vastata muutamaan kysymykseen.

Analysoimme Epicollectilla keräämäämme aineistoa ja siirsimme kerätyt vastaukset (koettua turvallisuutta/viihtyvyyttä vastaavat numeroarvot) QGIS:iin.  QGIS:ssä harjoittelimme interpolointia, jonka avulla oli helppoa kuvata värien avulla “hyvät” ja “huonommat” alueet Kumpulan lähistöllä.

Seuraavaksi aloin luomaan omia karttoja. Alussa oli hieman haasteita, sillä yritin interpoloida esimerkiksi tulivuorten sijaintia maailmankartalla, eikä lopputuloksesta saanut mitään selville… Sitten tajusinkin tehtävän idean 😀 (Kaikki pitää oppia erehdyksen kautta, eikö?)

Ensimmäisellä kartalla (kuva 1.) näkyy tulivuorten sijainti maailmankartalla. Kuvassa 2. on esitettynä puolestaan suurimpien maanjäristysten tapahtumapaikat. Näitä kahta karttaa vertailemalla voi havaita sen, että suurin osa sekä tulivuorista että maanjäristyksistä sijoittuu mannerlaattojen rajakohtiin. Niiden avulla voisi oppitunnilla esimerkiksi tutkia sitä, millaisia hasardeja mannerlaattojen erkanemis-/törmäys tai sivuuttamislinjoihin syntyy eniten.

Kuva 1. Tulivuorten sijainti maailmankartalla.
Kuva 2. Voimakkaiden (yli 6.0 richterin) maanjäristysten tapahtumapaikat maailmankartalla vuodesta 1950 eteenpäin.
Kuva 3. Meteoriittien putoamispaikat maailmankartalla.

Kuvan 3. kartalla näkyy meteoriittien putoamispaikat. Meteoriitteja on osunut huomattava määrä Eurooppaan, Pohjois-Amerikkaan ja esimerkiksi Australiaan. Mielenkiintoista olisi pohtia, että miksi meteoriitteja on osunut paljon juuri näille alueille. Meteoriittien osumiskohdat ovat kuitenkin todennäköisesti melko sattumanvaraisia.  Katja esittää blogissaan eri kokoisten ja painoisten meteoriittien löydöskohdat maailmankartalla, ja se on vielä omaa versiotani mielenkiintoisempi ja informatiivisempi.

Viimeisen kartan (kuva 3.) mittakaavassa on kuitenkin virhe. Kartalla on sama mittakaava kuin kuvissa 1. j 2. mutta QGIS:n Print Composer jostain syystä teki virheellisen mittakaavan. Tarkistin useampaan otteeseen, että olin käyttänyt samaa projektiota jokaisella kartan tasolla, ja että projektio sopii maailmankartalla esitettäviin muuttujiin. Tai sitten olen itse säätänyt huomaamattani joitain asetuksia…

Tässä vielä linkki interaktiiviseen karttaan aktiivisista tulivuorista ja maanjäristyksistä maailmanlaajuisesti. Sivusto päivittyy jatkuvasti, ja sieltä saa ajankohtaista tietoa ko. hasardeista.

Innolla seuraavaa (ja viimeistä) kurssikertaa odottaen,

Eve

Lähteet:

Interaktiivinen kartta aktiivisista tulivuorista ja maanjäristyksistä maailmanlaajuisesti. Verkkosivu. Lainattu 1.3.2018, URL:[https://earthquakes.volcanodiscovery.com/?L=19]

Pulkkinen, K. Luonnon (ja QGIS:n) armoilla (Kurssikerta 6). Lainattu 1.3.2019, URL:[https://blogs.helsinki.fi/kzpulkki/]

 

Kurssikerta 5: Bufferointia ja analyysejä

Bufferoinnista, josta en ennen tätä kurssikertaa ollut kuullut, tuli ensimmäisenä mieleen jonkinlaisten reunojen tai rajausten tekeminen. Osuin ainakin suurinpiirtein oikeaan, ja kurssikerralla harjoittelimmekin tietojen yhdistämistä, rajaamista ja muuttujien laskemista buffereiden avulla. Niin kuin Teemukin blogissaan kertoo, Spatial Query- ja Join attributes by location -työkalut ovat hyödyllisiä, mutta niitä käyttäessä tulee olla tarkkana, jotta saa aikaan halutun lopputuloksen ja oikeat tiedot.

Lentokenttien, asemien, uima-altaiden ja saunojen lukumäärien ja niiden lähistöllä asuvien ihmisten lukumäärien määrityksessä apua oli mielestäni myös työkalusta Select attributes by value. Koen, että sen avulla löysin helposti tarvitsemani muuttujat ja tiedot niistä.  Tehtävien tekeminen oli kuitenkin haastavaa, enkä olisi selvinnyt niistä mitenkään ilman tehtäväkaveriani Johanna F.. Myös Johanna L. oli korvaamaton apu, enkä olisi saanut mitään aikaan ilman hänen neuvojaan. Kiitos siis teille Johannat! 🙂

Alempana itsenäistehtävien kysymyksien vastauksia koottuna taulukoihin.

Itsenäistehtävä 1.

Lentokentät ja asemat
Malmin lentokentästä alle 2 km säteellä asuvien ihmisten lkm 57573 Yli 55 dB melualueella asuvien ihmisten lkm Vantaalla 11913
Malmin lentokentästä alle 1 km säteellä asuvien ihmisten lkm 8840 Ihmisten lkm, joita väh. 60 dB lentomelu häiritsisi, jos saapuva lentoliikenne käännettäisiin poikkeukselliseen suuntaan 12414
Helsinki-Vantaan lentokentästä alle 2km säteellä asuvien ihmisten lkm 11431 Kartan alueella asuvien ihmisten lkm, jotka asuvat alle 500m etäisyydellä juna-/metroasemasta 106691
Pahimmalla melualuueella (65 dB) asuvien ihmisten lkm Vantaalla 29 Kaikista kartan alueella asuvista ihmisistä niiden %-osuus, jotka asuvat alle 500m etäisyydellä juna-/metroasemasta 21,80 %
Pahimmalla melualuueella (65 dB) asuvien ihmisten %-osuus alle 2km säteellä asuvista 0,25 % Työikäisten (15-64.v) %-osuus alle 500m päässä asemista asuvista ihmisistä 68,52 %

Itsenäistehtävä 2.

Asukkaat
Tehtävän alueen asukkaiden %-osuus, jotka asuvat taajama-alueella 97,59 % Alueiden lkm, joilla asuu yli 10% ulkomaalaisia 37
Kouluikäisten (7-16.v) lkm taajamien ulkopuolella 1404 Alueiden lkm, joilla asuu yli 20% ulkomaalaisia 8
Taajaman ulkopuolella asuvien kouluikäisten osuus (%) kaikista alueen kouluikäisistä 2,55 % Alueiden lkm, joilla asuu yli 30% ulkomaalaisia 4

Itsenäistehtävä 3: uima-altaat & saunat

Uima-altaat ja saunat
Pääkaupunkiseudun rakennusten lkm, joissa on uima-allas 855 Uima-altaallisten omakotitalojen lkm 345
Asukkaiden yhteenlaskettu lkm, jotka asuvat taloissa, joissa on uima-allas 12170 Uima-altaallisten paritalojen lkm 158
Pääkaupunkiseudun asuntojen lkm, joissa on sauna 21922 Uima-altaallisten rivitalojen lkm 113
Saunallisten asuntojen osuus (%) kaikista pääkaupunkiseudun asunnoista 24,16 % Uima-altaallisten kerrostaloasuntojen lkm 181

Viimeisessä itsenäistehtävässä tutkin, miten uima-altaalliset asunnot painottuvat pääkaupunkiseudulla. Alla lopputulos, joka kuvaa uima-allasrikkaimpia alueita. Lauttasaari, Pakila, Meri-Rastila, Kallahti sekä Aurinkolahti erottuvat kartasta tummimpina ja alueina, joiden asunnoissa on eniten uima-altaita. Kartalla näkyy myös, että uima-altaalliset asunnot panottuvat enemmän Helsingin alueelle kuin esimerkiksi Espooseen ja Vantaalle.

Kuva 1. Uima-altaallisten asuntojen lukumäärä esitettynä alueittain pääkaupunkiseudulla.

Mielestäni valitsemani värit erottuvat toisistaan hyvin ja siltä osin kartta (kuva 1.) on selkästi luettavissa. Kokonaiskuvan hahmottamista helpottaisi, jos kartalla näkyisi edes joitain paikannimiä. Nyt pelkästään tämän kartan perusteella on vaikeaa hahmottaa, millä pienalueilla on eniten/vähiten uima-altaita. Tehtävänannossa määrättiin lisäämään kartalle myös pylväsdiagrammi, joka kuvaa korkeudellaan uima-altaiden määrää. Mielestäni tämä sotkee kartan luettavuutta. Yritin siirtää useampaan otteeseen diagrammien paikkaa, ja nykyinen esitys on paras, jonka sain aikaan. Pylväät peittävät numeroarvoja kuitenkin edelleen joillain alueilla, ja mielestäni diagrammiesitys ei ole tällä kartalla kovin olennainen (hyvää harjoitusta kuitenkin sen tekemiseen QGIS:ssä). Lopputulos olisi mielestäni parempi, jos kartalla olisi esitettynä uima-altaiden lukumäärät numeroittain sekä värien avulla ja kartalla näkyisi myös paikannimiä.

-Eve

Lähteet:

Johanna F. Blogi. Lainattu 22.2.2019, URL:[https://blogs.helsinki.fi/johannvo/]

Johanna L. Itsen’äistä säheltämistä. Lainattu 22.2.2019, URL: [https://blogs.helsinki.fi/johanleh/]

Teemu L. Viikko 5. Lainattu 22.2.2019, URL:[https://blogs.helsinki.fi/lindetee/]

 

Kurssikerta 4: Ruututeemakartat

Tällä kurssikerralla paneuduimme erilaisten ruututeemakarttojen luomiseen. Luennolla harjoittelimme eri ruutukokojen luomista sekä tarkastelimme ruututietokantaan liitettyjen tietojen avulla pääkaupunkiseudun väestön jakautumista. Omaan ruututeemakarttaani (kuva 1.) valitsin esitettäväksi muuttujaksi 24-vuotaiden lukumäärän eri alueilla. Teimme karttoja luennon jälkeen jälleen yhdessä Johannan kanssa, ja verrattuna edellisen kurssikerran tehtäviin, nyt yhteistyö sujui myös QGIS:n kanssa mutkattomammin. Opin myös kantapään kautta, että välitallennuksia täytyy tehdä  k o k o   a j a n .

Ruututeemakartalla voidaan havainnollistaa erilaisia alueellisia ilmiöitä absoluuttisten arvojen avulla, eikä ilmiön esiintymistä tarvitse jakaa hallinnollisiin alueisiin. (Tilastokeskus). Silloin itse ilmiö pääsee ns. oikeuksiinsa, ja muuttujaa on helpompaa tarkastella. Pisteteemakarttaan verrattuna ruututeemakartalla esitetty ilmiö ja sen laajuus ovat mielestäni helpommin havaittavissa. Pisteteemakartalla esimerkiksi “asutuspallot” olivat osittain päällekäisiä ja niiden esiintymistiheyseroja on vaikeampaa hahmottaa.

Kuva 1. 24-vuotiaiden nuorten lukumäärä pääkaupunkiseudulla alueittain.

Aikaansaamallani teemakartalla (kuva 1.) näkyy, että nuoria asuu selvästi eniten Helsingin kantakaupungissa sekä esimerkiksi kehäratojen varrella. Mielestäni alueelliset erot näkyvät selkeästi, sillä valitsemani värit erottuvat toisistaan riittävän hyvin ja tummemmilla alueilla asuu enemmän 24-vuotiaita kuin vaaleammilla alueilla. Nämä alueelliset erot saattavat johtua esimerkiksi siitä, että nuoret pitävät tärkeänä ominaisuutena asuinalueensa hyviä liikenneyhteyksiä. Olemme tutkineet asuinalueen valintaan vaikuttavia ominaisuuksia toisella maantiedon kurssilla (MAAT-203), ja  kurssilla tehdyn kyselytutkimuksen tuloksena arvostetuimmat ominaisuudet olivat liikenneyhteydet ja asuinalueen hinta/laatusuhde. Myös  Kortteinen M, ym. ovat suorittaneet vastaavan tutkimuksen vuonna 2005 ja tulokset ovat olleet varsin samankaltaisia. (Kortteinen, M., Tuominen, M. & Vaattovaara, M. 2005). Koska liikenneverkosto ja liikenneyhteydet sekä  niiden toiminta vaikuttavat nuorten asuinalueen valintaan, mielestäni kartalla pitäisi kuvata esimerkiksi myös pääliikenneväylät pääkaupunkiseudun alueelta. Se selkeyttäsi kartan tulkitsemista ja edellä mainitut seikat olisivat helpommin havaittavissa.

Seuraavassa harjoituksessa vertailimme Pornaisten peruskarttalehdellä näkyviä korkeuskäyriä (jotka luotiin kartalle itse) ja virtuaalirasterin avulla luotuja rinnevarjostuksia.

Kuva 2. Pornaisten peruskarttalehti sekä virtuaalirasterin avulla karttaan liitetty rinnevasrjostus.

Kartta (kuva 2.) on mielestäni melko selkeä, ja korkeuskäyrät ja rinnevarjostukset vastaavat hyvin toisiaan. Mielestäni rinnevarjostukset selkeyttävät korkeuserojen havainnoimista yhdessä korkeuskäyrien kanssa. Korkeuskäyrät yksinään ovat aika ns. supussa ja sotkeutuvat helposti toisiinsa, koska ne ovat niin lähekkäin.

Tämän luomuksen jälkeen tarkastelimme Pornaisten keskusta-aluetta, rajasimme sen ja määritimme alueen teitä sekä asuntoja. Innostuin piirtämään QGIS:ssä vielä enemmän muuttujia (koska yhteistyömme sujui yllättävän hyvin), ja piirsin alueelle myös vesistöt ja pellot. Ensimmäistä kertaa kurssin aikana voisin sanoa jopa odottavani seuraavan kerran tehtäviä!

-Eve

 

Lähteet:

Frenckell, J. Blogi. Lainattu 11.2.2019, URL:[https://blogs.helsinki.fi/johannvo/]

Kortteinen, M., Tuominen, M. & Vaattovaara M. (2005). Asumistoiveet, sosiaalinen epäjärjestys ja kaupunkisuunnittelu pääkaupunkiseudulla. Yhteiskuntapolitiika 70, 2005(2), 121–131. Lainattu 11.2.2019, URL:[http://www.julkari.fi/handle/10024/100590]

Tilastokeskus, tilastokoulu. Verkkosivusto. Lainattu 11.2.2019, URL:[https://tilastokoulu.stat.fi/verkkokoulu_v2.xql?page_type=sisalto&course_id=tkoulu_teemak&lesson_id=4&subject_id=3]

Kurssikerta 3: Taistelu QGIS:n kanssa

Niin kuin otsikostakin huomaa, tällä viikolla kohtasin haasteita. Entuudestaankin hieman heikompi ominaisuuteni kärsivällisyys oli tällä kertaa erityisen paljon koetuksella. Voisin melkein sanoa, että tämän kartan eteen on vuodatettu verta, hikeä ja kyyneliä (tai ainakin jälkimmäisiä).

Luentokerralla pääsimme harjoittelemaan karttakohteiden yhdistämistä, ja se vaikuttikin aluksi varsin kätevältä ominaisuudelta. Aluksi QGIS teki yhteistyötä kanssani ja koin oppineeni aiemmilla kerroilla harjoiteltuja asioita. Perehdyimme luentokerran aiheeseen yhteenliittämällä Afrikan kartalla olevat liian yksityiskohtaiset tiedot. Siten saimme “siivottua” tietokantaa ja uusien aineistojen liittäminen onnistui kätevämmin. Tarkastelimme Afrikan alueen timanttiesiintymien määrää, konfliktien ajankohtia ja yleisyyttä sekä esimekiksi internetin käyttöastetta ja öljykenttien tuottavuutta eri valtioiden välillä. Huomasimme melko selkeän yhteyden timanttiesiintymien (-kaivosten) lukumäärän ja konfliktien yleisyyden välillä. Mitä enemmän jonkin valtion alueella oli timanttikaivoksia, sitä useammin siellä oli ollut myös koflikteja. Vastaavasti myös öljykenttien tuottavuus oli suoraan yhteydessä internetin käyttöasteeseen: vauraammilla alueilla useammat ihmiset käyttävät internetiä.

Sitten alkoikin armoton taistelu QGIS:n kanssa. Vain 15 minuutin aikana ohjelma kaatui neljä kertaa. En ollut ainut, joka kohtasi haasteita ohjelman toimimisen kanssa: myös esimerkiksi Lotta mainitsee niistä blogissaan. Enkä tietenkään ollut ehtinyt tallentaa tekemiäni muutoksia ajoissa, ja jouduin aloittamaan joka kerta askeleen taaempaa. Päätin kuitenkin, että en luovuta, vaan aion suoriutua tästäkin tehtävästä kunnialla (tai ainakin hyväksytysti).

Suomen vesistöalueiden ominaisuuksista

Tadaa! Taistelu on viimein päättynyt tai ainakin olemme tehneet hetkellisen rauhan QGIS:n kanssa. Viimein sainkin aikaan tällaisen teemakartan:

Kuva 1. Suomen vesistöalueiden tulvaherkkyys sekä järvien osuus prosentteina alueiden pinta-aloista.

Kartalla tulvaindeksi kuvaa jokien virtaaman vaihtelua. Se kertoo, kuinka monta kertaa suurempi joen tulvahuipun virtaama on verrattuna kuivimpaan jaksoon. Kartalla näkyvät pylväsdiagrammit kuvaavat puolestaan alueen järvien määrää. Mitä suuremman pinta-alan järvet peittävät alueesta, sitä suurempi on alueen järvisyysprosentti ja siten myös pylväs on korkeampi.

Tulvaindeksien lukuarvojen ja niitä vastaavien värien (mitä tummempi väri,  sitä korkeampi luku) perusteella voi nähdä, että Suomessa kaikista suurimmat tulvahuiput tapahtuvat Pohjanmaalla. Se on mielestäni melko itsestään selvää, sillä siellä sijaitsee paljon suuria jokia. Kuitenkin myös aivan pohjoisimmassa Lapissa tulvaindeksi on suurempi kuin valtaosassa Suomen alueita.

Tulvivat joet saattavat aiheuttaa suurtakin vahinkoa kotitalouksille, ihmisten viljelymaille ja muulle omaisuudelle. Siksi tulvien ajankohdan selvittäminen ja tulviin varautuminen ovat hyviä keinoja ehkäistä vahinkoja. Esimerkiksi Ympäristö.fi -sivustolta löytyy ajankohtainen vesitilanne paikkakunnittain sekä jopa yksittäisistä järvistä ja joista. Juuri tällaiset tiedotuskanavat helpottavatkin tulviin varatutumista. Sivustoa tutkiessani yllätyin siitä, kuinka yksityiskohtaista ja tarkkaa tietoa Suomen alueen vesistöistä löytyy.

-Eve

Lähteet:

Lehtola, L. Kolmas kurssikerta. Lainattu 5.2.2019, URL:[https://blogs.helsinki.fi/lelotta/]

Ympäristö.fi. Vesitilanne – Vedenkorkeus ja virtaama. Verkkosivusto, Lainattu 4.2.2019, URL:[ https://www.ymparisto.fi/fi-FI/Vesi/Vesitilanne_ja_ennusteet/Vedenkorkeus_ja_virtaama]

Kurssikerta 2: Erilaisten projektioiden erot pinta-alojen esityksessä

Projektion vaikutus tiedon esittämiseen

Toisella kurssikerralla tehtävänämme oli tarkastella QGIS-ohjelmassa mittaustyökalun avulla pituuksien ja pinta-alojen muuttumista projektioita vaihtaessa. Se sujui varsin helposti ohjauksessa luentokerralla. Harjoittelimme myös erilaisten luokkien luomista kartalle ja havainnoimme projektioiden luomia eroja pinta-aloihin niiden avulla.

QGIS:n käyttö itsenäisesti ilman ohjausta on minulle vielä melko haasteellista. Olen jo nyt kuitenkin huomannut sen, että mitä enemmän teen virheitä ja kokeilen uudestaan, sitä enemmän opin ohjelman toiminnoista ja alan muistaa oikeita komentoreittejä. Amelia sanookin blogissaan, että ohjelman käyttö vaatii paljon kärsivällisyyttä. Olen samaa mieltä, ja siinä ainakin minulla on vielä parannettavaa. Myös tulosteikkunan toiminnot alkavat tulla jo kuitenkin tutuiksi, ja tehtävien suorittaminen on jo hieman helpompaa kuin ensimmäisellä kerralla. Luentokerralla aloitettu harjoitus jäi hieman kesken ja päätimme jatkaa sitä yhdessä Johannan kanssa myöhemmin. Tehtävien tekeminen ja ongelmien ratkaisu oli mielestäni paljon mielekkäämpää yhdessä kuin yksin puurtaen.

Kuva 1. Prosentuaaliset erot pinta-alojen esitystavassa Lambertin ja Mercatorin projektioiden välillä.
Kuva 2. Perosentuaaliset erot pinta-alojen esitystavassa Lambertin ja Millerin projektioiden välillä.

Valitsin ensimmäiseen teemakarttaan vertailtavaksi pinta-alojen erot Lambertin oikeapintaisen ja Mercatorin projektion välillä. Kuten kuvasta 1. voi huomata, valitulla projektiolla saattaa olla erittäin suuri vaikutus esitetyn tiedon luotettavuuteen ja todenmukaisuuteen. Niin kuin Kirsikin toteaa, pinta-alojen vääristymien suuruus oli vielä aiempaa selkeämmin havaittavissa, kun näimme ne konkreettisesti luvuista.  Koska Mercatorin projektio ei ole oikeapintainen, sitä käytettäessä pinta-alat moninkertaistuvat todellisuuteen nähden. Kuvasta 1. nähdään, että mitä pohjoisemmaksi Suomen alueella siirrytään, sitä suuremmat ovat näiden kahden projektion erot pinta-alojen esityksessä.

Kuvaan 2. olen valinnut Lambertin projektion kanssa vertailtavaksi puolestaan Millerin projektion. Millerin projektio ei ole oikeakulmainen, mutta siinä esitettynä pinta-alojen virhe on prosentuaalisesti huomattavasti pienempi kuin Mercatorin projektiossa. Kokeilin jälkimmäistä karttaa tehdessäni useita eri vaihtoehtoja luokkien määriin, mutta päädyin lopputulokseen, että neljä luokkaa riittää esittämään alueelliset erot kattavasti ja selkeästi. Mielenkiintoista on myös se, että kuvassa 2. luokkien väliset erot eivät ole jakautuneet ns. porrastetusti etelä-pohjoissuunnassa Suomen alueella. Tehdessäni tätä vertailua pohdin, johtuuko lopputulos tekemästäni virheestä kartan luomisessa vai johtuuko se ainoastaan projektion muuttamisesta. Lopputulos ihmetyttää minua, sillä kuvassa 2. aivan Suomen päälaella pinta-alaero  kuuluisi pienimpään luokkaan.

Kuvissa 1. ja 2. Suomen kartta näyttää mielestäni hyvin erilaiselta. Kartoissa on esitetty samaa muuttujaa eri värein, mutta kartan koko ja muoto saattavat hämätä sen lukijaa. Siksi on tärkeää olla erittäin tarkkana valitessaan erilaisten projektioiden välillä, jotta lopputulos palvelee sekä kartan tekijää että tulkitsijaa.

-Eve

Lähteet:

Cardwell, A. Viikko 2: Projektioita ja QGIS:in kanssa temppuilua. Lainattu 30.1.209, URL[https://blogs.helsinki.fi/amca/]

von Frenckell, J. Blogi URL:[https://blogs.helsinki.fi/johannvo/]

Ylinen, K. You can do it. Lainattu 30.1.2019, URL:[https://blogs.helsinki.fi/yxkirsi/]

Kurssikerta 1: QGIS-ohjelmaan tutustuminen

Itämeren typpipäästöt

Ensimmäisellä kurssikerralla pääsimme tutustumaan QGIS-ohjelman perusteisiin ja harjoittelimme sen eri toimintojen käyttöä. Ohjelma oli minulle entuudestaan täysin tuntematon. Edellisen periodin kurssin (Tiedon esittäminen maantieteessä) tapaan, minua aluksi hieman jännitti se, opinko käyttämään tarvittavaa ohjelmaa ja sen erilaisia toimintoja. Ensimmäinen harjoitus sujui mielestäni sekä edellisellä kurssilla että tällä nyt alkaneella kurssilla kuitenkin ihan hyvin! Olen samaa mieltä Oulan kanssa siitä, että suurta apua ensimmäisen harjoitustehtävän tekemiseen oli kuitenkin selkeistä ohjeista ja kärsivällisyydestä.

Melko yksinkertaisen teemakartan tekeminen valmiin aineiston pohjalta avarsi näkemystäni ennen itselleni melko tuntemattomaan paikkatiedon maailmaan. Harjoitusta tehdessä saimme aikaan kartan, joka kuvaa Itämeren alueen valtioiden typpipäästöjä. Lopputulos muodostui ohjelmalla yllättävän nopeasti ja helposti. Johannakin toteaa blogissaan, että esimerkiksi legenda on huomattavasti vaivattomampaa luoda QGIS-ohjelmassa kuin aiemmin käytetyssä CorelDRAW:ssa itse piirtämällä. Suuremman repertuaarin ominaisuuksien hallitseminen QGIS-ohjelmassa vienee silti ikuisuuden (ainakin vielä tuntuu siltä).

Olen Emilian kanssa samaa mieltä siitä, että on erittäin huolestuttavaa, että vain yksi valtio on yltänyt alimpaan päästöluokkaan. Toinen asia, joka saa hälytyskellot soimaan on se, että Suomi kuuluu luokitteluasteikolla keskiluokkaan. Typpeä kulkeutuu Suomen alueelta Itämereen eniten jokien virtavesien mukana. (SYKE,2018). Koska Suomessa on paljon järviä, niistä laskee myös jokia mereen ja näin esimerkiksi maataloudesta aiheutuvat typpipäästöt pääsevät heikentämään Itämeren tilaa. Vaikka suora typpikuorma onkin vähentynyt 1990-2003 välisenä aikana, jokien kuljettama typen ainevirtaama Itämereen on pysytellyt edelleen korkeana. (SYKE,2018). Typpikuormitus on monen tekijän summa ja sen vähentäminen vaatii puuttumista kaikkiin osa-alueisiin.

Kuva 1. Typpipäästöjen osuus Itämereen valtioittain vuonna 2016.

Aikaansaamani kartan ulkonäössä on mielestäni parannettavaa. Jaisan tapaan olen myös hieman tyytymätön tekemiini (tai ohjelman valmiisiin) värivalintoihin. Värit ovat mielestäni liian villit, eivätkä kuvaa ilmiötä niin selkeästi kuin olisin halunnut. Hyvä ominaisuus kuvassa on kuitenkin se, että värit erottuvat selkeästi toisistaan ja “pahis” on helppoa bongata värien joukosta. Itämeren syvyyttä kuvaavia käyriä ei puolestaan meinaa erottaa toisistaan. Meren syvyyden kuvaamnen ei kuitenkaan ole tämän teemakartan ensisijainen tehtävä, ja siksi se ei ole niin olennainen ominaisuus. Muiden vesialueiden värityskään ei mielestäni ole luonnollinen, mutta järvet erottuvat taustastaan kuitenkin hyvin. Mielestäni myös järvien ja jokien sijainnin näkyminen kartalla kertoo siitä, miten niiden virtaamat voivat vaikuttaa valtioiden kokonaistyppipäästöihin.

Tämä oli kuitenkin vasta kurssin ensimmäinen harjoitus, ja odotan kehittyväni kevään aikana niin QGIS-ohjelman käytössä kuin blogin kirjoittamisessakin.

-Eve

 

Lähteet:

Inkeröinen O. 2019. Genesis – ensimmäinen kurssikerta. Lainattu 21.1.2019, URL:[https://blogs.helsinki.fi/inkeroul/]

Kostamo, E. 2019. Itämeren typpipäästöt ja ensikosketus QGIS:iin (kurssikerta 1). Linattu 21.1.2019, URL: [https://blogs.helsinki.fi/emilikos/]

Nykänen, J. 2019. Ensikosketus QGIS:iin. Lainattu 21.1.2019, URL:[https://blogs.helsinki.fi/jaisa/]

Mölsä, J. 2019. Kurssikerta 1. Linattu 21.1..2019, URL:[https://blogs.helsinki.fi/johannmo/]

SYKE, 2018. Ympäristö.fi. Verkkojulkaisu. Itämeren typpikuorma Suomesta, 10.10.2018. Lainattu 21.1.2019, URL:[https://www.ymparisto.fi/fi-FI/Meri/Mika_on_Itameren_tila/Itameren_typpikuorma_Suomesta(31457)]

Esipuhe

Olen biologian ja maantiedon aineenopettajaopiskelija. Tämän lukuvuoden aikana opiskelen toisen opetettavan aineeni opinnot eli maantiedon opinnot.

Blogitekstit ja varsinkin niiden kirjoittaminen ovat olleet minulle aiemmin melko vieras ja tuntematon aihealue. En olisi oikeastaan voinut edes kuvitella kirjoittavani omista kokemuksistani muualle kuin omaan päiväkirjaani. Nyt pääsen kuitenkin kirjoittamaan omaa blogia Geoinformatiikan menetelmät 1 -kurssilla. Odotan innolla, mitä kaikkea uutta voin kurssin aikana oppia paikkatiedosta ja blogiin kirjoittamisesta!

-Eve